如果你觉得这篇文章看起来稍微还有些吃力，或者想要系统地学习人工智能，那么推荐你去看床长人工智能教程。非常棒的大神之作。教程不仅通俗易懂，而且很风趣幽默。点击这里可以查看教程。
常规非人工智能程序的版本进化是这样的，程序员敲打键盘输入电脑代码，编出第一个版本的程序，程序员根据需要，人脑智能根据需要判断如何修改，再次敲打键盘修改程序代码，编出第二个版本，依此类推，随着时间的前进，程序的版本在进化。
模拟生物智能自进化的程序概念原理是这样的，程序员敲打键盘输入电脑程序代码，这个程序通过控制一个机器人手指敲打自己所驻电脑的键盘，程序中设计了一些人工智能规则，根据这些规则，智能程序能控制机器人完成动作，生产我们需要的产品，也能让他来完成动作操作电脑，这个人工智能程序控制机器人敲打程序自己所驻电脑的键盘，修改程序自我本身的代码，从而实现程序修改自己，模拟自我进化。当然这是一个比喻，实际的技术是不一定真的需要一个机器人来协助编程，而是可以在集成电路晶体内部直接操作代码。未来的云计算技术、网格计算技术，超级计算机技术的进步，生物计算机和量子计算机的成功，加上人工智能技术进步，都将促进科幻电影里机器人自我进化的实现。 “绝密飞行”，美国的科幻电影，几年前的了，控制飞机的智能程序自我进化，超出了开发者自己的设想，不过里面的自我进化原理没介绍，导演简单设想是电脑短路，使得程序突变。一切的不可能或无法想象，真是我们要努力的方向，真是科技前进的方向。 智能程序不管用什麽算法或模式，这个算法能实现修改算法本身，才是高级的智能算法，如果编的一个程序，算法或模式是固定的，那就谈不上自我进化，不算是高级的智能算法，在算法或模式中要加进一条，根据对环境的感知、学习和交互的结果，按某种条件、规则修改算法自身，就象生物细胞的进化的DNA编码被改变导致基因突变，或根据一定条件激活、限制特定编码片段的不同功能表现，从而引发细胞功能改变，细胞功能改变后感知周围环境，不适应者淘汰，智能程序修整自己算法，或条件化限制算法的功能表现，对输入数据（相当于周围环境）作出响应，如果响应的结果不符合给定的优化规则，就淘汰此进化版本，智能程序会自己删除自己的此版本。在生物功能上，每个特定的基因都是特定的功能片段，生物有基因库，借用基因的概念，基因就是结构功能表达单元（基因编码的意义体现于结构功能的实现，不同于计算机信息编码的意义，计算机信息编码本身只是表达抽象符号的状态信息而本身无任何直接功能），特定算法模块（功能表达单元）相当于一个基因（编程实现一个运行类或动态连接库的类封装一个基因种子），在基本算法库和程序自延算法库的基础上，程序智能化解析语言自编译、自组合、自Link、自分割算法库执行代码（运行类或动态连接库的类）实现基因微型算法及算法集群组合的自进化。 智能算法定义：若干个智能程序，他们的算法根据初期的条件，通过其规则系统、思维逻辑模拟系统、知识系统、学习与交互系统（环境感知系统、语言语义解析系统等），结合哲学、物理学、化学、模糊科学、混沌学、统计学、博弈学、语言语义学、心理学、脑科学神经生理学、生物化学、逻辑学、信息论、控制论、系统论、群论、拓扑学等各种数学、计算机科学等交叉学科知识，自己演化新算法，这个智能程序会修改自身的算法、算法组合，修改完善自己的规则系统（知识、规则系统也要根据优化规则进化）、逻辑系统、知识系统，复制演化出自身的新版智能程序，根据环境的响应和优化规则择优新的智能程序版本，能实现“响应->修改->择优->响应->…"的自我循环的算法系统（程序系统），就是拟生态、智能算法，或言之为自适应算法（算法集群）、自组织算法（算法集群）。类似人大脑可以通过学习修改自己的神经链路，达到脑功能不断完善的目的，智能程序通过自我循环，应用智能算法原理修改自己的算法、算法组合及程序系统，达到不断完善功能的进化目标。大脑根据学到的知识修改自己的神经连路（在神经生理上就是在感知信息->反馈后再感知信息的循环中神经元之间响应建立联系，而这又有更深层次的生物化学机制基础起作用），大脑活动通过神经连路的放电也或脑电波实现思考（人脑就是个生物化学计算机，信息依靠化学物质表达，人脑思维活动本质就是一套生物化学信息表达体系的运作，大脑对环境事物的感知与脑内的生物化学信息符号建立联系，外在事物在大脑内转换成符号从而形成事物的意义，这就形成了所谓的自我意识，如果从生物化学机制上透彻明了这一运作机制，那么就可构建大脑的抽象虚拟机标准数学模型，构建新型计算机高度仿真模拟人脑活动），人脑根据学习与交互，自适应地修改了自己的神经连路，相当于修改自身的电路，人脑没有算法，不能通过算法的修改来提高自己的功能，但通过神经连路即神经系统结构的自适应修改（修改实现局部微小功能，相当于微型算法，大量局部微型算法微小功能集群成一个强大智能的大脑），实现了提高自己的能力的目的。