生长神经元细胞自动机

这段文字介绍了一篇名为“自动机”的交互式文章，它发表在 distil.pub 平台上。distil.pub 是一种新颖的在线平台，旨在提供比传统期刊或会议系统更具互动性和吸引力的文章形式。

文章主要介绍了一种名为“生长神经元细胞自动机”的概念。细胞自动机是一个古老的概念，其最著名的例子是“生命游戏”。生命游戏中，每个像素代表一个细胞，它们根据一定的更新规则进行演化。例如，如果一个细胞周围有足够多的活细胞，它就会存活下来，否则就会死亡。

文章中的细胞自动机与生命游戏类似，但更为复杂。每个细胞都拥有 16 个通道，可以感知其周围 8 个邻居的状态。这 16 个通道包含 RGB 颜色信息，以及其他信息。每个细胞根据其邻居的状态和自身的通道信息，决定其下一个状态，包括颜色和是否存活。

文章还展示了这种细胞自动机是如何通过局部更新规则，从局部生长出复杂结构的。即使部分结构被破坏，它们也能通过局部规则自我修复。这与生成对抗网络（GAN）不同，GAN 可以观察全局图像并决定缺失的部分。

总而言之，文章介绍了一种新颖的细胞自动机模型，它通过局部规则和多通道信息，能够生成复杂、动态的结构，展现了细胞自动机在图像生成方面的潜力。

类固醇版的生命游戏！这个模型以完全局部的方式学习生长复杂的模式。每个细胞都被训练成倾听其邻居并以一种集体实现整体目标的方式更新自身。引人入胜且互动性强！https://distill.pub/2020/growing-ca/https://en.wikipedia.org/wiki/Conway%27s_Game_of_Life
摘要：大多数多细胞生物从一个单一的卵细胞开始它们的生命——一个单一的细胞，其后代可靠地自我组装成高度复杂的解剖结构，具有许多器官和组织，每次都以完全相同的排列方式。构建自己身体的能力可能是每个生物拥有的最基本技能。形态发生（生物体形状发育的过程）是自组织现象最显着的例子之一。细胞，身体微小的组成部分，与其邻居交流以决定器官和身体计划的形状，每个器官在哪里生长，如何相互连接，以及何时最终停止。了解复杂结果从简单规则和稳态1反馈回路中出现的相互作用是一个活跃的研究领域。很明显的是，进化已经学会利用物理和计算定律来实现高度稳健的形态发生软件，该软件运行在基因组编码的细胞硬件上。这个过程对扰动非常稳健。即使生物体完全发育，一些物种仍然具有修复损伤的能力——这个过程被称为再生。一些生物，例如蝾螈，可以完全再生重要的器官、肢体、眼睛，甚至大脑的一部分！形态发生是一个令人惊讶的适应性过程。有时，即使是非常非典型的发育过程也能导致可行的生物体——例如，当早期哺乳动物胚胎被切成两半时，每一半都会形成一个完整的个体——单卵双胞胎！这个领域最大的谜团是如何细胞集合知道要建造什么以及何时停止。基因组学和干细胞生物学只解释了这个谜团的一部分，因为它们解释了每个细胞中特定成分的分布，以及不同类型细胞的建立。虽然我们知道许多对再生过程必不可少的基因，但我们仍然不知道细胞知道如何构建或改造复杂器官以达到非常具体的解剖学最终目标的算法。因此，未来生物医学工作的一个主要支柱是发现大规模解剖结构在细胞集合中是如何被指定的，以及我们如何重写这些信息以对生长和形态进行合理控制。同样，生命软件拥有许多模块或子程序，例如“在这里构建一只眼睛”，这些模块可以通过简单的信号触发器激活。发现这些子程序并绘制出发育逻辑是一个新的领域，它位于发育生物学和计算机科学的交叉点。一个重要的下一步是尝试为这个过程制定计算模型，既丰富生物学家的概念工具包，又帮助将生物学的发现转化为更好的机器人技术和计算技术。想象一下，如果我们能够设计出与生物生命具有相同可塑性和稳健性的系统：能够生长和自我修复的结构和机器。这种技术将改变当前的再生医学努力，在再生医学中，科学家和临床医生试图发现可以导致体内细胞按需构建结构的输入或刺激。为了帮助破解形态发生密码，并利用生物学的洞察力在现实生活中创造自修复系统，我们尝试在计算机模拟实验中复制一些期望的属性。