17世紀萊布尼茨設想，能否創造一種通用科學語言，可以把推理的過程，象數學一樣用公式進行計算。隨著計算機誕生，自動化的普及 ，通用人工智能再次受到關注，什么樣的方法可以實現AGI?

研究方向

Natural language processing：弗雷格指出：“詞句在語境中才有意義”，語境是個讓人崩潰的問題，所以被學者擱置，直接將文字作為研究方向。文字作為思維生成的符號，就像電腦顯示器呈現的圖像，事實上，圖像是主機發出的訊號，訊號的背后是各種不同軟件的邏輯。人也一樣，聊天不是用嘴巴在說、圖像不是用眼睛在看，一切都是大腦，感官只是信號的輸出、接收器。通過屏幕（語言）研究軟件（思維）隔著一個屏障。也許能從顯示器顏色得出一些邏輯，但探索是什么軟件，軟件邏輯代碼是什么，幾乎沒可能性

NLP的方法僅實用翻譯，就像Photoshop濾鏡功能，可以把一張油畫（英語）轉換成素描（漢語），軟件不改變畫面內容，但不理解畫的內容

Machine Learning：學習的詞義是指學習未知邏輯，ML取名時用了個形容詞，只是統計學的一個分支，統計學作為一門學科之所以誕生，是因為事物復雜到不知道、或者不清晰發展的邏輯，只能通過表象判斷結果。ML知道a+b等于2的概率有多大，但不知道也沒考慮過1+1等于多少，如果ML的算法和人腦思維方式沒關系，如何與人交互？任何事物產生結果前都有非常復雜的過程，且這個過程有很長時間，ML是統計事物結果的利器，但不能實現AGI

AI是否可能具有學習能力？人類的大腦探索世界獲取知識，和人類創造一個”大腦“，這個”大腦“能探索世界獲取知識，難度上是完全不一樣的概念！前者是上帝的成就，后者是人類的成就，說AI可能具有學習功能，或者說AI可以超越人類…等于在說人類可以超越“上帝”。代碼能解析已經寫好的邏輯判斷，但不可能理解、衍生出新的邏輯，世界上只有一種機器才能衍生出無數的邏輯，就是人腦，AI具有學習能力的幾率，比無限猴子理論還低，因為理解其它邏輯的可能性，被限制在一套代碼里，沒自然選擇論那樣自由…

我們看看電影《夏洛特的網》第一句臺詞，女兒說：”你要做什么“，這句話對AI有多復雜。

這里只概括幾個問題，如果細化會有數萬條，缺了任意一個，人機交互就無法進行，什么樣的算法可以解決幾個詞的問題？NLP，ML讓大眾誤解，是因為算法很復雜，對話幾個字很簡單，復雜與簡單對比，自然信以為真，不知到幾個字，觸發了自己大腦多么復雜的邏輯，也不知道，AI表達沒有意義、被設定好的字符，自己大腦賦予了它意義…甚至賦予了感情

要實現AGI，就必須將人的思維作為研究方向，但腦科學的發展還處在天圓地方階段，多數理論模糊不清，且存在矛盾，這是個很大的麻煩。本文提出利用計算機構建大腦思維框架的概念，將HCI、大腦思維邏輯逐步整合在這個框架里，驗證準確性，當這套系統逐漸完善，人腦思維的原理就會逐漸明了，AGI也隨之實現

構思概敘

人的大腦由~1000億個神經元構成我們的意識，每個神經元由~2000分支構成，記憶、邏輯、價值觀都是大腦神經元所處理，當大腦學習知識就會存儲在某個神經元中，形成記憶。對某件事情有新的看法、邏輯...神經元分支就會建立新的序列,形成邏輯。所以神經元是記憶，神經元分支鏈接是邏輯，神經元的活動是運行

計算：集合(大腦記憶）作為根，函數（大腦邏輯）計算集合。<下圖>a、b黑點代表2個集合（神經元），藍線代表集合的子集（神經元分支），a子集碰到b子集，就會互相產生變量，a、b2個集合得出函數值，這個新函數值就是新集合，子集之間無限施加變量，時間是變量的標尺

