Automate cellulaire

Un automate cellulaire consiste en une grille régulière

de « cellules » contenant chacune un « état » choisi parmi
un ensemble fini et qui peut évoluer au cours du temps.
L'état d'une cellule au temps t+1 est fonction de l'état au
temps t d'un nombre fini de cellules appelé son
«  voisinage  ». À chaque nouvelle unité de temps, les
mêmes règles sont appliquées simultanément à toutes les
cellules de la grille, produisant une nouvelle
«  génération  » de cellules dépendant entièrement de la À gauche, une règle locale simple : une
génération précédente. cellule passe d'un état (i) au suivant (i+1)
dans le cycle d'états dès que i+1 est
Étudiés en mathématiques et en informatique théorique, présent dans au moins 3 des 8 cellules
les automates cellulaires sont à la fois un modèle de voisines. À droite, le résultat (complexe)
système dynamique discret et un modèle de calcul. Le de l'application répétée de cette règle sur
une grille de cellules. Ce type
modèle des automates cellulaires est remarquable par
d'automates cellulaires a été découvert
l'écart entre la simplicité de sa définition et la complexité
par D. Griffeath.
que peuvent atteindre certains comportements
macroscopiques : l'évolution dans le temps de l'ensemble
des cellules ne se réduit pas (simplement) à la règle locale
qui définit le système. À ce titre il constitue un des modèles standards dans l'étude des systèmes
complexes.
Sommaire
Exemples
Les automates cellulaires les plus simples
Le jeu de la vie
Tous les autres…
Histoire
Théorie des automates cellulaires
Une définition formelle
Systèmes dynamiques
Modèle de calcul et constructions algorithmiques
Automates cellulaires universels
Universalité Turing
Universalité intrinsèque
Exemples
Complexité
Classes remarquables d'automates cellulaires
Automates réversibles
Reconnaissance
Exemples
Automates linéaires
Définition
Automates additifs
Automates totalistiques
Automates conservatifs
Le problème des classifications
Classification de Wolfram
Classification d'Eppstein
Généralisation et variations sur le modèle
Réseau de cellules
Asynchronisme
Autres
Automates cellulaires probabilistes
Modélisation et applications
Modélisation en physique
Phénomènes biologiques
Trafic routier
Les automates cellulaires comme des modèles physiques
Voir aussi
Articles connexes
Domaines apparentés
Règles particulières
Liens externes
Bibliographie
 Bibliographie
Notes et références

Exemples

Les automates cellulaires les plus simples

L'automate cellulaire non trivial le plus simple que l'on puisse concevoir consiste en une grille
unidimensionnelle de cellules ne pouvant prendre que deux états («  0  » ou «  1  »), avec un
voisinage constitué, pour chaque cellule, d'elle-même et des deux cellules qui lui sont adjacentes.

Chacune des cellules pouvant prendre deux états, il existe 23 = 8 configurations (ou motifs)
possibles d'un tel voisinage. Pour que l'automate cellulaire fonctionne, il faut définir quel doit être
l'état, à la génération suivante, d'une cellule pour chacun de ces motifs. Il y a 28 = 256 façons
différentes de s'y prendre, soit donc 256 automates cellulaires différents de ce type.

Les automates de cette famille sont dits «  élémentaires  ». On les désigne souvent par un entier
entre 0 et 255 dont la représentation binaire est la suite des états pris par l'automate sur les motifs
successifs 111, 110, 101, etc.

À titre d'exemple, considérons l’automate cellulaire défini par la table suivante, qui donne la règle
d'évolution :

Motif initial (t) 111 110 101 100 011 010 001 000
Valeur suivante de la cellule centrale (t+1) 0 0 0 1 1 1 1 0

Cela signifie que si par exemple, à un temps t donné, une cellule est à l'état «  1  », sa voisine de
gauche à l'état « 1 » et sa voisine de droite à l'état « 0 » (colonne 2 du tableau), au temps t+1 elle
sera à l'état « 0 ».

Si l'on part d'une grille initiale où toutes les cellules sont à l'état « 0 » sauf une, on aboutit à :

où chaque ligne est le résultat de la ligne précédente.

Par convention cette règle est nommée « règle 30 », car 30 en décimale s’écrit 00011110 en binaire
et 00011110 est la deuxième ligne du tableau ci-dessus, décrivant la règle d'évolution.

Le jeu de la vie

Le « jeu de la vie » est un automate cellulaire bidimensionnel où chaque cellule peut prendre deux
valeurs (« 0 » ou « 1 », mais on parle plutôt de « vivante » ou « morte ») et où son état futur est
déterminé par son état actuel et par le nombre de cellules vivantes parmi les huit qui l'entourent :

Si la cellule est vivante et entourée par deux ou trois cellules vivantes, elle reste en vie à la
génération suivante, sinon elle meurt.
Si la cellule est morte et entourée par exactement trois cellules vivantes, elle naît à la
génération suivante.
En apparence simples, ces règles font émerger une forte complexité.

On peut sur le même principe imaginer un grand nombre de

règles en faisant varier les seuils de naissance ou de survie, ou en
ajoutant des états supplémentaires, etc. Parmi ces variations, on
peut citer :

Day & Night

HighLife
Immigration
QuadLife

Certains ne prennent en compte pour déterminer les

changements d'état d'une cellule que les voisins immédiats de la Quelques étapes d'évolution du
case considérée, mais d'autres prennent également en compte jeu de la vie à partir d'une
l'état des cellules voisines dans un rayon de deux cases, voire configuration initiale choisie au
plus. D'autres attribuent aussi un poids plus important à hasard.
certaines cases du voisinages qu'à d'autres (WeightedLife).

