“自复制自动机理论”的版本间的差异

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索
第71行: 第71行:
  
 
<br>
 
<br>
 
 
 
 
===第二堂课——控制与信息理论===
 
===第二堂课——控制与信息理论===
 
  • 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。 <br>
 
  • 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。 <br>
第98行: 第96行:
 
  • 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。<br>
 
  • 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。<br>
 
  • 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。<br>
 
  • 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。<br>
 
  
 
<br>
 
<br>
第112行: 第109行:
 
  • 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。<br><br>
 
  • 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。<br><br>
  
 +
<br>
  
<br>
 
 
==相关wiki==
 
==相关wiki==
 
*[[Jake]]
 
*[[Jake]]

2020年5月10日 (日) 15:08的版本

内容简介

该书是一本John von Neumann关于“自复制自动机”的研究论文集,由John von Neuman在密西根大学的助手Arthur Burk(大名鼎鼎的John Holland的博士导师)整理编辑。


这本书的意义不仅仅在于它实际上开创了“人工生命”、“细胞自动机”等多门复杂性研究的分支。更重要的是,该书将“自我复制”作为生命的一个本质特征加以数学建模的研究。而这套理论和可计算性理论、歌德尔定理以及热力学深深地联系到了一起。这一点也许对于我们研究复杂系统的人来说仍具有重要的意义。其中,5篇讲座的讲稿为该书最重要的部分。这5篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了von Neumann的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。


基本信息

《自复制自动机理论(Theory of Self-reproducing Automata)》




书名:自复制自动机理论(Theory of Self-reproducing Automata)


作者:约翰·冯·诺依曼 John von Neumann


编者:阿瑟.伯克斯 Arthur W. Burks


译者:东方和尚



作者介绍

约翰·冯·诺依曼 John von Neumann

约翰·冯·诺依曼 John von Neuman




  • 开创了冯·诺依曼代数。
  • 美国籍犹太人数学家、计算机科学家、物理学家,是20世纪最重要的数学家之一。
  • 历任普林斯顿大学、普林斯顿高级研究所教授,美国原子能委员会会员。美国全国科学院院士。布达佩斯大学数学博士。
  • 现代计算机、博弈论、核武器和生化武器等领域内的科学全才之一,被后人称为“计算机之父”和“博弈论之父”。





内容目录

  • 前言与编者介绍 自复制自动机前言
冯纽曼在计算机方面的工作
冯纽曼的自动机理论
  • 第一部分:复杂自动机的组织与理论
第一堂课:一般意义的计算机
第二堂课:控制与信息理论
第三堂课:信息的统计理论
第四堂课:大数之道
第五堂课:复杂自动机的一些考量——关于层次与进化的问题

内容摘要

第一堂课——一般意义上的计算机

  • 数学中的抽象方法和计算方法,后者在应用数学和数学物理上的作用。纯数学中两者的作用。分析的状况。计算模拟作为一种启发性的工具。
  • 不同的计算方法:模拟和数字。
  • 模拟方法:利用物理实验来代替计算。模拟计算机。
  • 数字方法:人工计算,简单的计算机,全自动的计算。
  • 现在计算机的状况,数字和模拟计算机的不同功能,计算速度,编写程序和精度的问题。
  • 计算机中基本操作的概念,在数字和模拟计算机中间基本操作的作用。关于数字和模拟组件的一些见解。
  • 继电器元件。主要的形式:机电继电器,真空管以及其他可能的继电器。
  • 数字计算所需时间或者计算复杂度的测量,逻辑和算术运算,线性和非线性的算术计算,乘法次数的作用。不同计算的统计性质的稳定性,分析的特殊功用。
  • 计算长度或者复杂度的不同性质。对于自动数字计算机器的问题特征长度。
  • 精度需求。
  • 内存需求:内存容量的测量。内存的关键参数,读写时间和内存容量。建立不同级别内存的原因,数字计算机器的实际内存需要量。
  • 输入输出:主要的媒介。
  • 平衡的概念:不同零件的速度平衡。不同级别内存容量和速度的平衡。速度和精度的平衡。速度、内存容量和编程能力的平衡。
  • 从热力学角度看待平衡。热力学上的内存容量。在传统的经验方式之上建立定量理论。可靠性和错误的一些初步看法。


