眾人回到須彌秘境，將林久浩的數學函數算法模型全部提交給降魔杵，降魔杵開始對林克協的空間點陣做多維分析，大量的算法不同的組合，對九個空間點陣獨立模型，以及九個空間點陣的疊加模型，做人工智能分析，形成解密的計算邏輯體，再將寧家堡獲取的數據球進行解密，即使是最先進的量子計算機，這也是一個漫長的過程。
在等待的時刻，眾人一起打開了林久浩的胡思亂想日記，日記是以分段方式記錄的，有長有短，有簡單有複雜的，有技術的也有關於人生的。
封麵：
父親還說過：“多元關聯擬腦技術和‘態’計算理論，不隻是一種基於思維方法的算法，它還是一種智慧思想，智慧思想不是哲學，因為哲學隻是一種思辨學科，自哲學這個詞誕生以來，就沒有達到‘道’的層級，所以，哲學不代表智慧，這一次人類史，智慧隻出現在東方”。
真的是“對立與統一”的嗎？事物內部與事物之間真的是矛盾關係嗎？誰定義的矛盾關係，我們知道每一個事物是由多種因素關聯影響形成的‘態’，‘態’計算認為，這些因素之間不存在“矛盾”，‘態’的變化，是多種動態信息元運動變化過程中的參數疊加效應，而把這些因素定義為“對立統一”，恰恰是人的主觀認知，“對立統一”是事物發展的動力嗎？例如，我們現在需要一部手機，但是我們當下沒有手機，難道真是樹立一個“沒有”作為敵人去鬥爭嗎？誰能拿出這個“沒有”，我們不是應該去構成獲得手機的因素嗎？
當然，有人把這種行為稱為“鬥爭”，真好鬥，而且很主觀，這就是典型的強加邏輯，實際上，多元關聯擬腦技術的可執行路徑認為，完成一個目的，需要找到從起始點到完成點的可執行路徑，並準確完成這條路徑上的方法和過程，這是最基本的思維行為，而把這個過程稱為“對立統一”和“矛盾鬥爭”是後期強加的邏輯，既然是強加邏輯，那麼六親關係和五行相克關係，是不是更準確，因為六親和五行還包括了平行關係，還細分了對立關係中的“生抑增減”，且這些關係可以直接反應到坐標係上。
什麼是質變和量變，所謂“量變”，是指一切萬有物質現象刹那間都在變化，變化是由多種因素疊加形成的現象，且這個變化是連續的，未曾停止，‘態’計算認為，這就是‘態’，我們無法得到一個真實的‘態’，因為這個‘態’刹那間都在運動，我們隻能得到‘態’的一個瞬間；所謂“質變”，質變就是觀察者的感官認知，我認為它沒變，我認為它變了且對我產生了影響，而且這種認知在不同的群體觀察者中，是不相同的，我們認為沒有變化且沒有影響，但是，另一組觀察者認為它變化了且產生影響，這就形成了觀察者需求的多樣性，質變是一個主觀認知。‘態’計算認為，觀察者的多樣性的需求，是對‘態’中的動態信息元的區彆對待，因為不同的觀察者的自身需求不同，導致片麵觀察‘態’的變化，‘態’計算可以通過定義多個核心動態信息元‘o’組來描述，不同的觀察者組定義不同的‘o’，不同的‘o’擬合不同的動態信息元組參數疊加，而每一個‘o’的質變邊界，可以用可調節閾值描述。
否定之否定是什麼，我們不這麼認為，既然‘態’是由多種因素運動變化導致的現象，注意，‘態’是現象，誰否定了誰？難道，非要強加一個‘我’否定了‘以前的我’的邏輯嗎？不能說“我吃一碗飯是因為我否定了沒有吃飯的我”，那是因為“我餓了”。‘態’計算認為，一切事物自身並不存在否定自己，而是‘態’中的多種因素運動變化的結果，在運動變化過程中，‘態’不會否定前一個‘態’，如果談到“否定”，那麼就是‘態’中“人的意識”作用，意識認為“不滿足了”或者“不滿意了”，亦或是“有了更好的欲望”，所以否定了前麵的‘態’，確實存在這種現象，然而，這是主觀的認知。
重複重點，‘態’計算認為，一切萬有物質現象都是由多種因素構成的，對‘態’的認知又是由多種需求的多觀察者組的輸出結果，三大辯證關係隻是人類對客觀規律的主觀認知，不是客觀存在現象。
我們看到，那些口口聲聲宣揚唯物主義的人，他們是多麼的‘唯心’，當然，這個‘唯心’不是龍之民族儒釋道文化中的智慧，而是被西方的‘唯神’和‘唯意識’偷換概念的‘唯心’，所以說，這種行為又是多麼的‘唯我意識’呀！
