47
个编辑
更改
无编辑摘要
自从人类开始记录他们的神话和故事以来，人工制品被赋予生命的想法就一直吸引着人类。无论是[[《皮格马利翁》]]还是[[《弗兰肯斯坦》]]，人类一直对<font color="#ff8000"> '''人工生命artificial life'''</font>的概念着迷。
自从人类开始记录他们的神话和故事以来，人工制品被赋予生命的想法就一直吸引着人类。无论是[[《皮格马利翁》]]还是[[《弗兰肯斯坦》]]，人类一直对<font color="#ff8000"> '''人工生命 artificial life'''</font>的概念着迷。
== 计算机出现之前 ==
== 计算机出现之前 ==
==1950-1970年代==
==1950-1970年代==
现代最早提出人工生命（独立于人工智能）潜力假说的思想家之一，是数学和计算机天才[[约翰·冯·诺依曼]](John von Neumann)。20世纪40年代末，[[莱纳斯·鲍林]]（Linus Pauling）在加利福尼亚州帕萨迪纳市举办了希克森研讨会，冯·诺依曼在会上发表了题为“自动机的一般逻辑理论”的演讲。他将“[[自动机]]”定义为：通过结合环境信息和自身编程，可逻辑化地逐步执行行为动作的任何机器，并表示，最终人们会发现自然生物也遵循着类似的简单规则。他还谈到了自我复制机器的想法。他设想了一台机器——一台自动运动的机器——由一台控制计算机、一个构造臂和一长串指令组成，漂浮在零部件的湖中。通过执行它自己身体的一部分的指令，它就能制造出一台完全相同的机器。他遵循这个想法，创建了一个纯粹基于逻辑的自动机(与[[Stanislaw Ulam]]一起)，不需要物理实体，而是基于无限网格中细胞状态的变化——这是第一个[[细胞自动机]]（[[元胞自动机]]、[[格状自动机]]）。与后来的CAs相比，它是非常复杂的，它有成千上万的细胞，每个细胞可以存在于29个状态中的一个，但是冯·诺依曼觉得他需要这种复杂性，以便它不仅能作为一个自我复制的“机器”运行，而且能像[[艾伦·图灵]]定义的那样成为一台通用计算机。这个“通用构造函数”读取指令磁带，并写出一系列单元格，这些单元格可以被激活，从而留下原始机器及其磁带的功能齐全的副本。冯·诺依曼一直致力于他的自动机理论，直到他去世，并认为这是他最重要的工作。
现代最早提出人工生命（独立于人工智能）潜力假说的思想家之一，是数学和计算机天才[[约翰·冯·诺依曼]] John von Neumann。20世纪40年代末，[[莱纳斯·鲍林]] Linus Pauling在加利福尼亚州帕萨迪纳市举办了希克森研讨会，John von Neumann在会上发表了题为“自动机的一般逻辑理论”的演讲。他将“[[自动机]]”定义为：通过结合环境信息和自身编程，可逻辑化地逐步执行行为动作的任何机器，并表示，最终人们会发现自然生物也遵循着类似的简单规则。他还谈到了自我复制机器的想法。他设想了一台机器——一台自动运动的机器——由一台控制计算机、一个构造臂和一长串指令组成，漂浮在零部件的湖中。通过执行它自己身体的一部分的指令，它就能制造出一台完全相同的机器。他遵循这个想法，创建了一个纯粹基于逻辑的自动机(与[[Stanislaw Ulam]]一起)，不需要物理实体，而是基于无限网格中细胞状态的变化——这是第一个[[细胞自动机]]（[[元胞自动机]]、[[格状自动机]]）。与后来的CAs相比，它是非常复杂的，它有成千上万的细胞，每个细胞可以存在于29个状态中的一个，但是冯·诺依曼觉得他需要这种复杂性，以便它不仅能作为一个自我复制的“机器”运行，而且能像[[艾伦·图灵]]定义的那样成为一台通用计算机。这个“通用构造函数”读取指令磁带，并写出一系列单元格，这些单元格可以被激活，从而留下原始机器及其磁带的功能齐全的副本。John von Neumann一直致力于他的自动机理论，直到他去世，并认为这是他最重要的工作。
