Zusammenfassung
Informationsverarbeitung mit Computern und Menschen wird mit künstlichen oder natürlichen Sprachen wiedergegeben. Sie sind nur Spezialfälle von symbolischen Repräsentationssystemen, die sich ebenso für genetische Informationssysteme angeben lassen. Genetische Sprachen repräsentieren mit ihren grammatikalischen Regeln molekulare Verfahren, um molekulare Sequenzen mit genetischen Bedeutungen zu erzeugen. Entscheidend für das Verständnis dieser molekularen Sprachen sind wiederum nicht wir Menschen, sondern die molekularen Systeme, die sich ihrer bedienen. Wir Menschen mit unserer Art der Informationsverarbeitung sind erst am Anfang, diese Sprachen mit ihren Regeln zu entziffern und zu verstehen. Die formalen Sprach‐ und Grammatiktheorien liefern dazu zusammen mit der algorithmischen Komplexitätstheorie erste Ansätze.
Für genetische Informationen werden die Nukleinsäure‐Sprache mit dem Alphabet der vier Nukleotide und die Aminosäure‐Sprache mit dem Alphabet der zwanzig Aminosäuren verwendet. Bei der Nukleinsäure‐Sprache lässt sich eine Hierarchie verschiedener Sprachschichten unterscheiden, die von der untersten Ebene der Nukleotide mit den Grundsymbolen A, C, G, T bzw. U bis zur höchsten Ebene der Gene reicht, in denen die vollständige Erbinformation einer Zelle festgehalten ist. Jede zwischengeschaltete Sprachebene setzt sich aus Einheiten der vorherigen Sprachebene zusammen und gibt Anweisungen für verschiedene Funktionen wie z. B. Transkription oder Replikation von Sequenzen. ...
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Lindenmayer R, Rozenberg G (Hrsg) (1976) Automata, Languages, Development. North-Holland, Amsterdam
Lenneberg EH (Hrsg) (1972) Biologische Grundlagen der Sprache. Suhrkamp, Frankfurt
Sagan C (1978) Die Drachen von Eden. Das Wunder der menschlichen Intelligenz. Droemersche Verlagsanstalt Th. Knaur Nachf., München
von Neumann J (1966) Theory of Self-Reproducing Automata. University of Illinois Press, Urbana, London
Zuse K (1969) Rechnender Raum. Vieweg+Teubner, Braunschweig
Berlekamp E, Conway J, Guy R (1982) Winning Ways. A K Peters/CRC Press, New York (2 Bde)
Langton CG (Hrsg) (1989) Artificial Life. Westview Press, Rewood City
Langton CG (Hrsg) (1991) Artificial Life II. Westview Press, Redwood City
Wolfram S (1986) Theory and Applications of Cellular Automata. World Scientific Pub Co Inc, Singapur
Wolfram S (2002) A New Kind of Science. Wolfram Media, Champaign/Ill
Mainzer K, Chua L (2011) The Universe as Automaton. From Simplicity and Symmetry to Complexity. Springer, Berlin
Holland J (1975) Adaption in Natural and Artificial Systems. A Bradford Book, Ann Arbor
Rechenberg I (1973) Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipien der biologischen Evolution. Frommann-Holzboog, Stuttgart
Kraft DH, Petry FE, Buckles BP, Sadavisan T (1997) Genetic Algorithms for Query Optimization in Information Retrieval: Relevance Feedback. In: Sanchez E, Zadeh LA, Shibata T (Hrsg) Genetic Algorithms and Fuzzy Logic Systems. Soft Computing Perspectives. World Scientific Pub Co Inc, Singapur, S 155–173
Goldberg DE (1989) Genetic Algorithms in Search, Optimization, and Machine Learning. Addison Wesley, Reading (Mass)
Koza JR (1994) Genetic Programming II: Atomatic Discovery of Reusable Programs. MIT Press, Cambridge
Fogel DB (1995) Evolutionary Computation: Towards a New Philosophy of Machine intelligence. A Bradford Book, Piscataway N.J.
Cho S-B (2000) Artificial Life Technology for Adaptive Information Processing. In: Kasabov N (Hrsg) Future Directions for Intelligent Systems and Information Sciences. The Future of Speech and Image Technologies, Brain Computers, WWW, and Bioinformatics. Physica, Heidelberg, S 13–33
Goonatilake S (1991) The Evolution of Information. Pinter Publishers, London
Haefner K (Hrsg). Evolution of Information Processing Systems. An Interdisciplinary Approach for a New Understanding of Nature and Society. Springer, Berlin
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2016 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Mainzer, K. (2016). Algorithmen simulieren die Evolution. In: Künstliche Intelligenz – Wann übernehmen die Maschinen?. Technik im Fokus. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-48453-1_6
Download citation
DOI: https://doi.org/10.1007/978-3-662-48453-1_6
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-48452-4
Online ISBN: 978-3-662-48453-1
eBook Packages: Computer Science and Engineering (German Language)