論實現強人工智慧自然語言理解的幾個思路 ---阮丁遠
論實現強人工智慧自然語言理解的幾個思路Several ideas for achieving strong AI in natural language understanding
摘要:本文簡單說明了現有自然語言理解的不足，並給出了幾個思路來實現自然語言理解
Abstract: This paper briefly describes the shortcomings of the existing natural language understanding, and gives several ideas to achieve the natural language.
關鍵詞：強人工智慧，自然語言理解，自程式設計
Keywords: strong AI, natural language understanding, self programming
(作者：阮丁遠 Author: Ruan Ding Yuan) 聯絡方式:qq790861133,手機:15041435651
現在的人工智慧理論很多是類似早期的推理系統，專家系統，影象識別，基本的神經網路，或者所謂的深度學習網路等等，其本質都是人在架構，給予了系統太多人為的假定和人為的演算法，這個與自然語言系統的“自然”性和泛性，魯棒性等要求還相差太久，所以，即使深度學習網路實現的阿法GO演算法在圍棋上戰勝了人類，但是其在自然語言理解方面還是瑤瑤無期，還沒有任何實質性的突破，說白了其系統在自然語言理解方面還是3-4歲孩子的智商，要想達到成人的智商和抽象，創新等能力，還是很遙遠。
那麼，下面我來介紹下我在強人工智慧自然語言理解方面的幾個思路，僅作參考： 思路1,自試探自身方式：
人工智慧的關鍵祕密應該是：利用【自假設自驗證的自程式設計收斂性遞迴自試探自學習機制，窮舉自身可能的所有結構和多層次組合結構，然後試探每個組合的功能和功能特徵，然後把這個學習到的【功能和功能特徵】再反饋為自程式設計自進化自試探的進化母程式裡的1部分，實現學習到的智商自內化，實現智商的正反饋和正遞迴，從而越來越有自知力和意識力以及內視能力】這個，來實現不用人工去創造結構和人工設計少得可憐的可窮舉完的結構，而是讓結構自身能內視到自己結構的功能和特性，從而能動性的去利用結構和創造需要的結構，那麼結構將不再缺乏，和不再有區域性侷限化的特定功能特徵（比如一旦要實現某一功能，就只是那一功能的結構和演算法，就侷限化了，無法再相容其他概念和結構），來生成1個結構自制造的結構工廠，且可以能動性的認識到自己創造的結構是什麼功能，將
在什麼時候需要用到和呼叫，那麼，還有1點就是：如果用1個特徵編碼機制來記錄和編碼所有【自假設自驗證的自程式設計收斂性遞迴自試探自學習機制，窮舉自身可能的所有結構和多層次組合結構，然後試探每個組合的功能和功能特徵】裡試探出的功能，
以至於下次需要用到某個功能時系統自身就能知道是要用到哪個，即1種全息性的可自知的功能歸類多層編碼（類似於帶自組織性質的全息編碼機制，自己編的碼能被自己知道什麼時候會用到此編碼，即在【時間域，空間域，邏輯域上】的定位和位置全部全息可自知，知道自己什麼用，什麼時候需要被觸發和呼叫，知道自己什麼時候要和什麼結構相組合運算來輔助其他結構，而無需人為設計所有的觸發條件和組合時機，無導師形式的自組織自編碼自內視），那麼，單純的1,2,3,.....這樣的編碼，和 xx+xx=xx這樣的字串式偽演算法編碼肯定都不具有全息性，二階自組織空間裡2個容器通往1個總容器，系統分別掉入2個球到2個容器後，2個球合一變為2了，系統自試探到這個結構具有加法運算的功能並用1個特定的全息編碼機制記錄這個功能是加法用的，下次進化母程式需要用到加法時
就知道已經有1個結構能支援加法，進而被進化用的母程式再遞迴式的自利用，再更加智慧的去進化和去自試探空間裡的其他結構的功能，從而正迴圈式的智商自增長！
有'空'就有未知，1個多階邏輯自組織空間裡如果'空'的部分很大，那就代表有很多未知的分形與自組織可能，就有可能在這部分空的空間裡創生出和自進化自試探出智慧
