حیات مصنوعی

از ویکی‌پدیا، دانشنامهٔ آزاد
پرش به: ناوبری، جستجو

حیات مصنوعی (Artificial life) عبارت است از مطالعه حیات و به‌ویژه بررسی آثار و جنبه‌های تکامل حیات با بهره‌گیری از مدل‌های مصنوعی. به بیان دیگر حیات مصنوعی رشته‌ای است که به مطالعه ویژگیهای طبیعت و زندگی می‌پردازد. نه فقط زندگی که ما آن را میشناسیم بلکه زندگی که می‌تواند روی زمین، داخل کامپیوترها، یا جای دیگر باشد.

رشته حیات مصنوعی[ویرایش]

یک رشته تحصیلی وابسته به ارزیابی سیستم هایی است که به حیات مربوطند و پردازش‌های آنها و تکامل آنها از طریق شبیه سازی به وسیله مدلهای کامپیوتری رباتیک و بیوشیمی .3 نوع حیات مصنوعی داریم که با توجه به اهداف و زمینه کارشان به نامهای نرم سخت و خیس(بیوشیمی) نامگذاری شده اند.در واقع حیات مصنوعی تقلید زیست‌شناسی سنتی به وسیله بازآفرینی پدیده‌های زیستی است.کلمه حیات مصنوعی غالبا برای بخش نرم آن به کار می‌رود.

نگاه کلی[ویرایش]

حیات مصنوعی منطق سیستم‌های زنده در محیطهای مصنوعی را مطالعه می‌کند هدف مطالعهٔ پدیده‌های سیستم‌های زنده به منظور دستیابی به یک شناخت دقیق از پردازش پیچیده اطلاعاتی است که معرف چنین سیستم هایی است.

فلسفه[ویرایش]

در حال حاضر تعریف مشترک پذیرفته شده برای زندگی هیچ حیات مصنوعی شبیه سازی شده‌ای را که واقعا زنده باشد در نظر ندارد . دو دیدگاه در مورد این رشته برجسته تر است :

حیات مصنوعی قوی : با این تعریف که زندگی فرایندی است که می‌تواند مستقل از هر واسطه‌ای وجود داشته باشد.

حیات مصنوعی ضعیف : که امکان ایجاد فرآبندهای حیاتی را بیرون از یک محلول شیمیایی انکار می‌کند.این مححقان تلاش می‌کنند به جای شبیه سازی فرآیند حیات مکانیزم‌های اصلی پدیده‌های زیستی را درک کنند.

روش‌ها[ویرایش]

نظریه ماشینهای لانه زنبوری که امروزه گسترده تر شده و برای راحت تر کردن مقیاس پذیری و موازی سازی فرآیندهاست.

شبکه‌های عصبی مصنوعی(Artificial Neural Network - ANN) یا به زبان ساده‌تر شبکه‌های عصبی سیستم‌ها و روش‌های محاسباتی نوینی هستند برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش به دست آمده در جهت بیش‌بینی پاسخ‌های خروجی از سامانه‌های پیچیده. ایده اصلی این گونه شبکه‌ها (تا حدودی) الهام‌گرفته از شیوهٔ کارکرد سیستم عصبی، برای پردازش داده‌ها، و اطلاعات به منظور یادگیری و ایجاد دانش قرار دارد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانهٔ پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهم‌پیوسته با نام نورون تشکیل شده که برای حل یک مسأله با هم هماهنگ عمل می‌کند. با استفاده از دانش برنامه‌نویسی رایانه می‌توان ساختار داده‌ای طراحی کرد که همانند یک نرون عمل نماید. سپس با ایجاد شبکه‌ای از این نورون‌های مصنوعی به هم پیوسته، ایجاد یک الگوریتم آموزشی برای شبکه و اعمال این الگوریتم به شبکه آن را آموزش داد. اگر یک شبکه را هم‌ارز با یک گراف بدانیم، فرآیند آموزش شبکه تعیین نمودن وزن هر یال و bias اولیهٔ خواهد.

منابع[ویرایش]

پانویس[ویرایش]

پیوند به بیرون[ویرایش]