计算机模拟人脑学习知识的方法、逻辑推理机及类脑人工智能服务平台技术

本发明专利技术涉及计算机领域，具体说是计算机模拟人脑学习知识的方法、逻辑推理机及类脑人工智能服务平台，其中计算机模拟人脑学习知识的方法包括：建立计算机类脑知识库，包括词库、类库、资源库、智能信息管理库；计算机将调用语义分析器将由自然语言语句单句生成的类基本元素和语义性质以类的方法创建并存储于类库；计算机基于类库中的智能知识元素，针对智能应用需求调用语义分析器生成智能应用程序，并将其存储于智能信息管理库。本发明专利技术以人工的方法将人脑以智能计算和判断来认识客观事物的认知模型和基于认知模型进行逻辑推理的智能机制模拟到计算机系统，实现机器模拟人脑的智力功能进行学习和工作，形成了类脑人工智能服务平台。

Computer Simulation of Human Brain Learning Knowledge, Logic Reasoning Machine and Brain-like Artificial Intelligence Service Platform

The invention relates to the field of computer, in particular to the method of computer simulation of human brain learning knowledge, logical inference engine and brain-like artificial intelligence service platform. The method of computer simulation of human brain learning knowledge includes: establishing computer brain knowledge base, including lexicon base, class base, resource base and intelligent information management base; The machine will call the semantic analyzer to create and store the basic elements and semantic properties of classes generated by natural language statements in the class library. The computer will call the semantic analyzer to generate intelligent applications based on the intelligent knowledge elements in the class library, and store them in the intelligent information management library. \u3002 The invention simulates the cognitive model of human brain to recognize objective things by intelligent calculation and judgment and the intelligent mechanism of logical reasoning based on cognitive model to computer system by artificial method, realizes the intelligent function of machine to simulate human brain to study and work, and forms the artificial intelligence service platform of human brain.