第二堂课——控制与信息理论

  • 信息理论:严格的部分。信息的概念,集合和区分所对应的数理逻辑概念。
  • 同形式逻辑的紧密联系。利用自动机模型做不同的分析。这两种做法的共同特点:具备或不具备的特征。把两种分析联系在一起的工作。
  • 两种描述自动机的方法:零件组合或者整体处理。
  • 零件组合的方法:基本单元的性质,同神经元的类似之处。McCulloch & Pitts理论:形式神经网络,他们主要的结论。
  • 整体处理的方法:图灵机理论。图灵机和数学问题的联系,何种数学问题能够用图灵机解决。通用自动机的概念。图灵的主要结论。
  • McCulloch & Pitts的神经网络以及图灵自动机的局限。输入和输出元件。一般意义上的计算。利用传感器和运动元件的分析方法。


第三堂课——信息的统计理

  • 信息理论:概率论部分。严格逻辑和概率论逻辑的关系。凯恩斯对于概率论的理解。举例说明逻辑与严格的经典力学以及统计力学之间的关系。量子力学中的相应情况。
  • 从数学角度看待严格逻辑向统计逻辑的转变。分析和组合论。
  • 热力学的角度:信息和熵。
  • 西拉德(Szilard)的理论。
  • 香农的信息论。
  • 叙述计算机的内部平衡的热力学性质。


第四堂课——大数之道

  • 计算机器和神经系统之间的比较,对于计算机器尺度发展的预计。
  • 对人类中枢神经系统的尺度进行估计。并说明了生命的“数模混合”性质。模拟和数字元件。人工和生物的各种部件都具有这种混合性质,对此所持的立场。
  • 对于人工和生物自动机的尺度差别的评价,用物理原因来解释这种差别。材料的生物性质。
  • 存在其他智能因素的可能,复杂度起到的作用和所需要的理论深度。
  • 重新考虑可靠性和错误的问题,独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。
  • 人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则,因缺乏理论支撑,我们的处理方法的粗糙之处,以及生物自动机的先进之处:元件的自主性。这种自主性和进化之间的联系。


第五堂课:复杂自动机的一些考量——层次和进化问题

  • 自动机可以作为一个整体来研究,也可以对各个零件分别研究。当然,有了对于各个零件的知识以后,我们还需要懂得如何把零散的知识组成统一的理论,但是目前我们还不知道怎样做。
  • 问题一:我们这里先不谈细节问题,而是仅仅针对中继组件(relay organs)的性质进行讨论。
  • 问题二:如何与自动机和信息理论保持一致,我们将重新考虑在第二堂课结尾的地方已经触及到的将程序看作一种自动机模型的理论探讨。
  • 如何合成一个自动机,并且它自己就能实现这一合成过程。
  • 有关“复杂度”的直观理解。我们猜测这个复杂度具有一种衰退的特征,这种特征是与该自动机过程的描述以及由它完成的自动机合成有关的。
  • 有关复杂度衰退这个概念的性质和难点。
  • 严格的讨论:自动机和其“基础”零件。有关这些基础零件的定义和列表。由自动机合成的自动机。自我复制的问题。
  • 与此有关的构造性自动机的主要类型:通用指令的概念。能够执行指令的通用构造自动机。通用拷贝自动机。组合自动机来实现自复制。
  • 自复制和其他类型的自动机合成过程:例如催化过程,同已知的主要遗传和变异机制的比较。


相关wiki

编者推荐

豆瓣

Free your mind

“一本书的价值高低在于其能够提供给世人的启发的多少,那么从这个标准判断,Theory of Self-reproducing Automata是一本伟大的书。在整个阅读过程中,我不断被书中独创性的观点与天才的思想感动,没错,是感动。这是我读书过程中很少有的体验,拍案叫绝,甚至在我上厕所的过程中也不断有新的体会“涌现”出来,让我有迅速记录下来的冲动。” ——Luck

一本被主流遗忘的经典?

“在我眼里,我觉得这本书是研究复杂性理论最深刻的一本。而且当你把它放到当时的时代背景之下,你会更加肃然起敬。”——jake



本中文词条由厚朴、薄荷编辑,欢迎在讨论页面留言。

本词条内容源自wikipedia及公开资料,遵守 CC3.0协议。