一个科幻故事

探索自己的脑城听起来科幻。看过很多关于外星球的科幻故事：《星球大战》，《阿凡达》，《星际》等；还没看过关于大脑的科幻故事。
我们的大脑应该不会是触不可及吧！

孙悟空可以将自己变得足够小，飞进妖怪的肠胃里大闹一场。也许，他也可以进入到我的脑城中一探究竟。可如果没有孙武空怎么办？也许我可以把自己的脑城变大，不是真得变大，是变出一个大的脑城的虚拟世界。

科幻故事不能少了科学元素。当创作脑城之科幻世界时，脑科学规律（包括心理学、神经学、学习设计等）如何融入其中？脑城的核心产业是电影产业，不妨从电影开始。

与图式理论的的联系，如戏，如剧本。我脑中在某一时刻激活的全部的图式便构成了我脑中正在放映的电影。我正在做蛋糕，脑中放映的做蛋糕电影控制我的肌肉一步步做好蛋糕。

有时，脑城中的电影可能只是在放映，与我的肌肉没有发生联系。我在看菜谱：文字的、视频的。

每个电影的产生是沿着时间轴逐步地播放。每个画面的产生可能取决于：当外面输入与脑城中已有的影视素材的相互作用和组合。

一个脑城电影有：布景和道具，人物的电影素材，这些素材存储在一个特殊的地方：每个电影的产生好像可以对应一个数据库中的表格中的一个记录一样。这个记录是一个编织的结果。

会到类比树，类比树就是运用不同的知识树网横向的编。

最强大脑的功能性

最强大脑中的这些个技能。

这些个展现的技能到底与日常的技能有什么关系？

就如一个片断中所问。

佟大为：我更关心这些技能的功能性。你来训练这个技能的实际意义是什么？　（将视频中的内容准确化，一个简单的方法就是抓屏）。

Dr.魏的回答：子非鱼，焉知鱼之乐。

（这反映了一个可能在教育界，甚至心理学界长期存在的问题。某个细分化的能力到底应该如何与全局性的能力结合起来？很多心理学界的人特别地关注心理学知识在实际生活中的应用，或者说关心这类知识如何成为通识）。

这个回答一方面是所答非所问。也许他可以这样解释，这一类的功能可能对某种职业，某类活动中起到重要的作用。

我想如果是在一个烹饪比赛的真人秀节目里，这个可能不成为一问题。因为这个大的背景已经是在一个有意义的社会活动（烹饪）为背景。所以对于任一给定的子知识，或者是子技能，很容易理解其‘功能性’。

所以，我也在想：也许应该看看这个每期相伴随的科普解读节目，看这个其中背后的意义。

所以，我想这一类节目有他存在的意义。

今年的节目在某些方面在逐步地变好：一些节目的实际意义（与现实生活的意义更加接近），或者所起能力的复杂度有所提高。

比如说：魔方工厂的节目。这个与真实生活中完成某一项任务趋进性：有不同种技能的组合，有策略的使用，有对其中子项技能的趋熟性操作。

拍电影的思路

这是一个系统类比的过程。我将在一个电影工业环境中拍电影的元素与在脑城中拍电影的元素进行类比。

素材怎么存在，怎么引进，怎么存储

对不同角色，动作，事件，这些如何能成为一个系统的过程，而不是随记得过程。

从事件到树网

如果要拍一个事件的电影，我要找出全部事件中的布景（对一个地方的搭建），我要找出所有涉及的人与物（确定这些人与物的性质与状态），然后在时间线上，我确定要出现的物与人，物与人的动作，然后我们可哟判断出这个的变化

地方或布景（自然环境＋人造环境）对应着相应的树网：这是可以看见的物（具体概念），比如一个上，加上山上的一栋房子。

在我的脑中有：

甚至我在想：这些不同的东西为什么不能按照现实物理空间中的线型架上存在的物，一一的列举出来，然后我们再进一步看要发生的事情。

ideas

书中的每个小情节被嵌入到这个大的虚拟故事里。连接是哪一种的连接。

在公共汽车上时，我想地是这个故事：我要在家里做饭：有材料是家里有的，有些是从外面采购的。外面采购什么取决于：我在家里的菜谱，这个菜谱给出采购的方向。

在脑城里生成的电影要从两个部分获取材料：脑城内部的，脑城外部的，然后脑城内已有的戏谱决定了从外面和从里面获取什么材料。

来到一个新的城市尚且需要适应，更不要说是一个重新设计的城市。

在真实社会的城市，或在一个数字世界的城市，我是需要看见某些东西的，那么在我自己的这个脑城里，难道不应该借鉴如何构造一个物理或数字城市吗？

城市中有：道路，建筑，园林等。对于每一部分：在构建之前，都可以画概念图。这些概念图在古代是手绘的，在现代可能是电脑生成的：可能是平面图，也可能是立体图；可能是简化的，也可能是高仿真度的模型。

在建的过程中，可以有这些软件辅助项目管理，甚至是对某些构造的安装。在脑里出现的是：超级工程的几期节目：上海大厦，某跨海大桥。所以说可能是通路，也可能是某特殊高楼。

这个超级工程在脑子里：有软件的辅助管理，有各个工程团队的论证与实际操作，还要虚拟这个真正使用的过程中可能遭遇的各种情况：确保其安全：比如说耐风等等。

我喜欢故事的另一个点是：每个工程存在的意义：用不同的人，不同的故事来论证这个工程存在的意义。

在脑城中购建每个超级工程，我们要关注每个超级工程存在的意义吗？

换句话：作为每个人：从小到大，无论职业与身份，哪些应该是存在的超级工程？

当考虑职业与兴趣需求，哪些应该是超级工程，构建这些超级工程有什么方法与工具?

