論文の概要: Neural cellular automata: applications to biology and beyond classical AI
- arxiv url: http://arxiv.org/abs/2509.11131v1
- Date: Sun, 14 Sep 2025 06:55:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 17:26:22.935669
- Title: Neural cellular automata: applications to biology and beyond classical AI
- Title（参考訳）: 神経細胞オートマトン:生物学および古典的AIを越えての応用
- Authors: Benedikt Hartl, Michael Levin, Léo Pio-Lopez,
- Abstract要約: 神経細胞オートマタ(NCA)は、生物学的自己組織化をモデル化するための強力なフレームワークである。
NCAは、分子、細胞、組織、およびシステムレベルのスケールにわたるプロセスをシミュレートすることができる。
彼らの自己規制的行動は、完全に局所化された相互作用に制約されるが、その集団的行動は協調されたシステムレベルの結果にスケールする。
- 参考スコア（独自算出の注目度）: 1.9116784879310027
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Neural Cellular Automata (NCA) represent a powerful framework for modeling biological self-organization, extending classical rule-based systems with trainable, differentiable (or evolvable) update rules that capture the adaptive self-regulatory dynamics of living matter. By embedding Artificial Neural Networks (ANNs) as local decision-making centers and interaction rules between localized agents, NCA can simulate processes across molecular, cellular, tissue, and system-level scales, offering a multiscale competency architecture perspective on evolution, development, regeneration, aging, morphogenesis, and robotic control. These models not only reproduce biologically inspired target patterns but also generalize to novel conditions, demonstrating robustness to perturbations and the capacity for open-ended adaptation and reasoning. Given their immense success in recent developments, we here review current literature of NCAs that are relevant primarily for biological or bioengineering applications. Moreover, we emphasize that beyond biology, NCAs display robust and generalizing goal-directed dynamics without centralized control, e.g., in controlling or regenerating composite robotic morphologies or even on cutting-edge reasoning tasks such as ARC-AGI-1. In addition, the same principles of iterative state-refinement is reminiscent to modern generative Artificial Intelligence (AI), such as probabilistic diffusion models. Their governing self-regulatory behavior is constraint to fully localized interactions, yet their collective behavior scales into coordinated system-level outcomes. We thus argue that NCAs constitute a unifying computationally lean paradigm that not only bridges fundamental insights from multiscale biology with modern generative AI, but have the potential to design truly bio-inspired collective intelligence capable of hierarchical reasoning and control.
- Abstract（参考訳）: ニューラルセルラーオートマタ(NCA)は、生物の自己組織化をモデル化するための強力なフレームワークであり、古典的なルールベースのシステムをトレーニング可能な(または進化可能な)更新ルールで拡張し、生物の適応的な自己調節ダイナミクスを捉える。
ニューラルネットワーク(ANN)を局所的な意思決定センタとして組み込むことと、局所化されたエージェント間の相互作用ルールによって、NAAは、分子、細胞、組織、システムレベルのスケールにわたるプロセスをシミュレートし、進化、開発、再生、老化、形態形成、ロボット制御に関するマルチスケールのコンピテンシーアーキテクチャの視点を提供する。
これらのモデルは、生物学的にインスパイアされた標的パターンを再現するだけでなく、新しい条件にも一般化し、摂動に対する頑丈さと、オープンな適応と推論の能力を示す。
本研究は, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物工学, 生物
さらに, NCAは, 生物以外にも, 複合ロボット形態制御やARC-AGI-1のような最先端の推論タスクにおいても, 集中制御や再生を行うことなく, 強靭かつ一般化された目標指向のダイナミクスを示すことを強調した。
さらに、反復的状態調整の同じ原理は、確率的拡散モデルのような現代の生成的人工知能(AI)に類似している。
彼らの自己規制的行動は、完全に局所化された相互作用に制約されるが、その集団的行動は協調されたシステムレベルの結果にスケールする。
したがって、NACは、多スケール生物学の基本的な洞察を現代の生成AIに橋渡しするだけでなく、階層的推論と制御が可能な真にバイオインスパイアされた集団知能を設計する可能性を持つ、統一的な計算的リーンパラダイムを構成する。
関連論文リスト
- Scaling Environments for Organoid Intelligence with LLM-Automated Design and Plasticity-Based Evaluation [0.0]
本稿では,オルガノイドをベースとした生物エージェントの訓練を目的とした,スケーラブルでクローズドループな3つの仮想環境を提案する。
電気生理学的,細胞,分子レベルでシナプス可塑性を測定することによって学習を評価するためのマルチモーダルアプローチについて概説する。
論文 参考訳（メタデータ） (2025-09-04T19:51:00Z) - Simulating Biological Intelligence: Active Inference with Experiment-Informed Generative Model [2.003941363902692]
実施エージェントの意思決定をモデル化するための,能動的推論に根ざしたフレームワークを提案する。
実験インフォームド生成モデルを用いて,シミュレーションゲーム環境における意思決定過程をシミュレートする。
知的意思決定における記憶に基づく学習と予測計画の役割について考察した。
論文 参考訳（メタデータ） (2025-08-09T13:26:38Z) - Mixtures of Neural Cellular Automata: A Stochastic Framework for Growth Modelling and Self-Organization [0.0]
Neural Cellular Automata (NCA)は、自己組織化プロセスをモデル化するための有望な新しいアプローチである。
NCAパラダイムに混合モデルの概念を取り入れた新しいフレームワークであるMNCA(Mixture of Neural Cellular Automata)を提案する。
1) 組織成長と分化の合成シミュレーション, (2) 画像形態形成の堅牢性, (3) 顕微鏡像のセグメンテーションの3つの主要な領域におけるMNCAの有効性を評価した。
論文 参考訳（メタデータ） (2025-06-25T14:33:35Z) - Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [58.58177409853298]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。
この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。
本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-12T15:05:34Z) - 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) - Locally adaptive cellular automata for goal-oriented self-organization [14.059479351946386]
本稿では,スケーラブルで表現力のあるモデルを生成するための適応型セルオートマトンモデルを提案する。
本稿では,セルオートマトンとシステム状態の更新ルールを局所的に結合することで,適応を実現する方法を示す。
論文 参考訳（メタデータ） (2023-06-12T12:32:23Z) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - Brain-inspired self-organization with cellular neuromorphic computing
for multimodal unsupervised learning [0.0]
本稿では,自己組織マップとヘビアン様学習を用いた再突入理論に基づく脳刺激型ニューラルシステムを提案する。
システムトポロジがユーザによって固定されるのではなく,自己組織化によって学習されるような,いわゆるハードウェアの可塑性の獲得について述べる。
論文 参考訳（メタデータ） (2020-04-11T21:02:45Z)
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。