To simulate what a replicator battle might look like, let's assign simplified traits to each of the replicators.
Starting with the first one. This replicator is special, since it's the only one that conforms spontaneously from smaller building blocks. So we'll give it a spawn rate. This should be quite rare, So let's set the chance of formation to 1% per time step. Just keep in mind we're just making these numbers up. The simulation is purely illicitive. Now once the replicator spawns, let's say it's governed by three key traits.
First, a death rate.The chance of it falling apart or being destroyed with each time step. Let's set that to be, say 2%
Second, a replication rate. The chance to copy itself with each time step. Let's say 4%. And finally, a mutation rate. The chance of copy comes out mutated. If it's 4%, roughly 1 in 25 copies will be a mutation. So every time a new mutation spawns, it will inherit the replication, death, and mutation stats from its parent, but slightly randomized. Notice that we won't give any of these secondary replicators a spawn rate. They'll only be able to form as mutations from previous generations. So if all of their copies die out, they'll be gone for good.
Now before we run the simulation, I wanna quickly shut out the YouTube channel primer. Our setup was inspired by his amazing in-depth simulations on evolutionary biology. You should really check them out. OK, let's run it. The graph on the right will show how the populations grow, and this box on the left will show a slice of the boi with all the winning replicators in the correct ratios.
You can see how the first replicator appears, and then immediately disappears. Because it just happened to die before it got the chance to replicate. But that's OK. The original replicator can be created from smaller blobs, so it'll come back at some point. This time, it's starting to take off. You can also see that it spawned some mutations, but they're struggling to keep up.
Eventually, though, superior mutations pop up and start to replicate faster than the original. But you can see almost all of them are growing exponentially, which is unrealistic. That's because we're missing the final piece of our simulation, limited resources. The building blocks should eventually run out. We can simulate this effect by introducing a sort of resource factor to each species replication rate. This factor should depend on the total number of replicators in the void (N), which will also divide with an arbitrary crowding factor (C). (C) lets us define the maximum number of replicators we'll allow into the void.
Let's say (C) is 10,000, then once there are 10,000 replicators, the two terms cancel out and drive the replication rate down to zero, meaning none of the replicators will be able to make copies until the population drops again. So let's see how this changes our simulation.
---
Untuk mensimulasikan seperti apa pertarungan antar-replikator mungkin berlangsung, mari kita berikan beberapa sifat sederhana kepada masing-masing replikator, dimulai dari replikator pertama. Replikator ini istimewa, karena hanya replikator inilah yang dapat terbentuk secara spontan dari blok-blok penyusun yang lebih kecil. Jadi, kita akan memberinya spawn rate, atau tingkat kemunculan. Kemunculannya seharusnya cukup langka, jadi kita atur peluang terbentuknya menjadi 1% pada setiap langkah waktu. Perlu diingat, angka-angka ini hanya kita buat sebagai contoh.
Simulasinya semata-mata ilustratif. Setelah replikator muncul, katakanlah ia memiliki tiga sifat utama.
Pertama, death rate, atau tingkat kematian. Ini adalah peluang replikator tersebut hancur atau terurai pada setiap langkah waktu. Kita misalkan nilainya 2%. Kedua, replication rate, atau tingkat reproduksi. Ini adalah peluang replikator tersebut membuat salinan dirinya sendiri pada setiap langkah waktu. Kita misalkan 4%. Dan terakhir, mutation rate, atau tingkat mutasi. Ini adalah peluang bahwa salinan yang dihasilkan mengalami mutasi. Kalau nilainya 4%, berarti kira-kira 1 dari setiap 25 salinan akan mengalami mutasi. Jadi, setiap kali mutasi baru muncul, ia akan mewarisi tingkat reproduksi, tingkat kematian, dan tingkat mutasi dari induknya.
Namun, nilainya akan sedikit diacak. Perhatikan bahwa kita tidak akan memberikan spawn rate kepada replikator-replikator sekunder ini. Mereka hanya bisa terbentuk sebagai mutasi dari generasi sebelumnya. Jadi, kalau semua salinan mereka mati, mereka akan hilang untuk selamanya. Sebelum menjalankan simulasi, saya ingin memberikan sedikit gambaran kepada kanal YouTube Primer.
Pengaturan simulasi kita terinspirasi dari simulasi mendalam mereka tentang biologi evolusioner. Kalian sebaiknya melihatnya. Oke, mari kita jalankan. Grafik di sebelah kanan akan menunjukkan bagaimana populasi berkembang, sementara kotak di sebelah kiri akan menunjukkan potongan dari kehampaan tersebut, dengan semua replikator yang sedang menang ditampilkan dalam proporsi yang sesuai.
Kalian bisa melihat replikator pertama muncul, lalu langsung menghilang. Itu terjadi karena kebetulan ia mati sebelum sempat bereplikasi. Tapi tidak masalah. Replikator asli tersebut dapat terbentuk dari gumpalan-gumpalan kecil, jadi pada suatu saat ia akan muncul kembali. Kali ini, ia mulai berkembang. Kalian juga bisa melihat bahwa ia menghasilkan beberapa mutasi, tetapi mutasi-mutasi tersebut kesulitan untuk mengejar.
