这是来自 Wolfram 科学会议的一个雄心勃勃的问题:是否存在递归函数的网络模拟之类的东西?也许是一种迭代的“map-reduce”模式?如果我们在迭代中加入交互,事情就会变得复杂:大量交互实体的连续迭代会产生非常复杂的结果。如果有一种方法可以查看定义复杂系统的无数交互的后果,那就太好了。我们能否在包含嵌套传播循环的连接节点的迭代网络中找到递归函数的对应物?
分布式计算的基本模式之一是 Map-Reduce:它可以在元胞自动机 (CA) 和神经网络 (NN) 中找到。NN 中的神经元通过它们的突触收集信息(减少)并将其发送给其他神经元(映射)。CA 中的单元行为类似,它们从邻居那里收集信息(减少),应用转换规则(减少),然后再次将结果提供给他们的邻居。因此 >if< 有一个递归函数的网络模拟,那么 Map-Reduce 肯定是其中的一个重要部分。存在什么样的迭代“map-reduce”模式?某些类型的“map-reduce”模式是否会导致某些类型的流甚至漩涡或漩涡?我们可以为 map-reduce 模式制定一个演算吗?