标题：由智能机器人的意识问题展开的精彩讨论(二)[转载]
发布时间：日
点击数：10457
签名：天為空,地為實;世界=物质,感情=虛偽;人,夾天地之間,於萬物之長,非虛,非實也!何呼?!
王思童:对于语音技术我一直停留于别人的东西拿来用的阶段,但知道,在您的引导下,我们会有更好的明天. 我现在刚刚失去工作,因为不喜欢做了,目前在给朋友帮忙,修电器,平时也做点乱七八糟的东西,您能个我个好的建议或者方案吗?我感觉好象失去的方向,不知道自己应该做什么好了
今天做了个门铃,语音的,但不是处理语音,是播放语音的,带音乐,还是和悬的.但没有以前的那种成功的喜悦感觉了。语音控制计算机，关键是交互性上和可操作性上,编程也不是难事,但要是实现意识和复杂任务的处理.估计光说不练是不行的,我喜欢一边实践去做,以便去研究理论,如果可以,我希望您能个规划方案,然后我去做,这样,可以更好的认识和了解 人工 意识ruiaijun:我也想再网上聚集一批人，动手搞。目前在&人工智能俱乐部&网上进行讨论，发现不少问题，马上不能动手了。我原来也教过七八年家电维修，搞哪个东西太累，一个小毛病找一晚上，现在搞不动了。不至你们那儿装电脑得多不多，搞那玩意儿和你的爱好接近。现在是吃饭第一，爱好第二。让初级实验产生知识 我们的初级实验原有的课题讨论得差不多了。下面我们在这个实验的基础上，进一步讨论意识活动的象征之一：认识和产生知识。 一、脑神经系统的基本操作。脑不是唯一能够处理信息的地方，整个神经系统在接收信息的同时，都在对信息进行着加工，这是被实验证实了的。因此我们谈到基本操作时，不单独指脑，而是指脑和整个神经系统。几乎所有神经细胞都有操作能力，所以，脑神经系统可以看成是很多自带存储器的小ＣＰＵ，从神经未稍到大脑构成一个处理网络。 脑和神经系统也有一些类似计算机中心处理器ＣＰＵ指令的基本操作，不过它比ＣＰＵ弱得多。据我的分析。脑和神经系统只有四种操作：传递信息、保存信息、比较信息、建立反射。在整个脑和神经系统的工作中，由于各个小ＣＰＵ，不可分割地共同工作，我们也可以把上述操作看成它们整体的操作。 反射是神经系统建立的联系，条件反射实验揭示的，是诸多种反射中的一种；先天性反射是神经系统生来就有的联系。神经系统可以靠后天反射的建立完成很多工作，比如记忆资料存取，比如习惯和熟练的形成。 二、生理记忆活动。严格地说，记忆活动是两个不同活动的混合：生理记忆活动和心理记忆活动。每个神经细胞都在记忆着与自己有关的信息。当有人打你时，你用胳膊去挡，这一个动作的细节，并不是由大脑记录的，而是保存在与该动作有关的所有神经细胞中。由于神经细胞太多了，每个细胞只要记忆很少的信息，完成自己的任务，组合起来，就是人体数不清的活动。这就是生理记忆活动。大脑也在进行这种生理记忆活动。 生理记忆活动就是由脑神经系统的四种操作联合完成的。大脑中没有按地址编排的存储单元，所以不可能有ＣＰＵ的各种寻址操作。&记&需要用到传递、保存和建立反射，其中建立反射就是在建立存取标志。&忆&需要用到传递、比较、反射，通过反射寻到保存地方后，由比较操作把相应信息提取出来。由于建立反射要求反复巩固的过程，所以生理记忆活动也需要反复巩固才能完成。 三、生理记忆活动也可以产生知识。人脑的知识不仅来自认识，也可以来自生理记忆活动。很多活动进行的次数多了，就会由于反复被巩固，被生理记忆活动记忆下来。很多环境和环境的变化，也因为反复而被巩固，被记忆下来。这些记忆资料的保存，也形成一种知识。但是这里产生知识的过程不是认识。 很多人分不清这两种产生过程不同的知识的区别。可以说，有神经系统的动物都可以产生这种知识，并凭这种知识开展活动。比如，鸡能听懂主人用语言发出的命令，狗能完成主人复杂的指示。这些现象并不是高等智慧的产物，而是生理记忆活动产生的知识使然。 人类有很多活动也是靠这种生理记忆活动形成的知识完成的，比如活动中对动作细节对情景不只不觉的记忆，就是由生物记忆活动完成的。而有些人错把它们当成自己智慧活动的表现，并据此推论，动物也有智慧，实际是本末倒置。 四、电脑模拟生理记忆活动产生知识。现在家庭电脑的ＣＰＵ已经有强大的寻址能力，没有必要再去搞什么反射操作。只是需要设置反复巩固的条件，把一些活动和情景记录下来作为知识，就模拟了生理记忆活动产生知识的过程。电脑要记录的知识有两种：一种是自身工作的情况。另一种是负责感觉外设报告的资料。 自身工作情况相当于现在ＷＩＮＤＯＷＳ操作系统的历史记录。只不过ＷＩＮＤＯＷＳ的记录是给用户看的，现在的记录是给电脑自己的意识软件包看的。所以知识的归属发生了变化。 我们在实验故事中描述的有灵魂的电脑，感觉器官只有话筒和少量感受器，所能记忆的环境资料也不会太多。但是如果它能依据知识，分辨出家庭中的不同成员来，就已经是不小的进步了。依据知识进行分辨已经是识别活动的任务了。 在模拟产生这些知识时，还要有严格的选择机制，如果什么东西都记忆，存储器就要暴满。 五、伴随现象。我们已经提到过，需要是发动活动的动力，任何活动都应该由相应的需要发动。但有些活动找不到明显的需要发动。比如生物记忆活动，大多场合，都没有这种记忆活动的直接需要。仔细分析这些记忆活动，会发现它们都是伴随其它活动完成的。比如前面用胳膊保护自己的例子中，有需要的活动是保护自己的肢体活动，记住肢体活动的方式的这个记忆活动，是伴随有需要活动出现的。 这种没有&自己&的直接需要，在某种需要引起其它活动时，伴随产生活动的现象叫伴随现象。这些活动属于伴随活动，它的需要是间接需要。让初级实验生成简单思维 在传统的人工智能系统中，人们总是为它编制思维程序，有用逻辑代数、数理逻辑方法的，有用经验方法的，也有用复杂算法加学习思维方式的。但是不能由系统自发产生思维功能。 一、初等思维。上篇文章中认识得到了结果，这些结果象是通过思维完成的，又不是通过思维完成的，特别是和现在人类发达的思维很不相同。我们叫这类思维为初等思维。 从生物发展史看，从人类个体发展的证据看，都表明人脑只为思维的生成创造了条件，思维是在后来的环境中学习生成的。明显的例证是狼孩，他们与人类有完全相同的大脑，但是没有和人类相同的思维（有一些狼的初等思维），回到人类社会中，也没有掌握人类的高等思维。 初等思维的特点是：它具有一些高等思维某种操作的特征，又没有高等思维中该种操作的复杂过程。比如分类，在高等思维中是个复杂的过程，有时要反复比较事物的各方面特征，才能准确分类。而上篇文章中的分类是很简单的，只因为两个事物联系的另两个事物不同，就把它们分为两类，如果两事物与同一事物联系，就把它们放入同类。这是非常死板的分类，但它确实是分类了。 而概念间的联系，在高等思维中，也是反复考察各种现象后才能得出结论的。我们这里的联系就异常简单，只是因为两事物经常同时出现，就把它们联系起来。这种概念的联系，从高等思维的角度看，是十分不可靠的。但它确实把两个概念联系起来了。 而所谓推理，完全没有充分的理由，只由于甲事物与乙事物有联系，乙事物又与丙事物有联系，它就把甲事物与丙事物联系起来。既有些象三段式推理，又不那么严格。但它得出的是直接记忆外的结论。 二、初等思维成为独立操作的过程。上述联系、分类、推理等初等思维操作&程序&，还是附属于基本操作保存、传递、比较、反射的小型操作组合。只有当这些小&程序&成为独立操作后，它们才能发展为高等思维中的重要操作。这个独立过程是怎样的呢？ 首先要考虑到伴随现象，在执行上述小&程序&时，生物记忆活动还要为这些小&程序&做出伴随记录，无非是记录该小程序的成败，很简单。当这种记录多了，小程序就形成自己的工作区，同时通过认识活动产生很多该种小操作的知识，例如该操作＝成功的认识，大脑的自编程序功能，又使小程序往复杂方向扩展。终于形成一个相对独立的思维操作，并发展为高级思维。 本实验电脑没有自编程序的功能，这些小操作不能得到发展，所以本实验不能模拟思维的发展。人眼识别的几点想法（一） 我发现，现在搞视觉识别的，总是希望处理的信息量大一些，全面一些，以为这样才能得到准确的识别效果，其实这个思路和人眼识别的实际情况是相反的，人眼往往能够在信息量非常小的情况下做出准确识别。 一、&从背影认出他&现象：这个小标题有点俗吧？实际上，我们经常会遇到这种现象。背影应该说是人体信息量最少的一面，但是对于人眼的识别来说，这种识别情况再常见不过了。当然这种识别的对象一定是熟人，你只见过一面的人，下次很难从背影认出他。另外这种识别没有法律意义，仅凭背影确定罪犯，法律往往不会采信。这种识别的道理很简单，无非整个识别不凭借全部信息，而只凭借局部特征。如果选择的特征代表性强，那么信息量小也能准确识别。 这种现象提醒我们，搞视觉识别应该在提取信息量小的特征方面下工夫。越是信息量大，越可能&淹没&有用的特征信息。显然，无论从处理速度上看，还是从视觉识别的发展看，信息量小又准确的识别都是不可忽视的。 在人眼的识别中，常常有一眼认出的现象，它表明人眼的准确识别速度非常快。实现这种速度快的识别，只有两个方向：一个是加快处理速度，一个是减少信息处理量。目前的视觉识别靠的是前者，而人眼的识别应该是靠后者。 但是凡事只看到方向不行，会看方向的人很多，找出解决方法才会使看到的方向有用，否则仅仅是看到而已。 二、如何选取有效的特征。这里要解决的是人眼靠什么识别。我们常会看到一个小孩在纸上歪七扭八地划出线条图，说这个是妈妈，那个是爸爸。他画不好，有他画图技术上的原因，但起码他认同那个线条图是他头脑中爸爸、妈妈的形象。如果让一个技术好的人，几笔勾画出他父母的轮廓线条，孩子会更加认同。 这表明人眼识别的最终形式，应该是线条图形式，它简单，信息量少，但是能够准确把握人脸、人体的视觉特征。这应该是识别基本的依据。 在孩子画画时，一个圆，可以是球，可以是烧饼，也可以是脑袋。但是一个圆下面有一条竖线，竖线两边再出现上下四个分杈，就一定不是球，不是烧饼，而是人了。为什么这个和人体图象相差很多的线条图竟被认同为人呢？因为在人眼识别时不是对图象进行全信息处理，而是以基本线条图为基元，用它们的组合（拚图）进行识别。基本线条图就是圆、方形、直线、角、各种曲线等图形。 在对线条图的识别中，大脑中保存有一些基本线条图为模版，并保存由哪些模版组成哪些形象的概念描述。当接收到的图象转化为线条图后，它与一些模版的组成一致，便转化成相应的概念。完成了识别。 然而这还不是人眼识别的全部。 三、逐步补充在识别中的作用。小孩在家中只见到爸爸、妈妈，头上画两根头发就是妈妈，眼睛处画两个圈（眼镜）就是爸爸。这表明他在这个环境，可以用这样简单的特征，确认识别对象。但是当他接触人多了，这种简单的特征不够了，于是他便寻找新的识别特征，比如，妈妈爱穿连衣裙，幼儿园阿姨爱穿花长裙，成为他区分识别对象的特征。这在心理学中叫&分化&。 这种现象表明，识别特征在不断补充，人眼是用不断补充信息的方式识别的，而不是一次完成识别的。事实也是这样：成人看到一个人，远远就能够从特征上判断男女、老少、美丑等。近了，仔细看了，才能从细节特征上认出此人。熟悉的人，需要特征少，凭一条围巾、一对眼睛、一个笑容等简单特征就能够准确认出。不熟悉的人就麻烦了，要左看右看，终于找到识别特征，才能认出。这里就有一个收集补充信息的过程。 复杂的、精细的识别也是这样：专家鉴别一幅名画，先大略看出画的内容，再根据自己的经验确定画的风格，这样就能看出是否是某某的画。但是还要确定真伪。专家就要观察能够辨别真伪的细节特征。