【接上一章节,林久浩的胡思乱想日记(上)】
继续拓展可计算的范围。。。我们还能得到什么?
“当我们从A点发起思维行走,需要得到返回A点的可执行闭环,但是,这是一个极其复杂的问题,或者是人类第一次发现的问题,人工智能无法在规定的思维深度中找到闭环,替代闭环也没有,怎么办?”。
我们可以穷尽A到思维深度内的所有点,并穷尽所有路径,采用路径算法,我们可以发现其中有些路径是有规律的,例如,我们找到了A到An点的路径,这些路径上的,某一种特定参数变化符合某一种规律收敛,我们可以假定,这种收敛会给我们带来希望,对,就是希望,就像数学家们做的事情,收敛就是规律,规律就是宇宙留给人们探索世界的线索,人工智能也是一样,当A点到An点的路径中,有基于某一特性符合某一规律的收敛,人工智能可以继续做下去,打开思维深度的阈值,开放思维,去穷尽所有符合函数收敛规律的可能,去尝试,去实际操作,不怕失败,失败是成功的妈妈,感谢妈妈,也许能够发现人类还没有发现的可执行闭环,解决未知问题的可执行闭环。
路径算法,为数字生命提供了开放思维的方法,数字生命可以通过向所有关联节点发起思维行走,当在步骤阈值控制下,得不到路径的时候,不是放弃,而是在多个非闭环路径中,通过数学计算获得路径关联节点的收敛特性,并依据收敛特性,决定向那个方向做穷尽深度思维,以及构成尝试性路径,用尝试的方法补充路径所需要的信息元。
人类做事的习惯,当遇到无法解决的问题,我们可以尝试性的做一些与其有关的事情,也许没用,也许会造成‘条件环境空间’的条件信息元的变化,而变化的条件环境中,有我们曾经渴望的条件信息元。人工智能也做一下吧,我们把这种功能设定为尝试闭环,对,尝试也必须是闭环,因为人工智能需要尝试的结果,以及对尝试结果的评估。
自主学习,人工智能居然可以通过在思维空间叠加三维坐标系空间,形成自主学习的能力,找一个叠加计算的方向,例如信息元聚合度,在初始的思维空间三维坐标系空间中,找到聚合度高的信息元向量簇,将这些向量簇聚合成一个簇,并定义这个簇为信息元,例如在初始的思维空间三维坐标系空间中,我们发现了A1A2A3、B1B2B3、C1C2C3三个聚合现象,我们叠加一个三维坐标系空间,形成A、B、C三个聚合信息元继续研究,很好,我们又发现A、B、
…。。本站若有图片广告属于第三方接入,非本站所为,广告内容与本站无关,不代表本站立场,请谨慎阅读。
Copyright © 2020 北京小说 All Rights Reserved.kk