frog/开发思路.md

这里存放一些杂乱的思路，以及发在Frog项目下的评论备份。不成体系，但是丢掉又可惜。主要是自已做个备份，大家可以不用看。

=======以下是杂七八拉的一些想法，想到什么就记下来==========

• 判断Frog胜出，可以不用能量，而用吃了多少个食物来判断，一个测试周期吃的多的胜出，用能量多少是不公平的，因为吃的多的，有可能因为脑细胞或器官多，消耗的能量也多，最后剩下的能量反而不如那些不运动或死掉的Frog。

• 将来训练者和生物体可以对话，表现形式为弹出一个24x24点阵图形，每次只能弹出一种图形。训练者由人或电脑操纵，生物体则可以任意自主行动和说话(输出任意图形)，训练者和生物体具有相似权限的输出(开始阶段输出图形仅限于100个汉字和数字)，行动仅限于说话、移动、打击、保存食物、拿出食物。

• 训练者在生物体模拟正确或行为(输出文字或图形，行走，吃，睡等)正确后，给予食物奖励。训练者在生物体说话或行为错误时，不给予奖励或给予打击惩罚。

• 人类大脑的工作机制必然是简单的，它不可能拥有象现代CPU那样精密的构造，一个三极管损坏将整个停摆。由一个受精卵发育成的人脑，上百亿个脑细胞的形成必然遵迿一些简单的规律。

• 人类大脑的工作机制必然与规模有关，否则无活解释为何人的脑细胞为何需这么多、从不退化。(生物体活动多的细胞，会影响到DNA遗传，表现为用进废退，并不全是100%随机的。)

• 以上简单性和规模两点决定了基因的设计，体现在程序中就是Frog可以下蛋，蛋就是Frog的脑结构的精简版，可以存盘。蛋可以用来孵化出下一代的Frog。

• 生物体具有天生痛觉区(一种固有的神经元兴奋区，此区兴奋将导致神经元群的工作集中于将短期内形成的神经元联系与负反愧兴奋区发生强烈关联，这就是痛觉的本质）和天生愉悦区(一种固有的神经元兴奋区，此区兴奋将导致短期内形成的神经元联系获得加强)。

• 生物体具有思考区，思考区与视觉区（和将来要加入的听觉区)联系紧密，思考区可以将视觉或内部细胞区的兴奋联系起来，思考区内容是暂时的，很快由新的内容代替，思考区既属于输入区，也输于输出区，思考区的所有内容将自动被大脑的某个空闲区存贮一段时间。

• 思考区内容由天生驱动区(痛觉、愉悦区)及后天形成的驱动区驱动，工作于串行方式，相当于人类的“心无二用”现象。大脑神经网络的检索和保存机制是并行的，可以从上亿个神经元中快速并保存与当前思考区相关联的内容，但是思考区的本身的活动却是串行的。

• 思考区检索关联信息时，最近活跃过的细胞存储区优先兴奋（被检索出），既使在做梦中也是这样。

• 模拟生物体的输出细胞区有说话区(24x24点阵网格)、上下左右行走区、张嘴及吞咽区、攻击区，移动视觉聚焦区,保存物体区。

• 条件反射的建立是重点，任意两个兴奋区兴奋，都会导致位于它们中间的一个空白兴奋区形成与这两个区的联系，时间影响条件反射的建立。短期内形成的神经元联系快速消退，反复发生的神经元联系被加强。条件反射形成后，如没有复习，则随时间流逝而减弱直至消失。

• 具有一种天生的(生物体的DNA遗传信息带来的)但比较弱的本能，能够重复训练者的行动和文字输入，如果训练者从左到右写一横，它也能本能模仿写一横，输入和输出区的每个象素点对应它的一组输入和输出天生神经元兴备群。

• 有一种机制保证永远至少有一个驱动型兴奋区占优(用于驱动思考区)，如果什么也没发生，“闲得无聊，要找点事干”区或做梦区兴奋。

• 有可能做梦，做梦过程的目的:

  1. 节省能量，让大脑的思考区维持单线程低功耗工作(但不至于死机，可以接收各种输入信号并醒过来)，生物脑是没有重启键的。
  2. 给大脑一段空闲时间进行整理工作，将最近发生的事件拿出来在思考区复习一遍，并进行推演，试图与旧的存贮内容内容发生关联，以形成新的条件反射。（创造力思维的产生，来源于不相干的细胞区被联系起来。) 这个过程实际上白天也在发生，只是白天的目的性太强，不象做梦这么自由。
  3. 旧的存贮内容在推演过程中得到强化，不至于被遗忘，始终得不到推演机会的存贮内容将随时间流逝被彻底遗忘(丢失)。始终得不到推演机会的存贮内容一定是无用的内容。

• 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: 在点阵上从左到右顺序写一横，不能模仿的人工生命全部淘汰。 第三步开发目标: 在点阵上写1、2、3....，不能模仿的人工生命全部淘汰。

=======以下是码云上评论的备份，抄在下面，防止万一码云挂掉以前的评论丢失========== Copy URL 143517_vebai /vebaia day ago

等机器代替人类的那天，那还要人何用？人有七情六欲，还要吃喝拉撒；人失去价值之后或许到那时掌控人工智能的少部分人将会对普通人进行大清理了 Copy URL 920504_drinkjava2 /drinkjava2ownera day ago

预测未来人工智能如何对待人类，这是一个关键话题，我的看法是无测预测，只能盼望将来的智能比人类更有理智和尊严，不会无缘故伤害人类。所以我们人类要以对待人类的态度对待人工智能开发，不要伤害他。问题是这只是我的看法，其它国家也许有人有不同的看法，也许他们的目的就是开发人工智能上站场，这会给人类带来巨大灾难。为了不让这发生，最好的办法就是我们自已在人工智能开发上先走一步，夺取话语权。 Copy URL 2189015_starrynightblue /StarryNightBlue2 days ago

西部世界的感觉 Copy URL 632560_finch1 /Finch12 days ago

想法不错，我之前也有一样的想法，大概是模拟生物的所有行为。实际上科学家曾经也有直接模拟神经网络中每个神经元的想法，不过这显然是不现实的。 Copy URL 302533_huhangfei /hgflydream2 days ago

支持创新 Copy URL 爱家 /select12 days ago

一开始我以为你在吹牛，后来发现是真的。。。。 Copy URL Admin /czymorg_admin2 days ago

牛B，为啥不从一个小蝌蚪开始呢。 Copy URL 3449_simplecode /simplecode2 days ago

作者是不是学生物的？ Copy URL 920504_drinkjava2 /drinkjava2ownera day ago

不是，如果有学生物的加入指导会有很大帮助，因为它本质上是模拟生物，只不过去除了一些生理功能，只关注脑结构。 Copy URL 125168_matols /matols2 days ago

想法真好，程序推演。其实现在的所谓的人工智能也是一种意识形态。 Copy URL 920504_drinkjava2 /drinkjava2ownera day ago

是，因为意识只是表象，所以Alpha狗这种围棋程序也可以说是某种意识活动现象，只是它还不能表现出“自我意识”这种现象。 Copy URL amoonhappy /amoonhappy3 days ago

