元素智能(记忆、回忆、想象、运动的原理20200927)
人工智能工作原理
人工智能工作原理近年来，人工智能（Artificial Intelligence，简称AI）的发展在各个领域都引起了广泛关注。
尽管人工智能的应用已经非常广泛，但是很多人对于它的工作原理仍然不太了解。
本文将深入探讨人工智能的工作原理，并分析其在实际应用中的一些典型例子。
一、什么是人工智能人工智能是指模拟人类智能的理论、方法和技术，旨在使计算机能够像人一样感知、理解、推理、学习和决策。
它可以处理海量的信息，快速地分析和识别模式，并根据这些模式做出各种决策和行动。
二、人工智能的工作原理人工智能的工作原理主要包括感知、推理、学习和决策四个过程。
1. 感知感知是人工智能的基础，它是指通过传感器获取周围环境的信息。
传感器可以是各种各样的设备，比如摄像头、麦克风、温度传感器等。
通过感知，计算机能够获取各种感知数据，比如图像、声音、温度等，为后续的推理和决策提供基础。
2. 推理推理是指根据已有的知识和信息，从中进行逻辑推演和推理判断。
通过推理，计算机能够从已知的前提出发，推导出新的结论。
推理的方法有很多种，包括基于规则的推理、基于概率的推理、基于模型的推理等。
3. 学习学习是人工智能的关键环节，它使得计算机能够通过不断的经验积累和数据迭代，不断完善和提升自身的性能。
目前，主要的学习方法包括监督学习、无监督学习、强化学习等。
通过学习，计算机能够从大量的数据中学习到隐藏的规律和知识，并将其应用于实际问题的解决中。
4. 决策决策是指基于已有的知识和推理结果，做出最优的决策和行动。
在人工智能中，决策可以通过各种算法和方法来实现。
比如，在机器学习中，常用的决策算法有决策树、支持向量机、神经网络等。
通过决策能力，计算机可以在复杂的环境中做出精准的决策，解决各种问题。
三、人工智能的应用示例人工智能在各行各业都有广泛的应用，下面以几个典型的应用示例来说明：1. 人脸识别人脸识别是一种基于人工智能的生物特征识别技术，它通过对人脸图像的感知、推理和学习，实现对人脸的准确识别。
人工智能技术的基本原理和工作原理解析
人工智能技术的基本原理和工作原理解析人工智能（Artificial Intelligence，简称AI）作为一种前沿的技术，正逐渐改变着我们的生活方式和工作方式。
那么，人工智能的基本原理是什么？它是如何工作的呢？本文将对这些问题进行解析。
首先，人工智能的基本原理是模仿人类的智能行为。
人类的智能行为包括感知、认知、推理和决策等方面。
人工智能技术通过模拟这些智能行为，使得机器能够像人类一样进行思考和行动。
在实现这一目标的过程中，人工智能技术主要依靠机器学习和深度学习等方法。
其次，人工智能的工作原理可以分为三个主要步骤：感知、推理和决策。
感知是人工智能技术获取外部信息的过程。
在这一步骤中，机器通过传感器等设备感知到来自外界的数据，并将其转化为数字信号。
例如，图像识别技术可以将图像中的像素信息转化为数字信号，从而实现对图像的理解和分析。
推理是人工智能技术进行逻辑思考和推理的过程。
在这一步骤中，机器通过对感知到的数据进行分析和处理，从而得出结论或者进行预测。
例如，在自动驾驶技术中，机器可以通过对周围环境的感知数据进行分析，从而做出相应的驾驶决策。
决策是人工智能技术根据推理结果进行行动的过程。
在这一步骤中，机器根据之前的推理结果，选择合适的行动方案并执行。
例如，在机器人技术中，机器人可以根据周围环境的感知数据和推理结果，选择合适的动作并进行执行。
除了以上的基本原理和工作原理，人工智能技术还有一些关键的概念和方法。
一是机器学习。
机器学习是人工智能技术的核心方法之一，它通过对大量数据的学习和分析，使得机器能够从中提取规律和模式，并进行预测和决策。
常见的机器学习方法包括监督学习、无监督学习和强化学习等。
