• 有若幹“神經元”，每個處在激活態或未激活態（一共2個狀態）

• 神經元有“能量”和“閾值”，為方便理解，先假設每個神經元都一樣

• 神經元間存在單向的聯系，允許兩個神經元間有多個聯系（比如一正一反）

• 這若幹個神經元可以進行“演化”，每次演化，神經元同時行動，先把自己的能量平均分給聯系到的神經元，然後如果接收到超過閾值的能量，就激活，否則不激活。

• 如果兩個神經元同時激活且有聯系，則此聯系加強，不再是平均分而是按權值分配（初始權值相等，平均分；每次加強一個固定的值）
  

　　目的：設定權值和閾值、初始權值和增加權值還有連接（主要是連接），讓這些神經元表現出一些有意義/有趣的行為。

（這裏能量是閾值的3倍）

　　這和生命遊戲很像，和hopfield網絡也很像，但這可以作為一個獨立的遊戲來研究。而且你可以【試著添加自己的規則】，來使得網絡（即這若幹個神經元）完成更多功能而不失優雅。

以下是挑戰內容：

1.模擬出巴甫洛夫的“鈴聲-食物”實驗

2.讓同一個網絡能對多個反射作出反應

3.模擬斯金納箱

4.模擬桑代克的貓（斯金納箱的反面）

5.讓網絡可以由斯金納箱變為桑代克的貓

　　嗯……

　　python寫的示例程序如下：http://down.51cto.com/data/2449065，需要安裝python和 庫pygame，操作是鼠標點擊節點改變狀態，方向右鍵演化一次，delete清除值，home清除權值和值並時間歸零，回車重新載入配置文件（不用重啟）。可以自己試試修改配置文件（可讀性應該還可以）

（2018-7-9於地球）

幾個設計元胞自動機式智能的挑戰