业界探讨认为 神经胶质细胞。是比神经元更重要的细胞。所以，本计划同样对待这个细胞绘图。

神经胶质-相关区别

神经胶质
神经胶质
神经胶质细胞和神经元的区别：
1、 神经细胞有两个“突起”叫做轴突和树突，而神经胶质细胞只有一个；
2、 神经细胞能够产生动作电位，神经胶质细胞则不能，但它有休止电位；
3、 神经细胞有使用神经递质的突触，而神经胶质细胞没有突触；
4、脑中神经胶质细胞的数量是神经元的数量的10-50倍还多。

目测是高中生物的内容，然后呢？群体智慧？集群单元？

本帖最后由 noya2012 于 2013-12-13 20:26 编辑

努力阅读资料，并且分类归纳，这是现阶段我能做的。并且有了一个大致的想法

以下推断结果主要来自于现代资料对于单细胞生物的应激研究上。并且认为有必要对于单细胞生物做详细的了解。

就是关于记忆的合成，是和传统的描述有一点不同的，传统发现揭示的，神经元突出的数量和功能，和记忆有关。而现代更新的发现，由于离子溶液和各种信息素，可以在细胞内部形成压力，我觉得记忆还和细胞内部压力有关。微观层次，分子级别的层次组合，可以形成生物体能直接感受到的压力，以及神经原可以探测到的刺激。当压力推动离子溶液or信息素瞬间通过间隙释放，由凸触进入到另一个细胞内部。这种短距离的联系。成为加深记忆的行为。三维方向上若干个细胞组成一个记忆的影像，通过类似立体分形模型的细胞阵列，可以在多个方向上感受到多个影像（多个角度存储和取值），多个信息，这就形成了人类庞大的高级信息存储结构。

而基本的逻辑概念例如数学概念，则很容易由细胞群组来感受到。群组化的压力区域，比较容易存储和生成，这解析了为什么更低级的基本的本能，可以由生物的基本工程师  DNA来搬迁组装完成，最后生成脑干，脊髓等基本信息系统。

所以。本脑图计划，首先收集单个细胞内构成元素的完整资料，并且建立流程描述。远景上，最低的模拟程序，需要两个并行程序来即时通讯。也就是完成两个细胞的基本模拟。而更远的实现模拟方法，我决定采用同等数量的并行程序来模拟细胞群。涉及到操作系统层面的管理，首先需要记录每个进程所代表的空间位置，进程外部的空间也需要描述和分配并且统计。  更大规模的模拟，目前这个方法只能采用静态存储的方式了，每刷新一次，则需要一次记录，因为实际上脑细胞数量非常庞大，每个细胞的模拟需要一大笔系统资源。如果没有更超级的先进计算机来同时并行工作。是很难实时模拟的。

本帖最后由 noya2012 于 2013-12-13 19:53 编辑

基于上面的推测，我认为，低级的神经组织，可以通过训练和刺激，或者外部帮助，来形成高级的信息处理区域的，这就形成了一个更美妙的想法了，可以将外部接口插在手臂上，而手臂上经过刺激训练的生物数据接口，可以翻译对流传统电子信息世界的资讯。从而达到更快更强大的应用。

然后，我们用左手看电视，用右手把妹子（在网上）用头部来睡觉/吃饭/做梦流口水带帽子那样的美好生活，也可以了。实现了人类/动物界/BIG DATA /思维集合。然后矩阵的出现也是在意料之中了。

关于存储和模拟的主要方式
采用C+S方式，而专用的数据库可以存储N个 细胞的状态/形态/内在状态，这样客户端只要不断 读取数据和回写就可以了。不知道除了ORACLE之外还有哪个数据库可以支持快闪热庸余的，，，，客户端估计要重新开始学 c了，[s:11]，，，，以前学的都是C长出来的孩子，VFP,PB 之类的。。。。