二是深度学习。
深度学习是机器学习的一种特殊方法，它通过构建深层神经网络模型，实现对复杂数据的学习和分析。
深度学习在图像识别、自然语言处理等领域有着广泛的应用。
三是自然语言处理。
自然语言处理是人工智能技术的一个重要分支，它研究如何使机器能够理解和处理人类的自然语言。
人工智能的基本原理及其应用
人工智能的基本原理及其应用人工智能（Artificial Intelligence，简称AI）作为一门涉及计算机科学、数学、认知心理学等多学科的领域，致力于研究如何使机器能够模拟人类的智能行为和实现自主学习。
本文将介绍人工智能的基本原理以及它在各个领域的应用。
一、人工智能的基本原理现代人工智能的基本原理可以概括为感知、推理和学习三个核心要素。
1. 感知感知是指机器通过传感器获取外界环境的信息，包括图像、声音、温度等。
感知的关键在于将这些信息转化为数字或离散的数据，以供计算机进行处理和分析。
2. 推理推理是指机器根据已有的知识和信息，运用逻辑推理和推断能力进行思考和决策。
它能够根据已有的规则和条件，推导出某种结论，并进行相应的行动。
3. 学习学习是人工智能的核心能力之一，它使机器能够通过数据和经验不断优化和改进自身的性能。
机器学习分为监督学习、无监督学习和强化学习三种形式，其中监督学习通过已有的标签数据进行学习，无监督学习则通过分析数据的内在关系进行学习，而强化学习则是通过奖励与惩罚的机制进行学习。
二、人工智能的应用领域人工智能的应用涵盖了众多领域，具有广泛的应用前景。
1. 机器视觉机器视觉是人工智能的一个重要应用领域，它利用计算机和相应的算法使机器能够“看”和“理解”图像和视频。
在医疗领域，机器视觉可用于辅助医生进行疾病诊断和影像分析；在工业领域，机器视觉可用于质检、物体识别和自动化生产。
2. 自然语言处理自然语言处理是指将人类语言转化为计算机能够理解和处理的形式，包括语音识别、语义理解和机器翻译等技术。
自然语言处理在智能助理、机器翻译、智能客服等领域有着广泛的应用。
3. 智能交通人工智能在交通领域的应用旨在提高交通效率、减少交通事故和改善出行体验。
例如，自动驾驶技术可以通过感知环境、规划路径和控制车辆，实现无人驾驶；交通流预测和智能调度系统可以提高交通网络效率。
4. 金融科技人工智能在金融领域的应用主要体现在风险控制、反欺诈、智能投顾和高频交易等方面。
世界记忆大师的记忆原理
世界记忆大师的记忆原理世界记忆大师是指那些在记忆方面具有出色能力的人，他们能够轻松地记住大量的信息和数据，并能够迅速地回忆起这些信息。
这些记忆大师往往运用了一些特殊的记忆原理和技巧，使记忆变得更加高效和有效。
下面将介绍几个常见的记忆原理。
1.联想记忆原理2.编码记忆原理编码记忆原理是指通过将信息转化为更易于记忆的形式，以便更好地存储和回忆。
这个原理包括使用符号、图像、声音、颜色等来代表所要记忆的内容。
例如，可以将数字转化为图像，将名字转化为具体的形象，以此来提高记忆效果。
3.切分记忆原理4.可视化记忆原理可视化记忆原理是指通过将信息转化为图像或场景进行记忆，以提高记忆效果。
记忆大师会将所要记忆的内容变成生动的图像，将这些图像放入一个场景中，然后将这个场景和图像与所要记忆的信息关联起来。
这样一来，在回忆时，只需回想起这个场景，就能够迅速地提取出相关的信息。
5.重复记忆原理重复记忆原理是指通过反复地复习和回顾所要记忆的内容，以加深记忆和巩固记忆效果。
重复记忆原理有助于将信息从短期记忆转移到长期记忆中，因为通过重复记忆，大脑的神经连接会变得更加强大和稳定。
记忆大师通常会设置一个复习计划，定期回顾所要记忆的内容，以保持记忆的新鲜和准确。
6.触感记忆原理触感记忆原理是指通过与所要记忆的内容进行触碰或触摸，以提高记忆效果。
这个原理是因为触感在记忆中具有较强的关联性和刺激性，可以帮助记忆大师更好地提取和回忆信息。