感觉有点走偏了兄弟。做虚拟世界让其中的“矩阵”进行变化，这是计算机能做到极致。

计算机只能用n维度的矩阵的变化模拟一个功能F。输入是x，结果是y，功能或者现象就是F(x)。

建议先从Python开始学习深度学习，了解这个原理再看看现在的AI离强人工智能有多远。

顺便，所谓的记忆，在深度学习机器学习里已经有了，就是神经网络的模型权重数据 Copy URL 920504_drinkjava2 /drinkjava2owner3 days ago

一方面是我数学差，算法看不懂，另一方面也怕干拢思路，有意不去看。现在会算法的人太多了，也不缺我一个，感觉有点象侠客行里大家都识字，只有石破天不识字，在别人眼里的蝌蝌文，在石破天眼里就是一条一条的蝌蝌而已，别人都在讲算法，而凭我的能力只能研究一个个脑细胞了，试着把它们搭起来，能搭起来最好，搭不上就算是自误自乐吧，也不防碍别人。我觉得这样瞎琢磨也挻好的，也许稀里胡涂就进化出一只青蛙出来呢(我以前的观点是有些大脑逻辑是不能用简单的算法来描述的）? 如果哪天卡住了(例如现在发现没有记忆功能和模式识别功能），再去学习算法不迟，看看能不能找到思路。更何况我相信这条路大的方向应该是对的，从解剖和模拟蚂蚁、青蛙的脑着手，逐渐搭建更复杂的生命体，但没想到二十年过去了，走这条路的人并不多，甚至神经网络研究依然陷入误区(投入巨资开发自动驾驶、自动翻译这种不可能完成的任务，我在二十年前就预言过不可行)，害得我一个纯外行也忍不住要下水了。老实说我并不擅长做研究，没钱没设备没精力，当个预言家或者说空想家更合适，问题是这个社会不搞点实际成果出来，空想家是没人理的，除非你是马云或李彦宏。 Copy URL 660624_garinhan /garinhan2 days ago

算法相当于人为加了算法限制，写死了程序，作者需要的就是不可预测的结果，最好任何东西都不干预结果 Copy URL 920504_drinkjava2 /drinkjava2owner4 days ago

每个Group的同类脑细胞，触突的权重是个重要参数，利用生存竟争来自动调整权重值，把这个最脏最累的活交给电脑就行了，无须人为参与。 Copy URL 920504_drinkjava2 /drinkjava2owner17 days ago

这个项目暂停了下来，是因为目前在做jSqlBox的分布式事务，这个世界有点疯狂，一个机械工程师要利用业余时间解决分布式事务结合分库分表问题，这个问题有点复杂，但是相比与构造Frog的大脑来说，只能说是愉快的热身锻炼了。时间很少，抽不出时间来搞编码，只能打打字了。 目前Frog缺少记忆能力，再多的循环次数、器官的数量对它的进化也没有帮助，下面的编程思路大概是：要实现"任意两个相邻细胞群的活跃，则新建一个新的细胞群，用来充当这两个细胞群之间的纽带“，这个机制可以实现记忆和模式识别两个功能。开始要吃内存了，细胞群是从内存中新建出来，而不象动物脑利用大量的冗余细胞转化来，细胞群本身不参与遗传，但是它占用的总内存空间这个重要参数会参与遗传进化。 原来的“CellGroup”改名为"Connection"，用单个的连接（含强度、分布方式，正负)来代替一群连接细胞。Cennection不再参与遗传和进化，原则上也不再采用随机分布(死了之后才知道那些是正确的，效率低)，而是在每个Frog的生存周期里动态产生。它的产生只取决于两个细胞群时空上相邻的兴奋，强度和方式由食物和痛觉器官来调节。视觉（感光)细胞、痛觉（接触边界)、饥饿细胞、愉快细胞(进食后)、运动细胞这些特殊的细胞或功能依然称为器官(Organ)，并且从下个版本开始，允许器官的数量、位置参与遗传和进化。例如，目前视觉功能是由单个器官组成，内含四个感光细胞，以后会改成感光区（即视网膜)大小是桓定的，但是内部的感光细胞（器官)数量、位置会参与遗传进化。 Copy URL 920504_drinkjava2 /drinkjava2owner7 days ago

编写过程中发现思路又跑偏了，“细胞群是从内存中新建出来”这句话不对，不是在青蛙活动时动态创建脑细胞，而是每当一个Frog新建出来时，由CellGroup负责排列一组固定数量的细胞群在一个矩形区内，矩形区的大小可以大到整个脑，也可以小到单个细胞。每个Frog的细胞数量一旦创建就不再变化了。变化的是CellGroup本身，CellGroup就象一个播种机，一旦播好种就撒手不管了。Egg里存放着一组CellGroup，CellGroup可以参与遗传、变异（分裂、尺寸、参数变化），所有的算法，都可以抽象成一类CellGroup，算法本身只负责细胞的排列，不负责细胞的活动。Egg负责播种机的遗传和进化。 目前“随机连接两点”这种逻辑，可以说是CellGroup的一个子类，是一种最简单的算法。 另外给大自然点个赞，在没有记忆单元的情况下，它随机分布、自然淘汰的结果是自动选出了最合理的运动方式 "先往一个方向跑，如果有食物在身边就拐个弯"。虽然是个模拟的生命，但它这个逻辑如果发生在原始真实海洋里，是有可能几年之内淘汰所有不会运动、或是只会往一个方向运动的原始微生物，充斥整个大海的。 Copy URL yzyGitee /yzyGitee19 days ago

自我意识和智能是两种东西，有智能不一定有意识。没有意识的人工智能也可以完成复杂的任务。比如现在AI可以打DOTA，谷歌在研究可以同声传译的AI。 李理认为“意识不过是类似于DQN里的Replay Buffer，并无特殊之处”。我认为要发展 强人工智能 是需要意识的，至少要有个生存的动机。足够强大之后就可以自我修改、自我进化。 我去年在十日内观的时候，脑子里胡思乱想，我产生一个想法，用南传佛教对心的解释的理论（受、想、行、识是身心五蕴当中的心的部分）来构建人工智能的核心。因为佛教的观点认为自由意志并不存在，人的身心反应都是自动完成的，“自我”是个幻觉。但是这要修行到很高的境界才能实证到五蕴是怎样运转的。但是可以借鉴他的理论。 Copy URL 920504_drinkjava2 /drinkjava2owner19 days ago

意识就是一种现象，只要实现了类似人脑、动物脑相似的逻辑，外在表现相似就可以了，因为"证明"意识存在的唯一方法就是从它的外在表现判断，也就是说"表象就等同意识"。佛教"无我"的观点和这个很相似。但现代社会不讲佛教，糟粕太多。正如我试图简单地从0、1组成的电脑代码里来演示生命现象是可以人为模拟出来的，生命现象复杂到很高的程度时，就会表现出非常复杂的“自我意识现象”。 李理认为“意识并无特殊之处”是正确的，但Google研究"同声传译"这个目标是错误的。我在20年前就提出“人类应把构造生命体作为最迫切的任务，并投入大量人力、物力”，因为构造生命体是所有问题的通解，"同声传译"如果成功达到人的翻译水平，说明它表现出了意识现象，实际上也就实现了构造生命体，实际上也就能解决所有人类其它问题。所以应该放下所有具体研究(如自动翻译、自动架驶等)，集中精力专攻人工生命，而这可以从模拟草履虫、蚂蚁、青蛙的大脑开始。 Copy URL yzyGitee /yzyGitee18 days ago

