觀測網(wǎng)：面向生物互聯(lián)網(wǎng)的人機交互結(jié)構(gòu)研究.pdf

1、本文提出了一種互動模型，這是在互動基礎(chǔ)上關(guān)于注意力的簡單模型，它顯示了實驗信息傳遞到神經(jīng)元和神經(jīng)生長的方向的過程。
　　觀測網(wǎng)提出可以通過網(wǎng)絡(luò)對熵傳輸進行描述。網(wǎng)絡(luò)熵的傳輸可以產(chǎn)生邏輯門及其它圖案。此外，這還可以用來描述人們與環(huán)境互動時的選擇過程。
　　同時，本文還對人們?nèi)绾闻c環(huán)境互動及人們?nèi)绾谓邮招畔⒌倪^程進行了簡單描述。
　　理論的最小信息、最小的邏輯和最小的復雜交互作用系統(tǒng)都是以離散和尺度不變的形式加以呈現(xiàn)。

2、r>　　在本項研究中，信息的理論基礎(chǔ)擴展到最簡單的計算形式（及緊急情況的備選形式）。Shannon和Von Neuman為本項研究提供了信息基礎(chǔ)。其基礎(chǔ)是由Szilárd根據(jù)普朗克和玻爾茲曼熵公式提出的。熵的基礎(chǔ)是尺度不變的，這使我們能夠推廣到生物信息處理器。我們通過在熵的基礎(chǔ)上對處理信息進行量化，而不是在質(zhì)量能量的基礎(chǔ)上對系統(tǒng)和質(zhì)能量的細節(jié)進行計算。作為量化熵的方式，質(zhì)能量的細節(jié)信息是很重要的。
　　本項研究表明，在質(zhì)能量獨立的

3、基礎(chǔ)上進行離散和尺度不變的計算，這不僅適用于生物學領(lǐng)域，還適用于人類和非人類的計算系統(tǒng)之間。這就為人機交互、信息傳遞、存儲和計算提供了理論基礎(chǔ)。
　　傳遞最小信息到人類神經(jīng)系統(tǒng)的方式可以通過實驗數(shù)據(jù)（本次我們使用的是光子）得以展現(xiàn)。此外，我們通過軸突生長的實驗修飾對在神經(jīng)元中存儲信息和格式化信息的處理方法進行了展示。
　　我們對人和環(huán)境之間信息處理過程中的傳輸（交互）、存儲和控制提供了理論和實驗驗證的基礎(chǔ)。這就定義了可測人機

4、交互范圍的基礎(chǔ)。本方法對神經(jīng)元編碼和存儲信息的過程進行了描述，并對報告的信息采集和神經(jīng)系統(tǒng)的計算提供了基礎(chǔ)。因為這對人類也是適用的，所以重要性毋庸置疑。
　　生物互聯(lián)網(wǎng)的四個進展：
　　本項研究為人機互動的發(fā)展開辟了四條道路，并取得了四項成果。這四種方法都是廣受贊譽的。這些方法一起使用將使規(guī)模不變的信息和計算結(jié)構(gòu)的設(shè)計成為可能;同時將光學控制的編碼信息和計算結(jié)構(gòu)合并到一個神經(jīng)系統(tǒng)，并使光學信息傳遞到一個神經(jīng)系統(tǒng)。此外，的方法

5、還有基于人類注意的信號意向。這些方法都是該領(lǐng)域所取得的新的進展。
　　1)基于驅(qū)動的面神經(jīng)和一致的視覺注意矢量，一種新的人機交互方法出現(xiàn)了。本文描述一種新的利用熵單位交來計算交互的理論。
　　2)提出基礎(chǔ)計算理論。其功能通過熱力學方式實現(xiàn)，并允許獨立范圍的計算方式。
　　3)本研究顯示了體內(nèi)神經(jīng)突長的光學三維控制，為體內(nèi)神經(jīng)電路的修復和生長開辟了道路。
　　4)時間熵限制的信息傳遞到神經(jīng)系統(tǒng)，并以一種新的范式用于

6、人機界面。該信息以實驗的方式在一個自由空間的遺傳系統(tǒng)中得以實現(xiàn)。
　　研究結(jié)果：
　　1)通過觀測矢量選擇意向信號
　　通過結(jié)合兩個變量:一個三維的觀測向量和一個意向值，在其視覺選擇空間范圍內(nèi)，觀測者可以將意向值賦給任何可觀測到的元素。該實踐的物理實現(xiàn)方法是通過將定向發(fā)射機對準觀測者的三維觀測矢量，并在意向傳輸?shù)膹姸戎瞪线M行編碼。能接收到定向傳輸?shù)脑?，可以通過接收編碼為正的意向值的傳輸來選擇。
　　我們使用一個

