frog/开发思路.md

码云的Comments显示有问题，不可信，从现在起，把开发思路写在这个文件里。

• 先定一个基础的开发目标：100x100的点阵，在上面随机点一个点，人工生命也必须模仿在相似的位置点一个点，并具备遗传功能，不能做到这一点的人工生命都被自然淘汰，模仿最快、最精确的人工生命生存机率最高。 第二步开发目标: 在点阵上从左到右依次点中一横，不能模仿的人工生命全部淘汰。

• 利用优胜夯汰、随机变异、用进废退这三大原则，利用计算机的高速度来让电脑自动生成最优神经网络脑模型，而不是手工从算法着手来模拟人脑，可能是一个捷径，比较适合象我这样的懒人和苯人，因为不用花太多时间去研究算法(模式识别的成果可以引用，因为眼睛是关键的输入兴备区），只需要花时间在模拟环境和编制简单的用进废退逻辑即可。从单细胞进化到多细胞、从青蛙进化到人类，对于大自然来说，它从来就不懂什么是算法，这是一个漫长的、随机的进化过程，但在超级电脑上跑可能只要几天时间，就可能得到一个相当不错的脑模型。当然电脑速度越快、容量越大、环境模拟的越真实，则优胜夯汰后形成的脑结构就越复杂，错的脑模型都被自然淘汰掉了。 从算法着手搭建，还是从模拟环境着手自动进化，这是创建人工生命的两个大方向。模拟环境的难点在于环境本身必须足够复杂、正确。而且必须循序渐进，与脑的进化同步，如果把一群青蛙扔到猴子的模拟环境中，则所有青蛙都会被自然淘汰掉，项目就无法进行下去了。 怎样做到模拟环境的循序渐进，目前一种方法是从模仿像素开始，到模仿写出1，2，3, 到模仿1+1=2，到模仿解方程。。。，数学是一个比较好的循序渐进的模型，后面的知识全部建立在以前的基础上。模仿围棋也可以，可以从几格扩大到19格，但是模拟围棋比较复杂，只能通过两个脑对杀才行，没有数学这么简单，而数学可以随机出题，用标准答案来判定脑模型的解题正确性。 用模拟环境的方法得到的脑模型，可以解决任意问题，直到产生意识现象为止。学完数学可以接着学画画，学完画画可以接着学打球...，前面的学习和后面的学习会自动累加，并产生创造性条件反射，这是神经网络的能力。当它能解决的问题足够复杂时，能够正确解析“我”这个词时，我们可以称他为拥有了"意识"。

• 看不见摸不着的思维，例如心里面想象一幅画，它的物理基础是脑神经元兴奋区确确实实地组成了一幅画。