有时印章上的一个残缺，画卷上的一块缺痕，都能成为准确识别的依据。 在逐步补充信息的过程中，局部特征、细节特征才起决定性作用。由于识别中有这个逐步补充信息的过程，人眼识别不担心提取的信息量不全。这和现在模式识别的思路也是不同的。 三、概念在识别过程中的作用。人脑没有什么计算能力，它的识别不需要算。人脑的基本功能是传输、保存信息，还有一个人们不大注意的功能就是建立反射关系。反射关系就是在若干神经间建立联系。这种联系相当于数学中的影射，可以使很多记忆资料相互对应起来。概念就是靠这种影射形成的。 概念实际是一些语言符号，在大脑里，用听觉信号保存也好，用视觉信号保存也好，都是较为简洁的东西。图象，即便是线条图也比它们复杂。在人眼识别过程中，用概念描述形象起着非常重要的作用。 识别图形时，大脑从图象中（通过线条图）提取出概念和用概念对图象做的描述进行识别。这种识别，模版是用概念描述的，图象是用概念描述的。这种识别叫做概念识别。它比就图象识别图象有很大的优越性。 首先它是人眼识别的目的，识别与再识不同，再识要求确定它们是同一个，识别就是要把图象转化为概念，转化为语言描述。其实由概念帮助再识，效果也是很好的。 其次它是别人确认你完成识别的依据，你不能用概念组成语言表达出图象，你的识别对别人就毫无意义。那怕只是回答：是与不是，也是你识别的结果，也是在你产生概念后形成的一种表达方式。 再其次，在逐步识别的过程中，概念是你保存以前识别结果的最好方式，它简单易存，描述清晰。在前面结果保存后，你继续识别的结果形成新的概念，只需要把前后的概念组织成语言，就可以得出识别结果了。 最后，用概念保存识别模版，比用形象保存识别模版，保存的信息量少，识别的速度快。这个问题我们说得稍细一些：大脑中保存的图形是基本线条图，它们先与概念建立起对应关系。再用这些概念描述它们的组成的一些图形，把这个描述保存起来作为识别依据，显然比直接保存具体形象的线条图节省内存。在识别的时侯，不是用图象比图象，而是用概念组合比概念组合，那样做，信息处理量也大大较少。同时也容易发现需要补充的东西，及时向眼睛要补充信息。 顺便说一下：我们所说的语言描述，不是指人们间都能听懂的交流语言描述，那样的描述也比较复杂。它是一种只有大脑懂的内部语言，比交流语言更为简洁，更易保存，更易进行识别操作。 这里我们只讨论了人眼识别的基本情况，我们已经看到了，小信息量提取实现准确识别是完全可能的，同时看到这种识别方式的基本过程：第一，简化（分五步）成线条图，在这种小信息水平进行识别。第二，识别的模版有两种：基本线条图（保存为图象），简单图形的概念描述（保存为内部语言），在概念的级别上进行识别。第三，识别特征提取不足，采用逐步识别的方式不断提取新特征，完成识别。 人眼识别远比这个复杂，我们以后再讨论。人眼识别的几点想法（二） 我们继续讨论人眼识别。 四、人眼识别过程的具体例子。为了给我们一个深刻的印象，我们具体描绘一下人眼识别的过程。比如眼前来了一个男子，你看着眼熟，后来终于认出他是一个足球明星。 在你的头脑里并没有保存这个球星的照片。不信你就回忆一下，你绝对不能象看照片一样回忆出他的具体形象。即便你是一个画家，你脑子里储存着比别人多的形象，你脑子里也没有他的照片。实际你脑子里保存的是一些关于他形象的描述，比如他高大的身材，粗壮的胳膊和肌肉突出的大腿，脸是长方型的，眼睛很大，眼角稍往下，鼻子很尖，嘴不大，但嘴唇很厚，脸色较黑等。你在回忆他的形象时，大脑再把这些描述与常见的相应形象对照，形成他的形象。就是这样，他的形象在你的回忆中也不是清晰的、不是鲜活的。这就是大脑对图象存储与电脑中图象存储的最大区别。 在你看到这个人时，他的实际图象经五步简化，成为简单的线条图，传到大脑相应的部位。首先由模版中的内部语言模板进行识别，确定了他是人，是男人，是个健壮的男人等。甚至可以通过眼睛的补充信息，确定他的服装、年龄、详细体形等。但是信息再丰富，你大脑里找不到和他匹配的记录，还是不知道他是谁？ 如果你真的没有想起来，你就会记住这个形象，回去讲给别人，让他们帮助判断。这时，再一次见到的这个形象已经转变为语言描述，存入你的记忆，也算是完成了人眼识别的一个过程，识记过程。 但是今天还好。你终于从他的鼻子特征，想到他是你在电视上见到的足球明星，对他做出初步的确认。而后，你的大脑把相应的记忆资料调出，你对他其它特征也回忆出来，巩固了你的确认。你终于认出这个明星，并跑上去让他签字。 在这个识别过程中，不是靠什么立体信息的提取，也不是靠对图象进行的全信息处理，也没有靠排除信噪的干扰。识别的依据还是简单的特征，还是靠对图象的内部语言描绘，靠大脑保存的由内部语言描述的图象识别模版，靠逐步补充信息。人眼识别的几点想法（三） 五、能否在计算机上实现上述人眼的识别。上述人眼的识别并不是人眼识别的全部。我们本着，说一点&做&一点的方式讨论它的计算机模拟问题。这里的&做&我们打上引号，表示我们还是口头上&做&。 前面我们说了大脑的三种操作：存储、传递信息、建立反射（映射）。还有一个操作功能就是比较。大脑的全部操作功能就是这四种，比计算机ＣＰＵ的功能少多了。然而对于大脑来说，这些操作也足够了。计算机完成这四种操作简直是小菜一碟。完全不象人们估计得那么困难。我们不说嘴了，看看计算机怎样能模拟人眼吧！ １、基本模版的建立。假定我们已经得到当前图象的线条图（由于目前的各种算法在提取线条图方面还有困难，特别是克服不了光线信噪干扰，我们另做讨论）。那么如何使电脑取得基本线条图呢？有两条路，一条是学习，一条是输入。 学习这个概念，有很多不同的含义，单纯记忆是一种学习，单纯模仿也是一种学习，在活动中增长经验还是一种学习，通过对环境的认识，产生自己的知识更是一种学习。很多人都在说&我的&算法、&我的&程序如何能学习，但是他并没有说明他搞得是哪一种学习？实际上单纯记忆的学习很简单，用几百字节的机码程序就可以实现。 我们这里的学习很简单，就是一种记忆。基本线条图的学习，是靠某个简单的线条图的大量出现，大脑把它记忆为基本模版。比如圆，这个线条图里也有圆，那个线条图里也有圆，就把圆记忆为基本模版。完成这样的工作必须要求传送到大脑的线条图越简洁越好。用现在计算机识别中提取的复杂图象信息，你怎么也&看&不出很多图中有圆。而在线条图上，就可以看出圆来。&看&出一些图中有圆的操作也很简单，就是用比较操作，把两个图的各个部分比较，找出一致的地方。这里没有深奥的数学或生物学道理，计算机实现起来应该不会很困难。 另一条路更简单，干脆由人编好线条图输入到计算机中。 ２、基本模版概念的建立。我们说过，人眼识别中概念的参与起很大作用。为了模仿这一点，我们就要在电脑中建立与基本模板对应的概念。 用人的交流语言的建立概念比较麻烦，模仿人脑使用内部语言的方式，可以为每个基本模版创造一个内码，作为基本模板的概念。最简单的内码是把基本模板的产生顺序数赋予它。为了能够用交流语言表达给人，每个内码由要与相应的词汇对应，必要时调出交流语言，表达给人。 内码应该有相应的数据库保存，并且和基本模版保持互相调用的关系。这一点对于计算机来说，也不是什么困难的工作。 ３、拼图模版的建立。下面的工作就是在基本线条图的基础上建立拼图模版。这里还需要一些描述基本模版间关系的内码，它要表示基本模版组成拼图时的方位、大小、连接情况等。这些内码也要与相应的交流语言符号对应，以便必要时用交流语言表达。比如一个人形的拼图模版的内容用交流语言表达，就是人头在上，下面有身子，身子上方左右有胳臂，身子下方是两条腿。 拼图模版的产生也有学习和输入两种方式。由人向计算机输入大量这种模版，人的工作量大，使用也不方便。还是计算机自己学习好。这里的学习仍然是以记忆为主的学习。学习过程中比较操作仍然是核心。在一幅实际线条图上，计算机用模版比较，找到相匹配的部分。如果大小不一样就进行放大缩小的操作，直到确定一个基本模板在实际图型上的位置，然后是找另外基本图的相对位置，找的过程记录下两个基本模版的位置。最后一个实际线条图被用内码表示的拼图模版代替。 拼图模班建立后，同样也要为他们建立对应的内码，并建立与交流语言的对应关系。这样就完成了模板的识记过程。以后根据情况，两种模版都会有补充，但基本模版数量不能太多，多了就不是基本了。拼图模版不要太复杂，太复杂了，就代替更高层次的识记了。 人在幼儿时期由于基本模版和拼图模版还没有建立完整，他对复杂形象的识别能力就很差。现在电视机多了，你认真观察，会发现一岁左右的幼儿不喜欢动画片，而喜欢天气预报和广告。在播大孩子喜欢的动画片时，他们毫不在意。到天气预报和广告出现时，他们定睛观看。这两个节目相同图象重复率高，画面较简单，便于幼儿识别。对动画片，这时他们还无法识别，更无法理解。稍大一些孩子，喜欢看动画片而不常看真实人物片，也是因为片中的图象比较容易识别，内容也好理解。４、高层图形的识记。更复杂的线条图形，由高层识记过程完成。他们也是用内码描述的拼图，不过描述他们的不是基本模版，而是拼图模版。高层图形的产生与描述方式与拼图模版类似。只是它们的内容要复杂的多。它们是识别和再识的依据。比如，它可以描述出一个人（一个拼图模版）站在马路上，周围有很多行人（一些拼图模版）和车辆（一些拼图模版）的复杂图景。 高层拼图一般不再建立内码，实际上你也不会为记忆中的图景命名，例如把前面人在马路上的图景叫做&人在马路图&。但高层拼图还要建立与交流语言的对应关系，一个人是靠语言表达回忆这些高层图形的。比如，你可以用语言生动地表达你在马路上的情景。 由于建立高层拼图的工作过程与拼图模版类似，不再多说。 ５、识别特征和识别模版。以上两种模版和高层拼图，都代表一般情况下的图形。它们相当于我们描绘一个人时说的，大眼睛、高鼻梁、长方脸、大高个，有点胖。至于一个具体人，还有它具体的识别特征。要想快速识别，还要为具体对象建立具体的识别特征。 每个具体的识别对象，都有它的具体识别模版。这种具体识别模版包括两个部分：高层拼图和识别特征。这里关键是特征的提取。完成特征提取的还是个识记过程。 特征的提取是一个多次完成的过程。比如对象是某个人，他出现几次后，他经常出现的部分，就会被作为特征单独保留，附属在高层拼图旁。但是以后发现这个特征不见了，这个特征就被放弃，另确立特征。直到稳定的特征被找到，特征提取工作完成。 计算机完成特征提取，也主要靠比较和记忆操作完成。把实际线条图于高层拼图比较，就会发现不同之处，先把它作为特征保存，然后就进入淘汰和再提取过程，直到最后确定特征。用程序实现这些并不难。 这里出现一个时间问题，这样做好象需要太多的时间。其实识记过程的&长&，就是为识别过程的&短&打基础的。特征提取好了，在识别时，有时还没有做与模版匹配的工作，识别已经完成。人脑其实不能看！ 首先声明，这种看法不是我个人的专利，一位国外的学者就说，很多人以为他能看到的，不过是他看到的与记忆中的混合而已。我不喜欢用外国人的话堵自己人的嘴，也就不详细引述了。这里提到，只是不想为专利打官司。 一、你不能回忆出一个清晰的图象来。当你睁开眼睛的时侯，你觉察到许多清晰的场景，但是只要你一闭上眼睛你就再也不能回忆出那种清晰的场景来了。你所能够回忆的场景比实际差的很多。这表明大脑里不能保存一张完整的清晰的图象。我们知道大脑的记忆能力是很强的，几十年前的东西都能记得清清楚楚，为什么一闭眼就没有了呢？什么？你说图象是靠暂时记忆存储的？那么为什么长时记忆拒绝保存它呢？ 