進化システム構成法に関する研究

九州大学学術情報リポジトリ

Kyushu University Institutional Repository

進化システム構成法に関する研究

下原, 勝憲

https://doi.org/10.11501/3178994

出版情報：Kyushu University, 2000, 博士（工学）, 論文博士 バージョン：

権利関係：

3旨

�

。『ωv、一切の

ω

ω

('1)

お

。

旬 印

。 5KEEF 民EqQ4g一定HaB青

@

�

� ...

。

�

∞

-副島

@

...

--也

ー品

M

...

...

切 ...

ω

7)

進化システム構成法に関する研究

平成12年9月

下原 勝憲

目次

第1章 序論... ⁴

1 . 1 はじめに... ^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

..4

1 . 2 研究の背景.^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

5

1 .

3

_{研究の目的.}• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

6

1 . 4 論文の構成.^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

7

1 . 5 用語の定義. ^{. • • • • • . . • • • • • • • • • • . • • • • • • • • • • • • • • • • • • . • . • • • • • • • . . • • • •}

8

第l章の参考文献.^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

10

第2章 研究のコンセプトと方法論 ..

^{• • . • • • . • • • • • • • • • • • • • . . • . • • • . • • • . • • • .}

¹¹

2.

1 はじめに. ^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

11 2. 2 新しい情報処理パラダイムとしての人工生命.

^{• • • • • • • • • • • • • • • • • • • • • •}

11 2. 2.

1

人工生命の基本思想:コレクショニズム .

^{• • • • • • • • • • • • • • • • • • • •}

11 2. 2. 2 生物の適応(進化)戦略をモデル化した進化システム .

^{• • • • • • • •}

14

2.

3 進化システムの研究コンセプト.

^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

15 2. 3.

_{1 研究コンセプト .}• • • • • • • • • • • • • • • • • • • • • • • • . • • • • • • • • • • • • • • • • •

15

2.

3.

2 社会的モデルや脳内情報処理モデルとしての研究コンセプト . ^{• •}

17

2. 4 進化システム構成の方法論.^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

19

2. 5 まとめ.^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

23

第2章の参考文献.^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

24

第3章 ソフトウェア進化.

^{• . • . . • • • • • . • • • . • • . • . • • • • . • • . . • • • • • • • • • . . • . • • •}

²⁵

3.

_{1 はじめに.}• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

25

3.

2 基本モデルとしてのティエラ. ^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

26

3.

₂

.

₁ ディジタル生態系:ティエラ .^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

26

3.

2. 2 ティエラのシステム構成 .^{• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •}

26

3.

_2.

3

_{進化と進歩 .}• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

30

3. 3

ネットワーク・ティエラのコンセプト. ^{• • • • • • • • • • • • • • • • • • • • • • • • • • • •}

32

3. 3.

₁ インターネット環境下におけるソフトウェア進化 .^{• • • • • • • • • • • •}

32

3. 3.

2 ネットワークを渡り鳥するプログラム .^{• • • • • • • • • • • • • • • • • • • • • •}

33

3.

₄ ネットワーク・ティエラのシステム構成.^{• • • • • • • • • • • • • • • • • • • • • • • • • •}

35

3.

_{4. 1 空間トポロジー .} • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

35

3.

_4. 2 進化環境としてのネットワーク構成 .^{• • • • • • • • • • • • • • • • • • • • • • • •}

36

3.

_4.

3

ゲノム・遺伝子・細胞の分化と細胞組織.^{• • • • • • • • • • • • • • • • • • • •}

41

3.

_{4. 4}

祖先種 .

• • • • • • • . • • • • • • • • . . • • • • • • • • . • • • • • • • • . • • • • • • • • • . • • •

41

3.

_{4. 5} センサシステムとセンサプロセス .. ^{• • • • • • • • • • • • • • • • • • • • • •}

...44

3. 5 シミュレーション結果[10J ... .. ... 46 3. 6

今後の展開._{• • • • • • • • • •} • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

48 3. 6.

