你那不叫智能，叫本能了...
引用
评论
生物计算机的想法
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。
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。
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？
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
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。
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。
引用
评论
