chenghwn的博客

摘要：智能的核心就是如何对对象(思维、运动等等都可以成为对象)的属性进 行表征与计算才能适应环境。本文主要以空间位置属性为例讨论了对不需要 成为主注意对象的表征，及与它对应的记忆柱群的兴奋、记忆、奖惩学习等 问题。指出思维模式的“骨架”由对象的共同属性组成，并讨论了以空间位 置属性这一共同属性为中介介导的一种推理模型。同时指出特殊感觉记忆柱 群的奖惩学习模式与普通感觉记忆柱群的学习模式相似。最后，本文讨论了 想象性回忆的奖惩学习问题

神经系统兴奋、记忆、学习过程就是泛化、分化、选择兴奋的过程。没有泛化学习便会缺乏“素材”，而没有选择分化，智能软件便无法获得与环境相适应的兴奋。

在被标志的情景、思维状态、对象出现时，标志对象也会直接或者间接出现。比如（可以参考《对编程实现拟人智能可行性的论证》这篇文章的“任务统筹”这一节的内容）用数字1来标志一个标志，1便是间接标志，1只有被另一个标志赋值（建立可信记忆联系），它才会成为新的标志。这个标志要能够在实践过程中往往带来奖赏，就需要它能够正确标志对象、过程、状态，也就是说在需要被标志的对象出现时，标志所对应的记忆柱群能够兴奋，从而使标志能够成为目的对象（当然，如果最终习惯化化了，便不需要成为目的对象），并有利于目的的完成。

上面空间对象的左边空间对象，上面中间空间对象（“>”），上面右边空间对象，上面空间的右边空间对象，“等同”下面空间对象的左边空间对象，下面空间对象的左边空间对象，下面中间空间对象（“>”），下面右边空间对象，下面空间的右边空间对象，每个空间对象都会对应相应的记忆柱群，特别注意上下的中间空间对象及“等同”空间对象，目的下，状态性回忆起：在这种情况下，上面空间对象的左边空间对象“>”下面右边空间对象（即它们的关系是：上面空间对象的左边空间对象在“>”的左边，而下面右边空间对象在右边）。

也就是说主注意对象的选择，目的对象的确定，奖惩预期值大小的计算等等，它们的基础都是相应记忆柱的易化兴奋状态，而这些记忆柱的易化兴奋状态又受到状态中枢的强烈影响。基本记忆柱群中不易兴奋的记忆柱抑制易兴奋的记忆柱，不易兴奋的记忆柱兴奋的越强，它对易兴奋的记忆柱抑制的越强。易兴奋的记忆柱只能兴奋其它基本记忆柱群中易兴奋的记忆柱。记忆柱组成基本记忆柱群（感觉中枢联络区的基本记忆柱群由易兴奋的记忆柱及不易兴奋的记忆柱组成，而状态中枢的基本记忆柱群由三个基本记忆柱组成，一个是主记忆柱，另两是奖赏记忆柱与惩罚记忆柱。

也就是说学习早期，兴奋更不容易发生转移（未来的“下一个”主注意对象的易兴奋的记忆柱受到的易化相对较弱，达到能够被选择成为主注意对象的兴奋强度所花费的时间更长，而当时的主注意对象由于受到易化的较弱，其不易兴奋的记忆柱兴奋的速度相对较慢，从而对其所在基本记忆柱群的易兴奋的记忆柱的抑制能力增加的相对较慢，对应的易兴奋的记忆柱的兴奋衰减的就较慢，在进行主注意对象的选择时更容易被选择成为主注意对象。基本记忆柱群中不易兴奋的记忆柱抑制易兴奋的记忆柱，不易兴奋的记忆柱兴奋的越强，它对易兴奋的记忆柱抑制的越强。

也就是说学习早期，兴奋更不容易发生转移（未来的“下一个”主注意对象的易兴奋的记忆柱受到的易化相对较弱，达到能够被选择成为主注意对象的兴奋强度所花费的时间更长，而当时的主注意对象由于受到易化的较弱，其不易兴奋的记忆柱兴奋的速度相对较慢，对其所在基本记忆柱群的易兴奋的记忆柱的抑制能力增加的相对较慢，对应的易兴奋的记忆柱的兴奋衰减的较慢，在进行主注意对象的选择时更容易被选择成为主注意对象。基本记忆柱群中不易兴奋的记忆柱抑制易兴奋的记忆柱，不易兴奋的记忆柱兴奋的越强，它对易兴奋的记忆柱抑制的越强。

