求高手支撑→面向概念的编程

九夜神尊

面向概念的编程
接下来是我苦想多年的成果，因为技术问题，以及有一丁点东西没想通，在这里希望能有高手相助！我知道我来的是游戏论坛。也许有人会说我是妄想

起名：面向概念的编程
语言：任何语言，当然是在面向对象的语言基础之上。
作用：开发更高智商的人工智能。
使用方法：编写世界规律，以及生物规律，以下会详细描述。


前言：

计算机发展迅速，各种软件也越来越智能。但是这里的智能比起真正的人脑来说，年龄还太小。很多人开发机器人系统，也有的机器人有了学习的功能。我这里的学习方式跟传统的学习方式完全不同。
在上班的闲暇时间我就在想，这个人脑是怎么样运算的。生物是一个进化的过程，既然是由随机进化出来的，那么基程序就不会是很复杂的程序，只不过这个程序很巧妙。因为并没有完全构思出来这个程序，在这里希望高手能一起想一想。

一：记忆曲线（上图）

我想这个曲线大家都见过吧，不少关于记忆的广告都会有这样的图片，这是一个双曲线的右侧部分，大家可以看到，记忆会随着时间推移逐渐变弱。如果一个事情发生，那么就会在最左边插入一个色块，其余色块往右推，长度随着曲线降低。
我们能看到，这里每个色块宽度不同长度随着时间变短，那么面积也会随着时间变小。在这个图像上，红色最多，蓝色最少。
人脑在想东西的时候，就会随机抽取这曲线上的任意一点，就在这图像上可以看到，红色被抽取到的概率最大，因为红色代表的事物是经常发生的而且每次都带来较深的印象。
这个图像可以完美的解释以下现象：
刚发生的事情记忆清楚
经常发生的事情记忆清楚
很重大的事情记忆清楚
偶尔可以想起努力想不起来的事情

通过以上现象，必要的证明人的记忆是这样。如果想尝试，请相信此理论。
概念是什么：


还是这个图，我们来诠释概念是什么。很庆幸汉语中能找到这么合适的一个词来给这个对象命名。
概念也是由一个随机提取的结果。这样说起来太难理解了。
比方说我说水果，水果在大脑里也是一种概念！
那么如果用这个曲线，比方的说，红色代表苹果，绿色代表西瓜，蓝色代表葡萄，黄色代表橘子
当打开红色这个记忆块之后，依旧是这样的一条曲线。
比方说苹果概念里
有红苹果，青苹果，小苹果。
当然不会永远这样细分下去，细分到什么程度，就看这个大脑对某事物理解的深度。
比方说你只是会吃苹果。那么在你的苹果概念里，只能细分到苹果的味道就到头了。如果你是个苹果专家，你可以细分到苹果的品种，以及营养成分！
因此人们对事物的理解，只能理解到他能对这个事物的概念的分析的最底层（这句话多读几遍才能看懂⊙﹏⊙b汗）。
★人们对事物的记忆，就是把这个事物分解成自己所能理解的概念来记忆的。
比方说一个汉字，你看一眼就记住了。你把这个字转换成一个汉字的概念记住；如果是一个哈语的字符，你不不能看一眼就记住，你要记住这上面几个弯，几个点。因为你对哈语的概念没有，你只能转换成形状来记忆。

以上理论可以解释以下现象。
学英越好的，背单词越快。因为人家直接就把一个单词当成一个概念记住，而英语不好的只能分解成几个字母来记。
盲人摸字就能读书，而正常人却很难。因为盲人长期练习，能将手上的触觉细分成文字概念，儿正常人没有练习，只能细分成形状，然后再将形状拼成汉字。
牧羊人能分辨出羊的长相，而普通人看羊都长得一样。因为我们只能细分到羊这个概念。

通过以上现象，必要的证明人对事物的认知是这样。如果想尝试，请相信此理论。

于是大致结构出来了。概念可以写成一个类。这个类是通过以上曲线随机取点来返回结果的。
当人们看到一个东西时，比方说苹果。
首先就是对这个东西进行一个初步分析（这里是假定程序，实际过程因实际学习不同有所差异。）这东西的形状（方，园，片，角……）→多次抽取得到圆，对比相同→颜色（红，黄，蓝绿……）→多次抽取得到红色对比相同→材质（金木水火土……）→多次对比得到苹果→质量（新鲜，有毒……）多次抽取未得到匹配项，分析结束。得到苹果概念。
当然这个程序是我设想出来的，实际程序并不一定如此，因为人们对实物的理解并不是说像教科书上那样分解的。而是在生活过程中逐渐形成的，在这里我们并不需要深究到底每一次概念都包括些什么，总之能确定的就是它的结构，可以使最快的找到目标概念。