20世纪50年代，[[霍默•雅各布森]](Homer Jacobson)用一组模型火车说明了基本的自我复制——一个由“头”和“尾”车厢组成的种子“有机体”，只要有一个可供提取的新车厢随机池，就可以使用系统的简单规则，持续创造出与自身相同的新“有机体”。
20世纪50年代，[[霍默•雅各布森]] Homer Jacobson用一组模型火车说明了基本的自我复制——一个由“头”和“尾”车厢组成的种子“有机体”，只要有一个可供提取的新车厢随机池，就可以使用系统的简单规则，持续创造出与自身相同的新“有机体”。
[[爱德华·摩尔]](Edward F. Moore)提出了“人造活植物”的概念，这种植物是漂浮的工厂，它们可以创造自己的复制品。可以对它们进行程序设计，让它们发挥某些功能(提取淡水，从海水中提取矿物质)，与指数级增长的工厂才能带来巨大的回报相比，这项投资的规模相对较小。[[弗里曼·戴森]](Freeman Dyson)也研究了这个想法，设想了可自我复制的机器被送去探索和开发其他行星和卫星，美国宇航局(NASA)一个名为“自我复制系统概念小组”(self- replication Systems Concept Team)的团队在1980年进行了一项关于在月球上自行建造工厂的可行性研究。
[[爱德华·摩尔]] Edward F. Moore提出了“人造活植物”的概念，这种植物是漂浮的工厂，它们可以创造自己的复制品。可以对它们进行程序设计，让它们发挥某些功能（提取淡水，从海水中提取矿物质），与指数级增长的工厂才能带来巨大的回报相比，这项投资的规模相对较小。[[弗里曼·戴森]] Freeman Dyson也研究了这个想法，设想了可自我复制的机器被送去探索和开发其他行星和卫星，美国宇航局（NASA）一个名为“自我复制系统概念小组” self- replication Systems Concept Team的团队在1980年进行了一项关于在月球上自行建造工厂的可行性研究。
20世纪60年代，剑桥大学(University of Cambridge)教授[[约翰·霍顿·康威]](John Horton Conway)发明了最著名的细胞自动机。他称之为“[[生命游戏]]”，并通过[[《科学美国人》]]杂志的[[马丁·加德纳]]专栏进行宣传。
20世纪60年代，剑桥大学 University of Cambridge 教授[[约翰·霍顿·康威]] John Horton Conway发明了最著名的细胞自动机。他称之为“[[生命游戏]]”，并通过[[《科学美国人》]]杂志的[[马丁·加德纳]]专栏进行宣传。
==1970-1980年代==
==1970-1980年代==
曾与John von Neumann共事（事实上，在诺依曼去世后整理了他的论文）的著名学者[[亚瑟·伯克]] Arthur Burks领导了密歇根大学 University of Michigan的“计算机逻辑小组” Logic of Computers Group。他把19世纪美国思想家[[查尔斯·桑德斯·皮尔斯]] Charles Sanders Peirce被忽视的观点带入现代。Peirce坚信自然界的一切活动都是基于逻辑的(尽管并不总是演绎逻辑)。
在20世纪70年代早期，密歇根大学的研究小组是少数几个仍然对生命和CAs感兴趣的研究小组之一;该小组的一名学生[[托马索·托福利]](Tommaso Toffoli)在他的博士论文中指出，该领域非常重要，因为它的研究结果解释了自然界复杂效应背后的简单规则。托福利后来提供了一个关键的证据，证明CAs是可逆的，就像真正的宇宙被认为是可逆的一样。
在20世纪70年代早期，密歇根大学的研究小组是少数几个仍然对生命和CAs感兴趣的研究小组之一;该小组的一名学生[[托马索·托福利]] Tommaso Toffoli在他的博士论文中指出，该领域非常重要，因为它的研究结果解释了自然界复杂效应背后的简单规则。托福利后来提供了一个关键的证据，证明CAs是可逆的，就像真正的宇宙被认为是可逆的一样。