:那麼，經過思考，發現實際上【自假設自驗證的自程式設計收斂性遞迴自試探自學習機制，窮舉自身可能的所有結構和多層次組合結構，然後試探每個組合的功能和功能特徵，然後把這個學習到的【功能和功能特徵】再反饋為自程式設計自進化自試探的進化母程式裡】
這個的本質實質為多階自組織邏輯空間的結構多自組織間的幾個自組織出的架構的'碰撞'和'自完備',即自試探自學習機制的本質=自碰撞，自舉的本質為自碰撞，
比如【二階自組織空間裡2個容器通往1個總容器，系統分別掉入2個球到2個容器後，2個球合一變為2了】這個為多階自組織邏輯空間裡的自組織出的其中1個架構，命名為架構A，另1個隨機自組織出的架構B為【物體邊界掃描，即怎麼算為1，怎麼才算作是1個東西，如何區別1和2，即'邊界'邏輯】,這2個架構即架構A和架構B碰撞在一起後，就會發生一個知識的新出現，即【二階自組織空間裡2個容器通往1個總容器，系統分別掉入2個球到2個容器後，2個球合一變為2了】架構具有1+1=2特性，然後再自組織掃描出此架構A也具有
2+5=7等等特性，從而2架構間碰撞出新功能： 加法機制！ 即一種自省架構：
也就是一種帶自省功能的多層自進化自程式設計系統，
模擬宇宙最初的無序和自省自學習，
也就是隨機組合一些程式碼和組合一些程式碼塊或函式等，來試探這些程式碼組合本身的功能和作用，並記錄到經驗庫裡，然後逐漸自化，
也就是內化到進化母程式的程式裡，用來控制進化的過程，即進化出的程式碼又用來控制進化過程本身，實現發動機一樣的智商迴圈自增長，從而實現自省（自省主要指機器會試探程式碼組合本身的功能，也就是試探自身，即自省），
然後是多層自進化自程式設計：。。。。。。------>母母進化控制程式----->母進化控制程式---->要進化的程式,
然後進化出的程式反過來逆序內化到 母進化控制程式，甚至母母進化控制程式，。。。。。。
,比如試探 if, > 和 for的組合後發現其具有排序功能，所以內化到 母進化控制程式，用來控制進化結果的樣本適應度的評分的排序，從而進化【進化控制體】本身
思路2，萬能變化流程網路的迭代：
A.人工智慧的‘允許任意層次的萬能任何變化，任意概念巢狀組合的底層資料結構和流程，深層次自組織連線主義網’架構 用類泛式連線主義的程式碼編寫概念並實現‘允許任意層次的萬能任何變化，任意概念巢狀組合的底層資料結構和流程，深層次自組織連線主義網’，用深層次自組織連線主義的概念程式碼巢狀組合來模擬【頭尾】這個概念和概念【倒過來】等等
，實現倒過來念李白的靜夜思等
,但程式碼無自動聯想能力，如【【李白的靜夜思倒過來念一遍】中系統會自動去檢索李白的靜夜思並代入xx倒過來念一遍的xx裡】，所以可以結合【全息多次反饋遞迴的全息組合】+【所有全息組合和全息動態資料對映程式門控值的各子組合和子門控都存在1個實時屬性：可能正確率，最後仲裁體會取可能正確率最大的那個全息組合輸出句子】
,另外，
【【全息多次反饋遞迴的全息組合】+【所有全息組合和全息動態資料對映程式門控值的各子組合和子門控都存在1個實時屬性：可能正確率，最後仲裁體會取可能正確率最大的那個全息組合輸出句子】】
這個不就是連線主義麼？程式碼是平面的，沒有聯想能力，連線主義則可以實現聯想並【等位替換自身來代入】功能
可以用以下來模擬實現連線主義：
【
2路觸發介面：
if (zhanwei_str_of_chufa_tonglu_map.ContainsKey("xx1,xx2"))
{
List<zhanwei_str_of_chufa_tonglu_info_cls> rett1a = zhanwei_str_of_chufa_tonglu_map["xx1,xx2"] as List<zhanwei_str_of_chufa_tonglu_info_cls>;
比如 2路子層結構觸發介面
if (zhanwei_str_of_chufa_tonglu_map.ContainsKey("xx1[xx1,xx2],xx2"))
{
List<zhanwei_str_of_chufa_tonglu_info_cls> rett1a = zhanwei_str_of_chufa_tonglu_map["xx1[xx1,xx2],xx2"] as List<zhanwei_str_of_chufa_tonglu_info_cls>;
