微看书

字:
关灯 护眼
微看书 > 奶奶的机器人九号三城迷雾 > 第五章.丁琪琪被弹脑嘣儿了

第五章.丁琪琪被弹脑嘣儿了 (第2/2页)

“我们现在分析一下,在多元管理拟脑模型中是怎么做的,首先,我们知道集合类信息元的关系,我们定义一个【女孩】为核心信息元,那么在它的【生我正】象限不但有父母衣食住行医疗等信息元,而且也有向上集合类信息元,【女人】,而以【女人】为核心信息元的三维坐标系的【生我正】象限,又有集合类信息元【人】,而在【人】为核心信息元的三维坐标系中的【生我正】象限,又有集合类信息元【生物】,因为人也具备生物特征,在我们的多元关联拟脑中,我直接把【人】从动物行列中提取出来了,不能让历史错误一直错着。”林自强。

“林爸,我知道了,就是。。。像。。。俄罗斯的套娃。”丁琪琪想到的比喻。

“差不多吧,那么我们现在看一下,如果我们向上搜寻集合类,并且决定使用哪一层集合,我们怎么做?”林自强。

“林爸,怎么做?您说的转化为数学计算,肯定不会用信息比对择优方式。”丁琪琪。

“对,我们定义思维行走函数,并在执行脑部分填写思维行走函数运行的参数,因为这类集合类信息元都在【生我正】象限,所以思维行走函数的象限定义是【+++】,如果需要寻找向上的集合类信息元,那么就要按照关联关系定义,设定第二个参数。”林自强。

“林爸,关联关系定义不是距离角度和权重参数吗?”丁琪琪问道。

“对,在这些关联关系定义中,有特定参数定义,例如,向上集合类信息元的关联关系是被定义的特定参数,所以我们在发起行走的时候,第二个参数,例如X=k,这就定义了思维行走,只按照权重参数为k的路径延伸。”林自强继续讲解。

“后来呢。。。后来怎么样?”丁琪琪不像是听技术,倒像是听故事,不过,也不错。

“第三个参数是思维行走的步骤深度,例如自然数是深度步数,特定参数j是寻找到最大集合类信息元,那么就出现了第三个参数,Y=j。”林自强也继续讲解。

“还有第四个参数吗?我知道思维行走函数的参数有很多。”丁琪琪也不是毫无基础,至少把大量的基本定义,都死记硬背在脑子里。

“很好,其实思维行走函数可以带很多参数,这些参数根据实际环境选择使用,我们这个例子就用第四个参数,Z=1,这个含义就是不管Y=j有多少层,但是,我只使用第一个信息元形成可执行闭环。”林自强。

“为什么,如果就使用第一个信息元作为可执行闭环中的信息元,为什么还要行走到集合类信息元的顶部。”丁琪琪问。

“因为,例如,我们以前的案例,治疗感冒的医疗方法属于流行病医疗方法。。。。。。医疗服务信息元,而在【人】这个抽象信息元为核心信息元的三维坐标系中,没有感冒治疗方法,但是有医疗服务信息元,如果要形成闭环,感冒治疗方法要经历很多没有必要的集合类信息元,但是,不经过这些集合类信息元,又无法到达【人】这个信息元,所以,我们的目的就是既能够到达【人】,而又要用感冒治疗方法直接构成闭环。”林自强。

“明白了,就是我们能看到的是最大的套娃,而我们实际要用的是最小的套娃,但是没有一层一层的套娃,我们也无法得到最小的套娃,而得到最小的套娃以后,直接使用就可以了,也没有必要再套回去。。。对吧,爸。”丁琪琪嘴很乖巧的。

“你是不是最近跟俄罗斯套娃有联系呀?”林自强反问一句。

“狙击手柳德米拉姐姐,送给我一组套娃。。。对了,爸,为什么不能把治疗方法直接作用到‘虚拟人’信息元呀,这样就不用向上集合归纳了。”丁琪琪又把问题拉回来了。

“也可以,在已经成熟的特定领域,例如我们刚才举例的医疗,可以把治疗方法直接作用到‘虚拟人’信息元,不过,这样会导致在‘人’【生我正】象限出现大量的直接关联信息元,粒度太细不利于维护,所以采用集合分类归纳法方法,把直接连接变成分类的间接连接,具体怎么做根据具体问题决定。但是,向上搜寻归纳及归并路径这是通用的技术,在很多领域都要用到,你应该学会。”林自强。

“知道了,套娃理论,我记住套娃就记住搜寻归纳及归并路径了。”丁琪琪用艾久三号转圈圈记住了路由循环问题,现在用俄罗斯套娃记住了向上集合搜寻归纳及归并路径技术。

“哦,知道了?你的意思差不多明白了,是吗?。。。好,现在要你写一下这个计算公式,你能写出来吗?”林自强问丁琪琪。

“嗯~~,嗯~~~,执行脑函数调用=【信息元编码,+++,X=k,Y=j,Z=1】,其中k是集合类信息元特定的权重参数,j是要求思维行走函数,一直走到最大集合类信息元,1是采用第一个信息元作为构建闭环的信息元。。。爸,对吗?”丁琪琪。

