@Grigorius
Pri človeških možganih ne gre za bitflipiranje (vsaj ne v dobesednem pomenu).
Ne dobesedno, ja. Biološki računalniki računajo na rahlo drugačen način, kljub temu pa njihove informacijske procese lahko opišemo z bitflipanjem. Tako kot procesiranje vsakega Turingovega stroja, kateremu so možgani ekvivaletni. (glej spodaj)
So informacije ki so 1 ali 0 narave naprimer AP, ampak imamo tudi informacije ki so zvezne narave
Ja, poleg digitalnega se pojavlja v možganih tudi analogno računanje, ki pa ga digitalno lahko aproksimiramo s poljubno natančnostjo. (lahko pa tudi, v primeru simulacije na drugem substratu, kar uporabimo analogne metode - ki pa so v bistvu vedno digitalne, samo natančnost je zelo velika, da dajejo iluzijo analognosti).
NEVRONI niso glih primerljivi s tranzistorji, 1 nevron se lahko poveže z 100000 drugimi nevroni (lahko tudi z manj odvisno od oblike in tega kje se nahaja). Nevroni pa ne glih računajo 1+1+1+0+1 ... to dela računalnik pri nas gre bolj za transormacijo signalov (s tem da to ni čisto res, so izjemno kompleksni to vzemi le tako malo za predstavo)
Se ponovno strinjam. Tranzistor in nevron sta res zelo različna, res pa oba osnovna (recimo no, bolje bi bilo drugače reči da so atomi tista osnova) sestavna dela substrata, na katerem se izvajajo informacijski procesi. Res nevroni ne seštevajo ničel in enic, temveč transformirajo signale po svojem notranjem mehanizmu - moraš pa vedeti, da je ta proces ravno tako mogoče opisati v stilu 011010...kakršnakoli že je kompleksnost.
Če že primerjamo nebiološke z biološkimi računalniki lahko namesto posameznega tranzistorja na strani "silicija" podamo primer današnjih procesorjev s stotinami milijonov teh in zapleteno arhitekturo. Težko bi rekel, da je komplekstnost še vedno na strani nevrona. Mogoče...
Kot zanimivost še en link:
http://ucsdnews.ucsd.edu/newsrel/science/alobster.htm
... če želiš ti stvar lahko opišem ampak bom potreboval nekaj časa ...
Če imaš voljo in čas, bi lepo prosil.
To da ima človek množico algoritmov boš moral bolje utemeljit. To da posamezni algoritmi "računajo" pravtako ...
Ok, here it goes..najprej nekaj definicij in izlet v izračunljivost, med Turingove stroje, Church-Turingovo hipotezo itd.:
Računanje je določanje vrednosti neki funkciji f(x), kjer je x vhodna informacija, z = f(x) pa rezultat. Ta definicija s svojo širino zajema napovedovanje vremena, numerične izračune, dokazovanje izrekov, iskanje najoptimalnejše poteze v šahu itd.
Algoritem je navodilo, ki v končnem številu korakov pripelje do želenega rezultata. V skladu z zgornjo definicijo računanja ga lahko formalo zapišemo kot zaporedje funkcij f_1, f_2,...,f_n, da velja: y_1 = f_1(x), y_2 = f_2(y_1), ... , z = f_n(y_n-1). Funkcije f_1,...,f_n morajo biti take, da jih znamo izračunati.
Neka funkcija f je izračunljiva, ko zanjo obstaja algoritem, s katerim jo lahko izračunamo. Obstajajo tudi funkcije oz. problemi, ki so neizračunljivi oz. neodločljivi - zanje torej ne obstaja noben algoritem.
Turingov stroj (TS) je eden izmed teoretičnih modelov računanja, ki so jih razvili kmalu po Goedlovemu odkritju neizračunljivih problemov, da bi določili, kateri problemi so rešljivi v okviru določenega modela - in tudi nasploh, če je model dovolj močan, da zajema vse probleme - kar je tukaj bistveno vprašanje.
