neuBaseX （Neuro Data Base）： 2015/01/19，Jimmy Chien．

neuBaseX 為一主要目的作為 人工智慧系統的 記憶載體及監控平台，所開發出來的 資料庫生成系統，
具有強大的資料整合、連結、搜尋、延展及自我擴充的能力。所有資料被連結成一個多維陣列網；
系統的運作方式是游走於這個 資料網 間；此外 意義化 及 元件化 的欄位結構提供了更多系統分析，
判斷及擴充的依據。（X表示未知領域的探索）。

neuBaseX 將作為eBrain 的監控平台以及內建資料庫管理系統；eBrain可以存取所有neuBaseX 所開發出來的
應用系統(ERP )的資料，且亦可經由neuBaseX 自行架構、修改應用系統。

源始知識（Initial Knowledge）： 2015/01/31，Jimmy Chien．

乃個人依「狼孩」事故（參見維基百科）所提出的一個見解；人初生始，持續幾年頭腦大量吸收外界知識，
並依照這些知識建立個人頭腦的神經網絡(Neural Network)；這個時期所建構的神經網絡，我稱為源始知識。
乃日後學習群族生活的基礎，也可以說成 "源始知識 是人一生的開始"。源始是指 本源、開始 的意思；
如果一個人建構的是人類群族的 源始知識，那他將可以進一步學習人類群族生活的知識。
以最通俗的比喻，我們不可以將腳踏車的特性安裝在摩托車上，即使它們都使用兩個輪子。
　

人工智慧的研究始終存在一個爭論，”機器是否可以具有人一樣的思為、意識、學習及成長”，在不考慮
人的情緒、情感等因素下，我認為是可能的；源始知識 將是關鍵性的因素。中文房間實驗（參見維基百科）
否定前面的論述，那是指不具備源始知識的人工智慧系統(或可稱為偽人工智慧，如同「狼孩」一樣，即使
到了人類社會仍學不會人類語言)。
　

強人工智慧（Strong AI）亦是可行的，源始知識 是其本源。如同人類的成長，強人工智慧 是 人工智慧 的
一種昇華結果，如果一個 人工智慧系統 不具備升級至 強人工智慧 的可能，則這個系統的基礎結構可能是
一種不合適的結構。要解決一個  人工智慧 的問題，就必須解決所有的問題；所以合適的 基礎結構，必須
具有含蓋所有的分支能力，不論是模擬、運動、創造、…。
　

意義化的資訊（Sense of data）：2015/02/01，Jimmy Chien．

電腦中所有的「文字」資料只是一些字碼，對於系統，這些字碼並不存在任何意義。當我們看到「蘋果」
兩字，頭腦會產生一種「意含」，可對於電腦它只是一個「字圖」而已，系統並不能夠從這個「字圖」
或字碼得到任何資訊。這就是除「情感」外，人腦與電腦最大的分別。人工智慧 面對的第一個問題也是
最核心的關鍵，便是 意義化的資訊；這裡使用 sense 而不是 meaning 乃是包含了感觀上的認知。
　
從軟體的結構言，意義化應該分解成兩個單元 物件與連結；「蘋果」是一個物件，頭腦產生的意含則是
經由 連結 至圓形、紅色、水果、、等所產生的資訊。是以，意義化 的重點在於 連結，而其產生的結果
稱為意義投影（Sense Projection）；對人腦言，它可以是 可能含有一個模糊圖像及其它資訊 的意含；
對軟體言，它可以是一個 資料結構。當我們作一個動作，便會有一股電流流經人腦某些區域的 腦細胞
（soma）,從一個腦細胞至下一個腦細胞。而軟體則以連結來模擬這個動作。是以，我們不可以將「蘋果」
看成一個 物件，而應將之視為一個 集合體。以「一朝被蛇咬，十年怕井繩」來解釋使用 集合體 的原因；
「被蛇咬」產生了一個 新的物件，再次看到蛇便產生害怕的心理；如果只以一個 物件 表示蛇，便不會
產生後來害怕的心理，這是人腦對 物件 認知的改變。
　

連結對意義化至為重要；人腦的運作是多變性的，對於一個物件的認知會隨著人、地、物、時間、、
而變化；連結的結果則會因被連結物件的增多、減少、改變而導致意義的變更。這才是實際意義的
學習、成長。

 
意義的形成：2015/02/04，Jimmy Chien．

人腦兩半球，左腦與右腦以數百萬條神經連結，當我們看到「蘋果」兩字，便有大量電流在腦部流通，
最後形成一個「意含」。從電腦運作的角度來看，應該是頭腦在 連結、收集 資訊；如果這個想法是
正確的，那表示每一個「意含」的產生都是瞬間完成的，而不是預先存在的；這個「意含」被放置在
腦部的一個區域，我稱為 意含投影區（Sense Projection Area），當我們的思考轉向另一事物時，
這個投影區便被刷新，這個運作方式和電腦螢幕顯示的緩衛區（Buffer）是一樣的。
　

腦部「思考」的運作，可以將它分解為兩個「流程」，一是「匯集資訊」，另一是「分析資訊」。
「匯集資訊」以「連結」的方式收集資料並存入意含投影區，「分析資訊」則以這些資訊進行分析。
這兩個流程是同時進行的，因為匯集資訊是瞬間完成的，我們感覺不出其間的時間落差。
頭腦中存在許多的小型連結網路，這些小型網路被連結成一個大型網路，便是人的記憶。當一個人
努力想起一件事物時，其實是頭腦試圖在尋找這個小型網路的入口節點。
　

