那么爱机器人，你知道机器人的基本结构吗
那么爱机器人，你知道机器人的基本结构吗
意匠说机器人
机器人作为一个时代的标志，很多人听到机器人都会表示满满的兴趣，就是因为机器人的这一个“人”字，让它如此有魅力，无论是对机器人的爱好初学者，还是从来没有接触过机器人的人，这篇文章都能科普到您一定的机器人知识。科学家研制机器人，实际想法是仿照人类去塑造机器人，首先要使机器人具有人类的某些功能、某些行为，能够胜任人类希冀的某种任务，其最高标准应该是类人型智能机器人。因此，研讨机器人的基本结构，可与人体的基本结构相对照来进行。人体的组织结构是一个非常严密、非常复杂的统一体，细胞是构成人体最基本的形体结构单位和机能单位。各系统之间互相关联、影响和依存，在神经系统统一支配下，各系统协调一致，共同完成人的生命活动和功能活动。机器人的结构通常由四大部分组成，执行机构、驱动系统、控制系统和智能系关于机器人的执行机构机器人的执行机构包括手部、腕部、腰部和基座，它与人身结构基本上相对应，其中基座相当于人的下肢。机器人的关节有滑动关节、回转关节、圆柱关节和球关节等类型，根据机器人要进行的运动决定机器人工作需要采用的关节。机器人的关节保证了机器人个部位的可动性。机器人的手部又称为末端执行机构，它是工业机器人和多数服务型机器人直接从事工作的部分。根据机器人的类型和工作性质，手部可以根据需要设计成夹爪或是安装其他工具，例如焊枪。也可以是非夹持类的，例如真空吸盘、电磁吸盘。机器人的腕部相当于人的手腕，一般有3个自由度，以带动手部现实必要的姿态。机器人的臂部，相当于人的胳膊，下连手腕，上接腰身，一般由小臂和大臂组成，通常是带动腕部做平面运动。机器人的腰部，相当于人的躯干，是链接臂部和基座的回转部件，由于它的回转运动和臂部的平面运动，就可以使腕部做空间运动。机器人的基座，是整个机器人的支撑部件，它相当于人的两条腿，在移动式的类型中，有轮式、履带式和仿人形机器人的步行式等关于机器人的驱动---传动系统机器人的驱动---传动系统是将能源传送到执行机构的装置。机器人能源按其工作介质，可以分为气动、液动、电动和混合式四大类，在混合式中，有气---电混合式和液---电混合式。机器人的驱动系统相当于人的消化系统和循环系统，是保证机器人运行的能量供应。关于机器人的控制系统是由控制计算机以及相应的控制软件和伺服控制器组成，它相当于人的神经系统，是机器人的指挥系统，对其执行机构发出如何动作的命令。关于机器人的智能系统让机器人拥有人的智慧和能力，在机器人控制技术方面，科学家们一直企图将人的智能引入机器人控制系统，以形成其智能控制。机器人的智能系统由感知系统和分析-决策智能系统组成。感知系统---主要靠具有不同信息的传感器构成，属于硬件部分，包括视觉、听觉、触觉以及味觉、嗅觉等传感器。机器人的视觉功能多是利用摄像机作为视觉传感器，与计算机相结合，并采用电视技术，使机器人具有视觉功能，可以看到外界的东西，然后再经过图像处理，就可以根据情况对机器人下达如何工作的命令。（在工业机器人中，多用于识别、监视和检测）机器人的听觉功能就是所谓的“语音识别”，指机器人能够接受人的语音信息，经过语言识别、语音处理、语句分析和语义分析，最后作出正确对答。语音识别系统一般是由传声器、语音预处理器、计算机机专用软件所组成。机器人的分析---决策智能系统主要是靠计算机专用或通用软件来完成。目前，经过科学家们对机器人的深入研究，机器人的类人肌肉和皮肤逐渐被实现，据机器人专家预测，未来的机器人可能会与生物机器人难以区别。
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
意匠说机器人
百家号 最近更新：
简介: 意匠说，让一部分人先看懂机器人的未来。
作者最新文章走进生活的机器人
位于南锣旅游区的金聚餐厅有两位特殊服务员：诺诺和富婆，她俩都属于餐饮机器人，有着一双通红的大眼睛。身材苗条的诺诺是迎宾机器人，她站在门口负责吸引过往游客注意。果然，不一会儿就有一家带小孩的游客好奇地停住脚步，纷纷举起手机对着诺诺一通猛拍。这两个机器人给餐厅招来很多顾客，让餐厅生意红火起来！
看到这两个机器人，不禁让小编想要了解下“智能机器人”，接下来就让小编带大家了解下啦！
智能机器人的感知系统相当于人的五官和神经系统，是机器人获取外部环境信息及进行内部反馈控制的工具。感知系统将机器人各种内部状态信息和环境信息从信号转变为机器人自身或者机器人之间能够理解和应用的数据、信息甚至知识，它与机器人控制系统和决策系统组成机器人的核心。环境感知是智能机器人最基本的一种能力，感知能力的高低决定了一个移动机器人的智能性。
▲▲▲感知系统体系结构
机器人感知系统本质是一个传感器系统。机器人感知系统的构建包括：系统需求分析、环境建模、传感器的选择等。
人、机器人与在环境中的感知行为都可以按照复杂度分为以下几个等级：
(1) 反射式感知。反射式认知根据当前传感器的激励而直接引导执行器的本能响应，如人体的膝跳反射、移动机器人的简单避障行为；反射式认知不需要知识记忆。
(2) 信息融合感知。需要短期的知识记忆来综合传感器的信息，以得到外界复杂环境的局部印象。
(3) 可学习感知。能够从当前信息与历史信息中提取知识，更新对环境的认知。
(4) 自主认知。不仅仅依赖于传感器的刺激和历史经验，而且也依赖于当前执的任务与追求的目标；能够根据当前的任务，采用柔性的行为去实施复杂的认知行动。例如，蜜蜂可以通过舞蹈来表达食物所处的方位。
可见，环境感知的更高层次是能够进行空间知识的语言描述与语言交流，感知功能模块的灵活组合以及合理的传感响应体系是实现认知行为的功能平台。
机器人感知系统的研究，也逐步从片面的、离散的、被动的感知层次，上升到提高到全局的、关联的、主动性的认知层次上。
