奶奶的机器人九号光明之战 第四十九章节.林久浩的胡思乱想日记（上）

　　众人回到须弥秘境，将林久浩的数学函数算法模型全部提交给降魔杵，降魔杵开始对林克协的空间点阵做多维分析，大量的算法不同的组合，对九个空间点阵独立模型，以及九个空间点阵的叠加模型，做人工智能分析，形成解密的计算逻辑体，再将宁家堡获取的数据球进行解密，即使是最先进的量子计算机，这也是一个漫长的过程。

　　在等待的时刻，众人一起打开了林久浩的胡思乱想日记，日记是以分段方式记录的，有长有短，有简单有复杂的，有技术的也有关于人生的。

　　封面：

　　父亲还说过：“多元关联拟脑技术和‘态’计算理论，不只是一种基于思维方法的算法，它还是一种智慧思想，智慧思想不是哲学，因为哲学只是一种思辨学科，自哲学这个词诞生以来，就没有达到‘道’的层级，所以，哲学不代表智慧，这一次人类史，智慧只出现在东方”。

　　真的是“对立与统一”的吗？事物内部与事物之间真的是矛盾关系吗？谁定义的矛盾关系，我们知道每一个事物是由多种因素关联影响形成的‘态’，‘态’计算认为，这些因素之间不存在“矛盾”，‘态’的变化，是多种动态信息元运动变化过程中的参数叠加效应，而把这些因素定义为“对立统一”，恰恰是人的主观认知，“对立统一”是事物发展的动力吗？例如，我们现在需要一部手机，但是我们当下没有手机，难道真是树立一个“没有”作为敌人去斗争吗？谁能拿出这个“没有”，我们不是应该去构成获得手机的因素吗？

　　当然，有人把这种行为称为“斗争”，真好斗，而且很主观，这就是典型的强加逻辑，实际上，多元关联拟脑技术的可执行路径认为，完成一个目的，需要找到从起始点到完成点的可执行路径，并准确完成这条路径上的方法和过程，这是最基本的思维行为，而把这个过程称为“对立统一”和“矛盾斗争”是后期强加的逻辑，既然是强加逻辑，那么六亲关系和五行相克关系，是不是更准确，因为六亲和五行还包括了平行关系，还细分了对立关系中的“生抑增减”，且这些关系可以直接反应到坐标系上。

　　什么是质变和量变，所谓“量变”，是指一切万有物质现象刹那间都在变化，变化是由多种因素叠加形成的现象，且这个变化是连续的，未曾停止，‘态’计算认为，这就是‘态’，我们无法得到一个真实的‘态’，因为这个‘态’刹那间都在运动，我们只能得到‘态’的一个瞬间；所谓“质变”，质变就是观察者的感官认知，我认为它没变，我认为它变了且对我产生了影响，而且这种认知在不同的群体观察者中，是不相同的，我们认为没有变化且没有影响，但是，另一组观察者认为它变化了且产生影响，这就形成了观察者需求的多样性，质变是一个主观认知。‘态’计算认为，观察者的多样性的需求，是对‘态’中的动态信息元的区别对待，因为不同的观察者的自身需求不同，导致片面观察‘态’的变化，‘态’计算可以通过定义多个核心动态信息元‘O’组来描述，不同的观察者组定义不同的‘O’，不同的‘O’拟合不同的动态信息元组参数叠加，而每一个‘O’的质变边界，可以用可调节阈值描述。

　　否定之否定是什么，我们不这么认为，既然‘态’是由多种因素运动变化导致的现象，注意，‘态’是现象，谁否定了谁？难道，非要强加一个‘我’否定了‘以前的我’的逻辑吗？不能说“我吃一碗饭是因为我否定了没有吃饭的我”，那是因为“我饿了”。‘态’计算认为，一切事物自身并不存在否定自己，而是‘态’中的多种因素运动变化的结果，在运动变化过程中，‘态’不会否定前一个‘态’，如果谈到“否定”，那么就是‘态’中“人的意识”作用，意识认为“不满足了”或者“不满意了”，亦或是“有了更好的欲望”，所以否定了前面的‘态’，确实存在这种现象，然而，这是主观的认知。

　　重复重点，‘态’计算认为，一切万有物质现象都是由多种因素构成的，对‘态’的认知又是由多种需求的多观察者组的输出结果，三大辩证关系只是人类对客观规律的主观认知，不是客观存在现象。

　　我们看到，那些口口声声宣扬唯物主义的人，他们是多么的‘唯心’，当然，这个‘唯心’不是龙之民族儒释道文化中的智慧，而是被西方的‘唯神’和‘唯意识’偷换概念的‘唯心’，所以说，这种行为又是多么的‘唯我意识’呀！

