自己組織化臨界性（SOC）は、力学系が最大の情報処理能力を持つ状態を指し、リザバーコンピューティングの基盤として注目されています。近年の研究により、ニューラルセルオートマータ（NCA）を進化させることで臨界雪崩ダイナミクスを実現し、メモリと分類タスクの効果的なリザバーとして機能させることが可能であることが示されました。本研究は、格子全体の質量を保存する局所的な再分配ルールである質量保存則が、進化したNCARザバーのSOC促進に向けた帰納バイアスとして機能するかどうかを調査しています。 研究チームは、質量保存型NCと標準的なNCAを複数の独立した実行で比較し、5ビット連続メモリ、MNIST手書き数字分類、CartPole-v1の時間的制御という3つのダウンストリームベンチマークで評価しました。結果として、質量保存型NCAは一貫してより強い臨界性を示し、より多くの実行が雪崩分布全体にわたって完全なべき乗則フィットを達成しました。さらに、進化過程での計算速度は1.27倍高速化されています。 重要な点として、質量保存則はダウンストリームの性能を損なわず、両方の変種は3つのタスク全体で同等のパフォーマンスを達成しました。特に注目すべきは、完全な臨界性を持つリザバーが最も高い時間的制御スコアを達成したことで、これはSOCの質と連続計算の間に正の相関があることを示唆しています。本研究は、質量保存則が進化したNCRザバーにおいて、ダウンストリーム性能を損なわずに堅牢な臨界性を促進する単純で効果的なメカニズムであることを実証しています。