這種強加邏輯的行為對嗎？“也行”，因為強加邏輯是一種麵對客觀規律的認知橋梁，方便後學通過“文字定義”了解事物運動變化的規律，但是，這種強加邏輯的定義是優秀的嗎？是不是略顯機械教條了？
作為多元關聯擬腦技術發明人的後人，我更傾向於多元關聯擬腦技術的六親和五行相克規律，以及‘態’計算產生的多元關聯關係，或許，這些中華傳統文化的瑰寶可以更好的補充辯證法，至少，六親、五行相克、多元關聯關係可以通過‘態’計算模型，成為真實的可計算概念。
客觀的分析對與錯，善分辨諸法因緣。
===一個普通的多元關聯擬腦技術老工程師，林久浩。
以下是林久浩的胡思亂想日記部分內容：
多元關聯擬腦模型是一種數據庫，與傳統的關係型數據庫不同，也與大語言模型的向量數據庫不同，它是真正實現了，在三維坐標係空間中，通過向量表達了概念之間的關聯關係，這是真正的關係型向量數據庫，在多元關聯擬腦模型中，所有的數學法則都有效，所有的物理法則都可以描述，因此，基於多元關聯擬腦模型的‘態’計算，可以模擬真實的物理世界。
關於基於多元關聯擬腦模型的路徑算法：
‘我們有一種觀點，複雜的事物一定是由多個簡單的事物組合疊加而成的。。。’
天空中有很多散落的點，看上去沒有規律的分布在一個坐標係中，如果這個坐標係是三維坐標係，那麼這些點就是現實分布的點，同一時間同時存在的點，把它們放進計算機的坐標係中，滿屏幕都是。這些點是不是能夠找到一組函數，如果有這組函數，那麼這組函數就是這些點的分布規律，這組函數就叫分布函數組吧。
一個點也變成了滿屏幕散落的點，不是隻有一個點嗎？怎麼就變成滿屏幕了，是不是電腦屏幕壞了，當然不是，因為有人把坐標係增加了一個坐標軸==時間，滿屏幕的點都是那個原始點運動的影子，無規律的運動，看似無規律的運動是不是能找到一組函數，如果有這組函數，那麼這組函數就是該原始點的運動規律，這組函數就叫運動函數組吧。
大部分人看到滿屏幕都是離散的點，就會主觀的認為它們之間沒有規律，好吧，就認為沒有規律，不理它了。
但是數學家看到這種現象會非常高興，他們如獲至寶一樣研究這些點，最終發現這些點在沿著一條線收斂，太好了，看似沒有規律的散落的點，實際上是以某函數為中心的固定偏離，找到這個函數，並算到固定的偏離值，線性回歸，數學家得到了這些點的數學公式，就叫某某人函數吧。
更複雜的點陣，是三維立體的點陣，無所謂，隻要收斂於一條線，哪怕這條線是三維立體的，都可以找到這些點的數學函數公式，誰找到就叫‘某某人公式’。
更複雜的點陣出現了，找不到中間收斂的函數，並不是因為沒有這個收斂的函數，而是這些點的位移不具備固定偏移量，因為看不到固定的偏移量，那麼也無法反向測算出中間收斂的函數。
這時有一個聰明的數學家腦子中閃了一下，這些散落的點沒有固定的偏移量，那麼有沒有可能，它們的偏移量也是按照一個函數運行的，反複的計算和驗證，聰明數學家發現了，某一些點陣是按照一個線性函數收斂，其收斂的規律是另一個線性函數，把這兩個函數疊加在一起，就得到了這些點收斂的函數，還是叫‘某某人函數’吧。
怎麼解決多線性函數疊加問題？或者說聰明的某某數學家也解決不了函數收斂問題，他們開始胡思亂想了，自己去設定‘某某人函數’，因為他們知道，這個宇宙物理現象與數學是相輔相成的，有數學函數公式就可以對應找到物理現象，就像。。。隻能被一和自身整除的大質數，對應到宇宙中的完全由中子構成的中子星，然而，中子星也在釋放能量也會坍縮，那麼大質數對應的是黑洞嗎？記得黑洞不是被實際發現的，而最早提出黑洞理論的，是偉大的科學家愛因斯坦，他是在數學計算中得出的這種天體現象，然後居然真的在宇宙中發現了，所以，我們還需要進一步研究理論數學。
聰明的數學家可以靠胡思亂想去發明創造函數，但是，實際問題怎麼辦？我們現實中看到了大量散落的點，不管是同時間存在的還是不同時間由運動產生的，我們不能胡思亂想，而且胡思亂想的函數也匹配不上，怎麼辦？