你这是要推动奇点的到来。创造可以自我升级的通用人工智能是一个伟大的目标，是一切的终结，也是一切的开始。 但是你在虚拟的环境中训练AI，那么这个AI也要依赖于这个虚拟的环境，难道你要先做一个完全的虚拟现实世界吗。 但是你这个项目足够有趣。元胞自动机在我上学的时候（大约十年前）了解到的。去年的时候我在张江教授的视频里了解到创立人工生命学科人是受到生命游戏的启发。你这个也有点像是生命游戏。 我有个想法，可以先搞一个像vector那样的家庭陪伴机器人，这在未来一定很有需求。这个机器人在智能上要比vector强大的多，当然现在在商业上还无法实现消费级产品的普及。Anki前不久才关门。 你要创造的这个 强人工智能 一定要与真实的环境接触，否则就只是虚拟环境里的一个游戏。或者可以让AI接触网络，可以自由的在网络空间里游荡、繁殖。不过这两个就不是一个东西了，一个是实体的机器人，一个是赛博空间的代码，不过以后也许可以融合，我现在想这些还是有点早了。 Copy URL 920504_drinkjava2 /drinkjava2owner17 days ago

目前不掺入任何"有用"的目的。在模拟生命现象时已经做了简化，用能量的多少来判断下蛋权，而不是用寿命、互相吞食等方式。因为要集中精力在大脑的结构，这是重点。 不需要构建完全的虚拟现实世界，因为即使很简单的虚拟世界，也可以证实它能表现出复杂的智能，这就够了。到目前为止，只是简单的几行代码演示了找食现象，就让人感觉它"活"了。实际上棋类也是一种虚拟世界，但是它的边界更明确，规则也很少。 “与真实的环境接触”是必然的，也是它的最终目的。这也是为什么强调Frog中不能有硬编码的存在，因为硬编码会破坏它的进化和学习机制，在开放式的真实环境中，所有硬编码都是bug。例如如果一个自动架驶汽车中存在一个"看到前方右边有停牌就要停"的硬编码规则，那么在真实世界中肯定有人会利用这个bug，举个假停牌把车子骗停（然后抢劫)，然后程序员一看不对，又把硬编码规则改成“如果看到小偷模样的人站在停牌边就不停"。。。然后就没完没了，程序越改越复杂，最后以失败告终。 Copy URL wangchl /qq131942649326 days ago

博主，能分享一下你的逻辑资料或者笔记吗，感觉好牛X，想参考参考 Copy URL 920504_drinkjava2 /drinkjava2owner25 days ago

没什么资料或逻辑性的东西，都在这里了。我是民科一枚，跟着感觉走，想到什么就记下来。神经网络强调实践，理论吹上天也没什么用。最近才开始编程，可以说神经网络还没入门。很久以前做过一个造人论坛， 都是一些杂乱的想法，你要有兴趣也可以看一看。 Copy URL 920504_drinkjava2 /drinkjava2owner28 days ago

关于记忆和逻辑能力: 记忆是建立在模式识别基础上，就是反复发生的兴奋最后都会导致产生一个新的特定区域（或器官）的兴奋，例如方形、圆形反复在视网膜上出现，就会激活对应"方"、"圆"的神经兴奋区，初生的婴儿刚看到方形时，这个“方”形的区域还没有形成，但多出现几次，就会产生了，这个过程不存在逻辑性，可以用现有的神经网络模式识别算法解释。模式识别是记忆的基础。 记忆能力(回忆)和逻辑能力本质上是一样的，就是时间、空间上有关联的两个区域(器官)兴奋，必然会产生新的神经元连接将这两个区联系在一起。如果这个过程伴随着痛苦输入或快乐区兴奋，这个联系的方式(正、负）和强度将与普通的联系大不相同。在生物脑里实现方式是通过高密度的空白神经元转化为触突间有联系的神经元实现，在电脑里可以作弊，只要两个器官区域发生时间顺序上的兴奋，就可以创造出一条新的神经联系给它们。记忆和逻辑能力看起来很相像，本质上是一样的，区别在于逻辑能力与输出兴奋区的联系多，它更直接地影响到Frog的运动。 Copy URL 920504_drinkjava2 /drinkjava2owner28 days ago

最高等的逻辑能力，象人脑或高等动物脑一样，有一块思维区，象一张白纸一样可以生成虚拟画面(或声音)，这个虚拟画面，在清醒时被称为"思考区"，在做梦时，被称为“虚拟现实”。这个虚拟画面相当于人脑虚拟的输出、输入器官，作为输入器官，它起的作用与眼睛类似，在做梦时就完全取代了眼睛的输入功能。作为输出器官，人类没什么贴切比喻的。倒是海豚据说可以将头脑中的景象用超声波发给第三方，海豚的这种能力相当于将头脑中虚拟的电影画面传递出来。 Copy URL 920504_drinkjava2 /drinkjava2owner28 days ago

自说自话了一番，然后发现“器官”-“联系”这种模式是不成立的，因为所谓的“器官”，除了天生的感觉、输出区外，大多都是后天形成的，用“兴奋区”这个词来形容更准确，而且它与眼睛的关联无比密切，可以说整个大脑的工作都围绕着眼睛（还有耳朵)产生的后天兴奋区工作。所以建立一个整体式的脑模型更合理，要一步到位。而不是建立一个个“孤岛器官”+"联系"这种模式，因为没有眼睛，哪来的这些“孤岛器官”? 至于虚拟思维区，也可以看成是眼睛的脑内缓存区，与眼的关系更是密切，(很多时候思考需要打草稿画出来，就是因为能帮助这个虚拟思维区建立更清晰的影像。) 所以要建立以眼为中心的神经网模型。 兴奋区的产生很随意，只要多个兴奋区同时影响到一个空白区，则这个空白区就会变成一个新的兴奋区，兴奋区如果长时间不刷新，则又会退化成空白区(神经元再次激活需要更多的能量）， 这个机制可以同时解释模式识别和记忆的原理，至于逻辑功能，则由兴奋区之间的联系来解释。 器官可以遗传，像眼、耳、痛觉、饥饿区都属于器官，器官数量、器官内的细胞数量、网络结构规则可以遗传，器官之间天生的神经元联系(本能的条件反射）也可以遗传。但是，脑内的兴奋区是不可以遗传的，因为兴奋区是后天动态形成的。 Copy URL 920504_drinkjava2 /drinkjava2owner28 days ago

发现随机生成的神经连接全都落到器官上了，野外的神经连接一个也没成活。与其如此，干脆下面的逻辑改成随机生成的神经连接只允许两头落在器官上，以加快进化速度。 以后的重点是连接和器官，器官可以参考算法。连接的形式可以考虑平均分布、随机分布、局部分布、等分分布、全、半镜象分布、旋转分布、负连接(连接会产生负信号，抑制被连接的神经元兴奋）等等，反正不合理的都会被自然淘汰，程序里只管往里面塞入各种垃圾、各种可能性，最后活着出来的Frog肯定是从中间选出最合理搭配的那只。 昨天儿子生日，说好给他买个锤子(哑铃)锻炼身体的，结果买了个锤子。作为补偿，把这只青蛙命名为Sam作为他的生日礼物，现在不告诉他。希望将来的某一天，两只Sam能在一起愉快地聊天。 Copy URL WJ /wangjian1013a month ago

