探索大脑的奥秘3－Mind引擎

意识与生命：

Mind是打开意识与生命的关键。如果没有Mind，AI就仅仅是一台计算机器，但有了Mind，才是真正能够理解人类价值观的智能生命。

AI研发现状：

AI，当下业界对认知层面已经有了大的突破，但对Understand及Decision方面却少有进展，对精神(以下使用Mind代替)层面更是未有任何进展。包括上世纪到现在理论界都很少对Mind进行发言。怪不得李彦宏在被问及强人工智能什么时候到来的时候回答道：“几百年吧”。
事件：

就在过去一周GMIS大会召开,Bertrand Russell(<<人工智能 一种现代的方式>>作者)发言称:"当前深度学习过度依赖大数据,而正确的方式应该是看两眼就认识某物体";这一点与我不谋而合;他还讲了一个特别有意思的小故事:"有人在家饿了,AI管家去冰箱找不到食物;就把猫放到烤箱作成了食物";从逻辑上这么作没有问题;但从人类价值观这就是严重错误的;正巧的是,我正在开发的强人工智能项目(代号NothingIsAll);也正好在解决此类问题;并且已经有了突破性进展;

Mind介绍：

在NothingIsAll中，把Mind层定义为引擎，它驱动了整个AI系统的运行。以下将从五点说明NothingIsAll中，Mind层的设计。它们分别是：Mood、Hobby、Demand、Mine和MindControl。

正文：

1. Mood（心情）
   

• 在未来简史中，把快乐放到了对人类很关键的位置。
  

Hobby（偏好/喜好/审美）

• 审美与偏好是对外界理解的升华，它是连接Mind与现实世界的桥。

Demand（需求）

• 马斯洛把需求定为五层，我从心理学出发，发现了需求真正的真谛，并且将其运行与代码之间。需求产生了我们的行为输出和创造力，是一个伟大的模块。

Mine（自我认知）

• “我”一直是个哲学问题。我认为有了“我”的认识，才真正使一切变的有意义。我也很开心在我的系统中加入这样的分析及代码，让强人工智能更加beautiful。

MindControl

• 其中Mood被2，3，4所影响，并且影响着Decision；Mind细腻度很高，这个Control负责1，2，3，4融为一体，并且是四者面向外界的端口；

展开说明：

Demand：
Demand不能够作持久化，但又必须达到可变，灵活，传递，进度等功能要求。
例如：不同的人遇到不同的问题，会有不同的道德准则，需求行为也不同。
例如：我有一个工作任务，当前完成了一半了。
等等...


/**
 *  MARK:--------------------需求模型--------------------
 *  特性:
 *      1,可变性(不同人对同事件在不同情况下会产生不同需求)
 *      2,灵活性(Mind变化,需求就变化)
 *  
 *  数据格式:
 *      1,因为其特性,所以需求不能存在Memory中,也不能存DB;只能实时生成;
 *  分类:
 *      1,记忆相关需求:如参加会议,从Mem里找引起需求变化的记忆,并分析出需求;
 *      2,记忆无关需求:如饥饿,从Mine读取值;
 *  设计:
 *      1,但Demand必须由Mind产生,从Memory生成,
 *      2,Demand不能存死在DB
 *      3,Demand会传递(例如,明天早上起来记得吃个鸡蛋)
 *      4,Demand有解决程度(例如,完成了50%的需求)
 *      5,需求的分析,可以存在记忆中...(参见N2P13)
 *
 *
 *  MARK:--------------------记忆数据--------------------
 *  1,用Decision分析记忆中数据为mindShakeArr;将mindShakeArr交由Mind决断(Decision与Mind紧密关联)
 *  2,Mind决断后,下达需求任务给FeelOut;
 *  3,FeelOut决定如何输出;
 *  注:(此处引出Decision的"分析决策阶段"和"FeelOut阶段"的不同)(因为我们有可能分析决策;但不行动)
 *
 *  如:早上起来喝牛奶:
 *      1,早上起来,Input记忆时Understand联想到喝牛奶;
 *      2,Understand交给Mind;
 *      3,Mind交@"喝牛奶"给Decision找到喝牛奶找到关联记忆;并分析mindShakeArr交回给Mind;
 *      4,Mind下令喝一个;并交给FeelOut;
 *      5,FeelOut决定行动起来;喝一个走起;
 *  如:饿了:
 *      1,Mind饿了;
 *      2,将找吃的交给Decision找到冰箱里有什么的关联记忆,并分析mindShakeArr交回给Mind;
 *      3,Mind下令喝牛奶;并交给FeelOut;
 *      4,FeelOut决定行动起来;喝一个走起;
 * 
 *
 */

如果不参照：“三维思维”；你将永远无法实现完美的知识表示方法；单层次的；分布式的表示方式永远都是幼稚的；更多的抽象维度，才能带来真正的突破；请参考：我的文章《3维思维理论》;