由于‘非正常’专利这个概念一直悬在头上，所以我在这里把我发明的【多元关联拟脑】的验证用基础模型，大概产生的编程工作量做一个分析，我想，即使是懂编程的大学生都可以看的出来，基础验证模型可以个人或者小规模十人以内的编程团队完成。

    1.验证模型与商业模型

    我们知道验证一个技术可以采用验证模型，验证模型不同于商业模型，验证模型是用于验证该技术的可行性，所以，为了证明我的【多元关联拟脑技术】的，这里不是验证技术可行性，因为技术可行性一目了然，如果启动基础验证模型，那么只有一个目的，就是向不懂编程的人证明，我的【多元关联拟脑技术】可以由个人及小编程团队完成。

    验证模型与商业模型的区别，首先，基础验证模型可以采用最易用的编程语言，例如Python语言，而商业模型为了提高算法效率及架构的稳定性，需要采用C语言编写底层，或者采用华为的方舟编译器之类的涉及底层的语言；另外，商业模型需求需要面对商业应用，所以编程工作还要包括大量客户化问题，例如界面，信息元定义功能以及自动数据维护程序等等。

    2.基础验证模型架构及编程量分析

    我们定制基础验证模型，把不必要的界面、信息元采集编制工具及数据维护等功能除掉，只针对核心技术部分做基础验证模型，核心验证部分我们分为两大部分，一是多元关联拟脑模型部分，二是执行脑及思维行走函数部分。

    （1）多元关联拟脑模型部分

    参见《示意图1=多元关联拟脑三数据库模型》

    关于【多元关联拟脑模型】，我们使用三个关系型数据库来存储相应的信息，这里是验证模型，所以三个关系型数据库可以直接使用开源的数据库。

    A.数据库一【信息元格式存储数据库】。参见《示意图2=多元关联拟脑信息元格式定义》

    该数据库按照多元关联拟脑信息元格式建立数据库表格式，每一个信息元格式定义中，包括信息元核心信息及直接关联信息元信息，信息元核心信息中包括信息元编码、信息元核心标识集合、信息元核心参数部分等；直接关联信息元信息包括直接关联信息元的编码、直接关联信息元数据库指针、直接关联信息元关联参数含距离、角度、角度、权重、容忍度阈值等。直接关联信息元再由数据库的字段分段位置，决定该信息元属于哪一个象限。

    该【信息元格式存储数据库】，用于描述多元关联拟脑技术的信息元格式，格式中的信息元编码作为索引，象限分割作为发起思维行走的方向指向，数据库指针作为思维行走的下一跳指向。

    B.数据库二【信息元内容存储数据库】。参见《示意图3=信息元基础信息存储》

    这里说明一下，每一个信息元都具备基础信息内容，比如医药、汽车、概念等，这些信息是不存储在【信息元格式存储数据库】的具体内容，信息元的具体内容做成样本，采用传统的数据库及数据流文件存储，例如信息元内容可以是一个实物的描述，也可以是一个概念描述，也可以是一段可执行代码，总之，这些内容做成定质定性定量定向的样本文件，依然采用传统方式存储。

    我们在这里就可以看到，如果在思维行走后形成可执行闭环，那么每一个信息元的具体信息需要到该【信息元内容存储数据库】中获得。

    C.数据库三【信息元编码索引数据库】。参见《示意图4=信息元编码索引数据库》

    上述两个数据库，【信息元格式存储数据库】及【信息元内容存储数据库】都已经采用信息元编码作为索引了，为什么还需要单独建立一个【信息元编码索引数据库】哪？因为该数据库是【多元关联拟脑技术】系统的衔接中枢。

    从示意图中可以看出来，前段输入的信息元需要再【信息元编码索引数据库】上找到该信息元在【信息元格式存储数据库】中的位置，那么有人会问，【信息元格式存储数据库】中不是有编码位置吗？直接在【信息元格式存储数据库】中查找就可以了，没有必要再建立一台【信息元编码索引数据库】呀？