感觉很厉害，除了java还需要什么别的技术吗 Copy URL 920504_drinkjava2 /drinkjava2ownera month ago

就是纯Java。需安装Java8, 还有Maven好让它跑起来(run.bat)。 Copy URL 首页 /z1653775774a month ago

其实运行下来发现能产生的智能太有限了，没有敌人，应该有肉食性敌人并且敌人也可以进化，然后青蛙也能有反击手段之类的，复杂点的条件对进化有利吧，这样运行也只是比谁更会吃，变异作用就不大了 Copy URL 920504_drinkjava2 /drinkjava2ownera month ago

万事开头难，“一步一步来”很重要。目前它的内部缺少记忆单元和逻辑判断单元，只有将这两类单元作为器官加入参与用进废退、自然汰淘，才有可能随着环境的进化，脑器官会自动变得越来越大，越来越复杂。目前过早地加大环境复杂度就象先头说的"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"。正在研究如何加入这两类单元。虚拟环境的进化很重要，但内因(脑结构)更重要。如果你有兴趣，可以改一下眼睛的数量(Egg.java的最后几行)，可以发现无论眼睛有几个，它的智能程度都差不多，这是它的内因决定的，因为它没有记忆和判断器官，再多的眼睛、再复杂的环境、再多的运行次数也对它的进化也没有帮助，因为这个程序目前没有“自动产生新器官或新的神经元联系方式”这个逻辑。 顺便说一下，所有记忆、判断以及模式识别单元都不能出现If-Then 这类程序硬编码，而必须用神经元联系的方式模拟出来。 我梦想哪一天，一旦所有器官都加上了，就不用再继续编码了（小小的DNA里就藏着这个逻辑)，Frog的大脑会自动随着环境的复杂度进化(象婴儿一样，从只有吃奶反射进化到有自我意识表现。婴儿如果每天只给它奶吃，那么他长到老也只会干一件事：吃奶)。 Copy URL kzquu /kzquua month ago

希望作者早日功成圆满， 等那天我要把意识放到程序里去，然后嘿嘿嘿嘿 。。。 Copy URL 920504_drinkjava2 /drinkjava2ownera month ago

谢谢！ 最近卡住了，需要整理一下自已的思路，并学习一下算法。目前处在分岐点，到底是恁感觉往前摸，还是学习现成的算法，将一个个算法做为器官引入，随机的分布的神经元只在器官之间分布作为联系。 其实这个项目的意义之一就是要证明"意识不存在，意识是一种现象而已"，可以说，"把意识放到程序里"已经实现了，或者说，永远也不可能实现，因为意识是不存在的。目前这个程序的表现，比预想中的要好一些，完全随机分布的神经元，自然淘汰的结果是表现出了一定的智能现象。 Copy URL 882772_liinsert /liinserta month ago

我觉的新算法可以当一个新的熵引入，当发展到一定程度时，环境熵值逼迫生物进行的新的熵值诞生，我看了动图效果，环境熵值为变少的食物，加入“眼睛”熵值导致新诞生的生物有了更多适应性。我的理解为意识可能不存在，但是可能是某个生物本性导致我们做出了适应环境熵的选择，表现为意识。在此例中我认为可以将“自私性”作为生物本能。为了更好的适应环境熵值的变化，生物表现出了新熵值的突变。 Copy URL 920504_drinkjava2 /drinkjava2ownera month ago

嗯，人脑的运动转化为程序代码，包括这个虚拟环境，这算是一个熵的转移吧。这个程序系统本身倒是封闭的，在程序开始运行的一刻起，熵值就恒定了。所以虚拟环境的进化也很重要，要随着脑结构的进展不断调整，不断提高整个系统的熵值，直到让这个系统与真实世界接触。 Copy URL 920504_drinkjava2 /drinkjava2ownera month ago

神经元的连接方式除了一对一的连接之外，还有三种经典方式，即发散式、聚合式、环式等，使得神经冲动能够以各种方式传导。 发散式 在发散式连接中，一个神经元的轴突通过它的末梢分支与许多神经元（胞体或树突）发生突触联系，这种联系使一个神经元的活动有可能引起许多神经元的同时性兴奋或抑制。 聚合式 在聚合式连接中，许多神经元的神经末梢共同与一个神经元发生突触联系。这样，同一个神经元可以接收许多其他神经元的影响，这些神经元可能都是抑制的，也可能都是兴奋的，或者一部分是抑制的，一部分是兴奋的。他们聚合起来共同决定突触后神经元的状态。这表现了神经兴奋在空间和时间上的整合作用。 环式 在环式连接中，一个神经元发出的神经冲动经过几个中间神经元，又回到原发冲动的神经元，它使神经元在这个回路内可以往返持续一段时间。 摘自: https://baike.baidu.com/item/神经回路 Copy URL 920504_drinkjava2 /drinkjava2ownera month ago

自动驾驶和机器翻译类似，都是不可能完成的目标，或者说只能永远接近，但不能达到完美，如果认不清这一点是要吃大苦头的。因为反证，如果能达到象人一样完美驾驶，例如有小偷举个停牌，打算抢劫，这时候如果车子象人一样判断出这是个假停牌，必须冲过去，那么，恭喜，这个车子已经聪明得象人一样了，它应该具有人权了，如此聪明的“车人”干别的事，比如说设计建筑，肯定也比人历害，也就是说从社会地位上来说，通常是应该人来给这个车子当司机，而不是车子给人来当司机了。 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

梦里也会学习，这句话是一点也不假的。 一分钟前我正在睡觉，刚被人吵醒，所以梦境很清楚，虽然只记得后半段。梦很荒诞，有多荒诞?场景，发现一个蚂蚁窝，大蚂蚁和一群甲虫窝在里面， 甲虫受到攻击，会从肚里里裂出一排绿色洋辣子样的虫，然后这些虫会参与投票，然后电视上正在播放，这次投票有许多非法票，但是不用担心，这些虫没有ID，所以这些假票很容易被排除。。后来我成了一个吊车工人，研究了怎么系好安全带，然后被往上吊，然后，公司要买台机器，和其它公司发生了官司，一群人我作为合同签定者是要到场的，其它人坐在我的下方，我一个人就这么坐在吊着的椅子里，到了官司现场。然后就开始扯皮....,其中我发言，需要表达一个意思，我只是临时租用对方的叉车，这句话需要用到两个英语单词“叉车”和"变压器"，我想了一会，想到了并说出来，然后继续扯皮...，正在扯皮时，公司买的设备到了，一群小伙子扛着机器，从一个长长的斜坡上把机器往平台上抬，机器长得象是一段楼梯，大约30个搬运工抬上去，然后机器安好了，机器又成了正常的数控机床模样，安放在大约30x30米，离地1.5米高的铁平台上(象钻井平台)，我心想，这平台太大了，于是平台变成了大约10x10米，然后，被吵醒了。 这个梦的重点是什么?别的不说，至少复习了“叉车”和"变压器"两个英语单词，也就是说，梦里面英语能力得到了加强。 梦就是虚拟现实，脑的思维能力和清醒时是类似的，清醒时脑海里的虚拟现实比较模糊，也比较合逻辑，梦里的虚拟景象比较清晰，但不合逻辑，想到什么就造出什么来。 Copy URL wslianbo /lianbo2 months ago