目的是用对象来表征的（目的对象），对象之所以能够表征目的，是因为对象能够被（状态性）赋值（任何赋值都是状态性赋值，是某一情景状态下的赋值）（比如我们以推开门为目的，因为推开门能够获取环境中的一筐苹果，主注意目的对象就是能够表征这个门的几个“曾经的主注意对象”，表征门的主注意目的对象就被这筐苹果、所处能够获取苹果的环境等等进行状态赋值，这个门又会与相关环境建立记忆联系，这些联系共同参与了相关奖惩预期），一个目的对象往往表证一群关联对象及这群对象所组成的“状态”、“状态”过程。表征目的地对象就是目的对象。

当主注意对象不能再成为主注意对象后，它与其它兴奋达到一定值的记忆柱群，会共同成为亚主注意对象，亚主注意对象对象有数目限制，亚主注意对象的兴奋模式与目的对象的兴奋模式相似（这保证了状态性兴奋识别）。智能软件持续注意一个对象的轮廓，标准聚焦这个对象的轮廓产生的刺激传入可以对应几个主注意对象。不管是多个视觉聚焦传入对应一个主注意对象，还是单个视觉聚焦传入对应一个主注意对象，刺激产生的主注意对象，主注意对象都必须能够正确标志轮廓信息，使智能软件能够按要求大概区分必须需要区分的轮廓，从而能够正确参与环境对象的识别。

随回忆次数的增多，它们之间的兴奋性联系越来越强，回忆时它们在智能软件的状态中枢分配的注意力越来越少（有利于目的完成，可以看我的拟人智能的实现中有关注意力分配的段落），而相应目的下a1（论述的简化只提了a1，也可能会包含a2）兴奋就能兴奋b1，从而完成回忆识别。这只是描述的一种可能的回忆模式，实际上，由于并行存储、模糊兴奋、状态兴奋，对智能软件信息处理的要求非常“宽松”，使智能软件的信息获取、传入、记忆、回忆模式，可以多种多样，千变万化。这限制了智能软件的信息获取、传入、记忆、回忆模式。

比如：我们能通过一个特定对象回忆许多东西，而通过另一个对象能够回忆的东西较少，某一目的下，通过这个特定对象进行回忆时，相对于通过另一个对象进行回忆时，我们的大脑的活跃度明显要活跃的多，这个活跃情况我们可以感知（我们可以内省到），至于如何被感知到，现在没有相关的研究（我猜测可以感知局部或者整体的血流情况，或者直接或者间接感知局部或者整体的兴奋强度来获得。任何一个特定思维状态都是相应（特定）记忆柱群兴奋与不兴奋的结果，而它们的兴奋状态能够被强度中枢相应记忆柱群感知，因而强度中枢能够感知思维状态。

但现有的技术手段下，智能软件如果多次聚焦产生的视觉信息传入每次都在“容忍”范围内基本一致，就没必要多次聚焦），多次聚焦产生的信息可共同参与对象轮廓的表征（每次聚焦，只要能够成为主注意对象，就能够成为目的对象，三次连续的聚焦可以产生三个目的对象），两次表征的轮廓对象，它们只要一两个聚焦获得的轮廓信息相似达到一定程度，便会产生相似的兴奋效果。在此基础上，对整体轮廓的两次视觉传入仍然存在一定差别，但如果在可容忍的范围内，两次视觉传入便认为是相同的视觉传入，会产生相同的识别效果……它们的内容是差不多的。

新的主注意对象成为主注意目的对象（产生的刺激最强），从而产生快速的正确注意。（假设只有先注意轮廓再注意左边空间对象才能正确识别），识别目的下，标志时间的属性对应的记忆柱群、标志房间的属性对应的记忆柱群、标志大叫的属性对应的记忆柱群都成为亚主注意目的对象，兴奋其空间属性，习惯性回忆起轮廓对应的记忆柱群，习惯性兴奋左侧空间标志对应的记忆柱群，在主注意对象、主注意目的对象、各个亚主注意目的对象的共同易化兴奋下，选择出与左侧空间标志对应的具体对象作为新的主注意对象，然后在各个目的对象的共同参与下完成识别。

本文部分讨论了智能软件应该如何获得视觉信息，获得的视觉信息是如何被智能软件处理的。

本文根据高级智能必然具有的现象，从逻辑上简单讨论得到：智能实体实现高级智能的必要条件是它必须具有奖惩、奖惩预期、目的、注意力分配的功能。