20世纪60年代末，英国数学家约翰·康威开始尝试一种奇特的计算机形式，称为细胞自动机。这种设备由一个方格网组成，方格的颜色根据周围方格的颜色变为黑色或白色。
计算按轮次进行。在每一轮中，自动机根据指定规则，根据其邻居的颜色更新每个方格的颜色。由此产生的图案随后成为下一轮计算的起点，依此类推。
康威惊讶地发现，简单的规则可以产生惊人的复杂行为。一些图案甚至可以在网格上移动，非常像生物。康威称他的方法为“生命游戏”，后来其他人发现了能够进行计算甚至能够完全自我复制的图案。
这引发了关于细胞自动机如何捕捉生物行为及其生长方式的各种问题。然而，虽然在创建二维图案方面取得了巨大成功，但在创建三维形状方面却进展甚少。
我的世界形态发生
现在，丹麦哥本哈根大学的Shyam Sudhakaran及其同事找到了一种方法，可以在《我的世界》这个在线游戏环境中编程细胞自动机来构建复杂的三维形状。《我的世界》允许玩家从一系列基本构件组装结构。这项新技术可以在几秒钟内生长出复杂的结构，如大教堂、寺庙，甚至功能性的移动机器。这表明了一种全新的工程和开发新颖结构与机器的方法。
虽然这种新方法基于康威的基于规则的更新，但在一些重要方面有所不同。最重要的区别在于更新规则运作方式的根本性改变，这些规则决定了方块如何根据周围的方块图案进行变化。
直到最近，这些规则都是由简单的逻辑指定的。例如，“生命游戏”中的规则是：
1. 任何有两个或三个黑色邻居的黑色方块将继续存在。2. 任何有三个黑色邻居的白色方块将在下一代变成黑色方块。3. 所有其他黑色方块在下一代将变白，所有其他白色方块将保持白色。
根据初始种子图案，这种简单的逻辑会产生令人惊讶的复杂结果。
当然，计算机科学家已经尝试过各种更复杂的更新网格的规则。近年来，他们开始使用神经网络来完成这项工作。
在所谓的神经细胞自动机中，神经网络以周围方块的图案作为输入。这些方块不必是直接邻居，而可以是给定区域内的所有方块。然后，它决定该方块是更新为黑色还是白色，如果允许其他颜色，也可以是其他颜色。
神经网络还具有学习能力。这使得有可能训练它们在给定特定种子图案的情况下生成特定形状。神经网络知道它必须生成的图案作为目标，并在每一步将其自身的创建与目标进行比较。然后，它通过试错来更新图案，以尝试减小其创建与目标之间的差异。
经过大量步骤，它学会了如何将差异减小到零。此时，神经网络已经生成了原始图案的副本。
神经网络工程
Sudhakaran及其同事的方法在《我的世界》中基本相同，但由于增加了维度，并且研究人员允许神经网络在每次更新时选择50种不同的构件，因此有更多的可能结果。
尽管如此，该团队还是展示了他们的神经网络如何学会创建各种各样的结构，其中许多结构具有复杂的内部细节，有些还带有活动的部件，如活塞和行走的毛毛虫。
该团队在一个有趣的YouTube视频中展示了他们的成果。
这是一项有趣的工作，它暗示了一种新的复杂设备工程方法——只需训练一个神经网络来复制它们。
一个有趣的比较是人体如何从一个细胞通过细胞分裂过程发育成为一个由许多不同细胞类型（例如心肌细胞、骨细胞、血细胞、脑细胞等）组成的完整婴儿，所有这些细胞都分布在一个复杂的三维形状中。这个过程背后的代码是我们的基因组，从某种意义上说，这是在进化过程中通过无数代的试错“学会”的。
所有这些学习都压缩在我们遗传密码中，就像创建《我的世界》结构所需的学习一样，也压缩在神经网络中。
然而，也有重要的区别。神经网络是一种黑匣子，它的决策方式是不可见或不容易理解的。
例如，无法识别网络中负责树上绿叶的部分，或者将其剪切并粘贴到创建毛毛虫的网络中，从而也为它们提供叶子。
至少目前还不行。这些神经网络的结构可能在未来会揭示一些秘密。也许将能够像神经网络为图像所做的那样，在《我的世界》结构中复制粘贴“艺术风格”。
当然，没有任何理由说明《我的世界》中的物体不能拥有编码其结构和如何构建它们的基因组。事实上，通过组合旧的结构代码、添加变异、选择最佳结果然后进行迭代来创建新结构是很容易的。换句话说，通过进化。
事实上，将进化和神经网络方法结合起来可能很有趣。因此，这种方法还有很多值得探索的地方。
至少，它揭示了《我的世界》作为一种全新工程探索实验室的巨大潜力。最近因冠状病毒相关疾病去世的康威，肯定会对此印象深刻。
参考文献：https://arxiv.org/abs/2103.08737：使用神经细胞自动机生长三维人造物和功能机器
