背景和意义本文描述了人和计算之间交互基础。它提供了一个独立载体计算的理论框架,并展示了实际的神经信息的编码和传输。这项研究主要关注的是意向信息在人们之间的传达,接收,诠释和表现形式。该项工作建立了生物与机器计算的信息和计算理论,其中包括关注和意向。意向体系和计算体系之间的信息和意向传递是当今社会的一个专题。当前可以检测、储存和传输的生物信号信息和意向保真度较低。到目前为止,意向和其它计算结构之间的信息传递格式尚未形式化。这种传输仍然是一个形成性的研究课题。进行人类信息传递限制的研究需要建立一个人机交互的基础。这些限制体现了人机交互存在的可能性。生物系统和非生物计算系统间一种常见的信息传递表现形式能够实现此类转移的设计。本文用于描述信息传递的框架是熵公式,它的背景是独立的,由此产生的理论是相对独立的技术。因为框架基于熵,所以它可以被轻易转化为一个热力学、一个信息模型并且可以用量子力学解释它。交互通过建立一个人际交互模型,我们可以提高人们的生活体验。在人际交互模式的创造中,我们可以描述一个能量化交互作用和预测结果的模式。它可以提高工作效率,使人们和社会更接近他们的目标。代表人类的交互模型被用于人体工程学设计,建筑和危重病医学。一个有用的交互模型必须满足建模和描述交互两大要求,并允许尝试人和环境之间交互作用的预测。人机交互领域必须存在两个元素:人、机器或系统。机器的形成对人类是次要的,因为人类创造了机器。人类是机器的创始人,就一般意义而言,机器是系统的一个子类。从生物、经济、环境和社会交互的必要性来看,人和机器发展一个人类模型变得势在必行。建立一个人类医学模型是势在必行的,其源于预测人类身体系统行为的必要性,以改善和保存生命体。来自社会和经济领域的呼声决定了对人类社会的建模同样势在必行,因为它有助于预测行为模式,并进一步用于确定经济流量和社会议题。艺术、医学、心理学、建筑、体育、政府、广告、商业等各个领域已经开始尝试基于行业要求对人类形态和人类行为的各方面进行建模。最近几个世纪,直觉和艺术形式的人类模型在艺术和医学领域得以描述。这些模型以不同的单位被定义,包括动力单元,化学和分子结构,信息结构和几何结构。许多信息从人类形态中收集,研究者试图了解其功能和交互作用。在过去的一个世纪里,对人体热力学的研究已经得出了身体中能量利用的详细图。其详细程度足以描述身体的分子和原子。人与人之间的信息交换,有意识的交互和计算,动物的神经元详细程度被称为一个生物的中央控制中心。对临床和实验环境中的神经系统条件进行修改被广泛用于改变动物行为,并借此实现生物与环境的交互。人们可以有意识地报告热力学交换的神经尺度,因此允许由单个有机体执行的内部计算和环境之间的接口。在心理学和行为研究领域对该接口进行了探索,一个主要的数据源是通过符号沟通神经系统有意识的报告。通过标准电动、核和重力模型,整个物理世界发生了人际交互和人机交互。人类世界中的人际交互十分重要但并不能通过物理模型精确地量化(虽然随着商品化计算和互联网的出现,大数据方法已使这一领域取得了很大的进步)。人类世界在心理、社会、人体工程学、神经科学、生物和经济等基础上被量化了。观测网本文展示了观测网的信息传递理论和一系列的生物信息传递的实验研究。当进行简单性和整体性比较时,观测网毫不逊色于其他理论框架。简单是因为可以通过计算观测理论组成部分从而进行量化;完整性可以通过理论描述的可测量信息的比例而进行量化。观测网可以最大限度地展示的复杂程度(简单)是一个网络地址转换的单元素有向图和熵(负面能量)。理论的重要性和有效性的范围是成比例的,通过这一措施,我们能够模拟普朗克规模以上的所有可能的交互。观测网充分描述了交互的可能性,并提供一个普朗克规模的完整的交互和计算基础。这是与其他在某种程度上失败的理论框架,如牛顿力学进行比较而言的。完整性标准表明了观测网的实用性和重要性。观测网可以充分描述人类热力学可测量的交互作用,但无法量化不可测量的交互作用。该热力学的交互作用提出了包括全部的人类可测量的生活经验。因此,基于更大范围,该理论与不能充分描述交互作用的理论相比是十分重要的。在人机交互领域,人类的生活经验是研究领域的议题。人机交互领域还研究人们如何与计算系统进行交互。这种交互成为参与交互的人们的生活体验的一部分。到目前为止,这种交互作用很少在物理、热力学或完整的信息基础上被完全量化。