當真正的人工智慧落地，你已經抓不住了。就如電商開始的時候，也會有偽電商的概念，“實體+配送”而已嘛，然後只要那批抓住機會的人成功了。

生物的進化由簡單到複雜，循序漸進的。那麼，生物在簡單階段有沒有智慧吶？如果有，其機制就不會太複雜。智慧研究，為什麼不能搭建出含有“意識”的簡單數學模型吶？難道沒有大資料和強計算的能力，就沒法實現智慧？

神經幹細胞的發現，讓我們找到了問題的答案。從神經幹細胞到神經元，是什麼力量決定的？它的觸角數量和連線關係，是基因決定的嗎？正是這一系列的問題，成為開啟生物智慧的鑰匙。

1.神經幹細胞

影象資訊是最複雜的資訊，它包含其它資訊的規律。所以，我們從視覺器官入手，深入淺出的描述智慧產生的過程。

1.1視網膜細胞的興奮

視網膜上排布著對光敏感的視覺細胞，當外界的景象投射到視網膜上時，光強超過興奮閾限的細胞，就會衝動。並在視網膜上形成一個與外部景象相似的影象。比如，看見字母A時，在視網膜上，就形成如圖所示的模樣。不過，衝動型的細胞，只能構成二值點陣圖。

視覺細胞有分泌遞質的能力，遞質的分泌，可以讓興奮的狀態延續一段時間。等到“遞質”完全降解， 印象才完全消失。所以，“衝動”是脈衝的上升沿，而“興奮” 卻要包括遞質降解前的時段。

圖1

1.2輪廓圖

假如我們用肉眼看黑板上的白字，視網膜上興奮細胞，應該分佈在筆畫經過的地方。反之，看白板上的黑字，興奮細胞應該分佈在筆畫之外的地方。兩種狀態下的影象，互為負像。這時的影象，就是二值點陣圖，可以包含視野中的全部資訊，也可稱之為全息圖。試想，白板黑字的情況下，大量的細胞都得興奮，那得消耗多少能量？顯然這不符合“節約”的規律。

於是，視網膜發育出拮抗功能，若有成片的高亮區域出現，毛細血管，就會分泌抑制性激素，抑制視細胞過多興奮。其結果，持續興奮的細胞，只集中在亮暗區域的交界處。顯然，這樣的影象就會變成輪廓圖。專業術語叫：影象被銳化了，這就是，眼科專家所說的“馬赫帶” 效應。

輪廓圖，皆以線條的形式分佈。那麼，對於本身就是線條狀的文字圖來說，無論是用白字黑底，還是黑字白底，反映到視網膜上，都是相同的形狀。所以，小朋友識字，就會不在意白板還是黑板，只在意其形狀。這就能抓住了事物的本質特徵。而亮度是外源光的反射，極易變化，反映不了物體的本質屬性。

或許有人會說：那麼亮度和顏色不就丟失了嗎？其實不然，若缺失亮度，拮抗系統怎麼會分泌抑制亮度的激素吶。其實，視網膜上的中心凹和黃斑區，可以把它們感受到。因為，這裡的視錐細胞，不受拮抗作用的影響，可以得到亮度、顏色的資訊。也就是說，動物眼睛的構造，並不像CCD那麼簡單。它不擅長記憶大量的資訊，而是擅長抽象資訊，以便分類之用。根據這個原理，智慧攝像頭，是不是可以增加這個功能吶。

那麼，一般真實景象，經過拮抗功能的處理，會有什麼效果吶？比如看十五的圓月亮，這視網膜上，起初是個圓盤，但在拮抗的作用下，就變成了一個圓環。既然是圓環，裡面的其他影象，就不會被淹沒。顯然，任何景象，在視網膜上，起初都是點陣圖，而在拮抗的作用下，會迅速變成輪廓圖。而輪廓圖最適合用向量圖表示，比如現在的人臉識別，都是將特徵，用向量進行標註。與點陣圖相比，向量圖資訊，節約多了。

為什麼一幅漫畫，就能準確認出描述的物件是誰。黑白電影，也不會讓人看著彆扭，產生錯覺，這都是抽象的結果。那麼，亮度和顏色等同時出現的資訊，有沒有必要記憶吶？在大腦搞不清有沒有作用時，往往都會盡量記住。比如，雙胞胎的膚色，一個略白，一個略黑。同時出現時，就可以作為鑑別的標誌。但是，單獨看見其中一人時，膚色特徵就失去鑑別作用。於是大腦會找更有效的鑑別特徵，比如痣，就比膚色重要。可見，經過用進廢退的規律篩選，不起作用的資訊，就會被意識忽視。而常用來鑑別事物的資訊，則會受到“注意力”的特別關注。

總之，用這樣的方法識別影象，不需要隱含層。每一個神經元，都承載一個明確的概念。它的興奮，就使大腦想起這個概念。

1.3神經幹細胞的“記”功能

人的大腦內，每天都會產生神經幹細胞，並通過血液，流向全身。它原本是顆粒狀，沒有觸角，但卻要分化成有觸角的神經元。那麼，是什麼原因，讓其觸角接駁到相應的地方？內在的資訊是DNA嗎？可是，DNA都相同，而神經元的形狀卻各不相同？說明，其分化的形狀，一定是細胞外的資訊所為。

什麼是細胞外的資訊？身體內興奮細胞的組合，比如視網膜上的字母，就能塑造（分化）神經幹細胞。因為，細胞產生衝動時，細胞膜內外的離子會快速交換，在平靜的細胞外液，形成區域性的離子勢阱。包括分泌的遞質，都會對幹細胞的偽足（絲狀蛋白），產生吸引。顯然，靜息的細胞，不具備吸引偽足的能力。所以，連線關係就是記憶。

隨著偽足與興奮源的接近，幹細胞所受的加權刺激，就會逐步增強，一旦合力超過興奮閾限，就會衝動，繼而蛻變為成年神經元細胞。而伸出去的偽足，則蛻變為輸入訊號的觸角——神經樹突，並吸附在誘導細胞的身上。在兩者交接的地方，形成了一個稱之為“突觸”的接頭，像吸盤一樣吻合在一起。但不是融為一體。這樣的結構，像一個閥門，只有滿足一定條件，資訊才能傳遞過去。滿足不了，資訊將會終止於此。 如圖2所示。

圖2

這就實現了記住功能，比如，眼睛看見字母是A時，視網膜上的興奮細胞，就會排列成A字形。如果此時有神經幹細胞在場，它就會伸出偽足，去接駁那些興奮細胞，於是， A字母的形狀就這樣被記了下來，形成概念神經元A。如圖3所示。

圖3

這種用偽足接駁興奮細胞的行為，等於把當時發生的資訊及時抓住，從本質上講，就是用締結關係的方式，記住資訊。得到的神經元，就自動承載了一個“概念”，是一種自然的標註。

當然，如果神經幹細胞充裕，也會分層逐級聯絡。比如，用多個神經幹細胞，先把區域性線段記下，得到幾個子概念。之後，再用一個神經元，把這幾個線段再次聯絡起來，就得到母概念。

假如，大腦中的興奮點過多，而神經幹細胞過少，其伸出的偽足就多，蛻變後的樹突就多，但層級少。就此案例來說，一個神經幹細胞，可以記一個字母。這樣，單個神經元是一個基本單元，沒必要細分，節省神經元。倘若用一個神經元記一個漢字，漢字成為基本單元。而不是以筆畫為最基本單元，那就不能用於五筆字型輸入法。沒法用圖形對漢字進行搜尋。

