自由能原理机器

一种自由能机器的构造方法（基于自由能原理理论思想，属于主动推理过程）。

系统构建:

设有一个对象集群，集群的每个对象产生时间随机，每一个对象有一个寿命，寿命长短随机，对象产生以后开始记录寿命，寿命到了之后对象消亡，集群内每个对象有n位二进制输入，m位二进制输出。每个对象绑定得有一个真随机数生成器，一个对照表，对照表内只容许三列数据，一列是有效数据，一列是有效数据的索引，另一列是活跃度值，表内每一条数据的有效数据为一个n位二进制数与一个m位二进制数的绑定体。一个对象内，n位输入和m位输出的对应法则为，a,当n小于等于m时，当有一个n位二进制数输入时，通过输入的n位的二进制数在对象的对照表内进行查找，若查找到有相应的绑定体，则使用绑定体内的m位的二进制数作为对象的输出，若没对应的绑定体则使用真随机数生成器生成m位二进制数作为对象的输出，并把这一组输入输出绑定在一起作为一个绑定体存储进入对照表内，b，当n大于m时，所有对象按照相同的顺序和规则截取m位作为有效输入数据按照a中的规则处理，剩余的n减m位不管输入什么数据不予任何处理。绑定体被查找使用的频率定义为绑定体的活跃度值，当对象的对照表内绑定体数目达到n乘以m时，删除活跃度值最低绑定体，即该条数据的有效数据，有效数据的索引及其对应的活跃度值，也就是删除这个绑定体条目。集群内的对象随机级连聚合，一个对象的一位输出随机地作为另一个对象的一位输入，或者直接作为最终输出，没有上一级的输入作为最终输入，最终输入接受外部数据输入，一个输出连接一个输入我们定义它为连接小体。集群内每个对象消亡以后，与之相连的别的对象的输入输出解除。值得特别强调的是最终输出和最终输入也不是固定的，一个最终输出也会随机地连接一个最终输入，也就是我们前面定义的连接小体，连接小体产生时间随机，寿命随机，寿命到了解除连接回归最终输入和最终输入。系统与环境之间耦合构建出一个反馈环，具体如下:环境作用于系统感受器也就是最终输入端，系统处理和传递，效应器也就是最终输出端被动接受，能动处理，主动作用于环境，被作用的环境再反过来作用于感受器，也就是最终输入端，加之系统本身又具有进化适应能力，元认知，自我指涉机制等高级功能就是在这么一个像车轮一样的反馈环里像滚雪球一样越滚越成熟，而任何想在系统里面加入反馈环机制的努力连画蛇添足都算不上，准确讲是徒劳，因为经过规约化简之后和没引入反馈环机制是等价的。

主要结构及其对应机制的解释:

设有两个意象A和B，分别将它们从系统最终输入端注入时，如果在系统内一个对象里面A和B使用了同一绑定体或者它们的绑定体的m位二进制输出是同一个二进制数，则叫这个对象为A和B的同一根相似或者同一根概念，系统内的同一根相似或者同一根概念总数叫做它们的根相似度或者根概念度，根相似度值越大，说明意象A和B越相似，当想将A和B归为同一类时，可以引入意象C，将A和C绑定成意象D，将B和C绑定成意象E，将D和E从系统最终输入端注入系统，则它们的同一根相似度相对A和B而言，组合特征会大大固化（不是根概念度值大大提高），也就是说A和B诞生了新的概念，我们又可以把这个新的概念作为一个意象，与别的意象一起，类似于A和B那样继续诞生新的概念，这样一层一层，就像万千溪流汇聚一样形成庞杂的树状结构。而图像识别和上面的分类原理完全一样，要说它们有区别，用一个形象的比喻就是图像识别类似于春天的针叶林，细腻而丰富，而普通的分类类似于冬天的桦槁树，粗糙而简陋，具体的表现就是它们的根相似度值差异巨大。系统的概念创生机制，宛若泥沙星球上出现的万千溪流冲刷运动，慢慢显现出了蜿蜒曲折的河床管道。而系统的对象与接连小体的生灭机制，又宛若上演了轰轰烈烈的填河运动，慢慢地出现了河床管网的生灭，以概念为中心形成的河床管网，就在这生灭之间交替演化，或迪迪流淌，直捣龙泉，或纤纤汇聚，聚势而流，从最终输入端，系统内部，最终输出端，再流入环境，然后再从环境流入最终输入端，如此往复循环，川流不息。系统内部信息的流动实现了归类过程，也就是信息从枝叶到根茎的流动过程，推理过程有点类似于归类的逆过程，准确来讲，逆过程是原路径返回，但信息传递不可能原路径返回，推理过程是循环返回，具体就是从最终输出端经过环境循环返回最终输入端，也就是信息在系统外部经过环境从根茎流回枝叶，为什么很多人进行推理过程的时候总习惯像包拯那样在环境中翻箱倒柜的搜寻关键线索和信息，就是这个道理，说得更具体的话就是说动作有时也可以视作意像的同一根概念，与普通同一根概念不一样的只是这个动作性的同一根概念处于概念树的树根，而不是树腰或者树梢，比如你在森林里遇到老虎，或遇到狮子，或遇到土匪，或者遇到10米粗的巨蟒，你大概率会冷汗直冒，两股战战，瘫软在地或者拔腿就跑，这些都是你所遇见意象的超级抽象的同一根概念，虽然在具体层面表现差异巨大，在抽象层面却逐渐趋同，这就好比一棵树，在树梢彼此分散，到树根却彼此趋近，这种明显概率性相关的当前动作就可以视作当前意象的同一根概念，而这个动作以及承载这个动作的环境，作为意象的诞生源泉，不停地提供意象，这些提供出来的意象源源不断地从系统输入端注入，又以概念的生成和固化方式流向输出端然后再注入环境，如此往复循环，永不停歇，而推理，分类，识别等作为动作性概念中的一员，与别的普通的动作性概念并没有本质性区别，主观体验则在概念河流的自由奔涌中自发产生，感受质定义为架构当前激活的同一根概念全体组成的集合。