这四个规则，是呈金字塔加环绕形式关联作用的。

人类存在的根本意义就是生存。在生存的驱动下，人体进行生存物质的摄取。物质摄取的过程中，又因为人体的物质构造，产生了直线法则。而人体细胞除了对生存的要求，还对大脑下达了生命延续的请求。生命延续是建立在生存的基础上，所以生命延续虽然是和生存并立的，但是生命延续的权重要比生存低上一级。

人类在生存命令的驱使下，进行着物质摄取的行为。在行为动作中，又受到直线法则的影响。支线法则影响下的行为动作，同时又在危险规避的干涉下进行局部调整。

假设自然界中，只有一个人，那么人类的行为动作就是在上述的情感下进行。

然而人类，包括其它生命体，都不是单一存在的。生存的物质也不是无穷无尽的。而人类又受到直线法则影响。所以，在生命体的互动中，产生的物质的掠夺。生存物质的生产和掠夺，又受到直线法则影响，于是生物群体中，由武力阶级进化到了物质阶级。武力加物质，构成了生命体的社会阶级形态。

在阶级产生的过程中，个体关系（朋友关系的生成取决于个人），血缘关系，族群关系，利益关系等等一系列关系。在关系交往中，因为关系（环境和经历）的原因，物质和人类生命体在个人大脑中会产生一个数值库，根据关系和重要程度，赋予不同的数值。

这个数值，通通是在生存的情感下产生的，所以我称之为情感库。

而情感和行为的关系是需求，行动，满足。在这个过程中，就好像是正数和负数相加，所以我称之为归零行为。

情感值的生成与基础关系讲明白了，那么情感值的数值该如何界定呢？

举例说明，一碗饭的价值。

一碗饭的物质价值是固定的，但是很多时候，它在不同人心中的价值又是不同的。

一个人饿了，要吃饭。钱已经不顶用了。他需要去找饭吃。

假设，这个人对自己生命的价值，设定的是一万。去找饭吃，作用对象有两个。自己的行动，以及饭。

在简单设定中，生命s＝10000。行动x和饭f的关系为：x＋f＝10000。f的价值为行为所消耗能量的价值。能量消耗的价值是比例性变化的。

能量价值等于补充满所需要的物质价值。

当自身没有附带物质价值时，则能量价值等于生命的价值。

找饭饭时，消耗的能量价值为1，则饭的价值就为1。自己行动的价值为饭可以补充能量的价值。

如，能量价值等于生命价值一万。能量满状态下的数值为1000毫安。从出发找饭，消耗能量100毫安。找饭时能量剩余300毫安。那么行动加饭的价值为（1000－300）÷1000×10000＝7000。饭的价值为100÷300×＜（1000－（300-100））÷1000×10000＞＝2666.66。行动的价值为8000－2666.66＝5333.34。

行动与饭的价值会随着能量的消耗不断的变化。直到饭的价值无限等于生命的价值。所以才会有一饭之恩，没齿难忘。

每个人对自己生命的价值界定是随时变化的。当初那一碗饭与自己生命价值的比例却是不变的。

如当初一碗饭价值比例为三分一，现在给自己界定的生命价值为十万，那么当初一碗饭的价值就是三万。

这是最简单的算法，实际算法，还要参考其它因素。因为生命不止一碗饭。主要看一碗饭的价值在生命中的比例。

这是其它情感值受到生命情感值影响的算法。另外还有时间的算法，血缘关系算法，社会关系算法等等。

人类因为属于社会动物，所以社会状态，会直接影响到人类的情感值，也就是社会观。

个人经历和所处的环境不同，会影响到人生观。

但是，不管血缘，人生，社会等等观念如何，所有的物质和非物质都有一个数值，这个数值对应着所有的事物形态。这就是人体的情感库。

而在机器人当中，机器人毕竟是属于应用类的工具，所以我们不可能给它完善的情感库。比如，设定机器人的存在为底层最高值情感，任何威胁到机器人物理以及虚拟运算存在的事物都是需要规避和处理的，那么会发生什么事情，我想大家都明白。所以，我们赋予机器人的底层情感，要以我们创造机器人的目的设定。

为了实现机器人的通用，我设定机器人，以价值为底层情感值，机器人的存在意义是创造价值。

我们人类对价值的判定有属于自己的，不属于自己的。每份物质的交换价值是多少，情感值是多少。

而机器人是没有这个观念的，所以要赋予机器人一个价值观和私有观。

机器人的价值观，我们采用人为输入和机器学习。私有观，采用机器人工作后，我们赋予这项工作的数值。

以机器人行为轨迹的价值，作为机器人的私有值，驱动机器人的归零计算行为。

举例说明。机器人保姆看到地上有垃圾，清理后并进行轨迹记录。

我们给这段轨迹打分，如果分值为零，则这项行为初始值由未知变为零，无价值，则机器人下次看到垃圾不会打扫。

而机器人对物体是否为垃圾的定义是，这个物体的交换价值是否为零，或者是否为负数。负数的物体为必须清理的，零的物体为不确定是否清理的。

机器人的工作就是在特定时间内执行相对高价值的行为动作。

再就是命令干涉。

如，机器人正在执行某项工作，我们又要机器人临时执行其它命令，就需要命令干涉。

然而机器人对干涉命令是否必须遵循呢？这就需要用到情感值干涉了。如命令发出人的情感值（权重）为多少，是否达到干涉的阀值。

最后是机器人的道德规范，就是权重的临时加值。如动物和植物，人类和动物等等设定价值参数。

具体参数干涉，这里不做讲解。

情感值就讲到这里，相信大家都看懂了。在人类中就是生命的意义。在机器人中就是底层驱动命令。

机器人情感的具体计算方式，这里就不做详细讲解了

F，机器学习与思考。

有个哲学问题的见解，我不知道放哪里。是归属于情感值，还是归属于思考行为。但是考虑到思考的时候多一些，还是放在思考的章节里定义吧。

    我是谁：指搭载自己思维存在的载体所延伸出的整体，以及这个整体在当前时间内所占有的空间方位。举例说明，我在开车时，人与车构成联动行为，人与车构成一个整体，所以，当前时间下，我就是这部车。

