自引用细胞自动机：生物系统中信息控制演化的模型

细胞自动机一直是有益的人工模型，用于探索相对简单的规则与空间记忆相结合如何产生复杂的涌现模式。此外，研究规则如何在针对功能的人工选择下涌现，最近已成为理解进化如何在其遗传规则空间内进行创新的有力工具。然而，传统的细胞自动机缺乏自然进化系统中肯定存在的状态反馈。种群的每一代都会在其环境中留下不可磨灭的印记，从而影响塑造该种群未来世代的选择压力。为了模拟这种现象，我们用依赖于状态的反馈增强了传统细胞自动机。我们不再从初始条件和静态规则生成自动机执行，而是引入从细胞自动机本身生成迭代规则的映射。我们表明，这些新的自动机包含不连通的区域，这些区域在局部表现得像传统自动机，从而将多种功能封装到一个结构中。因此，我们为细胞分化等过程提供了一个新模型。最后，通过研究这些区域的大小，我们提供了额外的证据，表明自引用的动力学对于理解自然语言的演化可能至关重要。特别是，基本细胞自动机的规则分布方式似乎与自然语言语料库中的单词分布方式相同。