看看这个城市，每个道路，在道路上跑的东西，每个我身处的建筑物，在建筑物中的每个网络：水网，电网，电话网，互联网，每个网都是我们赖以生存的。通畅性与安全性如此重要。

当然也想起了：建筑网艺术　Taking imagination seriously

灵魂工程师：脑城工程师。

植物、建筑、机器与戏

如果我将已有的一些与思想、情感、学习相关的比喻一一列举，我会发现可疑分成这些个大的类别，我想将全部这些个类比都列示出来，然后将它们进行分类，然后，针对我想要的目标和成类比；

脑城的类比，

将这些个已经存在的类比进行进一步地加工，我能够在我列示出这些类比的时候，这里面可以分成三大类：接近于通识的类比，专业常识的类比，新合成的类比。

这一句话今天早上萦绕在我的脑中：每个理论是对这个“象（普通象，大象无形，现象）”的某个侧面的表达，我们要将不同的理论／类比和成起来，让后生成这个真正的象。

将不同的的类比原材料加工，然后混合在一起进行加工与烹饪，最后我们能生成这个有用的，我们所要的象。

第一步：放轻松，将脑中有的东西尽可能表达出来，能找到图片的，能画出图片的尽可能找到

第二步：完善这些初稿，让这些初稿得到美化

第三步：完成可以发布的稿，去得到反馈

脑城的快乐

内心真正的快乐与幸福。

气候的重要性：想一个城市的气候（本地的气候与整个地球的气候）。

阳光，适当的水分，空气的质量，整体的温度变化。

这些不是绝对的因素，每个城市的范围不同，在城市中的人民有一定的适应性。

但是，这仍有一定的范围值，对阳光、水、温度的一定范围的需求。

脑城中的这些气候的因素是什么？脑城中的知识之树生长环境的要求是什么？

幸福、悲伤等各种各样的情绪如何用这些（气候）的。

风平浪静，狂风暴雨，热情如火，冷若冰霜，春暖花开，温暖等。

看这些形容人情绪的词：成语也好，现代词也好都能给我们启示。

还有两个相关的点：
１、一个是圣经中关于思想好像种子一样，在什么样的环境中能够有效地生长
２、关于人的思想与行为与树的比喻的关联。几个要点：哪个与哪个相对应：比如思想与数根的相对应，然后表现出来的行为与在陆地表面的数的相对应；气候的适当变化：在略微有点干旱的环境中种下的树最为强健。
３、而对于一个人的成长：温室中长大，还是风雨中长大。哪个更为接近真实的生长环境，哪个长得更结实。（真实环境中的锤炼，长出有韧性）
４、中国的几种植物：竹兰梅菊；冰山上的雪莲；污泥中的水莲。

当所有这些比喻混合在一起时，有时需要的是某种＂加工＂，根据我们的需要来取与舍，并且要清楚地告知这些取与舍的点在哪里。

一方面，我们想充分利用人们对这些类比的理解；
另一方面，当我们想将这些类比做在一起的时候，我们又不想造成困惑或混淆。

用一个比喻来形容这个过程：用不同食材加工一顿美味佳肴，需要将适当的成分，进行各自的，混合的加工；而加工的过程；最后才可能有真正意义的美味佳肴。并且这些是符合我们的目标：色香味、营养、文化要求等。

每个人们已经理解的单个的比喻好像是一个未经加工的原材料。目的是：将这些个比喻原材料进行烹饪加工，做成我们想要的食物。

而针对每个比喻，我可以找到一个合适的图片，在这个图片中：我需要有三栏的加工：原始类比，丰富与调整这个类比，生成在脑城中使用的类比。

然当在一个给定的脑城故事，我们可以采用这个模块。

Some ideas about Suby

How does one think about his/her own thinking? It might be weird to think the above question.

Well, is it desirable for us to understand that why we think in this way, not that way, make this decision, not that decision?

Kids learns how to build a house, a bridge, even a machine; tries to understand or even plant some plants;

What about the plants, the house, the machines in their own brain-cities? Is it important for them to understand how these are built or grown, and then guide their actions to build their own better brain-cities.

For a long time, I do have analogy-tool-set in my brain-city, which determines that I keep my eyes on the programs/things that can inform about how things are built:

• the aim of building something(Why, for whom, satisfy what needs, solve what problems). 
• What material to choose, 
• what tool/machine to use, 
• who do the design and who carry out he building task? 
• what are the key factors to determine its success or failure.

Suby is real person, a robot, or an alien? Suby is my user-scenario, an imaginary role. Suby is the person who make his brain-city available for us to see what happens in, the same things apply to Suby’s family, friends, and other persons in his dimension of world.

Suby can show us:

• how k-trees are grown, 
• how k-machines operate, 
• and how a k-play is generated at a given moment, for a specific goal.
• Suby can show us how an object-k-tree, an action-k-tree, an event k-tree, a setting k-tree, a feature k-tree is grown; therefore, these k-trees enable the creating of the k-machines.

And then the k-machines can create the k-play, for a specific goal, at a given situation.

Suby can show us that:

• how a whole set of brain-city tools can help us better build his brain-city. 
• How the brain-city is similar to the a real world city, so that how the engineering of a city, the things in the city can enlighten building of a brain-city.

• When a little kid learns speaking the first word, learns to listen and understand words, what the sign-system, or the k-system have been built, undertaking how much information/stimulus input, feedback, and correction.
• When a little kid navigates from his home to a nearby store, what k-movies have been played in his brain-city; how his parents’ has scaffold his efforts? How has his k-system been developed and refined to enable his achieving of this task.

• When a little kid was put in a weird environment, which force him do something dis-obeying the natural rules of development, waste his time of doing the in-appropriate things, sacrificing the opportunities/times to develop the more important/useful k-systems, the k-system weather (the emotion machine).
• What is the right route/procedure for a kid to develop each type of k-machine, k-tree, and k-play .