实际上，眼神经具有几十万个细胞，它们接收的信息如果全送到大脑中枢，大脑中枢会受不了的，所以人眼只能把大大简化了的信息送到大脑。在一篇报道中说，美国科学家已经用实验证实了这种简化。因此大脑得不到真正的图象信息。也就是说，我们平时说的看，只是眼睛在看，大脑并没有看。这也就是标题说的大脑其实不能看。二、你为什么觉得你在看？有人说，不对！我明明觉察到我在看，这难道不是大脑在看吗？你有没有注意过这种现象：你很久没有去过一个你曾经熟悉的地方了，你只能模糊地回忆出那里的房屋，那里的道路，那里的景色。当你又到了那里（假如那里变化不大），一切又真切的出现了。你甚至记起路边的一块石头这样的小事。这说明什么，说明你对看到的东西还是有深刻记忆的，只是有些东西暂时遗忘了，比如那块石头。但是一见就想起来，说明你没真忘。不过记忆中保存的是场景的概念，而不是场景本身。更甚的是，有时你连石头上的缺角、裂纹都能想起来，说明连这些很细小的细节你都记住了。这些记忆经过现场的激励，你才又觉察到它是真实的。这是怎么回事？ 大脑对视觉有一个&当前感觉&现象（这是我提出的概念，不知别人有没有提过，又怎样叫），就是用当前得到的信息辅助记忆中的信息，得到有真实感的&感觉&。由于你能够不断从现场提取信息，你才感觉到真实，如果你不能提取这种现场信息，你就没有这种真实感。你在看一张图画时，不管画得多象，你只是感觉画的存在是真实的，不会觉察到场景是真实的，因为你只能提取画中提供的信息，不能提取更多的信息了。 当前感觉是保存在暂时记忆中，它的保存时间在二十四分之一秒以下，大脑根本来不及看它。你的觉察到&在看&，不过是大脑中的概念加加记忆中相应的资料再加上眼睛&告诉你&它不断获得当前信息。另一个渠道是随着你的注意，眼睛把注意到的当前细节提取、汇总、压缩送到大脑中枢。使你有&在看&的真实感。而大脑得到报告后马上把这些信息消除了。三、眼睛的速度不等于大脑的速度。通过人眼对动景区分的速度，可以计算出眼睛保存图象的时间。如果它不及时消除前面的图象，后面的就看不到了。但是大脑处理的速度要慢得多，从&抖动现象&可以看出：你拿一张图画在人眼面前抖动，当抖动太快了，这个人就不能准确分辨图中是什么了。这里的分辨，已经是大脑对图的识别功能了，是大脑在处理信息了。抖动到不能分辨的速度，就是大脑识别的速度。不知有没有人做过测试，这个抖动的速度，一定比眼睛区分动景的速度低得多。（实际要测试，还要排除经验的影响，经验不同大脑处理速度是不同的。） 由于大脑处理视觉信息的速度与眼睛处理信息的速度不同，眼睛不可能把信息送给大脑去看。大脑看到的不是图象，不是场景，而是被眼神经和传输神经加工过的信息。试想，眼神经和传输神经怎么可能把几十万个每秒变化多于二十四次的信息送到大脑中枢呢？那样的话，大脑要为它们准备出多大的存储空间？又要有多少条传输线路？要有多快地传输速度？办不到！大脑只好委屈一些了。四、&大脑不能看&对电脑的意义。电脑实际比大脑幸运得多，它可以尽可能全面地保留&看到&的图象信息。甚至抖动给电脑带来的困扰也小于人脑。电脑在把这些图象显示给人眼方面是越来越出色了，但是在分辨图形方面还步履艰难，当然不能抹杀已经取得的成绩。大脑不能看，电脑也不能看，它们就处于同一水平上了，大脑能很好地分辨，电脑不能，那就要考虑考虑电脑在哪些方面不对头了。比如人工神经网络对不对头？比如模糊算法对不对头？ 请大家想一想是不是这个理？大脑是如何产生新功能的？ 国内外很多专家都已经认识到思维和意识是大脑后天发展起来的功能，那么大脑通过什么样的机制产生新的功能呢？我公布我在这方面探讨的结果。 １、大脑生成新功能的生理依据──用进废退原理。首先讨论一个实验，这个实验在很多教科书上有，很多版本的普通心理学也有记载，有些科学常识的书上也在介绍。实验者把差不多大的一些白鼠分两组饲养，一组不提供活动条件。另一组经常训练它们作一些活动。一段时间后，对两组白鼠的大脑进行解剖。结果发现没有活动的那一组，大脑的皱褶很少，经常活动的那组大脑的皱褶很多。这表明活动给大脑提供了发育的条件。 人类大脑比老鼠高级，但是用进废退的道理一样，在那些经常活动的大脑部位，它的发育就会很好，活动能力也会增强。这是大脑产生新功能的生理基础。大脑是如何产生新功能的？ 国内外很多专家都已经认识到思维和意识是大脑后天发展起来的功能，那么大脑通过什么样的机制产生新的功能呢？我公布我在这方面探讨的结果。 ２、大脑生成新功能的导火线──伴随现象和伴随经验。下面我们再讨论一下伴随现象。一个动物在寻找食物时，它的主要活动是发现、捕捉、进食。这是它在饥饿需要发动下的活动。但是在它这个活动的同时，它也能记住捕食活动中的成败经验，记住捕食过程中的情景和路线。这些伴随主要活动进行其它活动的现象。我们叫做伴随现象。 在进行主要活动时，大脑要记住主要活动的经验。例如动物发现食物的经验，捕捉食物的经验，甚至进食都有经验。而伴随活动也要记录它的经验。例如记忆作为一种伴随活动，就有记忆的经验。这种有伴随主要活动经验产生的经验我们叫做伴随经验。这些经验显然也需要记录在大脑的某些区域，形成它的存储区。大脑新功能的产生，伴随经验起着导火索的作用。 人脑比动物大脑发达，但伴随现象和伴随经验还是一样的。 人脑容量比任何动物都大，这就为更多功能的产生创造了条件。３、新功能产生的又一依据──神经细胞的存储和处理功能兼备特征。新功能往往产生于一个存储区。我们知道，计算机的存储区绝对不会产生新功能，因为它只有存储功能，还必须在ＣＰＵ的控制下完成这个存储功能。人脑细胞不同，每个神经细胞都是存储功能和处理功能兼有的，只要这个存储区的处理功能能够按某种步骤活动，它就能够产生新的功能。活动的步骤在大脑中应该叫经验。 经验应该分两种，一种是知识型经验，另一种是操作型经验。很多伴随经验是知识型经验，它相当于计算机中的数据、文件。操作型经验才相当于计算机的程序。新功能作为一种活动必须按操作型经验活动。熟悉计算机的人都知道，计算机的程序也可以看成是文件，但不能反过来，你绝对不能随便把一个文件作为程序来执行。而大脑细胞又不能自发地把知识型经验编制成操作型经验，那么，新功能的操作程序是怎样来的？４、肢体活动与心理活动的信息本质。不考虑肢体活动和心理活动的内容，只考虑它在信息处理时作了些什么，这就是它们的信息本质。 肢体活动再复杂，不过是大脑把命令送到外设接口，由肢体执行。这里要注意的是肢体活动执行的命令对于大脑来说不是指令、不是程序，因为它对大脑的活动不起作用。以计算机为例，它指挥硬盘工作时，就可以使用它自己的ＣＰＵ完全不懂的符号。 心理活动再复杂，不过是把资料在存储区移来倒去。这句话有些难于让人们接受。先以图象处理为例，不管你采用什么方法，要什么结果，不过是把图象啊，模板啊在存储器中间移来倒去，简化不过是从一个图象中提取些什么存到另一个存储区上。再举一个复杂例子，你失恋了，难过得死去活来。无非是把你存储区中关于对象的资料一遍又一遍查阅，然后让感觉器官（它们属于外设）感受痛苦，让表情、心情（它们也属于外设）表现出来。再举一例，你思考一个问题的答案，无非从资料中提出有用的资料，存起来，然后在思考时按各种方式排列起来，把中间结果储存起来，直到产生答案，保存答案。 我们讨论的大脑新功能主要是心理活动，产生新功能的含义就是形成一个新的合理的过程，使资料的移动合理，有用。５、大脑的随机操作。这是大脑最活跃的一种基本操作，也是计算机所不具备的一种操作。它就是一种把大脑保存的资料胡乱裁、拼、移动的操作。通过这种操作，大脑就可以产生出新资料，但大多数不合理，属于无用资料。随机操作是经常进行的一种伴随活动，它的经验有两类，产生的资料是知识型伴随经验，对操作过程的记录是操作型伴随经验。具体说是如何裁、拼、移动资料的操作经验。 操作产生的资料要拿去经客观筛选。如果是动作程序，看它能否达到目的；如果是认识、判断看它是否符合实际；如果是看法，可以通过交流，看别人接不接受。筛选后，剔出大量不合理的，就剩下少量的合理的资料了。筛选过程中，伴随记录的裁、拼、移动经验也被确认，它是操作型经验，依它进行的操作就成为新功能了。６、下面我们以分类操作为例，看它这种功能是如何形成的。分类是思维的基本操作之一。在人工神经网络中就讨论初级的分类，那是按脉冲信号的高低分成两类。这种分类，在心理学看来不叫分类，但它确实是在分类。人脑的分类功能与人工神经网络的分类不大一样。比如，在进食过程中，猎物的肉能够吃进肚子，久而久之，它产生这样的伴随经验，肉＝能吃，而石头不能吃进肚子，就产生伴随经验，石头&能吃。当然这些不是用语言记录的经验，我们只是表其意而已。这相当于把肉与石头分放在两类。与人工神经网络不同的是，它可以同时分很多类。例如骨头属于部分能吃、部分不能吃，可以把它归第三类（注意数字概念是我们表意用的）。 这种记录是一种机械记忆，本身并没有分类活动在进行。但是大脑中这种资料多了，当随机操作偶然把肉等放到一个存储区，把石头等放到另一个存储区，把骨头等又放到一个存储区，分类操作已经进行。这种分类被进食实践证明是对的，而且节省了确定食物的时间。资料和它的伴随经验（操作过程）也被确定。保存这些记录的存储区，就发挥自己的处理功能依操作型伴随经验进行活动，在学习中形成更多的分类操作经验，使分类活动成为一种新功能。于是就有了初级分类活动，思维的一种操作便产生了。 心理学、语言学中研究的分类已经不是上述的初级分类，它由很多种思维操作共同参加，形成一种复杂的、科学的分类过程。 就这样，思维的其它操作如判断、推理、比较、分析、综合（归纳、概括）等都先后产生。人类的语言功能也是这样产生的。人类的喉舌为语音的发音提供了可能。声音存储区把特定声音表象与事物间建立稳定的联系，声音成为事物的代表。这些资料渐渐由随机操作从一般声音表象的存储区转移到语音存储区，语音学习确定了这些资料的正确和伴随操作经验的正确，该存储区发挥自己的处理功能，使语音交流成为人类的一种特别的活动。稍后，声音语言又与视觉存储区的文字视觉表象建立稳定的联系，形成专门的文字表象存储区，这一文字表象存储区发挥自己的处理功能又形成文字言语活动。两种言语活动共同完成人类的各种言语活动。 当言语活动与初等思维结合以后，就形成高等思维活动。在我的思维理论中，把没有语言的思维活动叫做初等思维，包括被人们抬举得很高的形象思维。把有言语活动参与的思维叫高等思维。 人的意识也是这样形成的。各种外部感觉器官在伴随现象中产生有关自身与外界区别的记录，内部感觉器官产生自身是一个整体的记录，同时产生自身能控制自身活动的记录。这些记录被随机操作转移到专门存储区保存，它就是后来的意识控制中心。集中保存机体资料的优越性被证实，因此资料和保存资料的操作被确立。保存资料的存储区发挥自己的处理功能，依伴随操作经验，开始不断收集自身内外的信息，开始发布命令指挥本能中心（这个概念见我的&如何模拟意识&），渐渐形成第二控制中心。产生初级意识功能。当它控制思维后便产生有意识的思维，思维就与意识合为一体。在意识控制的思维活动中，形成了认识活动，认识活动的结果是产生知识。 自我意识的产生比意识晚很多。一般的人在十四、五岁自我意识才渐渐成熟。这是因为自我意识产生于对自身的认识。在意识还不能很好控制思维时（一般在学龄前）人不能认识自我；在思维能力不很强时，人不能很好认识自我，自我意识不算成熟。只有人能够清楚地把我从环境中抽象出来，对我的意义有了较深刻的理解时，自我意识才算形成。当然，人认识自我的活动一直在进行，甚至一直到死。