這個結構化觸發條件機制
】
,
另外，
比如明天的昨天是星期幾，可以代入大資料運算器網路，明天的昨天被時間運算器補獲並輸出日期給網路其他節點，最終又被【星期幾】節點捕獲輸出星期幾 B, 智慧起源本質為‘文字的記憶化，文字化，再次隨文字喚醒邏輯性而導致的邏輯空間非線性，時間扭曲，繼而導致的智慧奇點’
思路3，從一個帶寓意的比喻中學習新事物：
關鍵是要做到人腦在學習外界時的可魯棒性的和可相容性的類似學習能力，和通過內在類似關係來學習的能力，比如從一個帶寓意的比喻中學習新事物
也就是防止 概念間組合時的概念多型性，或者說概念組合時的組合態的程式碼態的程式碼 的幾乎達到組合爆炸式的危機，
用【可魯棒性的和可相容性的類似學習能力，和通過內在類似關係來學習的能力，比如從一個帶寓意的比喻中學習新事物】來化解這種概念間組合時的組合爆炸式的危機，
，
比如 我教小學生：山比房子大，讓他們知道什麼叫【大】，他們學會後，就自然學習到內在類似關係，從而不用再教，自己也能知道【樹】也比【小草】大，
大象比老虎大等等，甚至演繹法演繹到哲學問題上：愛心比自私心大，這些都不用再教，人腦的通過內在類似關係來學習的能力，相當於1個自組織，自融合的內化過程，
如果內化時出現自矛盾，就會產生【疑問】意識，從而問老師，繼而繼續學習，直到內化成功，即化解【概念間組合時的組合爆炸式的危機】成功
，
思路4.
自循序分配器,能對不同方位的影象作整體識別，知道哪個是哪個的一種自循序機制：
比如閱讀新知識時的自循序分配器：比如1個概念的多個屬性可以是1個網頁table介面的多行和多列，這時系統要自動也生成臨時的table容器循序來儲存臨時結果，最後才是記憶到【短期記憶或長期記憶的想象空間狀態機網路】裡
自循序分配器應該也是結構工廠裡的一種自結構分配功能之一
思路5. 感覺閱讀學習就是碰碰車，1個變數好猜想出含義，2個變數就是2個東西在碰碰車，剛好都撞上才算猜出含義，要是變數更多，就更不好猜了
學習新字詞用的機制1：規律猜想機：比如 我吃了1個蘋果，還剩3個，請問原來有幾個蘋果=4 ， 我吃了1個蘋果，又吃了3個，還剩3個，請問原來有幾個蘋果=7 ，。。。。，項數一直在增加，但是答句的數值和各增加的子句的數值有關係，
所以自動猜想：新加的子句項為一樣的消耗性動詞和可消耗性名詞
學習新字詞用的機制2：
比如 名詞+形容詞+動詞: 丁丁非常愛玩，或：xx非常愛玩====》可以推匯出xx是名詞
，叫做句式裡子句佔位性而來類似性推導新詞的含義
思路6. 輸出句子就是多層次的 【句子輸出的選擇性子句】的開關,比如【愛】式的表達出來有無窮種總句式、比如【我吃蘋果了，很飽】可以是愛有關 ，或其二層子句式：【我吃了3個蘋果，很飽】也是愛有關,
(有正向的【句子輸出的選擇性子句】，用於思維概念組合轉句子，那麼也可以反過來：句子轉思維概念組合，用於理解輸入的句子：比如明天的昨天是星期幾，那麼反過來時首頁觸發【時間運算】思維，然後【明天】匯入後成為更具體子思維)
總句上分子句的選擇開關來生成句子，反之，閱讀句子來轉為總含義和子選擇含義:
比如 【吃了3個蘋果，還剩幾個？】，即 動詞+數+量詞 = 【總選擇開關：】數學問題，
數學問題這個總開關再加上【好奇心】這個子選擇開關，則輸出： 這個數學問題我很好奇！
數學問題這個總開關還可以加其他無窮種和無窮層次的【子選擇開關】，比如 數學問題+懷疑試問= 1+1=2你會不，數學問題+心情=這些個數學問題我最討厭了
，比如對愛，也可有【好奇心】這個子選擇開關，比如你和她怎麼樣？=觸發【愛】+【好奇心】=我對她很好奇
【好奇心】子選擇開關有【[名詞]叫什麼，[名詞]貴不，[名詞]對xx好不，xx裡面有什麼啊，我認識你嗎，。。。】，可以用佔位符來留個其他子句和父句巢狀入：比如【愛】觸發： 我喜歡他,xxx1（xxx1=好奇心 or 很長時間了 or 非常的喜歡），
，代入好奇心到【愛】的佔位符裡，就是 ：【我喜歡他，他叫什麼。】 或者【我喜歡他，對我好不】
思路7 .
