Прорыв в вычислительной биологии и робототехнике продемонстрировал исследователь Google Александр Мордвинцев. Он и его коллеги создали нейронные клеточные автоматы, которые способны самоорганизовываться и собираться в сложные формы, например в бабочку или ящерицу. В отличие от классических автоматов, где задаются простые правила и наблюдается их развитие, новая система обучается от целевой формы, оптимизируя правила так, чтобы получить именно ее.
Ключевая особенность заключается в регенерации. Если виртуальную форму повредить, например сломать крыло у бабочки, она восстанавливается без дополнительного программирования. Это делает модель уникальной и приближает к пониманию механизмов регенерации тканей.
Технически клетки автомата не бинарные, а принимают значения от 0 до 1 с множеством скрытых переменных. Обновления происходят не синхронно, а в случайные моменты времени, что повышает устойчивость. Модель содержит около 8000 параметров, что позволяет ей обучаться сложным паттернам и сохранять стабильность форм.
Применение технологии может затронуть сразу несколько сфер. В биологии такие модели помогут изучать регенерацию и морфогенез. В вычислениях — создавать устойчивые и энергоэффективные системы. В робототехнике идея может привести к разработке ройных систем, действующих как единый организм и обладающих способностью к самосборке и восстановлению.
Хотя пока речь идет только о цифровых паттернах без реальных органов или тканей, направление открывает новые горизонты в понимании того, как организуются и восстанавливаются сложные системы.