The sign machines in Suby's mind

Learning is a dynamic process of building and interpreting sign system. For Suby, he can recognize a word, and knows that in somewhere of his brain, something helps him to recognize a word, and then he can point it out in different words, or he can use it in a story. But can Suby actually see how things goes, in terms of every role, every procedure, and every action. and every rule?

Since sign machines might have the physical existence, although we can not locate the exact places, the exact entity, but, can we use the analogy model based on semiotics to present the physical features somehow? So that users can build a set of complete sign system, through which users can build the sign system with the sense-roots, and to communicate through a set of easier to understand system.

苏比脑中的符号机

学习是一个动态的建与使用符号系统的过程。 对于苏比来说，他能认识一个词，并知道在他的脑中，一些事情发生了，从能能帮助他识别出这个词， 然后他能指出这个词，或者在他讲或写的一个故事中应用这个词。 但是，苏比能真正地看见他的脑中发生的事吗？有哪些角色，有哪些过程，有哪些动作，有哪些规律？ \

既然符号机有其物理存在，尽管现有的技术无法帮助我们精确地定位，确认脑中的符号机究竟是如何工作的，但是，我们能够利用基于语义符号及各种类比来建立某种符号机的可感知的物理属性吗？从而帮助用户在脑中建立一套相对完整的符号机，一套大家交流起来有‘感知根基’的符号机，一套更容易让人理解的符号机。

Can Suby see her building process and built things?

• Suby can see blocks and how these blocks are built to a house, a car..
• Suby can see the paper, the scissor, and the paper snowflake and the process of making it
• Suby can see her action and corresponding results in Minecraft
• Can Suby see how she builds her mind and her capability?
• For real person, this can only be partially and indirectly.
• However, for Suby, she is lucky. Through some techniques, she can see everything
• The question is: is it very important for Suby see everything?

苏比能看到她建的过程与建出的东西吗？

• 苏比能看见积木，看见积木如何被搭建成房子、车等
• 苏比能看见纸张、剪刀、和剪成的雪花，苏比能看见这个剪的过程
• 苏比在玩Minecraft时，她能看见她的动作，及动作的结果
• 苏比能看见她事如何建他的大脑和能力的吗？
• 对于人类来说，这种看见只能是部分的、间接的
• 然而苏比是幸运的，通过某些技巧，她能看见整个建的过程，不同动作导致不同建的成果。
• 问题是：苏比能看见建的过程这件事很重要吗？

Suby is building

• Suby builds with building-blocks
• Suby builds with papers, pencils, scissors
• Suby builds in Minecraft
• Suby builds her body
• Suby builds her mind and her capability
• Suby builds her thoughts, emotions, and actions
• Suby builds her tree-nets, k-machines, k-plays

苏比正在建

• 苏比用积木块来建
• 苏比用纸张、笔、剪刀来建
• 苏比在Minecraft中建
• 苏比建她的身体
• 苏比建她的大脑和他的能力
• 苏比建她的思想、情绪、和行动
• 苏比建她的树网、认知机器、认知戏

苏比是

• 苏比是一个机器人；
• 就现在推测人类是如何学习与思考的知识来说，苏比与人类的认知是相似的。苏比可能是你、我、他/她、或是一个机器人。
• 苏比的脑内的思考比人类的思考更可视化、更具象，透过苏比，可以看见脑内的认知机器事如何形成、被使用、被改变。整个的信息流动、流动的管道、管道的形成变得可见。看见与理解这些规律能帮助一个人更好地管理自己的学习与思考。
• 苏比是一个想象的角色，有部分的我们已知的科学道理融入到对苏比的设计之中。
• 如果一个用户理解解了苏比是如何学习的，他可能会将这种认知迁移到其他场景：比如了理解他自己或别人的学习。
• 如果该用户为苏比的学习设计各种教与学解决方案，他可能学会给其他人或自己设计的某种教与学产品/服务。
• 苏比可能是是一个数字的学习专家,他可以训练和辅导一个用户的学习设计活动。
• 苏比可能是一个游戏角色，这个游戏角色可以在游戏玩家的帮助下提升他的学习设计能力。当然，可以有多个角色的苏比。
• 苏比可能是一个用来记录人的学习设计活动的工具，记录产生的数据可以用于教育数字挖掘或学习分析，透过这个分析得出的发现不仅可以帮助到用户个人，还可以帮助到其他用户。

Suby is

• Suby is a robot;
• Suby is similar to human beings, in terms of what we currently know and conjecture how human might learn.Suby might be me, you, him/her, or even it(a machine)
• Suby’s internal thinking is more visible than a real person。 Through Suby, we can see how the cognitive machines inside one's mind be built, be used, and be changed. With seeing and understanding these patterns, one can guide their actions in manage their own learning and thinking.
• Suby is an imaginary role, with some scientific theories being embedded into Suby’s world.

 

• If one knows well how Suby learns, one might know well how a person（himself or others） learns.
• If one can design Suby’s learning, one might be able to design others’ learning to a similar degree
• Suby might be a digital learning expert, to model, coach, and scaffold a user's learning design activity
• Suby might be a game role, who can enhance his learning-design power with the aid of the game players
• Suby might be a documenting tool to document one's learning design activity, then the data might be used in educational data-mining, or learning analytic, and then go a step further, the findings can benefit not only the user himself, but to other users.

