人工智能软件的编写.doc

人工智能软件的编写
程洪文
湖北省钟祥市第三人民医院 431900
chenghwn@
摘要：本文为编写人工智能软件提出了新的理论和方法。1、讨论了人工智能软件的一些主要结构、功能及编程方式，包括记忆柱、基本记忆柱群、原始记忆柱群、周围部分、核心部分。2、简要讨论了如何将顺序计算转化为并行计算。3、讨论了人工智能软件的基本功能、高级功能及它们是如何被实现的，包括并行存储、模糊兴奋、状态性兴奋、学习、思维……。
关键词： 记忆柱、展示框、奖惩中枢、状态性兴奋、调节中枢
说明：为了论述方便，神经科学的许多词语在本文被我直接借用（如纤维、联络区等在本文都被直接使用，但它们都是虚拟的）。
计算机所具有的复制、修改、存储文件的功能是人工智能软件的编写基础。
人工智能软件的结构及各结构间的关系概述
人工智能软件可分为核心部分与周围部分，1、核心部分包括感觉、传出中枢的联络区及操作中枢（包括状态中枢、奖惩中枢、调节中枢，调节中枢又包括“动力”中枢、目的中枢、注意力分配中枢及其它的一些辅助中枢）。2、周围部分包括传入部分（包括感觉中枢及其它的一些结构）和传出部分（包括传出中枢及其它的一些结构）。
它们之间的大概关系是（这里只是简要说明，具体的说明见后面的内容）：1、如图1，传入部分与相应的感觉中枢的联络区只是单方面的一一对应的纤维联系，信息只能从传入部分到相应的感觉中枢的联络区而不能反过来传递且这种信息的传递不需要记忆。传出部分与相应的传出中枢的联络区有单方面的一一对应的纤维联系，信息只能从传出中枢的联络区到相应的传出部分而不能反过来传递且这种信息的传递不需要记忆。2、核心部分的各个中枢之间只通过它们的联络区来交换信息，只有核心部分的各联络区在传递信息时才有记忆。它们之间的关系如图1和图2。
本文主要讨论核心部分的结构与功能。
各联络区由原始记忆柱群组成，原始记忆柱群由基本记忆柱群组成，基本记忆柱群由记忆柱组成。
操作中枢
的各联络区
另一种类型的传入刺激
一种类型的传入刺激

对应的又一感觉中枢
对应的感觉中枢

联络区1
联络区2

联络区3

操作中枢的控制部分
传出中枢

图1

状态中枢
注意力分配中枢
目的中枢
“动力”中枢
奖惩中枢
感觉、运动中枢
1、

1、 “先天的”奖惩刺激与奖惩中枢的联系是奖惩学习的基础。
2、 感觉、运动中枢的记忆内容能通过“先天”的奖惩刺激与奖惩中枢建立记忆联系而成为习得性的奖惩刺激。
3、 “动力”中枢可将奖惩中枢的兴奋状态转化为“动力”值，而使 “动力”中枢中表示“动力”值的中枢处于相应的兴奋状态的，并与对应的皮质中枢建立记忆联系。
4、 如图感觉、运动中枢的记忆内容能与奖惩中枢、“动力”中枢、注意力分配中枢建立单向的记忆联系。
5、 目的中枢根据各个目的所对应的“动力”值来确定主注意目的。下一级目的根据上一级目的来分配“动力”值。
6、 注意力分配中枢主要根据注意目的来分配注意力。
7、 具体说明见人工智能软件的操作中枢这一节。
图2

记忆柱、基本记忆柱群、原始记忆柱群
一、记忆柱的编写
我是以记忆柱来做为人工智能软件兴奋的基本单位的（记忆柱的结构及各结构的功能见图3）。记忆柱是一段可被复制的文件，每个记忆柱由n个recordnumBer（用RN来表示）组成，每个RN是一条记录，（配合专门的操作程序，可以使记忆柱的功能极其复杂。用记忆柱或记忆柱群即可以模拟神经元的功能也可以模拟皮质垂直柱的功能甚至可以模拟脏器的功能）。记忆柱之间通过传入、传出纤维进行兴奋联系。记忆柱被传入纤维易化到一定程度后兴奋，记忆柱兴奋后传入了兴奋冲动的传入纤维对记忆柱的易化兴奋能力增强并被记忆下来。那么如果两个记忆柱之间有纤维联系，在它们同时强烈兴奋后它们之间的兴奋能力便大为增强，只有同时兴奋且相互之间有纤维联系的记忆柱才能建立兴奋的记忆联系。兴奋了的记忆柱传出兴奋（顺序读取图3的第2区的记录所指向的RN）。
用专门的程序来读写记忆柱而实现记忆柱的兴奋、记忆、遗忘及传出兴奋等众多功能。记忆柱的任一个传入联系传入的兴奋都能在一段时间内易化记忆柱并被记忆下来，不同传入联系传入的兴奋能相加，当记忆柱被易化到一定程度后便可能被兴奋，然后通过传出联系传出兴奋，并被记忆下来。配合专门的程序，记忆柱的第一部分的记录，可对应反应不同的传入联系对记忆柱的兴奋及记忆柱对兴奋的记忆、遗忘的情况，这部分记录的一部分，记录的是时间，它们主要分别对应记录了不同传入联系最后一次兴奋的时间（根据需要也可包含其它一些内容），其余下的一部分记录分别为不同传入联系最后一次兴奋时的兴奋值。记忆柱的第二部分记录，分别记录了记忆柱的传出联系所对应的记忆柱的某一RN。记忆柱的第三部分记录了记忆柱在某一刻的易化、兴奋状态，包括这一刻所对应的时间，记忆柱的那些RN被传入纤维兴奋及记忆柱的兴奋值。记忆柱之间的联系为对应性联系。

