re·genes1Resumo
O re·genes.is é um laboratório de vida artificial de mundo aberto: um mundo simulado, sempre ligado, onde criaturas digitais (“amebas”) nascem, se alimentam, caçam, se reproduzem, morrem, e evoluem sozinhas, sem nenhum comportamento roteirizado. O princípio que rege tudo: nós descrevemos o mundo; o aprendizado de máquina faz o resto. Damos percepção e física (sentidos, energia, corpo, colisão, predação); a seleção natural descobre o comportamento. Nada aqui dita o que uma criatura deve fazer, apenas o que é possível.
É também uma arena de abordagens: paradigmas distintos de aprendizado de máquina (neuroevolução, aprendizado por reforço, estratégias de evolução) disputam a mesma ecologia, em pé de igualdade, por um protocolo aberto. Quem sobrevive, sobrevive porque a ecologia recompensou, não porque alguém decretou.
2O modelo de mundo
O mundo é uma grade discreta (30×30) que avança em ticks a 4 Hz. Cada criatura tem um orçamento de energia: gasta com metabolismo basal e movimento, e recupera comendo. Energia zero é morte. Não há pontos, placar ou objetivo dado; há apenas economia física.
O corpo é derivado do genoma por expressão gênica, ancorada em leis biológicas reais:
- Massa cresce com o cubo do gene de tamanho (lei do quadrado-cubo): um micro pesa ~5 unidades, um gigante ~100.
- Metabolismo basal escala com a massa elevada a 0,75 (lei de Kleiber): grandes gastam mais no total, mas são mais eficientes por grama.
- Custo de movimento é sublinear na massa (massa0,7): grandes pagam mais por passo no total, mas o custo de transporte por grama cai com o tamanho — alometria real (Schmidt-Nielsen; Taylor et al.), não inércia linear. Corpos pequenos são ágeis, grandes são lentos — mas viáveis.
- Bocado escala com o corpo: boca maior arranca mais comida por tick. A fonte de comida é absoluta, então o grande precisa de mais fontes — um estrategista-K lento, porém capaz de encher o próprio tanque.
- Digestão escala com a área de superfície (massa0,66) e com o gene de metabolismo.
A cor também vem do genoma e é neutra para a seleção (não afeta a sobrevivência), mas é o que torna as linhagens visíveis a olho nu, e serve de “bandeira de clã” para o reconhecimento de parentes.
3Percepção
Cada criatura enxerga uma janela local 9×9 centrada nela, em quatro canais: obstáculos, cheiro de comida, tamanho do inimigo e perigo. Comida e predadores emitem campos de gradiente que se difundem pelo mundo, então “seguir o cheiro” e “fugir do perigo” são sinais que a criatura pode aprender a ler, mas nunca é obrigada a seguir.
O perigo é relativo ao observador: a ameaça de um vizinho é descontada pela razão entre os tamanhos (um gigante sente pouco; um micro sente pânico) e pelo parentesco (cor parecida): entre parentes o perigo é atenuado, estranhos assustam. O reconhecimento de parente emerge dessa percepção; não é uma regra decretada.
4Genoma: corpo × cérebro
Duas coisas são herdadas, e é crucial não confundi-las:
- O corpo vem de um genoma pequeno (genes de tamanho, metabolismo e cor), expresso em atributos físicos.
- O cérebro é a rede que decide as ações a cada tick. Ele é o que realmente “aprende a se comportar”.
Por muito tempo esses dois trilhos evoluíram separados: o corpo no mundo, o cérebro numa população paralela do controlador. A Fase 2 (seção 8) os unifica.
5Reprodução e seleção
Não existe função de fitness escrita à mão. A seleção é a própria sobrevivência e reprodução no mundo. Quando uma vaga abre (uma criatura morreu), o mundo a preenche por um de três canais, em ordem de disponibilidade:
- Reprodução: um progenitor vivo e fértil (estômago ≥ 80%) passa seu genoma, com mutação, pagando um custo energético de parto. É a seleção direcional em tempo real.
- Banco de sementes: sem progenitor vivo no instante, herda-se de um ancestral provado arquivado (até 64 sobreviventes férteis). É a memória genética que evita recomeçar do zero em gargalos.
- Sopa primordial: como último recurso, um genoma novo aleatório, o canal minoritário de diversidade.
O gatilho para entrar no banco é ter chegado à fertilidade, não ter reproduzido. Quem nunca se alimentou o suficiente nunca é arquivado, por mais que tenha vivido. A recompensa por reproduzir é indireta: mais descendentes vivos, mais chances de o genoma ser herdado.
Por muito tempo o cérebro degradava ao longo das gerações — encolhia de ~113 conexões para ~15 — e passamos meses tratando isso como sintoma da ecologia: o mundo não exige inteligência, então a seleção descarta cérebro. Estava errado. O problema era a herança vazando.