▲感知系统的组成
人类具有5种感觉，即视觉、嗅觉、味觉、听觉和触觉。机器人有类似人一样的感觉系统，图给出了Asimo机器人的传感器分布。机器人则是通过传感器得到这些信息的，这些信息通过传感器采集，通过不同的处理方式，可以分成视觉、力觉、触觉、接近觉等几个大类。
感知系统的组成
传感器按照功能的分类
接触的有无
接触传感器
单点型；分布型
力的法线分量
压觉传感器
单点型；高密度集成型；分布型
剪切力接触状态变化
滑觉传感器
点接触型；线接触型；面接触型
力、力矩、力和力矩
力觉传感器；力矩传感器；力和力矩传感器
模块型；单元型
近距离的接近程度
接近觉传感器
空气式；电磁场式；电气式；光学式；声波式
距离传感器
光学式（反射光量，反射时间，相位信息）；声波式（反射音量，反射时间）
倾斜角、旋转角、摆动角、摆动幅度
角度传感器（平衡觉）
旋转型；振子型；振动型
方向（合成加速度、作用力的方向）
方向传感器
万向节型；球内转动球型
姿势传感器
机械陀螺仪；光学陀螺仪；气体陀螺仪
特定物体的建模，轮廓形状的识别
视觉传感器（主动视觉）
光学式（照射光的形状为点、线、圆、螺旋线等）
作业环境识别，异常的检测
视觉传感器（被动式）
光学式；声波式
▲感知系统的分布
1．内传感器与外传感器
内部传感器
内部传感器通常用来确定机器人在其自身坐标系内的姿态位置，是完成移动机器人运动所必需的那些传感器。
内传感器按照检测内容的分类
传感器的方式和种类
倾斜（平衡）
静电容式、导电式、铅垂振子式、浮动磁铁式、滚动球式
陀螺仪式、地磁铁式、浮动磁铁式
热敏电阻、热电偶、光纤式
接触或滑动
机械式、导电橡胶式、滚子式、探针式
特定的位置或角度
限位开关、微动开关、接触式开关、光电开关
任意位置或角度
板弹簧式、电位计、直线编码器、旋转编码器
内置微分电路的编码器
应变仪式、伺服式
压电式、振动式、光相位差式
外传感器用于机器人本身相对其周围环境的定位，负责检测距离、接近程度和接触程度之类的变量，便于机器人的引导及物体的识别和处理。按照机器人作业的内容，外传感器通常安装在机器人的头部、肩部、腕部、臀部、腿部、足部等。
2. 多传感器信息融合
多传感器信息融合技术是通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在时间和空间上的冗余或互补信息依据某种准则进行组合，以获取被观测对象的一致性解释或描述。
为获取较好的感知效果，移动机器人的多传感器有着不同的分布形式：
(1)水平静态连接：传感器分布在同一水平面的装配方式。一般用于多个同一类型传感器互相配合使用的场合，传感器具有零自由度。
(2)非水平静态连接：传感器不在同一水平面上分布。多种不同类型不同特点的传感器常常采用，传感器具有零自由度。
(3)水平动态连接：传感器分布在同一个水平面，且至少具有一个自由度。一般用于多个同一类型传感器互相配合。
(4)非水平动态连接：传感器不在同一水平面分布，且至少具有一个自由度。多种不同类型不同特点的传感器常常采用。
(5)动态与静态混合连接：多个传感器既有静态连接又存在动态连接，动静结合的连接方式。
3. 无线传感器网络
无线传感器网络(Wireless Sensor Network，WSN)是由部属在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的、自组织的网络系统。
无线传感器网络显著地扩展了移动机器人的感知空间，提高了移动机器人的感知能力，为移动机器人的智能开发、机器人间合作与协调，以及机器人应用范围的拓展提供了可能。
另外，由于移动机器人具有机动灵活和自治能力强等优点，将其作为无线传感器网络的节点，可以很方便地改变无线传感器网络的拓扑结构和改善网络的动态性能。因此，无线传感器网络和机器人技术相结合可以有效地改善和提高系统的整体性能，成为移动机器人与传感器网络发展的必然趋势。
有研究结果表明，视觉获得的感知信息占人对外界感知信息的80%。视觉测量在机器人领域中的应用也很广泛。如图所示，视觉传感器它可以分为被动传感器（用摄像机等对目标物体进行摄影，获得图像信号）和主动传感器（借助于发射装置向目标物体投射光图像，再接收返回信号，测量距离）两大类。
三维视觉传感器分类
▲▲▲视觉测量
▲被动视觉测量
1.单眼视觉
采用单个摄像机的被动视觉传感器有两种方法：一种方法是测量视野内各点在透镜聚焦的位置，以推算出透镜和物体之间的距离；另一种方法是移动摄像机，拍摄到对象物体的多个图像，求出各个点的移动量再设法复原形状。
2. 立体视觉
双眼立体视觉是被动视觉传感器中最常用的方式。如图所示，已知两个摄像机的相对关系，基于三角测量原理可计算出P的三维位置。
立体视觉传感器
▲主动视觉测量
1. 光切断法
光切断法把双眼立体视觉中的一个摄像机替换为狭缝投光光源的方法。原理如图所示，从水平扫描狭缝光可得到的镜面角度和图像提取的狭缝像的位置关系，按照与立体视觉相同的三角测量原理就可以计算和测量出视野内各个点的距离。
2.空间编码测距
空间编码测距仪在光切断法中要想获得整个画面的距离分布信息，必须取得多幅狭缝图像，这样做相当花费时间。要解决这个问题，可以将其改进为多个狭缝光线同时投光，不过此时需要对图像中的多个狭缝图像加以识别。这可以通过给各个狭缝编排适当的代码ID，把多条狭缝光线随机切断后再投光的方法，以及利用颜色信息来识别多个狭缝的方法。
空间变法测距仪的原理
