CAX: Cellular Automata Accelerated in JAX

细胞自动机已成为研究不同科学学科中出现和自组织的基石，跨越神经科学、人工生命和理论物理。然而，缺乏硬件加速的细胞自动机库限制了新研究方向的探索，阻碍了协作，并妨碍了可重复性。在本研究中，我们介绍了CAX（在JAX中加速的细胞自动机），这是一个高性能和灵活的开源库，旨在加速细胞自动机研究。CAX通过用户友好的界面提供尖端性能和模块化设计，并且可以支持任意维数的离散和连续细胞自动机。我们通过广泛的基准测试和应用程序展示了CAX的性能和灵活性。从基本细胞自动机和康威生命游戏等经典模型到高级应用程序，如生长神经细胞自动机和自分类MNIST数字，CAX可以加速模拟高达2000倍。此外，我们通过展示三个新颖的细胞自动机实验的集合来展示CAX加速研究的潜力，每个实验都仅用几行代码实现，这得益于该库的模块化架构。值得注意的是，我们展示了一个简单的一维细胞自动机可以在1D-ARC挑战中胜过GPT-4。

加速细胞自动机研究的过程，提高研究效率和可重复性。

推出了高性能、灵活的CAX库，可支持任意维度的离散和连续细胞自动机，并通过模块化设计提供了用户友好的界面，从而加速了模拟速度。

CAX库能够在多种基准测试和应用中展示出其高性能和灵活性，从经典模型到先进应用都能够快速模拟。此外，论文还展示了CAX库的潜力，通过几行代码实现了三个新的细胞自动机实验，并展示了一维细胞自动机在1D-ARC挑战中超越GPT-4的能力。

近期的相关研究包括：1. 'A Survey of Cellular Automata Acceleration Techniques'；2. 'A Parallel Cellular Automata Simulation System on GPGPU Using CUDA'；3. 'Cellular Automata in Image Processing and Computer Vision'。