　　这种强加逻辑的行为对吗？“也行”，因为强加逻辑是一种面对客观规律的认知桥梁，方便后学通过“文字定义”了解事物运动变化的规律，但是，这种强加逻辑的定义是优秀的吗？是不是略显机械教条了？

　　作为多元关联拟脑技术发明人的后人，我更倾向于多元关联拟脑技术的六亲和五行相克规律，以及‘态’计算产生的多元关联关系，或许，这些中华传统文化的瑰宝可以更好的补充辩证法，至少，六亲、五行相克、多元关联关系可以通过‘态’计算模型，成为真实的可计算概念。

　　客观的分析对与错，善分辨诸法因缘。

　　===一个普通的多元关联拟脑技术老工程师，林久浩。

　　以下是林久浩的胡思乱想日记部分内容：

　　多元关联拟脑模型是一种数据库，与传统的关系型数据库不同，也与大语言模型的向量数据库不同，它是真正实现了，在三维坐标系空间中，通过向量表达了概念之间的关联关系，这是真正的关系型向量数据库，在多元关联拟脑模型中，所有的数学法则都有效，所有的物理法则都可以描述，因此，基于多元关联拟脑模型的‘态’计算，可以模拟真实的物理世界。

　　关于基于多元关联拟脑模型的路径算法：

　　‘我们有一种观点，复杂的事物一定是由多个简单的事物组合叠加而成的。。。’

　　天空中有很多散落的点，看上去没有规律的分布在一个坐标系中，如果这个坐标系是三维坐标系，那么这些点就是现实分布的点，同一时间同时存在的点，把它们放进计算机的坐标系中，满屏幕都是。这些点是不是能够找到一组函数，如果有这组函数，那么这组函数就是这些点的分布规律，这组函数就叫分布函数组吧。

　　一个点也变成了满屏幕散落的点，不是只有一个点吗？怎么就变成满屏幕了，是不是电脑屏幕坏了，当然不是，因为有人把坐标系增加了一个坐标轴==时间，满屏幕的点都是那个原始点运动的影子，无规律的运动，看似无规律的运动是不是能找到一组函数，如果有这组函数，那么这组函数就是该原始点的运动规律，这组函数就叫运动函数组吧。

　　大部分人看到满屏幕都是离散的点，就会主观的认为它们之间没有规律，好吧，就认为没有规律，不理它了。

　　但是数学家看到这种现象会非常高兴，他们如获至宝一样研究这些点，最终发现这些点在沿着一条线收敛，太好了，看似没有规律的散落的点，实际上是以某函数为中心的固定偏离，找到这个函数，并算到固定的偏离值，线性回归，数学家得到了这些点的数学公式，就叫某某人函数吧。

　　更复杂的点阵，是三维立体的点阵，无所谓，只要收敛于一条线，哪怕这条线是三维立体的，都可以找到这些点的数学函数公式，谁找到就叫‘某某人公式’。

　　更复杂的点阵出现了，找不到中间收敛的函数，并不是因为没有这个收敛的函数，而是这些点的位移不具备固定偏移量，因为看不到固定的偏移量，那么也无法反向测算出中间收敛的函数。

　　这时有一个聪明的数学家脑子中闪了一下，这些散落的点没有固定的偏移量，那么有没有可能，它们的偏移量也是按照一个函数运行的，反复的计算和验证，聪明数学家发现了，某一些点阵是按照一个线性函数收敛，其收敛的规律是另一个线性函数，把这两个函数叠加在一起，就得到了这些点收敛的函数，还是叫‘某某人函数’吧。

　　怎么解决多线性函数叠加问题？或者说聪明的某某数学家也解决不了函数收敛问题，他们开始胡思乱想了，自己去设定‘某某人函数’，因为他们知道，这个宇宙物理现象与数学是相辅相成的，有数学函数公式就可以对应找到物理现象，就像。。。只能被一和自身整除的大质数，对应到宇宙中的完全由中子构成的中子星，然而，中子星也在释放能量也会坍缩，那么大质数对应的是黑洞吗？记得黑洞不是被实际发现的，而最早提出黑洞理论的，是伟大的科学家爱因斯坦，他是在数学计算中得出的这种天体现象，然后居然真的在宇宙中发现了，所以，我们还需要进一步研究理论数学。

　　聪明的数学家可以靠胡思乱想去发明创造函数，但是，实际问题怎么办？我们现实中看到了大量散落的点，不管是同时间存在的还是不同时间由运动产生的，我们不能胡思乱想，而且胡思乱想的函数也匹配不上，怎么办？