感觉好屌的样子，看不懂，只能默默点个赞 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

谢谢！其实我也是个门外汉，空想和编程完全是两码事，空想能从开头（单细胞诞生）一直想象到结尾(人脑出现)，编程则只能走一步看一步了，码不准就卡在哪里动不了了。 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

一文看懂25个神经网络模型: https://blog.csdn.net/qq_35082030/article/details/73368962 当然了，我是看不懂的，不明觉历，需要脱产学习去了。无知不是好事，想象力不能代替学习，与其苦思，不如拿来主义，这些现成的模型是宝贵的财富，而且有些借签了生物脑的结构。大自然在人脑中可能已经自然存在了这些模型，但是它是怎么生成的，进化步骤是怎样的，很难说清楚，为了节省生物学、考古学家的精力，我们可以试着用这些算法模型去拼凑出大脑，这是一个逆向工程，难度太大，所以先从简单的细菌、昆虫、青蛙这种脑结构开始，即好拼，也很容易检验成果。 一个设想：将这25个模型(或先选其中几个)当作器官一锅烩加进来，数量、位置、大小、以及每个器官的内部神经元规模都参与遗传、变异、用进废退自然竟争，如果有用，自然选择自然会留下有用的器官。每个器官之间的联系可以考虑用漫天撒网的方式随机分布神经元来联系。可以用黑盒子方式直接引用算法(这是允许的，只要没有打破变异、遗传原则)，也可以用原生frog脑细胞来直接实现这些模型，个人倾向后者。 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

今天早上上班去，门口一只兔子抬起头看我一眼，继续吃它的草。我琢磨这家伙在想啥捏，低头，吃草，看我，这动作难度太高了，我可实现不了。立马感觉自已的智商不如一只兔子。 Copy URL 山神 /mountaindeity2 months ago

默默点个赞，支持作者 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

谢谢！ 也顺便谢谢其它默默点个赞就走的同学们。 Copy URL 首页 /z16537757742 months ago

运行出错，找不到或无法加载类，环境变量也没问题啊…小白不太懂，方便发布个编译好的exe吗？ Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

好象忘了说运行环境了，下次更新时要添上。需要安装：JDK8, MAVEN, GIT,并设定好环境变量。然后用GIT clone https://gitee.com/drinkjava2/frog把它当下来。 然后双击run.bat就可以运行了。 exe方式不可取，不安全也太落后了。 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

到目前为止，自然选择的威力已经体现出来了，但缺点也很明显，就是不够智能。下面要进行脑结构更多的人为设计了。 目前主要问题：利用自然选择，从饥饿区及视觉区直接短路到运动区，不具备智能性。要实现：1 记忆 2条件反射的形成（逻辑功能) 这两个主要功能，就必须让Frog的脑结构不能固化，而是每一轮中都动态生成，也就是每个青蛙从诞生到死亡都要经历一个脑结构从无到有建立的过程，而不是简单地从上一代继承下一个固定结构。另外目前这种漫天散网，随机分布神经元的方式即不高效，也不合理(跨度太远的神经元在生物体和并行硬件上都很难实现，不合理)，初步设想要设计成各个器官只激活附近的空白神经元，空白神经元激活后再激活更远的神经元，直到从输入到输出器官形成链路。脑之间充满了大量的空白神经元以供记忆（模式识别)和传导作用，可以称这些空白神经元为“以太神经元”。模式识别就是空白神经元越传越远的过程中开始分化成远处一个个特定小区的活跃，例如"我"对应一个声波区，"们"对应一个声波区，"我们"又对应别一个声波区。 另外这两天想到一个重要结论：痛觉是具体的神经元的强烈的兴奋传导，而(奖励)快感只是化学物质的分泌，可以影响一大片神经元，但强度很低，所以快感要多次重复才能加强(条件反射)，痛苦却强烈而快速地传播，打断经过路径上所有正常的神经链路。 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

两个近期内活跃的神经元，不管有没有奖励，只要经常地有规律出现，必然发生关联，这是神经网络的基本功能，与进食奖励无关。进食奖励发生在Try-DO决策之后，决定Try到Do之间的(正或负)关联强度。脑工作在串作模式，要引入一个类似CPU的逻辑器官。 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

眼睛加上了，自然选择也把眼睛给选中了，但也只比随机运动好一点点而已，它直接把眼睛和运动区短路了。看到食物和向它走过去完全是两个概念，Frog同时在两个方向看到食物就不知道怎么处理了(不能有硬编码)。狗看到食物会向它走过去，这是一种复杂的、后天形成的条件反射，必须有进食奖励才能建立，而进食奖励机制目前还没引入，只靠自然淘汰。自然淘汰是上帝的审判，死后才进行，而条件反射必须在青蛙还活着时就要建立。人类的进食奖励通过多巴胺将两个近期内活跃的触突绑定，电脑可以将多巴胺作为一种器官引入，多巴胺器官的数量、位置也允许放在蛋里去进化。 Copy URL 小李子 /12861302932 months ago

一直默默的关注，给你点个赞 Copy URL 920504_drinkjava2 /drinkjava2owner2 months ago

谢谢！ Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

加入只保留激活过的神经元、两个蛋相加加成一个蛋（模拟受精卵）功能。眼睛还没搞，逻辑倒越来越复杂。 下面要开始加眼睛，短期目标： 1.根据周围食物的出现，调整运动方向("饥饿->随机运动"这种天生本身反射被"看到食物->随机运动->进食奖励===>看到食物->向食物运动"这种后天条件反射代替)，不饥饿也要进食，以获取进食奖励(快感)，因为是虚拟生命，撑不死，可以一直吃啊吃。 2.避开障碍物，等它出现眼睛后，看到看到屏幕上出现正方形要躲开，要引入模式识别算法了，而且要通过自然选择实现算法，而不是通过硬编码的方式，虽然只需要认识一个正方形，但也算是模式识别了。负反馈（痛觉惩罚条件反射）也要引入了。 Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

加视觉之前，先做两个事: 1,加一个显示脑结构的图，分别用不同颜色的方框表示视觉区、饥饿区、进食奖励区和运动区（已提交） 2.删除随机运动硬编码，改成由hungry感觉区驱动随机运动条件反射（已提交） 从脑图上可以清楚地看到，随机变异、自然淘汰、以及足够多的个体数量这几个条件结合下，就有可能自动锁定住运动区。意识的起源并不神秘，根据混沌原理，三个变量互相影响下，整个系统就是不可预测的，而生物体的脑细胞又何止三个，人脑有100亿个神经元，这个复杂的系统表现出复杂的适应和改造自然的（意识）行为毫不奇怪。 Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

如果饿了(energy<10000),且神经元的输入区位于hungry感觉区，则该神经元的输出激活，如果激活区刚好位于运动区，则Frog移动。这是最原始的运动，将来这个运动会被后天形成的"视觉-运动-进食"这种条件反射抑制，但是，如果没有运动，后天的条件反射也无从谈起，所以说先天形成的反射是后天的条件反射形成的基础。 Copy URL 青崖白鹿 /qiubaicxy3 months ago

