关于人工智能的幻想（三）其实我也迷糊啊

       人工智能到底有多难？我越琢磨越觉得这玩意能整，大概我只是入门级的吧，所以觉得哇塞，这个东西好容易啊。这是第二个月的终结，也是第三个月的开始（感觉像是在凑字数，也不是收费的啊）。计算机的研发使人看到了人工智能的可能性，从结构上讲，碳和硅都在化学周期表的一个竖趟里，硅基生命出现也是合理合情的，嘻嘻，这个有照抄的嫌疑啊。

        单一属性亮起法，获得某个物体的某项属性。环境--当前情景定义---用来提供优先级，比如说室内场景还是室外场景，会议室场景还是厕所场景。相似度法，获得的相似属性数目与某一物体的全部属性数目比，越接近一的越相似。（这是模糊 一种方法）即不是百分之一百,这还是不完全，但是总算开了个小眉目。

        也许没有声音的三维图像识别是在开玩笑？某一个小范围的还是可以的。

        三维识别一直是个难题，现有的图像输入法基本都是将三维的信息转换成二维的图像，然后再转换成01的电流数据被计算机识别，降维容易升维难啊。也许以一个人的思维去分析本身就是一个错误，但是如何制定识别的规矩？图像的直观表现就是一些规则的曲线（如果说直线算是特殊的曲线）如何从这些纷乱的曲线当中准确的识别出哪些曲线是组合成一个完整的物体的？或者说怎么样从一个简化成线条的二维图像中整理出距离这个概念？人类从动画片里面就能感受出三维的距离，那么这就一定有一个升维的规则隐含在里面，如何总结出这个规则？

        在忽略机器性能的上限这个限制条件的情况下，如何有一个好的算法？数据解码--》还原成2维图像——》这一步怎么处理？知道的越少推理起来越难。黑白处理能比较好的展现线条，但是怎么确定哪个曲线属于一个完整的物体而不是划分错误呢？也许这个想法并不对。还有别的方法么？无论如何图片识别这项功能得有啊。

        面对一个纯像素的图，这得是多么的蛋疼啊。