几个设计元胞自动机式智能的挑战

　　知道个人理论的人很少，可是这个问题彻底能够当成一个小游戏，规则以下：

• 有若干“神经元”，每一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，先假设每一个神经元都同样

• 神经元间存在单向的联系，容许两个神经元间有多个联系（好比一正一反）

• 这若干个神经元能够进行“演化”，每次演化，神经元同时行动，先把本身的能量平均分给联系到的神经元，而后若是接收到超过阈值的能量，就激活，不然不激活。

• 若是两个神经元同时激活且有联系，则此联系增强，再也不是平均分而是按权值分配（初始权值相等，平均分；每次增强一个固定的值）
  

　　目的：设定权值和阈值、初始权值和增长权值还有链接（主要是链接），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，但这能够做为一个独立的游戏来研究。并且你能够【试着添加本身的规则】，来使得网络（即这若干个神经元）完成更多功能而不失优雅。

如下是挑战内容：

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做出反应

3.模拟斯金纳箱

4.模拟桑代克的猫（斯金纳箱的反面）

5.让网络能够由斯金纳箱变为桑代克的猫

　　嗯……

　　python写的示例程序以下：http://down.51cto.com/data/2449065，须要安装python和 库pygame，操做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，回车从新载入配置文件（不用重启）。能够本身试试修改配置文件来设计新的节点分布和链接（可读性应该还能够）

（2018-7-9于地球）