摘要：在脑科学研究中，“大脑如何把信息固定下来”一直是个未解之谜。本文阐述了一种全新的生物认知形成原理和神经网络运行原理，解析了生物神经网络进行信息感知、存储、联想、重构的基本方法，并据此提出一种适用于视觉、听觉、触觉、嗅觉等神经网络构建的基本架构与方法，即归一化感知神经网络。基于感知神经网络构建的智能信息体是以其所处的现实世界为模型，通过多种感官来认识世界；单个智能信息体至少具有视觉、听觉两种感官系统；每种感官都是基于相同的感知神经网络技术来构建；它所具知识是通过构建时预置元样本和运行时自主构建样本来获取。所构建的智能信息体具有有机生物一样的感知、认知、思维、行为等能力，它既不需要冯诺依曼体系结构下的操作系统，也不需要编程，更不需要什么算法、数据。
关键字：认知形成原理、神经网络运行原理、归一化感知神经网络、智能信息体、强人工智能
目录
1.引言3
2.神经网络的基本问题3
3.生物神经网络解析4
3.1.认知形成原理4
3.2.神经网络运行原理5
3.2.1.感知神经网络标准架构6
3.2.2.知识表征原理7
3.2.3.感知存储原理9
3.2.4.行为控制原理10
3.2.5.意识形成原理10
3.2.6.想象力形成原理11
3.2.7.逻辑推理形成原理11
3.2.8.行为反馈原理12
3.2.9.分区存储原理13
3.2.10.直觉形成原理14
4.感知神经网络构建方法14
4.1. 元刺激值域、元感受值域、元刺激感受区、元表征值域等构建方法15
4.2. 元感知野及其所属传感神经元集群构建方法16
4.3. 感知神经元集群构建方法，及其与元感知野连接方法17
4.4. 元样本感知区构建方法和元样本感知方法18
4.5. 样本感知区所属组样层及其所属组样神经元集群构建方法19
4.6. 样本感知区所属表征层及其所属样本神经元构建方法21
4.7. 样本感知区构建方法和样本感知方法24
4.8. 背景样本感知区构建方法和背景样本感知方法26
4.9. 焦点样本感知区构建方法和焦点样本感知方法26
4.10. 感官所属焦点样本与背景样本之间可塑性突触连接的构建方法26
4.11. 多感官神经网络构建方法28
4.12. 不同感官所属样本之间可塑性联想突触连接建立方法29
4.13. 不同感官所属样本神经元之间联想神经兴奋传导方法30
4.14. 长短程存储转换方法30
4.15. 样本模式识别构建方法31
4.16. 重构型样本感知区构建方法32
4.17. 神经网络状态切换方法37
5.感知神经网络应用38
5.1.智能信息体39
5.2.知识加载和意识交流39
1.引言
从1950年代起，科学家就已经注意到大脑海马区与记忆间的关系。科学家最新发现，海马体中的单个脑细胞，在形成新的联想记忆中发挥着重要作用。“海马区的神经细胞是如何把信息固定下来的”这个技术问题一直没能解决。现有人工神经网络没有通用学习能力，没有自主构建样本、匹配样本、重构样本和样本联想的能力。导致该技术缺陷的根本原因是现有神经网络的信息存储虽然分散到了各个神经元，却依旧沿用冯诺伊曼体系结构下串行存储的方法来实现，而非采用生物神经网络的信息存储方法。
2.神经网络的基本问题
神经元的基本结构可分为细胞体和突起两部分。胞体包括细胞膜、细胞质和细胞核；突起由胞体发出，分为树突和轴突两种。树突较多，粗而短，反复分支，逐渐变细；轴突只有一条，细长而均匀，中途分支较少，末端则形成许多分支，每个分支末梢部分膨大呈球状，称为突触小体。如图1所示，每个神经元可以有一或多个树突，可以接受刺激并将兴奋传入胞体。每个神经元只有一个轴突，可以把兴奋从胞体传送到另一个神经元或其他组织，如肌肉或腺体。神经元输出电位分两种：动作电位和分级电位。根据下游神经元接收到神经兴奋后的反应方式，神经元输出的神经兴奋可分：刺激性神经兴奋和抑制性神经兴奋。刺激性神经兴奋能增强接收神经元的兴奋性，抑制性神经兴奋则会降低接收神经元的兴奋性。神经元产生的神经兴奋根据其传导性可分成两种：传导性神经兴奋和抑制性神经兴奋；传导性神经兴奋可以传导给下游神经元，抑制性神经兴奋则不能传导至下游神经元。仅就单个脱离人体的神经元来说，神经元的兴奋传导具有双向型；在人体内，神经兴奋只能单向传递：树突→胞体→轴突。
人类的视觉感受器有两种：视锥细胞和视杆细胞。视锥细胞有3种，分别感知光谱红、绿、蓝区的光子；视杆细胞只能感知光子的有无，不参与色觉。听觉感受器可以感知波的频率或振幅。人类的嗅球则是由130多个嗅感细胞构成，每个嗅感细胞只能感知一种分子。
从视觉、听觉、嗅觉等感官所属神经网络的源头来看，每种感官的刺激感受器都有一个共性：即单个刺激感受器只对特定的刺激信息敏感，当神经元感知到其所敏感的刺激信息时产生神经兴奋并输出电位信息。这种神经元只对特定刺激信息敏感的行为方式是属于感官源头的特例，还是所有构成人体神经网络的神经元的共性？若是共性，则意味着生物神经网络的运行法则是基于对特定刺激信息的感知，而非控制。如果生物神经网络是建立在如此简单的运行法则之上，构成人体神经网络的上千亿神经元又是如何联系协同？冯诺伊曼体系结构是否适合人工智能发展？计算力、大数据、算法、数学是否是人工智能发展的必备条件？语音识别、图像识别、自然语言处理、机器学习是否是人工智能的发展方向？生命本质是什么？是否有一种归一化人工智能解决方案？
3.生物神经网络解析
要回答上述问题就必须先解析生物神经网络的基本原理：认知形成原理和神经网络运行原理。
3.1.认知形成原理
生物神经网络的神经元主要有四种类型：传感神经元、感知神经元、组样神经元、样本神经元。传感神经元用于把外界刺激转换成神经网络能处理的电位信息。感知神经元用于把传感神经元输出转换成感官所属的元表征信息。组样神经元用于组装元表征信息组合；样本神经元用于元表征信息组合感知、重构，以及样本之间的联想。生物认知是基于上述四种神经元对其感知野中敏感信息的感知而形成，共分四个阶段：传感知觉、表征知觉、感官知觉、本体知觉。
•传感知觉是指感官所属传感神经元作为本体对外界刺激形成的知觉。传感神经元的输入值域是外界刺激能被传感神经元感受信息值范围，传感神经元的输入值域称为感官的元刺激值域。传感神经元输出值域是其所能输出电位范围，传感神经元的输出值域称为感官的元感受值域。外界刺激是用元刺激值域中的值来表征，传感知觉是用元感受值域中的值来表征。
•表征知觉是指感官所属感知神经元作为本体对外界刺激形成的知觉。感知神经元的输入值域是感官的元感受值域；输出信息是感官用来表征外界刺激的元样本信息。感知神经元的输出值域称为感官的元表征值域，元表征值域中的值称为元样本。感知神经元敏感的信息构型是由元感受值域来表征，具有运行不可变性。因此，感知神经元输出的元样本也具有运行不可变性。根据感知神经元的元感受值域和元表征值域的映射关系，感官所属外界刺激分成两类：直感外界刺激和间感外界刺激。直感外界刺激是指元感受值域与元表征值域是线性关系，可以进行线性变换；间感外界刺激是指元感受值域与元表征值域是非线性关系，需要进行非线性变换。譬如人类的嗅觉，其嗅球是由130多个嗅感神经元构成，每个嗅感神经元只对一种气味分子敏感，输出电位信息用于表征该气味分子。人类嗅觉是用多种电位信息组合来表征多种气味分子组合；嗅觉的元感受值域与元表征值域是线性关系。人类视觉的元感受值域是光波频率、光线方位等；其元表征值域是发出光线物体的形状、距离、颜色、明暗等。人类视觉的元感受值域与元表征值域是非线性关系。因此，人类嗅觉感知的气味分子属于直感外界刺激；视觉感知的光线属于间感外界刺激。
•感官知觉是指感官所属样本神经元作为本体对外界刺激形成的知觉。样本神经元的输入值域是感官所属元表征值域；输出值域是用元样本的线性组合来表征。样本神经元的输出值域称为感官的表征值域，表征值域中的值称为样本。感官样本是感官神经网络在感知外界刺激过程中自动构建。这种样本自动构建能力是生物具有自主学习能力的根本所在。
•本体知觉是指神经网络所住个体作为本体对同步接收的多种外界刺激信息形成的知觉。多种感官所属样本神经元同步产生神经兴奋时，它们之间的可塑性联想突触会建立连接。当一种感官所属样本神经元输出联想电位信息时，接收到联想电位信息的另一种感官所属样本神经元会被联想而产生神经兴奋，从而形成认知。这种一个样本用另一个样本来表达、解释的过程即为本体认知的形成过程。
综上所述，生物认知是一种基于信息感知的条件反射，是一切生命的共性，人类也不例外。人类的感觉、知觉、认知、语言、文字、逻辑、思维，甚至所谓灵魂，本质上是一种基于信息感知的条件反射。光子无色、分子无味、振动非声、压力非感。我们所处的这个五彩斑斓、声色犬马的世界是大脑告诉我们的，是生命经过几十亿年进化给我们勾勒出来逼近现实的世界。瞎子的世界一片漆黑，聋子的世界寂静无声，失味症的人们不知酸甜苦辣，没了痛感永远不知道什么是疼痛。这些是由于感官功能的缺陷使得大脑感知不到造成的。生物神经网络的本质是感知，通过层层感知，最终把感官接收到的外界刺激信息收敛到海马体的一个样本神经元上。一帧视觉信息、一段声音、一种味道、一次触摸，都分别存储在一个样本神经元上。
3.2.神经网络运行原理
人体有多种感觉器官，主要包括眼、耳、鼻、舌、皮肤等。每种感官都是基于上述认知形成原理来构造和运行。每种感官及其所属神经网络都包含四种基本神经元：传感神经元、感知神经元、组样神经元和样本神经元。传感神经元是指人体视觉系统中的视锥细胞和视杆细胞，听觉系统中的纤毛细胞，嗅觉系统中嗅感细胞，味觉系统中的味感细胞和触觉中的触感细胞、温感细胞和痛感细胞等。感知神经元是指大脑皮层中第三层神经细胞；大脑皮层中第三层与传感神经元之间的神经细胞则是起到预感知、压缩、传递和分区的作用。组样神经元和样本神经元主要是指海马体中的双层神经元和单层神经元。其中，双层神经元是由组样神经元和重构神经元构成的神经元对，组样神经元用于把元样本组合信息组装成样本神经元，重构神经元用于把样本神经元中存储的元样本组合信息输出。所有神经元都遵循五种基本行为法则：感知、前向、等效、同步、竞争。