记忆柱

　图3
3
3、记录记忆柱的易化及兴奋（包括时间、强度及一些统合性的信息）状态。
2
2、记录传出纤维传出到那一个记忆柱的那一RN。
1

1、主要记录传入纤维对记忆柱的兴奋能力及上一次兴奋的时间。

需说明的是只有兴奋性记忆柱而无抑制性记忆柱，人工智能软件的兴奋平衡是通过其它方式来调节的。
二、基本记忆柱群
基本记忆柱群是记忆的基本功能单位所对应的一群记忆柱。
基本记忆柱群

2
2
基本记忆柱群

1
1

4

4
3
3

图4

如图4为两个基本记忆柱群。“1”是易兴奋的记忆柱。“2”是兴奋时兴奋的记忆柱。“3”是兴奋后抑制时兴奋的记忆柱。“4”是其它的一些功能的记忆柱。
　　基本记忆柱群（用JZQ来表示）至少包括（如图4）：
1、 一个易兴奋的记忆柱（用YXZ表示）。
2、 一个在基本记忆柱群兴奋时被兴奋的记忆柱（用YHXZ表示）。
3、 一个在基本记忆柱群由兴奋进入抑制状态时才被兴奋的记忆柱（用YZXZ表示）。
如图4，YXZ在JZQ受到状态中枢的抑制而处于抑制状态时只能与其它的JZQ中的YHXZ建立单方面的记忆联系，即在它们建立记忆联系后只有YHXZ对YXZ的兴奋能力增强。YXZ在JZQ受到状态中枢的易化而处于兴奋状态时除了能与其它的JZQ中的YZXZ建立单方面的记忆联系（即在它们建立记忆联系后只有YZXZ对YXZ的兴奋能力增强）外，还能与被兴奋的JZQ中的YXZ建立相互兴奋的记忆联系。
三、原始记忆柱群。
所谓原始记忆柱群是指一个注意对象的一次刺激所对应兴奋的联络区的记忆柱。如当注意一物体的图形时，图形所对应的视觉联络区的记忆柱便是原始记忆柱群。当注意一物体的的空间位置时空间位置所对应的联络区的记忆柱便是原始记忆柱……。原始记忆柱群由一群基本记忆柱群组成。强烈兴奋的原始记忆柱群之间才能建立较强的记忆联系，兴奋越弱，记忆联系越弱。
如何使PC机象人脑一样具有并行兴奋的能力
为了使PC机象人脑一样具有并行兴奋的能力我引入了展示框的概念，展示框是由RN组成的，它的作用是记录某一刻（本文一刻与一个记忆柱被易化兴奋，然后传出兴奋所用的时间相对应，当然如果必要且计算机的速度足够快我们也可将一个记忆柱兴奋后再传出兴奋所需的时间平分成十份，使一刻所需的时间与十份中的一份相对应）所有被“兴奋”的记忆柱，以使PC逐一读写完这一时刻被兴奋的记忆柱后再逐一读写下一时刻被兴奋的记忆柱（某一刻所有被兴奋的记忆柱是其前一刻所有被兴奋的记忆柱兴奋后所兴奋的记忆柱，比如一传入信息所兴奋的记忆柱如果被归入A时刻兴奋的部分记忆柱则它们兴奋后所兴奋的记忆柱便成为A+1时刻所兴奋的一部分记忆柱。），通过这种转换就可使一次只能进行一次读写的PC机也能模拟人脑的并行兴奋特点。需要特别说明的是：在本文，除了状态性中枢参与的易化兴奋外，记忆柱受到的某一传入易化、兴奋所持续的时间只能在下一刻结束。
信息的的传入、存储、回忆、传出
传入智能软件核心部分的信息应具有以下特点：1、信息量应不多，且能很好的达到反应外部世界的目的。2、应便于核心部分的基本记忆柱群的信息处理。
本文以视觉中枢的联络区的部分结构为例来讨论并行存储、模糊兴奋、模糊回忆……（对视觉信息的处理可能还有其它更好的方法，但其传入与处理的基本原则应不变）。
视觉中枢的联络区
视觉刺激

