树懒

人脑的多个神经元之间的短暂链接是生物电协作，是天然的量子计算机的几个量子比特，是是会呼吸和活着的信息拟态。这样的底层构成，要求我们把智商的各个层面都要注意这些基本的原理和联系，不仅仅停留在意识层面的天赋两个有点抽象的字眼上，要从各个层面进行形态化、工程化的概念拆解。

      第一个，从通信角度看大脑
      显然，我们神经元水平上由于是量子化的分布式化的自组织模式，不断被刺激更适应各种"噪音"，从外界物质到大脑意识中形成信息和观察经理很多阶段，会被各个阶段的噪声影响，越适应越敏感越容易浪费注意力，变聪明需要降噪，要么在提取信息的时时候提高信噪比要么在存储的啥时候提高。

从这个通信角度上说，从信源上、还有生理知觉上、还有听说读写的各种办法，增强协同剪枝作用，记忆术和考试教学，都是人变聪明的关键，是一项系统工程，主动屏蔽噪音垃圾信息也是父母亲要观察孩子的工作，不要越俎代庖也不要无动于衷，既要创造优质环境锻炼小孩子的信息吸收内核，也要适当接触一点垃圾信息，让孩子自己认识到各个层面的降噪的好处和意识，引导好兴趣和习惯，认识风险和安全地带也是一样的道理，就是认识到什么是浮云，做什么都要抓关键。

就像没有统一指令和冲动前，一片混沌的中间纠缠，一旦有信号输入，立马就退相干并且压缩"量子态"去表达和存储这样的信息，是通过降低表达能力去完成表达的，先熵增再熵减的过程。所以一个开放系统比封闭系统有可能进化更强的系统的原理也在这里，表达能力可能更强也多样性更足，但也更消耗一致性最后局部上损失团块化。

     第二个，从大脑神经元合作计算控制的角度看，集团化的神经元，对记录的混沌状态越多，熵减后得到的最优状态迁移路径，只要神经元没有受损，这样任何一个神经元都能承担计算和存储的任务，逐步特化和修剪。这些都写在基因和量子场论里面，在一个足够变化快和微小的时间线上，足够多的约束不产生发散性毛刺状态，总体平滑可控，可以用连续群去描述，这类状态体现了历史和现在，现在和未来的信息叠加，路径积分后是连续并且约束化的，有一定的混沌性，而更小尺度被消灭的毛刺状态，在微分子集上才有察觉，需要综合整体考虑在何处具有显著性和更微观的用途。
      古往今来，我们的科学往往最容易先发现很小或很大的，它们一致性很好，单一层面都自洽，混沌反而不好理解，经常需要脱毛发现主要矛盾。

第三个，从记忆存储角度。
    我们的大脑本质上还是基于状态管理、快照保存的，记忆既是一种具体的数据也是具体的状态，是靠一个场景的自演化系统玩游戏一样地去一个有限制的未来，再抓关键帧抓出来的，因果链条上取几个截面，只掌握逻辑上一些明显的东西，也许只是相关性高，容易被自己捕捉，就被存下来作为经验，这也算智商中观察力和算力的一个综合应用。我们可以对抓帧时适当软解码，不强求算力和专用解码的固件优势，靠总结流程和工具完成一个能力提升。

    不同于最后通过海马体去加工当前的工作记忆快照，这个是稍纵即逝的，需要特定的机制去让大脑记住这一瞬间的状态。记忆就是把各种快照进行闪存，越是长期的记忆，链条和线索越重要，多感官多维度多时空都深化一下。

虽然现在证据不是特别充分，但大致是这样的过程。对海量的量子态的进行逐步吸取到前意识阶段，进行筛选，并且试图找到信息。如果意识清醒，目的明确，可以反过来要求提高固定特征的信息发现和提取。

    第四个，高等教育和天才的生理局限性

    我们潜意识到意识层面，复杂度过高，无自省工具，意识只是智力活动极限子集。天才难以把思维过程复述给一般人，并且省略的过多。从人工智能和认知可视化角度，还需要很多静态的知识图谱和认知模型、因果图的数据库、常规的数据、元数据、思维模型整合模式的积累去大致描绘人类的思维动态。