感知是所有神经元最重要的行为，用于判定其感知野中产生的信息是否是其所敏感的信息，并据此产生神经兴奋、输出电位信息。在一个感知周期开始时，所有神经元能感知的信息构型是确定的、且具唯一性。因此，当一个神经元产生神经兴奋时，其所代表的含义是其感知野内产生了所述神经元所敏感的信息构型对应的刺激信息。也就是说，生物神经网络中的每个神经元代表一个或一组事先确定的信息，其输出用动作电位或分级电位表达；神经元产生神经兴奋等同于其感知野内产生了其所代表的一个信息。当神经元与其感知野内上游神经元的突触连接具有可塑性时，则在不同感知周期内，神经元能感知的信息构型是具有可塑性的。
前向是指所有神经元只能感知其感知野内产生的信息，且只能感知其所敏感信息的有无、强弱；感知到的信息无关对错，也不会反馈给感知野中的神经元。也就是说，所有神经元只能前向输出信息。
等效是指神经元所有轴突突触的输出是等效的，都是代表所述神经元所敏感的一个信息。神经元之间的突触连接的权值代表的是突触连接的时效，而非路径选择。当突触连接具有永久性时，其连接时效不会随时间降低；当突触连接具有可塑性时，其连接时效随时间衰减。神经元所有轴突突触的通过性也是等效的，且不具备选择性。
同步是指构成感官及其所属神经网络的四种基本神经元分层组织：传感神经元聚集成传感层，感知神经元聚集成元表征层，组样神经元聚集成组样层、样本神经元聚集成表征层。每层所属的所有神经元都具有相同的感知周期，同步接收信息、同步感知信息、同步输出信息。
竞争是指每层中具有相同元感知野的神经元会聚集在一起形成一个竞争性神经元集群。竞争性神经元集群中的神经元产生神经兴奋具有排他性：在一个感知周期内，当神经元集群中的一个神经元产生神经兴奋时，集群中其他所有神经元都会受到抑制而无法再产生神经兴奋，从而确保一个元感知野在一个感知周期内输出信息的唯一性。
3.2.1.感知神经网络标准架构
人体每种感官及其所属神经网络共分两个基本区域：元样本感知区和样本感知区。如图2所示，元样本感知区有两层：传感层和元表征层。传感层是由传感神经元构成，元表征层是由感知神经元构成，其中，感知神经元能感知的信息是其所属感官所能感知的最细粒度信息。样本感知区有两层：组样层和表征层；组样层是由组样神经元构成，表征层是由样本神经元构成。样本感知区用于感官对外界刺激信息的感知、存储、重构、联想。元样本感知区所属所有神经元的突触连接和行为方式具有永久性和运行不可变性；样本感知区中组样神经元的树突突触与元样本感知区的突触连接具有永久性和运行不可变性；组样神经元的轴突突触与样本神经元的所有突触具有可塑性，从而使得样本感知区的神经网络结构具有可塑性和样本神经元所敏感的信息构型具有可塑性。这种样本神经元所敏感信息的构型的可塑性是生物神经网络具有自主学习能力的根本所在。不同感官所属样本神经元之间可以通过建立可塑性联想突触连接来传导神经兴奋。不同感官所属样本神经元之间的联想神经兴奋传导使得一种被感知对象可以被多种感官所属样本神经元同步表征，从而形成认知。
3.2.2.知识表征原理
知识表征是指外界刺激信息在人脑中的存储和组织形式：即外在的事物、事件、观念等在人脑中呈现并为人脑所知的形式。这里所说的外界刺激信息是指所有作用于人体神经网络的刺激信息，包括人体外部刺激信息和内部刺激信息。
生物所具知识是由认知形成过程中的四种神经元来表征。传感神经元用于表征外界刺激信息，如光子的红、绿、蓝频段或光子的有无，声波的频率或振幅，气味分子的有无，压力的大小、温度的高低等。视觉、听觉、触觉、温觉等所属传感神经元除了表征外界刺激的上述物理特性之外，还代表着刺激作用于人体的方位或位置信息。感知神经元用于表征被感知对象的所表征维度的最细粒度值，譬如，视觉所感知对象的形状、纹理、颜色、距离等。感知神经元也具有位置性和方位性，即每个感知神经元都代表一个元感知区域中一个表征维度的一个值。感知神经元所敏感的信息称为元样本。一个元感知区域中一个表征维度所属所有感知神经元组成的集合代表所述元感知区域所述表征维度所能感知的值域。一个组样神经元用于表征一个元样本或一组含义近似的元样本；样本神经元用于表征元样本组合。样本神经元存储元样本的方式是与元样本对应的组样神经元建立突触连接：若组样神经元与样本神经元有突触连接，则组样神经元对应的元样本被存储到所述样本神经元；若无突触连接，则组样神经元对应的元样本未被存储到所述样本神经元。一个组样神经元可以与多个样本神经元建立突触连接；一个样本神经元可以与多个组样神经元建立突触连接。上述四种神经元处于神经兴奋状态时，代表其所敏感的信息(即存储的信息)被感知到。
我们以视觉为例来阐述神经网络知识表征原理。视网膜上光感细胞是按图3所示方式组合成一个个六边形区域，每个区域包含几十～几百个光感细胞(图中六边形区域中一个正方形代表一个光感细胞)，越往外围每个区域包含的光感细胞越多。一个六边形区域即为一个元感知区域(也称为元刺激感受区、元感知野)。每个元感知野被感知神经元感知到的线条、颜色、明暗、距离即为视觉所能感知的最细粒度信息，决定了视觉的分辨率。譬如，视觉感知的形状是由元感知野中的线条来表征，每个元感知野只有六种方位的线条能被感知到。视觉感知的颜色和明暗是由元感知野中所有光感细胞感知到的红绿蓝三色和明暗合并成一种颜色和一种明暗来表征。每个元感知野所属的六种线条分别由六个感知神经元来感知，一个感知神经元只对一种线条敏感。每个元感知野能被感知的颜色、明暗、距离也是一个有限的集合：n个颜色、m个明暗、p个距离；每个颜色值，每个明暗值、每个距离值都分别由一个固定的感知神经元来感知。每个元表征维度(即线条、颜色、明暗、距离等)所属感知神经元组成一个竞争性神经元集群，从而确保1个元感知野所属的1个元表征维度在一个感知周期内最多只输出一个值。所有元感知野所属感知神经元是同步感知到外界刺激信息：所有产生神经兴奋的感知神经元所对应的元感知野的线条、颜色、明暗、距离的组合构成了被感知对象的形状、颜色、明暗、距离。视觉运动是由元感知野中线条、颜色、明暗、距离的变化来表征，实现方式是运动感知神经元接收传感神经元的两次输入来产生一个输出：若两次输入的值不变，表示对应元感知野无运动；若两次输入的值产生变化，表示对应的元感知野有运动。所有产生神经兴奋的感知神经元把神经兴奋传导给与其连接的组样神经元；所有产生神经兴奋的组样神经元通过与一个样本神经元建立突触连接来存储所述组样神经元对应的元样本组合信息。
传感神经元、感知神经元、组样神经元所表征的信息是在神经网络构建时设定，具有运行不可变性。样本神经元所表征的信息有两种类型：遗传样本和学习样本。遗传样本是根据基因遗传来构建，具有不可变性，是人类所具的本能知识；学习样本则是外界刺激信息作用于人体感官后被神经网络感知存储的产物。遗传样本位于大脑皮层中的第六层和第一层，其中第六层中的样本用于控制机体的本能行为，第一层中的样本用于表征机体的本能认知。学习样本位于海马体中，即海马体中的单层神经元。
3.2.3.感知存储原理
由于传感神经元、感知神经元、组样神经元所敏感的信息和它们之间的连接结构具有运行不可变性，因此当相同的外界刺激信息多次作用于神经网络时，传感层、感知层、组样层中每次产生神经兴奋的神经元组合是一致的，从而获得一致的元样本组合；存储所述元样本组合信息的样本神经元感知到所述信息组合以后，产生神经兴奋。
样本神经元存储元样本组合信息是通过组样神经元与样本神经元之间建立突触连接来实现：当一个组样神经元的轴突突触与样本神经元的树突突触建立突触连接后，所述组样神经元所代表的元样本信息被存储到所述样本神经元上。
在一个样本感知周期内，组样神经元通过突触连接把神经兴奋传导给样本神经元，样本神经元统计所有组样神经元传导过来神经兴奋的数量：若数量达到设定阀值(阀值小于等于存储元样本的总数)，则产生神经兴奋；若未达到设定阀值，则不产生神经兴奋。当样本神经元产生神经兴奋时，代表其存储的元样本组合信息对应的外界刺激信息被再次作用于神经网络，并被其感知到。当所有样本神经元均未产生神经兴奋时，代表当前作用于神经网络的外界刺激信息未被存储。一个时效性最低的样本神经元通过竞争产生神经兴奋，所有产生神经兴奋的组样神经元的可塑性轴突突触与产生神经兴奋的样本神经元的可塑性根突突触建立可塑性突触连接，初始化突触连接的时效，从而把外界刺激信息对应的元样本组合信息存储到样本神经元。
生物神经网络长短程存储的转换是通过可塑性突触连接时效可变性来实现。可塑性突触连接的连接时效会随时间衰减；当有效神经兴奋通过可塑性突触连接时，其时效会增加；当连接时效降低到设定阀值时，则可塑性突触连接会被断开。
3.2.4.行为控制原理
机体行为分成两类：本能行为和学习行为。本能行为是由遗传样本来控制，学习行为是由学习样本来控制。样本控制机体行为的过程是样本神经元中存储信息的表达过程，分两种类型：直接行为和重构行为。直接行为是指样本神经元产生的神经兴奋直接作用于肌肉、腺体等，使其产生动作；重构行为是指样本神经元中存储的元样本信息需要先重构，再由重构神经元作用于肌肉、腺体等组织后产生机体行为。譬如，眼球的移动是属于直接行为；说话则是重构行为，需要把样本神经元中存储的基音、泛音等信息重构后再产生行为。
由于生物神经网络是一种前向神经网络，且所有神经元的轴突突触在一个输出周期内具有等效性。因此，样本神经元中存储的元样本组合信息无法直接通过轴突突触输出，而是需要通过重构神经元来实现。一个重构神经元与一个组样神经元组合成一个神经元对，所述神经元对即为双层神经元。在双层神经元所属组样神经元与样本神经元建立或断开可塑性突触连接时，样本神经元的可塑性轴突突触与所述双层神经元所属重构神经元的可塑性树突突触同步建立或断开突触连接，并同步更新重构神经元与样本神经元之间可塑性突触连接的时效。双层神经元所属组样神经元和重构神经元所表达的元样本信息是相等的。当样本神经元重构其所存储的元样本组合信息时，只需输出重构电位，所有与其有突触连接的重构神经元会同步接收到重构电位信息而产生神经兴奋，从而使得样本神经元中存储的元样本组合信息被重构。
3.2.5.意识形成原理
