미분 가능한 논리 셀룰러 오토마타: 생명 게임부터 학습된 순환 회로를 이용한 패턴 생성까지
2025-03-07
본 논문에서는 완전히 이산적인 셀 상태를 사용하고 학습된 순환 이진 회로를 통해 업데이트되는 새로운 뉴럴 셀룰러 오토마타(NCA) 아키텍처인 DiffLogic CA를 소개합니다. 뉴럴 네트워크 구성 요소를 Deep Differentiable Logic Networks로 대체하여 이산 논리 게이트의 미분 가능한 학습을 가능하게 합니다. 미분 가능한 논리 게이트를 셀룰러 오토마타에 적용한 성공은 Conway의 생명 게임 복제와 학습된 이산 동역학을 통한 패턴 생성을 통해 입증됩니다. 이는 NCA 내에 이산 논리를 통합할 가능성을 보여주고 미분 가능한 논리 게이트 네트워크가 순환 아키텍처에서 효과적으로 학습될 수 있음을 증명합니다. 유망하지만 복잡한 형태를 생성하기 위한 학습은 여전히 과제이며, 계층적 아키텍처와 상태 관리를 개선하기 위한 특수 게이트에 대한 향후 연구를 시사합니다.