タイムトラベル・セルオートマトン（未来とのセルの影響交換バージョン）

以前、セルオートマトンとタイムトラベルを組み合わせるアイデアについて述べたことがありましたが、今思うと現実のタイムトラベル（ワームホールを用いたもの。実現はしていません！）に近づけようとして不必要に複雑になってしまっています。そのためアイデアを書いただけで実装は見送りとなっていました。今回もアイデアを書くだけですが実装は遥かに容易になっていると思います。

ポアソン分布を導く

前々回、確率的に分解する分子のシミュレーションを行いましたが、その分解の仕方は分子数を無限大にすると統計学に出てくるポアソン分布というものと同じになります。ここではポアソン分布のかんたんな説明を行います。

タイムトラベルシミュレーションとしての自然淘汰（情報伝達版）

これまでにタイムトラベルと自然淘汰の共通点について何度か述べてきました。タイムトラベルはタイムパラドックスの起きなかった経路のみを生き残らせるのに対し自然淘汰は環境に適応している個体のみが生き残ります。たくさんのものから一部だけが生き残るというのは両者の共通点です。一方、情報の伝達が関わっているという点も共通していて、今回はそれに注目して考えてみます。

タイムトラベルシミュレーションで分解速度を上げる

タイムトラベルをシミュレートする時、まずはタイムトラベルのない世界の歴史を何度もシミュレートして、その中からタイムパラドックスが起きなかった歴史のみを残すという方法があります。この方法では、本来起きるはずの現象が起きなくなるという意味で確率が変化します。この確率の変化というのは面白い現象なので、赤ちゃんがガラガラを振り回すように、いろんな状況でシミュレートしてみたくなります。ここでは、この種のタイムトラベルのシミュレーターがあった時、それで何らかの化学物質の分解をシミュレートすることを考えてみます。この時、物質の分解速度は学習が進むにつれ――抗体が出来た免疫のように――上昇していきます。

タイムトラベルシミュレーションは情報量保存を必要とする

タイムトラベルシミュレーションをする時、未来から受け取った情報は、過去へ送る情報と等しくなくてはいけません。