最强大脑

“最强大脑”推出了机器人“小度”，在一些类似的问题上，与人的最强大脑比赛。换句话说： 人脑与电脑就相同的任务比赛。

想想几个与最强大脑相关的点：

1. 专家尝试向嘉宾解释某个任务，或者在任务完成过程中，尝试对他们正在做的努力进行解读。这中解读有多少能被读懂？
2. 对最强大脑天才的定义：是天生，还是后天的锻炼？相应的问题：普通人可以锻炼这样的能力吗？章子怡与大S对训练孩子大脑的关心；高晓松强调的天生的能力才是真正的能力；佟大为对某些比赛项目的意义的质疑。
3. 让科学流行起来，最强大脑中的科学体现在何处？有哪些有效的努力来促进科学的流行？
4. 体育比赛教练的引入（几个不同教练的点评：羽毛球教练，乒乓球教练，排球教练），比赛时心态调节的教练。锻炼大脑如同锻炼一些竞技项目，存在各种相类似的点。
5. Inside Out 在让科学流行起来的作用
6. 各种知识类节目存在的意义

人的智能与人工智能

人工智能的发展依赖与对人的智能的理解；而我要从反过来的一个角度来看这个问题：人工智能能在哪个方面帮助人的智能的发展。

Suby 就是一个虚拟的角色，好像是介于人与机器人之间，关键是可以从机器如何获得智能来解读人如何获得智能。可能是因为我的脑内有了很强的期望：努力找寻更好地理解人的智能的方法，所以每当看到关于人工智能的事情，我总是尝试着看如何借鉴，如何迁移。

1. AI-in-reverse 的概念
2. CIP 理论本身从电脑的借鉴,电脑智能的类比早有历史，对这个类比可以有更广的扩展。
3. 人工智能界或电脑界专家的点评：人工智能发展对了解人脑的依赖。
4. 从语义学的发展，对于每个相似的任务，电脑与人脑在某些分任务上要达到的结果是类似的，尽管背后的机理可能不同。
5. 人的驾驶与无人驾驶的比较
6. 一些基本智能任务的比较。
7. 面对人工智能时代的到来，一个对策是学会编程；那么，对与人自己的智能，是不是在更早的时代就应该学会对自己智能的编程呢？
8. Coding Artificial Intelligence v.s. Coding Human Intelligence; 这会是一个有趣的类比。
   
   

Suby's story: contents

Contents
    1 人的智能与人工智能
    2 最强大脑
    3 Suby is
    4 苏比是
    5 Suby is building
    6 苏比正在建
    7 Can Suby see her building process and built things?
    8 苏比能看到她建的过程与建出的东西吗？
    9 The sign machines in Suby's mind
    10 苏比脑中的符号机

Suby's Story

Suby is an imagined role, like a cartoon character, an alien, a highly intelligent robot; most important of all, a role that embed and characterize some features of human being. In an artful way, to some truth, in a better concrete and easy to understand way, to help us understand how we think, learn, feel, and do.

苏比是一个想象的角色，好像是一个卡通角色，一个外星人，一个高智能的机器人。最重要地是：苏比能体现人的智能的某些特点。通过艺术的手法，我们能更具象地理解人类自己是如何思考、学习、和感知的。就如电影 Inside Out 中的情绪小人能更具象地帮助我们理解自己的情绪一样。 受影响的观众从普通的观众，到本专业的学生，到患自闭症的小孩。

用树网来解读9学习事件

• 9学习事件的建立是基于行为主义理论和认知信息处理理论，但这并不妨碍我将其他理论融入到这个模型之中。
• 引起注意力，通知目标，展现信息，促进编码，然后让其向外展示其学会的能力，然后给出反馈，进行评估，促进向其他场合的应用。
• 在这几个事件中，有从外到内： 引起注意力，通知目标，展现信息这些都是从外到里的展现信息。这些事件可以用文字来表达，如果将这些事件用图来解读，有一部分可以直接画图；另外的部分需要用到类比模型对所处场景、物体、物体的动及变化进行虚拟表达。经过特殊的处理后，让学生能对整个戏有一个具象的认知，这有利于他们对一个学习策略的真正理解和应用。
• 如果可能，可以让他们假设先帮助Suby这个角色来联系这个策略，理解及熟练之后可以迁移到自己对这个策略的应用。

• 9事件的从外到内，在内部的操作，从内到外；整个戏的场景，物的可见，流动的可见，动作及树的生长的可见。
• 在展现信息时，我可以调用几个不同的的工具来展示这个具体的场景.

1. 直接的结构加例子，给出的是 Mediated information, 还是 Direct experience, 或者称之为 Mediated experience。 2. 上面的一个句子中已经包含了3个维度，或者称其为3个标准。标准一： Receptive

虚拟现实、扩展现实、与对脑城的可视化

假设你可以到Suby脑中去游览，或者通过（虚拟或扩展现实） 在苏比的脑城中，思路小精灵在看发生的事情： 几个脑城树网园被激活了，他们通过加工期生成了了“Train of Thought” 思路列车上正在演的戏。

交通法、信号灯、路况、人形成的目的

如果将一个学习设计中涉及到的各种角色给一个对应的图解的对应，那么对于政策设计者：比如高考制度的设计，每个学年课程的大纲要求，每个老师给每一堂课定的指标等，这些外在的因素好像是：交通法、信号灯等；外在的约束给驾车者设置的目标，或者驾车者自身的驾驶目的与驾驶技术对一个活动所产生的影响。

P(有效的驾驶)= p(交通法的因素)+p(信号灯与路况的因素)+ p(驾驶者的目的)+p(驾驶者的技术)+...