[[克里斯托弗·兰顿]]（Christopher Langton）是一位非传统的研究者，他平凡的学术生涯让他找到了一份为一家医院编程DEC大型机的工作。他被康威的“生命游戏”迷住了，并开始追求计算机可以模仿生物的想法。经过多年的研究(和一次几乎致命的悬挂式滑翔事故)，他开始尝试实现冯·诺依曼的CA和[[埃德加·科德]]（Edgar F. Codd）的工作，后者将冯·诺依曼最初的29个状态怪物简化为只有8个状态。1979年10月，他仅用一台Apple II型台式电脑就成功地创造出了第一台能够自我复制的计算机有机体。1982年，33岁的他加入了伯克在计算机逻辑小组的研究生课程，并帮助建立了一门新的学科。
[[克里斯托弗·兰顿]] Christopher Langton是一位非传统的研究者，他平凡的学术生涯让他找到了一份为一家医院编程DEC大型机的工作。他被Conway的“生命游戏”迷住了，并开始追求计算机可以模仿生物的想法。经过多年的研究（和一次几乎致命的悬挂式滑翔事故），他开始尝试实现John von Neumann的CA和[[埃德加·科德]] Edgar F. Codd 的工作，后者将John von Neumann最初的29个状态怪物简化为只有8个状态。1979年10月，他仅用一台Apple II型台式电脑就成功地创造出了第一台能够自我复制的计算机有机体。1982年，33岁的他加入了伯克在计算机逻辑小组的研究生课程，并帮助建立了一门新的学科。
Langton关于《人工生命》的官方会议公告是对这个之前几乎不存在的领域最早的描述<ref>Langton, C.G. (1989) "Artificial Life", in ''Artificial Life'', Langton (ed), (Addison-Wesley:Reading, MA) page 1.</ref>:
<blockquote>''人工生命是对具有自然生命系统行为特征的人工系统的研究。它寻求解释生命的任何可能表现形式，而不局限于地球上已经演化出来的特殊例子。这包括生物和化学实验、计算机模拟和纯理论研究。发生在分子、社会和进化尺度上的过程需要进行研究。最终目标是提取出生命系统的逻辑形式。''</blockquote>
<blockquote>''人工生命是对具有自然生命系统行为特征的人工系统的研究。它寻求解释生命的任何可能表现形式，而不局限于地球上已经演化出来的特殊例子。这包括生物和化学实验、计算机模拟和纯理论研究。发生在分子、社会和进化尺度上的过程需要进行研究。最终目标是提取出生命系统的逻辑形式。''</blockquote>
<blockquote>''微电子技术和基因工程将很快使我们有能力在硅片中和在体外创造新的生命形式。这种能力将给人类带来有史以来最深远的技术、理论和伦理挑战。对于那些试图模拟或合成生命系统各方面的人来说，现在似乎是合适的时机。</blockquote>
<blockquote>''微电子技术和基因工程将很快使我们有能力在硅片中和在体外创造新的生命形式。这种能力将给人类带来有史以来最深远的技术、理论和伦理挑战。对于那些试图模拟或合成生命系统各方面的人来说，现在似乎是合适的时机。</blockquote>
[[艾埃德·弗雷德金]](Ed Fredkin)在[[麻省理工学院(MIT)]]成立了信息力学小组，由托福利(Toffoli)、[[诺曼·马格卢斯]](Norman Margolus)、[[杰拉德·维克尼亚克]](Gerard Vichniac)和[[查尔斯·贝内特]](Charles Bennett)组成。这个小组创造了一台专门用来执行细胞自动机的计算机，并最终将其缩小到一块电路板的大小。这种“细胞自动机”使得那些买不起复杂计算机的科学家也能够进行大量的人工生命研究。
