思维

思维

示图 >>

n9p1 思维控制器与神经网络合并部分

CreateTime 17.11.20

思维的神经网络存什么 >>

	desc
1	存task	task的神经网络存储，依关联强度自然排序
2	存解决问题的记录
3	构建AINet

n9p2 思维控制器独立部分

CreateTime 17.11.20

思考分离到AIThinkingRule中的部分到底是哪些 >>

	title	desc
1	逻辑源则	所有数据的思考要回归以数据为准,代码只是辅助数据解决不了的事情;

n9p3 自我

CreateTime 17.11.20 参考: n9p1

自我循环圈概念 >>

title	desc
概念	自我状态(五感状态与mindValue状态)的神经网络化形成自我;

自我循环圈之Mood >>

自我循环圈之思维数据 >>

NULL

n9p4 事务控制器2

CreateTime 17.11.21 参考: n8p5

功能 >>

	功能	描述
1	归整Input	接收AIAwareness的Input并传递给AINet
2	兴奋仰制	当AINet反射算法有深度时,负责发出兴奋或抑制信号,从而改变AINet工作;
3	思维事务控制器	当ThinkingRule提交事务时,作为事务控制器;
4	联想	区域点亮
5	无意识事务	不断发送兴奋,不断作无意识思维的类比碰撞,直到ok

n9p5 he4o软件架构2

CreateTime 17.11.22 参考: n8p1 n8p4 n8p6 n8p9

示图 >>


Thalamus是 `事务控制器`;(另外提供区域点亮的能量值等控制)
杏仁核是神经网络的 `mindValueModel` 也是dataNode的根;
海马是神经网络的 `AIDataModel` 存储部分
Think里包含了 `ThinkControl` 和 `想像力引擎`; `参考:n9p11`
midBrain作 `反射` 和 `createMindValue()` 的;midBrain也作为 `AwarenessController`;

n9p6 思维方式的先后天

CreateTime 17.11.23 参考: n9p1 n9p2

简介 >>

desc
思维在神经网络中的内心活动,就像黑箱,使数据的整理与智能的体现有了完善的熵减规则;为此,神经网络的先天结构定义本身也就成为了先天思维的实现方式,而思维本身的再神经网络化,又成了其后天;

先天 >>

	desc	栗子
1	神经网络的数据逻辑logic(数据根据时间线x产生的变化)	`1-2`,`2-3`,`4-5`,`3-4`
2	神经网络的数据规律raw()	`1-2`,`1-2`,`1-2`

后天 >>

	desc	栗子
1	multi(将多个常识,经验等联合成链等方式进行思考的能力)	`1-2-3`
2	神经网络的数据经验experience(经验等实现的思维习惯)	`1-2-3`
3	想像力辅助思维(想像力取决于数据与常识,一个色盲是无法想像识别不到的颜色的;)	`1-2-3-4-5`

n9p7 想像力2

CreateTime 17.11.23 参考: n8p2 n8p15

概念 >>

desc	参考
`想像力` 是1或多次:`事务+Think` 的过程;	事务步骤 `参考: n8p5`

想像力与事务 >>

desc
想像力需要足够的细腻多维的数据;如:obj与`属性`与`属性的属性如:空间信息,声音,时间等`(分开存;然后相关联)

n9p8 AINet(算法分区 & 多维分区)

CreateTime 17.11.24 参考: n8p10 n9p12

示图 >>


1. 算法分区本身不具备识别功能,只有基本的并行运算功能
2. Thinking是真正的Net构建者,也是真正的AIDataNode生产者;

n9p9 AINet(数据模型)

CreateTime 17.11.27 参考: n9p8

简介 >>


节点数据序列化为json
一个通用model;带一些基本信息;

分类 >>

	title	参考
singleDataNode类型
1	logic
2	raw
3	obj
4	abs
multiDataNode类型(思维数据模型)		n9p12
1	thinkingFeed	n9p12
2	task	n9p12
3	experience	n9p12
line类型
1	`应该不需要`

n9p10 数据源于思维 & 思维源于数据

CreateTime 17.11.27 参考: n9p1

思维 >>

	desc
1	思维只是对数据的操作(读,写,搜等)

将思维Net化(单独区) >>

	作用
	填补思维空白
	填补思维空白
	解放此步骤,获得最大灵活性

前言 >>

title	desc
问题	我们每天不断的思维,时而平静,时而疯狂,但却不知道这一切为什么运行,目的是什么,方向是什么,
答案	而意识与丘脑决定了其运行,而mindValue决定了其目的,而神经网络关联与联想想像力决定了其方向;
总结	只要这些最简单的规则,决定思维的基本要素,一切将活起来;