虽然目前计算机还不能做到通过自适应修改自身的电路来完善自己的功能（未来的生物计算机或量子计算机也许可以，已经出现的拟态计算机可以初步实现此功能），但程序如果能自己修改自己的算法，那一样实现了自适应进化的能力，程序自己能修改自身的算法，而不依靠外部程序员来修改，模拟了人脑智能自我学习实现进步的进化形式。图灵机是在数学原理的基础上建立的一种数学模型机，在图灵机建构基础上，发明了现代计算机，图灵机系统是对物质世界信息的一种类型的数学原理的描述，而人脑神经链路系统是对物质世界信息的另一种类型的数学原理的描述，通过找到人脑工作的数学原理，建构人脑工作的数学模型，以构造出直接智能的机器系统。以后我会构建一个人脑工作数学模型抽象虚拟机来解释其原理。 人工智能是自感受、自处理、自反馈的系统集成，是一个实现自进化的循环信息系统，不是仅感受。自处理，就是大脑做的主要工作。 人的思考或思维活动是基于语言基础之上的，一个没有接受过语言学习阶段的人，譬如狼孩，学会的是狼的发音或狼语，他的思维也就局限于狼的生活形态的范围，所以语言是基础，人类从婴儿开始，先学语言，就是一个小孩从大脑空白开始，学习语言，就是建立意义符号体系，建立基础的意义符号体系逻辑体系，狼孩听见狼娘的叫声能联想到狼娘，是因为他学习语言的时候，把狼娘的叫声与狼建立的对应关系。妈妈教“叫我妈妈”，所以在头脑里，把“妈妈”与生他或带他的妈妈联系，狼教“哦哦” ，狼孩把“哦哦”与他认为的妈妈联系。 大脑里的“符号”，其实就是某种状态信号，要让感知系统自动合理建立。 人的思维基于一个语言和知识（规则）基本面，要找到这个基本面是多大，狼孩空有人的大脑和一切机制的潜能，但其语言和知识（规则）基本面小，其思维范围也小，局限于狼的形态范围。 提到狼孩，不是为了研究狼孩本身，通过狼孩与正常人的比较，虽然所具有的大脑是一样的，但由于学习到的知识不同，他的功能也不同，也就是说，一个人工智能系统，算法足够好，功能足够强，系统设备的能力接近人脑，但你没有给他足够的前提数据（大数据）、知识，他的功能还是象狼孩一样，很弱的，所以如果人工智能只关注算法研究，研究出来的算法足够聪明，接近人脑的“运算”机制，但没有给他足够“学习”积累前提的数据、知识，那不可能做出好的人工智能。 对狼孩和正常人的比较，就是告诉大家，人工智能在“学习”这一环节很重要，不仅是“学习”的过程，很重要的是“学习”的知识本身也直接决定其功能，不仅是“学习”的过程，“学习”的结果也直接决定其功能，也就是训练数据也直接决定其功能，狼孩学习到了狼的生存知识，所以具有狼的生存能力，正常人学习到了人的生存知识（这些知识相当于大数据，存于人脑潜意识之中，并在人活动的控制反馈运动中进入意识层面，发挥大数据表象关联的作用反映，表象出人的行为的智能化），所以具有人的生存能力，但他们的大脑这个硬设备是一样的，狼的大脑这个硬设备决定了其没有这个潜能，但人的大脑这个硬设备有这个潜能，也不一定能学到人的生存知识，人工智能学习的机制、人工智能学习到的具体知识、依据的大数据这两个都影响其能力。 人工智能应用在未来机器人战士或未来无人飞机智能控制研究上，未来的无人飞机不需要飞行员，也不要总部的控制，他自己就是一个战士，只要告诉他任务，他会有智能去执行，未来的战斗机和战斗人员使用远程控制之类是不行的，那不能算是智能机器战士，只是遥控机器人，就可能被干挠控制信息，电子对抗一下就完了。譬如最近报道了航母歼-15舰载机的着舰起降，未来人工智能可以协助飞行员控制飞机轻松的着舰起降，甚至全由智能系统控制，只需给飞机智能系统下个命令，无人飞机在航母上起降就是全智能化的，人工智能 + 传感器件肯定比只靠人好的多。未来的战争系统将是任务式、无控制、智能化的战斗武器系统（美国军火商诺．格即诺思罗普.格鲁曼公司与美国国防部国防高级研究计划局(DARPA)一直在研究这类东西），只需要给智能系统下达任务，整个智能战争系统就自动化智能化启动，国家之间的战争将是纯科技的角力，基本不需要人类战士。 