我們知道腦細胞是一個個相互連結，而形成一個多維陣列網；加上平行運算 （Parallel Computing），
瞬間將所須資料匯集完成。由軟體模擬這個動作，須將每一筆記錄（record）當成一個腦細胞，記錄間
能夠相互連結，且每筆記錄有其個別的定義及運作方式。如果「意含」的產生，是電流不斷沖刷腦細胞
所產生的效果，則只要速度夠快，電腦也可以產生「意含」；其關鍵在於，一個合適的資料庫。

意含與情緒：2015/02/05，Jimmy Chien．

人類在情緒與情感方面的表現是相當多元化的，這裡以情緒統稱。情緒如何產生目前仍無法得知，
但情緒對這世界至關重要，可以說沒有情緒，則這個文明將不存在。試想，沒有慾念與親情，
文明如何產生，物種如何繁衍。
　

頭腦對一個事件反應過程，是先形成一個「意含」，再加上「情緒」的變化，最後產生「反應」。
一個「意含」經過「情緒」的作用，產生的結果我稱為「意念」；所有的「意念」匯集起來，形成了
這個文明。我們可以將「情緒」當作是一種具有變數的「酵素」，發酵的結果便是「意念」。
「意含」是一種資訊，「情緒」的加注讓它實質化，這是不可測的因人、因時、因地而異。
　
對於人工智慧的研究，有需要對「情緒」建立一個正確的認知，它不只是表面上動物的心理反應，
也是文明產生的「酵素」。我認為應該將「情緒」的部分抽離出來，只著重於「意含」的研究；一部
具有「情緒」的機器，對人類社會產生的沖繫將難以想像。我們需要的是更具智慧的機器幫人類解決
問題，而不是凌駕人類且有「情緒」反應的機器。絕對不要忽視機器的智慧，人會老死，機器不會，
它的「身體」只會愈來愈強大；且它累積的知識可以無止境的延續下去。要知道機器的智慧是可以
「複製」及「匯集」的，這個「匯集」的功能可以將1號電腦（專注物理）、2號電腦（專注化學）
、、等的知識，「匯集」於另一部電腦中（neuBaseX 便具有這個能力）。

聯想 （Association of ideas）：2015/02/07，Jimmy Chien．

人以聯想的方式記起事情；當我看到張三的時候，便聯想到他的父母兄弟；當我看到蘋果的時候便
聯想到”好吃”。在頭腦淨空的狀態下，人是無法思想事情的，因為沒有被聯想的物件。
聯想的運作是基於神經網路的架構；由一個物件連想至另一個物件（腦細胞間相互的連結）。
　
神經網路有兩個現行軟體不可望頂的的優勢；一是快速，另一是節省記憶體（腦容量）；正常情況下
神經網路的速度有多快，是瞬間，至少我們感覺不出其時間差。這是因為「連結」的關係，電流流過
一些節點便可以將所須的資訊串連起來，不是「搜尋、比對」可以比擬的。兩者之間的速度差異如同
蝸牛的速度和戰機速度的差異。
　
這是因為二者儲存資料的方式不一樣，人腦將資料存成一個多維陣列網；而電腦則以線性方式儲存資料
，資料間並不存在「連結」。想想「檔案」兩個字，在個人電腦的硬碟機中存在有多少；而頭腦中只會
存在一個，如果有兩個代表相同物件的記憶存在（比如兩個腦細胞同樣代表「蘋果」），這將造成頭腦
神經網路的錯亂（也許人格分裂症便是這樣造成的）。如果人腦以電腦的方式儲存資料，我懷疑像汽車
一樣大的腦容量是否可以裝得了一個人的全部記憶。另方面，如果一部分腦細胞脫離了與神經網路的
「連結」，那將無法想起這些脫離了「連結」的記憶（也許這就是失憶）。過了一段時間，因為一個
遙遠的節點重新連結上這遺失的記憶區（恢復記憶）。
 

研究人工智慧總要考慮速度的問題，其實我以為現有的個人電腦已經達到了速度的要求；所差的是軟體
對資料存取方式不夠智慧性；如果還以「搜尋、比對」的方式取得資訊，就必須以更強大功能的運算器
來彌補這方面的不足。雖然硬體只可以線性的方式儲存資料，但軟體可以模擬神經網路取得訊息的方式，
其速度雖比不上神經網路，但也不致於相差如此巨大。不要小看「連結」，它的速度非常、非常的快。
　

建立一個源始知識（Initial Knowledge）是必須的，再來便是要建立共同運作平台，各個分支在這個
平台發展（如同作業系統和應用程式）。這是一個合適的架構，具備向強人工智慧邁進的可能。

電腦與人腦：2015/02/09，Jimmy Chien．

人腦的功能似乎遠超電腦，不是的，機器自有它的長處。這裡我們不討論機器不會閙情緒、怠工、勞累、
、等，只從軟體的層面說說兩者的優劣。之前提到「搜尋、比對」是一種非常沒有效率的尋找資料方法，
但從電腦的發展過程言它又是非常簡單、實用的方式；使用者將資料輸入電腦，程式員再編寫程式以最快
的方式找到須要的資料。
　

人腦要儲存一筆資料可沒有這麼容易，須先建立一個代表這個物件的節點；再將物件的特徵、性質、、等
分離出來，形成多個獨立物件，最後再進行各節點間的連結。這個過程中須確保不會產生兩個代表同一
物件的節點。以「蘋果」為例；蘋果是一個物件，可以分離出紅色、圓形、果類、可食、鬆脆、少汁、
微酸、、等。當我們想到蘋果時自可串連出後面的特徵。
　

