第1章信号处理程序
在日常生活中，我们不会考虑为什么喜欢牛排或橙子。 他炸的多汁多肉，我们饿了。 借助达尔文的理论，幸运的是，科学家们已经可以向我们解释为什么我们喜欢牛排。 因为在自然选择的过程中，所有不喜欢这些牛排的人都死了。 那些用火烤肉的人幸免于难，并牺牲了自己的大颚以支持更大的大脑。 幸存者的大脑已经很好地适应了烤牛排很好的事实。 在大脑中，为了吃这种菜，释放了许多激素，这些激素激活了游乐中心。 这些激素-多巴胺和5-羟色胺，以及其他几种，形成一定浓度的混合物，所谓的信号处理器或解释器在我们的大脑中与之反应。 每个信号就像音乐一样，由一系列音符组成。 牛排-一种神经系统信号的总和，包括视觉，嗅觉，味觉。 这三个系统给出一定的唯一量，我们的处理器将其解释为“好”（这是自然选择的结果！），然后向我们的意识发出“好”信号，因此我们感到满意。 但是，我们到底感觉如何？ 有人不可能用语言描述幸福的感觉。 但是，如果不能用语言来描述感觉，那么至少可以用数学数字来描述。
因此，得出的结论是-我们无法为处理程序确定某件事情是好是坏。 在人体中，这种处理器的作用是由称为下丘脑的小器官扮演的。 这个器官的大小大约在指甲上，它连接到整个神经系统，绝对连接到整个大脑。 正是这个机构决定了我们在沙漠中的桌子中间要喝一杯水。 它的微调本身发生在进化过程中，是由他决定而不是我们。 最简单的例子是，一代人是在父母中出生的，其中一个处理人员将橙子解释为美味，而另一个处理人员将橙子解释为不好。 在这里，我们需要从生物学上做一个记录，即下一代可能不仅具有父母的体征，而且由于突变而具有随机体征。 将来，这些随机性状的积累会为几代人的后代提供优势，而其他没有这种优势的分支要么死于斗争，要么死于没有食物。 或者它们在彼此相距遥远的不同地区共存。 好吧，关于橘子。 由于橙子中的维生素，其中一个孩子的寿命开始延长了20年，并且其基因传播更加强烈。 一万年后，整个人都喜欢橘子，因为所有不喜欢橘子的人早已灭绝。 对橙子的爱是什么？ 这是神经网络对神经系统信号旋律的响应。 这是信号处理程序的响应，即处理程序功能将信号总和转换为“好”或“坏”。 可以用任何现代编程语言进行仿真。 传统的神经网络可以识别图片中的橙色。 但是，如果这个神经网络由图片决定，它是好还是坏呢？ 你给她看一个橘子，她回答很好，你给她展示一条蛇-她回答“很差”。 您可以通过不小心更改系数并说明橙色是好的，但是蛇是不好的来自己训练网络的，但是您可以让它自己发展，只需要一个环境。
第2章神经网络环境
神经网络自我发展需要什么？ 我们需要迫使她这样做的条件，包括自我发展的动力和机会。 需要自然选择。 让我们在一个空的虚拟空间中创建最简单的人体模型。 对于每个这样的模型，我们将绑定我们自己的神经网络。 首先，我们将教这些机器人走路。 对于初学者来说，您需要模拟大约50块肌肉。 通过有效地控制肌肉，神经网络将能够在空间中移动。 对于有效的运动，奖励，给予网络优势。 信号处理程序具有相同的优点。 今天已经模拟了这一点，您可以找到许多Youtube视频，各种有趣的机器人将学习如何迈出第一步。 但不是那么简单。 我们的机器人将在太空中移动得越高效，我们拥有的神经网络入口处的参数就越多。 首先，当然是机器视觉。 其次是机器触摸。 我们将3D模型的表面分成小块，例如像素皮肤，每块都将有一个参数，无论它是否接触到某些东西。 因此，例如，脚将有条件地感觉到地面，这将在训练后的最终结果中提供更平滑的运动。 您还需要从虚拟头中的虚拟陀螺仪中添加输入参数。 沿XYZ轴的3个位移参数，这些参数确定头部或整个身体的倾斜度以及加速力及其可能的矢量，以实现更精确的空间协调。 总之，该系统将类似于一种杜松，存在于所有脊椎动物的生物中。
接下来是什么？ 接下来，您需要教他们繁殖。 如果我们开始模仿人，则需要完全模仿他们。 例如，我们创建了一个虚拟的男人和女人。 您可以编程，使他们的生殖器越近，满意度下降的可能性就越大。 但是，一旦我们的人完成了所有事务，利好消息就会停止下降一段时间。 让他们不仅发生性关系，我们还有更多重要的事情要做。