₁

新たなサイバ一世界の創造を目指して .

• • • • • • • • • • • • • • • • • • • • • •

48 3. 6.

2 ディジタル生物と助っ人エージェント .• • • • • • • • • • • • • • • • • • • • • •

48 3.

₇

まとめ.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • . • • • • • • • • • • • • • • • • • • • • • • • • • • • 50 第 3 章の参考文献.• • • • • • • • • • • • • • • • • • • • • • • • • • . • • • • • • • • • • • • • • • • • • • • • • • • • • •

51

第4章 セルオートマトンに基づくハードウェア進化. _{• •} • • • • • • • • • • • • • . • • . • • •

53 4.

₁

はじめに .

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

53 4. 2 基本コンセフト.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

53 4. 2.

₁

ハードウェア進化:種(情報)が創るハードウェア .

• • • • • • • • • •

53 4. 2. 2

巨大なニューラルネットとしての人工脳 .• • • • • • • • • • • • • • • • • • • •

54 4. 2. 3 CAM-Brain:セルオートマトンに基づくニューラルネット ...55 4. 3 C馴-BRAIN CoDrモデル のシステム構成.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • •

59

4. 3.

₁

染色体表現

_{• • •} • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

60 4. 3. 2 成長フェーズ .

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

61 4. 3. 3

信号フェーズ._{• • • • • • •} • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

63 4. 3. 4 成長・動作シミュレーション .

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

65 4. 4 セルオートマトン型人工脳実験装置(CBM : CAM-BRAIN MACH[�E) ... 72

4. 4. 1 CBMニューラルモジュール.• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

72 4. 4. 2 CBMアーキテクチャ.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

74 4. 5 まとめ.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

78 第4章の参考文献

• • • • • • • • • • • • • • • . ・ ・ ・ ・ ・ ・ ・ - ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・

...79

第5章 ハードウェア記述言語を利用したハードウェア進化. • • • • • • • • • . • • • • • . 81

5.

₁ はじめに .• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 81 5. 2 基本コンセフト.• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 81

5. 2.

₁

FPGAとハードウェア記述言語.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

81 5. 2. 2 発生を模擬したプログラムの自動生成 .

• • • • • • • • • • • • • • • • • • • • • •

83 5. 3 ハードウェア記述言語(HDL)の文法とフログラムの発生.

• • • • • • • • • • •

84 5. 4

染色体表現と遺伝的操作. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

86

5. 4.

₁

染色体表現

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

86 5. 4. 2 遺伝的操作 .

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

86 5. 5 シミュレーション実験.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

91 5. 5.

₁

実験システム .

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

91 5. 5. 2 人工蟻シミュレーション .

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

91 5. 5. 3 2 進数加算器 .

• • • . • • • • . • • • • • • • • • • • • • . • • • • • • • • • • . • • • • • • • • • •

95 5. 6 まとめ.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

98

第5章の参考文献.• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • . • • • • • • • • • 99

第6章 今後の研究展開. • • • • • • • • • . • . • • • . • • • • • • • • • • . • • . . • • • • • • • • • • • • • • •

101 6.

₁

はじめに ... ...101 6. 2 ソフトウェアとハードウェアの融合に向けて.

• • • • • • • • • • • • • • • • • • • • •

101 6. 3 人工脳の構築に向けて.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

103 6. 4 感性技術への展開 .

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

105 6. 4.

₁

理性的のみならず感性的な存在としてのコンビュータ ... 106 6. 4. 2 自己表現や感性表現の支援に向けて .

• • • • • • • • • • • • • • • • • • • • • • •

106 6. 5 究極の自律性の実現に向けて.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

108 6. 6 まとめ.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

109 第 6章の参考文献.

• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

110

第7章 結論. • • • • . • • • • • • • • • • . . . • • • • • • • • • • • . • • . • • • • • • • • . • • • • • • . • . • . • • •

111 謝辞 . . .

_.

. .

_{. .}

. .

_.

. . .

_.

. . . . . . . .

. .

. . .

