Академия Искусственного Интеллекта Neuraxon — Том 7

От команды Qubic Scientific

В 1970 году Мартин Гарднер опубликовал в Scientific American развлекательную игру, придуманную Джоном Конвеем: Игра Жизни. Правила помещаются на открытке. Двумерная сетка ячеек, в которой каждая ячейка была живой или мёртвой. На каждом шаге живая ячейка оставалась живой, если у неё было два или три живых соседа, в противном случае она умирала. Мёртвая ячейка с точно тремя живыми соседями возрождалась. Ничего больше, так просто.

В 1970 году Мартин Гарднер опубликовал в Scientific American рекреационную игру, изобретенную Джоном Конвеем: Игра Жизни. Правила помещаются на открытке. Двумерная сетка клеток, где каждая клетка была живой или мертвой. На каждом шаге живая клетка оставалась живой, если у нее было два или три живых соседа, иначе она умирала. Мертвая клетка с точно тремя живыми соседями рождалась. Ничего другого, так просто.

То, чего никто не ожидал, это то, что возникло из этих четырех строк правил. Стабильные структуры. Осцилляторы, которые пульсируют вечно, и глайдеры, которые перемещаются по сетке. Пушки, которые периодически стреляют глайдерами. Конструкции были достаточно сложными, что в конечном итоге кто-то построит машину Тьюринга внутри Игры Жизни. В сетке Конвея вы можете, в принципе, выполнять любые вычисления, которые существуют.

от Жизни к Искусственной Жизни (Alife)

В восьмидесятых годах Кристофер Лэнгтон и группа исследователей превратили эту идею в отдельную дисциплину: Искусственная Жизнь, или Alife. Предложение было простым. Биология исторически изучала жизнь, как мы её знаем, углеродную, ту, что возникла на этой конкретной планете. Но жизнь, возможно, является более общим явлением. Если мы можем создать искусственные системы, которые показывают свойства, которые мы ассоциируем с живым, самоорганизацией, адаптацией, эволюцией, воспроизводством, реакцией на окружающую среду, тогда мы изучаем жизнь такой, какой она могла бы быть, а не просто такой, какой она есть.

Alife - это не поиск цифровых питомцев. Это наука о фундаментальной динамике. Его экспериментальные инструменты - это симуляторы, где простые агенты следуют локальным правилам, и где исследователь наблюдает, что возникает в глобальном масштабе.

Несколько открытий остались краеугольными камнями. Первое, уже подразумеваемое в Конвае, это то, что простые локальные правила могут генерировать глобальную сложность без чьего-либо дизайна. Второе пришло от самого Лэнгтона: существует критический режим, называемый границей хаоса, где системы не являются жестко упорядоченными и не полностью хаотичными, и где происходит почти все интересное. Вычисления, обучение, адаптация, все процветает в этой тонкой полосе. Ниже нее система замораживается. Выше нее она распадается на шум.

Третье открытие, менее известное, но более неудобное, заключается в том, что свойства, которые мы обычно ассоциируем с намерением, такие как сотрудничество, специализация, разделение труда, могут возникать в системах, которые не были запрограммированы для сотрудничества. Они возникают как следствия динамики, а не как цели. Это трудно переварить для самопровозглашенного высшего вида, потому что наша интуиция подсказывает нам, что если мы хотим X, мы должны оптимизировать для X. Alife показывает снова и снова, что это не всегда верно.

Что такое цифровые экосистемы? От клеточных автоматов до многоагентных нейронных систем

Цифровая экосистема - это естественная эволюция этих идей искусственной жизни. Вместо одного правила, общего для всех клеток, вы имеете несколько агентов, каждый со своими правилами, делящих общую среду, конкурирующих или сотрудничающих за ресурсы, воспроизводящихся и умирающих. Подложка может быть 2D сеткой, как в Конвае, непрерывной жидкостью, как в Лении, более богатым миром с местностью и пищей, как в Biomaker CA. Детали различаются. Принцип остается.

Что делает цифровую экосистему интересной, так это не подлежащая технология, а то, что она позволяет вам наблюдать. Динамика популяции. Границы, которые формируются между видами. Ниши, которые открываются и закрываются. Стратегии, которые появляются, доминируют некоторое время, вытесняются и возвращаются. Циклы, которые выглядят как в реальных экосистемах, иногда удивительно так. И вопрос, который проходит под всем этим: когда мы можем сказать, что что-то возникло, что система открыла что-то, что мы не вложили в нее.

