[논문 리뷰] Digital Genesis: Computers, Evolution and Artificial Life

Tim Taylor, Alan Dorin외 1명|arXiv (Cornell University)|2015. 12. 07.

Computability, Logic, AI Algorithms참고 문헌 11인용 수 3

한 줄 요약

이 논문은 바나흐만의 이론적 기초와 바리켈리의 초기 계산 실험을 거쳐 현대의 개방형 진화 연구로 이르는 디지털 진화와 인공 생명의 역사적 발전을 추적한다. 진화의 지속 가능성은 에너지, 물질, 환경 역학과 같은 생태학적 원칙을 통합하는 데에 필수적이라고 주장한다.

ABSTRACT

The application of evolution in the digital realm, with the goal of creating artificial intelligence and artificial life, has a history as long as that of the digital computer itself. We illustrate the intertwined history of these ideas, starting with the early theoretical work of John von Neumann and the pioneering experimental work of Nils Aall Barricelli. We argue that evolutionary thinking and artificial life will continue to play an integral role in the future development of the digital world.

연구 동기 및 목표

• 기초 이론적 연구에서 현대 연구에 이르는 디지털 진화와 인공 생명의 역사적 연원을 추적하는 것.
• 현재 디지털 진화 시스템의 핵심적 한계를 특정하는 것 — 초기 활동의 폭발적 증가 이후 정체된 상태에 머무르는 경향이 있음.
• 에너지, 물질, 환경 역학과 같은 생태학적 원칙을 통합하는 것이 디지털 시스템에서 진정으로 개방형 진화를 달성하는 데 필수적이라는 주장.
• 생물학적 진화와 디지털 진화 사이의 격차를 메우기 위해 생태학적 영감을 받은 더 체계적인 모델링 접근 방식을 주장하는 것.
• 진화 계산과 인공 생명이 향후 적응형, 자율적인 디지털 시스템 개발의 중심에 자리할 것임을 위치짓는 것.

제안 방법

• 바나흐만의 자기 복제 기계를 위한 세포 오토마타 프레임워크를 포함한 핵심 이론적 및 실험적 성과를 분석하여 디지털 진화의 역사적 발전을 분석하는 것.
• 비르크리의 일차원 세포 오토마타를 사용한 초기 시뮬레이션을 통해 상호의존성, 자기 복제, 기생, 유전적 교환을 보여준 연구를 검토하는 것 — 이들 생물체를 '상호의존 생물체(symbioorganisms)'로 명명함.
• 변이와 인간 피드백을 통한 진화적 기계 학습에 대한 튜링의 초기 제안을 검토하나, 당시에는 성공하지 못했고 공식적으로 발표되지 않았음.
• 20세기 중반에 인공 생명 목표에서 최적화 중심 연구로의 전환을 맵핑하고, 1980년대 ALIFE 컨퍼런스 시리즈를 통해 인공 생명의 부흥을 분석하는 것.
• 현대의 개방형 진화 시도를 평가하여 자원 동역학과 환경 피드백 메커니즘과 같은 생태학적 구성 요소가 누락되어 있음을 밝히는 것.
• 미래의 시스템이 지속적인 진화적 혁신을 달성하기 위해 물리적 동역학과 생물체-환경 상호작용을 더 철저히 모델링해야 한다는 제안.

실험 결과

연구 질문

• RQ1 진화 원리가 디지털 시스템에 적용된 데 기여한 역사적 기초는 무엇이며, 여러 연구자들이 독립적으로 어떻게 이를 발전시켰는가?
• RQ2 변이, 유전, 차별적 생식이라는 기본 조건을 충족함에도 불구하고 대부분의 디지털 진화 시스템이 왜 개방형 진화를 지속하지 못하는가?
• RQ3 현재의 디지털 진화 모델에서 부족한 생태학적 및 물리적 동역학은 무엇이며, 이로 인해 복잡하고 적응적인 디지털 생명이 나타나지 않는가?
• RQ4 생물체와 환경 간의 관계를 어떻게 더 정확히 모델링할 수 있을까? 이를 통해 디지털 시스템에서 장기적인 진화적 혁신을 지원할 수 있는가?
• RQ5 진화적 사고와 인공 생명 개념이 향후 인공지능 및 적응형 컴퓨팅 시스템의 발전을 얼마나 깊이 있게 영향을 미칠 수 있는가?

주요 결과

• 요한 반 뉴만의 자기 복제 세포 오토마타 이론적 연구는 디지털 진화의 첫 번째 공식적 기초를 마련했지만, 그의 생애 동안 실제로 구현되지는 않았다.
• 닐스 올 바리켈리의 일차원 세포 오토마타 실험은 디지털 실체 간의 자기 복제, 기생, 유전적 교환을 성공적으로 시연했으며, '상호의존 생물체(symbioorganisms)'라는 용어를 창안했다.
• 튜링의 초기 진화적 기계 학습 연구는 당시에는 무시되었지만, 현대의 뉴로진화 및 강화 학습 접근 방식을 예측했다.
• 1950년대에서 1980년대에 걸쳐 대부분의 연구는 최적화 중심으로 이동하여 원래의 인공 생명 목표인 개방형 진화를 뒤로 미뤘다.
• 진전이 있었음에도 불구하고 대부분의 디지털 진화 시스템은 초기 혁신 이후 안정된 상태에 도달하여 생태학적 모델링이 부족한 탓에 개방형 진화를 지속하지 못한다.
• 논문은 향후 디지털 인공 생명의 성공 여부가 에너지, 물질, 환경 역학과 같은 생태학적 원칙을 디지털 진화 프레임워크에 통합하는 데 달려 있다고 결론 내린다.