Tous les autres…

Les règles possibles pour définir un automate cellulaire sont très nombreuses, même avec un petit
nombre d'états et un petit voisinage [réf. souhaitée] :

2 états 3 états 4 états 5 états

2 voisins 16 19 683 4 294 967 296

3 voisins 256 7 625 597 484 987

4 voisins 65 536

5 voisins 4 294 967 296

6 voisins

Le modèle des automates cellulaire offre donc un terrain d'exploration immense. Il n'est pas
difficile de programmer un simulateur d'automates cellulaires et la Toile regorge de réalisations
plus ou moins abouties. Le site de Mirek Wojtowicz propose par exemple un logiciel de simulation
et une galerie d'exemples très riche : Mirek's Cellebration (http://www.mirekw.com/ca/index.htm
l). Un autre exemple de simulateur intéressant est Golly (http://golly.sourceforge.net/). Il est
dédié principalement au jeu de la vie et optimisé pour cet automate en utilisant notamment des
quadtree combinés avec du hachage.

Histoire
Dans les années 1940, Stanislaw Ulam étudiait la croissance des cristaux au laboratoire national de
Los Alamos, en la modélisant sur une grille. Dans le même temps, John von Neumann, collègue
d'Ulam à Los Alamos, travaillait sur des systèmes auto-réplicatifs et rencontrait des difficultés
pour expliciter son modèle initial d'un robot qui se copierait tout seul à partir d'un ensemble de
pièces détachées. Ulam lui suggéra de s'inspirer de ses travaux, ce qui conduisit von Neumann à
concevoir un modèle mathématique abstrait pour son problème. Le résultat fut le «  copieur et
constructeur universel  » (universal copier and constructor en anglais), le premier automate
cellulaire  : il était basé sur une grille à deux dimensions où chaque cellule pouvait prendre 29
états. Von Neumann y construisit un motif particulier et démontra qu'il pouvait produire sans fin
1
des copies de lui même
des copies de lui-même .

En 1969, Gustav Arnold Hedlund publie Endomorphisms and Automorphisms of the Shift
Dynamical System, une monographie de 60 pages environ qui synthétise 10 ans de recherche
d'une communauté travaillant dans le domaine de la dynamique symbolique (une branche de
l'étude des systèmes dynamiques en mathématiques, fondée notamment par M. Morse et G. A.
2
Hedlund ). C'est cette publication qui pose les bases mathématiques de l'étude des automates
cellulaires comme des systèmes dynamiques particuliers.
3
En 1969 également, Konrad Zuse publia Rechnender Raum («  Quand l'espace calcule  ») où il
émettait l'hypothèse que les lois physiques étaient discrètes et que l'Univers était le résultat d'un
gigantesque automate cellulaire.

Dans les années 1970, un automate cellulaire à deux dimensions et deux états nommé le « jeu de la
vie », inventé par John Conway, connut un grand succès, particulièrement parmi la communauté
informatique naissante. Il fut popularisé par Martin Gardner dans un article du Scientific
4
American .

En 1983, Stephen Wolfram publia la première d'une série de publications où il analysait de façon
5
systématique un type d'automates cellulaires très simples . La complexité de leur comportement,
induit par des règles élémentaires, le poussa à conjecturer que des mécanismes similaires
pourraient expliciter des phénomènes physiques complexes, idées qu'il développa dans son livre A
6
New Kind of Science paru en 2002 .

Théorie des automates cellulaires

Si la popularité du modèle des automates cellulaires vient en grande partie d'une approche
1
expérimentale, il fut dès l'origine abordé comme un objet mathématique par Von Neumann . La
plupart des travaux formels sur les automates cellulaires utilisent la définition ci-dessous bien que
le modèle admette de nombreuses généralisations et variations intéressantes.

Une définition formelle

Un automate cellulaire est un -uplet où :

est la dimension de l'automate, son réseau est alors , l'espace discret de dimension  ;
, un ensemble fini, est son alphabet ;
est son voisinage (un sous-ensemble fini du réseau) ;
est sa règle locale de transition et est l'arité de l'automate.

On appelle alors configuration l'attribution d'un état à chaque cellule du réseau  : une
configuration est un élément de , c'est-à-dire une fonction de dans .

À cette description finie et locale, on associe la fonction globale d'évolution de l'automate,

, qui agit sur les configurations et qui est définie par

pour toute configuration (où

).

Systèmes dynamiques
Les automates cellulaires ont été étudiés comme des systèmes dynamiques dès les années 1960
avec les travaux de G. A. Hedlund. Lorsque la dimension et l'alphabet sont fixés, on peut
munir l'espace des configurations de la métrique de Cantor par la distance définie par

L'ensemble des automates cellulaires d'alphabet et de dimension est alors caractérisé par le
7
théorème de Curtis-Hedlund-Lyondon  : est la fonction globale d'un tel automate cellulaire si et
seulement si c'est une fonction continue de qui commute avec les fonctions de décalage
(à toute position dans le réseau de cellules correspond une fonction de décalage
).

À partir de là, les automates cellulaires peuvent être étudiés avec tout l'outillage de la théorie des
systèmes dynamiques classique, de la théorie du chaos et de la théorie ergodique, lorsque l'on
munit l'espace des configurations d'une mesure.

Cette branche de la théorie des automates cellulaires reste largement ouverte et fait toujours l'objet
de recherches (voir ici (http://iml.univ-mrs.fr/~kolyada/opds/) pour un exemple de question
importante non résolue à ce jour).

Modèle de calcul et constructions algorithmiques

l'algorithme de P. C. Fischer pour reconnaître les nombres premiers
le problème de la ligne de fusiliers : une solution ayant 6 états seulement a été publiée par
Jacques Mazoyer, il a également prouvé qu'il n'y avait pas de solution à 4 états.

Automates cellulaires universels

On peut considérer les automates cellulaires aussi bien comme des systèmes dynamiques discrets
que comme des systèmes de calcul. Ainsi, chaque automate est capable de réaliser certains calculs
ou d'exhiber certains comportements dynamiques. Que l'on adopte l'un ou l'autre des points de
vue, on peut se poser une même question : existe-t-il un automate capable de faire tout ce que
peuvent faire les automates cellulaires ?
Un tel automate est alors dit universel.