[[艾埃德·弗雷德金]](Ed Fredkin)在[[麻省理工学院(MIT)]]成立了信息力学小组，由托福利 Toffoli、[[诺曼·马格卢斯]] Norman Margolus、[[杰拉德·维克尼亚克]] Gerard Vichniac和[[查尔斯·贝内特]] Charles Bennett组成。这个小组创造了一台专门用来执行细胞自动机的计算机，并最终将其缩小到一块电路板的大小。这种“细胞自动机”使得那些买不起复杂计算机的科学家也能够进行大量的人工生命研究。
1982年，计算机科学家[[斯蒂芬·沃尔夫拉姆]]（Stephen Wolfram）将他的注意力转向细胞自动机。他探索和分类了一维CAs所显示的复杂性类型，并展示了它们如何应用于自然现象，如贝壳的模式和植物生长的性质。
1982年，计算机科学家[[斯蒂芬·沃尔夫拉姆]] Stephen Wolfram将他的注意力转向细胞自动机。他探索和分类了一维CAs所显示的复杂性类型，并展示了它们如何应用于自然现象，如贝壳的模式和植物生长的性质。
[[诺曼·帕卡德]](Norman Packard)在高级研究院与沃尔夫拉姆一起工作，他使用CAs来模拟雪花的生长，遵循非常基本的规则。
[[诺曼·帕卡德]] Norman Packard在高级研究院与沃尔夫拉姆一起工作，他使用CAs来模拟雪花的生长，遵循非常基本的规则。
1987年，计算机动画师[[克雷格·雷诺兹]]（Craig Reynolds）同样使用三个简单的规则在一个计算机程序中创建了可识别的[[群集行为]]。由于完全没有自顶向下的编程，群集体产生了类似生命体的解决方案，以避开摆在他们道路上的障碍。计算机动画一直是人工生命研究的主要商业驱动力，因为电影的创作者试图寻找更现实和廉价的方式，来使自然形式如植物、动物运动、毛发生长和复杂的有机材质等具有生命力。
1987年，计算机动画师[[克雷格·雷诺兹]] Craig Reynolds同样使用三个简单的规则在一个计算机程序中创建了可识别的[[群集行为]]。由于完全没有自顶向下的编程，群集体产生了类似生命体的解决方案，以避开摆在他们道路上的障碍。计算机动画一直是人工生命研究的主要商业驱动力，因为电影的创作者试图寻找更现实和廉价的方式，来使自然形式如植物、动物运动、毛发生长和复杂的有机材质等具有生命力。
[[多恩·法默]]（J. Doyne Farmer）是将人工生命研究与复杂自适应系统这一新兴领域联系起来的关键人物，他在非线性研究中心([[洛斯阿拉莫斯国家实验室]]的一个基础研究部门)工作，就在其明星混沌理论学家[[米切尔·费根鲍姆]]即将离开的时候。1985年5月，法默和[[诺曼·帕卡德]]（Norman Packard）主持了一个名为“进化、游戏和学习”的会议，这预示了后来的人工生命会议的许多主题。
[[多恩·法默]] J. Doyne Farmer是将人工生命研究与复杂自适应系统这一新兴领域联系起来的关键人物，他在非线性研究中心([[洛斯阿拉莫斯国家实验室]]的一个基础研究部门)工作，就在其明星混沌理论学家[[米切尔·费根鲍姆]]即将离开的时候。1985年5月，Farmer和[[诺曼·帕卡德]] Norman Packard主持了一个名为“进化、游戏和学习”的会议，这预示了后来的人工生命会议的许多主题。
==2000年==
==2000年==