本帖最后由 radio 于 2013-12-13 21:41 编辑

这个是老外弄的，用超算运行，可以实现一些人脑的基本功能，但还是远远不及人脑水平：XXXXXXXXXXXXXXXXXXXX/article/403444/  
相关文档和资料，程序：XXXXXXXXXXXXXXXXXXXXXX/spaun

毕竟现在计算机实在达不到这个要求。
个人以为，按照目前技术，这个不是很可行。

本帖最后由 noya2012 于 2013-12-14 18:34 编辑

谢谢楼上朋友提供，看来国外民间已经进行到实际组建的阶段，可以看出如果是有支持的研究机构，会到达一个比较可行的阶段。

大约看了一下对方的说明，开源的系统工程，先组建基础神经元，然后实现了整个脑部信息处理的流程。源码还没有分析过，phython的好处是跨平台，(这里吐槽一下表示酸酸的)但是也带来执行效能的问题。因为大型机的实际主要资源，有很大一部分是在运行为了支持这些专用脚本而架起的环境下。就好比需要在虚拟机里做计算。而采用数据库方式设计，也是需要构建环境。起码人家已经完成了第一阶段。可以直接做 DSP了。
最理想的是直接用ASM编写，分开功能机运行，这个机器负责外部应激，例如视觉神经输入，这个机器负责输入译码部分，。。。。。。。。然后读写网络数据库，数据库也是分开构造，每台硬件负责一个部分的存储。。连操作系统也不要，。甚至直接做成硬件DSP ,恐怕只有下阶段专业机构才可以做到。。。。只是想想而已，很想和对方联系一下。交换一下想法。

本帖最后由 noya2012 于 2013-12-15 17:31 编辑

XXXXXXXXXXXXXXXXXXXX/article/392664/?_block=article_interested&_pos=3
来自IBM的研究,他们对神经系统运作的方式描述也是电-神经质-压力/突触的方式,主要核心部分在于如何描述输入输出的译码部分,也就是,如何建立和采样感官信号,通过原始的本能进化成高级认知,期间的堆积过程,因为每个生物体的本能都接近,所以描述相同,然而后天的训练和进化,会产生不同的布置和存储,而这个存储规律又是可以描述的.没有办法搞到他们的描述部分.
ibm已经到达了制作芯片的程度,专门的 DSP,如果能搭配数据库运行,会更好吧.暂时还没有了解下去.

为了到达和使用最准确的信息传递过程,有必要通过合适的试验来分析信息是如何在大脑流动的.

这里本人提出一个设想中的试验

测试对象在密闭的黑色空间里,安静的躺在大椅子上.其中他的身体放松,如果有必要抑制来自其他神经系统的感知.然后在对象的面前一个大屏幕上,播放蓝色的颜色.红色的颜色
需要一台很高分辨力的  磁共振扫描器,以频谱仪的速率/最高的分层能力/来整体透视活体对象的大脑区域 ,(这台MRI的进化版本目前在GOOGLE搜索到很有限的信息.具体分辨力不清楚达到了要求没有)这个可以描绘细胞核内部流动的扫描仪,可以记录下在输入颜色信号的时候,整体视神经,前额皮质,各种部位受到的压力变化,以及离子溶液流动的方向等
重复试验几次,分析和得出重叠数据.排除其他杂乱的输入 ,这个就是需要的结果..
可以看到位于某一蔟的神经树和环绕胶质发生了变化和活动,再放大图片,可以看到某些神经元改变了长度和突出,某些胶质细胞扩大和缩小,而代表一些信息素和其他液体的流动也可以反映出来.

