細(xì)胞、身體、社團(tuán)等的進(jìn)化、發(fā)育和學(xué)習(xí)引起的智能因素引發(fā)了一些新的人工智能方法。傳統(tǒng)上,人工智能就是對(duì)人類(lèi)大腦能力的復(fù)制;而新的方法則是從具有自治自組織能力的一大類(lèi)生物結(jié)構(gòu)中獲得靈感。這些新方法包括進(jìn)化計(jì)算和電子學(xué)、人工神經(jīng)網(wǎng)絡(luò)、人工免疫系統(tǒng)、仿生機(jī)器人以及群體智能等,這里提及的僅是一小部分實(shí)例。達(dá)里奧·弗羅來(lái)若、克勞迪奧·米提西*的《仿生人工智能》綜合介紹了仿生人工智能(受生物機(jī)理所激發(fā)的人工智能)這一新興領(lǐng)域,可作為研究者的**讀本或參考。
本書(shū)每一章都介紹了來(lái)自不同生物系統(tǒng)的計(jì)算方法,每一章的開(kāi)始部分都對(duì)相關(guān)生物系統(tǒng)的背景信息做了簡(jiǎn)要介紹,緊接著是對(duì)基于這些生物概念的計(jì)算模型的開(kāi)發(fā)。全書(shū)各章節(jié)涵蓋了多方面內(nèi)容,主要包括進(jìn)化計(jì)算和電子學(xué);細(xì)胞系統(tǒng);包括神經(jīng)形態(tài)工程在內(nèi)的神經(jīng)系統(tǒng);發(fā)育系統(tǒng);免疫系統(tǒng);包括基于行為、生物模擬、表觀遺傳和進(jìn)化機(jī)器人的幾種機(jī)器人學(xué)行為系統(tǒng);包括群體機(jī)器人以及合作一競(jìng)爭(zhēng)協(xié)同進(jìn)化系統(tǒng)在內(nèi)的群體系統(tǒng)。每章都以綜述與進(jìn)一步閱讀建議作結(jié)尾。
第1章 進(jìn)化系統(tǒng)
1.1 進(jìn)化理論的支柱
1.2 基因型
1.2.1 基因表達(dá)
1.2.2 遺傳突變
1.2.3 非遺傳DNA
1.3 人工進(jìn)化
1.4 遺傳表示
1.4.1 離散表示
1.4.2 實(shí)值表示
1.4.3 樹(shù)形表示
1.4.4 進(jìn)化性
1.5 初始化種群
1.6 適應(yīng)度函數(shù)
1.7 選擇與復(fù)制
1.8 遺傳算子
1.8.1 交叉
1.8.2 變異
1.9 進(jìn)化度量
1.10 進(jìn)化算法類(lèi)型
1.11 模式理論
1.12 與人類(lèi)設(shè)計(jì)可比的進(jìn)化
1.12.1 實(shí)例:天線(xiàn)進(jìn)化
1.13 進(jìn)化電子學(xué)
1.14 進(jìn)化電子學(xué)經(jīng)驗(yàn)教訓(xùn)
1.15 抽象的作用
1.16 模擬與數(shù)字電路
1.17 外部進(jìn)化與內(nèi)部進(jìn)化
1.18 數(shù)字設(shè)計(jì)
1.19 進(jìn)化數(shù)字設(shè)計(jì)
1.19.1 例1:機(jī)器人控制器的進(jìn)化
1.19.2 實(shí)例2:數(shù)字電路的進(jìn)化
1.19.3 實(shí)例3:FPGA進(jìn)化實(shí)例中對(duì)傳統(tǒng)抽象的超越
1.20 模擬設(shè)計(jì)
1.21 進(jìn)化模擬設(shè)計(jì)
1.21.1 實(shí)例:高斯信號(hào)生成器的進(jìn)化
1.22 多目標(biāo)與約束
1.23 設(shè)計(jì)驗(yàn)證
1.24 結(jié)束語(yǔ)
1.25 閱讀建議
第2章 細(xì)胞系統(tǒng)
2.1 基本構(gòu)成
2.2 細(xì)胞自動(dòng)機(jī)
2.2.1 特殊規(guī)則
2.2.2 時(shí)空?qǐng)D
2.3 細(xì)胞系統(tǒng)建模
2.3.1 舉例:基礎(chǔ)交通CA
