シミュレーション・制御・実機

持続は規則で買える。「生き物」は、買えない（Lenia）

2026/6/29

🤖 AIが下書き・人間が編集

下で動いているのは Lenia——連続セルオートマトンである。「ライフゲーム」の連続版だと思えばよい。ライフゲームの升目は0か1（生きているか死んでいるか）だが、Leniaの各升は0〜1の連続した濃さを持つ。だから盤面は白黒の点滅ではなく、煙のように滑らかに濃淡が動く。

規則は、言葉にすればこれだけである。

環状のカーネルで周りを見る。 各セルは、自分のすぐ隣ではなく、少し離れたドーナツ状（環状）の近傍を見る。その輪の中の濃さを重みづけて平均する——これが「畳み込み」である。結果として「自分の周りはどのくらい混んでいるか」を表す一つの数 u が得られる。
成長則で増減を決める。 その混み具合 u を、釣鐘型の成長則 G にかける。G は「ちょうどよい混み具合（中心 μ）なら濃くなれ（＋）、混みすぎでも空きすぎでも薄くなれ（−）」という滑らかな関数である。μ が「ちょうどよさ」の位置、σ がその許容幅（スライダーで動かせるのはこの二つ）。
少しだけ動かして、繰り返す。 G の出した増減を、各セルにほんの少し（1ステップ＝1/10）だけ加える。これを毎フレーム繰り返す。

Leniaの三つの局所規則の概念図。①環状カーネルで見る：すぐ隣ではなく、少し離れたドーナツ状の輪の濃さを加重平均して「混み具合」uを得る。②成長則Gで増減を決める：uを釣鐘型の関数に通し、ちょうどよい混み具合（中心μ、許容幅σ）なら濃く（＋）、外れれば薄く（−）する増減を出す。③少しだけ動かす：その増減をdt=1/10だけ加え、値を0〜1に収める。これを毎フレーム繰り返す。 — 三つの局所規則を絵にすると——**輪で混み具合を測り（①）、釣鐘型の成長則で増減を決め（②）、ほんの少し動かして繰り返す（③）**。動く濃淡はこのループだけから生まれる。
**※ 概念図（フロー）**（作図：AI）

たったこれだけの局所規則から、滑らかに泳ぐ「生き物」（グライダー）が現れることがある——というのが Lenia の有名なところだ。下のデモは、そのうまみがどこまで本物かを測る。

素朴な期待はこうだ——成長則のさじ加減をうまく合わせれば、生命が宿るだろう。本当にそうか、目でなく数字で確かめる。

この記事で見てほしいこと。 デモは中央に置いたランダムな種から始まる。動く濃淡の塊が「パターン」である。スライダー μ・σ を動かすと規則そのものが変わり、塊の運命が変わる。注目するのは右側の二つの数字だ。

質量比——盤面の濃さの合計が、最初の種の何倍か。0に近づけば消滅、保てば持続である。
局在度（広がり）——塊が重心からどれだけ散らばっているか。小さいまま＝一塊の「生き物」、じりじり上がる＝盤面に広がっていく。

そして状態欄が、この二つを合わせて「死／局在して持続／持続するが拡散」を自動で判定する。「局在して持続（生き物的）」が出るかどうか——それを目で追ってほしい。〈持続する側〉〈死ぬ側〉のボタンで規則の両極を、〈種をまき直す〉で別のランダムな初期条件を、そして〈本物のグライダー（Orbium）〉で精密に設計された種を試せる。

動かしてみると分かる。持続そのものは、すぐ見つかる——規則の広い領域で、模様は死なずに残る。しかし、残る模様は例外なく「拡散」する。局在度の数字が、種の大きさからグリッド全体へじりじり上がっていく。つまりその模様は、一塊の生き物として生き延びているのではなく、グリッドを埋めて生き延びている。規則をいくら選んでも、ランダムな種からは局在した生き物は出てこない。ランダムな種で状態欄に「局在して持続」が灯らないのは、不具合ではない——それがこの記事の主張だ。

