神经细胞自动机：生物学及超越经典 AI 的应用
人工智能
2025-09-16 v1 多智能体系统
其他定量生物学
摘要
神经细胞自动机 (Neural Cellular Automata, NCA) 表示一种强大的框架，用于建模生物学自组织，通过引入可训练的、可微分（或可进化）的更新规则来扩展经典基于规则的系统，从而捕捉生命物质的自适应自调节动力学。通过将人工神经网络 (Artificial Neural Networks, ANNs) 嵌入作为局部决策中心和局部代理之间的交互规则，NCA 能够在分子、细胞、组织和系统水平上模拟各种过程，为演化、发育、再生、衰老、形态发生和机器人控制提供多尺度能力架构视角。这些模型不仅能够再现生物学启发的目标模式，还能在新条件下泛化，表现出对扰动的鲁棒性以及开放性适应和推理能力。鉴于其在近期发展中的巨大成功，本文综述了与生物学或生物工程应用相关的 NCA 当前文献。此外，我们强调，除了生物学之外，NCA 还表现出在控制或再生复合机器人形态学、甚至在诸如 ARC-AGI-1 等前沿推理任务中，无需集中控制即可实现稳健且具泛化能力的目标导向动力学。迭代状态细化的原理类似于现代生成式人工智能 (Artificial Intelligence, AI)，例如概率扩散模型。它们的自调节行为受限于完全局部交互，然而其集体行为却扩展为协调的系统级结果。我们因此认为，NCA 构成了一个计算效率高的统一范式，不仅将多尺度生物学的基本见解与现代生成式 AI 相结合，还有潜力设计出能够进行层次化推理和控制的真正受生物启发的集体智能。
引用
@article{arxiv.2509.11131,
title = {Neural cellular automata: applications to biology and beyond classical AI},
author = {Benedikt Hartl and Michael Levin and Léo Pio-Lopez},
journal= {arXiv preprint arXiv:2509.11131},
year = {2025}
}