运用这个复合条件概率的公式的目的： 一件事的成功取决于很多因素。如果这些因素都完美，结果自然是完美的。有的时候，一些因素差一些，另外的因素可能强一些，最后的结果也是可以接受的。

引出两个小陈述：现实中的多种因素往往是有其Affordance 与 Constraints, 但是在面临不管是那种已知条件的组合，总是有一个可以干预的、让种种或某种条件变得更好的方法。

而最成功的干预方法应该是对各个关键条件的优化，或者是涉及到各个关键的角色。

Piaget

• 围绕着 Piaget，很多故事可以发生。 作为一个生物学家，一个几个孩子的父亲，Piaget 将两个领域的某种类比建立起来，提供了丰富与详细对儿童的观察。如果理解一个城市的发展变化，可以是成人的城市的某个园子的发展变化，也可以是一个孩童的城市：所有的园子从无到有的发展过程。
• 不管是Piaget, 还是CIP，Schema theory，一个问题：感觉总是在那个中间的发展的阶段开始理解：已经有了一些树与园子，基于这些已有的东西，如何在将其搭建完整。Accretion, elaborated sub-sumption, assimilation 等似乎看起来都是重点在这。问题是：最初的一点点的树是怎么来的，Vygotksy, association theory 有一些解释：基于生物的基础，外来的信号被输入进来，在人的动态的做，与其他人动态的互动过程中，建立起脑中的符号，符号对应的事物。生成了各种能力：识别的能力（识别物体、动作、属性、事件、场景等），在做事的过程中，将这些识别的机器（instantiation）,生成城中在那个特定时刻的Train of thought.
• 如果又融入Bruner 的多模式发展过程的理论，似乎是以（事件）为重点。而对于教育语义学，出来这个Enactive mode 的不存在，但存在的是在用中发展这些符号系统。
• 对于多模式，现实生活中，有几种组合，不是所有的事可以具备这些全部的模式，人作为活动的主体而参与的事毕竟是这个世界中的事件中的一小部分。很多事的发生不在人的视野领域。对这一节的详细的阐述可以参照这个。

在学习事件中，人与人的互动

*昨天看到：关于情商与智商，想到的一个情景：与机器（越来越有可能有机器人在其中）的合作，而大多数是离不开与人[人是最高级的机器，人的情绪，与人的各种交流]的合作. 所以在学习领域中：person interact person: collaboration, social negotiation, bi-directional transformation, internalization, peer-interaction with learning attitudes or even practice skills, adult-or-advanced peer teaching.

不要忘了另外一个特别重要的点：人与人的关系构成了一个人做某件事情的意义感，目的感。从而与做事情的内在动机及外在动机有关系。想想如果要做这个系列的与人有关的漫画、甚至是动漫，这每种关系有一个外在的可以看到的场景预期对应，还有内在发生的故事，有可能是一系列的故事有关。

 *另外一种角色关系可以是职业分工关系：designer, teacher, student, researcher, policy maker, tutor；当然就有了与其相对应的：新的角色的出现，角色的转换，不同过程的混合与发生：比如 Learning by teaching (teach a real person, or a robot, or in a simulated game scenario), learning by designing etc.,

*这有一个提示：不论是在工具的界面设计时，还是在游戏的模块设计时，这个Person interact with person 总是要考虑这些种可能性。这些关系图对应现实生活中的应用场景，有相应的理论及研究与其相关联，看各种关系存在的必要性、优点、限制性，不同角色关系，在不同的场合下的分配，如何帮助当事人做好这些关系等。这便是对戏模型的理解。各种各样的规律。理解这些规律，解读相关的事件，指导对某种关系的设计，在事件中的做。

由Driscoll Matrix 谈起

在这个矩阵中，有几个分类栏，学习目标，学生的作用，教师的作用，学习的前提条件与输入，学习的过程，然后每个理论，及该理论的代表人物。 如果在一个综合类比模型健全的情况下，再来看每个 Cell 中添入的内容，充满了不完整性。

• Driscoll 曾经说过对于一个非常复杂的概念模型，分成子模型来教给学生是一个方法。但是，如果子模型之间的交叉与关联充满了冗余、模糊性。而这个模型的很多部分又没有相应的物理属性与其相对应，所以学生在阅读和尝试理解时，脑中可能是有很多模糊性。
• 对比：有综合物理模型之后的阅读与理解，无模型之前的阅读与理解。
• 有趣的是：当从学生的作用一栏，沿着往下看，一节又一节居然可以像搭积木一般，将整个栏搭成相对完整的戏。从与外界的接触，到加工与处理信息，到和已存在的信息发生关联，到构建与用图式，再到参与到社会活动中，又到与环境的互动，构建多模式，（用一个图表分析会比较有趣）。如果是构建一连串的 Puzzle, 那么每个Puzzle的某些块有多个理论用不同词的对应。
• 当然：我可以从一个核心过程及结果作为起点，然后看这个扩展：比如如果扩展发展多种模式：那么这个多种模式本身的活动与材料应该存在，学生才有可能在这些活动中获得该多模式。在其他的各个栏中，有相应的细化。
• 在这个矩阵中，Goal-directed behavior 成为了直接的学习结果：决定学习兴趣，策略，评估与调整努力的方向。这个学习的成果即应该与其他学科结合起来，也就是说在学习其他学科的过程中实现这个目标。换句话说：这些目标如同（张叶子的树，应该是长各个学科的叶子），但是：不可忽略的是，这个结构树干本身在哪里？学生有机会去学这些结构树吗？
• 在苏比的脑城中，有这个独立的园子吗？如果是钓鱼的技术，除了要钓各个学科的鱼，是不是应该显性地、系统地显示钓鱼技术本身？
• Piaget将学习的成果分成 3 类： Physical knowledge, with perceptual features; logical-math knowledge, without direct perceptual features , and be abstract, can be applied in different fields, the social knowledge, related a culture of human.有趣的几个点：对于任何一种知识，其对应的语言符号（不论声音的、还是图像的，这些符号本身就是有物理属性的物体，在脑城中更是有对应的认知机器）；数学逻辑知识的具象化表达趋势，应用时与物理世界的结合