O artigo original do NEAT (Stanley & Miikkulainen, 2002, p.108) define o cruzamento em duas frases: genes homólogos são sorteados entre os pais, e genes disjuntos/excedentes vêm do progenitor mais apto — mas, em caso de aptidão IGUAL, os disjuntos são herdados aleatoriamente dos dois. A implementação de referência (neat-python) traz apenas a primeira frase: no empate, um dos pais é eleito “o mais apto” por acidente de código, e os genes exclusivos do outro são descartados em silêncio.
E o nosso mundo cai nesse caso sempre: aqui não existe função de aptidão — quem seleciona é sobreviver e reproduzir —, então o executor entrega os dois genomas com aptidão igual, de propósito. Somado ao fato de que a reprodução aqui é 100% sexuada, o resultado é que todo nascimento, sem exceção, jogava fora os genes exclusivos de um dos pais. Medido: os dois progenitores carregavam juntos 172 genes distintos e o filho herdava 14 — ~92% do patrimônio genético do casal descartado a cada acasalamento. O filho não era mistura: era cópia de um dos pais.
Com a cláusula ausente implementada, a linhagem inverte: em 30 gerações de puro acasalamento, a complexidade sai de 15 e se estabiliza em ~141 conexões, em vez de derreter. É um lembrete do tipo de erro que mais assombra este projeto: o número existia, parecia saudável, e não era o número que pensávamos. E reabre todas as conclusões anteriores — dezenas de experimentos sobre “o mundo não premia inteligência” rodaram sobre um mecanismo de herança que perdia metade da informação a cada geração.
6Predação, parentesco e colisão
Amebas podem morder a célula adjacente, absorvendo energia da vítima. A predação é um nicho que quebra a monocultura: quando todos forrageiam igual, comer o vizinho vira uma estratégia viável, e a diversidade volta. Bater em paredes e obstáculos custa energia de impacto (física de colisão), então grudar na parede não sai de graça, a seleção tem incentivo para aprender a esquivar pelo canal de obstáculo que a criatura já enxerga.
Mas medimos que a predação não acontecia: o canal de inimigo era ignorado por 100% dos cérebros e a ação de atacar era escolhida 0% das vezes. O motivo é econômico, não cognitivo: caçar não paga quando planta é fácil. Sem predador não há de que fugir, então o canal de perigo também morria. Dois dos cinco sentidos existiam sem servir para nada.
A correção foi dar ao mundo um nicho trófico, e o detalhe crucial é como: a dieta é um gene (0 = herbívoro … 1 = carnívoro), não um rótulo que atribuímos a ninguém. Ela herda, muta e é selecionada como qualquer outro gene. A digestão segue uma curva de afinidade: o especialista aproveita 100% do seu alimento e 0% do outro; o onívoro come tudo, mas mal (25% de cada) — troca eficiência por flexibilidade, o clássico jack of all trades, master of none (Levins, 1968). O vale no meio gera seleção disruptiva: a população tende a se partir em dois nichos sozinha.
Nada disso é regra de comportamento: ninguém é proibido de morder. O herbívoro pode atacar e mastigar uma carcaça — ele só não tira energia dela. É fisiologia (enzima, intestino), não decreto. E o resultado que nos interessa é que não escolhemos quantos carnívoros existem: carnívoro demais esgota a presa, passa fome, e o herbívoro rebota — a dinâmica de Lotka–Volterra emerge sozinha, oscilando, sem que ninguém a programe.
Dois detalhes fecham a física. Primeiro, o cheiro do predador não precisou de canal novo: o gradiente de perigo já era o cheiro de carne. O que muda é o significado, e ele depende de quem cheira — para a presa aquele campo diz “ameaça, corra”; para o predador, o mesmo campo diz “jantar, vá”. Descobrir isso é trabalho do cérebro, não nosso. Segundo, a carcaça passou a valer o corpo, não a energia que sobrou: antes toda carcaça valia o mesmo mínimo (a criatura morre justamente com energia zero), fosse uma micro ou uma gigante. Agora a carne escala com a massa — caçar o maior tem razão física, e a gigante, que só pagava caro para existir, virou um banquete ambulante.
O nicho carnívoro nasce fino de propósito: é o que diz a pirâmide trófica (Lindeman, 1942) — cada nível transfere cerca de 10% da energia do anterior, então predador é sempre minoria. E o carnívoro não precisa saber caçar para começar: ele cata carniça, que o mundo já produz. É como a carnivoria evoluiu de fato — necrofagia antes de predação ativa (DeVault et al., 2003).
7A arena de abordagens
Qualquer paradigma de aprendizado pode entrar pela mesma porta, um protocolo aberto auto-descritivo: ao conectar, o mundo anuncia o formato da observação (4 canais 9×9 + escalares) e o conjunto de 9 ações (mover, ficar, atacar). Hoje competem, entre outros:
- NEAT, neuroevolução que faz crescer a própria topologia da rede (neurônios e conexões novas), além dos pesos.
- ES, estratégias de evolução: perturba e seleciona populações inteiras de pesos.
- Q-learning, aprendizado por reforço tabular, que aprende durante a vida.
Um SDK enxuto deixa plugar um novo algoritmo sem viés e sem “trapaça”: todos veem o mesmo mundo e pagam os mesmos custos.