已经实现实用化的空间编码测距仪，它的原理是给狭缝图像附加有效ID。如图3.35所示，利用掩膜片依次向对象物体投射多个编码图案光束，而编码的特点是让各个像素值按照一定的规律成时间序列变化。图中，以［0 1］编码的区域的位置是3，在已知几何位置的投影仪中，空间编码与各个狭缝像的投射角度是一一对应的，所以根据三角测量法就可以计算出到物体的距离。对于编码图案来说，采用相邻编码之间的代码间距为1的交替二进制符号，这样可以使符号边界导致的误差最小。另外一个措施是在每个编码投射黑白交替的相补图形，这样取得的图像差分值就可以用来减少对象物体表面反射率和光散射的影响。
3.莫尔条纹法
莫尔条纹法（Moire fringe)就是投射多个狭缝形成的条纹，然后在另一个位置上透过同样形状的条纹进行观察，通过对条纹间隔或图像中条纹的倾斜等进行分析，可以复原物体表面的凹凸形状。
4.激光测距法
激光测距法是一种投射激光等高定向性光线，然后通过接收返回光线，测量距离的方式。其中，有计算从光线发送到返回的飞行时间的方法和投射调制光线通过测量接收光线的相位偏差来推算距离的方法等。
▲视觉传感器
视觉传感器将图像传感器、数字处理器、通讯模块和I/O控制单元到一个单一的相机内，独立地完成预先设定的图像处理和分析任务。视觉传感器通常是一个摄像机，有的还包括云台等辅助设施。
1. 两自由度摄像云台
自主移动机器人往往采用摄像机作为视觉传感器。但是普通的摄像机无法同时覆盖机器人四周的环境，一种解决办法是采用2自由度云台，利用云台的旋转、俯仰来获得更大的视角范围；但是这种方式也有响应速度慢、无法实时做到360度全方位监视等问题，并且机械旋转部件在机器人运动时会产生抖动造成图像质量下降、图像处理难度增加。
如索尼EVI-D100摄像云台带有远程控制的变倍、聚焦、方位、亮度等功能的全方位的彩色一体化摄像机。图像传感器采用1/4寸、38万像素的CCD，镜头具备10倍光学变焦功能，云台可以高速旋转，此外还能认识被摄物体，同时具有自动跟踪和动态检测等功能。
索尼EVI-D100摄像云台
2.全景摄像机
全景摄像机是一种具有特殊光学系统的摄像机。它的CCD传感器部分与普通摄像机没有什么区别，但是配备了一个特殊的镜头，因此可以得到镜头四周360度的环形图像（图像有一定畸变）。图像数据经过软件展平后即可得到正常比例的图像。摄像机和其环形图像的示例，如图所示。
全景摄像机
以上是对智能机器人的简单介绍，有兴趣的读者可以阅读《智能机器人原理与实践》这本书，自己创作出一个简单的机器人也是未尝不可哟！
以上内容部分来自《智能机器人原理与实践》，陈雯柏主编，清华大学出版社2016年8月出版，略有删节。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点.&&&&&&&&&&&&&&&&&&&&&&& 人工智能的新思维及其实现方式
&&&从人类智能的角度来考虑人工智能实现的可能性和方式.
&&& 可以通过图灵测试来判断一个机器人是否就有一人的智能。而且他提出了要让机器人像人要思考，需要以下支持。首先是对语言的理解。其次是知识的支撑、运用和推理。最后是对人类的建模。当以上者被完成之后，机器人便拥有了人的智能。
&&& 我在这里要说的是，当上述的技术支持被完成之后，机器人拥有了类似于人的智能，但是还远远达不到人的水平。既然我们在这里讨论如何实现人工智能。那么我们为什么不从智能的起源开始讨论呢？
&&& 只能是生物能够主动适应自己的生存环境，或者更进一步利用外界条件，改变自己的生存环境，主动获得支撑自己在当前环境中生存下去的基本条件的能力。其特点是。目的性与主动性，遗传特性，以及后天的学习及创造性。生物主要依靠神经系统来获得这种能力。那么我们就从神经系统的进化史来看智能的形成及发展。
&&& 神经系统的进化史和计算机的发展历史很相似，分为硬件发展和软件发展两个方面。
&&& 首先我们看神经智能系统的硬件发展:
&&& ①神经肽的出现
&&& 让生物对于外界刺激有了趋利避害的应激反应。为神经元的出现及演化提供了基础。
&&& ②初始神经元的出现
&&& 初始神经元的出现标志着专一化的生物智能单元的出现。不过此时的神经元，对于自己具有多元性和多方向性。用计算机的术语解释就是无法做到对于信号有选择性的输入和输出。
&&& ③初始神经网络的出现并且分布于生物全身。
&&& 有多个神经元组合成为相应的神经网络。有专门的神经元传递至效应器。但是因为神经网络的组成单元仍然是初始神经元。所以无法做到对信号有选择性的输入和输出。所以当其感受到强烈的外界刺激时，会引起全身性的反馈。
&&& ④单级神经元的出现和神经中枢的形成
&&& 单极神经元能够做到有选择性的信号输入和输出，感觉神经元和运动神经元从而出现并和中枢神经元组成了初步的神经中枢。这相当于，计算机硬件中CPU的出现，简化了神经网络的结构，做到信号集中处理和集中输出。
&&& ⑤感觉神经元的分化和集中形成感官，神经中枢集中形成脑
&&& 感觉神经元的专一性集中形成感官，如眼睛、耳朵、触角等等。从而能够专一性的感受各种刺激。感觉神经中枢出现并进化以应对同种刺激不同种类的分辨，例如气味、视觉等等。运动神枢的集中并形成相应的功能区。
⑥记忆机制的形成以及条件神经反射
前面五项是生物智能硬件的发展和完善，至最后生物可以在神经系统的支配下做各种复杂的动作和行为，如：取食、逃避天敌等等。因为其建立在非条件反射的基础上，所以其只能够做着重复性的动作而无法随着外界环境的改变而进行着创新行为。例如：蜘蛛能够结网捕食，但是蜘蛛绝对不后悔蜘蛛绝对不会进行这种捕食之外的捕食活动如潜伏在地上等等。
&&& 这就相当于一台只有固化程序系统的机器人，只能够根据我们事先录入的程序进行固定的动作。而后进化的过程就相当于给这台机器人增加传感器增大储存系统的容量。升级其动作机构及动作控制部件等。使其动作更精确。更为复杂。机器人能够根据，传感器端来的信息，依照程序进行判断。从而在不同条件下执行不同的动作？或者根据执行的结果。调整自己的动作。但是他不能够，更改或者增加或删除已经固化好的程序。
