論文の概要: Automating the Search for Artificial Life with Foundation Models

• arxiv url: http://arxiv.org/abs/2412.17799v1
• Date: Mon, 23 Dec 2024 18:57:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-24 16:01:39.652768
• Title: Automating the Search for Artificial Life with Foundation Models
• Title（参考訳）: 基礎モデルによる人工生命探査の自動化
• Authors: Akarsh Kumar, Chris Lu, Louis Kirsch, Yujin Tang, Kenneth O. Stanley, Phillip Isola, David Ha,
• Abstract要約: 本稿では、視覚言語基礎モデルを用いて、この機会の実現に成功したことを初めて提示する。 提案したアプローチは、自動人工生命探索(ASAL)と呼ばれ、ターゲット現象を生成するシミュレーションを見つける。 ASALは、Boids、Particle Life、Game of Life、Lenia、Neural Cellular Automataなど、さまざまなALife基板で効果的に動作する。
• 参考スコア（独自算出の注目度）: 38.43059334611231
• License:
• Abstract: With the recent Nobel Prize awarded for radical advances in protein discovery, foundation models (FMs) for exploring large combinatorial spaces promise to revolutionize many scientific fields. Artificial Life (ALife) has not yet integrated FMs, thus presenting a major opportunity for the field to alleviate the historical burden of relying chiefly on manual design and trial-and-error to discover the configurations of lifelike simulations. This paper presents, for the first time, a successful realization of this opportunity using vision-language FMs. The proposed approach, called Automated Search for Artificial Life (ASAL), (1) finds simulations that produce target phenomena, (2) discovers simulations that generate temporally open-ended novelty, and (3) illuminates an entire space of interestingly diverse simulations. Because of the generality of FMs, ASAL works effectively across a diverse range of ALife substrates including Boids, Particle Life, Game of Life, Lenia, and Neural Cellular Automata. A major result highlighting the potential of this technique is the discovery of previously unseen Lenia and Boids lifeforms, as well as cellular automata that are open-ended like Conway's Game of Life. Additionally, the use of FMs allows for the quantification of previously qualitative phenomena in a human-aligned way. This new paradigm promises to accelerate ALife research beyond what is possible through human ingenuity alone.
• Abstract（参考訳）: 最近のノーベル賞はタンパク質発見の急進的な進歩に対して授与され、大きな組み合わせ空間を探索するための基礎モデル(FM)は、多くの科学分野に革命をもたらすことを約束している。 人工生命(ALife)はFMをまだ統合していないため、この分野では、主に手動設計と試行錯誤による生命シミュレーションの構成発見による歴史的負担を軽減する大きな機会となっている。 本稿では、視覚言語FMを用いたこの機会の実現に成功したことを初めて提示する。 提案手法は,(1)対象現象を生成するシミュレーション,(2)時間的に開放された新奇性を生成するシミュレーション,(3)興味深い多様なシミュレーションの空間全体を照らす。 FMの汎用性のため、ASALはボイド、パーティクルライフ、ゲーム・オブ・ライフ、レニア、ニューラルセルラーオートマタを含む様々なALife基板で効果的に機能する。 この技術の可能性を強調する主要な成果は、これまで目に見えないレニアとボイドの生命体の発見と、コンウェイの『ゲーム・オブ・ライフ』のようなオープンな細胞オートマトンである。 さらに、FMを使用することで、以前の定性的現象の定量化が可能になる。 この新しいパラダイムは、人間の創造性だけでできることを超えて、ALifeの研究を加速させることを約束する。