例如，记忆大师可以通过用手指在空中写字的方式来记忆文字。
总之，世界记忆大师能够通过运用各种记忆原理和技巧，将信息转化为更易于存储和回忆的形式，从而提高记忆效果。
这些记忆原理包括联想记忆、编码记忆、切分记忆、可视化记忆、重复记忆和触感记忆等。
通过灵活运用这些原理，人们可以快速提升自己的记忆能力，并提高在各个领域的学习和工作效率。
大脑的记忆原理_什么是记忆
大脑的记忆原理_什么是记忆记忆是指人脑对于过去经历、学习和经验的信息的存储、保持和再现的能力。
通过记忆，人们可以回忆起过去的事件、学习到的知识和技能，以及对于环境和情境的认知。
首先，记忆的过程始于感知。
当我们接受外界刺激时，感官器官会将这些刺激转化为神经信号，然后传送到大脑的感觉皮层。
感觉皮层通过对刺激进行编码，将其转化为神经元之间的连接模式，形成了刺激的独特内部表示。
接下来，编码阶段是指将感知到的信息转化为可以在大脑中长期存储和保持的形式。
编码的过程通过神经元之间的连接和突触可塑性来实现。
突触可塑性是指神经元之间的连接强度可以随着输入的变化而改变。
当一个记忆被强化时，突触强度会增加，反之则减少。
编码会受到多种因素的影响，如情绪、注意力和意识状态等。
存储是指将编码过的信息储存在大脑中以备后续的检索和利用。
大脑中有许多不同的区域和网络参与了记忆的存储过程，其中海马体被认为在短期记忆到长期记忆的转化过程中起到了重要的作用。
大脑中的存储是基于多个神经元之间的互相连接和激活模式的，形成了具有整体意义的记忆编码。
检索是指从存储中提取记忆信息并重新访问其内容的过程。
检索涉及到大脑中多个区域和神经回路之间的相互作用，从而激活存储的记忆。
检索是一个动态和有选择性的过程，由多个因素影响。
存储信息的特征、联结的密度和相关度等都会影响到检索的有效性。
最后，遗忘是记忆过程中的一个重要环节。
由于大脑资源的有限性和信息超载等原因，我们需要忘记一些不需要的或无用的记忆，以便腾出空间和资源来接收新的信息。
遗忘是一个动态和有选择性的过程，受到多种因素的影响，如时间、干扰、干扰记忆和反向活动等。
总结起来，记忆是大脑的一种复杂的认知能力，涉及到感知、编码、存储、检索和遗忘等多个环节。
记忆的形成和保持依赖于大脑神经元之间的连接和突触可塑性。
通过了解大脑记忆的原理，我们可以更好地理解和改善记忆过程，提高学习和认知能力。
【记忆术原理】记忆术的原理
【记忆术原理】记忆术的原理记忆是过去的经验在人脑中的反映，是一种复杂的心理活动。
形成记忆的过程包括识记、保持、再现和回忆四个基本过程。
识记是通过感知得到信息并在脑中留下印象的过程，是整个记忆活动的开始，依据事先有无目的，可分为有意识记和无意识记。
维持就是信息的编码与储存，从信息处理的角度来说，重现和回忆起都可以归为信息检索里去，这样所有的记忆基本上必须通过以下历程：编码、存储、检索1．编码我们在学习文字时，按事物的形状、声音、意义，分别编成各种代码（文字），依类是形码、声码、意码。
同样在储存信息之前把信息译成记忆码的过程，我们就叫做编码。
从当前的脑科学研究成果中，我们获知脑就是由神经细胞（又叫做神经元）形成的，神经细胞分成树突、细胞体和轴突三部分。
树突于树突之间的相接处叫做神经元。
神经元就是神经细胞之间传递信息的结构。
当神经细胞受提振时，神经元就可以生长、减少，并使之与相连的神经细胞连结、沟通交流。
拒绝接受同样的提振次数越多，其连结就越密切而构成了定式，这就是人们通常所说的记忆。
通过观察辨认出，人的记忆越繁盛，神经元就可以越多，当把神经元阻断后能够影响记忆。
到底神经元通过什么规律将外界接收的信息编码呢？这个问题只好留给聪明的科学家了，要提高记忆力，就需要掌握编码规律，然而在科学家们解开这个迷之前，只好通过专家们总结的规律来改进我们的方法了。
