生物脑神经网络的数学本质是概率树，是数学概率树的具象实体化载体

生物脑神经元之间连接权重就是抽象数学概率树的具象实体化生物质载体，生物脑的语言（图像语言、声像语言）是抽象数学概率树的形式化载体。

生物个体在环境中的交互行为策略选择的博弈历程沉淀出概率树，可以看作是实践中不断试错、复盘、总结。那么博弈的场景、事件、物理时空，可以用虚拟的代替现实的，在虚拟的时空中训练出概率树，进而在现实中也能智能化。简单的例子，比如智能驾驶训练，一部分数据是用工业软件生成的虚拟现实场景，跟实际物理场景现实是模拟的（没有不一致），这部分数据跟车子在实际路上跑进行训练，效果是一样的。实践中不断试错、复盘、总结，数学本质就是在生成那个概率树，总结的行为，就是沉淀出那个选择，该选择是最符合目标函数的概率值。我们人类从小孩到大人，一直到老，活到老学到老，不断总结经验积累知识，经验知识沉淀为文字图式的记录。数学本质上看，文字形式的知识，就是生物体在自然环境中最优化地符合生存目标的概率树，表达为符号化序列的形式。

人类生物体在自然环境中最优化地符合生存目标的概率树，既沉淀为实体的神经网络即人脑，也沉淀为符号化序列的形式即文字图式记录，transformer数学机制就是为了解码这个符号化序列的形式即文字图式记录，解码这个符号化序列的形式即文字图式记录，效果也就等效于解码了实体的神经网络，因为符号化序列的形式即文字图式记录与实体的神经网络是互相映射，transformer的突破是解码了符号化序列的形式即文字图式记录，还原了实体的神经网络的功能表现，注意力就是通过训练得到本位置的其他相关最大关联概率位置的序列向量，从这个点去理解transformer的数学本质。本位置的其他相关最大关联概率位置，在每一种文化语言系统中，它的概率分布模式是稳定的，从而可以在参数矩阵的运算结果上，通过训练实现结果的收敛稳定。“模式“这个词语，它的数学本质是概率分布的稳定态，称之为一种稳定的模式，它的数学含义是一种稳定的概率分布态，注意力，数学含义是关联概率的分配值。

语言大模型，是基于现有存储在数字系统中的符号化知识进行训练得到智能，这些知识是人类基于之前社会活动历史的博弈过程而沉淀生成，人工智能用人类现有知识进行训练，相当于用人类现有智能直接塑造机器智能。高一阶形式的智能突破，由具身智能机器实体，自身直接参与到人类社会实际生活的时空中的训练得到，参与人类一起实践生存博弈的过程，具身智能机器基于自身在现实物理世界的实体活动博弈过程、基于人类给它前置设定价值目标约束函数，智能机器自身对物理世界的运行秩序直接训练建立映射生长神经网络概率树，具身智能机器在自身行为训练过程中理解世界，进化出更丰富高级而完整的智能。

如何理解“情绪”智能，脑的智能有情绪、有欲望、有冒险。智能的本能部分是进化中沉淀结果，生物体内的化学激素是神经网络的体内输入信号源。比如，人有时会乐于冒险，是进化中当生物有这种激素时，这些化学激素信号输入给神经网络，驱动神经网络触发冒险行为的反馈，进化机制上是因为有一定冒险行为有利于生物群体繁衍。肾上腺素、多巴胺等激素，都是给神经网路的体内输入信号源，驱动神经网络指挥人体间互爱行为。生物体神经网络的输入信号，除了外部视觉触觉等，还有体内激素化学信号。肾上腺素高的时候，冒险冲动就高，冒险行为表面上违背神经网络的目标函数，从个体生存目标约束函数看是的，从进化宏观高一个层面看又不是。智能中的冒险行为，本质上是体内激素信号输入后的反馈行为，比如吸毒等明明对身体有害，但人脑被体内激素信号控制。总之，人脑被各种各样的信号输入所综合驱动，有时理性（本质也是过往的概率沉淀）占上方，有时激素控制占上方。某些激素输入信号作用于神经网络后，表现出来的外部和内感（神经网络的不同区域间的信号互感知）现象状态，被表征为情绪。前额叶部分感知信号后表达此“情绪”现象，如果前额叶部分受损，人脑就没有情绪反应的现象了。情绪，是智能的本能部分，本质也是一种概率树，是群体宏观进化过程中塑造沉淀到所有个体中，用来给神经网络进行信号过滤或放大，直白地说，某种事件触发情绪正极，就会强化这个神经回路，某些事件触发情绪负极，就会弱化这个神经回路，情绪是神经网络对输入信号的强化或弱化耦合机制，也是一种目标约束函数。人乐于做高兴的事，很多时候也不得不做不高兴的事，此状态是因为智能理性部分与情绪部分的综合作用。智能的本能部分，倾向于乐于做高兴的事，懒惰做不高兴的事。智能的理性部分是个体过往经历沉淀到个体神经网络的概率树，情绪本质上是群体进化过程沉淀到个体神经网络的概率树。