并不是每次看一样东西得到的概念都一定相同。
比方说有一辆车从你身边开过，你看得很清楚。你发现这是一个黑色的车。
过了一段时间，还是开过，你发现它是个三厢车。
又过了一段时间，同样是那辆车，你发现他是个新车。
以上例子别较真
因为每一次概念都是抽取新的概念来对比，所以有可能抽到另外的结果对比相同。
不过一般情况下，关于车，新车绝对不是一个概念底层，你还会分析颜色，以及几厢，也许顺序不同。

过程流
这是一个重要的东西，用来执行一个程序输出的结构。

依旧是这个图，当程序对一个事物理解完毕，它除了记下这个概念以外，还要执行这个概念的过程流。可以简单地理解为，你看到什么，就采取什么样的行动。
在上图中，得到一个概念，要采取的行动也是随机抽取一个点，这个点包含了一个动作过程。比如说走路的动作过程就是迈左脚，迈右脚（假设）。这个过程也许包括新的过程流，因为一个过程流是随机抽取动作过程。因此充满了不确定性。
动作过程里可能会有各种各样的动作，比如说提取目标记忆，获取目标概念，执行动作等等。比方说走路时，我们会要看路，只要一走路，就要看环境。这就是获取目标概念。
获取到目标概念就会结束分析，尽管大脑有能力对该概念进行细分。

记忆流
人们对事物的记忆由一个个记忆流组成还是那个图，还是那个格式一层一层的。
关于记忆流，有一些地方没想明白……

学习方法
完成人工智能的程序设计，就必须有完整的学习机制。这里的学习，绝对不能是程序员给输入代码什么的。
一，生物规律
生物规律是指该生物对事物的判断理解规律，比如说，B和D两个字母的读音相近，“冶”和“治”看起来很像等等。这些接近人的规律都要编写。
电脑能执行哪些事情，这些事情的相互关系。比如小孩还不会说话时，是不可能说出一整句话的。
二，世界规律
世界规律是指电脑所进入的世界的规律，比如让电脑下象棋，就必须编写象棋的规则。

基础程序刚生成时，电脑几乎不会做任何事情。
电脑只有基本的本能和生物规律。比如让电脑聊天。
无论你发任何信息，它一开始都会只回复一个单字。因为最开始，它只能将你的信息细分成文字信息概念，此概念最初只有一个基础过程流，就是随机执行一个动作。当执行的动作是错误时，我们要给电脑平分为负分，正确时为正分。
如果给予高分，则电脑在此次执行后，会加长这个动作的宽度，那么下次遇到同样概念时，被选中该行动的可能会更大，时间长了，就基本上只能选中这一个行动。
此外电脑还有一定的模仿能力。

如果让电脑自学习，那么教学程序就必须编写，其作用是给予电脑一个概念，让它做出反应，然后给予评分。以帮助电脑形成知识。

其实人类也如此，人类无非就是按照自己觉得对的方向去执行一个动作。这些对的方向其实就是在生活中得到一个概念，然后按照自身的规律选择了一个行动，大自然自然就给你了评分，如果说平平常常一件事，这个平份非常低，对你的记忆结构不会造成任何影响，比如说躺着不舒服换了个姿势，这种动作的评分非常低，所以你想不起来每天晚上自己换了几个姿势睡觉。如果这件事给你非常大的影响，如果是好事，那么正高分，如果是很糟糕的事，就是负高分，这次负高分行动如果被下次选中，会直接重选。于是长期的积累就会越来越趋向正确的方法，避开错误的方法。这是符合人类学习的规律的。

以上对人工智能的诠释已经有一个大概的程序理念。

九夜神尊

天使喝可乐 发表于 2014-2-2 23:42
基程序很简单 但是人也是由简单的生物进化的 现在的科学却无法创造这种简单的生命
lz希望的智能是具有自我 ...

对哦，最难的就是生物规律。要把本来是一些符号的东西，要转换成对生命的影响。就比如说XX给你带来的影响是舒服！

九夜神尊

余烬之中 发表于 2014-2-7 12:32
说实话  这个面向概念的编程……和面向对象的编程……有区别吗？
概念本身就是一个对象 ...

