思维的形态 - lzybio/WikiMe GitHub Wiki
（本文是一篇假说，具体成立与否还需要事实来验证。）
思维的本质存在形式，是思维单位之间所形成的高维度思维关联网络。
思维单位指的是大脑自然认知形成的单位。俗称「一个念头」、「一个想法」等等。思维单位并不是不能进一步细分的原子单位，但是在具体的思维处理过程中，大脑是将思维单位作为认知的最小单元的；对于思维单位的内部结构，大脑一般将其视作黑盒子而不进行解构；关于「思维单位被进一步细分为子单位」的思维过程，本文将其定义为「击穿」。
思维单位是可以分为很多种类型的，且归类大脑而言是非常直观的。典型的思维单位类型有（且不限于）：
- 新建（新建一个单位类型为null的临时思维单位）
- 分类（思维单位内部分为可计数的区块）
- 枚举（思维单位内部枚举不可计数的区块）
- 判断（0或1地进行判断）
- 评价（在0到1的连续轴上进行评分）
- 定义
- 感受（包括直观生理感受和心理感受）
- 观点、原则
- 想要、不想
- 事实（Fact，此处不一定是客观世界里的真相，而指的是主观认为为「真相」的内容）
- 假说（思维单位内部存在结构，但是存在后期调整的空间）
不同的思维单位之间存在关联关系，被称为思维关联。
有的类型的思维关联对于大脑而言是非常直观的。例如：因果关系类比关系、组合关系（多个思维单位组合在一起，其实就成了一个父级别的分类/枚举思维单位）、支持/反驳关系等。
同时，也存在一些类型的思维关联，对于大脑而言并不直观。例如，有的思维单位之间只有模糊关联关系，大脑能察觉到二者之间的相关关系，但是难以将思维关联进行准确的定义或归类；再比如有的思维单位之间并无严格的逻辑关联，但是就是被大脑自定义关联起来形成远程概念对，类似于互联网上的超链接关系。
对于难以归类的思维关联，仍需要用其他的评价手段来加以评价。可能的选项之一就是思维关联的强度。具体如何应用该参数，仍有待讨论。
思维的本质存在形式，是无限制的超高维度思维关联网络。然而，在实际应用过程中，我们需要使用降维手段来获得高维度思维在低维度的投影。只有获得了低维度的投影，思维才能被固定化保存下来。（详见思维固定化工具条目）
我们常用的思维模式是一维的线性思维。先想到的东西就先表达出来，后想到的东西就后表达出来——这是最简单的思维模式。长期以来，我们所使用的文字系统其实就是一种一维思维。但是线性思维的复杂程度太受局限了，每一个「想法」只能与前后两个想法发生关联，能够支持的逻辑关系过于简单。然而，聪明的人类早就对线性的文字做了改造，使得它能承担一定程度的二维思维：典型的例子就是「总-分-总结构」，在「分」的部分支持了分类论述，使得整体的思路不再是一维的、而是能在二维平面上展开的。进入电子时代后，Wiki和超链接更是支持了在一维线性文字的基础上实现超维度的定点跳跃。总而言之，一维线性思维已经存在很成熟的记录工具，是能够方便地固化保存下来的。
然而，现有的一维思维记录工具也并不完美：
例如，现有的通用一维格式仍存在类似于「页」的概念，比方说一个txt文档、一个Onenote页面、一个Wiki词条；然而在事实层面，除了「句子」作为最小的有意义单位以外，更高层级的固定分类其实是并不存在的；这就如同物种分类上，种（species）客观存在，但是向上的「属」、「科」并非客观存在，如果要用「科」作为固定的分类单位，那必然使得分类与事实产生偏离；可惜的是，现有的方案当中，「页」的概念仍然占据了主流。
再例如，检索的方式并非检索特定的句子、自然段或者文章，而是基于关键字的检索，这就很成问题，因为重复的关键字实在是太多了；这就如同检索生物分类，用的不是物种信息或者科的信息，而是用一小段DNA片段来检索，那么可能检索出来成千上万的结果；由于计算机基于ASCII和UNICODE的编码方式固然存在，我想更高级的检索方式恐怕难以在几十年内形成。
还例如，前述的文本分叉结构和超链接在直观观察层面上仍然是一维的，只不过是用一维的方式模拟了二维平面和高维度空间而已，高于一维的思维仍然缺乏有效的记录工具。
传统上，我们可以通过「画图」来实现高维思维的二维投影。
而在现代，借用计算机上的思维导图软件，二维思维投影变得更加方便和直观。有的思维导图工具甚至用二维的方式模拟出了一定程度的第三维度效果：例如支持对主体添加note或tag，而这些note和tag并不显示在二维平面上，而是需要点击才能「击穿」显示出来的。总之，思维导图软件在一定程度上提升了思维记录工具的可用维度。
然而，在二维化的过程当中，现有的思维导图软件都走入了邪门歪道，取消了人类思维模式当中的一个重要特性：自由组合。我们用一维线性思维来解释「自由组合」：在一维线性文字当中，最小的单位是字词，最小的有意义的单位（或者说「节点」）是句子。句子与句子之间线性关联，形成了最基本的一维思路。多个在一维上连续的句子可以组合为一个「自然段」，形成较高一级的单位。在审视不同自然段时间的关系的时候，我们就可以不用细看自然段内的每个句子，而仅仅只把自然段当作「节点」了。再向上，我们还能将小标题当作节点、将一篇文章当作节点、将一个章节当作节点、将一本书当作节点、将一套书当作节点……总之，可以充当节点的层次非常丰富，而且具体选择多长的线性空间当作节点是可以自由决定的（scalability）。但是，在现有思维导图软件当中，二维平面当中的节点的大小（scale）是固定的：「主题」既是唯一可以充当节点的单位，也是最小的有意义单位——类比而言，就如同在一维线性文字当中，只允许存在句子这一最小层级的节点，不允许分段、分小标题、分章节……可想而知会丢失多少信息关联的功能。
在现有条件下，三维思维投影是完全不现实的。
首先是人脑的三维建模能力本身就很有限，即使是能够实现三维思维投影，也很难handle。
更现实的问题在于现有的科技水平只能在二维屏幕上再现二维画面，因此对于三维的物体只能模拟而无法真实再现。
基于以上两点，现有条件下，可用的思维投影最高只能达到二维的层次。大于或等于三维的思维投影是不具备可用性的。