无序的联系

在开始本篇文章之前，先扫视以下三栏单词，我敢保证有你认识的，同样保证有你不认识的(要是都认识那最好了)。不管认不认识都没有关系，等下我会解释单词的来源和用处。

Verb                 adjective              none
--------------       -------------         -------------
discombabulate       wise                  action
fracture             thoughtful            tangent
dissect              sensible              quadrature
procure              unencumbered          hallucination
remit                incipient             coefficient
qualify              lethal                dowery
                     absurd                governess
                     ludicrous             wager
                     ridiculous            resignation
                     impetuous
(生僻词主要来源于电影《大侦探福尔摩斯》，《what is mathmatics》和《Bridget Jones》以及Freud的《The Interpretation of Dreams》)
上个星期，我在整理2009年12月的笔记的时候，发现了一些散落于笔记本中的单词，比如remit, impetuous. 可是我却怎么也想不起来是什么意思，但是，我明明查过而且还记过，时隔几日怎么就忘记了呢？带着这个问题，我打算研究一下人大脑的工作原理，以便于更好的记住生词。

在神经语言学领域有句很拉风的名言: 一切皆联系，就像在信息技术领域里一切信息皆01 一样出名。在人工智能研究的早期(现在似乎也是早期)，大多数人主要侧重于机器对符合的智能处理的研究。什么是智能的符号处理呢?举个简单的例子，比如你输入 Hello, 计算机返回:Nice to meet you. 你输入:What is your name. 计算机返回: My name is ENIAC. 诸如此类。这类的人工智能可以通过传统的if else, while, for 循环 辅以基于概率统计的语料库实现。可是这样的智能似乎有点太冷淡了，比如你和计算机很熟悉，你说Hello ,计算机返回: What's up,dude. 或者返回:you look like a piece of shit. 之类调侃的话。实现起来就比较麻烦了，你给函数添加熟悉程度参数等等，随着模仿的逼真，参数也越来越多，最终导致条件过多，程序变得无法维护。

那么，人的大脑是怎么工作的呢？我们是否可以模仿人大脑的工作方式从而实现人工智能呢？比如用针戳一下手指，我们在高中的生物课堂上都学过，神经刺激会沿着神经末梢一级一级传递到大脑(这是不是很像互联网的数据包的路由传送？) 这个传送的过程其实就是联系的过程。在对大脑的研究中，人们也逐渐发现，我们脑壳下面并没有个类似CPU的实体。大脑是亿万个脑细胞相互联系相互刺激的一个整体。据此，有人认为，如果一个人造系统不能达到人脑的复杂程度，就无法实现人工智能。暂且抛开人工智能是否可以实现这个问题。我们至少知道了人的大脑是到处联系着的！

这个发现也给了我们另一个启发:知识也是相互联系的。

那么，假如我们能让新知识和旧知识产生某种联系我们是否就可以记住新知识了呢？答案似乎是对的。在最近大红大紫的畅销书《Outliers》中作者Malcolm 举过这样一个例子:
   用英文读下面这一串数字 4(four),8(eight),5(five),3(three),9(nine),
7(seven),6(six)。然后把头转开，用20秒种回忆并大声说出这串数字。
调查显示只有一半人能全部记起这一串数字。
   现在你用中文读下面这一串数字:5,2,6,7,3,9,1. 把头转开，用20秒回忆这串
数字，怎么样？有没有多记住几个？调查显示大部分中国人能回忆并大声说出全部
数字。同样是7个数字，为什么用不同的语言记忆的效果却不一样呢？

人们发现，同样一个8 ,在英语里单词是eight, 至少有两个语素。而用中文读则是
一个ba , 只有一个语素。当你读出一个数字的时候其实你大脑将8这个概念同大脑
中的8的发音联系了起来。

根据我们之前得出的结论，知识是相互联系的，我们也可以这么认为，大脑中原有
知识越活跃越容易想起来，那么与之联系的新知识也越容易被记住。反之，如果获取的知识都是孤立的存在于大脑中，那么这些知识迟早会被清理出大脑。这也是为什么我们在记忆英语单词的时候总是记了忘，忘了再记，反反复复枯燥而又痛苦。症结在于没有将新的单词和大脑中原有的知识联系起来。正是出于这一点考虑。我的大脑中顿时浮现出了各种记忆英语单词的方法，其中的一种方法就是文章
开头所示将生词分类，并掺入自己已经认识的单词，干什么？ 造句。

