人类神经元模拟实现原理（仅供参考）

Posted 2020-09-16 Z.X

废话一点，人还是需要休息才能更好的工作和生活，休息一段时间之后，大脑才会重启开启，重回告诉运转，这也是这个文章的来源

 

如果对AI一点了解都没有请参考

http://www.cnblogs.com/zx-admin/p/6376730.html

 

因为在初始化神经元的程序的时候需要大量AI积累的基础数据和代码

比如语言沟通，基础新事物认识，都是需要从现在的AI里面得到的

 

 

为什么人类的神经元是这样的 ，其实你反过来想，但是得抛开你习惯开发思维来向,这样的设计方便更容易的建立关联信息，也就说单个基础的神经元就是微型的连接器或者说是微型电

路器，具备基础存储和链接功能，是个简单的功能的单元，但是又不是一个功能完整的小型电脑，这样的基础单元经过简单的链接，更容易大规模的数据中心，形象的说法，方便理解的

说法就现在一个带有存储和链接功能的“电池”，当然存储的不是电，是二进制的或者很简单基础数据存储器，但是这个理解不完全说出我的意思，需要形象的去理解

 

（特斯拉电池就是成千上万个单个1.8w毫安的电池组成的）

有点像特斯拉这种方式，但是又不完全是，可能未来会出现一些新的词汇来形容这种基础数据单元

 

 

 

 以下是对人，对程序来对比着来说的部分，不太好理解：

 

如果每个神经元都是一个数据块，成千上万的数据块组成一个大脑数据库，但是大脑是cpu也是存储，也就是计算机以后的发展，cpu，内存，硬盘一体化，目前

发展是内存和硬盘更新发展到一起，使得处理数据的速度更快，人如果是终极的电脑，那么大脑就是终极的cpu，存储就在cpu内部，对于硬件了解一点的就知道这个什么意思了

但是大脑是多个cpu中心或者说中枢组成

 

如果某些cpu损坏，其他的也可以替代部分功能，现在一般大脑的开发程度现在比较低，所以即使大脑缺失确实比较严重，依然足够替代使用

 

每个知识点，都是需要关联其他的基础操作，比如基础认知，基础沟通来获得新信息和知识，首先是存储起来，然后尝试理解，根据现在的知识去理解分解问题，就好比现在一个神经元新来

了一个问题，需要解决，先尝试已有的问题，通过大脑的记忆回路（知识存储的路径和相关性），找到相关的已有的知识去分解问题，发现问题解决不了，如果是

必须解决的问题，跑个计划任务（潜意识处理），继续去大脑寻找可能相关的知识点，如果还是不行，主动取相关决绝问题的知识，比如去做搜索，去问其他人，如果问题处理完成，

给这次的处理回路，点赞（增加遇到此类问题优先级和相关性），也就是我们常说依葫芦画瓢，如果这个问题不是非必须问题，抛弃（不是删除，是伪删除，数据相关性和优先级无限低）

这就是我们来分析人类思维，尝试使用程序来实现的基础。

http://baike.baidu.com/link?url=uV38sqzVH0WbC3drwFT_9JNWbO1E9XQiaQ1RhsXWjbOsGMbYE1shbHUCvk75FLqvGIUh3_bMIKHScjZ2u7oWV4O1gTaMAobnATr5CzYtBi3Dyy5_HZ4PtVbxrwM3NPNb

建议去读一下

想了几天之后，一个更形象说法就是小型数据中心节点（本身具备），但是神经元有不同的功能性分类，所以我们需要把神经元自身抽象成对象，一个可以编程的对象

 Small data center node 这个说法比较贴切

 

但是现阶段的数据库不非常符合，需要折中，