平衡三進制類腦計算

PS:用來記錄一些新奇又有趣的想法。。。

1、量子的世界

1.1薛定諤的貓

????????這感覺是個有趣的話題。在宏觀中可以觀測到的，是穩定的兩種狀態，但隨著尺寸不斷縮小，直至達到微觀尺度，這一切都變的有趣了起來，一只“既死又活”的貓，而這就是量子的世界，先看文章：“薛定諤的貓”想表達什么思想？真的存在“既死又活”的貓嗎？

? ? ? ? 來自于兩位物理學界大佬的交鋒：愛因斯坦 VS 玻爾，他們都是量子力學的創始人之一，分別代表著經典物理學派與哥本哈根學派，而薛定諤也是經典物理學派的堅定支持者，同時也是個物理學天才，提出了著名的薛定諤方程，不過薛定諤無法解釋公式中的“波函數”到底是什么意思。

? ? ? ? 然后，玻恩給出了解釋，認為所謂的“波函數”其實就是概率波，然后玻恩也因為“概率波”詮釋獲得了諾貝爾物理學獎，但同時玻恩也是哥本哈根學派的成員之一，他所提出的概率波詮釋本質上還是不確定性，這就讓薛定諤本人對此非常生氣，對此提出了著名的薛定諤的貓這個思想實驗，諷刺并質疑哥本哈根學派所謂的“疊加態”，對于這個思想實驗，一時間連玻爾本人也有點懵，畢竟如果疊加態真的存在，那里理論上“既死又活”的貓也會存在，但現實中怎么可能存在這樣的貓呢？

而如果疊加態不存在，不等于自己打自己臉嗎？相當于玻爾和哥本哈根學派自己否定到了自己。于是，隨著薛定諤的貓這個思想實驗不斷發酵，最終這只貓也成了物理學界四大神獸之一，可謂家喻戶曉，現實中很多人把自己家的貓就起名為“薛定諤”，可見這只貓有多出名了。

1.2量子疊加態

????????上世紀60年代貝爾不等式的問世，貝爾不等式是從愛因斯坦的“隱變量理論”推導出來的一個屬性，簡單講就是，如果隱變量存在，那么量子糾纏的結果應滿足一定的統計規律，也就是說，如果貝爾不等式成立，那么隱變量就存在，愛因斯坦對了；如果貝爾不等式不成立，那么隱變量就不存在，玻爾為首的哥本哈根學派就對了；

? ? ? ? 是的，哥本哈根學派笑到了最后，實驗證明貝爾不等式確實不成立，在哥本哈根學派眼里，疊加態確實是存在的，是量子世界的固有屬性，只不過這種疊加態很難表現在宏觀世界里，而很多實驗也確實表明量子糾纏現象的確存在，比如說我國的墨子號量子衛星，早在2016年就實現了兩個糾纏光子被分發到相距1200公里遠處，仍保持糾纏態。

1.3量子的三態

? ? ? ? 這里的三態表示的，一種“疊加態” 及兩種“本征態” ，就像前面說的薛定諤的貓，若不去觀察那么就處于“生和死”的疊加態；只要觀測了，那么在觀測的一瞬間，貓的狀態就發生了坍縮，從疊加態坍縮為“本征態”，也就是某一個確定狀態，要么死，要么活。

? ? ? ? 疊加態的概念是量子力學的核心之一，量子疊加態不可被觀測到，一旦測量完成，系統處于一個確定的狀態，當測量時，量子系統的疊加態會“坍縮”到一個特定的狀態，這個過程稱為波函數坍縮或態矢量坍縮，測量結果是隨機的，由系統的波函數給出的概率分布決定，但在沒有進一步測量的情況下，系統可以再次進入疊加態。

? ? ? ? 最常見的就是光的波粒二象性，在雙縫實驗中：當不觀測通過哪一條縫時，電子或光子顯示出波動性質，形成干涉圖樣，這表明它們處于疊加態；當檢測電子或光子通過哪一條縫時，它們表現出粒子性質，干涉圖樣消失，表明波函數已坍縮到某個確定狀態；

2、計算機的應用

2.1量子計算機

????????量子計算機的設計旨在解決某些經典計算機難以處理的問題，特別是在因數分解、大規模優化問題和模擬量子系統等領域。量子計算的這些核心思想和特性使其在理論上能夠在這些領域中顯著超越經典計算機。