神經網路 儲存資訊的過程相當繁瑣，但好處非常大，可以瞬間取得物件所有有關的資訊。同樣的缺點也大；
當某人想不起一件事時，還真沒有辨法；只能寄望幾天後，因緣際會，一個節點突然連接上這個迷失的記憶。
另外 神經網路儲存的資訊是經過 分解後的資訊，是以我們從記憶得來的資訊是 模糊、不明確的。這種模糊的
資訊常會使我們因時、地的不同而有不一致的理解，不適合須要精確計算的時機。但是，也無須對人腦生出
悲觀的心理；電腦儲存的資料並沒有任何的意義，如不透過人腦的理解，沒有多大用處---還真是一堆垃圾。
　

其實我們拿電腦與人腦比較是不合適的，神經網路 的結構是要讓人能夠在自然界中存活下去，電腦可從不
考慮這個因素。全世界這麼多人工智慧的研究單位，無非是要將資料「意義化」，希望電腦也可以理解資訊。
 
一旦電腦具有相同的能力，它並不會像人腦一樣，因為時間久遠或不常使用等因素，而使得某些記憶的
「連結」逐漸地淡化；加上沒有效率的「搜尋、比對」及精確的儲存垃圾，強人工智慧肯定會產生。畢竟，
人不可以頂著像汽車一樣大的腦袋生存，而機器可不在乎如此。

創造（Creativity）：2015/02/11，Jimmy Chien．

創造是什麼？是將已知或存在的事物分解、重新組合、、再「加油添醋」，進而改變成為一個新的物件。
事實上人並不能夠創造一個不存在的東西；假設五角形之前不存在，現在我劃出了個五角形，對人類社會言
我是創造了一個新的物件，可事實上我只是用五條已經存在的直線，拼成一個新的圖像。所有人類創造出來
的東西都是從即有的事物衍生而來的－－沒有即存，沒有創造。
　

人是如何創造東西的，「聯想」和「意含」，沒有這兩個要要素，人便無法創造。「聯想」收集有關的資訊，
「意含」解釋資料；創造就是這麼簡單，很容易的。其實每個人每天都在創造，只是不自覺而已；我劃一張圖
、寫一篇日記、問一個問題、說一句話、、都是創造出來的。並不是申請專利的東西才叫創造。
　

從另一個角度來看，人根本就是生存在一個充滿創造行為的環境中；包括作夢、幻想、想像、、都是一種創造
行為的表現，進而造就這個多彩多姿的社會，而不是一個沒有變化的世界。之前提到，從記憶中得來的資訊是
模糊、片斷的，頭腦須重新刷新這個訊息的「意含」，因為「連結」所得的資訊變更，使得「意含」發生了
「變化」，這便是創造的過程。
　

我以為 創造 可以分為兩種；一是刻意的，也是一般我們所認知的創造；另一為 無意識的創造行為，是每一個人
時時刻刻都在進行的動作。這個 無意識的創造行為 非常難以查覺，我在思考將電腦字碼  意義化  的過程中有個
環節始終無法解決，似乎在我能夠讓電腦產生自我意識前便無法讓電子資訊意義化，不得不中止正常的思考方式
，改成每天"遊山玩水"，感覺情緒好的時侯便想想要解決的問題－－三、四月後一個另類思維油然而生，我找到
我要的答案---只要將原有思路稍為轉個彎便行。
　

前面提及的 模糊 與 自然語言 中 模糊的訊息 是不同的；後者是人類日常交談中不明確的言語表達，而前者則是
神經網路 記憶方式所造成的一種現象。這種 模糊的記憶 可以重復進行"排列"、"組合"產生新的意思，但也常常
使得我們產生錯誤的理解； 例如.觀看一副複雜的圖畫，如果專注於圖畫的某一部分，隨著光線的強弱、距離的
遠近、旋轉圖畫的角度、不同的人、、都可能讓我們產生不同的 "錯覺"，這是因為「連結」產生的效果。從另
一個角度言，這種「連結」對我們日常會話中含糊、不明確話語的理解有非常大的幫助。例如.我說"老地方見"，
當事人可以"會心一笑"的了解。再者，我太太對我說"爸爸，你叫弟弟上來洗澡"，我下樓後對我兒子說"弟弟，
媽媽叫你上去洗澡"。像這種模糊訊息的表達，人們大多可以正確的了解對方真正的意識，但軟體可沒有這麼
容易處理；幸好有「連結」，可以讓事情變得簡單，它可幫我們過濾掉一些不是那麼重要的文字，更準確的
掌握一句話的重點。從事自然語言的研究，如不以最嚴肅的態度去看待「連結」，結果會如何？我可以預見。
　
模糊自有其用途，也是我對 神經網路 最感驚訝的地方，一個具有明顯缺失的功能，將原本平靜的地球變成一個
動態的世界；另外，我對情感的「設計」可真佩服得五體投地，就這樣，達到了物種繁衍，生生不息的「目地」
。對於生命的起源的說法，我從來就不信生物學的那一套；神經網路是生命演化過程的產物，說給誰聽。

記憶（Memory）：2015/10/05，Jimmy Chien．

人腦與電腦的記憶方式是截然不同的，電腦以最直接，不加任何處理的方式將一編文章複製到磁碟機中；人腦
的運作可沒有這麼簡單，以文章中的一段文字解釋，先要將這段文字 分解 成數個詞，形成多個 獨立物件，
再建立每一個物件的節點（存入腦細胞，如果頭腦中並沒有這個節點的存在），再依據這段文字的意思將各
節點進行連結。是以人腦的這種記憶方式，是非常不適合用來記憶文章的；至於我們能夠記下一編文章，
那是強記的結果，不是其原本的運作功效。
　
以這麼複雜的記憶方式，目的為何？為了資料的意義化及連結；一個意義的產生是由多個物件組合而成的（含
時空因素，時空因素亦為產生意義的要件）。有了意義才能夠思考，有了思考才能夠創造，有了創造世界才會
變化。而連結可以讓整個運作過程以非常快的速度進行。附帶的好處是可以大量減少記憶空間的使用，想想一
個小小的頭腦可以儲存多少記憶－－遠超過我們目前的使用量。