&&& 记忆机制的形成和条件性神经反射的建立使得神经网络的组成不仅仅在由先天性的遗传物质所决定，也可以在后天的环境中生成的神经元并组合成新的神经网络。这就相当于之前的比喻，固化程序的机器人能够做有限的动作，或者基于固定的判断来执行相应的动作，但是记忆机制的形成及条件反射的出现就相当于给机器人增加了自我编程器，使其能够根据外界的刺激或者规律编制新的程序，从而进行更加复杂的行为动作。
&&& ⑦侏罗纪末期爬行类至鸟类的进化再到哺乳类
&&& 神经智能硬件的进化主要集中在大脑机能的完善与发展，感官的进化以及记忆机制和条件反射的进化，使得复杂的学习行为成为可能。
&&& ⑧神经智能硬件发展的终极：人类，支撑起了意识的产生。
&&& 其次，我们在看神经系统软件的发展：
&&& 神经智能系统的硬件是神经网络基础机能的发展和完善，现在百度所采用的人工AI的方法是大数据基础上基于人工神经网络原理？的深度机器学习法，采用无监督自动知识学习并做到了3岁孩童的智力。我个人以为仅仅靠人工神经网络构造进行无监督学习的方法是来实现人的智能，特别是人的思维能力是不够的。
&&& 那么什么是神经智能系统的软件发展呢？我们把由遗传物质所决定的并在胚胎发育中形成的神经网络叫做神经智能系统的硬件，那么在后天环境中通过环境适应、认知或者学习而形成的神经网络称为神经智能系统的软件。
&& 分析神经系统的软件组成的角度：记忆机制和条件反射、学习行为、神经认知模型及语言、长期记忆、自我意识和思维能力。而神经智能系统软件进化的分水岭是人类的出现。那么就以人类作为软件发展进程分析的借点吧。
&&& 软件发现的基石：记忆机制以及条件反射。神经生物学的角度来看记忆机制是很复杂的。但是我们可以按照那个机器人的比喻来讨论记忆的作用，机器人能够感受外界环境的刺激，根据内在的程序进行条件判断并且根据判断来执行动作，当机器人拥有了记忆能力后无非把记忆能力用在三个方面：储存外界刺激用来充当判断条件；储存内部程序；储存新的动作程序使新动作的再次运行成为可能。而神经智能系统有着类似的组成。那我们把这三种记忆分别成为感知记忆、逻辑记忆和行为记忆。而这三者基于规则的不断组合并形成行的神经条件反射回路为后天学习及创造性的实现提供了可能。
&&& 神经智能系统软件发展分析：
&&& ①人类出现之前的鸟类及哺乳类
&&& 在进行讨论之前，我们需要讨论一下神经系统运行的起点是什么？就像人的血液循环系统其起点是心脏一样，神经系统的运转肯定亦有其动力。现有资料无法得出相应的结论我们姑且把它称之为初始神经节律吧。那么我们便可以把一个非条件反射组成的神经智能网络以程序的方式如下分割：初始神经节律即无限循环程序直至生命终点，生命维持程序，自我状态检测，外界输入及自我状态信号处理程序，内部逻辑判断程序及行为程序。而鸟类和哺乳类则是在这些程序的基础上加了一个关于最后三个程序的新程序生成器。而自我状态检测自我状态信号生成程序则并没有很大的改变。那么我们就先对这个自我状态检测程序即本能进行分析。
&&& 生物的本能也是欲望有食欲、情欲、对于后代抚育及保护的亲情欲以及基于痛觉感知的自我保护欲等等。这些欲望都是基于激素的内分泌系统影响神经系统而引起的相应神经冲动。而且这种神经冲动受到激素水平的影响而具有持续性，是生物进行各种神经智能活动的源动力或把这种欲望称之为‘源欲’。例如动物在发情期体内性激素的水平一直较高，而神经智能系统受其影响则使其好斗并且一直处于发情状态。
&&& 其次是基于感知记忆机制的神经认知模型构建。认知即感知与认识，从神经系统的角度来说的话就是刺激被感官转化为神经冲动传达到感觉中枢即是这种刺激被感知。而认识则如字面意思所说相关刺激的神经冲动被记忆下来形成感知记忆，当刺激再次出现时神经智能系统能够根据该记忆再次识别出是何种刺激。因为这类似于神经系统对于外界刺激构建了数学识别模型，故称之为神经认知模型，简称为认知。
&&& 随着生物的进化，神经认知模型的构建也越来越复杂。认知的进程一般分为同种刺激的认知，同源性认知，最后是人类所独有的与语言相链接的神经认知模型构建。而动物一般只有两种认知模式。同种感觉刺激认知即是对同一感觉种类的不同刺激进行分别认知，例如同属视觉的颜色认知：红橙兰绿等等，这相当于神经智能系统建立了一个关于基础感觉刺激的分类数据库。而同源性感觉刺激认知即是针对同一刺激来源的感觉进行综合性认知，例如桃子我们品尝其味道，观看他的图像，感觉他的大小等等再把桃子的所有刺激用一个神经回路链接起来形成一种关于桃子的综合性感觉刺激神经认知模型即是同源性感觉刺激认知。而与语言相链接的神经认知模型构建是人类所独有的之后在分析。
&&& 高阶哺乳动物对于自我的认知及自我运动控制，同种群认知构成了初步的具有自我意识雏形的自我状态，与本能系统构成了神经智能系统的动力来源。
&&& 基于动力的学习能力分类：印随性学习--神经系统在幼体出生后感知记忆能力达到一个高峰，并在几个小时后减退，一般用于对父母的认知。如鸭子在出生后会跟随第一个会动的物体并且认作父母……&&&&
&&&&&&&&&&&&&&&&&&&&&&&&&& 应激性学习--即是条件反射形成的学习。把一定有规律性的外界刺激与相应的结果联系在一起并且形成条件反射，这是一种被动的学习行为。例如生物学中铃声引起狗的唾液分泌条件反射的行为。
&&&&&&&&&&&&&&&&&&&&&&&&&& 亲代与子代之间的示范性传承学习：这种是动物的最基本主动性学习方式。一般是对子代进行食物认知记忆的建立，相应的逻辑记忆及行为记忆的建立。例如在非洲草原上母狮对于小狮子所进行的捕食行为训练，以及狮子稍大时进行的群体狩猎训练等等。
&&&& 学习的结果是记忆的产生和条件反射的形成。
