汉字将会是未来的智能技术的核心

　　现今的人工智能和神经网络的核心是图像处理，这个图像不单指视觉图像，还包括声音、压力信息等，简单就是点群组成个具有一定特征的像（集合）。
　　点有属性，如一般视觉点的属性是（红、绿、蓝），声点的属性是（音调，响度，音色），这些点集可以组成具有人类可识别特征的图，两者可分别称为色图、声图。
　　图像有处理方法：图像数字化；图像变换；图像增强；图像恢复；图像压缩编码等。
　　PhotoShop常用平滑、锐化、模糊等都是其中的方法。这些方法也可以处理非色图。
　　优秀的图像是自然的，比如下图的左图。
　　原图和填充图
　　知道上面的基础知识，想象我们能否将汉字变成一个点，一篇诗词或文章就是一个图呢？这个图称之为文图。
　　古代总是崇尚五行论，不妨，我们假设，一个汉字对应的点用五行参数（金，木，水，火，土）表示，每个参数取值范围是0255，即
　　金（255，0，0，0，0）
　　木（0，255，0，0，0）
　　水（0，0，255，0，0）
　　火（0，0，0，255，0）
　　土（0，0，0，0，255）
　　根据常识，光生于火，利于木，假设光（0，200，0，200，0）。
　　钢是对含碳量质量百分比介于0。02至2。11之间的铁碳合金的统称，不妨假设钢（100，2，0，0，1）
　　力甲骨文是翻土的农具，不妨假设力（30，10，4，0，20）
　　国古文是兵戈守护城邑，不妨假设国（40，20，12，10，31）
　　以此类推，制造神经算法的训练集，除金，木，水，火，土外，其他预设值都是可以变的。
　　除此之外，还可以通过意思近似来作训练，比如拒绝不，即若拒（12，8，1，40，3），绝（40，20，10，12，0），那么不应该在（26，14，6，26，2）附近，融合方法与色彩RGB的融合方式一样。
　　汉字是多义的，如后：君主；帝王：商之先～（先王）。帝王的正妻：皇～。太～。诸候。《書舜典》：肆覲東后。指空间在背面，反面的，与前相对：～窗户。～面。～学。～缀。～进。时间较晚，与先相对：日～。～福。～期。指次序，与前相对：～排。～十名。子孙：～辈。～嗣。～裔。～昆。无～（没有子孙）。姓。
　　但后只有两个本征含义，即次序意义，和君主义（皇后、后王），而前者义则可以用後表示，（后是後的简化字，原本意义就是分开的），这样后和後就各只有一个含义。（姓，无意义）
　　一般一个汉字最多三个本征含义，原本都是一个含义的，由于假借、或通假等历史原因产生了一字多义，所以可以从古文中找另外两个其他形式的字借用。输出文章汉字再代回来。
　　如此，就可以制造训练集，通过神经网络训练，可以得出每个常用汉字的属性值。
　　对于一首诗和一篇文章，我们可以将其中汉字编译成这个五行参数，形成一张文图。
　　分析这些文图特征，我们就可以随意用白话文来写诗和文章了。
　　比如，
　　我想你了，而你却不知道五行参数点文图图像处理（磨平、自然化、特征化）优美的文图反译山有木兮木有枝，心悦君兮君不知。
　　五行参数点与色彩点是否有转换关系呢？
　　如果有，是否能利用五行参数点从一个高维的视角去识别图像，就像人一样，而不是像现在这样扫描式识别呢？
　　一个马的图像转换后其中一个值就是马（，，，，）
　　甚至用一张（动）图自动写文章，而不像现在的人工智能因为一点噪声就牛头不对马嘴。
　　如果可以，汉字就是未来的智能技术的核心，而不像现在这样脱离不了英文。英文这类符号语言本身就是代码了，其意义理论上是可以随便指定的，可以随意造字。而汉字对应的五行参数点本身就有意义，和色彩点一样。就像颜色是由（红、绿、蓝）视锥细胞形成的一样，外界概念认知对于大脑而言，是由基本的五种神经体系构造而成，表示出来就是古人所说的五行，五行抽象出来就是五种认知神经系统。