本人没有任何条件进行试验,猜想模拟此实验的结论是

人类存储和记忆信息的最小单元,是一个细胞能应激的空间,也就是一个细胞,和它的突起部分.一个细胞包括上面的n条突出,可以存储的数据是普通2进制的好多倍,因为是立体环绕取值的.负责取值/译码的部位,是位于管理生物本能邻近的部位.这个是由传输顺序决定的.很合理的，在漫长岁月的进化里，因为随机遇到的任务而不停改进的生物应激行为，人类进化出来比本能高级一点的大脑区域。这个本能的 编码器就发展为更高级更复杂的处理机制。慢慢的，岁月过去很多代，这种机制令到人类可以感知到自己的存在，感知到需要更舒适的生活就必须完成更高级的任务。于是，我们所说的理智就产生了。而这一切，其实都是在物理规律范围内，人类开始还原物理规律，和数学公式。认识自然，其实一切都是在自然的框架内进行，并没有跳出生物圈。也就是说，我们所说的智慧，只是认知自然环境的能力。还有本能沉淀而来的 ，叫做知识的那种东西。

人类记忆和感知的主要信号是来自原始感觉的 几个种类 例如 甜酸苦辣咸压力温度光线声音等,  光线,有一定的感知范围,他的范围不包括电磁范围,因为对不可见光谱没有很大的应激反应.其中，平衡感和声音，以及触觉是直接使用压力感觉来产生信息的，中间经过弱电和化学的传递。
而味觉，视觉，温度，痛觉，则有化学反应的产生。本能感觉采集的各种信息，用细胞腔体内是否有压力来存储数据流，是很合理的一个推测。至于比例多少，我认为，用封闭的细胞来保存压力，是最节能的 。

而在物理和化学性质上,压力感觉是最适合做信息处理和存储的一个途径.生物的特质就是会自己运动，产生压力。而且压力,比较容易从物理条件或者化学条件制造.最直观的体验就是 ，当我们面临复杂的处境的时候，就会感觉到压力大，这个压力描述没有其他体验可以代替，为什么不是痛痒甜酸苦辣咸，是不是神经细胞内充满了压力和流动的需要，和需要耗费脑力劳动呢 。

人类也可以感知弱电,为什么神经元可以通过弱电传递信号,而最后却选择压力方式来保存信号呢.因为电容易发生干扰,消耗能量,在长期的随机优选进化中,生物最后选择了压力,作为主要保存信息的方式.细胞内部的压力,可以由细胞体长期包封起来,需要的时候再释放到另一个邻近腔去,而用电来传送信号,是因为在生物体内通过物理方式或者化学方式都可以产生电.所以进化选择了这种合理的方式.

而化学刺激的方式，在于描述这个数据再在进出细胞缝隙的时候，刺激细胞膜，传递给译码单元，提示是什么信息类型，只要区分人体内主要记忆区域内有几种信息信使，还有对比原始感觉的各个类型，对上号码，就可以知道，哪种信息素负责发生听觉传递，视觉传递，触觉传递其他传递。
我的结论是  当一个细胞，释放信息素的时候，压力变化提示一个0、1值，而冲出细胞体的信息素，则代表这个值所属于的编码组（感觉类型）。这个复合的信号，在立体的细胞树阵列里他们交替释放压力+信息，成为一棵带有编码描述信号的星星灯圣诞树，信号流经过神经元细胞，连接到高级本能区域（这个区域很关键，含有先天和后天的排列），由梳子一样的过滤和串流，组织成为本能控制信息，去控制整体人体的运作。

这个结论  需要等待到NM分辨率的mri扫描仪来告诉我们结论.而这台强大的仪器,也是揭开各种绝症的谜团的有效手段.希望科学家门在这方面加快脚步.因为它是进步环节上最重要的一个历程碑.

这样,又产生了一个有趣的结论,也就是,或许若干年后.我们的感觉细胞,可以进化到解读电磁波的能力.

引起的有趣联想是,如果细胞也能感受到它腔体内的液体浓度和咸甜程度,那么这是一个更高维度的信息处理能力.但是这个需要液体很恒定的浓度,稳定的化学环境和温度,才保证信息的存储,我认为在生物内部环境中,这个稳定的化学环境和物理环境,远不如直接封闭细胞体来得简单.也是基于进化优选,所以简单的方法也是最合理的方法.

