【从量化到映射】的各种具体操作以及相应的微意识体训练效果。
当第二天早上醒来的时候，郝成思维都有些迟钝，因为信息量太大了，他一时间都没有完全梳理清楚。
“超级符码系统是最浅显的映射。”
拿出平板和笔，相比于打字，好像现在渐渐的喜欢上了写字，因为他发现，一笔一划的写，比噼里啪啦的键盘敲出来，更能帮助他理解这其中的内涵。
也不知道这是不是心理作用：“而高级的映射逻辑，是似有似无，用时则实，无用则虚。”
郝成无语的笑了笑，这还整上玄学了。
不过他倒是想到了一个不恰当的例子：多年不联系的同学突然打电话，要么是他要结婚了，要么是借钱。
“大约微意识体对事物和知识的认识，也是这么功利吧？”
郝成摇了摇头，虽然说不明白那种感觉，但他却是有一点点理解在微意识体的训练中，认识，也就是认知训练，是怎样一个逻辑了——
这是对统一于矛盾的处理。
基于知识训练的微意识体AI训练，所获取的只是不总是统一的，甚至有时候是矛盾的。
那怎么办？统一的融合，矛盾的先放一边。
而且，这个放一边也不是说就是完全不管了，等训练到一定程度之后，再拿出来，然后继续作对比、继续做映射。
或者你先把矛盾的当成正，先融合矛盾的也可以，只不过那就是另一个方向的微意识体模型了。
“这倒不是对与错的关系，而是角度的关系？”郝成思索了一会儿，也想到到了人类对于知识的学习和对未知的探索。
很多时候的认识也是局限于当下或参考系的，比如最典型的经典力学和量子力学的问题。
而这个学习过程，跟人类的教育也很相似：
比如给小学生学习的东西，很多时候它都不严谨的，甚至是错误的，只是在他那个年龄段，你只能这么教他。
至于以后，等上了高中大学，甚至硕士博士，他自会看到更深入的东西，理解更深的东西。
“不过这种四仰八叉的网状逻辑，对于硬件的要求也太高了。”
郝成最近也是恶补了很多关于现在AI训练相关的知识，包括基于浮点数运算的GPU算力卡，现在看都是很难满足这种微意识体的训练需求的。
就像多光谱通道镜头结合深度学习AI的模型一样，哪怕是郝成自己设计出了微意
…。。