主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾
if the "logic" in my above post hold, then we can immediately have a few "trying guess" into tg's mind:
after 30 years of china miracle (amazingly successful), time has arrived for some kind of consolidation, and economically "后发优势" with some kind of control on the cost side, with still sizable real economic growth, compared to us-European QE financed struggling growth ;
politically, smooth sailing at least to
中共20th congress;
internationally, global capital market/human capital/innovation system, will or already figure it out: the so-called 北京共识=basically 世界工厂@"支部建在连上", with likely very little positive/negative surprises, and market actually likes it: china is actually a stabilizer to global economy as a 世界工厂, but not a model lab, no premium to be paid, just straight cost accounting.
as about 世界's "杀出一条血路" innovation business: any surprises to market will largely come from us, EU, and now may be japan as well, with its new QE, etc.
If EU can come out financially united and start growing again (very likely), EU, US 2 big whites+ 2 small 整容 whites of korea and japan, 0.6-0.7(?) white Russian may swing to the white side, leaving tg with some geopolitical headaches, but not crisis, no big deal
是用的数学公式的例子来说明的，但是我认为他其实这个例子说明的是特定语言对于大脑理解抽象概念的重要性。有关的帖子记得在河里关于中文优越性的楼里看到的，因此对于这个语言与思维的关系印象很深。
人的语言本身其实不是很复杂的智力结果，当然比起动物来要高级的多，但是许多大脑损伤的病例说明智力不高或者受损的人，仍然具有不差的语言能力，而许多语言能力丧失的人也没有证据（甚至包括植物人）其大脑的高级智力活动的丧失。想象一下植物人除了不能动不能说，脑子里可以听到看到所有事情全明白，最后却要被当作植物人被安乐死，这是多么恐怖并残忍的事。不过现在的医学水平还不能完全证明这个可能，但是已经有一些研究的发现说明这个可能性是很大的。
如果语言不算是高级智力活动，为什么语言对于抽象思维这么重要呢，我猜人的思维活动是围绕语言能力发展起来的。类似机器学习，人的学习是个上下二十年的时间，多数的输入数据是靠五大感官，但是对于抽象概念则主要是靠语言。视觉可以帮助思维是普遍的经验，大概与一般人类语言在描述抽象问题上的乏力有关，在存在特定语言，比如数学公式，的情况下，使用公式语言来帮助思考还是主要的。
但是在除开高度抽象的低级智力活动上，视觉参考的作用还是很大的，这也是为什么PPT这么流行的原因。人常说的如果相信某个事必要亲眼看到为准，说明视觉世界对于人的大脑（以及所有动物大脑）进化可能是最关键的，很可能大脑的最初进化功能就是以视觉功能为主要目的而开始的。
Jeff Hawkins认为大脑结构都很相似，因此从视觉脑神经入手来揭开这个秘密，也许就有这个原因，直觉上大脑受外界印象最大的就是视觉的信号输入，因此大脑的工作原理肯定也离不开在对视觉优化的基础之上得到的高度进化。当然这个意思不是说思想活动都是在看到什么物体的基础上进行，而是说它的工作原理是类似与大脑对视觉信号的处理的机制，比如远近，大小，速度，时间，多维等与空间相关的机械信号构成的体系，而不是语言这种线性的单维信号。
1.
I followed the link you quoted and briefly read the following:
巴甫洛夫条件性恐惧记忆的形成 is associated with 杏仁核与独特的地形和稳定的神经--- sort of google translation
http://www.mbfbioscience.com/blog/2011/03/bethesda-scientists-use-neurolucida-to-map-memories-in-the-brain/
In their study, “Pavlovian Fear Conditioning Activates a Common Pattern of Neurons in the Lateral Amygdala of Individual Brains,” (PLoS ONE) the researchers set out to determine what happens when the brain forms a specific memory—does it use the same group of neurons to encode that memory? The brains of a population of rats, which had undergone Pavlovian auditory fear conditioning were examined. The research team zeroed in on the lateral amygdala–a region of the brain where neuron changes are known to occur in this kind of fear memory conditioning. Their results suggest that the formation of a Pavlovian conditioned fear memory is associated with a unique and stable neural topography in the amygdala.
2.what we our brain is exposed to, kind of like 光刻?
光刻- 维基百科，自由的百科全书
zh.wikipedia.org/zh-hk/光刻 - 轉為繁體網頁
光刻（英语：photolithography）是半导体器件制造工艺中的一个重要步骤，该步骤利用曝光和显影在光刻胶层上刻画几何图形结构，然后通过刻蚀工艺将光掩模上的 ...
