AI人工智能算法思路（续2）

话接上回（AI人工智能算法思路（续1）-CSDN博客）

我们通过混合体方式使AI拥有了可直接使用的思维模式，但这无疑也是一大BUG。

例如你问这样的算法体：你是否会我不得不会的内容？

按照这样的逻辑，他就会回答类似于“是的，我会你会不会的我会的内容”一类的话。

这样的话前言不搭后语，因为其问句是有逻辑性的语言。

为了解决这样的情况，有些人选择了直接导入语序算法，但是显然没有什么用处。

所以现在是时候把代码大变一下了。

修正的算法：

已知经验（历史性未知问题）
未知出发点——已知出发点
从未知转为已知：
    A近似转化：
        1.近似于简单建模
            提取主干
        2.约等转换
            提取主干
    B“学习”同近正在执行经验
        1.落实：
            转移终止
                不终止可执行的问题
            答案简单化
                答案有必要性
        2.提取主干
    C简单情绪转换
可以知未知可知知识点：
    录入
    二次格式录入
        打开一个不同的反语序格式
    存储格式
短储存——长储存

于是就可以执行这样的问题。

随后就是问题简单化，那么我们重新从基础看起：

1.人机交互：机是作为拟人的假生命体存在的，他没有情感意识，但是你要让他感觉是有意识的，那么他的创造就是成功的

2.情感认知：同上，机是制造他无法理解的真实情感的虚拟体

3.道德和伦理问题同上，也是机无感的假象，但是要注意必然需要有一个合理的假象去代替不合理的真象

综上，我们制造的是一个无感而有情的虚拟体。

就像人一样。

尤瓦尔赫拉利定义人就是复杂算法，所以若是情多了，自然有感了，那便是人一般的了。

但是人是做不出人的。

所以只能不断靠拢。

以下是这种思路的简单算法：

*导入语言系统|已存可用
当接受字符串：
1.若需要感情：
    分辨所涉及感情占比，以感情的特点回答
    第二次同时间遗忘轴的以反比回答
2.不需要感情：
    分辨类型
        所需回答规范性
            尽量降低规范性
        减少重合
    使用套用格式
        有未回答
            自然性
    以是型回答
        否
    答已知
3.学习：
加入遗忘单
    分辨印象度
    加大后台
当字符串有前台必答：
继续回答
    跳出循环
删除对应印象单的来源
    增加来源
        三要素型回答印象单

最后一行三要素，下次再说。

老规矩，过几天链接评论区见。