第十九章.与内二实验室的对话

“你说的感应层也会用到我们拟脑层的技术，就是先给我们输出一个模糊的事物定义，是吗？”安静继续问，因为这些问题将导致拟脑思维计算的准确性。

“是的。”鲁少校说完，突然转为严肃的说道：“西方一直有一种误区，他们太注重表象了，而忽略了本质，西方通过对表象的统计创造了很多伪概念，例如条件反射原理等，尤其是在神经元理论上，他们认为人对事物的辨识，是通过神经感应多层次多维度的碎片特征感知得出来了，实际上又机械教条了。”。

“不是吗？确实，我一直也对这一点有很多疑惑，而且以前就有一个前辈说过跟你一样的话，人类认知不只是神经反应，还至少需要一层脑思维。”安静说道。

“你们现在可以做到，把感应层的内容定义，转化成内容描述，然后直接提起关键字，以关键字形成TAG组关联模型，输出给我们的拟脑层，对吗？。”安静有点不信。

“对，其实有时候内容是可以跳过的，比如我们直接把视觉的东西用TAG定义，方形、梯形、三角型，多型组合，上下组成等，多角度多层次的感知。”鲁少校边比划着边说。

“还有颜色、大小、比例等，是不是？有没有初步判断？”安静知道鲁少校说的是CV视觉方面的，不是NLP自然语言方面的，而CV视觉方面是拟脑思维层与感知层相互对接技术的关键，反而是NLP自然语言处理部分，安静部门已经拥有了最先进的算法，不同规模的多层分级的训练模型。

“初步判断也是用多元关联技术做的，比如一辆汽车有多个特性，而且特性之间有关联关系，我们将关键字在这些关联模型中行走，找出最高命中率的信息元。”鲁少校慢慢解释着，从话中透露出也使用多元关联拟脑技术。

“这些对象的识别你们也是采用神经元理论，卷积算法完成的，怎么又涉及到我们拟脑思维层的技术了？”安静感兴趣的问道。

“不过，鲁少校，您们部门在使用这个算法理念的时候，能不能对定义对象的纵深建模同时研究一下？”林久浩继续加码。

“纵深建模？”鲁少校没明白。

“就是，当A点与B点是关联的，并且我们在多个时间序列图像中收集了最大关联向量距离为5，当这两个点重叠的时候，我们认为A点与B点形成了5的纵深，可以利用这个条件做立体建模的依据。”林久浩解释。

“是呀，老鲁，这个世界上绝大部分生物都具备对称性。”安静也补了一句话。

“哦，哦，明白了，太好了，解决大问题了。”鲁少校很快就明白了，本来立体建模就是内二实验室的研究内容之一，现在全连接在一起了。

“对象感知基本上采用的是神经元理论，至于卷积算法，其实现在很多视觉处理部分已经脱离了卷积算法范畴，反而是关注点向量定义更有效。但是，神经元理论及动态特征分析也有不尽人意的地方，例如立体的物体不同的角度不同的成像，在卷积算法中会呈现不同的特征码组，容易被识别为不同的内容对象。”鲁少校解释着。

“这一点不是靠后期训练可以解决吗？不同的特征码组定义为同一个事物。”安静说的是，读一个立体实物多个角度产生的特征图像，统一定义为一个事物。

“不好，因为角度的偏差会产生大量不同的成像，不同的成像产生大量不同的特征码组，虽然多维度多层面可以减少特征码组，但是，还是不理想。”鲁少校对现有算法的效果不是很满意。

“那你们怎么办？而且还要尽量避免指向同一个事物的特征码组过多，怎么办？模糊计算吗？”安静问道。

“不是，我们对立体的事物，做轮廓抽离、纵横比分析、姿态还原等多种技术，将复杂的对象进行多维度多层次拆分定义，再使用卷积算法辅助，对了，我们将内容分离后的内容提取关键字，然后也用了多元关联拟脑模型做精确识别，跟你们那边做法差不多。”鲁少校现在说的是静态事物的分析，因为静态事物没有运动特征，只有在视角转变的时候才会产生相对的运动，所以很难通过运动特征识别，不过人工智能对静态事物的识别要求相对低于动态事物，如果识别不出来，可以先按照一个大盒子型物体计算。

鲁少校的问题解决了，大家休息一会儿，统一喝水，统一去卫生间，军人多了，行动也很统一，休息片刻，会议又继续。。。

“该轮到我们的问题了吧？”安静问道。

“对，你们不关心感应层前端的技术，你们关心的是从前端输入的多种信息源，如何转变为内容描述，对吧？”鲁少校先问了一句。

“这一点你们做的怎么样？我们现在要开始芯片化信息元编码搜索过程了。”安静说道。

“我可以告诉你的是，我们已经统一了内容规范，就是我们向你们拟脑层输送的是TAG组模型。”鲁少校。