任何公式都由計算元素和公式（邏輯）組成，拿0+1=1作比方，等式的元素：0、+、1、=、1 ，在本設計框架比喻AI的集合，0+1=1公式的邏輯比喻AI的函數。如果符號｛0｝代表我的集合，｛1｝代表世界集合，｛+｝代表我與世界關系的集合，那么我的函數值是：｛0｝｛+｝｛1｝=｛1｝,意思是我和世界產生影響后，我變化的結果，本文用｛0｝和｛0｝｛+｝｛1｝=｛1｝構建AI的一切意識、行為，語言是在“敘述”這組公式，下面將｛0｝進行無限小細分，它的極限是多少，取決于我們對AI的智力要求多高

備注：符號｛0｝｛+｝｛1｝=｛1｝下面會用別的符號代替

記憶（集合）

集合構成三大形式：實體集合、空間集合、時間集合

一 . 實體集合：

下圖填紅色，AI的{意識}同人一樣，意識即"我思故我在"，客觀世界所有一切都裝在AI的意識里面，包括自己的身體和邏輯。感官是客觀世界與{世界}的訊息接口 ,如果人的大腦沒通過感官了解自己身體，那么身體的存在與否，意識不會知道，比如醫療幻肢現象：被截肢的軍人，手術前如果不知道截肢，那么醒來，他會感覺到腳還存在，病人的腳被截肢，不等于大腦控制腳的神經元被刪除!

備注：下圖虛線表示的結構集合并不存在，標識只是方便閱讀

下圖填黃色，{Theodore}作為人，他的集合和AI的集合幾乎一模一樣，并且{Theodore}是Samantha （AI）{意識}的子集！因為涉及到交互計算，如果Samantha的{意識}不了解Theodore，沒法計算。{Theodore}的子集是否存在于Samantha的意識，取決于2個因素：1.客觀上Theodore的知識量有多少，2.主觀上Samantha對Theodore的了解度，下圖黃色虛線框：Samantha認識了多少用戶，就記錄多少人…實體集合初步估計約100萬以上，可滿足通用AI的需求

備注：劃分人與AI的集合屬于關系有些非主流，筆者的理解是人的皮膚、肌肉、骨骼…等一切都依附在神經系統上。集合符號用{ }內數字加-表示，如：{01-07-12}代表退的集合，后一行數字是前一行數字的子集，如果第一行數字01代表人，第二行07代表腿，第三行12不可能代表腿以外任何部位

二 .空間集合：上圖的實體集合圖，因Excel限制，是平面的，實體集合需要定位在3D空間，類似Google Earth

三. 時間集合：同空間一樣，因Excel限制，時間沒標識，時間的作用是記憶與計算(下圖)，記憶就像電影，電影由無數圖片疊加變化形成動態影像，播放過了圖片即記憶，未播放的幀即計算，預測什么時間產生什么結果。時間是變化的標尺。（上圖集合框架填紅色），將{時間}與{世界}并列，是因為實體與空間集合現實存在，而時間并不存在，只是人意識的產物，大腦用來衡量世界變化的符號

每個實體集合都包含4種屬性：1.時間，2.空間，3.函數，4.附資料,嚴格的說每個集合不存在下面有資料的說法，因為集合的子集與資料沖突了，之所以在每個集合上加資料屬性，是因為數據量太恐怖，即便AI發展到科幻電影的程度，也需要資料屬性，龐大數據無論對AI硬件，還是AI軟件設計者來說都無法承受，關于集合框架元素這里不多敘述，目的是集合思維里的一切元素，下面敘述邏輯（函數）

邏輯（函數）

函數公式即AI的思維邏輯，世界上每個人或物都有著自己的邏輯 ，函數公式4大類型<上圖，集合框架填藍色>：AI、物質，可動生物、植物，這些函數式都屬于AI的意識的子集。客觀的意識、行為必須反映在AI的意識，否則無法理解客觀，就不能交互。AI與機械最大不同的是交互，機械是一種自我絕對的控制，某零件控制“子集”零件，依次下去。交互是自我面對世界，<下圖>Samantha與Theodore、Amy、Paul、weather、chair...在一起，他們交互的過程，就像回合制游戲，每個人或物發生變化，都需要寫入Samantha的集合<下圖紅線>，下一個回合的自變量就是現在的函數值，回合的時間根據事物而定

