【不好意思，第三十章又有违规了，但是真找不到位置，所以不知道改哪里】

    同一天的签字仪式：

    这边的签字仪式也在同一天，杨大棕好像知道，今天是多元关联智能科技公司与俄方科学发展研究中心，举行正式的合作协议签字仪式，所以早早的就带了十几个人冲到公司门口。

    今天的杨大棕‘带有黑社会性质的犯罪团伙’多了几个人，一个精壮的大胡子汉子带了几个随从，这几个人明显比昨天的人更具杀伤力，从身体的精壮紧凑活力外泄，步伐轻快稳健，能够感觉出是经过特殊训练的那种人。

    前面小七一个人抱着肩膀横在那里，对方带头的精壮胡子汉子慢慢走了上来，一点都不示弱，最后直接脸贴脸顶在小七面前。

    彪子发觉有些不对劲，赶快叫了一声“老六，去看一下，小七可能要吃亏”，彪子话还没说完，只见一个年长点的精壮汉子冲了过去。

    “老四去吧，这是他的事，他能搞定”一个高个汉子笑着对彪子说，然后“呵！呵！”自顾自的乐了起来

    只见叫老四的汉子直接走过去，扇了顶在小七面前的胡子汉子一巴掌，对方还没来得及说话，又挨了一巴掌。

    “你小子长能耐了，跑这儿强取豪夺来了”叫老四的男人一边说话，一边不停手的扇，对方用手挡着不敢还手。

    “师兄，哥，别打了，你怎么在这呢？，别打了”胡子汉子直求饶。

    “你告诉我，你今天来这儿干什么？”老四质问对方，手还举着。

    “那小子”胡子汉子指了指杨大棕，继续解释：“那小子说这家公司欠他的钱，说欠钱的还找了人拦着，门都不让进，请我们帮他进了门就行”胡子汉子。

    “你一个开武馆的去当黑社会呀，他给你多少钱？”老四问胡子汉子。

    “哥，不能，多少钱都不能，我这就还回去”胡子汉子。

    “告诉我多少钱？”老四。

    “三万，就进门，不打架。。”胡子汉子。

    “三万你就干这事。。。给了吗？”老四又问。

    “哥，给了，先给了。现在知道了，这事不能干，我这就把钱给他转回去”胡子汉子要掏手机。

    “别还”只见老四走过去提溜起来杨大棕，一把扔到公司前台，说了声“进来了啊，大家都看到，进公司了啊”，然后又拎起杨大棕往外走。

    彪子这边示意“老四，小心有人录视频”。

    “得嘞”老四放下杨大棕，给杨大棕整了整衣服，然后并肩一把搂住杨大棕弄了出去，说了声“滚蛋”。

    这边胡子汉子，“哥，谢谢了。。哥，过几天我攒个聚会，哥一起，你这哥们也不错，一起。”胡子汉子说完，冲小七抱了个拳，然后带着人走了。

    门口的事就这么处理完了，老四也回到前台这边。

    “彪总，这是我师弟，不懂事，估计被这帮人给骗了，您别介意”老四看着灰溜溜逃走的杨大棕，向彪子解释。

    “没事，估计着，那小子昨天请的是练健美的，虽然一身肌肉，但是小七一个人就对付了，今天至少知道请能打的了。。。哎！，你这兄弟不错啊，至少对师兄恭敬，没坏规矩”彪子笑着对老四说道。

    签字仪式一切都顺利。

    【由于本章节内容较少，所以增加一个小贴士，算是拥有主角光环的林久浩的胡思乱想吧，多元关联拟脑模型的产生逻辑】

    现有的神经元理论卷积算法通过碎片化感知事物，以及基于大数据技术发展的ChatGPT多模态大模型等技术的关键字TAG，关键字关联，关键字集合关联等技术，这些技术继续发展，一定会出现以下情况。

    由于关键字及TAG无法准确定义一个事务，所以一定会发展出采用编码定义信息元方式，而且为了方便计算，包括截取定长和添加定长编码位数，未来的编码一定是定长编码。

    当发展出定长编码，由于编码本身没有含义，所以无法采用关键字信息比对的方式，那么信息元之间的关联关系一定会采用关联路径定义，即，为信息元建立关联关系模型。

    当信息元建立关联关系模型的时候，一定会想到采用矢量连接，即，关联关系是通过矢量线段连接的，距离角度权重等作为参数，可以参与计算。

    当信息元关联采用矢量连接后，那么也必然会想到使用三维坐标系来定义信息元及关联关系。

    当发现ABC三个信息元之间，A与B有直接关系，B与C有直接关系，而A与C没有直接关系的时候，一定会想到为每一个信息元建立一个三维坐标系，在每一个信息元自带的三维坐标系中，反应出该信息元与直接关联信息元的关系，人们一定会想到，需要的是信息元之间的相对关系，而不是所有信息元之间的绝对关系。