图5
C区
B区是与颜色信息相对应的原始记忆柱群所在的地方
A区是与图形的形状相对应的原始记忆柱群所在的地方
视觉中枢
视觉联络区
A

如图5：假设Ａ皮质是与图形的形状刺激相对应的原始记忆柱群所在的地方。当智能软件注意一个对象时，不管这个对象在空间的那个位置，所兴奋的Ａ区的原始记忆柱群都相同（对象的空间位置、颜色等参数可转化为相应的刺激，兴奋非A区的相应记忆柱群）。
我们可以这样来设置Ａ皮质的记忆柱的分布与传入信息的关系。
1）将Ａ细分成有限的一些区域，任一个区域都与一次有意义视觉传入的最小单位相对应（任何一个区域都包含一群记忆柱）。把这些区域称为最小反应区。2）将注意对象所充满的空间进行平面划分，它所划分的区域与Ａ的最小反应区相对应。这些区域的任何一个区域的视觉信息在传入到Ａ之前都转化为具有一定角度的线段信息，注意对象便由这些具有一定角度的线段连接起来构画出其轮廓。与最小反应区对应的任何一个具有一定角度的线段在Ａ的相应的最小反应区中只能兴奋一群基本记忆柱群中的一个相应的基本记忆柱群（这群基本记忆柱群分别对不同的线段信息进行反应，一次只能有其中的一个基本记忆柱群兴奋）。
1、并行存储（记忆）、并行回忆。
为了论述的方便，本文假设任一个注意对象在A都只有20个最小反应区（在我们编写人工智能软件时最小反应区的数目应远大于这个数，但机理是一样的）与之对应。每个最小反应区如果所区分的线段的最小角度是20,则一个最小反应区能反应不同的角度信息有360/20=18,再加上一个非角度刺激所反应的信息（也就是没有刺激），一个最小反应区所能反应的信息有18+1=19个，最小反应区的每个角度信息对应一个基本记忆柱群，也就是说一个最小反应区可有19个基本记忆柱群。最小反应区不能同时有两个基本记忆柱群兴奋。当一个对象刺激视觉中枢而引起A的反应时，A只能有20个基本记忆柱群（它们分别属于不同的最小反应区）同时兴奋，兴奋了的基本记忆柱群相互之间建立了兴奋性记忆联系，从而进行了信息的存储。再进行回忆时这20个基本记忆柱群通过兴奋性记忆联系又能同时兴奋。记忆时的信息被同时存储在不同的基本记忆柱群中，回忆时又能被同时提取，这样的记忆、回忆便是并行存储（记忆）、并行回忆。
并行存储是指众多的不同信息存储在相似区域(比如对于前文的所述的A区的信息传入：任一个注意对象传入的刺激信息只能分别兴奋被平分的有限区域内的几个最小反应区，信息也就被分别存储在那里)，我认为人脑的存储模式是并行存储，而计算机硬盘的存储模式是顺序存储（即不同的信息存储在不同的区域）。
并行存储相对于顺序存储来说其优势是明显的。对于并行存储，记忆的各部分能自然建立记忆联系，因而它能使模糊记忆、回忆方便的实现。同时，其存取量、速度都是顺序存储无法比拟的。其最大的缺点就是能产生回忆差错，但是回忆差错是能被克服的。
并行存储最主要的问题是回忆干扰的问题，回忆干扰的原因是不同的原始记忆柱群之间包含一些共同的基本记忆柱群。下面我提供了解决这一问题的方法。
1） 并行存储相对应的并行回忆必须是模糊回忆。
2） 一个并行存储的文件系统一次只能有有限的基本记忆柱群兴奋，其数量应与一个原始记忆柱群差不多。
3） 记忆迅速遗忘，只有少量记忆能转化为中长期记忆，这样在正常的信息刺激下产生的记忆可使记忆柱之间的兴奋联系密度控制在一定范围内。通过遗忘能使不同记忆柱的兴奋能力出现差异，这种差异是并行回忆的基础。
4） 最易兴奋的被选择兴奋。1、建立了记忆联系的记忆柱之间的兴奋能力远大于没有建立记忆联系的记忆柱之间的兴奋能力。原始记忆柱群被兴奋后，组成原始记忆柱群的各亚群记忆柱群之间的兴奋能力便大大的加强了。当回忆时如果原始记忆柱群被兴奋达到了一定数目后，通过记忆的兴奋联系应能使兴奋的记忆柱呈几何数级的增加，也就是说兴奋能力发生了突变，从而使这一原始记忆柱群的大部分记忆柱兴奋。2、一原始记忆柱群与多个原始记忆柱群建立有记忆联系，当这一原始记忆柱群兴奋时，其它记忆柱大多处于非兴奋状态，然后当这一原始记忆柱群被抑制时，通过其开始传出的兴奋从而使其它的记忆柱兴奋。当某群原始记忆柱群（Ｄ）的记忆柱首先达到突变状态时这群原始记忆柱群便被选择兴奋，这样便大大减轻了记忆干扰。
5） 增加基本记忆柱数。
6） 采取状态兴奋的方法。
7） 回忆判断机制。
2、记忆模式。
记忆联系有两种模式，一种是原始记忆柱群内部的记忆柱之间的记忆联系，一种是原始记忆柱群之间的记忆联系。而第二种又有两种模式。
1）当智能软件注意一个图形（用K表示）时，视觉中枢的联络区被状态中枢易化，这一图形便兴奋A区与图形相对应的20个基本记忆柱群（它们组成了A区的原始记忆柱群，用K1表示）兴奋，这20个基本记忆柱群中的YXZ与YXZ、YXZ与YHXZ之间便建立了记忆联系。
如图6大矩形代表所有与K对应的基本记忆柱群，两个大椭圆代表其中任意两个基本记忆柱群，箭头代表记忆联系。
YXZ
YXZ

