[發明專利]一種仿腦計算虛擬化的方法和系統

在審

• 申請號: 201310360143.9
• 申請日: 2013-08-16
• 公開（公告）號: CN103473111A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 湯傳斌;熊麗
• 申請（專利權）人: 運軟網絡科技(上海)有限公司
• 主分類號: G06F9/455
• 分類號: G06F9/455
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 顧嘉運

技術領域

本申請涉及仿腦計算虛擬化的領域。

背景技術

專家系統和業界問題

在80年代風靡一時的人工智能，開展了“專家系統”的使用。這些專家系統仰賴知識工程師輸入規則，形成規則庫，用以解答各種專家問題。例如企業災備專家系統可以有個規則“如果CPU長期處于95%忙碌的狀態，則資源應該進行調整”。但這個規則必須仰賴知識工程師的人腦輸入，而非自動產生的。此外，對于“如何處理銀行系統突然停機？”這樣的問題，專家系統可以預備答案，但永遠沒法自動產生如下創意性的回答：“昨天是長假的開始，是不是可能有人在返鄉前匆忙修改了系統設置，導致停機？”或對于“災備系統該怎么設計才不會導致停機災難？”這類問題，傳統的專家系統也無法自動組織、輸出企業災備系統的工程設計。所以，業界一直未能解決的技術問題是：

“計算機系統如何自動產生有創意的智能？”

例如，找到問題原因；做一個設計；或產生一個能改進自己的系統。

IBM從2000年開始推行的自主計算，模仿人腦的執行功能：監視、分析、計劃、執行，也無能力產生創意智能。其間，機器學習如人造神經網絡（Artificial?Neural?Net）或符號計算等人工智能科技，在吸收知識和少許有限的產生智能方面也并無突破。2006年，IBM的Watson專家系統擊敗jeopardy的真人專家算是出色了。Watson輸入了2億網頁內容，包括全部的維基百科，所以能針對問題回答。我們認為Watson在建立語義網絡上有很大進步，但Watson還是不能產生真正的創意、智能。即使如此，IBM在2012年推出的IBMPureSystem和Expert?Integrated?Systems已將Watson專家系統融入了她的Smart?Cloud產品中。這種現代專家系統，能夠輔助云計算復雜的資源部署，優化工作負荷。但是未必能產生智能，自動改進自己。同樣，MIT的Bliss和Hoffman專利USA?Patent?US7983890，對于多核計算的性能問題使用智能方法觀測、決定、行動（Observe,Decide,Act或ODA），也只是利用了預先設定的方法優化性能，而不能創意性的自改進。

量子意識

Kauffman?2011年的專利申請US?2012/0071333A1提到人腦的思維可以經由自組織和涌現方式產生，他并且認為傳統計算機的速度并無法和人腦相比，必須用到分子電腦或量子電腦。所以“量子意識”的方法可能產生像人腦的思維，這是一個突破。Kauffman解決了困擾人工智能科學家的以下兩個被認為是極困難的技術子問題：

綁定問題一（俗稱Binding?Problem?1或BP1）：所有的專家知識或專家智能都會遭遇到下列問題：如何預測知識？如何將知識分類？和如何從“類似”的知識產生新概念？而一般認為這是不可能達到的事。Kauffman的解決方案是，既然我們無法預測所有的可能知識或智能，加以分類，從相似性得到新智能，解決方法就是仿效大自然的自組織定律，例如冬天的雪花飄落時，會形成美麗的六角形，是自組織的結果，由此假設智能也可以經由自組織產生。例如IBM美國專利,Self-aware?and?self-healing?computing?system，US7484121,就是這類的數學理論，但與Kauffman一樣，這些專利均未提出采用計算機軟硬件實現的技術手段。

綁定問題二（俗稱BP2）：更基本的問題是，究竟肉體的人腦如何產生抽象的智能？電腦又如何仿效人腦產生智能？“量子意識（Quantum?Consciousness）”解答了這個問題：傳統的電腦（位元bit=0和1）產生智能的效率不彰，要靠量子電腦（量子位元qubit=向量和張量）或分子電腦才能產生。Kauffman在他的專利中將涌現論嵌入量子圖靈機Trans-Turing?System（TTS），這確實是一大進步。但近代量子計算機使用拓撲量子計算（topological?quantum?computing）的辮結（Braiding）方法來糾正錯誤，已使得TTS的重相干（recoherence）完全沒有必要。再者，Kauffman也沒提到用計算機軟硬件的技術手段來實現。

Kauffman的其它問題：