回复：智能机器人专题

楼主怎么连系我想合作

我在拟人智能的实现中论述了，智能机器人的记忆回忆系统应是并行存储系统。如果大家通过编程获得并行存储系统来进行记忆回忆，就会发现并行存储系统在进行记忆回忆时最大的问题是回忆干扰，我们需要通过一系列的方式方法来选择出回忆时兴奋的记忆柱，从而保证回忆时兴奋的记忆柱与记忆时兴奋的记忆柱差不多。
我们的并行记忆系统的容量是有限度的，对并行记忆系统来说，同一个区域的记忆是会存在干扰的，我们可以通过一方面是减少记忆量，另一方面是增加记忆容量的方法，来降低干扰。在容量限制的情况下，可通过减少记忆量来降低干扰，减少记忆量的方法是只记忆重要的，不重要的迅速遗忘。经常使用的有意义的记忆便是重要的记忆，不经常使用的意义不大的记忆便是不重要的记忆。重要的记忆需要与奖惩建立记忆联系并不断强化。
对于一个全新的刺激来说，它可能对我们重要，也可能不重要，我们并不能一开始就知道，并且我们在环境中面对的刺激超过了我们的感知能力。正确的策略是：感知可能重要的刺激并暂时记住它们（这时的记忆量应比较大，需要时间回忆选择），然后在随后的实践中强化相对重要的（它们是少数派，需要较少的记忆量，需要少的时间或不需要时间选择），而遗忘不重要的。
通过减少记忆量，增加记忆容量的方法来减少记忆回忆干扰，由于受到刺激的相似性及计算速度的限制，对于我们巨量的记忆来说显然是不够的，仍然会产生大量的回忆干扰，这时就需要选择回忆系统，……。需要回忆选择。

感觉就像科幻一样。。。
如果可以，关键用什么理论？具体可行性怎么样？而不仅仅是那些拗口的概念。

不易兴奋的记忆柱之间的关系的原因。
易兴奋的记忆柱与不易兴奋的记忆柱之间的兴奋关系<?xml:namespace prefix="o" ns="urn:schemas-microsoft-com:office:office"></?xml:namespace>
随学习记忆的发展，易及不易兴奋的记忆柱的兴奋特点是：开始，易兴奋的记忆柱的被兴奋能力，大于不易兴奋的记忆柱的被兴奋能力。随学习记忆的发展，易与不易兴奋的记忆柱的被兴奋能力不断增强，当习惯化后，不易兴奋的记忆柱的被兴奋能力逐渐达到最强，并在附近不断波动，而易兴奋的记忆柱的被兴奋能力由于得不到强化（其兴奋被同一基本记忆柱中的不易兴奋的记忆柱抑制），其被兴奋能力不断下降，最终在一个低水平上达到平衡（这就相对减少了记忆量，有利于记忆），同时，它们一般也不会被选择成为主注意对象。
这样我们就可以勾画出感觉中枢中，易兴奋的记忆柱与不易兴奋的记忆柱之间的功能关系（它们属于同一个基本记忆柱群）：记忆的早期易兴奋的记忆柱的兴奋能力相对于不易兴奋的记忆柱的兴奋能力更强，发挥着选择兴奋的功能，随着记忆的发展，不易兴奋的记忆柱的兴奋能力不断加强，被兴奋的速度越来越快，对易兴奋的记忆柱的抑制也越来越早，最终当习惯性兴奋发生时，易兴奋的记忆柱还没兴奋起来就受到不易兴奋的记忆柱的强烈抑制，从而不能被选择成为主注意对象（当然也不需要选择，因为习惯性兴奋的记忆量小，回忆干扰早就通过学习解决了）。
如何选择兴奋
如何选择兴奋，这与记忆、回忆的特点密切相关，回忆干扰的原因是因为，回忆所兴奋的记忆柱，过多的不是记忆时所兴奋的记忆柱，从而影响到正确回忆的产生。我在早期的编程中，通过一特殊的程序来获取选择的记忆柱是否同时兴奋过的。在这里，我们可以采取这样的方法：局部，成为主注意对象的易兴奋的记忆柱之间能建立强的记忆联系（只有成为主注意对象时，易兴奋的记忆柱的兴奋才远强于其它时候的兴奋，建立的记忆联系也才远强于其它情况下所建立的记忆联系），而当它们再次被回忆兴奋时，相互之间由于存在强的兴奋性记忆联系，互相不断兴奋，从而推高了它们的兴奋强度，并发生兴奋突变，而被选择出来，以此来保证回忆的就是记忆时所兴奋的。（具体的选择还需要强度中枢的参与，见强度中枢那一段）
易、不易兴奋的记忆柱的纤维联系
易兴奋的记忆柱的联系是：1、受到状态中枢的强烈易化（这可以保证回忆的内容与目的相关，见我相关文章的论述）。2、局部易兴奋的记忆柱之间存在丰富的联系，这是选择回忆的需要（兴奋突变）。3、受到同一基本记忆柱群中的不易兴奋的记忆柱的抑制，及其它易兴奋的记忆柱的扩布性抑制。4、易兴奋的记忆柱接受其它的非同一基本记忆柱群（主要是主注意对象的不易兴奋的记忆柱群）的不易兴奋的记忆柱的兴奋性传人（这保证了对象回忆）。5、易兴奋的记忆柱主要是影响局部易兴奋的记忆柱，以及强度中枢。6、易兴奋的记忆柱的兴奋可以易化同一基本记忆柱群的不易兴奋的记忆柱。
也就是说，易兴奋的记忆柱受到的最强的易化兴奋来自状态中枢、其它的不易兴奋的记忆柱、其内部所建立的兴奋性记忆联系。
不易兴奋的记忆柱受到的最强的易化兴奋来自状态中枢、其它的不易兴奋的记忆柱（主注意对象）、其内部所建立的兴奋性记忆联系。
对易及不易兴奋的记忆柱的纤维联系及记忆遗忘特点的设置需要照顾以上的功能联系特点。
在习惯性形成之前，不易兴奋的记忆柱对易兴奋的记忆柱的抑制，不能过于严重的干扰易兴奋的记忆柱的兴奋，而影响主注意对象的正确选择。随记忆的强化，主注意对象的选择不断加快，不易兴奋的对易兴奋的记忆柱的抑制也加快，成为主注意对象的时间变短。
兴奋模式
下面是A、B的兴奋联系不强的情况下，A、B的兴奋模式。
当对象A、B先后成为主注意对象后，A的不易兴奋的记忆柱与B的易及不易兴奋的记忆柱

