回复：浅谈反射算法

　　作者： CommonData 2007-12-7 16:57
　　自然涌现当然是连续的，并且可以无限向高层次涌现。从量子物理、微观物理到化学、细胞生物学、宏观物理学直到天文学，研究的对象不都是原子和原子组成的物质么？
--------------------------------------
　　又是一个伪命题。
　　化学系统的基本起点是原子，上面的层次是分子、物质、混合物。
　　理论物理的研究起点是基本粒子。其最顶层是原子。
　　细胞生物学的起点是病毒和细胞。最高的层次是高级智能生物。
　　天体学、天文学的起点是星体。最高层次是宇宙和宇宙外。
　　它们中的不同起点，正是涌现时的断点。
　　你不可能由基本粒子解释出天体运动规律来，不信你试试看？
　　

　　作者： 59.147.247.* 2007-12-8 02:09
　　因为使用了链的概念，所以我提到了树。 其实我也觉得树结构在这里不会很好用， 而且我认为，线性算法也许都不能在这里有很大的作为。
-----------------------------------------
　　第一点，CommonData网友坚持用图是正确的。“反射链”尽管用了“链”字，但那是巴甫洛夫学说中的用词，与“图论”中相关概念无关。
　　第二点，模拟反射的反射链表，有些类似于矩阵，但它又不是线性算法中的矩阵。因为矩阵需要有完整的行列格式，才能进行线性运算。反射链表不具有完整的行列格式，线性运算无法对它进行操作。

　　To　59.147.247.* （222.227.73.* ）
　　我再试图用一种方式向你说明反射算法确实是一种算法，而不是一种理论或思想。
　　反射算法是一种很简单的面向数据库的计算方式，它的主要计算操作就是读写数据库的数据。
　　一条反射链虽然是含有若干节点的图，但是它在反射算法中的表现比图论的图要简单的多。这是因为一条反射链上的节点间没有标示出距离和走向的必要（其理由会很长，暂不解释），因此可以直接用节点（地址）表示。这样，当我们用一个反射条表示一个具体反射链时，反射条就是有限个地址数据的集合。
　　若干条反射条（地址集合）并列为一个反射表，一个反射表就是若干反射条的集合。它构成反射算法的基本数据库。

　　（接２１１楼）
　　但是，反射表不同与各种数据库系统的表。它是一些反射条的并列，只有行有意义。虽然能够把每个反射条里的元素（地址数据）排列成列，但是这个列没有对应意义。
　　而且，由于每个反射链的节点数量不同，反射条的长短不一。所以它也不是数据库系统那种规格的表。
　　数据库里规格的表可以看成一个矩阵，但是由于反射表的列没有意义，它的行长短不一，因此反射表不能看成是矩阵，也不能采用处理矩阵的方法处理。
　　除去用“反射条的集合”这种方式描写反射算法的关键——反射表以外。我还无法找到一种已有的数学方式描写它。只能按数据库系统类似的称呼，称它为“表”。

　　（接２１２楼）
　　反射算法针对反射表只有两个基本操作（运算）：写表操作和读表操作。
　　反射算法以一个存储单元模拟一个神经元或神经部位。以这个存储单元的“０”值表示抑制状态，“１”表示兴奋状态。但是，它们并不是反射算法的基本数据类型。反射算法也不对它们进行计算。
　　反射算法针对存储单元的基本操作也有两个：读状态（感受兴奋操作）和写状态（激发兴奋操作）。
　　反射算法的运算（由基本操作组合的操作）是建立反射和实现反射。
　　建立反射运算：由“读状态”、记录兴奋态地址、记录同事兴奋的重复次数、写反射条（写表操作）组成。
　　实现反射运算：由“读状态”、检索（读表操作）相应的反射条、按发射条写状态组成。
　　我现在也还找不到一个现成的数学手段，把这些运算和处理数据方法用数学形式表达出来。

