复合体人工生命

新编程语言CRN++诞生：用来编程化学反应

时空参悟：对时间和空间的大彻大悟

机器代码≈数字；汇编语言≈基本数学算式；高级计算机语言≈复杂数学方程式；函数≈基本粒子/原子；程序段/程序中某完整模块≈分子；线程≈大分子有机物/蛋白质；进程≈生物细胞；操作系统中某基本功能模块≈器官；整个操作系统及硬件≈生物体；计算机网络≈生物社会；计算机云≈社会整体意识。人类应当用代码来将整个生化分子生态框架建立起来，然后模拟生命的代码，然后模拟上帝之手，赋予其初始的动量，让整个框架运转起来，从而更好的研究大自然的代码。我相信这一天不久便会到来，有了计算机建立的全局框架的帮助，就相当于有了生物酶的催化，研究大自然代码的进程将会大幅加速。

https://arxiv.org/pdf/1809.07430.pdf

https://github.com/marko-vasic/crnPlusPlus 基于Mathematica version 11.2 or higher

CRN++ is a language for programming deterministic (mass-action) chemical kinetics to perform computation. This project contains a compiler, translating CRN++ programs into chemical reactions, as well as simulation framework for simulation of the Chemical Reaction Networks. We rely on the Mathematicapackage developed by David Soloveichik for the simulation of Chemical Reaction Networks.

---

http://users.ece.utexas.edu/~soloveichik/crnsimulator.html

CRNSimulator Mathematica Package

A Mathematica package for working with networks of coupled chemical reactions. It forms a foundation for syntactic manipulation of chemical reaction networks as Mathematica expressions. It allows mixing and matching mass-action kinetics with other kinds of dynamics, and provides a simple way to simulate experiments in which a sequence of chemical additions is performed. It is particularly well-suited for engineered chemical systems, in which chemical reaction networks can be used as a kind of "programming language".

See Examples.nb for the kind of things it can do.

Last modified: Jun 5 2016.

Package: CRNSimulator.m

Extensions: CRNSimulatorExtensions.m (needed for some more advanced features)

Examples: Examples.nb

CRNSimulatorSSA Mathematica Package [BETA]

Extends CRNSimulator to perform Gillespie SSA simulation. The main simulation loop is compiled to C code for speed. Input reactions and initial counts using the same syntax as CRNSimulator.

See ExamplesSSA.nb for simple examples.

Last modified: Jan 3 2017.

Package: CRNSimulatorSSA.m (requires CRNSimulator package)

Examples: ExamplesSSA.nb

近十几年来，除了对现有天然生物系统的重新设计，科学家们还致力于新的生物元件、组件以及系统的设计和开发，并最终实现每个生物元件可以像计算机组件那样进行操作，目前在基因振荡器、计数器、逻辑门等方面都已经取得了瞩目成果，而类似于 CRN ++ 这样的分子编程语言的出现，无疑又为合成生物学的版图添上重要一笔

史强同学:

@庆峰 大牛  。现在有一人工智能学派，研究的是在从小孩的学习和成长过程出发，让机器以后能像小孩一样学习和推理，并且不断的成长。

Juno俊妮:

不过人工智能还有几个大的天花板需要突破

Juno俊妮:

一个是类人体的生物递质的合成产生机制

Juno俊妮:

再往前就是类人类意识的生成机制

老洋:

小孩认识世界的过程，目前最接近的工程描述就是reinforcement learning。RL  更有自动归纳推理优化的能力。 RL这个途径 一旦成熟 机器超越人类智能能必然发生。 现有的其它AI 方法没法跟RL 匹敌

Juno俊妮:

比如多巴胺的分泌

Juno俊妮:

抑郁症基本就是人体自身不能分泌多巴胺类的负责传递愉快，兴奋，欲望包括食欲的生物递质

Juno俊妮:

而人类意识，是比生物递质更加难以跨越的领域

老洋:

Reward , action, policy, status 正是人类学习知识和创新的途径。

发散思维则是 遗传算法G'A.

GA 跟 RL 结合，有利于自动创新

人工智能未来持续发展有非常多的基础研究任务：比如如何实现无监督训练；如何用很少的数据像孩子一样学到更多知识和常识推理等等。远不是仅仅限于用现在的深度学习算法去做应用。从数学研究、类脑研究等方面都有很多基础研究工作课题。

麻省理工去年就专门提出了QI（question of Intelligence）计划，很多是前瞻性研究。