本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #1579
- 日期：2026-03-18
摘要
局部一維元胞自動機（CA）的「吸引場盆地」在「元胞自動機的全局動力學」中提出[1]。本文將研究擴展到「無序 CA 網路」（隨機連線/混合規則），這是一類非常通用的離散動力系統，其中局部 CA 形成一個特殊的子集。提出了一種「通用」直接逆向演算法，用於產生無序 CA 網路的任何全域狀態的「原像」。計算速度比詳盡的測試快許多數量級。這允許建構“瞬態樹”或“分支、吸引力盆地”或整個“吸引力盆地”，代表系統的全局動態和狀態空間的層次分類。對比局部和無序 CA 的行為表明，局部連線是 CA 的「時空模式」（人工生命 CA 模型的基礎）中出現「虛擬自動機」的必要條件。另一方面，無序的 CA 網路具有巨大的行為空間，可以作為大腦中相互連接的神經元半自主群的活動模型。不同的接線/規則方案會導致不同的場結構，這提出了一種基於輸入分類的新興「類腦」計算範例；吸引力場盆地（「機器中的幽靈」）在多個層次上對輸入進行分類，並且可以作為理解記憶和學習等認知過程的動態中間模型。概述了一種學習演算法，該演算法使網路能夠透過對網路佈線/規則方案進行小幅調整來學習任意數量的新原像到任何給定的全局狀態（並忘記舊的原像）。這開啟了「雕刻」吸引力場盆地以實現任何所需結構的可能性。因此，無序 CA 網路可能為類腦運算的神經網路模型提供一種新方法。