[發明專利]機器熵計算方法及電路、實現時間認知的方法及電子系統

有效

• 申請號: 201810045295.2
• 申請日: 2018-01-17
• 公開（公告）號: CN110046367B
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 修黎明
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 彭久云

一種機器熵計算方法、機器熵計算電路、實現時間認知的方法和實現時間認知的電子系統。所述機器熵計算方法包括：監測電子系統的電信號；以及計算所述機器熵為所述電信號的特征參數的變化次數的總和。所述機器熵計算方法、機器熵計算電路、實現時間感知的方法以及實現時間感知的電子系統，能夠使用機器熵在電子系統中建立時間意識，為人工智能的進一步發展提供一個認知時空的框架。

技術領域

本公開的實施例涉及一種機器熵計算方法、機器熵計算電路、實現時間認知的方法和實現時間認知的電子系統。

背景技術

對人工智能的研究起始于用計算機對人腦進行模擬的愿望。目前存在兩種方式：第一方式是功能性的模擬，第二種方式是結構模擬。在功能性模擬中，機器腦被當成黑盒子，該黑盒子的結構和材料與研究無關，它只需要模擬人腦的功能。例如機器學習(MachineLearning)、深度學習(Deep Learning)、卷積神經網絡(Convolutional NeuralNetworks)、深信度網絡(Deep Belief Networks)等都與功能模擬相關。機器腦可以通過學習，不斷地從解決某一類問題的經驗中積累知識，學習策略，從而在之后遇到類似的問題時，機器腦能夠運用積累的經驗解決問題。而在結構模擬的研究中，機器腦不再被當成黑盒子，而是期望能夠仿照人腦的物理結構，制造出類人腦的機器腦并期望在這個機器腦中產生意識與思想。

人們期待在機器腦中產生意識和思想，是因為現實生活中有許多問題是目前的人工智能技術所不能解決的。目前的人工智能只擅長解決某幾類的特定問題。在其他許多與主觀判斷相關的問題上，它遠遠不如人類。人類解決問題的模式通常是用最快捷直觀的判斷，而不是人工智能通常使用的逐步推導計算的方式。換言之，人工智能不能僅限于邏輯思維，還要學會形象思維。這中間障礙物就是意識與思想。意識中最原始的元素是時間意識。因此，本方明研究如何在機器中產生時間意識。

發明內容

本公開實施例提供一種電子系統的機器熵計算方法，包括：監測所述電子系統的電信號；以及計算所述機器熵為所述電信號的特征參數的變化次數的總和。

例如，所述電信號包括所述電子系統中的所有電信號，所述機器熵為所述所有電信號的特征參數的變化次數的總和。

例如，所述電信號包括所述電子系統中的不低于某一預定比例的電信號。

例如，所述機器熵與所述電子系統處理過的信息總量成正比，與所述電子系統的磨損程度成正比，與所述電子系統消耗過的能量總量成正比。

例如，對于每個所述電信號，當其特征參數的幅度的改變值滿足預定閾值范圍時，被計算為一次特征參數的變化。

例如，當所述特征參數的幅度從第一閾值上升至第二閾值或者從所述第二閾值下降到所述第一閾值時，被計算為一次特征參數的變化。

例如，所述電信號的特征參數包括所述電信號的電壓或所述電信號的電流中的至少之一。本公開實施例提供一種在電子系統中實現時間認知的方法，包括：

在所述電子系統中計算機器熵，包括：監測所述電子系統中的電信號；以及計算所述機器熵為所述電信號的特征參數的變化次數的總和；以及

使用所述機器熵變化的方向來指示時間運動的方向。

例如，所述機器熵的每個數值代表時間軸上的一個瞬間。

例如，所述機器熵增加的方向代表時間向前運動的方向。

例如，所述機器熵的當下數值代表“現在”；基于所述當下數值，所述機器熵減小的方向代表“過去”，所述機器熵增加的方向代表“將來”。

例如，所述電信號包括所述電子系統中的所有電信號，所述機器熵為所述所有電信號的特征參數的變化次數的總和。

例如，所述電信號包括所述電子系統中的不低于某一預定比例的電信號。