在物理环境与概念环境中的游历

• 每天，我们在一个复杂的物理环境中游览，在一个更复杂的概念环境中游览。
• 所有的知识依靠于符号系统作为载体： 不论是人，还是机器人，这一点是相同的。 

• Everyday, we navigate in a complicated physical world, and a more complicated conceptual world. 物理世界中有：书，路，人和思路。
• All knowledge are mediated by sign system: for both humane being and machines. 具有语义的符号是人的智能与人工智能共有的。

树网与读万卷书、行万里路、阅人无数

• 这些网伴随这你读的万卷书，行的万里路，与你的阅人无数。
• 而你每读一小段书，可能伴随着激活与经历过的万段思维网路。
• 你行每一小段路（做的每一小件事），可能需要万段思维路的支撑。
• 你的某一个阅人的短短瞬间，可能离不开万段思维路。
• 万万段思维路的存在依靠于：阅人无数，行万里路，读万卷书，还有你脑内的神经网。

在一个给定的任务时刻，脑内激活的图式总和：构成了这个时刻脑内 CAM 戏的综合，每个 CAM-play = (CAM-machine01 + CAM-machine02 + CAM-machine03 + ...), with each CAM-machine = (CAM-TreeNet01+ CAM-TreeNet02+ ...).

那么相当于： 在某个时刻Train of thought 的 Frame 是由激活的 一大组网路的“路”构成。 这一大组网路对应的外在的戏是几种活动的某种组合： （读书、行路【做事】、阅人）。

图式的作用：辅助你的阅读，辅助你对事的解读，辅助你做事。因为图示好像是戏、好像是理论、好像是做事的程序、好像是一个筛子，将流入的信号元素进行某种处理。

图示可能是关于物、动作、事件、属性等。每一次应用时：有不同的图式被激活、被在某些枝干部分激活。

激活的图式集既是树网集合，这些集合好像是桃花阵中的一种组合。

脑城中的桃树是如何发芽、长大的，在每一次，又是哪些桃树按照什么路线组合的？为什么有时候桃树被修剪？

这些路线可能是：SmartArt、搭建戏、Flowchart 中包含的任一种路线关系、或者组合关系。比如说常用的可能是：一个事物的空间构成元素，时间构成元素（比如说一个过程），或者是一个评估与选择的判断过程：不同的输入元素生成不同的输出结果，或者是一个等级关系等。所以桃树的部分枝干的选择，哪些部分按照哪些顺序组合起来很有可能是一句信息图的逻辑来选择组合路线图。

所以Suby 要像建房子或家具一般，在自己的城中建这些逻辑的连接路线，在需要的时候，灵活地激活这些路线和其中的盒子，将正在工作的内容装入这些盒子中。于是这个桃花阵形成了，这个桃花阵伴随着事件的发展不断有新的变化，有的时候可能是在一个大的场景中的连续的变化，有些可能是切换了不同的场景。

A: 记忆宫中是将人的常去的路线及其中的某些点在脑中建立起来一个超强的家具组装，然后对与每一个位置都可以将要记忆的元素进行（有趣的故事：越有趣、越新奇越好）。所以这个记忆的编码与解码有两类：一类是一连串事物的顺序，另一类是将可能无意义的因素编码成有趣的故事，而有趣的故事本身的多模式，人类对新奇事物的更加强健的记忆。这两者因素合成起来导致“特殊速记”的发生。

B:另外一组记忆的秘密：实际的动作的操练，配合脑内让这个剧本操作的发生，两者的配合与辅助有利于动作的发生。如果从这个桃数阵的角度来解释，那么：桃树是一部分，相应的肌肉连接是一部分，脑中的默想是激活了桃树阵，这种激活本身就强化了桃树阵的强大，或者一个形成的桃树阵本身就是一个新的树网，如果经常用的话，这就变得相对地稳定了。在视频中，用脑神经的方法来解释灰质、白质等。

C: 对于一个人经常工作的某个工作的场合，或者是场合中有的空间的划分：房间的划分、家具形成的划分、一个数字工具工作界面导致的空间的划分。这些空间的路线，路线中的某些店都好像是记忆宫中的被记忆路线一般，只不过发生的事的顺序本身可能就是有逻辑关系的。 A,B,C三种情形有什么关联呢？与肌肉的动有什么关系，与什么做的事有什么关系？

引入机器人的类比：机器人的某一刻的活动是其自身某些机器网激活的结果。人的某一刻的活动是其自身机器网路激活的结果。 对于人来说：活动不知是激活本身，更是包含对已存在的机器网的某种改变：丰富了某些东西，将某些网变得更强壮，合并某些网，分解某些网，扦插的方式生成某些网，将某些网的层加深，补全某些缺失的元素等等。(河流与河床的比喻，人的行走与形成的路的比喻)

于是：学习设计可以拓广到：学习材料的设计，学习活动的设计，学习过程的设计。学习是一大类事件：这大类事件有其发生的场景、在其中各种各样的物、各种活动：流过、加过、分类识别、激活、合并、评估、发出动作、改变流通与存储的网、改变某个加工机器的网等。

• These nets accompany your thousands of books read, your thousands of miles walked, your thousands of persons meet.
• For each small paragraph of book you read; by correspond, there might be thousands of thought-net-works.
• For each short road you walked, you might activate thousands of thought-net-works.
• For each time of meeting a person, you rely on your thousands of activated thought-net-works.
• In reverse, your building and using your thousand thought-net-works rely on your reading thousands of books, walking thousands of miles of roads, and experiencing thousands of persons.

每一时刻树网的激活

• 这些网路决定了你在下一步做什么，外面的信息输入与当前已激活的网不断地决定下一步新激活的网，而下一步激活的网，又与下一步流入的信息决定了下下一步激活的网。
• 在某一个给定时刻激活的网，决定了在那个时刻脑城内上演的电影，间接地决定了suby 做的动作（说的话，写的字，画的画，做的某种操作）及相应的情绪表达。 

• These net-work determines what you will do next step, and then the external input information together with activated internal gardens, and then determine the next-next-step would be activated net-work.
• At a given moment the sum of all activated gardens determine the brain-movie at that specific moment, and then indirectly determine what Suby response to the external world: speak, write, draw, do, feel happy, feel anger etc.