YHXZ
YHXZ

图6

2）当智能软件再注意另一个图形（用S表示）时，如图7：这20个基本记忆柱群被状态中枢抑制，它们的YHXZ被抑制而YZXZ开始兴奋，同时A区与S对应的20个基本记忆柱群（用S1表示）被状态中枢易化并被S兴奋，S1中的YHXZ，YXZ兴奋，则S1的YHXZ与K1的部分（假设其数目是10）YXZ，S1的部分（10个）YXZ与K1的YZXZ，以及S1的YXZ与YXZ、YXZ与YHXZ之间便建立了记忆联系。这之后S1的YHXZ兴奋后便能易化或兴奋K1的部分YXZ，而K1……。
K1（被抑制）

共有10个YXZ能与S1的YHXZ建立记忆联系
S1（被兴奋）

共有10个YXZ能与K1的YZXZ建立记忆联系

基本记忆柱群
基本记忆柱群

YXZ
YXZ

YHXZ
YZXZ

图7

3）当两个不属于同一个并行区域的原始记忆柱群同时兴奋时，记忆柱之间的记忆联系类似于第一种情况下的记忆柱之间的联系。
3、回忆模式。
B、D两群原始记忆柱群之间建立记忆联系后，当由B的兴奋回忆D时，D中被B兴奋的基本记忆柱群数只要超过或等于一数值，则D的所有或绝大部分基本记忆柱群便会被已被B兴奋了的基本记忆柱群兴奋，这个数值便是兴奋阀数。D中能被B直接兴奋的基本记忆柱群的最大值是最高兴奋数。
因多种原因B可能只有M个基本记忆柱群能传出兴奋到D，而这时D被B兴奋的基本记忆柱群能刚好达到兴奋阀数，则M为回忆阀数。
1） 当智能软件欲通过K的刺激回忆与K建立有记忆联系且在其后刺激智能软件的对象时，兴奋的K1被状态中枢抑制其YZXZ兴奋，兴奋的YZXZ易化所有与之建立有记忆联系的YXZ，由专门的程序记录下这些YXZ，并从中选出6个最易兴奋且相互之间建立有记忆联系的YXZ（在这里6个YXZ被选择出来便能触发状态兴奋，6便是兴奋阀数），兴奋与这些YXZ 对应的状态中枢，再由状态中枢记忆柱强烈易化相应的基本记忆柱群，而使这6个YXZ及相应的YHXZ兴奋。兴奋的6个基本记忆柱群通过YXZ及YHXZ兴奋与这6个基本记忆柱群同时被易化兴奋（也就是说它们的YXZ之间有相互兴奋的记忆联系）且这时最易被兴奋的14个基本记忆柱群。　　　　　　　　　　　　
2） 当智能软件欲通过K的刺激回忆与K建立有记忆联系且在其前刺激智能软件的对象时，K1中兴奋的YHXZ易化所有与之建立有记忆联系的YXZ，由专门的程序记录下这些YXZ，……。
有效回忆的机理（它是思维的基础之一）
刺激M对应的原始记忆柱群为m，刺激B对应的原始记忆柱群为b，刺激C对应的原始记忆柱群为c，刺激E对应的原始记忆柱群为e,m与b有直接的记忆联系，b分别与c、e有直接的记忆联系，由刺激A回忆起b’，如果b’与b相比，它们共有的基本记忆柱群达到了回忆阀数，则由b’能回忆起c、e，那么相对于c、e，b’与b等效，也就是说由刺激M回忆起了刺激B。如果b’与b不存在等效关系，则由M不能回忆起B。
4、 人工智能软件的模糊回忆机理。
有原始记忆柱群A、B（A、B曾分别兴奋过），A发出的传出纤维与B的一部分基本记忆柱群（用B1表示，B1应是最大兴奋数）有联系，而当B1中兴奋的基本记忆柱群达到兴奋阀数时通过记忆联系能使所有的B兴奋。当A、B建立记忆联系后， A对B1的兴奋能力便大大增强。A再兴奋时便可兴奋B1，B1又能使大部分B兴奋。与A相似的兴奋能兴奋大部分B1（用B2表示），如果B2包含的基本记忆柱群的数目超过或等于兴奋阀数，B2便能使B兴奋。
1） K1与S1建立了记忆联系，K1的20个基本记忆柱群与S1中的10个基本记忆柱群有直接的兴奋记忆，而K1中的12个基本记忆柱群至少与S1中10＊12/20=6个基本记忆柱群建立有记忆联系。
2） 一个对象F对应的A区的基本记忆柱群为F1，F与K相似，F1与K1共有的记忆柱群F1K1为12个基本记忆柱群。
3） 如图8：以F为对象进行回忆，则F1被状态中枢抑制时，F1K1也被状态中枢抑制，F1K1的YZXZ刚好使S1的6个YXZ兴奋而触发S1的兴奋，从而完成回忆。在F1K1的作用下F的回忆内容可与K的回忆内容相同。（由于在这里只要有超过12个基本记忆柱群相同便能产生一次有效的回忆因而12便是回忆阀数）
4） 也就是说一个对象与K相似到一定程度（有12到20个基本记忆柱群相同）便能触发相同的回忆，这便是模糊回忆的机理。
F1