関連論文リスト

• Unbounded: A Generative Infinite Game of Character Life Simulation [68.37260000219479]
  生成モデルを用いて,有限なハードコードシステムの境界を超越したゲームである生成無限ゲームの概念を導入する。 我々は、生成AIの最近の進歩を活用して、生成モデルに完全にカプセル化されたキャラクターライフシミュレーションゲームUnboundedを作成する。
  論文  参考訳（メタデータ） (2024-10-24T17:59:31Z)
• From Text to Life: On the Reciprocal Relationship between Artificial Life and Large Language Models [18.888208951616008]
  大規模言語モデル(LLM)は、AIの分野を嵐によって捉えてきたが、ALife(Artificial Life)分野への採用は、これまでは比較的限定的だった。 例えば、進化のオペレーターやオープンエンド環境の生成など、ALife研究のツールとしてのLLMの可能性を探る。
  論文  参考訳（メタデータ） (2024-06-14T07:45:32Z)
• DrEureka: Language Model Guided Sim-To-Real Transfer [64.14314476811806]
  シミュレーションで学んだ政策を現実世界に伝達することは、ロボットのスキルを大規模に獲得する上で有望な戦略である。 本稿では,Large Language Models (LLMs) を用いてシム・トゥ・リアル設計の自動化と高速化を行う。 本手法では,ヨガボールの上を歩行する四足歩行や四足歩行など,新しいロボットタスクを解くことができる。
  論文  参考訳（メタデータ） (2024-06-04T04:53:05Z)
• LLM and Simulation as Bilevel Optimizers: A New Paradigm to Advance Physical Scientific Discovery [141.39722070734737]
  本稿では,大規模言語モデルの知識駆動型抽象推論能力をシミュレーションの計算力で強化することを提案する。 本稿では,2段階最適化フレームワークであるSGA(Scientific Generative Agent)を紹介する。 法発見と分子設計における枠組みの有効性を実証するための実験を行った。
  論文  参考訳（メタデータ） (2024-05-16T03:04:10Z)
• A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
  大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。 我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
  論文  参考訳（メタデータ） (2023-10-14T23:28:48Z)
• Amorphous Fortress: Observing Emergent Behavior in Multi-Agent FSMs [3.620115940532283]
  我々は,抽象的かつ空間的かつオープンな人工生命シミュレーションであるアモルファス・フォートレス (Amorphous Fortress) というシステムを紹介した。 この環境では、エージェントは有限状態機械(FSM)として表現され、制約空間内でのマルチエージェント相互作用を可能にする。 この環境は、ドワーフ・フォートレスやザ・シムズのようなシミュレーションゲームで暗黙的に見つかった創発的なAI行動を調べるために設計された。
  論文  参考訳（メタデータ） (2023-06-22T19:32:53Z)
• Towards Large-Scale Simulations of Open-Ended Evolution in Continuous Cellular Automata [0.0]
  並列計算フレームワーク JAX を用いた大規模進化シミュレーションを構築した。 遺伝子操作子を暗黙的に実装するなど、システム設計の選択肢を多数報告する。 オープンエンド進化を促進する要因をいくつか提案する。
  論文  参考訳（メタデータ） (2023-04-12T06:40:11Z)
• Hybrid Life: Integrating Biological, Artificial, and Cognitive Systems [0.31498833540989407]
  ハイブリッドライフ(Hybrid Life)は、人工生命コミュニティにおける最新の発展に注意を向ける試みである。 1) システムとエージェントの理論,2) ハイブリッド化,2) 生活システムと人工システムを組み合わせた拡張アーキテクチャ,3) 人工システムと生物システム間のハイブリッド相互作用,の3つの相補的なテーマに焦点を当てている。
  論文  参考訳（メタデータ） (2022-12-01T05:18:06Z)
• Simulation of an Elevator Group Control Using Generative Adversarial Networks and Related AI Tools [0.6481500397175589]
  Generative Adversarial Networks (GAN) は、様々なタスクのための新しいデータを生成する強力なツールである。 本稿では,シミュレーションにおけるGANの適用性について検討する。
  論文  参考訳（メタデータ） (2020-09-03T14:22:26Z)
• RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
  インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。 シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
  論文  参考訳（メタデータ） (2020-04-14T20:52:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。