　　再聪明的数学家，他们绝大部分是单向思维方式，例如，从A到B的思维方式，可不可以从B到A去解决问题。历史上很多数学家发明了大量函数或者数列，然后把这些函数和数列的点分布在坐标系上，真好看，大家来看看，你们不知道他们的规律吧？但是我知道，因为这是我发明的函数产生的散布点阵，可得意了，可凡尔赛了，这些人才是凡尔赛本赛，但是我们把一堆散落的点给他们，‘嘿，凡尔赛本赛，你把这些点的函数规律算出来，我们需要解决实际问题’，傻了、无奈了、双手一摊，‘非本赛职责所在’，因为这是另一个方向的思维方式，不是因为聪明的数学家‘傻’，而是人类思维的弱项导致的。

　　现在没有聪明的‘某某数学家’，能不能用计算机来完成对分布或运动的点阵，找到它们收敛的分布函数组或者运动函数组？人的思维和计算方式与计算机的计算方式有区别吗？计算机有一种计算能力是人类的弱项，人类虽然也会，但是没有计算机做的更好，那就是穷尽计算。例如，强力破解某密钥，人类可以想到用穷尽计算的方法，把复杂的高难度计算过程，转化为极其繁琐的简单计算过程重复做，谁去做？当然不是另一个人，而是具备人工智能的计算机系统去做，可以累坏牛、累坏马、累坏计算机，不能累坏另一个人，当然，计算机也不会累坏的，适当保养一下。

　　那么问题来了，用最简单的例子来解释。

　　例如，我们假设一些散落在空间中的点或者是运动分布的点，是基于函数A以函数B为规律收敛，那么是不是可以认为，这些点是由函数A与函数B关联影响产生的O运动结果的轨迹，可以吗？当然可以，我们设定以O为核心信息元，以函数A及函数B为直接关联信息元的多元关联拟脑模型，同时函数A与函数B相互关联。

　　这里的函数A与函数B是未知的，而所有散落在空间的看似无规律的点，是O在函数A与函数B关联影响下的参数溢出轨迹，使用超级计算机去穷尽它，找到函数A与函数B，如何穷尽解算，O是已知的，我们可以把函数A设定为核心信息元，停，核心信息元不是O吗？这是多元关联拟脑模型的特点，任何信息元在使用者的观察角度，都可以是核心信息元，好，函数A是核心信息元，我们将现有的已知的海量的线性函数逐一代入函数A，在每一个已知函数被代入函数A的时刻，函数A就是已知量，O是已知量，去求函数B，如果没有函数B，就继续去穷尽函数A。理论上，我们可以把这些多函数叠加的规律放大到更多的线性函数叠加，ABCDEFG......N，太复杂了，啊不对，是太繁琐，很多尝试性的计算动作，需要无限次的去做，但是理论上，我们可以找到多线性函数叠加的规律。

　　理论是理论，穷尽就是无法穷尽，但是穷尽也是一种思路，好吧，我再说一个有用的方法，知道多元关联拟脑模型的特点吗？多元关联拟脑模型注重‘相对关系’，什么是相对关系，例如A与B有关联关系，B与C有关联关系，那么A与C会同时出现在以B为核心信息元的三维坐标系中，既然A与C同处于一个三维坐标系中，那么它们之间有直接关系吗？没有，因为我们需要的是信息元之间的相对关系，而A与C的关系是由B产生的间接关系，那么这种方式对计算分布的点及运动点有什么作用？我们可以利用多元关联拟脑模型，把分布的点或者运动点，在多个三维坐标系中关联出它们的相对关系模型，这样我们就得到了这些点，在多个三维坐标系中的距离角度等相对关系信息，对这些距离角度参数做趋势分析，我们可以找到这些点分布的规律，或者是运动的规律，问题又来了，运动的点可以知道谁是起点，而分布的点我们怎么知道谁是起点呀？对，运动的点如果知道最开始的点，那么该点就是起点；对于分布的点，就从关心者或者观察者认定的点作为起点吧，这里有人较真了，到底哪个是客观的起点，较真的人去穷尽所有点为起点，然后去计算吧。总之，多元关联拟脑模型提供了这种功能，我们可以利用多元关联拟脑模型，通过多元关联计算，去发现分布的点和运动的点的规律。