_{. .}

.

^.

. . . .

^{. . .}

113

索引 . • • • . • • • • • • • . . . • • • • • • • • • . • • • • • • • • . . • • • • • • • • • • • • • • . • . . • • • • • • • . • • • 114

発表論文. • • • • • . • • • • • • • • • • • • • • • • • . . • • • • • • • • • • . • • • . • • . . . • • • • • • • • • • • • • . • 118 受賞. • • • • • • . . • • . • • • • • • • • • . • • • • . • • • • • • • • • • • • • • • . • • . . • • • • • . • • • . • • • • • . ， 132

- 2 - 司コ

第1章序論

1. 1

はじめに

人工生命の考え方や進化的方法論を導入することにより， ソフトウェアのみなら ずハードウェアも構造的に変化・成長・進化する機構を持ったシステムの実現が可能 となる. 本論文で論ずる進化システムとは， 自発的・相互依存的に生成される変化を 利用して， ソフトウエアが新しい機能を自ら創造するとともに， ハードウェアの構造 をも自律的に創り変えていくことができるシステムである.

DNAの発見以来， 最近の分子生物学の進展でも明らかなように， DNAに書かれて いる情報， 即ち， 遺伝情報が生命現象の基本であることが分かつてきた. 生物はDNA を媒体として進化し， 現象としての進化とはいわば自己複製プログラムである遺伝情 報が書き変えられ繁殖能力の優れたものが選ばれてきたプロセスと見ることができ る.

情報を扱い操作するのはコンビュータが最も得意とするところである. そこで，

コンビュータを使って進化や生命的な現象を合成しようという発想が生まれる. 事実，

コンビュータの中でプログラムは進化する. 通常， コンビュータ・プログラムとはコ ンビュータに対する命令手順書であり， コンビュータがその手順書通りに命令を実行 することによりある機能が実現される. しかし， プログラムが進化するとは， プログ ラム自身が書き変えられ， 新しい機能が自発的に創り出されるということである. そ して， 同様に再構築可能なハードウェアを用いてハードウェアの進化も可能となる.

即ち， 情報の視点から捉えれば， 生き物のように成長・進化するコンビュータやシス テムの実現はもはや夢ではない.

進化システムとは， 自発的・相互依存的に生成される変化を利用して， ソフトウ エアが自らを書き換え新しい機能を創造するとともに， ハードウエアの構造をもシス テム自らが自律的に倉rJり変えていくシステムのことである. 本論文では， 進化システ ムの構成法， 即ち， 生物がDNAを進化のための媒体とすることに対比すれば， プログ ラムを進化の媒体とするソフトウェア進化および電子回路を進化の媒体とするハー ドウェア進化の方法論について論ずる.

司4-

1. 2研究の背景

現象としての進化とは， 自己複製プログラムである遺伝情報が書き変えられ繁殖 能力の優れたものが選ばれてきたプロセスと見ることができる. ある意味で， 進化は 伝言ゲームに例えることができる. 伝言ゲームでは， メッセージを人から人へ語りつ いでいくプロセスを通じて， 最終的にはメッセ-ジの内容が大きく変わってしまう.

伝言ゲームには， 繁殖能力の差による選択， 即ち， 多くの子孫を残せる遺伝情報が優 位なものとして選択されるという淘汰の仕組みはない. しかし， 語りつがれるメッセ ージを遺伝情報と考えると， それが変化していくプロセスは進化に似ている.

メッセ-ジ(遺伝情報)を100%そのまま伝えようとする機楠が遺伝である. 伝 吾ゲームでも人は正確にメッセージを伝えようとする. しかし， メッセ-ジを受け取 り， 認識し， 次の人へ伝言する際， 聞き間違い， 勘違い， 情報の取伶選択， さらに，

想像が加わって遺伝情報であるメッセ-ジが変えられていく. 人を経るごとに変化庁 蓄積されメッセージが変えられるが， 全くでたらめなものにはならない. 文法的にr しいもの， 半Ij読可能なものとして引き継がれていく. 語りつがれていくためには， あ る種の構文構造があり， 内容が判読可能なメッセ-ジであることが必要である. メッ セージは判読可能なものとして伝えられるが， 変化が蓄積されるにつれ， その内界の 意味するところは大きく変わってしまう. 伝言ゲームにおける新たな意味内容の付加 や変化は生物進化における新たな種の創造と考えることができる.