V tistem času je bil eden izmed vidnejših raziskovalcev na področju logike in izračunljivosti Alozno Church, ki je predstavil nek svoj model računanja: lambda račun, za katerega je trdil, da je v njem mogoče definirati *vsako* izračunljivo funkcijo. Šele za njim je Alan Turing predstavil svoj slavni (in preprostejši) Turingov stroj, poleg njega pa še nekaj drugih raziskovalcev svoje modele računanja, med katerimi so bile navidez velike razlike. Nekateri so bili zelo zapleteni, drugi suhoparno preprosti. Že takrat pa je bilo dokazano, da se si vsi modeli med seboj ekvivalentni, glede na število problemov, ki jih je z njimi mogoče rešiti (->izračunati).
Do danes se je nabralo že okoli 2000 različnih modelov računanja, med katerimi so nekateri zelo zapleteni, vendar kljub temu ekvivalentni Turingovemu stroju. Kar lahko izračuna katerikoli izmed njih, lahko izračuna TS. TS je torej najmočnejši model računanja, kar jih poznamo...v bistvu TS, oz. lambda račun oz. Postov produkcijski sistem itd., ker so si vsi ekvivalentni.
Turingov stroj se ponavadi omenja zaradi velike preprostosti in s tem lahke analize.
Iz teh idej je nastala za tem slavna Church-Turingova hipoteza, katere šibka različica trdi naslednje: nek problem je izračunljiv, če ga je mogoče izračunati na TS-ju. Obstaja pa tudi močna različica te teze (ki nas tule zanima), ki pa spremeni v tolikšni meri to trditev, da vzame pod okrilje tudi človeški um. Torej, problemi ki so nerešljivi na TS-ju, so nerešljivi tudi za človeka, in obratno.
Posledica te hipoteze je, da vsak problem, ki ga lahko rešimo, je rešljiv (izračunljiv) na TS-ju. Torej vsaka naša misel, je ekvivalentna izvajanju algoritma na TS-ju, torej tudi "prekladanju" ničel in enic. Današnji računalniki so ravno tako ekvivalentni TS-ju, in zaradi hipoteze, ekvivalentni možganom.
TS je lahko implementiran na ogromno načinov - običajno se omenja dolg trak, razdeljen na celice, in bralno-pisalno glavo ter procesor, ki izvaja algoritem, lahko je integrirano vezje, kot ga poznamo danes, lahko tudi kak primeren mehanizem, ki premetava sem in tja različne kamne, lahko pa seveda tudi zevoluirane organske strukture v naših možganih, ki obdelujejo informacije. Množica navidez zelo različnih sistemov, ki obdelujejo informacije (izvajajo algoritme, računajo), ki pa so si med sabo ekvivalentni.
Kako vemo, da je Church-Turingova hipoteza pravilna? Matematični dokaz jasno ne obstaja in je morda tudi v principu nemogoč. Obstaja pa nekaj močnih argumentov za to, da je verjetnost za njeno pravilnost precej blizu 1. Enega izmed njih sem že omenil (ekvivalentnost 2000 različnih modelov računanja - močnejši model torej ne obstaja), drugi bi pa bil, da nikomur še ni uspelo odkriti problema, ki bi bil na nek način izračunljiv, ne bi bil pa izračunljiv v Turingovem smislu, čeprav so iskali (in še vedno iščejo)...dolgo in z veliko vnemo.
Poleg tega pa še lahko sklepamo nekako takole: možgani so fizikalni stroj za obdelavo informacij. Fiziko, ki vlada v njih lahko matematično opišemo, torej simuliramo na računalniku, ki je ekvivalenten TS-ju, in zaradi tega, ker jih lahko simuliramo na nečem, ekvivalentnem TS-ju, so pač sami ekvivalentni TS-ju.