[论文解读] Cross-boundary Behavioural Reprogrammability of Cellular Automata from Emulation Networks.

Jürgen Riedel, Héctor Zenil|arXiv (Cornell University)|Oct 6, 2015

Cellular Automata and Applications参考文献 20被引用 6

一句话总结

本文展示了细胞自动机（CA）可通过高效的仿射网络在复杂性边界间实现重编程，表明沃尔夫曼类1、2、3和4的ECA规则可彼此以线性开销相互模拟。研究揭示，初始条件而非规则结构可能是计算普遍性的根本原因，提出了CA复杂性的拓扑分类，并通过ECA规则的复合证明了新的图灵普遍性结果，以模拟规则110。

ABSTRACT

We explore the reprogramming capabilities of computer programs using cellular automata (CA). We show a series of boundary crossing results, including cases of Wolfram Class 1 Elementary Cellular Automata (ECA) emulating Class 2 ECA, Class 2 ECA emulating Class 3 ECA, and Class 3 ECA emulating Class 2 ECA, along with results of a similar type for general CA (neighbourhood $r=3/2$), including Class 1 CA emulating Class 3 CA, Classes 3 and 4 CAs emulating Class 4 CAs, and Class 4 emulating Class 3 CAs. The emulations occur with only a linear overhead and are therefore computationally efficient. By constructing emulation networks through an exhaustive search in the compiler space, we show that topological properties determining emulation direction, such as ingoing and outgoing hub degrees, suggest a topological classification of complexity based on computing capabilities. We provide a new Turing-universality result in ECA space based on a composition of ECA rules emulating ECA rule 110. The results suggest that complexity is, or can be, completely driven by initial conditions, and these are therefore in this sense more fundamental than the computer program code/rules. The approach yields a novel perspective on complexity, controllability, causality, and reprogrammability of even the simplest computer programs providing strong evidence of ubiquitous intrinsic and Turing-universality.

研究动机与目标

• 研究细胞自动机是否可通过高效的仿射模拟在沃尔夫曼复杂性类别间重新配置其计算行为。
• 确定初始条件是否在不依赖规则结构的情况下决定初等细胞自动机的计算普遍性。
• 基于仿射网络的属性（如枢纽度数）开发CA复杂性的拓扑分类。
• 通过规则复合在初等CA空间中建立新的图灵普遍性结果。

提出的方法

• 通过在编译器空间中进行穷举搜索构建仿射网络，以映射一个CA规则如何模拟另一个规则。
• 使用线性时间仿射模拟，确保在复杂性边界间保持计算效率。
• 分析仿射网络的拓扑特征，特别是入度和出度枢纽度数，以对CA复杂性进行分类。
• 应用规则复合技术，通过一系列更简单的ECA规则模拟ECA规则110。
• 将结果从初等CA（ECA）扩展到一般CA（邻域大小 $ r = 3/2 $），包括类1到类3以及类4到类3的模拟。
• 利用网络拓扑推断CA系统的因果关系和可重编程特性。

实验结果

研究问题

• RQ1 来自较低沃尔夫曼类的细胞自动机能否仅以线性计算开销模拟更高复杂度的类？
• RQ2 初始条件在多大程度上可独立于其规则本身决定细胞自动机的计算普遍性？
• RQ3 仿射网络中的哪些拓扑特征可预测跨边界重编程的方向与可行性？
• RQ4 是否可以通过更简单规则的复合在初等细胞自动机中实现图灵普遍性，即使单个规则本身并非普遍？
• RQ5 类4 CA的计算能力如何与其模拟其他类（特别是类3）的能力相关？

主要发现

• 来自沃尔夫曼类1的初等细胞自动机可仅以线性开销模拟类2 ECA，证明了跨类别的可重编程性。
• 类2 ECA规则可模拟类3 ECA，反之亦然，表明在中等复杂性类别间存在双向可重编程性。
• 类3和类4 CA可模拟类4 CA，且类4 CA可模拟类3 CA，表明更高复杂性并不妨碍对较低或相似类的模拟。
• 仿射网络表现出如枢纽度数等拓扑特征，这些特征与模拟方向相关，从而支持CA复杂性的拓扑分类。
• 通过复合ECA规则以模拟规则110，实现了新的图灵普遍性结果，规则110是唯一已知被证明具有普遍性的初等CA规则。
• 结果表明，CA的复杂性本质上由初始条件驱动，而规则结构在计算能力中仅起次要作用。