人と人とのコミュニケーションも基本は伝言ゲームと同じと見ることができる.

何かを伝えたくとも全てが正確に伝わることはほとんどない. 伝わらない部分を受け 手は想像力で補わねばならない. むしろ， コミュニケーションのひとつの意義は想、像 力を喚起することであると考える.

ものごとは人から人へ必ず、しも100%正確には伝わらず， それが想像を呼び， ひ いては新たな創造につながるともいえる. 師匠から弟子へ， 創始者から継承者へ， 先 生から生徒へ，親から子へと正確に伝えようとしても伝わらない. 科学，技術，思想，

文化も必ず変化を伴いながら， しかも， 想像性で補われつつ， 受け継がれてきたと考 えることもできる. 何世代にも渡る人間の知的活動が全てクローン(100%の完全コ ピー)でしかない状況を想像すると， そこには変化も進歩ない， そして， 面白味もな い， 無味乾燥した世界が見えるような気がする.

人から人へものごとが正確に伝わらないことが人の想像性を刺激する. その時代 の社会状況や地域性に応じた解釈が加わり，新たな展開が図られ，科学，技術，思想，

文化も多様化し進歩してきたと捉えることができる. 即ち， 人の知的活動を多様に展 開させてきた原動力は人の想像力であり， その基本となる人と人とのコミュニケーシ ョンの大きな意義はお互いの想像性を喚起することである. そして， それが新たな創 造につながると考える.

- 5 -

人と人とのコミュニケーションにおいて我々は相手のことを完全には理解でき ない. 相手の反応や行動を完全には予測もできない. ある意味で100%は信頼もでき ないとさえいえる. だからこそ， 思いが伝わったと感じられたとき， 理解してもらえ たと思えるとき 我々は心が安らく\

なぜ， 相手のことを完全には理解もできない， 予測もできない， 信頼もできない のか? それは人が生き物だからである. 生き物は自らの環境の中で絶えず変化・成 長する. 自ら情報を生成・創造し， かつ， 自ら判断できるからだと考える.

しかし一方， そのような人と人とのコミュニケーションの特徴は前述のような大 きな利点をもたらす. コミュニケーションには意外な出会いがあり， 筋書きのないド ラマがある. 我々はコミュニケーションによって， お互いの想像性や創造性を喚起し 合うことができ， 自分自身の内部世界を拡げることができる. それがコミュニケーシ ョンの大きな意義のひとつであると考える. そして， お互いの想像性を刺激するよう なコミュニケーションが成り立つためには， コミュニケーションするもの同士が自律 的に情報を生成・創造できる存在であることが前提となる.

以上のようなコミュニケーションの観点から現在のコンビュータを捉えると， 現 在のコンビュータは「対話できる第2の自己的な存在J

[

1]ではあっても， 我々のイ マジネーションや創造性を喚起する「コミュニケーションできる第3者的な存在Jで はない. 我々は 頭のなかのアイデアや考えをコンビュータに入力することによって 外在化し， 対話することによってアイデアや考えを練り整理する. しかし， 現在のコ ンビュータは予めプログラム化された以外のことは行わず，自らが情報を生み出すと ともない. 予め決められた指示(命令)が決められた手順で与えられた時だけ決めら れた通りの処理を実行する. その意味では現在のコンビュータは融通のきかない道具 ともいえる.

コンビュータが人に働きかけ， アイデアを出し， 指示した以外の情報を集めるな ど， 受け身の道具ではなく我々の知的活動の良きパートナーとしてのコンビュータ.

