类脑模型所构建的智慧生物，将真正点燃元宇宙，因为元宇宙有了自己的原住民。
有了原住民的元宇宙，将变得无比生动。
不论在线上还是线下，类脑所形成的各类智慧体，都将源源不断地提供极为优质的劳动力，使得人类生产力得到解放。廉价且优质生产力的获得，也能反向促进人类生活品质的更高追求，从而在供需两端都得到有效增长
NO.1
NUMBER ONE
新书介绍
出 版
九州出版社
设 计
树上微出版
书 号
ISBN 978-7-5225-1570-0
经 销
全国新华书店
本书提出了场景变迁假说，通过混沌分形和图模型映射的方式试图复现人脑的精细化运作，破译人脑运行奥秘，阐述人类大脑结构认知、存储、思考这个世界的方式，并基于此理论完成类脑模型的整体程序化设计和初步应用探索。本书所设计的类脑模型，加强了脑科学知识和程序转化的结合，对硬件要求较小，对训练数据要求较低，具有较强可解释性，采用非线性的混沌方式理解世界，同时支持创新、重构、优化、联想等人类高级思维的能力，并具有较强的可扩展性和兼容性。人类的思维模式辅以机械化的外延，将为社会发展注入新的活力。
鉴于本书模型跨领域较多，且构念较为新颖，作者也与多个领域的专家学者进行了研讨，但仍不完全，尚具有较大的延展探讨空间。
本书第一章详细阐述了类脑模型的构建方式及理论基础，通过对大脑各模块的模拟和整体协同，试图达到与人类大脑基本相同的运算模式和后台架构，并且具有一定的自发性思维能力。
第二章对类脑模型的优势进行了概括性的阐述，以避免繁复的陈述淹没设计的初衷。
第三章探索性地讨论了可能的应用场景以及对人类社会带来的可能影响。
希望本书的理论体系能给读者带来有益的启发。
NO.2
NUMBER TWO
精彩目录抢先看
Catalogue
第一章 类脑模型的构建
第一节 人类思维体系探秘及类脑模型概论
第二节 场景变迁理论与其他理论关系的研讨
一、场景变迁理论
二、基于混沌理论的解释和升级
三、复杂人工神经网络
四、图神经网络
第三节 类脑模型的主要模块及构建方式
一、信息获取及触发
二、历史神经网络的构建及自学习机制
三、神经网络的智能化升级
四、情感赋予
五、预测
六、行为关联
七、类脑模型语言文本体系的训练和调用
第二章 类脑模型的优势
一、模型构建方式所带来的天然优势
二、与现有计算机模型相比的优势
三、与人脑相比的优势
第三章 类脑模型的应用
一、群体智能
二、真正的操控大师
三、人类思维的载体
四、新宇宙的创建
五、生活方式的变更
六、生产力的飞跃
参考文献
NO.3
NUMBER THREE
关于作者
Author
朱云涛，男，汉族，1983年5月出生于上海，现居住地上海市。
毕业于复旦大学管理学院工商管理专业硕士研究生，任职于金融系统多年。
NO.4
NUMBER FOUR
内文欣赏
1.直接信息获取
首先是直接信息的获取，人类通过眼、耳、鼻、舌头、皮肤等感觉器官将各类信息转换成生物电讯号后，输入大脑模块进行处理，形成一个个通用型标准事件，将最新信息记录在大脑不同神经元中，然后通过突触建立神经元之间的关系，形成整体的神经元网络。这些信息仅经过最原始的加工，在持续时间、细微程度上较为精密，信息量的具体大小取决于关注程度和五官的敏锐度，但彼此之间相互独立，且并不直接附带隐藏含义，需要通过脑部后续的处理才能形成关联。这些信息有可能直接引发的应激情绪和本能反应。人类一直在尝试通过观测这些直接信息来更好地了解这个世界，包括用显微镜观察微观世界，通过望远镜观察宇宙，通过各种实验观察预想结果，来建立事件与事件最直接、最有力的联系。在体育运动中，运动员也尝试对直接信息建立路径更短的反应机制，来加强反应速度。人们有时也会很享受直接的感官刺激引发的快乐情感。我们也会通过各类外部设备来加强五官对于直接信息的获取能力，例如眼镜、助听器等。当本人不在现场，却仍然需要获取实时的直接信息时，就衍生了具有一定自主运行能力的各类外部设备。在虚拟世界中，我们也会通过模拟装置，使得我们能“真实”感受到虚拟世界中的虚拟感受。人类的五官相比于大脑而言，更难以模仿，例如人类的眼睛天生具有10亿以上像素的成像能力，远超目前最精密的摄像机。因此，要获取这些人类千万年来最直接接触、最普遍的信号，反而是目前最为困难的。目前在机器模拟实观测信号时，信号的采集可以通过图片识别技术、文本识别技术、声音转化等技术手段来处理实时采集到的各类数据，并将之标准化。外部数据实时采集设备包括摄像头、麦克风、热传感仪、红外探测仪、声纳等，并且都会附带一些最基础的信号处理程序，将采集到的信号进行初步的数字化处理。但整体来看，虽然我们已经逐渐迈入数字化时代，很多标准化的事务已经可以全面数字化，例如遍布全城的交通探头，但相比于全量环境信息，我们所数字化的部分仍然是九牛一毛，而且大部分都是基于特定用途的数字化，在各类信息的数字化整合联动上更为缺失。部分基础信息可以通过各类平台提供的后台大数据更新获取标准化的实时数据，形成标准记忆点，并将同类事件相关标签记录在点属性中，例如何年何月何地发生、何年何月何地再次发生、点属性区间范围等。点的颗粒度粗细，根据需要进行变化，取决于是否需要深入研究，或输入的数据样本是否支持。为了支持类脑模型的拟人化运作，在直接信息的获取上，在以下方面可以加强建设：
（2）建立信息价值评价标准，防止颗粒度过细或无效信息过多导致的运算及存储量过大。
（3）记录信息的额外属性，防止由于人与机器的感知方式不同导致的信息丢失。
（4）探索特殊信息获取能力，强化人类直接信息获取能力。例如人耳所能接收到的声波范围大概在20～20000Hz。低于20Hz为次声，超过20000Hz为超声，均无法被人感知。如果听力下降的话，对频率的感知能力会进一步缩小。但声纳在声波频率接受范围上，具有更高的感知能力。又如在全局视野上，人类受限于自身高度，较难获取“上帝”视角的信息，但通过无人机设想、升降机等方式，能获得很好的观察角度。
（5）研究移动式全方位场景信息获取能力。受限于能源扩展范围和设备自身移动能力，目前的很多大数据都是通过定点方式获得。而人类获取直接外部信息一般是通过移动方式来持续更新，静态场景下直接外部信息获取的范围、分布和角度都会有所缺失，以及更偏向于2D信息。对于新获得未命名数据，也可以先进行命名，并将命名关联相关场景。如果该场景局部特征同时关联到了一些其他语言文字，可以合并起来作为新命名的词典解释。如果后续人为调整该命名名称，则只需在具体神经元上变更命名信息即可。
SHUSHANGWEI
定制出版 专业为你
专业编辑免费咨询