但以后的认识就是一种加深认识，而不是产生性、形成性认识。 关键词：进废退原理、伴随现象、伴随经验、知识型经验、操作型经验、信息本质、随机操作、 总结：上面的讨论解决了大脑如何产生新功能问题，简单介绍了思维、意识、言语活动的产生过程。对人们争论不休的思维是产生的，还是固有的，意识是产生的还是固有的问题，作了明确的回答。后天性反射和它的作用 首先指出一件事情，一见反射，很多人就想起条件反射。这里实际有很多误会。沙俄时期一个生物学家巴甫洛夫，进行了对狗的实验，后来他把实验中出现的现象叫条件反射。十月革命后他很受重视，他的理论在中国当时挺时髦。使中国几代人都知道了条件反射。 什么是反射？反射是指神经间的联系。反射应该有两类，一类是大脑天生就有的神经间联系，是先天性反射；另一类是后天建立起来的神经间联系，是后天性反射。 巴甫洛夫实验中的条件反射只是后天性反射的一种。条件反射有三个要件：非条件刺激，条件刺激和反应。在非条件刺激和反应间原来就有神经间联系，巴甫洛夫叫做非条件反射，相当于我们前面说的先天性反射。条件刺激与非条件刺激同时出现多次后，撤去非条件刺激，条件刺激单独作用也能引起反应。表明条件刺激与反应间已经建立起暂时性神经联系，也就是条件反射。 斯金纳根据自己的实验，看到另一种后天性反射。这个现象他叫做工具性条件作用。这个现象只有两个要件，动作与奖励。一个鸽子在斯金纳箱中乱啄，偶然啄到一个开关（或灯），预先设置好的机关就送出吃的。训练后，鸽子就会用啄那个地方来获得食物。在斯金纳实验中，完全没有了非条件刺激这个因素。 在斯金纳实验的启发下，我又观察到两种后天性反射。一种也是两个要件：动作与刺激。实验对象是我一个多月的女儿。在打开包布时她手脚乱动，当她腿伸直时。我对她喊：&伸直！&。几次训练后，一对她喊伸直，她就把腿伸直，这样很便于我包裹她。这个实验中连斯金纳理论中反复强调的奖励都没有了。 另一种后天性反射的要件只有一类，但数量不限。要件只有刺激，但可以是多个刺激。这里连反应都没有了。它是说当多个刺激同时反复出现，接受刺激的神经部位就会建立神经间联系，即反射。这个现象没有专门的实验，只有自省。例如你经常看一个人围红围巾，红围巾给你的刺激与她这个人形象给你的刺激便建立了联系，再单看到红围巾，便想到这个人。 有人会说，这几种情况差不多，干什么分那么细。原因在于巴甫洛夫和斯金纳都就自己的实验提出自己的理论，各自强调自己的一方面。巴甫洛夫就非常强调他的三个要件，斯金纳非常强调奖励的作用。而我看到后两种，与他们各自强调的又有不同。其实，它们本质上是一样的，神经间后天的联系，有反应也好，没有反应也好，是动作也好，有无奖励也好，只要是多个神经部位同时在同一条件下工作，反复多次，都可以建立后天性反射。后天性反射是计算机没有的，起初我也煞费苦心地考虑如何用计算机模拟，甚至想用一个机械手段，使计算机电路长出联系。后来恍然大悟。计算机的各部位就是存储器，连外设的连接，也是把接口编到地址中去。在计算机中建立后天性反射就是找地址，这可是计算机的拿手好戏，有什么难办的？模拟反射，无非是建立一个地址对照表，把相互联系的地址写入表中，从一个找另一个。建立反射就是填表，实现反射就是查表后寻址。如果是外设接口地址，就意味有动作有反应。 后天性反射在大脑中的首要作用是进行机械记忆，机械记忆的识记、巩固的规律几乎与后天性反射的建立完全一致。就是因为机械记忆就是靠它完成的。这里还要和计算机比较，计算机存取靠地址，按地址存按地址取。大脑的神经细胞没有编址，其实就是编了址，大脑细胞由于不识数也不会寻址。所以它要靠神经间的联系完成记忆。详细的记忆机理很复杂，我们另文讨论。这里举个简单的例子：你识字时，字的图形模板（它有很多个点组成）通过后天性反射（主要是第四种反射，而不是条件反射）在大脑里保存，又与以前保存的声音模板建立反射，你就会读会认了。如果学写，还要与你写字的动作建立反射。如果要了解字义，还要和相关事物建立反射。这个简单的例子已经够复杂的了！ 后天性反射的另一个作用是实现习惯和熟练。在人体内，每一块肌肉的活动都有相应的程序，它们分散储存在各级指挥中心，习惯的活动和熟练的活动就是在这些程序间建立联系，使它们自动地联结成大程序，然后自动完成。人体活动需要技能，而技能只有熟练才能更好发挥作用。特别是思维活动的习惯与熟练，它们是直觉和灵感的成因。 后天性反射还能够传递信息，通过它建立的神经间联系传递。这种传递不受意识的控制，速度快，准确性高。 在智力的形成中，后天性反射起着重要作用，但是它又不是智力的组成部分。智力的基础是记忆，记忆中对思维起决定作用的不是机械记忆，而是理解记忆、比较记忆和网络记忆，它们能够随时被思维调用。而机械记忆的主要部分是思维不能调用的。例如文字的视觉模板，它的数量相当大，但谁也说不清它是什么样的。语音的声音模板、形象的视觉模板也是这样。直觉和灵感是思维中最神奇的，后天性反射也是它们的成因，但它还不能因此成为智力的组成，因为后天性反射不直接参与智力活动。 最后说一说联想，很多人老是把联想与想象弄混，联想没有任何创造成分，想象就是在创造，当然有些创造只能针对他自身而言。就好象我说我发明了一个东西，实际别人早发明过，从社会意义看，你没有创造，从自身看，你又确实在创造。 早在巴甫洛夫理论中就把联想看做是由条件反射完成的。更确切地说，联想是由各种后天性反射共同完成的。 联想不象有些人捧得那样高。联想是什么，是对类似事物的回忆。原始联想更意思，它不过是回忆错了，回忆混了，把该回忆的，不该回忆的，一起回忆出来。联想对思维有很大帮助作用，它可以提供出丰富的思维资料，有时比单纯的、准确地回忆反而好。但是在需要准确回忆时，联想太多，就无法回忆准确了。 人们平常的联想不是单纯由后天性反射完成的联想，而是由思维参与的联想，它在思维的参与下排除了无用的类似资料，调出有用的资料。是一种品质较高的联想。平时人们把联想与想象弄混，是因为联想时往往伴随着想象，资料中既有类似的联想部分，又有创造的想象部分。但是要准确讨论思维活动，一定不能把它们弄混。否则就会出现一些帖子上的笑话：我认为联想是思维的基础。哪怎么可能呢？准确地说联想连一种思维操作都不算，而想象是一种思维操作。反射在人工智能中的意义 我们已经讨论了后天性反射和它的作用，也初步介绍了它的模拟手段。现在讨论模拟大脑反射现象在对于人工智能的意义。这里既有先天性反射，又有后天性反射。 一、用反射模拟需要──提供一种自编运行程序的模式。 １、人为什么生下来就会哭？人有很多生下来就有的功能，例如心脏会跳动，鼻子回呼吸，吃东西能够消化，而且它们的配合很好。不用细研究，现在人们肯定知道这是神经系统和大脑在指挥和协调它们工作。靠什么指挥和协调呢？就是靠神经间的联系，它们是天生的，所以它们就是先天性反射。但是这些对于人工智能的意义都不大，如果不是用生物方式实现人工智能，这些活动没有意义。 但哭就不同，它是人表达感情的一种方式，它同时还是内部需要的外表表现。小孩为什么哭？饿了、尿了、想叫抱了。这些都是他内部的需要，他还不会说话，就用哭来表达这种需要。计算机不一定模拟哭，哭声并不好听，可以扬声器发出某种声音表达它的需要，这就是计算机在哭。 我们知道，扬声器发音靠电路来实现，好象大脑通过神经指挥嘴、嗓子等在发音，这是一种形式的模拟人脑反射。它是靠硬件实现的。 另有一种就需要软件来实现，例如什么样的需要用哭来表达，什么样的需要用笑来表达，就要用软件实现。比如现在很多程序都设置了音响效果，到一定时侯用一定音响，就是靠软件来实现。但是那是程序中固定下来的，不能随便更改，更不能通过学习来修改（一般程序是通过界面修改程序，由人来修改）。 为什么要通过学习来修改呢？还以哭为例，人长大以后，很少再为饿、为尿湿了而哭，他的哭成了表达其它感情的方式，原来的反射被废除了，被新的反射代替了。如果采用线路连接的方式实现反射，显然不能修改。如果采用现在固定程序的方式实现反射，这种修改相当于让计算机自己修改程序。事情就复杂化了。如果事先考虑到各种变化的可能，编好各种程序，修改时把新的调出来，老的不用。这样程序结构就太庞大了，而且设想不到的可能就无法实现。 用模拟反射的方式，既可以模仿大脑的反射，又可以在学习中修改，就能够很好地解决上述问题。２、为什么一定要模拟需要呢？因为在大脑中，任何活动都是由需要发动的，需要是大脑自主活动的动力。需要是动物大脑都具有的功能，我们认为它也是人脑发展出高级思维和生成意识的推动力。 为什么很低等的动物，都表现出它的独立性，因为它有自己独立的需要，这个需要是它自己的，而不是另一个个体的。而再复杂的计算机也没有自己独立的需要，这一个计算机与那一个计算机结构可能不同，性能可能不同，应用范围也不同，但都不会有独立性。因为它没有自己的需要，没有为自己需要而活动的推动力，也就没有独立的必要。 需要就是欲望。不少人经常质问我，能够让计算机有欲望吗？那是一种嘲笑的质问。他们理解的欲望与我理解的还不一样，他们理解的欲望是爱、恨、贪婪、无私这样的高级欲望，我认为应该先有低级欲望，再考虑高级欲望。而人工智能要真象人的智能，则必须模拟需要，必须为系统设置需要。 欲望由低级向高级发展，我考虑应该由人工智能的学习过程来完成，它是另一个问题了。３、模拟大脑的需要的计算机流程和反射的作用。 需要怎样在计算机中实现？它与反射有什么关系？ 先考察一下人的需要。以饿为例。你饿了，你肠胃中的内部感觉器官把它们感觉到的信息报告给大脑，大脑接收到这些信号后，激活饿的需要，它呈现不满足状态。&饿需要&的不满足状态激发它的表情表达（例如哭），也启动了觅食活动，对于婴儿是找妈妈的奶头，吸吮奶头等。当他吃饱后，肠胃的内部感觉器官发出饱的信息。大脑接受到这些信号后，使&饿需要&由不满足状态进入满足状态，同时结束机体的觅食活动，让表情表达出来（例如笑、安静的玩等）。 由这个例子可以看出，需要并不复杂。只是一个双态的触发器，所以有些设备能够检察电源不足，并发出警告，但没有采用电脑。在电脑中，只要设置一个两值的变量，用０表示它的不满足状态，用１表示它的满足状态。这个变量被感觉器官的信号置０或置１，又由于自己值的不同通知表情表达机构和相应的实现需要的活动机构。其模拟程序的流程如下图： 感觉感知───需要产生（不满）───表情表达和机体活动───感觉感知───需要结束（满足）───用表情表达和结束机体活动 如果把需要看作一个被调函数，它的结构如下：接收感觉产生需要的信号──把需要变量置０──输出信号到表情表达函数和机体活动函数──再接收感觉信号──把需要置１──输出信号到表情表达函数和机体活动函数 在一般的计算机程序中，把需要看作是多余环节，因为没有需要，上述过程也可以正常工作。这样的程序就抹杀了系统的独立性，也杜绝了需要向高级发展的可能。有了需要，在这个程序中只是增加一个变量，并不会使程序过于复杂。 在上图中文字部分都可以看成是一个独立程序（Ｃ语言中的被调函数），连线部分可以看成是主程序（主函数）调用的次序。如果按这样的方式编制主程序（主函数），那么过程就死了，没有后来学习改变的可能了。 如果这样编制主程序（主函数），它是依靠一个指针数组的要求，调用子程序（被调函数），按指针第一个数据执行第一个函数，执行后回来接受第二个指针数据，继续执行。指针数组的一组值，形成一种形式的主程序（主函数）。指针数组数据的变化（另一组值），被调函数就发生变化，形成另一种形式的主程序（主函数）。相当于不断修改程序。 