Zelluläre Automaten

Elementare zelluläre Automaten, Zeile für Zeile zu kunstvollen Mustern verwoben.

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

Wie gefällt dir Zelluläre Automaten?

Über Zelluläre Automaten

Regeln
256 elementare Regeln, 1983 von Stephen Wolfram nummeriert (0–255)
Nachbarschaft
Jede Zelle zusammen mit ihren beiden direkten Nachbarn
Presets
Rule 90 (Sierpinski), 30 (Chaos), 110 (Universal), 150 (XOR), 184 (Verkehr)
Auflösung
21 bis 151 Zellen Breite, Start mit Einzelzelle oder Zufallsmuster
Export
SVG oder PNG

Ein elementarer zellulärer Automat ist die einfachste Form eines zellulären Automaten: eine einzelne Reihe von Zellen, die jeweils aktiv oder inaktiv sind und schrittweise aktualisiert werden. Der Folgezustand einer Zelle hängt nur von ihr selbst und ihren beiden Nachbarn ab, woraus sich 8 mögliche Nachbarschaften und 2^8 = 256 mögliche Regeln ergeben. Stephen Wolfram nummerierte sie 1983 von 0 bis 255, indem er die acht Zustandsergebnisse als Binärzahl interpretierte – ein System, das bis heute verwendet wird.

Zeile für Zeile nach unten gezeichnet, bringen diese Regeln verblüffend vielschichtige Strukturen hervor. Rule 90 erzeugt aus einer einzelnen Zelle das Sierpinski-Dreieck, Rule 30 wirkt so chaotisch, dass Wolfram sie als Zufallszahlengenerator nutzte, für Rule 110 bewies Matthew Cook (veröffentlicht 2004) universelle Berechenbarkeit, und Rule 184 modelliert Verkehrsflüsse. Wolfram teilte die Regeln in vier Klassen ein, von schnell absterbenden oder periodischen Mustern bis hin zu chaotischem oder hochkomplexem Verhalten.

Dieser Generator startet mit einer einzelnen lebenden Zelle oder einer Zufallsreihe und führt die Generationen nach unten fort. Gib eine beliebige Regel zwischen 0 und 255 ein oder nutze ein Preset – Sierpinski triangle (Rule 90), Chaos (Rule 30), Universal (Rule 110), XOR snowflake (Rule 150) oder Traffic (Rule 184) – und wähle eine Auflösung von 21 bis 151 Zellen Breite. Klicke oder ziehe über Zellen, um ihren Zustand umzukehren: Alle darunterliegenden Zeilen berechnen sich sofort neu, sodass du die Ausbreitung von Änderungen direkt verfolgen kannst. Exportiere als SVG oder PNG.

So nutzt du Zelluläre Automaten

  1. Regel wählen. Nutze Presets wie Sierpinski triangle oder Chaos (Rule 30) oder stelle Rule auf eine Zahl von 0 bis 255 ein.
  2. Startzustand festlegen. Single startet mit einer einzelnen lebenden Zelle mittig oben; Random füllt die oberste Zeile zufällig.
  3. Auflösung anpassen. Resolution bestimmt die Anzahl der Zellen in der Breite (21 bis 151).
  4. Zellen umschalten. Klicke oder ziehe über Zellen, um sie umzukehren. Alle Folgezeilen berechnen sich neu und zeigen die Kaskade.
  5. Einfärben und exportieren. Passe die Farben für Live cells und Background an und exportiere das Muster als SVG oder PNG.

Häufig gestellte Fragen

Wie funktionieren die Regelnummern?

Ordne die acht möglichen Nachbarschaften von 111 bis 000 an und notiere den resultierenden Zustand. Als 8-Bit-Binärzahl gelesen ergibt diese Folge die Regelnummer: Rule 30 entspricht 00011110, sodass nur die Nachbarschaften 100, 011, 010 und 001 eine lebende Zelle erzeugen.

Warum zeichnet Rule 90 ein Sierpinski-Dreieck?

Rule 90 setzt jede Zelle auf das Exklusiv-Oder (XOR) ihrer beiden Nachbarn. Ausgehend von einer einzelnen Zelle entspricht dies dem Pascalschen Dreieck modulo 2, dessen ungerade Einträge exakt das Sierpinski-Dreieck formen.

Was zeichnet Rule 110 aus?

Sie ist universell berechenbar: Matthew Cook bewies, dass passende Startmuster beliebige Computerprogramme simulieren können (veröffentlicht 2004). Damit zählt sie zu den einfachsten bekannten Systemen, die Turing-vollständig sind.

Worin liegt der Unterschied zu Conways Game of Life?

Game of Life arbeitet zweidimensional: Jede Zelle eines Gitters reagiert auf acht Nachbarn und das Feld verändert sich über die Zeit. Ein elementarer Automat ist eindimensional, weshalb das Werkzeug aufeinanderfolgende Generationen als Gesamtverlauf untereinander stapelt.

Anleitungen

Quellen & Referenzen

  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.