例 美国的X-47B 例 欧洲“神经元”无人战斗机 例沃森人工智能 人类社会的技术发展曾经历了农耕革命、工业技术革命、信息技术革命，信息技术是在工业技术的基础上数字化，信息技术革命后的下阶段是生物技术、人工智能技术革命，人工智能技术将使得信息技术智慧化，工业技术智能化互联化，对应于物质世界将有一个虚拟数字空间即信息网络数字空间与其对应（其实人脑意识，就是实体世界体系在大脑神经网络系统内建立的虚拟数字空间信息流逻辑映象体系，大脑内部虚拟数字空间的内在信息流逻辑体系映射了其经历所感知识别到的外部世界逻辑体系，即哲学上所谓的意识是世界的反映），社会运行三大流的人流、物流（含物态化的纸质货币及黄金等）、信息流（含非物态化的虚拟货币即金融资金的电子数据），随着物质世界运行的信息全部被实时感知导入到网络数字空间和既往记录被导入到网络数字空间，信息流将成为社会运行三大流的灵魂核心，互联网的本质就是通过信息流技术革命（人类信息流技术经历了手势交流、声音口语交流、绳结符号交流、泥刻或石刻文书交流、竹简文书交流、草纸书羊皮书或帛书等书写式文书交流、刻字印刷文书交流、活字印刷文书交流、广播电视光盘等无智能性的单向性集域性中心等级性电媒文书交流、直至现代智能化双向实时互动式平等性无中心广泛性的互联网信息交流技术，历史表明每次信息流技术革命都带来人类思想观念深刻改变、各种思想观念信仰及知识更深度彻底广泛地传播、创造力的激发，引发文明各个领域技术革命性进步的连锁反应，引发社会组织形态的变形，信息流技术的革命是文明形态激变的先行引导），信息流技术将全面引导社会三大流（人流、物流、信息流）的运行，这个信息流技术就是现代智能互联网络数字空间。这个网络数字空间如同一个地球大脑，使得物质世界的产品前端体系（包括预测、开发、规划等）、资源（人力、资本、物态资源、技术设备情咨等）开发储备供给体系、智能的产品生产系统或服务供给系统、智能的销售或配给等物流系统(未来物流将采用高速磁悬浮真空管道网，替代 大部分的公路铁路物流)、产品使用系统或市场需求体系、维护系统等后端支持体系的这些各个若干子系统内部及各系统间将智能化整合（从行业内部视角看，产业链各环节系统内部的各个单元之间、以及产业链各环节之间纵向垂直化整合；从行业外部与社会关系的视角看，一个产业内各个单元与社会各接口之间及各个行业之间横向扁平化整合。利用互联网技术打通各单元要素之间的信息流通，实现全面的系统化整合），使得社会生产活动、组织运行智能化、有序化、最优化至最高效率，使得社会生活的方方面面在智能化导引与调控下运行，社会经济系统中虚拟经济对实体经济的一部分宏观调控功能，将被产业智能互联网的智能化信息直接引导与调节功能替代。现实世界信息的组织、控制、拓展、使用智能化，世界约 80% 的数据是非结构化数据（这些是由原始文本、电子邮件、微博、讨论帖、视频、各类网络智能终端感知或集合的数据、各型联网传感器采集的数据等等构成，这些数据随机、离散、无序、非预先设计、任意格式、无结构的，它们来自自然感知、自然描述和自然语言，与数据库所能理解的整齐的结构化数据大相径庭，而所有的数据感知采集智能终端相当于地球大脑的网络神经末梢），我们需要人工智能的认知系统更迅速、准确和自信的帮助我们决策。高级人工智能的认知系统有广阔前景：可以理解自然语言的复杂性；能够利用交互行为不断学习；最终，它的表现将能媲美世界上最复杂的计算机——人脑。 高级人工智能的认知系统将会帮助我们，让工作、生活和社会变得更智慧。随着物联网也或工业互联网的成功，未来地球上的这一网络本身将成为一个地球超级大脑，即天网大脑，协助人类进入全球全物智能运作的时代。IBM和GOOGLE等公司是对技术潮流最敏感的公司，目前百度和腾讯也已快速跟进（让国人有所欣慰，希望中国不要在此新一轮技术革命时代重蹈工业技术革命落后而致文明落后之覆辙），IBM首先意识到智能技术革命是信息技术革命后的下一波技术发展方向，所以毅然决然的卖掉电脑制造部门，全身投入到智能技术的开发中去，引领人类跨入智慧地球的时代。 智能互联新一轮技术革命有着更高远的意义。自从西方文艺复兴和宗教改革后，在思想自由激荡的社会环境下（突破了中世纪宗教的禁锢），杰出人才释放出极致的想象力，科学理论不断突破、技术发明大量喷发，推动了现代文明的诞生，从此人类精神与物质文明一直处于持续不断地变革之中，社会群体不断产生新组织和新产业，这些新组织新产业在自由开放包容的社会环境下由大量个人创业而生。进入21世纪，科技进入互联时代，互联信息技术在科技史上的地位胜于造纸活字印刷信息技术、指南针(原始导航)信息技术和电媒传播信息技术，信息是人类观念的符号，信息技术是人类观念符号的传播、交流、互动技术，她是人类最根基的技术，蒸汽机电力技术延伸了人的手脚，而智能互联信息技术直接延伸了人脑，信息技术变革即智慧互联技术触发更广泛深刻的变革连锁反应，这些变革将通过大量的创业转化成社会生活中的精神与物质财富。从内涵的角度看，通过深度挖掘智能互联本身的技术应用形态，提升经济效率，改善人类生活体验。万物运行状态是混度与秩序叠加后的结果，其运行秩序受两部分力量支配，一部分受无形自然规律支配，一部分受有意识个体之间的信息协调互动支配。