본 논문은 흐름-레니아(Flow-Lenia)라는 연속 셀 자동자(CA)에서 시스템 수준의 역동성을 자동으로 발견하는 방법을 제시합니다. 이는 질문 중심의 AI 과학자를 활용하여 질량 보존 및 매개변수 국지화 특징을 가진 흐름-레니아에서 진화적 및 생태계적 역동성의 자기 조직화로 이어지는 과정을 밝히는 것을 목표로 합니다. 기존의 레니아에서 다양성 탐색 알고리즘을 사용하여 자기 조직화된 개별 패턴을 찾는 연구를 기반으로, 상호 작용하는 다양한 패턴을 지원하는 대규모 환경으로 확장합니다. 진화 활동, 압축 기반 복잡성, 다중 스케일 엔트로피와 같은 시뮬레이션 전체 측정항목을 사용하여 다양한 흐름-레니아 환경 탐색을 유도하기 위해 본질적으로 동기 부여된 목표 탐색 프로세스(IMGEPs)를 적용합니다. 두 가지 실험을 통해 무작위 탐색과 비교하여 훨씬 더 다양한 역동성을 밝혀내는 능력을 보여줍니다. 생태계 시뮬레이션이 이전의 개별 패턴 탐색 및 분석에서는 포착되지 않은 복잡한 집단 행동의 자기 조직화를 가능하게 하는 것을 보여주는 정성적 결과를 제시합니다. 자동 발견과 상호 작용 탐색 도구를 보완하여 과학적 조사를 위한 효과적인 인간-AI 협업 워크플로우를 만듭니다. 흐름-레니아에 특화되어 시연되었지만, 이 방법론은 출현하는 집단적 특성에 대한 이해가 중요한 다른 매개변수화 가능한 복잡 시스템에도 적용될 수 있는 프레임워크를 제공합니다.