7、激光和一個聚焦的紅外光束，這可以戴在頭上沿觀測矢量發(fā)起一個方向性的傳輸，該觀測矢量能被調(diào)制進而對感測水平的意向符號進行編碼。
　　2)通過網(wǎng)絡(luò)對現(xiàn)實的計算
　　當觀測者接收到它所觀測到的信息時，觀測者的熵就會增加。要做到這一點，觀測者必須至少分配兩個狀態(tài):一個前觀測狀態(tài)和一個后觀測狀態(tài)。在一個只有觀測者和被觀測者的系統(tǒng)中，這種變化是被觀測者的相對熵減少的現(xiàn)象。此外，該變化也反映在被觀測者識別的相對概率增長上。從之前的調(diào)查研究

8、中，我們可以發(fā)現(xiàn):多個實驗已經(jīng)確定最小的熵傳遞值為1納特。這也描述了一個有機體接收信息所需的最小能量。同時，本文還將進一步描述能量、熵和信息之間的關(guān)系。
　　觀測
　　該觀測模型被視為描述交互活動的基礎(chǔ)。該模型基于熵的概率轉(zhuǎn)移，并通過Boltzmann，Shannon，及von Neuman提出的能量熵信息的關(guān)系進行量化。熵傳遞是熱力學理論的基礎(chǔ)。在上世紀第二十年代初，Szilárd提出了著名的生物間的關(guān)系，Brilloui

9、n使其在量子模型的發(fā)展方面得到廣泛適用。
　　觀測網(wǎng)
　　近來，量子計算出現(xiàn)，尺度不變的網(wǎng)絡(luò)圖案、熵轉(zhuǎn)移和信息的物質(zhì)傳輸引起了新的興趣，這些新趨勢使熵關(guān)系得到了重新審視。因為它由物理量子模型定義并得到了實驗證據(jù)的支持，所以熵關(guān)系的適用性是較為廣泛的。在本文第4.2節(jié)中，我們定義了熵轉(zhuǎn)移。第4.3節(jié)主要介紹觀測過程，第5.3節(jié)則主要總結(jié)了本研究提出的網(wǎng)絡(luò)計算模型。
　　觀測網(wǎng)模型是一種離散形式的熵傳遞，它能精確地指定相互

10、作用。不同復雜程度的生物有不同的熵和不確定性的預算，但其熵網(wǎng)絡(luò)的定義是類似的[33]。
　　本項研究基于von Neuman和Everett所提出離散（不連續(xù)）互動模型。
　　3)NEN神經(jīng)突起編碼
　　通過采用納米激光在軸突生長錐進行模式控制肌動蛋白聚合，該生物神經(jīng)網(wǎng)絡(luò)生長技術(shù)得以展示，從而提供了一種在神經(jīng)網(wǎng)絡(luò)中的生長方向的空間位置編碼。這就使基于神經(jīng)元的信息處理器能夠設(shè)計和控制生物神經(jīng)網(wǎng)絡(luò)的生長方向。
　　通

11、過～800nm激光對神經(jīng)突起的生長區(qū)的前沿進行引導，神經(jīng)軸突得以生長。這可以通過光線投射控制錐形光纖的三維空間中的位置和方向來實現(xiàn)。激光照射的細胞突起可以在平坦的表面上生長。神經(jīng)突起的生長是受光纖的輻射影響的。它生長在被限制的表面，受其初始生長向量的影響。此外，突起的生長受光纖錐度的影響，并可以在錐度的運動方向上生長。
　　4)ES Signal Encoding，動作電位的信號編碼
　　通過最大靈敏度的海馬網(wǎng)絡(luò)，并在網(wǎng)絡(luò)時

12、間為基礎(chǔ)的最大熵的邊緣信號上創(chuàng)建一個信號格式，神經(jīng)信息傳遞格式得以定義。符號在時間最大熵閾值中的上下方進行定義，同時，信息是通過跨越臨界值進行傳播的。
　　這是一種基于光信號的實驗與神經(jīng)元接收機的信號范式?；谏窠?jīng)元的最大信息處理速度（穗列車發(fā)射率），我們開發(fā)了一個協(xié)議。此外，所采用的策略將會使信息發(fā)送到一個神經(jīng)元附近的最大動作電位+難選性速度。
　　我們通過多種手段實現(xiàn)了自由空間光傳輸系統(tǒng):頭頂20厘米燈光、遠距離靜態(tài)激光