知道我的理论的人不多，但是这个问题完全可以当成一个小游戏，规则如下：
- 有若干“神经元”，每个处在激活态或未激活态（一共2个状态）
- 神经元有“能量”和“阈值”，为方便理解，先假设每个神经元都一样
- 神经元间存在单向的联系，允许两个神经元间有多个联系（比如一正一反）
- 这若干个神经元可以进行“演化”，每次演化，神经元同时行动，先把自己的能量平均分给联系到的神经元，然后如果接收到超过阈值的能量，就激活，否则不激活。
- 如果两个神经元同时激活且有联系，则此联系加强，不再是平均分而是按权值分配（初始权值相等，平均分；每次加强一个固定的值）
目的：设定权值和阈值、初始权值和增加权值还有连接（主要是连接），让这些神经元表现出一些有意义/有趣的行为。
（这里能量是阈值的3倍）
这和生命游戏很像，和hopfield网络也很像，但这可以作为一个独立的游戏来研究。而且你可以【试着添加自己的规则】，来使得网络（即这若干个神经元）完成更多功能而不失优雅。
以下是挑战内容：
1.模拟出巴甫洛夫的“铃声-食物”实验
2.让同一个网络能对多个反射作出反应
3.模拟斯金纳箱
4.模拟桑代克的猫（斯金纳箱的反面）
5.让网络可以由斯金纳箱变为桑代克的猫
嗯……
python写的示例程序如下：http://down.51cto.com/data/2449065，需要安装python和 库pygame，操作是鼠标点击节点改变状态，方向右键演化一次，delete清除值，home清除权值和值并时间归零，回车重新载入配置文件（不用重启）。可以自己试试修改配置文件（可读性应该还可以）
（2018-7-9于地球）
原文地址：http://blog.51cto.com/13535617/2139366
时间： 2024-10-06 15:27:48