La notion d'universalité correspond à une idée très simple et très générale, mais il faut prendre
garde au fait que selon le sens que l'on met derrière l'expression « capable de faire » les automates
universels ne sont pas les mêmes. On peut distinguer deux types de notions d'universalité pour les
automates cellulaires : l'universalité Turing qui est associée à la capacité de calcul et l'universalité
intrinsèque qui est associée à la capacité de produire certains comportements dynamiques.

Le fait remarquable est que pour chacune de ces notions il existe des automates universels. Il faut
noter également que la notion d'universalité intrinsèque est plus forte que l'universalité Turing :
en effet, sans rentrer dans les détails, un automate capable de simuler tous les automates peut en
particulier simuler un automate Turing-universel et donc effectuer tous les calculs Turing. En
revanche, il existe des automates cellulaires Turing-universels qui ne sont pas intrinsèquement
universels.

Universalité Turing

L'universalité Turing est une adaptation aux automates cellulaires de l'universalité pour le calcul.
On peut définir cette notion comme la capacité d'un automate à simuler une machine de Turing
universelle Cette possibilité de simulation d'une machine de Turing par un automate cellulaire est
universelle. Cette possibilité de simulation d une machine de Turing par un automate cellulaire est
très simple et était connue dès les travaux de John von Neumann. Il existe plusieurs manières de la
formaliser et ce qui suit est l'une des plus simples. Si est une machine de Turing fonctionnant
avec un alphabet de ruban et un ensemble d'état , on peut définir un automate cellulaire
capable de simuler  :

l'alphabet de est  : ainsi chaque cellule de possède un état formé

d'une composante qui correspond au contenu du ruban et d'une composante qui
correspond à l'absence ( ) ou la présence ( ) d'une tête de Turing à cette position
et qui donne le cas échéant son état ;
son voisinage est
le comportement de consiste à reproduire les mouvements de la tête de Turing sur la
première composante et les modifications du ruban sur la deuxième composante
exactement comme le ferait  :

On rencontre souvent une acception plus générale (mais plus informelle) de l'universalité Turing :
un automate cellulaire est Turing-universel s'il est capable de simuler un système de calcul Turing-
complet. Le terme simuler est rarement formalisé dans un cadre général. Le point important est
que la transformation des entrées/sorties du système simulé vers des entrées/sorties du
simulateur reste simple  : sans cette condition, on obtient une notion dénuée d'intérêt car des
automates qui ne font rien (l'identité par exemple) deviennent universels grâce à des
transformations d'entrées/sorties qui font tout le calcul à leur place.

Universalité intrinsèque

Un automate cellulaire intrinsèquement universel est un automate capable de simuler pas à pas le
comportement de n'importe quel automate cellulaire de même dimension. Plus précisément, l'idée
de simulation pas à pas repose sur les principes suivants :

dans l'automate simulateur, on forme des groupes de cellules voisines, tous identiques, qui
recouvrent régulièrement le réseau de cellules ; chaque groupe dans le simulateur
représente une cellule simple de l'automate simulé ;
à chaque état de l'automate simulé correspond une configuration d'états de groupe dans
l'automate simulateur ;
l'automate simulateur peut utiliser plusieurs étapes pour simuler une étape de l'automate
simulé.

Ainsi, par exemple, le jeu de la vie est capable de simuler pas à pas l'automate à 2 états (noir et
rouge) qui effectue un simple décalage des états vers le sud-est :

les groupes de cellules dans le jeu de la vie sont des carrés de cellules ;
l'état noir de correspond à un groupe de cellules toutes mortes et l'état rouge correspond
à un planeur entouré de cellules mortes et ajusté dans une certaine position au sein du
groupe ;
une étape de est simulée toutes les 16 étapes du jeu de la vie.
 une étape de est simulée toutes les 16 étapes du jeu de la vie.

Ainsi, pour simuler le comportement de à partir d'une certaine configuration initiale, il suffit de
fabriquer une configuration du jeu de la vie où chaque groupe est soit rempli de cellules mortes,
soit d'un planeur selon l'état de la cellule qui lui correspond dans .

Il est remarquable qu'avec ce principe de simulation très simple certains automates soient
capables de simuler n'importe quel automate cellulaire à partir de n'importe quelle configuration :
c'est le cas du jeu de la vie comme expliqué dans la section suivante. Bien entendu, pour simuler
des automates avec de plus en plus d'états, un automate intrinsèquement universel utilise des
groupes de cellules de plus en plus grands. En effet, avec un type de groupe de cellules fixés, il
n'existe qu'un nombre fini de simulations possibles. Ainsi, quand on observe une évolution du jeu
de la vie sur un écran (aussi grand soit il), on ne voit pas tous les comportements que le jeu de la
vie est capable de simuler ; pourtant cet automate est capable de produire tous les comportements
d'automate cellulaire.

Exemples

Historiquement, le premier automate cellulaire

construit ayant une propriété d'universalité
(Turing en l'occurrence) est le constructeur
universel de John von Neumann  : il s'agit d'un
automate de dimension 2 à 29 états qui est en
outre capable de s'auto-répliquer.

Concernant la notion d'universalité intrinsèque, il

faut attendre les années 1970 avec les travaux de E.
8
R. Banks qui proposa un automate cellulaire de
dimension 2 à 2 états et 5 voisins. Il propose
également un automate de dimension 1
intrinsèquement universel avec 5 états mais dont le
voisinage est énorme.

L'exemple le plus célèbre d'automate universel est

certainement le jeu de la vie. Il fut prouvé Turing-
Un exemple d'évolution de l'automate cellulaire
universel dans l'ouvrage Winning Ways for your
élémentaire 110 utilisé dans la preuve
Mathematical Plays. La preuve consiste à
d'universalité de M. Cook (le temps progresse de
construire des morceaux de configurations qui
haut en bas).
peuvent être assemblés et qui correspondent à tous
les composants nécessaires à la fabrication de
les composants nécessaires à la fabrication de
circuits logiques (fils, croisements de fils,
duplication, portes logiques, etc.). On peut trouver une construction complète d'une machine de
Turing dans le jeu de la vie sur le site de Paul Rendell (http://rendell-attic.org/gol/tm.htm). À
9
partir des mêmes idées, le jeu de la vie fut plus récemment prouvé intrinsèquement universel .