ある程度自ら判断し(自律性)， 情報を生み出す(創造性)コンビュータ. そのよう な「コンビュータとのコミュニケーション」 ができれば， 我々の発想や想像力も豊か になり， 我々自身の創造性や生産性も大きく向上するであろう.

1. 3研究の目的

人を含む環境とのインタラクションを通じて自ら変化・成長し， 環境への働きか けも含めて自ら情報を生成・創造し， かつ， 自ら判断できるコンビュータの実現が究 極の目的である. そのようなコンビュータとは， 人が真に「コミュニケーションでき るコンビュータ」であり，いわば，生き物のようなコンビュータである. 換言すると，

-6・

日律性と創造性を有する新しい情報処理系の創出を本研究では目指している.

情報の生成や理解といったコミュニケーションの中枢は脳である. 従って， 自律 性と創造性を有する新しい情報処理系は脳内情報処理のモデルでもある. 脳の機能的 な特長は，学習能力， 記憶， 柔軟性， 適応性， 自律性そして創造性にある. そのうち，

情報を自ら創り出し自ら判断する能力， 即ち， 脳の持つ自律性や創造性という特長に 着目する.

情報を生成・創造する機能(創造性 )および自ら判断する機能(自律性)を実現 するためのアフローチとして， 生き物のように変化・成長・進化するシステムを考え る. 進化システムとは， 自発的・相互依存的に生成される変化を利用して， ソフトウ ェアが新しい機能を自ら創造するとともに， ハードウェアの繕造をも自律的に創り変 えていくととができるシステムである.

そのために， 情報の視点から生命的な現象の合成を目指す人工生命の考え方を導 入し，進化を情報操作のフロセスとしてモデル化した進化的方法論を用いる. そして，

プログラムを進化の媒体とするソフトウェア進化機構並びに電子回路を進化の媒体 とするハードウェア進化機構の創出に向けた技術構築を凶る. ソフトウェア進化機構 とは， 変化を利用してコンビュータ・プログラムがプログラム自身を書き換え， 構造 を変え， 新しい機能を自律的に倉IJり出す機構である. 生物の進化と同綴に， プログラ ムがある機能を遺伝的に保持しつつも新たな機能を生み出しながら複雑化・多様化す る機構である. 同様に， ハードウェア進化機構とは， 変化を利用して電子回路として のハードウェアがその構造を自律的に創り変える機繕であり， 構造とともにその機能 を複雑化・多様化する機構である.

なお， 本論文の内容は， 筆者がATR人間情報通信研究所第六研究室， 通称， 進 化システム研究室において企画 ・推進・実施してきた研究に基づいている[2] - [4] .

1.4論文の構成

第2章では， 自律性や創造性を有する新しい情報処理系の創出に向けたシステム 進化機構を実現するための基本的な考え方について考察する. 具体的には， 生命体的 な発展性を持ち，かつ，社会的モデルとしても普遍化できる考え方を提案する. まず，

2. 2節では， 新しい情報処理パラダイムとしての人工生命について概説するとともに 進化システムを構成するための基本思想について論ずる. 2. 3節ではその基本思煙、を

“進化と創発"， “ミクローマクロの情報循環" からなる研究コンセプトとして整理し，

2.4節では進化システム構築の方法論の枠組みを示す.

第3章では進化システム機成法の核技術としてのソフトウェア進化について論 ずる. 3. 2節では従来研究としてディジタル生態系ティエラのシステム構成について 述べる. ティエラは， 突然変異と自然淘汰をモデル化した環境において， 自己複製プ

- 7 -

ログラムが内部構造を変え， 寄生や共生といった新たな機能や関係性を白律的に獲得 したソフトウェア進化システムである. 3. 3節では， ティエラの限界を克服しソフト ウェア進化の可能性を探るため， ティ工ラを発展させたネットワーク・ティエラの狙 いとコンセプトについて述べる. 3.4節では進化環境をネットワークで結ぼれた計算 機に分散したネットワーク・ティエラのシステム構成法を論ずる. 3. 5節ではシミュ レーション実験の結果を示し， さらに， 3. 6節において本研究の意義と今後の展開に ついて述べる.