量子糾纏是量子比特之間的一種特殊關聯狀態，糾纏態中的量子比特的狀態是相互依賴的，即使它們相距很遠。這種現象可以用來實現高效的信息傳遞和并行計算；
量子比特的疊加態允許量子計算機在同一時間處理多個狀態，通過這種方式，量子計算機可以并行處理大量的信息；
量子干涉用來增強正確答案的概率，并取消錯誤答案的概率，這種干涉現象通過構造適當的量子算法實現；

2.2類腦計算機

????????大腦神經元中的突觸，離子泵它們一刻不停的維持著靜息電位，等待著上一級神經元釋放神經遞質，神經遞質分為興奮性遞質和抑制性遞質，然后就會有興奮性信號（使膜電位更加正，即去極化）和?抑制性信號（使膜電位更加負，即超極化），它們的目的就是改變神經元的膜電位，從而完成一次神經元的放電行為。

?????????神經元的膜電位達到動作電位閾值之前，外界刺激會導致膜電位逐步的變化著，一旦這些累加的去極化電位使膜電位達到動作電位閾值，神經元的鈉離子通道會快速開放，導致大量鈉離子進入細胞內，迅速去極化膜電位并觸發動作電位。這一過程就是量變引起質變的典型例子：在到達閾值之前，膜電位的變化是漸進的，但一旦超過閾值，就會發生顯著的質變——動作電位的生成。

? ? ? ? 這就像是小朋友做家務存錢買玩具，是一種累加的過程，膜電位的動作電位閾值比喻成要存的錢，興奮性信號比喻成做家務得到報酬，抑制性信號比喻成錢花出去買零食吃了，這里的膜電位好比于存的錢，只有達到了動作電位閾值，才能完成放一次放電，也就是只有存的錢足夠了，才能買一個喜歡的玩具。

? ? ? ? 上述的神經元的膜電位，也就是神經元的胞體的膜電位，有著動作電位閾值（action potential threshold），接受到的興奮性信號使膜電位達到或超過這個閾值時，神經元會產生一個動作電位，即放電，這個過程通常是在非常短的時間內發生的，動作電位本身的持續時間一般只有幾毫秒。

? ? ? ? 一個神經元：有樹突、有胞體、有軸突，樹突上有很多的后膜突觸（Post-synapses），軸突上有前膜突觸（Pre-synapses），胞體接收著樹突各個突觸傳來的信號，也就是多個小朋友眾籌想買一個大玩具，有的小朋友做家務掙錢，有的花錢買零食吃，綜合多個小朋友的情況，判斷現在存的錢夠不夠買玩具，夠了就是達到了閾值，完成一次動作電位。

? ? ? ? 神經元內部靠的是電傳播，神經元與神經元之間靠的是神經遞質，是化學信號，由胞體綜合樹突上傳來的信號，發送的電脈沖就是動作電位，這動作電位的傳輸由電敏型離子通道完成，很神奇，動作電位是數字信號，可以做到無損傳輸，傳輸時會形成局部電流，傳輸方向是雙向的，但又由于電敏型離子通道存在不應期(絕對不應期、相對不應期)的存在，所以顯現的就是，打開一個再關閉一個，單一方向的傳遞，傳遞方式為多米諾骨牌的方式，從胞體傳輸到軸突末端，不管刺激的高低，只要超過閾值，就會產生一個固定高度的電壓變化，表現為“全” 及 “無”的特性，用的是二進制，也就是有脈沖和無脈沖，沒有高低的差別，只有頻率的差別，而頻率的影響因素，而就是接收信號的不同，興奮性信號會促進動作電位的產生，提高動作電位的產生頻率，而抑制性信號會降低動作電位的產生頻率，甚至完全阻止動作電位的產生，是一種不斷復制再傳輸的機制，所以是無損傳輸的，只要能量給夠理論上可以傳輸的無限遠。

? ? ? ? 然而，樹突上到胞體之間的傳輸用的也是電信號，但它傳輸是有損耗的傳輸，跟真正的電纜一樣，好比于：一條路時不時的放個中繼器無損的傳輸；一條路沒有中繼器，只看輸入的信號強度在路途上有沒有耗盡，它跟輸入的是興奮性信號還是抑制性信號有關，跟線路的傳輸長度也有關，在神經網絡模型中被稱為權重，大模型訓練就是不斷調整權重的過程，而表現為：一個神經元的樹突上的后膜突觸與另一個神經元軸突的前膜突觸加強或減弱其聯系的過程，表現為神經可塑性（neuroplasticity）的一部分，特別是突觸可塑性（synaptic plasticity），在學習過程中，新的突觸可以形成，而一些不常用的突觸可能會消失、即使突觸的數量不變，突觸的強度也可以改變、突觸的形態也可能會發生變化，例如突觸后脊（spines）的大小和形狀，這會影響突觸傳遞的效率。