類似【泛式結構傳輸單元： 想象空間ID>當前層級ID>地點》時間》人物。。。。】自編碼，有遞迴層，屬性結構層，每層都可以泛式結構，
所以又可以想象空間ID.泛式遞迴組合>當前層級ID.泛式遞迴組合>遞迴層id.泛式遞迴組合>地點.泛式遞迴組合》時間.泛式遞迴組合》人物.泛式遞迴組合》屬性.泛式遞迴組合
,即變數名=屬性id=屬性id自編碼學可以是1個很細分的多層泛式結構編碼系統
,另外，泛式結構傳輸單元： 想象空間ID>當前層級ID>地點》時間》人物。。。。】自編碼裡除時空id再加個【邏輯座標軸】的ID,【邏輯座標軸】的ID又可以由for層id,if層id,var訪問層id等組成
ai的結構工廠的能量動力學網路，而不是簡單的符號語義處理，所以1個詞可以對應到一種類似【泛式結構傳輸單元： 想象空間ID>當前層級ID>地點》時間》人物。。。。】自編碼後所以神經元無監督學習式的格式結構共知和共識串
的儲存結果，而不是大量人為規定好句式對應應答結果的詞串，
但是一個東西能做到在演算法本身上進行假設和假象，才是真正的智慧，比如：如果把上面說的話反過來說是啥？
從而有個【反過來】的假想空間，在我的系統裡，稱之為假設空間，可以無限制巢狀假設，類似於【本身】這個演算法
！！！！可以用foreach這個區域性吸引子的區域性ann組，從而其他區域性吸引子可以和【foreach這個區域性吸引子】相互全息多層巢狀組合和全息多層運算，比如《所有的人都去吃個飯》，《如果所有人都成仙了，那。。。》
，多型相流：比如【foreach這個區域性吸引子】可以在‘我們’場合裡表達出foreach這個遍歷的相流，也可以在‘愛’場合裡表達出foreach這個遍歷的相流
思路8.
以小載大的詞解析原理：
比如請做首愛為主題的短詩（這裡：愛這1個字打包了很多子概念和流程，和邏輯，然後這些東西投影到 。。為主題的短詩 來進一步輸出答句）
，
或: 請描述人工智慧的原理（這裡：人工智慧這4字打包了很多子概念和流程，和邏輯，然後這些東西投影到 。。的原理 來進一步輸出答句）
思路9.
對於示教[倒過來]這個概念，就是【倒】的流程表徵問題，可以是一段程式+資料格子的索引下標的倒過來索引，也可以是【結構，流程，邏輯，句式】的反應池+神經網路的帶魯棒式相容的[倒]運算,或是示教影象視訊的本質流（的等效邏輯觸發系統(比如頭和底這些等效邏輯來替代影象)）
比如：【請背誦99乘法表，再倒過來背誦99乘法表】或者【人體倒過來後，頭朝哪？】,或【12個跑步運動員，原先的第2名倒過來後排第幾名】
,另外，也可以假設[倒過來]這個概念是個相對量，就是比如陣列相對於陣列下標的逆減就是[倒過來]這個概念，
也可以是【請背誦99乘法表，再倒過來背誦99乘法表】這個二維表的相對量即二維陣列相對於二維陣列下標的逆減
，即[倒過來]這個概念沒有絕對量即絕對的解析程式碼或解析流程，各種概念本身都是相對量，以相對方式而存在，沒有絕對的
,唯一可以絕對的是一個概念的各個相對量都有共同點或類似點，相當於二階差量不變而一階在變
,還可以參考我以前寫的多型函式樹的機制，就是一個概念的程式碼解析體與不同其他概念或句式結合時會有不同的概念解析程式碼，並可以母程式碼裡按態來替換 code的佔位區，來組合成 最終解析程式碼體
思路10.
