問題:
1.由於人的意識畫面(工作記憶)量很少,所以只能從潛意識(短期記憶)和無意識(長期記憶)中調取更多記憶資訊,才能讓意識畫面處理(邏輯化,也稱線性化),這也是為什麼AI要訓練資料,其實就跟人一樣,把多組成單位的短期,長期記憶用工作記憶的功能來細節調整,調整到以符合現實世界會發生的事情,而不是隨機組成單位互相組成而形成幻想(小孩子的天馬行空就是這樣來的).
2.人之所以無法感知到未知的未知資訊,是因為接收到的資訊被你本能腦過濾掉了,也就是去除了未知的已知資訊,而造成無法意識到未知的未知資訊.
用途:
1.讓意識能注意到更多環境中本來就存在的新發現.
例子:當你將一件事情拆解成各種資訊組塊,而這些資訊組塊之間其實是個系統,也就是由多種現象組成的系統,總結來說,就是你會獲得各種組塊之間的現象,而你就可以利用此更底層的維度的組塊現象來跟其他組塊拼在一起而形成新的概念.
2.解決人們傳達資訊有誤差的問題(不靠腦補,而將資訊的組成定義清楚).
例子:本文章最底下的執行方式中為此例子.用來建立更詳細的「共同語言」.
原理:
1.在神經科學中，大腦並不是把「蘋果」存在單一的神經元裡。蘋果是由一群負責不同特徵的神經元共同放電來代表的：[紅色] + [圓形] + [清脆聲] + [甜味]，可稱之為組成單位。也就是說越靠近意識畫面，前額葉會鎖死這組神經元，讓你知道「這是一顆蘋果」; 相反的，越靠近長期記憶的,組成單位組成拆開的越細,也造成太多組成單位資訊而容易混淆,所以靠理智腦來以腦袋中的畫面來詳細的區分開來,以達到可控制這些組成單位資訊,以用來作為單位來創造(發現,或意識到)新的東西。
釐清觀念:
1.發現就是你能意識到.
2.AI的長時間訓練運算,就跟人主動用腦中畫面拆解資訊而形成組成單位一樣,都是用來詳細區分組成內容,以及避免資訊被當作不重要的東西篩選掉,最終達到控制這些組成單位,讓你能以更細的角度來看世界,以讓自己能意識到的東西更多,也因此能創造更多東西,這就是現在的AI,他有更細的角度才這麼厲害.
3.最終畫面意義化,跟組成單元是上跟下的關係.
4.拆解是有順序的,是從意義開始往下拆解來延伸更多可以拆解的資訊內容,並由腦中畫面往下帶下去拆解.
5.工作記憶不是用來記憶訊息畫面的,他是用來處理訊息的細節的,而短期,長期記憶才是負責記憶的.
