[發明專利]一種實現類人通用人工智能機器的方法

在審

• 申請號: 202010962864.7
• 申請日: 2020-09-14
• 公開（公告）號: CN112016664A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 陳永聰;曾婷;其他發明人請求不公開姓名
• 申請（專利權）人: 陳永聰
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明申請提出的實現類似于人類的通用人工智能實現方法。本發明申請包含兩個部分，一是如何實現通用人工智能，二是如何讓通用人工智能能夠和人類更好的互動。本發明申請提出采用多分辨率特征提取，采用臨近存儲，采用聯想激活，采用分段模仿，采用最優路徑搜索的方法，并不斷迭代使用上述方法，來建立機器對世界的認知常識，在這些常識的基礎上，機器通過自己的需求動機來規劃和執行自己的行為。同時，本發明申請也提出了如何讓機器更好地理解人類的知識，更好地體會人類的感知（包括情感），從而更好的和人類互動。通過本發明申請提出的方法，機器可以逐步獲得從簡單到復雜的對輸入信息的響應，并擁有和人類相似的動機和情緒表達，這些都展現了本發明申請提出的機器學習方法和目前業界已有的機器學習方法存在巨大差異，目前在業界還沒有與之類似的方法。

技術領域

本發明申請涉及人工智能領域，尤其涉及如何建立類似于人類的智能、技能和情感的通用人工智能。

背景技術

當前人工智能通常是為特定任務設計的，還沒有能夠完成多種不確定性任務的通用人工智能。實現通用人工智能最大的障礙在于如何在紛繁復雜的事物之間建立類似于人類常識的認知網絡。只有機器擁有了類似于人類的常識，機器才可能產生類似于人類的思維活動。目前的深度學習產生的結果是一種精巧的特征映射方法，它和人類的學習過程差異較大，所以深度學習的成果難以泛化和通用。目前的知識工程、專家系統或者知識圖譜，都是采用編碼的方式，把人類的知識采用計算機能夠識別的方法組織起來。但這些系統難以讓機器自主學習和歸納，所以在面對差異化的場景時，機器無法自主產生新的策略和方法。所以到目前為止，這些系統只能應用于某一個特定的領域和特定范圍，無法產生類似于人類的智能。

而建立類似與人類智能、技能和情感的通用人工智能，使得機器可以和人類更好的互動，比如機器人和人類合作進行生產和研發，共同組織比如養老、護理、教育等社會活動，這將給人類社會帶來巨大經濟和社會效益。

本發明申請重點在于揭示了如何建立通用人工智能的基礎方法，尤其是說明了如何建立在各方面和人類相似的通用人工智能，包括思維、動作和情感等，這樣的人工智能才能更好的融入人類的社會生活。

發明內容

本發明申請主要包含兩方面內容。一是如何建立通用人工智能，二是如何讓通用人工智能變得和人類相似，從而能夠和人類更好的互動。

本發明申請的第一個方面：如何建立通用人工智能，主要方法包括：

對傳感器數據做特征提取，內容包括：

機器需要對傳感器數據做多分辨率提取。當傳感器數據輸入到機器處理單元后，機器按照上一次思維活動產生的預期目標來選擇重點識別區域和識別分辨率，來提取其中的特征信息。

目前業界已經有多種提取特征信息的具體算法，比如深度卷積網絡。而沒有解決的問題是“哪些數據才能作為特征信息”和“如何組織和利用這些特征信息”。本發明申請提出的“局域共有相似性”方法，作為機器選取特征信息的一種基礎方法。本發明申請提出相鄰存儲、聯想激活，分段模仿，最優路徑搜索和迭代決策等方法作為組織和利用這些特征信息的方法。

在本發明申請中，我們提出的“局域共有相似性”作為一種選擇基礎特征信息的方法。這種方法包含如下幾個方面：

首先，我們認為生物體的進化過程，是沿高效率利用計算能力的方向發展的。因為只有這樣，才能在探索的環境越來越復雜的情況下，提高算法復雜性來處理復雜問題，并最大限度節省能源消耗，從而增加生物體生存的幾率。如果能對那些廣泛存在的局部特征，形成相應的、可以復用的提取算法，則明顯可以在保持特征提取能力的情況下，最大限度節省能源消耗。這是一種進化方向的具體體現。因為這樣能最大限度地復用這些算法，能提高計算的能效比。