那麼，大腦是怎麼“自動”解決這個問題的吶？那就是，形成時偽足儘量多的抓取資訊。使用時，再通過修剪樹突，變成為基本單元。這樣，可保證基本單元用一個神經元承載，沒有細分的必要。所以，三歲前的記憶，想不起來。

何況，神經幹細胞連線的諸多要素，未必屬於一個事物。只有通過再次興奮，藉助遞質積累，才能實現去偽存真（修剪）。或通過逐級的聯絡，實現拾遺補缺（嫁接）。這就是大腦可以無監督學習（記憶）的緣故。也是大腦不能像電腦，一次性完成記憶的原因。小修小改，與時俱進的功能，是概念形成，不可或缺的機制。

由於，人腦每天產生的神經幹細胞數量有限，要讓單個神經幹細胞記更多的資訊。同時興奮的細胞越多，形成的觸角就越多，平行計算的規模就越大。顯然，影象的資訊量，就比文字的資訊量大。記影象比記文字划算，且容易回憶。這就是大腦喜歡形象思維的原因。比如，有形事物的動態機制，通過影象就一目瞭然。

剛出生的孩子，神經幹細胞的產量最高，這從腦容量的增長速度，就能反映出來。但是，缺少資訊的刺激，過剩的神經幹細胞，就不轉變為神經元，而會變為神經膠質細胞。這種現象，在幹細胞的培養實驗中，時常發生。

1.4網路是後天形成的

既然，記憶後天資訊的神經元，是後天形成，其連線關係則各不相同，說明其能吸收後天的資訊。不會像深度神經網路那樣，相鄰兩層的神經觸角，得悉數相連。如圖所示。如果那樣，單個神經元的觸角，將多如牛毛。

實際觀測證明，視細胞和神經元的觸角，並非悉數相連。層與層之間的情況，也是如此。甚至，層與層之間的界限，都不明顯。可見，只有後天形成的網路結構，才能與之吻合。

如果，一個人出生後所接觸到的資訊，是由神經元的結構來記住。那麼，這些神經元形成的時間，就會有先後之分。這就給上述推論，留下了驗證的機會。事實證明，老年人的大腦，會有新的神經元形成。

1.5記憶的目的是“抽象”

對大腦而言，記憶資訊的載體，總是供不應求的。而，“避害”作為動物的第一需要，只有識別危害，才能避免危害。基於上述兩點，有限的神經幹細胞，就不可能用來拷貝資訊，必須抽象。

那麼，根據什麼原則抽象吶，那就是：從大到小的分類。刺激感官頻率高的要素資訊，通常是大類的特徵。就影象而言，反映形狀資訊的輪廓圖，不易變化，出現的頻率就高。將輪廓資訊組合起來，等於抽象出權重大的特徵。

人眼，可以將資訊，由不同的機構處理。比如，用密佈血管的視網膜，能產生拮抗，來抽象物體的輪廓。用中心凹和黃斑區，處理亮度和顏色。

雖然，輪廓圖並不能直接分割影象。但是，可以改變分割影象的方法，摒棄矩形框分割法。這是影象識別的一大突破。先通過神經幹細胞，抓取輪廓線，剔除了大部分無關畫素。接下來，靠遞質的沉積，進行再次統計，便可實現分割影象。因為，不斷變化的資訊場中，直接相關的資訊，二次再現的概率極低。因此，人腦不需要經過大量訓練，就能記住概念。這是深度學習不能比擬的。總之，頻率高的資訊首先被記住，併成為區分大類的要素，也是權重大的要素。

綜上所述，大腦抽象的原則就是：用有限的記憶載體，在力所能及的情況下，記大舍小，逐級分類。隨著生物的進化，記憶資訊的載體增加。記憶要素的層次，便延伸到小類。比如蚊子，只要有動靜，就會飛，只需記住有沒有“動靜”這樣簡單的資訊。而人類，卻可以分辨動靜的細節，做出多種多樣的反應。

可見，識別能力，不只是高等動物的專利。1000×1000的視網膜，和8×8的比較，沒有本質上的區別。所以，蚊子也有智慧。其差別在於，高階的大腦，能將事物的識別，深入到分類的細枝末節。

1.6“認識”的機制

聯絡式的“記”模式，有什麼用吶？試想，在A神經元形成之後，回頭再看字母A，神經元A就會迅速衝動。這與沒記住的反應，大不一樣。因為，A神經元的再次衝動，可以讓大腦感覺，自己曾經看見過字母A。

另一方面，只要A神經元興奮，樹突就會將刺激它的遞質吸收，使得視網膜上的A圖形消失。相當於視網膜上的興奮點，彙集到A神經元這一個點。既興奮通過要素，搜尋到了概念A，這就實現了神經元的“認識”機制。

需要說明一下：“要素”和“概念”原本是一回事，要素的組合叫概念。相當於子母關係。另外，同樣的概念，用於識別事物時叫要素，區別事物時叫特徵。反映在大腦裡，都是用神經元承載。

1.7同層概念的塑造

假如在A神經元形成之後，用眼睛去看影象B，大腦會有何反應吶？請看圖4，視網膜上的興奮點分佈成形狀B。

這時，A神經元上會有8個樹突受到刺激，相當於全部20個樹突的2/5。它為什麼不衝動吶？因為刺激的合力，難以超過細胞衝動閾限，也就不易產生衝動。

圖4

於是，視網膜上的B圖形會完整保持，這就為塑造神經元B創造了條件。倘若，這時有神經幹細胞在視網膜附近，其偽足就會去接駁興奮細胞，於是，神經元B就會被塑造出來。如圖5所示。

圖5

以此類推，當A、B神經元形成之後，再用眼睛去觀察字母C，視網膜上的興奮細胞，就會出現如圖6所示的形狀。這時，A神經元會有4個樹突受激，16個無刺激，顯然受激強度太小，很難興奮。

圖6

再看神經元B，儘管有18個樹突受激， 也還有10個無刺激。只要衝動閾限高啟，也不會衝動。視網膜上的C圖形就會完整保持。因此，這又為塑造C神經元創造了條件。

鑑於，認識時，衝動的神經元，會吸收視網膜上興奮細胞的遞質，相同的概念就不會重複塑造。假如，大腦內的概念可以重複塑造，那麼，使用多次的字母，得有多少？

所以，只要興奮閾限一直高啟，52個大小寫英文字母神經元，都能被陸續塑造出來，也就是被記住。不僅如此，所有西文字母、標點符號、阿拉伯數字，也能被8×8點陣的視網膜，塑造出來。且不會重複，每樣一個。

1.9組合譯碼器

人類視網膜的細胞，超過1000×1000，能塑造的影象概念，可達2^1000×1000。可是，萬變不離其宗，它與8×8點陣相比，沒有質的不同。這不就是一個萬能譯碼器嗎？成千上萬個概念，能在一瞬間識別出。但是，組合譯碼器的輸入端，本身就是特徵畫素，與靜息細胞無關。因為，靜息的視細胞，既不輸出1訊號，也不輸出0訊號，相當於高阻態。所以字母神經元不需要與每一個畫素連線。這樣才能形成“組合譯碼器”。