把分詞也做到【結構，流程，邏輯，句式】的反應池的潛意思網路裡，而不是寫死分詞演算法，比如你要臨時改變分詞演算法，比如請4個字4個字1組的來劃分句子，那麼分詞演算法就暫時變了，
,又比如 胖子 和 月半子 的分詞過程
思路11.
ai系統要有自我組織思維和自我組織表達內容的自架構機制，比如請做首愛為主題的文章，就需要構架短詩分幾文章，以及哪些段落是講事例，哪些部分是讚歎
思路12.
基於【資料體】+【程式體】的ai架構1：
要自動學習百度百科庫時你先要問：不是在意百度百科文章裡有多少句式不懂，而是這些概念和句式的組合能造成ai系統的多少種不同機制的記憶或新邏輯功能
,以及這些不同機制的記憶或新邏輯功能能對【自我組織思維和自我組織表達內容的自架構機制】造成多少新的思維空間和構架能力空間
,即：內部的各個坑都沒造好，外界的東西怎麼安放到坑裡。
,
另外，自動學習百度百科庫時有些是作為已有邏輯流程的新【資料體】，而有的是作為不同機制的記憶或新邏輯功能，並造成新的思維空間和構架能力空間，即有的是【程式體】,
就比如在【結構，流程，邏輯，句式】的反應池網路裡 圓周率經過網路連線連到資料體：3.1415926，屬於圓周率內涵的資料發散連線
,
!!!!!!!!!!!!:
自動學習百度百科庫時，考慮系統讀完百科並解析一次百科句子後，系統記憶到了什麼【資料體】+【程式體】：
比如可以記憶到以下邏輯：
......的時候還有....的情況
......的時候....會變成.....
....是一種....時會引發自己高興
....和....其實是等同的，類似的
......的時候....和....其實是等同的，類似的
...的做法其實是自取滅完(比如紅樓夢裡的各個人物的做法)
...的歷史裡再增加1段這樣的遭遇
新增....這樣的一種假設和其結果，並存到系統資料體狀態機裡
思路13.
2個思路：
一個是結構工廠的能動作用來自己尋找解和答句(比如讓【加】說話，讓減說話，讓【和】說話,說話是指參與全息運算)，另一個是[組合概率的選擇性輸出的【結構，流程，邏輯，句式】的反應池]裡類似多agent競爭並在競爭裡組合子agent和子答句並形成整體的答句
,所以還是從【多週期全息反饋ann】，【空性平衡機--結構力矩消解器】等入手，以獲泛式結構的突破點,來驅動【多層意圖轉為輸出句子的子句選擇開關】,
另外，【多週期全息反饋ann】可以加入概念和詞彙等的自編碼（泛式自編碼值機制（近視結構有近視編碼值））機制，即讓【多週期全息反饋ann】運算的是各個自編碼值，最後查表演算法把編碼值轉為字詞後輸出答句
,要發明一種可以在【多週期全息反饋ann】的自編碼和自程式設計體系裡的自編碼的通用的泛式自編碼中介資料體，讓多週期全息反饋ann，程式碼和流程都懂得其的自編碼（很多NLP問題都需要程式碼自程式設計才能求解，區別於ann）
另外可結合我幾年前的【資訊獨立度學說】，比如【多層意圖轉為輸出句子的子句選擇開關】對愛，愛好，愛玩，今天愛吃xx等等子句選擇開關的【資訊獨立度】,[今天愛吃xx]屬最大獨立度，單個【愛】字則獨立度不大
另外，
【[組合概率的選擇性輸出的【結構，流程，邏輯，句式】的反應池]裡類似多agent競爭並在競爭裡組合子agent和子答句並形成整體的答句】時，也可以運用結構工廠的結構和結構能動性來操縱多agent競爭的子句選擇開關的多層次自動組合，來輸出答句
,
[組合概率的選擇性輸出的【結構，流程，邏輯，句式】的反應池]即全息遞迴反應池不應該只為【多週期全息反饋ann】，因為參與運算的單元應該能接收資料匯流排或【if/for/var/+-*】等運算最小單元，然後才是他們各節點資料匯流排+【if/for/var/+-*】的全息運算，
而且，全息遞迴反應池不應該類DNA類紋理匹配組裝法的機制來組裝成全息運算，但是這只是暫時的猜想,但是【類DNA類紋理多巢狀匹配組裝法（全息）】是否也等價【資料匯流排或【if/for/var/+-*】等運算最小單元的反應池】，而且