的记忆柱会易化兴奋B，B的不易兴奋的记忆柱没被兴奋而B的易兴奋的记忆柱兴奋，兴奋后并不能直接发生兴奋突变，而产生选择，A会不断的易化兴奋B，再加上状态中枢的易化，而B的易兴奋的记忆柱之间通过建立的兴奋性记忆联系不断的强烈兴奋，从而使B的易兴奋的记忆柱记忆柱的兴奋达到一定的强度，发生兴奋突变，并成为兴奋最强的易兴奋记忆柱群，从而被选择成为主注意对象，然后在A、状态中枢的共同易化兴奋下B的不易兴奋的记忆柱发生强烈兴奋，B正式成为主注意对象。B的不易兴奋的记忆柱抑制易兴奋的记忆柱，从而使B的易兴奋的记忆柱兴奋下降，其它别的对象选择成为主注意对象，兴奋发生转换。
兴奋发展及对回忆差错的校正
通过长期的记忆遗忘，记忆柱之间的兴奋能力，根据兴奋频率及强度及遗忘速度，最终达到平衡，在不同的兴奋能力水平上达到平衡。最强的是习惯性兴奋，其次是普通兴奋，最多的是那些不太重要的刺激所形成的短期记忆，还有很少建立记忆联系的，兴奋联系最弱。
到记忆系统成熟后，两个主注意对象一次兴奋后，所建立的记忆联系便足够强，一般情况下不需要易兴奋的记忆柱之间再相互兴奋，便能达到选择性兴奋。而通过奖惩学习，神经系统可以调节神经兴奋模式及这种选择性兴奋，使之适应环境。比如，在一主注意对象下进行回忆时，可有多个对象被回忆，其中大多数是错误的回忆，在回忆的过程中就会带来奖惩，而形成正确的回忆，也可以多注意几个对象进行状态回忆，而减少差错，并形成习惯。
记忆、回忆、兴奋的设计
早年的学习，要形成以刺激为主的兴奋模式。
易兴奋的兴奋阈值，状态性兴奋。不易兴奋的兴奋阈值，习惯性兴奋。不易兴奋的对易兴奋的记忆柱的抑制影响到主注意对象的选择：成为主注意对象后的抑制，成为主注意对象的同时的抑制，成为之前的抑制但主注意对象还是它，成为之前的抑制使主注意对象无法成为它。
易兴奋的与不易兴奋的对强度中枢的影响。
兴奋阈值的选择，使大多数易兴奋的不能兴奋。不易兴奋的的兴奋远在易兴奋的后面。
扩布性抑制的选择。
主注意对象与主注意目的对象建立记忆联系后，即使不成为主注意对象，也能被主注意目的对象兴奋几个兴奋周期，只是随记忆的减弱，而衰减。
局部易兴奋的记忆柱之间的记忆联系，要使兴奋突变能够发生，并减少记忆回忆干扰。
强度中枢与易及不易兴奋的记忆柱
强度中枢与皮质的联系：强度中枢分两部分（个人估计类似于扣带回的前后回的部分功能），一部分

