Thomas Ray 的Tierra是一个模拟生活的计算机程序。

在链接的论文中，他论证了这种模拟如何在现实世界中应用，展示了他的数字有机体（计算机程序）如何以一种有趣的方式进化：它们开发出新的自我复制方式并变得更快（他认为进化的生物体采用的算法比他写的原始算法快 5 倍）。

Tierra 的方法与标准 GA 不同：

• 虽然在 GA 中通常有一组基因组被程序操纵、复制和突变，但在 Tierra 中，一切都是由程序本身完成的：它们自我复制。
• 没有明确的适应度函数：相反，数字生物竞争能量资源（CPU时间）和空间资源（内存）。
• 需要很长时间才能复制的生物的繁殖频率较低，而产生许多错误的生物会受到惩罚（它们死得更快）。
• Tierran 机器语言非常小：包括操作数，它只有 32 条指令。通常，所谓的 RISC 指令集具有一组有限的操作码，但如果您考虑操作数，您将获得数十亿条可能的指令。
• 因此，Tierran 代码不那么脆弱，您可以在不破坏代码的情况下对其进行变异。相反，通常，如果你随机改变一些机器代码，你会得到一个损坏的程序。

我想知道我们是否可以使用这种方法来优化机器代码。例如，假设我们有一些类似汇编的程序来计算某个函数$f$. 我们可以将复制时间与高效计算联系起来$f$，以及正确计算它的寿命。这可以激励程序寻找新颖和更快的计算方法$f$.

有没有尝试过类似的东西？它可以工作吗？我应该去哪里看？