大概念間可以用【和】.DNA來組合2個大概念，比如 愛和恨的【和】字概念可以為1個子DNA紋理，來組合 愛和恨鏈在一起，是否有【資料匯流排或【if/for/var/+-*】等運算最小單元的反應池】不能組合出的某些機制
,把一個ann可以定義為多個輸入腳的鑰匙即DNA紋理，只有合適的輸入組合即鑰匙對了，ann才輸出。。。。，從而實現多個ann間的按鑰匙紋理相互裝配？？
,
！！！所以：輸出最終句子時是【多層意圖轉為輸出句子的子句選擇開關】，然後【多層意圖轉為輸出句子的子句選擇開關】裡的每個變數元可以是自程式設計程式的執行結果的輸出詞，也可以是【子句選擇開關】裡的常量，
也可以是多層詞彙短語的選擇樹，也可以是【結構，流程，邏輯，句式】的反應池的子結果，等等，即總框架是【多層意圖轉為輸出句子的子句選擇開關】，而區域性反應池或自程式設計等都可以參於輸出到【子句選擇開關】的元變數裡，實現四通八達的可相容性和泛性
思路14：
【一詞用多個方面的索引】機制：
比如閱讀“來到無蚊村，首映眼簾的就是一代巨匠昌碩的故居’後會在系統裡的 總的 故居 節點上建立1個索引連線：故居 -------昌碩
，還會在 無蚊村 節點上建立個索引 ：無蚊村-----故居：。。。。。
,另外 建立這種類神經網路的索引時有多重性：比如故居里有他自己的房子，所以存在類神經網路的連線： 故居-----房子，
而結合上述的 無蚊村-----故居，則有 ： 無蚊村-----故居 -----房子
再結合 故居 -------昌碩，則有
無蚊村-----故居 -----房子
|
————昌碩
，但是儲存時不是這樣，而是 無蚊村-----ref.故居， 故居.總class -----房子
|-------昌碩
ref.故居 表示是引用體而不含 故居的內涵和外延的總定義體即其 總class
---
！！！！！！！！另外，智慧的本質是自架構和思維架構方案庫：
比如【要先到目標地點，才能再看到其風景 】這個思維架構，則閱讀到‘ 來到景區’後會自動觸發【要先到目標地點，才能再看到其風景 】這個思維架構，
從而知道其下面的文章段落是介紹風景，另外，如果 沒有‘ 來到景區’這個字首詞，則會觸發另一思維架構：即發問架構：你都沒去，怎麼有這麼多風景描述？
,也可以稱為：潛意識的能動性主動性的思維多重觸發機制
，另外：在不知道山風景和文化裡有：詩，詞，畫，印的前提下，閱讀【來到無蚊村，首映眼簾的就是一代巨匠昌碩的故居，門前的藝術廣場則以‘詩，詞，畫，印’體現了一代宗師的四絕成就】後
，會自動學習到新的思維架構方案：如果是風景和文化，則可能有‘詩，詞，畫，印’，然後內化記憶到思維架構方案庫裡，作為主動性的潛意識觸發點之一
,另外：要預設內建個思維架構方案1：如果某個同類思維架構方案在多個文章裡提到，則很可能為真的思維架構方案，則修改其真假度的權值
,!!!!!!，而思維架構方案庫裡的思維架構方案用詞向量的方式來表示，比如【如果是風景和文化，則可能有‘詩，詞，畫，印’】思維架構方案，
也可能【如果是風景和文化】對應輸入的是 知識風俗，則 如果是風景和文化 和 知識風俗的詞向量的語義距離比較近，則也觸發
思路15：
！！！！！！！閱讀外界知識的妙法：
先用自試探自組織機制學習窮舉完所有邏輯，結構，演算法等的功能特徵後，
再手工標記基礎句式和基礎概念是哪些上述的功能特徵的組合，做個層次化的概念功能特徵的標註（就是一個概念對應一張功能特徵的網路的功能標記），然後有了這些標記完的基礎概念和句式後，就可以去閱讀百度百科庫了
,
比如【
要自動學習百度百科庫時你先要問：不是在意百度百科文章裡有多少句式不懂，而是這些概念和句式的組合能造成ai系統的多少種不同機制的記憶或新邏輯功能
,以及這些不同機制的記憶或新邏輯功能能對【自我組織思維和自我組織表達內容的自架構機制】造成多少新的思維空間和構架能力空間
】，即閱讀1文章後根據上述的[層次化的概念功能特徵的標註]理論上會造成一個樹狀的演算法和資料體的的狀態機式的儲存閱讀結果的機制
最後附思考用的對話句子樣本，如果下面這些句式全支援，才是強智慧系統：
阮圖靈測試00：青蛙在溫水裡緩慢加熱至100度卻不逃跑而熱死，和某些藥物必須緩慢增減有啥內在聯絡?