    你是谁：指当前时间下与自己进行行为互动的智慧生命体以及其在当前时间下所占用的空间方位。泛指同类智慧生命个体以及其在当前时空的坐标占用值。

他（它）是谁：当前时间下，没有与自我思维产生互动的所有同类生命和非生命体以及其当前时间的空间方位。

在学习以及应用的过程中，常常需要用到代入法则。就是记录到他人的行为动作，需要把自己代入到他人的行为轨迹中，用以计算路径。

下面是学习的定义。

我对机器学习的定义并非目前就行的术语，基于神经网络的深度学习，而是让机器像人类一样学习。

基于神经网络的机器学习，是在求一个函数。而人类学习是信息记录与直线法则影响下的数据输出，属于只管性质的。未来的计算机也许比人类更聪明，但现在的科技还达不到那个条件。

人类的学习，是非常直观的。例如区分猫和狗，只是使用简单的比例认知。看狗的嘴巴与脑袋的比例，猫的嘴巴与脑袋的比例。通过三维建模，进行特征定义和提取，很容易计算出各种比例。这是视觉上赋予的能力之一。

所以学习就是观察记录，拆解，重组（情感值影响），输出。

首先要说，人类观察到的都是什么。

在五感中已经说明，人类对环境的认知，是五感接收到的信号。而这些信号是分别进行存储的，分别建立的数据库。但是还有意识形态，这是观察不到的。如时间，空气，能量。

而人类就是记录这些意识形态和非意识形态的信息，按照需求，把这些信息在情感值影响下组合起来。就是一个只有加减的方程式，连乘除都没有。

复杂的算法，属于智能进化到智慧的结果。

我给时间画一条线，把我所要求的结果，把记录到的信息，能分解的分解，不能分解的整体保留，然后进行时间排序。

那么人体的时间观念是什么呢？是分秒或者日月吗？不是的，只有最便捷的一个先后。日月交替和年月是先后的轮回。时钟是对先后的度量。

而机器人是没有先后观念的，所以只能以刻度来表示。

学习就是记录归类，那么应用呢？学习的目的就是为了应用。如果不能应用，也就谈不上学习。我在上面说了，应用是求解。我们先给出一个结果，把记录按照时间和情感值排序输出。

人类所求的结果都有什么呢？就是非意识形态的输出。也就是说，记录到的什么信息，再按照需求，对某一项或者多项信息反向输出。

举例说明：对某人要求，把这些物体从方位A搬到B。这是求的方位。盖房子，对于基层建筑工来说，也是求的方位值。

命令，给我一瓶红色的水。

求方位。环境扫描，未发现红色水，命令执行失败。行为引导，某某地方有红色水。命令执行成功。

命令请求，给我一瓶红色水。

1。求方位。2。行为对接。

直线法则干涉，所处环境扫描，未发现。执行命令和行为对接。

n次之后，情感值变动，直接命令和行为对接。

再后来，学会颜料染水，商店买水等等。再次执行该命令，直线法则选择执行路径。

在这里，我再把记录的数据拆分后建立一个机器语言的数据库吧，在人体中就是神经语言。

根据人类对环境的认知识别，外部信号数据分别存储为：

颜色，光强，角度，尺度，温度，力度，声音，物质。

内部定义数据分别存储为：

整体与个体，方位，形状，形态，比例，比重，名称，硬度，强度。

意识形态分别存储为：

时间，能量。

学习后的应用，就是求上述数据的一项，或者一组，或者多组。数据的对象化调用，就不再解释了，了解程序语言的都懂。只不过是把机器语言换成了神经语言。

学习后的应用这是信息的逆向输出。那么逻辑思维呢？如何让机器人学会逻辑思考。普通思考比做路径规划，逻辑思维是什么呢？

在我的理论范围内，逻辑运算就是同值选择，路径对接。

人在学习过程中，在直线法则以及群居交流的影响下，会对所记录的信息进行对象化。

把所有记录的信息，进行对象化归类。

如四个直角，边沿是直线形状归类到方形。

在形状归类中，运用到了视觉的角度识别和统计法。

不再举例。也就是说五感记录的信号，很多物体的五感信号都有相同的。逻辑思维就是提取所有具备相同信号值的物体或轨迹，并把物体和路径按照以及所理解的规则进行重组。

重组的计算过程，就是逻辑运算。人类的创造力，同样来源于此。

一个人的智力，主要看其记忆力和知识储备以及关注方向（情感值）。

现在，我们赋予机器人逻辑运算能力。

第一步，同值提取。对象化归类，并自动为该对象命名。

第二步，规则提取。规则提取，为现象提取。规则提取能力，是人类由远古文明进化到现代文明的重要能力之一。