还是变动中的神经元。我倾向于相信，虽然这个巴甫洛夫条件性恐惧记忆的确是形成在一个固定神经元区域中（stable neural topography），但是，恐怕也并不就是完全固定的一些神经元，恐怕还是在这个topography中变动的。
另外，好像我没有给出这个链接，你从什么地方得到这个链接的？
大脑结构都很相似，完全可能。可能我们的神经元的过程，和蚊子，苍蝇的神经元的过程，都很相近。不过，我们组成了更加复杂的网络。
虽然说，现在大家都认为大脑的功能分区。做认知功能的分区，可能和做视觉的分区是不同的。但是，有无可能，事实上做认知功能的分区，事实上也在使用做视觉的分区。不过，可能输入到视觉分区的信号在做认知时和在做视觉时有所不同。但是，既然是在使用视觉分区，那么就会使用里面已经有的各种”字典“。
这也是玄想级别的了。
但是，这段话：”好了，我们的思维的工作方式：捕捉规律，并且预测。IQ测试则检测了每个人的这种“捕捉规律，并且预测”的能力的强弱，即学习能力的强弱。上面提到了人脑中的学习器是神经网络，高智商的人的神经网络应该学习能力更强，即捕捉规律的能力强。捕捉规律能力强就意味着对于很少的样本中隐含的不明显的“规律”，他们也能发现出来。这当然是一种卓越的天赋。但是自然界的设计和IQ测试题目并不完全一样，并没有完全确定的规律供我们寻找，而从很少样本中推断出“规律”来更是危险的。过度的挖掘有限数据中的规律就是“过度拟合”。在机器学习中，防止复杂学习器过度拟合的方法叫做：regularization，就是采用一组惩罚项，限制学习器对样本的过分逼近，而在现实生活中，常言说：“聪明反被聪明误”，常识可能比智商更有用，就是说有时要注意限制智力的发挥，防止因样本数量过少而错误学习，或者样本中的“噪声”误导“，我认为是完全对的。
不过，究竟人的智力，还不是拟合这样简单的。Fuhrer引用过一段话，那就是说卖盐茶鸡蛋的时候，动员的脑细胞，比证明数学定理的时候动员的脑细胞多。
英文叫Sparse Distributed Representation,原来中文就是稀疏记忆，与这个稀疏表达有关系吧。这个是近期看到Hawkins的一个重大变化，以前他的on intelligence书里不记的提到过这个模型。
视频在这里 http://www.youtube.com/watch?v=A8sHMcCk0lU
而且他还有专利在这上面，应该是具体实现方面的，没有仔细读。
。
不过这句话本身也是一个被总结的规律，同样要防止“过分拟合”哦。
这是指“过度学习”overfitting，样本数量少，而另一个问题是样本即使数量大，但是种类过分集中不够多样化也会出现类似问题，反映在人的智力活动中就是，爱钻牛角尖，书呆子，甚至“读书越多越反动”，哈哈。读万卷书还要行万里路，古人的经验常识来自与对大脑的最佳学习条件，旅行，换个环境，接触陌生人，这些活动对大脑的智力活动都是很有助益的。
劳心者治人是学习能力（不是读书能力与考试能力）强的表现，当然情商在智力活动中扮演的角色现在还不清楚，从人工智能角度讲，没有当作重点，只在临床上有意义，但是显然人的智力活动中情绪因素是一个重要组成部分，比如曾看到一篇文章说人脑思考模式的deterministic是因为人的恐惧，爱憎等所造成的，也许这中间的关系比我们现在所了解的要多的多。
脑根本就不是完全意义上“一致的”和“可预测的”。反例天天成千上万，需要我举吗？
脑的数学模型是可能的，不过今天的数学不够。幸好数学的发展经常都是通过难题推动的。
Develop a mathematical theory to build a functional model of the brain that is mathematically consistent and predictive rather than merely biologically inspired.
否则我随便举出个"Matt悖论": 对中国人来说中文容易、英文难。对英国人来说英文容易、中文难。
根据美国选忽悠题材的规律。大师们是深知人工智能和人是两个认识系统的。但正是这样，所以才适合拿出来忽悠：什么人工智能越来越接近人啦。扯蛋！拿一些表面的接近比来比去忽悠人，掩盖人工智能和人的认识系统的不同。还非管不同叫"悖论"。
http://www.chomsky.info/interviews/20121101.htm
乔姆斯基有理有据的论述了：很多问题光用统计是回答不了的。