思维规则三步骤 >>

	思维只负责
1	数据事务->
2	想像力分析数据->
3	解决mindValue问题并输出->

n9p11 想像力引擎

CreateTime 17.11.30 参考: n9p7

前言 >>

思维对思维的欺骗
只有思维`相信自己思考的是最真实的对象`;设计一个`自由的编辑器一样的想像力引擎`;

功能 >>

	title	desc
1	字符串引擎	可自由组合,操作字符串
2	空间引擎	可自由生成空间并将尺寸,位置等obj排放
3	时间引擎	只是动态,时间可自由调节操控
4	图像引擎	可自由将图像渲染至某空间表面的任意位置,任意改变颜色形状等

软件架构设计 >>

title	desc
概念	想像力是意识自己在看自己的思维产生的影像,这种思维方式可以让A的下一个事务是Z,完全不相干的数据在AINet中关联是很弱很远的,只有这种方式可以让其将这样的数据被读到;
张	想像力不必使一切与现实渲染一致,但保持一致可以使思维与行动更加一体,所以还是要尽量(目的与性能之合)设计一致;
止	想像力是为多联想事务服务的,所以只要达到 `最佳多事务` 为目标即可;

软件架构示图 >>


黄色箭头	事务管理的每个事务因为`想像力`而依次联想到`风马牛不相及`的数据;
想像力算法	接入到神经网络;在固定格式的数据;反射调用固定的算法;
性能	思维到某些角度的某些细节的时候,只对此角度细节建模渲染展示,而不是所有;

问题 >>

想像力是否只可被 `主意识` 操作,如果是:那dataNode写权限是否与 `想像力` 有关?

天马行空的想像力 >>
也许想像力,只是更加发散的联想能力,并对联想到的数据进行thinking再传回actionControl的循环;已知我们想像力的所有过程,其实只是将大脑数据的发散组合,真正属于在0基础上的创造力是不存在的;

n9p12 思维数据模型

CreateTime 17.12.06 参考: n9p9

简介 >>

概念	思维数据模型多为multiDataNode类型,各类单存一维度,
注1:	分Net维度是为了解决 `同维度污染` 问题
注2:	使用Net是为了解决 `拆分融合` 问题
注3:	使用想像力是为了解决 `逆向与多事务` 问题
问题:	ThinkingFeed的拆分存储与逆向融合

思维数据模型的种类 >>

	title	desc	参考
1	thinkingFeed	随时可以自省自己在想什么 `(意识流)`	n9p12
2	task
3	experience	thinkingFeed知道自己想过什么 & 强化学习	n3p7
4	思维方式	以上数据的抽象,
5	自我		n8p9
6	行为习惯,原则		`3维抽象概述.md` `知识表示.md`
7	性格,风格		`3维抽象概述.md` `知识表示.md`
8	人格,价值观,思想		`3维抽象概述.md` `知识表示.md`
注:		6-8只作思考不作设计,因为1-4的数据+思维会自动形成6-8;

思维方式 >>

	desc
简介	思维方式是首先要事务取的数据框架,指导事务控制器的走向
思维的特性	灵活，不确切，捉摸不定，自可控性，数据影响性，随机也是思维的选择 `结合反射随机算法`
栗子及步骤	数据abc的思考步骤如下:
	1. 根据需求进行 `事务` 取 `思维方式`
	2. 根据 `思维方式` 反射 `随机算法` 得到a
	3. 传a进行事务
	4. 根据数据变化再刷取 `思维方式`
	4. 根据结果调整，(调整也是思维方式,)
栗子的bug	思维方式的不断提取与应用,太过复杂;所以 `思维方式` 应该是Experience的抽象层,而根据事务的从根部开始检索的原则,思维方式自然而然的被应用到思维中;而非不断的刷取与分析;

示图 >>

n9p13 he4o软件架构3

CreateTime 17.12.07 参考: n8p1 n8p4 n8p6 n8p9 n9p5

示图 >>


Input循环 = 白色 + 黄色 + 橙色
思维循环 = 白色 + 青色 + 绿色
想像力循环 = 棕色
控制器部分 = 紫色

n9p14 OUTPUT

CreateTime 17.12.08

output结合入net

output结合小脑生成思维不可直接访问的网络和算法。

小脑与大脑的完美合作 //大脑时序调用小脑。

小脑的性能优势

小脑构建机制 //补充:小脑非时序的组合输出网络。

输出一系列值，先天output网络区开放接口。。。


专门负责反射output输入细节的;大脑不需要直接频繁关注这些细节;但需要牵主线;