强度中枢与皮质的联系：强度中枢分两部分（个人估计类似于扣带回的前后回的部分功能），一部分主要是参与选择主注意对象（为后强度中枢），一部分通过感知兴奋强度参与更广泛的功能（为前强度中枢）。1、强度中枢对主注意对象的影响可以通过多种方法实现，比如：通过感知感觉皮质神经通路的兴奋强度，探知最先达到一定强度且发生兴奋突变的神经通路（或易兴奋的记忆柱），兴奋对应的后强度中枢的神经通路，后强度中枢抑制感觉皮质其它局部的易兴奋的记忆柱。而当它（选择出来的主注意对象的易兴奋的记忆柱）被不易兴奋的记忆柱抑制后，强度中枢对其它中枢的易兴奋的记忆柱的抑制也减弱。局部的易兴奋的记忆柱被它传出的扩布性抑制所抑制；也可以是后强度中枢感知最先达到兴奋突变（局部或单个易兴奋的记忆柱的兴奋强度异常加强）的神经通路或易兴奋的记忆柱后（强度中枢与感觉中枢中最先达到兴奋突变的神经通路所对应的部分兴奋），易化对应的神经通路（这些神经通路是主注意对象的“开关”），使被选择的神经通路的兴奋传到状态中枢，而使这一神经通路成为主注意对象，这种联系可通过先天设置与后天学习获得。（强度中枢与皮质中枢的联系是局部对应性联系，见下文）2、强度中枢的一个记忆柱只对应局部的易或不易兴奋的记忆柱的兴奋，局部再对应更大的局部，直到一个总的感知中枢。（后强度中枢如果与感觉皮质易兴奋的记忆柱是一对一的联系，可能更能减少记忆回忆干扰）3、前强度中枢与奖惩中枢存在易化联系，是中介奖惩的基础。总的强度中枢能与其它中枢建立记忆联系，是一些判断如亮、高、熟练、熟悉

等的基础。3、一个对象进行回忆时，如果我们对对象熟悉，则兴奋的易兴奋的记忆柱多且强，对强度中枢相应的记忆柱的兴奋就强。强兴奋相应的记忆柱，弱兴奋相应的记忆柱，通过经验学习建立联系。从而建立熟悉等认识联系。
进一步说明
我们（或记忆系统已成熟的智能机器人）注意到一个有或可能有意义的对象发生了，这个对象就会与当时的时间、空间、空间环境或当时发生的事件建立记忆联系。我们在不同的时间及环境下不断注意到这个对象的发生，这个对象就会不断的与这些时间、环境建立记忆联系。今后，当以这个对象的发生进行回忆时，这些记忆虽然不能都被回忆（或由于遗忘，无法回忆），但这些对象所对应的易兴奋的记忆柱许多却能被回忆（不同强度的兴奋），这些易兴奋的记忆柱又会兴奋强度中枢相应的记忆柱。通过强度中枢中对应兴奋的，分别表示局部、总体的强度或兴奋的广度的记忆柱的兴奋，我们可以判断这个对象是否经常发生，是否是我们所熟悉的。
同理，我们会注意这个对象没有发生的情况，并建立记忆联系。……。以这个对象或这个对象没有发生的情况为对象进行回忆，也会兴奋强度中枢相应的记忆柱。
以前、后兴奋的（发生时兴奋与没发生时兴奋）的强度中枢的记忆柱为对象进行状态回忆，我们就能大概判断这个对象的发生概率（可通过奖惩学习获得）。
对象奖惩预期时，会兴奋奖、惩中枢相应的易兴奋的记忆柱，这些易兴奋的记忆柱又会兴奋强度中枢相应的记忆柱，从而影响奖惩预期。