而指针数组中一组数据，就相当于一种反射（模拟神经间联系），因为指针的指向从计算机角度看是一个函数的地址，而这个函数实际是对人体一种功能的模拟，指针数组把这些功能联系起来，就相当于这些功能间建立了反射。它的初始值就是先天性反射，它的后来值就是后天性反射。这个后来值由学习过程填写。 比如成人不再为饿而哭，而为亲人去世而哭，相当于把心情难过的需要连接在哭这个表情表达的前面。前面的感觉函数也不同了，不是内部肠胃的内部感觉，而是事件引起的外部感觉。后面的机体活动函数也变化了，不会再去觅食了。４、小结。这个讨论解决了很多问题。 Ａ、它给出了一种在学习中修改程序的模式，用指针数组控制被调函数，指针数组数据的变化，就改变了主函数的结构，也就改变了程序的结构。学习过程为指针数组填写后来的数值。 Ｂ、讨论了模拟需要对于人工智能的重要性，指出它是大脑独立性的依据之一。 Ｃ、讨论了模拟需要的程序结构，给出它的整体流程图。 Ｄ、讨论的先天、后天性反射在需要的模拟和需要的在学习发展的作用。反射在人工智能中的意义（二） 二、反射在眼睛成象与识别方面的作用。 １、图象是如何形成的？───靠反射建立的整合图。 图象是如何形成的？有人觉得这个问题好象很奇怪，光线射到视网膜上，由视网膜上的感光神经感觉到光线，不就形成图象了，这有什么好问的？那么为什么你感觉不到眼前出现的是一些散乱的光点，而能够感觉出它是一幅图象呢？难道你没有&看&出来在计算机&眼&里图象永远是一堆不连续的点？ 因为你的眼睛有一种图象整合的功能，它把一些点连接成一个图象。 完成一幅图象整合工作的，使你脑中有一个完整形象的就是后天性反射，而且是我们介绍的四种后天性反射的第四种。这种反射没有任何先天性反射参与，完全是由于多个神经细胞同时反复受刺激建立起相互联系后形成的。其实这种整合工作并不那么神秘，大脑细胞毕竟很傻，它本身没有什么智力，因此它也就不会做出什么人们想象不到的举动。无非是一些相邻的神经细胞因为总是共同工作，建立了细胞间的横向联系，也就是建立了后天性反射。这种横向联系使光点群成为一幅完整的图象，这就是眼睛对图象进行的初步处理。 在计算机中，你获得的图象再细致，计算机本身也不具备对图象的这种整合能力，它得到的是图的一些点。而且数字化后的图象信息都排列成一维的顺序点，更不具有整合的图象特征。人们或许会说，一张图存放在一个图象文件中，不就是知道它们是一个整体了么？不然，计算机只知道这些点构成一幅图，而不知道各个点之间的联系。而这种联系会使大脑得到与计算机不同的信息。 如果一幅图象快速从眼前经过，眼睛来不及从中获得什么，它不符合反复出现的建立反射的条件。但是当一个场景稳定的出现时，相当于眼神经细胞同时反复（连续出现的反复）在同一图象前感光，眼睛就能够获得更多得东西，我们叫做整合信息。那么眼睛还能在对图象整合中获得哪些信息呢？２、第一种信息就是边缘信息。在整合过程中，眼首先通过建立反射提取边缘信息。边缘是亮度差、色差最大的地方，那些眼色相近的联系到一起，那些亮度相近的联系到一起，它往往就是图象中的边缘。细胞间建立的反射记录下这些边缘。那些稳定出现的边缘被反射确定，由于眼睛周围的神经细胞不能长久地记忆图象，所以，提取的信息被送往里层保存。当事物再出现时，它就帮助确认。 这里我对原来的看法作一个纠正，原来我认为，边缘是在转变成黑白图象时提取的，近来仔细观察周围的场景，体会边缘的形成，发觉颜色的差别比亮度的差别容易确定边缘。 从图象中提取边缘是一个对图象的识记过程，也就是建立识别模式的过程。由于这个提取边缘的过程是靠建立后天性反射完成的，因此必须有稳定为前提。它提取边缘的图象是不允许受干扰的，有了干扰，它就拒绝提取，也就是建立不起来反射。至于对一个复杂的受干扰的图象，它要做的是再识工作，虽然也要提取边缘，但它不强制提取边缘，能提取的部分就提，不能提的部分就用经验识别，而不是一条道走到黑。这就是人脑处理问题优于现在各种算法的地方。 ３、信息的多重提取。由于整合过程中提取信息是靠建立反射完成的，因此凡是复合建立反射条件的就可以提取。所以提取的信息可以保存到很多文件中，比如在提取一个人的信息时，他身边的汽车也可以提取并保存为文件。甚至，他的眼睛、眼眉也可以作为单独信息提取并保存。 这样看，提取的资料好象太多了，会不会占用很多存储。大脑的遗忘功能就起了筛选作用。对某个人的信息提取，如果对识别这个人用处不大，以后就会被遗忘。很多人相同的信息，如人体大约的形状，就合并在一起成为一份资料。因此不会造成存储器危机。４、第二种是提取色彩信息。在整合过程中，那些颜色类似的地方的眼神经细胞建立起反射，形成一个个颜色特区，它们的稳定出现，也在识记过程中被保存下来。这些信息也被送往大脑里层保存，用来帮助识别。这里确定的颜色是非常粗糙的，细节的颜色被忽略，只保留成片的颜色区。其实保存的资料越粗糙，越有利于确认。 这里我过去的看法也有错误，我原来根据大脑回忆中的形象都是无色或颜色不清的，就认为视觉识别也是靠它。现在发现不是这样，大脑有时并不靠深层的形象记忆进行识别。而是靠表面的信息，其中就有色彩信息。 ５、第三种是方位特征的提取。整合过程是在视网膜上进行的，视网膜是平面的而且是可以识别方位的，方位感觉细胞参与到反射的建立过程，这样就使保存的模式标记上方位。比如一个人的模式是头朝上，一个人头的模式是头发在上等。 在这个讨论中我们丝毫不考虑语言、思维参与的复杂情况，假定大脑还没有发展出这种能力。这种模式上的标记纯粹是靠神经间反射完成的。而且这种模式也可以重新激发起反射的。比如，当记忆中一个人的形象调出时，方位神经细胞马上受到激发，产生人头在上的感觉。我这不是胡编，你实际回忆一个图象时，同时会对它有方向感，回忆时（不是说出来）就有方向的感觉，这种感觉不就是记忆资料对方位神经的激发而引起的么？６、运动信息的提取。过快的运动，由于感光神经反应不过来，根本不能接收。在识别模式建立前，由于运动图象不稳定，也不能建立起反射。因此也不能得到信息。所以运动信息是在再识过程中提取的。在眼睛已经能够识别某个物体后，它的运动状态，也就能够通过前后场景的比较提取出来。严格说，提取运动信息与建立反射无关，但是它与整合过程有关。如果图象不是整合的，眼睛就不会发现图象是运动的。 计算机要发现一个物体的运动就困难多了。因为它对图象没有整合能力。 ７、特征信息的提取。它与运动信息一样，也是在再识过程（也就是识别过程）中完成的。它的提取有利于加快识别速度。 在识别过程中，某个被识物体总是有一个明显的东西和它同时出现，这个东西就与这个被识物体建立反射，并成为这个被识别物体的识别特征。以后的识别中，首先由这个特征识别起。 在有些人看来，利用特征这个工作又很难。其实在不考虑语言、思维参与识别的情况下，大脑整个识别也是靠反射完成的，当识别模拟被保存后，它与视网膜间就保持一种联系，视网膜接收信息后，马上送到各个保存资料的地方，与之相同的产生反应，谁最先反应，确认权就归谁。显然依据特征进行的识别，速度要快。因此它的确认马上被承认。会不会错？人脑与计算机编程操作不一样，人脑是允许错误的，错了只好修改，下次争取别错！８、凭简单信息的快速识别。由于人脑允许犯错误，所以人脑可以在资料不全的情况下进行识别，有时效果还很好。现在的计算机编程，一般不允许出现这样情况。 比如一个物体很快地出现，你只看出它的大概样子，它就离开了，下次再出现你能否认出它呢？具体点，有人拿一台红色电话在你眼前一晃（假定你从来没见过电话机），过一会儿它再次出现时你能否认出它来呢？一般说可以认出，你就凭它的红色和方形，以及它不会短时间消失的常识，认出它。 这种再识就有模糊性、经验性和猜测性。但是不要根据这些&性&把问题搞的挺复杂。其实这里的经验就是&这件东西不会马上消失&，它再次出现时就确定是它。这里的模糊也没有什么概率和隶属度，就是红色、方形，两个特征。因为只看见这两个特征，再细的就看不清了。熟悉特征提取的人看了这段会说，看不清就提取特征？开玩笑嘛！可是人就能这样识别。 这个例子想说明什么呢？人们都认为复杂难办的不得了的事情，人脑往往采用极简单的方法办了，你把办这个事情的过程设计地很复杂，就把你自己套到一个圈子里了，结果是连你带你的计算机一起受不该受的罪。反射在人工智能中的意义（三） 三、再讨论反射在人眼识别的作用。 １、大脑操作的单一性。在上面的讨论中，我们排除了语言和思维参与人眼识别，整个识别过程只靠建立反射这样一种操作方式完成。人们可能会说，实际工作比这要复杂得多。但我们可以看出，只靠这单一的操作，大脑和眼睛就可以完成这样多的事情。 其实，大脑本身没有很多基本操作功能，思维呀、语言呀都是建立在基本操作之上的。建立反射就是大脑的基本操作之一。它相当于计算机ＣＰＵ的指令，思维和语言不过是由那些指令编写的程序。计算机指令有上百条，大脑的基本操作可没有那么多，只有几个。我们的整个讨论过程就是在解读大脑的指令。 我们上面的讨论好象在学习计算机指令语言时，讨论用指令编制的小程序，而思维和语言是大程序，它的编写过程我们只能以后讨论。２、眼睛识别的识记过程和再识过程。 我不知道其他搞视觉识别的人是否严格地把这两个过程区分开。它们的工作条件与工作方式都有差别，而且识记过程是再识过程的基础。 识记过程是提取模式，提取特征的过程，它需要稳定的观察条件，如果不稳定，就不能完成提取工作。这也是建立反射要求的起码条件。 你如果注意观察婴、幼儿看电视，你就会发现，他们很小的时侯，对动画，对动物片都不感兴趣，反而对广告和天气预报感兴趣。这种现象好象与童心相违背，那么小的孩子能看懂天气预报和广告？如果从知识的角度看，他们确实不具备看广告和天气预报的能力。但是从视觉能力的发育看，就合乎道理了。这些节目的图象相对单一，一些物体的形象重复量大，孩子看这些节目，物体的形象容易建立后天性反射，为孩子的识记过程创造条件，容易使孩子大脑中形成识别模式和识别特征，下一次再看能够认出。动画片、动物片则由于图象的变化大于那两种，他们还没看清就过去了，没有稳定的观察条件，不能从中提取模式和特征，无助于他们的识别，就不被他们欢迎。顺便指出，这种现象在电视机很少的时侯是不容易观察到的。 再识过程才是通常说的识别过程，它依据识记过程提供的模式、特征和经验，完成识别。再识过程应该能够工作在恶劣的条件下，完成对干扰很大、图象不清、图象不完整情况下的识别。在再识过程中大脑并不是采用死板的识别方式，而是非常灵活。所以大脑不会为一个边缘处理而阻住识别脚步，也不会为模式不能匹配而苦恼。 在眼睛的实际过程中，除去婴儿时期是单纯的识记过程外，后来进行的往往是识记过程与再识过程结合的过程，也就是既有依据识记资料完成的再识，又把再识过程中获得的资料保存起来（进行识记）。 比如我们前面例子中的电话机，当它再次出现时，认出是它是再识过程，但观察者就会保存下更多有关电话机的视觉资料，进行识记。３、视觉知觉的产生。──表象的结构 我把知觉定义为记忆中意识能够察觉的感觉资料。从前面的讨论中我们知道，视觉会在记忆中保存大量资料，但是有些文件是意识不能觉察的，其中意识能够察觉的那部分资料就是知觉。人们能够回忆出来的感觉资料也叫表象，知觉指的是整体，表象是指一个具体资料。表象因为采用最简单的方式存储，所以它后来发展为表示某一事物的代表符号。直到有更抽象的符号代替它，那就是语言，这以后识别也就有语言参与了。 把知觉中的表象看成文件，它记录着什么呢？这个我在&对人眼识别的几点看法&一文中详细谈过了，当时没有用表象这个概念。