生物计算机的想法
marix2009/05/10极客DIY IP:天津
看看这种想法是否可行。
1、根据条件反射理论,可以将狗训练成算算术,例如将十以内的数字和加减乘除的符号标上不同的气味,通过训练让狗“学会”计算,计算2*3时,先让狗嗅2,然后是*,再是3,让它去叼6,成功则奖励否则惩罚;通过长期训练,狗就会计算所有十以内数的四则运算, 特别是做加法和做乘法所需工作量是一样的,这和数字计算机不同。当用更多的狗或气味就能算更多的数和运算。
2、狗算算术的例子中,关键在于狗能识别、能反应,若撇开狗的形体大小,用更小的生物体 如细菌进行训练,有些细菌对光线敏感,可用激光刺激刺激或用电流刺激,细菌的反应: 可用灵敏的传感器测量,这样通过训练就能进行计算,由于细菌很小,一个瓶子里可装上亿个,如果通过训练使它们具有集体“涌现性”,就像社会性昆虫蚂蚁等,拥有集体智能,不但可做数值计算,还可能拥有智能。
来自:综合交流区 / 极客DIY
8
已屏蔽 原因:{{ notice.reason }}已屏蔽
{{notice.noticeContent}}
~~空空如也
真蚊子
15年9个月前 IP:未同步
98827
你那不叫智能,叫本能了...
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
我说要有光
15年9个月前 IP:未同步
98860
你那样训狗根本就是在狗脑里建立一个字典,根本谈不上任何“算”的概念

有神经网络的系统才能进行训练  细菌是不能训练的
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
thl0408
15年9个月前 IP:未同步
98865
同意楼上2位
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
novakon
15年9个月前 IP:未同步
98880
这里的计算不是逻辑电路,而是生物神经网络反馈,速度会更快,但是出错率更高。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
小俊
15年9个月前 IP:未同步
98884
还不如用神经网络算法来得直接
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
marix作者
15年9个月前 IP:未同步
98894
神经网络算法是用来让数字计算机模拟神经网络的算法,真的神经网络得用特制的电路来实现。
我这里所说的设想就是用生物体来代替电路。
三楼说只有具有神经的才能训练,我不同意,因为人工神经网络可由电路实现,电路的特点是具有非线性的输入输出关系,即有刺激反应即可。任何生物都是可以的。你们说是吗?
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
陈忠俊
15年9个月前 IP:未同步
99714
你这个完全就是利用的生物的激励反射学习,是被动,无法保障生物体在刺激时的绝对反射。你一直拿电流电一个电铭感细菌,时间长了,也就形成了对电流的不铭感,就不再反射咯。
电路的非线性输入输出,还存在一个对信号的采集,处理过程。你如何保证生物对信号的百分百识别?
而且如果就整个过程来看,这个过程很复杂,整体来看是信号转换,刺激条件生成,刺激条件释放,生物体接触,生物体神经反射,生物体动作反射,动作采集,采集结果分析,分析结论整合,结论输出。相比之下现在的电子计算机的速率是远远远远大于这个的。而且你无法保证足够小的刺激条件释放到每一个生物体,也许你一个刺激条件过去,一群都动了,结果还是0和1的单次计算。神经的传递速度,加上相应的动作,速度是无法同电子的移到相比较的。如果你采用单个生物体封装的方式,体积就会变得十分大,从而违背了现在开发生物计算机的初衷。
+100
科创币
玄明
2009-05-14
欢迎新人 发言很积极
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
poiu1571
15年9个月前 IP:未同步
100423
生物计算机= 智能????
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论

想参与大家的讨论?现在就 登录 或者 注册

所属专业
所属分类
上级专业
同级专业
marix
笔友
文章
14
回复
71
学术分
0
2006/04/06注册,4年8个月前活动
暂无简介
主体类型:个人
所属领域:无
认证方式:邮箱
IP归属地:未同步
文件下载
加载中...
{{errorInfo}}
{{downloadWarning}}
你在 {{downloadTime}} 下载过当前文件。
文件名称:{{resource.defaultFile.name}}
下载次数:{{resource.hits}}
上传用户:{{uploader.username}}
所需积分:{{costScores}},{{holdScores}}下载当前附件免费{{description}}
积分不足,去充值
文件已丢失

当前账号的附件下载数量限制如下:
时段 个数
{{f.startingTime}}点 - {{f.endTime}}点 {{f.fileCount}}
视频暂不能访问,请登录试试
仅供内部学术交流或培训使用,请先保存到本地。本内容不代表科创观点,未经原作者同意,请勿转载。
音频暂不能访问,请登录试试
支持的图片格式:jpg, jpeg, png
插入公式
评论控制
加载中...
文号:{{pid}}
投诉或举报
加载中...
{{tip}}
请选择违规类型:
{{reason.type}}

空空如也

加载中...
详情
详情
推送到专栏从专栏移除
设为匿名取消匿名
查看作者
回复
只看作者
加入收藏取消收藏
收藏
取消收藏
折叠回复
置顶取消置顶
评学术分
鼓励
设为精选取消精选
管理提醒
编辑
通过审核
评论控制
退修或删除
历史版本
违规记录
投诉或举报
加入黑名单移除黑名单
查看IP
{{format('YYYY/MM/DD HH:mm:ss', toc)}}