組合譯碼器有什麼優點吶？那就是模糊識別。比如，相似但不相同的影象，用排列譯碼器進行識別，要麼認識，要麼不認識。而組合譯碼器則未必，它能在無數個事物中，通過輪廓線的吻合度，選擇一個最相似的概念，作為答案。

試想，即使是同一只貓，只要在不同的時間和地點觀察，都不會相同。精度越高的排列譯碼器，越不認識。試想，老鼠的視網膜要是用排列譯碼器，再次看見貓，如何能認識？所以，動物的視網膜，肯定是組合式譯碼器。

而且，具備模糊識別的能力，就可以根據相似度，把事物認識到不同級別的類概念。比如，看見一個動物，可以根據解析度，認識到“界門綱目科屬種”的任何級別。上不封頂，下不保底，人臉的表情包也可以識別。如此了得的跨界分類能力，也只有用向量輪廓圖，才能輕鬆實現。

2意識

如果依賴大資料和強算力來研究智慧，勢必會忽視單個神經元的意識功能。沒有意識的智慧，就是偽智慧（人為智慧）。

2.1生物腦的強項“意識”

就前例而言，在字母C神經元塑造前，大腦若將A、B神經元的衝動閾限調低，會發生什麼情況？肯定是B神經元首先衝動。因為，它受刺激的觸角有10個，佔所有觸角（10＋18=28）的5/14。而A神經元的受激觸角有4個，佔所有觸角（4＋16=20）的1/5，比B小。

顯然，這是在用視網膜上的影象，與大腦記憶中的所有概念，同時進行比對，也可以稱之為“並行博弈”。只要閾限不停止下降，總會有神經元興奮，而且是相似性最高的那個。鑑於此案例只有兩個概念，所以，最接近C的是B，就率先衝動。

當大腦記住所有印刷體英文字母后，再讀英文手稿，從未見過的畸形英文字母，也能認識。這是為什麼吶？試想，只要識別的目標被限制在英文字母，相似度總會有差別。因此，通過閾限的降低，總能選出最相似的字母，實現衝動。因此，大腦只記一個標準概念，卻能進行冗餘性很大的模糊識別。其本質就是：用區別代替識別，俗話說“不怕不識貨，就怕貨比貨”。這也是平行計算的優勢，序列計算機不行。

從生存的角度看，動物面對惡劣的客觀環境，必須要作抉擇。不能因為沒見過，就視而不見，充耳不聞。通過降低閾限，大腦就能選出一個最近似的答案。那麼，降低閾限的功能，應該怎麼稱呼吶？除了“意識”還有其它更合適的概念嗎？

如果，觀察影象時，各字母神經元閾限都高啟，卻還有神經元興奮，那一定是要素特別充分，這時，才稱得上“認識”。若部分要素不吻合，則必須通過閾限下降，才有神經元興奮。這樣的興奮，只能稱之為“識別”。可見，“識別”的本質，就是對模糊事物的歸類。

而激發神經元時的閾限大小，與吻合度（相似度）線性相關。若能測控它，就能決定大腦對輸入資訊採取的態度，是記住、識別、猜測。這種自組織功能，不就是我們日常所說的“意識”嗎。

那麼，閾限的調節，取決於什麼因素吶？“激素”。同時，激素還兼具讓哪些神經元敏感的作用，縮小選擇範圍，一舉兩得。而管理激素的這一套伺服系統，會產生一系列“意識”概念，所以稱之為“意識”系統。

2.2神經元的衝動閾限

那麼，神經元的衝動閾限，是怎樣形成的？這得先了解一下細胞的衝動機制：神經細胞像一個小電池，由於細胞膜離子泵的作用，使體積小的鉀離子，被泵入細胞內液。體積大的鈉離子，被泵到細胞外液。由於數量上的不對等，就造成了膜內外的電壓產生差異，形成膜電壓。

膜電壓一大，細胞就會變得更敏感。一旦受到刺激，膜面上的通透性就會產生劇烈的變化，相當於篩子的網眼變大。使膜內外的離子自由交換，膜電壓也隨之突變，這就是衝動。由於刺激往往是個點，如樹突的末梢。於是，刺激點的網眼，還會象水波紋一樣，在細胞膜上快速擴散，傳遞到各觸角末端。顯而易見，大網眼走到哪，離子的自由交換就跟隨到哪。與此相伴，陡變的電壓，也會跟隨到哪。於是，訊號會一起從有刺激的觸角出發，傳遞到沒有刺激的所有觸角。

鑑於，波的傳輸速度，比物質移動的速度快。因此，神經纖維傳輸資訊的速度，就是細胞膜網眼移動的速度。而且，實驗證明，刺激神經纖維的中點，動作電壓會向兩邊傳遞。這就為突觸的雙向傳遞，提供了先決條件。

2.3閾限的外部調節

顯然，影響閾限的關鍵因素，是膜電壓的大小。膜電壓一大，神經元就變得敏感，微小的刺激，就能使之產生衝動。反之，膜電壓一小，神經元就變得遲鈍。

那麼，膜電壓能不能調節吶？既然膜電壓是由細胞膜內外的離子差異造成，那麼，改變膜內外的離子含量，不就能改變膜電壓了嗎。當然，提高細胞膜離子泵的功率，是可以改變膜電壓。但要靠睡眠，相當於給蓄電池充電，快速調節是不可能的。而將不同的“電解質”（激素）注入到細胞外液，卻能改變區域性離子的含量，選擇性改變部分神經元的膜電壓。提高膜電壓的激素，叫興奮劑。降低膜電壓的激素，叫麻醉劑，或叫抑制劑。

可見，造成神經元衝動的因素，不僅是遞質，還有激素。不同的是，遞質只在資訊的通道“突觸”上起作用，而激素則在“突觸”以外的細胞膜上起整體作用，它不屬於遞質。也就是說，遞質承載著資訊，激素承載著能量。有時是激素先起作用，遞質後起作用，有時是遞質先起作用，激素後起作用。只有通過兩者一前一後的默契配合，才能實現人腦那種神奇的思維。資訊的行為，叫智慧，能量的行為，叫意識。所謂智慧，就是智慧＋能量。

2.4血管神經網路

激素產自多種腺體，但都得通過血液運輸。如果有一套系統，控制血液走向、數量、時機，就能使能量供應變得井然有序。這就象給植物澆水，存在漫灌和滴灌。因為需要精準滴灌，血管才會發育成網狀。所以，神經與血管常常是結伴生長。

大腦血管的分佈是樹狀的，假如在樹狀血管的每個分叉處，都設有一開關。那麼，血流就能被定時、定位、定量的控制。這一切，就是由血管神經系統來實現。

同樣的道理，血管神經元的興奮，也可以像視網膜那樣，塑造新的神經元，並在先天神經網路的基礎上，嫁接出後天的網路。毛細血管及末梢神經，可在後天生長，這已被證實。

可是，刺激視網膜有外來的光線，那麼，刺激血管生長的資訊來自哪裡？試想，興奮在突觸間的傳遞，不可能路路通。中斷的資訊載體“遞質”，就會從突觸間隙，洩漏到細胞外液。繼而，刺激毛細血管，使其分泌應激激素。並通過血管，刺激伺服血管的神經元，並嫁接出新的血管神經網路。