动物的思维是直观思维，运动神经中枢的活动密切相关。直观思维即是在实践活动中直接解决问题的能力，一旦实践活动停止，那么思维活动亦随之停止。例如小孩子在做算数的时候用手指的协助进行直观的运算，2+3=5吧，那么小孩子就要动用自己的手指进行计算就是2个手指+3个手指，然后再数一下有无根手指，最后告诉你答案为5，当你不让他用手指协助计算的时候那么他就无法告诉你答案，这就是直观思维。按照神经系统的原理进行解释的话就是神经只能系统必须借助于外界刺激进行思考，当外界刺激停止的时候思维活动因为没有办法进行神经印象的构筑，所以会所直观思维的活动亦随之停止。
&&&& ②人类神经智能系统软件分析
&&& 人类能够从众多的动物中脱颖而出，并且进化出自己独有的智慧看的是什么呢？三个方面：:独特的记忆机制、语言的产生和意识的形成。
&&& 人类的记忆机制相比于动物有什么独特之处。人具备了主动记忆回溯能力，而动物则不具备。动物只有在外界刺激存在的情况下才能唤醒相关的记忆；而人不同人能够进行主动的记忆回溯，主动的回想某一时段或者跟某种刺激相关的完整回忆。人的这种能力能够使得神经智能系统脱离外界刺激而借助回溯的记忆进行独立的思考，即形象思维能力。如果比较难以理解的话，那就用神经的角度来解释。人通过神经认知模型来对外界刺激进行辨识，到神经刺激传达到相应的神经回路是我们便能感觉到了外界的客体事物。例如桌子上有一个桃子你看到桃子了，关于桃子的视觉刺激转化为相应的神经冲动到达感觉神经回路你便感觉到了“哦，我面前有一个桃子”。如果这个时候我不拿走桃子，反而那一块板子遮住那个桃子，那么你虽然看不到桃子，但是你仍然能够感觉的到这个桃子，这便是人的主动记忆回溯能力；我们依靠自己的短时记忆能力记住了我们看到那个桃子是相应的神经刺激暂时储存起来啦。当我们离开外界刺激源的时候，因为我们仍然能够通过调用桃子储存在记忆中神经刺激并传导至相应的感觉中枢，所以我们仍然感觉桃子还在桌子上。而很明显其它动物则做不到，当我们拿一块和环境相融性很好的板遮在那里的话，他就找不到这个桃子了，因为关于桃子的刺激不在了，其相应的直观思维亦随之停止。
&&& 基于兴趣及权威的学习机制和长期记忆的产生，语言链接和神经认知模型的构建。经过漫长时间的进化，人类的记忆能力是很强大的。特别是有些短时记忆长时记忆转换机制失效的神经疾病患者，其能够记起某一天的每个时段所经历过的事情和景物。
长期记忆的产生自我意识的形成密切相关，一般都是都是给予神经系统强烈自我感受或者说强大的外界刺激，引起自我强烈的强烈的情绪波动而使得短时记忆形成长期记忆并且深刻的影响着心里模型的选择进而影响了自我意识的形成。人的学习机制不同于动物除了具有动物的那三种学习机制外人类能够继续自己的兴趣或者对于权威的信任而进行主动性的探索学习。学习的结果就是相应长期记忆的形成，学习行为如果被个人意识所厌恶的话，强烈的情绪刺激能够使得短时记忆向着长期记忆转变，因此学习与强烈的自我感受相结合那么就只有个人兴趣和权威这两种方式了，这和自我意识密切相关。
语言的产生及其在神经系统中的超链接机制。
语言为人所独有，我想说的不是如王海峰教授所言的“语言影响思维”，而是语言承载着思维。语言产生的两个条件:一是共同的交流规则，使得信息能够以固定的方式产生和被解析，举个例子肢体语言“是”，在中国我们用点头表示，而在印度则用摇头表示，彼此交流规则的不同导至信息的传递出现错误；二是共同的神经认知模型，使得语言承载的信息能够被理解，举个例子如果我可以替换一个人的神经认知模型与语言的超链接的话，我把你的神经认知模型“苹果”与语言“桃子”链接的话，我拿出一个苹果实物，你肯定认为这是桃子，而正常第三人则认为这是苹果，这就是共同的神经认知模型支持下的语言理解的必要性，语言中所蕴含的信息有神经认知模型来解析。我们前面说了人记忆机制中所独有的主动记忆回溯机制能够使得我们在没有外界刺激刺激的情况下进行客观事物的形象再现即形象思维。刚刚在上面举得关于桌子上桃子的例子是关于短期记忆的，短期记忆在形成后往往有神经信号的传导余波在，即是相应的神经系统回路任然处在兴奋的状态中，所以我们再次回想起关于桃子的印象就很容易。但是当短期记忆转为长期记忆之后，相应的神经系统回路处于受抑制的状态，那么此时我们在没有具体外界刺激（包括语言刺激在内）的情况下再次对于该客体事物进行主动记忆回溯就十分困难了。那么此时进行记忆回溯的情况下就需要一个内在诱导因素，来主动引起相关事物的记忆回溯。而对于人来说这个内在的诱导因素便是语言。
语言的超链接机制解析：
我们在学习语言的时候，往往把语言与相应的直观印象结合起来理解，例如我们学习山的话就联想到山的印象，学习到问好的时候就联想到问好的行为动作。这说明我们在学习语言的时候自动把相应的词语与相关的直观印象联系起来，这便是语言的超链接。我们可以从神经运行的原理来讨论这个超链接的运作和作用。我们还是那桃子来举例吧。当我说桃子的时候，我并没有拿给你桃子的实物，但是你依旧能够在头脑中构建桃子的视觉信息和味觉信息；在头脑中其是这样运作的，首先我们建立了桃子的神经认知模型和基于神经模型的长期记忆；然后我们在学习语言的时候建立了语言桃子与桃子的神经认知模型和长期记忆的神经连接；当“桃子”这个词语再被提及的时候，相应的神经链接被激活，然后通过长期记忆和神经认知模型重新还原出桃子的综合性神经刺激并传导至相应的感觉神经中枢。最后从语言“桃子”到神经系统中的印象“桃子”，我们的大脑通过相应的神经认知模型和相关的长期记忆建立起了对于语言的理解和运用的神经支持。就像大文学家莎士比亚说的：“1000个人眼中有1000个哈姆雷特”，每个人的个人记忆或者说是个人感受不同，那么其还原说的相应对象的神经印象也不相同，但是其神经认知模型是相同的，只是由个人记忆中还原出的神经印象不同而已；所以最后说具有相同的语言和文化环境的人对于同一事物的认知是相同的不过印象不同而已。而且我们在生活中醒着的时候，一直在看、在听、在闻、在感受、在形成不同的记忆；那么相应事物或者行为或者事件的语言超链接是在一直不断的被认知、被更翔实的个人记忆所诠释的过程中被不断的强化。