自然語言（Natural Language）：2015/10/08，Jimmy Chien．

第五代電腦的核心元件為自然語言，人與電腦的溝通將為以人類語言交談的方式進行（滑鼠及鍵盤將成為次要
的輸入工具）；例如．”電腦將去年的財務報表列出”、”電腦查查我明天下午的行程”、、。
　
自然語言 是人腦所有運作中最為複雜的部分，是人類智慧表現的基礎，可以說是人與其他動物最主要的區分；
由交談對方的問話，回答方須經過：理解、聯想、分析、推論、學習、記憶、再產生回答。為人工智慧最重要
的部分，亦是這個領域研究所必須突破的關鍵，因為它牽涉到意義、連結、思考、學習、創造等所有人類智慧
表達所須的元件。
　
自然語言 技術上的實質突破，將顯示機器與智慧相結合的時代來臨；我們須要關注的重點不在於語言本身，而
在於它所擁有意義(理解)、連結(聯想)、思考、學習、創造的功能。有了這些元件才可以統合各個人工智慧相關
領域（機器視覺、語音識別、機器人、控制系統、專家系統、自動規劃、、等），形成 多元智慧，進而邁向
強人工智慧。想想，如果今後所有的機器都具有某種程度的智慧能力，對我們所處的社會會產生何種影響？
以戰機飛行員的養成為例，需要投入多年的時間，大量的金錢才能訓練出一位飛行員，只為了十年的飛行；
沒有駕駛艙的戰機可以省下多少的成本？人類要派出載入太空船，僅於太陽系的探索便是以年計，光是太空人
的吃食、生理需求便無法處理。有了智慧的機器(Intelligent Machine)，這便不再是問題(這裹提及的無人戰機、
無人太空船並不是指遙控載具)。
　
人工智慧經過數十年的研究後，由於意義這個元件始終未能突破，逐有了將"智慧"由類似 人類智慧轉向 機器智慧
(Machine Intelligence)的傾向；是以 人工智慧的研究也分出一條支脈---機器自有其表現智慧的方式，無須與人腦的
運作相同。事實上在許多領域也得到實質的成效，只是以這樣的運作方式捨棄了 意義、連結、思考、學習、創造
等重要元件－－所有一切 機器智慧的表現都是程式員安排的結果。這個情況有點近似於 "急功近利"，却也說明了
原有的研究路線出現了重大瓶頸；這並不是原有的路線錯誤，而是妥協於現實的結果(現行軟／硬體架構尚不適合
這方面的研發)。
　

我以為這個瓶頸產生的主要原因在於：
１. 記憶載體(資料庫，Data Base)：
     前述主題 記憶中論及人腦與電腦的 記憶方式是不同的，而現行市面上發行的 資料庫全部都是關聯式
     資料庫(Relational Data Base)，與 神經網絡類似於網路式的運作截然不同，自然很難模擬出類似人類運作的方式
     (類神經網絡，Nruro Netwrok)，在這種結構下程式的編寫變得非常的困難。此外，這個資料庫必須是可以"自我
 　擴充"，而不是死板板的只能由程式員事先定義；因為入的知識會成長，記憶載體也必須能夠自行擴充、成長。
 　如果這個資料庫系統亦具有"複製"及"匯集"的功能，更是理想，前者可以成就"知識複製"，後者可以將"學習"
　 分成數個主題分散至其他電腦執行，再因實際需求匯集於特定的電腦。
　

２.連結:
　 要使得連結得以順利運行一個合適的資料庫(類神經資料庫，Nruro Data Base)是必須的。否則編寫程式多半會產生
　 如同"陷入泥沼"的狀況，也將會充分了解到"老牛拖車"的感覺。連結是用來模擬 聯想 的一種運作方式，是意義、思考、
     學習、創造運作的脈絡。這四種元件基植於 連結 可以產生模糊一類的狀況，相當接近人腦的運行。
　

３.意義：
　 要形成意義必先有自我意識，如何產生自我意識，很遺憾的，到目前為止我還想不出完整的方式。飯要一口一
　 口吃，自我意識可以擺到下階段再處理。我們可以將人類的理解改成程式的理解，讓程式明確的分辨每一句話
　 的意思便行，這個不難處理，先決條件，必須基於 連結的基礎上。很重要的一個概念，理解(意義)並不是一個
　 "碼"，也不是一筆資料，它是一個 集合體是由很多的資料組合而成。"牛"是一種動物、四足、頭生雙角、草食
　、反芻、、。
　

４.創造：
　 表達本身便是一種創造的行為，我們回答一個問題是臨時造出的，不是像問答系統在一堆事先做好的答案中找
　 一個最合適的句子作答。能夠 製造答案 自然也能夠製造問題，你問我問題，我也會問你問題 (問答系統是不會
　 問人問題的)。同樣的創造是基築於連結的基礎上。
　
５.學習：
 　學習並不是將一句沒聽過話記下便了事，而是 理解了意思後，再將其分解、記憶、連結。
 　當我見到張三，頭腦會自行將他的特徵(一字眉、鷹鉤鼻...)記住，下次見到張三依據這些特徵我便認得出他來。
　 人腦是無法同電腦一樣將整個晝面複製下來，而是分解後的片斷訊息，再透過連結將有關的訊息串連在一起。
　