當然，血管神經網路和資訊神經網路，有可能長到一起，特別是在中樞神經區域。只有這樣，血管的狀態才能用概念描述，用思維控制意識。

可想而知，血管就像電網一樣，一旦神經元衝動，就會請求其供應能量，並獲得及時響應。於是，相關神經元的膜電壓，就被電網分泌的激素提高，注意力就被吸引過來。

關鍵是，每個神經元承載的概念，都是獨一無二的。因此，伴隨血管分佈的神經網路，能為興奮的概念，精確的定位。

從動力學角度看，它還能利用能量，協助興奮在單一線路上，反向傳遞。使突觸的實現雙向傳遞，成為可能。只有這樣，興奮的傳遞，才能迴圈往復。

2.5意識的作用

為什麼要把血管伺服神經，叫做“意識”神經吶？因為它具有如下的功能和屬性。

2.5.1測度功能

意識神經網路就像一個測度儀，能為思維定性。因為，當神經元的閾限一定時，其衝動與否，將由遞質和激素的合力來決定。而，遞質只作用於突觸間隙，激素卻作用於突觸以外的細胞膜。於是，神經元的衝動，可大致分為5種情況。（1）不靠激素，完全由遞質誘發的衝動，這叫認識。通常，這是在所有樹突受刺激的情況下發生。（2）激素為輔，遞質為主的衝動，這叫識別。通常，這是在大部分樹突受刺激的情況下發生。（3）激素和遞質的作用半斤對八兩的衝動，這叫猜想。通常，是在一半樹突受刺激的情況下發生。（4）激素為主，遞質為輔的衝動，叫聯想。通常，是在少數樹突受刺激的情況下發生。（5）遞質不起作用的衝動，叫遐想。通常，是在沒有樹突受刺激的情況下發生。比如做夢，並沒有資訊刺激，完全是膜電壓提高所致的自激。

總之，上述五種情況，對應著血管神經的五種不同的興奮組合。或者叫血管神經的五種感受，形成不同的5種意識概念。

如果從兩個極端看，第1種完全是理智型思維，第5種完全是感性思維。這些被動型的感受，就是測度功能，叫注意到。

2.5.2注意力管理

神經元既能感受遞質的刺激，也能感受激素的刺激。遞質刺激在先，激素被動分泌，血管神經產生的意識，就是測度功能。相反，激素刺激在先，遞質刺激在後。所產生的意識，就是控制功能。比如打乒乓球，在接發球時，注意力得集中在來球線路上。此時，資訊神經元還沒有衝動，但其敏感性卻已提高。此時，思維已被限制在一群概念之內，即使蒼蠅從眼前飛過，大腦也會視而不見。說白了，就是用注意力，約束了一群神經元，這就是主動意識，或叫“有意”為之。

既然，注意力可集中在部分事物上，即使有其它事物出現，也可以視而不見，聽而不聞。說明，大腦具有選擇性吸收資訊的功能，也就具備天然的抗干擾能力。

通常，一旦思維啟動，注意力就會尾隨而至。如果超前，還會引導思維，兩者往往是交替前行。比如，觀看到相似的物體時，中斷訊號的突觸就會洩漏遞質。繼而，導致毛細血管激素的分泌，刺激相關概念參與並行博弈，影響下一步路徑的選擇。

當然，意識在約束思維時，測度功能也如影隨形。或者說，測度的結果，影響著意識的取向。兩種功能，交替發揮作用。比如，讀書時，意識神經主動控制著視線，在字裡行間掃描著。而資訊神經，則通過相似度，識別著文字和語句。與此同時，血管還不時的受到資訊的干擾。比如走神，雖然視線還在繼續瀏覽，但思路卻被引上了岐途。

2.5.3能量在平行計算中的作用

激素就好像積體電路的電源，沒有能量的提供，訊號則無法持續傳遞。而大腦的血管，就是神經網路的電源。它可以向分散在各處的神經元，同時提供數量相當的激素。通過提高它們的敏感性，可以在大腦內，臨時圈定出一個敏感的概念群。等同於圈定一個定義域，或叫集合，只讓圈內的神經元並行博弈，平等競爭，摘出一個與“輸入資訊場”最接近的概念。比如，看書時，意識已把注意力，集中在文字神經元群中。那麼，經博弈興奮的神經元，必然是文字。

與大腦相比，積體電路有電阻率很小的公共地，電壓不能變化。而腦脊液電阻率大，不可能做為公共地。所以，大腦就另闢蹊徑，用血管滴灌的方式，創造一個平等博弈的環境。

這樣，反而可以將概念，進行任意組合。且不需要搬動神經元，就能將散落在各處的神經元，進行並行博弈。不必像電腦那樣，把資料轉移到CPU去計算。所謂分散式計算，就這樣實現了。

可見，能量的自動管理，產生了意識系統。單一的資訊系統，實現不了智慧。而且，系統的自我進化（創新），不能缺少意識。所以，現在的演算法，只能靠人腦協助，硬體靠大腦設計，軟體靠大腦編輯。

總之，神經元既是記憶單元，又是計算單元，所以，最簡單的GPU就是單個神經元。再複雜的機制，都可以用它們連線成網路，模擬出來。就像採用一組方程，來描述這個機制。當然，智慧電網的“意識”系統，也不可或缺。

2.5.4情商

資訊神經系統的序度叫智商，意識神經系統的序度叫情商。既然資訊神經網路可以進化，意識系統也就可以進化。比如，世界觀、價值觀、人生觀、信仰、自尊、驕傲、謙虛、態度、情緒、毅力……，意識方面的概念也會層出不窮。序度的進化，也就是情商的提高。

注意力的管理能力，反映情商的高低。疲勞的狀態，注意力不易集中，主觀意識也難以控制。一旦管理好，智力也提高。

3深層網路的構築

3.1單詞神經元的塑造

當字母層神經元形成後，眼睛再次看書，會是什麼效果？如果是初學者，其視線會在意識的控制下，按順序逐個認識字母。於是，相應的字母神經元就會相繼興奮。若此時它們能分泌足夠的遞質，便能形成一群“並存”的興奮點，造成對新生神經幹細胞的吸引。於是，單詞神經元就被塑造出來。例如，單詞apple、picture、home的塑造，如圖7所示。鑑於單詞太多，圖示起來看不清，在此，僅用三個單詞代表。

由於，眼睛在攝取動態資訊時，字母神經元是輪流衝動的。雖然，遞質的分泌可以延續一段時間，但因其降解的速度很快，所以，也會輪流歸於靜息。因此，興奮點並存的數量就很有限。於是，這時塑造的神經元，樹突就會較少。若遇到單詞的字母太多，還得用幾個幹細胞，來分段記住。

3.2串並轉換

這就像用照相機拍攝走過窗前的人流，同時看到的人數，總是有限的。若要既不重複，又不遺漏，那就得多次曝光，分段記住。對神經系統而言，就是利用“遞質暫留”形成的“時間視窗”，將序列資訊轉化為並行資訊，然後用神經幹細胞來記憶之。

其實，計算機講起來是序列計算，實際上在每一步運算中，還是並行處理的。因為，CPU是有“頻寬”的，早期只有4位元，現在達到64位元以上。只不過，與大腦不同的是，CPU的頻寬是固定的。必須由0、1、“頻寬”這三個要素，才能構成排列的狀態。而神經網路的“頻寬”，則是由不同位置的興奮點決定，可寬可窄。這是一種組合狀態，與向量函式的描述方法契合。

上述機制，可在現實生活中找到貼切的例子。比如記電話號碼，人們常會將其分成幾段，也就是用多個神經幹細胞來記住。比如，記11位手機號碼時，有的人採用3、3、5組合，有的人採用3、4、4組合。同一個號碼兩種讀法，會讓人有不同的感覺。不信，與身邊的人試試。