继续思考，是不是发现民科的面目赤果果暴露出来了捏[s:13]

对于神经系统的记忆形成，传统研究也做了很好的解答，信息输入，生物电和信息素各种蛋白酶刺激生成海马体结构。

而我认为压力，在细胞最后存储信息发挥着决定的作用。信息素进入突触缝隙的时候，刺激神经细胞本体，然后内部液压增加。一个封闭的小容器，平时不消耗能量，也解释了为什么只要少量能量大脑就可以复杂运算。也统一了为什么我们可以观测到原子的排列却观测不到记忆的堆积，因为他们都变成了看不见的力。

为什么一根头发丝划过手臂我们也可以感觉到，因为压力是我们敏感而迅速的感觉。它撩过细胞传感阵列，直接产生信息素释放。
为什么不是眼睛那种光敏电化学作用，眼睛的采样是有延迟的，每秒15次刷新率。
而基于耳道内部的三维压力感知机构，压力的平衡感，却是精密无缝的维持着我们的一切动作和准确性。以致可以控制手臂拿起很细小的物体，控制双足前进。
物理的液力＿只有原始，简洁可靠的系统，才是我们宇宙生灵们选择的运作方式。



一个悲观的想法就是，如果是出于自然能量的转化为力，例如一位艺术家创作在海边自己行走的机器人那样，我们只不过是一堆无意识的小机器和传感器堆积起来的产物，和海边不停漫步的风动机一样。

密集的传感器  反复叠加  导致好像 有动机的存在  因为不能超脱自身的想法  而以为自己是有智慧的  
而真正意义上的智慧 创造了我们

他慈祥的眼里  世界是他的火车模型和玩偶 他的名字是 神 他行事的方式通过电和火结合元素 自然母亲/父亲  才是大
智慧。

他的孩子另外有一个可怕的名字叫  矩阵。


最开始 一切只有基点 然后 是造物者规划数学概念上的开始 大爆炸
然后 产生了物理 然后有了化学 物理结合化学，宇宙有了星球和天空云彩  然后第一团有机溶胶 经过交积 无序排列 沉淀 有机体在自然物理化学能下开始挪动 有机体开始具有了传感器和推进器  原始单细胞生物/多细胞生物  无序优选进化  这是造物者早在公式里的安排  然后，我站在你的面前，而妳的眼里闪烁着泪光。我们可以洗洗睡了



又   为什么我们的生命是有限的，为什么一个生物不能无限存在下去？   我的推断是，有一些生物化学物质，在我们出生的时候就开始衰老，他会让我们的身体忽视自己的维护更新，导致最后失去动力自然崩解。解决办法是用一种不会流失和分解的物质来代替它。甚至用纳米尺度的硅单元来替换记忆体。又或者，以这种多重物理化学堆积结构存在的物体，本质决定他只能维持这么多年，除非换个方式，单纯的物理方式会比较恒久，例如树木。但是也是有寿命的，物理尺度等级越低，成分越单一。越长久，即使是硅片能量矩阵，也有在星系湮灭的那天。

即使是造物者写下的公式，也会在这个宇宙终结的那天消失成另一种更低级的方式。又或者，我们并不消失，而是在我们发现了所有的公式和公式最底层的东西。掌控了命运，驾驭宇宙最强大的原力，缔造公式而成为造物者。



又  为什么我们会繁衍下一代？  最无情的答案是  因为自然选择  这是最适应环境的 存留方式  而进化  只是存在的另一种方式，和一块石头的存在是一样的。我们的存在思考运动，乃是宇宙的能量驱动而已，能量聚集在一起，以不同于一块石头的核能，结合物理和化学的转换成为生物。

又 为什么我们会有感情  其实只是体内物质公式集合的运动，一切都是造物主安排的公式化原生质在脑子里流动的结果。也是小规模能量有规律活动的结果。无论我们怎么努力，也是在造物安排的规律里活动而已。