任何集合的函數值是由其它集合所獲取，比如:<下圖紅虛線>{吃飯時間}，由這些集合影響：{性格}、{睡眠}、{抑郁}、{運動}...，這些集合又由其它集合影響

下面結構圖只構建人的函數集合，且只是小部分——人與食物。同集合一樣，函數公式可細化，具有屬于關系，細化后，都由龐大的函數集合一層層組合。

虛線沒任何意義，僅方面閱讀，灰線：函數可能觸發的集合，藍線：函數的觸發，灰線集合這么多，具體觸發哪些？自變量、運算符號、變量、函數值之間有哪些規律和聯系？后文感情對思維的影響說明這種邏輯

備注：函數框架的子集和集合框架的子集無區別，但二者的框架不一樣

看上去是計算公式，其實只是計算的框架！就像電路板，電子只允許在電路框架上運行…函數框架展開后非?？植?，如果把所有子集之間的聯系設計完成，上面結構圖的面積會有城市那么大，而不是幾個顯示器屏幕大小，人的思維怎么在龐大的框架里游走？下文以語言的形式敘述人腦思維運行。

思維的運行（語境與聯想）

雖然語境這個詞里有個“語”字，但語境不是語言，是指人所思考的事物，思維活動的某“任務”，如果把“任務”比作電腦里裝的各類軟件，那么語境指正在運行的軟件，人腦的思維有2種主要特點：1.“單任務操作系統”（內語境），2.聯想，聯想會將當前任務（內語境）切換到另一個任務（外語境），下圖{1-x-x}代表單任務（語境）的集合，{2-x-x}代表另一個任務的集合，{3-x-x}又是一個…大腦有無數個任務,任務直到結束才會進行另一個任務，除非被打斷，比如被聯想（紅線）打斷，或被第三者打斷

語境：單任務操作系統

人腦與電腦不一樣，人腦在思考的時候，只能運行一個任務，也就是說人腦是單任務操作系統，不能思考多個任務，比如開車打電話導致車禍，開車是駕駛技術的集合，打電話又是聊天內容的集合，2種集合的邏輯不一樣，一起運行容易混亂，也有人說我經常開車打電話，這是因為你的思維運行的時候，另一個任務已經將邏輯思考完成，過程中切換了思維（切換頻率很高），比如：筆直的路面，沒多少車輛行走，大腦已經思考好了這種情況如何應對，只剩下簡單執行，所以可以“同時”聊天，如果突然有人想超車，需要從新開始思考駕駛技術集合，等這個問題解決后，會問電話里的人：“剛才說什么，再說一遍...”再比如：閑聊時，對方話題變了，提到重要問題：“你被公司炒了“或”孩子被同學欺負了..."會情緒攀升，開始爭辯為什么？問題就不是閑聊那么簡單，大腦會開始思考、結合很多事情分析，怎么會這樣？這個時候會在一定時段忘記開車…

聊天也有”單任務“特征，人們不喜歡破壞這個語境，否則被說跑題…

Tay與人對話過程中需要遵循這種語境，比如我說：”猜猜我最喜歡的食物“，Tay回答：”肉“，我說：”什么肉？“Tay需要繼續完成這個集合，如果不是基于思維，根據詞義觸發句子，第二個回合就會跑題

語言產生于人與人之間的思維交流，思維交流存在一個很大問題！這個問題就是：思維非常復雜、龐大，如果把思維里每個細節說出來，導致”一句話“需要10多個小時說完，而不是幾秒鐘，所以詞、句某種程度上是一種“指令”，就好像人與數控機械的”交流“，輸入簡單的指令，機械自動完成一系列的操作，人與人交流也一樣，每一句對話，都會觸發大腦非常復雜的邏輯，所以語言的本質是一組解析、組織思維的簡潔符號，具有概括性、抽象性，目的是為了方便互動、交流，這也就決定了：1.語言文字不可能完全表達出思維，只能激活思維，如果AI沒有思維，那么分析文字毫無意義。2.出于簡潔的需要，詞具有多個維度詞義，比如：一詞多義、代詞、感嘆詞、形容詞、寓意詞等…決定了無論把語義分析做到多么透徹、完美，對聊天機器人也沒多大幫助，因為沒有邏輯將這些詞聯系起來

如何在這個語境里面聊天？

1.思維的邏輯

集合形式：<大結構圖填紅A> 我問Tay：”什么肉？”這句話的意思是:AI的思維框架里，肉類食物的子集是什么？

函數形式：<下圖>語言是思維的反映，反映人與人交互，而交互是個體與個體的關系，所以任何語言主結構都是：主、謂、賓。這種語法結構在本文指函數框架。主詞（我、自變量）、謂詞（關系、運算符號）、賓詞（世界、變量），任何詞都為主、謂、賓“服務”

