第四十九章节.林久浩的胡思乱想日记（上）

第四十九章节.林久浩的胡思乱想日记（上） (第2/2页)

现在没有聪明的‘某某数学家’，能不能用计算机来完成对分布或运动的点阵，找到它们收敛的分布函数组或者运动函数组？人的思维和计算方式与计算机的计算方式有区别吗？计算机有一种计算能力是人类的弱项，人类虽然也会，但是没有计算机做的更好，那就是穷尽计算。例如，强力破解某密钥，人类可以想到用穷尽计算的方法，把复杂的高难度计算过程，转化为极其繁琐的简单计算过程重复做，谁去做？当然不是另一个人，而是具备人工智能的计算机系统去做，可以累坏牛、累坏马、累坏计算机，不能累坏另一个人，当然，计算机也不会累坏的，适当保养一下。
　　
　　那么问题来了，用最简单的例子来解释。
　　
　　例如，我们假设一些散落在空间中的点或者是运动分布的点，是基于函数A以函数B为规律收敛，那么是不是可以认为，这些点是由函数A与函数B关联影响产生的O运动结果的轨迹，可以吗？当然可以，我们设定以O为核心信息元，以函数A及函数B为直接关联信息元的多元关联拟脑模型，同时函数A与函数B相互关联。
　　
　　这里的函数A与函数B是未知的，而所有散落在空间的看似无规律的点，是O在函数A与函数B关联影响下的参数溢出轨迹，使用超级计算机去穷尽它，找到函数A与函数B，如何穷尽解算，O是已知的，我们可以把函数A设定为核心信息元，停，核心信息元不是O吗？这是多元关联拟脑模型的特点，任何信息元在使用者的观察角度，都可以是核心信息元，好，函数A是核心信息元，我们将现有的已知的海量的线性函数逐一代入函数A，在每一个已知函数被代入函数A的时刻，函数A就是已知量，O是已知量，去求函数B，如果没有函数B，就继续去穷尽函数A。理论上，我们可以把这些多函数叠加的规律放大到更多的线性函数叠加，ABCDEFG......N，太复杂了，啊不对，是太繁琐，很多尝试性的计算动作，需要无限次的去做，但是理论上，我们可以找到多线性函数叠加的规律。
　　
　　理论是理论，穷尽就是无法穷尽，但是穷尽也是一种思路，好吧，我再说一个有用的方法，知道多元关联拟脑模型的特点吗？多元关联拟脑模型注重‘相对关系’，什么是相对关系，例如A与B有关联关系，B与C有关联关系，那么A与C会同时出现在以B为核心信息元的三维坐标系中，既然A与C同处于一个三维坐标系中，那么它们之间有直接关系吗？没有，因为我们需要的是信息元之间的相对关系，而A与C的关系是由B产生的间接关系，那么这种方式对计算分布的点及运动点有什么作用？我们可以利用多元关联拟脑模型，把分布的点或者运动点，在多个三维坐标系中关联出它们的相对关系模型，这样我们就得到了这些点，在多个三维坐标系中的距离角度等相对关系信息，对这些距离角度参数做趋势分析，我们可以找到这些点分布的规律，或者是运动的规律，问题又来了，运动的点可以知道谁是起点，而分布的点我们怎么知道谁是起点呀？对，运动的点如果知道最开始的点，那么该点就是起点；对于分布的点，就从关心者或者观察者认定的点作为起点吧，这里有人较真了，到底哪个是客观的起点，较真的人去穷尽所有点为起点，然后去计算吧。总之，多元关联拟脑模型提供了这种功能，我们可以利用多元关联拟脑模型，通过多元关联计算，去发现分布的点和运动的点的规律。
　　
　　问题又来了，具体怎么做？
　　
　　我们看到空间有大量分布的点，我们可以利用多元关联拟脑模型，为这些点建立以自身为核心信息元的三维坐标系，并把这些点之间的相对关系标注到每一个坐标系中，为什么是每一个坐标系？因为我们不知道它们收敛的规律，所以就需要把所有可能都放进去，例如，100个点，那么就建立100个三维坐标系，在每一个三维坐标系中都有一个核心点及99个关联点，而且核心点与关联点之间的真实的关联关系也反应出来，数据量不小，但是，至少是解决问题的方法，如此一来，我们就得到了这样的关系，然后提炼出一个点A1为起始点，然后在该模型中穷尽路由，计算后，会得到很多的路径（具体是多少需要计算，总之是有数的），在这些‘路由’里面，我们会计算每一个点之间的相对关系，并对相对关系做归纳，看能不能找到收敛的规律，如果有，那么我们可以认为这些点，以A为起点并按照一个特定的函数收敛，如果找不到，那么继续以下一个点A2为起始点再做一遍，如果没有就继续，直到第A100，如果实在找不到，也没办法，只能认为这些点没有规律。
