在人工智能與生命科學(xué)的交叉領(lǐng)域，一項(xiàng)新的研究正引領(lǐng)著人工生命（ALife）探索的潮流。這項(xiàng)研究由Sakana AI、麻省理工學(xué)院（MIT）以及OpenAI等機(jī)構(gòu)聯(lián)合發(fā)起，旨在通過大模型技術(shù)革新ALife的研究范式，提出了一種名為ASAL（人工生命自動(dòng)搜索）的新方法。

ALife作為一個(gè)研究領(lǐng)域，其核心在于通過計(jì)算模擬來探索生命和類生命現(xiàn)象。傳統(tǒng)的ALife研究往往依賴于人工設(shè)計(jì)的模擬規(guī)則，而ASAL則突破了這一限制，利用多模態(tài)大模型來自動(dòng)指導(dǎo)生命模擬的過程。

ASAL的研究團(tuán)隊(duì)發(fā)現(xiàn)，這種方法在各種ALife基礎(chǔ)方法上均表現(xiàn)出色，包括著名的康威生命游戲。不僅如此，ASAL還成功挖掘出了許多以前從未被發(fā)現(xiàn)的新生命形式，進(jìn)一步豐富了ALife的研究內(nèi)容。

ASAL的工作機(jī)制可以概括為三個(gè)主要方法：有監(jiān)督目標(biāo)搜索、開放式搜索和照明式搜索。這三種方法分別對(duì)應(yīng)了ALife研究中的三個(gè)重要目標(biāo)：復(fù)現(xiàn)特定生命現(xiàn)象、實(shí)現(xiàn)開放式進(jìn)化以及探索生命可能性空間。

在有監(jiān)督目標(biāo)搜索中，ASAL通過最大化模擬生成圖像與給定文本提示的匹配度，來找到能夠產(chǎn)生指定目標(biāo)現(xiàn)象或事件序列的模擬。這種方法使得研究人員能夠精確地控制模擬的演化方向，從而復(fù)現(xiàn)出特定的生命現(xiàn)象。

開放式搜索則更加注重模擬的開放性，即能夠持續(xù)產(chǎn)生新行為的能力。ASAL通過最大化模擬產(chǎn)生的圖像在基礎(chǔ)模型表示空間中的新穎度，來找到具有開放性特征的模擬。這種方法為ALife研究注入了新的活力，推動(dòng)了新生命形式的不斷涌現(xiàn)。

照明式搜索則致力于找到一組展現(xiàn)出多樣行為的模擬。ASAL通過最大化一組模擬在基礎(chǔ)模型表示空間中的覆蓋度，來確保每個(gè)模擬都具有獨(dú)特的行為特征。這種方法不僅豐富了ALife的研究內(nèi)容，還為研究人員提供了更多的選擇和可能性。

為了驗(yàn)證ASAL的有效性，研究團(tuán)隊(duì)在多個(gè)經(jīng)典ALife環(huán)境中進(jìn)行了實(shí)驗(yàn)，包括鳥群算法（Boids）、粒子生命模擬、類生命元胞自動(dòng)機(jī)、Lenia以及神經(jīng)元胞自動(dòng)機(jī)（NCA）等。實(shí)驗(yàn)結(jié)果表明，ASAL在給定不同的目標(biāo)文本提示下，都能搜索到與之匹配的模擬，并且在事件序列的模擬中也同樣有效。

在開放性方面，ASAL也表現(xiàn)出色。研究團(tuán)隊(duì)使用類生命元胞自動(dòng)機(jī)作為“基質(zhì)”，通過CLIP模型進(jìn)行驗(yàn)證，發(fā)現(xiàn)ASAL找到了一些展現(xiàn)出與康威生命游戲相似開放性行為的規(guī)則。這些自動(dòng)機(jī)能夠持續(xù)產(chǎn)生新模式，在基礎(chǔ)模型空間中形成發(fā)散的軌跡，進(jìn)一步證明了ASAL在開放式搜索方面的優(yōu)勢(shì)。

ASAL還通過照明式搜索在Lenia和Boids環(huán)境中發(fā)現(xiàn)了具備豐富多樣行為的模擬，并挖掘出了許多前所未見的生命形式。這些新發(fā)現(xiàn)不僅為ALife研究提供了新的視角和思路，也為未來的人工生命設(shè)計(jì)提供了更多的可能性和靈感。

ASAL還利用基礎(chǔ)模型的語義表示能力，對(duì)以前只能定性分析的現(xiàn)象進(jìn)行了定量分析。這一突破不僅提高了ALife研究的準(zhǔn)確性和可靠性，也為未來的人工生命研究開辟了新的道路。