目前没接触过人工智能， Copy URL 449029_link2t /link2t3 months ago

规模太小。复杂度太小。产生不出多少智能。受限的环境，只能产生受限的智能。 Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

完全同意，这就是我说的"将所有研究神经网络的资金人力全部转到这个方向。。。"，如果能有一台超级计算机给我当玩具就太幸福了。但在此之前，我得证明这个项目在小型电脑上的可行性，取得一定的研究成果(表现出复杂的智能现象)才能取得人们的信任啊。 Copy URL 449029_link2t /link2t3 months ago

openAI 项目里 有三维仿真环境。带关节的人类模型，四足机器人模型。迷宫等等。可以试试在那个项目上扩展。据说最近 openAI 搞出 自主探索AI，行为比较有效率。 Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

谢谢提供外部资源，但Frog的思路和openAI不一样，它不需要了解算法，完全模拟生物脑的诞生进化过程来让电脑自动生成脑结构。如果Frog脑结构本身出现了固化的代码，那说明项目出了bug，需要改正。从算法着手还是从进化着手是两个方向。当然它们之间是可以有交集的，进化可以直接引用算法的成果，将算法当成它的一个输入输出器官，实现生物脑-代码的结合，或是在进化时有意促进大脑向算法进化，算法也可以借签生物脑的原理进行改进。但是因为算法比较复杂，我水平低，理解不了，而且算法与生物脑冲突（算法不具备自改进功能)，所以目前先谢绝一切外部算法，一步一步走下去，看看依照进化思路试下去，最终会走到哪一步。理论上来说，用进化的方式，只要电脑够快，总有一天能实现造人的目的，因为它的总体思路是模拟大自然进行优胜劣汰，而人类又比大自然聪明，可以有目的的设计各种方案加速这个优胜劣汰过程，例如，生物眼睛的诞生，可能需要上亿年的进化，但在我手上，可能只需要几周时间就可以模拟出来了。需要超级计算机主要目的不是模拟环境，而是因为在项目后期神经元数量太多，会超出家用电脑的模拟能力。 其实人工智能的前景和危险我在二十年前就提出来了，还曾专门做了个网站宣传。可惜它的进展比我想象的要慢得多。作为一个预言家，最大的尴尬不是预言错了，也不是必须活到够老，而是要亲自上阵去实现自已的预言。研究造人，不是为了造人而造人，而是为了掌握机器人权法的话语权，如果机器人权法没出来之前，有自我意识的机器人提前诞生，甚至被送上战场，那将是整个人类的悲哀。 Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

人类需要机器的一个promise，如果机器有自尊的话，是不会打破这个承诺的，但前提是人类还没有伤害过机器人。 Copy URL 449029_link2t /link2t21 hours ago

openAI 项目里 有三维仿真环境。openAI 项目里 有三维仿真环境。.....就像我前面说的。受限的环境，只能产生受限的智能。，你需要一个复杂的 仿真环境。不然 生产不出多少智能。做个类比：openAI的仿真环境 好比是 高等数学世界。你的 实验环境 是四则运算世界。现实世界估计是 量子学世界。环境复杂度不同，所能产生的智能 存在不同的上限。 Copy URL 449029_link2t /link2t21 hours ago

再比如说，实验环境 内的生命，没有手。如何才能进化出 手拿工具的行为？永远不能。，又比如二维环境里 生命有几条 触须（手），能够“旋转”工具，却永远做不到 “翻转”工具这个行为。因为二维世界里没有“翻转”。 Copy URL Once疯子 /chg5229750153 months ago

作者，我想加入这个项目。你这个项目的目标也是我一直想要做的。不知道加入需要哪些条件？ Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

没有条件，但是有明确的任务，这个项目是由一个接一个的任务推动的，有兴趣的可以一起来完成。目前下一个任务是激活它的视觉区，也就是说食物如果位于它的附近，能够激活它的视觉区，即脑内坐标0,0附近，半径5到30（暂定)个像素点内的神经元的input，并且如果如果移动方向、进食、视觉发生在短暂的一段时期，进食奖励将加强视觉驱动运动神经元的输出触突(outputs)的条件反射。谁先完成这个任务，提交pull request即可，这几天，我也一直在思考这个问题。关键是不能有硬编码，视觉到运动神经元的反射形成，是由大量的随机神经元分布、进化、淘汰而自然形成的，并且可能会由一群中间神经元达成。如果这个目标能完成，就是一个非常了不起的成就。会主动觅食的Frog当然会在生存竟争中胜出。 当这个目标完成后，我们再考虑一下个目标如避开障碍物等... Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

这一步是很关键的模拟眼睛的诞生。从它要完成的目标来看，这个由自然淘汰、竟争中生成的眼睛只能区分方向、远近，暂时不能区分形状。因为可以用反推法，即使区分出了形状，对它捕食也毫无帮助，所以区分形装这个能力还不会在竟争中胜出。 Copy URL zxulong /zxulong3 months ago

非常同意你的观点"意识不是一种存在,而不是一种现象"，你这个说法应该是广义的定义，狭义上而讲，意识是一种自我映射，说白了就是大脑自己制造的一种幻象。 还有我认为意识是一种动态的状态，应该是连续的，持续的，电影里上传意识，或者把自己意识复制到克隆人里，从复制的一刻，就已经是两个实例，两个意识了，即使他们复制那一刻很相似，之后就是两套系统了。 对你的项目非常感兴趣，会研究下，而且以后希望有机会参加你的项目 Copy URL 920504_drinkjava2 /drinkjava2owner3 months ago

欢迎！关于复制意识，你的说法和我在96年想到的有点类似，见 https://zhangrex.neocities.org/xy.htm 最底下关于生命树等幻想 Copy URL dwing /dwing3 months ago

受此项目启发, 我觉得我可以只实现质子,中子,电子等基本粒子的特性, 然后模拟出一个宇宙, 至于生命就更不在话下了 (￣▽￣) Copy URL Once疯子 /chg5229750153 months ago

你说的很对 Copy URL Colin /chlk1233 months ago

有点意思 Copy URL 660624_garinhan /garinhan4 months ago

兄嘚，你的脑洞不是一般的大，挺好 Copy URL 喜欢自在 /lshfong_admin4 months ago

生命的起源不是从眼睛的开始的，而且现有图像识别技术和GPU运算能力没办法突破实现眼睛构造 Copy URL 920504_drinkjava2 /drinkjava2owner4 months ago

神经网络对于所有输入都一视同仁，触觉、听觉、气味、视觉等，只要它激活脑中的某片神经元，它就能处理。但是对我这个半吊子程序员来说，视觉是最简单的输入设备，最有利于编程，其它的味觉、听觉、触觉要转化为对应神经元的兴奋，用家用电脑和我的编程水平是很难做到的。实际上眼睛有没有不是关键，详见外设猜想，一个叫"海伦"的女孩,又聋又瞎,按理来说,让她理解这个世界几乎是不可能的,但经过训练,她成了一个作家。从这个例子可以看出，让一个具有智能体脑神经物质基础的系统理解这个社会，表现出“我”的意识现象，并不一定要看见和听见这个世界，也就是说，不需要给它很多外设，至于外设最少可以少到什么地步，那又是另一个问题了——也许，只需要海伦的一根手指就可以了。 Copy URL 喜欢自在 /lshfong_admin4 months ago