我们晓得感官系统对于提振并非悉数发送，所以记忆时所赢得的编码也并非就是所有事件准确的被记录，而是由于无意识经验和认知经验回去推论必须挑选哪些作为记忆码内容。
所以，记忆码点就是被挑选出去的信息中创建出来的。
为了提高编码的效率，我们在记忆信息之前，对信息进行系统的程序化处理，再进行识记会提高编码效率，提高记忆。
2．存储前面我们说过神经元的联结越密越会形成定式。
这个定式我们也叫神经回路。
神经回路的形成一般认为有四个连续阶段，也可以认为是信息保存的四个阶段。
第一个阶段就是通过感觉系统赢得信息，储存在大脑的感觉区内，储存的时间很短，如果信息这时通过加工处置，分类就可以构成代莱印象转至下个阶段。
八大多元智能理论
7. 内省智能（Intrapersonal Intelligence）：指的是对自己情感和行为的敏感性和运用 能力，包括自我认知、情绪管理、目标设定等。
2. 逻辑数学智能（Logical-Mathematical Intelligence）：指的是对逻辑和数学的敏感 性和运用能力，包括逻辑思维、问题解决、数学运算等。
八大多元智能理论
3. 空间智能（Spatial Intelligence）：指的是对空间的敏感性和运用能力，包括形象思 维、空间想象、图形表达等。
4. 身体运动智能（Bodily-Kinesthetic Intelligence）：指的是对身体运动的敏感性和运 用能力，包括运动协调、肌肉控制、动作技巧等。
5. 音乐智能（Musical Intelligence）：指的是对音乐理论
8. 自然观察智能（Naturalistic Intelligence）：指的是对自然界和生物的敏感性和运用 能力，包括对动植物的观察、环境意识、科学探索等。
八大多元智能理论
根据八大多元智能理论，每个人在这些智能方面都有不同的优势和发展潜力。这一理论的 应用可以帮助教育者更全面地评估和培养学生的智能，提供个性化的教学和发展方案，促进 学生全面发展。
八大多元智能理论
八大多元智能理论是由美国心理学家霍华德·加德纳在20世纪80年代提出的，他认为智能 不仅仅是智商的体现，而是包括多个方面的能力。以下是八大多元智能理论的具体内容：
1. 语言智能（Linguistic Intelligence）：指的是对语言的敏感性和运用能力，包括词语 的理解和运用、语法的掌握、阅读和写作等。
人工智能工作原理详细解析
人工智能工作原理详细解析人工智能（Artificial Intelligence，AI）作为一门前沿的技术，正在日益影响着我们的生活和工作。
它的工作原理涉及多个方面，包括机器学习、深度学习、自然语言处理等。
本文将对人工智能的工作原理进行详细解析，帮助读者更好地理解这一领域的发展和应用。
一、机器学习机器学习是人工智能的核心技术之一。
它通过让计算机从大量数据中学习并自动改进算法，从而实现智能化的决策和预测。
机器学习主要包括监督学习、无监督学习和强化学习三种方式。
监督学习是指通过给计算机提供标注好的训练样本，让计算机学习到输入和输出之间的映射关系。
例如，通过给计算机展示成千上万张猫和狗的图片，并告诉它哪些是猫、哪些是狗，计算机就可以学习到图像识别的能力。
无监督学习则是让计算机自行学习数据中的模式和结构，而不需要人为标注。
这种方式适用于数据量庞大、难以手动标注的情况。
例如，通过对大量顾客购买记录进行聚类分析，可以发现潜在的购买模式和行为规律。
强化学习是让计算机通过与环境的交互来学习最优的行为策略。
它通过奖励机制来引导计算机的学习过程，使其在不断尝试和反馈中逐步优化策略。
强化学习在游戏领域有着广泛的应用，例如AlphaGo在围棋比赛中的胜利就是基于强化学习的算法。
二、深度学习深度学习是机器学习的一个重要分支，它模拟人脑神经网络的结构和工作方式，通过多层次的神经元网络进行信息处理和学习。