Pour la dimension 1, une percée concernant l'universalité Turing a eu lieu récemment : M. Cook a
prouvé que l'automate cellulaire élémentaire numéro 110 était Turing-universel. Il a présenté ses
idées dès 1998 à la conférence CA98 (http://psoup.math.wisc.edu/CA98/index.html), mais ce
6
résultat n'a été (partiellement) diffusé par écrit qu'en 2002 à travers A New Kind of Science de S.
Wolfram. En effet, M. Cook était employé par Wolfram Research pour travailler sur le livre A New
Kind of Science et ses travaux ne furent pas publiés dans les actes de CA98 à la suite d'une action
en justice fondée sur un accord de non-divulgation. La preuve complète du résultat de M. Cook a
10
finalement été publiée dans une revue scientifique en 2004 .

En revanche, on ne sait toujours pas aujourd'hui si l'automate 110 est intrinsèquement universel
ou pas. Le plus petit automate de dimension 1 avec un voisinage de 3 cellules qui ait été prouvé
11, 12
intrinsèquement universel à ce jour comporte 4 états .

Complexité

De façon générale, il est extrêmement difficile de déterminer le comportement global d'un

automate cellulaire en examinant sa règle locale de transition. Ceci se traduit par des résultats
d'indécidabilité touchant les propriétés les plus simples. Dans ce domaine on peut citer les travaux
de Jarkko Kari qui, en utilisant de façon astucieuse les résultats déjà connus sur les pavages, a
montré que les problèmes suivants étaient indécidables :

savoir si un automate cellulaire est nilpotent (i.e. toutes les configurations mènent au bout
13
d'un temps fini vers une même configuration uniforme) ,
savoir si un automate cellulaire de dimension peut atteindre toutes les configurations
14
après une étape (problème de la surjectivité) ,
14
savoir si un automate cellulaire de dimension est réversible .

Le fait que des automates cellulaires puissent simuler n'importe quelle machine de Turing amène
aussi des problèmes indécidables d'une autre nature. Par exemple, pour certains automates
cellulaires, les problèmes suivants sont également indécidables :

savoir si, étant donné un motif présent initialement au centre, un motif va apparaître
au centre au bout d'un certain temps,
savoir si un motif peut apparaître arbitrairement tard dans l'évolution ou, au contraire, s'il
existe un temps au-delà duquel n'apparaît plus quelle que soit la configuration de départ.

Classes remarquables d'automates cellulaires

Comme expliqué plus haut, les règles locales d'automates cellulaires sont trop nombreuses pour
une étude exhaustive et la prédiction du comportement en fonction de la règle local est un
problème très difficile en général. C'est pourquoi l'étude des automates cellulaires s'est souvent
restreinte à des familles particulières, soit parce qu'elles se prêtent plus facilement à l'analyse, soit
parce qu'elles correspondent à une propriété intéressante.

Automates réversibles
Un automate cellulaire est réversible s'il existe un automate cellulaire tel que les deux
fonctions globales d'évolution et sont inverses l'une de l'autre  : est la fonction
identité. Intuitivement, « remonte le temps » de l'évolution de et, inversement, « remonte
le temps  » de l'évolution de .
Par le théorème de Hedlund, on peut caractériser les automates
cellulaires réversibles comme ceux dont la fonction globale est bijective.

Cette classe a été très étudiée, notamment car elle fournit un modèle qui se rapproche du monde
physique réel, supposé réversible à l'échelle microscopique (voir à ce sujet l'article sur la
15
réversibilité et l'irréversibilité en thermodynamique).
T. Toffoli et N. Margolus sont parmi les
premiers à s'être intéressés spécifiquement aux automates cellulaires réversibles. L'intérêt réside
aussi dans la recherche de systèmes de calcul réversibles supposés consommer moins d'énergie
d'après le principe de Landauer. Il est aujourd'hui établi que certains automates cellulaires
réversibles sont Turing universels (travaux de Kenichi Morita).

Reconnaissance

Il est algorithmiquement impossible de distinguer les automates cellulaires réversibles de ceux qui
ne le sont pas lorsque la dimension est supérieure à 2. En revanche, en dimension 1, il existe un
algorithme très efficace.

Une autre façon de présenter cette différence entre la dimension 1 et les dimensions supérieures
est la suivante  :
la taille du voisinage de l'inverse d'un automate ne peut pas être borné
récursivement en fonction de la taille du voisinage de lorsque la dimension est 2 ou plus, alors
16
qu'elle est bornée polynomialement en dimension 1 (un résultat récent montre même que la
borne est linéaire).

Exemples

Il est facile de construire des automates cellulaires

réversibles. Pour cela, plusieurs formes de
constructions existent.

1. la technique dite « du second ordre » : elle

consiste à mélanger par une opération de OU
exclusif bit à bit les informations du nouvel état
d'une cellule avec son état passé. A priori, un
automate cellulaire calcule la génération
en fonction de la génération uniquement : la
technique du second ordre paraît donc être Technique du « second ordre » appliquée à
une entorse au modèle. On peut contourner ce l'automate cellulaire élémentaire 54 (le temps
problème en fusionnant deux générations en progresse de bas en haut).
une seule grâce à l'utilisation de plus d'états.
2. la technique des permutations par blocs
alternées : elle a été proposée dans une version simple par Norman Margolus. Elle consiste à
découper le réseau de cellules en blocs de cellules, à appliquer une permutation des états des
cellules dans chaque bloc indépendamment, puis à décaler ce partitionnement et à appliquer
une nouvelle permutation.
17
3. la technique du partitionnement : elle a été proposée par K. Morita et M. Harao . Elle
consiste à appliquer une transformation purement locale sur chaque cellule, puis, en utilisant
un partitionnement de l'ensemble d'états, à envoyer à chaque cellule voisine une certaine
composante de cet état. Avec cette construction, on a la garantie que l'automate cellulaire est
réversible si la transformation locale appliquée est elle-même réversible.
Automates linéaires

Les automates cellulaires sont en général des systèmes dynamiques non linéaires, ce qui rend leur
étude par des outils classiques difficile. Mais cette vérité générale n'empêche pas certains
automates cellulaires de posséder une forme plus ou moins stricte de linéarité.