表象是一种拼图。实际它不是图，而是关于图象组成的记录。这个拼图由三个层次拼成。最底层是基本模块图，它是真正的图，是一些线条图。中间层次是基本拼图，它已经不是图，而是由基本模块的组合方式记录的小型拚图。最高层次是表象图，它是大型拼图，由基本拼图组成。这种组成方式可以保存大量表象，又不占用多大的内存空间。 我们简单的计算一下。就算大脑直接对人眼视网膜的图象进行整合，按人眼有五十万个感光细胞计算，如果保存相应多点的彩色图象，５００Ｋ绝对不够，但是如果它是以边缘为主的线条图，而且只保存有黑点的地方，只记录下点的位置，数量就小多了。一般只有１０Ｋ左右。这对于计算机不是很大的负担。 在前面的讨论中我们知道，大脑是靠建立反射的&线路&由实际图产生线条图的。如果每个线条图由１０Ｋ多的反射&线路&表示，对于大脑来说，这是一个很沉重的负担，因此大脑保存图象一定要简化，不然成千上万幅图保存下来，大脑里的&线路&就乱了套了。所以才要简化成基本模式图。它们是具体线条图，但是只是一些象圆、角、直线、曲线、方形等这样的图形。又经过缩小，每个图只有百字节左右，相应的反射线路就少得多，大脑能够承受得起。而且当它们组成表象拼图时，每一个基本模块图只用一条反射线路与基本拼图联系，每一个基本拼图只用一条线路与表象拼图联系，反射线路就更少，更短。因此这种简化是大脑保存图象必须的。 如果用模拟反射的方式实现上述表象资料的保存，记录反射的数组数量同时也会减少，也会大大减少了模拟程序的内存开销。４、反射在识别中的作用。上面我们主要讨论反射在识记过程的作用，是建立反射的过程。再识实际是实现反射的过程。由于视网膜上的图象已经和内部存储间建立了反射联系，当图象上出现与某一存储资料有反射的图形时，该图形便因为反射联系而产生确认信号（兴奋）。 这种确认信号再通过已经建立的反射内传到知觉，与某一个表象发生联系，意识便知道了这种确认。如果该表象已经与更抽象的语言符号建立起反射，又通过反射联系，把确认传递给这个符号，意识便知道确认的事物如何表达了。因此，反射在信息传递中起着关键作用。５、真模糊识别的反射含义。 人们都知道人的识别具有模糊性，但是模糊数学产生后，模糊一词几乎成为对隶属度、概率计算的代名词，人们也因此误解了模糊的真实含义。为了正确地描述实际的模拟识别的情况，我引入了真模糊这个概念。 大脑的识别工作是由反射完成的，它是一种回应式的识别。在巴甫洛夫理论中有兴奋这个概念。我们就采用它，（也可以用激发态这个电子化的概念）。回应式就是神经系统的某部位被反射引起兴奋，以此回应传递反射的那个神经部位。 当一个存储区的全部内容（它们是由神经细胞记录的）与现实刺激有反射联系时，就以兴奋回应现实刺激，由此产生确认。这就是前面分析过的过程。 如果存储区只有部分神经与现实刺激出现反射联系，这些神经肯定产生兴奋，那么这个存储内容做不做回应呢？也会回应的。那么回应的结果会不会出现确认呢？这要看其它存储内容的情况了。 第一种情况是没有其它存储内容再产生回应，那么就依此做出确认。这是一种非常不准确的确认，但它常因相似而正确，也会因不分细节而错误。大脑的识别是允许出错的，经验会减少这种错误。而成功的确认，往往是这部分神经记录的信息代表了两事物的共同特征，既让大脑学习有关共同性的知识，也成为以后识别的依据。这就是一种真模糊识别。对于那些成功的识别来说，这种识别与概率和隶属度无关，它是从全部信息中抽出部分共同信息完成的识别。而且这里的抽出，是允许出错的抽出。 第二种情况是还有其它存储内容同时产生回应，那么就比较这些内容的回应度，也就是比较谁经过反射产生的兴奋神经多。最多的那个，成为确认的首选。这种确认也是能够出错的。因为有时相近的地方数量大，但只是皮毛。这种错误也会在经验中改正。对于那些成功的识别来说，被确认的显然更接近真实事物。这也是另一种真模糊识别，它也于概率和隶属度无关。它很象一种竞争，符合取大原理。反射在人工智能中的意义（四） 四、如何模拟反射在视觉上的作用。 １、内层反射的建立表象的工作过程。我们所以先讨论内层反射的模拟，是它容易实现。 什么是内层反射？我们把直接与视网膜建立反射的其它向大脑传递信息的反射都叫内层反射。在视觉中，它包括从表面线条图开始向里传递都是内层反射。内层反射的工作就是建立知觉表象。 应该说，从表面线条图到表象应该还有很多处理层次，我们目前无法搞清它实际经过的层次，但为了能够模拟这个过程，我们还是要具体设想出一个过程来。如果将来的脑科学研究证明我们的过程是正确的，那就是我们的幸运。如果将来脑科学证明我们的过程有问题，我们就改进。不能消极等待脑科学的成果。 我们考虑下面的过程与实际过程应该比较接近。第一步，眼睛外层反射获得大量线条图，经过遗忘的筛选保留下一些，在识别的过程中，它们会被从视觉存储区，调到视觉工作区使用。这个工作区也是由神经细胞组成的，经常出现的地方也会建立反射，这样就产生从线条图中再次提取出的图形。它们仍旧是线条图只是更简单，例如是一个人的简图，是一个树的简图。因为外层存储的拥挤，它们被送到内层存储区保存。第二步，这些简图又由于经常在相应的工作区被调用而提取出更简单的相同部分。它们就是基本模块图。这些模块被保存在知觉的底层。这两步就是基本模块的形成过程。 第三步，根据表层拼图经验，由基本模块拼成基本拼图。最初基本拼图和简化线条图同时使用，但由于基本拼图占存储少使用方便而被保留，简化线条图渐渐被遗忘所淘汰。第四步是由基本拼图拼成表象拼图。表象拼图与表层线条图也同样共同被使用，而线条图由于不如表象拼图而被大量淘汰。 在上述过程中，各层次应该还有一定数量的线条图，它们或者是新生成的，或者是在帮助复现原图时作用较大的。２、内层反射建立表象的模拟。我们可以就按上述过程模拟知觉表象的建立。其中反射还是用指针数组，建立反射用填写指针数组的方式完成，实现反射用调用指针的方式完成。一幅图象实际是指针数组的一组数字，它代表在实像图上经常出现的点的位置，由于它没有点的亮度、颜色信息，把它反画出图象，只好用黑色表示那些点，用白色表示没在数组中没有出现的点。画出的图就是一个黑点图。 如果这组数据提取的是线条，这个黑点图就是线条图。它很便于与外层的实像图（位图），进行比较。进一步可以把黑点图转化矢量图保存，并可以放大缩小。 在我们上段讨论过程时，线条图是在调用中在工作区因为有些部分经常出现，而被进一步提取，如果按这个过程设计程序，运行比较耗时。可以用一个程序比较两个图形，把相同的部分提取出来。然后进入基本模块提取。 这个过程在运行时，操作员可以通过调出提取的图形观察，了解提取的情况。如果提取的图形混乱，多半是提供的图形不标准。人眼是在图形变动的情况下提取的，计算机是把图象放到存储区中提取的，人眼视网膜不能长期保存一幅图象，计算机可以。如果固定在存储区的这幅图象干扰条纹很多，计算机往往把不好的线条提取出来。而这些干扰往往不会反复出现，人眼反而不会提取出来。即便是有一些干扰在一段时间内稳定出现在人眼中，被提取出来。而后这种干扰也不会经常出现，因此提取后也会被遗忘删除。表面看视网膜不能长期保存图象是缺点，这里反成为优点。表面看遗忘也不是好事，可这里遗忘起淘汰坏模式的作用。 如果没有方位信号的提取，拼图就不会产生。传递到内层的线条图标记有方位，通过比较，基本模块的位置就可以确定。由基本模块的指针和在拼图中位置的记录也就可以产生。由此得到基本拼图和表象拼图。 在模拟上述过程中，应该编制由拼图反向恢复黑点图的程序。人脑是靠反射实现的，不用编程。计算机的反射就是由一种程序实现的，因此反向恢复工作也要编程。这个程序也可以由反射来实现。究竟采用另外编程，还是采用依据反射编程，要看调试中那个效果好。我们倾向于依据反射编程。如果反向恢复工作可以逼真，原来的黑点图就可以删除。 如果是在人工大脑系统中工作，这个删除工作是由优化机制完成的。它是以优化需要为发动力的一种工作机制。３、外层反射的提取过程。外层提取的困难是工作量大，因为它要面对实像图进行操作。 我们考虑的眼睛最可能的工作过程是这样：第一步，先从一个稳定的实像图中提取出一张类似于儿童画的图形，它边缘是线条的，中间成片地图布着无变化的颜色，图象标志出方位。第二步，把这个图形与实像比较，修正提取错的部分。实际是修正短时干扰。然后把确认的图象保存在外层存储器中。第三步再从中提取纯边缘图，传递到内层。 这个提取过程要求图象是稳定的。以上文章是整理了一论坛帖子的讨论内容,当然这些只是理论,一切皆由惯性思维得出的,不同的人注重不同的情况.非常感谢ruiaijun老师的此翻理论课~他让我真是受益匪浅哦~~
{&works_id&:,&user_id&:,&category&:24,&recommend_count&:0,&comment_count&:5,&like_count&:0,&share_count&:0,&view_count&:2760,&click_count&:10457,&collect_count&:0,&camera_brand_id&:0,&camera_model_id&:0,&works_status&:1,&create_time&:,&is_old&:1,&is_homepage_recommend&:0,&is_editor_recommend&:0,&is_region_recommend&:0,&is_moderator_recommend&:0,&user_nickname&:&\u222e\u\u6cc9\u222e&,&user_avatar&:&\/\/img1001.pocoimg.cn\/image\/poco\/avatar\/66\/96__35336.jpg&,&user_signature&:&\u5929\u70ba\u7a7a,\u5730\u70ba\u5be6;\u4e16\u754c=\u,\u611f\u60c5=\u865b\u507d;\u4eba,\u593e\u\u4e4b\u9593,\u65bc\u842c\ub\u9577,\u975e\u865b,\u975e\u5be6\u4e5f!\u4f55\u547c?!&,&user_favourite_sign&:0,&user_famous_sign&:0,&user_level_name&:&\u\u4e50\u56ed\u4e00\u7ea7&,&user_is_moderator&:0,&user_is_pocosite_master&:0,&user_identity_info&:{&is_moderator&:0,&moderator_category&:-1,&moderator_str&:&&,&is_editor&:1,&is_pocosite_master&:0,&pocosite_id&:0,&pocosite_master_str&:&&,&is_user_favourite&:0,&user_favourite_category&:0,&user_favourite_str&:&&},&create_time_str&:&\ue5&,&title&:&\ua\u80fd\u673a\u5668\u4eba\uf\u8bc6\u95ee\u\u5f00\u7684\u7cbe\u5f69\u8ba8\u8bba(\u4e8c)[\u8f6c\u8f7d]&,&description&:&\u738b\u601d\u7ae5:\u5bf9\u4e8e\u8bed\u97f3\uf\u\u76f4\u505c\ue\u522b\u4eba\uc\u897f\u62ff\u\u\u6bb5,\u4f46\u77e5\u9053,\u\u\u5bfc\u4e0b,\u6211\u4eec\u4f1a\u\u597d\ue\u5929. \u\ua\u521a\u5931\u53bb\u5de5\u4f5c,\u56e0\u4e3a\u4e0d\u559c\u6b22\u505a\u4e86,\u76ee\u524d\u\u670b\u53cb\u5e2e\u5fd9,\u4fee\u,\u5e73\u65f6\u4e5f\u505a\u70b9\u4e71\u4e03\u516b\u7cdf\uc\u897f,\u60a8\u80fd\u4e2a\ua\u597d\u7684\u5efa\u8bae\u\u65b9...