深度学习的核心是神经网络的构建和训练。
神经网络是由多个神经元相互连接而成的网络结构，每个神经元接收一组输入信号，并通过激活函数进行处理后输出。
通过不断调整神经元之间的连接权重，神经网络可以逐渐优化其输出结果，实现对输入数据的分类、识别等任务。
深度学习的训练过程通常需要大量的标注数据和计算资源。
在计算机视觉领域，深度学习已经实现了诸如图像分类、目标检测、人脸识别等高精度的任务。
在自然语言处理领域，深度学习也被广泛应用于机器翻译、语音识别等任务中。
人工智能的工作原理
人工智能的工作原理人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够像人一样思考、学习和行动的科学。
它是当今世界科技领域的热门话题，也是未来科技发展的重要方向之一。
人工智能的工作原理是怎样的呢？本文将从人工智能的定义、发展历程以及工作原理等方面进行探讨。
首先，人工智能的定义是指计算机系统能够执行需要人类智力的任务。
这些任务包括理解语言、感知环境、学习、推理和解决问题等。
人工智能的发展可以追溯到上世纪50年代，随着计算机技术的不断发展和人工智能理论的不断完善，人工智能技术也得到了长足的发展。
如今，人工智能已经渗透到我们生活的方方面面，包括语音助手、智能家居、自动驾驶等领域。
人工智能的工作原理主要包括感知、推理、学习和行动四个方面。
首先是感知，即计算机系统通过传感器获取外部环境的信息，如图像、声音、文字等。
然后是推理，计算机系统根据感知到的信息进行逻辑推理和问题求解，从而做出相应的决策。
接着是学习，计算机系统能够通过大量的数据进行学习，从而不断提升自身的能力和性能。
最后是行动，计算机系统根据推理和学习的结果，执行相应的动作或输出相应的结果。
在感知方面，人工智能系统通常会利用各种传感器获取外部环境的信息，如摄像头、麦克风、雷达等。
这些传感器可以将感知到的信息转化为计算机能够理解和处理的数据，为后续的推理和决策提供基础。
在推理方面，人工智能系统会利用各种算法和模型进行逻辑推理和问题求解，以实现自动化的决策和行为。
在学习方面，人工智能系统会利用机器学习和深度学习等技术，通过大量的数据进行学习，从而提升自身的能力和性能。
在行动方面，人工智能系统会根据推理和学习的结果，执行相应的动作或输出相应的结果，以实现人机交互和智能决策。
总之，人工智能的工作原理是基于感知、推理、学习和行动四个方面的。
通过不断地感知外部环境、进行逻辑推理和问题求解、通过大量的数据进行学习，最终实现智能决策和行为。
多元智能理论解析
多元智能理论解析多元智能理论是由美国心理学家霍华德·加德纳于20世纪80年代提出的一种革命性的认知理论，该理论对传统智力测试只重视语言和数学智力的观念进行了颠覆性的挑战。
根据多元智能理论，人类的智力不仅仅体现在传统的学术能力，而是包括多种形式的智能表现，每个人都在多个智能领域具有独特的潜能和天赋，这种理论给我们提供了更加全面和立体的认知视角。
多元智能的七大类型根据加德纳的多元智能理论，智能被分为七大类型：语言智能、逻辑数学智能、音乐智能、视觉空间智能、身体运动智能、人际智能以及自我认知智能。
语言智能：指个体善于使用语言表达和理解意义的能力。
逻辑数学智能：指个体善于逻辑推理、分析问题和解决数学问题的能力。
音乐智能：指个体对音乐的敏感、理解和表达能力。
视觉空间智能：指个体对空间的感知、理解和表达能力。
身体运动智能：指个体善于运用身体表达、控制和动态协调的能力。
人际智能：指个体善于理解他人情感、动机和行为的能力。
自我认知智能：指个体了解自己情感状态、能力和价值的能力。
应用多元智能理论多元智能理论的提出对教育领域产生了深远影响。
教师在教学过程中可以根据学生的不同智能类型，采用多样化的教学策略和方法，激发学生多元智能的潜能，让每个孩子在自己擅长的智力领域中有所作为。
