快眼电子书

手机浏览器扫描二维码访问

第十九章与内二实验室的对话（第3页）

“纵深建模？”鲁少校没明白。

“就是，当A点与B点是关联的，并且我们在多个时间序列图像中收集了最大关联向量距离为5，当这两个点重叠的时候，我们认为A点与B点形成了5的纵深，可以利用这个条件做立体建模的依据。”林久浩解释。

“是呀，老鲁，这个世界上绝大部分生物都具备对称性。”安静也补了一句话。

“哦，哦，明白了，太好了，解决大问题了。”鲁少校很快就明白了，本来立体建模就是内二实验室的研究内容之一，现在全连接在一起了。

鲁少校的问题解决了，大家休息一会儿，统一喝水，统一去卫生间，军人多了，行动也很统一，休息片刻，会议又继续。。。

“该轮到我们的问题了吧？”安静问道。

“对，你们不关心感应层前端的技术，你们关心的是从前端输入的多种信息源，如何转变为内容描述，对吧？”鲁少校先问了一句。

“这一点你们做的怎么样？我们现在要开始芯片化信息元编码搜索过程了。”安静说道。

“我可以告诉你的是，我们已经统一了内容规范，就是我们向你们拟脑层输送的是TAG组模型。”鲁少校。

“你们现在可以做到，把感应层的内容定义，转化成内容描述，然后直接提起关键字，以关键字形成TAG组关联模型，输出给我们的拟脑层，对吗？。”安静有点不信。

“对，其实有时候内容是可以跳过的，比如我们直接把视觉的东西用TAG定义，方形、梯形、三角型，多型组合，上下组成等，多角度多层次的感知。”鲁少校边比划着边说。

“还有颜色、大小、比例等，是不是？有没有初步判断？”安静知道鲁少校说的是CV视觉方面的，不是NLP自然语言方面的，而CV视觉方面是拟脑思维层与感知层相互对接技术的关键，反而是NLP自然语言处理部分，安静部门已经拥有了最先进的算法，不同规模的多层分级的训练模型。

“初步判断也是用多元关联技术做的，比如一辆汽车有多个特性，而且特性之间有关联关系，我们将关键字在这些关联模型中行走，找出最高命中率的信息元。”鲁少校慢慢解释着，从话中透露出也使用多元关联拟脑技术。

“这些对象的识别你们也是采用神经元理论，卷积算法完成的，怎么又涉及到我们拟脑思维层的技术了？”安静感兴趣的问道。

“对象感知基本上采用的是神经元理论，至于卷积算法，其实现在很多视觉处理部分已经脱离了卷积算法范畴，反而是关注点向量定义更有效。但是，神经元理论及动态特征分析也有不尽人意的地方，例如立体的物体不同的角度不同的成像，在卷积算法中会呈现不同的特征码组，容易被识别为不同的内容对象。”鲁少校解释着。

“这一点不是靠后期训练可以解决吗？不同的特征码组定义为同一个事物。”安静说的是，读一个立体实物多个角度产生的特征图像，统一定义为一个事物。

“不好，因为角度的偏差会产生大量不同的成像，不同的成像产生大量不同的特征码组，虽然多维度多层面可以减少特征码组，但是，还是不理想。”鲁少校对现有算法的效果不是很满意。

“那你们怎么办？而且还要尽量避免指向同一个事物的特征码组过多，怎么办？模糊计算吗？”安静问道。

“不是，我们对立体的事物，做轮廓抽离、纵横比分析、姿态还原等多种技术，将复杂的对象进行多维度多层次拆分定义，再使用卷积算法辅助，对了，我们将内容分离后的内容提取关键字，然后也用了多元关联拟脑模型做精确识别，跟你们那边做法差不多。”鲁少校现在说的是静态事物的分析，因为静态事物没有运动特征，只有在视角转变的时候才会产生相对的运动，所以很难通过运动特征识别，不过人工智能对静态事物的识别要求相对低于动态事物，如果识别不出来，可以先按照一个大盒子型物体计算。

“你说的感应层也会用到我们拟脑层的技术，就是先给我们输出一个模糊的事物定义，是吗？”安静继续问，因为这些问题将导致拟脑思维计算的准确性。

“是的。”鲁少校说完，突然转为严肃的说道：“西方一直有一种误区，他们太注重表象了，而忽略了本质，西方通过对表象的统计创造了很多伪概念，例如条件反射原理等，尤其是在神经元理论上，他们认为人对事物的辨识，是通过神经感应多层次多维度的碎片特征感知得出来了，实际上又机械教条了。”。