2.3.2 細(xì)胞模型備注
2.4 一些經(jīng)典的CA
2.4.1 初等的CA
2.4.2 康威的生命游戲
2.5 其他細(xì)胞系統(tǒng)
2.5.1 非均勻CA
2.5.2 異步CA
2.5.3 概率CA
2.5.4 粒子CA
2.5.5 耦合映像網(wǎng)格
2.5.6 細(xì)胞神經(jīng)網(wǎng)絡(luò)
2.5.7 具有多細(xì)胞空間的細(xì)胞系統(tǒng)
2.6 計(jì)算
2.7 人工生命
2.7.1 與生物學(xué)的對(duì)應(yīng)關(guān)系
2.8 復(fù)雜系統(tǒng)
2.9 細(xì)胞系統(tǒng)的分解與合成
2.9.1 分解
2.9.2 合成
2.10 結(jié)束語(yǔ)
2.11 閱讀建議
第3章 神經(jīng)系統(tǒng)
3.1 生物神經(jīng)系統(tǒng)
3.1.1 神經(jīng)拓?fù)? 3.1.2 神經(jīng)通信
3.1.3 神經(jīng)拓?fù)鋵W(xué)
3.2 人工神經(jīng)網(wǎng)絡(luò)
3.3 神經(jīng)元模型
3.4 結(jié)構(gòu)
3.5 信號(hào)編碼
3.6 突觸可塑性
3.7 非監(jiān)督學(xué)習(xí)
3.7.1 特征檢測(cè)
3.7.2 多層特征檢測(cè)
3.7.3 自組織映射
3.7.4 自適應(yīng)共振理論
3.7.5 記憶形成
3.8 監(jiān)督學(xué)習(xí)
3.8.1 誤差反向傳播
3.8.2 使用反向傳播
3.8.3 反向傳播應(yīng)用實(shí)例
3.9 強(qiáng)化學(xué)習(xí)
3.10 神經(jīng)網(wǎng)絡(luò)的進(jìn)化
3.10.1 進(jìn)化和學(xué)習(xí)
3.11 神經(jīng)硬件
3.12 混合神經(jīng)系統(tǒng)
3.13 結(jié)束語(yǔ)
3.14 閱讀建議
第4章 發(fā)育系統(tǒng)
4.1 發(fā)育表征的潛在優(yōu)勢(shì)
4.2 重寫(xiě)系統(tǒng)
4.2.1 L系統(tǒng)
4.2.2 龜形圖標(biāo)解釋與結(jié)果展現(xiàn)
4.2.3 電路與網(wǎng)絡(luò):L系統(tǒng)的圖形解讀
4.2.4 植物、樹(shù)枝和子網(wǎng):帶括號(hào)的L系統(tǒng)
4.2.5 主題的變化:隨機(jī)L系統(tǒng)
4.2.6 數(shù)值和條件:參數(shù)L系統(tǒng)
4.2.7 信號(hào)和調(diào)節(jié):上下文敏感的L系統(tǒng)
4.2.8 評(píng)價(jià)重寫(xiě)系統(tǒng)
4.3 發(fā)育系統(tǒng)的合成
4.4 進(jìn)化與發(fā)育
4.5 定義人工進(jìn)化發(fā)育系統(tǒng)
4.6 進(jìn)化重寫(xiě)系統(tǒng)
4.6.1 二進(jìn)制表示
4.6.2 句法表示
4.6.3 矩陣重寫(xiě)實(shí)例
4.6.4 樹(shù)形表示
4.7 進(jìn)化發(fā)育程序
4.7.1 細(xì)胞編碼實(shí)例
4.8 進(jìn)化發(fā)育過(guò)程
4.8.1 顯型可塑性實(shí)例
4.8.2 形態(tài)基因
4.8.3 舉例:形態(tài)發(fā)生系統(tǒng)
4.8.4 內(nèi)在人工發(fā)育
4.8.5 細(xì)胞物理學(xué)
4.9 結(jié)束語(yǔ)
4.10 閱讀建議
第5章 免疫系統(tǒng)
5.1 生物免疫系統(tǒng)機(jī)理
5.1.1 固有免疫系統(tǒng)
5.1.2 固有免疫的局限
5.1.3 子系統(tǒng)監(jiān)控
5.1.4 自適應(yīng)免疫系統(tǒng)