组成系统的各单元实体之间信息传导的缺损、失真、混乱将导致秩序的丧失、系统的混沌、熵值的增加，智能互联信息流技术提高了各实体个体之间信息传导效率，降低系统熵值，提升系统运行秩序及效率。就实例而言，淘宝通过预先在数字空间构建一个秩序，也就是平台，引导现实世界个体间建立一种交易关系，形成电商系统，这只是思路的一种；当然还有另外一种思路，就是先通过对现实世界已有实体的解构，分析出已有的离散个体或实体单元要素，在这些目前还没有智能互联信息传导、运行无序的单元要素之间，去创造建构一个智能互联的信息传导系统，或者通过设定各商业组织单元间的关联协议与连接规则，让这些商业单元自连接，在平台生态中自组织优化出一个系统，提高商业单元组织间的信息传导效率，提高商业单元间的关联协调性，实现系统运行的秩序、提升效率。从外延的视角看，该技术成为科技史新时代的起点，成为新的基点，引发出其他广泛领域新技术革命的连锁反应，这些其他领域新技术革命是以智能互联技术为前提基础才可实现或变得更为有利于实现，是对互联技术的适应性变革，是多种内容与形式的技术深化与拓宽性变革，外延的技术变革更广泛而深远地影响人类生存状态，正是有了电梯才有摩天大楼，正是有了互联信息技术，也将产生出令人难以预料的新生事物，比如引发出视觉类新概念视像设备、听觉类音像新概念设备、工业制造新概念工艺流程及技术设备，物流新概念技术设备、新输电方式、新概念交通与载运工具技术、新的菜谱研发技术、新的服装设计技术、新的家居硬件设施、新的健康药疗设施与模式、新的科学技术研究模式及技术设施等，所有这些外延技术都不是互联技术本身，而是在互联技术条件下的其余领域的新生技术或科技手段。 讨论这些，明确“要研究的问题在哪里”。 附： 自我意识的本质 人脑就是个生物化学计算机，其实所有生物的神经系统都是一个生物化学计算机，不同生物只是或简单低级或复杂高级。为了深入研究神经系统的机制，可以用生物工程人工制造生物神经系统，从简单生物逐步到复杂生物的神经系统。在这些生物化学计算机里，信息是依靠化学物质、化学电表达的，人脑思维活动本质就是一套生物化学信息表达体系的运作，大脑对环境事物的感知与脑内的生物化学信息符号建立联系，外在事物在大脑内转换成符号从而形成事物的意义，这就形成了所谓的自我意识。如果从生物化学机制上透彻明了这一运作机制，那么就可构建大脑的抽象虚拟机标准数学模型，构建新型计算机高度仿真模拟人脑活动； 一个机器系统如果能把对所有外部的感知能在内部自动建立符号，以在其系统内建立任意感知到的事物的意义，那他就必然会产生自我意识； 大脑最核心的技术就是：神经元之间能自动响应感知建立联系；大脑自适应环境修改系统结构；而所有我们目前的机器计算机，电路芯片CPU设计制造好后是电路永远固定的。神经系统以神经元之间连接动态形成的系统结构的形式实现记忆和思维，表达意义的是神经元之间连结而成的结构形式，是一种通过结构形式的功能来表达意义符号，是结构（功能）表达，结构变化表达意义的变化，意义不是通过静态的电位信号码表达，而是通过动态变化的神经结构形式表达，是物质态的结构（功能）表达，不是码式表达，物态的神经结构是变化，与电位信号擦写完全不是一回事。神经元之间的连接是在神经生理、生物化学机制基础上在一定条件、一定时间、一定强度、多次刺激下诱导形成（人活动并感觉与互动），结构改变不如信号擦写那么轻易，不同于计算机的电位信号擦写一下就轻易修改了，结构形式依附于具体神经系统这一物态中，所以人的大脑没法拷贝复制，除非未来技术能实现脑结构形式的映射复制连接重构，造出一个任何局部细小神经元连接形式完全一样的新大脑，实现大脑复制，复制过程是重构、制造过程，而不是大脑系统的重新安装（不同于电脑软件系统的安装），不能关机重启，所谓大脑的启动就是胎儿大脑在妈妈子宫里生长使神经结构形成的过程，一生只能开机一次，神经系统结构形成不能关机，只要人活着，一辈子人脑电波二十四小时时刻不断在脉冲扫描活动，人睡觉大脑还在活动的，大脑不会关机，关机就是结构崩溃人脑死忘了；计算机电路结构固定，电位信号通过系统电路结构转换实现新电位信号并动态擦写，表达意义的是电位状态信号码，意义的变化通过静态电位信号码的变化表达，是码式表达，不是物质态表达，物质态的电路结构则恒定不变，电路结构只提供电位信号的转换逻辑通道，电路结构本身不直接表达意义，电位信号可轻易重新擦写输入，所以计算机系统可关机可重启，同一台计算机的同一种电路结构可重新安装不同的软件系统，如果这台计算机硬件结构损坏，只要电位信号状态表达的软件系统（一套软件保存在安装光盘上，就是一套信号码而已）和数据存在完好，就可重新复制安装到新的裸机计算机上，又可运行起来，软件系统复制只是电位信号向机器里的重写输入过程，而不是机器重新构造的制造过程。 