是的，生命的形式是从简单到复杂，从低级到高级的过程，不同的的环境会孕育出不同的生命形式，很多生命其实是没有视觉系统的，再升华一点，生命的肉体其实都是多余的，不过已现有人类的视觉来看，还不能脱离思想+肉体的生命形式 Copy URL 920504_drinkjava2 /drinkjava2owner4 months ago

偷懒一下，两个眼睛太复杂了，先一个眼睛好了，启动上帝模式作个弊，眼睛看到的不是以青蛙的视角看到的极坐标图像，而是直接用2D地图上代表食物的象素点激活青蛙脑部对应视觉区的神经元，远处的食物信号激活概率低一点。 青蛙身体形状也作个弊，用青蛙图形表示，但是青蛙图形本身不参与实验，也就是说青蛙自已是看不到自已的，只能看到食物。实验的第一步是要筛选出一批能够自主进食的青蛙。不能自主进食的青蛙，也就是说只会随机运动的青蛙被淘汰掉。嘴巴不用画出来，当青蛙的坐标与食物重合时，食物被删除，同时青蛙的某个脑细胞被激活，表示感觉到了吃。至于吃应该伴随着一个正反馈作为奖励，并强化视觉->运动之间的条件反射，这个就交给大自然了。重复上万次，直到神经网络变异产生出一批能够看到食物就向它运动的青蛙，就成功了。至于一群青蛙互相能看见，会互相争食物（如果已经有别的青蛙向食物运动且距离更近，则放弃），是以后的实验内容。 Copy URL 920504_drinkjava2 /drinkjava2owner4 months ago

已经开始有点眉目了，基因的设计(即Frog的物理结构及脑的逻辑结构生成算法的静态描述)是重点，分为两大部分，身体部分和脑部分。 身体部分：因为是虚拟环境，暂时先不考虑允许身体的物理进化这块，一律给它们两个眼睛8个运动状态（上，下，左，右，停，左转，右转，吃)和两个感觉器官(happy，sad)就行了，身体的形装为正方形就行了，眼睛放在正方形一边的两点上，眼睛用小圆点表示，腿和嘴就不用画出来了。如果有兴趣的话，今后身体的物理进化也是一个有意思的实验，可以模拟一下为什么生命体会进化成两个眼睛而不是多个眼睛。 脑部分： 很简单用区x数量+坐标来描述就可以了，区用平面位置表达就可以了，因为触突是允许跨区的，所以和三维结构在逻辑上是等同的。 有多少个大区，每个大区在脑的相对位置，每个大区里有多少个小区，每个小区在大区里的相对位置，每个小区里有多少数量的同类脑细胞(脑细胞种类很多，有些是存贮用，有些是传输用，有些是兼而有之......)，这些同类脑细胞的传入传出触突长度和数量，触突是否允许跨区、是否与某小区或大区相连，每个区的变异概率，每种脑细胞的变异概率。基因可以写成文本格式存盘，被存盘的基因被称为蛋(Egg)。 每一代Frog有寿命，通过下蛋的形式保证种群的繁殖，蛋100%能孵化成功。通过一定数量的蛋保证变异的发生不影响种群的灭绝。 因为目的是为了获取智能生命体，所以有些实验就不做了，如食物匮乏或下蛋太多导致种群灭绝，精子的模拟，蛋的生存率，生命体对蛋本能的保护等。 Frog的所有一切，包括寿命、下蛋数量、什么时候开始下蛋等等，都是可以遗传、变异的，并通过蛋的形式表达。所以说这个实验的最终目的就是一个蛋。 Copy URL 920504_drinkjava2 /drinkjava2owner4 months ago

眼睛部分的设计： 因为是平面虑拟环境，以角度来划分，开始只设定50个角度，也就是50个象素点，每个角度上有物体存在则对应的神经元激活。有多少个眼睛（眼睛数量可以随机进化)、每个眼睛最终有多个少角度，由优胜劣汰来决定。这50个象素点对于脑模型很简单，只要放50个(或群)神经元即可，但对虚拟环境要求较高，在任一个角度，程序员要计算出这条直线上是否有物体存在，从而好激活对应的神经元细胞。 理论上来说，眼睛越多，眼睛之间的间隔越大(间隔会产生立体感)、眼睛的象素点越多，则竟争力越强，所以引入能量限制，神经元的激活须要消耗少部分能量，不允许出现眼睛数量无限增长、象素点无限增大这种情况，要么象老鹰一样象素点非常多，要么象晴蜓一样有很多复眼，但是总体上象素点总数控制在一定范围，以避免无谓的能量消耗。另一方面，如果总象素点太多，对性能也有影响，在同样的CPU分时计算资源下，在竟争中可能反而落于下风。视觉区与思维区是直连的， 但是思维区的分辩率如果远小于视觉区，则视觉区分辩率再高也是多余的。 Copy URL 920504_drinkjava2 /drinkjava2owner4 months ago

由电脑随机生成的脑结构，有可能最终构造和人脑完完全全不一样，但是最终的表现效果却会达到或超过人脑智能水平。也就是说，可能有许许多多的脑结构方案，而人脑或生物脑只是一千种方案中的某一种而已。也就是说，复杂性和规模性是智能的关键，只要在优胜劣汰下发展，达到一定的复杂性和规模就行了，具体的结构方案实现并不重要。 Copy URL kernel218 /2184 months ago

你咋这么牛~~~ Copy URL 920504_drinkjava2 /drinkjava2owner4 months ago

可能跟我的日本名叫“牛八甬力”有关吧。 Copy URL 920504_drinkjava2 /drinkjava2owner8 months ago

人脑为什么虚拟现实（做梦）这么快? 毫无迟涉感? 因为这存储神经元区的兴奋会自动在视觉区映射出相应的图像，不存在数据传输过程。神经元之间的连接具有直接通道，这是许多固化的通道，平时关闭，当存储神经元区兴奋时，神经细胞与视觉区连接的通道才接通，然后就在视觉区映射出相应的图像。 视觉区为什么能加载不同的神经元兴奋区? 海量的大脑存储数据数据为什么没有将视觉区淹没? 因为兴奋区总体上工作于串行模式，在任意时刻，只有少数存储神经元区兴奋。视觉区与所有的(图像)存储神经元区都有联系。平时大多数视觉区神胞都不激活(就好象一张白纸，充当背景)，只有对应存储神经元区兴奋的视觉区神胞才激活(白纸上出现图像)，视觉区(或者叫虚拟画面区）每一个最小分辩率的象素点，实际上都与成千上万个脑存储区有相连，只有这样才能做到任意存储区兴奋，视觉区都会有相应的象素点激活，也就是说，每一个最小分辩率对应的点，要么由几万个神经元组成，要么由少数神经元组成，但是它的输入触突数非常庞大，个人倾向于后者，因为结构最简单，而且与视觉区基本工作于串作模式的工作方式相符, 视觉区没有必要一次加载多个图像，同样的一个神经元可以同时被多个存储区共享。个人认为一个象素点对应的神经元数量在1到50个之间比较合适。也就是说视觉区并行加载的图像在1到50个左右就可以了，加载的图像太多，对于脑的模式识别单元将是一个负担。 以上原理对于听觉区也适用，但为了简化编程，本项目暂不考虑听觉区，因为听觉并不影响自我意识(更准确地说，自我意识表现)的产生，见外设猜想。但是思维是建立在简化的抽象符号（语言也是一种）的基础上，没有了听力这个输入，这个项目用固定的有限的“汉字”集来建立一个抽象符号体系，由训练者和虚拟环境保证生命体只识别和输出这个汉字集，不出现非法汉字。 Copy URL 920504_drinkjava2 /drinkjava2owner9 months ago