【技术实现步骤摘要】
计算机模拟人脑学习知识的方法、逻辑推理机及类脑人工智能服务平台
本专利技术涉及人计算机领域，具体涉及模拟人脑学习知识的方法、逻辑推理机及类脑人工智能服务平台。
技术介绍
人工智能的理想目标，是使机器能以类脑的方式学习和工作。实现这个目标，需要以人工的方法将人的认知模型和智能机制模拟到计算机，即以类脑方法处理计算机中的数据信息，由于哥德尔不完全性定理和图灵停机定理所证明的逻辑形式系统和机械计算能力的局限性，导致这种类脑人工智能的技术至今未能实现。所谓哥德尔定理和图灵停机定理证明的逻辑局限性，通俗地说，就是其定理证明，以“肯定”和“否定”或“真”和“假”的形式对命题(自然语句)进行逻辑判断的计算是算法上无解的。而人脑认知的基本功能就是逻辑判断和推理，并且推理是依赖于判断之后进行计算的。因为计算机是算法机器，即是在算法驱动下运行物理装置。如果判断无算法，则说明人脑基于判断的认知思维是不可计算的；如果不将认知思维形式实现为可计算的逻辑算法，就无法将人的认知模型和智能机制模拟到计算机。因而，解决类脑人工智能的关键，就在于解决将自然语言转换计算机程序语言和如何以程序语言模拟人脑逻辑判断推理的算法问题。针对上述困难，万继华于2006年在《自然辩证法研究》发表关于《基因语义性质的哲学和实证考察》的论文，提出以本质唯一性解决语义二义性的本体信息哲学思想，同时提出了通过抽取命题的语义性质为信息实体对命题进行逻辑判定，以消除在哥德尔不完全性定理中形成语义悖论的基因量子算法。创建了以四组基因量子语义信号编码的真值表判定方法。之后，出版专著《本体逻辑原理与应用》(广东科技出版社2008年出版)，系统地论述了计算机如何理解人类自然语言的本体哲学理论和逻辑计算技术。并于2008年10月在全国第四届逻辑系统、智能科学与信息科学学术会议上作了《基于哲学本体论的真值演算系统——实现计算机理解自然语言的逻辑方法》的学术报告，其报告以论文编入《逻辑学及其应用研究》的学术论文集(贵州民族出版社2009年出版)。并已于2016年10月获得《将自然语言翻译为计算机语言的方法、语义处理器和人机对话系统》的专利技术专利权(专利号:ZL201310657042.8)。上述专利技术专利中将自然语言翻译为计算机语言的方法，提出了“计算机利用词库和分词规则识别提取自然语言文字中的语法成分、逻辑联结词和逻辑语义，并基于信息管理库将语法成分翻译成表示计算机面向对象语言中的基本元素名称的字符串代码、将逻辑联结词翻译成表示程序控制的程序转移指令代码、将逻辑语义翻译成表示肯定和否定的二进制代码，并由这些代码拼接成为程序语言”的智能技术方案。因为语言是表达人脑认知和思维的信息工具及载体，将自然语言翻译为计算机语言就意味着机器可以按照人以自然语句（命题）给出的指令进行工作，也意味着机器能以自然语言与人进行交互并能以判断推理方式模拟人脑的逻辑思维，也意味着类脑人工智能的目标可以实现。但该专利方案并未给出计算机如何学习知识和如何以判断推理的计算方法智能进行工作和执行程序，由此导致该专利没有完整和系统地解决人工智能需要机器以类脑方式进行学习和工作的技术问题。最近由于证明和完善了逻辑判定推理的公理化算法，基于该算法可形成机器判断推理和模拟人脑学习及工作的人工智能系统。
技术实现思路
针对上述技术问题，本专利技术提供一种计算机模拟人脑学习知识的方法，其包括以下步骤：（1）建立计算机类脑知识库，包括词库、类库、资源库、智能信息管理库，其中：词库，用于存储以自然语言表示场景或事件的词语及与词语对应的词性；类库，用于存储与自然语言语句的语法成分对应的类基本元素和由类基本元素组成的与主、谓两个逻辑单元对应的真的性质，其中:对应主语的对象元素的语义性质以肯定性质为真，用二进制代码1表示，对应谓语的函数元素的语义性质以肯定或否定为真，每一个自然语句谓语对应的函数的语义性质只能以肯定和否定中的一种性质为真，用二进制代码1或0表示，1表示肯定为真，0表示否定为真；资源库，用于存储上述场景或事件的信息资源，并与类库中的类基本元素及对象和函数元素为真的性质对应；智能信息管理库，用于存储类似人脑管理思维的判断推理算法程序和管理行为的智能应用程序以及所述类库、资源库、词库三者之间的对应关系；（2）计算机将自然语言语句中表示语法成分的词语及词性读入或添加到词库，然后调用语义分析器将由自然语言单句生成的类基本元素和语义性质以类的方法创建并存储于类库，同时将与类基本元素和语义性质对应的场景进行配置并存储于资源库，其中对象、函数的语义性质与资源库对应场景的性质保持一致为真；对象对应场景的性质以肯定1为真，函数对应场景的性质以肯定1或否定0为真，其中语义性质为1的函数对应性质以肯定为真的场景、语义性质为0的函数对应性质以否定为真的场景，由此形成以主、谓概念对应对象、函数单元的逻辑知识元素；（3）计算机基于类库中的智能知识元素，针对智能应用需求调用语义分析器，将由自然语言单句、复句或语句集来满足应用需求的自然语言程序生成智能应用程序，并将其存储于智能信息管理库。作为优选，所述词库分为系统词库、私人词库和公共词库，系统词库用于存储逻辑联结词和生成语义性质的否定词，私人词库用于存储用户自定义的专用词语对应其专用领域或区块性的类库和资源库，公共词库用于存储词性规范的公共词语。作为优选，所述类库包括本体异构函数，所述本体异构函数是将不同词语或术语指称同一场景或场景元素的表述同时对应或定义为同一词语或术语的方法。本专利技术还提供一种根据计算机模拟人脑学习知识的方法构造的逻辑推理机，采用软件或硬件形式，包括知识信息获取模块、判断推理计算模块、操作程序生成模块、操作程序执行模块；所述知识信息获取模块获用于获取智能信息管理库中的应用程序和以判断推理计算应用程序的算法程序；所述判断推理计算模块用于以获取的公理算法程序对应用程序进行判断推理计算；所述操作程序生成模块用于根据逻辑计算的结果生成可操作的判断推理结论程序；所述操作程序执行模块用于执行判断推理结论程序。作为优选，所述判断推理算法程序包括判断算法程序和推理算法程序，判断算法程序是以单句程序中的函数语义性质的二进制代码与类库中表示其对应函数为真的语义性质的二进制代码进行相同或不同的比较计算，如果二者相同即为11或00，则判断单句程序为真并返回判定值为1；返回值为1的单句程序，按获取应用程序中的语义性质及对象和函数名对应其场景资源判定该程序；如果二者不同即为10或01，则判断为假并返回判断值为0；返回值为0的单句程序，按获取应用程序中的语义性质变反后，以与对象和函数相符的语义性质对应其场景资源判定该程序；所述推理算法程序是基于单句在判定程序中的返回值和由单句及单句与单句形成的复句之间的逻辑关系推出结论的计算程序；语句间的逻辑关系分为充分、必要、充要条件关系和或、与三类关系。作为优选，所述计算程序计算充分条件的方法为:判定前件的返回值为真则推出后件的值必真、判定前件的返回值为假则推出后件的值为可真、判定后件的返回值为真则推出前件的值为可真、判定后件的返回值为假则推出前件的值必假；所述计算程序计算必要分条件的方法为:判定前件的返回值为真则推出后件的值为可真、判定前件的返回值为假则推出后件的值必假、本文档来自技高网...

