Wie die Muster entstehen

Der Hintergrund dieser Seite ist kein Video und keine Zufallsanimation, sondern ein zellulärer Automat auf einem sechseckigen Raster: eine feste Regel entscheidet Generation für Generation, welche Zelle als Nächstes lebt. Je nach Regel sieht das langfristige Verhalten sehr unterschiedlich aus – und lässt sich in wenige Klassen einteilen.

Das ist nicht neu erfunden: Stephen Wolfram hat in seinem „A New Kind of Science"-Projekt gezeigt, dass sich das Langzeitverhalten zellulärer Automaten grob in wenige Klassen einteilen lässt – von starr/periodisch bis chaotisch. Für das hexagonale Raster hier (Code: src/analysis/ruleClassifier.py) gilt dieselbe Grundidee, mit vier Klassen:

Ausgestorben – die Population stirbt komplett aus. Periodisch – der Automat läuft irgendwann exakt im Kreis, derselbe Zustand kehrt wieder. Explosiv – die Zellen füllen praktisch das ganze Raster. Chaotisch – keins von beidem tritt ein, das Muster bleibt unvorhersehbar in Bewegung. Gemessen, nicht geschätzt: jede Regel läuft dafür tatsächlich durch, bis eine der vier Bedingungen zutrifft.

Zwei gemessene Beispiele

Beide laufen hier live, mit derselben Startzelle (Rastermitte) und Rastergröße, mit der ruleClassifier.py sie tatsächlich klassifiziert hat – kein nachgestelltes Beispiel.

Die meisten Regeln, die tatsächlich in den Videos und im Player auftauchen, sind chaotisch in diesem Sinn – sie sterben nicht aus, wiederholen sich nicht exakt und wuchern nicht über den Bildschirm. Genau dieser Mittelbereich klingt am ehesten nach Musik.