人工化学

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索


人工化学 artificial chemistry[1][2][3]是一种类化学系统,通常由名为分子的主体组成,它们会根据类似化学反应的规则相互作用。人工化学的创立和研究是为了理解化学系统的基本性质,包括生命起源前的进化,以及开发化学计算系统。人工化学是计算机科学中的一个领域,其中的化学反应——通常是生化反应——是计算机模拟的,提供了关于进化、自组装和其他生化现象的洞见。该领域不使用实际的化学物质,不应与合成化学或计算化学混淆。更确切地说,是将比特信息代表起始分子,并检验反应终产物和产生它们过程。该领域起源于人工生命,但已被证明是一种多用途的方法,在化学、经济学、社会学和语言学等许多领域都有应用。


形式定义

人工化学一般定义为三元组 (S,R,A)。在某些情况下,将它定义为元组(S,I)就足够了。

  • S是可能分子的集合S={s1...,sn},其中 n 是集合中元素的个数,它可能是无限的。
  • R是S中分子的n元运算的集合,即反应规则R={r1...,rn}。每个反应规则ri的写法类似于一个化学反应 a+b+c->a*+b*+c*。请注意,ri是操作符,而不是 + 。
  • A是一个描述如何将规则R应用于子集P[math]\displaystyle{ \subset }[/math]S的算法。
  • I是S中分子间相互作用的规则。


人工化学的种类

  • 依据可能分子的空间划分
    • 有限
    • 无限
  • 依据反应类型划分
    • 催化系统
    • 活化系统
    • 抑制系统
  • 依据空间拓扑划分
    • 搅拌良好的反应器
    • 拓扑排列(1、2、3维)


重要概念

  • 该领域严重依赖于数学,包括数学建模。事实上,它更多地依赖于数学背景,而不是化学背景。
  • 组织: 组织是一组封闭的、自我维持的分子。因此,它是一个集合,不会创造任何自身之外的存在,任何该集合内部的分子都能在该集合中被生成。
  • 闭集
  • 自我维持集
  • 组织的哈斯图


人工化学的历史

人工化学作为人工生命的子领域而出现,特别是源自强人工生命。这个领域背后的观念是,若想要构建一个有生命的存在,则必须由非生命实体的组合来完成。例如,一个细胞本身是有生命的,但却是非生命分子的组合。此外,人工化学还吸引了另一批研究者,他们相信一种极端的自下而上的人工生命方法。在人工生命中,比特信息被用来表示细菌或物种个体,在计算机模拟中,每个细菌或物种都会移动、繁殖或者死亡。在人工化学中,比特信息则被用来表示能彼此反应的起始分子。该领域与人工智能有关,因为数十亿年的演化过程中,非生命物质进化为原始生命形式,而原始生命形式又进化为智能生命形式。


重要贡献者

关于人工化学的第一篇参考文献来自John McCaskill的一篇技术论文。[4]沃尔特·丰塔纳(Walter Fontana)与Leo Buss合作,随后开发了AlChemy模型[5][6]该模型发表于第二届国际人工生命大会。在他的第一篇论文中,他提出了组织的概念,即一组代数封闭且自我维持的分子。Dittrich和Speroni di Fenizio将这一概念进一步发展为化学组织理论[7][8]


人工化学的两个主要流派在日本和德国。在日本,主要的研究人员是Takashi Ikegami、[9] [10]Hideaki Suzuki[11] [12]和Yasuhiro Suzuki。[13][14]在德国,在德国,Wolfgang Banzhaf与他的学生Peter Dittrich和Jens Ziegler一起开发了各种人工化学模型。他们2001年的论文《Artificial Chemistries - A Review》[3]成为该领域的标准。作为博士论文的一部分,延斯·齐格勒证明了人工化学可以用来控制小型Khepera机器人。[15]在其他模型中,Peter Dittrich发展了离群者模型,该模型能通过一些简单的规则来解释社会中的群体形成。从那时起,他成为耶拿的教授,并在那里研究将人工化学用于定义构造性动力学系统的一般理论。


人工化学的应用

人工化学常用于原生物学的研究,试图弥合化学和生物学之间的鸿沟。进一步研究人工化学的另一个动机是对构造性动力学系统的兴趣。铃木康弘利用他的方法建立了各种系统的模型,即基于多重集的抽象重写系统(ARMS),如膜系统、信号通路(P53)、生态系统和酶系统。