其實，標點符號的產生，就是給斷句的位置做出標記，以便讀者獲得與作者相同的理解。在此停頓，保證並行的數碼長度。否則，同一句話，不同的組合，會產生不同的含義。

再則，用哪種組合記電話號碼，是由意識控制的。試想，如果閾限高啟，神經幹細胞就不會輕易衝動，等待興奮的神經元多了，伸出的偽足就多。當然，前提是，不能超過第一個興奮點延續的時間視窗。

再來看看使用頻率：在字母層，26個字母大小寫，共52個。鑑於，單詞是由字母的不同組合構成，到單詞這層，其數量便會激增。單詞神經元的興奮，多是由字母神經元興奮造成的。所以，單詞神經元的興奮次數，就比字母神經元低。根據用進廢退的原則，字母就比單詞記的牢。

3.3逐級塑造的機制

綜上所述，神經網路的構築方式，是逐層塑造。表層資訊的豐富，可以加深縱向記憶的深度。以此類推：單詞神經元的相繼興奮，可塑造語句神經元。語句神經元的相繼興奮，可以塑造短文神經元，直至塑造出各種文章級別的神經元。理論上講，通過層層疊疊的塑造，一篇洋洋灑灑的文章，最終，有可能彙集到一個神經元。顯然，這種逐層塑造的記憶方式，縱向深度，取決於表層的寬度。資訊越廣博，知識才能越精深。所謂知識，就是經過組織的資訊。

話說到這，讀者肯定會產生疑問，遞質暫留的時間，取決於遞質囊泡積累的多少。囊泡積累的多少，又取決於使用次數的多少。從字母到單詞，再從單詞到語句，其數量以“階乘”的方式增加。那麼，平攤到語句的使用次數，就迅速減少。要想用遞質積累來記住語句，其難度可想而知。所以，在傳話遊戲中，語句一長，就會誤傳。

可見，神經網路的層數，不可能無限增加。而且，並不是層次分明。因為，同時或相繼興奮的概念，未必在同一層發生。何況，概念的要素沒有分層記憶的必要。

其實，神經元的基本功能都一樣。關鍵是各觸角的權重，以及和其它神經元的連線關係，在使用中可以不斷調整。一個神經元就是一個函式計算器，經過迭代，便可以形成描述任何事物的方程組。那麼，這樣的網路，同時具備記憶和計算功能。所以，在大腦裡找不到儲存器。

3.4不可替代性

難道，這種多層次，後天形成的神經網路，是不可替代的嗎？答案是肯定的。因為，大腦中每一個概念都是獨一無二的，用這種方式的記憶，最節省神經細胞。不像電腦和書籍，每一篇文章，需要佔用不同空間來記憶。比如這篇文章，不過是有限詞彙的重複使用。而大腦閱讀這段文字時，是通過重複呼叫同一概念神經元來實現的。那麼，在概念的“唯一性”和“不可移動”這兩個條件制約下，大腦的思維機制，不可能有其它的模式可選擇。

試想，如果網際網路的資料，按照大腦神經網路的方式儲存，我們要節省多少儲存器。不僅如此，網際網路的結構，都將不斷進化，讓整個社會執行的效率提高。

其實，現在的核磁共振技術，可以通過血氧的分泌軌跡，對概念神經元進行定位。一旦獲得概念分佈圖，就能通過血氧行走的軌跡，讀出思維的內容。只不過，目前的精度還比較低，血氧降解的速度比較慢。加上血氧反應的是激素的執行軌跡，沒有遞質的軌跡那麼細緻。但願，未來的技術，能探測到遞質的軌跡。到那時，大腦的思維，就會清清楚楚的顯現在人類眼前。讀心術，將成為可能。

4.遞質

4.1影象分割

前述字母的記憶，是理想化的影象，既沒有多餘的筆畫，也沒有其它的景物摻雜，所有的輪廓線，都屬於一個概念。然而，現實的圖景，多半是各種事物交織的狀態，面對這些疊加在一起的輪廓線，神經幹細胞怎麼能分辨？所以，它的偽足，只能是眉毛鬍子一把抓。於是，再次分割的問題就顯現出來了。

雖然，輪廓線不能直接分割影象，但改變了分割方法。也就是線條“涵蓋”法，代替矩形面積分割。其優點是，重疊的事物，能精確的分辨出來。比如，在一個人的臉上，可以將他的眼鏡區分開來。

當然，注意力既可以關注面容，也可以關注眼鏡，就又涉及到意識的問題了。顯然，只有向量圖，才可以並行處理多個概念。因此，大腦可仁者見仁，智者見智。何況，在同一個畫面裡有多個概念，還可以連繫成更大的概念。

試想，眼鏡不總是戴在臉上的，把它換一個地方放置，再次識別。誤接的要素介面，就沒法傳遞興奮了，遞質就不會沉積，連線則會迅速弱化，甚至脫落。而所屬要素的介面，卻會繼續傳遞興奮，沉積遞質。利用傳遞概率的差異，神經元就能自動抽象要素了。也就達到了“去偽存真”，自動採集特徵的目的。

可見，背景資訊的更換，對剔除誤接要素，至關重要。與深度學習相比，訓練的次數可大大降低。兩三次足以，所以動物，不用那麼大的計算能力，就能迅速建立概念。

當然，直接記憶不摻雜干擾資訊的概念，去偽存真的工作，已經由別人完成。比如語言、文字、符號的交流，都是經過抽象的資訊。這就是監督學習。

神經幹細胞在抓取要素時，也會產生遺漏。僅靠遞質積累是無法彌補的。沒關係，繼續用神經幹細胞的聯絡，來拾遺補缺。因為，概念和遺漏要素屢屢同時或相繼興奮，自然會有幹細胞將它們連繫起來。

其實，不光是影象概念存在分割的困擾，深層概念也有。或者說，每個初期建立的概念，面對的“資訊場”，都有差異。只有通過交流，才能求同存異，約定俗成，得到一個公認的標準概念。

可見，大腦的記憶，之所以不能一蹴而就，並不是生理缺陷，而是不可或缺的矯正機制。

4.2遞質作用的歸納

1，統計功能：根據“用進廢退”的原理，突觸每傳遞一次興奮，遞質囊泡就會增加一點。一方面是對傳遞次數的記憶和統計，屬於測度功能。另一方面，傳遞能力也會加強，屬於控制功能。

2，權重配置：遞質積累的多少，影響傳遞能力。各要素的權重，也在不斷的調整。可見，遞質的實時變更，可以讓大腦始終保持著對變化著的事物，有最新的認識。量變到一定程度，導致質變。

3，串並轉換：遞質的暫留，可以延續衝動的狀態，讓序列衝動的興奮相互重疊，變為並行存在的資訊場。

4，塑造神經元：神經幹細胞變為神經元時，遞質是誘餌，吸引偽足的接駁。

5，誘發意識：遞質從突觸間隙洩露，刺激血管，間接造成血管伺服神經系統的形成，所以說，它也是意識產生的原因之一。

6，製造譯碼器：通過訓練形成的習慣性思維，相當於把通用譯碼器，塑造為專用譯碼器，把軟體變成硬體。此後，無意識的習慣動作，就能實現。反而果斷、準確。

其實，遞質的作用幾乎存在於思維的方方面面，不管是直接的，還是間接的，或許還有不少，那就有待人們進一步發掘了。

4.3神經膠質細胞的由來，

神經膠質細胞的形狀與神經元類似，特點是不能產生衝動。試想，退化的突觸具有什麼特點？那就是傳遞能力衰減。長期不用的神經元，所有的突觸都失去傳遞能力，神經元怎麼能產生衝動吶？那不就是膠質細胞嗎。