观测网提供了这种基础并根据热力学,信息和量子理论对其量化。实验方面的工作发展了交互作用、计算和信息存储的基础。同时,一个通用的意向信令模型也被开发出来,神经元级别的人机信息传递也在实验中得到了测试。本文提出以下问题的答案:意向和选择我们如何描述一个通用的意向和选择模型?计算什么是信息?什么是对人类的计算?人们如何接收信息?人们如何进行计算?神经生物学我们如何进行生物计算?我们如何将信息传递给人们呢?我们需要一个模型来描述在一般情况下不受限于一个特定有效域的交互作用的可能性。基于这个目的,这项工作从普朗克尺度可以具有交互作用的热力学可能性的熵单元着手。这种描述交互作用的方法最初源于量子力学,并已经成功展示了亚原子物理,电动力学,生物学和宇宙学预测模型。一个常见的和统一的交互作用的单位不会出现在人际交互建模中,相反,各种单位一起被使用并且这些单位之间必须进行转换以使结果从一种类型的模型联系到另一种类型的模型。通过定义交互作用的基础,我们可以定义一个模拟人和人以及人和环境之间的交互作用的基础。本研究提出了一个类似的通用单元并且根据观测网理论检验了其在计算和信息交换中的作用。意向、关注和选择通过使用能够跟随受试者注视的视觉关注向量在观测者的周围环境中创造选择空间的例子很多(眼电图)[1]。使用与视觉关注相连的设备来表明目标的方法已经比较完善[2][3][4]。在医疗健康领域,允许通过眨眼、肌肉运动[5]、气流或者各种其它方便且低噪声的指示器来选择环境要素的方法也已经很完善并且被用于操作机器。成像系统可以通过对视觉、肢体和手指的跟踪来估测选择意向。在健康医疗、运动和环境领域,测知肌肉运动是通过光学、机械和电子方法[6]来完成的。通过一个来源记录多种类型信号的组合式传感器[7]也可以实现。从身体测知到的信号(包括肌动电流图、脑电图和功能磁共振成像)被用来提供诸如交流、假肢控制、操作机器设备以及生物指向等能力。交互作用——计算的先决条件交互作用需要测量。我们认为有必要在测量中加入熵传递:这体现在量子力学中就是海森堡Heisenburg[8](1927)的不确定性原理,体现在热力学中就是Szilard康斯坦丁[9]的反熵作用,近期我们可以从Schreiber施赖伯[10]和Prokopenko普罗科彭科&Lizier利齐耶[11]的熵传递中看到测量的必要性。Kullback&Leibler[12]库尔贝克和莱布勒的信息理论著作中讨论了测量的相对论(相对熵),Einstein[13]爱因斯坦的量子力学也讨论了这个问题,其中有数学描述([14][15])。当远程熵(传递)出现时,局部熵会减少。Prokopenko普罗科彭科和[16]del Rio[17]德尔里奥等提出了这种模型。Mahulikar马胡里卡&Herwig赫维希[18]的争论似乎解释了 Berut贝鲁特[19]的实证研究结果。Landauer[20]兰道尔原理描述了信息的影响。在它的引力关系[21],熵驱动的空间组织[22]和社会层面的交互作用中描述了局部熵减少的宏观影响。通过物理测量的尺度变化可以看出基于时间的熵的增加[23][25]。当气体扩散时在分子层面出现的情况在人类社会[26][27]和量子层面也有相应的现象,在人类社会层面就像资讯发布,在量子层面就像集光率[28]。与观测相关的熵增加被描述为[1][20][29][9]of kB T ln 2,它是一个最小的限制(kB是玻耳兹曼常量,T是温度,2代表前后的状态),这也定义了改变一字节信息所需要的最小的能量。实证研究表明最小限制[20]是有效的。本文中描述了由原子论热力学交互单元建立的交互作用模型。现在有一些可用的交互作用模型,但是到目前为止都是有限域。熵网络通常我们从熵可以在网络中测量的角度来研究熵网络。在很多案例中具体化的网络是物理或信息。在观测中可以发现熵网络离散的基础,Prokopenko普罗科彭科,Lizier利齐耶&Price普里塞[16]在著作中对离散的基础进行了简单讨论。Szilard康斯坦丁[9]和Brillouin布里卢安[29]提供了更完整的观测讨论。在Schreiber施赖伯[10]的熵传递理论中,熵在网络中的传递具有独特的特点。Wissner-Gross葛洛斯;格罗斯和Freer[30]弗里尔公布了熵网络的设计和研究,他们提出了时间熵关系(熵在一段预期期限中被最大化),他们指出可以展示复杂性出现的预测(比如发生在信息中)。