阮圖靈測試00b： 【我們跳歌，我們唱舞】裡哪個字反了？ : 中間運算為： 意圖[和字]:【xxx和xxx】+ 反了=====》輸出 :跳和唱 + 反了
，又比如【我們跳歌，我們唱舞，我們喝飯，我們吃水】裡哪個字反了？ ====>意圖[和字] + 反了 , 意圖[和字]+ 反了====>輸出 :跳和唱 + 反了，吃和喝 反了
阮圖靈測試00c：女孩躺床上睡覺，一睜眼已掉入湍急的河流裡，為啥？，答：她在夢遊
阮圖靈測試00d：請背誦99乘法表，再倒過來背誦99乘法表
阮圖靈測試00e：自然對數乘以10等於多少,圓周率乘以自然對數等於多少?
阮圖靈測試00f：1和99哪個大？，自然對數和圓周率，哪個大？
阮圖靈測試00g：x，自然對數和圓周率，哪個是常數？
阮圖靈測試01：請作一首詩或愛為主題的短文，並倒過來念出(按字倒過來念出或按句倒過來念出)
阮圖靈測試02：星期1到星期7的7天的英文名裡有幾個以S開頭的？，還有有幾個以T開頭的？(答：S開頭的2個，T開頭的2個，或【都是2個】)
阮圖靈測試0：電腦宕機了，請問下面接下來如何關機(套用[組合概率的選擇性輸出的【結構，流程，邏輯，句式】的反應池 + 結構工廠]來尋找全域性最優解：按住電腦電源鍵5秒強制關機)
衍生：【星期1到星期7裡，除了星期日，這些日的英文名裡有幾個以S開頭的？，還有有幾個以T開頭的？】
圖靈測試0b：跑步超過第2名，現在處於第幾名？：第2名
圖靈測試0c：跑步追過最後一名，現在處於第幾名？:沒法存在跑過最後1名這件事
圖靈測試0d：理髮師只給不給自己理髮的人理髮，那麼理髮師給自己理髮不（答：是個悖論）
圖靈測試0e：所有的人都在說謊，那麼我在說謊不==([我當然也在說謊了]是謊，那我就不在說謊，另一方面，假設【我不在說謊】是謊，那我又在說謊)（答：是個悖論）
圖靈測試0f：
A:人體是萬物的尺度，如何理解？
B:就是人體和外界互動反饋？
圖靈測試0g：【力量像什麼？像一條鋼絲使勁拉扯！】，又比如if像什麼？，像1條大道分叉為2條小道！！
阮圖靈測試1：如果太陽是星期天，那麼猴子是星期幾？以及為什麼這麼覺得（有智力的系統才能算到：Sun-->Sunday,Monday--->Monkey）
阮圖靈測試2：後天星期幾？（一般系統能答對），後天的前一天是星期幾？（一般無法回答），後天的前一天的月末是星期幾？（更無法回答）
阮圖靈測試2a：明天的後天的昨天星期幾？
阮圖靈測試3：如果是神在這裡，那麼1+1會不會不等於2，如果是，你覺得為什麼？
阮圖靈測試4: 購物卡充值100元送25元，相當於打幾折?（等於說花了100買125的東西，應該是100/125=0.8折，而不是100-25 / 100=0.75折）
阮圖靈測試5：明天的大後天的昨天是星期幾？
學校裡只有蘋果和梨中的一種水果，小明吃完了所有水果，還剩幾個蘋果
阮圖靈測試12：說2乘2次蘋果
阮圖靈測試13：耶 and china，答一人名（答案：耶和華）
阮圖靈測試14：如果1是孤獨，那麼9999是什麼（答案：愛）
阮圖靈測試15： 連續幾晚不睡覺，用一個名詞來換種說法是？：（答案：通宵）
阮圖靈測試16： 什麼數的平方等於16
阮圖靈測試17： 2的平方的平方等於多少
阮圖靈測試18：三克油什麼意思？ 在接收別人的好意時是不是要說:thank you (這個涉及閱讀時學習到的邏輯體或資料體的問題)