先天 >>


小mv定义:	反射(抓握,吸吮等)
大mv定义:	先天情绪定义(急哭等)
问题:	omv产生的cmv的细节;(如:急哭也是情绪的释放,此时,omv很明确的知道自己要什么)

示图 >>

小脑构想 >>
1	例:(学走路):学习输出
2	通过尝试output与强化的方式学习构建网络,并且将学习到的知识存储为小脑数据网络;
3	输出时,优先从`小脑数据网络`取输出参数

n9p15 思维的规则

CreateTime 17.12.09

前言 >>

title	desc	参考
概念	思维的规则就是mindValue的规则(归0,持续和增涨)，如果没有mindValue规则，人脑与大气循环系统没有本质区别。	n9p16
mindValue意义	我们有无穷无尽的数据需要思考，所以mindValue指引了思维，让思维知道该想什么。
内心思维活动	调配了注意力，构建了数据,调用了想像力,用常识作了预测。
思维构建网络的原则	必须从根部开始构建，或者从根部开始联通到最终obj
`分析` 的概念	分析就是有目的的思维
`高级的智能分析` 的概念	分析与常规情况不符(往往是抽象的不符),并分析不符背后的原因。(obj分析)

例如 >>

情境:	发现人类同性恋比例远大于其它知觉(如痛感)出误的数量级。
数据说明	当思维中 `同性恋5%`和 `疼痛感100%` 同时出现时，抽象了人类感觉比例的抽象节点
问题形成	然后发现数据差异太大，引起注意力，并分析原因。
分析步骤	1. 分析痛觉的原理和作用。2. 分析同性恋的情感来源，什么是爱情等...

n9p16 MindValue

CreateTime 17.11.20

Mood与MindValue >>

	desc
起因:	所有情感对应两级性的接口。抽象为mindValue+-
结果:	也许不存在mood,只存在mindValue

mindValue与思维 >>

title	desc
mindValue的定义	一个mindValue定义了以下几个方面:
1	Input外持续性
2	Input值与感受值的规则曲线
3	感受内持续性
4	思维反应规则(持续追求,归零,增涨)
注:	mindValue与思维通过 `规则` 彻底实现了融合
注:	mindValue不需要具体定义各个子类,所有的差异化只因为Net中与数据的关联才有用与体现;

示图 >>

后天MindValue根 >>

	desc
使用	后天mindValue根只作为检索源作用,脱离了具体数据,它就没有任何意义;

n9p16 MindValue模型

CreateTime 17.12.12

MV三种模型 >>(错误)


1	inputMV模型	`inputValue` `upType` `inputType`	错误
2	ruleMV模型	`downType` `ruleType`	错误
3	storeMV模型	`duration` `+-`	错误

MindValue各阶段代码实现 >>(错误)


	前言	mindValue的三个阶段,定义了不同阶段的值变化，对思维产生的影响。	错误
1	inputMV模型	传入input标识,标识当前input的类型,upType	错误
2	thinkingMV模型	根据传入的input标识,到先天mv算法网络取值;...	错误
3	storeMV模型	...	错误

MV三种模型2 >>

	模型	desc
1	imv	inputMV是现实与he4o交互的关键
2	cmv	changeMV是思维内循环及网络优化的关键,对后天自我,情感等形成有重大作用
3	omv	outputMV是he4o与现实交互的关键

n9p17 AINet针对he4o软件架构3的改版

CreateTime 17.12.15 参考: n9p8 n9p9

算法分区与多维分区的解耦 >>


	存储与代码开发的解耦
1	将算法分区完全与硬盘隔离开;放在内存中...
2	只将算法ID传到硬盘与节点共存储,
	文件类型(`输入区与输出区` `参数与返回值` `算法区与存储区`)的类型
1	输入如:string,img,audio
2	输出如:string,int,img,color,audio,path,time(thinging),space(3ds)
	AIFuncMate
1	算法伴侣,与每个"算法区算法"形成一一对应,使多维分区的"算法节点"能够随时调用算法;