熵信息结构在工程学和决定偏光力的物理影响、组织生物分子[22]以及量化冷凝物质的拓扑中的作用是十分重要的。熵网络允许多方面、多角度、跨学科地描述熵的作用[31][32]。可见,出版物对熵传递的网络概念研究主要体现在经济学和神经科学上。熵网络动机被认为是与规模无关的[33]。网络根据总熵被归类[34][35]。熵的图表内容被认为横跨了数学和计算机科学领域。(?)神经生物学:神经回路工程神经回路工程有几个动机。主要考虑的是修复瘫痪引起的神经和回路的问题。其它的目标包括信息的表现(尤其是记忆)和神经回路中的过程网络。这些目标通常都在合成生物学和生物工程学的议程内。本文包括几个着重于指导神经突起生长的光学技术的试验。对神经突起的光学控制的研究最早至少可以追溯到1993年[36],Juanita Anders胡安妮塔安德斯改变了老鼠面部神经的重生速度。Wollman[37]沃尔曼在1996年研究了神经突起受激光辐射后的运动性。莱比锡大学的Josef Kas约瑟夫卡的实验室开始研究"软物质物理"课题,并在2001年创造了细胞光学延展器。在2002年Allen Ehrlicher艾伦厄利彻与Timo Betz蒂莫贝茨和约瑟夫卡实验室的其他工作人员发表了关于神经突起生长的光学控制的文章[38]。这项技术包括通过对显微镜载片台投射激光并通过移动显微镜载片台或外部的物镜来操纵细胞。技术上跟激光镊子有些类似,尽管它应用的没有激光镊子多。其它神经突起生长方向的技术包括在基片上打印模式,启动趋电性或者物理拉伸细胞。本文中指导神经突起生长的光学方法体现了一个有限的领域技术,因为它局限于很小的范围。Ehrlicher艾伦厄利彻[38]发表了神经突起的光学控制的概念和方法论,Timo Betz蒂莫贝茨在他的博士论文中继续研究了这个课题。目前人们通过一个不同的超细纤维光学技术进一步发展了这个方法,超细纤维光学技术更适合体内应用。本文中发明的方法与显微外科相配的优势是它能在体内使用,而之前的技术不能实现。到目前为止,我们研究了神经突起生长的二维和三维激光定向[38][39][40][41]。本文通过一个三维控制系统展现了一个与显微外科相配的指导神经突起生长的方法。本文内容本文提出了一种互动模型,这是在互动基础上关于注意力的简单模型,它显示了实验信息传递到神经元和神经生长的方向的过程。观测网提出可以通过网络对熵传输进行描述。网络熵的传输可以产生逻辑门及其它图案。此外,这还可以用来描述人们与环境互动时的选择过程。同时,本文还对人们如何与环境互动及人们如何接收信息的过程进行了简单描述。理论的最小信息、最小的逻辑和最小的复杂交互作用系统都是以离散和尺度不变的形式加以呈现。在本项研究中,信息的理论基础扩展到最简单的计算形式(及紧急情况的备选形式)。Shannon和Von Neuman为本项研究提供了信息基础。其基础是由Szilard根据普朗克和玻尔兹曼熵公式提出的。熵的基础是尺度不变的,这使我们能够推广到生物信息处理器。我们通过在熵的基础上对处理信息进行量化,而不是在质量能量的基础上对系统和质能量的细节进行计算。作为量化熵的方式,质能量的细节信息是很重要的。本项研究表明,在质能量独立的基础上进行离散和尺度不变的计算,这不仅适用于生物学领域,还适用于人类和非人类的计算系统之间。这就为人机交互、信息传递、存储和计算提供了理论基础。传递最小信息到人类神经系统的方式可以通过实验数据(本次我们使用的是光子)得以展现。此外,我们通过轴突生长的实验修饰对在神经元中存储信息和格式化信息的处理方法进行了展示。我们对人和环境之间信息处理过程中的传输(交互)、存储和控制提供了理论和实验验证的基础。这就定义了可测人机交互范围的基础。本方法对神经元编码和存储信息的过程进行了描述,并对报告的信息采集和神经系统的计算提供了基础。因为这对人类也是适用的,所以重要性毋庸置疑。生物互联网的四个进展本项研究为人机互动的发展开辟了四条道路,并取得了四项成果。这四种方法都是广受赞誉的。这些方法一起使用将使规模不变的信息和计算结构的设计成为可能;同时将光学控制的编码信息和计算结构合并到一个神经系统,并使光学信息传递到一个神经系统。此外,的方法还有基于人类注意的信号意向。