小 (14个版本:all) |
|||
(某位用户的一个中间修订版本未显示) | |||
第9行: | 第9行: | ||
#[http://wc.yooooo.us/d2lraS8lRTclQTIlQjElRTUlOUYlQkEhemg= 碱基]序列包含遗传[http://wc.yooooo.us/d2lraS8lRTQlQkYlQTElRTYlODElQUY= 信息],这些信息由活细胞携带并将被后代继承——这看起来很初级,不过值得注意的是,[[DNA]]中信息的这种表示方式,与[[图灵机]]中信息的表示方式是相同的,都是从一个固定的字母表中选择字符形成一个序列。在DNA的信息表示中,字母表中共有四个符号——[[wikipedia:Adenine|A]],[[wikipedia:Guanine|G]],[[wikipedia:Thymine|T]],[[wikipedia:Cytosine|C]],代表四种[http://wc.yooooo.us/d2lraS8lRTclQTIlQjElRTUlOUYlQkEhemg= 碱基]。就如同[[图灵]]表明的那样,来自一个固定的有限的字母表的一维字符序列可以描述和支持所有的计算。 | #[http://wc.yooooo.us/d2lraS8lRTclQTIlQjElRTUlOUYlQkEhemg= 碱基]序列包含遗传[http://wc.yooooo.us/d2lraS8lRTQlQkYlQTElRTYlODElQUY= 信息],这些信息由活细胞携带并将被后代继承——这看起来很初级,不过值得注意的是,[[DNA]]中信息的这种表示方式,与[[图灵机]]中信息的表示方式是相同的,都是从一个固定的字母表中选择字符形成一个序列。在DNA的信息表示中,字母表中共有四个符号——[[wikipedia:Adenine|A]],[[wikipedia:Guanine|G]],[[wikipedia:Thymine|T]],[[wikipedia:Cytosine|C]],代表四种[http://wc.yooooo.us/d2lraS8lRTclQTIlQjElRTUlOUYlQkEhemg= 碱基]。就如同[[图灵]]表明的那样,来自一个固定的有限的字母表的一维字符序列可以描述和支持所有的计算。 | ||
#当[http://wc.yooooo.us/d2lraS8lRTclQkIlODYlRTglODMlOUUlRTUlODglODYlRTglQTMlODIhemg= 细胞分裂]时,为了DNA的复制,碱基序列被扫描,这与[[图灵机]]中的条带在计算过程中被扫描是相似的。 | #当[http://wc.yooooo.us/d2lraS8lRTclQkIlODYlRTglODMlOUUlRTUlODglODYlRTglQTMlODIhemg= 细胞分裂]时,为了DNA的复制,碱基序列被扫描,这与[[图灵机]]中的条带在计算过程中被扫描是相似的。 | ||
− | #随机的[http://wc.yooooo.us/wiki/%E7%AA%81%E5%8F%98 基因突变]是由碱基的变化来实现的,就像是随机的图灵机可能会改变条带上的符号。因为在DNA复制的过程中可能会产生错误,所以[[ | + | #随机的[http://wc.yooooo.us/wiki/%E7%AA%81%E5%8F%98 基因突变]是由碱基的变化来实现的,就像是随机的图灵机可能会改变条带上的符号。因为在DNA复制的过程中可能会产生错误,所以[[wikipedia:DNA repair|DNA修复]]是必要的。 |
#在活细胞和更大的结构的生理运转中,比如我们的[[wikipedia:Biological Neural Networks|神经网络]],也可以有效地看作是许多更深层次的计算。 | #在活细胞和更大的结构的生理运转中,比如我们的[[wikipedia:Biological Neural Networks|神经网络]],也可以有效地看作是许多更深层次的计算。 | ||
#[[生物]]和[[认知|认知过程]]应该被视为[[计算]]的这个想法,几乎是在发现通用的计算之后立即被提出来的。它是被早期的开拓者讨论的,包括[[图灵]]和[[冯·诺伊曼]]。冯·诺依曼在其著作[[wikipedia:The Computer and the Brain|《计算机与人脑》]]中类比了计算机和人脑。 | #[[生物]]和[[认知|认知过程]]应该被视为[[计算]]的这个想法,几乎是在发现通用的计算之后立即被提出来的。它是被早期的开拓者讨论的,包括[[图灵]]和[[冯·诺伊曼]]。冯·诺依曼在其著作[[wikipedia:The Computer and the Brain|《计算机与人脑》]]中类比了计算机和人脑。 |
2016年4月6日 (三) 03:02的最后版本
标题
Probably Approximately Correct读书心得
关键词
正文
Part1 生物与计算
- 碱基序列包含遗传信息,这些信息由活细胞携带并将被后代继承——这看起来很初级,不过值得注意的是,DNA中信息的这种表示方式,与图灵机中信息的表示方式是相同的,都是从一个固定的字母表中选择字符形成一个序列。在DNA的信息表示中,字母表中共有四个符号——A,G,T,C,代表四种碱基。就如同图灵表明的那样,来自一个固定的有限的字母表的一维字符序列可以描述和支持所有的计算。
- 当细胞分裂时,为了DNA的复制,碱基序列被扫描,这与图灵机中的条带在计算过程中被扫描是相似的。
- 随机的基因突变是由碱基的变化来实现的,就像是随机的图灵机可能会改变条带上的符号。因为在DNA复制的过程中可能会产生错误,所以DNA修复是必要的。
- 在活细胞和更大的结构的生理运转中,比如我们的神经网络,也可以有效地看作是许多更深层次的计算。
- 生物和认知过程应该被视为计算的这个想法,几乎是在发现通用的计算之后立即被提出来的。它是被早期的开拓者讨论的,包括图灵和冯·诺伊曼。冯·诺依曼在其著作《计算机与人脑》中类比了计算机和人脑。
Part2 概念分离
- 概念分离在学科发展中非常重要
- 事实上,计算机发展如此迅速的原因之一是计算机科学家在一开始就做了概念的分离——将计算机所需的物理技术和计算机所实现的算法的内容这两个概念分离开来。这使硬件、软件和算法,各自以惊人的速度独立发展。
- 一个物理对象和信息处理之间的区别,对任何处理计算机的人来说,这都是不言而喻的。即使是一个交通灯,人们可以很容易地分辨其符号功能与物理结构。但也许这些区别在前几次不十分明显。然而,现在电脑是无处不在的,没有理由混淆“what it does”与“what does it”。
- 想要在生物学研究中取得类似的进展,无论是进化还是认知,要求与计算机科学相同的概念分离——算法和底物的分离。
参考资料
1. Valiant L. Probably Approximately Correct. New York: Basic Books; 2013.