K1

K1F1有12个基本
记忆柱群　　　　　

S1
6个基本记忆柱群

图8

5、状态性兴奋。
状态性兴奋：在一群被易化了的记忆柱中产生的兴奋称为状态性兴奋。状态性兴奋应是智能软件必有的功能，否则智能软件便只能进行最基本的回忆，稍复杂的回忆便无法进行。在有大量的记忆的情况下，只有并行存储模式才能使状态性兴奋方便的实现。
假设K1与F1、S1建立有记忆联系而K2与S1、F2建立有记忆联系。如果要回忆即与K1建立有记忆联系又与S1建立有记忆联系的对象，则需要状态性中枢（它不同于状态中枢）的参与。其过程是：在状态性中枢的参与下先记录下由于K1的兴奋而可能被兴奋的所有的YXZ，然后在K1易化的基础上记录下所有由于K2的兴奋而可能被兴奋的所有的YXZ，最后从这些被记录下的YXZ中选择6个最易被兴奋且相互之间有记忆联系的YXZ兴奋，从而产生回忆。由于K1、K2都与S1建立有记忆联系的，因而被记录的S1中的YXZ被易化的强度是F1、F2的两倍，被选择的YXZ自然是S1的，因而S1被回忆。
S1

S1K1K2

K2

K2F2
K1

K1F1

图9

如图9：K1易化兴奋的S1的YXZ为S1K1，在K1易化兴奋的基础上，K2再易化兴奋S1K1的S1K1K2，K1易化兴奋的F1的YXZ为K1 F1，K2易化兴奋的F2的YXZ为K2 F2。可看出，S1K1K2 的YXZ的易化兴奋能力远大于K2F2、K1F1的YXZ的易化兴奋能力。因而回忆时，S1K1K2被选择，从而回忆的内容为S1。
其它类型的状态回忆的机理类似。
6、 信息的传出。
用传出中枢的一群记忆柱的兴奋代表传出联系的基本组成单位。一个传出联系就是多个这样的记忆柱群按一定方式兴奋的结果，不同的传出兴奋可通过传出中枢的联络区对应核心中枢不同的兴奋状态。如果用文字来输出信息，我们可使其基本单位为短线段、角度、时间、空间，这是因为任何字我们都可以用大量的具有不同角度的短线段在一定时间内组合出来。也就是说只要方法得当我们可以编写出，其传出信息能反应自己的核心中枢对信息处理结果的人工智能软件（这种能力需长期学习获得），并且这样的信息能被人理解。
人工智能软件各局部之间的纤维联系
联系的原则是：
a) 能使并行存储、回忆实现。
b) 能使模糊兴奋、回忆实现。
c) 纤维联系尽量少（这将有效减少计算量）。
d) 回忆差错的发生概率在容忍范围内。
我想可有下面的联系方式。
1、 各个感觉中枢及传出中枢与其联络区的纤维联系是一一对应性联系，它们之间不存在记忆联系问题。
2、 纤维联系问题主要是联络区的基本记忆柱群之间的联系问题。可有以下几种联系方式。
1） 每个基本记忆柱之间都有相互兴奋的纤维联系。这种方法最简单，但只在智能软件包含的记忆柱较少的情况下可应用，否则计算量太大。
2） 通过各种方法减少记忆柱之间的纤维联系（这种情况下往往使回忆差错的概率增大）在能满足并行存储、模糊兴奋、回忆的前提下，回忆差错的概率应在能容忍的范围内。
假设另一感觉中枢的联络区（用Q表示）的结构与视觉中枢的联络区（A）的结构相似。那么如果以第一种方式来联系则每个YXZ的传出联系有20＊19＋19＊19＝741个。每个基本记忆柱群的基础传出联系有741＊3＝2223个。
但如果只是各中枢内部的YXZ采取这种联系方式，而各中枢的内部及各中枢之间采取以下联系方式：A区的YZXZ、YHXZ只与A、Q的10个最小反应区的YXZ有纤维联系（因而10便是最大兴奋数），这种联系是A的一个最小反应区的每个YZXZ或YHXZ与Q、A的对应的两个最小反应区的所有的YXZ有相应的纤维联系。Q对A的传出联系类似。这样每个YXZ的传出纤维的数目为19＊19＝361，YHXZ、YZXZ的传出纤维的数目总和为（19＊2＋19＊2）＊2＝152，每个JZQ的传出纤维的数目为361＋152＝513也就是说总体纤维联系只及第一种联系方式的512/2223=0.23。这种联系方式能方便的实现并行存储、回忆及模糊兴奋、回忆（为什么这样说大家可直接参照本文关于记忆、回忆模式及模糊回忆的论述）。
如果以每10个最小反应区为单位采取这种类似的联系方式则每个JZQ的传出纤维的总数为19＊9＋2＊19＋4＊19＋151＝436,……。当然我们也可采取其它的方式来减少智能软件的纤维数目（可能有其它的方式更有效率）。
但随着纤维数目的减少也会带来回忆差错的增加，应使纤维数目尽量少而回忆差错的发生概率却在容忍范围内。回忆时不可频繁出现回忆差错，同时这种回忆差错能通过内省或其它方式（如学习）而消除。
人工智能软件的操作系统（操作中枢）
顾名思义人工智能软件的操作系统是统筹人工智能软件运行的程序，它的作用就是使记忆柱的兴奋及人工智能软件的注意、感知、记忆、回忆、思维、输出能顺畅进行不发生冲突，且功能更强大。它主要包括三部分：1、奖惩中枢。2、调节中枢。3、状态中枢。
一、奖惩中枢。
必须有事先设定的奖惩刺激（“先天”的），“后天”的奖惩刺激在“先天”的中介下学习形成。对奖惩中枢的兴奋有两种方式，一种由的奖惩刺激兴奋，一种是在某些情况下主注意目的实现之后兴奋。与奖惩中枢同时兴奋的原始记忆柱群能与奖惩中枢建立一定的记忆联系。