当语言的超链接形成之后思维的改变。
我们知道在人类之前动物的思维是直观思维，因为动物不具备主动记忆回溯能力的记忆机制；而现在人类建立了这种机制，并且建立了基于这种机制之上的语言超链接机制，那么我们在脱离具体的外界刺激时能够以语言为基础进行思考，并且通过语言的超链接机制来调用相关的记忆和神经认知模型来进行关神经形象的建立，从而借助这个形象进行思考。那么这就是人类所独有的形象思维。还是举个小孩子算算术的例子来说明吧，原来小孩子算算数的时候需要借助手指这种外在刺激来进行数学运算；当小孩子具备了基于语言的形象思考能力的话，那么他就不必借助手指的刺激来进行这种运算，其可以再脑子中想象2根手指，然后再想象3根手指，那么数一下自然得出5根手指的结论；但是这时候因为没有外界刺激的存在，其思考完全是基于语言的基础上在大脑中独立进行的，所以说语言不仅仅是影响着思维，而且语言更是承载着思维。那你现在想说的是形象思维是先天控制的，而不是后天环境中形成的更和语言无关，人当成长到一定的时期就自然而然的拥有了形象思考的能力；这样想的话也不是不对，但是我可以举一个相反的例子：当人在脱离了人类社会这个大环境的情况下，会成长为什么样子呢？现在报道当中都有很多狼孩以及豹孩的例子，他们有着各种各样不幸的遭遇，脱离了人类社会并且被动物所饲养，当他们被发现并且回归社会之后，完全是动物习性并且无法对我们人类作出认知，害怕和我们接触，这时候有些绅士就去教导他们，但是教导之后成绩最好的一个是改掉了吃生肉的习惯并且会用勺子和叉子，能够算10以内的加减法，然后就没有然后了，可能我参考的资料有限，但是这是我能够找到的最好的例子了。人在幼年时脱离了社会之后即使再次融入社会也无法进行语言的学习，因为其自我状态和本性已经形成，在改变就十分困难了，完全无法像人类一样进行语言学习和语言超链接的建立，更不用说形象思维和基于语言的意识了。
形象思维中神经印象的构析以及形象思维的神经回路工作原理分析：
首先是记忆相关，记忆是人脑对经验过事物的识记、保持、再现或再认，它是进行思维、想象等高级心理活动的基础。人类记忆与大脑海马结构、大脑内部的化学成分变化有关；记忆作为一种基本的，是和其他密切联系着的。记忆联结着人的心理活动，是人们学习、工作和生活的基本机能。把无序转变成形象有序的过程就是记忆的关键。这是百度百科中给出的记忆的定义，而抽象无序转变为形象有序的过程就是神经认知模型的建立，以及基于神经认知模型的编码记忆。一切从神经的角度来分析，首先我们通过一定的对外界刺激转化为神经冲动传导至相应的感觉中枢来实现对外界的感受，而我们记忆的形成就是对于直接作用于感觉神经中枢的这种神经冲动的模拟在形成；而当我们进行记忆重现的时候就是用相应的神经回路模拟出当时的神经冲动信号并且传递至感觉中枢从而实现场景的重现，对这种神经冲动的模拟越逼真，那么我们还原出的场景就越接近当时的现实。&
当神经认知模型建立之后，我们的神经智能系统就开始基于相应的模型来完成对于事物的辨识，那么基于事物的记忆也是在神经认知模型的基础上进行编码的。就如吴恩达教授所建立的对于猫进行识别的人工智能网络一样当猫的识别模型被建立起来之后，比如说尖耳朵、体型、毛色、大小等等的基本特征之后，我们通过基本特征来识别猫，但是我们的人脑在进行记忆产生的时候往往在这些特征上加一些特别的东西来描述特别的事物，如这只猫的体色是栗色的但是耳朵边上带有白毛，这只猫很肥等等。而当我们进行形象思维的时候，我们通过语言超链接机制来调用相应的神经模型和个人记忆来构建神经印象，个人的记忆不同也就有着不同的“哈姆雷特”。
其次我们在运用形象思维进行思考时候，就是在脱离外界刺激的情况下，对于所思考问题的场景重建。例如小孩子在做算术题的那个例子，2+3=5；小孩子先用语言进行了思考，及是我上次借助手指进行计算的那么我可以想象为2个手指和3个手指的运算，然后根据记忆主动重现当时的场景，及首先建立通过语言超链接调用相应的神经认知模型和个人记忆，还原当时的场景（我自己的解释就是在头脑中还原当时有相应的外界刺激存在的情况下相应的神经回路活动情况）；我们把这个场景就叫做神经印象。然后就是在头脑中默数手指最后得出的答案为5。这个例子只是最最简单的情况，实际上人的思考行为比这个要复杂的多，我只是通过这个例子来阐述相应的形象思维的运作模式。
知识的形成与学习和抽象思维的建立：
知识来源于实践，并且回归于实践。最初的知识是关于一些事实的描述。最初的知识是关于食物和医学的：比如说什么食物可以吃、什么样的东西不可以吃怎样辨别他们、什么样的东西可以拿来治病。但是到了近代，随着现代哲学体系的建设，科学也得到了极大地发展，尤其是近百年来。
那么知识的来源就有两种了：一是对于经验的总结；而是基于现有的正确知识规则对于新的现象或者事物提出新的假设或者理论，并且用特定的实验方法来验证这种假设和理论，从而产生出了新的知识。
我觉得知识的基础有两重：一重是概念化和属性；第二重就是在概念化和属性的基础上遵循固定前提的规则。而相应的语言符号逻辑体系即是被建立起来用来表述概念化和属性以及相应的规则。所以语言的内在我们分析道现在就有了三重内涵了：共同的交流规则使的彼此之间的信息能够被传递、共同的神经认知模型使的彼此间传递的信息能够被理解、相应的符号逻辑体系用作知识体系的构建表达和理解应用。
那么什么是抽象思维呢？是以概念为起点，运用语言这种符号逻辑体系进行逻辑推理、判断以及决策的思考能力。我们学习知识运用知识的时候就是进行抽象思维能力的运用。