本帖最后由 noya2012 于 2013-12-18 16:32 编辑

经过阅读草履虫的有关资料，对细胞的运行更理解了，关键字  液晶态  分子马达 各向异性，证实了我的模糊结论。百度百科  草履虫
单细胞生物

XXXXXXXXXXXXXXXXXXXXXXX/wiki/%E7%9C%9F%E6%A0%B8%E7%94%9F%E7%89%A9
真核生物
从物质结构的视角来看，单细胞生物是由液晶态物质构成的从物质结构的视角来看，单细胞生物是由液晶态物质构成的。草履虫身体内的液晶态物质不但可以传导快速的应激信息，还以低阻力的取向，形成路径，为体内物质的输运提供了通道
液晶态，是指细胞体内部的复合蛋白和各种酶等，具有物理上描述的各向异性，所以进食，应激，排泄等生物行为，可以 自然完成。而物理刺激和化学刺激，会改变这些线状排列的蛋白的各向异性，在草履虫的细胞质中，有细长的蛋白质丝错综地分布着，有些蛋白质丝在细胞核周围呈放射状分布。这些蛋白质丝统称为细胞骨架 (cytoskeleton)。如今已经了解，细胞骨架主要由三类蛋白纤维构成，包括微管、肌动蛋白纤维和中间纤维（微丝）。
进一步的研究认为，细胞内物质的移动是基于“分子马达”（molecularmotor）的作用（Bray， 1992）。分子马达是指小于纳米尺度的大分子的移动现象。它的移动有线型也有旋转型。作为分子马达的各种蛋白质，如肌球蛋白（myosin）、驱动蛋白（kinesin）、动力蛋白（dynein）等，将ATP分子水解提供的化学能量，转化为机械能量，去驱动细胞内物质移动。

基于前人研究 总结

原始生物的神经系统传递方式，和今天我们高级大脑的低层物理化学传递方式，是一致的。结论  生物学是用物理学和化学支撑起的虚拟机系统公式。

因此，具有本能反应的生物系统，也就是物理化学能的堆积，通过生物级别的物理化学作用来运作。生物具有本能，是在长期进化中筛选长成，

而巴普洛夫的摇铃实验，很好的验证了 本能，转化为记忆的过程。结论 本能可以进化为记忆和反应

低级记忆和反应，可以以突破指数的形式来进化，具体例子是 老鼠

老鼠是一种对环境变化适应能力强的生物，它的天敌无处不在，笔者研究过老鼠对于陷阱的适应性，当第一头老鼠落入常规陷阱，死亡，他会在陷阱留下信息素和用凄惨叫声提示同类，综合信息直觉告诉了老鼠同类，这种陷阱有危险。于是，以后，这个陷阱就再也没有老鼠上当了。因为附近所有老鼠都有了躲避这种陷阱的本能。
换过其他方式撲杀老鼠，老鼠就会越来越谨慎，出于生存需要。经过了3年时间，几十代的遗传，他们很快就互相学习会了分辨未知陷阱 和躲避的能力，而且学会了带有兵法智慧的高级联合作战

最近的观察是 老鼠已经会了小区域3人小分队作战的高智慧斗争方式，一切金属和带有弹簧的东西，他们都懂得避开，而以一只来发出声音，另一只悄悄偷袭桌面食物，第三只则在旁边观察本人应对动作，发出吱吱的联络方式。

在直接用棍棒追打的时候，他们会互相吸引注意力，甚至直接冲到本人小腿，在另一只即将被打中的时候，采取这样的极端方式来恐吓人类保护同类。可见老鼠已经学会了出奇不意的恐吓招数。

而情报搜集则是无处不在，只要移动，手头拿上什么物件，那么就肯定会偷偷过来，旁边观察。从此不再走进这个物件。

睡觉的时候，老鼠会在旁边数和听你的呼吸声，只要听到熟睡，就是行动的时机。假如不能肯定，就爬上床来，用口来轻啃咬东西和人体。测试本人的反应度。
所以本人对于老鼠甚是烦恼。因为他们的学习能力，已经有了突破提高。而他们的本能，已经开始演变为高级的选择条件应激。

