這一節要用物件導向的方式來寫「生命遊戲」。
這一節介紹的是赫赫有名的2D CA：生命遊戲(the Game of Life)。
花了些時間，靜下心來，仔仔細細地研究了一番，總算把Python呼叫函數時引數的傳遞方式給徹底搞清楚了。
基礎CA的規則集總共有256個，經由這些規則集所生成的圖案，大部分看起來都平平無奇；不過，還是有些圖案真的是會讓人驚嘆不已，因為實在是跟自然界中可以看到的圖案樣式很相像。根據這些圖案的樣式和特性，Wolfram把它們分成四大類，接下來就來看看，這四大類的圖案各有怎樣的樣式和特性。
這節介紹Wolfram的基礎CA (elementary CA)設計方式，以及其迭代過程所構成的圖案。
細胞自動機的英文是cellular automaton，複數型態為cellular automata，簡稱CA，是一種由細胞物件所組成的系統模型。
這一章介紹的是細胞自動機(cellular automaton)，一種不是植基於物理定律的複雜系統。
物理引擎裡頭有許多已經寫好的程式，可以用來模擬物理現象。例如，先前幾章中我們所模擬的物體的運動、單擺、彈簧等等，都可以在物理引擎中找到相關的程式，不需要自己從頭寫到尾；這就好像我們不自己寫，而會呼叫python的math模組中的許多數學函數如sin、cos等一樣。
在模擬群聚行為時，隨著boid的數量越來越多，需要的計算量也會越來越多，導致程式的執行速度也跟著越來越慢，最後甚至於動彈不得。要克服這個問題，在寫程式時使用效率比較好的演算法，就是個不錯的主意。
