CAX工具加速人工生命模拟，1D – ARC NCA推理能力超GPT – 4

人工生命研究迎新突破 ，帝国理工研究人员开源的硬件加速工具CAX，为该领域带来变革。人工生命旨在模拟生命行为与演化，对AI进步有重要启发。

CAX作为基于JAX的高性能软件库，专为加速细胞自动机研究设计。它提出统一框架，由感知和更新模块定义局部规则，支持离散、连续和神经细胞自动机等多种类型，适用于任意维度，还能处理粒子系统，所有功能整合在直观APi中。

在性能上，CAX表现卓越。从经典模型到高级应用，它将模拟速度最多提升2000倍。如在基本细胞自动机中提升1400倍，康威生命游戏中提升2000倍，自分类MNIST数字任务训练加速1.5倍。

研究者借助CAX开展三个新颖实验。扩散模型启发的神经细胞自动机（NCA）训练方法，带来更稳定动态表现，引入破坏时能自发再生。MNIST数字自编码实验 中，3D NCA需发展编码解码规则，通过仅一格宽孔洞传递信息复制数字。1D- ARC数据集上的一维NCA ，表现超越GPT – 4，准确率达60.12%，展示抽象推理潜力。

细胞自动机是简单计算模型，规则排列的单元格按固定规则更新状态，如康威生命游戏。CAX可同时模拟多个生命游戏并统计相关数据。

可控元胞自动机（CCA） 是元胞自动机扩展，能接受外部输入，架起循环卷积神经网络与元胞自动机桥梁，CAX利用其联系加速研究。

选择CAX优势明显。它是完整框架体系，通过统一抽象层整合复杂系统，支持扩展。更新的v0.2.0版本有灵活日志工具。构建于JAX/Flax生态，运行速度快、可扩展性高，支持多种硬件加速器，方便用户从小规模扩展到大规模模拟。