Dinamiche deterministiche a scala-invariante in un modello logistico del Game of Life

Perché regole semplici possono creare mondi complessi

Molti sistemi naturali, dagli incendi boschivi agli ingorghi stradali, sembrano oscillare tra calma e caos. Su questo confine, possono verificarsi eventi di tutte le dimensioni, da piccoli bagliori a cascade che coinvolgono l’intero sistema. Questo articolo esplora se tale comportamento privo di scala richieda davvero casualità, o se possa emergere in un mondo completamente prevedibile. Gli autori affrontano la questione con una variante del famoso Game of Life di Conway, mostrando che regole puramente deterministiche possono comunque dare luogo a dinamiche critiche e a scala invariante.

Una nuova variazione del Game of Life

Il Game of Life di Conway è un universo giocattolo su griglia in cui ogni cella è “viva” o “morta” e lo stato di ciascuna cella cambia in base allo stato dei vicini. Tradizionalmente, le regole sono tutto o niente: ogni sito passa tra 0 e 1. Nel Game of Life logistico studiato qui, ogni cella porta invece un valore compreso tra 0 e 1 che misura quanto è “viva”, e una singola manopola di controllo, chiamata λ, regola quanto fortemente le celle si aggiornano. Questo cambiamento espande gli stati possibili in un insieme finemente graduato, permettendo alle celle di aggiustarsi con passi più piccoli pur mantenendo la dinamica completamente deterministica. Variando λ, i pattern che riempiono la griglia cambiano carattere, offrendo un terreno ricco per studiare quando e come compare il comportamento critico.

Tre tipi di comportamento a lungo termine

Eseguendo grandi simulazioni e osservando come la griglia evolve per molti passi temporali, gli autori identificano tre regimi distinti a lungo termine al variare di λ. Per valori alti di λ, il sistema si comporta molto come il Game of Life classico: l’attività si spegne rapidamente, lasciando uno sfondo per lo più vuoto punteggiato da pochi blocchi congelati o piccole forme ripetitive. Questa è una fase sparse-statistica. Quando λ viene abbassato oltre una prima soglia, chiamata λ_A, il sistema non si assesta mai completamente. Invece, l’attività persiste indefinitamente nel limite delle grandi dimensioni, pur restando relativamente sparsa e muovendosi attraverso uno sfondo di celle per lo più tranquille. Questo definisce una fase sparse-dinamica. Abbassare ancora di più λ porta a una fase dense-dinamica in cui siti attivi e siti silenti si intrecciano in strutture intricate, simili a labirinti, che continuano a cambiare nel tempo.

Rilevare transizioni di fase nascoste

Per distinguere più nettamente queste fasi, i ricercatori monitorano quante celle cambiano tra istantanee, quanto disomogeneamente quell’attività è distribuita e quanto grandi diventano le macchie connesse di celle simili. Vicino a λ_A, la frazione di celle che cambiano salta improvvisamente da quasi zero a un valore finito, e le fluttuazioni dell’attività nello spazio raggiungono un picco. Questo segnala una transizione da comportamento veramente congelato a moto persistente, anche se le regole sottostanti non cambiano. Più profondamente nella regione attiva, sorvegliano la dimensione del cluster più grande di siti silenti. Man mano che λ viene abbassato, questo cluster di “vuoto” si restringe fino a che, a un secondo valore speciale λ_P, smette improvvisamente di attraversare la griglia. Test statistici mostrano che, a questo punto, i cluster diventano autosimili nella forma e crescono con la dimensione del sistema allo stesso modo dei problemi di percolazione standard, in cui collegamenti in una rete passano da isole isolate a un unico continente connesso.

Impronte insolite della criticità

Oltre a individuare i punti di transizione, il team esamina quanto spesso compaiono cluster di una data dimensione. A λ_P, la distribuzione delle dimensioni dei cluster segue una legge di potenza: i cluster piccoli sono comuni e quelli più grandi diventano più rari in modo regolare e privo di scala, con un esponente (circa 1,81) sorprendentemente più basso rispetto ai modelli di percolazione bidimensionali familiari. Questo suggerisce una diversa “classe di universalità”, guidata qui dall’influenza direzionale incorporata nelle regole di aggiornamento piuttosto che dal caso. Intorno a λ_A, emerge un altro tipo di pattern privo di scala: se si ignora la regione dominante di quiete che attraversa la rete, le macchie silenti rimanenti circondate dall’attività seguono anch’esse una distribuzione delle dimensioni a legge di potenza, ma con un esponente più ripido vicino a 2,9. È importante notare che questo comportamento appare su un intervallo di valori di λ senza alcuna spinta esterna, suggerendo una forma di criticità auto-organizzata generata unicamente dalla dinamica interna.

Perché questo è rilevante per i sistemi reali

Lo studio dimostra che comportamenti complessi e a scala invariante possono emergere in un mondo a griglia completamente deterministico che usa solo regole locali e una singola manopola di controllo priva di rumore. Una transizione si comporta molto come un classico processo di percolazione, in cui una grande regione connessa si forma o si disfa, ma con impronte numeriche insolite che ricondotte alla geometria dell’insieme di regole. L’altra transizione produce criticità auto-organizzata senza gli input casuali o la forzatura esterna continua usati in modelli precedenti. Nel complesso, questi risultati suggeriscono che sistemi del mondo reale potrebbero raggiungere stati critici e privi di scala anche quando la casualità gioca un ruolo marginale, a condizione che le interazioni locali siano strutturate nel modo giusto.

Citazione: Akgün, H., Yan, X., Taşkıran, T. et al. Deterministic scale-invariant dynamics in a logistic Game-of-Life model. Commun Phys 9, 173 (2026). https://doi.org/10.1038/s42005-026-02568-w

Parole chiave: Game of Life, criticità, percolazione, automi cellulari, criticità auto-organizzata