    这里有几个问题需要解释，如果极小规模的多元系统，只有一台【信息元格式存储数据库】，那么就不需要【信息元编码索引数据库】，但是我的【多元关联拟脑模型】是符合拟态发展的。我们把一台【信息元格式存储服务器】定义为一个‘类脑细胞服务器’，当信息元数量超越一台类脑细胞服务器的承载能力，就需要添加服务器，为了便于扩展，多元关联拟脑模型符合相同模型无限扩展的拟态方式，就是添加带有【信息元格式存储数据库】的‘类脑细胞服务器’，无需改变程序，只要添加就可以了，而新产生的【信息元格式存储数据库】的‘类脑细胞服务器’上的信息元如何寻址，这就需要【信息元编码索引服务器】，当增加一台【信息元格式存储数据库】的‘类脑细胞服务器’后，就在【信息元编码索引服务器】上添加一台服务器的地址指向，有【信息元编码索引服务器】，多元关联拟脑模型就可以‘同等模型同等功能’扩展，这种扩展符合拟态按需扩展原则，只需要，增加服务器，并在服务器上安装【信息元格式存储数据库】，并加入到多元关联拟脑模型中，系统就扩展了。

    【信息元编码索引数据库】还对跨越‘类脑细胞服务器’的信息元寻址，即，某一个信息元的直接关联信息元跨越到另一台‘类脑细胞服务器’上，需要通过【信息元编码索引数据库】做信息元寻址。

    另外一点，【信息元格式存储数据库】作为思维行走的主体模型，尽量减少算力消耗，所以信息元编码索引功能单独计算，让【信息元格式存储数据库】的算力专门用于思维行走达成可执行闭环，这样的模型更优化。

    顺便说一句，我的小说《奶奶的机器人九号》第一部中已经有更优化的方案，就是去掉【信息元格式存储数据库】中的数据库，而是用固定的数据块作为‘类脑细胞信息元存储单元’，这种方式是商业模型，而且这种模式可以很方便做成芯片。但是本段文字写的是基础验证模型，是为了向专利管理部门说明，我的发明可以小团队完成，所以不多说了。。。

    三个数据库完全可以支持【多元关联拟脑模型】的‘基础验证模型’，重要的事情说三遍，基础验证模型’基础验证模型’基础验证模型’。

    （2）多元关联拟脑技术的执行脑部分

    我的多元关联拟脑技术主体分为【多元关联拟脑模型】和【执行脑】，从上述的描述中大家可以知道，【多元关联拟脑模型】主要是，以信息元编码及信息元关联关系构建而成的模型，该模型就像人类的大脑，我们知道，人类的大脑即使不思考，大脑的结构也在哪里，所以我们也把该模型称为【多元关联‘拟脑’模型】。

    【执行脑】部分模拟的是当人类接受一个刺激而形成的思维活动，当外部给出一个需求，该需求一定会对应到一个信息元上，这里说明一下，信息元不只是具体的事务，还包括信息概念，有人会说，外部刺激可能是一组信息，而不是单一信息，这就需要执行脑拆分需求，并在多元关联拟脑模型中的循环计算问题，这是复杂问题，多元关联拟脑是一个平台，可以解决复杂问题，但是解决复杂问题就要有复杂的执行脑算法，我们今天讨论是基础验证模型，所以暂时不讨论复杂问题的解决方法，只是不讨论，不代表不思考推演，例如：多重条件命中的拟合闭环计算，临时集合类条件信息元子闭环递归拟合计算等，这些都是解决问题的方法，但是不在此处讨论，还例如，态计算和路由计算体系理论，都是解决复杂问题的方法，还有。。。很多。。。本段文字不讨论。

    这里针对基础验证模型，我们只是编写基础的执行脑程序，就用Python吧，虽然我在GITHUB上看不到我需要的函数，连类似的软件工程项目都没有，但是采用Python还是比采用C及C++要简单，最关键的是，当今社会上懂Python会使用Python的人很多，他们可以给我证明，我的发明，个人或者小规模技术团队就可以实现。

    好了，正题，不能总歪楼。

    执行脑分为两个部分，很简单，不是因为执行脑简单，还是刚才的那个重点，我们现在讨论的是基础验证模型。

    A.执行脑主体程序

    负责接收到前段给予的‘意识刺激’，我们这里就是‘需求信息元’，有人说有可能不是单一信息而是一组信息，怎么又来了，刚才不是说过这个问题了嘛，复杂问题有复杂问题的解决方法，这是基础验证模型。

