淘客熙熙

主题:【请教】关于生物的Self-Adaptive行为的知识和在计算机方面 -- 梦里依稀

共:💬48 🌺1
全看树展主题 · 分页首页 上页
/ 4
下页 末页
家园 【请教】关于生物的Self-Adaptive行为的知识和在计算机方面

的应用。

最近在看关于计算机,网络 Self Configure/Adaptive 方面的东西,理论方面接触到一些关于模仿生物行为的内容,如Artificial Life,Complex System 等等。

比如,生物能够很好的适应环境,对信息的处理是很分布,多元的,某些个别Sensor的失效不会导致整个系统的崩溃,会有其他的组织代偿。

哪位,比如对这方面比较有研究,能否谈谈,生物方面的,主要是对生物行为的研究和认识,而在CS方面,则是模仿。两方面都有兴趣探讨一下。

rodger嘉宾是学生物的,老铁好像也是吧? 能否指教一二。

家园 有趣的话题,从材料方面谈一谈也可以吧

软物质材料也是新兴研究领域,

生物组织的self-assembly,

家园 很大的话题,不敢献丑。等高手来

不过的确是非常有意义的方向。

是认识非物理性科学的一条大门。

有空会做一点基本常识的介绍。

家园 不知道cs的同志们在用什么数学模型讨论这个问题

比如MDP(Markov Decision Process)之类的?有没有综述文章?我好看个大概意思。

家园 俺们要听的就是常识阿

别等什么高手拉,在这里谦虚可不是什么美德。

家园 这里有一篇讲AutonoumousAdaptiveAgent

的综述

外链出处

主要从Artificial Life和传统人工智能 (Artifical Intelligentce)的区别着眼。

这更多的是一个Architecture而不是具体数学模型的问题。

家园 这篇主要还是讲的single agent

这篇文章有点老了(大约十年以前吧),而且我不太喜欢,感觉它说话“假大空”。该文主要探讨了两个问题,(single) agent如何选动作(planning),和如何学习(learning,也就是自适应的来源)。这两个方面,近年都有很大的发展。作者提出的大多数问题(除了社会性),都有了一定的解决方案。与该文的区别,在于有很坚实的数学基础,就是我提到的MDP,也是文中提到的reinforcement learning的基础。我之所以强调数学基础,是因为吹牛谁都会,能不能做出来是另一回事,做出来了能否证明其合理性而不是瞎猫撞到死老鼠又是另一回事。

我的疑惑是,该文似乎对梦姑娘的需求不完全对路,因为你似乎很强调社会性,也就是multi-agents的共同作用。文中对emergent behaviour只是一带而过,没有展开来谈。感觉那才是artificial life的精华所在。那个方面我不熟悉。

家园 呵呵,这个砖头看来抛得不好

刚接触这些东西,也不是很清楚这些个玩意是否适合我手里需要解决的问题,只是觉得作为一个和biology有关的前沿科学,很有意思。

看来小筑比我熟阿,讲讲看拉。

家园 看过一本书,全无心德。

Gary William Flake:2000,《The Computational Beauty of Nature--Computer Explorations of Fractals, Chaos, Complex Systems, and Adaptation》

CAS这东西10年前颇兴了一阵子,最近好像动静不大。关键是What are you going to do? what kind of model are you going to construct? what is your main goal?

家园 那就玩玩Game of life, star logo 先,逛逛这儿

http://www.swarmagents.com/

家园 我只能谈谈从生物学角度看出的特殊性

对计算机,数学一窍不通的,那敢乱说话。

不过,的确这方面生物学有其极其特殊之处。可以说是指出了新的方向,虽然还很模糊。

等我安排妥当时间,一定好好谈谈。为了回国腐败,最近要赶很多试验,只能等一下了。

家园 neuroscience

neuroscience里的signal transduction 和synaptic plasticity可能也有点关系吧。

记得以前的人工智能搞了什么学习机之类的东西,除了逻辑运算之外,不知还有点啥,望高手指点一二。

家园 这个问题难回答

很多问题正在研究当中,得出结论的还很少。就我知道的说一点吧。

生物系统显然是一个成功的系统,毕竟是经过几亿年进化的结果,自然界尝试了无数种模式,其中决大多少被淘汰,保留下来的无疑都是成功者。所以向生物系统学习可以让我们少走很多弯路。

计算机方面模仿生物,我所知道学得最象也最成功的应该是遗传算法,也有叫进化算法的。至于计算机神经网络最多只能说是学了个皮毛,和真正的神经网络差得太远。

生物系统的网络无疑是非常有特色的,比如大量的单元是并行的,冗余程度相当高,同时也相当稳健。对于生物系统网络的研究,最早可能还是生态系统的研究,很多年以前我就看到过不知是Nature还是science上关于生态系统稳健性研究的论文。神经网络的研究也是比较早的,也比较深入,同时难度也很大,模拟神经网络还有很长的路要走。近年来对于代谢网络、免疫网络和基因网络的研究发展很快。这些都属于系统生物学的内容,这些方面的研究很可能在今后10年内形成一个高潮,这个问题以后我有时间再展开吧。

这里需要提一下Santa Fe Institute,对复杂系统研究感兴趣的人对这个名字估计是如雷贯耳。实际上SFI对于生物系统的研究一直都非常重视,他们早期最出名的就是Artificial Life,他们好几个focus area都是和生物系统相关的。特别是有一个Computation in Physical and Biological Systems,就是研究如何学习生物系统来提高计算机的效能。你可以看看他们的book list,估计有不少你会感兴趣。

对代谢网络和基因网络特性感兴趣的朋友可以参考下面两篇文献:

Robustness against mutations in genetic networks of yeast. Nature Genetics 2000. 24:355-361

The small world inside large metabolic networks. Proc. R. Soc. Lond. B, 2001. 268:1803-1810.

这两篇的第一作者都是Andreas Wagner,此人也是SFI的成员。


本帖一共被 2 帖 引用 (帖内工具实现)
家园 最近就是在做这个东西

今年就在做这个东西,实现一个ant-sorting algorithm,就是蚂蚁搬东西的系统,简单的说就是一群蚂蚁冲出去很快就能把泥土,食物,和蚁卵分开,但是这种分类并没有一个"神"在后面操纵,蚂蚁只是按自己本能行动,但是集体起来就象有某种单独意识一样,比如象matrix里的optus群。

找了不少article和conference paper,说得好的很多,但做起来头大得很,每个理论都说得头头是道,一实现起来就发现根本不是那么回事,而且一个人写程序很容易就有意无意的变成了那个"神",刚想出一个算法,仔细一想,不还是变相指导了蚂蚁吗?照这样发展下去,我恐怕要去信教了

家园 读过几篇这方面的REVIEW, 有意思, 有谁可以介绍一下.
全看树展主题 · 分页首页 上页
/ 4
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河