二、调节中枢。
调节中枢的主要作用是接受其它中枢的信息传入，经处理后调节状态中枢的兴奋状态。它包括“动力”中枢、目的中枢、注意力分配中枢。
1、 动力中枢及目的中枢。
注意目的分为，1、主注意目的。2、亚注意目的。3、阶段主注意目的。有不同的记忆柱群来代表各种注意目的，它们分别与不同的注意目的所对应的对象建立联系。（什么性质的皮质内容与代表主注意目的的记忆柱群建立记忆联系是直接确定的。而什么性质的皮质内容才能与代表其它目的的记忆柱群建立记忆联系通过奖惩学习获得，一旦学习获得了这种能力后今后便也能直接确定）
“动力”：经“动力”中枢的转换获得奖赏的思想行为与正“动力”相对应，逃避奖赏的思想行为与负“动力”相对应，获得惩罚的思想行为与负“动力”相对应，逃避惩罚的思想行为与正“动力”相对应。“动力”是注意目的的产生、持续、转换的原因。“动力”中枢的功能是计算、分配、记忆“动力”。“动力”调节中枢是调节注意目的动力变化的中枢。
“动力”的计算、记忆、变化
1、 将奖惩中枢的兴奋状态转化为“动力”值，而使 “动力”中枢中表示“动力”值的中枢处于相应的兴奋状态，并与对应的皮质中枢建立记忆联系，这是所有类型的主注意目的的“动力”形成的基本方式。
2、 由主注意目的产生的目的的“动力”，由主注意目的的“动力”而来，各种目的的“动力”的大小、衰减模式、增加与减少的模式是长期奖惩学习的结果。
3、 其目的是发现“动力”可能大于现在的主注意目的的目的，这样的目的是临时主注意目的，它的“动力”应大于主注意目的的动力。
4、 “动力”调节中枢包含两部分，一部分兴奋后增加相应目的的“动力”，另一部分兴奋后降低相应目的的“动力”，这两部分都能通过奖惩学习与皮质中枢建立记忆联系。
　　注意目的之间的关系：
1） 回忆起的内容与奖惩中枢的关系（或其直接对应的“动力”）如果使其与主注意目的相比具有更大的“动力”，则它与目的中枢代表主注意目的的记忆柱群建立联系而成为主注意目的。与主注意目的同时存在的注意目的是亚注意目的（亚注意目的有两种，一种与主注意目的有直接的联系，一种与主注意目的没有直接的联系）。回忆起与主注意目的有记忆联系的一些内容，通过回忆认为如果某一内容成为现实后主注意目的才能实现，则它为阶段注意目的。
2） 回忆起由哪一行为开始便可能达到目的，则根据主注意目的的“动力”对它临时分配“动力”，使“实现这一行为”成为阶段主注意目的，将这一行为的起始对象做为主注意对象，则思维、行为由它开始。认为可能影响主注意目的实现的因素被做为亚注意对象，同时亚注意目的也被做为亚注意对象。
人工智能软件随时都有注意目的，有注意目的就有注意力的分配。
临时主注意目的产生的方式。（临时主注意目的是特殊的主注意目的）
1） 注意目的、注意力的分配、皮质的兴奋是相互协调的，当在外力的作用下而兴奋的皮质与注意目的不一致时，与之相一致的注意目的便成为临时主注意目的。
2） 而如果发现可能会有“动力”大于主注意目的的目的，则寻找“动力”大于主注意目的的目的便成为临时主注意目的。（这种能力不需编程产生，可通过奖惩学习获得。
2、注意力分配中枢。
注意力分配的主要内容为1、各种目的的注意力的分配。2、智能软件的“大脑”各局部的注意力分配（如听觉中枢、运动中枢、调节中枢等）。分配的原则为：使智能软件在环境下能正常的感知及完成任务。
智能软件在某一刻只能有有限的注意力被分配，分配注意力有专门的记忆柱群来完成。分配多少注意力主要根据它要完成目标的过程中所分配的“动力”来确定，主注意对象分配绝大多数注意力，亚注意对象分配少量的注意力（分配的“动力”在完成目的的过程中不断变化），在主注意目的下的习惯性易化对象（包括“大脑”各局部）被分配了更少量的注意力。
注意力调节中枢包含两部分：一部分兴奋后增加相应对象的注意力，另一部分兴奋后降低相应对象的注意力，这两部分都能通过奖惩学习与皮质中枢建立记忆联系。
在完成某类目的的时候注意力如何分配是长期奖惩学习的结果。在某目的下先根据认识进行注意力的分配，如果正确则今后在完成这类目的时候就这样分配注意力。如果错误便不能完成任务，则通过奖惩学习获得该如何分配注意力。
主注意对象――正兴奋着的、被分配了大部分的注意力的内容是主注意对象。
亚注意对象――与亚注意目的相对应，被分配了少量的注意力的对象为亚注意对象。
常注意力――在主注意对象及亚注意对象之外给各种中枢所分配的少量的注意力。
3、思维的基本单位。
人工智能软件思维的基本单位：一个主注意对象对应的基本记忆柱群的兴奋、传出兴奋后的抑制是思维的基本单位。
三、状态中枢。
1、 状态中枢可分为两部分，一部分接受、处理注意力分配中枢所传入的信息后，控制另一部分的易化状态或被兴奋能力。另一部分与皮质存在对应性联系。一个状态中枢的记忆柱影响一个记忆的基本功能单位。