    当为每一个信息元采用独立坐标系，表达与其直接关联信息元的相对关系后，那么信息元关联关系就形成了路径，就可以模拟人类思维，在该模型中沿着信息元关联关系发起思维行走，思维行走就会产生思维行走路径。

    当思维行走需要产生实际意义的时刻，人们一定会发现，思维行走的路径必须返回发起的信息元，就是发起思维行走的信息元是需求者，只要这个思维行走能够返回到发起信息元，形成闭环，那么这个闭环才能作用到思维行走的发起信息元，形成思维闭环。

    当认识到闭环是对发起信息元的作用时，人们一定会发现简单的闭环无法完成复杂的事务，那么继续，人们一定会发现，闭环中的多重条件命中以及临时集合条件定义，临时集合条件中的条件项也需要子闭环达成，人们一定会发现完成一项复杂事务，是需要用递归逻辑完成所有的子闭环，然后将所有子闭环与主闭环拟合计算，得出最终的可执行闭环。

    当拟脑模型完备且充分的时候，思维行走会产生多个闭环，人们也一定会想到如何选择闭环，那么也一定会给闭环分类，初期至少分为两大类，正向的增益闭环和负向的损减闭环。

    这里有人会说，还有不起作用的闭环，谁会闲的没事去关心不起作用的闭环，人们不但不关心，而且还会在思维行走的过程中不产生不起作用的闭环，所以人们一定会在三维坐标系中分成两大类，即正增益象限和负损减象限，而发起思维行走的信息元可以选择思维行走的方向象限，例如，选择正增益的象限发起思维行走。

    当人们发现了闭环对发起思维行走的信息元会有正增益及负损减两类作用，并通过三维坐标系的象限可以规定思维行走的方向，那么一定也会继续发现，我克、我生、生我、克我这四种关系分类，这样可以更细化思维行走的方向选择，把【我克、我生、生我、克我】和【正增益、负损减】特性叠加，那么人们一定会发现三维坐标系的八个象限正好规划思维行走的八个方向。

    当人们发现了三维坐标系八个象限规划了思维行走的方向，也一定可以分类择优思维行走闭环，例如发起象限方向选择、回归象限方向择优以及过程中的正负符号验证等。

    当人们实现了这种通过为每一个信息元建立独立的三维坐标系，并在这种模型上建立信息元关联关系以后，人们一定会发现这就是一个拟脑模型，可以模拟人类大脑及思维方式的模型，我称它为【多元关联拟脑模型】。

    人们一定会发现，人类的思维不只是信息比对择优，还有思维路径择优，人们一定会发现，思维行走的发起者信息元需要的是可执行闭环，而不只是一些信息，由于有了可执行闭环，那么人工智能也可以模拟人类，可以知道需要什么要干什么，并通过在可执行闭环中加入验证信息元，来确保可执行闭环的完整准确执行。

    当拟脑思维产生最优的可执行闭环后，人们一定会发现，我们需要的人工智能不是只提供信息，而是从感知层获得刺激，经过拟脑思维层发起思维行走，最后要将准确的可执行闭环结果输出到控制层，并由控制层的自动化机器或者机器人完成相应的事务，而且在这个过程中，是由人工智能主导全过程。

    当人们发现了人工智能拟脑模型，就一定会让人工智能拟脑模型做更多的事情，就一定会明白什么叫‘可计算概念’的范围拓展，就能够理解我发明的【多元关联拟脑模型】的用途，以后也能够理解什么是概念计算、态计算及路由计算，当人们理解了上面的，就会继续理解后面的。。。谢谢，不多说了。

    很遗憾的是，我的专利有可能被打成‘非正常’，机械教条会损失很多好的技术，反而产生大量的无意义的专利，但是。。。唉！

    大家记住这个技术，我们中国人有自己的东西，不是总跟在外国人的屁股后面做事，外国人搞神经元，中国人跟着搞，外国人搞多模态大模型，中国人跟着搞，食人牙慧，即使有点创新，也是在别人搭建的舞台上编排几段舞蹈而已，当别人不让你用它们的舞台，那些所谓的创新舞蹈掉落到泥洼里去跳吗?

    我的多元关联拟脑模型是基础模型，不是一段舞蹈，是一个舞台，我们可以把舞台搭建好，在舞台上无限的创新发展美丽的舞蹈。

    另外，如果以后某一个章节内容过少，我会加入一些小贴士，统一命名为【林久浩的胡思乱想】。

    下一章节===《第三十二章.林自强的选择》