返回

第四十九章节.林久浩的胡思乱想日记(上)

首页
关灯
护眼
字:
上一页 回目录 下一页 进书架
    第四十九章节.林久浩的胡思乱想日记(上) (第2/3页)

同时存在的点,把它们放进计算机的坐标系中,满屏幕都是。这些点是不是能够找到一组函数,如果有这组函数,那么这组函数就是这些点的分布规律,这组函数就叫分布函数组吧。

    一个点也变成了满屏幕散落的点,不是只有一个点吗?怎么就变成满屏幕了,是不是电脑屏幕坏了,当然不是,因为有人把坐标系增加了一个坐标轴==时间,满屏幕的点都是那个原始点运动的影子,无规律的运动,看似无规律的运动是不是能找到一组函数,如果有这组函数,那么这组函数就是该原始点的运动规律,这组函数就叫运动函数组吧。

    大部分人看到满屏幕都是离散的点,就会主观的认为它们之间没有规律,好吧,就认为没有规律,不理它了。

    但是数学家看到这种现象会非常高兴,他们如获至宝一样研究这些点,最终发现这些点在沿着一条线收敛,太好了,看似没有规律的散落的点,实际上是以某函数为中心的固定偏离,找到这个函数,并算到固定的偏离值,线性回归,数学家得到了这些点的数学公式,就叫某某人函数吧。

    更复杂的点阵,是三维立体的点阵,无所谓,只要收敛于一条线,哪怕这条线是三维立体的,都可以找到这些点的数学函数公式,谁找到就叫‘某某人公式’。

    更复杂的点阵出现了,找不到中间收敛的函数,并不是因为没有这个收敛的函数,而是这些点的位移不具备固定偏移量,因为看不到固定的偏移量,那么也无法反向测算出中间收敛的函数。

    这时有一个聪明的数学家脑子中闪了一下,这些散落的点没有固定的偏移量,那么有没有可能,它们的偏移量也是按照一个函数运行的,反复的计算和验证,聪明数学家发现了,某一些点阵是按照一个线性函数收敛,其收敛的规律是另一个线性函数,把这两个函数叠加在一起,就得到了这些点收敛的函数,还是叫‘某某人函数’吧。

    怎么解决多线性函数叠加问题?或者说聪明的某某数学家也解决不了函数收敛问题,他们开始胡思乱想了,自己去设定‘某某人函数’,因为他们知道,这个宇宙物理现象与数学是相辅相成的,有数学函数公式就可以对应找到物理现象,就像。。。只能被一和自身整除的大质数,对应到宇宙中的完全由中子构成的中子星,然而,中子星也在释放能量也会坍缩,那么大质数对应的是黑洞吗?记得黑洞不是被实际发现的,而最早提出黑洞理论的,是伟大的科学家爱因斯坦,他是在数学计算中得出的这种天体现象,然后居然真的在宇宙中发现了,所以,我们还需要进一步研究理论数学。

    聪明的数学家可以靠胡思乱想去发明创造函数,但是,实际问题怎么办?我们现实中看到了大量散落的点,不管是同时间存在的还是不同时间由运动产生的,我们不能胡思乱想,而且胡思乱想的函数也匹配不上,怎么办?

    再聪明的数学家,他们绝大部分是单向思维方式,例如,从A到B的思维方式,可不可以从B到A去解决问题。历史上很多数学家发明了大量函数或者数列,然后把这些函数和数列的点分布在坐标系上,真好看,大家来看看,你们不知道他们的规律吧?但是我知道,因为这是我发明的函数产生的散布点阵,可得意了,可凡尔赛了,这些人才是凡尔赛本赛,但是我们把一堆散落的点给他们,‘嘿,凡尔赛本赛,你把这些点的函数规律算出来,我们需要解决实际问题’,傻了、无奈了、双手一摊,‘非本赛职责所在’,因为这是另一个方向的思维方式,不是因为聪明的数学家‘傻’,而是人类思维的弱项导致的。

    现在没有聪明的‘某某数学家’,能不能用计算机来完成对分布或运动的点阵,找到它们收敛的分布函数组或者运动函数组?人的思维和计算方式与计算机的计算方式有区别吗?计算机有一种计算能力是人类的弱项,人类虽然也会,但是没有计算机做的更好,那就是穷尽计算。例如,强力破解某密钥,人类可以想到用穷尽计算的方法,把复杂的高难度计算过程,转化为极其繁琐的简单计算过程重复做,谁去做?当然不是另一个人,而是具备人工智能的计算机系统去做,可以累坏牛、累坏马、累坏计算机,不能累坏另一个人,当然,计算机也不会累坏的,适当保养一下。

    那么问题来了,用最简单的例子来解释。

    例如,我们假设一些散落在空间中的点或者是运动分布的点,是基于函数A以函数B为规律收敛,那么是不是可以认为,这些点是由函数A与函数B关联影响产生的O运动结果的轨迹,可以吗?当然可以,我们设定以O为核心信息元,以函数A及函数B为直接关联信息元的多元关联拟脑模型,同时函数A与函数B相互关联。

    这里的函数A与函数B是未知的,而所有散落在空间的看似无规律的点,是O在函数A与函数B关联影响下的参数溢出轨迹,使用超级计算机去穷尽它,找到函数A与函数B,如何穷尽解算,O是已知的,我们可以把函数A设定为核心信息元,停,核心信息元不是O吗?这是多元关联拟脑模型的特点,任何信息元在使用者的观察角度,都可以是核心信息元,好,函数A是核心信息元,我们将现有的已知的海量的线性函数逐一代入函数A,在每一个已知函数被代入函数A的时刻,函数A就是已知量,O是已知量,去求函数B,如果没有函数B,就继续去穷尽函数A。理论上,我们可以把这些多函数叠加的规律放大到更多的线性函数叠加,ABCDEFG......N,太复杂了,啊不对,是太繁琐,很多尝试性的计算动作,需要无限次的去做,但是理论上,我们可以找到多线性函数叠加的规律。

    理论是理论,穷尽就是无法穷尽,但是穷尽也是一种思路,好吧,我再说一个有用的方法,知道多元关联拟脑模型的特点吗?多元关联拟脑模型注重‘相对关系’,什么是相对关系,例如A与B有关联关系,B与C有关联关系,那么A与C会同时出现在以B为核心信息元的三维坐标系中,既然A与C同处于一个三维坐

    (本章未完,请点击下一页继续阅读)
上一页 回目录 下一页 存书签