给博客添加rss订阅

今天分享的是细胞自动机,细胞自动机是一个学科,我今天要讲的是狭义的细胞自动机,广义的细胞自动机的边界还是模糊的。可能大家会把细胞自动机和dna编程混淆,实际上他们是有交集的,但是不同的两个学科,交集就是分形,自然界中处处存在分形。 我说的内容有一点的哲学,但是不需要进入深入思考,有段时间我差点想疯了。

一开始先让大家看一个图。

在说到自动机之前,来说下现在世界的两个 Bug ,一个是递归,一个是自动机。

递归是大家熟悉的,图灵机模型就是递归模型。

大概说下图灵机,图灵机,就是假设有一张无限长的字条,字条有固定长度的格子,人只能一次读一个格子,格子写在符号,人可以改写他现在读的格子的符号,根据他读到的符号或读过的,决定他下一个要读的格子。

为什么说递归是一个 Bug ,原因:他可以证明没有上帝,可以证明现在的世界是假的。

假设存在万能的上帝,于是让上帝做出他吃不下的饭,上帝是万能的。上帝做出他吃不下的饭。

进入递归,世界上不存在上帝吃不下的饭,上帝上万能的,我做的饭他是可以吃下去的。

于是上帝做不出他吃不下的饭,所以没有上帝。

这是罗尔悖论,递归做出的悖论。

可能很多人玩过我的世界,有大神在我的世界弄出了电脑,于是在我的世界弄出的电脑里面玩我的世界……

有人做出来一个可以在电脑模拟的世界,于是这个 世界发展到一定时候,他们的人类造出了电脑,过了好久,他们可以用电脑模拟世界,于是过了好久,虚拟的世界出现了人类,过了好久,他们做出计算机……

根据上面说的,现在的世界处于现实世界的概率是 0 。

自动机如何也是一个 Bug ,因为他是一个问题,世界如何做出来的。

首先来说下历史,这个自动机的提出是在 1940 年,祖师爷 冯诺依曼 提出的,他是为了解决人工智能的问题而提出的。因为我前段时间在做人工智能,所以对他有一些了解。现在世界上的计算机用的都是冯诺依曼体系,现在影响了世界差不多一个世纪,自动机,是现在才有比较好的发展,可能以后会继续影响世界。

自动机使用的思想:采用局相互作用规则,最终产生整体的自复制构型。

用程序员的话是:1.首先有固定维度的空间,空间有固定大小的格子,每个格子有一个 Cell 。

  1. 每个 Cell 有自己的状态,状态的值是有限的。
  2. 每个时刻, Cell 都检查他的邻居的状态,并且根据邻居的状态,改变自己下一时刻的状态。他的邻居是包括他的自己。

于是他的序列是不可控的,当你想知道他的第 n 个状态时,你需要计算他第 n-1 个状态,也就是在他发生之后才可以知道他。

一个简单的世界,可以由几个简单规则组成。

现在的世界也是由简单的规则做的。

但是处于现在世界的人类是难以发现这个世界的规则。

开始做一个世界,这个世界有三条规则。

  1. 在他周围有两个或三个邻居存活,他就可以存活
  2. 如果他已经不存活,但他周围有三个邻居,于是他就可以出生。
  3. 在他周围,如果有超过三个以上的邻居,他就因为太拥挤而不存活。如果有小于两个邻居存活,他因为他孤单而不存活。

就是简单三个规则,可以做出一个世界。

现在人类对这个世界的了解只有100多个规则,至于这个世界是不是仅有这几个规则,人类还不知道。这个世界是不是可以产生生命,人类也不知道。

最简单的图形:

这是静态图形,刚好满足条件1。

那么一些重复的图形:

可以看到他们有周期,所以很简单。

下面让大家看下,这个世界的生物

一些复杂的生物

可以看到他是不稳定的,但是他有周期,所以就可以说他可以存在。

但他在受到外界干扰,就不能保持他原来的样子。

这个世界有一个东西,他可以向一个方向走。

好在上面的这个生物可以自己去掉他。

那么这些生物是如何形成

那么是不是生物就那么大?不是,有些会无限大。

这就是简单的世界。

他可以做到的规模多大,现在还不知道,可能可以做出生命,他可以建立社会。

Pi 无穷

参见:http://www.cnblogs.com/experdot/p/5931589.htm

http://www.cnblogs.com/zhaoyu1995/p/5370043.html

https://plato.stanford.edu/entries/cellular-automata/#1


本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

Kaggle Grandmaster是怎样炼成的

最近,Vladimir 分享了自己成为 Kaggle 高手的经验。目前,Kaggle 注册用户数量已超 100 万,其中只有 124 人拥有 Grandmast...

1153
来自专栏数据科学与人工智能

机器学习与数据科学

计算技术通常用来分析数据,而理解数据则依赖于机器学习。多年来,对于大多数开发者来说,机器学习却是非常遥远、一直是难以企及的。 这可能是现在收益最高,也是最受欢...

27410
来自专栏目标检测和深度学习

想要入坑机器学习?这是MIT在读博士的AI心得

1131
来自专栏人工智能快报

欧盟专家介绍神经形态计算技术发展概况

2016年8月,欧盟人脑计划(HBP)项目负责人KarlheinzMeier教授在高性能计算机技术国际会议“ISC 2016”上介绍了神经形态计算的发展概况,如...

2747
来自专栏CDA数据分析师

如何成为大神级数据科学家 | Kaggle Grandmaster是怎样炼成的

Vladimir I. Iglovikov 是一名 Kaggle 顶级大师(Grandmaster),曾获得过 Carvana 图像遮蔽挑战的冠军,以及 Dst...

2342
来自专栏灯塔大数据

一名合格的机器学习工程师需要具备的5项基本技能,你都get了吗?

你是否对机器学习充满兴趣呢?其实到目前为止,每天有越来越多的工程师开始将好奇的目光转向机器学习领域。实际上,你会发现现在没有哪一个领域比机器学习能引起更多的曝...

4198
来自专栏大数据文摘

谷歌DeepMind最新突破:让机器像人脑一样保留学习记忆,向类人智能更进一步

2185
来自专栏新智元

【重磅】马斯克的AI野心——OpenAI Gym系统深度解析

【新智元导读】开源人工智能系统 OpenAI 的成立打破了谷歌、Facebook 等巨头霸占 AI 领域的格局,但其创始人、特斯拉CEO马斯克多次发表人工智能威...

3659
来自专栏新智元

【春节最强AI游记】最全一手讲者报告实录+BATJ等企业展位,360度带你重温AAAI

新智元专栏 作者:张祥文 编辑:小奇 【新智元导读】厦大学子以一篇图文并茂的游记,带你重温今年的AAAI:详细介绍数场重磅讲者报告、亚马逊及阿里巴巴等提...

3628
来自专栏机器学习算法与Python学习

一份MIT博士的学习心得,送你入坑机器学习?(可下载PDF)

1466

扫码关注云+社区

领取腾讯云代金券