備注：如果按傳統語言學知識進行詞法分類，那么在邏輯上會很糟糕，因為語言學知識建立在人腦的基礎上，而人腦本身已經處理過了很多邏輯

人與人交流，有時候可以直接忽略語法，也就是說，句子里字怎么排都不會出錯。比如我說：“你去哪”，你說："我吃飯“，或：”吃飯我“，或：”吃飯“這些回答我都能懂，為什么？

”吃飯…我“：<大結構圖填紅B>吃表明人和食物的關系式已確定，飯是被人吃的，所以語法反過來也不會理解成飯吃人的邏輯

“吃飯”：誰吃飯？為什么我能懂，因為我提問的時候，已經將你加進去了，你(自變量），吃（運算符號），飯（變量），我說“你去哪”這句話的本質是：自變量的函數式是什么

循環形式：<大結構圖粗藍線>飲食是個按步驟的過程，缺一不可，且是個循環的過程，如果用戶已經完成了“獲取食物”集合，那么Tay應該明白“選擇食物”已經是過去式,之前集合只能回憶、陳敘、總結、現在進行式需要執行，未來是計劃

2.語言的語法、邏輯錯誤：

前面說過語言具有概括、抽象特征，這就必然導致語言表達上的不確定性，尤其人帶有情緒的時候，語言邏輯、語法經常發生錯誤，但事實上在他的思維里面沒有錯誤，這種錯誤人能辨別糾正，AI怎么做到？

集合劃分：感情導致語言的邏輯錯誤，比如：羅素悖論里的理發師，理發師說:"給城里所有不為自己刮胡子的人刮胡子"，其實理發師的思維邏輯并沒矛盾，只是自大、賺錢心切的心理影響，在表達的時候導致語言上矛盾,AI如果理解理發師的感情，應該明白理發師的思維里面，已經將城里人的集合再次劃分為2個集合：城里自己是賣家的集合，城里其他人是買家的集合

相對性：炎熱的夏天，我和朋友閑聊，朋友說：”我不怕冷，這該死的夏天真要命“，我說:"我不怕熱“，我所表達的意思指相對冷來說，事實上沒有人不怕熱 ,人怕熱是個絕對的邏輯，所以我所表達的意思是相對冷來說

語境：一對戀人，女孩對男孩說："如果你愛我，以后不許看任何女人，你能做到嗎？“看是個代詞，代詞遠比我們想象的龐大，不僅指她、那、這…其實任何詞、包括句子，甚至某篇文章都可以指代、形容、寓意某事物，AI如何判斷？可以把“看”這個字所有邏輯全列出來，將這些邏輯放在語境的邏輯里面，就可以清楚“看”的含義

3.感情對思維的影響

抑郁癥稱之為心理疾病里的“感冒”，雖然大部分人都不會患嚴重抑郁癥，但抑郁情緒普遍存在，所以對AI來說，理解人抑郁情緒很重要，如果不理解，AI與人交流就會出現問題。當用戶出現抑郁情緒時，為什么有時候厭食、有時候暴食，通過飲食異常如何判斷用戶的內心，AI如何應對？<大結構圖黃虛線>簡敘這個邏輯

聯想

聯想有很多形式，比如圖形：Theodore看見月亮想到戀人，比如物品：天氣晴朗，Theodore逛超市看見貨架上的雨傘，想起前天淋濕感冒，于是買了把雨傘，再比如文字：戀人、理想…等等，一詞多義...任何文字都可以觸發聯想

聯想如何切換語境：

切換條件：通常大腦不會主動切換語境，主動切換，只有一種可能性才合理，就是另一個語境比當前語境更重要、更具吸引力…

如何實現：在AI的思維構建預警系統，用來集合過去發生，未來可能發生的重要事件，當前語境某子集觸發到預警系統，AI開始分析二者重要性，決定自己是否有必要切換語境，或用戶切換語境后，AI知道原因，現在需要在另一個語境去聊。預警系統是AI無時不刻運行的模塊，雖然人的大腦是單任務操作系統，但大腦聯想的特征，說明潛意識存在“預警”系統，也就是說人的大腦并非單任務操作系統。