人脑神经元的自适应进化机制及表现出的功能，使人脑表现出自适应建立其所经历世界的逻辑的功能，这功能就是所谓的人脑认识世界的能力的基础。 计算机程序来模拟是在有限功能上的等效模拟；程序在某些功能上等效大脑的功能效果，就是模拟；如果在物理性上相同，那我们就真的制造人类一样的大脑了，不知道后果如何。 只要机器能根据任何外部感知在内部自动建立符号编码，建立事物的意义，实时适应对应地建立信息关联性处理功能单元及系统，就必然会成形为有自我意识，我们的“我”其实就来源于神经元结构功能表象了现在感觉到自己个体存在， 这个感觉是人的五官在感知身体及周围环境不断向大脑发信号，大脑系统内有对应的以化学物质形式表达的信息 ； 这些化学信息就是大脑的自我意识；这就是”我思故我在“。 条件反射的产生机制：敲了某人的腿，其皮肤下有G蛋白把压力转换成电信号,G蛋白在神经末梢那里,这个电信号发到大脑,大脑相关区域会产生电信号,导致一连串的信号转递,敲腿的同时给其吃饭,他的嘴巴味蕾的G蛋白和食物化学分子反应,G蛋白发送电信号到神经，一直传递到大脑相关区域,和前面的那个敲腿的电信号在大脑区域里同时发生,这两个电信号在不同的神经元处,同时的两个电脉冲，多次高强度发生，慢慢地促进胶质细胞生成,还会有一些其他的化学物质,这些物质在多次积累的基础上,使得新的神经元之间建立了电信号的通路,这个新通路使大脑里对这两个信号建立了对应关系,所以在以后敲一下这个人腿，他的嘴巴就会想吃东西。大脑里对这两个信号建立对应关系,这个对应关系就是大脑“自以为是”把两者间建立逻辑关系,把敲腿跟吃饭建立了逻辑关系,如果继续多次敲腿，不吃饭，大脑神经间对应这个逻辑关系的物质基础（即神经胶质等生物化学构造）会逐渐弱化消失，从而在功能上表现的这两个对应关系的逻辑关系性会慢慢消失，也就是敲腿跟吃饭的逻辑关系消失，逻辑改变，大脑在神经生理物理层面的这种逻辑实现机制在局部实现微型算法功能。 认知智能的本质是事件关联，即自动意义化，所谓的意义就是一个事件关联着另一个事件，意义就是机器符号系统模式关联着输入(反馈与感知)物理世界的物理模式，机器符号系统模式的内在自洽关联表象为人工智能的数学能力，符号系统模式与物理世界的物理模式的关联表象为人工智能的科学能力。认知关联的本质，是和基于大数据的反推分析获得数据关联的本质是不同的。认知关联的本质，是时间空间中不同事件模式的信息输入的时程效应的非逻辑关系进置表象为逻辑化关系。条件反射的两个事件，在理性上并无先验逻辑，而我们人脑却会因为两个事件模式在时间空间中规律性发生而进行逻辑化关联，这就是所谓获得性知识。 人脑学习的驱动力是好奇心、问题应对需求，好奇心的数学本质是：输入事件A的信号模型，检索与事件A关联的反馈输出信号模型库，求解匹配模型的可反馈值，当不满足阀值要求时，输出自动感知的动作驱动，启动采集传感器，自主感知环境响应并进行关联。 好奇心定义为一种自动化动力源，是一种关联库(知识)自动检索器，当神经网络接受到一个事件信号输入集，好奇心系统自动去关联库检索，寻找该信号输入集的关联集，并有建立更多关联集的自动化倾向，检索关联集就是意义理解，建立关联集就是意义寻找。建立关联集是一个自动化运行过程，好奇心系统激发函数驱动机器运动机构、传感阵列去采集同时程输入信号集，建立关联。好奇心驱动器按设定主频，是自动自主按主频周期性扫描检测输入，当检测到逻辑条件，就自动激活检索匹配机制，并自动激活一系列逻辑反馈、自主启动传感输入、传感输出。 异类采集传感器输入信号模型间关联机制的数学模型：系统视像采集传感器输入视像信号模型，系统声波（声像）采集传感器输入声波（声像）信号模型，模型抽象器（功能计算芯片）分别对两个信号模型进行抽象（数据集），时程效应器按主频周期性接收模型抽象器输出，时程效应器(功能芯片)对输入的抽象模型数据集进行时程效应计算并输出，输出时长T值内抽象模型关联时程函数（可以拿行车记录仪作比方），好奇心驱动器按主频周期性接收时程效应器输出（模型抽象数据集及对应时长T内时程函数），好奇心驱动器对时程效应器输出的抽象模型(数据集)进行关联检索（与内部存储模型库匹配），即对时程效应器输出的抽象模型(数据集)进行意义化，好奇心驱动器求解匹配模型的可匹配值，并与阀值比较对匹配模型进行过滤，好奇心驱动器对时程效应器输出的两类抽象模型及其时程函数、两类抽象模型的匹配模型（数据集）的时程函数进行综合性第二层抽象（第二层抽象模型、第二层抽象模型的时程函数），输出第二层关联抽象模型（第二层数据集），各层抽象模型（数据集）分别存入分层模型库（抽象数据集管理功能存储芯片），不同层抽象模型数据集在模型库存储芯片内的存储时长是不同的，其存储时长是抽象数据集类型及其价值变量计算阀值的相关函数，有的抽象模型数据集长久保存，有的抽象模型数据集短时间保存，该存储时长的机制：为了标识该存储抽象模型与后期输入抽象模型进行匹配关联的关联资格值，类似于人脑对某些意义价值不高的感知信息只是短暂记忆，对某些刻骨铭心的感知信息永世难忘，并会触景生情。 