Поле намотки помогло предсказать исход клеточного автомата

Физики из Университета Иллинойса показали, как детерминированная система может оставаться практически непредсказуемой в начале и становиться понятнее по мере развития. В работе, опубликованной 11 сентября 2026 года в журнале Nature Communications, исследователи нашли в клеточном автомате топологические структуры, включая поле намотки, которые постепенно делали будущий исход различимым.

Начальное состояние не подсказывало ответ

Авторы изучили обобщённый клеточный автомат, то есть решётку клеток с конечным числом состояний и фиксированными правилами перехода. Каждая клетка принимала одно из четырёх состояний, связанных с выделением и восприятием двух молекул. У решётки были периодические границы: клетка, вышедшая за один край, появлялась с противоположной стороны. Поэтому поверхность модели топологически соответствовала тору.

Случайные начальные конфигурации приводили к одному из трёх вариантов: неподвижной конфигурации, прямолинейной волне или спиральной волне. Правила и начальное состояние однозначно задавали результат, но небольшое изменение состояния всего одной клетки часто меняло итоговый узор. При этом авторы не отнесли модель к хаотическим системам в обычном смысле: её конечное число дискретных состояний не создаёт чувствительности к сколь угодно малым изменениям непрерывных начальных условий.

Чтобы проверить, есть ли в начальном снимке полезная подсказка, исследователи сначала упростили задачу до бинарной классификации: нужно было определить, станет ли система неподвижной или сформирует динамический узор. На миллионе независимых симуляций алгоритмы обучали на наборах размером до 850 тысяч примеров и проверяли на отдельном наборе данных. Точность оставалась около 50%, то есть не отличалась от случайного угадывания.

Затем четыре состояния клеток представили как направления стрелок: вправо, вверх, влево и вниз. В такой записи стали видны вихри и линии одинаковых состояний. Положительные и отрицательные вихри появлялись и исчезали парами, а суммарный топологический заряд оставался равным нулю, хотя это ограничение не было напрямую записано в локальных правилах обновления.

Поле намотки возникало по ходу эволюции

Поле намотки описывает, сколько раз связанная область клеток одного состояния оборачивается вокруг тора по горизонтали и вертикали. Каждой клетке приписывается пара чисел, или вектор намотки. В почти всех начальных конфигурациях он был нулевым: одинаковые состояния ещё не образовывали областей, охватывающих решётку.

Поле начинало формироваться в первые примерно 1% времени симуляции, одновременно с появлением вихрей, а затем распространялось по решётке. Если оно быстро охватывало всю систему, результатом становилась неподвижная конфигурация или прямолинейная волна. При спиральном исходе области с нулевой намоткой сохранялись дольше. Поэтому точный прогноз спиральной волны становился надёжным только незадолго до её появления.

Когда исследователи подавали снимки развивающейся системы свёрточной нейронной сети, её точность росла от случайного уровня до почти идеальной у момента формирования конечного узора. Поле намотки позволяло получать почти такой же прогноз, как полное состояние решётки, поскольку заранее показывало глобальную структуру областей, а не только состояние отдельных соседних клеток.

Представим условную решётку, на которой сначала видны разрозненные клетки. Позже некоторые области соединяются и начинают обвивать решётку, словно замкнутая лента на поверхности бублика. По начальному снимку такой ленты ещё нет, поэтому будущие исходы трудно различить. Когда она сформировалась, способ её обхода становится подсказкой. Это аналогия для объяснения механизма модели, а не отдельный эксперимент.

Работа показывает разницу между формальной детерминированностью и практической предсказуемостью: правила могут полностью задавать будущее, но признаки этого будущего ещё не обязаны быть доступны в начальном состоянии. Авторы изучали конкретный клеточный автомат с периодическими границами, поэтому результат нельзя автоматически переносить на любые физические или биологические системы. Кроме того, в статье предсказуемость определяли операционально, по способности человека или алгоритма угадывать исход лучше случайного уровня; математически это понятие пока не формализовано. Подробнее о подготовке научных статей можно узнать в соответствующем разделе.