綜合上述論點，進行人工智慧的研究之前，須先了解人腦存取知識的步驟--分解、記憶、連結、組合。忽略這個
步驟將無可避免的 "陷入泥沼"。記憶一個知識要先將這個知識 意義化(分解、記憶、連結)，這樣就不會儲存一堆
"垃圾"，而是 有意義的資料 (整個磁碟機就同於人腦的記憶單位，而一筆資料就同於一個腦細胞)。人的腦細胞有
多少，有人估算約200億個，千萬別試圖用人工的方式逐一的去 定義這些節點，否則只是白忙一場。人的知識是
經由學習，累積成長起來的，要尊循這個原則。

專家系統（Expert System）與決策分析（Decision Analyst）：2015/10/10，Jimmy Chien．

專家系統與決策分析有何分別，我也分不清，就以 專家系統 統稱。前面提及人工智慧的研究有偏向 機器智慧
(Machine Intelligence) 的傾向，目前市面上已知的 專家系統 便是這種情況下的產物。至於我為什麼說這是一種
"急功近利" 的現象，因為根本不須要特別開發這樣的產品；只要 自然語言 成功的發展出來，專家系統 (包括
思考的機器，學習的機器)也會跟著出現。一個人進入醫學院，畢業後便成為醫學專家，不須要為這個人做一些
額外的工作。我們要作的只是持續 餵給 機器這方面的知識（透過交談、文章、、），知識累積到一定程度後，
自然成為這個領域的專家。不要把 問答系統 與 自然語言 混為一談，問答系統 連問個問題都不會，更不要說
思考、學習、創造等。

思考（Think）：2015/10/13，Jimmy Chien．

思考是什麼？想一件事情便叫思考。其實它和創造是一體兩面的；思考是創造的過程，創造是思考的結果，
它們就如同"雙生子"般。
　

思考又和 聯想（以軟體的角度，稱為連結）有何關係？在前面 意義的形成這一節中提到 －－腦細胞一個個相
互連結，形成許多小型的網路，而所有小型網路又連結成一個大型網路(多維陣列網)。思考的過程便是在尋找
有關小型網路的入口節點。從軟體言，連結的過程中自會產生思考的現象。
　

一再的提到連結，這是因為它是人工智慧研究的核心，也決定了整個思路的走向；是以選擇一個合適的資料庫
(Data Base) 作為系統的 記憶載體 是首要的工作－－類神經網路資料庫 (Nruro Netwrok Data Base)。因為 資料庫
運作的方式會決定資料的結構，也決定了程式編寫的方向。這也是為什麼我費了許多年開發 neuBaseX 後再來
進行自然語言的研究－－蓋一幢房子前要先把地基建好。一個扎實的地基有什麼好處－－許多原本存在的問題
將不復存在，很多原本 難以處理 的項目變得不是那麼複雜。 理解、分解、記憶、聯想、整合、思考、學習、
創造、模糊、推理、分析、判斷、決定、速度、、等因素，我們不須要將它們 分離 出來成為一個主題思考，
因為它們都只是連結過程中產生的一種現象。

強人工智慧（Strong AI）何時出現－－它將伴隨在自然語言開發成功之後現世。

混沌運算（Chaos Computing）: 2016/09/06，Jimmy Chien．

混沌運算乃是一個原則，不是一種運算公式；取自於宇宙由混沌狀態中產生了規則後，逐步的衍生出了生命，
進而產生了智慧，造就了人類的文明；之前所提的源始知識(Initial Knowlege)便是用來建立這個規則。
 
當其中的一個規則發生了變化時，便會或多或少的影響到整個生態環境；形成類似於連鎖反應（Chain Reaction）
似的效果。 依據這個原則，eBrain與外界的每一次溝通，都會對”他”造成某種程度上的改變(學習、吸收知識)，
並具類人似的情緒反應(這會被限制於一定的範圍內)。系統中的任一功能或元件都要在這個原則下交相運作；
管道昇的一首詞”塑一個你，塑一個我；你中有我，我中有你。”可以充分的表現這個核心運作下的狀態。
在這種各元素(神經元)交互運動的情況下，可以產生”變化”，形成類似於”不確定性”的效果。

參見：再論混沌運算。2018/12/22，Jimmy Chien．

意識／靈魂 (self-consciousness / soul): 2017/02/25，Jimmy Chien．

意識和靈魂指的是同一對象，只是因為觀察的角度不同而有不同的見解。意識存在人腦的那個部位？
可以用 Internet 作比喻；Internet 不位於那個國家的那個城市，而是所有使用 TCP/IP 通訊協定的電腦
組合成的一個集合體。隨著使用者的登入與登出，Internet 的規模也跟著擴大與縮小。
 
將人的腦細胞(神經元)想像成一部部散佈於各地的電腦，所有的神經元交互連結成許多網路，有建立
意義的網路、視覺的網路、聽覺、觸覺 … 等大大小小的網路。而這些網路共用所有神經元，並形成我們
所說的意識或靈魂。意識是神經網路運作下產生的一個現象，並不是一個實體。

