人工神经网络与人的知识构建的共通是什么？虽然ChatGPT的热度降低，但这个问题值得众多人的思考。

人工神经网络以神经元作为基本单元，通过网络联通架构进行信息记载和分类达到一种可用于辨识和重构的知识记忆和再现模型。人的记忆、意识和知识构成虽有大量的生理学、脑科学和心理学研究，但并没有揭示其根本原理。人工神经网络只是对神经科学的一些研究成果的数字仿生。这两个学科的真正行为机理是什么有待研究。

这部分讨论不从现代人工神经网络、脑科学、生理学等已有研究成果的角度进行研究，而是根据这些年对知识的生理和心理现象，结合对机器学习的认知，从逻辑和哲学的角度来思考知识构建问题，也可说这部分讨论是一个“臆测”，仅为AI研究提供一种可能的思路。

本讨论从“记忆、遗忘、联想”三者的原理臆断，构建一个“知识再造”的框架，讨论知识是如何学习、记忆、应用和演化的，并提出相关的AI构建设想。本讨论没有严格的科研过程和论证，这是一种思维训练形成的“臆测”，仅是一种思想的提供，而不是确定方法。

记忆就是将信息进行可复现存储，包括信息编码、信息组织、信息存储、信息查找和信息再现。对于生物体而言是对外部刺激洗信号的保留和再认。

在计算机体系中，记忆是一个易于理解的概念，就是将数据存储到记忆体中。这个过程是机械的过程，即对数据按原来的组织方式进行存储。

人脑记忆是脑科学一直探究的课题，到目前为止没有构成完整的理论体系。如下问题有待解决：(1)记忆信息如何编码的，即如何用电信号描述外部刺激，并形成语义；(2)记忆信息如何组织的，即大脑记忆是否是对一个刺激的完整记忆，还是有选择的？如果是选择的，选择机理是什么？(3)是否存在原子记忆，原子记忆如何构成，原子记忆如何构成语义？(4)存储机制是什么？是否具有冗余，冗余的作用是什么，如何管理冗余？(4)记忆生命周期是否存在？如何实现什么周期管理？还有很多问题，对这些问题的解答有助于我们在计算机体系更好的设计仿生记忆方法。

得到臆断：人的记忆是什么，可以认为是神经系统在外边刺激下改变的连接强度。神经元构成原子记忆(原子记忆是神经元内电信号的构成，即编码)，原子记忆被选择的规则是电信号的相识度，电信号刺激连接改变。记忆复现是在一个特定时间切片中激活的神经元集合已经集合元素的有序连接。信号刺激分为原子信号和信息时空位置，前者对应于原子记忆的电信号，后者对应于连接刺激的电信号。