在生态方面，2006年，[[彼得·图尔钦]]（Peter Turchin）和[[米哈伊尔·伯切夫]]（Mikhail Burtsev）通过人工生命重新引入了关于动物合作行为进化的研究(由上世纪60年代的[[汉密尔顿]]（W. D. Hamilton）发起，产生了亲缘选择、互惠、多层次选择和文化群体选择等理论<ref>Hamilton, W. D. The genetical evolution of social behaviour. I and II. J. Theor.Biol. 7, 1–52 (1964).</ref><ref>Axelrod, R. & Hamilton, W. D. The evolution of cooperation. Science 211,1390–1396 (1981).</ref>)。在此之前，博弈论被用于类似的研究，然而，该方法被认为是数量相当有限的可能策略和有争议的支付规则集。相反，这里设计的人工生命模型是基于康威的生命游戏，但增加了很多复杂性(可能会出现超过10<sup>1000</sup>种策略)。最重要的是，相互作用的因子具有外部表型标记，可在组内成员之间识别。实际上，它表明，如果有能力感知这些标记，系统内的因子就能够在最简假设下进化出新的群体行为。在已知的资产阶级-[[鹰派-鸽派对策策略]]之上，这里有两种新颖的合作攻击和防御模式从模拟中产生。
在生态方面，2006年，[[彼得·图尔钦]] Peter Turchin和[[米哈伊尔·伯切夫]] Mikhail Burtsev通过人工生命重新引入了关于动物合作行为进化的研究(由上世纪60年代的[[汉密尔顿]] W. D. Hamilton发起，产生了亲缘选择、互惠、多层次选择和文化群体选择等理论<ref>Hamilton, W. D. The genetical evolution of social behaviour. I and II. J. Theor.Biol. 7, 1–52 (1964).</ref><ref>Axelrod, R. & Hamilton, W. D. The evolution of cooperation. Science 211,1390–1396 (1981).</ref>)。在此之前，博弈论被用于类似的研究，然而，该方法被认为是数量相当有限的可能策略和有争议的支付规则集。相反，这里设计的人工生命模型是基于康威的生命游戏，但增加了很多复杂性(可能会出现超过10<sup>1000</sup>种策略)。最重要的是，相互作用的因子具有外部表型标记，可在组内成员之间识别。实际上，它表明，如果有能力感知这些标记，系统内的因子就能够在最简假设下进化出新的群体行为。在已知的资产阶级-[[鹰派-鸽派对策策略]]之上，这里有两种新颖的合作攻击和防御模式从模拟中产生。
对于该设置，这个二维人工世界被划分为单元，每个单元为空或包含一个资源包。一个空单元可以获得单位时间内一定概率的资源包，并在因子消耗该资源时丢失它。每个因子都是由一组受体、效应器(控制因子行为的组件)和连接两者的神经网络构成的。为了对环境做出反应，个体可以休息、进食、分裂繁殖、移动、转身和攻击。所有的动作消耗的能量来自于它的内部能量储存;一旦耗尽，因子就会死亡。消耗资源，以及击败其他因子后，产生能量储存的增加。繁殖模式为无性繁殖，其后代获得双亲能量的一半。因子还配备了感官输入，允许它们检测一个参数内除了它自己活力水平以外的资源或其他成员。至于表型标记，它们并不影响行为，而仅仅作为“遗传”相似性的指标。遗传是通过让后代继承相关的信息并承受一定的突变率来实现的。
对于该设置，这个二维人工世界被划分为单元，每个单元为空或包含一个资源包。一个空单元可以获得单位时间内一定概率的资源包，并在因子消耗该资源时丢失它。每个因子都是由一组受体、效应器(控制因子行为的组件)和连接两者的神经网络构成的。为了对环境做出反应，个体可以休息、进食、分裂繁殖、移动、转身和攻击。所有的动作消耗的能量来自于它的内部能量储存;一旦耗尽，因子就会死亡。消耗资源，以及击败其他因子后，产生能量储存的增加。繁殖模式为无性繁殖，其后代获得双亲能量的一半。因子还配备了感官输入，允许它们检测一个参数内除了它自己活力水平以外的资源或其他成员。至于表型标记，它们并不影响行为，而仅仅作为“遗传”相似性的指标。遗传是通过让后代继承相关的信息并承受一定的突变率来实现的。