再聰明的數學家，他們絕大部分是單向思維方式，例如，從a到b的思維方式，可不可以從b到a去解決問題。曆史上很多數學家發明了大量函數或者數列，然後把這些函數和數列的點分布在坐標係上，真好看，大家來看看，你們不知道他們的規律吧？但是我知道，因為這是我發明的函數產生的散布點陣，可得意了，可凡爾賽了，這些人才是凡爾賽本賽，但是我們把一堆散落的點給他們，‘嘿，凡爾賽本賽，你把這些點的函數規律算出來，我們需要解決實際問題’，傻了、無奈了、雙手一攤，‘非本賽職責所在’，因為這是另一個方向的思維方式，不是因為聰明的數學家‘傻’，而是人類思維的弱項導致的。
現在沒有聰明的‘某某數學家’，能不能用計算機來完成對分布或運動的點陣，找到它們收斂的分布函數組或者運動函數組？人的思維和計算方式與計算機的計算方式有區彆嗎？計算機有一種計算能力是人類的弱項，人類雖然也會，但是沒有計算機做的更好，那就是窮儘計算。例如，強力破解某密鑰，人類可以想到用窮儘計算的方法，把複雜的高難度計算過程，轉化為極其繁瑣的簡單計算過程重複做，誰去做？當然不是另一個人，而是具備人工智能的計算機係統去做，可以累壞牛、累壞馬、累壞計算機，不能累壞另一個人，當然，計算機也不會累壞的，適當保養一下。
那麼問題來了，用最簡單的例子來解釋。
例如，我們假設一些散落在空間中的點或者是運動分布的點，是基於函數a以函數b為規律收斂，那麼是不是可以認為，這些點是由函數a與函數b關聯影響產生的o運動結果的軌跡，可以嗎？當然可以，我們設定以o為核心信息元，以函數a及函數b為直接關聯信息元的多元關聯擬腦模型，同時函數a與函數b相互關聯。
這裡的函數a與函數b是未知的，而所有散落在空間的看似無規律的點，是o在函數a與函數b關聯影響下的參數溢出軌跡，使用超級計算機去窮儘它，找到函數a與函數b，如何窮儘解算，o是已知的，我們可以把函數a設定為核心信息元，停，核心信息元不是o嗎？這是多元關聯擬腦模型的特點，任何信息元在使用者的觀察角度，都可以是核心信息元，好，函數a是核心信息元，我們將現有的已知的海量的線性函數逐一代入函數a，在每一個已知函數被代入函數a的時刻，函數a就是已知量，o是已知量，去求函數b，如果沒有函數b，就繼續去窮儘函數a。理論上，我們可以把這些多函數疊加的規律放大到更多的線性函數疊加，abcdefgn，太複雜了，啊不對，是太繁瑣，很多嘗試性的計算動作，需要無限次的去做，但是理論上，我們可以找到多線性函數疊加的規律。
理論是理論，窮儘就是無法窮儘，但是窮儘也是一種思路，好吧，我再說一個有用的方法，知道多元關聯擬腦模型的特點嗎？多元關聯擬腦模型注重‘相對關係’，什麼是相對關係，例如a與b有關聯關係，b與c有關聯關係，那麼a與c會同時出現在以b為核心信息元的三維坐標係中，既然a與c同處於一個三維坐標係中，那麼它們之間有直接關係嗎？沒有，因為我們需要的是信息元之間的相對關係，而a與c的關係是由b產生的間接關係，那麼這種方式對計算分布的點及運動點有什麼作用？我們可以利用多元關聯擬腦模型，把分布的點或者運動點，在多個三維坐標係中關聯出它們的相對關係模型，這樣我們就得到了這些點，在多個三維坐標係中的距離角度等相對關係信息，對這些距離角度參數做趨勢分析，我們可以找到這些點分布的規律，或者是運動的規律，問題又來了，運動的點可以知道誰是，而分布的點我們怎麼知道誰是呀？對，運動的點如果知道最開始的點，那麼該點就是；對於分布的點，就從關心者或者觀察者認定的點作為吧，這裡有人較真了，到底哪個是客觀的，較真的人去窮儘所有點為，然後去計算吧。總之，多元關聯擬腦模型提供了這種功能，我們可以利用多元關聯擬腦模型，通過多元關聯計算，去發現分布的點和運動的點的規律。
問題又來了，具體怎麼做？