样本神经元除了具有感知外界刺激信息的能力之外，还具有联想的能力。譬如，当视觉看到“1”的同时听到了“哆”的声音，视觉样本感知区存储“1”的样本神经元会与听觉样本感知区存储“哆”的样本神经元建立可塑性联想突触连接。当存储“1”的样本神经元再次处于神经兴奋且输出联想电位时，存储“哆”的样本神经元会因接收到联想电位而产生神经兴奋。样本神经元产生神经兴奋有两种模式：外界刺激信息作用下产生的感知神经兴奋和被其他样本神经元联想产生的联想神经兴奋。在一个样本感知周期开始时，样本神经元所敏感的元样本组合信息是确定的，因此两种模式下产生神经兴奋所代表的含义是等效的。也就是说，听觉存储声音“哆”的样本神经元在眼睛看到“1”时被联想到而产生的神经兴奋与耳朵听到“哆”时产生的神经兴奋是等效的。尽管本体在看到的“1”时并未听到声音“哆”，却产生了听到声音“哆”一样的刺激反应。
生物神经网络形成以后，就持续不断的接收外界刺激信息，直至生命结束。生物在接收外界刺激信息的同时，通过感知和认知来认识自身与其所处的现实世界的关系，从而形成了“我”。由于样本神经元联想产生的神经兴奋与感知产生的神经兴奋具有等效性，使得本体可以在感官没有外界刺激信息作用下，通过联想来产生感知等效的外界刺激反应，从而形成了抽象思维。生物在抽象思维的过程中有一个“注意力”，这个“注意力”是各种感官焦点样本通过竞争来获取：刺激信息最强烈的感官焦点样本获得“注意力”，从而成为当前的第一感官。生物有了“注意力”这一能力后，对外界刺激信息就有了选择性。当一个生物对外界刺激信息有了选择性时，自我意识也就诞生了。
3.2.6.想象力形成原理
有些感官(譬如视觉)具有两种类型的样本：背景样本和焦点样本。背景样本和焦点样本具有相同的元样本感知区和各自独立的样本感知区。同一感官不同样本感知区中的样本与外界刺激信息之间的信息传导距离是相等的，从而使得不同样本感知区可以同步感知到外界刺激信息。
由于背景样本和焦点样本分属不同的样本感知区，在背景样本处于神经兴奋状态时，神经网络所住个体可以在背景中自主联想各种焦点样本，从而让神经网络所住个体获得想象的能力。
当个体处于睡眠态时，样本神经元受外界刺激作用，在“注意力”不受控情况下进行联想。这时神经兴奋的传导同样会增加可塑性突触连接的时效。同时，不受控的样本联想会导致样本神经元之间产生不受控的联想连接；这种不受控状态下建立的可塑性突触连接在神经网络所处个体处于工作态时也会被使用。因此，个体做梦不仅可以增加学习样本的时效，梦中建立的联想连接还是个体的一个重要的灵感来源。
3.2.7.逻辑推理形成原理
逻辑推理本质上是一种根据已知规则和变量来推导出结论的运算方法。样本联想是一种自主动态构建神经元连接的机制：既有线性的顺序连接结构，也有复杂的星型结构、环型结构、树型结构、网状结构等。它即可表达简单的、线性规则，也可表达复杂的、非线性规则。神经网络所住个体通过样本联想和时间线样本流重组来推导结论。
在同一样本感知区内，两个相邻的样本感知周期内产生神经兴奋的样本神经元之间会建立可塑性时间线突触连接：上一感知周期产生神经兴奋的样本神经元所属的一个可塑性时间线轴突突触与当前感知周期产生神经兴奋的样本神经元所属的一个可塑性时间线树突突触建立可塑性突触连接。背景、焦点样本和时间线样本流是个体具有逻辑推理能力的关键所在。背景样本、时间线样本流可以用来表达规则，焦点样本则可以用来表达规则中变量部分。个体可以通过背景样本、样本流联想来载入规则，规则中可变部分用焦点样本的联想来替换；推导过程与中间结论则被实时存入到当前的时间线样本流……如此循环往复，通过时间线样本流的反复重组来完成规则的推导。
样本的构建方式有两种类型：纪录型样本感知和匹配型样本感知。记录型样本感知是竞争性选择一个时效性最低的样本神经元存储感知到的元样本组合信息；匹配型样本感知首先进行样本匹配：若匹配成功，则匹配的样本神经元产生神经兴奋，更新样本存储的元样本信息和产生神经兴奋的阀值，同时更新可塑性突触连接的时效；若匹配不成功，则与记录型样本感知一致的方式存储元样本组合信息。上述特性决定纪录型样本感知区的时间线样本流是线性的；匹配型样本感知区的时间线样本流是复杂的网状结构。当一个匹配型样本神经元与多个样本神经元建立可塑性时间线或联想连接时，其下游样本神经元是通过竞争来产生神经兴奋：当被联想的次数越多、时间越近，其产生神经兴奋的竞争力越强。个体在进行逻辑推理时，其神经兴奋传导路径的合理性是由样本神经元产生神经兴奋的竞争性来决定。
也就是说，生物神经网络在构建时并无逻辑性可言，个体行为的合理性、逻辑性是神经网络在运行过程中通过样本神经元之间的竞争产生。
3.2.8.行为反馈原理
生物个体是一个具有自我意识的系统，个体所有行为都有其目的性。个体行为的目标与结果的描述方式是一致的，即反映的是个体与其所处现实世界的关系或状态。当个体行为的结果出现偏差时，需要反馈结果信息，并对其进行校正，以符合行为目标。
个体意识是由样本神经元来表达，故个体行为的目标、结果、偏差都是由样本神经元来表达。生物神经网络所属的每个神经元都代表一种具有全局唯一性的敏感信息，其输出却只能表达其所敏感信息的有无、强弱。由于神经元输出信息中并不自带输出方信息，因此，脱离神经元来分析其输出信息是没有意义的。也就是说，一个神经元要理解另一个神经元所表征的含义就必须与其建立突触连接。这就使得神经网络所属样本神经元之间不能通过算术、关系、逻辑、位等运算操作来获取偏差、校正行为。
个体行为是对样本神经元所敏感信息的表达过程：由样本神经元把神经兴奋直接或间接传导给肌肉、腺体等组织来执行。个体行为作用于其所处环境，行为对环境产生的影响以外界刺激信息的形式重新作用于个体的各种感官，被神经网络感知并产生行为过程样本：当行为过程样本与目标样本一致时，行为的目标被实现；当行为过程样本与目标样本不一致时，神经网络同步产生偏差样本，偏差样本再次被表达并作用于环境，如此循环往复，直至个体行为的目标与结果达成一致。
因此，单从个体所属神经网络这一部分来看，生物神经网络是个没有反馈回路的前向系统。从整体来看，生物个体所属神经网络接收环境产生的刺激信息进行感知，感知结果被样本神经元输出，并以个体行为方式作用于其所处环境；个体行为对环境产生的影响以外界刺激信息的形式重新作用于个体所属神经网络，从而形成反馈回路。
上述反馈机制导致生物神经网络不是一个精确模型。生物神经网络在感知时只能感知其所能感知的事物；其所能感知事物的范围是由存储信息的样本来决定。一旦外界刺激信息形成的元样本组合超出了样本集所敏感信息的范围，个体是感知不到的，就会形成新的样本。事实上，一个人需要识别的人脸平均只有500张左右，现有人工智能在视觉识别、语音识别上超越人类并无多大意义。生物神经网络是通过多维度、多源感知来获取认知能力；片面追求识别准确率是现有人工智能发展的最大误区，100%的识别率并不能产生认知，只是安防上能有些应用而已。
生物神经网络并不精确，因此不能用数学这种精确模型来解决人工神经网络遇到的问题。只有严格遵循神经元的五种基本行为法则：感知、前向、等效、同步、竞争，通过连接来解决人工神经网络遇到的一切问题，才能构建出真正的具有类有机生物智能的人工智能。
3.2.9.分区存储原理
一个样本感知区能存储多少个样本是由组样神经元的可塑性轴突突触数量决定。当一个样本感知区需要存储1亿个样本时，样本感知区所属的每个组样神经元需要1亿个可塑性轴突突触。从生物学的角度来看，这是不现实的，并且解剖学上从来也没有发现这样的神经元存在的证据。因此，生物神经网络必然是分区存储样本。
生物神经网络样本分区存储原理是通过索引样本来把样本感知区分成多个区域来存储。索引样本是低级感知，样本则是高级感知。低级感知和高级感知有两种分类方法：清晰度分类法和特征分类法。视觉的背景样本和焦点样本都是采用整体匹配模式，在感知层面无法提取被感知对象的局部特征。因此，视觉索引样本采用的是清晰度分类法：低级感知是“近视眼”感知模式，高级感知是“标准眼”感知模式。听觉是对声波频率、振幅的精确匹配，且索引样本和样本都能获取同样的声波特征。因此，听觉索引样本采用的是特征分类法：低级感知模式只提取基音特征，并根据基音频率范围来分区。样本感知区分区存储的运行机制如下：
构建样本感知区的索引样本区，设定每个索引样本神经元所敏感的信息构型，所有索引神经元聚集在一起形成一个竞争性神经元集群；神经元集群中包括一个对所有信息不敏感的“其他”索引神经元：当集群中所有索引神经元均未能匹配时，“其他”索引神经元会产生神经兴奋，从而确保在一个感知周期内有且只有一个索引神经元产生神经兴奋。
为每个索引神经元构建一个对应的样本感知区分区：每个分区均有独立的组样层和表征层，同时所述索引神经元的轴突突触与所述分区所属所有组样神经元建立突触连接。
索引样本区和样本感知区的每个分区共享同一个元样本感知区，它们同步接收元样本感知区传导过来的信息。
索引样本区的样本神经元先进行匹配式感知，其中一个索引神经元产生神经兴奋，并把神经兴奋传导给所述索引神经元对应分区所属所有组样神经元。
样本感知区所属所有分区所属组样神经元必须同时接收到元样本感知区传导过来的神经兴奋和其对应索引神经元传导过来的神经兴奋以后，才会产生神经兴奋，从而实现索引神经元对其对应分区的感知存储功能的控制。
这种索引样本控制样本感知区分区存储的机制不仅可以有效降低组样神经元轴突突触数量，同时非常高效、能耗也很低。所有分区所属样本神经元与外界刺激信息之间的信息传导路径也是等距的，从而使得各分区所属样本能同步感知外界刺激信息。
视觉、听觉等感官所属样本数量较多，采用索引分区机制来存储样本。触觉系统的感知范围较大、存储的样本量较少，并不需要索引分区存储样本。人类对触感有着多点同步感知、焦点动态转换的感觉。这是由于人体皮肤被分割成大小不一、灵敏度不尽相同的多个感知区域造成的。每个感知区域都有专属的神经网络，即每个感知区域都拥有独立的元样本感知区和样本感知区；所有感知区域能同步感知外界刺激信息。
3.2.10.直觉形成原理