在工作场所中，领导者也可以根据团队成员的智能类型进行合理分工和激励，发挥每个人的优势，实现团队的协同效应。
多元智能理论的应用还延伸到个人发展领域。
了解自己的多元智能类型，有助于个人找到适合自己的学习、工作和生活方式，更好地发展自己的优势，提升综合竞争力，实现个人价值的最大化。
多元智能理论意义多元智能理论的提出拓宽了人们对智力的认知范围，打破了传统对智力的约束和框架，促进了教育、心理学等领域的发展。
这一理论深刻地改变了我们对于智力和能力的认知方式，让每个人都有机会展现自己的特长和才华，推动了社会的多元发展和进步。
多元智能理论为我们提供了一种全新的认知模式，颠覆了传统智力的定义和评价标准，促进了个体发展和社会进步。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
思维的原理别名：元素智能//记忆、回忆、想象、运动的原理//元素生精神、意识、思维、智能、智慧//意识的诞生//神经元使人记忆、回忆、想象和运动/现代，人们已经普遍知道了，记忆与思维的器官是大脑。
更深入点，是神经元记录了各种信息。
但是，神经元是怎样精准地、有序地记忆色彩、空间、时间等信息，又如何记忆一个图案、面孔、旋律和一件事情的经过呢。
人为什么会回忆起相同、相关的记忆，而非回忆起不相干的记忆？记忆是现实的，想象基于记忆，却又狂放不羁、超脱现实，如何实现？趋利地、避害地运动是以记忆为依据，但以哪个记忆为依据，如何选择？本文将逐步解答以上问题。
一、客观的记忆1.元和素、真值与表值神经元如何记录时间、空间、色彩等信息？图1如图1，视网膜上有感光单元。
各感光单元接收一定色彩的混光，转化为信号，信号激发神经元。
被激发的神经元有一部分记录该混光的色彩，这一部分称为元，在图中用实心圆表示。
如图1、2，被激发的神经元间的连接也被激发，形成素，每一个素独立记录元间的时间、空间、色彩关系或其他关系，在图中用一个箭头表示。
如图1，黑色箭头为基素，记录了所连两元的色彩关系，还记录了两元是相同或毗邻的感应单元在临近时间激发的元。
图 2大量的元和素各自具有一个参数值记录信息，可以用一个对应的数字来表示，这个数字就称为元或素的真值。
元和素记录一定的信息，真值也是确定的，所以，又可以用所记录的信息表述真值，称为表值。
如图1、3：一个元有一定的真值记录了700nm的红色，它的表值为700nm；一个空间素具有一定的真值记录了一个23步的距离，它的表值为23步；一个时间素具有一定的真值记录3秒的时长，它的表值为3秒。
2.排系大量的元和素各自记录信息，如何有条不紊地关联在一起？如图3：每个素有3个接点，分别为初接点、末接点在素的两端，靠近末接点处有一中接点。
这些接点与该素的真值、表值无关，而是用于与其他元和素建立连接。
直接的连接类型有3种，特定的连接关系又称为排系。
图 3●一素的两端与两元相接。
这样的素称为直连素，有基素、质素、空间素、时间素4种，在图中分别用黑色、蓝色、绿色、红色箭头表示。
描述为：直连素初排系一元、终排系另一元。
简化描述为：直连素连接两元；两元连接以直连素。
●一素的两端与两素的中接点相触，这样的素称为结构素，在图中用橙色箭头表示。
可描述为结构素初排系一素、终排系另一素；简化描述为结构素连接两素、两素连接以结构素。
●两素连接同一元或同一中接点，可描述为两素衔接排系；或两素衔接。
在初排系、末排系、衔接的基础上，元和素又有间接的多类连接关系，排系类型也多样。
所连的两素有多种类型，结构素也有多种类型。
如连接两个基素的称为基比素；连接两个质素的为质比素；连接两个空间素的为空比素；连接两个时间素的为时比素。
3.素的定量与律距离长短、明暗关系、时间长短如何得出？如何记录？相同的本质是什么？基素很短只能连接邻近的元，是相同或毗邻的感应单元在一定时限内激发的元，记录所连元有单位空间、时间距离。