状态中枢的功能为：1）使可能产生回忆干扰的皮质（如视觉中枢）所对应的状态中枢的记忆柱在某一刻只能有有限的记忆柱兴奋，易兴奋的记忆柱被选择兴奋。2）当一个并行区域的原始记忆柱群的YXZ被选择出来后1、可能兴奋对应的状态中枢的记忆柱，兴奋的状态中枢的记忆柱反过来又会强烈的易化对应的基本记忆柱群。而使原始记忆柱群强烈兴奋，成为主注意对象。2、不能兴奋对应的状态中枢的记忆柱，这些原始记忆柱群也不可能强烈兴奋，也不可能成为主注意对象。3）将注意力分配中枢所分配的注意力转化为实实在在的强度不同的易化（对皮质和对应的状态中枢的易化）或被兴奋能力。其方法可为：当一群记忆柱被分配了注意力后则可以调低这群记忆柱及对应的状态中枢的记忆柱的兴奋阀值，注意力分配的越多，则兴奋阀值越低，或采取其它方法（如直接给这群记忆柱以易化）或多种方法并用。
调节中枢、奖惩中枢、状态中枢之间通过编程获得的“先天”的关系是不成熟的，成熟的关系需要经过长期的奖惩学习获得。
高级功能的实现
智能软件先通过奖惩学习使正确的兴奋得到选择，然后使被选择的兴奋习惯化（“动力”的分配、主注意目的的确定等能力都需要先奖惩学习，然后再习惯化）。所谓兴奋习惯化是指由于多次兴奋、记忆，使某一记忆柱群对另一记忆柱群的的兴奋能力足够强，即使在分配极少的注意力的情况下它的兴奋仍能使另一记忆柱群兴奋。智能软件实现高级功能的能力，需要一群习惯性兴奋的获得。状态性兴奋与习惯性兴奋是智能软件高级功能的基石。
奖惩学习的机理如下：
1、人工智能软件首先要学习获得提高奖惩学习效率的能力：1）首先通过奖惩学习获得不知如何完成目的时应多方试验。2）一个人工智能软件如果不知如何完成目的（如果人工智能软件将行为记忆组合起来实现了记忆的目的，那么它便知道如何完成目的，反之……），在完成或没能完成之后应使奖惩中枢与这之前的某一可能引起这一结果的行为建立记忆联系。当能熟练完成后则不需建立记忆联系。（知道如何完成目的的状态所兴奋的记忆柱群有共同的记忆柱群兴奋。同理不知道如何完成目的的状态所兴奋的记忆柱群也有共同的记忆柱群兴奋。而知道与不知道完成目的所分别兴奋的记忆柱群之间有固定的不同的记忆柱群兴奋。这群记忆柱群决定了完成目的后，是否回忆是什么行为使目的完成或不能完成，并使这一行为与奖惩中枢建立记忆联系。早期可能是随机的回忆起完成或没能完成目的之前的某一行为使之与奖惩中枢建立记忆联系，随着不断的学习，能力的增强，智能软件能迅速回忆起使目的完成或没能完成的行为，并使之与奖惩中枢建立记忆联系。）
2、智能软件在实现一目的时，如果一群记忆柱群（用A表示）兴奋后目的能完成，而另一群记忆柱群（用B表示）兴奋后目的不能完成，则在多次完成与不能完成目的后，A能与奖赏中枢建立记忆联系，而B与惩罚中枢能建立记忆联系。那么再要实现这一目的时通过回忆A能兴奋奖赏中枢从而被分配了正“动力”，而B被分配了负“动力”，A便被选择兴奋。即使在开始学习前，在实现这一目的的过程中A被兴奋和兴奋相应的记忆柱群的能力远低于B，但通过不断的学习在实现这一目的的过程中A被兴奋和兴奋相应的记忆柱群的能力便会逐渐超过B，并最终远远超过，则当再解决那一问题或与之相似的问题时，即使没有奖惩中枢的作用，兴奋也会是A而不是B。经过多次的完成这一目的，当A在完成这一目的时被兴奋和兴奋相应的记忆柱群的能力足够强时，在完成这一目的时A的兴奋便会成为习惯性兴奋。这便是人工智能软件奖惩学习的机理。
有关注意目的的具体实例如下。在街上找某东西是主注意目的。在街上找时如果行走不是很熟练且在行走分配少量注意力的情况下，行走能完成，则行走做为亚注意目的。这时智能软件边行走边搜寻东西。如果行走很熟练了，则行走不做为亚注意目的而在主注意目的状态下直接分配很极少量的注意力。
在行走出现问题时行走便会成为临时主注意目的，找东西成为亚注意目的。
在街上寻找时在一些刺激的作用下可不断产生临时主注意目的。
状态性兴奋的具体实例：
1） 偶然发现一物体后，要回忆这一物体的称呼。目的是要回忆起一物体的称呼。
2） 在对图形熟悉且能熟练的输入图形刺激的情况下，回忆称呼始终是主注意目的，输入图形刺激是在主注意目的下的习惯性行为。这样视觉中枢被分配了少量注意力而语言中枢被分配了大量注意力。回忆的可能过程为：1、视觉习惯性的注意这一物体的总体使视觉中枢相应的记忆柱兴奋。兴奋的记忆柱便会易化相应的记忆柱（用P表示），则P及其被易化程度被状态性记忆柱群记录下来，在状态回忆没有完成前，状态性记忆柱群始终使P保持这一易化状态。2、视觉再习惯性的注意这一物体的某一局部，视觉中枢先兴奋的记忆柱被抑制，同时这一局部的刺激使视觉中枢相应的记忆柱兴奋，兴奋的记忆柱便会易化相应的记忆柱，然后是易兴奋的记忆柱先兴奋，从而产生状态性回忆，状态性记忆柱群的记忆被释放。（当然，如果不能产生状态性回忆便可能是下一次习惯性注意后才产生回忆）。
模糊识别
b
e
e
y
x
为论述的方便，这里以平面图形为例来讨论。假设Ａ皮质是与视觉传入的图形刺激相对应的原始记忆柱群所在的地方。当智能软件注意一个对象时，首先将这个图形按一定标准进行转化，使其长轴的角度与标准长轴角度一致，而转化的信息使相应的记忆柱群兴奋。然后不管这个对象在空间的那个位置，所兴奋的Ａ区的原始记忆柱群都相同（对象的空间位置等参数可转化为相应的刺激，兴奋非A区的相应记忆柱群）。如图10：带箭头的都是标准长轴。