示图 >>

AINetEditor改版 >>

起因:	最简单设计原则;当前先天神经网络的结构太复杂,没必要;
	将先天网络的结构改到代码中... `[AIEditorStore saveFunc:model]`,然后在`model`中写:
唯一ID:	`STR_Format(@"%@,%@",className,funcId)`
版本号:	`SaveVersion`
封装:	封一个`宏定义`;一行代码搞定;
删:	删掉`FuncNode`功能;删掉`反射`功能;删掉`funcId`;
临时缓存区:	只关注`数据value`的类型与批次;所以应该对`数据value`分group标type;
	> 将每个算法区,如StringAlgs的结果定义为:StringAlgsModel直接传递给Thinking

n9p18 架构3-流程

CreateTime 17.12.22 参考: n9p14 n9p15 n9p16

`InputMV和ChangeMV` 的先后天 >>

title	desc	参考
简介	Input产生了mv;而changeMV描述了思维变化对mv的影响 `情感`	参考: `自我.md#3维思维链接`
简介2	MV作用于he4o整个架构中,指导整个系统的运行;
新分类	按照最基本 `饥饿与满足` 模型,分为两种mv: `inputMV` 和 `changeMV`;
StoreMV主导	思维0参数到ActionControl时,会优先点亮`思维Store`最强数据
结果	先用最简单的inputMV传入思维，并存储。changeMV下步再说。

mindValue大循环步骤 >>

	大循环是基于 `小循环(系统循环一次)` 建立的,控制所有循环的基石就是MindValue
1	inputMV传入示图`3-4-(5:7)-8`
2	引起Thinking `imv发生时,思维对思维缓存区(前2后2=4左右)分析与关联操作;`
3	`9-3-10-(11:13)`
4	存inputMV和当前任务等思维数据;
5	`14` 事务到相关数据传给Thinking
6	思维活动 `(15:20)-(21:24)-(25:28)`
7	引发 changeMV 并传给 `9-3-10-(11:13)`
8	存changeMV和经验等思维数据;

流程图 >>

n9p19 MindValue的使用

CreateTime 17.12.24 参考: n9p19

作用于INPUT >>

作用于ALGS >>

作用于THINKING >>


首次	分析thinking.caches并将思考到的结果存储至net
非首次	与Net经验等数据形成循环,并类比分析,并将思考结果存储至net

作用于NET >>

示图 >>

n9p20 思维的动

CreateTime 17.12.24 参考: n9p15 n10p7

动 >>


思维`动`的原因	必须依赖于数据(mv)而动
思维`动`的目的	思维动的唯一目的是操作数据网络(mv欲望规则)
思维`动`的方式	类比,cmv从curValue到targetValue的变化

TaskList

	TASK	STATUS
	分模块假数据开发，最后对接

重构神经网络 >>


1	重构神经网络	T
2	算法valueTmpNet写在内存中(pinCache支持)	T
	> 将tmpCache去掉,而转写Thinking的Cache;	T

mv的input->thinking部分 >>


1	mindValue算法使用于Input:`如:imv疼`	T
2	cmv mindValue算法作用于思维(以充电为例) `如cmv乐`
3	omv `如omv抓&吸吮反射` `如急哭`

mv的thinking->net部分 >>


1	imv->思维->网络 `思维构建网络且生成mindValueRoot`
2	思维->cmv->网络
3	omv->input->思维->网络

网络 & 事务 & 想像力 & 决策等偏后天部分 >>


1	思维构建网络且生成多维
2	事务控制器-检索事务
3	想像力引擎(字符串)部分
4	想像力引擎作用于多事务
5	决策,后天输出的网络构建

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Note9.md

Note9.md

思维

n9p1 思维控制器与神经网络合并部分

n9p2 思维控制器独立部分

n9p3 自我

n9p4 事务控制器2

n9p5 he4o软件架构2

n9p6 思维方式的先后天

n9p7 想像力2

n9p8 AINet(算法分区 & 多维分区)

n9p9 AINet(数据模型)

n9p10 数据源于思维 & 思维源于数据

n9p11 想像力引擎

n9p12 思维数据模型

n9p13 he4o软件架构3

n9p14 OUTPUT

n9p15 思维的规则

n9p16 MindValue

n9p16 MindValue模型

n9p17 AINet针对he4o软件架构3的改版

n9p18 架构3-流程

n9p19 MindValue的使用

n9p20 思维的动

TaskList

Files

Note9.md

Latest commit

History

Note9.md

File metadata and controls

思维

n9p1 思维控制器与神经网络合并部分

n9p2 思维控制器独立部分

n9p3 自我

n9p4 事务控制器2

n9p5 he4o软件架构2

n9p6 思维方式的先后天

n9p7 想像力2

n9p8 AINet(算法分区 & 多维分区)

n9p9 AINet(数据模型)

n9p10 数据源于思维 & 思维源于数据

n9p11 想像力引擎

n9p12 思维数据模型

n9p13 he4o软件架构3

n9p14 OUTPUT

n9p15 思维的规则

n9p16 MindValue

n9p16 MindValue模型

n9p17 AINet针对he4o软件架构3的改版

n9p18 架构3-流程

n9p19 MindValue的使用

n9p20 思维的动

TaskList