每个元感知野中每个元表征维度的每个元表征值有且只有一个感知神经元来感知。所有产生神经兴奋的感知神经元组合反映的是个体所感知到的对象。当一个感知对象重复出现时，会被其他感官所表征。存储被感知对象的样本神经元重复触发其他感官所属同一样本神经元的神经兴奋时，所感知对象的认知反射被建立，即A感官所属样本神经元A1总是使B感官所属样本神经元B1产生神经兴奋。一旦认知反射被固化，A1再次产生神经兴奋时，个体意识到B1会产生神经兴奋而不会每次都寻求B感官来表征，只是产生A1所对应的感知对象“我认识”的感觉。这种知道“我认识”，而不知道“我认识的是什么”的反应方式即为直觉。直接反应方式多发生在被感知对象未对感官产生足够的刺激，从而使其不再寻求其他感官的表征。
4.感知神经网络构建方法
感知神经网络是一种基于信息感知的前向网络，共分两个区域：元样本感知区和样本感知区。元样本感知区有两层：传感层和元表征层。传感层是由传感神经元构成，元表征层是由感知神经元构成，其中，感知神经元能感知的信息是其所属感官所能感知的最细粒度信息。样本感知区有两层：组样层和表征层；组样层是由组样神经元构成，表征层是由样本神经元构成。感知神经网络的构建方法，其特征在于，包括如下步骤：
感官所属元刺激值域、元感受值域、元刺激感受区、元表征值域等构建方法；
感官所属元感知野及其所属传感神经元集群构建方法；
元感知野投射信息的感知神经元集群构建方法及其与元感知野连接方法；
元样本感知区构建方法和元样本感知方法；
样本感知区所属组样层及其所属组样神经元集群构建方法；
样本感知区所属表征层及其所属样本神经元集群构建方法；
样本感知区构建方法和样本感知方法；
感官背景样本感知区构建方法和背景样本感知方法；
感官焦点样本感知区构建方法和焦点样本感知方法；
感官背景样本和焦点样本之间可塑性联想突触连接建立方法；
感官背景样本和焦点样本之间联想的神经兴奋传导方法；
多感官神经网络构建方法；
不同感官所属匹配型样本神经元之间可塑性联想突触连接建立方法和联想神经兴奋传导方法；
长短程存储转换方法；
样本模式识别构建方法；
重构型样本感知区组样层、表征层构建方法，重构神经元与样本神经元之间可塑性突触连接建立方法，样本重构、发送方法，以及样本接收方法；
神经网络状态切换方法。
4.1. 元刺激值域、元感受值域、元刺激感受区、元表征值域等构建方法
感官所属元刺激值域、元感受值域、元刺激感受区、元表征值域等构建方法，其特征在于，包括如下步骤：
步骤1-1、感官所属元刺激值域和元感受值域构建方法，以及它们的转换方法，其特征在于，包括如下步骤：
步骤1-1-1、根据外界刺激所属检测维度的可检测值范围，设置元刺激值域；设置值域中每个值对应的检测值区间，一个元刺激值对应一个检测值区间。
步骤1-1-2、设置步骤1-1-1中构建的元刺激值域中每个元刺激值对应电位值，一个元刺激值对应一个电位值；元刺激值与电位值之间的映射即为元感受映射方法。所有元刺激值对应的电位值构成了步骤1-1-1外界刺激所属检测维度的元感受值域。
步骤1-1-3、重复步骤1-1-1、步骤1-1-2，直至所述外界刺激中神经网络感官所需的所有检测维度，及其所属元刺激值域和元感受值域，以及它们之间的元感受映射方法等全部构建完成。
步骤1-2、感官所要表征对象被划分成多个元表征对象来分别表征，只需确保每个元表征对象被同步表征，感官就能使感受野中的信息被同步表征。所述元表征对象对应的外界刺激作用区域即为感官所属元刺激感受区。感官所属元刺激感受区构建方法，其特征在于，包括如下步骤：
步骤1-2-1、把步骤1-1中所述外界刺激在神经网络的作用区域划分成多个元刺激感受区，为每个元刺激感受区设置感知精度。
步骤1-2-2、根据元刺激感受区的感知精度要求，把所述元刺激感受区分成一个或多个元传感区；设置每个元传感区的检测维度，以及所述元传感区输入元刺激值和输出元感受值。
步骤1-2-3、重复步骤1-2-2，直至所有元刺激感受区都完成元传感区的划分；同时所有元传感区的检测维度，以及所述元传感区输入元刺激值和输出元感受值设置完成。
步骤1-3、步骤1-2所构建的元刺激感受区是感官用来表征外界刺激的元表征对象，在一个感知周期内，一个单维度元刺激感受区输出一个原子表征值。一个元刺激感受区能输出的所有原子表征值构成了该元刺激感受区的元表征值域；元表征值域的原子表征值称为元样本。当一个元刺激感受区需要多个元表征维度进行表征时，每个维度都需构建各自的元表征值域。元刺激感受区所属元表征值域构建方法，其特征在于，包括如下步骤：
步骤1-3-1、根据步骤1-2-2构建的元刺激感受区的感知精度构建所述元刺激感受区所属元表征维度和表征精度。
步骤1-3-2、根据步骤1-3-1中构建元表征维度和表征精度，构建元表征维度的元样本，所有构建的元样本构成该表征维度对应的元表征值域。根据所述元刺激感受区所属每个元传感区的输出值域，以及所有元传感区的排列方式，构建刺激感受值与元样本之间的转换方法。每个元样本都分别构建从元刺激感受区输出值组合到所述元样本的转换方法；所述转换方法即为元样本映射方法。
步骤1-3-3、重复上述步骤1-3-1、步骤1-3-2，直至所述元刺激感受区所属元表征维度、元表征值域，以及元表征映射方法等全部构建完成。
步骤1-3-4、重复上述步骤1-3-1、步骤1-3-2、步骤1-3-3，直至所述感官所属所有元刺激感受区所属元表征维度、元表征值域，以及元表征映射方法等全部构建完成。
4.2. 元感知野及其所属传感神经元集群构建方法
元感知野是由传感神经元构成，是感官信息处理的源头；感官所属神经网络的构建是以元感知野为基础来构建，通过对所有元感知野同步感知来实现。感官所属元感知野及其所属传感神经元集群构建方法，以及感官所属背景区、焦点区构建方法，其特征在于，包括如下步骤：
步骤2-1、为步骤1中构建的元刺激感受区所属的每个元传感区构建一个传感神经元，其特征在于，包括如下步骤：
步骤2-1-1、根据元传感区的检测维度和元刺激值域构建传感神经元的刺激感受器，用于感知外界刺激作用在所述元传感区所述检测维度的元刺激值。
步骤2-1-2、构建传感神经元的胞体：根据步骤1-1-2中构建的元感受映射方法构建胞体。胞体把步骤2-1-1所构建的刺激感知器感知到的元刺激值转换成元感受值域中的电位值。
步骤2-1-3、构建传感神经元的轴突突触：轴突突触的个数小于或等于所述元刺激感受区所属检测维度所属元表征维度值域中元样本数量；轴突突触数量根据需要与所述传感神经元建立突触连接的感知神经元个数来确定。步骤2-1-2中所构建胞体产生的电位信息通过轴突突触输出到下游神经元。
步骤2-1-4、重复上述步骤2-1-1、步骤2-1-2、步骤2-1-3，直至所述元刺激感受区所属所有元传感区都构建一个相应的传感神经元。
步骤2-2、把步骤2-1中构建的传感神经元根据所述元刺激感受区中元传感区排列方式聚合在一起形成传感神经元集群，所述神经元集群所属传感神经元同步感知外界刺激作用在元刺激感受区的信息。所述传感神经元集群即为元刺激感受区所属元感知野。
步骤2-3、重复上述步骤2-1、步骤2-2，直至感官所属所有元刺激感受区所属元感知野全部构建完成。
步骤2-4、设置感官所属背景样本的清晰度，根据感官所属背景样本清晰度设置感官背景区所属元感知野集合；设置感官所属焦点样本的清晰度，根据感官所属焦点样本清晰度设置感官焦点区所属元感知野集合。
4.3. 感知神经元集群构建方法，及其与元感知野连接方法
步骤2中所构建元感知野投射信息的感知神经元集群构建方法，及其与元感知野连接方法，其特征在于，包含如下步骤：
步骤3-1、为根据步骤2构建的元感知野所属元表征维度值域中每个元样本构建一个感知神经元，其特征在于，包括如下步骤：
步骤3-1-1、构建感知神经元的树突突触：树突突触的个数小于或等于所述元感知野所属元传感区的总数，突触个数根据元样本映射方法所包含元样本与元感知野所属传感神经元连接方法来确定。
步骤3-1-2、构建感知神经元的胞体：根据步骤1-3-2中构建的元样本映射方法构建胞体。胞体感知步骤3-1-1所构建的树突突触传导过来的信息：若传导过来的元感受值组合信息与当前元样本敏感的信息构型匹配，则胞体产生神经兴奋，生成动作电位信息并输出；若传导过来的元感受值组合信息与当前元样本敏感的信息构型不匹配，则胞体不产生神经兴奋，且无电位信息生成。
步骤3-1-3、构建感知神经元的轴突突触：感知神经元有1个或2个轴突突触。当所述元感知野只属于感官背景区时，感知神经元只需构建1个轴突突触；当感官背景区和感官焦点区都包含所述元感知野时，感知神经元需要2个轴突突触。步骤3-1-2中所构建胞体产生的电位信息通过轴突突触传导给下游神经元。
步骤3-1-4、重复上述步骤3-1-1、步骤3-1-2、步骤3-1-3，直至步骤3-1所述元表征维度值域中每个元样本都构建一个相应的感知神经元。
步骤3-1-5、把上述步骤中构建的感知神经元聚合在一起构成一个独占性神经元集群：在一个感知周期内，当所述神经元集群中一个感知神经元所属胞体产生神经兴奋时，集群内其他感知神经元都会受到抑制而不再产生神经兴奋，且无电位信息输出。
步骤3-2、根据元样本映射方法所包含神经元连接方法，把步骤3-1中构建的感知神经元所属树突突触与所述元感知野所属传感神经元所属轴突突触建立永久性突触连接。
步骤3-3、重复上述步骤3-2，直至步骤3-1所构建所有感知神经元与所述元感知野所属传感神经元之间的永久性突触连接全部构建完成。
步骤3-4、重复上述步骤3-1、步骤3-2、步骤3-3，直至所述元感知野所属元表征维度所属感知神经元集群及其与元感知野所属传感神经元之间的永久性突触连接等全部构建完成。
4.4. 元样本感知区构建方法和元样本感知方法
元样本感知区构建方法和元样本感知方法，其特征在于，包含如下步骤：
步骤4-1、根据步骤1所述方法构建感官所属元刺激值域、元感受值域、元刺激感受区、元表征值域。
步骤4-2、根据步骤2所述方法构建感官所属元刺激感受区及其所属元感知野。把所有元感知野按步骤4-1所构建的元刺激感受区排列方法聚集在一起构成传感层；设置每个元感知野的感知周期，使得所有元感知野输出与外界刺激作用在传感区的时间同步。根据步骤2所述方法设置感官所属背景区和焦点区。
