編外雜記-層次結構的一點思考

1.皮層的基本機制：

• 記憶網路：
• 一套基於訓練的記憶網路，記憶網路與時間，和表徵相關。 該記憶網路分布化組織，由連接通路形成感知數據形成交叉相關。 記憶網路層級實現
• 記憶網路基於相關記憶，非精確記憶
• 由感知刺激輸入特定區域，形成表徵。如該表徵相似的刺激反覆出現可形成記憶存儲。
• 對輸入的表徵序列會對輸入進行預測，預測的準確性，表現為記憶。
• 記憶網路的基本活動方式：
• 如刺激序列無法在區域內未出現過相似序列，該區域不會對其形成預測
• 如刺激序列反覆出現在某個區域，改區域會對其進行輸入預測。
• 記憶網路的層級特性：
• 特定層次的活動表徵，可以作為下一層次激活的輸入。下一層次具備與上一層次輸入，形成抽象的能力。
• 例子：方塊按照上下左右的規律運動(純邏輯思考，與真實的分層功能無關)，某個層次皮層對物品形狀(VL-1)，位置（VL-2），顏色(VL-3)同時進行記憶處理，反覆訓練後形成活動和位置的表徵。圓形也按照上下左右的規律運動時，VL-1會產生新的記憶序列，而VL-2卻能找到預測序列，同時VL-3也會產生新的記憶序列。如果設計一個層次輸入VL-1-2-3為VL2-1，VL2-1等效輸入了VL-2的信息。從而實現抽象出位置信息的目的。這個抽象過程是按照獨立設計VL-1-2-3方式推到下來的結果。

事實上由於感知輸入的連續性，導致在一個單一層次上局部上顯示出天然的分區功能。因此VL和VL2是一個獨立的簡化層次。通過層次的構建，可以實現局部信息上的抽取，也就是抽象，以達到分離信息目的。這種抽象的能力來自於輸入信息之間存在的可自過濾特性，也就是通過一組信息的差異提取出相似或相同的信息。如果輸入信息本身不是連續的相關數據，則無法構建上面的基本邏輯。換而言之，訓練數據需要有序列相關性的要求。再言之，這種特性不具備在雜亂信息或亂序信息中提取規律的可能性，因此這不是一個萬能的演算法，而是針對現實世界連續性前提的基礎上設計的數據處理工具。

皮層本身只是7層或6層的基本設計，抽象的層次物理上受到限制。因此，如果考慮更大程度上的抽象，就必須考慮區塊間連接的特性，區域塊之間的互聯邏輯上可以實現更多層次的疊加。考慮到皮層物理上的有限，乃至在互聯結構上形成環路，信息在環路上循環的次數，則形成了信息的反覆處理，和高度抽象。對抽象信息的預測準度，表現為對輸入的"理解"。由這裡想像可假設，「理解」是預測得以驗證的一種「感覺」。或者說是認知激活和預測對生物性體征產生的影響表現，和覺得「熱」是相似的。而這種認知建立在具體的連接模型和具體刺激信號的基礎上，所以可以認為這種主觀是客觀的。

這種客觀建立在非物質的"信息"在神經細胞和突觸組成的物質「網路」上。而這種一體的關係後面的「信息」，確可不依賴一種固定的物質表徵得以實現。同時由於「信息」以具體物質連接關係的形式體現，因此一定程度上「信息」也在直接改變物質構成。這個過程是一個完整的共生過程，「信息」需要依賴「物質」進行表徵。而同樣的信息則同時可使用不同的具體物理形式進行表徵，完整的理解這個過程需放棄傳統「物質」和「意識」的對立關係。

2.信息的recall:

當將連接拓撲考慮為開放模式時， 如果原則上如果不產生新的刺激(sensory輸入),皮層應當處於相對靜態的情況。一個特性的輸入序列會激活一系列區塊的活動，這些活動會刺激邏輯上上一層次的活動，這種刺激深度，取決於記憶的層次，當可預測(記憶)層次較深時，刺激會擴展到更多的邏輯區域，乃至深度。而對於激活較低的記憶層次的刺激，這種擴展會變得相對有限。

假設連接深度在邏輯上呈現環路的特性時，當輸入信息序列在輸入後，則會反覆疊加循環，由於遞質的低速特性和拓撲邏輯深度之間存在可比性，這種循環會一直持續，但維持較低的頻度。沒有新的輸入時整體則會趨於穩態，但即便輸入相同，但由於迴環的信息疊加也能形成新的表徵。這種循環和循環和疊加可以形成「鞏固」的特性，反覆會形成同一信息抽象的鞏固。因此可認為recall的現象只是循環過程的一種表現，而不是獨立存在，或可單獨發起的過程。
推薦閱讀：