是使用面向对象的编程来做的！

九夜神尊

余烬之中 发表于 2014-2-7 20:38
我将从多个方面来辩驳你的观点
首先，请看下面两段引用  均摘自维基百科（概念）

关于你说的那些，我都看完了，一一论述也没有必要，我看出来你跟我理解不同的地方吧，我都给你归属相同。

首先，别较真概念这个词。一个新生事物的名称可以随便取，能更接近的反应事物的本质的最好，对吧。

2人脑对一个句子的理解实际上是一个非常复杂的过程，而我只是从成型思维可能的方向去推断，以我写出来的这些，只能完成一个刚出生不久的孩子的思维。要知道，能理解我吃了一个苹果这句话，需要学习多长时间！几年吧？

3我说论述的概念，就是一个人对事物的认知，和你意识到一个事物的时候，你对这个事物的理解，这就是概念。比如你看到一辆车，你知道这是个车，那么这个车就是你大脑内的概念。而有的人能看出来这是兰博基尼，那么这个兰博基尼就是那个人大脑内的概念，而且是通过看到兰博基尼以后所分析得到的概念结果。

4你说额能吧一串字母或者单词按顺序记下来，你有没有注意到你记单词的过程是反复念这几个字母，实际上就是在形成一个过程流。你可以做一个实验
当我们念   k→ai→kai    这是拼音的念法，我们已经习惯的过程流！以至念了k  ai  就会发出 kai
现在让你反复念 k   ai    ka  念几十遍。然后这是你念 k→ai→ka是这样的！
此现象必要（注意是必要的证明，而非充分的证明）的证明了我们反复执行一个动作，将会形成一个过程流。

5请不要去争辩概念的含义，为什么叫面向概念的编程，是因为如果基程序能够开发出来，那么程序员剩下的工作就是写生物规律以及世界规律还有教学程序以及引用成型的数据库。这跟面向对象的编程方式是完全不同的两种方式。

6这次要反驳你的典型错误三段论
你说妹妹的脸不是苹果，这是对的。我口述一个搞笑图片作为例子
当图片还没有拉远时，我们只看到部分，我们以为那是乳沟。这时我们大脑理解这个图片得到的概念就是乳沟，当图片拉远以后，却看到的是屁股上带了个胸罩！
这虽然是个判断错误，但是这符合人脑规则，于是 屁股=乳沟 虽然是错误，但是在程序上是正确的，如果没有这个错误，那么一定是程序不对！
人们意识到的事物，不一定就是正真的事物。请看看前一句我吧正和真反过来打了。于是这个小现象就能解释三厢车是新车在人脑内完全可能会出现这种错误。

最后一点我要说明一下。

我也忘了我从哪里看到的资料，资料上说人脑的思维反应实际上是化学反应。既然是化学反应，就一定会有解。虽然每个人都说不明白自己有意识。

人类的思维形成过程，我想应该是和进化的过程有相似性。不断的创建出新方法（再熟悉的动作都有失误的时候，这说明可能会产生变异的过程流，越熟悉的动作失误率越低，这是增大了正确流的总数，于是变异过程流造成的影响就低），不断的淘汰不适用的方法。

当我们写出一个婴儿的智能是很容易的。但是很多人会以为这程序没用，如果我们赋予了这个程序学习能力，而且他所能给出的反应和婴儿本身特性相同。而他自身也能模仿，以及创新自己本来不会的新动作。那么他就有可能学会。
一个人其实从出生开始，就一直在执行我所说的评分过程，一直变异，模仿，淘汰了20多年。这整个体系的复杂程度的确很难分析。但是毋庸置疑的是，这肯定是逐渐形成的，这肯定是逐渐深入的。
最初的人是不懂中文也不懂英文的。一个语言也不懂的人是怎么学会中文的呢？这本书也可以用来支持强人工智能的观点。

九夜神尊

余烬之中 发表于 2014-2-10 09:45
不纠结概念这个名词直接看第二点

---

就当一种乐趣说着玩好了。

这里你说到了情绪，倒是以前没有想过。按照我说的，还真不能解释情绪，这只是我没想，现在开始想。

就你说的，孩子稍大一点就会闹情绪，而且如果可能强人工智能，就一定会有情绪。先分析情绪吧，情绪根据不同人，可能大也可能小，也可能因为学习改变，也可能受到其他影响。如果根据之前的全部理论，那么情绪应该属于数据库内结构，而不是其他处理机构。其实回想起小时候，应该记得那时候闹情绪是为了让别人迁就你，并且如果父母越娇惯，这个孩子的脾气也就越大，这样我们可以理解为一种错误的行动方向。但是最初是一种利己的趋向。