【技术保护点】
1.计算机模拟人脑学习知识的方法，其包括以下步骤：（1）建立计算机类脑知识库，包括词库、类库、资源库、智能信息管理库，其中：词库，用于存储以自然语言表示场景或事件的词语及与词语对应的词性；类库，用于存储与自然语言语句的语法成分对应的类基本元素和由类基本元素组成的与主、谓两个逻辑单元对应的真的性质，其中:对应主语的对象元素的语义性质以肯定性质为真，用二进制代码1表示，对应谓语的函数元素的语义性质以肯定或否定为真，每一个自然语句谓语对应的函数的语义性质只能以肯定和否定中的一种性质为真，用二进制代码1或0表示，1表示肯定为真，0表示否定为真；资源库，用于存储上述场景或事件的信息资源，并与类库中的类基本元素及对象和函数元素为真的性质对应；智能信息管理库，用于存储类似人脑管理思维的判断推理算法程序和管理行为的智能应用程序以及所述类库、资源库、词库三者之间的对应关系；（2）计算机将自然语言语句中表示语法成分的词语及词性读入或添加到词库，然后调用语义分析器将由自然语言单句生成的类基本元素和语义性质以类的方法创建并存储于类库，同时将与类基本元素和语义性质对应的场景进行配置并存储于资源库，其中对象、函数的语义性质与资源库对应场景的性质保持一致为真；对象对应场景的性质以肯定1为真，函数对应场景的性质以肯定1或否定0为真，其中语义性质为1的函数对应性质以肯定为真的场景、语义性质为0的函数对应性质以否定为真的场景，由此形成以主、谓概念对应对象、函数单元的逻辑知识元素；（3）计算机基于类库中的智能知识元素，针对智能应用需求调用语义分析器，将由自然语言单句、复句或语句集来满足应用需求的自然语言程序生成智能应用程序，并将其存储于智能信息管理库。...