Namun akhirnya, muncul mutasi-mutasi yang lebih unggul dan mulai bereplikasi lebih cepat daripada replikator asli. Tapi kalian bisa melihat bahwa hampir semuanya tumbuh secara eksponensial, dan itu tidak realistis. Itu karena kita masih kehilangan bagian terakhir dari simulasi kita: sumber daya yang terbatas. Blok-blok penyusun tersebut pada akhirnya seharusnya habis. Kita bisa mensimulasikan efek ini dengan memperkenalkan semacam faktor ketersediaan sumber daya ke dalam tingkat reproduksi setiap spesies. Faktor ini bergantung pada jumlah total replikator di dalam kehampaan, n, yang kemudian dibagi dengan suatu faktor kepadatan, c, yang nilainya kita tentukan secara sembarang. C memungkinkan kita menentukan jumlah maksimum replikator yang kita izinkan berada di dalam kehampaan. Kalau c = 10.000, maka ketika jumlah replikator mencapai 10.000, kedua besaran tersebut akan saling meniadakan dan membuat tingkat reproduksi turun menjadi nol. Artinya, tidak ada satu pun replikator yang bisa membuat salinan baru sampai jumlah populasinya kembali berkurang.
Jadi, mari kita lihat bagaimana perubahan ini memengaruhi simulasi kita.
Simulasinya semata-mata ilustratif. Setelah replikator muncul, katakanlah ia memiliki tiga sifat utama.
Pertama, death rate, atau tingkat kematian. Ini adalah peluang replikator tersebut hancur atau terurai pada setiap langkah waktu. Kita misalkan nilainya 2%. Kedua, replication rate, atau tingkat reproduksi. Ini adalah peluang replikator tersebut membuat salinan dirinya sendiri pada setiap langkah waktu. Kita misalkan 4%. Dan terakhir, mutation rate, atau tingkat mutasi. Ini adalah peluang bahwa salinan yang dihasilkan mengalami mutasi. Kalau nilainya 4%, berarti kira-kira 1 dari setiap 25 salinan akan mengalami mutasi. Jadi, setiap kali mutasi baru muncul, ia akan mewarisi tingkat reproduksi, tingkat kematian, dan tingkat mutasi dari induknya.
Namun, nilainya akan sedikit diacak. Perhatikan bahwa kita tidak akan memberikan spawn rate kepada replikator-replikator sekunder ini. Mereka hanya bisa terbentuk sebagai mutasi dari generasi sebelumnya. Jadi, kalau semua salinan mereka mati, mereka akan hilang untuk selamanya. Sebelum menjalankan simulasi, saya ingin memberikan sedikit gambaran kepada kanal YouTube Primer.
Pengaturan simulasi kita terinspirasi dari simulasi mendalam mereka tentang biologi evolusioner. Kalian sebaiknya melihatnya. Oke, mari kita jalankan. Grafik di sebelah kanan akan menunjukkan bagaimana populasi berkembang, sementara kotak di sebelah kiri akan menunjukkan potongan dari kehampaan tersebut, dengan semua replikator yang sedang menang ditampilkan dalam proporsi yang sesuai.
Kalian bisa melihat replikator pertama muncul, lalu langsung menghilang. Itu terjadi karena kebetulan ia mati sebelum sempat bereplikasi. Tapi tidak masalah. Replikator asli tersebut dapat terbentuk dari gumpalan-gumpalan kecil, jadi pada suatu saat ia akan muncul kembali. Kali ini, ia mulai berkembang. Kalian juga bisa melihat bahwa ia menghasilkan beberapa mutasi, tetapi mutasi-mutasi tersebut kesulitan untuk mengejar.
Namun akhirnya, muncul mutasi-mutasi yang lebih unggul dan mulai bereplikasi lebih cepat daripada replikator asli. Tapi kalian bisa melihat bahwa hampir semuanya tumbuh secara eksponensial, dan itu tidak realistis. Itu karena kita masih kehilangan bagian terakhir dari simulasi kita: sumber daya yang terbatas. Blok-blok penyusun tersebut pada akhirnya seharusnya habis. Kita bisa mensimulasikan efek ini dengan memperkenalkan semacam faktor ketersediaan sumber daya ke dalam tingkat reproduksi setiap spesies. Faktor ini bergantung pada jumlah total replikator di dalam kehampaan, n, yang kemudian dibagi dengan suatu faktor kepadatan, c, yang nilainya kita tentukan secara sembarang. C memungkinkan kita menentukan jumlah maksimum replikator yang kita izinkan berada di dalam kehampaan. Kalau c = 10.000, maka ketika jumlah replikator mencapai 10.000, kedua besaran tersebut akan saling meniadakan dan membuat tingkat reproduksi turun menjadi nol. Artinya, tidak ada satu pun replikator yang bisa membuat salinan baru sampai jumlah populasinya kembali berkurang.
Jadi, mari kita lihat bagaimana perubahan ini memengaruhi simulasi kita.
Comments
Post a Comment