学习观

宇宙的熵增意味着要想减熵就必须获取对应的信息，想获得信息就需要高品质能量，否则生命就无法维持自身宏观态

只提信息并不是忽略物理减熵，而是由于热力学熵和信息熵二者可相互转换。

这也是为什么软件等“虚拟经济”可以创造价值，因为允许我们生存（减熵）的不是能量，而是能量的转移（做功），所以可制造能量差的信息就能够创造价值（负熵）。

仅为理论极限，目前完全无法达到

忽略其他因素，只考虑信息的“生命”。好处是可以更容易看清如何用计算机实现“生命”

三个定义完全等价

增加个体的智能

量变造成质变的涌现来增强智能

最初的耗散系统可能是RNA负责学习、预测、存储于一身，而能量由热泉喷发口提供

第一套与第二套之间是有神经演化算法过渡的，也就是感官系统和运动系统等的建立。感兴趣可以查deepmind在17年发表的https://blog.openai.com/evolution-strategies/

最初配合演化的神经网络是可以遗传的，属于强化学习。直到演化出感官后可以接受信息和存储信息才拥有了监督学习能力

保证稳定性的基础上增加差异性。在所涌现的下一个层级上进行演化

只给你输入或输出（不全给），恐怖电影我们也会想要知道原因

乔布斯手机没有按钮的例子

还有组织、器官的涌现。

捕食者与被捕食者的军备竞赛所形成的正反馈

寻找输入和输出之间的关系，

然而现实中的关系往往无法直接得出，

需要拆分问题

我们的大脑无法直接找到可以解决某个任务的知识，需要不断的拆分任务，直到可以用已掌握的知识来解决为止。

如何搜集例子

要怎么提问