Sakana AIのセルラーブリック、中央制御なしで形状を自己分類

Sakana AIは、コペンハーゲンIT大学およびAutodeskと共同で、約200個のフィジカルなブリックを稼働させる実験を行った。各ブリックは自身の位置を把握せず、同一のローカルなニューラルセルオートマトンを実行する。結果として、3分未満で4つのテスト形状すべてにおいて100%の合意に達し、5%のモジュール脱落を許容しつつ精度低下を最小限に抑えた。Nature Communications誌に発表されたこの成果は、集合知の研究をシミュレーションからハードウェアへと移行させるものだ。分散型の自己分類がノイズや障害に耐えうることを実証しており、純粋なローカルセンシングから全体構造を創発させるスマートマテリアルや再構成可能ロボティクスの基盤となる。

出典： sakana.ai ↗