其中最重要的是思维行走函数芯片,这是多元关联拟脑模型最关键的函数。该函数的作用是,当执行脑发起一个最简单的指令,例如,对某信息元发起【+++】象限方向的行走,行走函数会向这个象限方向发起行走指令,并按照关联信息元路径行走。
每一个思维行走函数都具备基础的思维路径发散控制方法,例如,令牌控制和深度阈值控制。
在行走的过程中可以积累距离、权重,重复计算角度的叠加状态,检查容忍度,传导参数等。【+++,缺省参数】指令是向【+++】象限发起全路径行走,即所有关联信息元都发起行走,直到出现闭环,行走函数【深度阈值】自动湮灭掉没有闭环的路由。如果执行脑发布的是【+++,指令参数】,例如该指令参数是择优最短,则行走函数按照象限方向,先比对多个直接连接关联信息元的角度距离权重,先择优最短,如果无法形成闭环,再次短,直到形成闭环。如果【+++,H=N】,这是传参数到行走函数,H=N可以替换掉核心信息元原有的固化条件,替换为H=N,这样也改变的了最终闭环的可执行条件。
这些技术在早期的多元关联拟脑模型中已经实现,现在芯片化了。为了减少参数和指令的传递,加快运算速度,安静团队将原来的行走函数的参数指令调节方式,变更为多个算法芯片,即,如果需要采用全路径行走,就调用算法芯片一,如果最短择优行走就调用芯片二,依次类推。
实验室的电脑屏幕上,林久浩检查着芯片设计图,程序在这些芯片中模拟执行过程,林久浩用自己的经验,做着分析判断。
“师姐,最短路径不是最终闭环比对吗?这里为什么还有最短路径行走,这样选择可以直接得到最短路径闭环吗?”林久浩看着规划说明解释部分问道。
“这里最短路径行走,不是最终的最短闭环,而是先走最短距离的直接关联元,形成的闭环不一定是最短闭环,因为最短闭环是路径总和。在第一步行走的时候,就有可能把最短闭环错失了。”安静解释着。
“这样不好吧,不是闭环最短路径最优吗?”林久浩接着问。
“直接发起最短关联元行走,这是一种选择方式,给那些有特定应用的部门使用,我们不讨论这个问题。。。。。。就像你现在需要扳手吗?”安静问道。
“不需要,我这边不干机械活。”林久浩回答。
“但是,我给你准备了,如果你以后做某一件事情的时候需要,直接拿起来用。”安静做了一个比喻。
“明白了,师姐。。。这里还有问题,行走函数变化很快的,记得多元在每一个版本升级的时候都需要升级行走函数,而且还丰富了很多方式的行走函数,我们这样固化不方便升级。”林久浩根据多元的经验提出问题。
“这个行走函数是最基本的函数,作为多元关联拟脑模型的一部分,在不同版本里都在升级。确实,芯片化后的算法函数要面对这个问题,我们把芯片电路板做成可扩展方式,满足行走函数不断升级扩展的需要,当升级一个行走函数芯片,我们可以替换原有的芯片,当增加一类行走函数,我们可以把新定制的芯片插在电路板上,并在执行脑程序函数调用工具组里添加一个函数标识。”安静肯定是都想到了。
“师姐,我没有问题了,这个思路可以进行下去。”林久浩走通了几遍流程后,说道。
“好的,我们看着示意图,把计划重新整理一遍。”安静指着示意图。
“好的,师姐,你先来?”林久浩礼让一下。