同样，您需要教他们怎么吃。 我们的机器人已经有点能力控制自己的身体，尝试模仿它的手部动作。 对于当今的神经网络来说，灵巧的手并不是一件难事。 在它旁边创建一个虚拟橙色。 然后，我们将混合神经网络的权重，直到其信号处理器确定橙色为好。 而且通过嘴吃它是好的。 在那之后，我们的虚拟生物将用嘴吃掉虚拟的橙子，这是它在虚拟的空白空间中发现的所有东西。
同时，人体模型将具有虚拟视觉，并通过眼睛接收图片，最好以立体声显示2只眼睛。 在一定半径内（例如10米以内）40 dB的虚拟听觉，信号越近，声音越大，距离越远，声音越安静。 仍然需要嗅觉，触觉，味觉。 所有这些都可以轻松模拟。 在一个简单的模拟中，气味可以由50种不同的阴影组成，这些阴影构成了信号处理器对信号的响应良好或下降的成分。 模拟中的每个对象还具有诸如气味的参数。 假设模拟中的烂肉具有一些随机系数。 对于神经网络来说，它只是一个数字，它并不真正在乎它的气味，因为实际上那里没有气味，只有一系列因素。 有人喜欢，有人不喜欢。 那些喜欢这种气味的人吃肉会死得更快。 因此，在未来的几代人中，臭肉的气味很难消除。 再一次，在客观现实中没有气味，气味是纯主观的东西，不是物质的东西，气味是大脑或神经网络与虚拟世界中一组分子或系数的比率。
对于味觉，一切都完全相同，对于触摸来说，它已经更加困难，但是就视觉和听觉而言，触摸对身体的发展并不重要。 触摸是与某物进行交互的方法，或者是一种对某物进行响应的方法。 例如，中风引起的身体疼痛。 在这方面，触摸更为重要。 对于我们的虚拟机器人，您可以模仿他的强力打击，将无法使用任何肌肉，并且必须对运动进行些许重新训练。 同样，当遭受打击时，如罢工或其他更危险的形式，信号处理器将这些情况视为“恶劣”情况，并试图在后代不再重演。 那些喜欢打击的人，痛苦被认为是一种积极的情绪。 这些生物将很快使其虚拟生物的所有肌肉和其他功能丧失能力，从而最终限制繁殖的可能性。
第3章人体模拟
为了模仿活物，有必要剥夺他的上帝政权。 使其非常脆弱，增加外部危害。 想象一个简单的编辑器中的人的3D模型。
再加上对骨骼可能会断裂的内部骨骼的错误估计。 像一系列参数一样，添加最简单的计算方法是计算体内的血液量，其运动，但准确性不高。 例如，模型中将有4升血液，如果您受到伤害，则有出血的机会。 在失血量大的情况下，失血量少的死亡只是来自信号处理器的负信号。 您可以添加模拟功能来切断肢体，但是您不能这样做。 愚蠢的机器人不会这样做。 确保增加了发出和听到不同频率和不同持续时间的声音的功能。 让这些声音影响您周围的环境。 激发他人的一些反应。 如果这些生物使用声音，则更有可能发展出我们理解的语言。 毕竟，对我们来说是什么语言？ 在一个人使用该语言之前发生了什么？ 可以合理地假设，在人类黎明之初，我们使用了不同的声音（例如动物），看猴子的最简单方法就是使用呼喊声。 最初，有随机顺序的一组不同声音。 有些声音使其他人恐惧，有些被吸引，因此在自然选择的过程中，一种语言以一种完全自然的发展方式出现在我们大脑中的神经网络交互过程中。 让神经网络彼此交互，同时增加其生存的机会，并且很快他们将学会用自己的语言进行交流。 最初，可用于交流的频率的设定限制会使语言看起来像人类语言。 例如，海豚的语言很像，但它位于超声波频率上，大多数声音甚至人类听不到。 语言只是由进化产生的随机声音的集合。
顺便说一下，只要有任何意义，就可以进行呼吸模拟。 同样，每次呼吸都应发出正信号。 那些没有呼吸的人死了。
最后，我们的身体已经准备好去某个地方生存了，是时候进行自然选择了。
第4章意识的原因