　　问题又来了，具体怎么做？

　　我们看到空间有大量分布的点，我们可以利用多元关联拟脑模型，为这些点建立以自身为核心信息元的三维坐标系，并把这些点之间的相对关系标注到每一个坐标系中，为什么是每一个坐标系？因为我们不知道它们收敛的规律，所以就需要把所有可能都放进去，例如，100个点，那么就建立100个三维坐标系，在每一个三维坐标系中都有一个核心点及99个关联点，而且核心点与关联点之间的真实的关联关系也反应出来，数据量不小，但是，至少是解决问题的方法，如此一来，我们就得到了这样的关系，然后提炼出一个点A1为起始点，然后在该模型中穷尽路由，计算后，会得到很多的路径（具体是多少需要计算，总之是有数的），在这些‘路由’里面，我们会计算每一个点之间的相对关系，并对相对关系做归纳，看能不能找到收敛的规律，如果有，那么我们可以认为这些点，以A为起点并按照一个特定的函数收敛，如果找不到，那么继续以下一个点A2为起始点再做一遍，如果没有就继续，直到第A100，如果实在找不到，也没办法，只能认为这些点没有规律。

　　路径就是A1A2A3A4。。。An，或者是A3A4A2A6A9A7。。。An，这是从A1到An的所有路径，也可以称为从A1到An的所有路由。

　　全部实现连接，太变态了吧，如果有10000个点，那么，好吧10000个点也不是什么事，如果有1亿个点，那关联关系约为很大的数，怎么办？其实刚才只是说明一下穷尽的概念，在实际操作中还可以简化，例如，运动的点，我们完全可以从起始点开始逐一向后建立模型，然后发现点与点之间的相对关系中的规律，分布的点要麻烦一些，我们也可以以起始点向一个方向发起关联，在这里可以设定关联阈值，例如A点与H点的距离大于阈值，那么我们就先认为A与H之间没有直接关联关系，通过对阈值的调节，我们把复杂的全关联模型，简化为关联深度控制模型，问题就简单多了。

　　同时间分布的点或者运动分布的点，在我们的多元关联拟脑模型中都是一样的，我们可以把‘空间散落分布点’看做是‘某一个原始点的运动轨迹’，也可以把‘某一个原始点的运动轨迹’在含有时间坐标的坐标系中，看做是‘空间散落分布点’，怎么计算方便就怎么做，反正多元关联拟脑模型都支持。

　　这就是多元关联计算能够解决的问题，而多元关联拟脑模型是支持多元关联计算的人工智能计算模型。

　　这样有意义吗？不就是计算出一些点的分布函数组和运动函数组吗？有意义吗？人生要做很多有意义的事情，这种计算的意义是什么？

　　小到粒子运动。。。大到宇宙星辰，中间所有的问题都可以用多元关联计算来解决，扩大了‘可计算概念’的范围，这就是‘它’的意义。

　　小到量子纠缠，熵增现象，越无序那么熵增越大，真的是无序吗？还是没有聪明的数学家去发现它们的分布函数组和运动函数组，聪明的数学家也找不出来规律，所以就给个定义‘无序’，也是一种对‘能力有限的无奈’，现在多元关联拟脑模型给出了一种人工智能算法模型，聪明的数学家加上人工智能算法模型，你们一定可以解决一些‘能力有限的无奈’，去发现‘无序’的规律，然后是不是就可以发现‘熵增’的规律，好吧，聪明的数学家拿着多元关联拟脑模型去解决问题吧，看好你们呦。

　　大到宇宙，宇宙中所有的星星就像是散落的点阵，是不是可以发现它们也是由多重线性函数叠加而形成的，星星的散落分布是有规律的，如果发现了这个规律，是不是就成为了。。。不可能的，宇宙之大。。。

　　好了，不要胡思乱想了，我们要解决的是从量子到宇宙之间的那些与人类命运息息相关的问题，放过宇宙吧。

　　很好，现在回到多元关联计算的话题，我们找到了把复杂问题简单化的方法，多元关联拟脑模型，把【复杂的事情】转化成【简单的数学计算过程重复无数次的做】，这就可以把很难解决的问题由计算机解决，可计算概念的范围又被拓展了。

　　我很喜欢看《西游记》，孙悟空就像强大的量子计算机，强大到可以扫平一切妖魔鬼怪，但是，在计算空间中，这只是一种强大的算力，即使再强大，当遇到黄眉怪的时候，也被困在黄眉怪的法器中，我更喜欢猪八戒，将天庭二十八星宿全部摇来了，因为，猪八戒使用了穷尽计算逻辑，在计算空间中，所有的可能算法都提取出来，总有一种算法可以解决问题，所以猪八戒的算法逻辑高于孙悟空，因为猪八戒具备穷尽计算的智慧。

　　我们知道穷尽可以解决所有难题，但是穷尽本身就是难题，所以模糊计算、区域范围、管理粒度、阈值控制，是解决穷尽问题的好帮手。

　　这只是一个例子，对孙大圣没有丝毫不敬。

　　下一章节===《第四十九章节.林久浩的胡思乱想日记》