布莱恩大脑

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
薄荷讨论 | 贡献2021年7月31日 (六) 13:10的版本 →‎编者推荐
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳到导航 跳到搜索


一个典型混沌的布莱恩大脑显示了飞行器,耙子和对角线波。其中,活细胞(on cells)是白色的,死细胞(dying cells)是蓝色的。

介绍

布莱恩大脑 Brain's brain是由加拿大计算机科学家布莱恩·西尔弗曼 Brian Silverman设计的元胞自动机

其特点在于,规则模拟了大脑神经元之间的信息传递规则。


规则

布莱恩大脑在一个无限的二维细胞网格上运行,每个细胞处于3种状态,且状态受到周围的8个邻域细胞的影响,这八个细胞是水平、垂直或对角线相邻的细胞。 同康威生命游戏的主要区别在于,生命游戏的细胞只有两种状态,而布莱恩大脑中有三种状态,且状态更新的规则不同。 每个时间步中发生的变化如下:

  • 存活(on):在等待状态的细胞,其8个邻域细胞中的两个细胞处于存活状态时,该细胞存活。
  • 死亡(dying):所有存活的细胞,在下一个时间步中都会死亡。
  • 等待(off):所有死亡的细胞,在下一个时间步中都会变成等待。


类比

可以清楚地看到该规则同大脑神经元规则之间的类比:

  • 存活-去极化:神经元受到刺激,发放了一个脉冲。
  • 死亡-超极化:神经元进入不应期,在该阶段即使接受刺激也不发放脉冲。
  • 等待-恢复静息电位:不应期后恢复静息电位,又可以重新对刺激进行反应。

然而,同布莱恩大脑不同:

  • 大脑中的神经之间传递的信息是非线性的,是否发放脉冲同 突触间的连接强度、信息编码规则等有关系,而不只是两个相邻细胞输入刺激就发放脉冲。
  • 大脑中的一个神经元,可以从数千个神经元接收信息,再向数千个神经元发放信息;人脑中神经元突触数量约在10^14一10^15(百万亿~千万亿)之间。因此大脑处理信息的过程要复杂得多得多。


表现

由于细胞自动机的名字,一些网站把自动机比作大脑,把它的每个细胞比作神经元,神经元可以处于三种不同的状态: 就绪(关闭)、开启(启动)和难控制(死亡)。[1][2]

布莱恩大脑中的振荡器

“死亡状态”细胞倾向于导致定向运动,所以几乎布莱恩大脑中的每个模式都是一艘宇宙飞船。许多宇宙飞船是耙子,它们发射出其他宇宙飞船。另一个结果是,许多布莱恩的大脑模式将爆炸的混乱和混乱,往往会导致或包含大量对角线波上和死亡的细胞。例如,一个22块的单元将产生一个不断膨胀的钻石,其中包括四个对角线波,它们以光速穿过平面。

然而,在布赖恩的大脑中已经构建了振荡器。一个例子只有四个细胞和四个死亡细胞,周期3振荡。[3]


参考文献

  • Resnick, Mitchel; Silverman, Brian (1996-02-04). "Exploring Emergence: The Brain Rules". MIT Media Laboratory, Lifelong Kindergarten Group. Archived from the original on 2008-12-23. Retrieved 2008-12-15.
  1. Evans, M. Steven (2002-01-28). "Cellular Automata - Brian's Brain". Retrieved 2009-05-17.
  2. Wójtowicz, Mirek (2001-09-15). "Cellular Automata rules lexicon - Generations". Mirek's Cellebration documentation. Retrieved 2009-05-17.
  3. "Archived copy". Archived from the original on 2011-07-23. Retrieved 2009-05-17.{{cite web}}: CS1 maint: archived copy as title (link)


编者推荐

元胞自动机

集智视频

认识元胞自动机

该课程将进入到元胞自动机的学习中,并运用Netlogo完成计算机模拟。


探索元胞自动机

该节课我们将更加深入地探索元胞自动机的其它方面,并进行有趣的现实创造,比如元胞自动机创造的音乐。


元胞自动机

该课程中,主要介绍了初等元胞自动机、交通流的NS模型、DLA模型、沙堆模型与自组织临界以及自然界中的幂律分布。


集智文章

什么是元胞自动机|集智百科

元胞自动机 cellular automata(CA),中文也译作细胞自动机、点格自动机、分子自动机或单元自动机,是一种时间、空间、状态都离散,空间相互作用和时间因果关系为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力。由冯·诺依曼创始,经数学家约翰·何顿·康威 John Horton Conway、物理学家斯蒂芬·沃尔夫勒姆 Stephen Wolfram等人的贡献后迅速发展。元胞自动机广泛应用于计算机科学、物理学、复杂系统 Complex Systems,理论生物学和微观结构模型等领域。元胞自动机同时也被称为元胞空间,棋盘自动机 tessellation automata,同质结构,元胞结构,棋盘结构和迭代数组。

​元胞自动机模拟斑图生长动力学 | 复杂性科学顶刊精选6篇

2021年4月19日-4月25日来自Complexity Express的复杂性科学论文精选。





本中文词条由Moonscar参与编译,Lee审校,糖糖编辑,如有问题,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。