    好了，继续歪楼，不对，继续正题。

    执行脑主验证程序，负责将接收到的‘需求信息元’及需求参数，通过【信息元编码索引数据库】找到该信息元在【信息元格式存储数据库】中的位置，这里就是思维行走的起点，执行脑会根据‘需求信息元’的需求参数，向以‘需求信息元’为核心信息元的特定象限的直接关联信息元发起思维行走，例如，‘需求信息元’需要帮助，则向【生我正】象限发起思维行走，例如，‘需求信息元’需要被揍，那么就向【克我负】象限发起思维行走，这种需求有吗？好吧，只是举个例子，调用‘思维行走函数’，记住‘思维行走函数’，把这部分从执行脑中单独出来，因为将来在各行各业推广，思维行走函数可以定制，另外解决复杂问题的时候，也是依靠思维行走函数，例如‘多重条件命中的拟合闭环计算’，是由特定的思维行走函数提供的，如果在具体的问题下需要‘多重条件命中的拟合闭环计算’，那么就要调用这类思维行走函数，好像该特性有通用性，好了不多讨论了。

    思维行走函数，由执行脑调用的思维行走函数至少具备以下几个功能。

    A.按照信息元关联关系作为路径延展行走的动能。

    B.关闭无效的思维路径发散，同时收集闭环的功能。

    C.至少具备发起象限方向选择、回归象限方向选择、闭环过程正负符号验证功能，这是基本的多闭环择优功能，其实可执行闭环择优是多元关联拟脑技术的一个重要技术项，更高级的择优还包括基础的‘路径距离、角度、权重’的参数的多重条件择优，还包括人工设定核心信息元择优条件的条件可执行闭环等，歪楼了，这里不讨论复杂问题的解决方法，不是没有，是在基础验证模型部分不讨论。

    D.路径发散的抑制方法，这一点很重要，因为在多元关联拟脑模型中模拟人类思维行走，在成熟的拟脑模型中，由于信息元数量的增长，也必然会带来思维路径的发散问题，我们在发起思维的象限方向选择等技术运用中，已经减少了思维路径发散，但是这还是不够的，因为在海量信息元的拟脑结构中，发散问题依然严重，而且发散问题还会导致服务器算力的大量消耗。

    （A）思维深度设定，可以在思维行走函数中规定思维深度，例如，深度值为50，那么思维行走在50步，即信息元直接的关联跳转数量达到50跳，如果没有出现闭环，那么该思维行走发散路径就终止，这就是思维深度设定阈值防止路径发散的方法。

    （B）令牌法控制思维路径发散，给一个思维行走设定令牌数量，例如，我们设定只有10个令牌，每一个思维行走路径获得令牌后才能启动进程，当该思维行走进程获得闭环，或者到达深度阈值后，依然没有得到闭环而丢弃，同时把令牌归还给控制程序，其他排队进程可以获得令牌继续发起思维行走。

    （C）不说了，说多了，就想说明一点，这种模型的编程难吗？必须要大型公司才能做出来吗？

    这里是结束语的位置，我搞不明白当今的专利政策中的‘非正常’定义，我看了关于‘非正常’定义的四个认定方法，说实话，四个认定方法都比较主观化，不过也没有问题，因为我的专利肯定不符合其中针对专利代理公司部分的两个认定方法。我今天写这篇文章，主要说明的是，另外两个认定我的专利为‘非正常’条件也不适用。

    一是，专利是不是其他专利拼凑而成，且没有实际应用意义，首先我的专利不是其他专利拼凑的，多元关联拟脑技术是一个创新模型，而且该模型有实际的意义，可以通过输出可执行闭环达成应用效果，至于怎么达成可执行闭环，里面有很多技术，尤其是解决复杂问题的技术，单纯的闭环应用就很复杂，另外还包括态计算及路由计算等方面的实际应用，只是这些应用功能不在本段文字讨论。

    二是，我发明的专利与我个人科研能力不符合，本段文字重点说明，我的基础验证模型我个人都可以完成，只不过因为年龄大了，编程速度慢，可能需要两年，但是专利法里没有说在申请的时候，必须提供验证模型呀，而且我今天提供的这篇文章，但凡是具备一点编程能力的大学生都可以明白，该模型完全可以由十人以内的小规模技术团队完成，百分之百没有悬念的成功实现，所以也没有必要让我卖掉房子去组织小规模技术团队，专门开发一个基础验证模型。

    采用三个开源数据库建立多元关联拟脑模型的三个数据库，执行脑主体程序代码量最多几千行，思维行走函数只要做最基础的函数，代码量千行左右，难吗？非要大公司才能完成吗？有人会说，完成可推广的商业模型就需要大公司，哪一个专利一上来就能够完成【可推广的商业模型】呀，有人说，你可以找大公司合作，当然可以，不过，那也需要拿着专利去，而不是拿着一摞纸质方案去呀。

    好了，不多说了，这几年下来，很多东西不一样了，对正确的事务肯定能够得到正确的结果，没有信心了。