步骤4-3、根据步骤3所述方法为步骤4-2中所构建元感知野构建投射信息的感知神经元集群及其所属感知神经元。同时按照按步骤3所述方法构建感知神经元集群与所述元感知野之间的永久性突触连接。
步骤4-4、重复步骤4-3，直至步骤4-3中所构建所有元刺激感知区及其所属元感知野，所述元感知野投射信息的感知神经元集群及其所属感知神经元，以及所述感知神经元集群与元感知野之间的突触连接等全部构建完成。把所有感知神经元集群聚合在一起构成所述元样本感知区所属元表征层，设置每个感知神经元集群的感知周期，使得所有感知神经元集群输出与外界刺激作用在传感区上的时间同步。
步骤4-5、上述步骤所构建的元样本感知区所属元样本感知方法，其特征在于，包含如下步骤：
步骤4-5-1、外界刺激作用于所述元样本感知区所属元感知野所属传感神经元上，传感神经元根据其检测维度感知外界刺激中所含信息：若是传感神经元敏感刺激信息，胞体产生神经兴奋并生成电位信息，通过轴突突触传导给所有与其有突触连接的感知神经元。
步骤4-5-2、感知神经元的树突突触接收到传感神经元传导过来的电位信息后，把其传导给胞体，胞体接收到所有树突突触传导过来的电位信息后进行判定：若接收的电位信息构型与自身敏感的信息构型匹配，则胞体产生神经兴奋、生成动作电位信息输出，通过轴突突触传导给样本感知区。
步骤4-5-3、所述元样本感知区所属传感层所属元感知野按照步骤4-5-1所述方法同步感知外界刺激，产生神经兴奋的传感神经元同步把胞体产生的电位信息传导给其下游感知神经元；所述元样本感知区所属元表征层所属感知神经元按照步骤4-5-2所述方法同步感知元感知野所属传感神经元输出的电位信息，产生神经兴奋的感知神经元同步把胞体产生的电位信息传导给样本感知区。
4.5. 样本感知区所属组样层及其所属组样神经元集群构建方法
感官所属样本感知区分背景样本感知区和焦点样本感知区。两种感知区的构建方法一致，区别在于：背景样本感知区所包含元感知野是步骤4中所构建背景区所属元感知野集合；焦点样本感知区所包含元感知野是步骤4中所构建焦点区所属元感知野集合。样本感知区所属组样层及其所属组样神经元集群构建方法，其特征在于，包含如下步骤：
步骤5-1、确定感官所属样本感知区所属元感知野集合。
步骤5-2、为步骤5-1中所选元感知野所属元表征维度所属感知神经元集群，构建组样神经元集群及其所属组样神经元，其特征在于，包括如下步骤：
步骤5-2-1、为步骤5-2所述感知神经元集群所属感知神经元构建1个组样神经元，其特征在于，包括如下步骤：
步骤5-2-1-1、构建组样神经元所属元表征树突：元表征树突建有1个永久性感知树突突触。
步骤5-2-1-2、构建组样神经元所属胞体：胞体接收到树突突触传导过来的电位信息时，产生神经兴奋并生成动作电位信息输出。
步骤5-2-1-3、构建组样神经元所属装配轴突：装配轴突建有多个可塑性轴突突触。
步骤5-2-1-4、组样神经元所属永久性感知树突突触与步骤5-2-1所述感知神经元的轴突突触建立永久性突触连接。
步骤5-2-1-5、组样神经元神经兴奋产生方法、神经兴奋传导方法，其特征在于，包括如下步骤：
步骤5-2-1-5-1、组样神经元所属元表征树突突触接收到感知神经元传导过来的电位信息后，把电位信息传导给胞体。
步骤5-2-1-5-2、组样神经元所属胞体接收到步骤5-2-1-5-1传导过来的电位信息后，产生神经兴奋并生成动作电位输出。
步骤5-2-1-5-3、组样神经元所属可塑性轴突突触接收到步骤5-2-1-5-2传导过来的电位信息：当该可塑性轴突突触与样本神经元已建立可塑性突触连接，则通过该突触连接把电位信息传导给样本神经元。
步骤5-2-2、重复上述步骤5-2-1，直至步骤5-2中所述元感知野所属元表征维度所属感知神经元集群所属每个感知神经元都构建1个对应的组样神经元，所述组样神经元与其建立永久性突触连接。所有与所述感知神经元集群建立突触连接的组样神经元聚集在一起构成一个组样神经元集群。
步骤5-3、重复上述步骤5-2，直至步骤5-2中所述元感知野所属每个元表征维度所属感知神经元集群都建立1个组样神经元集群并与其建立永久性突触连接。组样神经元集群所属组样神经元与样本神经元建立突触连接具有排他性：当1个组样神经元集群中1个组样神经元与样本神经元建立可塑性突触连接时，所述组样神经元集群中其他组样神经元与所述样本神经元之间的可塑性突触连接被断开。
步骤5-4、重复上述步骤5-2、步骤5-3，直至步骤5-1中所选元感知野集合中每个元感知野所属每个元表征维度所属组样神经元集群全部构建完成；所构建的组样神经元集群聚集在一起，构成所述样本感知区所属组样层。
4.6. 样本感知区所属表征层及其所属样本神经元构建方法
样本感知区所属表征层及其所属样本神经元构建方法，其特征在于，包含如下步骤：
步骤6-1、设置每个样本神经元包含可塑性装配树突突触的数量：可塑性装配树突突触的个数=所述样本感知区所属组样层所包含组样神经元集群的个数。
步骤6-2、样本神经元构建方法，其特征在于，包括如下步骤：
步骤6-2-1、构建样本神经元所属装配树突、时间线树突和联想树突。装配树突建有多个可塑性装配树突突触，突触数量等于步骤6-1所设置的数量。时间线树突建有1个或多个可塑性时间线树突突触。联想树突建有多个可塑性联想树突突触，突触数量没有限制，突触越多可以建立的联想突触连接越多。
步骤6-2-2、构建样本神经元所属胞体，包括如下步骤：
步骤6-2-2-1、设置样本神经元产生神经兴奋的阀值：兴奋阀值<=样本神经元与组样神经元建立可塑性突触连接总数。
步骤6-2-2-2、构建样本神经元四种工作模式：静默模式、感知模式、联想模式、重构模式。当样本神经元处于静默模式时，神经元处于静默状态；当样本神经元处于感知模式或联想模式或重构模式时，神经元处于神经兴奋状态。
步骤6-2-2-3、胞体产生神经兴奋时输出分级电位：当样本神经元处于静默模式时，胞体不产生神经兴奋，无电位输出；当样本神经元处于感知模式时，胞体产生传导性神经兴奋和感知电位；当样本神经元处于联想模式时，胞体产生传导性神经兴奋和联想电位；当样本神经元处于重构模式时，胞体产生传导性神经兴奋和重构电位；当预置告警信息的样本神经元产生神经兴奋时，胞体输出告警电位。
步骤6-2-3、构建样本神经元所属轴突，所构建轴突包含两个分支轴突：时间线轴突和联想轴突。时间线轴突建有1个或多个可塑性时间线轴突突触。联想轴突建有0个或多个可塑性联想轴突突触。
步骤6-2-4、样本神经元可塑性突触连接构建方法，其特征在于，包括如下步骤：
步骤6-2-4-1、样本神经元所属可塑性装配树突突触与所述样本感知区所属组样神经元集群所属组样神经元所属可塑性装配轴突突触建立连接，初始化新建可塑性突触连接的时效。
步骤6-2-4-2、可塑性时间线突触连接只能在样本感知区两个相邻样本感知周期内所述样本感知区所属两个先后产生神经兴奋的样本神经元之间建立，突触连接方法：若所述两个样本神经元之间已建立可塑性时间线突触连接，则增加所述时间线突触连接的时效；若所述两个样本神经元之间尚未建立可塑性时间线突触连接，则上一个样本感知周期内产生神经兴奋的样本神经元所属可塑性时间线轴突突触与当前样本感知周期产生神经兴奋的样本神经元所属可塑性时间线树突突触建立连接，初始化新建可塑性突触连接的时效。
步骤6-2-4-3、可塑性联想突触连接只能在两个分属不同样本感知区且正处于联想模式的样本神经元之间建立，突触连接方法：若所述两个样本神经元之间已建立可塑性联想突触连接，则增加所述联想突触连接的时效；若所述两个样本神经元之间尚未建立可塑性联想突触连接，则当前样本感知区所属样本神经元所属可塑性联想轴突突触与另一个样本感知区所属样本神经元所属可塑性联想树突突触建立连接，初始化新建可塑性突触连接的时效。
步骤6-2-5、样本神经元所属装配树突突触接收到电位信息时，所述样本神经元的信息处理方法，其特征在于：
步骤6-2-5-1、所有接收到电位信息的可塑性装配树突突触把电位信息传导给胞体：当接收到的电位信息总数达到所述样本神经元设置的兴奋阀值时，胞体产生传导性神经兴奋，并产生感知电位输出，样本神经元进入感知模式，所有有神经兴奋通过的可塑性装配树突突触连接的时效被增加；当接收到的电位信息总数未达到所述样本神经元设置的兴奋阀值时，样本神经元不会产生神经兴奋，继续处于静默模式，可塑性突触连接的时效不变。
步骤6-2-5-2、步骤6-2-5-1产生神经兴奋的样本神经元把感知电位通过轴突突触传导给下游神经元。
步骤6-2-6、样本神经元所属联想树突突触接收到电位信息时，所述样本神经元的信息处理方法，其特征在于，包括如下步骤：
步骤6-2-6-1、所述联想树突突触对接收到的电位进行判定：若是联想电位，则所述联想树突突触把联想电位传导给胞体；若不是联想电位，则所述联想树突突触屏蔽该电位信息、不向胞体传导。
步骤6-2-6-2、所述样本神经元胞体接收到步骤6-2-6-1传导过来的联想电位信息：当所述样本神经元处于静默模式时，神经元进入感知模式；胞体产生神经兴奋的同时产生感知电位输出。当胞体处于非静默模式时，胞体维持当前的工作模式。所述通过联想电位的可塑性联想突触连接的时效被增加；所述样本神经元所属所有可塑性装配树突突触连接的时效被增加。
步骤6-2-7、样本神经元所属时间线树突突触接收到电位信息时，所述样本神经元的信息处理方法，其特征在于，包括如下步骤：
步骤6-2-7-1、所述时间线树突突触对接收到的电位进行判定：若是联想电位，则所述时间线树突突触把联想电位传导给胞体；若不是联想电位，则所述时间线树突突触屏蔽该电位信息、不向胞体传导。
步骤6-2-7-2、所述样本神经元胞体接收到步骤6-2-7-1传导过来的联想电位信息：当所述样本神经元处于静默模式时，神经元进入联想模式；胞体产生神经兴奋的同时产生联想电位输出。所述通过联想电位的可塑性联想突触连接的时效被增加；所述样本神经元所属所有装配树突突触连接时效被增加。
步骤6-2-8、样本神经元在四种工作模式下，其所属树突突触都能接收传导过来的电位信息，并判定是否传导给胞体；胞体根据接收到的电位信息进行处理。样本神经元工作模式切换方法，其特征在于，包含如下步骤：