Définition

Formellement, un automate d'alphabet est dit linéaire si l'on

peut munir d'une loi de groupe telle que :

Dans ce cas, si l'on étend à une opération agissant cellule à

cellule sur l'espace des configurations, la fonction globale
associée à l'automate est bien une fonction linéaire.

La linéarité facilite considérablement l'étude de la dynamique des

automates. Ainsi, il suffit de connaître la dynamique d'un Quelques étapes d'évolution sur
automate linéaire sur une «  base  » de l'espace de ses une configuration périodique
configurations pour en déduire par linéarité son comportement d'un automate cellulaire additif à
sur tout l'espace. On peut choisir pour une telle base l'ensemble 5 états, en dimension 2, et avec
(fini) des configurations partout égales à (neutre de ) sauf tous les égaux à 1.
éventuellement en la cellule centrale.

Automates additifs

L'une des familles les plus étudiées d'automates linéaires est celle des automates dits additifs,
18
introduite par O. Martin, A. Odlyzko et S. Wolfram dans . Ces automates sont définis de la façon
suivante :

,
où les coefficients sont fixés et caractérisent

l'automate.

L'exemple typique est celui où tous les coefficients sont égaux à 1 : la règle locale consiste alors à
faire la somme modulo n de toutes les cellules du voisinage. Ainsi, en dimension 1, l'automate
cellulaire élémentaire 90 est additif : sa fonction de transition consiste à faire la somme modulo 2
des états des deux voisines de la cellule. Il suffit de connaître le comportement de cet automate sur
la configuration partout égale à 0 sauf au centre où elle vaut 1 pour en déduire son
comportement général par le principe de superposition :
L'automate élémentaire 102 est également additif. Son action sur la configuration produit un
triangle de Pascal modulo 2 (qui donne aussi une approximation du triangle de Sierpinski). Ainsi,
partant de , la cellule après étapes se trouve dans l'état :

si ou ,

dans les autres cas.

Par superposition, on en déduit une expression directe de l'état de la cellule centrale après étape
partant d'une configuration quelconque  :

Automates totalistiques

Dans un automate cellulaire totalistique, l'état ultérieur d'une cellule ne dépend que de la somme
des états de ses voisines ; c'est le cas du jeu de la vie où une cellule vivante le reste si deux ou trois
de ses voisines sont vivantes, et une cellule morte naît si trois de ses voisines sont vivantes. Un
automate totalistique ne prend donc pas en compte la position des voisines d'une cellule par
rapport à celle-ci.

Automate sommatif (totalistique) tridimensionnel défini sur un réseau dodécaédrique rhombique

Si un automate cellulaire n'est pas totalistique, en plus de leur état propre, la position des voisines
d'une cellule influe sur son état ultérieur. Par exemple, pour un automate cellulaire à une
dimension, on peut faire une différence entre la cellule voisine de gauche et la voisine de droite.
Automates conservatifs

Le problème des classifications

Classification de Wolfram

Cette classification fut introduite par Stephen Wolfram en 1983 dans son article Universality and
complexity in cellular automata et représente la première tentative pour classifier les automates
cellulaires d'après leur évolution à partir de configurations initiales aléatoires. Il proposa quatre
classes de comportement :

Classe I : presque toute configuration initiale conduit à un état homogène. Il est impossible
de construire des motifs stables périodiques.
Classe II : des structures stables ou périodiques émergent, mais rien de plus.
Classe III : comportement chaotique avec des motifs apériodiques. À long terme les
fréquences d'apparitions des différents motifs se stabilisent.
Classe IV : « émergence » de structures complexes capables d'osciller, de se mouvoir, voire
de persévérer plus ou moins dans leur auto-organisation malgré des perturbations
structurelles. Le jeu de la Vie en est un parfait exemple.

Classification d'Eppstein

Une des critiques de la classification de Wolfram réside dans son impossibilité à dire si un
automate cellulaire donné est Turing-universel ; d'ailleurs, des automates cellulaires universels ont
été trouvés pour chacune des classes proposées par Wolfram. Cet état de fait provient de ce que
Wolfram n'a considéré que des conditions initiales aléatoires, mais pas des structures particulières
créées spécifiquement pour l'occasion. En particulier, la transmission d'information, par exemple
par l'intermédiaire de vaisseaux, n'est pas prise en compte.

David Eppstein a proposé une alternative à cette classification :

Expansion obligatoire des motifs : n'importe quel motif initial s'étend indéfiniment dans toutes
les directions. Aucun vaisseau ne peut exister.
Expansion impossible : un motif ne peut jamais s'étendre au-delà de ses limites initiales.
Aucun vaisseau ne peut exister.
Contraction impossible : un motif ne s'étend pas forcément indéfiniment, mais il ne peut
jamais réduire en deçà de ses limites initiales. Aucun vaisseau ne peut exister.
Expansion et contraction possibles : seuls ces cas peuvent contenir des vaisseaux.

A priori, seuls les derniers cas permettent l'universalité, même si tous les automates cellulaires qui
y répondent ne le sont pas. En revanche, il n'a pas été non plus démontré qu'il est impossible de
construire des structures universelles pour les autres cas, d'autres structures que les vaisseaux
pouvant également transmettre des informations.

Généralisation et variations sur le modèle

Réseau de cellules
Dans la définition formelle ci-dessus, le réseau est systématiquement de la forme . On peut
généraliser sans problème à d'autres graphes infinis réguliers.
Asynchronisme

La première classification d'un automate cellulaire concerne la façon dont les règles sont
appliquées sur la grille :

Pour les automates cellulaires à traitement parallèle, l'état de toutes les cellules est mis à
jour à chaque tour.
Pour les automates cellulaires à traitement série, seul l'état d'une ou plusieurs cellules est
mis à jour.