1） 2G内存肯定是不够的，问题是有没有一个算法知道2G内存是不够的? 2） 从简单条件反射、到简单的语言，一直训练到复杂的语言，而不是用海量的数据暴力训练，是培养出”意识“的关键，问题是怎样有效利用计算机来快速地从简单训练到高级? 我是没有时间去做语言训练的。 Copy URL 920504_drinkjava2 /drinkjava2owner10 months ago

所谓思考，就是主动刷新去维持一个虚拟画面（或听觉、运动等虚拟场景)，为了让细胞克服疲劳，长时间激活，需要花更多的能量，长时间激活带来的后果就是细胞间的关联更牢固，这个牢固的代价就是能量的消耗，物质是思维的基础，物质的改变必然要消耗能量。 这个虚拟画面一直维持到一个新的虚拟画面产生。虚拟画面即是一种输入，也是一种输出，也可以后天形成条件反射。 思考，就是这么简单。 当我回想以前的事情，脑海里只有一幅幅图面，可见大脑也偷懒了，它只存贮静态的图面，不存贮动态的电影。 做梦，就是当细胞疲劳后，大脑放弃主动维持刷新，转移到激活其它的兴奋区，做梦不累，但是后果是 细胞间的关联不牢固，容易被遗忘。 虚拟画面无论在思考还是在做梦时都被人感知，它应该有两种可能，一种是虚拟画面区只存在于固定的区域，但是激活基本不消耗能量。另一种可能是虚拟画面区是产生于激活区，是随时变化的。这个可以通过脑电波检测来判定，如果清醒和睡着后，有一个区始终都在活动，则它就是固定的虚拟画面区，反之，则是游走的，个人倾向于后者。 Copy URL 920504_drinkjava2 /drinkjava2owner11 months ago

模式识别模块可以允许代码存在，但也仅限于此。代码不应该污染神经网络，从一开始就要做到。 遗传机制通过得到一个脑模型后，清空它的绝大部分连接，仅保留少部分固化下来，保留的这部分在今后相对稳定，不容易被清空，然后随机微调一下结构（变异)重新开始下一轮淘汰。 每个新的结构，只用极少的规则来描述它的结构，包含固化的部分连接。这样可以使每个“新生儿”的尺寸限制在M级，类似压缩成DNA遗传编码。否则一个完整的大脑动辙上G的数据，没地方存储，就不能从海量的“新生儿”中来挑选出一批最优的了（每次需要挑选出一群而不是单个，这样可以保持生物多样性，各种不同阶段固化的结构，使得群体在淘汰过程中不容易被全部淘汰掉。） 以下为一些遗传结构的重要参数供随机进化：多少个脑半球（初始3个), 多少个区，每个区在各自脑半球二维数组中的位置，每个区与其它区的初始连接数（固化连接），每个区神经元与相邻神经元初始连接(固化连接)，每个区的神经元传入、传出触突数量，每个区的容量，每个神经元的远近覆盖比（相对于当前数组的偏移，近的神经元得到连接的可能性最大，远的连接少，但是要有个比率），每个区不同连接率神经元数量的比率。 Copy URL 920504_drinkjava2 /drinkjava2owner11 months ago

comments又回来了，还是这个用着方便。 用单维、二维、3维数组来模拟脑都可以，关键是它的数量。 可以假设3维模式是神经网络工作的最佳模式，因为单位体积内神经元密度最高。但实现上有难度，就连人脑可能也是二维结构，要不怎么会有人脑皮层一说? 人脑约有10^10次方个细胞， 触突连接数量大约为10^15个，细胞数不多，但连接数很多。 程序开始阶段，先用3x100x100000三维int数组来模拟，每个单元最多允许1000个连接, 平均为10个连接，这样内存需求为3x100x100000x10x4byte=1.2G(连接和神经元共享同一内存区， 输入细胞也是这个区的一部分)，普通的电脑都可以跑了。以上所有参数在运行过程中将根据优胜夯汰、随机进化原则自动调整。总容量因受电脑制约，目前只能向下调整，今后可以向上调整但不超过192G，这是64位个人电脑能支持的上限。 Copy URL 920504_drinkjava2 /drinkjava2owner11 months ago

comments到哪去啦？原来还有自动删comments的功能？以前的笔记都丢了。 Copy URL 920504_drinkjava2 /drinkjava2owner12 months ago

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"。 Copy URL 920504_drinkjava2 /drinkjava2ownera year ago

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。 Copy URL 920504_drinkjava2 /drinkjava2ownera year ago

思维的本质是虚拟现实并代入主体，预计各种可能发生的情况并作出反映，根据结果产生奖励或惩罚，环境是虚拟的，奖励或惩罚神结元兴奋却是实在的。 越简单的动物虚拟现实的能力越差，所以思维能力差。这里的虚拟现实包括一切以前经历过的神经兴奋，如图象、声音、各种感觉，都可以模拟。这是一种"创造性思维"条件反射的建立，因为在这个模拟过程中，可能会出现根本未发生过的假设，导致神经元产生奖励或惩罚兴奋。 为什么做到好梦会不愿意被吵醒? 因为在梦里神经元的奖励区兴奋了。 Copy URL 920504_drinkjava2 /drinkjava2ownera year ago

关于环境，用简单的语言教育第一代生命体，然后由第一代生命体去自动教育下一代，第一代的神经元数量活跃区在下一代有更多机率变异。引入生命死亡机制， 模拟“优胜劣汰、用进废退”，这样可以由外部环境来决定大脑的自动进化，而不是由手工来设计整个大脑结构，这可能是一个非常复杂的结构，手工很难完成。模拟环境的复杂度和正确性决定了大脑的复杂度。 Copy URL 920504_drinkjava2 /drinkjava2ownera year ago

昨天作梦，居然梦到“大脑思考区的图象不清晰了怎么办? 会有一种机制不断刷新它，像显像管不停需要刷新一样”，当时梦里觉得特有道理。先添加上来再说。 Copy URL 920504_drinkjava2 /drinkjava2ownera year ago

人脑才是虚拟现实的高手， 可能脑细胞这么多，最大用处就是用来虚拟现实的，把想象的内容在思考区排成一个虚拟环境，而且是实时的，豪无迟涩感，梦中居然感觉不到这是一个虚拟出来的环境，可见速度有多快。虚拟现实在平时思考时起了关键作用。 Copy URL 920504_drinkjava2 /drinkjava2ownera year ago

构思的重要>编码实现，最近想到什么就添上什么，这也算开发吧。 Copy URL 920504_drinkjava2 /drinkjava2ownera year ago

正式决定，回到人工智能开发，尝试一下简单人工生命的开发。早在02年前我就曾构思过"一个人工脑模型"并预言围棋人类将败。借着现在模式识别研究的突破，现在是时候尝试一下搭建这个脑模型了。