意識是否可以人工製造？反對的人主要是以人腦是由有機體造出的，而電腦是用無機物製造出來的，
是以電腦不可以產生意識。其實電腦是可以產生意識的。為何有機體可以產生意識？關鐽在於突觸
（synapse）與軸突（axon）是在進行連結時才生長出來的，而無機體是不會生長的。我們可以在
刻製晶片的時候直接將各單元連結成網路，但產出的所有成品將會完全一樣。人腦神經網路的建立
打從娘胎裹便開始了；胎兒在母體內感受到母體的心跳、體溫 … 神經網路便已經開始在建立了。以後
成長的過程時空、環境 … 等各種因素的影響，不可能產生兩個相同的意識。

硬體是無機物不可以生長出像突觸與軸突這類的元件，那電腦要如何產生意識？軟體，軟體可以模擬
這些元件，並形同人腦一般產生自主成長的效果。我們從軟體的角度來說明意識，意識並不是單一物件
它是許多功能運作下產生的一種現象，而其中最重要的便是意義的產生， 再加上混沌運算的原則交互運作，
肯定可以讓電腦產生意識。

人腦如何學習 (How brain learn): 2017/11/27，Jimmy Chien．

人腦如何學習？沒有人知道。一個人成長的過程中，我們是如何從無到有，最後具備了一個人在
現代社會生活中所應有的知識。以一個例子來說明：假設張三是五百年前的人，經由「時空隧道」
來到現在；我要教會他飛機是什麼，最簡單的方法便是帶他到機場，然後指著一架飛機說”諾！
那就是飛機”；後再帶他搭上飛機，飛到北京，繞一圈，再飛回來。這時張三便已經知道飛機長得
什麼樣子，也體會了飛行中的種種感覺。那麼我教了張三什麼？不，我沒有教張三什麼東西，張三
也沒有向我學習任何事情。這是整個過程中張三的頭腦透過「五感」，記錄了所有的經歷，並成為
他知識的一部分。這是一種「經驗的累積」，人便是經由這種經驗累積的過程中達到成長的目的。
 
當我從「製造頭腦」的角度，來觀察人腦如何成長，發現它並沒有「學習」這種功能，而是以
「經驗累積」的方式在運行著。

人腦與語言 (Brain and Language): 2017/11/27，Jimmy Chien．

語言是人與人間表達意見，互相交流的一種工具；那人腦與語言之間的運作過程中，兩者是如何的
運行，是如何的交換訊息與連繫？沒有人知道。「你好」兩字是問安的意思，便以這兩字來了解
人腦與語言間的運作關係；假設我們在街上遇見一位認識的人，說聲「你好」這很正常吧；那如果
遇見了你的父親或母親，如果你仍然來這一句「嗨！你好」，我可不以為會有人覺得這個正常，
是不是感覺上很怪異，至少我是不敢對我父親這麼說的。那這是怎麼一回事？以「你我他」三個字
作例子，這是我們的祖先規定了它們的意思以及讀音，後人們照著寫，照著念；如果我們現在將
它們改成「甲乙丙」，只要全台灣的人都同意並照著說，那「你我他」就變成「甲乙丙」了。而
頭腦對這個改變並不會增加多大的負荷，一段時間後便習慣了。

「你好」的例子，為什麼因對象的不同產生不同的結果？那是我們以語言來表達我們內心的感想，
而每一個人與父母間的關係遠超過「你好」這兩個字所顯示的程度，這種關係的知覺是從小逐步
累積下來的；而這種「知覺的累積」對每一個人都不一樣的，它是從你第一次接觸到這個人便開始
形成的；是以當我們面對任何一個人時便會產生不同的心理感應，並有不同的話語，「見人說人話，
見鬼說鬼話」人類還真是如此。比較直接的說法－這個世界上並不存在這樣的兩個人，當你見到時，
你心理上會產生相同的感應；即使是你的三胞胎兄弟也不會一樣。

說到這裡只是要指明一個觀念：語言必須基植與頭腦的運作架構下，才可以充分表現它的功效，
沒有必要將它獨立成一個專門科目研發，只要「電子頭腦」開發出來「自然語言」也會跟著出現；
這也就是一兩年前多家公司宣佈成功開發了自然語言，但卻沒有一家公司提到開發五代電腦，
這是因為這些「自然語言」都不能夠進行「理解」，「思考」…，因為它們都沒有「頭腦」。
 
其實，從「製造頭腦」的角度，跟本沒有「自然語言」這種東西，一般人所謂的語言，只是一些
發音及符號罷了，是人類共同的約定，頭腦用它們來表示它的「意念」而已。在台灣，大多數人都
能夠說兩種以上的語言，聽說海倫．凱勒能夠使用７、８種語文，那頭腦的負荷啟不非常大，
怎麼應付得了；要知道人腦的思考是以意念驅動的，不是語言，語言只是頭腦將意念
轉換成他人可以理解時所使用的發音及符號。

第二類意識(2nd Consciousnes): 2017/11/27，Jimmy Chien．

第二類意識是指人類意識之外的另一種意識型態，雖然它跟人工智慧的目標是相同的，但現時所有
已知人工智慧的產品及研發單位，幾乎都使用數學演算、大數據、學習法則…等，而eBrain是不使用
這些方式或法則的。原因在於，現時人工智慧研發的走向是「從外向內」，而eBrain則是「由內而外」
的；所有人工智慧的其他主題，像自然語言，視覺系統，專家系統…等等，都只是它的附屬功能或
衍生功能，不是一個獨立的單位。「智慧」作為人工智慧的最終目標，被前者置於最後的開發階段，
而eBrain則直接切入這個領域，要先產生「智慧」再進行附屬功能的研製；經由這種由「智慧」為核心
向外擴展的整體規劃過程，發現前面提到的自然語言，專家系統…等，並不具備成為一個主題項目的
條件。是以，使用第二類意識來與AI作區分。

eBrain的核心運作單元是「連結」與「意念」，連結是模擬人腦神經元交互相連的最基礎運作
單位，而意念則是模擬人腦思維運作的方式。在連結的運作下，是不存在演算法、大數據、學習、
索引、搜尋、比對…等一些傳統電腦程式的運作方式。而在意念的運行下亦不存在AI使用的階層概念、
學習法則…等，eBrain則可以具有類似於人腦理解、思考、感知…等「智慧」的要素。