Autres

Il est possible de généraliser le concept d'automate cellulaire, par exemple :

en modifiant le voisinage au cours du temps

Les automates continus fonctionnent sur le même principe que les automates cellulaires, mais
utilisent des grilles ou des états continus (le plus souvent entre 0 et 1). De tels automates peuvent
simuler par exemple la diffusion d'un liquide.

Automates cellulaires probabilistes

Un automate cellulaire probabiliste est un automate cellulaire déterministe où la règle locale f est
remplacée par une dynamique locale aléatoire, c'est-à-dire une matrice de transition qui indique
en fonction de l'état où l'on est avec quelle probabilité on peut se retrouver dans un état suivant.

Il est possible de répéter un automate cellulaire sur l'image trouvée à la suite d'une application du
même automate cellulaire probabiliste. On peut itérer cela une infinité de fois. La recherche de loi
invariante où de l'ergodicité (convergence) de la loi de départ sont des sujets sur lesquels des
recherches sont faites actuellement.

Il est conjecturé (mais pas prouvé) que les automates cellulaires probabilistes sont tous ergodiques
si le cardinal de l'alphabet de départ est égale à 2 et il est prouvé que cela est faux pour tous
alphabet de très grande taille. Cela a été démontré par Gàcs en 2001 pour les automates cellulaires
19
probabilistes avec un alphabet de cardinal de taille environ .

La question reste ouverte et n'est pas conjecturée pour les automates cellulaires probabilistes avec
un alphabet de cardinal de taille plus petite.

Dans la recherche mathématique, les automates cellulaires probabilistes sont utilisés aussi pour
conjecturer certaines lois sur les percolations de dernier passage généralisées.

Modélisation et applications
On peut considérer le modèle des automates cellulaires comme le pendant discret des équations
aux dérivées partielles. Ainsi, à chaque fois qu'un phénomène physique est décrit par des
équations aux dérivées partielles, on peut en proposer une (des) discrétisation(s) sous forme
20
d'automate cellulaire . Il reste à déterminer dans quelle mesure le modèle cellulaire est pertinent
pour expliquer et/ou prédire le phénomène étudié. Rien n'est garanti dans le cas général et
caractériser la dynamique globale du modèle cellulaire en fonction de sa définition locale peut être
au moins aussi difficile que de résoudre le système d'équations aux dérivées partielles.
En revanche, l'automate cellulaire peut être simulé facilement par ordinateur  !
Ainsi, en analyse
numérique, de nombreuses méthodes consistent à discrétiser certaines grandeurs (espace, temps,
valeur) pour effectuer des simulations numériques (voir la méthode des éléments finis, des
volumes finis ou des différences finies).

Modélisation en physique
21
Parmi les modèles qui ont été très étudiés , on peut citer les
automates de gaz sur réseau (lattice gaz automata en anglais)
qui modélisent des particules de gaz régies par une version
discrète des équations de Navier Stokes.

La première formulation de ce modèle, connu sous le nom de

HPP, (il s'agit d'un automate cellulaire de dimension ) est due
à J. Hardy, Y. Pomeau et O. Pazzis dans les années 1970. Une
seconde formulation, FHP, a été proposée dans les années 1980
par U. Frisch, B. Hasslacher et Y. Pomeau  : elle améliore la
précédente en remplaçant le réseau de cellule par un réseau
hexagonal. Automate cellulaire appliqué aux
feux de forêts : en rouge, les
Les automates cellulaires trouvent aussi une application dans la arbres qui brûlent, en vert les
22
modélisation et la simulation des feux de forêts . La première arbres intacts et en gris, les
23
utilisation est due à Kourtz et O'Regan en 1971. Ces modèles cendres. Ce programme utilise le
permettent facilement d'observer la propagation du feu en voisinage de von Neumann (les
fonction de plusieurs paramètres comme la direction et la force arbres qui se situent à côté d'un
du vent ou encore l'humidité. arbre en feu brûlent à leur tour).

Phénomènes biologiques

Les motifs de certains coquillages, comme les cônes et les cymbiolae, sont générés par des
mécanismes s'apparentant au modèle des automates cellulaires. Les cellules responsables de la
pigmentation sont situées sur une bande étroite le long de la bouche du coquillage. Chaque cellule
sécrète des pigments selon la sécrétion (ou l'absence de sécrétion) de ses voisines et l'ensemble des
cellules produit le motif de la coquille au fur et à mesure de sa croissance. Par exemple, l'espèce
Conus textile présente un motif ressemblant à la règle 30 décrite plus haut.

Conus textile présentant sur sa coquille

un motif similaire à certains automates
cellulaires

Trafic routier
Trafic routier

K. Nagel et M. Schreckenberg ont proposé dans les

années 1990 un modèle de trafic autoroutier basé
sur un automate cellulaire de dimension 1 :

les cellules de l'automate représentent

différentes portions de l'autoroute ;
une cellule est soit dans l'état vide, soit dans
l'un des états , où
représentent la présence d'un véhicule
roulant à la vitesse ( représente l'arrêt) ;
le fonctionnement est schématiquement le
suivant :
1. chaque véhicule accélère d'un cran (passe de
à ) en limitant sa vitesse afin de ne pas
parcourir en 1 unité de temps plus que la
distance qui le sépare du véhicule devant lui,
Automate cellulaire élémentaire 184 : en noir les
2. la vitesse obtenue est diminuée d'un cran
portions d'autoroute vides, en bleu celles où une
(passage de à ) avec une certaine
voiture est présente. Les zones qui semblent être
probabilité , d'un bleu plus foncé sont en fait formées d'une
3. chaque véhicule avance d'une distance alternance de noir et de bleu et correspondent à
proportionnelle à sa vitesse ainsi déterminée. une circulation fluide de densité maximale.

