【技术实现步骤摘要】
一种类似于人类智能的机器智能实现方法
本专利技术申请涉及人工智能领域,尤其涉及建立类似于人类智能的通用机器智能领域。
技术介绍
当前机器智能通常是为特定任务设计的,还没有能够完成多种不确定性任务的通用机器。比如深度学习中,多层神经网络通过反向误差传递来寻找误差函数最小的多层映射。机器并不理解输入信息的意义,也不能预测这些信息可能的后续发展过程。卷积神经网络,是通过对多层神经网络的数据做预处理而得到,它也有同样的问题。目前的知识图谱工程,通过在大数据中提取文本或者概念之间的关联,来帮助机器搜索时联系不同事物。但这些关系缺乏量化,缺乏一种方法来帮助机器利用这些关系来推测信息发生的原因,来预测信息发生之后可能的结果。而人类通过学习,能够对输入的信息推测原因、预测结果并作出选择和响应。所以,目前的机器智能和人类的学习方法差异很大,无法产生类似于人类的通用智能。而本专利技术申请认为机器的智能应该基于信息提取,基于经验,而不应该基于数据处理方法,数据处理方法是为方便信息复用服务的。所以本专利技术申请提出的学习方法,是模仿人类学习过程,通过总结信息、重组信息、通过动机来寻找各种重组方案、并通过模仿来实施响应等手段,机器逐步获得和人类类似的通用智能。这些都展现了本专利技术申请提出的机器学习方法和目前业界已有的机器学习方法存在巨大差异。本专利技术申请提出的方法,是针对实现一个类似人类、甚至超越人类智力,并在情绪和动机等方面和人类类似的机器智能,目前在业界还没有与之类似的方法。
技术实现思路
人类的智力是一种 ...
【技术保护点】
1.一种建立关系网络的方法,其特征包括:/n提取2种基本关系来建立关系网络,它们分别是1,信息的相似关系;2,信息的环境关系。/n
【技术特征摘要】
1.一种建立关系网络的方法,其特征包括:
提取2种基本关系来建立关系网络,它们分别是1,信息的相似关系;2,信息的环境关系。
2.根据权利要求1所述的方法中,其特征包括:
机器存储信息到记忆库时,保留信息之间原来的相似性关系和环境关系;机器使用数值或者符号来表示这些信息能在记忆库中存在的时间,它们称为记忆值;同一记忆中的信息,彼此之间存在关系;其中任意两个信息之间的关系强度和这两个信息的记忆值相关。
3.一种记忆存储的方法,其特征包括:
机器存储记忆时,既存储内部传感器和外部传感器给出的数据,也存储机器的需求数据或者机器的情绪数据,或者同时存储机器的需求数据和机器的情绪数据;并且把这些数据存储在同一个记忆中。
4.一种记忆存储的方法,其特征包括:
机器存储记忆时,机器赋予给被存储信息的初始记忆值和存储发生时的激活值相关。
5.一种数据特征选取方法,其特征包括:
机器采用对比局部相似度的方法来选取数据特征;机器按照不同的分辨率来选取数据特征,同样的数据,在不同分辨率下选取的数据特征可能并不相同;机器采用的分辨率包括时间分辨率和空间分辨率,机器分析的数据包括静态数据和动态数据;机器需要对同一数据采用不同的分辨率来进行选取特征的操作。
6.根据权利要求5所述的方法中,一种提取动态特征的方法,其特征包括:
机器采用不同的空间分辨率,使用一到多个窗口来代表窗口内的数据,通过对比窗口的运动轨迹来对比两个动态运动的相似性;机器对比运动轨迹的相似性是在同一空间分辨率下进行对比;机器使用时间分辨率,来对比机器的运动轨迹的变化率,来确定动态速率;机器对比变化速率的相似性是在同一时间分辨率下进行对比;机器需要对数据采用不同的分辨率来进行重复提取。
7.一种对输入信息建立响应的方法,其特征包括:
机器首先在记忆中找到一段或者多段最相关记忆;这些记忆是过去对类似于输入信息的响应,或者是过去对局部类似于输入信息的多个信息的响应;机器寻找这些响应中的过程特征,并按照时间和空间关系把这些过程特征组成一个或者多个动态过程;机器采用同概念下属性相同就可以替代的原则,使用输入信息中的动作相关对象代替记忆中对应动作相关对象,建立起对输入信息的响应;上述过程可以迭代进行。
8.一种机器对计划输出的信息做评估的方法,其特征包括:
机器首先在记忆中找到一段或者多段最相关记忆,这些记忆是机器在过去做出类似输出信息,或者过去做出局部类似输出信息的情况下,得到的外界反馈;机器调用包含这些外界反馈的记忆中的需求状态信息,并把这些需求状态信息做累计,来预估特定响应实际输出后可能带来的后果。
9.一种实现机器经验泛化的方法,其特征包括:
机器首先寻找经验中的动态特征;因为动态特征是...
【专利技术属性】
技术研发人员:陈永聪,曾婷,其他发明人请求不公开姓名,
申请(专利权)人:陈永聪,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。