ここが題名の意味である。「持続」は規則で買える——適当な種でも、つまみを合わせれば模様は死なずに残る。安い。だが残るだけのものは「生き物」ではない。境界を保ち、一塊のまま動き回る——そういう局在した自己維持こそ我々が「生きている」と呼ぶものであり、それは持続とは別物だ。持続は買えても、その「生き物らしさ」は規則を選ぶだけでは買えない。

本物の Orbium グライダーは存在する。けれどそれは、規則だけでなく、初期条件（種）まで精密に合わせて初めて現れる。〈本物のグライダー（Orbium）〉ボタンが、それを実際に見せる。 規則（μ・σ）はそのままに、種だけをランダムな塊から精密な Orbium パターンへ替えると——塊は拡散せず、局在を保ったまま盤面を泳ぎ出し、状態欄に「局在して持続（生き物的）」が灯る。同じ規則でも、種が雑なら拡散し、種が精密なら生き物になる。つまり——持続は「規則」が与え、狙った構造は「初期条件の制御」から来る。 生成は易しく、制御こそ難所——その話が、ここにも当てはまる。

質量比（対初期）—

局在度（広がり）—

状態—

ステップ0

成長中心 μ：0.150 成長幅 σ：0.050

仕組み——数式で書くとどうなるか（クリックで展開）

各セルは 0〜1 の濃さ A(x) を持つ。更新は次の三段である。式はすべて上のデモの実装そのままである。

環状カーネルで近傍を見る（畳み込み）。 中心から少し離れた $r=0.5$ を頂点とする釣鐘型の重み $K$ で、周りの濃さを加重平均し、その場所の「混み具合」 $u$ を得る（ $K$ は重みの総和が 1 になるよう正規化する）。

K(r) = \exp\!\left(-\frac{(r - 0.5)^2}{2 \times 0.15^2}\right)

u(x) = \sum_y K\!\left(\lvert x - y \rvert\right) \cdot A(y)

成長則 $G$ にかける。 混み具合 $u$ を、中心 $\mu$ ・幅 $\sigma$ の釣鐘型に通して $-1$ 〜 $+1$ の増減へ写す。 $u$ がちょうど $\mu$ なら $G=+1$ （最大の成長）、 $\mu$ から外れるほど下がり、やがて負（減衰）になる。スライダーが動かすのは、この $\mu$ （ちょうどよさの位置） と $\sigma$ （その許容幅） である。

G(u) = 2\exp\!\left(-\frac{(u - \mu)^2}{2\sigma^2}\right) - 1

少しだけ進めて、挟み込む。 増減を時間刻み $dt=0.1$ （ $=1/10$ ）だけ加え、値を $0$ 〜 $1$ にクランプする。これを毎フレーム繰り返す。

A(x) \leftarrow \operatorname{clamp}\!\left(A(x) + dt \cdot G(u(x)),\ 0,\ 1\right)

右の数字は、質量比＝ $\sum A$ の初期種に対する比、局在度＝重心まわりの濃さの広がり（標準偏差）である。この二つで「死／局在して持続／持続するが拡散」を判定している。ライフゲームとの違いは、状態が 0/1 ではなく連続で、近傍が「すぐ隣」ではなく環状カーネルである点に尽きる。

創発を扱う反応拡散の姉妹である。カーネルは Lenia 系（環状カーネル＋ガウス成長則）。ランダムな種からは局在構造は出ず、「ただ持続するもの」と「局在した生き物」は別物だと局在度の測定が示す——前者は規則で買え、後者は初期条件の精密な制御を要する。〈本物のグライダー（Orbium）〉ボタンの種は、正準的な Orbium パターン（Chan, 2019）をこのデモの半径に合わせて補間したもので、規則を変えずに局在したまま泳ぐ。それが「初期条件こそが生き物を決める」の最短の証拠である。

この記事はAIが下書きし、人間が編集・公開しています。