这些方法都是该领域所取得的新的进展。1)基于驱动的面神经和一致的视觉注意矢量,一种新的人机交互方法出现了。本文描述一种新的利用熵单位交来计算交互的理论。2)提出基础计算理论。其功能通过热力学方式实现,并允许独立范围的计算方式。3)本研究显示了体内神经突长的光学三维控制,为体内神经电路的修复和生长开辟了道路。4)时间熵限制的信息传递到神经系统,并以一种新的范式用于人机界面。该信息以实验的方式在一个自由空间的遗传系统中得以实现。研究结果1)(?)通过观测矢量选择意向信号通过结合两个变量:一个三维的观测向量和一个意向值,在其视觉选择空间范围内,观测者可以将意向值赋给任何可观测到的元素。该实践的物理实现方法是通过将定向发射机对准观测者的三维观测矢量,并在意向传输的强度值上进行编码。能接收到定向传输的元素,可以通过接收编码为正的意向值的传输来选择。我们使用一个激光和一个聚焦的红外光束,这可以戴在头上沿观测矢量发起一个方向性的传输,该观测矢量能被调制进而对感测水平的意向符号进行编码。2)(?)通过网络对现实的计算当观测者接收到它所观测到的信息时,观测者的熵就会增加。要做到这一点,观测者必须至少分配两个状态:一个前观测状态和一个后观测状态。在一个只有观测者和被观测者的系统中,这种变化是被观测者的相对熵减少的现象。此外,该变化也反映在被观测者识别的相对概率增长上。从之前的调查研究中,我们可以发现:多个实验已经确定最小的熵传递值为1纳特。这也描述了一个有机体接收信息所需的最小能量。同时,本文还将进一步描述能量、熵和信息之间的关系。观测该观测模型被视为描述交互活动的基础。该模型基于熵的概率转移,并通过Boltzmann,Shannon,及von Neuman提出的能量熵信息的关系进行量化。熵传递是热力学理论的基础。在上世纪第二十年代初,Szilard提出了著名的生物间的关系,Brillouin使其在量子模型的发展方面得到广泛适用。观测网近来,量子计算出现,尺度不变的网络图案、熵转移和信息的物质传输引起了新的兴趣,这些新趋势使熵关系得到了重新审视。因为它由物理量子模型定义并得到了实验证据的支持,所以熵关系的适用性是较为广泛的。在本文第4.2节中,我们定义了熵转移。第4.3节主要介绍观测过程,第5.3节则主要总结了本研究提出的网络计算模型。观测网模型是一种离散形式的熵传递,它能精确地指定相互作用。不同复杂程度的生物有不同的熵和不确定性的预算,但其熵网络的定义是类似的[33]。本项研究基于vonNeuman和Everett所提出离散(不连续)互动模型。3)(?)NEN神经突起编码通过采用纳米激光在轴突生长锥进行模式控制肌动蛋白聚合,该生物神经网络生长技术得以展示,从而提供了一种在神经网络中的生长方向的空间位置编码。这就使基于神经元的信息处理器能够设计和控制生物神经网络的生长方向。通过～800nm激光对神经突起的生长区的前沿进行引导,神经轴突得以生长。这可以通过光线投射控制锥形光纤的三维空间中的位置和方向来实现。激光照射的细胞突起可以在平坦的表面上生长。神经突起的生长是受光纤的辐射影响的。它生长在被限制的表面,受其初始生长向量的影响。此外,突起的生长受光纤锥度的影响,并可以在锥度的运动方向上生长。4)(?)ES Signal Encoding,动作电位的信号编码通过最大灵敏度的海马网络,并在网络时间为基础的最大熵的边缘信号上创建一个信号格式,神经信息传递格式得以定义。符号在时间最大熵阈值中的上下方进行定义,同时,信息是通过跨越临界值进行传播的。这是一种基于光信号的实验与神经元接收机的信号范式。基于神经元的最大信息处理速度(穗列车发射率),我们开发了一个协议。此外,所采用的策略将会使信息发送到一个神经元附近的最大动作电位+难选性速度。我们通过多种手段实现了自由空间光传输系统:头顶20厘米灯光、远距离静态激光振镜。神经元接收多个来源得以生长:原代培养转染小鼠、大鼠海马神经元、PC-12细胞。接收信号被记录在转染神经元膜片钳、电极阵列和电压敏感钙染料等不同的实验装置上。通过区域照明或激光实现的传输方法,我们能够将传输信息可靠地转到转染神经元上而我们的光信号接收器远在20cm以外。这个距离表明,一个基于神经元的接收器可以在室内环境中使用。在该室内环境中,信息的传输是通过一个自由空间光发射机进行的,例如通过房间的光。