引子  范畴  仿生仿真   全息

生态空间网链与人工智能智联

     万物之间的链接网络蕴含着复杂性，枢纽节点和层级结构的存在，表面无序和深层有序共存，包括从随机网络的无序（六度分隔）过渡到无尺度网络中无序和有序（二八分布）的共存。以及健壮和脆弱并存。治理体系构建于发展人工智能和高效利用大数据，关键在于挖掘复杂网络的规律。

仿生组合与仿真创新说心欲短板之纯粹科学

     不同的抽象层次（提高了仿真模拟的可扩展性、灵活性、适用性和真实性 :如个体和连续体，可以和智能对象交互的主体，以及更复杂的物理和社会动力学，以提高仿真模拟的可扩展性、灵活性、适用性和真实性。对于一个具有不同主体自治水平的等级组织，在类人主体上以最基本的形式建立个体行为模型。确定与约束条件一致的初始的目标轨迹集，将行为规则应用于不违反约束条件的路径。意识形态在社会问题中将导致模拟运行时间更长。基于流的思想方法，若实体在某种意义上没有思考的能力，则其所有运动都是由整体规则决定的。

流思想到粒子系统转化

       粒子系统是动态的，当环境中的每一个 自由位置到某一目标位置的路径存在时，导航场才能被正确使用。此时特定目标处无 汇。当自然和非自然的事件使社会理想状况陷入扭曲混乱的局面，网格维数将更好地描述自然的人类行为，并能在极端条件下测试系统，也可以在几秒钟内模拟长期的情况变化。如果依赖因子等于0，那么该主体能够以其最大速度运动。主体行为允许复杂交互的特性，主体必须在环境中能够连续变化。可伸缩的架构在决定行为时，局部主体之间的关系是一个重要的因素。情境结构包括了行为函数、传感器、状态和事件规则。根据周围的环境采取行动，每个主体对环境变化作出反应，并对其他主体作出反应。

国家治理的人工智能实现

       由于通常采用层次结构，主体的行为会变得可预测性很强，这可能导致群体的行为不现实。学习型人工智能主体进行各种各样的行动并从错误中吸取经验，主体将以一种现实的和不可预测的方式行事，如此，应用机器学习算法，随着它对大量可能的行为和复杂的环境的探索越来越多，它最终将学习到几乎每种情况下最佳状态动作对。而数字仿真更能将设计的形式和意图应用于安全科学，进一步发展和创造控制策略，这种策略可以更具体而不是空泛地应用于所有情况，具有尺度流依赖。

关键字：  模仿创新、自主创新、集成创新、颠覆性创新等创新模式