? ? ? ? 這就很神奇，此外胞體與軸突之間信息傳輸是很耗能的，就像是在古代為了傳遞一個信息，快馬加鞭幾千公里日夜不停，信息確實是送到了，但馬在路上也跑死十幾匹了，人也換了很多個了，總結下來就是開銷大傳輸慢，而在古代為了防止敵人入侵，需要實時性很強的戰報，從而提前做好防御，聰明的古人就發明了烽火臺，同樣的，在生物體慢長的進化中，神經元也進化出了這樣的結構，也就是軸突上的髓鞘，髓鞘由脂類和蛋白質構成，髓鞘部分可以起到絕緣的作用，軸突上有很多個這樣髓鞘包著軸突，兩個髓鞘之間會露出一小段神經元，這就是髓鞘間的節點，被稱為朗飛氏結（Nodes of Ranvier），有了髓鞘提供的絕緣層，使得神經沖動（動作電位）能夠在軸突上以跳躍的方式進行傳導，這種跳躍式傳導稱為跳躍傳導（saltatory conduction），大大加快了神經沖動的傳遞速度，同時也大大的減少了能量消耗，提供了一種既省能量、傳輸速度快、傳輸信號又好的傳輸方式。

? ? ? ? 若要讀取腦子內的神經信號，最好讀取的就是讀取軸突上的動作電位，跟現在電腦一樣，用的也是二進制，用二進制來傳輸信息，極大的減少了信息的錯誤率，如果能解析出這些信號，再將這些信號重新傳回去，那腦機接口什么的，給人很大的想象空間，這傳輸用的是二進制，隨著時間的變化頻率也在變化著，傳輸是在胞體與軸突之間，最后傳導到了釋放神經遞質結束，但它的運算卻不是二進制，更加傾向于模擬計算，但神奇的輸出卻又是數字信號，所以結合以上特性，感覺平衡三進制很適合應用到上面去，以下是一種猜想的實現：

平衡三進制新型神經網絡大模型設計概念

1、三種狀態：

靜息狀態 (0)：表示神經元未受到任何刺激，處于靜息狀態。
去極化狀態 (1)：表示神經元受到了興奮性信號，處于準備放電的狀態。
超極化狀態 (T)：表示神經元受到了抑制性信號，降低了放電的可能性。

2、狀態轉換規則：

靜息狀態(0)：
》收到興奮性信號（1）：變為去極化狀態（1），胞體計數加1。
》收到抑制性信號（T）：變為超極化狀態（T）。
去極化狀態(1)：
》無信號：過一段時間自動恢復到靜息狀態（0）。
》收到抑制性信號（T）：快速恢復到靜息狀態（0）。
》收到興奮性信號（1）：有著不應期，保持去極化狀態（1），不增加胞體計數。
超極化狀態(T)：
》無信號：過一段時間自動恢復到靜息狀態（0）。
》收到興奮性信號（1）：快速恢復到靜息狀態（0）。
》收到抑制性信號（T）：保持超極化狀態（T），不增加胞體計數。。

3、動作電位的生成：

胞體計數達到閾值時，產生一次動作電位。

????????這種神經網絡模型的構想很有趣，在理論上具有一定的可行性，它模擬了神經元的基本行為，并且引入了平衡三進制的概念，可以為神經網絡設計提供新的視角，需要對現有的神經網絡框架進行一些修改，需要重新調整損失函數、優化算法和激活函數，特別是在狀態轉換和計數機制上，總體的設計思路，在理論上是合理且可行的，這種方法有可能成為一種有效的神經網絡設計方案。

? ? ? ? 神經細胞很精密也很神奇，后膜突觸上的離子泵，一刻不停的內外搬運鉀離子、鈉離子，使用離子泵及鉀離子通道，共同維持著靜息狀態，而靜息狀態是再次放電的基礎，每當神經元放電后，會受到鈉離子通道失活及鉀離子通道激活等因素的限制，在此期間神經元無法再次放電，進入CD冷靜期，只有過了這段期間才能再次放電，而這期間就叫不應期，分為絕對不應期與相對不應期，前面的量子計算機的量子特性，其實與大腦神經元有些相似，量子只要不觀測就是疊加態，一觀測就會坍縮，如果可以用量子干涉，讓它驅向于某個結果后再觀測坍縮，那造出量子腦那也是有可能的事情，想想未來的腦機接口，要超頻大腦，像盜夢空間那樣，配合特定的鎮定劑進入深度睡眠，然后再放電學習，那是不是就可以快速學會某樣東西了。