“不是吗？确实，我一直也对这一点有很多疑惑，而且以前就有一个前辈说过跟你一样的话，人类认知不只是神经反应，还至少需要一层脑思维。”安静说道。

“对的，跟你们拟脑层关系很大，人对事物的判断不只是神经皮层的感应，至少，我说的是至少经过了一层脑思维判断，有时候还需要多层思维判断。。。安静，你琢磨琢磨，是不是这个道理。”鲁少校说完，指了指自己的脑袋。

安静看到老鲁指了指秃顶，笑了一下，随即说道：“老鲁，你这么一说我就更确定了，所以在感应层就需要多元关联拟脑技术的支持，对每一个事物不但要多层次多角度的分析，而且还要把分析的要素关联起来，这样才能得出准确的结果，而关联就是脑思维的动作。”。

“对的，而且不只是对该事物的多层次多角度分析，如果要准确认定一个事物，还要通过多层脑思维判断，而且，还要把该事物的判定结果，放到多元关联拟脑模型中，与其关联的其他事物一起分析，而且是多层脑思维分析。”鲁少校继续阐述。

“多层脑思维，是不是通过脑思维定义事物，在我们的多元关联拟脑模型中，就是将事物的多种可能都进行一遍思维行走，看看有没有对应的可执行闭环？”安静问道。

“是的，例如某一个事物，有可能是A、B、C三种可能性，但是，前端无法确定是什么，就要拿到多元关联拟脑模型走一遍，看一下A、B、C哪一个是实际概念，能够形成可执行闭环的可用信息元，当然这个思维分辨行为，还要根据条件环境空间的情况，以及机器人自身任务等多种因素联合判断，所以，感应层到拟脑层可不是一次提交内容就完成的，还需要来回多次，才能够准确判断内容对象的。”鲁少校解释道。

“是呀，我们这边也是，也要参与到你们感应层的工作中，采用多元关联拟脑模型，对你们的分析观察对象做脑思维判断，对观察对象做进一步分析定位，所以说，我们互相向对方多走了一步，工作就更融洽了。”安静认同地说道。

“对呀，其实我们也可以用传统方法，就是神经元系统卷积算法识别观察对象，脱离大模型及训练的情况下，不但准确性太差，而且对复杂环境中事物的分辨也有问题，用了多元关联技术，尤其是信息元编码方式，命中率提高了不少。”鲁少校说话的时候，还看了一眼林久浩。

安静立刻意识到，这个老鲁可是出了名的挖墙角达人，赶紧问道：“如果你们用多元的模型，可以直接命中信息元，我们就不用做事了，是这个意思吗？”。

“哎~~，可不能这么说，我们这边是尽量精确定义，最终的定义过程必须由你们那边完成，你们的方法可以直接命中信息元，进入拟脑思维，更直接。”鲁少校感觉到安静又处于战斗状态了，马上把话圆回来。

【以下部分全部用类脑细胞信息元存储格式解释，即增加‘思维空间第零层语义空间嵌入数组坐标’，如果信息元编码通用，可以使类脑细胞信息元直接在LLM中计算，如果LLM不能形成通用信息元编码，那么可以增加一个LLM概念编码位置。】

会议继续着，安静接着说道：“你们通过多模态大语言模型，为我们提供精确的特征组，对应到内容，抽离关键字形成TAG组关联模型，我们再根据词元组，查找对应的信息元编码，只要能够得到信息元编码，那么拟脑思维就可以开始了。”。

“可以，我们现在的大语言模型不只是类似于TAG的Token标识，而且还可以利用多维嵌入模组，在不同维度的空间进行语义定义，可以把观察对象多维度多层次拆分特征码组，然后定义对象描述，抽离成关键字，把多关键字在多元关联拟脑模型中，形成TAG组模型，并把这个模型输出给你们这边，然后你们去定义或指向信息元，这种固定的流程和算法可以芯片化了。”鲁少校说道。

“对，基于词元的Token可以形成关联模型吗，输出给我们。”安静又问。

超兽武装：火界历练  下山即无敌，天下任我行  奇怪的邻居哥哥  美强惨大魔王被炮灰  大唐：开局震惊武则天  圣母哈利波特大传说  纵横江湖：东北黑道三十年  捡属性系统  神圣童话  掌控自我掌控乾坤  盛世风流  简化升级条件，从召唤蚁族开始  潘红修仙传  次元编年曲  总有归期：逸心逸意  英雄镇中原  战国之风起云涌  痴愚赘婿？朕是皇帝来着！  京城第一荡妇她，突然清醒了！  我有一座鸿蒙神殿