我仿佛悲观的看到了人类和老鼠坐下来谈判的那一天。因为他们群体联络的能力，非常协调，几头动物就可以斗倒一个人。

目前的应对方法是，首先培养他们懈怠的心理，也就是任他们闹，等到确定他们不在，就布置熟悉的东西成为陷阱，例如拆下风扇罩，用筷子支起骨头来引诱和扑捉。同时制作假陷阱，假的危险，来让老鼠分辨不出真正的危险。。。。。相信老鼠以后会进化到分辨出各种物体和解构物体的能力。


很显然了
人类的更高级智慧来源，是在生存中，因为面对自然捕食者的威胁，同类的攻击杀戮。产生的本能应激进化。和劳动有关， 没有什么能比生存的迫切需求更能驱动人们去认识自然规律，物理定律，从而做出更好工具武器和更好生存。
我们即使到了今天，所做的科学，也是为了自身的生存，更好更长期的存在而动机。

本帖最后由 noya2012 于 2013-12-18 17:38 编辑

今天又阅读 了一本著作，《活物》是写那些伟大而孤寂的科学家，如何发现DNA,病毒，各种生命组成基础的。
在19节有讲述，病毒，蛋白，DNA等，是如何互相发生作用的 。

我的感受结论如下  

因为我们的环境是如此容易产生有机分子，所以，有机分子的各种随机发展进化复合，也就得出了今天的我们，这是多么自然的事情。
每个生命体 传递信息的途径，和他的体积是有关的 ，也就是尺度决定才用什么方式。

到了病毒那么小的有机分子组合，他们只能借用DNA来注入其他细胞复制自己。

而DNA的排列，所含有的信息，我认为只能携带那个尺寸级别的基础信息，无论信息量如何庞大，他们的尺度决定了不可能用来传递更庞大的高级认知记忆。
这有点象 小动物不能理解人类的很多说话那样。因为尺度问题还是其他原因。还有物理原因决定。
只有立体组织起来，才可以表达更精彩的实现和描述。

所以 ，细胞体内压力，自然就成了最有效和节能的同等级上表达方式，不可排除化学方式存储记忆，但是化学方式是用来描述和辅助标记作用的，比较有可能。、

要发展和传递更高级的信息，只能组合起来。向更高维度发展，更多的数组，更大的尺寸来描述一个字元。这样的庞大信息，就需要巨大的神经组织来支撑。和充足，优越的营养环境来存续。 这里本论述目前还不能做任何证明，但是通过综合参考以往研究知识，可以做出接近事实的推论。

这个，和我们的计算机平台相似，为了要运行更好的引擎，需要更大的低层支持，更多的晶体管，更多的指令集，更精致的系统，更多特性的高级语言写就引擎和驱动，而高级引擎，则可以构建更精彩的虚拟化现实。如果能编写自我进化的引擎，那就很精彩了
而高级语言的特性，和低级语言的特性区别，就是蛋白、氨基酸分子链与细胞尺度上实现功能的本质区别，有了高级语言，高级交流方式，才能更复杂更多样式的操控和实现。

而今天我们的知识体系已经进化到可以组织成更多门类科学的时代，更多门类的科学，可以构成更复杂，更高级的应用。未来，是我们用生物分子机器去操控物理应用的时代，反过来也可以，微观世界的探寻路上，人们已经到了每天都在触碰极限的时期，我们也可以回头来看看，中途错过了什么，为什么思想和意识的运行一直没有解构，是不是因为跑得太快了，忽略了 物理尺度和信息传递方法   具有相关性，这个事实的规律呢？
而我们应该和无形中 正在 遵循规律，集合各个领域知识体系，去构建搭接更高等级的未来世界。

