觀測網(wǎng)：面向生物互聯(lián)網(wǎng)的人機(jī)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(shí)驗(yàn)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(jìn)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(jìn)行了簡單描述。
　　理論的最小信息、最小的邏輯和最小的復(fù)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(xiàng)研究中，信息的理論基礎(chǔ)擴(kuò)展到最簡單的計(jì)算形式（及緊急情況的備選形式）。Shannon和Von Neuman為本項(xiàng)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(jìn)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(xì)節(jié)進(jìn)行計(jì)算。作為量化熵的方式，質(zhì)能量的細(xì)節(jié)信息是很重要的。
　　本項(xiàng)研究表明，在質(zhì)能量獨(dú)立的

3、基礎(chǔ)上進(jìn)行離散和尺度不變的計(jì)算，這不僅適用于生物學(xué)領(lǐng)域，還適用于人類和非人類的計(jì)算系統(tǒng)之間。這就為人機(jī)交互、信息傳遞、存儲和計(jì)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(shí)驗(yàn)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(shí)驗(yàn)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(jìn)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(shí)驗(yàn)驗(yàn)證的基礎(chǔ)。這就定義了可測人機(jī)

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(jìn)行了描述，并對報(bào)告的信息采集和神經(jīng)系統(tǒng)的計(jì)算提供了基礎(chǔ)。因?yàn)檫@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(jìn)展：
　　本項(xiàng)研究為人機(jī)互動的發(fā)展開辟了四條道路，并取得了四項(xiàng)成果。這四種方法都是廣受贊譽(yù)的。這些方法一起使用將使規(guī)模不變的信息和計(jì)算結(jié)構(gòu)的設(shè)計(jì)成為可能;同時將光學(xué)控制的編碼信息和計(jì)算結(jié)構(gòu)合并到一個神經(jīng)系統(tǒng)，并使光學(xué)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(jìn)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(jī)交互方法出現(xiàn)了。本文描述一種新的利用熵單位交來計(jì)算交互的理論。
　　2)提出基礎(chǔ)計(jì)算理論。其功能通過熱力學(xué)方式實(shí)現(xiàn)，并允許獨(dú)立范圍的計(jì)算方式。
　　3)本研究顯示了體內(nèi)神經(jīng)突長的光學(xué)三維控制，為體內(nèi)神經(jīng)電路的修復(fù)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(jī)界面。該信息以實(shí)驗(yàn)的方式在一個自由空間的遺傳系統(tǒng)中得以實(shí)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(shí)踐的物理實(shí)現(xiàn)方法是通過將定向發(fā)射機(jī)對準(zhǔn)觀測者的三維觀測矢量，并在意向傳輸?shù)膹?qiáng)度值上進(jìn)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(jìn)而對感測水平的意向符號進(jìn)行編碼。
　　2)通過網(wǎng)絡(luò)對現(xiàn)實(shí)的計(jì)算
　　當(dāng)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(diǎn)，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(shí)驗(yàn)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(jī)體接收信息所需的最小能量。同時，本文還將進(jìn)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(jìn)行量化。熵傳遞是熱力學(xué)理論的基礎(chǔ)。在上世紀(jì)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(jì)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?yàn)樗晌锢砹孔幽Ｐ投x并得到了實(shí)驗(yàn)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(jì)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(fù)雜程度的生物有不同的熵和不確定性的預(yù)算，但其熵網(wǎng)絡(luò)的定義是類似的[33]。
　　本項(xiàng)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(jìn)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(jì)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(jìn)行引導(dǎo)，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(shí)現(xiàn)。激光照射的細(xì)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(yùn)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(jìn)行定義，同時，信息是通過跨越臨界值進(jìn)行傳播的。
　　這是一種基于光信號的實(shí)驗(yàn)與神經(jīng)元接收機(jī)的信號范式。基于神經(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(shí)現(xiàn)了自由空間光傳輸系統(tǒng):頭頂20厘米燈光、遠(yuǎn)距離靜態(tài)激光