第八十八章大脑运行机制的网络解释(2/4)

体最优的测量，毕竟按照原来的办法可能使得我们持续生活下去。可以以贝叶斯公式计算的形式来理解。而与之衍生的概念，经验，也是我们模式识别的重要依据，本质上是对多种情况进行统计分析。

情绪是多层次的综合作用，不仅仅有大脑的神经活动，还有机体的肌肉血管骨骼得到响应。当然，大脑的变化是最本征的不动点。

情感与思考的相互作用是相互耦合的，即情绪不仅仅是爬虫时代发育的脑干等等部位相关，其还与接下来不断发展的大脑边缘系统和大脑皮质构建交互的作用，即最后会演化为多层次的综合作用。当然，这些部位的作用程度也是有一定的分布的。这可以通过一定的情绪研究来发现情感与思考的关系。

认知能力的提高，对更高维度的认识，对于抽象的概念的识别。

有限的区域更加的不动点式的对应，即有限的情绪才有比较确定的大脑区域。如恐惧和杏仁核的对应。

多层次的竞争博弈，我们需要达成最后的均衡：脑部引起恐惧来生存，但过度恐惧可能造成不良影响。

情感的本征，各种分子网络，其中特定的荷尔蒙可能是其中的不动点。如催产素与爱情相关。服用药物产生的影响可能是对其中的高维网络产生一定的影响。感知对于可能产生的各种反应有直接的作用，因为对于已知和未知，我们会使用不同的机制来反应。于是我们知道情绪是多层次耦合的综合作用，不仅仅与我们的分子网络的改变，还与个体的认知相关。对于这种多神经环路的选择性组合和表达的理论，我们需要实验来证明。

第三篇人类思考机制

思考，做梦。

特定模式的识别是大脑的高维结构的体现，包括视觉听觉嗅觉等等感觉的形成。对大规模的数据收集和处理，这对大脑的处理运算能力提出很高的要求。当然，这种处理不是想要重新构建底层然后再不断升维遍历，而是利用大脑已有的模块，然后如同程序一样地进行调用，从而最终起到高维的模式识别作用。

这种小模块的形成就是比较确定式的识别，如同红绿蓝的三基色能够作为基底通过选择性表达对空间的每一个点进行遍历，大脑也有这些诊断特定变化的机制，如嗅觉就有特定的受体来识别特定的气体分子，而且在这个基础上还有特定的组合来选择性表达。

这种模式识别是一种低概率的序列组合的的大概率识别，这是一种有序的组织形式，存在高维的机制使得其能够组织不同模块的信息，并且以比较确定的形式组合起来，即我们的各种平常的认知。这需要我们快速识别特定的不动点，即高维的模式（如概率矩阵，这是通过底层的信息收集实现的）。这种识别系统是理解世界的约定俗成的方式，解读和事实的存在是不同层次的，知识和信息的连接可能由于不同原因割据开来。

注意力资源的有限，这是大脑多层次的处理信息的自然分化。基于以往经验可以极大地节约这种资源。这也是我们为什么会出现各种错觉的原因，我们通过调用以往的经验可以处理大多数的正常情况，而一旦来到不同的环境，我们需要新的警惕机制。根据记忆推测知识，这说明其可能是分离的。

多层次的组合的关键在于关键序列的识别，这是一种最优解的求解问题，这种最优解就对应于一定的模式，对应于特定的感觉等等高维结构。

第四篇社会形成

社会、文明是基于个体之间协作形成的高维结构，是大规模试错涌现的有意义的路径，其能够利用每个个体的力量，如微积分的无穷小量的加和能够堆积形成高维层次的积分运算。本质上因为知识可以以比较低的边际成本进行传递和应用。而且本质上个体之间的协作可以提供无限可能性的组合，这是大量级的，根据大数定律，可以涌现出有意义的模式，即各种不动点和高维结构。而具体对应于社会形成的各种决策，未来预期、计划制定、和行为控制等等还是可以在大脑寻找到特定的区域乃至其组合形成的不动点关系。

语言就是这种外置的经验传递机制。

网络的抵抗性变化是自愈的基础，即网络的稳定性是可以根据一定的记忆恢复的。不同模块之间的互补是有限的。特定的功能区的组合是高维结构，这会在不同个体有相似的分布，即多部位与语言理解的相关性。这些结构的综合作用可以理解各种抽象概念（语言的学习），这个过程就如同p=1-（1-p）^n，只要n次数足够大，哪怕p概率再小，最终形成高维结构的概率还是会不断提高。而且这个过程也可以贝叶斯过程来理解。我们人类的能力在于习惯以在这种高维的抽象层次进行各种运算。各种变量就是一种高维的抽象，这需要我们足够多的模块支持才能做到这种抽象，而有序的组合是一种特定的模式形成，可以进行一定的逻辑运算。而且在这个层次进行的运算与计算机的运算是一致的，也可能与我们的语言功能相似。组合的力量是无穷的，可以涌现出不同的模式，具有不同的环境适应性和作用。如远古的人类从社群形成到文明形成是这种不断升维的过程。

不同模块的分化是这种高级功能实现的基础。这可以从脑部功能分裂的患者的各种观察得到，即左脑和右脑的不对称。

中风的各种影响是基于网络的选择性表达

【回到顶部】