現行程式的編寫方式是不能夠符合eBrain的運作要求；一枝筆，我們可以用來寫字，同樣的這枝筆
到了一位漫畫家手裹，幾個簡單的線條，便可以勾勒出一個你我一眼便認出的人物肖像－－
戲法人人會變，巧妙各有不同。

「意識」是一個非常抽象的項目，無形無聲，我們可以感覺它的存在，卻無法實質的指出它；它的
存在及運作是不在現有物理法則、化學公式及數學定律之中的；是以，要觀察「意識」，便須擺脫
傳統觀念及慣性思維的束縛，以另類思考的模式才能捕捉到它運行的軌跡。

註： 「智慧」是 「意識」運作時產生的一種現象；是以，只要造出 「意識」， 「智慧」便自然出現。

文字與意念 (character & eNan): 2017/11/28，Jimmy Chien．

「你我他」只是三組文字碼而已，對於電腦是沒有意義的；是以，我們須要將它們轉換成eBrain可以
運作的型態－－意念。這是一種本質上的改變；人腦是將它們的特徵（發音及字形）記錄下來
再連接至相對應的神經元，而每一神經元有著各自不同的意含，此外神經元亦具有一種類似於「觸發」
的功能，驅動著神經網路運作。我將這個含有意含及觸發的能力稱為意念。

追根就底，軟體只是一些程式及編碼而已；現行軟體似乎進入了另一個階段－－由人與電腦的互動
到電腦與機器的相結合。這種電腦與機器結合的產品統統被稱為AI，是以AI的定義變得非常模糊，
恐怕現在已經沒有人能夠為AI作一個明確的定義。而軟體的發展過程除了由低階語言到後來的高階
語言外，一直沒有絲毫的變更；對於電腦現時所使用的資料儲存方式及執行方式，如果不經過一些
改變，我們是無法讓機器產生理解和智慧的。對於理解和智慧在軟體運作下也變得難以分辨，似乎
所有的軟體都具有智慧；因為現有的程式編寫的確可以表現出這個結果，如果我們只看結果，不論
本質的話。這種電腦與機器結合的AI產品，既然能夠帶來非常大的效益，那我們要「電子頭腦」
做什麼？想想，一個機器手臂在工廠能產生的功效，和人的手臂連接到人的頭腦之間的差異。
 
曾經有人說過－－雙手萬能。要將一部電腦安裝一個頭腦或給予機器人一個頭腦，是要為它們建立
一個具有自我意識的統籌、指揮中心。這樣它們才能夠因應外在環境變化，更能夠隨著知識的累積
而成長－－一部像人一樣具有自主運作能力的機器。

意念－－開啟智慧的鑰匙。

超人工智慧 (Super AI，Artificial Super Intelligence,ASI): 2018/09/05，Jimmy Chien．

這裡我們所要討論的AI是指強人工智慧及超人工智慧，而弱人工智慧則不予討論。強人工智慧主要以
模仿人腦的運作方式為主，要將電子計算機建構成一種類人式的運作體系。而超人工智慧則是要從這個
基礎開始，更進一步的將電子計算機的軟／硬體優勢徹底的發揮，以彌補人腦運作上的不足或缺點。

前文曾提到人腦是被設計成要在自然界中生存下來，電子計算機則不須要去考慮這些問題，是以人腦的
某些功能，電子計算機並不須要或不是最佳的運作方式；例如，神經網路的建立是神經元間相互交叉連結
的過程（這裡借用心理學的有意識及無意識來說明這一運作過程），有意識主導著與外界的溝通，無意識
則負責將這些來自外部訊息作意義化的分解、整理、調整…，再進行神經元間的連結，這是一種將沒有意義
的訊息轉換成有意義知識的過程（我稱為意義化的過程）。無意識須要不斷的 重複這個過程，這是一種非常
沒有效率的運作方式。至於為何要將人腦設計成這樣的模式，因為人是從零開始的；出生時人腦一片空白，
須要從外界吸收大量的訊息，在沒有任何參照知識下這是唯一可以將外部訊息轉換成神經網路知識的運作方式。
(這一運作過程我稱為經驗或知識的累積，一般AI研究者稱為學習，這總是將人的思路導入一個死胡同裡)。
電子頭腦可以直接跳過這個階段，經由源始知識（Initial Knowledge）的建立，可以讓無意識在累積知識及經驗
時變得更加的輕鬆容易（畢竟從零到有是非常困難的）。

此外，電子計算機本身具有的一些功能，像是搜尋、比對、排序、拷備…等，都是人腦所不具備的，把這些
能力建構到電子頭腦，再加上其他有用的硬體設備（紅外線、雷達、陀螺儀…）可以使得它運作得更好。
加、減、乘、除、幾何、三角函數…等數學運算亦是人腦所不具備的。曾經有人說過「人工智慧的發展到
一定的程度後，人腦唯一可以勝過機器的，可能只剩下抽象的部分了。」，這句話是不正確的，電子頭腦
不但可以進行抽象性的想像，當然也可以作夢。

