Biocomputing

Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den version , der blev gennemgået den 27. marts 2016; checks kræver 7 redigeringer .

Biocomputing (eller kvasi-biologisk paradigme [1] ) ( Eng.  Biocomputing ) er en biologisk retning inden for kunstig intelligens , der fokuserer på udvikling og brug af computere, der fungerer som levende organismer eller indeholder biologiske komponenter, de såkaldte biocomputere .

Grundlæggeren af ​​den biologiske retning i kybernetik er W. McCulloch , såvel som de efterfølgende ideer af M. Conrad, som førte til retningen - biomolekylær elektronik . I modsætning til forståelsen af ​​kunstig intelligens ifølge John McCarthy , når de går ud fra den holdning, at kunstige systemer ikke er forpligtet til at gentage i deres struktur og funktion strukturen og processerne, der forekommer i det, der er iboende i biologiske systemer, mener tilhængere af denne tilgang, at fænomenerne menneskelig adfærd, dets evne til at lære og tilpasse sig er en konsekvens af dens biologiske struktur og funktioner [2] .

Ofte er forståelsen af ​​kunstig intelligens ifølge John McCarthy i modsætning til det kvasi-biologiske paradigme , så taler de om:

"Von Neumann paradigme" vs. "Kvasibiologisk paradigme"

von Neumann- paradigmet er grundlaget for langt de fleste moderne informationsbehandlingsværktøjer. Det er optimalt, når masseproblemer med tilstrækkelig lav beregningskompleksitet løses.

Det kvasi-biologiske paradigme i dag er meget rigere på indhold og mulige anvendelser end den oprindelige tilgang fra McCulloch og Pits. Det er i færd med at udvikle og undersøge mulighederne for at skabe effektive midler til informationsbehandling på grundlag heraf.

K. Zaener og M. Konrad formulerede konceptet om en individuel maskine , i modsætning til den universelle computer "von Neumann". Dette koncept er baseret på følgende bestemmelser:

  1. En universel maskine kan ikke løse noget problem så effektivt som en maskine, der er specielt designet til at løse det;
  2. Et rigidt program indebærer sekventiel udførelse af operationer, dvs. ineffektiv brug af computerressourcer;
  3. Det er nemt at ødelægge programmet, hvis der indføres tilfældige ændringer udefra. Derfor er det umuligt at lave små ændringer trin for trin og gradvist ændre opbygningen af ​​programmet.

Derfor er hovedfunktionerne i den tilpassede maskine som følger:

  1. Maskinens fysiske struktur bestemmer løsningen på et bestemt problem;
  2. Udviklingen af ​​maskinen efter input af kontrolstimuli fører til en sådan tilstand og/eller struktur af maskinen, som kan tolkes som en løsning på det ønskede problem

Vejledning i forskning

Biocomputing gør det muligt at løse komplekse beregningsproblemer ved at organisere beregninger ved hjælp af levende væv, celler, vira og biomolekyler. Der bruges ofte molekyler af deoxyribonukleinsyre , på grundlag af hvilke der skabes en DNA-computer . Udover DNA kan proteinmolekyler og biologiske membraner også bruges som bioprocessor. For eksempel, på basis af bacteriorhodopsin-holdige film , skabes molekylære modeller af perceptronen [1] .

Links

Se også

Noter

  1. 1 2 Biomolekylære neurale netværksenheder, 1.4. Kvasi-biologisk paradigme for informationsbehandling  (utilgængeligt link)
  2. Dmitry Rogatkin. Vil kunstig intelligens miste bevidstheden?  // Videnskab og liv . - 2018. - Nr. 10 . - S. 62-66 .