大众文化中的人工化学

在1994年Greg Egan的科幻小说《置换城市 Permutation City》中,大脑扫描的模拟人类复制体居住在一个包含自动宇宙(Autoverse)的模拟世界中。自动宇宙是一个人工生命模拟器,它基于一个复杂到足以将人工化学作为底层的元胞自动机。在自动宇宙中模拟的微环境,充满了一种设计简单的生命形式,即名为朗伯自动菌(Autobacterium lamberti)的种群。自动宇宙的目的是让复制品探索在模拟宇宙(称为朗伯行星)上的相当大区域运转之后而演化的生命。


另见


外部链接


参考文献

  1. 1.0 1.1 W. Banzhaf and L. Yamamoto. Artificial Chemistries, MIT Press, 2015.
  2. P. Dittrich. Artificial chemistry (AC) In A. R. Meyers (ed.), Computational Complexity: Theory, Techniques, and Applications, pp. 185-203, Springer, 2012.
  3. 3.0 3.1 P. Dittrich, J. Ziegler, and W. Banzhaf. Artificial chemistries — A review. Artificial Life, 7(3):225–275, 2001.
  4. J.S.McCaskill. Polymer chemistry on tape: A computational model for emergent genetics. Technical report, MPI for Biophysical Chemistry, 1988.
  5. W. Fontana. Algorithmic chemistry. In C. G. Langton, C. Taylor, J. D. Farmer, and S. Rasmussen, editors, Artificial Life II, pages 159–210. Westview Press, 1991.
  6. W. Fontana and L. Buss. “The arrival of the fittest”: Toward a theory of biological organization. Bulletin of Mathematical Biology, 56(1):1–64, 1994.
  7. P. Dittrich, P. Speroni di Fenizio. Chemical Organization Theory. Bulletin of Mathematical Biology (2007) 69: 1199:1231.
  8. P. Speroni di Fenizio. Chemical Organization Theory. PhD thesis, Friedrich Schiller University Jena, 2007.
  9. T. Ikegami and T. Hashimoto. Active mutation in self-reproducing networks of machines and tapes. Artificial Life, 2(3):305–318, 1995.
  10. T. Ikegami and T.Hashimoto. Replication and diversity in machine-tape coevolutionary systems. In C. G. Langton and K. Shimohara, editors, Artificial Life V, pages 426–433. MIT Press, 1997.
  11. H.Suzuki. Models for the conservation of genetic information with string-based artificial chemistry. In W. Banzhaf, J. Ziegler, T. Christaller, P. Dittrich, and J. T. Kim, editors, Advances in Artificial Life, volume 2801 of Lecture Notes in Computer Science, pages 78–88. Springer, 2003.
  12. H. Suzuki. A network cell with molecular agents that divides from centrosome signals. Biosystems, 94(1-2):118–125, 2008.
  13. Y. Suzuki, J. Takabayashi, and H. Tanaka. Investigation of tritrophic interactions in an ecosystem using abstract chemistry. Artificial Life and Robotics, 6(3):129–132, 2002.
  14. Y. Suzuki and H. Tanaka. Modeling p53 signaling pathways by using multiset processing. In G. Ciobanu, G. Pa ̆un, and M. J. Pérez-Jiménez, editors, Applications of Membrane Computing, Natural Computing Series, pages 203–214. Springer, 2006.
  15. J.Ziegler and W.Banzhaf. Evolving control metabolisms for a robot. ArtificialLife, 7(2):171–190, 2001.


编辑推荐

Netlogo.png

人工生命入门路径

集智斑图作者JC整理了Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南。Lana Sinapayen是索尼计算机科学实验室和东京地球生命科学研究所的一名人工生命研究者,同时也是国际人工生命学会理事会成员。


NetLogo去实现

北京师范大学系统科学学院张江教授通过数个案例教会大家如何去动手搭建一个多主体仿真模型,教你如何用Netlogo程序编写人工生命。


冯·诺依曼的遗产:寻找人工生命的理论根源

人工生命是可以回答人工智能无法思考的问题的。尽管自从九十年代之后,人工生命才逐渐发展起来,成为独立于人工智能的科学领域,但它的理论根源却可以追溯到二十世纪五十年代。那个时候,一个伟大的数学家兼发明家冯·诺依曼正在思考如何制造可以复制自身的机器。这个自复制机器的核心目的并不在于生命自复制这个问题本身,而是希望寻找出一条途径,能够让机器一劳永逸地“抵抗熵增”,不断朝越来越复杂的方向进化,而这一方法极有可能就是制造强人工智能机器,甚至是具有自我意识的智能机器的正确途径。




本中文词条由余凡尘翻译,薄荷编辑,如有问题,欢迎在讨论页面留言。


本词条内容源自wikipedia及公开资料,遵守 CC3.0协议。