异类多事件模式信号关联机制的实验构思：开发一个单个虚拟人程序，总体模块架构见上图数学模型，每个模块又是一个涉及机器学习的神经元网络子系统，系统训练数据输入采用传感器方式。 一个人站在声音传感器的数据采集区，这个人发出运动指令，程序采集到指令的声音模式作为声像模式抽象存入系统；另一个真人站在视像传感器的数据采集区，在听到声音指令后5秒钟之内做出与指令准确对应的体操动作，超过5秒钟则做出与指令无关的随机体操动作，同时系统采集真人的肢体运动轨迹，程序的虚拟人根据这些轨迹作同样的运动，并图像化显示，把轨迹运动模式抽象存入系统；把声像模式抽象、轨迹运动模式抽象、时程关联抽象函数输入到时程关联抽象模块；系统的关联反馈模块的功能是根据一类输入模型，输出另一类关联的模型；训练一定的量，调节参数，使得系统接收指令作出体操动作以时间5秒门槛值作为准确过滤。 经过训练后的系统行为：根据声音传感器接收到的指令，虚拟人将作出准确的体操动作，而不管真人的动作准确与否。就相当于系统在声音指令与体操动作之间以5秒门槛值建立条件反射。 传统训练系统的大数据样本的每一个数据是个n空间维数据，再加上一个时间维数据，就成为与时程相关的样本。物理世界的一切只要有模式性、可抽象，将都能赋予智能机器进行识别。芸芸众生的人类个体的行为，在局部时间中看似偶然而随机，而在时间长河中个体人的行为模式将一览无余（江山易改，本性难移）；而这些个体的行为在时间宏观体现着模式的必然，在时间微观上则体现出智能的随机应对；引入时间维的大数据、神经网络、自动控制及反馈的综合，将显示出一个模拟真人的机器。 知识获得的数学抽象： 在第1次到第N次发生“天鹅是白的”传感输入事件，知识获得“天鹅是白的"这一命题知识； 在第N+1次发生“天鹅是黑的”传感输入事件，知识获得“天鹅多数是白的，少数是黑的"这一命题知识，知识获得修改，校正为新的知识。 第一次看到天鹅是白的，作为一次事件记为d1，天鹅的形状模式a1和颜色模式b1分别输入。模式a1和模式b1的合并的总模式，记为总模式t1；发生多次看到白天鹅的事件（多次传感信号输入），记为D事件序列集合，数学符号记为(Dn)=(d1，d2，……dn)；天鹅的形状模式序列集合，数学符号记为(An)=(a1，a2，……an)；天鹅的颜色模式序列集合，数学符号记为(Bn)=(b1，b2，……bn)；序列集(Dn)中每次事件di的总模式ti，每次事件传感输入所有信号的总体作为一种模式的数学符号用ti表示，ti=ai+bi，表示ti总模式由两个分模式合并，从而总模式序列集合记为(Tn)=(t1，t2，……tn)=(a1+b1，a2+b2，……an+bn)；(T)为所有(无穷次事件)天鹅，(A)为所有天鹅的形状模式(无穷次事件中观察到的形状)，(B)为所有天鹅的颜色模式(无穷次事件中观察到的颜色)。“天鹅是白的”作为一个命题，抽象成数学的表达是 (T)=(A)+(B)。在n次个别事件的序列中，传感输入天鹅形状、白颜色两个信号模式，数学表示为(Tn)=(An)+(Bn)，依据这个表达式，推算无数次“天鹅是白的”事件的可能概率，即由(Tn)=(An)+(Bn)推算(T)=(A)+(B)的概率，概率大于门槛值，即视为“天鹅是白的”的知识获得，概率值则表征为该知识的真理度。在接近无数次传感输入中，满足(Ti)=(Ai)+(Bi)，0<i< ∞，则为高真理度知识，为必然性知识，譬如“太阳从东边升起(站在地球上看)”这一命题；在接近无数次传感输入中，满足(Ti)=(Ai)+(Bi)，使得这个表达式成立的j事件的次数累计值与所有j事件的次数总累计值的比值在(0.5 , 1)之间，是常规性知识。在n次事件中获得必然性知识，如发生一次证伪或极少次证伪，则转为常规性知识。比如“苹果是甜的”这一命题，苹果也会有不甜的，只是较少见；在接近无数次传感输入中，满足(Ti)=(Ai)+(Bi)，使得这个表达式成立的j事件的次数累计值与所有j事件的次数总累计值的比值在(0.2 , 0.5]之间，被证伪较多，则为或然性知识；在接近无数次传感输入中，满足(Ti)=(Ai)+(Bi)，使得这个表达式成立的j事件的次数累计值与所有j事件的次数总累计值的比值在(0 , 0.2]之间，被证伪极多，证明的极少，则为偶然可能性知识。