改进的人工智能系统技术方案

提供了一种模块化的人工智能(AI)处理系统，包括：输入模块，配置为接收输入数据；输出模块，配置为输出系统处理的数据；第一主体模块，可操作地连接到输入模块和输出模块，第一主体模块配置为在使用中处理输入数据并生成用于输出模块的输出数据，并且包括两个或更多个第一子主体模块，每个子主体模块包括内部存储器状态，并经由通信通道可操作地连接到第一主体内的至少一个其他子主体模块；每个第一子主体模块配置有通信算法，该通信算法限定子主体模块如何与其他子主体模块通信以使第一主体模块能够处理输入数据，并且在使用中两个或更多个第一子主体模块中的至少一个配置为取决于其内部存储器状态来处理输入数据；以及子主体产生模块，配置为在使用中通过复制第一子主体模块中现有的一个第一子主体模块来生成新的子主体模块，以增加系统的第一性能度量。以增加系统的第一性能度量。以增加系统的第一性能度量。

【技术实现步骤摘要】
改进的人工智能系统


[0001]本公开涉及人工智能(Artificial Intelligence，AI)领域。具体地，本公开涉 及一种模块化的AI处理系统，该模块化的AI处理系统被配置为是可扩缩 (scalable)的并且学习快速解决大范围的新任务；一种训练模块化的AI处理系 统的方法，以学习解决新任务，并且学习使得模块化的AI处理系统能够学习快 速解决新任务的有效通信算法。