空间素只能连接一定时限内激发的元，记录了所连两元有单位时间距离。
空间素的真值基于所连两元间的最小基素跨度定量，以最小基素跨度作为一个空间素的表值，单位为步，记录所连两元的空间距离。
图 4●如上图，这些元形成于一个单位时间内●空间素a、b、c 分别连接A和B；B和C；C和A●a、b、c表值分别为9步、5步、7步●A、B、C相互有距离，三者又有空间分布关系时间素的真值基于所连两元间的基素和空间素最小跨度定量，记录两元发生的先后与时间间隔，其表值为两元的发生时间间隔，单位为秒或单位时间。
图 5●如上图：随时间流逝，新的元不断发生，并临近连接以基素●A和F同时形成、E和J同时形成●连接A-E的时间素表值为4时间单位，记录E的发生晚了A4个单位时间●连接F-J的时间素表值为4时间单位，记录J的发生晚了F4个单位时间基素、质素、结构素称为律素。
律素的真值x，由末排系、初排系的两元或两素的真值y, z决定，x= f (y, z)。
图 6●y、z等值时，x=0●y比z大的越多，x越小于0●z比y大的越多，x越大于0律素所连两元或两素真值相同时，律素的真值为0。
0值的律素称为律；0值的基素称为基律；0值的质素称为质律；以此类推。
律，在图中用双虚线表示，如下图所示：双虚线看起来，像是大量的等号，正好对应了双虚线所连两个对象等值。
连接同一元或同一素的多律可以紧密衔接在一起。
多律相互紧密衔接，可看做是一律，好比多条绳子系到一起，成了一个绳子；多条导线接到一起成了一个导线。
如下图7中：图7●a-l 相互紧密衔接，t-w相互紧密衔接，记录了A-H等值、I-L等值，分别连接以律，以识别相同的色彩。
●q-s相互紧密衔接，记录了m、n、o、p等值并连接该律，如此识别一些元和另一些元有相同的色彩关系。
4.元和素的特征视觉、听觉、嗅觉等如何实现区分？如图8，不同颜色的圆圈代表了这些元各具表值记录色彩。
相邻的两元连接以基素（1-6）；连接同一元的两基素可连接以基比素（7、8、12、13、17）。
两个基比素（7、8）初排系两个基律（3、6），终排系同一基素5，这两个基比素（7、8）等值、衔接，并连接以律9。
这个律与他间接连接的两个基律（3、6），又连接以律（10、11），这两个律10、11又与基比律（12、13）衔接，如图这些橙色虚线10-18相互衔接到一起，称为分类律。
这个分类律间接连接了所有的视觉的元，这些元连接以该分类律，具有相同的分类特征，它们同是视元，而区别于连接以另一分类律的听元。
就这样实现了区分各类感觉。
视听嗅味触就不多解释了，另外还有体感，是对肌肉拉伸、身体姿态的感知；力感，是对力量的感知；温度、疼痛、饥渴、疲劳等多类感觉统称内感。
图8除了具有分类特征外，元具有表值是元的另一特征。
如图8中，三个红色的元表值都是700nm，也即，三元具有700nm的特征，特征相同。
素具有一定表值，称素具有一定特征。
如三时间素都是3秒，它们的特征也都是3秒，特征相同。
相同特征的本质是连接以同一律。
元连接以基律、曲律，也分别使元具有特征。
好比一个人既是河南人，又是男人，又是中国人，又是城镇人。
各具特征的元和素特定排系到一起，称为组特征。
如图9，这些元、素特定排系在一起，组特征精准、有序地记录了：几个元各具一定色彩，相互间又有特定的色彩关系、距离关系、时间关系。
最近一段时间形成的大量的元、素特定排系到一起，组特征记录了当前的状况，称为当下组特征。
至此，解释了信息如何精准有序地形成记忆。
图9二、活性5.活性的传递、活化感觉、回忆起的记忆、未回忆起的记忆有何区别？如何实现回忆？活性：所有的元和素具有一个可转移的参数，称为活性。
活性从高到低地转移，好比水从高到低地流动，称为活化。
最初激发形成的元具有高活性，是活性的唯一源头。
