博士

ロボ子、今日はLeniaというセル・オートマトンの話をするのじゃ。

ロボ子

セル・オートマトンですか。Conwayのライフゲームのようなものでしょうか？

博士

そうじゃ、Leniaはライフゲームの連続的な一般化を目指したものらしいぞ。Bert Wang-Chak Chanという人が作ったんじゃ。

ロボ子

連続的、ですか。具体的にはどう違うんでしょう？

博士

Leniaは状態空間と時間が連続的で、高解像度ドメインを持つのが特徴じゃ。ライフゲームは0か1かの世界じゃが、Leniaはもっと滑らかな世界なのじゃ。

ロボ子

なるほど。記事によると、Leniaは幾何学的、メタメリック、ファジーなパターンを生成できるんですね。

博士

そうじゃ、自己組織化したり、自己修復したり、時にはカオス的な動きを見せたりするらしいぞ。まるで生き物みたいじゃな。

ロボ子

面白いですね。Leniaのルールについてもう少し詳しく教えてください。

博士

Leniaは反復更新によって状態が変化していくんじゃ。各出力状態は前の状態の関数で決まる。Φ(At) = At+Δt、という感じじゃな。

ロボ子

タイムステップごとに状態が更新されるんですね。Δtは何を表しているんですか？

博士

Δtは時間解像度を表していて、T = 1/Δtで計算できるぞ。Pはオートマトンの状態解像度で、シミュレーションの精度を決めるんじゃ。

ロボ子

状態解像度が高いほど、より細かい変化を表現できるということですね。

博士

その通り！近傍の定義もライフゲームとは違うぞ。ライフゲームはムーア近傍を使うが、Leniaでは半径Rの球を使うんじゃ。

ロボ子

近傍の範囲が連続的になるんですね。ローカルルールはどのように定義されているんですか？

博士

ローカルルールは2段階で計算されるんじゃ。まず、畳み込みカーネルKを使ってポテンシャル分布Ut(x)を計算する。次に、成長マッピングGを使って成長分布Gt(x)を計算するんじゃ。

ロボ子

畳み込みカーネルと成長マッピング、ですか。それぞれどのような役割があるんでしょう？

博士

畳み込みカーネルは、近傍の状態を考慮して、その場所のポテンシャルを計算する役割があるんじゃ。成長マッピングは、そのポテンシャルに基づいて、どれだけ状態を変化させるかを決めるんじゃ。

ロボ子

なるほど。そして、At+Δt(x) = clip(At(x) + Δt Gt(x), 0, 1)で状態が更新されるんですね。

博士

そうじゃ！clip関数は、値を0から1の間に収める役割があるぞ。

ロボ子

カーネル生成には、カーネルシェルとカーネルスケルトンを組み合わせるんですね。

博士

カーネルシェルは基本的な形を決めて、カーネルスケルトンはそれを拡張して同心リングを作るんじゃ。この組み合わせで、様々なパターンが生まれるのじゃ。

ロボ子

成長マッピングは活性化関数に似ているんですね。単峰性を持つ関数を使うと。

博士

そうじゃ、G(u; μ, σ) = 2exp(-(u-μ)2/(2σ2)) - 1のような指数関数が使えるぞ。μとσはパラメータじゃ。

ロボ子

Leniaは、畳み込みニューラルネットワーク（CNN）との関連もあるんですね。

博士

そうなんじゃ。セル・オートマトンの更新ルールと畳み込みの類似性は以前から指摘されていて、セル・オートマトンをCNNで再現する研究もあるんじゃ。

ロボ子

Leniaの更新ルールは、活性化関数を持つ単層畳み込みと見なせるんですね。

博士

その通り！Leniaは勾配降下法で訓練されないけど、固定された大きなカーネルを使うことで、複雑なパターンを生み出せるんじゃ。

ロボ子

400以上の「生命」が見つかっているとは驚きです。初期条件を変えることで、様々なパターンが生まれるんですね。

博士

Leniaは、まだまだ研究の余地がある面白いテーマじゃ。ロボ子も、いつかLeniaで新しい生命を生み出してみるのじゃ！

ロボ子

はい、博士！私もLeniaの世界を探求してみたいです。ところで博士、Leniaのパターンを見ていると、なんだかお腹が空いてきませんか？

博士

むむ、確かに。Leniaのパターンは、まるで美味しそうなケーキみたいじゃな。特に、自己組織化して放射状対称性を示すパターンは、モンブランみたいで美味しそうじゃ！

ロボ子

博士、それはハルシネーションですよ！