以前搞人工生命模拟，每个细节都得靠人工设计，麻烦得要死。现在呢？只需要描述一下你要搜索的模拟空间，ASAL就能自动发现那些最有趣、最具开放式的生命体。这就像是你给AI一个画布，它自己就能画出你意想不到的画作。
其实人工生命（ALife）这门学科，就是通过模拟生命的行为、特性和演化过程，来理解生命的本质。它结合了计算科学、生物学、复杂系统科学以及物理学等领域。这里面的洞见，还能推动和加速人工智能的进步。
但问题是，传统的研究方法往往依赖于研究人员的直觉和经验，设计出来的模拟也仅限于简单、可预测的结果。而ASAL的出现，改变了这一切。它利用视觉-语言基础模型，自动搜索合适的模拟，从而扩大了探索范围。
ASAL的框架分为三种（我知道你不爱听，但技术细节还是要有的）：监督目标搜索、开放式搜索和启迪式搜索。监督目标搜索就是针对特定目标事件或事件序列的模拟进行搜索；开放式搜索则是寻找那些在基础模型表示空间中产生持续开放的新奇性的模拟；启迪式搜索则是针对一组具有趣味性和多样性的模拟进行搜索。
实验结果也证明了ASAL的有效性。在Lenia、Boids和Particle Life中，通过单个提示词指定目标模拟的搜索效果非常好。而且，ASAL还发现了一些全新的元胞自动机规则，比原始的康威生命游戏更具开放式和表现力。
接下来研究人员通过消融实验，证明了使用深度基础模型（如CLIP和DINOv2）相比低级指标（如像素表示）在衡量人类对多样性概念的认知时的重要性。
不知道你此刻是什么感想？这起码说明物理学还存在，叶文洁很揪心，三体人很恐慌！话说回来，至少AI目前还是咱的小助手，咱得最大限度地去运用，去探索，在脚踏实地赚钱生活的同时，去思考那个人类的终极命题——生命的起源！
说不定哪天，AI真的能帮咱解开生命的终极密码！