從另一方面看，人的一生中，記憶的概念有多少？能回憶起來的概念有多少？那些神經元細胞，都到哪去了？大腦切片發現，神經膠質細胞和神經元細胞的比例，大約在8:2左右，這與忘記的概念和記住的概念之比相當。

那麼，反過來說，神經元的比例越高，說明神經幹細胞的利用率越高。頻繁改行，且再不回憶的神經元，存活率就低。經常回憶，是提高大腦效率的最好方法。

5遞質與激素

5.1遞質與激素的互動關係

1，此長彼消的關係：神經元的衝動，是激素和遞質的能量疊加造成的。當細胞膜離子泵能力一定時，兩者間的影響力就此消彼長。記憶之初，介面遞質積累少，就需要激素多出力。比如跳舞，初學時不熟悉，就需要意識系統幫助。具體表現為：能量消耗大，易出汗。隨著遞質的積累，動作越來越熟練，激素的作用就會越來越小。

2，有意轉變為無意：再從一個角度看，激素是意識系統控制的載體，當激素減少到0時，思維就無意識了。比如我們走路，完全可以在無意識的情況下進行，叫不在意，沒感覺。

3，做夢：睡眠時，血液中的激素含量降低，大腦處於無意識狀態。但是，睡眠讓離子泵的功率得到提高，它能將神經元的“內緣性”膜電壓抬高。微弱的刺激，興奮就會像多米諾骨牌一樣傳遞，產生一系列離奇的想象，這就是做夢。

4，靈感與頓悟：凌晨時分，經過一夜的營養的補足，膜電壓最高，細胞敏感性最強。微弱的刺激，就能讓人從睡眠中甦醒。此時的思維，遞質起主導作用。所產生的思維，偏向理性，常出現靈感和頓悟。這時的創造力，是最強的時候。與做夢不同的地方是，有意識參與的思維，能夠記住。

5，一心不能二用：在大腦中，意識系統只能處理一件事，俗話叫“一心不能二用”。但是，習慣性思維，卻可以多路並行。比如，刷牙時哼小曲，同時“思考問題”。無須激素扶持的思維，必須在養成習慣之後，才能在特定的思路上獨行。

6，兩種系統的序度：資訊神經網路的“有序”程度叫“智商”， 意識系統的“有序”程度叫“情商”。當遞質起主導作用時，思維偏理性。當激素起主導作用時，思維偏感性。所以，大腦既會產生理性思維，也會產生感性思維。

7，兩種思維的博弈：比如一個胖人，看見美食，理性思維想：不能吃，吃了會長胖。感性思維想：吃了多舒服啊，今朝有酒今朝醉。再比如，激情犯罪，就是因為情緒戰勝理智所致。

8，與生理系統的相關：資訊神經與生理系統間接相關，所以不會感覺疼痛。而意識神經與生理系統直接相關，能感覺疼痛。假如，血液中激素含量很低，痛感也弱。注意力轉移，也能忽視疼痛。比如，針刺麻醉。

5.2短期記憶

所謂短期記憶，就是大腦新建的概念，在短期內再次衝動。前面已經介紹過，大腦建立新概念，要經過兩個環節，一是神經幹細胞的塑造，二是遞質的再次積累。顯然，新近建立的概念，遞質積累是很少的，印象不會深刻。這時，如果沒有意識幫助，要在短期內回憶新記概念，肯定困難。

好在，大腦有意識神經系統，它可把衝動神經元的位置資訊，進行記憶。比如，分泌激素的毛細血管位置，就在衝動神經元的附近，將它們聯絡起來，就可為新概念貼上位置座標。另外，衝動神經元與生物鐘進行聯絡，也能為新概念貼上時間標籤。回憶時，通過位置和時間的索引，先將激素投放到“當地”的位置。其實，就是還原當時的定義域。然後，再利用一息尚存的遞質，讓新近使用的神經元再次衝動，這就是短期記憶的機制。

顯然，在意識記憶消失殆盡之前，頻繁進行短期回憶，就容易轉化為長期記憶。這與我們學跳舞的機制類似，起初以激素起主導作用。隨著遞質的積累，記憶就變得越來越牢固。

6.其它基本功能

6.1記和憶也是博弈

其實，興奮的細胞群，可以看成是一個資訊場，它們既可以激發已存在的神經元，也可以激發神經幹細胞。同樣是激發，前者就是回憶，後者卻是記住。

只不過，神經幹細胞是一個特殊的“神經元”，它和興奮細胞之間的“突觸間隙”特別大而已。為了縮小這個“間隙”， 神經幹細胞使出了渾身解數，不惜讓自己的身體急劇變形，生出很多偽足，去接近那些短暫興奮的資訊源。從這個角度看，記和憶的興奮機制具有異曲同工之妙。

但是，從記和憶的角度看，神經元和神經幹細胞之間的博弈，是兩種完全對立的行為。衝動被神經幹細胞搶先，就是“記”，被神經元搶先，就是“憶”。可見，記和憶的選擇開關，是由量變到質變來決定。意識的調節，起關鍵作用。電腦要具有智慧，須解決這個問題。

試想，如果大腦一定要認為眼前的事物是以往見過的。它的意識就會控制血管，快速分泌激素，迅速找出一個最相似的概念，加以確認。以免被神經幹細胞搶先，把它當做新概念記住。比如，老同學聚會，你會有意識的，在當年同學的概念圈中，極力回憶起其中一位。

相反，參加一個陌生人的派對，就會有意識剋制激素分泌，讓神經幹細胞在博弈中取勝，達到記住概念的目的。

6.2交集搜尋

什麼是交集搜尋？查字典就是。比如，單詞are，可以看成是以下三集合的交集：1，首位字母是a的三字母單詞集合；2，次位字母是r的三字母單詞集合；3，末位字母是e的三字母單詞集合。序列閱讀時，每增加一個字母，就壓縮一次交集，剔除大部分不符合條件的單詞，直至交集剩下一個元素。

按照慣例，字典搜尋路徑的編排，通常是從單詞的第一位字母開始，而字母模版的順序，是按A……Z的排列。實際上，無論從哪位開始，或由哪個字母率先。都可以不重複的，遍歷所有的單詞。不過，不同的排序，路徑的長短不同。比如，有經驗的人帶路，會少走彎路。

搜尋大腦裡的大部分概念，通常不會有現成的路徑安排，這就給意識留下了思考的餘地。影響路徑選擇的因素很多，合理的路徑選擇，會縮短搜尋的時間。

交集搜尋的生理機制：一旦字母神經元a興奮，則與a關聯的所有單詞神經元，都會有一樹突受刺激。同理，字母神經元r興奮，則與r關聯的所有單詞神經元，也都會有一樹突受刺激。e字母也不例外。於是，在所有受刺激的單詞神經元中，只有are神經元的樹突受到的刺激最多，加權飽和度最大，所以，are神經元最易興奮。