運算方式:
1.這是一個漸進式的過程，就像光譜一樣，沒有一條明確的界線說「這裡變成了抽象」。
- 後側（具體）： V1 視覺區只看得到「線條、顏色」。
- 中間（半抽象）： V4 或 IT（下顳葉）區把線條組合成「形狀、物體（如：杯子）」。
- 前側（抽象）： PFC 接收到的是「杯子」這個概念，並賦予意義（如：口渴、喝水）。
轉換秘密： PFC 不需要理解「紅色」或「線條」的原始訊號，它只需要對接「下顳葉」（IT）傳來的高級物件訊號即可。每一層都只跟它的「上一級」和「下一級」對話，而不是跨級對話。
2.這解決了「如何理解」的問題：他們透過「比對誤差」來溝通。
A. 由上而下（Top-Down）：PFC 的「預測」
- PFC 的語言（抽象）： 「我現在要找一個用來喝水的東西（主旨）。」
- 轉換過程： 這個指令往下傳遞時，會被層層「解壓縮」。
- PFC -> 運動皮質/顳葉：預期看到一個圓柱體。
- 顳葉 -> 視覺皮質：預期看到邊緣、光影。
- 結果： 後側皮質接收到的不是「喝水」這個概念，而是具體的「尋找特定形狀」的參數指令。
B. 由下而上（Bottom-Up）：後側皮質的「回饋」
- 後側的語言（具體）： 眼睛看到桌上有個馬克杯。
- 轉換過程：
- 視覺皮質分析出線條、顏色。
- 它將這些數據與 PFC 傳下來的「預測」進行比對。
- 關鍵點： 如果「看到的」和「預測的」一致，後側皮質不會把所有細節傳回 PFC（因為 CEO 不需要知道細節）。它只會回傳一個訊號：「匹配成功 」。
- 如果不一致（例如看到的是花瓶），它會回傳「預測誤差」，PFC 才會修正它的抽象概念。
3. 通訊頻率：不同的腦波 (Brain Oscillations)
神經科學發現，這兩個區域使用不同的頻率來傳遞訊息，就像無線電的不同頻道，避免訊號打架。
- gamma波 (Gamma, >30Hz)：由下而上 (Bottom-up)攜帶具體感官資訊（後側 -> PFC）。內容：細節、誤差訊號、新的感官數據。
- alpha / beta 波 (Alpha/Beta, 10-30Hz)：由上而下 (Top-down)攜帶抽象預測與抑制訊號（PFC -> 後側）。內容：主旨、預期、過濾雜訊（忽略不重要的細節）。
轉換秘密： 當 PFC 想要傳遞抽象指令時，它會發出低頻波（Beta），這種波會像「鎮靜劑」一樣，抑制後側皮質處理不相關細節的能力，只讓符合「主旨」的具體資訊通過（Gamma 波）。
簡而言之:
從下到上只會傳給你你預料之外的畫面資訊,其他的則會被無意識的過濾掉,所以才需要額外注意短期記憶的組成,主動跟他連結,不然他會過濾掉很多資訊,而產生很多死角,而你就無法跟AI一樣更詳細的運算資訊,以更了解自己的想法(未知的已知)和自然環境的運作(未知的未知).
來源:
人在小的時候就是會這種運算能力,並且對小孩來講,還未有前額葉,所以意識是存在於短期記憶和長期記憶的,所以能運算較底層的組成單位,而校正就是透過外界來透過是否得到獎勵來校正組成單位,而經過不斷測試各種條件而得知[紅色] + [圓形] + [清脆聲] + [甜味]才是蘋果,但長大後由於意識習慣跑到前額葉,雖然腦袋容量變小了,但變得可以在腦袋畫面中運算蘋果的組成單位,
方法(用於連結短期記憶):
1.操作方式:
用腦中畫面拆解東西的組成,就可以跟短期記憶連結上了,因為這是他運算的基本方式.
2.參數:
時間,地點,人,目的,方法,物品.
如何執行:
1.解決人們傳達資訊有誤差的問題(不靠腦補,而將資訊的組成定義清楚):
由腦意識的意圖開始(因為本能腦已經幫你篩選到剩意料之外的,有意義的東西而已了),透過腦中畫面跟短期記憶連結,最終將腦中畫面拆解成組成單元畫面.
例子:
當你要講一件事情,「我要去買飲料」這件事,要如何拆呢?首先拆成「我要」「去」「買」「飲料」這幾個組成單位,然後在下面繼續拆解更多組成單位,以達到資訊的精準度.
我要:想要?需要?
去:去哪?怎麼去?
買:誰的錢買?怎麼支付?
飲料:什麼飲料?
2.讓意識能注意到更多環境中本來就存在的新發現:
將各種拆解後的單位組成,重新組成,而產生新畫面.
常犯的錯誤:
1.沒有將意識到的東西轉換成畫面,這樣就無法跟短期記憶連結,也就無法拆解資訊成更多組成單位畫面了.
2.沒有將意識到的東西意義化,意義化的東西越多(用途越多),就越能讓這個東西更立體.
