[人工智能]生命的计算和计算的生命

目录

一、生命的计算

背景：生物信息学和计算生物学的发展

生命的运转符合计算特征：

应用：生物信息学--数据->知识（->医疗）

二、计算的生命

计算机构造的仿生原理

计算算法的仿生原理

生命泛指有机物和水构成的一个或多个细胞组成的一类具有稳定的物质和能量代谢现象、能回应刺激、能进行自我复制（繁殖）的半开放物质系统。生命个体通常都要经历出生、成长和死亡。生命种群则在一代代个体的更替中经过自然选择发生变化以适应环境。

计算是指根据已知量算出未知量，计算机中的计算是指逻辑运算和算术运算。

那么，生命和计算之间又有怎样的联系呢？

一、生命的计算

背景：生物信息学和计算生物学的发展

------生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学

------计算生物学（Computational Biology）是 生物学 的一个分支，是指开发和应用数据分析及理论的方法、数学建模和计算机仿真技术等，用于生物学、行为学和社会群体系统的研究的一门学科。 计算生物学的最终目的不仅仅局限于测序，而是运用计算机的思维解决生物问题，用计算机的语言和数学的逻辑构建和描述并模拟出生物世界。

薛定谔1973年《生命是什么》中提到“万物赖负熵为生”，在他看来，生命和世间万物一样，都遵循着宇宙运行的规律，只不过有生命的物体可以汲取环境中的秩序来维系自己的生存。

自80年代开始，序列信息开始成倍的增长，因为测序技术在这个时间得到了相当大的发展。另一方面，计算机的计算和存储能力在这10年内迅速提高，给各种数学理论在分子生物学中的应用奠定了硬件基础。

时至90年代，个人计算机性能的再一次爆棚，使得处理生物学中复杂序列问题的金钱和时间成本又一次大大降低。生物信息学的数据存储、直接搜索的需要逐渐被程序应用满足。计算生物学在90年代的发展，使归纳比较海量序列信息的特征从而推断新结构成为可能。

21世纪，人类基因组测序完成，生物研究者可以从基因库总选取研究对象的序列信息进行蛋白结构和功能分析，测序技术也在快速发展，极大地促进了比较研究的进程。

生命的运转符合计算特征：

1.孟德尔豌豆杂交实验 与 逻辑（bool）运算 类似

2.爱德华·威尔逊发现将爬行的蚂蚁围成圆圈，它们不停地爬行，直至死亡 与 死循环

3.生命的终极目标是长存于世，子目标一就是进食以保障暂存于世，子目标二是两性结合以保障传递；

类似于大型程序的主程序和子程序

应用：生物信息学--数据->知识（->医疗）

1.DNA测序：人类基因组计划，微生物组项目

2.生物大数据

在生物医学方面，人类健康、医学发展和环境卫生等与人类福祉直接相关的多个方面也受到大数据的巨大影响。

二、计算的生命

计算机构造的仿生原理

高级脑是cpu，低级脑是各种controller 控制各种硬件和内核线程（潜意识，非条件反射，记忆，呼吸心跳眨眼等维持生命的活动什么的），并且屏蔽硬件，提供操作（人感觉不到神经肌肉骨骼，但是可以跑啊，跳啊，执行许多复杂动作），脊柱是外部总线，神经末梢是传感器，也是信号线，肌肉是执行件，显意识是用户进程，潜意识是内核，人应该算是单核多进程的系统。短期的7个条目的记忆算是cpu内部寄存器，近期记忆算是内存，长期记忆算是硬盘缓存，正真的硬盘应该算是现实世界中的物理载体（书，电子资料等的）。不同的人，拥有不同知识体系，将它们层层保存在储存金字塔中，想不起来也就是发生缓存不命中的时候，就去硬盘中找。

------原文链接：计算机仿生学_jun7118的博客-CSDN博客_计算机仿生学

计算算法的仿生原理

仿生算法：是一类模拟自然生物进化或者群体社会行为的随机搜索方法的统称.由于这些算法求解时不依赖于梯度信息,故其应用范围较广,特别适用于传统方法难以解决的大规模复杂优化问题.主要有：模仿生物进化的遗传算法、模仿神经网络系统的人工神经网络、模仿蚂蚁寻路的蚁群算法、蛙跳算法、粒子群优化算法等.这些算法均是模仿生物进化、神经网络系统、蚂蚁寻路、鸟群觅食等生物行为.故叫仿生算法.