Deterministyczna, skalowa niezmiennicza dynamika w logistycznym modelu Game of Life

Dlaczego proste reguły mogą tworzyć złożone światy

Wiele systemów przyrodniczych, od pożarów lasów po korki uliczne, zdaje się balansować między spokojem a chaosem. Na tej krawędzi mogą zachodzić zdarzenia o rozmaitej skali — od drobnych migotów po kaskady obejmujące cały system. Artykuł bada, czy zachowanie wolne od skali rzeczywiście wymaga losowości, czy też może pojawić się w świecie całkowicie przewidywalnym. Autorzy rozwiązują to pytanie, stosując wariację słynnej Gry w Życie Conwaya, pokazując, że czysto deterministyczne reguły wciąż mogą prowadzić do krytycznej, skalowo-niezmienniczej dynamiki.

Nowe ujęcie Gry w Życie

Gra w Życie Conwaya to zabawkowy wszechświat na siatce, w którym każda komórka jest „żywa” lub „martwa”, a stan każdej komórki zmienia się w zależności od sąsiadów. Tradycyjnie reguły są zero-jedynkowe: każde pole przełącza się między 0 i 1. W badanej tutaj logistycznej Grze w Życie każda komórka zamiast tego niesie wartość między 0 a 1, mierząc stopień „żywotności”, a pojedyncze pokrętło sterujące, oznaczone λ, skaluje siłę aktualizacji komórek. Ta zmiana rozszerza możliwe stany do gęsto rozdzielonego zestawu, pozwalając komórkom na mniejsze kroki dostosowania, zachowując jednocześnie w pełni deterministyczną dynamikę. W miarę regulacji λ wzorce wypełniające siatkę zmieniają charakter, tworząc bogate pole do badania, kiedy i jak pojawia się zachowanie krytyczne.

Trzy rodzaje długoterminowego zachowania

Na podstawie rozległych symulacji i obserwacji ewolucji siatki przez wiele kroków czasowych autorzy wyróżniają trzy odrębne reżimy długoterminowe w zależności od λ. Dla wysokich wartości λ system zachowuje się podobnie do klasycznej Gry w Życie: aktywność szybko wygasa, pozostawiając w większości pusty krajobraz z nielicznymi zamrożonymi blokami lub małymi powtarzalnymi kształtami. To faza rzadka-statyczna. Gdy λ zostanie obniżone poniżej pierwszego progu, nazwanego λ_A, system nigdy się całkowicie nie uspokaja. Zamiast tego aktywność utrzymuje się wiecznie w granicy dużych rozmiarów, choć pozostaje stosunkowo rzadka i przemieszcza się na tle przeważnie spokojnych komórek. To definiuje fazę rzadko-dynamiczną. Dalsze obniżenie λ prowadzi do fazy gęsto-dynamicznej, w której aktywne i spokojne miejsca splatają się w skomplikowane, labiryntowe struktury, które ciągle się zmieniają.

Wykrywanie ukrytych przejść fazowych

Aby ostrzej rozróżnić te fazy, badacze śledzą, ile komórek zmienia się między migawkami, jak nierównomiernie rozkłada się ta aktywność oraz jak duże stają się połączone płaty podobnych komórek. W pobliżu λ_A ułamek zmieniających się komórek nagle skacze z niemal zera do wartości skończonej, a fluktuacje aktywności w przestrzeni osiągają maksimum. To sygnalizuje przejście od naprawdę zamrożonego zachowania do trwałego ruchu, mimo że podstawowe reguły pozostają niezmienne. Głębiej w regionie aktywnym monitorują rozmiar największego klastra spokojnych miejsc. W miarę obniżania λ ten „wakacyjny” klaster kurczy się, aż przy drugiej szczególnej wartości λ_P nagle przestaje spajać siatkę. Testy statystyczne pokazują, że w tym punkcie klastry stają się samopodobne kształtem i rosną wraz z rozmiarem systemu w taki sam sposób jak w standardowych problemach perkolacji, gdzie połączenia w sieci przechodzą od izolowanych wysp do jednej zwartej krainy.

Nietypowe odciski krytyczności

Ponad samym zlokalizowaniem punktów przejścia zespół bada, jak często pojawiają się klastry o danym rozmiarze. Przy λ_P rozkład rozmiarów klastrów podąża za prawem potęgowym: małe klastry są częste, a większe stają się rzadsze w gładki, skalowo-niezmienniczy sposób, z wykładnikiem (około 1,81) zauważalnie niższym niż w znanych dwuwymiarowych modelach perkolacji. Wskazuje to na inną „klasę uniwersalności”, napędzaną tutaj przez kierunkowy wpływ wpisany w reguły aktualizacji, a nie przez przypadek. Wokół λ_A pojawia się inny rodzaj wzorca bez skali: gdy zignoruje się dominujący, rozciągający się po sieci region cichy, pozostałe łaty ciszy otoczone aktywnością również podążają rozkładem potęgowym rozmiarów, lecz z ostrzejszym wykładnikiem około 2,9. Co ważne, to zachowanie pojawia się dla zakresu wartości λ bez zewnętrznego bodźca, sugerując formę samoorganizującej się krytyczności generowanej czysto przez wewnętrzną dynamikę.

Dlaczego to ma znaczenie dla rzeczywistych systemów

Badanie pokazuje, że złożone, skalowo-niezmiennicze zachowanie może pojawić się w w pełni deterministycznym świecie na siatce, który używa tylko lokalnych reguł i jednego, wolnego od szumu pokrętła sterującego. Jedno przejście zachowuje się podobnie do klasycznego procesu perkolacji, gdzie tworzy się lub rozpada olbrzymi połączony region, ale z nietypowymi sygnaturami liczbowymi sięgającymi geometrii zestawu reguł. Drugie przejście generuje samoorganizującą się krytyczność bez losowych impulsów czy ciągłego zewnętrznego napędu stosowanego w wcześniejszych modelach. Razem wyniki te sugerują, że systemy rzeczywiste mogą osiągać stany krytyczne i wolne od skali nawet wtedy, gdy losowość odgrywa marginalną rolę, pod warunkiem że ich lokalne interakcje są zorganizowane we właściwy sposób.

Cytowanie: 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

Słowa kluczowe: Game of Life, krytyczność, perkolacja, automaty komórkowe, samoorganizująca się krytyczność