我們看到空間有大量分布的點，我們可以利用多元關聯擬腦模型，為這些點建立以自身為核心信息元的三維坐標係，並把這些點之間的相對關係標注到每一個坐標係中，為什麼是每一個坐標係？因為我們不知道它們收斂的規律，所以就需要把所有可能都放進去，例如，100個點，那麼就建立100個三維坐標係，在每一個三維坐標係中都有一個核心點及99個關聯點，而且核心點與關聯點之間的真實的關聯關係也反應出來，數據量不小，但是，至少是解決問題的方法，如此一來，我們就得到了這樣的關係，然後提煉出一個點a1為起始點，然後在該模型中窮儘路由，計算後，會得到很多的路徑（具體是多少需要計算，總之是有數的），在這些‘路由’裡麵，我們會計算每一個點之間的相對關係，並對相對關係做歸納，看能不能找到收斂的規律，如果有，那麼我們可以認為這些點，以a為並按照一個特定的函數收斂，如果找不到，那麼繼續以下一個點a2為起始點再做一遍，如果沒有就繼續，直到第a100，如果實在找不到，也沒辦法，隻能認為這些點沒有規律。
路徑就是a1a2a3a4。。。an，或者是a3a4a2a6a9a7。。。an，這是從a1到an的所有路徑，也可以稱為從a1到an的所有路由。
全部實現連接，太變態了吧，如果有10000個點，那麼，好吧10000個點也不是什麼事，如果有1億個點，那關聯關係約為很大的數，怎麼辦？其實剛才隻是說明一下窮儘的概念，在實際操作中還可以簡化，例如，運動的點，我們完全可以從起始點開始逐一向後建立模型，然後發現點與點之間的相對關係中的規律，分布的點要麻煩一些，我們也可以以起始點向一個方向發起關聯，在這裡可以設定關聯閾值，例如a點與h點的距離大於閾值，那麼我們就先認為a與h之間沒有直接關聯關係，通過對閾值的調節，我們把複雜的全關聯模型，簡化為關聯深度控製模型，問題就簡單多了。
同時間分布的點或者運動分布的點，在我們的多元關聯擬腦模型中都是一樣的，我們可以把‘空間散落分布點’看做是‘某一個原始點的運動軌跡’，也可以把‘某一個原始點的運動軌跡’在含有時間坐標的坐標係中，看做是‘空間散落分布點’，怎麼計算方便就怎麼做，反正多元關聯擬腦模型都支持。
這就是多元關聯計算能夠解決的問題，而多元關聯擬腦模型是支持多元關聯計算的人工智能計算模型。
這樣有意義嗎？不就是計算出一些點的分布函數組和運動函數組嗎？有意義嗎？人生要做很多有意義的事情，這種計算的意義是什麼？
小到粒子運動。。。大到宇宙星辰，中間所有的問題都可以用多元關聯計算來解決，擴大了‘可計算概念’的範圍，這就是‘它’的意義。
小到量子糾纏，熵增現象，越無序那麼熵增越大，真的是無序嗎？還是沒有聰明的數學家去發現它們的分布函數組和運動函數組，聰明的數學家也找不出來規律，所以就給個定義‘無序’，也是一種對‘能力有限的無奈’，現在多元關聯擬腦模型給出了一種人工智能算法模型，聰明的數學家加上人工智能算法模型，你們一定可以解決一些‘能力有限的無奈’，去發現‘無序’的規律，然後是不是就可以發現‘熵增’的規律，好吧，聰明的數學家拿著多元關聯擬腦模型去解決問題吧，看好你們呦。
大到宇宙，宇宙中所有的星星就像是散落的點陣，是不是可以發現它們也是由多重線性函數疊加而形成的，星星的散落分布是有規律的，如果發現了這個規律，是不是就成為了。。。不可能的，宇宙之大。。。
好了，不要胡思亂想了，我們要解決的是從量子到宇宙之間的那些與人類命運息息相關的問題，放過宇宙吧。
很好，現在回到多元關聯計算的話題，我們找到了把複雜問題簡單化的方法，多元關聯擬腦模型，把【複雜的事情】轉化成【簡單的數學計算過程重複無數次的做】，這就可以把很難解決的問題由計算機解決，可計算概念的範圍又被拓展了。
我很喜歡看《西遊記》，孫悟空就像強大的量子計算機，強大到可以掃平一切妖魔鬼怪，但是，在計算空間中，這隻是一種強大的算力，即使再強大，當遇到黃眉怪的時候，也被困在黃眉怪的法器中，我更喜歡豬八戒，將天庭二十八星宿全部搖來了，因為，豬八戒使用了窮儘計算邏輯，在計算空間中，所有的可能算法都提取出來，總有一種算法可以解決問題，所以豬八戒的算法邏輯高於孫悟空，因為豬八戒具備窮儘計算的智慧。
我們知道窮儘可以解決所有難題，但是窮儘本身就是難題，所以模糊計算、區域範圍、管理粒度、閾值控製，是解決窮儘問題的好幫手。
這隻是一個例子，對孫大聖沒有絲毫不敬。
下一章節===《第四十九章節林久浩的胡思亂想日記》