　　上帖的（接２１２楼）应为（接２１３楼）�

　　（接２１２楼） 
　　以上就是反射算法的全部数据结构和运算方式。其编程非常简单。不可能不具有操作性。
　　其实，问题的关在倒不在于反射算法的形式，而在于如何理解如此简单的反射算法，怎么能够产生强大的类似于人类的智能？
　　我原来以为，凡是会编写计算程序的人，都会由我的叙述中，自己弄清楚上面的数据结构和运算方式。
　　因此在反射算法里，我重点是讨论这种简单的算法，产生类似于人类的智能的可能性。想不到竟遇到人“非要我解释清它是可操作的算法”。
　　真叫人啼笑皆非！

　　作者： 123.198.74.* 2007-12-8 14:32
　　如果有谁看了rui老师的表述，可以清楚地写出一部分代码，或者整理出了我上面说的操作，请举下手。那我就真的要反省自己了。
-----------------------------------
　　你如果使用ＢＡＳＩＣ以上的高级计算机语言，根本无法写出相应的代码来。包括用Ｃ＋＋、ＪＡＶＡ都很难写出。
　　但是你用汇编语言来写，它会很简单。
　　因此我又称它为面向计算机底层的设计。

　　作者： 202.223.127.* 2007-12-9 04:11
　　至于用汇编就会很容易的说法，实在让我惊愕不已。请提示一下汇编和c语言,在完成算法上会有什么不同？难道你的意思是汇编语言就可以简化算法？
-----------------------------------
　　情况不同，结果自然会不同。算法也会不同
　　比如计算一个五位数十进位乘法，要你用高级语言编程，你会以为是在与你开玩笑，因为那简单的不值得一编，那时初学者的小游戏而已。
　　但是要你用汇编语言编同样程序，你可能会花好几天的时间，还可能因为考虑不周，计算结果不如手算的准确。
　　这时，显然高级语言的算法比底层语言的简单，因为高级语言提供很多东西，替你完成了底层的工作。
　　但是如果让你在内存的一个区域，要求你实现在各个存储地址间自由的读写、调动数据，用汇编语言可能一个指令（ＭＯＶ）就实现，你用高级语言编写程序，就会很麻烦。
　　显然，此时底层语言的算法就会比高级语言简单。
　　反射算法是一个面向底层的算法，自然用汇编比用高级语言简单。

　　作者： 202.223.127.* 2007-12-9 04:11
　　终于慢慢的接近主题了，真不容易。现在我要问你，你如何控制或者说你如何使你的传递神经元因兴奋而传递信息，然后如何退化，如何再次兴奋起来。谁来刺激，如何刺激。如何让这一从兴奋到退化然后再次兴奋的过程，与你的每一个反射链取得联系，形成系统。
----------------------------------------
　　你的问题仍然很含混，因为你好没有把反射问题想清楚，所以提出问题也不清楚。
　　比如你问：“你如何使你的传递神经因兴奋而传递信息？”这个问题问得就不对！在反射算法里，传递神经不是“因兴奋”而传递信息，它是因为负担传递任务而传递信息。而传递信息在产生智能上并不重要，因此对传递神经的活动不做记录，不加以关注，它因什么生理原理传递信息也不被考虑。
　　对于传递信息而言，反射算法唯一关心的是传递的结果——复制反射链。
　　你问的“如何退化？”如果是指我说的“它们的传递中即便有同时兴奋的反复也会被传递而退化”的话，那比较好解释。传递神经也是神经，如果长期出现同时兴奋、反复多次的现象，也会建立反射，传递神经的反射显然会影响传递，但是因为传递神经的信息总变，那些可能建立反射的神经，被后来变化的不同时兴奋信号退化。传递神经不建立反射了，也就能够顺利传递了。
　　这个答案显然和你想问得并不一致。
　　至于谁来刺激？当然是被传递的信息来刺激了。如果是传递感觉信息到大脑皮层，刺激显然来自感觉器官了。
　　传递神经的兴奋与反射链系统没有什么大的关系。它们只是负责传递的一些神经而已。对智能的最终贡献不大。

