并行记忆与回忆

并行兴奋、记忆、回忆是拟人智能的基础。个人觉得没有并行兴奋、记忆、回忆，大家要造出真正的智能机器人，可能性也比较小。

什么是并行记忆与回忆，我这里所指的并行记忆、回忆与人脑的视觉中枢【】对图形刺激的兴奋记忆相似，是人脑与智能机器人对刺激记忆、回忆的主要模式。举个例子，如果任意一个图形片段（指某一刻这个图形对智能机器人的信息刺激转换后所得）在一智能机器人的视觉中枢都对应三个最小反应区（也就是说在它的视觉中枢一个图形由三个基本信息组成），每个最小反应区又包含反应不同角度线段的三个记忆柱群a1、a2、a3（a1的兴奋是刺激的线段角度在0到120度时兴奋，而a2是在120到240度时兴奋……，b1、b2……c3等类似），b1、b2、b3，c1、c2、c3。a1、a2、a3，不能同时组成一个图形，b、c也一样，一个图形产生的兴奋只能主要是abc，如a1b2c3或a2b2c3或a1b2c2等等如果是a1a2b1就是错误的，我指的是这种并行记忆与回忆。

比如我所编的小软件的视觉中枢的对应图形轮廓的第一中枢，其代码是“clength(1) = 8: cheight(1) = 6: cwidth(1) = 1: clabel(1) = 1: cq(1) = 1”，用8个部位的线段表示一个图形，每个部位的线段有6个不同段的角度组成。一个刺激能同时兴奋8个部位，但每个部位只会有一个表示线段角度的线段兴奋。

并行记忆相对于顺序记忆存在许多优点，也存在缺点。

1、首先是在有限的空间中所记忆的信息量是顺序记忆所无法比拟的。比如我们如果用8个数字表示一段信息，与人的视觉中枢对信息的反应类似，我们可以用8个记忆柱群来表示这8个数字，同时这8个记忆柱群又由8个能分别表示8个数字的记忆柱组成。总共64个记忆柱，如果是并行记忆，就会记忆8的8次方个不同的信息，而如果是顺序记忆，就只能记忆8个信息。对于智能机器人来说，要适应各种环境，需要在有限的存储容量及计算能力的情况下，记忆海量信息，仅进行顺序记忆比较困难。

2、对并行记忆信息之间进行记忆联系及对它进行回忆，其效率是顺序记忆所无法比拟的。比如那64个记忆柱对信息的记忆，要使记忆的信息之间能建立联系，最多只需要64个记忆柱之间存在纤维联系，而如果顺序记忆需要记住相同信息量的内容，则需要几千万个记忆柱，而如果要建立与并行存储相似效果的记忆联系，其纤维联系更是无法计数的。同时，要迅速回忆起所需要的信息，并行记忆只需要对这64个记忆柱进行易化选择兴奋，而顺序记忆所需要易化兴奋的记忆柱就无法估计了。

3、并行记忆最大的问题就是回忆干扰的问题，因为许多记忆要公用相同的记忆柱，回忆时容易使不需要的记忆柱被回忆兴奋，而发生回忆错误。大家可以对并行记忆进行编程（可参考我早期用vb编的那个程序），来感受一下我所说的问题。当然干扰问题是能够解决的，我在拟人智能的实现这篇文章中发展了一系列理论与方法来解决这个问题。

我们在思考智能的更高一层次的结构与功能时，应必须考虑并行记忆的各种特点，否则我们的思考便是空中楼阁。

我们知道未来的智能机器人需要并行记忆与回忆，但我没看到谁在研究并行记忆与回忆。

这就存在一个奇怪的现象，大家都在谈论智能﹑智能机器人，都知道它们的基础是并行记忆与回忆，但就是没有几个人对它们进行研究…。

哪一天，学术界开始研究并行记忆与回忆，那么对智能机器人的研究才能算开始入门。

回忆干扰问题的解决

“并行存储是指众多的不同信息存储在相似区域(比如对于前文的所述的A区的信息传入：任一个注意对象传入的刺激信息只能分别兴奋被平分的有限区域内的几个最小反应区，信息也就被分别存储在那里)，我认为人脑的存储模式是并行存储，而计算机硬盘的存储模式是顺序存储（即不同的信息存储在不同的区域）。

并行存储相对于顺序存储来说其优势是明显的。对于并行存储，记忆的各部分能自然建立记忆联系，因而它能使模糊记忆、回忆方便的实现。同时，其存取量、速度都是顺序存储无法比拟的。其最大的缺点就是能产生回忆差错（回忆干扰），但是回忆差错是能被克服的。

并行存储最主要的问题是回忆干扰的问题，回忆干扰的原因是不同的原始记忆柱群之间包含一些共同的基本记忆柱群。下面我提供了解决这一问题的方法（当然，并不是不会发生回忆干扰，而是通过一系列的方法策略降低回忆干扰的发生概率，并对冲回忆干扰的影响，使它的发生不会对我们的思想行为带来严重干扰）。

1与并行存储相对应的并行回忆必须是模糊回忆。（出现有限的错误的情况下，并不会影响总体的回忆正确）。对于巨量的并行存储系统，要绝对消除回忆干扰，必然会严重影响其功能，是不可能的。只要这种回忆差错对回忆质量的影响在容忍范围内，便能被我们接受。既然有回忆差错，那么回忆的内容与记忆的内容便不会完全相同，这种回忆便必然是模糊的。

