1.luca:the last universal common ancestor
2.DNA:存储模型，RNA:实现模型功能
3.宇宙:熵增
生命:为了状态，需要很强的减熵能力(智能)，生物被宇宙驱使着不断进化自己，维持平衡，否则必然不会长久存在下去。个体演化可能没有方向，但是整体作为一个复杂系统，也会不断提升智能维持减熵，而低级生命向高级生命演化的过程要求:结构稳定+运行有规则，而拥有双链的DNA在单链受损情况下可以自我修复，保证了生命可以继续演化升级，而依靠RNA存储模型的低等生物不能正常进化升级。
4.great oxygenation event:厌氧的蓝绿菌大量制造氧气，大量消耗了保温的甲烷，导致冰河期到来，一切生物被大量的氧气毒死。物种一旦演化出缺少制衡的优势模型而无限繁殖，就会急剧改变环境的熵增，而自己的演化减熵能力无法跟进环境的熵增就会被环境影响而灭绝。
蓝绿菌成为可以光合作用的叶绿体
好氧菌成为供能的线粒体
5.cambrian explosion
稳定 vs 突变
DNA稳定+有性生殖(差异性，学习能力)
多细胞生物不能移动而近亲结合而逐渐灭亡
多细胞生物可以大范围移动而不能预测处理新环境的信息而灭亡
nerve net ，眼睛的出现促进了生命的演化
6.获能:线粒体/叶绿体，预测:蛋白质，存储:DNA，学习:神经网络/演化，熵差:自动环境，循环反馈
7.生物nn如何在细胞层级允许个体学习知识，获取信息？
8.构建模型，获取信息，做出预测和决策
学习压缩例子，获取信息
信息不变唯一，但传递信息的媒介多样
9.智能:学习和运用知识的能力
智能:构建模型+存储模型+运用模型+获取能量+熵差(维持生命，熵减大于熵增)
知识的描述:模型的代码
point mutation，抗噪能力
被模型代码所编译的工具就是蛋白质
10.学习能力:genetic algorithm
agent 演化:准备信息，候选，筛选，减熵模型
11.data:信息+噪音，知识分离噪音
消除熵=获取信息(调整概率，排除干扰，确定情况)
概率:宏观态是某个微观态的确定性
熵:某人认为宏观态到底是哪个微观态的不确定性
相对事件，相对个体，媒介无关
12.能量永恒，生命必死
Life feeds on negative entropy
获取信息=消耗能量，消除info entropy,消除 热力学熵。
只要能利用info来对抗熵增的系统就是生命
病毒=非生命+生命
11.学习:用知识压缩无限的例子
