通用人工智能的简单思考

AGI是模拟生物自主学习的通用人工智能算法。

基础研究一，

蚂蚁在相同的环境下，行动的路径的相识程度。同一个蚂蚁，大脑中的神经元很少，产生的记忆也很少。实验如下，找个一只蚂蚁，找两个封闭的环境几乎相同的箱子。蚂蚁第一次在第一个箱子的A点出发，然后记录行动轨迹。然后将蚂蚁关起来，给水和食物保证其健康，一天后，蚂蚁记忆很难记住第一次行动的轨迹。然后，同一个蚂蚁进入第二个箱子，还是相同的A点起步，行动轨迹是和第一次相似还是完全不同。主要研究大脑在相同环境刺激下的反应是否一直保持不变。大脑发出指令的机制是什么？大脑的组成不应该仅仅是神经元吧，当前的神经网络可以解决特定的问题，却无法解决通用问题。就是希望对同一个神经模型进行培训教育它学会新的技能。

基础研究二，

神经元参数被修改后就会整个神经网络就会变成新的状态，如果没有其他信号的刺激，神经元本身也有相互影响的回路，自己会随着时间的变化而变化，但变化会趋向一个稳定的状态，就会像诺顿蚂蚁一样，走向一个稳定且规律的状态。
如果神经元信号的变化受量子纠缠的影响，神经元中的电信号会与宇宙中的万物中的部分电信号存在纠缠关系，即便没有任何环境的影响没有神经元回路的影响，信号也会发生变化，神经元的参数也会不受任何影响的情况下发生改变。

基础研究三，

进化的研究，微观世界随机的现象是常态，但是微观组成宏观的时候就存在因果了。事物的作用是存在因果的。进化的作用可以看作是因果的过程，进化的研究范围也是在因果的宏观世界中进行的。
先提出一个问题，如果生物的生存环境不变，物质能源充足，生物是不是就没有了进化的理由。进化的目的是适应当前生存的环境，如果已经相当适应了，就没有必要进化了吧。这个需要和学进化的老师进行请教。
如果进化的过程是不断适应环境的过程，神经网络和身体结构就会相应的发生变化。延伸到AI算法中思考的话，就是 深度学习网络是根据学习的内容，进化自己的网络结构，然后不断修正节点参数，然后达到学习的目的？

---

总结

• 人的大脑之所以复杂，是因为足够多硬件基础，可以分配一部分神经元去学习新的知识。所有庞大的神经元是AGI的基础。
• 自动分配神经元进行学习特定技能，能根据"生存目标"不断自我进化。
• 一定是闭环且循环的，不断收集外部环境的信息，并不断进化脑部的神经网络结构，满足不同刺激带来的环境适应要求。

---

如果你也对通用人工智能感兴趣，欢迎留言探讨。互相学习。