对模糊兴奋来说，一个重要的问题就是，智能软件通过模糊兴奋回忆的内容与需要回忆的“原始”内容存在一定的差别，那么它还是我们所需要回忆的内容吗?因而，我在拟人智能的实现中定义了等效回忆【】的概念，以解决这个问题。

对模糊回忆来说，只要回忆的效果是等效的（见我的拟人智能的实现）即可。等效回忆对模糊兴奋及并行存储来说是一个非常重要而基础的概念。

需要说明的是模糊兴奋、回忆，有宏观的模糊兴奋回忆与微观的模糊兴奋回忆之分。微观的是指对一个主注意对象的模糊回忆兴奋，宏观的是指对一群或多群主注意对象的回忆，微观的记忆与回忆不同的是记忆柱，宏观的记忆与回忆不同的是主注意对象。等效记忆回忆的概念即适用于微观情况，也适用于宏观情况。

2一个并行存储的文件系统一次只能有有限的基本记忆柱群兴奋，其数量应与一个原始记忆柱群差不多。对一个对象的信息表示过多，浪费资源，同时也会干扰记忆回忆。这样的规定也有利于选择性兴奋

3记忆迅速遗忘，只有少量记忆能转化为中长期记忆，这样在正常的信息刺激下产生的记忆可使记忆柱之间的兴奋联系密度控制在一定范围内。通过遗忘能使不同记忆柱的兴奋能力出现差异，这种差异是并行回忆的基础。遗忘是必须的，对于并行存储来说，没有遗忘，随海量记忆的发生兴奋最终会失去差异性，最终不会有特异的回忆。遗忘是减少记忆量的有效方法，从而减少重要记忆的回忆差错。

4最易兴奋的被选择兴奋（在强度中枢选择）。1、同时兴奋的建立了记忆联系的记忆柱之间的兴奋能力远大于没有建立记忆联系的记忆柱之间的兴奋能力。原始记忆柱群被兴奋后，组成原始记忆柱群的各亚群记忆柱群之间的兴奋能力便大大的加强了。回忆时，如果原始记忆柱群中易兴奋的记忆柱被兴奋达到了一定数目，而相应的不易兴奋的记忆柱没兴奋或兴奋的很少后，通过记忆的兴奋联系应能使易兴奋的记忆柱兴奋的记忆柱呈几何数级的增加，也就是说兴奋能力发生了突变，从而使这一原始记忆柱群的大部分易兴奋的记忆柱兴奋，并且易兴奋的记忆柱群兴奋到一定强度后会兴奋相应的强度中枢，并被选择做为主注意对象。2、一原始记忆柱群与多个原始记忆柱群建立有记忆联系，当这一原始记忆柱群兴奋时，会传出兴奋，首先兴奋与之有记忆联系的易兴奋的记忆柱，当选择出主注意对象时，兴奋的原始记忆柱群由于失去了主注意对象中枢的易化，其兴奋迅速衰减，被选择的主注意对象强烈兴奋。当某群原始记忆柱群（Ｄ）的记忆柱首先达到突变状态时这群原始记忆柱群便被选择兴奋，这样便大大减轻了记忆干扰。

5增加基本记忆柱数。这是增加记忆容量的方法。

6采取状态兴奋的方法。能减少相对记忆量，从而能有效减少选择性回忆的数目，而减少回忆差错。

状态性兴奋也是解决回忆干扰的一种重要方法。其方法是将与回忆对象存在记忆联系的对象作为回忆条件参与回忆，从而使回忆对象所对应的记忆柱群的被兴奋能力（用A）相对于其它对象所对应的记忆柱群的被兴奋能力强或强许多（被回忆对象受到更强的易化），从而相对减少了处于与回忆对象的被兴奋能力相近的记忆的记忆量，从而减少回忆干扰（回忆干扰往往是被兴奋能力与需要回忆的对象的被兴奋能力相近，或更强的记忆，那些弱的不会带来明显影响，因为主注意对象是从兴奋的最强的记忆柱中选择）。

状态性兴奋应是智能机器人必备的功能，因为回忆条件的增加与注意，能使需要回忆的对象的被兴奋能力强或明显强于其它记忆对象，从而能尽量减少某些与某一回忆条件有强的记忆联系的对象对需要回忆对象的回忆影响。比如一个人给你最深的印象是从事某一劳动，但你不会在想到他时始终首先想到他劳动，当你回忆某天他在某一地方干什么时，你会首先想到他当时干的什么，而一般不会是那个劳动。

如图1：A1、A2、A3是环境条件，A3对对象B3的兴奋能力大于对象C，但A1＋A2＋A3（它们共同易化）后对C的兴奋能力就大于B3，C对象是需要回忆的内容。

如图2：条件A1、A2、A3都分别能兴奋对象C及对象C1，但A1对C的兴奋能力远强于C1，而A3对C1的兴奋远强于C，在对A1分配较多的注意力，A3分配较少注意力的情况下，回忆的是需要回忆的C。

这些能力是通过奖惩学习获得的。

如2情况下，对A3分配的注意力多，则回忆错误。

如1情况下，如果只注意A3，则回忆的是B3，获得惩罚，而注意A1、A2、A3时，回忆的是C1，从而获得奖赏，则强化。

7采取选择注意的策略。一个对象包含多个属性，如果在一些条件下注意一个属性容易发生回忆干扰，可以选择注意其它属性。

8回忆判断机制。判断我们回忆的内容是否正确，不正确需要采取什么样的策略（是通过奖惩学习获得的这种能力）。7、8通过学习最终解决回忆干扰的问题。