- 第1维思维导图(17.06.22)(N3P1)
- 3维架构图(17.06.23)(N3P2)
- (17.06.28)(N3P3)
- (N3P4)
- (N3P5)
- (N3P6)
- (N3P7)数据树理论
- (N3P8)
[TOC]
| Name | Size | Think方式 | 知识表示 | GC | AILine策略 | 强化 | |
|---|---|---|---|---|---|---|---|
| 1 | AIInputFeel | 超大 | 无 | 无 | 无 | 无 | 无 |
| 2 | AIMemory | 特大 | InputFeel取参数据化,存value | 总表(Memory),MK表(Img,Char,Obj,Do...) | 特易 | 1天/Stong | 无 |
| 3 | AIAwareness | 大 | 情境分块取参,存value | 表(AIAwareness) | 易 | 7天/主Strong | 无 |
| 4 | AICommonSense | 中 | 意识流取参,存常识value | 表(AICommonSense),分表(Is,Can...) | 中 | s灵活/主Strong | 意识流类比唯一 |
| 5 | AIExperience | 小 | 组织常识,思考解决问题value | 表(AIExperience),->习惯(AIHabit) | 难 | s灵活/Strong | 反馈强化->习惯 |
| 6 | AIMindValue | 特小 | 经验取参,存value | 表(AIMindValue) | 特难 | ||
| 7 | AIMind | 超小 | AIMindValue取参,存权重 | 表(AIMind) | 超固 |
//注:所有数据有AILine指向强度的GC机制; //注:大脑数据是完美的树;
//注:意识流:
1. 这个理论最早的纯理论是弗洛依德提出的;
2. 然后被马文明斯基分析了;并附加了详细说明;
3. 我也只是用了巨人的成果;但我又深入的作了研究;并整合到代码中了;(记忆回路是从input转到记忆;而取的时候;却是从意识流取用;)
4. 而MIT2017.08.19左右发的论文;说人类的记忆回路和回忆回路不一样;这个论文只是从实验上证明了;这个是真实的;存在的;
- //思考AIMemory上下的关联;(是不是应该给每个Think.task制定一个id);
- //思考意识流指向(大脑数据的变化)
| 首次 | 非首次 | |
|---|---|---|
| 杯子是橘色 | ||
| 杯子是用来喝水的 | ||
| 杯子可以用来打人 | ||
| 我现在渴了 | ||
| 我有一个杯子 |
- //搜索;(闭上眼,依次说出赤cen黄绿青蓝紫的东西)
- 搜意识流(3小时内)
- 搜索常识(根据强度)
- 颜色值定义的作用;(例如:红黄绿蓝等12种基础色)
- 值域;(模糊范围)
- 根据值分类;
- 根据值索引搜索;
- 链接知识表示-AIMemory表Data结构
 |
 |
|---|
AITree/BrainTree
| Name | 对应 | 子 | 作用 | 工作方式 | |
|---|---|---|---|---|---|
| 1 | AIInputFeel | 光 | 无 | ||
| 2 | AIMemory | 叶肉(光合) | 总表(Memory),MK表(Img,Char,Obj,Do...) | ||
| 3 | AIAwareness | 叶脉 | 表(AIAwareness) | ||
| 4 | AICommonSense | 叶柄 | 表(AICommonSense),分表(Is,Can...) | ||
| 5 | AIExperience | 树分枝 | 表(AIExperience),->习惯(AIHabit) | ||
| 6 | AIMindValue | 树枝 | 表(AIMindValue) | ||
| 7 | AIMind | 树干 | 表(AIMind) | ||
| 8 | MindControl | 根 | |||
| 9 | Mind元 | 根枝 | Mine,Hunger... |