在人工智慧主導頭條新聞的時代，一個名為 Dosidicus electronicae 的獨特專案以一種令人驚訝的易接觸形式將神經網路帶入生活：一隻數字寵物烏賊。這個開源專案結合了90年代虛擬寵物的懷舊吸引力和現代機器學習概念，創造了一個教育工具，引發了關於人工智慧學習、數字陪伴，甚至人工生命哲學意義的討論。
一個有大腦的電子寵物
與驅動經典數字寵物的簡單狀態機不同，Dosidicus electronicae 具有真正的神經網路，使虛擬烏賊能夠從其環境中學習。該專案實施了赫布學習（Hebbian learning）——一種基於重複刺激神經元如何加強連線的生物學模型——允許烏賊形成關聯並隨時間調整其行為。這個數字寵物可以透過模擬視覺錐檢測食物，管理包括飢餓和睏倦在內的各種需求，甚至可以響應環境刺激建立新的神經元。
「如果電子寵物有一個神經網路並能學習東西會怎樣？一個數字寵物烏賊，它還教授神經網路和赫布學習如何工作。」
該專案在那些記得早期嘗試數字生命模擬的人中引起了強烈共鳴。多位社群成員將其與開創性的1990年代遊戲系列 Creatures 進行了類比，後者同樣具有帶有神經網路的虛擬寵物。這種聯絡突顯了這一概念幾十年來如何吸引人們，儘管現代計算能力允許更復雜的實現。
湧現行為和教育價值
Dosidicus electronicae 最有趣的方面之一是其展示湧現行為的潛力——這些模式和行為並非明確程式設計。社群成員對烏賊是否會在長時間訓練後發展出意外的偏好或迴避模式表現出特別興趣。這種不可預測性使數字寵物更加栩栩如生和引人入勝，因為使用者可以觀察到真正的學習而非預定的反應。
該專案的教育組成部分非常重要。透過詳細的視覺化工具幫助使用者理解神經網路和赫布學習，Dosidicus 既是娛樂也是教學輔助工具。幾位評論者注意到它透過互動式、引人入勝的媒介而非抽象理論向兒童介紹神經網路概念的潛在價值。
Dosidicus electronicae 的關鍵特點
- 神經網路實現：使用赫布學習演算法進行權重分析和訓練
- 自主行為：基於當前狀態和需求的移動和決策制定
- 記憶系統：短期和長期記憶影響決策制定
- 神經發生：能夠響應環境刺激建立新神經元
- 需求管理：跟蹤飢餓、睏倦、快樂和清潔度
- 個性系統：七種不同的個性型別影響行為
- 定製化：環境可以用魷魚互動的物品進行裝飾
- 除錯工具：直接訪問檢視和編輯魷魚的內部狀態
技術要求
- PyQt5
- numpy
對數字生命的文化反思
圍繞 Dosidicus electronicae 的討論迅速從技術方面擴充套件到文化和哲學領域。對 Black Mirror 的劇集 Plaything 和 Ted Chiang 的中篇小說《軟體物件的生命週期》（來自集子《呼吸》）的引用揭示了該專案如何觸及關於人工意識本質及我們與數字實體關係的更深層次問題。
一些社群成員推測該專案在純娛樂之外的潛在應用，建議它可以作為更復雜數字伴侶的基礎或作為遊戲環境中的精靈。其他人則思考創造越來越複雜的數字生命形式的倫理影響，質疑這類實體最終是否會變得過於聰明而對自身不利。
Dosidicus 專案繼續發展，開發者目前正在開發多人功能，允許烏賊在不同系統之間互動——甚至從其他水箱偷取物品。這種社交維度為這個已經引人入勝的人工生命和學習探索增添了另一層複雜性。
對於那些有興趣探索這種懷舊和前沿人工智慧概念獨特結合的人，該專案可在 GitHub 上獲取，僅需要 PyQt5 和 numpy 即可執行。無論是作為有趣的數字寵物、教育工具還是哲學思想實驗，Dosidicus electronicae 提供了一種與神經網路互動並觀察機器學習實際運作的切實方法。