【技术特征摘要】
2017.04.17 CN 20171024783121.计算机模拟人脑学习知识的方法，其包括以下步骤：（1）建立计算机类脑知识库，包括词库、类库、资源库、智能信息管理库，其中：词库，用于存储以自然语言表示场景或事件的词语及与词语对应的词性；类库，用于存储与自然语言语句的语法成分对应的类基本元素和由类基本元素组成的与主、谓两个逻辑单元对应的真的性质，其中:对应主语的对象元素的语义性质以肯定性质为真，用二进制代码1表示，对应谓语的函数元素的语义性质以肯定或否定为真，每一个自然语句谓语对应的函数的语义性质只能以肯定和否定中的一种性质为真，用二进制代码1或0表示，1表示肯定为真，0表示否定为真；资源库，用于存储上述场景或事件的信息资源，并与类库中的类基本元素及对象和函数元素为真的性质对应；智能信息管理库，用于存储类似人脑管理思维的判断推理算法程序和管理行为的智能应用程序以及所述类库、资源库、词库三者之间的对应关系；（2）计算机将自然语言语句中表示语法成分的词语及词性读入或添加到词库，然后调用语义分析器将由自然语言单句生成的类基本元素和语义性质以类的方法创建并存储于类库，同时将与类基本元素和语义性质对应的场景进行配置并存储于资源库，其中对象、函数的语义性质与资源库对应场景的性质保持一致为真；对象对应场景的性质以肯定1为真，函数对应场景的性质以肯定1或否定0为真，其中语义性质为1的函数对应性质以肯定为真的场景、语义性质为0的函数对应性质以否定为真的场景，由此形成以主、谓概念对应对象、函数单元的逻辑知识元素；（3）计算机基于类库中的智能知识元素，针对智能应用需求调用语义分析器，将由自然语言单句、复句或语句集来满足应用需求的自然语言程序生成智能应用程序，并将其存储于智能信息管理库。2.根据权利要求1所述计算机模拟人脑学习知识的方法，其特征在于：所述词库分为系统词库、私人词库和公共词库，系统词库用于存储逻辑联结词和生成语义性质的否定词，私人词库用于存储用户自定义的专用词语对应其专用领域或区块性的类库和资源库，公共词库用于存储词性规范的公共词语。3.根据权利要求1所述计算机模拟人脑学习知识的方法，其特征在于：所述类库包括本体异构函数，所述本体异构函数是将不同词语或术语指称同一场景或场景元素的表述同时对应或定义为同一词语或术语的方法。4.根据权利要求1或2或3所述计算机模拟人脑学习知识的方法构造的逻辑推理机，采用软件或硬件形式，其特征在于：包括知识信息获取模块、判断推理计算模块、操作程序生成模块、操作程序执行模块；所述知识信息获取模块获用于获取智能信息管理库中的应用程序和以判断推理计算应用程序的算法程序；所述判断推理计算模块用于以获取的公理算法程序对应用程序进行判断推理计算；所述操作程序生成模块用于根据逻辑计算的结果生成可操作的判断推理结论程序；所述操作程序执行模块用于执行判断推理结论程序。5.根据权利要求4所述逻辑推理机，其特征在于：所述判断推理算法程序包括判断算法程序和推理算法程序，判断算法程序是以单句程序中的函数语义性质的二进制代码与类库中表示其对应函数为真的语义性质的二进制代码进行相同或不同的比较计算，如果二者相同即为11或00，则判断单句程序为真并返回判定值为1；返回值为1的单句程序，按获取应用程序中的语义性质及对象和函数名对应其场景资源判定该程序；如果二者不同即为10或01，则判断为假并返回判断值为0；返回值为0的单句程序，按获取应用程序中的...

【专利技术属性】
技术研发人员：万继华，
申请(专利权)人：湖南本体信息科技研究有限公司，
类型：发明
国别省市：湖南,43