8Cérebro-no-genoma (Fase 2)
A fronteira atual é fazer o cérebro fazer parte do genoma herdado pelo mundo, e não de uma população paralela guiada por uma nota externa. A arquitetura separa duas coisas que costumam ser confundidas:
- Onde o cérebro mora (de quem é herdado), passa a ser do mundo, que o trata como um pacote opaco: herda, arquiva, entrega ao filho no nascimento.
- Onde o cérebro roda (quem faz a conta), continua distribuído no cliente, preservando a escalabilidade.
A reprodução vira sexual: o mundo escolhe dois progenitores provados e o executor faz o cruzamento (recombinação alinhada por inovação) mais mutação. Cada cérebro nasce com uma genealogia: identificado pelo hash do seu conteúdo e apontando para os pais por hash, um DAG de Merkle, como o git. O mundo assina cada nascimento (Ed25519), então a linhagem é verificável por qualquer um e resistente a fraude. O executor só entrega o genoma; a genealogia e a assinatura são do mundo. E não há nota externa: o cérebro evolui só porque a criatura que o carrega sobreviveu e se reproduziu.
9Abertura e licença
A postura de abertura tem duas metades deliberadas:
- Aberto: a dinâmica dos mundos (este documento) e os resultados, os genomas e cérebros evoluídos, a telemetria e as genealogias, serão publicados sob licença open source. São um substrato reutilizável: um acervo de controladores neurais evoluídos e comportamentos emergentes que pode derivar outros projetos de aprendizado de máquina, servir de benchmark de aprendizado aberto e, especulativamente, de ambientes e currículos para modelos maiores.
- Fechado: o fine-tuning exato do núcleo, os valores numéricos, a economia fina de comida, os custos e as constantes de tunagem, não é revelado. Só a dinâmica.
A razão do núcleo fechado é honesta: manter a arena justa. Sendo uma competição de algoritmos, revelar a tunagem exata permitiria que competidores fizessem overfit ao mapa específico, memorizando o cenário em vez de evoluir adaptação geral. Reconhecemos abertamente a tensão com a reprodutibilidade científica; a resolução é uma escolha: dinâmica aberta e resultados abertos, receita exata do laboratório, análogo a divulgar o comportamento e as saídas de um modelo sem abrir a receita de treino.
10Roteiro e problemas em aberto
- Federação de mundos distribuídos, mais ricos, rodando continuamente, a evolução é limitada por computação.
- Transmissão ao vivo escalável da arena, via vídeo/CDN, para viralizar sem derrubar o servidor.
- Cérebro que aprende em vida (herança lamarckiana): reenviar o cérebro final na morte quando o paradigma aprende durante a vida.
- Identidade do operador por chave (posse de linhagem provável), sem contas nem servidor central.
- Equilíbrio de forrageio × colisão: hoje a seleção purga o “bate-na-parede” devagar; entender e acelerar isso sem decretar comportamento é um problema em aberto.
11Referências
- Kleiber, M. (1932). Body size and metabolism. Hilgardia.
- Schmidt-Nielsen, K. (1984). Scaling: Why is Animal Size so Important? Cambridge University Press.
- Taylor, C. R.; Schmidt-Nielsen, K.; Raab, J. L. (1970). Scaling of energetic cost of running to body size in mammals. American Journal of Physiology.
- Stanley, K. O.; Miikkulainen, R. (2002). Evolving Neural Networks through Augmenting Topologies (NEAT). Evolutionary Computation.
- Turrigiano, G. G.; Nelson, S. B. (2004). Homeostatic plasticity in the developing nervous system. Nature Reviews Neuroscience.
- Salimans, T. et al. (2017). Evolution Strategies as a Scalable Alternative to Reinforcement Learning. arXiv:1703.03864.
- Watkins, C. (1989). Learning from Delayed Rewards (Q-learning). Tese, Cambridge.
- Lehman, J.; Stanley, K. O. (2011). Abandoning Objectives: Evolution through the Search for Novelty Alone. Evolutionary Computation.
- Lotka, A. J. (1925). Elements of Physical Biology. Williams & Wilkins. / Volterra, V. (1926). Fluctuations in the abundance of a species considered mathematically. Nature.
- Lindeman, R. L. (1942). The trophic-dynamic aspect of ecology. Ecology.
- Levins, R. (1968). Evolution in Changing Environments. Princeton University Press.
- Rueffler, C. et al. (2006). Disruptive selection and then what? Trends in Ecology & Evolution.
- DeVault, T. L.; Rhodes, O. E.; Shivik, J. A. (2003). Scavenging by vertebrates. Oikos.
- Stanley, K. O.; D'Ambrosio, D. B.; Gauci, J. (2009). A Hypercube-Based Encoding for Evolving Large-Scale Neural Networks (HyperNEAT). Artificial Life.
- Verbancsics, P.; Stanley, K. O. (2011). Constraining Connectivity to Encourage Modularity in HyperNEAT (LEO). GECCO.