在接近无数次传感输入中，满足(Ti)=(Ai)+(Bi)，使得这个表达式成立的j事件的次数累计值与所有j事件的次数总累计值的比值为0，则获得否定命题的必然性知识，数学等价表示：在接近无数次传感输入中，满足(Ti)≠(Ai)+(Bi)，0<i< ∞，同为高真理度知识，为必然性知识。 从t0时刻开始，随机输入A类事件传感信号模型序列：A1、A2、A3、A4、A5、A6……An，在事件Ai信号输入后，对应输入B类事件传感信号模型序列：B1、B2、B3、B4、B5、B6……Bn，A类与B类事件发生的时差记为Ti，对A类事件模型、B类事件模型、事间发生时差Ti进行模型合并，记为：Ai并Bi并Ti=(Ai ∪Bi ∪Ti)， (Ai ∪Bi ∪Ti)理解为事件整体模型的序列，此时 Ai、Bi、Ti就相当于事件的局部模型。对该模型子集进行抽象，如A1~An能抽象出A类模式， B1 Bn能抽象出B类模式，T1Tn能抽象出一个类T时长模式，那么 (A1 An，B1Bn，T1~Tn) 就能抽象出(A类中心、B类中心、T类中心)，再输入一个A类事件An+1，系统识别出事件 An+1为A类，并输出 (A类中心、B类中心、T类中心)整体模型，对整体模型切割（通过模型分割功能芯片分割输出子模型），切割出子模型B类中心、T类中心并输出到下一层，对应干子模型B类中心的下一层神经元，在以T类中心为基的时长内，调用激活函数并输出，输入到价值模式芯片进行匹配过滤（价值模式库匹配过滤输出模型的价值度，当价值度低于价值度阀值，该子模型输出被抑制，通过一个功能芯片实现），输出到模型B类对应的效应器， 效应器输出反馈。 我们人的五感其实就是五种G蛋白，这五种G蛋白就是人的传感器, 人通过G蛋白才有触觉、听觉、味觉、嗅觉、视觉， 这些触觉、听觉、味觉、嗅觉、视觉其实就是五种在不同大脑区域的电信号；计算机是硅电路保存信息，所以不会丢失存储信息，人脑是用化学物质保存信息，这些化学物质会自己流失或慢慢减少，所以人脑会遗忘，老年痴呆的人，这些化学物质可以全流失，最后谁都不认识；把信息保存在计算机里，过一百万年都不会消失；由于化学物质的人脑和金属的电脑的物理属性的不同，导致了这两种类型的计算机的特性的巨大不同，并且由于两者的物理属性的不同，也导致了他们的工作模式和能力特性的巨大不同；人脑的工作模式是化学物质在进化中自然演化形成的，而演化在最微观层面（生物化学层面）则必遵循着某种自然界最简单的规则（自组织理论、自相似理论），而这最简单的规则在宏观上衍生出极其复杂的功能表现，这个进化不是那个设计出来的（是在某个简单自然规则下演化的），除非是上帝（这个微观极其简单宏观极其复杂的自然规则太神奇了，禁不住使我感叹是上帝的力量吗？）设计了他，而电脑或人工智能始终是有人在设计。未来设计了一种新型的计算机，他有人脑一样的物理属性，并有这种属性带来的和人脑一样的工作模式，那么我们人类就可以制造人脑，相当于制造人类。人类都不需要繁殖自己了，那后果是祸是福还未知，所以我们就开发有限范围内的模拟这种工作模式的人工智能，在一定范围内延伸我们大脑的能力，就足够了。未来的这种可以完全和人脑一样的制造出来的人脑估计将被禁止开发，就和克隆人的技术被禁止一样。 人脑时时刻刻接受着身体五种传感器（五种G蛋白）从神经末梢发来的电脉冲信号，在脑内形成触觉、听觉、味觉、嗅觉、视觉的综合信号状态，大脑对这个综合信号与脑内已经储备的化学信息(知觉的本质)进行信息相关性处理，形成我们大脑此时此刻的存在感知，这就是自我意识。人工智能对不同类型传感器采集不同类型的大数据间进行关联性识别，就类似人脑对视觉、触觉等多种感觉进行关联性处理的能力，“望梅止渴”，就是因为人脑在以往经历中（以前传感数据采集输入），对梅子形状模式视觉信息与味觉模式信息之间建立了并发匹配关联性，人脑在梅子的形状与吃梅子的味觉之间建立了一种理解力；“多次尝霉变的梅，随后拉起肚子”，人脑在经历中，对霉变梅子形状模式视觉信息与拉肚子触觉模式信息之间建立了串发匹配关联性（异步信息模式间的时差规律性），人脑在霉变梅子的形状与导致拉肚子之间建立了一种理解力；口语的意义是声音模式与其他模式信息建立关联性，文字的意义是字形模式信息与其他模式信息之间的关联性，不同种感知模式信息间的并发匹配关联性模式形成空间意识（同步同在发生并传感导入），不同种感知模式信息间的串发匹配关联性模式形成时间意识（不同步发生的，异步异在发生的传感导入，异部模式信息间的时差规律性将标征出其匹配关联性），人工智能采用模式信息的关联（也是一种关联匹配模式），在不同种类的传感器数据类型间也建立起了一种理解能力（譬如微软小冰人工智能，如能对大量的客户对话反馈语言数据作情感道德表征大数据作并发关联分析、串发关联分析，其就能理解客户对其聊天的好感模式、厌恶模式信息及其余性格特征型模式信息，从而调整其与客户的聊天模式，让小冰自己实现进化，而不需要由开发人员去修改小冰的设计）。