{ "version": "https:\/\/jsonfeed.org\/version\/1.1", "title": "Блог Гизата Маханова: заметки с тегом computer science", "_rss_description": "Блог Гизата Маханова о бизнесе, продуктовом менеджменте, акваскейпинге и других интересах", "_rss_language": "ru", "_itunes_email": "", "_itunes_categories_xml": "", "_itunes_image": "", "_itunes_explicit": "", "home_page_url": "https:\/\/gizat.kz\/tags\/computer-science\/", "feed_url": "https:\/\/gizat.kz\/tags\/computer-science\/json\/", "icon": "https:\/\/gizat.kz\/pictures\/userpic\/userpic@2x.jpg?1684648749", "authors": [ { "name": "Гизат Маханова", "url": "https:\/\/gizat.kz\/", "avatar": "https:\/\/gizat.kz\/pictures\/userpic\/userpic@2x.jpg?1684648749" } ], "items": [ { "id": "9", "url": "https:\/\/gizat.kz\/all\/ca\/", "title": "Клеточный автомат", "content_html": "

Введение<\/h2>\n

Если отбросить часть теории эволюции, где обезъяна превращается в человека, то у этой теории есть интересные применения.<\/p>\n

Поколение за поколениями, все биологические объекты (животные, растения, бактерии) прошли через какие-то изменения. С каждым изменением биологический вид лучше приспосабливался к  изменениям в окружающей среде, соответственно учился выживать. В результате нашу планету населяют сильные, натренированные биологические объекты, поведения которых мы можем имитрировать при создании технологий и поиска ответов на разные социальные феномены.<\/p>\n

Например, изучая принципы работы мозга человечество создало искуственные нейронные сети, которые используются для таргетирования рекламы на вашей ленте. Другой пример — летающие роботы, которых создали изучая поведения летучих мышей.<\/p>\n

Сегодня хочу рассказать подробнее про то, как компьютерная наука имитирует функции клеток.<\/p>\n

Клеточный автомат<\/h2>\n

Клеточный автомат — это модель; попытка человечества имитировать поведение клеток.<\/p>\n

Возьмем некий отрезок биологической ткани и разложим на сетке. Представим, что в каждой ячейке этой сетки сидит клетка. У каждой этой клетки есть соседи — другие клетки. Также у каждой клетки есть свое состояние — живая (1) или мертвая (0).<\/p>\n

\n\"\"\n<\/div>\n

На примере выше мы смотрели на двухмерную сетку, но эти сетки могут быть многомерными. Но для простоты мы далее рассмотрим одномерную сетку.<\/p>\n

\n\"\"\n<\/div>\n

Как и в примере выше, у каждой клетки в одномерной сетке есть соседи — клетка справа и слева (за исключением самых крайних двух). Также состояние каждой клетки мы обозначим 1 (живая клетка) или нулем (мертвая клетка).<\/p>\n

\n\"\"\n<\/div>\n

Чтобы проследить как эти клетки меняются со временем (эволюционируют), нам необходимо внедрить понятие времени. Все клетки в нашей первичной сетке живут в одном и том же времени; принадлежат одному поколению. Значит новое поколение мы можем показать другой сеткой такой же длины и вставить ниже. Так мы создадим несколько поколений.<\/p>\n

Итак, мы разобрались с приницпами существования клеток в пространстве компьютерных битов. Оставется важный вопрос: как меняются новые поколения?<\/b><\/p>\n

Правило 184<\/h2>\n

Это, пожалуй, самая важная часть клеточных автоматов. Представим, что состояние (0 или 1) одной клетки в поколении определяется тремя соседствующими клетками предыдущего поколения.<\/p>\n

\n\"\"\n<\/div>\n

Таким образом, чтобы определить состояние каждой клетки в поколении, нам необходимо посмотреть на состояние каждой тройки клеток из предыдущего поколения. Это правило называется «Правилом 184» или «Правилом дорожного движения».<\/p>\n

Представим отрезок одностороней дороги, где могут поместиться три автомобиля. Все они едут слева на право. Автомобиль может занять только свободную ячейку впереди. Таким образом мы можем представить восемь сценариев:<\/p>\n

\n\"\"\n<\/div>\n

Это и есть «Правило 184».<\/p>\n

Есть множество таких правил, которые можно применить для имитации разных феноменов. Например, одно из таких правил создает узоры как у улиток.<\/p>\n

\n\"\"\n<\/div>\n

Применение<\/h2>\n

Закончим с теорией и перейдем к программированию и визуализации клеточных автоматов по правиле 184. Мы нарисуем мертвую клетку белым цветом, а живую черным. Каждая строка — это одно поколение.<\/p>\n

\n\"\"\n<\/div>\n

На картинке видно как скопление клеток в первых поколениях (верхняя строка) «движется» налево. Если представить мир автомобилей, то это скопление автомобилей переходит назад, или другими словами, дорожная пробка притормаживает движение автомобилей сзади.<\/p>\n

\n\"\"\n<\/div>\n

Это конечно не идеальное отражение сложных механзимов дорожных пробок, но помогает симулировать разные сценарии развития пробок.<\/p>\n

Эпилог<\/h2>\n

Мы рассмотрели самый простой пример клеточного автомата. С более сложными моделями можно создать целый мир клеток, которые могут существовать «сами по себе» — размножаться, питаться, и умирать.<\/p>\n", "date_published": "2019-03-01T09:09:00+05:00", "date_modified": "2021-11-09T09:09:51+05:00", "tags": [ "computer science" ], "image": "https:\/\/gizat.kz\/pictures\/grid-1d.jpg", "_date_published_rfc2822": "Fri, 01 Mar 2019 09:09:00 +0500", "_rss_guid_is_permalink": "false", "_rss_guid": "9", "_e2_data": { "is_favourite": false, "links_required": [], "og_images": [ "https:\/\/gizat.kz\/pictures\/grid-1d.jpg", "https:\/\/gizat.kz\/pictures\/example-2.png", "https:\/\/gizat.kz\/pictures\/grid.jpg", "https:\/\/gizat.kz\/pictures\/grid-1d-full.jpg", "https:\/\/gizat.kz\/pictures\/grid-1d-full-neighbors.jpg", "https:\/\/gizat.kz\/pictures\/grid-1d-full-neighbors-evolution.jpg", "https:\/\/gizat.kz\/pictures\/rule184.jpg", "https:\/\/gizat.kz\/pictures\/bio-snail.jpg", "https:\/\/gizat.kz\/pictures\/example-1.png", "https:\/\/gizat.kz\/pictures\/examples-many.png" ] } } ], "_e2_version": 4134, "_e2_ua_string": "Aegea 11.3 (v4134)" }