Общие алгоритмы:
Числовой связанный:
связанный с теорией чисел:
я также любил изучать квантовые вычисления ( Shor и Deutsch-Josza алгоритмы, например): это учит Вас думать из поля.
, Как Вы видите, я немного склоняюсь к ориентированным на математику алгоритмам:)
Многие концепции, первоначально наблюдавшиеся в биологии, были использованы в программном обеспечении. Например Генетический алгоритм (GA).
Искусственная жизнь (AL) раскрывает / использует несколько принципов биологии, таких как устойчивость к несовершенным фрагментам кода , адресация по содержанию , несовершенное воспроизведение (в некоторых реализациях также сексуальное, то есть воспроизводство, управляемое множеством организмов) и нецелевая функция полезности . Интересным результатом AL является спонтанное производство макроэлементов, наблюдаемых в таких областях, как экология или эпидемиология (области, в значительной степени подверженные влиянию биологии), такие как появление паразитов и даже организмов, которые пользуются преимуществами паразитов или тонких хищников. хищные отношения.
Может быть, можно сказать, что программное обеспечение прошло «полный круг» с некоторыми экспериментами в вычислениях, в которых используются настоящие (углеродные) молекулы ДНК (или РНК)! Оригинальный эксперимент в этой области (ссылка в формате PDF) профессора Олдермана (известного в ЮАР), который закодировал различные элементы задачи, связанной с графом (гамильтонов граф), с помощью различных молекул ДНК и позволил огромной параллельной вычислительной мощности биологических химия сделает все остальное и решит проблему!
Вернувшись в цифровой мир, но с сильным вдохновением из биологии и действительно из анатомии коры головного мозга, а также из многих теоретических и клинических наблюдений в области нейробиологии, мы имеем ] Нейронные сети (NN). В области NN, возможно, заслуживает особого внимания, находится модель иерархической временной памяти Numenta , которая,
Если ваш вопрос означает «использовались ли биологические идеи для оптимизации программного обеспечения?» тогда Генетическое программирование ( http://en.wikipedia.org/wiki/Genetic_programming ) является одним из примеров. Из статьи в Википедии:
В искусственном интеллекте генетическое программирование (GP) - это методология, основанная на эволюционных алгоритмах, вдохновленная биологической эволюцией для поиска компьютерных программ, которые выполняют определяемую пользователем задачу. Это специализация генетических алгоритмов (ГА), где каждый человек представляет собой компьютерную программу. Следовательно, это метод машинного обучения, используемый для оптимизации совокупности компьютерных программ в соответствии с условиями пригодности, определяемыми способностью программы выполнять заданную вычислительную задачу.
Если ваш вопрос означает «какие программные технологии были вдохновлены биологией?» тогда см. в более общем плане http://en.wikipedia.org/wiki/Bio-inspired_computing . Я ожидал, что несколько других методов, таких как муравьиные рои ( http://en.wikipedia.org/wiki/Ant_colony_optimization ) и нейронные сети ( http://en.wikipedia.org/ wiki / Neural_network_software ) также можно использовать.
Искусственные нейронные сети - еще один классический пример. Программное приложение, как правило, предназначено для распознавания образов и прогнозирования поведения сложных систем.
Оптимизация муравьиной колонии , метод поиска / оптимизации и искусственная жизнь, такая как Игра жизни Конвея
В большинстве ответов пока говорится об ИИ. Заголовок вашего вопроса намекает на программное обеспечение, которое прячется, чтобы не быть обнаруженным.
У нас есть вирусы.
У нас есть охотники за вирусами ...
Я сам, я даже спрятал некоторые ошибки в своих собственных программы ...: (
Alan Kay (the object technology pioneer) spoke at length about the influence of biology in the OOP paradigm. He's got a series of ideas about how objects are like "cells" and that OOP scales in a similar way to the way that cells can scale to produce massive architectures...
You can follow quite a bit of this in his Turing Award Speech: http://video.google.com/videoplay?docid=-2950949730059754521# - Перейти примерно к отметке 30:55