[論文レビュー] Detecting emergent processes in cellular automata with excess information

David Balduzzi|arXiv (Cornell University)|May 1, 2011

Cellular Automata and Applications参考文献 19被引用数 5

ひとこと要約

この論文は、コンウェイの人生ゲームにおけるグライダーなどの複雑なパターンが、局所的スケールよりも粗いスケールでよりよく表現されることを示し、エクセス情報（ξ）——部分系を超えた協同的情報生成の尺度——を最大化することで、自己組織的プロセスを同定するスケーラブルな粗粒度化フレームワークを導入する。エクセス情報が最大となる粗いスケールで、グライダーと他の複雑なパターンが最もよく表現されることを示し、エグジスチントプロセスを粗いスケールでのより良い表現として形式化する。

ABSTRACT

Many natural processes occur over characteristic spatial and temporal scales. This paper presents tools for (i) flexibly and scalably coarse-graining cellular automata and (ii) identifying which coarse-grainings express an automaton's dynamics well, and which express its dynamics badly. We apply the tools to investigate a range of examples in Conway's Game of Life and Hopfield networks and demonstrate that they capture some basic intuitions about emergent processes. Finally, we formalize the notion that a process is emergent if it is better expressed at a coarser granularity.

研究の動機と目的

• 時間的・空間的スケールにわたるセルオートマトンの粗粒度化に柔軟でスケーラブルな手法を開発すること。
• 部分系に対する情報生成の相対的尺度を定量化することで、どの粗粒度化がシステムのダイナミクスを最もよく表現するかを同定すること。
• プロセスが粗いスケールでよりよく表現される場合に、それがエグジスチントであると形式化すること。
• 予測モデリングに依存しない、情報ダイナミクスに基づく、モデルに依存しないプロセス中心のエグジスチントの尺度を提供すること。

提案手法

• 粗粒度化は、時空の事象（時刻tにおけるセル）を単位にグループ化し、系のダイナミクスを定義するためのチャネルとグランド条件を含む。
• 効果的情報（ei）は、系の出力が入力にどの程度選択的に依存するかを定量化し、情報生成を測定する。
• エクセス情報（ξ）は、系の情報とその部分系の情報との差を測定し、協同的性（シンナジー）を捉える。
• 最小情報分割（MIP）を用いて正規化されたエクセス情報を計算し、より単純でより協同的なマクロアルファベットを優遇する。
• 正規化されたエクセス情報を最大化することで、最も表現力のある粗粒度化を選択し、正規化はより単純で対称的かつより協同的な記述を優遇する。
• 本手法は、コンウェイの人生ゲームとホフパイルネットワークに適用され、エグジスチントダイナミクスの評価が行われる。

実験結果

リサーチクエスチョン

• RQ1 セルオートマトンのどの粗粒度化が、その背後にあるダイナミクスを最もよく表現するか？
• RQ2 粗粒度化が、部分の和を越えて情報生成を捉えられるかどうかをどのように定量化できるか？
• RQ3 エクセス情報は、退屈な（冗長な）情報処理と、興味深い（協同的な）情報処理を区別できるか？
• RQ4 細かいスケールではなく、粗いスケールでよりよく表現されるプロセスは、エグジスチントとみなせるか？
• RQ5 外部モデルに依存せずに、セルオートマトンにおける最も表現力のある記述レベルを体系的に特定できるか？

主な発見

• エクセス情報（ξ）は、コンウェイの人生ゲームにおいて、協同的で動的な構造（グライダー）と、空白または冗長なパッチ（ξが低い）を効果的に区別する。
• 高い効果的情報（ei）と高いエクセス情報（ξ）を示す粗粒度化は、グライダーの伝播といった直感的なエグジスチント行動と一致する。
• 本手法は、グライダーの軌道を粗粒度化空間における焦点として同定し、周囲の粗粒度化と比較してξが最大になる領域を特定する。
• エクセス情報の正規化は、依然として高い協同的情報生成を示すが、より単純なマクロアルファベットを優遇し、より表現力がありコンactな記述を好む。
• 本手法により、粗粒度化されたレベルで新たなセルオートマトンが得られ、ダイナミクス構造が保持され、スケーラブルな解析が可能になる。
• このフレームワークはスケーラブルでモデルに依存せず、温度や重心といった事前に定義されたマクロ変数が不要なため、ホフパイルネットワークや人生ゲームを含む多様な系に適用可能である。