[原创][转贴]高级功能，大家来关注一下

我大致知道你的意思。
“模糊性和模型性”是否指：对于物体的记忆，是其主要特征，而不是获得的所有信息。越清晰的记忆，包含了越多的细节和强度，反之越模糊。
“融合性”是否指：记忆的分布找不到明显的界限，但不同的区域内容明显不同？

“记忆痕迹在大脑中的分布依记忆事件的性质而具有一定的区域性，在区域内其分布是不受限制的”
后半句什么意思？

柏拉图=空谈

为什么“人脑的这种“偷懒”的记忆方式，正是大脑进行思维的基础”？

“记忆痕迹在大脑中的分布依记忆事件的性质而具有一定的区域性，在区域内其分布是不受限制的”
后半句什么意思？-----------
--------后半句的意思是在一个特定内容记忆区域内，新形成的记忆的分布不是固定的，可能会分布于任何一个空缺的地方，或者是“见缝插针”。呵呵，没有任何实验证实的，只是假想而已……

原文由 empyrean 发表:
为什么“人脑的这种“偷懒”的记忆方式，正是大脑进行思维的基础”？

大脑的记忆空间是有限的，模糊性的记忆主要是因为遗忘引起的，这样就可以将不是经常利用的记忆信息逐渐淡化遗忘，为大脑思维提高效率。同时模糊性和模型性所导致的记忆信息的不精确性也为想象提供了空间。我们所说的想象在本质上属于思维。其实小孩子的想象力之所以很丰富，就是因为他们对很多知识还不够了解，还没有形成精确性的记忆。一个人对某个领域了解的越细致越深入，那么留给他的想象的空间就越有限，因为他所记住的那些精确的知识会限制他的想象。当然，如果你对某个领域完全不了解，那你也不会有该领域的想象的。一些不精确的记忆内容有利于想象的进行。

呵呵，不知我有没有表述清楚？……

我认为你的想法还是很有价值的。没有实验没关系，以后可以查资料，重要的是交流一下想法。

关于你的最近的回复，我也想说几句。我一直对区域性的形成很好奇。从一无所知的小孩，到拥有丰富知识（广义）的少年，不同的记忆分区是如何形成的？就近？还是“见缝插针”？

在插一句题外话，常常感到高级功能虽然很困难，但有一种一环套一环的感觉，不同的问题其实对应类似的答案，解决一个，其余都不困难。呵呵。

“思维平衡现象具有局部性和瞬间性，思维结果的得出依赖于瞬间思维平衡的组合。”
能否展开一下？你认为什么样是平衡？（虽然很困难，但还是希望克服一下：））

瞬间思维平衡发生在单个突触上。当思维时的神经冲动传递至有记忆信息的突触时，如果冲动值小于该突触的兴奋阈值，则神经冲动将不能跨过该突触继续向前传递。但是到达该突触的冲动电信号并不会消失，而是会沿原路返回，只是这一返回的电信号会有所修饰而带上该突触的记忆信息，不妨将此返回的电信号称之为“平衡反馈信息”。呵呵，这样的解释太粗糙了，因为我现在还没有从事神经生物学研究，所以在这个问题上我只能这样解释了，再深入下去就到了分子水平了，我再要进行解释的话就没有任何的依据了，因为本人在这方面还学的不够，呵呵，见笑了……

对了，remind_me，你不是搞人工智能的吗？能不能略微的给我介绍一下人工智能方面的知识？呵呵，专业文章看不懂：）……虽然我不懂人工智能，当我始终相信适当的遗忘有利于智能的产生，呵呵，我的想法而已……

我已经看过您的原创。议题不错，我在82年时做过一场强脑力训练。当时一行字我看了10遍，结果一个字也记不住。后来我打了一周的篮球，什么也不做。当我再拿起书本的时候，出现了奇迹。不仅我曾经读过的知识一触即发，而且就象放电影一样，有很多相关的信息连连不断的演示出来。这说明人脑有自动整合信息的功能。通过这一现象，我发现潜在的功能是按幂指数的程序开发的。
仅供您参考
希望我们成为朋友。 张凤泽
[em62]

呵呵，您是搞施工管理的？
很高兴您会对神经科学感兴趣！

关于人工智能，网上介绍很多。
http://www.clinux.org/service/ninechapter/1/introai.html

在我看来，主要有以下几类：
1）传统类，if_else编程，例如专家系统等很多传统方法。
2）遗传算法类，把问题二进制化，然后模拟遗传变异，模拟产生后代。
3）神经网络类，把问题数值化，形成输入输出层，加入中间层，然后训练。
4）分布计算类，一般是机器昆虫等，多个局部的控制器通过多次交互，逐渐产生谐调的行为。

传统类就像我们用的windows，再漂亮方便快速，也缺乏智能。
遗传算法好象只适合单纯的问题解答。
神经网络发展很快，但和真实的神经差别太大，而且目前网络好象都不大，收敛比较慢。
分布式我认为只能应用在简单的场合。

人工智能发展很快，各种组合（例如遗传和神经组合）也不断出现。

人工智能我也是业余研究，走马观花看看。在我看来，目前的人工智能还看不到实现高级功能的希望。所以就打算学习神经科学了：）