一种模仿人类记忆来实现通用机器智能的方法技术

本发明专利技术申请提出的学习方法，是模仿人类记忆的联想激活过程，通过总结经验、经验泛化、利用经验和输入信息重组成多种响应方案，并按照趋利避害的方式来评估这些方案，并通过把一个响应方案分成多个中间环节来寻找可模仿的经验等手段来实施响应。通过本发明专利技术申请提出的方法，机器可以逐步获得从简单到复杂的对输入信息的响应，并拥有和人类相似的情绪表达，这些都展现了本发明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，目前在业界还没有与之类似的方法。

【技术实现步骤摘要】
一种模仿人类记忆来实现通用机器智能的方法
本专利技术申请涉及人工智能领域，尤其涉及建立类似人类智能的通用人工智能领域。
技术介绍
当前人工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人工智能。当前人工智能通常是从大量的标记数据中寻找映射关系，它们无法从输入的信息推测原因、预测结果并做出选择和响应。所以，当前的机器智能和人类的智能差异很大。而本专利技术申请中，我们提出一种建立多分辨率对象，并在学习和生活中提取这些对象之间的多分辨率连接关系，建立多分辨率关系网络。在新的信息输入后，我们通过调用输入信息在多个分辨率下的组织关系，并寻找记忆中类似的组织关系，来推测信息的产生原因、预测可能的结果并做出合理的选择和响应。本专利技术申请在多分辨率关系网络的基础上，进一步提出了建立类似于人类的思维、情绪和个性的人工智能的方法和步骤。
技术实现思路
在本专利技术申请中，我们首先提出几条关于人类大脑工作方式的基本假设，然后通过这些假设来分析大脑的工作流程。然后我们提出如何在机器上实现类似于大脑的基本假设，并提出了在机器上如何本文档来自技高网...

【技术保护点】
1.一种在记忆中寻找和输入信息相关记忆的方法，其特征包括：/n当信息输入时，采用“临近激活”、“强记忆激活”和“相似性激活”的方法，来寻找和输入信息相关的记忆。/n

【技术特征摘要】
1.一种在记忆中寻找和输入信息相关记忆的方法，其特征包括：
当信息输入时，采用“临近激活”、“强记忆激活”和“相似性激活”的方法，来寻找和输入信息相关的记忆。


2.一种把信息存储到记忆中的方法，其特征包括：
机器对输入信息做多分辨率特征提取并存储这些多分辨率特征时，按照保留信息之间原来的相似性关系、时间和空间关系来存储信息特征到记忆库中；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；记忆值可以和其对应的特征存储在一起，也可以分开存储。


3.根据权利要求2所述的方法中，一种记忆信息的组织方式，其特征包括：
直接采用信息输入的时间和空间关系，按照顺序存储，并建立立体坐标来表示信息之间的距离；这个坐标的时间轴可以按照事件驱动机制：每发生一个事件驱动，存储一次记忆，时间轴就增加一个单位。


4.根据权利要求2所述的方法中，另外一种记忆信息的组织方式，其特征包括：
把输入特征建立编码，每个编码和特征自身采用表格的形式对应起来；在记忆空间中，使用编码来代替特征(或者使用特征本身，但附带上编码)；这些编码可以按照相似性来逐层分类，机器只需要根据编码的分类信息就可以快速找到相似的特征。


5.根据权利要求2所述的方法中，另外一种记忆信息的组织方式，其特征包括：
把相似的特征放在一起，但每个特征都带有自己的记忆空间中的立体坐标。


6.根据权利要求2所述的方法中，另外一种记忆信息的组织方式，其特征包括：
在记忆中相邻的信息之间建立连接关系，通过这种连接关系模仿激活电信号的传播和衰减；同时，每个特征接收激活电信号的能力也和自身的记忆值成正相关，...

【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