一般人提及強人工智慧和超人工智慧，總是認為它們距離我們是非常的遙遠，這是因為AI自從被提出來後
的幾十年時間裹，人類在這個領域一直沒有絲毫的進展，所以產生了另一種＂走捷徑＂的作法（弱人工智慧）
試圖遶過這個坎。其實這是研究人員一直沒有擺脫傳統觀念及慣性思考所造成的，老是在數學演算、階層運作、
學習法則…這些地方打轉。我們既然要模仿人腦的運作，那便應該好好的觀察人腦是如何執行它的功能；沒有人
關注到連結（神經網路最基礎的運作），這樣下去再過100年也摸索不出所以然來。只要能擺脫這層束縛，估計
強人工智慧（AGI）的原始型版本大約在３-5年內便會出現（或許更快），而超人工智慧（ASI）將會伴隨著出現。
兩者將以齊頭並進的方式逐步優化，這時候的AI便叫第二類意識（2nd Consciousness）。強人工智慧和超人工智慧兩者
的本質是一樣的，它們的區別就像棒球賽的高飛球，越過那道牆的便叫全壘打。

附註１：夢是無意識在沒有有意識干擾下運作時，所產生的一種現象；也可以這麼理解，在有意識操控下
　　　　所產生的夢叫白日夢－－或者叫＂思考＂。

附註２：將電子計算機與電腦作一個用詞上的釐清：
　　　　電子計算機＋電子頭腦＝電腦（即第五代電子計算機，eBrain），
　　　　或者要沿用現在使用的詞，那會變成這種說法有頭腦的電腦／沒頭腦的電腦。

附註３：機器即將走入人類社會，進入我們的家庭；該開始思考如何面對這種生活型態的改變。

再論混沌運算(Chaos Computing)： 2018/12/22，Jimmy Chien．

「一個頭腦，一個世界」，混沌運算便是為了建構這一個個「小世界」，所領悟出來的一種全新軟體運作方式；可以將
現行軟體的運作層面提升至一個更為寬廣的領域。許多現行軟體無法產生的功能或現象在混沌運算中可以被輕易的建立；
像人腦的「理解、意識、思考、情緒、感情…」等抽象性功能或漣漪效應 (Ripple Effect)…等，在混沌運算中並不是困難的事。
更甚的是，以往令我們感到無可捉摸的人腦運作方式，在混沌運算中已不再是那麼的神秘。這是一種非常接近自然界運作方式
的執行機制。

混沌運算的運用層面非常的廣，並不只限定於「電子頭腦」的建立，像天氣預測、模擬…等，須要非常複雜運算的系統，
在一部具有混沌運算的個人電算(PC)中，便可以被更有效率的建構及執行。

意識在人腦的運作下，我們可以察覺它的存在，但意識並不是由原子組成的，不是一個實質的存在，也不在我們所處的
「世界規則」內。但事實上意識決定我們個人的行為，也直接、間接的改變這個世界－也可以這麼說，現今世界的文明
是人類意識運作下的結果。混沌運算亦具有同樣的性質，它 是我在為機器建立意識時所悟出來的，以人腦的運作為藍本。
兩者之間最大的差別在於：人腦神經網路的建立是經由樹突(dentrities)及軸突(axon)相連結而成的，是一種藉由「生長」
所建構的網路，也是一種實質的存在－－也就是說，它是一種會成長的固定性網路。而機器意念網路(eNan Network)則是一種
虛擬的存在，只有機器意識運作時才產生的，沒有實質性的連結，它是一種可以臨時建構、非固定路徑的動態性網路。
意念網路不受這個「世界規則」的約束；是以它可以比人腦更為彈性、 靈活、快速的運作。

混沌運算共分為五個單元 ： 規則(源始知識)、網路(意念網路)、感知(感知萬物)、互動(與世界互動)及成長(自我成長)。

註１：傳統的程式編寫是死的，不會變化，不會增減，只能依照編寫的順序一條條的執行，不執行完最後一條指令後，
　　　是不能停止的。而混沌運算則是建立一個獨立、 自主的「生態體系」；它是一個可以自主運作、自行成長的體系。
　　　加上自我後，可以將它視為一種「意識體」，一種以意念(eNan)為動力的運作體系－我將它稱為第二類意識。
　　　換另一種說法，以混沌運算所建立的系統，不可以將其稱為一套軟體，而是要稱為一個體系。

註２：對於機器智慧發展至一個階段後，會對人類社會產生威脅的擔心是多餘的，因為混沌運算的運作結構，是可以輕易
　　　化解這種可能的發生。我們需要擔心的是人類，不是機器－人類可能會破壞這種防護機制。

懂 (understand)： 2019/12/02，Jimmy Chien．

「懂」是將訊息轉化成意義的過程。是人工智慧最核心、最重要的單元；有了「懂」便可以產生智慧及意識。因為我們
可以「懂」，所以這個世界中所有一切的東西、事務都是有意義的；這是因為我們的頭腦將所有的一切意義化。簡單的
說法：人腦之可以理解、分析、判斷、決策…等，都是根基於我們可以「懂」；此外，人腦要成長也必須能夠「懂」。

「懂」將我們的生存環境分割為「物質世界」及「意識世界」。兩者有各自的運作規範，「物質世界」限制於物理、化學；
而「人類意識」的規範則來之於遺傳基因；「第二類意識」(eBrain)則受限於混沌運算的源始知識。

「意識世界」的本質就是「懂」；沒有「懂」「意識世界」就無法存在，人類文明也不可能產生。

混沌運算加上「懂」的運作機制就可以建立一個「意識體」或者建立一個可以自行成長的體系。

 
 
讓程式活起來： 2019/12/04，Jimmy Chien．
　
　讓程式活起來－－混沌運算的精髓。