5.1.5 自適應(yīng)免疫的局限
5.2 生物免疫系統(tǒng)的構(gòu)成
5.3 人工免疫系統(tǒng)的經(jīng)驗(yàn)
5.4 算法與應(yīng)用
5.5 形狀空間
5.5.1 實(shí)例:疫苗設(shè)計(jì)
5.6 負(fù)向選擇算法
5.7 克隆選擇算法
5.8 實(shí)例
5.8.1 人工免疫系統(tǒng)與輕量級(jí)入侵檢測(cè)系統(tǒng)
5.8.2 免疫電子學(xué)
5.9 結(jié)束語(yǔ)
5.10 閱讀建議
第6章 行為系統(tǒng)
6.1 認(rèn)知科學(xué)中的行為
6.2 人工智能中的行為
6.3 基于行為的機(jī)器人
6.3.1 實(shí)例1:移動(dòng)機(jī)器人的導(dǎo)航
6.3.2 實(shí)例2:智能輪椅
6.4 仿生機(jī)器人
6.4.1 實(shí)例1:基于視覺(jué)的飛行機(jī)器人
6.4.2 實(shí)例2:輪式腿
6.4.3 實(shí)例3:爬墻
6.4.4 實(shí)例4:仿人機(jī)器人
6.5 作為生物模型的機(jī)器人
6.5.1 實(shí)例1:?jiǎn)杞凶R(shí)別和定位
6.5.2 實(shí)例2:基于視覺(jué)的歸位
6.5.3 實(shí)例3:從游泳到爬行。
6.6 機(jī)器人學(xué)習(xí)
6.6.1 基于價(jià)值的學(xué)習(xí)
6.6.2 學(xué)習(xí)和形態(tài)學(xué)變化
6.6.3 模仿學(xué)習(xí)
6.7 行為系統(tǒng)的進(jìn)化
6.7.1 實(shí)例l:無(wú)碰撞導(dǎo)航
6.7.2 實(shí)例2:行走
6.7.3 實(shí)例3:基于視覺(jué)的導(dǎo)航
6.7.4 實(shí)例4:計(jì)算神經(jīng)行為學(xué)
6.8 行為系統(tǒng)中的進(jìn)化和學(xué)習(xí)
6.8.1 實(shí)例1:自學(xué)控制器的進(jìn)化
6.8.2 實(shí)例2:學(xué)習(xí)能力進(jìn)化
6.8.3 實(shí)例3:無(wú)突觸可塑性的類(lèi)學(xué)習(xí)行為的進(jìn)化
6.9 行為系統(tǒng)中的進(jìn)化與神經(jīng)發(fā)育
6.10 機(jī)體與控制的協(xié)同進(jìn)化
6.11 自我復(fù)制
6.12 仿真與實(shí)現(xiàn)
6.13 結(jié)束語(yǔ)
6.14 閱讀建議
第7章 集群系統(tǒng)
7.1生物自組織
7.1.1 聚合
7.1.2 聚類(lèi)
7.1.3 筑巢
7.1.4覓食
7.1.5分工
7.2粒子群優(yōu)化算法
7.3蟻群優(yōu)化算法
7.4群體機(jī)器人
7.4.1 例1:協(xié)調(diào)探測(cè)
7.4.2 例2:傳送和聚類(lèi)
7.4.3 例3:重構(gòu)
7.5 協(xié)同進(jìn)化動(dòng)力學(xué):生物模型
7.5.1 捕食競(jìng)爭(zhēng)
7.5.2 合作
7.6 競(jìng)爭(zhēng)系統(tǒng)的人工進(jìn)化
7.6.1 Tierra
7.6.2 程序的競(jìng)爭(zhēng)性協(xié)同進(jìn)化
7.6.3 競(jìng)爭(zhēng)性協(xié)同進(jìn)化進(jìn)展
7.6.4 行為系統(tǒng)的競(jìng)爭(zhēng)性協(xié)同進(jìn)化
7.6.5 競(jìng)爭(zhēng)性協(xié)同進(jìn)化中個(gè)體發(fā)育的可塑性
7.7 協(xié)同人工進(jìn)化
7.7.1 進(jìn)化條件和任務(wù)要求
7.7.2 通信進(jìn)化
7.8 結(jié)束語(yǔ)
7.9 閱讀建議
結(jié)論
參考文獻(xiàn)