الخلايا ذاتية السلوك

نماذج الخلايا ذاتية السلوك الأولية المنسوجة صفا تلو الآخر بأنماط مبهرة.

100%

Tap or drag across cells to flip them; every row below re-runs the rule, so one change can cascade. One row of cells evolves downward by a simple rule.

Setup
81 cells
Start
Model
90
View

كيف كانت تجربتك مع الخلايا ذاتية السلوك؟

حول الخلايا ذاتية السلوك

القواعد
256 قاعدة أولية، رقمها Stephen Wolfram بين 0 و255 (عام 1983)
الجوار
كل خلية وجارتاها المباشرتان
الإعدادات المسبقة
القاعدة 90 (Sierpinski) و30 (فوضى) و110 (شاملة) و150 (XOR) و184 (مرور)
الدقة
من 21 إلى 151 خلية بالعرض، بدءاً من خلية واحدة أو صف عشوائي
التصدير
صيغة SVG أو PNG

تُعد الخلايا ذاتية السلوك الأولية أبسط أشكال الأوتوماتا الخلوية: صف واحد من الخلايا، كل منها مفعّلة أو معطلة، ويتم تحديثها عبر خطوات متتالية. تعتمد حالة الخلية التالية فقط على حالتها وحالتي جارتيها، مما يعطي 8 احتمالات للجوار و2^8 = 256 قاعدة ممكنة. رقّمها Stephen Wolfram من 0 إلى 255 عام 1983 عبر قراءة مخرجات القاعدة الثمانية كرقم ثنائي، وهو الترقيم المعتمد حتى اليوم.

عند رسم جيل تلو الآخر صفاً بعد صف، تُنتج هذه القواعد أنماطاً بالغة التعقيد. تُنشئ القاعدة 90 نمط Sierpinski triangle من خلية واحدة، وتبدو القاعدة 30 عشوائية لدرجة أن Wolfram استخدمها لتوليد الأرقام العشوائية، وأثبت Matthew Cook قدرة القاعدة 110 على الحوسبة الشاملة (نُشر عام 2004)، في حين تمثل القاعدة 184 نموذجاً بسيطاً لتدفق حركة المرور. صنّف Wolfram القواعد إلى أربع فئات، بدءاً من تلك التي تتلاشى أو تتكرر وصولاً إلى الفوضوية والمعقدة.

يبدأ هذا المولد من خلية حية واحدة أو صف عشوائي ويرسم التطور نحو الأسفل. اكتب أي قاعدة من 0 إلى 255 أو اختر إعداداً مسبقاً — Sierpinski triangle (Rule 90) أو Chaos (Rule 30) أو Universal (Rule 110) أو XOR snowflake (Rule 150) أو Traffic (Rule 184) — واضبط الدقة من 21 إلى 151 خلية بالعرض. انقر فوق الخلايا أو اسحب عبرها لتبديل حالتها: يعيد كل صف بالأسفل حساب القاعدة، مما يتيح لك مراقبة انتشار التغيير تسلسلياً. صدّر بصيغة SVG أو PNG.

كيفية استخدام الخلايا ذاتية السلوك

  1. اختر قاعدة. اختر إعداداً مسبقاً مثل Sierpinski triangle أو Chaos (Rule 30)، أو اضبط خيار Rule على أي رقم بين 0 و255.
  2. حدد نقطة البداية. يبدأ خيار Single من خلية حية واحدة في وسط الصف العلوي، بينما يملأ Random الصف العلوي عشوائياً.
  3. اضبط الدقة. يحدد خيار Resolution عدد الخلايا بالعرض، من 21 إلى 151 خلية.
  4. غيّر حالة الخلايا. المس الخلايا أو اسحب عبرها لتبديل حالتها. يُعاد حساب كل صف أدناها لتشاهد كيفية انتشار التغيير.
  5. لوّن وصدّر. اضبط ألوان Live cells وBackground، ثم صدّر التصميم بصيغة SVG أو PNG.

الأسئلة الشائعة

كيف تعمل أرقام القواعد؟

تُسرد حالات الجوار الثمانية الممكنة من 111 حتى 000 وتُسجل الحالة الناتجة لكل منها. عند قراءة هذه الحالات الثمانية كرقم ثنائي، نحصل على رقم القاعدة: فالقاعدة 30 هي 00011110، مما يعني أن الحالات 100 و011 و010 و001 فقط هي التي تنتج خلية حية.

لماذا ترسم القاعدة 90 نمط Sierpinski triangle؟

تضبط القاعدة 90 كل خلية بناءً على عملية الفصل الحصري (XOR) لجاريتها. وبالبدء من خلية حية واحدة، تعيد الصفوف إنتاج مثلث Pascal بحساب مقياس 2، وتُشكل خاناته الفردية نمط Sierpinski triangle.

ما الذي يجعل القاعدة 110 مميزة؟

يمكنها إجراء حوسبة شاملة: أثبت Matthew Cook أن صفوف البداية المناسبة يمكنها محاكاة أي برنامج حاسوبي، وهي النتيجة التي نُشرت عام 2004، مما يجعلها واحدة من أبسط الأنظمة المعروفة باكتمال تورنغ (Turing complete).

كيف تختلف هذه الأداة عن Game of Life؟

تعتمد لعبة Game of Life على بعدين؛ حيث تفحص كل خلية في الشبكة جاراتها الثماني، وتشاهد الشبكة تتغير بمرور الوقت. أما الأوتوماتا الأولية فهي أحادية البعد، لذا تجمع الأداة صفوفها المتعاقبة لتكوّن صورة لتاريخ تطورها بالكامل.

أدلة وشروحات

المراجع العلمية

  1. Wolfram, S. (1983). Statistical mechanics of cellular automata. Reviews of Modern Physics 55(3), 601–644.
  2. Cook, M. (2004). Universality in elementary cellular automata. Complex Systems 15(1), 1–40.