    由于智力活动高度耗能，必须对语言描述的活动降噪，尽可能只表达关键的对象和过程，可视化和可描述化不是大脑的主要工作，却能让大脑解放出来，把思维的起点和状态进行存储和重新出发，并通过工具和交流进行外置存储。人类最早的外置存储器就是人类同伴和石刻了吧，通过记载和传诵，不断地发挥人脑这个全息化分布式量子计算机的运算和搜索能力，把规律和信息不断输出并作为知识留给后人的输入信源。

所以人的意识层面为了追求信息的留存就在分工上更乐于逻辑思维而不是感性思维，艺术作品也需要训练，只有约定符号和心理图示具有简化思维和认知负担的作用，因而发明语言的那天不仅为了描述外界更是为了串联意象，直到成为俗语和历史，更不会轻易地放任自由思维。

于意识形态而言，各种历史记录是最重要的意象和行为模式来源，于科学技术，那些工具和为发明做的数学抽象符号，就是最好的最精简的意象，但背后的逻辑和事实是需要确认和巩固才能成为普通人的概念和推理基础，最终还是想象完成认知模型的塑造和应用。
     对于各种意象，需要复现和推理，归纳和演绎，而实际上难题都是依赖于噪声的重整化的，是重新把群论驾驭的符号组合对应的现象阐述完备，或者创造性回收到合理的信息，自然就不再是噪声，量子态退化不可避免单调化，需要主动训练一些横向思维和元认知去评估自己的意识层面的僵化，重新发现我们修剪掉的毛刺和噪音。老人不如年轻人，很大程度就取决于机能衰退，处理快照和毛刺的能力下滑，主频下降，但总体还因为神经元的量子力学特性没有被破坏，核心上没太大问题，但是抽象思维和思维尺度弹性就不够了，更依赖于老的认知模型，晶体智力和液体智力就没那么平衡。

     第五，从意识的类比和可视化来看智商的液态智商部分。
      我们的潜意识里存储了各种识别信息的驱动，前意识负责架桥的总线，包含了协处理器和初步的计算、文件管理，在进入工作记忆前，会去找一下意识层面发生的聚焦点和兴趣点，根据注意力的兴奋点调度每个意识容器，容器本身就带有一定的专有功能，可以简化成一个大的功能，容器的集群就是上层的意识全部，我们注意力容量多大，就能运行多少能力集，多少个小的能力就能形成一个短时间的导向进程，如何维持这个状态就是前意识和工作记忆这一层做的映射和调度，每一个容器有操作系统有操作系统子集和完整的虚拟内核，需要训练和确认。

瞬间记忆就是碎片化的，其实反而是实质上的定向滤波非常困难的一件事，神经元们天然是在各种分布式地传递信息，大脑通过整体调节一个片区去分割和协作，使得重要信息能从混沌中顺利去取出，进入意识的容器，工作记忆就是这么一个转换层和控制总线的复合体，也是一个流动的不只是受意识诱导还被潜在的注意力焦点所推动，所以天然的还会需要注意不被零碎事件打断，及时返回来主线。

就目前的研究来看，人类对工作记忆结构越清晰，越有可能接近天才，但天才往往是内化的驱动，把工作记忆和意识容器的管理做到极致，无需过多注意力的。而普通人，这一块，还停留在无意识噪音流动阶段，引导方式和任务调度，多维度的任务分析和记忆协作都局限在一个局部中，对于更底层的前意识和潜意识缺乏足够的感知和诱导，一抓就死，一放就乱。

     长期记忆如果完全复刻和搬迁是庞大的，需要的细胞协作越多，表达的数据越复杂，尤其需要把中间的原数据和初始数据同时保存下来，整个操作过程都是遵循群论和量子场论的多态理论。
即对于一个数据来说最重要的就是初态、终态还有必要的操作过程，人类就是以这样的方式存储事物的时间维度，这一方面计算机设计的很多sql、快照算法是这一理念的产物的子集。
    
     还有很多数学分支等待我们去发现，去描述这个世界的结构，数学不管是代数还是几何，都是用数表示任何可能的结构，发明什么样的维度，就会有新的世界观对应的数学，物理也是如此推向虚空的，宇宙本质上是信息，那必然是数学描述的。