“+++是什么?”林自强问丁琪琪。

“象限呀,我们的多元关联拟脑模型,是按照象限做的信息分类,来约定思维行走的方向的,+++是【生我正】象限呀~~”丁琪琪。

“这里有一个小的概念问题,我们在这里填写的+++是转化后的象限,而在初始定义思维行走时,我们定义的方向是六亲关系,由于六亲关系在不同三维坐标系中的象限对应不一样,所以这里是做过转化后,才会出现具体象限定义。”林自强。

“好复杂,+++不是【生我正】象限吗?”丁琪琪。

“不一定是,三维坐标系不但有正旋转反旋转,还有多种分类,在这些分类坐标系中,【生我正】未必是+++象限,需要提取信息元核心信息中的标识符号,确定三维坐标系类型,然后根据三维坐标系类型做转化对应。”林自强。

“老爸,啊不,师~父~呀~~~,我们用什么来区别,信息元是集合概念类定义的信息元呀?只是信息元核心信息中的标签吗?路径怎么定义呀?”丁琪琪继续问,这就叫知其然还要知其所以然。。

“路径,我们现有的模型是用权重定义了集合类概念,包括固定集合概念及特定集合概念。。。。。。例如,我们给权重一个域1~10000,为可变动权重域,那么10001可以定义为固定集合概念权重,而10002为特定集合概念权重。”林自强。

“固定的集合概念我知道,就是‘女人’的集合概念是‘人’,什么是特定集合概念呀?”丁琪琪。

“特定集合概念是完成某一个具体工作,所涉及的多个条件环节,例如,你做一个菜叫宫保鸡丁,那么配料中就有‘鸡丁、花生米、大葱段。。。’等,我们把这些作为完成宫保鸡丁的特定集合,集合内部的信息元可以是子闭环的起点,当多元关联拟脑技术发起宫保鸡丁的思维时,上层闭环相对简单,而特定集合类内部的信息元发起可执行闭环嵌套子闭环。”林自强比喻着,道理虽然简单,实际操作要复杂一些。

“老爸,多闭环拟合,是不是,就是嵌套子闭环呀?”丁琪琪又问。

“多闭环拟合与嵌套子闭环解决了相同的问题,就是当一个任务,需要多条闭环达成时,形成的多条闭环不是择优,而是拟合在一起统一执行,而嵌套子闭环,是给条件集合一个特定集合类概念信息元。。。。。。这两种技术应用场景不同,多元关联拟脑模型都提供支持。”林自强看着丁琪琪认真学习,也很满意。

“老爸,下一个问题又来了,在特定集合概念元中,产生嵌套子闭环的终点,还是发起思维行走的子信息元吗?”丁琪琪开始开窍了。

“不是,嵌套子闭环的终点不是自己,而是当闭环达成之后,回到上级特定集合信息元位置重置参数,当所有嵌套子闭环完成后,最终完成宫保鸡丁的制作。”林自强。

“老爸,这样是不是看起来,第一层闭环会相对简单一些,在我的观点里面,简单就是王道。”丁琪琪喜欢简单的思维方式。

“琪琪,你开窍了,你说出了一个重要的点,我们的拟脑不只是为了做‘宫保鸡丁’,而是要解决海量的问题,怎么解决?像现在的大语言技术一样吗?。。。。。。我们提供了一个新的方法,就是用概念类信息元直接做概念计算,因为我们为信息元定义了定长编码方式,那么,定长编码可以部署到多元关联拟脑模型中直接计算,同时概念集合类信息元可以独立完成闭环计算,然后再逐步深入精确,所以,多元关联拟脑技术与大语言技术配合使用,会有更好的效果。”林自强。

“师父呀~~~~~~。老爸,这种集合概念是不是特别重要?”丁琪琪继续问道

“很重要的,信息处理中针对概念计算的最最重要的技术理念之一,例如,你将来毕业后,要到多元科技工作,理解了这些理念,就可以去信息分类多元关联拟脑模型部门工作。”林自强回答。

“三多的部门?”丁琪琪问。

“不是,三多在动态库模型研发部门,想进入三多的部门,需要对动态库及态计算理论非常。。。”林自强还没说完。

“老爸,概念计算,是不是就是我们说的,把信息处理转化成数学计算?”丁琪琪又回到前面的话题。

“对呀,我们的多元关联拟脑技术,就是要把信息处理转化为数学计算,即使是大分类集合概念,也可以直接参与计算输出闭环。。。对,刚才写的公式,你自己都清楚了吗?”林自强也回到开始的话题。

“知道了,老爸,啊不,师父,您就说,我写的公式对不对吧?”丁琪琪。

“对。。。对呀。。。。。。而且,你现在看一下,这是信息比对择优,还是数学计算公式。”林自强。

“数学计算公式,确实是,爸讲解的就是比哥讲解的更清楚,他老弹我脑嘣儿。”丁琪琪一边拍马屁,一边抱怨着。

“琪琪,也就是说,你哥还是教你的,是你不愿意被弹脑嘣儿,所以才来找我问问题,对吗?”林自强知道了。

“谢谢,爸,再见。”丁琪琪又又跑了。

下一章节===《第六章.政务系统是多元关联关系模型》

『加入书签,方便阅读』