一种高可靠性通用人工智能核心软件算法模型制造技术

本发明专利技术涉及通用人工智能，是一种高可靠性通用人工智能核心软件算法模型。可靠性在于设备物理双倍数量各种传感器作为软件算法纠错容错机物理保障，软件算法超级神经元集合为核心左右对称单独运算处理，与左右小脑运算结果输出到同相差分纠错算法模块后双端物理输出。超级神经元集合在各种传感器输入与记忆信息在根循环分形递归单元分化出多级子循环分形递归单元，求出所有分形后递归返回得到抽象模型参与逻辑运算。解决了通用机器人、移动智能设备、无人自动驾驶装置对这个真实世界自我反应与学习，本发明专利技术的软件算法与框架成为当今世界各国各公司争相突破的难题破解具体方案。

【技术实现步骤摘要】
一种高可靠性通用人工智能核心软件算法模型
本专利技术涉及通用智能机器人和智能移动设备的人工智能核心算法与程序框架，是一种高可靠性通用人工智能核心软件算法模型。
技术介绍
1950年10月，英国科学家图灵发表一篇题为“机器能思考吗”的论文，成为划时代之作。近70年来，无数人工智能专家学者以现代通用计算机为基础，在人工智能领域勇于探索，美国谷歌公司开源的TensorFlow深度学习框架、脸书公司开源的Pytorch深度学习框架，还有国内一些人工智能公司非开源的框架，在图像识别、语音识别领域取得重大进展，国内国外软件算法的识别正确率达到并超越人类视觉与听觉。然而计算机软件深度学习算法在真正智能，或与人类等同的智慧自我表达方面，进展缓慢，智能低下，无法自适应学习，人工学习进化到自适应学习，一个高可靠性软件框架，成了现在世界各国研发急突破的软件算法核心关键。
技术实现思路
本专利技术的主要目的是：解决通用智能机器人和智能移动设备在目前全球各种方案只能用数学方式人工编程输入训练基准图片与音频数据，才能处理图像识别和语音识别，机器系统与软本文档来自技高网...

【技术保护点】
1.一种高可靠性通用人工智能核心软件算法模型；其特征在于：（1），软件中的超级神经元集合，分为左右大脑，两个独立运算的程序，可以在单一硬件设备主机单一操作系统独立进程和独立线程运行，也可以在一个设备两个独立硬件主机两个操作系统分开独立运行左右超级神经元集合；（2），超级神经元集合(左大脑，右大脑)输入设备摄像头、麦克风、人机接口都是同端输入，左小脑、右小脑输入各种传感器都是同端输入；（3），超级神经元集合(左大脑，右大脑)与左小脑、右小脑输出到同相差分纠错与输出单元进行纠错容错可靠性计算后同端输出控制外部硬件设备与记忆控制单元进行加密解密，分开份数据库存储；（4），超级神经元集合核心是意识循环...

【技术特征摘要】
1.一种高可靠性通用人工智能核心软件算法模型；其特征在于：（1），软件中的超级神经元集合，分为左右大脑，两个独立运算的程序，可以在单一硬件设备主机单一操作系统独立进程和独立线程运行，也可以在一个设备两个独立硬件主机两个操作系统分开独立运行左右超级神经元集合；（2），超级神经元集合(左大脑，右大脑)输入设备摄像头、麦克风、人机接口都是同端输入，左小脑、右小脑输入各种传感器都是同端输入；（3），超级神经元集合(左大脑，右大脑)与左小脑、右小脑输出到同相差分纠错与输出单元进行纠错容错可靠性计算后同端输出控制外部硬件设备与记忆控制单元进行加密解密，分开份数据库存储；（4），超级神经元集合核心是意识循环运算表达单元对逻辑运算控制根循环、分形、递归单元，根循环、分形、递归单元不断分化出子循环、分形、递归单元，直到分化停止结果递归返回根循环、分形、递归单元抽象成模型进行逻辑运算，逻辑运算结果抽象成意思返回意识循环运算表达单元和抽象意识建模；（5），具体根循环、分形、递归单元可以对视频、音频、传感器、记忆、人工输入接口、认知抽象模型、精密逻辑模型的数据进行多级子循环、分形、递归单元展开，运算出抽象结果递归返回逻辑运算单元。


2.根据权利要求1中的超级神经元集合进一步特征是，输入设备必须双倍数量的摄像头、麦克风、人机接口、记忆数据库，同端输入到左右两个超级神经元集合，在设备操作系中超级神经元集合左右对称，程序代码相同...

【专利技术属性】
技术研发人员：龙东亮，
申请(专利权)人：龙东亮，
类型：发明
国别省市：广东;44