实际上，让一个电脑看一个图片，然后像人一样知道那是什么的确我也没想到什么办法。虽说现在有对应程序，但是跟我说的这个没法挂钩，就不讨论。我唯一的试验品就是自己，我经常闭上眼睛然后突然睁开看到眼前的世界，然后去琢磨我是怎么样分析它的。我觉得是使用一个词“特征”一辆车，我们只看到了顶部，我们能认识是车，只看到了侧面也能认识是车。完全不同的形状，得到了同样的认知。我们得到一个事物的部分特征，就能认知该事物。也许让电脑读图，也许应该让电脑能把图像转变成一种特征的ID，只要能转换，电脑就能识别。记得有些黑客，用16进制打开一个exe，光看那些乱七八糟的中文，就能看到一些重要的指令。不同的语言，说“我爱你”有不同的说法，但是能听懂的都会翻译成我爱你来理解。于是我觉得让电脑理解一个事物，只要能将信息转换为一些特征，然后让电脑理解，也许转换出来的形式不同，但是如果以后的转换方式都相同，电脑应该可以学会。而且转换出来的特征越直观，效率应该就越高。

我说探究的过程流，一定程度上的包含了你所说的条件反射，重复执行一个过程，这个过程就会助手们的被规格化，也就是下次执行的时候，更可能的相同，当然这个在我之前提出的方法中，也能解释这一点。再举一个例子来说明一下过程流，我们会背很多唐诗，但是很多时候，别人提出了上句，我们经常立马就能说出下局句，但是如果反过来别人说下句，我们就很难想起上句。按我的解释，就是最初在背书的时候，反复的就是按正向去记忆的，形成了一个过程流，当别人说到上句的时候，我们立马就理解到了这个概念，然后下一步就很容易被念出来。如果是先下句，那么我们听了以后，应该是先想这是哪一篇文章，然后再把这个文章想一想，然后再想到上句。此外我要说明一点，就是整个程序的数据库，都是相互牵扯的庞大的过程流就像一个网状交通的城市，我们意识到一个事物，就会把我们的车定位到某个地方，然后我们从这个地方按某个方向走，到了一个路口，应该怎么转，是长期形成的习惯。此外这个城市会不断的出来一些新路，我们开着车乱跑，但是时间长了，就会知道哪条路会走到哪。这就是过程流的理解与分析。

这个不讨论，没有XX就没有孩子……

此外说，猜是一个长期生活中的现象，这与大脑底层无关，大脑在收到一些信息的时候直接的认知，在前面说过，即使是不全的信息（只看到车的下半部分，一样能知道那是车），一样得到对应的认知，也许会有错（结果没看到车的上半部分是烂的），但这并非是猜。人们在看到事物的世邦，基本上不会理解到所有信息以后才去认知这个事物（你一眼看上去那是一颗树，你大概从颜色，形状上就判断了，但是这树上有更多的信息，比如说多少树枝，树的朝向，树的叶子的颜色，等等如果不是专家，这些信息一般不会进到你脑子你）。
但这不叫猜，猜是一种行为，是大脑执行一个过程流的时候，获取概念时，获取到的概念，分析起来有问题。就你说的，一个单词，故意写反几个，如果没看到，就按照正确的单词读走了，如果发现，也就是在获取概念的时候，发现目标概念有问题，然后猜。这里的猜会有很复杂的调用，咱文字就别分析了。总之，大脑认知事物不是说猜。

最后我再说一下我是怎么想一个理论吧

想一个理论，咱们可以理解成通过结果反推公式，这个没问题吧？然后验证这个公式，就是再用其他的结果来试验公式是否正确。

我也是，先是通过很多的现象，来猜想大脑是怎么样运算的，当然这些设想是有很多可能，一个现象的确可能有很多解释。然后我又用我猜想出来的理论，去解释另一些现象，如果解释的非常通顺，就可以很大程度上的证明这个理论。

的确电脑是死板的，从我们普通人的角度想，如果我跟电脑下棋，我们会觉得电脑千变万化瞻前顾后运筹帷幄（别去讨论这里的人工智能）。这就是电脑本来是死的，但是我们可以做到从结果上来看，它是活的。

浩然-Shuenhoy 发表于 2014-2-17 17:06
其实我有过一种很扯淡的想法。。。

现实中的生物获取物质来提供能量满足自身需要

直接把一个小孩的大脑通过某种方式连接到电脑里，然后这小孩的身体什么的就扔掉。

九夜神尊

SuperMario 发表于 2014-2-20 01:12
刚才稍微想了下，感觉这个问题真的水很深。
电脑内存是个有限的东西，太有限了，甚至存不下一支铅笔的长度 ...

你说的有道理，一个人的大脑所有细胞，估计需要几个T的硬盘才能存下，更别提内存了。

我也最初感觉到，人脑的运算速度远远高于电脑。

不过作为尝试呢？