第4章では進化システム構成法のもうひとつの核技術としてのハードウェア進 化について論ずる. 4.2節では情報に依存してハードウェア構造を生成・進化させる ハードウェア進化の考え方を提案する. さらに， セルオートマトン空間にニューラル ネットをハードウェアとして発生・成長・進化させるセルオートマトン型人工脳モデ ルを提案する. 4. 3節では人工脳の創出を目指した基本モデルとしての人工脳モデル のシステム構成法を論ずる. 4.4節では同モデルの高速シミュレーションのために開 発したセルオートマトン型人工脳実験装置の構成について述べる.

第5章ではハードウェア記述言語(HDL)に基づくプログラムの自動生成と進化 的方法論を組み合わせたハードウェア進化システムの構成法について論ずる. 5. 2節 では研究の狙いとハードウェア進化システムにおける位置付けについて述べ， 5. 3節 ではハードウェアの動作を記述するHDLプログラムの自動生成法を提案する. 5.4節 ではHDLプログラムを進化させるためのシステム構成法について述べ，

5. 5節におい

てシミュレーション実験の結果を示す.

第6章では進化システムの今後の研究展開に関してその可能性と意義について 論ずる. 6. 2節ではソフトウェアとハードウェアの融合化に向けた研究展開， 6. 3節 では人工脳の構築に向けた研究展開について考察する. さらに， 6.4節では新たな方 向性としての感性技術への研究展開， また， 6. 5節では究極の自律性の実現に向けた 研究展開について考察する.

第7章では以上の研究をまとめ結論とする.

1. 5 用語の定義

本論文で用いる用語の定義を以下にまとめる. 生物学的な定義はイタリックで表 記し， 本論文での定義には下線を付す.

-

も)NA: デオキシ'}ボ核酸と呼ばれる細胞核内にある化学物質. 4種類の塩基が二

重らせん構造に配列されている. 塩基によりコード化された遺伝情報を記憶する 物質.

・ 遺伝子: 遺伝情報(親から子へと受け継がれる情報)を担う情報の単位. その 情報は生命の維持に欠かせないたんぱく質を合成するのに必要な機能単位として

-8 -

働くもので， 物質的には塩基配列として存在する. ここでは， 遺伝情報〔執から 子へと受け継がれる情報). 即ち， 機能を担う情報の単位とする.

・ 染色体: 細胞核にあり特殊な色素によく染まる組織• IJNAが複雑に折り畳まれ た物質で， 遺伝子の塩基配列を記憶したもの. 遺伝情報を伝える実体である. ^ヒ

トは23対46本の染色体を持っている. ここでは、 いくつかの遺伝子からなるひ とまとまりの遺伝情報とする.

・ ゲノム: ある生物が持っている染色体のひとそろい. 即ち， 遺伝子の総体であ る.

・ ゲノム情報: ある生物を特徴づける遺伝子情報(遺伝情報)の総体. 帆えは，

己複製プログラム等をひとつの生物個体とみなした時は そのプログラムの全 命令コードおよびデータを意味するものとする.

・ 表現型: 個体の見かけに現れる性質や構造. 個体に現れる見かけ上の形質(偲 体の好フ待fji)

.

ここでは 遺伝子型に基づいて発現するもの(生成・形成される 個体・構造・機能など)とする.

・ 遺伝子型: 個体に現れる見かけ上の形質(表現型)を決めるための遺伝子の組 み合わてず. ここでは， 染色体を成す遺伝子のうち表現型の発現に寄与する遺伝子 群とする.

・ 変異: 塩基配列の変化. 配列の変化は， 遺伝子の変化となり， 合成されるたん ばく質の変化となり， さらには， 生命維持や形態の変化等の変化を引き起こす.

ここでは， 遺伝的操作による遺伝子型や染色体など遺伝情報の変化とする.