Ce modèle correspond à un automate cellulaire si

la perturbation aléatoire est absente ( ). Si de plus (un véhicule est soit à l'arrêt, soit à
sa vitesse maximum), le modèle se réduit à l'automate cellulaire élémentaire 184  : les cellules
peuvent prendre uniquement deux valeurs correspondant à vide ou présence d'un véhicule.

Les automates cellulaires comme des modèles

physiques
24
Plusieurs scientifiques, tels qu'Andrew Ilachinski , ont émis l'hypothèse selon laquelle l'univers
24
pourrait être considéré comme un automate cellulaire . Ilachinski la justifie par l'observation
suivante : « Considérons l'évolution de la règle 110 : s'il s'agissait d'une sorte de « loi alternative de
la physique  », quelle serait la description rationnelle des motifs observés  ? Un observateur
ignorant la règle appliquée pour générer les images pourrait supposer le mouvement d'objets
25
discrets . » Le physicien James Crutchfield a émis une théorie mathématique rigoureuse basée
26
sur ce principe, prouvant l'émergence statistique de « particules » dans les automates cellulaires .
Par extension, l'univers, qui peut être décrit comme un ensemble de particules, pourrait ainsi être
considéré comme un automate cellulaire.

En octobre 2014, une théorie unifiée basée sur cette hypothèse reste encore à être formulée  ;
néanmoins, les recherches en ce sens ont aidé certains chercheurs à définir l'univers comme un
système discret :

Marvin Minsky a étudié les interactions entre particules en se basant sur un automate
27
cellulaire en quatre dimensions  ;
Konrad Zuse a développé une matrice irrégulière permettant l'étude des informations
28
contenues par les particules  ;
Edward Fredkin a émis l'« hypothèse de la nature bornée », selon laquelle toute quantité
29
physique, y compris l'espace et le temps, serait discrète et finie  ;
Stephen Wolfram dans son livre A New Kind of Science considère les automates
 Stephen Wolfram, dans son livre A New Kind of Science, considère les automates
6
cellulaires comme la clef permettant d'expliquer de nombreux sujets, dont la physique  ;
Gabriele Rossi, Francesco Berto et Jacopo Tagliabue, présentent dans Mathematics of the
Models of Reference un univers, basé sur un « dodécaèdre rhombique » et une règle
unique, satisfaisant à l'universalité, parfaitement réversible et permettant la formulation
30
d'affirmations qualitatives quant à l'évolution de l'univers .

Voir aussi
Sur les autres projets Wikimedia :
Articles connexes
Automate cellulaire, sur Wikibooks
Projet:Automate cellulaire
Stephen Wolfram
Théorème de Liouville (système dynamique)

Domaines apparentés

Systèmes dynamiques
Théorie du chaos
Informatique théorique
Systèmes complexes
Émergence
Calcul parallèle

Règles particulières

Boids
Automate cellulaire de Codd
Boucle de Langton
Constructeur universel
Day & Night
Fourmi de Langton
HighLife
Immigration (automate cellulaire)
Jeu de la vie
QuadLife
vie sans mort
Vers de Paterson
Wireworld

Liens externes
Nazim Fatès - Mémoire de DEA en histoire et philosophie des sciences sur les automates
cellulaires. (http://nazim.fates.free.fr/Epistemo/MemoireAC/presentation.html)
une bonne page d'entrée pour le jeu de la vie (http://t0m.free.fr/jdlv/jdlv.htm)
(en) Golly, un programme de simulation du jeu de la vie (http://golly.sourceforge.net/)
(en) Mirek's celebration, un automate cellulaire général (http://www.mirekw.com/ca/index.htm
l)
Bibliographie
John von Neumann, Arthur W. Burks, Theory of Self-Reproducing Automata, University of
Illinois Press (1966)
Konrad Zuse, Rechnender Raum, Schriften zur Datenverarbeitung Band, Friedrich Vieweg &
Sohn, Braunschweig (1969)
Martin Gardner, Mathematical Games. The fantastic combinations of John Conway's new
solitaire game « life », Scientific American no 223 (octobre 1970), p. 120-123
Stephen Wolfram, Universality and Complexity in Cellular Automata, Physica D no 10
(janvier 1984), p. 1-35
Stephen Wolfram, A New Kind of Science, Wolfram Media (2002) - (ISBN 1-57955-008-8)
G. A. Hedlund, Endomorphisms and Automorphisms of the Shift Dynamical System
(Mathematical Systems Theory, vol. 3, n° 4, 1969)
J. Kari, The Nilpotency Problem of One-dimensional Cellular Automata, SIAM Journal on
Computing 21 (1992), pp. 571-586
J. Kari, Reversibility and Surjectivity Problems of Cellular Automata, Journal of Computer
and System Sciences 48, 1 (1994), pp. 149-182
T. Toffoli et N. Margolus, Invertible Cellular Automata: a review, Physica D, 45 (1990),
pp. 229–253
E. Czeizler et J. Kari, A tight linear bound on the neighborhood of inverse cellular automata,
ICALP 2005, Lecture Notes in computer Science 3580, pp. 410–420, Springer-Verlag
O. Martin, A. Odlyzko et S. Wolfram, Algebraic Properties of Cellular Automata,
Communications in Mathematical Physics (1984), no 93, p. 219
M. Morse et G. A. Hedlund, Symbolic Dynamics (American journal of Mathematics, vol. 60,
1938)
E. R. Banks, Universality in cellular automata, Eleventh Annual Symposium on Switching
and Automata Theory (Santa Monica, California, 1970), IEEE
B. Durand et Z. Róka, The game of life :universality revisited dans Cellular Automata : a
Parallel Model, vol. 460 of Mathematics and its Applications. Kluwer Academic Publishers,
1999, pp. 51-74
M. Cook, Universality in Elementary Cellular Automata, Complex Systems, 15(1), 2004,
pp. 1–40.
N. Ollinger, The quest for small universal cellular automata, International Colloquium on
Automata, Languages and Programming (2002), Lecture Notes in Computer Science,
pp. 318-330.