很抱歉人类，我们确实是大自然的最高级杰作，我们的能力甚至可以改变地球母亲，可是，我们无法在自然的计划之外行事，一切已经安排。我们只是无数次随机和优选进阶发展而来的粒子团，我们的意识，只是按照计划好的粒子路径，随机和优选积累沉淀的结果。如果不能改写规律，不能脱离那么我们不能算是智慧生物。
我们的知识体系是一棵分形树，其中过去的节点在于，我们制造机器，我们制造电子操控的机器，我们制造生产机器的机器，我们制造具有生物一样行为的机器，

原子排列，在地球上出现了多么精彩的实现，他们的自然进化，到达了用这么复杂的互相构建的程度。这一切，其实又是在宇宙的合理范围中。蛋白分子的结晶态，只能是这个形状，只有以大的尺度组织起来，才有无穷的可能。

而计算机平台的出现，正是生命进化知识进化的分形支点重要一节，他的意义在于，先进的 高级组合，是可以干涉和决定低级组合的。我们可以重头创建一个有无限可能的原子组合。这个机器生命的开始，正是起源于我们人类之手，高级生物分子组合创建 低级物理组合。
可以想到
在无穷的宇宙里，某个冰冷的机器世界、硅基生命星球，，他们正在组建自己的碳基生物组合，他们把那种有四条肢体，会自己动的动物，叫做；生物机器人类。经过数百万年的研究，他们的人类，已经可以维护自己，维护彼此了！

本帖最后由 noya2012 于 2013-12-17 14:55 编辑

回顾我们的科学史，可以看到，数学，最早出现，因为与本能的需要有关，从本能认识自然规律，而发现了数学。之后物理，乃是有了数学认知后的进化，有了造物技能也开始需要研究高级复合材料，如会更好的弓箭刀剑。那就是进化到化学，有了好工具和好药物，那么更精细的自我解构也开始，这是生物。以上不出宇宙规律，而越复合的知识，则象是底层平台上的虚拟机，效能再高，也超越不了低层平台。算法有很多，实现有很多，应用的小程序也越来越精细复杂。计算结果多样化，分形发展，各种人生，组织，家庭，国家，而我们开始看不见底层的核心，终究一切都还是01010110110流过。而核心，就是我们要终极探寻和改变的 命运

插楼完毕，开始用实例描述大脑的译码部分，先睡觉恢复一下能量先。

在活物 里面，薛定谔说到，我们身体的分子和原子都不停替换和流动，

因此，我更肯定，只有相对大尺度保存的细胞容器内压力，才是记忆的存储方式，因为在变化过程中，稳定的微观化学环境很难维持精确的量，这个是对压力保存记忆论的再次求证。

假如，压力能在生物体停止活动之后保存以段时间那就是说，记忆是可以在死后的短时间内提取的，这是我提出的一个遥远的预言，
有个实验说，死去的动物视网膜上还残留着XXX的映像，这个影像，是由每个细胞组合起来的点阵，也说明了记忆是由单个细胞为最小输入字元，
而字元和人类制造的计算机系统有如下区别，可能是多进制字元，一个字元带有区别信息，和主体的0,1信息。甚至有复合的神经系统多元信息。需要更谨慎的对待和构建单元信息。

本帖最后由 noya2012 于 2014-1-10 20:41 编辑

元数据分为有,无,标志位,那么一个神经传递信号的描述就是  fx= X(A,B,C )=x(3)  因为试验条件有限  3比特的编码需要以后科学试验认证,这也是开头长篇大论力图证明和解构事实的原因.


而信息的传递和累积,以及最后的显现,根据遍历到的知识.可以用最适合的表达公式就是香农公式
又因
双眼输入信息  所以 单个信息分解 描述为 两个元数据
X1+X2=XL+XR= FXL+FXR=XL(A,B,C)+XR(A,B,C)

对于全黑环境下,驱除四周环境干扰还有屏幕边界的干扰,单个黑白屏幕的描述,很容易就用上方的式子分解.
设  COLOR=C(256)  颜色常数 对应荧光蛋白的编号
代入式子 x1+x2
得到
XL(A,B,C(256))+XR(A,B,C(256))     A=0OR 1    B=0 OR 1