・ 交叉: 同ーまたはほぼ向ーの塩基配列を持った染色体上で遺伝子を交換すると とおよび、ぞの仕活Eみ. ここでは. 2つの個体の遺伝情報を掛け合わせて新たな遺 伝情報を生成する操作とする.

・ 瓶tk: 遺伝子型 の異 なる個体問で生存率や妊性に差を 引き起こす作用または操 f恒 ここでは， 次世代の個体集団群を発現させるために次世代に残す遺伝子型や 個体を選ぶ操作とする.

・ 禍=剖王: 物理的圧力に類比して偲体群内における淘汰の作用を強さとして表し

�vの， ここでは 同様に淘汰作用の強さとする.

・ も黙淘汰: 自然界における自然的原因に基づく淘汰. ここでは， 入が合在或い は人為的な基準に基づく人工淘汰に対比して 個体集団群の相互作用に基づいて 行う淘汰とする.

なお， 以下において， 生物学的な意味で上記用語を用いる場合はイタリックで表 記し， それ以外はここで与える定義によるものとする.

-9 -

第1章の参考文献

[lJ Turkle， S.: The Second Se ₁ f一一-Computers and Human Spiri t， p.360， Simon and Schus ter， New York， 1984.

[2]下原勝憲 I人工生命と進化するコンビュータJ ， p. 183， 工業調査会， 1998.

[3J下原勝憲， 法見均， Thomas Ray， Jari Vaario， 和田健之介 溝口潤ー， Hugo de

Gar i

s， 今回彬

I人工生命と進化システム/ATR進化システム研究室編」東京電

機大学出版局， p.223， 1998.

[4J Shimohara， _K. : Evolutionary Systems for Brain Communications --Towards an Artificial Brain--， Artificial Life IV， Proc. 4th Int. Workshop on the

Synthesis and Simulation of Living Systems， pp.3-7， 1994.

[5J

I遺伝子の分子生物学 (第4版) J，

p. 1163，

トッパン，

1997.

[5] I岩波

生物学辞典(第3版)J，

p. 1404， 岩波書庖， 1992.

- 10 -

第2章研究のコンセプトと方法論

2. ¹ はじめに

本章では， 自律性や創造性を有する新しい情報処理系の創出に向けたシステム進 化機構を実現するための基本的な考え方について考察する. 具体的には， ニューラル ネットなど脳神経系の構造に学んだこれまでのモデル化に加えて， 生命体的な発展性 を持ち， かつ， 社会的モデルとしても普遍化できる考え方を提案する.

生命体的な考え方とは， 細胞分裂を繰り返しながら複雑な多細胞の個体をつくる 生物と同様な発生機構・発展性を持つシステムとしてモデル化する考え方である. 社 会的モデルとしての考え方とは， 要素集団からなる系においてミクロ的な振る舞いと マクロ的な振る舞いが相互に影響を及ぼしながら動的に変化していくプロセスの中 で情報処理を行う考え方である.

ここでは， 上記と同燥な考え方を採る人工生命を新しい情報処理パラダイムとし て捉え直し， 進化を情報操作のプロセスとしてモデル化した進化的方法論に基づき，

進化システムを構成するための基本思想について論ずる. さらに，その基本思想を“進 化と創発'\“ミクローマクロの情報循環"からなる研究コンセプトとして整理し， 進 化システム構築に向けた方法論の枠組みを論ずる.

2. 2新しい情報処理パラダイムとしての人工生命

2. 2. 1 人工生命の基本思想:コレクショニズム

情報の視点から生命や生命体の特徴的な諸現象をコンビュータなど人工的メデ ィアで合成しよう. そうすることによって， “我々が知っている" 地球上の生命を理 解するのみならず， “可能なもの" としての生命の原理を探ろう， というのが人工生 命CA-Life )元来の主張である山[2J . 工学的な立場では， 生命や生命体の持つ 律性， 適応， 進化， 自己増殖， 自己修復などの優れた特長を人工システムとして実現 することを目指している[3J .

