老师好，设计是不是应该一个一个功能模块加上去，后一个功能模块的添加要尽量少地改动前面的模块的结构，同时考虑到同一个模块可能有多个位置，不同的模块会有不同的添加顺序，所以应该分多个不同的设计链，就像树型图一样由总设计师分派任务，不同的设计员走不同的设计链，可能多条链都是失败的，只要一条链成功即可。然后就是每条链都有多个设计员进行接力传递。

我感觉如果后面的设计者发现哪个模块周围有很大空间，一种方法是平移各个部件，还有一种方法是降低该模块的需求空间重新设计。
如果不好平移就重新设计。
因为空间降低了，同时设计者也只用设计这一个模块，所以重新设计难度并不会太大。

我发现我有个思维误区，那就是总想如果设计出现矛盾该如何直接解决，而不是随便安排几个人用不同的调整方案试一下。
直接解决就是钻牛角尖。
而多试几下看看效果也能解决问题。
比如要优化设计图，节省出一些空间，这时候可以看看哪些地方的模块可以移动，允许如何移动，用穷举法去移动，比如先往x方向移动a,然后在这个基础上移动b，不要想着这样移动行不行，开始是很难看出来效果的，多找几个设计师按不同的移动链去移动这些模块，直到发现某条移动链效果很好。

一个数学问题可以整合成工艺函数，这个问题的答案也可以整合成工艺函数，然后这两个工艺函数之间存在映射，但是要对所有数学问题学习映射有难度，是不是可以让人工判断和学习到的简单映射结合起来，比如先将一个问题数字化成工艺函数，然后通过枚举映射的形式枚举这个工艺函数附近的工艺函数，然后人工判断枚举出来的工艺函数是否对解题有帮助，能否做到一点简化，能否有些启发，然后根据启发分解问题并分发给不同节点，大家一起接力。
就是我相信经过初步的机器学习，再加上反馈调整用的神经网络是能够给出一些启发性的映射的，但不一定能解题，如果是专家的话应该会受到启发。
完全依赖机器学习对未知的东西应该帮助有限。
但是人工判断+机器学习+枚举映射+多人接力应该比自己一个人想有帮助。

可不可以这样，先给一个假设，假设什么样的粒子加入会使运动相反，然后看看这种粒子能否合成，就是现有的粒子物理能否采用工艺函数法合成，因为运动也是来源于粒子相互作用，只要合成出特定作用势的粒子就可能使运动反转，然后给细胞核一定的运动反转粒子，让细胞衰老的同时年轻化。

老师好，我感觉对付数学题可以像物理中的基本粒子那样弄一些基本映射，每个基本映射都是简单神经网络，然后解题就相当于基本映射的排列组合。
为什么不直接拟合题目和答案而是要抽取基本映射呢，因为直接拟合的话，给一个题目用直接拟合的映射映射出答案，这个答案的对错不好判断，因为答案可能很复杂。
但是有了基本映射，每次映射一小步，这一小步的对错是好判断的，可以安排很多组专家进行接力，每个组映射小一步后判断是否正确，再像树型图一样传递给下面的小组，之所以要树型图是因为可能这一小步的好几种基本映射都是对的，但不一定导向最终答案，所以都试试，只要树型图有一条链走通即可。

感觉既然电路的复杂结构可以通过相同的简单单元平铺来实现，然后简单单元平铺则可以通过衍射来实现。
那么实物粒子是否也可以类似电路。
实物粒子体系是否可以通过某个维度上的平铺映射来实现。
是不是就是说只用找到某种映射，这种映射的基础是简单单元组合，虽然实际操作当然不简单，但可以准备好映射设备，然后通过类似平铺基本单元的方式摸索出加工方法。
而平铺的加工方法就意味着只需要一种设备或者少量的设备，只要这种设备能够制备出不同的基本单元和单元间的平铺。
我感觉有一台基础设备即可，这台基础设备可以有很多个操作，虽然这些操作数量不多，但可以组合成复杂操作流程，因此采用工艺函数法设计粒子体系的时候可以要求限制基本操作设备的数量。
等以后技术先进到可以直接快速操作粒子的时候就可以只用一种最简单的操作设备，只需要放置原子的设备，想放哪里放哪里。但目前需要一些数目尽量少的基本设备，然后基本设备可以制造操作速度更快的基本设备，但开始时设备要尽量少，慢慢变多。就像设计电路一样，先设计速度慢的电路，然后利用这个电路模拟设计速度快一点的电路（以速度慢的电路为初猜），因为只是速度快一点点，所以解在可能就在初猜附近。

不同形式的数据是不是本质核心是一样的，可以先映射到本质核心再进行拟合。
比如图片，文字，数学符号，就是数学题以不同的形式出现，然后下一步推理也以不同形式出现，但是这些形式的核心应该是一个意思。因此
是否可以准备两个核心之间的映射，然后形式则是核心不同的投影，即从核心数据投影出不同的数据形式。
比如一道数学题有图片+文字一起描述，但是核心意思只有一个，也就是说图片是一个通道，文字是一个通道，这两个通道汇聚到一个题目核心上，然后题目核心映射到答案核心上，而答案核心则映射到两个通道上。通道就相当于人的眼睛和嘴巴。 我感觉应该要提前划分好感受器和处理器，分开两步拟合，而不是直接拟合，这样会不会好一些。