Интерактивная платформа Digital Ecosystems от Sakana AI, показывающая ползунки параметров в реальном времени, временную шкалу популяции, панель контрольных точек и холст симуляции. Пользователи могут управлять экосистемой и развиваться в альтернативные будущие из любого сохраненного состояния.

Есть недавние работы, на которые стоит обратить внимание. Команда Sakana AI, например, только что выпустила Digital Ecosystems, интерактивную платформу, где пять видов нейронных клеточных автоматов конкурируют на общей сетке в реальном времени, и где вы можете изменять параметры с помощью ползунков, сохранять состояния и исследовать различные будущие из одной контрольной точки. Это последняя и наиболее доступная ссылка в цепи, которая уходит корнями к Конвею, и с ней стоит поиграть в течение дня, просто чтобы почувствовать, как эти динамики ведут себя, когда вы можете на самом деле их затронуть.

Почему Искусственная Жизнь и Возникающая Сложность имеют значение для Qubic, Aigarth и Neuraxon

Соблазн, когда читаешь о Конвае, Лэнгтоне, Лении или Сакане, это отложить все это как элегантные интеллектуальные развлечения. Это не так. Это концептуальные строительные леса, на которых стоит наш проект.

Qubic: Самоорганизующаяся децентрализованная инфраструктура

Qubic - это, на уровне инфраструктуры, децентрализованная сеть из тысяч узлов, которые конкурируют и сотрудничают для валидации вычислений и получения вознаграждений. Без правильных локальных правил эта сеть либо централизуется, либо разваливается. С правильными правилами она самоорганизуется в стабильную, продуктивную экосистему. Действительность дизайна Qubic основывается на принципах, которые отчасти происходят из исследований искусственной жизни: как достичь глобальной стабильности без центрального органа и как заставить конкуренцию производить что-то полезное для всех.

Aigarth: Эволюционный ИИ на грани хаоса

Aigarth идет дальше. Это не просто сеть, это развивающаяся ткань. Сети искусственных нейронов, которые мутируют, обрезают, порождают потомство, реорганизуют свою топологию под адаптивным давлением. Есть локальные правила, критерии приспособленности или эволюционные динамики. Это искусственная жизнь, примененная к архитектуре ИИ. И, как и в случае со всем в Alife, то, что возникает, зависит от режима, в котором система функционирует. Слишком жестко — нет исследования. Слишком хаотично — нет стабильности. Граница хаоса — это, также и здесь, место, где происходят интересные вещи.

Neuraxon: Тринарные состояния и самоорганизованная критичность в ИИ, вдохновленном мозгом

Neuraxon, базовая единица, на которой построен Aigarth, была спроектирована с этим в виду. Тринарное состояние (-1, 0, +1) - это не трюк квантования для экономии бит, хотя это также снижает вычислительные затраты. Это структурное решение. Нейтральное состояние - это буфер, который позволяет плавные переходы, предотвращает резкие осцилляции системы между крайностями и дает время для медленных синапсов и нейромодуляторов действовать. Как мы обсуждали в предыдущих томах Академии Интеллекта Neuraxon, это то, что позволяет системе маневрировать на грани хаоса, не разрушаясь.

В наших экспериментах с NxonLife, симулятором, который мы построили для наблюдения за эволюцией сетей Neuraxon в средах, вдохновленных Игрой Жизни, мы измерили точно те свойства, которые предсказывает Alife. Соотношение ветвлений близкое к 1, классический признак самоорганизованной критичности. Долгосрочные временные корреляции, следуя 1/f динамике. Активность, которая поддерживает себя в течение тысяч тиков без внешних сбросов, без навязанных нормализаций, без того, чтобы кто-то говорил системе, что делать. Сети находят этот режим сами, потому что архитектура была построена, чтобы это было возможно.