步骤6-2-8-1、当样本神经元通过竞争获得组装样本的权利时，所述样本神经元进入感知模式。
步骤6-2-8-2、当样本神经元在相邻或相近几个样本感知周期内持续处于感知模式，则所述样本神经元进入联想模式。
步骤6-2-8-3、当样本神经元可塑性联想树突突触接收到告警电位时，则不管所述样本神经元处于何种模式都被强制性置为联想模式。
步骤6-2-8-4、当一个样本神经元处于神经兴奋状态时，同一样本感知区所属其他样本神经元都会受到抑制而处于静默模式。
步骤6-3、重复上述步骤6-2，直至样本神经元的总数达到感官所需数量为止。样本神经元数量越多，能存储的样本越多。所有构建的样本神经元聚集在一起构成一个样本神经元集群；所构建神经元集群所属样本神经元产生神经兴奋具有排他性：在一个样本感知周期内，当集群中一个样本神经元处于神经兴奋状态时，集群内的其他样本神经元都会受到抑制而无法产生神经兴奋。所构建样本神经元集群即为所述样本感知区所属表征层。
4.7. 样本感知区构建方法和样本感知方法
样本感知区有两种类型：记录型样本感知区和匹配型样本感知区。样本感知区构建方法和样本感知方法，其特征在于，包含如下步骤：
步骤7-1、根据步骤5所述方法构建所述样本感知区所属组样层。
步骤7-2、根据步骤6所述方法构建所述样本感知区所属表征层。
步骤7-3、设置样本感知区样本感知周期，样本感知周期时间计算方法：从样本感知区接收到元样本感知区传导过来的信息开始，到样本匹配、组装、可塑性突触时效调整等步骤完成所需时间为所述样本感知区样本感知周期。
步骤7-4、记录型样本感知区感知方法和时间线突触连接建立方法，其特征在于，包括如下步骤：
步骤7-4-1、样本感知区所属组样神经元所属元表征树突突触接收到元样本感知区传导过来的电位信息后，开始一个样本感知周期。
步骤7-4-2、样本感知周期开始后，所述样本感知区所属样本神经元集群中时效性最低的样本神经元抢占式产生神经兴奋，并进入感知模式；同时，所述样本神经元所有可塑性突触连接被断开，突触连接时效清零。
步骤7-4-3、样本感知区所属组样神经元所属树突突触把接收到的电位信息传导给胞体；胞体产生神经兴奋并输出动作电位信息。
步骤7-4-4、步骤7-4-3中所有产生神经兴奋的组样神经元的1个可塑性装配轴突突触与步骤7-4-2所述处于神经兴奋状态的样本神经元的1个可塑性装配树突突触建立可塑性突触连接；初始化突触连接时效。
步骤7-4-5、步骤7-4-4中所有建立可塑性突触连接的组样神经元通过新建立可塑性突触连接把动作电位信息传导给步骤7-4-4所述样本神经元。
步骤7-4-6、所述样本神经元胞体根据接收到装配树突突触传导过来神经兴奋的总数，设置触发神经兴奋的阀值。
步骤7-4-7、所述样本神经元的一个时间线树突突触与同区上一个感知周期产生神经兴奋的样本神经元的一个时间线轴突突触建立可塑性突触连接，初始化步新建立可塑性突触连接的时效。
步骤7-4-8、所述样本神经元的时间线轴突突触准备与所述样本感知区下一个感知周期内产生神经兴奋的样本神经元进行时间线突触连接。
步骤7-4-9、所述样本感知区所属所有处于神经兴奋状态的组样神经元和所述样本神经元同步结束神经兴奋并重置为静默模式。至此，一个记录型样本感知周期结束。
步骤7-5、匹配型样本感知区感知方法和时间线突触连接建立方法，其特征在于，包括如下步骤：
步骤7-5-1、样本感知区所属组样神经元所属树突突触接收到元样本感知区传导过来的电位信息后，开始一个样本感知周期。
步骤7-5-2、样本感知区所属组样神经元所属树突突触把接收到电位信息传导给胞体；胞体产生神经兴奋的同时生成动作电位信息并通过轴突输出。
步骤7-5-3、所有与步骤7-5-2中产生神经兴奋的组样神经元有可塑性装配突触连接的样本神经元都同步接收到电位信息，所述样本神经元所属胞体检测接收到的神经兴奋总数：当胞体接收到的神经兴奋总数超过当前样本神经元设定的兴奋阀值时，胞体产生神经兴奋，并进入感知模式；所述样本感知区其他接收到电位信息的样本神经元受到抑制而终止匹配且不再产生神经兴奋。若所有接收到神经兴奋的样本神经元都未产生神经兴奋，所述样本感知区所述样本神经元集群中时效性最低的样本神经元抢占式产生神经兴奋，并进入感知模式；同时，进入感知模式的样本神经元所属所有可塑性突触连接被断开，突触连接时效清零。
步骤7-5-4、步骤7-5-2中产生神经兴奋的组样神经元若已与步骤7-5-3产生神经兴奋的样本神经元建立突触连接，则增加该可塑性突触连接的时效；若尚未与步骤7-5-3产生神经兴奋的样本神经元建立突触连接，则建立可塑性突触连接，其特征在于，包括如下步骤：
步骤7-5-4-1、步骤7-5-4所述组样神经元所属1个可塑性装配轴突突触与所述样本神经元的1个可塑性装配树突突触建立可塑性突触连接；初始化步新建立可塑性突触连接的时效。
步骤7-5-4-2、步骤7-5-4-1所述组样神经元通过新建立可塑性突触连接把电位信息传导给步骤7-5-4-1所述样本神经元。
步骤7-5-4-3、所有步骤7-5-4所述组样神经元同步执行步骤7-5-4-1、步骤7-5-4-2，直至所述组样神经元都与所述样本神经元建立可塑性突触连接。
步骤7-5-6、所述样本神经元胞体根据接收到可塑性装配树突突触传导过来神经兴奋的总数，重新设置触发神经兴奋的阀值。
步骤7-5-7、若所述样本神经元与同区上一个感知周期产生神经兴奋的样本神经元之间已建立可塑性时间线突触连接，则增加该可塑性突触连接的时效；若所述样本神经元与同区上一个感知周期产生神经兴奋的样本神经元之间尚未建立可塑性时间线突触连接，则所述样本神经元的一个时间线树突突触与同区上一个感知周期产生神经兴奋的样本神经元的一个时间线轴突突触建立可塑性突触连接，初始化新建立可塑性突触连接的时效。
步骤7-5-8、所述样本神经元的时间线轴突突触准备与所述样本感知区下一个感知周期内产生神经兴奋的样本神经元进行时间线突触连接。
步骤7-5-9、所述样本感知区所属所有处于神经兴奋状态的组样神经元和所述样本神经元结束神经兴奋，并进入静默模式。至此，一个匹配型样本感知周期结束。
4.8. 背景样本感知区构建方法和背景样本感知方法
背景样本感知区构建方法和背景样本感知方法，其特征在于，包含如下步骤：
步骤8-1、把步骤5中的“所述感官所属样本感知区”设为背景样本感知区，所述背景样本感知区设置为记录型样本感知区。
步骤8-2、根据步骤5、步骤6、步骤7等所述方法，构建背景样本感知区和背景样本感知方法。
4.9. 焦点样本感知区构建方法和焦点样本感知方法
焦点样本感知区构建方法和焦点样本感知方法，其特征在于，包含如下步骤：
步骤9-1、把步骤5中的“所述感官所属样本感知区”设为焦点样本感知区，所述焦点样本感知区设置为记录型样本感知区。
步骤9--2、根据步骤5、步骤6、步骤7等所述方法，构建焦点样本感知区和焦点样本感知方法。
4.10. 感官所属焦点样本与背景样本之间可塑性突触连接的构建方法
感官所属焦点样本与背景样本之间可塑性突触连接的构建方法和联想神经兴奋传导方法，其特征在于，包括如下步骤：
步骤10-1、当感官焦点样本感知区中一个焦点样本神经元在多个相邻或相近的感知周期内持续处于神经兴奋状态时，所述焦点样本神经元进入联想模式，并与所述感官所属背景样本区当前处于兴奋状态的样本神经元建立可塑性联想突触连接，其特征在于：所述焦点样本神经元所属1个联想轴突突触与所述背景样本神经元所属1个联想树突突触建立可塑性突触连接；初始化新建立可塑性突触连接的时效。
步骤10-2、神经兴奋在步骤10-1中所建立可塑性突触连接的传导方法，其特征在于，包括如下步骤：
步骤10-2-1、步骤10-1所述焦点样本神经元通过步骤10-1所建立的可塑性联想突触连接把联想电位信息传导给所述背景样本神经元。
步骤10-2-2、背景样本神经元接收到步骤10-2-1中所述焦点样本神经元传导过来的联想电位信息：若所述背景样本神经元处于神经兴奋状态时，接收到联想电位信息的树突突触忽略该电位信息；若所述背景样本神经元处于静默模式，则所述联想树突突触把联想电位信息传导给胞体，胞体产生神经兴奋并产生联想电位输出，所述背景样本神经元所属所有可塑性装配突触连接时效被增加、步骤10-1中所述联想轴突突触连接时效被增加。由于背景神经元所属可塑性联想突触的连接是单方向：由焦点神经元传导给背景样本神经元。因此所述背景样本神经元输出的联想电位只会沿着时间线联想突触连接向下游背景样本神经元传导。
步骤10-2-3、下游背景神经元接收到时间线突触连接传导过来的神经兴奋后把联想电位信息传导给胞体，胞体产生神经兴奋并产生联想电位输出，所述背景样本神经元所属所有可塑性装配突触连接时效被增加、所述时间线突触连接的时效被增加。
步骤10-2-4、重复步骤10-2-3，直至时间线结束。
4.11. 多感官神经网络构建方法
多感官神经网络构建方法，其特征在于，包含如下步骤：
步骤11-1、根据步骤1、步骤2、步骤3、步骤4、步骤5、步骤6、步骤7、步骤8、步骤9、步骤10等所述方法，构建神经网络1种感官所属神经网络。
步骤11-2、重复上述步骤11-1，直至神经网络所属感官全部构建完成。
4.12. 不同感官所属样本之间可塑性联想突触连接建立方法
不同感官所属匹配型样本之间可塑性联想突触连接建立方法，其特征在于，包含如下步骤：
步骤12-1、当感官所属匹配型样本神经元在多个相邻或相近的感知周期内持续处于神经兴奋状态时，所述样本神经元进入联想模式、产生传导性神经兴奋，同时输出联想电位。
步骤12-2、当步骤12-1中所述样本神经元产生联想电位时，会尝试处于联想模式且未与其建立输出型联想突触连接的其他感官所属样本神经元建立突触连接：步骤12-1所述样本神经元所属联想轴突突触与上述其他感官所属样本神经元所属联想树突突触建立可塑性突触连接；初始化新建立可塑性突触连接的时效。
4.13. 不同感官所属样本神经元之间联想神经兴奋传导方法
不同感官所属样本神经元之间联想神经兴奋传导方法，其特征在于，包含如下步骤：
