AI-仿生智能(更新中)

计算是计算机第一个仿生智能，为什么电路可以计算，我觉得答案是仿生，我们来看看电路是如何计算的，首先要考虑的是加减乘除（为了简化思路，没有按照工业标准及实际产品的真实结构来）

加：

数值转换为二进制（为了简化计算电路）
向加法器传入三个二进制数，如下图，每列为一位数的加法器

为了便于理解，我们先把它分割为多个独立的加法器

为什么是三个，因为上两个是两个数的对应位，第三个是进位，因为加法需要考虑上一位的进位，
所以这个加法器的运算结果需要依赖上个加法器的运算结果（需要上个加法器传递进位）

那么三个数如何加？通过逻辑判断。实现它最简单的思路是判断三个数的所有排列组合,举两个思路
A思路：判断三个数为000,001,010,100,110,101,011,111时各自的情况，那么上图的结果是：

得结果：
这里算出第一位，第二位。。。至结束

B方案：测量电压，判断电压值

减乘都是可以用加法间接实现的，而除法可以用减法和加法间接实现，所以加减乘除都是可以依赖加法器实现的

那么为什么说计算是仿生的呢，因为生物脑也是依赖逻辑判断来进行计算的，生物脑进行计算时使用到步骤元记忆与计算元记忆
我们来看看常见计算元记忆：

加法
1+1=2
1+2=3
...
9+9=18乘法
1*1=1
2*1=2 2*2=4
...
................. 9*9=81

记忆中没有9 9乘法表的人可能会使用别的记忆形式代替，如印度的12*12表。。。
减法和除法也是如此
那么复杂的问题呢？通过步骤元记忆将其拆分为计算元记忆可以处理的形式，化繁为简，各个击破，再整合结果得到复杂问题的解。

当然，在计算完复杂的问题后，可以将复杂问题的解与问题本身一起追加到记忆系统中（可以将整个计算过程中的步骤元记忆，计算元记忆一起整合作为一种新的计算元记忆），下一次计算时作为计算元记忆来解决更复杂的问题。这个过程个人把它称之为实践到经验。

举例：
12*13=？
通过步骤元记忆，使用竖式，或其他计算技巧，这里使用适用于大多数人的列竖式法

化简为12 * 1,12 * 3，…如果经验丰富（记忆系统含12 * 3，12 * 1的元记忆）时，直接处理，若没有呢，继续化简为可以使用记忆进行判断的情况，如1 * 1,2 * 1,1 * 3,2 * 3（搜索9 9乘法表，找出2 * 3=6，得出此步为6…）借助步骤元记忆整合结果得最终结果，12 * 13 = 156，记入记忆系统作为计算元记忆，如果下次有同样问题，若记得可以直接得出结果，不记得则再算一次，2 * 3等不记得，则计算困难

这就是使用经验进行实践，实践不断丰富经验的过程，此例为解释借助记忆进行判断得（取）出简单问题解，组合解（借助步骤记忆）得到复杂问题结果的流程

不定记忆

指生物脑这种不断追加，可更新的记忆系统

定记忆

像计算器就是将运算逻辑人工写死了，不更新，不追加，步骤逻辑运算逻辑都是是固定的（通过固定的硬件架构或固定的程序逻辑）

那么是先有经验还是先有实践呢，仿生，我们还是先来观察下人类较妥。我们把镜头拉到医院，这时你刚刚出生，但是你好像并不是什么都不会，必备的生存功能，哪怕多是配合性的，但失去了它连接受外界帮助的途径都会受限。学习实践能力也是如此，它需要天分（必备功能），如果连呼吸都要从头学习，那么起步该有多么困难。如果婴儿缺氧，脑部受伤，疾病等导致必备天分，功能缺失，那么后期的学习效果将会受到严重影响。那么实践是与生俱来的么，如果没有实践，婴儿又是如何表现出他的基本功能的呢。所以经验与实践都是天分的一部分。

解释了先有鸡还是蛋，也符合了实践与经验的关系，但天分包含基本功能，基本经验，实践能力，关于基本功能，我们正在试图制造它的视觉，听觉…。关于经验，基本经验可以依赖于基本功能得到的结果，非基本经验可以通过不断实践来不断丰富。关于实践，配合记忆系统解决问题，需要划分问题的类型，已解决问题，未解决问题，未知问题。

对于已解决问题

先来看看对于已知问题的解决，如果是已解决的问题，只需要学习完整的解决过程即可，如果没有学习机会，则作为已解决问题的复杂形式来看待；如果是已解决问题的复杂形式，借助步骤元记忆中的分解方法进行尝试分解，直至分解至计算元记忆可解。那么仿生系统还需要解决的是

• 利用步骤元记忆进行分解
• 学习步骤元记忆
• 积累步骤元记忆，计算元记忆

那么，这是今天的学习算法么？依然有定与不定的区别，不同于基础能力，是否灵活还要看能否迁移（基于经验积累，减少前期假设与过度设计），限制它的不应该过多的是它自己，而应该是环境因素。
人类的知识诞生于群体（社会），作用于（服务于）社会，因此成长过程（学习过程）应该更多的是让社会去影响它，限制它，而非大多是它自己约束（算法），甚至自律是社会的产物，所以后期让社会去教会它。
在讨论让它解决已解决问题前，先观察一下它学习受到的限制。怎样让它的学习过程具有社会属性呢，还差个群体，这需要相当数量的独立AI个体，来帮助其更好的学会社会属性，而独立的AI个体还未形成，所以这一阶段是需要人类来代替其他个体，来完成社会因素的构造。其次是个体自我限制要适中，以达到满足基本学习条件即可，更多的应该是它自己习得的，硬塞的仅仅作为基础条件。

（更新中。。。）