大脑对身体五种感觉信息的并发关联匹配模式、加上与储备信息（知觉）的串发关联匹配模式建立神经元处理功能库结构系统，这些信息处理模式就是人脑的时间意识、空间意识、各种思维意识。 即使人的身体已死去，只要能用某种设备继续给大脑供氧气和营养，让大脑不死，虽然大脑接受不到身体的五种G蛋白传来的脉冲信号了，但可以把人体的五种传感器接受的信号来源改变，用某种设备代替原来身体的G蛋白给大脑发信号，用计算机给其虚拟一个现实环境，给大脑发送这个虚拟环境的信号（计算机反馈的虚拟信号的逻辑关系越接近此人大脑过去生活经历过的现实世界的逻辑，那么大脑感受到的虚拟世界就越真实，如果计算机反馈的虚拟信号的逻辑关系与此人大脑过去生活经历过的现实世界的逻辑偏差或背离，那么此大脑就相当于处于学习到新知识的模式中，会进化自适应到符合于虚拟世界逻辑关系的新世界的知识体系中，大脑会从刚开始因逻辑不符合的虚幻感逐步适应到真实感中，这就是哲学上所说大脑自欺本能的智能原理层面的原因），此时他的大脑区分不出现实和虚幻，他就变成完全可以生活在虚拟现实之中，只要维持他的大脑不死，就如同永生不死了。这就是电影“黑客帝国”和“源代码”的原理基础。 大脑系统的功能基于神经元的结构功能表达显示的整体功能，不同个体大脑处于同一个世界体系逻辑中，人脑在自适应进化中进化出同效反馈结构-即镜像神经元，对某些外部信息输入到一个脑中会在另一脑中产生同效反馈，这是大脑同情心或理解力的神经生理基础，也就是人脑情感的基础，是人脑爱心的基础，人工智能如能对异体的信息输入产生本体的同效反馈，那么就离开发出有情感的人工智能前进了一大步。 欲望或需求的本质，就是脑神经元自适应进化中演化出的内在自评价导向机制，该导向机制使神经元的信息反馈与激发引致的自控制与自反馈更趋向于一种优化性表现，结合情绪反馈机制（情绪的本质，就是大脑神经元自适应进化机制中的自评价的功能机制所显示之表象），情绪的机制使得自控制与自反馈显示导向性（智能自评价符合规则的标准高，情绪则正向，智能强化此信息循环路径，表象为智能愿意重复执行使其高兴的指令；智能自评价符合规则的标准底，情绪则负向，智能弱化此信息循环路径，表象为智能不愿意执行使其发怒的指令），这种导向显示一种结果优化性，这种优化性使得该大脑机器个体在其所处的环境中的延存概率最高，显现为智能个体强者生存弱者淘汰的进化表象。意志的本质，是神经元信息作用机制中的一种对情绪导向机制的负反馈平衡抑制机制，神经元基于以往信息存储的知觉信息关联着另一种导向机制，这种意志导向机制与情绪导向机制结合，使得智能的控制与反馈的信息处理功能的结果最优化。 与人工智能相关的哲学认识论的澄清：世界稳定的模式、规则是抽象无形、看不见的，大脑在经历世界的经验次序中自适应产生一个模式规则的识别–即观念，模式规则是不可感、无形的，感觉到的世界则是可感的，人认识世界总是先从感觉（眼、耳、鼻、舌、身）（视觉、听觉、嗅觉、味觉、触觉）出发。 从世界的可感性（感觉中的世界）这个角度看人的认识，由于模式规则不可感觉（不存在于五感中），在五感的世界中先前并不存在，人脑对模式规则的识别–即观念，是由人脑自身产生的，自身产生就同于先天就有，人脑有了观念就会用这个观念去观照经验的现实世界，这样来看人的认识，就观念在先、唯心的。可以说，不同生物的大脑，对同一个可感世界，由于产生模式规则的识别的机制不同，产生的模式规则的识别–即观念，也可以是不同的，大脑的识别机制是什么样的，认识到的世界就是什么样的，蛇依靠嗅觉感知识别世界，蝙蝠依靠无线电波感知识别世界，蛇、蝙蝠大脑认识到的世界，绝对不同于人脑认识到的世界，世界（认识到的世界）即是大脑的观念系统，是大脑心灵自身构造产生出了这些观念系统，所以说世界（认识到的世界）是心灵所造。我们设计出不同的人工智能认知与控制系统，这些不同的智能系统、智能系统与环境的交互也可以具有不同的信息协调体系（人工智能的观念系统）。 从大脑产生一个观念的缘由这个角度看人的认识，大脑之所以产生一个模式规则的识别–即观念，并不是无缘无故的，是有缘由的，这个缘由就是须得从可感觉的世界出发，模式规则的识别–即观念的产生，是在可感的现实世界之后，人脑产生观念来源于现实世界，来源于感觉，离开可感觉的世界、离开感觉，人脑观念-即心灵，无从产生，对先天的盲人谈红色，他的心灵世界中也永远不会有红色的认识，他的心灵对红色的认识只是他人描述红色的口语发音-音感，没有对红色的视觉色感，所以说可感的物在先，观念在后，认识世界是唯物的。 人认识世界，既是唯心的，又是唯物的，唯心唯物只是不同角度的看法。