步骤13-1、当感官焦点样本感知区中一个焦点样本神经元在多个相邻或相近的感知周期内持续处于神经兴奋状态时，所述焦点样本神经元会产生联想电位，并通过联想轴突突触传递给与其有联想突触连接的其他感官的焦点样本神经元。
步骤13-2、步骤13-1中所述其他感官所属焦点样本神经元接收到联想电位：若所述焦点样本神经元处于神经兴奋状态，则忽略该联想电位；当所述焦点样本神经元处于静默模式，则胞体产生神经兴奋、进入感知模式并输出感知电位，所述焦点样本所属所有可塑性装配突触连接的时效被增加、步骤13-1中所述联想轴突突触连接的时效被增加。
4.14. 长短程存储转换方法
长短程存储转换方法，其特征在于，包含如下步骤：
步骤14-1、设置可塑性突触连接断开阀值；构建时效增加方法和时效减少方法。
步骤14-2、建立可塑性突触连接：A神经元的可塑性轴突突触与B神经元的可塑性树突突触建立可塑性突触连接，初始化所述可塑性突触连接的时效。两个神经元之间最多只能建立2个可塑性突触连接：一、A神经元的可塑性轴突突触与B神经元的可塑性树突突触建立可塑性突触连接；二、B神经元的可塑性轴突突触与A神经元的可塑性树突突触建立可塑性突触连接。也就是说，在一个传导方向上，两个神经元之间最多只能建立1个可塑性突触连接。
步骤14-3、当电位信息从步骤14-2中建立的可塑性突触连接上通过后，电位信息接收方神经元所属胞体对其进行判定：若接收到的电位信息有效，增加所述可塑性突触连接的时效；若接收到的电位信息无效，则所述可塑性突触连接的时效保持不变。
步骤14-4、当步骤14-2中建立的可塑性突触连接在设定的时间范围内无有效电位信息通过，减少所述可塑性突触连接的时效。
步骤14-5、当步骤14-2中建立的可塑性突触连接的时效减少到断开阀值以下时，所述可塑性突触连接被断开。
4.15. 样本模式识别构建方法
根据上述方法构建神经网络所属样本感知区是一种元样本值域全连接方法。为了降低单个样本感知周期可塑性突触连接数量和提高感知成功率，可以把元表征值域中多个相近或类似元样本投射到一个组样神经元来进行模式识别。样本模式识别构建方法，其特征在于，包含如下步骤：
步骤15-1、把元感知野所对应元表征值域分成多个元样本区间，每个区间包含1个或多个元样本；每个区间中元样本所要表征的对象相近或类似。
步骤15-2、根据步骤15-1中构建元样本值域所属的区间来构建组样神经元的感知树突突触，其特征在于，包含如下步骤：
步骤15-2-1、选择步骤15-1中所构建的1个区间，构建所选区间对应的组样神经元的感知树突突触，其特征在于，包含如下步骤：
步骤15-2-1-1、构建组样神经元所属元表征树突的感知树突分支：构建1个含有多个永久性树突突触的感知树突分支：树突突触数量等于步骤15-2-1中所选区间所包含元样本个数。
步骤15-2-1-2、组样神经元感知树突突触连接方法，其特征在于：步骤15-2-1中所选元样本区间中元样本对应的感知神经元所属轴突突触与组样神经元的1个感知树突突触建立永久性突触连接；重复上述过程，直至区间中所有元样本对应的感知神经元都与所述组样神经元建立永久性突触连接。
步骤15-2-2、重复步骤15-2-1，直至步骤15-1所述元表征值域所属元样本区间所对应的组样神经元所属感知树突分支及其感知树突突触于相应感知神经元轴突突触的永久性突触连接全部构建完成。
步骤15-3、重复步骤15-1、步骤15-2，直至所述样本感知区所对应元感知野对应元表征值域所属组样神经元所属感知树突分支及其感知树突突触于相应感知神经元轴突突触的永久性突触连接全部构建完成。
4.16. 重构型样本感知区构建方法
根据上述方法构建神经网络具有样本自主感知、构建、联想能力，因而具有自主学习知识能力。由于所述神经网络是一种前向网络，样本神经元中存储信息无法提取，因此所述神经网络无法把存储信息输出，也就无法与外界环境进行沟通。样本重构用于把样本神经元中存储信息重新用元表征值域来表征，并通过样本表达器把元表征值域中的值转换成声波、光线、图像等信息向外界环境输出，从而获得主动与外界环境沟通的能力。
重构型样本感知区组样层和表征层构建方法，样本重构、载入方法，以及双层神经元与样本神经元之间建立可塑性突触连接方法，其特征在于，包含如下步骤：
步骤16-1、重构型样本感知区所属组样层是由双层神经元集群构成，双层神经元集群是由双层神经元聚合而成。所述双层神经元是由两个神经元构成的神经元对：组样神经元和重构神经元，两个神经元通过永久性突触连接构成一个神经元对。重构型样本感知区所属组样层及其所属双层神经元集群构建方法，其特征在于，包含如下步骤：
步骤16-1-1、确定感官所属重构型样本感知区所属元感知野集合。
步骤16-1-2、为步骤16-1-1中所选元感知野所属元表征维度所属感知神经元集群，构建双层神经元集群及其所属双层神经元，其特征在于，包括如下步骤：
步骤16-1-2-1、为步骤16-1-2所述感知神经元集群所属感知神经元构建1个双层神经元，其特征在于，包括如下步骤：
步骤16-1-2-1-1、根据步骤5-2-1所述组样神经元构建方法构建组样神经元。
步骤16-1-2-1-2、为步骤16-1-2-1-1所构建组样神经元增加树突突触和轴突分支，其特征在于：元表征树突增加1个永久性加载树突突触，加载树突突触与样本接收器连接；增加1个建有1个永久性轴突突触的同步轴突。组样神经元有两个感知野：元样本感知区和样本接收器；两个感知野传导过来的电位信息具有等效性：组样神经元所属胞体对两种元表征树突突触传导过来电位信息的处理方法一致。在一个样本感知周期内，样本感知区所属所有组样神经元只能接收1个感知野传导过来的电位信息；其中，加载树突突触具有高优先级：当加载树突突触感知到电位信息时，感知树突突触将被抑制，不再接收上游神经元传导过来的神经兴奋，直至当前样本感知周期结束。
步骤16-1-2-1-3、重构神经元构建方法，其特征在于，包含如下步骤：
步骤16-1-2-1-3-1、构建重构神经元所属2个树突：同步树突、重构树突。同步树突建有1个永久性树突突触；重构树突建有多个可塑性树突突触，突触数量=步骤16-1-2-1-1所构建组样神经元可塑性装配轴突突触的数量。其中，可塑性重构树突突触只会把重构电位传导给其胞体，其他电位信息被忽略。
步骤16-1-2-1-3-2、构建重构神经元所属胞体感知方法：当胞体接收到同步树突传导过来的电位信息后，产生抑制性神经兴奋；当胞体接收到重构树突传导过来的电位信息后，产生传导性神经兴奋并输出重构电位。
步骤16-1-2-1-3-3、构建重构神经元所属表达轴突：表达轴突建有1个永久性轴突突触，表达轴突突触与样本表达器连接。
步骤16-1-2-1-4、步骤16-1-2-1-1所构建组样神经元所属同步轴突突触与步骤16-1-2-1-3所构建重构神经元所属同步树突突触建立永久性突触连接，从而形成一个双层神经元。
步骤16-1-2-1-5、双层神经元所属组样神经元和所属重构神经元产生神经兴奋的方法和神经兴奋传导方式，其特征在于，包括如下步骤：
步骤16-1-2-1-5-1、所述组样神经元的元表征树突突触接收到电位信息后传导给胞体，胞体产生神经兴奋并通过轴突输出，共有两种途径：一是通过永久性同步轴突突触传导给所述重构神经元；二是通过可塑性装配轴突突触传导给样本神经元。神经兴奋输出后，胞体维持神经兴奋状态，直至一个样本感知周期结束。
步骤16-1-2-1-5-2、所述重构神经元永久性同步树突突触接收到步骤16-1-2-1-5-1传导过来的电位信息后，传导给胞体，胞体产生抑制性神经兴奋，抑制性神经兴奋不会通过轴突突触输出。
步骤16-1-2-1-5-3、重构神经元可塑性重构树突突触接收到样本神经元传导过来的重构电位信息后，把重构电位传导给胞体：胞体产生传导性神经兴奋、生成表达电位，并把表达电位通过永久性表达轴突突触传导给样本表达器。神经兴奋输出后，重构神经元结束神经兴奋状态；所述重构神经元被重置为静默模式。
步骤16-1-2-1-5-4、组样神经元所属加载树突突触接收到样本接收器传导过来电位信息后，按照步骤16-1-2-1-5-1、步骤16-1-2-1-5-2、步骤16-1-2-1-5-3所述方法对接收到的电位信息进行处理。
步骤16-1-2-2、步骤16-1-2-1中构建的组样神经元所属永久性感知树突突触与步骤16-1-2中所述感知神经元的轴突突触建立永久性突触连接。
步骤16-1-2-3、重复上述步骤16-1-2-1、步骤16-1-2-2，直至步骤16-1-2中所述元感知野所属元表征维度所属感知神经元集群所属每个感知神经元都构建1个对应的双层神经元，所述双层神经元与其建立永久性突触连接。所有与所述感知神经元集群建立突触连接的双层神经元聚集在一起构成一个双层神经元集群。
步骤16-1-3、重复上述步骤16-1-2，直至步骤16-1-2中所述元感知野所属每个元表征维度所属感知神经元集群都建立1个双层神经元集群并与其建立永久性突触连接。双层神经元集群所属双层神经元与样本神经元建立突触连接具有排他性：当1个双层神经元集群中1个双层神经元与样本神经元建立可塑性突触连接时，所述双层神经元集群中其他双层神经元与所述样本神经元之间的可塑性突触连接被断开。
步骤16-1-4、重复上述步骤16-1-2、步骤16-1-3，为步骤16-1-1中所选元感知野集合中每个元感知野所属每个元表征维度所属双层神经元集群构建完成；所构建的双层神经元集群聚集在一起，构成所述样本感知区所属组样层。
步骤16-2、重构型样本感知区所属表征层及其所属样本神经元构建方法，其特征在于，包含如下步骤：
步骤16-2-1、设置每个样本神经元包含可塑性装配树突突触的数量：可塑性装配树突突触的个数=所述样本感知区所属组样层所包含组样神经元集群的个数。
步骤16-2-2、样本神经元构建方法，其特征在于，包括如下步骤：
步骤16-2-2-1、根据步骤6-1所述方法构建方法构建样本神经元。
步骤16-2-2-2、为步骤16-2-2-1所构建样本神经元增加轴突分支，其特征在于，增加1个建有多个可塑性轴突突触的重构轴突，可塑性重构轴突突触的个数=所述样本神经元所属可塑性装配树突突触的个数。
