再就是简化原则，人的认识本来就很简单直观，分类的时候不用将事物的联系过于紧密，比如，所有的桥都是桥，所有的道路都是路，不管是高速公路还是羊肠小道，至于桥梁和道路属于交通，那是另外的事，分类的时候，直接就分成桥和路各自的一类，与交通并没有从属关系。

        人的大脑能存贮的信息量是有限的，不可能将看到的信息全部存贮起来，只能尽可能地简化，简化原则对分类来说也非常重要，甚至可以说是分类的关键。

        还有关已原则，大火、洪水、雷电、毒蛇、持刀的凶徒都是危险的，苹果、蛋糕、烤鸡等都是美味的，苍蝇、蟑螂、粪便等都是让人讨厌的，这些与人的切身利益有关系的事物在分类时，要考虑关已原则。

        空间原则，一个人会有地域的移动，比如从一个乡村考上大学，在另外一个城市生活，自然而然要把两地的建筑和地形分成两个地域，在见到一个有些熟悉的人时，首先要考虑是老家的熟人，还是上班后的相识。

        时间原则，人的记忆蛋白不会主动删除或改写，新的记忆不会占用已经写入记忆的细胞，而是会优先选择空置的记忆细胞，这样旧记忆和新记忆就会形成一个自然的时间序列，人在回忆的时候大概能估计这些记忆的时间点。

        另外，还有一些其他的原则，比如特征原则，共同认可原则，学习原则等。

        分类时，除了原则之外，还要有一些处理方法。

        比如一个事情可能从属很多的类别，如何将它分类？是将一个人分成男人和女人，朋友还是路人，这就有个优先的问题，如果是同学，肯定要先分到同学一类，然后再打上一些标签，男人，公务员，爱吹牛，这些都是标签，而不是分类。

        但标签在检索时，也属于分类，这就是神经网络的复杂性，不过，对于人工智能这不是问题，在相应的分类存贮区留下指针地址即可，计算中心可以根据指针去寻址，不必像神经那样单独形成一条通道。

        除了标签方法，还有拆分、合并、转移、忽略等方法。

        分类对于人工智能之所以如此重要，是因为人工智能要模仿人脑的功能，而人的记忆是分区域的，人在记忆事物的时候，首先要根据事情的特征进行分类，并根据类别存贮到同一类的区域，在对事物进行识别时，也不会穷尽搜索每个记忆，而是根据特征的分类，直接搜索该类别的记忆区域，分类越细，搜索得就越快，识别的就越准确。

  The content is not finished, continue reading on the next page