От симуляций искусственной жизни к децентрализованной инфраструктуре ИИ: старая идея, новый субстрат

Параметрическая настройка крутизны в Digital Ecosystems от Sakana AI. Уменьшение крутизны открывает пути для видов, выводя их из жестких территориальных границ в режим возбуждения на грани хаоса, где возникает сложность и сотрудничество. Источник: Sakana AI (2026)

То, что Конвей показал в 1970 году, Лэнгтон в 1990 году, команда Лении более недавно и Sakana AI несколько недель назад, это то, что сложность возникает из локальных правил и хорошо выбранных параметров. То, что мы делаем с Qubic, Aigarth и Neuraxon, это выводить это понимание на логическое завершение: не просто наблюдать за симулированными экосистемами, но и строить реальную распределенную инфраструктуру на его принципах.

Основная интуиция не меняется. Живые системы существуют во времени. Они организуют себя между порядком и хаосом. Они сотрудничают, не получая указаний. Они возникают, они не проектируют себя.

Игра Жизни Конвея была открыткой. Искусственная жизнь - это дисциплина. Цифровые экосистемы - это инструмент. Qubic, Aigarth и Neuraxon - это попытка взять все это из симулятора и превратить в работающую сеть. Идеи существуют уже пятьдесят лет. Подложка, чтобы сделать их продуктивными в масштабе, это то, что мы строим сейчас.

Ссылки

• Конвей, Дж. Х. (в Гарднере, М.) (1970). Математические игры: Фантастические комбинации новой солитерной игры Джона Конвея «Жизнь». Scientific American, 223, 120–123. [Ссылка]

• Лэнгтон, К. Г. (1990). Вычисления на границе хаоса: фазовые переходы и возникающее вычисление. Physica D: Нелинейные феномены, 42, 12–37. [Ссылка]

• Бедау, М. А. (2003). Искусственная жизнь: организация, адаптация и сложность с нижней стороны. Тенденции в когнитивных науках, 7(11), 505–512. [Ссылка]

• Чан, Б. У.-Ч. (2019). Леня: биология искусственной жизни. Комплексные системы, 28(3), 251–286. [Ссылка]

• Мордвинцев, А., Рендаццо, Е., Никлассон, Е. и Левин, М. (2020). Выращивание нейронных клеточных автоматов. Distill, 5(2), e23. [Ссылка]

• Дарлоу, Л. (2026). Цифровые экосистемы: Интерактивные многопользовательские нейронные клеточные автоматы. Sakana AI. [Ссылка]

• Виванко, Д. и Санчес, Х. (2025). От перцептронов до нейраксонов: новый чертеж роста и вычисления нейронов. Научные исследования Qubic. [Ссылка]

• Виванко, Д. и Санчес, Х. (2025). Архитектура обучения динамики тринарных состояний, встроенных во время. Препринт. [Ссылка]

Изучите полную серию Академии Интеллекта Neuraxon

Это Том 7 Академии Интеллекта Neuraxon #academy от #Qubic Научной Команды. Если вы только что присоединились к нам, изучите полную серию, чтобы построить полное понимание науки за #Neuraxon , #aigarth и подходом Qubic к вдохновленному мозгом, #decentralized искусственному интеллекту:

• Том 1 NIA: Почему интеллект не вычисляется шагами, а во времени — Исследует, почему биологический интеллект функционирует в непрерывном времени, а не в дискретных вычислительных шагах, как традиционные LLM.

• Том 2 NIA: Тринарная динамика как модель живого интеллекта — Объясняет тринарную динамику и почему логика из трех состояний (возбуждающая, нейтральная, ингибирующая) важна для моделирования живых систем.

• Том 3 NIA: Нейромодуляция и ИИ, вдохновленный мозгом — Освещает нейромодуляцию и то, как химическая сигнализация мозга (дофамин, серотонин, ацетилхолин, норэпинефрин) вдохновляет архитектуру Neuraxon.

• Том 4 NIA: Нейронные сети в ИИ и нейронауке — Глубокое сравнение биологических нейронных сетей, искусственных нейронных сетей и третьего подхода Neuraxon.

• Том 5 NIA: Астроглиальные клетки и ИИ, вдохновленный мозгом — Как астроглиальные гейты преобразуют пластичность нейронных сетей через AGMP-структуру в Neuraxon.

• Том 6 NIA: Сознательные машины против интеллектуальных организмов: Объяснение сознания ИИ — Исследует сознание ИИ через призму Теории глобального рабочего пространства, Теории интегрированной информации и предсказательной кодировки.

Qubic - это децентрализованная, открытая сеть. Чтобы узнать больше, посетите qubic.org. Присоединяйтесь к обсуждению на X, Discord и Telegram.