近日，Transformer八子创立的Sakana AI，联合来自MIT、OpenAI、瑞士AI实验室IDSIA等机构的研究人员，提出了“自动化人工生命搜索”（ASAL）的新算法，旨在利用大模型自动化地探索人工生命（ALife）领域中的模拟空间。这意味着不需要繁琐的手工设计，只通过描述，AI就能发现全新的人造生命体。

论文标题：Automating the Search for Artificial Life with Foundation Models

论文地址：https://arxiv.org/pdf/2412.17799

在线论文：https://pub.sakana.ai/asal/

项目代码：https://github.com/SakanaAI/asal/

在过去的30万年里，地球上只有一种形式的高级智能：人类。而AI基础模型的出现可能标志着新型智能的崛起，多样化智能或与人类共存。根据南京大学教授胡翼青的观点，社会正被AI"重构"，形成所谓的"生成式社会"和"平台世界"。技术和算法逐步引导着生活方式的改变，而ASAL的出现又为这一变化增添了新维度。通过与人类协作或替代传统的科研模式，AI正在成为新一轮科学竞争中的重要角色。

人工生命（ALife） 是一个跨学科领域，致力于研究生命的本质及其起源、演化和行为。它试图通过模拟和创造生命现象来理解生命的基本原则，不局限于地球上的生物形式，还包括可能的外星生命或完全虚构的生命形式。

Sakana AI的论文报告指出，Sakana AI借助“人工生命”理念改进AI基础模型，并希望利用基础模型反向推动人工生命研究，推动创建和理解新型智能生命形式。

目前，基础模型已在科学领域带来变革，如蛋白质发现、气候预测和数学定理证明。这些技术有潜力加速人工生命的探索与发现。而这次研究者们提出的算法，可以使用包括三种基于视觉-语言基础模型搜索算法的自动化人工生命搜索（ASAL）自动发现人工生命。

过去，人工生命模拟中的每一个细微规则都需要通过复杂的手工设计来完成；而现在，只需定义模拟空间的搜索范围，ASAL便能够自动探索出最有趣、最具开放性的人工生命形式。

凭借基础模型的广泛通用性，ASAL可以在各种经典的人工生命模拟中发现新的生命形式，包括 Boids、Particle Life、生命游戏（Game of Life）、Lenia和神经元胞自动机（Neural Cellular Automata）。

ASAL开创性地将基础模型应用于人工生命模拟搜索，自动化了规则设计和现象探索的过程。该方法不仅促进了新型人工生命体的自动发现，还为复杂性和开放性等现象提供了新的分析工具。这标志着人工生命研究从直觉驱动转向系统化探索的关键一步，为未来的研究开辟了新的方向。

来源：俄罗斯卫星通讯社，仅用于学术分享，如有侵权请联系删除。