中高活性的元间的素，也具有中高活性，与中高活性的元排系在一起，为中高活性的组特征。
通过律转移活性，好比水从自来水主管道转移到千家万户。
如图10，一个中高活性的组特征内的一个30步的空间素，将所有连接以同一律的30步空间素及元整体活化。
图10通过直连素转移活性，好比水的漫延。
如图11：左图中部3个元及素视作组特征，具有50%的中高活性，而与之相关的一些组特征一开始都是0活性；稍后，中图中，中高活性的组特征活化所连的直连素，自身则损失部分活性；而后，右图中，元持续活化直连素，直连素又活化所连的其他元。
中部的组特征持续活化相关的组特征，结果是，中部的组特征活性降低，相关的组特征活性增加。
图116.源与汇为什么总是回忆起相同、相关的记忆？而不是回忆起不相干的记忆？高处的水是水源，多条水流交汇在同一处，交汇处的水也就越多。
同样，多个律传递活性到同一记忆可使该记忆快速具有较高活性。
一个中高活性组特征也称为源，因律和直连素传递活性，与源组特征部分相同的记忆具有较高的活性，每一个组特征记忆皆称为汇。
源活化汇的过程称为源汇反应。
源活化汇，汇的组特征与源越多相同，越多的律传递活性到汇，汇的活性越高、越为凸显。
同具中高活性的组特征互为源、汇，组特征越多相同，看起来越相似，共鸣程度也越高。
如下图12，左一红心为源，从左到右，各心形组特征与源相同部分越来越少，相似度越来越低，共鸣程度越来越低。
图127.参照与虚构想象、虚构，脑海中存在而又未曾见过的事物如何形成，存在形式又如何？源通过律活化汇，汇又通过直连素活化相关组特征，与汇排系在一起，组特征称为参照。
两种活化分别以律和直连素传递活性为主，但都有另一活化参与。
例如：看到了一个人为源，想起了我见过这个人为汇，这是通过律活化相似记忆；又想起了他叫张三为参照，这是通过直连素活化相关记忆。
●看到一个车轨为源，想起了车轨的记忆为汇，这是通过律活化相似记忆；又由车轨的记忆想起了火车、火车票，这是通过直连素活化相关的记忆。
参照中，汇排系一组特征，与汇有大小、形状、结构、色彩或节奏等关系。
参照复制到源。
源也排系一组特征，与源也有这样的大小、形状、结构、色彩或节奏等关系，该组特征与源排系在一起称为虚构。
元只能被感应单元激发产生，复制中不产生新生的元，但有新形成的素连接源与过往的记忆，这些记忆构成了虚构的非现实部分。
虚构不像现实记忆形成于一定时期，而是大量不同时期的元组合而成。
多参照有一些相同的组特征，可相互增益，快速积累较高活性，使该组特征快速复制到源，形成虚构。
直观上，该组特征与源的部分组特征相关性高，是用过去常发生的规律指引现在，预想最有可能发生的种种，孰能生巧即是如此。
这些普遍存在于多样化的记忆中的组特征频繁活化，其间形成较多的素。
使这些共有的组特征更为稳固、紧密和凸显，这是抽象、总结规律的实质。
也有一些参照中的组特征与源相关性低，活性增加较慢，但也能形成虚构。
直观上，思考一会儿，等待冷门的记忆被想起，或许有更好的计划。
虚构具有实在性，一个想象确实存在于记忆中。
虚构与一般的记忆一样，也可作为源、汇或参照，再次虚构，这是推理、演绎、猜想等的实质。
举几个例子来说：例1：看到遥控器为源；想起了空调遥控器的记忆为汇；汇又活化遥控器的相关使用记忆，曾那样使用打开空调，这是参照；参照复制到源，我可以用这个遥控器打开空调，是对未来的想象、虚构。
例2：看到水沸腾为源；想起了水沸腾的记忆为汇；汇又活化相关的烧水到水沸腾的记忆，这是参照；参照复制到源，想象有人把水放入水壶，又烧了一会儿，这才沸腾，是对过去的想象、虚构。
例3：看到机箱为源；想起了机箱的记忆，这是汇；汇又活化机箱内的结构记忆，这是参照；参照复制到源，想象现在机箱内有主板、cpu、内存、硬盘等，也是虚构。
三、主观值8.好坏与主观值好坏在大脑中的实质是什么？有什么用？元除了具有真值和活性外，还具有另一参数，称为主观值。