　　作者： 123.198.74.* 2007-12-8 14:32
　　传递如何解决，应该是这个算法的重点。
---------------------------------
　　我有些明白你的想法了。
　　你是用人工神经网络的观点来看反射算法，甚至想把反射算法纳为人工神经网络的一部分。或者是想通过人工神经网络的方法理解反射算法。
　　人工神经网络理论确实是从信息传输的角度构造网络功能的，它的数学模型也是那样建立的。但是它能够解决的问题离模拟人类智能差得很远。我认为它再发展，也不能产生类似于人的智能。我的设计对它是不屑一顾的。你不可能在它们之间找到共同之处。
　　反射算法的基础是神经间的联系，忽略其传输过程。人工神经网络的基础才是神经元间信息的传输，它的神经元间的联系是人为的，即它是靠人造网络模型实现传输的。与我的设计完全不是一码事！

　　作者： 202.223.127.* 2007-12-9 22:06
　　你说的神经元间的联系是非人为的。是被忽略了传输过程的。 
这样我想我又回到了泥潭里， 你是在操作，或是建立这个非人为过程。那么我的问题就变成，你是怎么实现这个的。请不要让我自己去看你前面的论述自己找答案，因为我没有找到。
--------------------------------------
　　我在回复你的时候，就想象到你会有回到泥潭的感觉。
　　不知你是否学过人工神经网络理论，但是看得出你与它的思路同出一脉。你是把大脑看成一个传输系统，认为是传输信息使大脑产生了诸多功能。例如在神经网络理论中，就是根据输出信息与出入信息的计算，得出它的分类功能的。
　　然而反射算法不认为这个思路是正确的。它认为如何传输并不重要，重要的是大脑各个神经部位建立了联系。这个联系表达了信息。大脑的功能是由这种联系表达的信息产生的。
　　观点不同，处理方法截然不同，人工神经网络理论能够假设输入信号的形式，能够根据人为的网络模型建立微分方程，能够计算出输出信号。有一个完美的数学形式。但是很遗憾，它没有模拟出人类大脑的工作能力。是个好看的花架子。
　　反射算法认为反射链就是信息编码。在本主题前面有叙述：在巴甫洛夫实验中，狗的非条件反射“看见食物流唾液”（看见食物与流唾液两个神经部位的联系）。就表达了“狗看见食物想吃”的信息。在建立起条件反射后，狗看到灯光就流唾液（看到灯光与流唾液两个神经部位的联系），就表达了“狗看见灯光也想起吃”的信息。
　　反射算法认为，人类再复杂的思想信息，也是有这种神经联系表达的。因此大脑要处理得是这种联系，而不是信息的传输。
　　由你的思路出发，你当然很难同意反射算法的思路，但是你如果要追究反射算法，就要理解它的思路。否则你只能是掉到泥潭里。

　　（接２２７楼）
　　你继续追问的“你如何做到这个”，与其说是因为你没有找到答案，还不如说你是“视若罔闻”。
　　“建立反射”过程就可以做到呀！这可是在回复你的帖子里说的。
　　你如果问“如何得到刺激？”那要看你的系统外设如何了。你就用家庭计算机，那刺激只能来自键盘和鼠标。你如果安装了摄像头和图像处理软件，那刺激就来自摄像头了。你如果安装了话筒和声音处理软件，那刺激就来自话筒了。你如果在系统软件里设计了需要机制、内部感觉机制、脑神经内感觉机制，那么刺激就来自这些机制。
　　反射算法适应于各种不同的设备，它不考虑你具体由何处得来刺激。只要你给它刺激、反应等机制，它就为你建立反射。而你如何传输来的，它也不会考虑的。
　　反射算法考虑得是：建立反射、实现反射、复制反射，以及在此基础上产生思维功能，在此基础上产生意识。
　　还有什么问题？或者更是一头雾水？

　　作者： 202.223.127.* 2007-12-9 22:06
　　222楼的解答，汇编对存储地址的管理和操作是直接的，但是他解释复杂关系的时候同样需要一个过程，一个方法。你只能提高完成这个过程的速度，但是你没有办法简化这个复杂关系，这是我想说的。
---------------------------------------
　　不知你是否真了解底层程序与上层程序的区别？
　　模拟反射的反射表能够采用的高级语言形式，我也多番考虑过。只有数组变量比较适合它。但是高级语言设置的数组变量格式太死板，使用它编程反而要增加很多步骤。
　　这样，同样的算法（反射表和它的读写），高级语言实现它反而比底层语言复杂了。