可编程元胞自动机 PCA:用可读代码替代查找表与黑盒神经规则
Amidos2006 · x · 2026-09-09
作者 Amidos2006 提出 Programmable Cellular Automata(PCA),解决传统元胞自动机(CA)难以手工编写的问题:经典 CA 规则是查找表,神经 CA 更有表达力但是黑盒。
核心思路是把 CA 规则模块化为若干小程序:
- 局部函数:邻域状态 → 值
- 全局函数(可选):整盘状态 → 值,打破严格局部性但能加速收敛(如计数问题无需全盘传播)
- 决策函数:综合各函数输出 → 下一时刻细胞状态
由于规则都是程序,可以用遗传编程进化:染色体为全部函数列表,交叉在父代间交换程序,变异则将某程序替换为新程序。
所属事件:开发者提出可编程元胞自动机 PCA 框架(2 条相关)→
「研究」频道最新
- 观点:人类洞察不可替代,将限制 AI 带来的科研增速收益 — erikphoel · 2026-09-10
- Simplex 推出研究博客 Belief Updates,首篇揭示信念几何结构 — rishabh16_ · 2026-09-10
- Navier-Stokes 突破次日复盘:反炒作视角看 AI 数学进展 — Jsevillamol · 2026-09-10
- DEER-3D：用反事实场景编辑修复 3D-LLM 空间接地偏差 — YonatanBitton · 2026-09-10
- 经济学家批多所大学官方政策明文误述AI检测工具证据 — paulnovosad · 2026-09-10
- LangChain 创始人:harness 即 agent 提升,固定模型也能涨 14 个点 — hwchase17 · 2026-09-10