a

图10

1、 按一定标准确定对象的长轴与宽轴（e是对象的长轴），使其长轴与其角度最小的标准长轴a相重合（如图10：假设有四个标准长轴将平面均分，标准长轴之间的最小夹角是45度。）
2、 使对象充满视觉空间。
3、 转换参数兴奋相应的原始记忆柱群。
4、 这样不管图形在平面（空间）的那一点，只要其长轴与a相差一定角度（小于22.5度）则它在A区兴奋的原始记忆柱群相同。
5、 在能识别其长轴与a相差一定角度（小于22.5度）的某图形后，再注意这一对象时，这时其长轴与a的角度大于22.5度，而与标准长轴x的角度小于22.5度，这种情况下智能软件无法识别，但在智能软件通过转换视角而使其与a的角度小于22.5度的情况下，产生识别。这样，通过记忆联系，在这一对象与标准长轴x的角度小于22.5度的情况下也可被直接识别。
6、 通过多次的学习记忆则不管对象e处于平面（空间）何处，位于那一角度都能被直接识别。
对一物体的记忆一般应经过多次注意、记忆，（如何选取注意对象需经过长期的奖惩学习，而最终被习惯化）因而这一物体在智能软件的记忆库中对应一群原始记忆柱群。其中的任一个原始记忆柱群被兴奋便可能产生识别，当然在一些情况下如果不能产生识别，多兴奋几个原始记忆柱群利用状态性兴奋最终会产生识别。如图１，经过信息转换，圆和多边形在Ａ区兴奋的记忆柱群应是完全相同的。也就是说第一次注意无法区分这两个对象。如图２：在注意了对象的整体后再习惯以图１的局部１为新的注意对象则它们在Ａ区兴奋的记忆柱有大的差别，这时通过状态兴奋便能进行识别。

局部1１
图１

以局部1为新注意对象

对某类物体的识别能力是学习的结果，它与识别习惯（习惯是习得的）密切相关，识别习惯包括注意习惯与回忆习惯。
运动对象的记忆与回忆
对于