deep learning 稀疏存储的意义

宇宙无敌观察者

将任意的图像通过稀疏编码字典进行解析最后形成一个系数向量。
细胞的形态学分化，就是事先对视觉层细胞完成了稀疏存储，不需要重新学习，就是说进化的功能积累。所有人的这套稀疏编码的字典是一样的，这个是字典被固化在细胞接受器里面。

所以如果这个假设成立，不止视觉初级层是这样，其他初级感知层，运动层也是如此的架构。有些基因变异，将大部分的功能字典流入到后代中，后代出现智异常。人类脱离愚昧也是这个所赐。突然出现的天才也是有可能的，只是这种功能的dna很难被积累到隔代世代中，容易被显性基因所覆盖。deep learning解决预先存储和记忆存储问题。

人类的思维过程和这个稀疏存储有什么关联。
简单的思维过程的例子：看到一个高处的苹果，肚子饿了，产生一个进食目标取消饿肚子刺激，太高，生成一个使自己身体变高，手可以拿到苹果的目标，看到一个椅子生成一个移动椅子站到椅子上的目标，该目标完成，前一个目标也完成，进食目标完成，消化，饿肚子消极刺激消失目标达成。

这个智能体简化为一个输入  处理 输出 ，输入都是经过编码后的特征向量，输出action.
如果输出也是一个特征向量，模型就是一个deep learning系统，如果进化因素正确，整个都是半固化，整个字典被事先初始化，而且完成了基本功能，吃喝拉沙，思考记忆，然后随着成长，逐步固定的字典和行为模式，或者类似性格模式。

利用这个实现一个强人工智能程序一定很有意思，完成部分初始化的字典，随着见闻，当前事态，逻辑的变化，逐步修改固化字典（记忆也被某种形式存储）。这样就不需要什么监督学习。

宇宙无敌观察者

人是社会的人，不参与到社会中，人固化的字典就是狭隘的，
就像封闭的系统，嫡一直增加最后，形成固化的字典，开放的系统固化的字典就有变化，嫡增就不明显。

宇宙无敌观察者

动物和人在稀疏存储初始状态有什么区别，
首先是输入设备和输出设备上差别，人的手更加灵活，眼睛功能全面。
猩猩和人什么区别，手也灵活，眼睛功能也全面，
语言功能初始化稀疏存储区别大导致猩猩智能无法飞跃。

有没有比人更加强的智能体，当然有，首先，人的记忆，临时记忆能力有限，无法过目不忘，未来人，完全拷贝固化虽然会导致社会发展进入一个新的台阶，但是也会很快进入瓶颈，自我毁灭可能是唯一打破固化形态社会的方式。

iceman

这个就是我所研究的本能模型