脑城中情绪、自我管理、外在管理与树网园的建设

学习这种行为同任何其他行为有类似之处：不只是关于怎么做，更是关于一种博弈。博弈是外在管理与内在管理综合作用的结果。

外在的政策及环境给予的奖励与惩罚的相互作用，内在的选择，然后在不同的因素之间的选择与博弈。
所以这个与学习者的 Ownership 有关，自信的感觉的形成有关，外在压力下的训练转换成内在对该事物的喜欢与自信能做好，这些相互 的作用。

Ken Robinson 的前后演讲的变化：从植物生长的自然角度到应该赋予他们学习能力的转变。

所以每个相关的老师要考虑哪些(包括Subject 本身及所涉及到的广度与深度)是每个人需要的，哪些是鼓励他们按照自己的兴趣去寻找的。如何懂得和应用这些 Magic Formula： the cooking of external motivation/regulation and self-factors. And where the tools/environment structure can be built to assist the occurrence of the magic formula.

交通路面、信号设置、驾驶工具、驾照考试制度、交通法、检测系统、驾驶者个人的技术发展水平、其他个人因素。所有这些因素的发展、变化、与综合决定了整个的安全驾驶这件事。

另外一个例子：医疗中：理论的发展、医疗设备的发展、医院的工作流程（必须按照某个程序去做，必须有不同的团队成员的监督机制来确保）、医生及相关工作人员的知识、技能、态度等、合理的工作时间与工作环境等。这些因素的综合作用。

如果用外压与内压做类比：对于学习事件，这个不同的压共同作用决定了一个事件的成与否。外压与内压是动态地、相关地发展变化。对于内在激励与外在管理/激励，有一组的Pattern 规律可以构建。在家庭教育中、学校教育中，各种误区可能存在。更多的规律需要被识别与发现。

• Suby慢慢地理解了自己在建的过程中的各种情绪，知道什么是有效的情绪，什么是不可避免的情绪，如何调节，如何一点点地克服。
• Suby明白了什么样的树网园是他必须建的，什么样的不是必须建，但是对他会很有帮助。Suby对某一类的树网园的喜欢有的是天生的，有时他坚持了下来去不断地建和比不断地用。这些树网园带给苏比无限的快乐，有些苏比建的很少，慢慢地这些树网不再强健了。
• 有时Suby没有一开始就喜欢一些树网，但是外界环境要求suby必须建这些树网，慢慢地Suby 竟然喜欢上了。
• 如果Suby不能直接地喜欢上某些活动，游戏的方式可以让他间接地喜欢上。

Visualizing the growth and change of tree-nets

If you live in Suby's brain city, you might be able to see the dynamically changed net. You might be able to see the info-flow, and the routes of flowing,the modifying of the info and routes anytime.

Just like what you can see the change of the peach-tree-net, what trees are combined, and what are separated, after the spring, summer, fall, winter, how the trees grow buds, new branches, leafs, and then yellow leafs, and then drop the leafs. Year after year, the tree trunks become thicker and thicker.

#In real life, the length of each year will not change, so that the cycle of tree-growth is stable.

#In brain-city, the cycle of k-tree-net growth is unstable. Often it becomes faster and faster.This means that the owner of the brain-city can apply the tree-net in a faster and more familiar way.

#To some point, the cycle almost the shortest time, and become more stable. This means that the applying of this tree-net becomes automated, requiring the minimal attention.

Most of Suby's tree-nets grow in a healthy way: they have the meaning-roots, and can be applied appropriately.

They experience the 4-season. When needed, the tree-nets can be combined with other tree-nets, or be dismantled to smaller parts.

Suby can extract a specific segment of the net, and trans-plant this segment into other tree-net garden.

Actually, Suby uses this trans-planting to build new tree-net gardens a lot.

#Brain-city, tree-net garden are concepts created with the trans-planted technique, which embed the city, tree, net and other concepts to understand how one might think and learn.

Suby starts to be like a designer/engineer, systematically analyze: what are target tree-nets to be built, determine his own interest, what are the good material, activity, and persons that might help his building.

Then he systematically carry out his building plan, monitor his own effort, and adjust his strategies if necessary.

脑城内树网园的生长变化
#从无到有、从小变大、从少变多、从弱到强（与普通机器的磨损及折旧是相反的概念）、从不准确到越来越准确。
【植物的生长、机器的形成（手工、建筑、房屋等制造出来的有类似之处）、戏的形成，这些作为综合的因素】

如果你在suby的脑城中，

• 你可以看见这些不断变化生成的网路；
• 你能看见信息的流动，流动的路径，被加工与被改变； 
• 你能看见网路就如你能看见桃花阵的变化一样。哪些树被组合在一起，哪些树不断地经历春夏秋冬，树轮一年又一年的变粗，越来越快的经历四季，树网园中越来越大的树冠，越来越多的例子树。

 #在真实生活中，每一年的长度是固定不变的，所以树的生长周期是固定的。
 #在脑城中，树的生长周期是变化的。通常可能变得越来越快，这意味着脑城的主人能够越来越快，越熟练地使用这个树网。 #到某个点后，这个周期变得很短，很稳定。这意味着对这个树网的使用达到了自动化的程度。用能用的最短的时间与注意力。

大多数 Suby 的树网的发展是健康的，大多数的树网有健康的意义根，大多数是他可以应用的，可以经历春夏秋冬的。当需要的时候，Suby可以灵活地将不同的树组合在一起, 或拆分成更小的成分。

