主题：【注意】请问水风道长 -- 睡虫
家园 【注意】请问水风道长 怎么判定进化？机器人能自我复制了算不算进化？
隔壁信息技术有个主题：链接出处
很需要您来解惑，呵呵。
家园 顺便帮你反驳一下那些家伙 说到进化，单细胞生物进化的基础是DNA。机器人进化是改进自己的程序。
DNA是一种非常稳定的结构，细胞内已经进化出了高保真的一整套体系。但是这套体系同时又保留了非常低概率的突变，使得整个体系的进化成为可能。一般生物的DNA突变率在十亿分之一到一百亿分之一之间每个特定的核苷酸位点每复制。也就是说，在一次复制过程中，给定一个位点突变的可能性是十亿分之一到一百亿分之一之间。其中，有效突变（就是突变会改变这个生物的生活或者功能）的概率是1/1000。在这里面，1/1000的可能会出现有益突变。
程序一旦开始运行，也必须是一种非常稳定的东西，要不然你的机器就会不定时的死机。但是在这个程序里面，机器运行时读取错误的可能性是多大？读取错误后将这个错误重新记录到原有正确的程序中（就是覆盖原有正确的程序）的可能性有多大？打错一个字符导致整个程序出错的可能性是多大？如果整个程序出错或者因为这个改变而更加有效率，那么这个改变会跟其它的改变累加的可能又有多大？
说到这里，我们就会明白，让程序本身来进化，在现在是完全不现实的。目前唯一一个有可能自我进化的机器产品就是计算机病毒，可惜被我们能杀得都杀死了，而且所有的变种病毒的创造者都是人类。
单细胞生物虽然进化的几率非常小，但是架不住他们个体多阿，目前全球的生物个体有大概10的34次方那么多，其中有90%的个体是单细胞。那么，每次复制产生有益突变的可能性是多少，是10的17次方。但是，除去其中重复的，除去不可以进行基因交流的，除去那些因为某种原因无法流传下来的，对于一个特定的物种，可能产生的有益突变的数量是多少？是几千个到几万个，几乎涵盖了所有已知基因。但是，这些突变是分散在10的20-24次方个体里面的。任何一个个体含有一个有益突变的可能性还是10的17-19次方分之一。这些有益基因，只有受到外界威胁的时候，就是把其他的个体都杀死的时候，才会逐步取得主导的地位。这也就是自然选择的过程。
那么，目前的计算机程序可能像现有的生物一样进化么？如果不能进化，他们靠什么来摆脱人类工具的身份呢？
家园 我觉得计算机病毒程序的自我复制可以看作进化过程 因为病毒程序能够自我复制且具有强烈的自我复制倾向，类似于基因，可以成为进化的主体。如果有某个病毒程序在复制过程中出现错误，但其复制出的新程序仍然能够自我复制甚至更好的自我复制，那末进化就开始了
家园 想了想, 妖道想知道的可能和我想的不一样 我知道有种软件是用来虚拟生态的, 透过实验者建立生态结构, 物种特性与背景环境, 在电脑中形成生态系做为观察研究用途. 妖道有兴趣的是这个, 不是 IT 技术的发展吧?
不会是 both of them 吧?
家园 小驳一下妖道 妖道对人工类神经网络的期许明显高了, 其实这也是研究这个主题的人心中的痛. 人们想要 AN 的好, 但不想要自然界的坏. 也就是说人们想要的是电脑可以学习可以演化, 但不要自然界存在的失败演化与淘汰, 也不要花那么长的进化时间, 甚至想要一个可控制可预测可抹去归零可回溯重复的学习进化结果.
水风说的计算机架构基本问题, 广的来说会命中计算机基础理论的Von Neumann logic, 这是死穴, 除非推翻现有计算机架构. 但这位伟大数学家 (以及 N 种学家) 的基础逻辑却是analog / digital 计算的根本, 没了它等于没了计算机的功能, 有违利用计算机的强项加入神经学的优点统合出兼两家之长的研究目的.
那么, 这是要驳妖道啥呢? (1) 这类研究发展的目的并非是要完全模仿生物, 而是取生物之长, 为电脑锦上添花. (2) 这类研究是以实用为目的, 也就是必然依附在现有信息技术可及之处着眼, 也就是研究结果的可行性优先于完整性.
所以, 即使存在有不可行或是理论缺憾, 只要能补足增强一些现有电脑的不足之处, 还是有意义的.
PS. 我不是穷究万物之理的理科生, 而是实用主义的工科生, 后来又变成奸邪狡诈的商科生. 所以, 呵呵, 看这个事情是以增进信息技术为主, 与水风求实求真的理念或有不同.
家园 基因算法不是不可能的 正如阁下所述，进化需要：
一定概率的基因突变：这完全可以用可控制的模型，以一定的可控概率来引入。
突变基因对个体特征的表达：实际上是一个模型中的控制参数对程序的控制。
相当数量基因不同的个体：在计算机内很容易实现。
对个体适应性的评估：对于某一参数集合，用目标函数对系列组合（不同基因的个体）评分，得分高的个体获得交配的权利: 如：
基因集：X Y Ｚ
Ｘ 有值x0, x1, x2
Y 有值y0,y1,y2
Z 有值z0,z1,z2.
引入评估函数F(X,Y,Z) 对一系列个体评估：
F(x0, y0, z0)...
对评估结果进行排序：得到优化集
x0, y1, z0
x0, y1, z1,
x1, y0, z0,
x1, y1, z0
使用一定的算法（交配）得到下一代个体，注意如果上面的每种组合的个体相同，下一代个体中 x0,y1,?? 的个体可能更加占优势，达到了进化的目的。
我觉得使用基因算法，程序的进化虽然还很粗糙，但与自然的选择已经没有质的差距。基因算法在解决大参数空间优化问题中已经有广泛的应用：
ＥＤＡ
A GENETIC ALGORITHM FOR VLSI PHYSICAL DESIGN AUTOMATION
The Santa Fe Institute
希望有基因算法的专业人士给出进一步的阐述
家园 花，至少一吨 有您出手，我不再担心隔壁的同学。
真理越辩越明，呵呵。
家园 妖道稽首 呵呵，那篇报道讲的东西是发表在今年自然杂志上的一篇新闻报道。下面两篇是那篇原文以及文章所附的补充资料。
如果您仔细读一遍的话，就会发现那个所谓的机器人掌握了复制，纯粹就是一个吸引眼球的噱头。
这篇新闻的真正意义在我看来，不是机器人可以如何如何，而是我们可以设计出这么一个芯片，在指导机器人根据外界的环境，来调节自己的反应这个过程中，可以作出非常复杂的动作来。
目前计算机和机器人的结构和算法，已经决定了这些机器只能做人类赋予他们的，它们连真正的学习都没有。还是完全处于一种工具状态。就像我不认为从旧石器到新石器是工具本身的演化（那是我们的演化）一样，这个新闻所讲述的东西，在我看来，同样也跟演化沾不上边。
至于担心机器或者计算机或超越人类，那要看以后会不会出现一种全新的算法，可以自我学习进化。至少在那种算法出现之前，无论什么所谓的量子计算机，还是DNA计算机都只是纯粹的工具。
我看了你写得多个帖子，很有自己的思想。以后还希望能够多多交流。我这人说话比较冲，如有冒犯之处，尚请海涵。