综合眼球细胞阵列引入联合熵增  

  



                                            

[s:9]水一个，无意中自己也写了一篇cosmos电影剧本了。[s:8]

/*Table structure for table `cell_base` */

DROP TABLE IF EXISTS `cell_base`;

CREATE TABLE `cell_base` (
  `cell_place` smallint(5) NOT NULL,
  `cell_name` smallint(5) NOT NULL,
  `cell_status` longtext NOT NULL,
  `cell_is_off` smallint(1) NOT NULL,
  `cel_is_on` smallint(1) NOT NULL,
  `cell_bit_stat` smallint(1) NOT NULL,
  `cell_bit_act` smallint(1) NOT NULL,
  `auto_id` int(11) NOT NULL AUTO_INCREMENT,
  PRIMARY KEY (`auto_id`)
) ENGINE=MyISAM DEFAULT CHARSET=latin1;

建立数据库

本帖最后由 noya2012 于 2014-6-19 20:40 编辑

将视觉/输入神经的信号转化为数据库对应字段存储，处理模块一次性读取整个数据库所有细胞，（普通人的人脑组织我的统计分析是80GB的存储数据）根据以上联合公式做出统计。然后增加一个刷新过程。代表一次活动结束。回存数据。


跳过流程图编写为了减少在没有必要的标点符号引起的错误，直接用ruby/LUA编写过程了。经过考察分析选这两个测试，,希望在构建引擎方面它们会有原生的优势。

% 1.郎飞结(RanvierNode) F-H模型
% 2.节间区(Internode) 单层电缆模型,被动电缆模型(Passive cable model)
% 3.轴突(Axon) 1
% 4.胞体(soma) 1,
% 5.树突(dendrite)（1..N)
% 6.突触(synapse)（1..N)
% 7.轴突末梢(Axon Terminal)
%
% 突触(n)-->树突(n)-->胞体(1) -->[轴突(1)-->郎飞结1-->节间区1-->郎飞结2-->节间区2-->.....郎飞结m-->节间区m]
%   |                                                                                                                                           |
%   |                                                                                                                                           v
%    <---------------------------------------------------------------------------------(m)轴突末梢<--------------------------------------
这是我计划开发的神经元模型

我总结的一些零碎资料，有兴趣联系，共同开发
Hodgkin-Huxley  OK
FitzHugh-Nagum  OK
Morris-Lecar    OK
Wilson-Cowan    Ok
Izhikevich      OK
Hindmarsh-Rose  OK -->PDF

HH     Hodgkin-Huxley  equ  
FH     Frankenhaeuser-Huxley -->PDF
CRRSS  on the note of Ranvier
McNeal
Core-Conductor  + HH
GHK  Goldman-Hodgkin-Katz   OK
Cable equ   OK
Goldman Equation  OK

XXXXXXXXXXXXXXXXXXXXXXXXXXXX/~bingalls/MMSB/MMSB_code.xhtml
XXXXXXXXXXXXXXXXXXXXXXXXXXXX/9780123748829/pictures/code/XXXXXXXXml  !!!!!!!!!!!!!
Mathematics For Neuroscientists, Gabbiani and Cox
MATLAB Code for Chapter figures and Exercises            !!!!!!!!!!!!!!!!!!!!!!
神经科学与技术的统计信号处理(导读版)(神经科学研究与进展)(精)
Nerve fiber cable model

神经元细胞膜-模型 HH模型(细胞膜，无髓)
                  FH模型(细胞膜，有髓)
                  CRRSS模型(细胞膜，有髓)


完整神经元模型 轴突,胞体，树突,

集总参数(神经元细胞膜) + 轴浆电阻

郎飞节（HH模型,F-H模型）
节间区 (漏电电容，漏电电容等效电路）

树突（被动电缆模型）
胞体(HH模型）
轴突郎飞节(CRRSS模型)
轴突节间区(被动电缆模型)

人才啊[s:104]