[發明專利]人工智能知識管理系統與其形成分布式記錄的方法

在審

• 申請號: 201810727198.1
• 申請日: 2018-07-04
• 公開（公告）號: CN110750591A
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 劉文卿
• 申請（專利權）人: 全球智能股份有限公司
• 主分類號: G06F16/27
• 分類號: G06F16/27;G06F21/62;G06N3/06
• 代理公司: 11240 北京康信知識產權代理有限責任公司
• 代理人: 梁麗超;田喜慶

本發明涉及人工智能知識管理系統與其形成分布式記錄的方法。一種以計算機系統實現的人工智能知識管理系統，其中設有輸入管理模塊，用以管理在開發人工智能模型時使用的類神經網絡算法的輸入數據；設有人工智能模型管理模塊，用以管理人工智能模型，提供選擇；設有輸出管理模塊，用以管理開發人工智能模型時以類神經網絡算法產生的輸出數據；之后以演算結果管理模塊管理每次演算的結果，并提供調整人工智能模型的參數，以及重新演算產生的輸出數據，以此建構一知識庫，并通過一區塊鏈技術形成散布于多個區塊鏈節點的分布式記錄。

技術領域

說明書公開一種知識管理系統，特別是一種以區塊鏈技術建立的人工智能知識管理系統，以及系統形成分布式記錄的方法。

背景技術

在人工智能(Artificial Intelligence，AI)領域中，建立一個可以解決具體問題的人工智能模型是最重要的一個課題，例如在一些領域中，可以通過反復驗證成功的人工智能模型正確進行如人腦執行的判斷，如影像辨識、語意分析、游戲等。

而類神經網絡(Artificial Neural Network)算法則成為人工只能模型建模的最佳工具中的一個，類神經網絡是由很多非線性的運算單元，稱為神經元(Neuron)，和在這些神經元間的眾多連結所組成，形成一個類神經網絡，這些神經元通常是以平行且分散的方式在作運算，其中提供的學習機制依賴于神經元的激勵值(activities of the neurons)。在一個類神經網絡中，設有一組輸入神經元，經過特定數據激發，在激勵值被加權(weights)并通過一個函數演算后，神經元的激勵值被傳遞到其他神經元，當這個過程不斷重復，激發輸出神經元，最后，這個輸出神經元的激勵值即為演算的結果。

然而，在達到人工智能模型的預期結果之前，類神經網絡演算需要大量重復的演算，嘗試多次失敗與調整，才可能讓輸出的結果接近預期，然而，中間的過程卻沒有建立可以分享給公眾的知識庫，使得要建立人工智能的后進者仍需要重復過去的嘗試與錯誤才能夠得到結果。

發明內容

為了建立一個可以分享給大眾的人工智能知識庫，使得后進者可以循著前人的腳步快速開發，并且保有安全性與正確性，說明書公開了一種利用區塊鏈(blockchain)技術的人工智能知識管理系統，主要目的的一個就是通過區塊鏈技術可以安全且正確地分享開發一個人工智能模型的過程，成為后來開發者的知識庫。

根據實施例中的一個，人工智能知識管理系統包括一計算機系統，其中包括多個計算機系統搭配軟件實現的功能模塊，包括一輸入管理模塊，用以管理開發人工智能模型時使用的類神經網絡算法的輸入數據；一人工智能模型管理模塊，用以管理多個人工智能模型，提供選擇出人工智能模型；一輸出管理模塊，用以管理開發該人工智能模型時以類神經網絡算法產生的輸出數據；以及一演算結果管理模塊，用以管理前述的功能模塊應用的數據，包括每次調整人工智能模型的參數，以及每次重新以類神經網絡算法產生的輸出數據。

如此，進一步地，所述的輸入數據、人工智能模型、輸出數據與每次調整人工智能模型的參數形成一知識庫，并通過區塊鏈技術形成散布于多個區塊鏈節點的分布式記錄。

進一步地，所述的輸出數據會與一期望值比對，若不符期望，系統提供調整人工智能模型參數的機制。

進一步地，人工智能知識管理系統實現一云端知識平臺，提供的一區塊鏈記錄處理模塊提供一查詢記錄的功能，讓人工智能知識管理系統的使用者以計算機裝置以區塊鏈技術查詢對應其中的一個人工智能模型的輸入數據、輸出數據與每次調整人工智能模型的參數。