灵魂的定位-关于自我意识的形成与剖析
我们与动物最大的区别是什么？那就是意识。通过意识，我们能够明了自我的存在，探究自己生存的意义以及更多更多。
首先，意识的形成与语言的学习和社会环境的存在密切相关，人在幼年时期一旦脱离了社会变无法形成意识，例子：狼孩卡马拉的故事。
其次，意识的形成与个人的记忆密切相关，人一旦失去了个人的特有记忆，那么他所形成的第二人格完全是另外一个不同的意识。例子：对于潜意识爆发性双重人格的分析，当双重人格的患者在记忆机制出现问题的时候形成了第二副人格，主人格和副人格完全不知道彼此的存在，也无法共享记忆；但是有意思的是其基于语言超链接的神经认知模型和知识模型完全是彼此共享的。比如这种患者及时是完全失忆还是可以做到说话、认识原来的东西比如说会吃饭、会使用钱币等等等等
再次，意识的组成与语言的超链接机制和神经认知模型密切相关。同过对催眠的分析我们可以得知，在最理想的催眠状态下，个人意识完全被压制，催眠师可以通过语言指令的方法来操纵我们的行为、记忆以及感觉等等等等；如果有必要和条件的话我们可以调查一下FBI的黑历史，其通过催眠完全可以通过相应的暗示和语言指令来完成对于一个人意识的改变。这能够说明什么呢？意识的部分组成完全基于语言的超链接机制。比如原来在中央电视台有一个美国NLP创始人理查’班德乐的演示，通过语言暗示，其可以做到吃洋葱而没有感觉等等，这些对于感觉的蒙蔽性操控说明了我们的自我感觉传达有一部分并不是基于本能的的神经回路，而是基于语言超链接协议的神经认知模型转化为相应的语言并传递到自我意识相关的神经回路当中。那么我不禁有一个疑问难道意识是一个文字游戏吗？我觉得这并不可能，可能是组合了文字游戏和其他神经回路而形成的更加复杂的部分。
最后是关于自我意识的根本性分析：历史上的一个双重人格症状患者约翰。波尔特尼，其于1914年产生了第二人格C.J.波尔丁并于1930年的3月恢复了原来的主人格，并且其所有的记忆仍旧停留在1914年人格转换发生的时候，固执地以为1930年的时候仍旧是1914年人格变换的时候，就是相当于原来的一切忽然被按了时间暂停并且暂停了14年，然后意识回复后又接着原来的部分继续下来，连时间的转换都没变。通过分析这个例子和催眠的例子，我们可以把意识除外的神经系统的其它部分当做一个整体就叫神经智能系统的意识支持基础构架吧，就相当于安装了操作系统的裸机而没有下达操作指令的人。意识对于这个裸机的意义就相当于操作计算机的人；管理员拥有对于计算机的最高操作权限并设有密码保护，就相当于意识对于神经系统意识支持基础构架的权限和神经系统对于意识形成后的意识保护机制。操作计算机的人通过鼠标、键盘等外接输入设备和相应的硬件驱动程序来操作计算机不就是相当于人的意识通过语言和基于语言的超链接机制形成的神经回路机构对于神经智能系统意识支持基础构架的操纵一样吗。那么我们基于这个设想来对催眠的机制进行分析，当人被催眠进入催眠状态时，主我意识被压制，这就相当于我们通过人类神经智能系统的后门绕过了主我意识的部分自我保护机制从而夺取了神经智能系统这个“计算机”最高操作权限。心里活动“感同身受”进行分析来解析意识的组成机制，我们通常在看书入迷或者看电视入迷的情况下往往会“入戏”不自觉的把自己当成电视剧中的主角并且通过其外界刺激如文字、视频声音等（书或者电视剧拍的好的话，如果是抗日神剧绝对你不会有这种效果的哈哈）在头脑中还原当时的场景并且模拟进行了当时的心里活动，那么就会引起我们心灵的共鸣，从而使我们“感通深受”。但是我并不是这样想的，如果我们在头脑中构造的主人公够完美的话，我们通过阅读拥有其个人记忆，我们通过相应的场景还原模拟了其心里活动和思维活动，态度和状态等，如果这是我们的自我意识保护机制没有起作用的话，那么模拟的这个“主人公”代替了“本我”的意识，那么此时我的意识还是原来的我吗？同样我们也可以得出如下的结论，我们的心里活动都是通过一定模型的建立来实现的。我们除了本能的情绪反应之外我们其他的心理活动都是通过在社会群体中通过交流与模仿建立相应的心里活动模型之后建立起来的，举个例子来说吧就像傻子（不是骂人）不会后悔，动物不会谈恋爱一样，除了本能之外，如果我们不建立相应的心里活动模型，我们也不会具备相应的心里活动。假设说如果大家都没有关于幸福的心里模型，大家没有彼此的模仿，那么何来幸福可言啊。
最终我们就意识的构成进行解析和分层：
我把意识分为4个层次。
第一个层次是自我状态层次，其从基础到上层包含自我认知和自我控制、本能欲望和情绪、个人记忆库、基于个人记忆或者说个人感受的心理模型构建和个人价值取向。自我状态提供自我存在的感受和自我欲望并且根据个人的经历形成自我的人生观、价值观和世界观。（说三观瞬间高大上，反正就是类似于道德之类后天的东西，心理学不太熟悉）。其中后三者很好理解，那么就自我认知和自我控制解释一下把，自我认知和控制就是自己对自己的感知和自我躯体控制，我们通过神经系统对自己的身体进行感受和控制，并且在此基础上进行更多的行为编排（比如说跳舞、瑜伽等的学习），这提供了最最基础的自我存在感应。就像因为各种不幸而被截肢的人而言，在被截肢刚开始的几天会有这样的感受“明明看不到自己的肢体存在也意识到自己被截肢了，但是仍然强烈的感觉到被截断的肢体的存在。”这就是自我认知和控制的存在。
第二个层次是基于自我状态的欲望和神经智能活动的动力生成。可以分为自我欲望或者自我希望、基于三观的自我判断来规范自己的欲望。我们基于自我状态会产生各种各样欲望，我们根据自身的价值观来规范自己的欲望从而产生希望成为我们活动的动力。比如说我饿了，我就会产生吃饭的欲望；但是当我在绝境的情况下有理性的存在也觉不可能做到同类相食，因为我们是人而不是动物。