Suby 慢慢地可以自己从一些外面的例子树中寻找到其中的规律，自己建立起一些可以经历春夏秋冬的树；有时，suby可以判断别人的结构树的错误之处。

Suby 可以灵活地从一个主题树网园中，扦插一些枝干网，用这些枝干网建其他主题树网，很大程度地提高了建的效率。事实上，Suby 经常使用这种扦插技术去建其他的树网园。

#脑城、树网园这些概念本身就是用扦插的技术，将城，树，网等概念扦插到理解人是如何学习，思维的。


Suby 开始象一个设计师与工程师一般，系统的分析自己要建的树网园，自己决定自己想要建什么样树网园。然后分析哪些材料，活动，与人能帮助他的建，他然后执行自己的设计计划，在执行的过程中不断地监督自己的行为，分析策略的有效性，进行相应的调整。

Visualizing the brain-city net

• Make Suby's brain-city k-machine network visible, the forming, modifying, using process visible.
• The information flow between the outside/inside of the brain become visible.
• The process at a given moment become visible.
• The activated peach-tree-net become visible.
• Why is this specific peach-tree-net be activated, and not others? And why on the linear time line, these sub-nets are activated?
• In the TV drama of "she Diao", in the movie of "Inception" and "Batman", there are similar scenarios of the dynamic activating a network of routes, for the roles' navigating through.
• Inside the brain-city, the role/hero is the thought-elf.
• In other sci-fic or fantastic movies, or in the tomb-thief series, there are similar events too.
• In the movie "Inception", the whole team tried to activate the heir's dream scenario, so that he gave up in the competition.
• In real life, every one's speech, writing, or other information might activate others' brain-movies to some degree.

看见脑内网的变化：如桃花阵、蝙蝠侠的洞、造梦空间 

• 让suby 脑内的机器网变得可见，脑内机器形成的过程变得可见，信息材料从外至内的流动，被处理变得可见。
• 在某个时刻，被激活的思维桃花阵变得可见。 
• 为什么这一系列的桃花阵被激活，而在这一系列中，有这些片段被激活。
• 射雕的片段，Inception 的片段，Batman 的片段，魔幻小说甚至古墓故事的片段。有被某种机关激活的某种路线的生成。有阵法的存在，有布局的原因。
• Inception中一整个团队的努力激活了继承者的特定梦境的生成。
• 在现实生活中，每个人到言行都在以某种程度激活其他人的清醒的心境

Navigating events and mediated events

Suby's daily tasks are:

• Navigate in self-experienced daily events, such as cloth, foods, shelter, and moving.
• Navigate in mediated events, such as experiencing events in books, TVS, and games.
• The combination of the above two.

To analyze and get the components, dimensions. The inside or outside window, the change over space or temporal.

During the analysis process, the story components of a human and a robot share some similarities.

The mechanism of carrying out each detailed task might be different, but at some stage, the effect/result of some sub-tasks might be similar. For example, in the driving situation, no matter the driver is a human or a robot, they all need to perceive the road condition, the traffic situation, and decide to stop the car, change the lane, or do some turning.

Note: From outside to inside of the brain-city, in the brain-city, and from inside to outside of the brain-city; For some segment of the above experiences/events, they must be mediated as the experience/events has the imaginary components.

Suby每天的任务是：
 a:在亲身经历的事件中游历（衣食住行等）；
 b:在媒介化的事件中游历（看真人秀中的衣食住行，玩游戏中的衣食住行，读书，看电视，游戏等）；
a与b的组合。

分析出分解的元素，分出内与外的窗口，将分解出的元素在时间与空间中表达出来。
这个分析的过程，展现的故事与分析一个机器人有类似之处，具体某个子任务完成的机理可能不同，但是，子任务实现的效果可能是相同的，比如无人驾驶中：感知系统对路况与路线的判断，比如脑需要控制的：刹车，到退，转弯等。（无人驾驶的脑是云端的数据的支持，人脑有其巨大的语义网与神经网的支持）

#从脑城外到脑城内，在脑城内，从脑城内到脑城外的特殊游历 #对与某些路段的游历，一定是媒介化的，因为这些游历本身就带有想象的成分。

Thinking is activating k-machine

At a given moment, the brain city activates some schemata, or call them as k-machine. These k-machines can either help you recognize a play, or guide your actions.

Human are advanced and complex machines, so they need to do some type of combinations of the following k-operations:

• Receptive: receive information, recognize pattern, produce an interpreted play with interacting brain-city pre-embedded play.
• Productive: do an action, receptive in productive.

激活树机器网

每时每刻，脑内激活一些图式，或者说激活一些树网机器。这些树网机器要么帮助你辨识而生成戏，要指引你做出一步步的活动。人这个高级复杂的机器，要做得是这几个动作的某种组合：
a）Receptive 接受信息，识别类型，与脑内已有的相互作用生成解读的戏(Productive in receptive)；
b)Productive 做某个动作(Receptive in productive).

Suby's story can help learners, teachers, and learning designers

The movie Inside Out change your understanding of how emotion work!
Suby's story will change your understanding of how your thinking and learning work!

When Suby learns a new word, a garden of trees are planted in the city, these trees are connected together as a tree-network.

These network is like a set of machine that can help Suby do a few tasks.

Suby's thinking and solving problems rely on these tree-net-machines. Suby's learning is the process of building and using these tree-net-machines.

• In a real city, growing trees, building networks, making machines, creating movies, all these things are visible, have specific methods and tools for doing these things.

• Can building Suby's mind-city learn from building a real city?

With Suby's mind city, we will have an interesting, visible way of learning how to learn.

• For a professional learning designer, learning how to learn is about learning design. 
• For a teacher, learning how to learn is about teaching. 
•  For a student, learning how to learn is about learning.