一开始我只想通过造一些简单的句子，以便将生词和已经认识的单词以及生活场景联系起来，比如，为了记住。impetuous 这个单词，可以这样造句:
    You should not have confessed your affection so soon,it is
    totally a impetuous action.
impetuous action: 冲动的行为，没经过大脑的行为。这句话的意思是，你本不应该这么早的表白你的爱意，这根本就是一时冲动的行为。你是否也有过这样的impetuous action呢? 如果你有切身的体会，这个词从今以后有可能就归你了。

有意思的事情还在下面，我用上面这些词造了不少即传统又合理的句子,直到造出了下面这样的不合情也不合理，甚至有些滑稽的句子，但是根据形容词可以修饰名词原则, 这样的短语在语法上又是合理的:
   ludicrous tangent : 滑稽的切线
   wise hallucination: 明智的幻觉
   lethal dowery     : 致命的嫁妆
   thoughtful wager  : 考虑周到的赌博
   ...
这些短语似乎没什么意义，但是造出这样的句子确实很有意思的事情，特别是拼出了 lethal dowery 的时候，我忍不住笑出了声。
 
词与词之间看似没什么关系，但却存在一种无序的联系，甚至人与人之间也是。无序的联系存在的一个例子就是诗歌，比如舒婷的 《致橡树》里的一段:
  
   我如果爱你
   绝不像攀援的凌霄花
   借你的高枝炫耀自己
   我如果爱你
   绝不学痴情的鸟儿
   为绿荫重复单调的歌曲
   也不止像险峰
   增加你的高度
   衬托你的威仪
   ...
   不，这些都还不够
   我必须是你近旁的一株木棉
   作为树的形象和你站在一起
   根，紧握在地下
   叶，相溶在云里
   ...
作者用想象力将毫无关联的事物联系在了一起，并给我们传达了一个强烈的什么是爱的信号。这样的意思如果用平白的语句却

怎么也表达不出来。诗歌的意象与意象之间活跃的联系和跳动，给我们的
大脑带来了美的享受，这就像你到了夏威夷，到了黄山，美丽的景色给了你跳跃的美感。然后美也成了大脑中联系的一分子。我们不仅能在诗歌中感受无序的联系，更能通过无序的联系，自己写诗歌.
  
恰好，几天前我在听周传雄的歌的时候分类并记下了这几组词：

主语        谓语         状语          宾语         补足语
---------   ----------   -----------   ----------   ----------
青花        涂抹         无法愈合      沉默         醒来了
二月(三月)  纠缠         紧紧          寂寞         梦散了
柳絮        摔碎         无主的        魂魄         风来
恋人们      雕刻         颠沛流离      温暖         雨来
离别        辜负         朝不保夕      伤口         汗下
遗憾        烫下                       镜子         泪下
记忆        坚守                       绿豆
油膏
信物
回头
(词语主要来自:"青花"，“关不上的窗”，”寂寞沙洲冷“，”黄昏“，”蓝色土耳其“，etc )

下面就是无意间拼凑出来的诗:

    二月青花纠缠着魂魄
    柳絮辜负了无主的寂寞
    摔碎颠沛流离的镜子
    在记忆里紧紧坚守无法愈合的沉默
    我听见凄凉的寒风
    我还听见隐忍的忧伤
    是你的心上了一道锁
    还是遗憾烫下了无法愈合的伤口
   
    风来，雨来，闪电隆隆
    汗下，泪下，眼神晃晃
    雪夜里的油膏涂抹着赤诚的心
    是伤痛，还是惩罚。

读起来似乎有点伤感，一方面，词素本身比较伤感，另一方面，我是一边听歌一边写的，心情肯定会受到歌的影响，但下班后读起来还是很有意思的。

在这里祝所有读完这篇文章的朋友们，新年快乐，在新的一年里，学到自己想学的，做到自己想做的。
------------------------
update ，看这里:
http://www.matrix67.com/ideagen/
每刷新都会出现一个新的词