智能信息面目存儲網(wǎng)狀AI理論

前言:

這是對過去所思考的關于網(wǎng)狀AI的總結.為程序化理論鋪墊基礎

首先,我們的感知是有限的,識別的信息是有限的,所以,在我們的認知體系中,對客觀世界的認知必定是以有限方式承載的,”無限”概念本身是以有限信息存儲于大腦中的.

 基本概念:

ET存在狀態(tài): 活躍 休眠

意識流動必然是ET活躍下進行的.也就是我們的自我感覺必然是活躍的ETR構成的.意識和感覺本來并不特殊,但當人們的某種情感促使一些ETR不與外部的任何相關聯(lián)信息匹配[共振],這些活躍的信息集合將被內部識別為特殊的一種ETR,因為它們與外部的任何信息都是沒有關聯(lián)的,所以它們自然就被凸顯了出來,所以人們就會把意識看成一種特殊的東西,認為它可能是超脫客觀而存在的.實際上這種感覺產生的根源是人們自戀的一種表現(xiàn).所以,意識特殊性是帶有強烈主觀色彩的.

 假設一個AI體有N個ET,它可以描述N個信息,代表著對N個信息的區(qū)分,所有ET都是相互連通的,兩個ET之間的連線具有2個屬性如下:

 ET ---------映射線-------- 可捕獲

ET ---------共振線--------------- 不可捕獲

映射線和共振線都是有向的.

共振線和映射線都會使一個休眠的ET變得活躍,并且其指向的必然是一個有值的ET.

 對一個ET而言: 它可以捕獲并識別其余的任何一個ET和任何一個

兩ET之間的映射線,而共振線是不可捕獲的.

共振:當多個ET[ETR]同時活躍時,它們的共同狀態(tài)會是一個新的ET值,這個時候需要一個新的ETX來記憶這個狀態(tài),此時ETX所標量的信息就等于ETR所標量的信息,因為它們之間描述的是同一信息,所以它們之間的關系就是共振,表示它們是完全相等的.

映射:其描述的是2個ET之間的關系,誰會引動誰活躍.

共振和映射的區(qū)分::共振是一個ETR和一個ET描述的是用一個信息.而映射是2個ET[它們必然描述不同的信息]之間的關系.

注意:在理論中,并沒有with這個程序上必有的概念,是因為從理論上,我們不必在意SER速度和復雜度,只要出現(xiàn)匹配的,就必然會獲得值.而實際程序必須考慮速度和效率問題,所有才會用with,ETW犧牲內存提高SER,MAT速度

 1-------1: 有且僅有 指出線 指回線

N-------1;1-------N: 有且僅有 共振線

并沒有N----N模式,因為從圖的觀點看: N---N結構是一個組合結構,所以一個NN信息的反射結構需要N1+1N結構來映射.

 如何實現(xiàn)輸入輸出.

整個AI體可以看成一個黑箱機制,也就是其內部的邏輯運算外部并不需要知道,只是通過一個特殊的端口進行信息的輸入.以及一個特殊的端口進行信息的輸出.

這個AI體通過端口向內部發(fā)送不同的信息,當一個外部信息在內部沒有一個ET共振時,那么創(chuàng)建一個新的ET來匹配共振,

輸入輸出的基本單位是必須預先定義的.并且該AI體應該能夠識別自己的輸入輸出.

如何輸出?

輸出可以考慮采用2種方式來實現(xiàn):

1:確定性輸出指令:特殊的信息將激發(fā)輸出.常規(guī)機器法.

2:模糊性自動輸出.通過內部的ET活躍程度來決定是否輸出,類似于人.

對于輸入輸出,

人是如何理解現(xiàn)實中的客觀規(guī)律的呢??

理解實際上就是一個外界的信息組合在內部SER到一個模式匹配,因為匹配,而使得參與的ETR活躍,這就產生了熟悉的感覺.

 關于程序化該理論:

在將該理論實際轉化為程序時,必須考慮諸多的因素,包括速度,效率,數(shù)據(jù)讀取和存儲.以及快速構建新,所以實際程序化的工作會比這里繁雜得多.在目前,我認為憑反射模式和共振模式是可以模擬一切AI邏輯的,但是實際上,我對此問題進行了很多天的思考,難以實現(xiàn)以這2個基本模式解釋一些常用的比如包含,多值映射,屬性,類等概念,我覺得或許完備性的AI模型是不可實現(xiàn)的,也就是,在這其中,必然存在一些額外產生的東西在作用,而我并不知道,并且,無論完備性是否從理論上可行,在實際的程序化過程中其難度都是我的天賦和智商難以承受的.所以,我所能做的,就是用某種方法實現(xiàn)功能,而不必過分關注其合理性和通用性.或許,還要過一些年,我才能對AI有更多的理解.