是不是可以这样，一个电路A的输入s固定，然后输出b可以有很多个可能的值，然后给输出b一个脉冲扰动，这个值就改变。
假设我们只看前面十万个值（因为现实中的值肯定有限，而且很多值用不到），然后训练一个测量总结神经网络，这个神经网络会测量A电路的输出b，并像人类一样将测量结果整合到一个信息函数f中。接着可以再训练一个解析神经网络，这个神经网络会接收f，并且会在输出端表现得跟b一样。
有了通用的测量总结神经网络和解析神经网络之后，就可以保存多个解，比如有一个复杂的计算电路Q，有很多个可能的输出解，并且输出端要连接到一个复杂的电路D上，而电脑只能存下电路Q和电路D中的一个，而且有时候Q电路和D电路是联立的约束方程，也就是说Q电路和D电路必须连接在一起，这个时候利用通用的测量总结电路和解析电路就可以先计算Q，然后将Q的结果存下来，再将结果传递给D。
为了训练这样的神经网络，可以以数学物理方程中的有生成元的方程解集作为数据集，搭一个多个解的数学物理方程，并用神经网络转换，然后将转换后的结果和数学物理方程的解强制相等并且输出一个相等判断电路，接着利用生成元一个一个解输入到电路中试探，看看相等判断电路有没有跳动，如果神经网络不能有效地转换，那么令神经网络的输出端和数学物理方程的解输出端强制等于数学物理方程的解，电路必然会不稳定。当然也可以训练一个专门提取数学物理方程基本元素和生成元的神经网络B，用这个神经网络B来判断经测试总结神经网络+解析神经网络转换后的结果是否能够提取出和数学物理方程相同的基本元素和生成元

老师好，随机现象是不是相对的？比如一台拥有神经网络增殖体系的机器不断给出一些数，而我们作为观察者要拟合出这些数的规律并实现预测的话超出了目前的全部计算能力范围，那么对于我们这些观察者来说这个机器就是随机数发生器。
换句话说，如果我们的大脑只对低阶信息敏感，那么随机数发生器的制造者只要使得设备不断往高阶进化（假设制造者提前知道我们的大脑特性和我们的算力极限），那么对于我们来说就永远无法预测到设计者制定好的规律。

老师好，能不能要求AI像一个学生接受指导一样接受训练，就是说找一个学生的成长过程，即老师告诉这个学生一些话，然后这个学生做出一些反馈，同时这个学生有记忆力，然后找一群学生的成长记录，教给AI，即要求AI接受到老师一句一句的指导后，也能像接受指导的学生那样给出一句一句的回答，或者提供作品，同时加入一定的概率性，就是AI大概率会给出真人般的回答，但也有小概率给出一些创造性的回答，如果给出的回答不合适则可以由老师纠正，并将这个纠正的过程也给AI训练，这样AI有没有可能成为画家，科学家之类的人工智能？

多值对多值神经网络的建立，方法很简单，让A和B两个多值神经网络共同输出到C，然后A的输出端是y(AC)，B的输出端是y(BC)，y(AC)由A网络节点参量W_A决定，y(BC)由B网络参量W_B决定，优化(y(AC)(W_A)-y(BC)(W_B))^2，可以先用BP算法优化W_A，再BP算法优化W_B，循环优化，因为A和B网络并不干涉，所以BP算法可以分别在A和B神经网络上使用

不太对啊，假设A端输入总共有三个值a,b,c，B端输入总共有三个值d,e,f,
其中a对应d和e
b,c对应f
但是通过上面的方法，
a对应d,e,f
b对应d,e,f
c对应d,e,f
这种情况也是成立的，所以不对。
是不是应该这样,a对应d和e，将d和e整合到一个单值的特征函数q中，然后拟合a和q

我感觉可以将(控制参数a,a对应的感受器视频b)做成数对，同一个b可以有多个a，然后让这个数对集合拟合到特征函数s上，同时要求s具备一定泛化能力，也就是说要求拟合出来的s要对新的视频b1也要有取值，这样输入b1后可以获取多个可能的a1,然后随机选一个a1执行，并要求a1不合适的话，要罚掉

2，找到了单个变量代替多个变量的缘由，如果变量都是连续的，那么就有无数个点，单个变量自然无法代替多个变量，但现实中的变量因为分辨率的限制总会是离散的，因此不管是几维的变量在一定范围内都是有限个点，所以可以总结到一维中。这个特性在人脑理解复杂多元方程中特别有用，因为都有机会通过机器学习程序来进行归纳。还有一点是由于分辨率的限制，可以用一个点表示多个点的数据范围，实现数据压缩。
3，研究了两相流的仿真原理，总体来说不同的机理，理论模型体现在数学上都是约束方程，直觉上可以想象模拟的话只要在电脑中输入一条一条约束方程即可，不用记住所有方程之间的关系后再进行全面理解，因此可以由不同的人接力，每个人建立一部分方程并输入电脑，但是想不明白一种特殊情况，就是一个约束方程有很多变量的情况下，负责建立这个方程的人如何进行分工，是不是应该以时间为参量，让不同的人分别负责测试不同的参量，然后将这些参量统一输入电脑拟合，同时每个人只负责看到部分变量，然后参与工作的所有人都不去记忆电脑拟合出来的方程具体是什么样的，当要使用的时候直接从电脑中提取即可？