　　
　　路径就是A1A2A3A4。。。An，或者是A3A4A2A6A9A7。。。An，这是从A1到An的所有路径，也可以称为从A1到An的所有路由。
　　
　　全部实现连接，太变态了吧，如果有10000个点，那么，好吧10000个点也不是什么事，如果有1亿个点，那关联关系约为很大的数，怎么办？其实刚才只是说明一下穷尽的概念，在实际操作中还可以简化，例如，运动的点，我们完全可以从起始点开始逐一向后建立模型，然后发现点与点之间的相对关系中的规律，分布的点要麻烦一些，我们也可以以起始点向一个方向发起关联，在这里可以设定关联阈值，例如A点与H点的距离大于阈值，那么我们就先认为A与H之间没有直接关联关系，通过对阈值的调节，我们把复杂的全关联模型，简化为关联深度控制模型，问题就简单多了。
　　
　　同时间分布的点或者运动分布的点，在我们的多元关联拟脑模型中都是一样的，我们可以把‘空间散落分布点’看做是‘某一个原始点的运动轨迹’，也可以把‘某一个原始点的运动轨迹’在含有时间坐标的坐标系中，看做是‘空间散落分布点’，怎么计算方便就怎么做，反正多元关联拟脑模型都支持。
　　
　　这就是多元关联计算能够解决的问题，而多元关联拟脑模型是支持多元关联计算的人工智能计算模型。
　　
　　这样有意义吗？不就是计算出一些点的分布函数组和运动函数组吗？有意义吗？人生要做很多有意义的事情，这种计算的意义是什么？
　　
　　小到粒子运动。。。大到宇宙星辰，中间所有的问题都可以用多元关联计算来解决，扩大了‘可计算概念’的范围，这就是‘它’的意义。
　　
　　小到量子纠缠，熵增现象，越无序那么熵增越大，真的是无序吗？还是没有聪明的数学家去发现它们的分布函数组和运动函数组，聪明的数学家也找不出来规律，所以就给个定义‘无序’，也是一种对‘能力有限的无奈’，现在多元关联拟脑模型给出了一种人工智能算法模型，聪明的数学家加上人工智能算法模型，你们一定可以解决一些‘能力有限的无奈’，去发现‘无序’的规律，然后是不是就可以发现‘熵增’的规律，好吧，聪明的数学家拿着多元关联拟脑模型去解决问题吧，看好你们呦。
　　
　　大到宇宙，宇宙中所有的星星就像是散落的点阵，是不是可以发现它们也是由多重线性函数叠加而形成的，星星的散落分布是有规律的，如果发现了这个规律，是不是就成为了。。。不可能的，宇宙之大。。。
　　
　　好了，不要胡思乱想了，我们要解决的是从量子到宇宙之间的那些与人类命运息息相关的问题，放过宇宙吧。
　　
　　很好，现在回到多元关联计算的话题，我们找到了把复杂问题简单化的方法，多元关联拟脑模型，把【复杂的事情】转化成【简单的数学计算过程重复无数次的做】，这就可以把很难解决的问题由计算机解决，可计算概念的范围又被拓展了。
　　
　　我很喜欢看《西游记》，孙悟空就像强大的量子计算机，强大到可以扫平一切妖魔鬼怪，但是，在计算空间中，这只是一种强大的算力，即使再强大，当遇到黄眉怪的时候，也被困在黄眉怪的法器中，我更喜欢猪八戒，将天庭二十八星宿全部摇来了，因为，猪八戒使用了穷尽计算逻辑，在计算空间中，所有的可能算法都提取出来，总有一种算法可以解决问题，所以猪八戒的算法逻辑高于孙悟空，因为猪八戒具备穷尽计算的智慧。
　　
　　我们知道穷尽可以解决所有难题，但是穷尽本身就是难题，所以模糊计算、区域范围、管理粒度、阈值控制，是解决穷尽问题的好帮手。
　　
　　这只是一个例子，对孙大圣没有丝毫不敬。
　　
　　下一章节===《第四十九章节.林久浩的胡思乱想日记》