“这样不好吧，不是闭环最短路径最优吗？”林久浩接着问。

“直接发起最短关联元行走，这是一种选择方式，给那些有特定应用的部门使用，我们不讨论这个问题。。。。。。就像你现在需要扳手吗？”安静问道。

“不需要，我这边不干机械活。”林久浩回答。

“但是，我给你准备了，如果你以后做某一件事情的时候需要，直接拿起来用。”安静做了一个比喻。

“明白了，师姐。。。这里还有问题，行走函数变化很快的，记得多元在每一个版本升级的时候都需要升级行走函数，而且还丰富了很多方式的行走函数，我们这样固化不方便升级。”林久浩根据多元的经验提出问题。

“这个行走函数是最基本的函数，作为多元关联拟脑模型的一部分，在不同版本里都在升级。确实，芯片化后的算法函数要面对这个问题，我们把芯片电路板做成可扩展方式，满足行走函数不断升级扩展的需要，当升级一个行走函数芯片，我们可以替换原有的芯片，当增加一类行走函数，我们可以把新定制的芯片插在电路板上，并在执行脑程序函数调用工具组里添加一个函数标识。”安静肯定是都想到了。

“师姐，我没有问题了，这个思路可以进行下去。”林久浩走通了几遍流程后，说道。

“好的，我们看着示意图，把计划重新整理一遍。”安静指着示意图。

“好的，师姐，你先来？”林久浩礼让一下。

“你来，师弟，开始吧。”安静下达命令。

电脑上调出一个完整的模型，这时就是现有的多元关联拟脑模型，只不过在很多可以芯片化的位置，由芯片替代了原有的计算进程。

“好，我们把感应层传递的特征码组关联模型对应到信息元编码，然后把这些信息元编码放进特定的队列然后再放入集合组，队列是针对同一事物的标签信息元队列，用于精确对应到信息元编码，然后再把准确的信息元放入集合组里面，集合组是当前的环境条件组。”林久浩解释着。

“看到那条循环流程线了吗？很重要，因为放进集合组的信息元未必是最精确的，有可能是上一层集合类信息元，所以这里有一个循环流程，根据感应层不断充实特征标签队列，可以继续缩小集合里面的集合类信息元的范围，直到准确命中。”安静也指着屏幕解释。

“知道了师姐，如果不能准确命中，先以集合类信息元参与计算，这是一个循环优化的过程。”林久浩说道。

“好的，继续。”安静说道。

“由执行脑建立的一个【我元】子拟脑，是以特定条件元作为核心元的，并带有固定关联信息元，现在把条件环境集合组里面的信息元按照六亲关系放入各个象限，同时再以距离方位角度等设定关联关系中的角度距离和权重。”林久浩边演示边解说。

“对，这样就形成了一个完整的拟脑体系，你的那个特定条件【我元】，对于机器人来说，就是机器人本身。。。继续。”安静说道。

“好的，以【我元】为核心的条件环境拟脑模型，通过关联信息元接入我们的多元关联拟脑模型，从而实现思维行走。”林久浩把条件环境空间定义感知空间，此时，在该条件环境空间中的信息元，都具备多个地址，除了感知空间地址，还有语义模型地址，以及多元关联拟脑模型中的思维空间地址。

“师弟，你知道我在给其他同行讲解的时候，他们很多人认为这些集合里的信息元是新创建的，一直问怎么加入多元关联拟脑模型里，我还要给他们解释，这些信息元就是识别的编码，本来就在多元关联拟脑模型里面。”安静说道。

“是呀，师姐，感应层识别的是信息元编码，这些信息元不但已经在多元关联拟脑模型里面，而且关联关系也都是完整了，【我元】就是通过固定连接到直接关联信息元，以及这些条件环境集合组里面的信息元，完成在整体多元关联拟脑模型中思维行走的。”林久浩说道。

“对，我们继续吧。”安静。

“执行脑接到任务指令，选择调用算法函数芯片，并由算法函数针对特定信息元编码，按照参数指令行走，最终得到我们需要的闭环。”林久浩说完，操控电脑模拟了一个过程。

“对，算法函数接替了执行脑工作，用芯片解决程序运算，然后将需要的可执行闭环反馈给执行脑闭环队列组。”安静用鼠标指了一下闭环队列位置。

林久浩接着说道：“师姐，基本信息存储这里还是要用到固态存储设备的。”。

“当然了，信息元的基本信息都是要用到存储的，继续。”安静回答。

“不只是信息元的基础信息，还有固定的【可执行闭环元+执行验证元】部分，以及信息元内可执行代码部分，这些都是基础信息。”林久浩顺手检查了一下，信息元对应的基础信息部分。

“是的，我们继续。”安静。

“执行脑得