Notes et références
1. John von Neumann, Arthur W. Burks, Theory of Self-Reproducing Automata, University of
Illinois Press (1966).
2. M. Morse et G. A. Hedlund, Symbolic Dynamics (American journal of Mathematics, vol. 60,
1938).
3. Konrad Zuse, Rechnender Raum, Schriften zur Datenverarbeitung Band, Friedrich Vieweg &
Sohn, Brunswick (1969).
4. Martin Gardner, Mathematical Games. The fantastic combinations of John Conway's new
solitaire game « life », Scientific American n°223 (Octobre 1970), p. 120-123.
5. Stephen Wolfram, Universality and Complexity in Cellular Automata, Physica D no 10 (Janvier
1984), p. 1-35.
6. Stephen Wolfram, A New Kind of Science, Wolfram Media (2002) - (ISBN 1-57955-008-8).
7. G. A. Hedlund, Endomorphisms and Automorphisms of the Shift Dynamical System
 (Mathematical Systems Theory, vol. 3, n° 4, 1969).

8. E. R. Banks, Universality in cellular automata, Eleventh Annual Symposium on Switching and

Automata Theory (Santa Monica, California, 1970), IEEE.
9. B. Durand et Z. Róka, The game of life :universality revisited dans Cellular Automata : a
Parallel Model, vol. 460 of Mathematics and its Applications. Kluwer Academic Publishers,
1999, pp. 51-74.
10. M. Cook, Universality in Elementary Cellular Automata, Complex Systems, 15(1), 2004, pp. 1-
40.
11. N. Ollinger, G. Richard, A Particular Cellular Automaton (https://arxiv.org/abs/0906.3227).
12. N. Ollinger et G. Richard, Four states are enough!, Theoretical Computer Science (2010),
DOI:10.1016/j.tcs.2010.08.018 (https://dx.doi.org/10.1016%2Fj.tcs.2010.08.018).
13. J. Kari, The Nilpotency Problem of One-dimensional Cellular Automata, SIAM Journal on
Computing 21 (1992), pp. 571-586.
14. J. Kari, Reversibility and Surjectivity Problems of Cellular Automata, Journal of Computer and
System Sciences 48, 1 (1994), pp. 149-182.
15. T. Toffoli et N. Margolus, Invertible Cellular Automata: a review, Physica D, 45 (1990), pp. 229-
253.
16. E. Czeizler et J. Kari, A tight linear bound on the neighborhood of inverse cellular automata,
ICALP 2005, Lecture Notes in computer Science 3580, pp. 410-420, Springer-Verlag.
17. K. Morita and M. Harao. Computation universality of 1 dimensional reversible (injective) cellular
automata. Transactions Institute of Electronics, Information and Communication Engineers, E,
72:758762, 1989.
18. O. Martin, A. Odlyzko et S. Wolfram, Algebraic Properties of Cellular Automata,
Communications in Mathematical Physics (1984), n°93, p. 219.
19. (en) Peter Gács, « Reliable Cellular Automata with Self-Organization », Journal of Statistical
Physics, vol. 103, no 1,‎1er avril 2001, p. 45–267 (ISSN 1572-9613 (https://www.worldcat.org/is
sn/1572-9613&lang=fr),
DOI 10.1023/A:1004823720305 (https://dx.doi.org/10.1023/A%3A1004823720305), lire en
ligne (https://doi.org/10.1023/A:1004823720305), consulté le 26 décembre 2020)
20. P. Narbel, Qualitative and quantitative cellular automata from differential equations
(Proceedings of ACRI 2006, LNCS vol. 4173, pp. 112-121, (ISBN 3-540-40929-7)).
21. B. Chopard et M. Droz Cellular automata modeling of physical systems (Cambridge University
Press Collection Alea, 1998, (ISBN 978-0-521-67345-7)).
22. Jonathan MARGERIT, « Modélisation et Simulations Numériques de la Propagation de Feux de
Forêts » (https://tel.archives-ouvertes.fr/tel-00003730/document) [PDF], 7 novembre 2003
23. (en) Kourtz, A Model a Small Forest Fire . . . to Simulate Burned and Burning Areas for Use in a
Detection Model, Society of American Foresters, 1971 (lire en ligne (http://www.ingentaconnec
t.com/contentone/saf/fs/1971/00000017/00000002/art00005)), pp 163-169
24. A. Ilachinsky, Cellular Automata, World Scientific Publishing, 2001, pp. 660.
25. A. Ilachinsky, Cellular Automata, World Scientific Publishing, 2001, pp. 661-662.
26. J. P. Crutchfield, The Calculi of Emergence: Computation, Dynamics, and Induction, Physica D
75, 11-54, 1994.
27. M. Minsky, Cellular Vacuum, Int. Jour. of Theo. Phy. 21, 537-551, 1982,
DOI:10.1007/BF02650183 (https://dx.doi.org/10.1007%2FBF02650183).
28. K. Zuse, The Computing Universe, Int. Jour. of Theo. Phy. 21, 589-600, 1982,
DOI:10.1007/BF02650187 (https://dx.doi.org/10.1007%2FBF02650187).
29. E. Fredkin, Digital mechanics: an informational process based on reversible universal cellular
automata, Physica D 45, 254-270, 1990.
30. F. Berto, G. Rossi, J. Tagliabue, The Mathematics of the Models of Reference, College
Publications, 2010 (http://www.mmdr.it/defaultEN.asp).
Ce document provient de « https://fr.wikipedia.org/w/index.php?title=Automate_cellulaire&oldid=186168927 ».

La dernière modification de cette page a été faite le 8 septembre 2021 à 18:49.

Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans les mêmes
conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions d’utilisation pour plus de détails, ainsi que
les crédits graphiques. En cas de réutilisation des textes de cette page, voyez comment citer les auteurs et
mentionner la licence.

Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de bienfaisance régie par le
paragraphe 501(c)(3) du code fiscal des États-Unis.

Politique de confidentialité
À propos de Wikipédia
Avertissements
Contact
Développeurs
Statistiques
Déclaration sur les témoins (cookies)