简单模型与实际的衔接

简单模型与实际的衔接

前面讨论的都是简化的视觉传入，现实生活中的对象都是复杂的立体图形，而且这些复杂的立体图形随时间空间是可以变化的。对同一个对象的两次标准视觉输入，往往由于角度、变化等等原因，会有一定差异。这些差异要求视觉传入信息、皮质兴奋特点都是模糊的。我不知道现今视觉传入的技术水平达到什么程度。但我觉得现实中，由于一个对象在不同时间空间，它是有变化的，而且要智能软件在“生活”中，随时对一个对象的轮廓要做到绝对的标准信息采集传入，现有的技术是否能够达到，我是有疑问的……。但我觉得由于模糊兴奋，对于视觉信息传入并不需要特别高的技术水平。

如何解决上面的问题，我根据模糊兴奋及学习记忆提出了一些解决方法。见我以前的文章：拟人智能的实现上6.3到6.5节。拟人智能的实现下14章。（解决的机理是，基础刺激对象相差在一定范围内，产生的视觉传入信息相同。在此基础上，对整体轮廓的两次视觉传入仍然存在一定差别，但如果在可容忍的范围内，两次视觉传入便认为是相同的视觉传入，会产生相同的识别效果……。仍然不能够识别对象的情况下，可以再去注意这个对象的其它局部标准对象，……，最终识别）

但不管对对象的视觉传入信息如何提取、转化，它都是智能软件不断对对象的轮廓进行聚焦所获得的一个个简单的信息片段所组成的一段段的信息流（一个个主注意对象组成，一个主注意对象就是一段信息）。至于对象轮廓的空间属性是轮廓的附属属性，不会成为主注意对象。

如何进行简单的信息传入可以看我的文章《拟人智能的特点及编程研究》的2.2. 并行存储结构的信息传入这一章节。或者《拟人智能的实现上》的第六章 信息的传入、存储、回忆、传出。或者《人工智能软件的编写》相关章节。它们的内容是差不多的。

虽然一个对象所包含的某一局部对象的轮廓在视觉角度相差一定范围的情况下，视觉标准传入的信息存在的差别，但只要这些差别在模糊识别可容忍的范围内，就不会影响智能软件对这个对象的识别，那么这个局部对象的轮廓就应该是这个对象很好的标志物。

这里主要讨论我以前文章中没有具体讨论的部分。

现在的问题，智能软件对同一个对象两次标准聚焦，能否做到“容忍”范围内基本一致。

首先，可以通过一定的算法，保证对象按一定标准落在标准位置一定范围内，所能获得的两次视觉传入信息相似在百分之几十以上，就可以认为是相同的传入（可以通过奖惩学习确认），比如百分之七十（模糊兴奋）。

（只是我的猜测）对一个对象在不同角度下进行聚焦（也可以通过一定的算法尽量减少这两次聚焦所获得传入信息的差别），两次标准聚焦如果差别较大，能否在标准聚焦附近多次按一定标准聚焦，从而使在不同角度的两次注意产生的轮廓聚焦群存在一到几个基本“相同”的轮廓信息传入。还是不行的话，可以采取进一步的模糊识别的方法。也就是说，对一个对象的轮廓视觉传入，可以在规定的标准附近多聚焦几次，以保证两次视觉传入信息的相似度在一定范围内。

也就是说，如果一次聚焦不利于对象的识别，也可以按照一定标准多次聚焦（在标准聚焦附近多次注意聚焦轮廓。但现有的技术手段下，智能软件如果多次聚焦产生的视觉信息传入每次都在“容忍”范围内基本一致，就没必要多次聚焦），多次聚焦产生的信息可共同参与对象轮廓的表征（每次聚焦，只要能够成为主注意对象，就能够成为目的对象，三次连续的聚焦可以产生三个目的对象），两次表征的轮廓对象，它们只要一两个聚焦获得的轮廓信息相似达到一定程度，便会产生相似的兴奋效果。（由于模糊兴奋、状态性兴奋，表征一个对象的轮廓可以用一群轮廓传入信息来表征，只要这群轮廓传入信息相似到一定程度，就会产生相似的兴奋过程。这种相似性需要状态性兴奋。甚至在记忆的传入信息少的情况下，相似度非常低的情况下，也能够通过选择性兴奋，产生相似兴奋。）（由于是选择性兴奋，有时即使相似程度只有百分之十，也有可能产生相似的兴奋效果，只要两次注意中，有一次聚焦相似到一定程度便可能会产生相似的识别）。

这种并行、相似、状态性、模糊性的信息抽取、传入、处理模式，对视觉传入信息的质量要求应该是很低的。

这种模式，对视觉传入信息要求的比较宽泛，在技术（视觉传入）上的要求也就比较简单。

这种状态识别的模式所需要的视觉传入信息相对比较简单（每次都是简单传入，可以多次传入进行状态性识别）。

视觉多次聚焦的传入模式也可以让智能软件能够随时根据传入信息调节其视觉运动。

由于兴奋达到一定程度就可以成为主注意对象，因而对轮廓的表征可能会是一群对象（几个注意目的对象）。而兴奋越强的状态中枢对应的记忆柱群兴奋的越强，越能够与其它注意对象建立记忆联系，回忆时，它们也更容易兴奋，从而更容易被回忆。

回忆时，因为选择性兴奋，回忆起的主要是兴奋强的注意视觉传入信息。

在有正确的标志物及好的计算方法，及模糊识别方法下，智能软件应该不需要这么多次的聚焦过程。不需要多次的标准聚焦。智能软件在注意一个对象的过程中，可有多次聚焦，是指导获得标准聚焦，而不是识别能力不足的情况下多次标准聚焦。当然智能软件才学习注意新的对象时，在聚焦与识别能力不足的情况下，可多次标准聚焦。都是猜测，只有具体实践了才知道会是什么情况。