步骤16-2-2-3、样本神经元处于重构模式时胞体运行方法，其特征在于：当样本神经元可塑性树突突触接收到重构电位时，则所述样本神经元进入重构模式，胞体产生重构电位并通过重构轴突突触输出。
步骤16-2-2-4、样本神经元所属可塑性重构轴突突触连接方法，其特征在于：所述样本神经元所属可塑性重构轴突突触与所述样本感知区所属双层神经元所属重构神经元所属可塑性重构树突突触建立连接。
步骤16-2-3、重复上述步骤16-2-2，直至样本神经元的总数达到感官所需数量为止。样本神经元数量越多，能存储的样本越多。所有构建的样本神经元聚集在一起构成一个样本神经元集群；所构建神经元集群所属样本神经元产生神经兴奋的方式具有独占性：在一个样本感知周期内，当集群中一个样本神经元处于神经兴奋状态时，集群内的其他样本神经元都会受到抑制而无法产生神经兴奋。所构建样本神经元集群即为所述重构型样本感知区所属表征层。
步骤16-3、重构型样本感知区构建方法，其特征在于，包含如下步骤：
步骤16-3-1、根据步骤16-1所述方法构建所述重构型样本感知区所属组样层。
步骤16-3-2、根据步骤16-2所述方法构建所述重构型样本感知区所属表征层。
步骤16-3-3、根据步骤7-3、步骤7-4、步骤7-5，构建样本感知方法。
步骤16-3-4、重构神经元与样本神经元之间可塑性突触连接建立方法，样本重构、发送方法，以及样本接收方法，其特征在于，包含如下步骤：
步骤16-3-4-1、重构神经元与样本神经元之间可塑性突触连接建立方法，其特征在于，包括如下步骤：
步骤16-3-4-1-1、在一个样本感知周期内，当双层神经元所属组样神经元产生神经兴奋时输出动作电位；所述动作电位通过同步突触连接传导给所述双层神经元所属重构神经元，所述重构神经元接收到同步电位后，产生抑制性神经兴奋。
步骤16-3-4-1-2、步骤16-3-4-1-1中处于神经兴奋状态的组样神经元根据步骤7所述方法与处于感知模式的样本神经元建立可塑性装配突触连接，初始化或调整所述可塑性装配突触连接的时效；步骤16-3-4-1-1中处于神经兴奋状态的重构神经元根据步骤7所述组样神经元与样本神经元建立可塑性装配突触连接方法，建立与处于感知模式的样本神经元建立可塑性重构突触连接，初始化或调整所述可塑性重构突触连接的时效。在样本感知周期结束时，所述双层神经元所属组样神经元与所述样本神经元之间的连接状态和连接时效等于所述双层神经元重构组样神经元与所述样本神经元之间的连接状态和连接时效。
步骤16-3-4-1-3、当样本神经元处于联想模式时，所有可塑性装配突触连接和可塑性重构突触连接的时效被同步增加。
步骤16-3-4-1-4、当双层神经元与样本神经元之间可塑性突触连接时效减少到断开阀值以下时，所述双层神经元所属组样神经元与所述样本神经元之间的可塑性装配突触连接和所述双层神经元所属重构神经元与所述样本神经元之间的可塑性重构突触连接被同步断开。
步骤16-3-4-2、样本重构、发送方法，其特征在于，包含如下步骤：
步骤16-3-4-2-1、当样本神经元处于重构模式时，其胞体产生重构电位信息，通过重构轴突突触输出重构电位。
步骤16-3-4-2-2、重构神经元所属重构树突突触接收到步骤16-3-4-2-1输出的重构电位后，把电位信息传导给胞体，胞体产生传导性神经兴奋、生成动作电位信息，并通过轴突突触输出。
步骤16-3-4-2-3、所有与所述样本神经元有可塑性重构突触连接的重构神经元同步执行步骤16-3-4-2-2。
步骤16-3-4-2-4、样本表达器接收到步骤16-3-4-2-3中传导过来的样本所存储的元样本组合信息后，样本表达器有两种处理方法：一是把元样本组合信息转换成声音、图像等信息输出；二是把元样本组合信息直接发送给其他同类个体。
步骤16-3-4-3、样本接收方法，其特征在于，包含如下步骤：
步骤16-3-4-3-1、样本接收器接收到其他个体发送过来的元样本组合信息后，根据每个元样本所含信息把其同步传导给对应的组样神经元。
步骤16-3-4-3-2、组样神经元所属加载树突突触与感知树突突触传导给胞体的电位具有等效性：组样神经元所属加载树突突触接收到步骤16-3-4-3-1传导过来电位信息后，所述样本感知区对其处理方法与通过感知树突突触接收到元样本感知区传导过来电位信息的处理方法一致。
4.17. 神经网络状态切换方法
根据上述方法构建的神经网络系统共有四种状态：关机、工作、睡眠、待机。当所述神经网络处于关机状态时，所有所述神经网络所属神经元都不再活动；当所述神经网络处于工作状态时，所述神经网络所属所有神经元都处于工作状态；当所述神经网络处于睡眠状态时，其所属部分感官所属元样本感知区处于关闭状态；当所述神经网络处于待机状态时，所述神经网络所属神经元中除了唤醒部分神经元处于静默态外，其他神经元都处于关闭状态。所有处于静默态的神经元，在接收到传导过来的神经兴奋时可以被唤醒。神经网络状态切换方法，其特征在于，包含如下步骤：
步骤17-1、当所述神经网络处于关机状态时，其所属神经元都不再活动。神经元之间的永久性连接在关机状态下不会被断开。当可塑性突触连接是通过硬连接(即关机时可塑性突触连接不会断开)来实现，其连接状态不会被断开；当可塑性突触连接是通过软连接(即关机时可塑性突触连接会断开且连接时效会丢失)来实现时，连接状态和时效被保存在外部存储器中。
步骤17-2、当所述神经网络在关机状态下被开机时，需要根据可塑性突触连接实现方式来进行预处理：若可塑性突触连接是硬连接，所述神经网络开机后，直接进入工作状态；若可塑性突触连接是软连接，则需重新加载并初始化所述神经网络所属可塑性突触连接和时效，加载完毕后，所述神经网络开机进入工作状态。
步骤17-3、当所述神经网络从工作状态切换成睡眠状态时，部分感官被关闭，未被关闭的感官仍可以接收外界刺激把神经兴奋传导给样本感知区；所述神经网络的样本感知区仍处于工作状态：外部或内部刺激依旧会使神经兴奋在样本感知区中进行传导，但这种神经活动是随机的不受控的。所述神经网络处于睡眠态时，神经兴奋在可塑性突触连接上传导会增加该突触连接的时效。当所述神经网络从睡眠态被唤醒时，被关闭感官重新处于工作状态。
步骤17-4、当所述神经网络从工作状态切换成待机状态时，只有唤醒部分感官所属元样本感知区和样本感知区处于静默状态；其他感官所属元样本感知区和样本感知区都处于关闭状态。当神经网络从待机状态被唤醒时，所有感官所属神经网络重新处于工作状态。
步骤17-5、当所述神经网络从工作态、睡眠态、待机态切换成关闭态时，根据可塑性突触连接的实现方式进行关机前预处理：若可塑性突触是硬连接，直接关机；若可塑性突触是软连接，则需把可塑性突触的连接状态和时效保存到外部存储器后才进入关机状态。
5.感知神经网络应用
当智能信息体只具有一种感官时，它只能感知外界刺激信息；当智能信息体具有两种以上的感官时，可以通过联想用多种感官所属样本对同一外界刺激信息进行表征，从而具有认知能力。人类的视觉是把上亿光感神经元感知到的光信息收敛到一个样本神经元，听觉则只是把上万个声感神经元感知到的振动信息收敛到一个样本神经元。由于生物神经元的突触数量有限(最多只有几千个突触)，这就使得听觉信息存储清晰度至少是视觉信息存储清晰度的上百倍。因此，听觉是人体的基础感官，其他感官感知到的刺激信息最终都是由听觉样本来表征。
5.1.智能信息体
基于感知神经网络的智能信息体有两种实现方法：一是基于冯诺伊曼体系结构来构建软件式感知神经网络。软件式智能信息体主要采用采用“云计算”+“传统智能手机”的技术方案来实现。它利用智能手机的摄像头、麦克风实时上传的数据来感知世界；然后把感知结果返回手机端，用显示屏、扬声器等设备与用户及其周围的环境进行沟通和学习。二是基于大规模集成电路技术来构建硬件式感知神经网络。硬件式智能信息体的摄像头、麦克风、扬声器、感知神经网络芯片等配件都是基于大规模集成电路来实现，主要有智能手机、智能生产生活工具、智能机器人、智能汽车等具有类有机生物智能的各种智能信息体。
感知神经网络是一种严格的分布式运行网络，其所有神经元都是由输入信息驱动。神经元突触和胞体的运行逻辑，以及突触的永久性、可塑性是在制造时固定，且在运行时不可变。单个神经元作为个体所需的运行支撑信息是存储在突触和胞体中，无需外部存储设备；样本则是通过神经元可塑性突触的动态连接来构建，突触连接的可塑性可以通过全连接模式下、切换突触连接的通过性来实现。每种外界刺激信息从传感神经元到样本神经元的信息传导路径是等距的。只要合理设置神经网络每层所属神经元的感知周期，就无需同步器来控制神经元的输出。这些特性使得所有神经元都是一个独立自主的计算单元。整个感知神经网络没有中央处理器、没有外部存储器。除了神经元内部以外，没有顺序执行的机器指令。也就是说，感知神经网络只有单个神经元需要少量内置存储器，神经网络作为一个整体无需集中的大容量内置存储器和外部存储器。上述特性使得感知神经网络非常适合大规模集成电路来制备。现阶段，最先进的GPU有150亿个晶体管，却只有224个计算单元。根据本文阐述方法构建的感知神经网络，若有1亿个神经元，就有1亿个计算单元，且四层神经元可以分成多个芯片来制备；在制造条件容许的情况下，神经元的每个突触都可以设计成一个单独的计算单元。相较于现有冯诺伊曼计算架构下，以算法为核心的神经网络，其运行性能的可以提升7个数量级左右。
因此，只要根据本文阐述的方法来构建感知神经网络，完全可以在现有集成电路制造技术下构建出具有有机生物一样的感知、认知、思维、行为等能力的强人工智能信息体。
5.2.知识加载和意识交流
智能信息体所具知识、能力从本质上来说是由各样本感知区组样神经元与样本神经元、样本神经元之间的可塑性突触连接来表征。因此，只要不同个体具有相同的元样本感知区和样本感知区，一个个体就可以通过复制另一个个体的样本来获取知识；当个体之间可以自主收发样本时，就可以直接进行意识交流。
1283
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
