人工意識的閾值感悟

隨筆

站在人群中，看著一張張陌生帶有表情的臉，數據，數據，我腦袋中始終是這個想法，自然界是公平的，給每種生物特有的延續生命的方式，而在這個過程分別賦予不同的知識傳承方式。

從最基礎的單細胞生物到複雜的智能生物，本質上都是在傳承一種活動形式，而在這個過程中，最根本的方式就是使用既定的數據訓練後延生命，我這麼說可能有點恐怖，但本質上就是，而如此精妙的使用大量的物理和數學規律是我膽寒的，很多現實中需要高溫高壓才能發生的化學應，在生命的演進中，輕而易舉的發生了，而且使用方式及其的合理，在訓練後延生命上面出奇的一致，就是我做你學，到了一定熟練程度，給後延生命的自由。

用機器學習的概念就是監督學習，大量的數據，處於父輩階段的生命已經分類標籤，後延生命做的就是儘可能多的接受這個標籤，而且放到合適的位置，在這個傳承中，父輩生命會分類數據的方法也同時通過言傳身教傳輸給後延生命，這也就是為什麼會有「龍生龍，鳳生鳳，老鼠的兒子會打洞」的原因。

在這個訓練過程中會有變異，也就是後延生命的不遵守父輩的分類標籤的變異，這列變異的幾率和強化學習的裡面的隨機參數差不多，但是，會有一個積累量，慢慢的讓生命體系的傳承知識產生躍遷，這個中間同樣是訓練數據差異造成的一個既定方向的傾向。

回到生物體傳承知識的訓練過程，生物體的數據訓練過程是N為一體的，對同一個事物、實物、概念訓練是多方面的的，比我我們訓練紅色，會手指著對應的顏色說，這個時候視覺的訓練結果，聽覺的訓練結果，知識的儲備會同時完成，而且在個中間建立一個等價關係；對實物的訓練也是多維一體，視覺，聽覺，觸覺、味覺，訓練完成會形成一個一直的等價關係，對規律的訓練也是這個方法，任何一類感官都會對這個規律形成一個編碼，而每類感官形成的編碼之間會有一個等價關係或者是等價的橋樑，隨著概念的會進行更高層的綜合訓練，通過視覺發現了某類實物以某種形式出現，我們通過大量的觀察會把這個語義編碼，存入知識庫，當下次在碰到類似的東西的時候我們就可以通過感官把這個知識表述出來，這些知識是可覆蓋的，隨著訓練的增多，生物體會逐步修正這類編碼，後期碰到類似的情況會直接拿過來使用，一個感官上的觸發會讓所有感官都做出相應的正確的選擇。

生物體對後延生命的訓練會有閾值，當訓練的數據量足夠大的時候會觸發這個閾值，過著這個閾值生物後延生命就是在某類的知識的訓練上自增阻尼因子，好的會提高數據訓練效果，而且過了某個閾值後，後延生命體會模仿訓練過程自建一些新的知識的訓練網路，而且會逐步的改進他，最後形成後延生命體的新的知識處理結構。生命後延體這類自構建能力出現的越早，後延體表現的就越出色。

我說了這麼多，其實我就是想表述的是，人工智慧，他們模仿人類訓練網路產生自構網路解決問題的閾值在哪裡？這只是篇偶然思考。後續我會逐步把這個擴充。

監督學習-無監督學-強化學習-深度強化學習，人工智慧的閾值肯定會出現。