脑机同构知识管理

林一二2021年12月06日 01:30

不使用 PARA 等笔记管理组织方案,而是让机器学习自动识别出笔记中包含的概念。让笔记自然地融入一个知识图谱网络之中,而不手动添加明确的分类、标签。这样我们在脑中怎么想到这条笔记,在笔记系统中它就有怎么样的关联,让机器中的关联和大脑中的关联保持同构。这样在输入时,我们就不需要去考虑为笔记加关系、标签了,让输入的效率更高、负担更小。

我们在脑中想到的关键词,会通过同义词、近义词关系关联到这条笔记上。获取笔记是通过类似脑中联想的方式自动找到它,而不需要我们通过层级关系、反向链接关系来找。

涉及时间概念的笔记,则由提醒系统和间隔重复系统来自动把它找回,就类似于我们脑中的计时器做的事情一样。

或许跟大脑同构的笔记,不是仅仅像计算机存储信息一样分级存储、把大脑作为L1缓存的。而是有更多的分布式特性。

Code
不使用 [[PARA]] 等笔记管理组织方案,而是让机器学习自动识别出笔记中包含的概念。让笔记自然地融入一个知识图谱网络之中,而不手动添加明确的分类、标签。这样我们在脑中怎么想到这条笔记,在笔记系统中它就有怎么样的关联,让机器中的关联和大脑中的关联保持同构。这样在输入时,我们就不需要去考虑为笔记加关系、标签了,让输入的效率更高、负担更小。

我们在脑中想到的关键词,会通过同义词、近义词关系关联到这条笔记上。获取笔记是通过类似脑中联想的方式自动找到它,而不需要我们通过层级关系、反向链接关系来找。

涉及时间概念的笔记,则由提醒系统和间隔重复系统来自动把它找回,就类似于我们脑中的计时器做的事情一样。

或许跟大脑同构的笔记,不是仅仅像计算机存储信息一样分级存储、把大脑作为L1缓存的。而是有更多的分布式特性。