第三个层次是基于本我的思维和决策，我们通过各种的思维来思考怎样满足自己的欲望，并且形成最终的选择，当然不能和第一、第二层次相冲突，因为前两者是基础，自相矛盾会导致意识的崩溃。我们在思考的时候会以自我或者自我和合作者的角度进行思考，及我要怎么达成目标，我能做到什么，我要怎么做到呢,我缺少什么，我怎么把缺少的部分填补上呢?以及达成目标的路径。
最后一个层次是自我行为，依照自己的决策和办法实施自己所觉定的行为。
好了这就是自我意识的组成。当我们的意识达到自我行为的阶段是，我们就会通过自我认知和控制层根据最终形成的语言指令来分析和翻译，把行动付诸实践，最终得到自己欲望被满足的反馈而停止行为。如我饿了，吃饭，自己做饭吃或者出去吃，出去下馆子把，吃饱了，最后的自我状态及时我吃的真饱好幸福啊（吃货的幸福真简单）。
至此关于神经智能系统的软硬件发展全部分析完毕。那么我对人工AI建设的方案是分为两个层次。
第一个层次是基于对人的神经智能系统语言超链接机制的分析，从而建立类似的机制。我们所知道的语言包涵三个方面：一是为了信息的传递和解析而构建的共同的交流规则；二是为了语言所承载的信息被理解而构建的共同的神经认知模型；三是和知识构成相关的符号逻辑体系测构建，比如说属于、组成、包含等等这都是对于逻辑关系的描述，人们只能通过形象去理解却无法用概念来描述。这是我们为了发现世界的本质而定下的规则，通过这种语言这种符号来表示这种逻辑规则，去学习这种规则，却不能像比如桃子之类的建立相应的神经认知模型去认知。怎么说呢，这是针对知识的知识，所有知识的基础，我们通过学习并应用这种规则来进行抽象逻辑思考，并且运用这种规则来理解用语言所描述记载的知识。也就是说用基于人工神经网格技术的百度大脑计划在一定程度上是失败的。因为百度大脑现在能够做到幼儿三四岁的智力水平，但是人到了三四岁就开始了对于语言的学习、语言超链接机制的构建及自我意识的发展；这是由人类的语言和文化传承而引起的人类智能发展的质变。而百度大脑只是依靠针对大数据的人工智能网格技术的深度只是学习，而没有针对语言的学习。所以说是某种程度的失败。只是个人论断仅供参考。
那么这个机制有两个方面：
（1）建立语言与计算机认知模型和相关知识模型间的超链接
&&&& 如吴恩达博士通过人工神经网络技术建立了对于猫的识别模型，我们姑且把这个模型称之为计算机认知模型吧，我们把这个模型和词语“猫”之间做一个链接，这样计算机每当进行图片识别的时候就能够直接反馈出词语“猫”，这样就和人的神经智能系统的语言超链接协议有点类似
&&& （2）建立基于语言超链接协议的超链接出发机制以实现知识的自动调用。
&&&& 比如说我们把词语“猫” 和猫的相关知识模型链接在一起的话，假设计算机可以算作“它”的话，我和它说猫，其立即就可以通过猫的知识模型就明白“猫”是什么。就像我跟你说1+1,你立刻就明白=2一样，因为你调用了关于四则运算的知识模型。我觉得计算机不需要形象思维吧，而且形象思维根个人记忆相关，是形成意识的关键；让计算机拥有意识并不见的是什么好事情。
（3）知识模型库的建立：
&&& 一是相应语言符号逻辑规则的学习和表示，例如属于 包含组成等等以及数学的学习
&&& 二是概念化与属性，知识的提出都是先对具体事务进行抽象概念化，并且说明其各种属性，然后再进行相应的展开描述。比如说心理学就是描述人的内心活动的科学，然后其有什么属性，我们可以从哪里分析等等；然后就是对客观事物进行基于概念的判断，并且应用相关的知识，例如我们知道猫，猫符合哺乳动物的概念，那么我们就知道猫是胎生的等等。
三是利用语言的符号逻辑属性进行固定前提下的规则表达从而来描述相应的知识，例如概念是双脚总是直立行走的动物是人；那么规则1是：必须是动物，规则2是必须总是直立行走。因此我们可以判定你是人，而猩猩不是。
第二个层次是基于目的引导的思维模式构建和自我行为；就目前的情况来看我们无法为计算机构建一个独立的自我意识，没必要技术达不到还很危险。不过我们可以基于对人类意识的分析来构建一个比较简单的系统。就目前来看，人工AI最大的缺陷就是主动性的缺失，我们不管是应用编程的方法，还是应用遗传算法和人工智能网格的技术，都需要我们自己来编程，并且实施一定的维护。怎么说呢，真正的智能从来都不是被设计出来的，而是在与环境的交互中逐渐形成的。所以我们有必要为人工AI添加一定的主动能力和环境交互能力，以实现人工AI有控制的自我进化。我们动物和人之所以会主动，是因为我们拥有本能欲望，各种各样的欲望或者希望推动着我们智慧的向前迈进。而计算机没有欲望，我们也不给他设计欲望，但是我们可以给他一个目的，让他针对这个目的进行解析而自主进化，当然这也想的很远了。现在我们就是想让人工AI在一定程度上实现主动应用知识、推理以及思维的能力。
那么实现的具体措施就是:
(1)应用知识对于目的进行解析。
&&& 比如你问“百度总裁李彦宏现在的年龄是多少啊”那么应用知识进行解析的结果就是询问当前时间下身份为百度总裁名字叫李彦宏的人的年龄属性
(2)自动调用相关知识并且进行思维，并且进行疑问运算。
年龄规则出生为1岁没过一个生日加一岁，那么我需要知道其生日和当前时间。发出询问：当前时间是多少？
（3）根据疑问找寻答案并且应用知识进行推理。
（4）求解并且组织语言与用户进行交互。
这些都是最基本的设计思路和猜想，还有更多需要完善的地方。
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&李晓朋
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&日
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：334次
排名：千里之外}