想象一下一个人，从子宫开始就被剥夺了进入大脑的信号。 从视神经，听觉，触觉，味觉，温度和嗅觉，任何信号都不会传到大脑。 这个生物的大脑会是什么？ Vryatli甚至会做梦，因为在梦中我们看到的东西通常对我们来说是我们至少可以理解的。 如果您还没有看到任何东西？ 而且我没有听到任何人的声音，没有感觉到另一个人的大脑似乎永远都在睡觉。 正如我们所想象的那样，意识甚至不会在那儿出现。 我们如何在没有所有这些信号的情况下接收它？ 获得与我们的意志类似的事物的最简单方法是将神经网络放入模拟中，赋予它一个身体，因此，大脑或神经网络使用神经系统的信号对周围现实的反应就是意识。 意识是大脑对环境的反应。 没有环境-没有意识。 不必回答意识上的难题，例如为什么红色是红色，为什么有主观经验，为什么会有I.当我们将外部意识视为大脑或神经网络对外部因素对一系列传入信号的反应时，所有这些问题都会消失。 为什么我们听不到超声波？ 因为耳朵在物理上无法响应如此高的声音频率。 这些频率根本不会引起耳朵的振动。 此外，如果耳朵的身体位置不同，大脑可能不是立即但随着时间的流逝会学会成功地解释超声。 我们不应该对一个人此刻在脑海中听到的声音感兴趣。 毕竟，即使我们要求他描述，他也将无法做到。 我们只需要了解它可以成功交互并响应该信号即可。
再一次，进入大脑的信号由他解释。 颜色，声音等等。 大脑无法描述这是如何解释的，即 无法描述红色的外观。 因此，试图像这样模仿意识是没有意义的。 您只需要对大脑对信号的反应进行编程即可。
第5章环境模拟
环境仿真将一次为我们提供多种可能性。 首先，神经网络将向所有可能的程序化接收器接收恒定的信号流。 即使我们接受现实并且只定性地模拟其中的10％-没有原子，牛顿的简单物理学，一切都由小颗粒组成，并且基于程序员的诚实话语。 在这个世界上，可能没有化学，量子物理学。 但是应该有机会从树上撕下果实，用棍子把发现的椰子弄碎。 该生物必须冻结并提供庇护所。 有必要模仿石器时代。 让它在洞穴中变暖，即使经过多年虚拟的模拟，这种生物也有一天会采取随机行动启动篝火脚本。
从数量上讲，我们不需要做太多的模拟，让我们从几平方公里开始，让这些生物生活在一个世界，在这个世界中，经过十几公里，您便可以回到原来的位置。 这似乎是一个有限区域的有限世界。 或仅使用外围围栏J。
最简单的方法是模拟动物及其行为。 但是，如果我们想要真实的人类行为，我们还需要更多。 至少，我们需要自己描述使我们与猴子不同的原因。 正是在这些猴子上，神经网络的行为才开始相似。 但是模拟工作进行得越深入，居民拥有的机会就越多，他们就变得越聪明。 想象一下，这些生物在某个时候拥有了棍棒，学会了杀死动物，并利用它们在棍棒上的摩擦来点燃火。 一切都使用现有的脚本和神经网络来实现。 但随后，我们将陷入该部落发展的极限。 在那里，我们已经可以使用更多的计算机功能，而且其库存每年都在增加。 您可以模拟所有大区域，此外，还可以向虚拟世界添加真实的化学反应。 首先简化，然后与我们所知道的越来越相似。 另外，化学与原子的模拟没有直接关系。 化学可以不模拟真实原子而存在。 对创建的世界进行少量的化学反应就足够了。
第6章发展
生命与死亡密不可分。 因此，为了发展人工智能，有必要模拟繁殖，生与死。 对于每一代，后代将采用其父母的特征以及一小部分随机参数，这些参数将在后代中固定。 参数需要设置很多，但不如我们DNA所包含的那么多。 即使DNA中的1000分数也足以开始。 例如，身高，体重，力量-所有这些都与我们模仿的身体息息相关。 最重要的是，这些参数不必包含前几代信号处理器的所有反应。 可以将信号处理程序想象为一个随世代而变化的函数，并在将此函数应用于传入信号时采用一些值（好，坏，诸如此类……）就足够了。 因此，不必记住所有问题的答案（橙色好吗？腐烂的肉好吗？），使用我们的信号处理程序功能并测量结果就足够了。 我们花了一百万年。 我们看一下结果。 我们原始的人还在挖沙子扎根吗？ 因此，仿真仅在此方面限制其功能。 幸运的是，我们的世界为我们提供了更多，因此我们取得了更多成就。 通过逐渐增加模拟的可能性，我们增加了其居民的潜在可能性。 所有这些都可以无限改善。 或者，您可以在某个时候让这样的生物控制我们现实世界中的化身（如果他准备好了）。 但这并不能替代仿真中的演变，后者要快许多个数量级。 是的，这不会有太大意义，因为虽然模拟的准确性不如我们的世界，但这些生物很可能比我们还笨。 只有在像我们这样的条件下，才能像我们这样的思想诞生。 这样就开始了，是时候开始仿真了。