关于如何自主学习的问题，可以看我的拟人智能的实现下，其系统的论述了智能机器人学习的问题

第一次来，我是业余学精神学，和哲学的，你写的这里的内容术语太专业了。看不懂，我说下我对大脑的理解，可能是很低级的，我认为人根本没有智能这么一说，只不过是储存能力强而已，一切的思考都是对记忆进行多角度提取，逻辑合成，只要软件储存的逻辑和内容够多就能达到所谓智能，

下面是我设计的编写一个小程序的短文。
目的：是为了验证人脑如何预测事件发生概率的理论。其机理是，一个对象在各种环境下发生的次数多，相对于没有发生，发生了的对象与各种环境建立的记忆联系强而广，这个强度与广度与发生次数存在一定的比例关系，将发生与没有发生建立的记忆联系的强度与广度进行比较，就能获得近似的发生概率。当然这种思路的实现，需要易兴奋的记忆柱与不易兴奋的记忆柱（也可以将记忆柱用神经通路代替），强度中枢等等。

为了简化编程过程我对方式方法进行了简化，不会完全按照我的拟人智能的实现中所描述的模拟人脑的方法去进行。关于基本记忆柱群，及记忆柱的结构可看我拟人智能的实现的相关章节。同时可以看一下我早期所编的那个程序。它可能比我早期的编程还要简单。
之所以那样设计，是因为为了编程的简单，否则过程比较难控制。
这里虽然是并行记忆结构，但由于记忆量比较少，发生回忆干扰不严重，或为零。大家也可以有意识的增加信息对应的记忆柱群所公用的记忆柱数目，从而增加回忆干扰的影响程度。

我感觉现在实现我合作制造简单智能机器人的目的，一时难以找到合作伙伴。比较现实的是从一些简单的合作开始。即通过程序计算来验证与推断大脑的某项功能，然后将验证结果共同写成一篇论文。我会保证编写的程序不难。所模拟的大脑的莫项功能可以由我来选取，如何模拟我或者合作来设计。比如我在这个智能机器人专题中所张贴的那个设计。有意向的可以与我联系，大家共同提高。我想这样有利于我们一起出成果，也有利于对我的理论的宣传。合作者应也能学到知识。

这是我编写的智能软件的文件部分的草稿，还有许多要修改与精减的地方，但大的框架就是这样。等我先精减了，再修改，这样容易些。主要用byref来简化。文件部分完成后就是操作部分（智能软件的核心部分），也是相对困难的部分。在编写操作部分时，我应该会对文件部分进行大量的修改。<?xml:namespace prefix="o" ns="urn:schemas-microsoft-com:office:office"></?xml:namespace>
在修改前，先让大家体验一下我所编写的文件部分。
Private Sub Command1_Click()
Open "d:\textfil.txt" For Random As 1 Len = 18
Dim zrecordnumber '记忆柱所包含的recordnumber的总量
Dim centerN '第几个中枢
Dim acenterN
acenterN = 30
Dim center(30)
Dim ccenter(30, 3)
Dim clengthN '一个中枢在长度空间上的第几个记忆柱
Dim cheightN
Dim cwidthN
Dim clength(30)
Dim cheight(30)
Dim cwidth(30)
Dim oplengthN '一个中枢在长度空间上的第几个记忆柱
Dim opheightN
Dim opwidthN
Dim recordnumberN '具体到一个记忆柱之前的所有的recordnumber数
Dim recordnumber '要读写记忆柱的recordnumber所在的位置
Dim clabel(30) '标志一个中枢的记忆柱的纤维联系方式
Dim outputsameN '一个记忆柱在相同中枢的传出所到达的记忆柱数。
Dim outputnotsameN '一个记忆柱在不同中枢的传出所到达的记忆柱数。
Dim subzrecordnumber
Dim arecordnumber(30)
subzrecordnumber = 600
zrecordnumber = 1800
outputnotsameN = 5
outputsameN = 3