Feynman And Computation

Rechnerische Eigenschaften von Nutzen für biologische Organismen oder für die Konstruktion von Computern können als kollektive Eigenschaften von Systemen mit einer großen Anzahl einfacher äquivalenter Komponenten (oder Neuronen) auftreten. Die physikalische Bedeutung des inhaltsadressierbaren Speichers wird durch einen geeigneten Phasenraumfluss des Zustands eines Systems beschrieben. Ein Modell eines solchen Systems basiert auf neurobiologischen Aspekten, lässt sich aber leicht an integrierte Schaltkreise anpassen. Die kollektiven Eigenschaften dieses Modells erzeugen einen inhaltsadressierbaren Speicher, der korrekt einen gesamten Speicher aus einem beliebigen Unterteil von ausreichender Größe liefert. Der Algorithmus für die zeitliche Entwicklung des Systemzustands basiert auf asynchroner Parallelverarbeitung. Zu den weiteren emergenten kollektiven Eigenschaften gehören eine gewisse Kapazität für Generalisierung, Vertrautheitserkennung, Kategorisierung, Fehlerkorrektur und Zeitsequenzerhaltung. Die kollektiven Eigenschaften sind nur schwach empfindlich gegenüber Details der Modellierung oder dem Ausfall einzelner Geräte. Sprache: Englisch