對並行搜尋而言，不存在路徑選擇的問題。就像把are當做一幅畫來看，就不存在誰先誰後的問題，並行博弈，直擊目標。如果在意識指揮下，視線輪流看字母，大腦也會通過遞質暫留現象，把序列搜尋變為並行識別。

真實景象的識別，往往由意識控制的視線，從低解析度到高解析度的逐級觀察，思路就會從大類向小類目標逼近。

可見，神經網路既可以並行博弈，又可以序列搜尋。採用哪種方法，往往取決於意識。比如下圍棋，在時間緊迫，選擇路徑太多的情況下，只能選擇並行博弈，就是直覺。反之，當時間充裕，而路徑有限時，序列搜尋，就是推理。

6.3單個神經元的計算功能

神經元有計算功能嗎？請看下面的例子：在老師告訴我們1+2=3時，我們的腦中就會塑造出一個神經元，如圖10所示，其5個觸角分別連線一個字元。多次練習後，老師會若反問1+2=？，樹突1、+、2、=的入口處就會有遞質。略有遲疑，遞質就會洩漏，並刺激血管分泌激素。經過博弈，受激觸角最多的1+2=3神經元，必然率先衝動。由於樹突3沒有輸入訊號，衝動就會反向傳遞到與3連線的介面，其分泌的遞質就會對神經元3進行刺激。只要神經元3不衝動，遞質就會在此洩漏，刺激血管分泌激素。繼而將神經元3激發衝動，大腦便獲得了答案。這就是神經元的計算功能。

圖10

此時，樹突3是被當做輸出端使用的。若輸出的次數大於輸入的次數，其突觸傳遞的能力，就會發生逆轉，輸出能力比輸入強，樹突就會轉變成輸出端（軸突）。所以，大腦中也會有觸角很長的軸突。

個位數的算術，是複雜運算的基本運算元，需要死記硬背。而複雜的運算，可以通過意識反覆呼叫，來實現迭代運算。

或許有人會說，觸角3為什麼不能在形成時，就連線到輸出端“軸突”上吶？試想，初次記憶，神經元怎麼能知道樹突3會是輸出端？說不定將來經常遇到的問題是1+？=3，或者是？+2=3。所以，神經幹細胞的初次記憶，並不能斷定哪個介面將來會經常輸出訊號。只有經過興奮的反覆傳遞，才能確定其輸入輸出能力。

即便習慣已經形成，也不能說哪個觸角就得是輸入端，哪個觸角就得是輸出端。只有這樣，一個神經元才能處理各種輸入輸出的狀態，舉一反三。比如，1+？=3，或者是？+2=3，都是用同一個神經元來計算的。或許，這兩種計算不能像1+2=？那樣快速運算。這種現象，想必讀者都有體會。如果沒有，就做個實驗：不同的順序，不同的概率。熟悉的程度，與概率成正比。

從計算功能的描述中，我們看到了，反向傳遞的實現機制。其合理性是顯而易見的。而且，不同的問法，反應的速度有差別，恰恰說明了遞質的積累，具有用進廢退的功能。

在此，我們看到了另一種軸突的形成過程，那就是由樹突轉化為軸突。特別是外周神經元，興奮多數是發散方式的，反向傳遞的次數遠大於正向傳遞。而且是要靠反覆練習，積累大量遞質才能實現。

當傳遞的距離長，為防止被幹擾，就會發育出隨殼。

6.4條件反射的機制

圖9

如上述設想成立，那麼，巴甫洛夫的條件反射試驗，就能獲得合理的解釋：食物和鈴聲原本是兩個無關的概念，當它們同時出現後，狗腦中就會有神經幹細胞將它們連繫起來，形成一個“連繫”神經元。起初，它的兩個觸角都是樹突，用來輸入訊號。隨著傳遞的次數增加，遞質的積累，突觸會逐漸發達。偶爾，鈴聲單獨響起，興奮便會單獨將“連繫”神經元激發，興奮只能從另一樹突傳出，到達“食物”神經元的介面（突觸）。若“食物”神經元不接茬，洩露的遞質就會刺激血管，釋放出激素。取得激素的幫助後，“食物”神經元的敏感性就會提高，繼而產生衝動。這就實現了反向傳遞，使狗想起了食物。如圖9所示。一旦有過反向傳遞的經歷，就會積累反向遞質，再次反向傳遞的能力就會加強。結果是：狗聽到熟悉的鈴聲，就想起食物。那麼我們是不是可以認為“鈴聲”就是食物的代名詞？

其實，媽媽教孩子看圖識字，在大腦裡，就是將兩個概念進行聯絡。把影象概念和語言概念結合起來，以便我們交流時，通過一句話，將大腦裡的影象顯現出來。聽故事，或看書，就是將一連串的影象顯現出來。所以說，學習的本質就是聯絡，就是將概念聯絡起來，其實，也是為概念命名（標註）。

6.5大腦的弱點

有利就有弊，興奮的細胞，不能大量並存。使得大腦的心算能力，變得很差。為了彌補這個缺陷，人們不得不借助書寫，通過視覺，獲得資訊的並行輸入。

在這方面，計算機就勝人一籌。比如，用漢字輸入法搜尋成語時，只要輸入每個字的首個拼音字母，就能迅速找到成語，而大腦卻不擅長。比如：q、p、y、l，猜猜是什麼成語。如果猜不出，就用電腦搜尋一下。為什麼電腦能行，大腦卻很困難，就是強大的算力。

因為，在 4個首位拼音字母和成語之間，隔著一層漢字神經元，假如能將q、p、y、l連線的所有漢字激發。那麼，它們的交集，就是能搜尋到成語神經元。

6.6維度與交集的關係

任何一個要素，都可以將具備此要素的相關事物，劃分為一個集合。或者說，用這個要素作為一個維度，來涵蓋一個範疇（定義域）。

表面看，維度越多，涵蓋的元素越多，搜尋的範圍越大。其實，在形成關係網後，情況卻恰恰相反。前面的交集搜尋，就是最好的例證。既，維度越大，交集越小。層級越多，交集越小。單從這點看，神經網路的概念越多，交集的元素越少。

搜尋引擎，也應如此。按照交集的邏輯設計，輸入的關鍵詞越多，目標的命中率越高。其實，任何軟體都是在搜尋。不管其功能有多複雜，最終都符合交集搜尋的原理。

6.7想象與求證

大腦在搜尋時，會存在兩種資訊，一種是顯性資訊，一種是隱形資訊。或者說，一種是直接資訊，一種是間接資訊。比如，回答一個問題，問題本身含是直接資訊。但你可以根據這些直接資訊，去索取其涉及的間接資訊。

這時，就會產生聯想，而不是推理。意識就要起主要作用，但不是漫無邊際。“大膽想象，小心求證”，就是聯想加推理的思考機制。大膽想象，就是發掘潛在的資訊。小心求證，就是將這些資訊串連起來，形成合理的邏輯鏈。

6.8輸入資訊的省略現象

比如，遇到有人問：吃過飯嗎？問話人省略了時間資訊。這時，被問者，就會把時間資訊納入交集搜尋。假如在11點之後，就可以判斷，人家問的是中午飯，而不是早飯。可見，人們在交流時，常常會根據交流的物件、場景、身份等情況，省略很多資訊。而聽話的人，往往能意會到對方省略的是哪些資訊。當然，誤會也不可避免。但這是大腦的功能，也是一種智慧，必須通過聯想來實現。

