[摘要]基于规则的人工智能（AI)系统在搜索规则{A?B，B?C}时，为了确定A而对所有规则的 先决条件进行彻底地搜索，从中选择一条规则用于A?B，其结论B又作为新的事实，这个过 程将重复许多次。在生物加工中，每条规则是自治的，对规则的操作是并行的，分别进行检验 和激活事实，以确定其（规则）是否被选中。
自组织性
生物加工具有自组织的结构，不管系统的规模和复杂性如何，由独立的个体都可以很容易 地组成整体。
生物型AI技术
基于规则的人工智能（AI)系统在搜索规则{A?B，B?C}时，为了确定A而对所有规则的 先决条件进行彻底地搜索，从中选择一条规则用于A?B，其结论B又作为新的事实，这个过 程将重复许多次。在生物加工中，每条规则是自治的，对规则的操作是并行的，分别进行检验 和激活事实，以确定其（规则）是否被选中。由于规则的操作是自激的，因此规则的形式有很高 的自由度。生物型智能系统有可能为人工智能技术打开一个新的世界。
真正的分布式系统
人们常说，自治分布式系统将代替集中式系统,但自治分布式系统的实现并不那么简单。 至今所标榜的一些“自治分布式”系统，其系统单元的自治度并不髙。因为提髙了系统单元的 自治度，系统功能的内聚将消失。虽然‘‘协调”可以弥补，但还没有一种有效的信息融合的协调 方法。真正的自治分布式系统的实现依赖于系统的自组织机制。生物加工是实现自组织的一 种方法。
生物模型
生物加工的基础是激励一响应的联系主义模型。生物的功能是由酶和其他生物化学物质 的激励一响应链所引起的。在信息系统中，对这些由生物单元的网络组成的输入/输出链的结 构进行抽象化,得到生物加工的基本模型。神经网络就是生物系统的一种最简单模型。如果 采用生物模型代替至今所使用的微分方程模型，那么所能信息化的对象将大大增加。
动态稳定性
生物体中存在各种节律，这种节律保持着生物体的稳定性。在生物加工中也将具有这种 节律和循环。循环的稳定状态作为系统的目标。
基因化
生物体的所有信息都浓缩在其基因中，生物加工也将以稳定的方式用基因武装自己，当然 这需要很长的时间来做到这点。