&,&tag&:&1014515&,&copyright&:2,&cover_image&:0,&bg_music&:&&,&image_sort&:&&,&works_type&:2,&create_source&:1,&shoot_location&:&&,&poi_type&:&&,&detail_location&:&&,&latitude&:&0.0000000&,&longitude&:&0.0000000&,&works_heat_else&:&&,&category_name&:&\u&,&copyright_str&:&\u7f72\u540d-\u975e\ua\uf\u7528-\u\u6f14\u7ece&,&tag_names&:&\u968f\u4fbf\u&,&cover_image_info&:{&media_id&:0,&user_id&:0,&file_type&:0,&file_url&:&&,&file_name&:&&,&file_ext&:&&,&file_size&:0,&width&:0,&height&:0},&works_photo_count&:0,&is_medal&:0,&is_essence&:0,&works_blog_data&:[{&type&:&html&,&content&:&&SPAN class=name&&A name=15836&&\/A&&B&\u738b\u601d\u7ae5:&BR \/&&\/B&&\/SPAN&&BR \/&&SPAN class=postbody&&FONT size=2&\u5bf9\u4e8e\u8bed\u97f3\uf\u\u76f4\u505c\ue\u522b\u4eba\uc\u897f\u62ff\u\u\u6bb5,\u4f46\u77e5\u9053,\u\u\u5bfc\u4e0b,\u6211\u4eec\u4f1a\u\u597d\ue\u5929. &BR \/&\u\ua\u521a\u5931\u53bb\u5de5\u4f5c,\u56e0\u4e3a\u4e0d\u559c\u6b22\u505a\u4e86,\u76ee\u524d\u\u670b\u53cb\u5e2e\u5fd9,\u4fee\u,\u5e73\u65f6\u4e5f\u505a\u70b9\u4e71\u4e03\u516b\u7cdf\uc\u897f,\u60a8\u80fd\u4e2a\ua\u597d\u7684\u5efa\u8bae\u\u65b9\u?\uf\u89c9\u597d\u8c61\u5931\u53bb\u\u5411,\u4e0d\u77e5\u9053\u81ea\u5df1\u5e94\u8be5\u505a\u4ec0\u4e48\u597d\u4e86 &IMG alt=Sad src=&http:\/\/www.robotdiy.com\/phpbb2\/images\/smiles\/icon_sad.gif& border=0& &BR \/&\u4eca\ua\u4e86\u4e2a\u95e8\u94c3,\u8bed\u97f3\u7684,\u4f46\u4e0d\u662f\u\u8bed\u97f3,\u662f\u64ad\u653e\u8bed\u97f3\u7684,\u5e26\u97f3\u4e50,\u8fd8\u662f\u548c\u60ac\u7684.\u4f46\u6ca1\u\u524d\u\u79cd\uf\uc\u60a6\u611f\u89c9\u4e86\u3002&BR \/&&BR \/&&\/FONT&&SPAN class=postbody&&FONT size=2&\u8bed\u97f3\u63a7\u\u7b97\u673a\uff0c\ue\u662f\u4ea4\u4e92\ua\u548c\u53ef\u64cd\u4f5c\ua,\u7f16\u7a0b\u4e5f\u4e0d\u662f\u96be\u4e8b,\u4f46\uf\u5b9e\u73b0\u610f\u8bc6\u548c\u590d\u6742\u4efb\u52a1\u\u7406.\u4f30\u8ba1\u\u4e0d\u7ec3\u662f\u4e0d\u884c\u7684,\uc\u6b22\u4e00\u8fb9\u5b9e\u8df5\u53bb\u505a,\u4ee5\u4fbf\u53bb\u\u7406\u8bba,\uc\u53ef\u4ee5,\uc\u671b\u60a8\u80fd\u4e2a\u89c4\u\u6848,\ue\u6211\u53bb\u505a,\u8fd9\u6837,\u53ef\u4ee5\u66f4\u597d\u\u8bc6\u548c\u4e86\u89e3 \u4eba\u5de5 \u610f\u8bc6&BR \/&&BR \/&&BR \/&&\/FONT&&SPAN class=name&&A name=15873&&\/A&&STRONG&&FONT size=2&ruiaijun:&BR \/&&BR \/&&\/FONT&&\/STRONG&&SPAN class=postbody&&FONT size=2&\uf\u60f3\u518d\u7f51\u4e0a\u805a\u96c6\u4e00\u6279\u4eba\uff0c\u52a8\u624b\u641e\u3002\u76ee\u524d\u5728&\u4eba\u5de5\u667a\u80fd\u4ff1\u4e50\u90e8&\u7f51\u4e0a\u8fdb\u884c\u8ba8\u8bba\uff0c\u53d1\u73b0\u4e0d\u5c11\u95ee\u9898\uff0c\u9a6c\u4e0a\u4e0d\u80fd\u52a8\u624b\u4e86\u\u539f\uf\u\u4e03\u516b\u5e74\u5bb6\u\u4fee\uff0c\u641e\u54ea\u4e2a\u4e1c\u897f\u592a\u7d2f\uff0c\u4e00\u4e2a\u5c0f\u6bdb\u75c5\u627e\u4e00\u665a\u4e0a\uff0c\u73b0\ue\u4e0d\u52a8\u4e86\ud\u81f3\u4f60\u4eec\u90a3\u513f\u88c5\u\u5f97\u591a\u4e0d\u591a\uff0c\u641e\u90a3\u73a9\u610f\u513f\u548c\u4f60\u\u597d\u63a5\u8fd1\u\uf\ud\u7b2c\u4e00\uff0c\ud\u7b2c\u4e8c\u3002&BR \/&&BR \/&&\/FONT&&SPAN class=postbody&&SPAN class=postbody&&FONT size=2&\u8ba9\u521d\u7ea7\u5b9e\u9a8c\u4ea7\u751f\u77e5\u8bc6 &BR \/&&BR \/&\u6211\u4eec\ud\u7ea7\u5b9e\u9a8c\u539f\u\u8bfe\u\u8bba\u5f97\u5dee\u4e0d\u591a\u4e86\ub\u\u4eec\u\u4e2a\u5b9e\u9a8c\u7684\u57fa\ua\uff0c\u8fdb\u4e00\u6b65\u8ba8\u8bba\u610f\u8bc6\u6d3b\u52a8\u\u5f81\u4e4b\u4e00\uff1a\u8ba4\u8bc6\u548c\u4ea7\u751f\u77e5\u8bc6\u3002 &BR \/&\u4e00\u\u795e\u7ecf\u7cfb\u7edf\u7684\u57fa\u672c\u64cd\u4f5c\u\u4e0d\u662f\u552f\u4e00\u80fd\u591f\u\u4fe1\u606f\u\u65b9\uff0c\ua\u795e\u7ecf\u7cfb\u7edf\u\u\u606f\uc\u65f6\uff0c\u90fd\u\u4fe1\u606f\u8fdb\u884c\u\u5de5\uff0c\u8fd9\u662f\u88ab\u5b9e\u9a8c\u8bc1\u5b9e\u4e86\u\u56e0\u6b64\u6211\u4eec\u8c08\u5230\u57fa\u672c\u64cd\u4f5c\u65f6\uff0c\u4e0d\u5355\u72ec\u\uff0c\u800c\u662f\u\u548c\ua\u795e\u7ecf\u7cfb\u7edf\u\u4e4e\u\u795e\u7ecf\u7ec6\u80de\u90fd\u6709\u64cd\u4f5c\u80fd\u529b\uff0c\u\uff0c\ue\u7ecf\u7cfb\u7edf\u53ef\u4ee5\u770b\uf\u5f88\u591a\u81ea\u5e26\u5b58\u50a8\u\u5c0f\uff23\uff30\uff35\uff0c\u4ece\u795e\u7ecf\u672a\u7a0d\u\u\u\u4e2a\u\u7f51\u7edc\u3002 &BR \/&\uc\u795e\u7ecf\u7cfb\u7edf\u4e5f\u\u4e9b\u7c7b\u4f3c\u8ba1\u7b97\u673a\u4e2d\u5fc3\u\u5668\uff23\uff30\uff35\u\u7684\u57fa\u672c\u64cd\u4f5c\uff0c\u4e0d\u8fc7\u5b83\u6bd4\uff23\uff30\uff35\u5f31\u5f97\u591a\ue\u\u\u\u548c\u795e\u7ecf\u7cfb\u7edf\u53ea\u6709\u56db\u79cd\u64cd\u4f5c\uff1a\u4f20\u\u606f\u3001\u4fdd\u5b58\u4fe1\u606f\u\u8f83\u4fe1\u606f\u3001\u5efa\u7acb\u53cd\u5c04\u\ua\uc\u795e\u7ecf\u7cfb\u7edf\u\u4f5c\u4e2d\uff0c\ue\ua\u5c0f\uff23\uff30\uff35\uff0c\u4e0d\u53ef\u\u\u540c\u5de5\u4f5c\uff0c\u6211\u4eec\u4e5f\u53ef\u4ee5\u628a\u4e0a\u8ff0\u64cd\u4f5c\u770b\u\u4eec\u\u7684\u64cd\u4f5c\u3002 &BR \/&\u53cd\u5c04\u662f\u795e\u7ecf\u7cfb\u7edf\u5efa\u7acb\u\u7cfb\uff0c\u\u53cd\u5c04\u5b9e\u9a8c\u63ed\u793a\u7684\uff0c\u662f\u8bf8\u591a\u79cd\u53cd\u5c04\u4e2d\u\u79cd\uff1b\u\u6027\u53cd\u5c04\u662f\u795e\u7ecf\u7cfb\u7edf\u751f\u\u\u8054\u7cfb\ue\u7ecf\u7cfb\u7edf\u53ef\u4ee5\ue\u5929\u53cd\u5c04\u7684\u5efa\u7acb\u5b8c\u\u591a\u5de5\u4f5c\uff0c\u6bd4\u\u5fc6\u8d44\u\u53d6\uff0c\u6bd4\u\u60ef\u548c\u719f\u7ec3\u\u &BR \/&\u4e8c\uf\u\u5fc6\u6d3b\u52a8\u\u683c\u\uff0c\u8bb0\u5fc6\u6d3b\u52a8\u662f\u4e24\u4e2a\u4e0d\u540c\u6d3b\u52a8\u\u5408\uff1a\u751f\u\u5fc6\u6d3b\u52a8\u548c\u5fc3\u\u5fc6\u6d3b\u52a8\u3002\u6bcf\u4e2a\u795e\u7ecf\u7ec6\u80de\u90fd\u\u5fc6\ue\u81ea\u5df1\u\u\u606f\u\u6709\u4eba\u\u65f6\uff0c\u4f60\u\u818a\u53bb\u6321\uff0c\u8fd9\u4e00\u4e2a\u52a8\u4f5c\u\u8282\uff0c\u5e76\u4e0d\u662f\u\u\u5f55\u7684\uff0c\u800c\u662f\u4fdd\u5b58\ue\u8be5\u52a8\u4f5c\u\u\ue\u7ecf\u7ec6\u80de\u4e2d\u\u4e8e\u795e\u7ecf\u7ec6\u80de\u592a\u591a\u4e86\uff0c\u6bcf\u4e2a\u7ec6\u80de\u53ea\u\u5fc6\u5f88\u5c11\u\u606f\uff0c\u5b8c\u6210\u81ea\u5df1\u7684\u4efb\u52a1\uff0c\u7ec4\u\u6765\uff0c\u5c31\u662f\u4eba\u4f53\ud\u6e05\ub\u52a8\u\u5c31\u662f\u751f\u\u5fc6\u6d3b\u52a8\u\uf\u5728\u8fdb\u884c\u8fd9\u79cd\u751f\u\u5fc6\u6d3b\u52a8\u3002 &BR \/&\u751f\u\u5fc6\u6d3b\u52a8\u5c31\u662f\u\u795e\u7ecf\u7cfb\u7edf\u7684\u56db\u79cd\u64cd\u4f5c\u\u5b8c\u\u\ud\u6ca1\u\u\u7f16\u\u5b58\u50a8\u\uff0c\u\u4e0d\u53ef\u80fd\u6709\uff23\uff30\uff35\u\u79cd\u5bfb\u5740\u64cd\u4f5c\u3002&\u8bb0&\u\u\u4f20\u\u4fdd\u5b58\u548c\u5efa\u7acb\u53cd\u5c04\uff0c\ud\u5efa\u7acb\u53cd\u5c04\u5c31\u662f\u5728\u5efa\u7acb\u5b58\u53d6\u\u3002&\u5fc6&\u\u\u4f20\u\u6bd4\u8f83\u3001\u53cd\u5c04\uff0c\u901a\u8fc7\u53cd\u5c04\u5bfb\u5230\u4fdd\u5b58\u\u540e\uff0c\u\u8f83\u64cd\u4f5c\u628a\u76f8\u5e94\u4fe1\u606f\u63d0\u53d6\u51fa\u\ue\u5efa\u7acb\u53cd\u5c04\u\u53cd\u590d\u5de9\u56fa\u\u7a0b\uff0c\u\u751f\u\u5fc6\u6d3b\u52a8\u4e5f\u\u53cd\u590d\u5de9\u56fa\u624d\u80fd\u5b8c\u &BR \/&\u4e09\uf\u\u5fc6\u6d3b\u52a8\u4e5f\u53ef\u4ee5\u4ea7\u751f\u77e5\u8bc6\u3002\u4eba\u\u77e5\u8bc6\u4e0d\u4ec5\u6765\u81ea\u8ba4\u8bc6\uff0c\u4e5f\u53ef\u4ee5\u6765\u81ea\u751f\u\u5fc6\u6d3b\u52a8\u\u591a\u6d3b\u52a8\u8fdb\u884c\u\ua\u4e86\uff0c\u5c31\u4f1a\ue\u53cd\u590d\u88ab\u5de9\u56fa\uff0c\u88ab\u751f\u\u5fc6\u6d3b\u52a8\u8bb0\u5fc6\u4e0b\u\u5f88\u591a\u73af\uc\u73af\u\u53d8\u5316\uff0c\u4e5f\u56e0\u4e3a\u53cd\u590d\u800c\u88ab\u5de9\u56fa\uff0c\u88ab\u8bb0\u5fc6\u4e0b\u\u8fd9\u4e9b\u8bb0\u5fc6\u8d44\u\u4fdd\u5b58\uff0c\u4e5f\u5f62\u\u79cd\u77e5\u8bc6\u\u662f\u8fd9\u91cc\u4ea7\u751f\u77e5\u8bc6\u\u7a0b\u4e0d\u662f\u8ba4\u8bc6\u3002 &BR \/&\u5f88\u591a\u4eba\ud\u6e05\u8fd9\u4e24\u79cd\u4ea7\u751f\u8fc7\u7a0b\u4e0d\u540c\u\u8bc6\ua\u522b\u3002\u53ef\u4ee5\u8bf4\uff0c\ue\u7ecf\u7cfb\u7edf\u\u7269\u90fd\u53ef\u4ee5\u4ea7\u751f\u8fd9\u79cd\u77e5\u8bc6\uff0c\u5e76\u51ed\u8fd9\u79cd\u77e5\u8bc6\u5f00\u5c55\u6d3b\u52a8\u\u5982\uff0c\u9e21\u80fd\u542c\u61c2\u4e3b\u4eba\u7528\u8bed\u8a00\u53d1\u51fa\ud\u4ee4\uff0c\u72d7\u80fd\u5b8c\ub\u4eba\u590d\u\ua\u\u4e9b\u73b0\u8c61\u5e76\u4e0d\u662f\u9ad8\u7b49\u667a\u\u4ea7\u7269\uff0c\u800c\u662f\u751f\u\u5fc6\u6d3b\u52a8\u4ea7\u751f\u\u8bc6\u4f7f\u &BR \/&\u4eba\u7c7b\u\u591a\u6d3b\u52a8\u4e5f\u662f\u\u79cd\u751f\u\u5fc6\u6d3b\u52a8\u5f62\u\u77e5\u8bc6\u5b8c\u\uff0c\u6bd4\ub\u52a8\u4e2d\u5bf9\u52a8\u4f5c\u7ec6\u\u60c5\u666f\u4e0d\u53ea\u4e0d\u89c9\u\u5fc6\uff0c\u5c31\u662f\uf\u\u5fc6\u6d3b\u52a8\u5b8c\u\uc\ub\u4eba\ua\u5b83\u4eec\u5f53\u6210\u81ea\u5df1\u667a\ub\u52a8\u\u73b0\uff0c\u5e76\u636e\u6b64\u63a8\u8bba\uff0c\u52a8\uf\ua\u6167\uff0c\u5b9e\uf\u672c\u672b\ue\u3002 &BR \/&\u56db\u\u\u62df\u751f\u\u5fc6\u6d3b\u52a8\u4ea7\u751f\u77e5\u8bc6\u\u\u5ead\u\u7684\uff23\uff30\uff35\u5df2\u7ecf\ua\u\u5bfb\u5740\u80fd\u529b\uff0c\u6ca1\u\ud\u53bb\u641e\u4ec0\u4e48\u53cd\u5c04\u64cd\u4f5c\u3002\u53ea\u662f\u\u8bbe\u7f6e\u53cd\u590d\u5de9\u56fa\u\u4ef6\uff0c\u628a\u4e00\u4e9b\u6d3b\u52a8\u548c\u60c5\u666f\u8bb0\u5f55\u4e0b\uc\u4e3a\u77e5\u8bc6\uff0c\u5c31\u6a21\u62df\u4e86\u751f\u\u5fc6\u6d3b\u52a8\u4ea7\u751f\u77e5\u8bc6\u\u7a0b\u\u\u8bb0\u5f55\u\u8bc6\u\u79cd\uff1a\u4e00\u79cd\u662f\u81ea\u8eab\u5de5\u4f5c\u\u51b5\u\u4e00\u79cd\u662f\u8d1f\u8d23\u611f\u89c9\u5916\u8bbe\u62a5\u544a\u\u &BR \/&\u81ea\u8eab\u5de5\u4f5c\u60c5\u51b5\u76f8\u5f53\u4e8e\u73b0\u5728\uff37\uff29\uff2e\uff24\uff2f\uff37\uff33\u64cd\u4f5c\u7cfb\u7edf\u\u53f2\u8bb0\u5f55\u3002\u53ea\u4e0d\u8fc7\uff37\uff29\uff2e\uff24\uff2f\uff37\uff33\u\u5f55\u662f\u7ed9\u\u770b\u7684\uff0c\u73b0\u\u8bb0\u5f55\u662