不論是搜尋引擎，還是機器人的大腦，要想趕上人腦，必須解決這個問題。有些功能並不複雜，比如，用語音撥電話，找“王強”。全國叫這個名字的人雖然很多，但是，這個電話號碼要找的王強，可能只有一個。因此，號碼本身就是間接資訊。為什麼不能用這個原理，實現智慧撥號，讓老年人不再記號碼。

6.9推理的機制

如果要素缺失，搜尋將如何進行？比方ho*se，中間的字母看不清，只有四個字母作為線索。搜尋到最後，交集只剩horse和house倆單詞。就像現在的搜尋軟體，會將其同時羅列出來。再也無法把範圍縮小到一個元素。

大腦中的機制是：在這兩個神經元飽和度勢均力敵的情況下，如果閾限不降低，就不再進行博弈。衝動便停在兩個神經元上，相當於羅列兩個概念在腦海裡。

圖8

那麼，有沒有其他的渠道，能將交集進一步縮小吶？讓我們看看它們塑造的下層短語。假如是He bestrode（騎） his ho*se，興奮就能傳遞到horse神經元。假如是in the ho*se，興奮就能傳遞到house神經元。

由此可見，只要我們把視野擴大，攝入的資訊越多，興奮的深度就會越深，交集所含的概念就會減少。當興奮彙集到唯一神經元時，答案就找到了。

那麼，誰能幫助大腦把視野擴大吶？那就是意識神經系統。試想，興奮在資訊神經網路中停滯時，遞質就洩露到細胞外液，去刺激意識神經系統。這時，注意力就有可能將搜尋範圍擴大，使興奮的滲透深度，達到短語的層次。然後，再由深到淺回溯到有缺陷的單詞神經元身上。意識在此例的具體表現就是，將視線前移，將He bestrode（騎） his ho*se同時整體考慮，興奮的輸出角，必然涉及r字母。

由此可見，思維的過程，無非是興奮的多環節傳遞，而且是資訊傳遞與意識“測控”交替執行的結果。比如解方程，意識要決定先“移項”，還是先“約分”……，解不同的題目，有不同的排序規律。當現有的資訊不足以解決問題時，意識系統就開始工作。通過注意力轉移，來尋找潛在的要素或特徵，幫助解決問題。在沒有規律可循的情況下，只能靠經驗和運氣，通過試錯，來解決問題。可見，即使是嚴謹的推理，也離不開非理性意識的幫助。但這並不影響最終的推理過程，是嚴謹且合理的。

6.11地址與資料的角色轉換

電腦的計算功能和記憶功能是分開的，資料集中儲存。使用時，通過地址搜尋，搬運到CPU加工。

而大腦卻沒那麼複雜，只用神經元及其觸角，就能實現類似的功能。對神經元而言，觸角聯絡的要素，既可作為資料，也可作為地址。對部分“要素”介面，輸入刺激訊號，就起到了地址的作用。只要這個連線眾要素的“樞紐”神經元能衝動，興奮就會向其它要素介面輸出刺激訊號，等同於資料的提取。這說明，神經網路不需要儲存單元，也能進行記憶。其次，沒有儲存單元的網路，通過其結構形式來含有資訊。

那麼，詞典採用的搜尋方式，是人為規定地址嗎？不是。它就是利用自身的要素進行搜尋。而且，依據的規律，是“組合邏輯”。從詞彙到語句，從語句到段落，從段落到文章……，可以無限的組合，實現多層次運算。任何事物，都可以用這種方式進行描述。

向量圖的解析度可大可小，而且萬變不離其宗。既滿足了自組織原則，也不會浪費地址空間。更重要的是，地址本身就是內容的一部分，同樣可以用少量資訊，搜尋出大量且詳細的相關資訊。這就把影象識別，和網頁（關鍵字）搜尋，統一在相同的邏輯原理之上。

儘管，刺激神經元的訊號往往不齊全，但只要通過閾限的下降，神經元總能衝動。在神經元未衝動時，觸角既不輸入也不輸出。一旦衝動發生，有訊號的觸角就會作為地址，輸入訊號。沒有訊號的觸角就會作為資料，輸出訊號，沒有哪個觸角會無動於衷。所以說，輸入口和輸出口的分工是隨機應變的。若從前因後果的角度看，先興奮神經元輸出的資料，就是後興奮神經元輸入的地址。

7結束語

以上論述，都是基於神經元的基本原理，推理出的基本記憶、計算、意識等功能，都能用計算機模擬。用於影象識別，比卷積網路省事，其每一層運算邏輯，都清晰明瞭，有章可循。

你好，作為一個從事人工智慧科技媒體人，從專業角度上來講人工智慧並不存在什麼偽人工智慧和真人工智慧，如果非要辨誰真誰假的話，我更願意說這是人工智慧在真正成熟前的成長必經之路。

為什麼呢？就像人的成長，小孩子在青春期你說他是成人他也確實是成人，但是隻是生理方面的成人，但在思想成面上他算成人嗎？在老一輩人來看並不算吧？任何一個對於公眾新生事物都會有一個青春期的過程。從新生到叛逆，甚至是在走向成熟的路上都會經歷這樣的過程，也許它會走彎路 甚至是反人類，但不可否認這是任何事物發展規律，不管你是什麼，都逃脫不了這樣的一個既定的法則。

人工智慧就是製造智慧的機器，更特指製作人工智慧的程式。人工智慧模仿人類的思考方式使計算機能智慧的思考問題，人工智慧通過研究人類大腦的思考、學習和工作方式，然後將研究結果作為開發智慧軟體和系統的基礎。

人工智慧的開發最主要的目的就是為了替人類做複雜、有危險難度、重複枯燥等的工作，所以人工智慧是以人類的結構來設計開發的，人工智慧在得到較好的開發後國家也是全力給予支援。人工智慧的開發主要也是為了幫助和便利人類的生活。所以人工智慧的定義一直以來都是以“協助人類”而存在的。人工智慧概念的火熱促進了不少行業的興起，比如域名，許多相關的.top域名已經被註冊。

以後可能在很多傳統行業，比如銀行，會有人工智慧幫你得到更好的收益。信用卡或其他的貸款會由人工智慧來決定哪些人士可以安全地放貸，而且會還錢。然後再往下人工智慧可以開始動了，就可以進入工業機器人、商業機器人，終進入家庭機器人。

1. 程式設計師的簡單定義：能正確響應接收到資訊的程式。

2. 程式設計師複雜的定義：能夠儲存認知資訊、環境資訊、因果資訊、方法資訊、需求資訊、任務資訊、事件等資訊等；具有人為定義的唯一根需求,能夠分解需求生成新的子需求，直到該子需求能夠被方法解決；能夠根據事件資訊生成因果關係；能夠根據因果關係生成方法；能夠根據自身產生的需求釋出任務；能夠利用方法完成任務。滿足以上功能的程式就是人工智慧程式。

人工智慧主要是機器學習和深度學習演算法，如果不用這兩個演算法，應該說是偽人工智慧。比如你開發機器人，不用深度學習演算法，即使擁有一些智慧，但是離人工智慧還很遠。深度學習演算法應用比較成功的是神經網路機器視覺，語音識別合成和自然語言處理，生成對抗網路，增強學習。你不會這些演算法你說你是人工智慧，沒人信，只能算偽人工智慧。大資料、雲端計算，5G跟人工智慧是並列的，是新基建，資料基礎設施，人工智慧系統可能需要他們。