JDSIS
国际期刊Jounal of Data Science and Intelligent Systems (JDSIS, eISSN: 2972-3841)发表了题为《有机体与感知器单元融合的跨学科趋势》的综述论文。该综述论文由来自齐齐哈尔医学院、重庆邮电大学与西湖大学的三位作者联合撰写，回顾了生物启发智能领域的研究趋势，重点关注将感知器单元与生物体相结合的跨学科研究方向。该论文获得了中国科学院科技创新计划的资金支持。
论文简介：
随着Chat-GPT、DALL-E和SCUBA等应用程序的兴起，各种神经网络变得越来越重要。神经网络的诞生源于早期联结主义，通过模仿神经细胞的网络簇，生成单个实数值输出。神经网络起源于对细胞簇的建模，因此在设计神经网络时，如果添加适当的仿生约束，各种人工神经网络算法仍然有可能与原始生物细胞结合。如果细胞本身可以被编程，则有可能专门治愈各种疾病并控制各种合成反应。
论文概述：
现有生物智能研究大多集中于利用微生物的行为模式来实现算法，但这种方法受到生物行为的不确定性和可控性限制。为了解决控制细胞行为的难题，学者们尝试利用细胞内的现有结构（例如细胞器）来模拟控制系统，但这面临着构建复杂内部细胞结构和难以将电气元件特性与细胞生物特性相一致的挑战。
近期研究表明，通过控制细胞内蛋白质合成，可以实现对细胞行为的精确控制，从而直接在细胞内复制神经网络等算法。这种方法利用了蛋白质的物理和化学特性，并尽量减少了细胞内复杂生命过程的影响。虽然该领域取得了一些进展，但仍然存在一些挑战，例如蛋白质元件与传统算法元件之间的差异、如何处理细胞内的混沌信号等。
论文指出了未来研究方向，例如开发新的神经网络模型，打破现有框架限制，以及探索蛋白质元件的特殊特性，如非二进制逻辑操作。
主要贡献：
1. 对生物启发智能领域研究现状进行了全面的概述，并指出了未来发展方向。
2. 详细分析了不同方法的优缺点，并提出了有针对性的解决方案。
3. 提出了将蛋白质元件作为计算单元的可能性，并探讨了其潜在优势和面临的挑战。
4. 展望了生物启发智能领域未来发展的可能性，例如开发新的神经网络模型和利用蛋白质的特殊特性。
文章链接：
https://ojs.bonviewpress.com/index.php/jdsis/article/view/934
作者介绍：
Yuxuan Deng，齐齐哈尔医学院，中国
Zhangyue Li，重庆邮电大学，中国
Junpeng Chen，西湖大学，中国
学校简介：
齐齐哈尔医学院，中国
齐齐哈尔医学院（Qiqihar Medical University）位于中国黑龙江省齐齐哈尔市，创建于1946年，是教育部卫生部首批卓越医生教育培养计划项目试点高校、黑龙江省特色应用型本科示范高校。
重庆邮电大学，中国
重庆邮电大学（Chongqing University of Posts and Telecommunications），位于重庆市，是工业和信息化部与重庆市人民政府共建的教学研究型大学，国家布点设立并重点建设的邮电高校之一，入选中西部高校基础能力建设工程，国家级“卓越工程师教育培养计划”高校，国家大学生文化素质教育基地。
西湖大学，中国
西湖大学（Westlake University），位于浙江省杭州市，由浙江省教育厅管辖，是新中国历史上第一所社会力量举办、国家重点支持的民办新型研究型大学，学校按照高起点、小而精、研究型的办学定位，聚焦基础前沿科学研究，致力尖端科技突破，注重学科交叉融合。
版权声明：
*本文由Bon View Publishing中国办公室编辑撰写，文中涉及到的英文翻译部分，为译者在个人理解之上的概述与转达，详情及准确信息，请参考英文原文。如需转载，请于公众号后台留言咨询。
排版：徐远山
编辑：林姗姗
审核：任南西
监制：张 雨
