デジタルエコシステム：対話型マルチエージェントニューラル細胞オートマトン

競合するニューラルネットワークをペトリ皿に投入し、適応しながらルールを変えていくとどうなるでしょうか？ 昨年は「Petri Dish NCA」を発表しました。ここではニューラルネットがシミュレーション中に学習を行う生物として機能します。本日、「Digital Ecosystems」を発表します。これは対話型人工生命研究のためのブラウザベースのプラットフォームです。 セットアップ：複数の小型 CNN が 2D グリッドを共有し、それぞれが 3x3 の近傍領域しか見ることができません。グローバルな計画はありません。彼らは隣接する相手への攻撃と incoming な攻撃からの防御を通じて領土を争い、シミュレーション実行中に勾配降下法（gradient descent）によってオンラインで学習します。 私たちが予想していなかったのは、学習そのものの役割です。勾配降下法は各種の戦略を最適化するだけでなく、シミュレーション中全体システムを安定化させる働きをします。過度に拡張した種は損失関数によって押し戻され、停滞した種は成長するように促されます。つまり、パラメータをカオスの境界領域（edge-of-chaos regimes）へと押しやることができます。これは創発的複雑性（emergent complexity）が特徴的な領域です。ニューラルネットワークに学習させることは、探索と対話を行う間、複雑なシステム全体を維持する役割を果たします。 このプラットフォームを使えば、これらすべてを対話的に操作できます。壁を描いてニッチ（niche）を作成したり、オンラインでシステムの一部分を消去したり、40 以上のシステムパラメータを調整して最も興味深い構成を探求したりできます。種が領土を切り開き、撹乱された際に再編成する様子を見守るのは魅了されます。 すべてはブラウザ上でクライアントサイドで実行され、インストールは不要です。 技術ブログ：http://pub.sakana.ai/digital-ecosystem コード：https://github.com/SakanaAI/digital-ecosystem

デジタルエコシステム：対話型マルチエージェントニューラル細胞オートマトン

背景や根拠まで確認しますか？

このニュースを、実務の判断につなげる

調べる

選ぶ

サイト