纯属自以为是的哲学思考:D

一、越基础、越核心的部分越应该是确定的。

这种“确定”是相对的，主要体现在：

1、最基础的数据变化规律应是确定的——变化趋势最好是连续的；即便不连续，也应该是有规律可循的，比如周期性。

2、由1得出，基础性数据的生成受控制器（函数）和生成器（函数）共同影响。生成器在控制器影响下迭代生成逐批次数据。控制器以已有数据为基础，生成影响生成器生成的权重参数，进而影响数据生成。

3、改变从外来数据的引入开始，这通常是所处空间、环境的变化，以及带来的接纳和排异反应造成的。换句话说，改变所生成数据的趋势，应从改变趋势数据的趋势入手，控制器在尝试接受新数据的过程中，由于调整权重参数所带来的时间复杂度，来决定是否接纳或排异新数据（事物）。接纳则说明新数据具有激励（催化）作用（复杂问题的简单化），否则即为抑制作用（简单问题的复杂化，当然也可能只是在当前可见维度不产生影响）。

二、私有域空间规模的大小，受算力制约。

私有域空间大小同样是相对的。

1、基础私有域为直接可触及空间，我们可以记为D1（D0可理解为自身）。比如，可以在一个时钟周期（一次心跳Heartbeat）内，访问D1空间内的数据。由于D1空间内的数据触手可及，因此自身对D1内的数据操作，可以理解为原子操作。

2、数据变化趋势方向，下一个时钟周期自身所处位置（我们不妨称为Next Step好了）的D1空间，记为自身私有域的D2空间（狭义的）。既然有变化趋势，下一步所处的位置就是一个概率存在，依据概率大小，可以覆盖的空间——比如某一个方向概率为10%，那么在当前和下一步位置之间，不妨设置一个偏向下一步位置的结界点，由这些个结界点将自身包围起来而组成的空间，可以记为广义的D2空间（时间复杂度自然要比狭义D2空间要大得多）。

3、外接信号接收器接收到的光电等信号，所及的可探测空间作为D3空间。D3空间内的事物，通常可以设定为行进方向的目标、需要绕过的障碍以及可能带来的威胁等形式存在。比如，远处道路上的红绿灯带来的信号在0、1之间依次转变，有利于将无序世界进一步转变为有序的世界，带来的判断是基于“规律”的趋势可行。

三、条件概率与贝叶斯公式。

已知推理未知的数学工具。无需多言。

图１　条件概率与贝叶斯公式