複雑系(或いは複雑適応系)やA-L i f eに共通する基本思想がコレクショニズム CCollect ionism)と呼ばれるものである(図2-1). その基本概念が創発であり， 構 成要素聞の局所的な相互作用を通して大局的な秩序や挙動が生成されることを意味 する. 即ち， コレクショニズムは， 構成要素(ミクロ

・レベル)間の局所的な挙動と

系(マクロ

・レベル)の大局的な秩序や挙動を関係づけるボトムアップ(ミクロ

・レ

- 11 -

Global Dynamics and Structure

cd

vdn

紅-m

d-u n

d u n

O O

BC Boundary

Conditions

Locally Interacting Agents

図2-1人工生命の基本思想コレクショニズ、ム

Symbolic AI "Collectionism"

複雑適応系 Connectionism global dynamics global dynamics

data base Cマョ

rules Top-down

Bo仕om-up

工工

図2-2 AI， Col1ectionismラConnectionismの枠組み

Top-down Bottom-up

- 12 -

ベル→マクロ ・レベル)の創発と， 倉IJ発された大域的な秩序や挙動が構成要素の振る 舞いや相互作用に影響し変化をもたらすというトッフダウン(マクロ ・レベル→ミク ロ ・レベル)のフィードバックとの双方向の機構を基本とする.

人工知能の代表例のひとつであるエキスパート・システムでは， 専門家の知識を ルールとして抽出し， それらのル ルがうまく適用できる事例をデータベース化しよ うとする. 従って， その考え方や処理の流れはトップダウン塑である. また一方， ニ ューラルネットに代表されるコネクショニズムCConnect ionism)は逆にボトムアッ プ型である. 即ち， 神経細胞のしきい値処理を模擬した非線形素子を重みつき後続で 結んだネットワークに， 入力情報とその結果として望まれる出力情報を事例として与 え， ニューラルネットの学習能力を利用してそれら入力一出力を対応づけるルールを ネットワークの中に獲得させる(図2-2). コレクショニズムは， まさにその両者の機 構を相互作用させる構造を特徴としている.

本研究では， コレクショニズムを情報処理システムの枠組みとして以下のように 捉え直す. まず， システムを構成する要素の集団と， 要素同士がお互いに影響し合う (相互作用)仕組みを考える. 環境から与えられる入力や情報にいつくかの要素が反 応し， それらの相互作用が働き出す. そして， それらの相互作用の結果， ある種の大 域的な状態が出現する. その大域的な状態が要素集団系に作用し， 結果的に大域的な 状態そのものを変化させる. そのような仕掛けを機能の実現や情報処理に利用するこ とになる.

さらに， 要素集団群を生物集団群とみたてて， 変化と多様性を生成・維持する仕 組みとして進化を導入する. 即ち， 要素集団群は固定ではなく， 発生・消滅， 増加・

減少， 結合・分裂し， そのものの性質が変化する仕掛けを進化によって創り出す.

ここでは， コレクショニズムに進化を導入するこの考え方を生物集団的な情報処 理システムの枠組みと捉える. 従来の情報処理システムと生物集団的な情報処理シス テムとの違いは以下のような変化としてまとめることができる[4]

[5] .

- 集中制御から並列分散制御へ:

システムの挙動や動作を， 集中的な制御によって実現するのではなく， 集団系 を構成する要素同士の局所的な相互作用から創発させる. 各要素が固定的な役割を 厳密に実行するととでシステムが成り立つのではなく， その時々の状況に応じて必 要な要素同士が結びつき協力して機能を実現するようなシステムを考える. 集団系 に対して指揮・指導する固定的な存在は考えず， その時々の状況に応じてシステム を主導する組織や構造が出現し， と同時に， 別の処理もマイノリティとして共存さ せよういう考え方である.

・ 最適設計から集団的冗長設計へ:

各々が最適設計された必要最小限の部品・要素によって系の最適設計を目指す のではなく， 多少の冗長性を持つ多種多様な多くの要素からなり， 集団的， 組織的 な挙動としての機能の実現を考える. 冗長性なしには多様な可能性 (多様性)は維

ー13 -