技术介绍

[0002]人工智能(AI)在现代生活的不同方面中的使用和扩散在过去十年中显著 增加，并且被认为是当前技术研究的强势领域之一。AI系统现在常用于移动计 算应用、金融、医疗诊断和汽车工业，这里仅列举几个商业应用领域。
[0003]许多现有AI系统被设计和训练为执行一个或多个特定任务。通常，这通过 使用训练数据集训练AI系统来实现。来自训练数据集的要素(element)由AI 系统输入和处理，生成对应的输出。然后通过将所生成的输出与预期的输出进 行比较并改变AI系统的参数，来迭代地改进AI系统的性能，直到输出行为与 预期行为收敛(converge)为止。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模块化的人工智能AI处理系统，包括：输入模块，配置为接收输入数据；输出模块，配置为输出由所述系统处理的数据；第一主体模块，可操作地连接到所述输入模块和所述输出模块，所述第一主体模块配置为在使用中处理所述输入数据并生成用于所述输出模块的所述输出数据，并且包括两个或更多个第一子主体模块，每个子主体模块包括内部存储器状态，并经由通信通道可操作地连接到所述第一主体内的至少一个其他子主体模块；每个第一子主体模块配置有通信算法，所述通信算法限定所述子主体模块如何与其他子主体模块通信以使所述第一主体模块能够处理所述输入数据，并且在使用中所述两个或更多个第一子主体模块中的至少一个第一子主体模块配置为取决于其内部存储器状态来处理所述输入数据；以及子主体产生模块，配置为在使用中生成新的子主体模块，以增加所述系统的第一性能度量。2.根据权利要求1所述的AI处理系统，其中，所述子主体产生模块还配置为在使用中：接收所述输出数据；使用所述输出数据来确定是否满足与所述系统的第一性能度量关联的第一阈值条件；以及如果不满足所述第一条件，则生成所述新的子主体模块，所述新的子主体模块包括在所述第一主体模块中，以增加所述系统的第一性能度量。3.根据权利要求1或2所述的AI处理系统，其中，每个第一子主体模块配置有共享的通信算法，并且所述子主体产生模块配置为在使用中通过复制所述第一子主体模块中现有的一个第一子主体模块来生成包括所述共享的通信算法的新的子主体模块。4.根据权利要求3所述的AI处理系统，其中，所述输入数据包括多个分量数据，所述两个或更多个第一子主体模块中的每个第一子主体模块的内部存储器状态配置为取决于由关联的第一子主体模块处理的数据，并且所述两个或更多个第一子主体模块配置为处理不同的分量数据，使得至少两个或更多个第一子主体模块中的每个第一子主体模块包括独特的内部存储器状态。5.根据权利要求4所述的AI处理系统，其中，所述至少两个或更多个第一子主体模块中的每个第一子主体模块的处理特性取决于每个关联的第一子主体模块的独特的内部存储器状态。6.如权利要求1或2所述的AI处理系统，其中，至少一些所述第一子主体模块配置有不同的通信算法，并且不同的通信算法的数量小于第一子主体模块的数量，以及每个第一子主体模块的处理特性取决于关联的通信算法。7.根据前述权利要求中任一项所述的AI处理系统，其中，所述两个或更多个第一子主体模块配置为形成子主体模块的网络，其中，所述两个或更多个第一子主体模块配置为可操作地通信，以及两个或更多个联网的第一子主体模块配置为在使用中通过交换数据直到达到第二阈值条件来迭代地处理所述输入数据，其中，包括在所述子主体模块的网络中的至少一个所述第一子主体模块的内部存储状态配置为在处理所述输入数据时改变；以及
所述子主体模块的网络配置为取决于达到所述第二阈值条件来生成所述输出数据。8.根据权利要求7所述的AI处理系统，其中，所述第二阈值条件包括完成预定数量的处理迭代。9.根据前述权利要求中任一项所述的AI处理系统，其中，包括子主体验证模块，可操作地连接到所述输入模块和所述输出模块，所述子主体验证模块配置为在使用中分析所生成的输出数据并确定所述生成的输出数据是否满足第三阈值条件，并取决于所述输出数据不满足所述第三阈值条件，指示所述第一主体模块迭代地处理所述输入数据，直到所述生成的输出数据满足所述第三阈值条件。10.根据权利要求9所述的AI处理系统，其中，所述第三阈值条件与预期的输出数据关联，并且所述子主体验证模块配置为确定所述生成的输出数据是否在所述预期的输出数据的预定接近度处或内。11.根据权利要求7至10中任一项所述的AI处理系统，其中，所述第一子主体模块中的至少一个第一子主体模块配置为在使用中在所述输入数据的迭代处理期间改变以下中的任一个或多个：a)至少一个第一子主体模块的内部存储器状态；b)可操作地将至少一个第一子主体模块连接到另一个第一子主体模块的通信信道；或c)跨可操作地将至少一个第一子主体模块连接到另一个第一子主体模块的通信信道共享的数据。12.根据前述权利要求中任一项所述的AI处理系统，其中，包括：主体产生模块，配置为在使用中生成与所述第一主体模块可操作地通信的第二主体模块，所述第二主体模块包括两个或更多个第二子主体模块，其中，所述主体产生模块配置为：接收所述输出数据；使用所述输出数据确定是否满足与所述系统的期望的性能度量关联的第四阈值条件；以及如果不满足所述第四阈值条件，则生成所述第二主体模块，以增加所述系统的期望的性能度量。13.根据权利要求12所述的AI处理系统，其中，所述主体产生模块配置为在使用中通过复制所述两个或更多个第一子主体模块中的至少一个第一子主体模块来生成包括在所述第二主体中的两个或更多个第二子主体模块。14.根据前述权利要求中任一项所述的AI处理系统，其中，所述第一子主体模块中的至少一个第一子主体模块包括神经网络，所述神经网络包括可变存储器状态，其中，所述神经网络的数据处理特性取决于所述可变存储器状态；以及可选地，所述神经网络是递归神经网络或艾尔曼递归神经网络中的任一者。15.根据前述权利要求中任一项所述的AI处理系统，其中，所述第一子主体模块中的至少两个第一子主体模块配置有不同的初始内部存储器状态。16.根据前述权利要求中任一项所述的AI处理系统，其中，所述系统的第一性能度量包括以下中的任一个或多个：a)生成所述输出数据的速度；
b)所述AI处理系统能够在单位时段内处理的输入数据量；c)所述生成的输出数据相对于期望的输出的准确度；d)生成的输出到期望的输出的收敛；e)所述系统的计算能力；或f)所述系统的可用存储器。17.一种训练人工智能AI处理系统学习改进的通信算法以学习如何解决一个或多个任务的方法，所述AI处理系统包括至少一个第一主体模块，可操作地连接到用于接收输入数据的输入模块和连接到配置为输出由所述系统处理的数据的输出模块，所述至少一个第一主体模块包括两个或更多个第一子主体模块，每个第一子主体模块可操作地连接到所述第一主体模块内的至少一个其他第一子主体模块，每个子主体模块配置为执行通信算法，所述通信算法限定每个子主体模块在处理与所述一个或多个任务关联的输入数据时如何与所述至少一个第一主体模块内包括的其他子主体模块进行通信，所述方法包括以下步骤：由所述输入模块接收与所述AI...

【专利技术属性】
技术研发人员：马雷克，
申请(专利权)人：古德AI研究有限责任公司，
类型：发明
国别省市：