(机器感知系统和抽象概念的关系分析.docVIP

机器感知系统和抽象概念关系分析及在 人工智能中实现 随着神经网络算法进一步发展，深度学习算法的成功给人工智能开创了一片新的天空，掀起了一股研究热潮。本文则想讨论机器感知系统和抽象概念之间关系分析，以及在人工智能中的实现。这是实现类人人工智能的关键一步。之前首先有几个问题，本文将讨论并尝试给出答案： 1人类的感知系统（听觉，视觉等）和人类的思维的关系如何？人类的所有思维活动（所有抽象概念）是否能建立在人类的感觉之上，如果可以，如何将机器感觉（机器人视觉，机器人听觉）来表达抽象概念应用于人工智能。 2人类认为对一件事物明白了或理解了，是什么机理，在人工智能中应如何实现。 3人类在思维时，是各种概念名称（概念符号是指表达概念的声音或文字）以一定规则组成语句，使用语句进行分析思考，概念名称和概念实体之间的关系。这种依靠概念名称的思考在人工智能中如何实现。 对于第一个问题的答复是肯定的，根据研究分析，人类的所有思维活动都是建立在一些简单的概念之上，而简单的概念又是建立人类的感觉系统之上。概念分为二类，一类为基础概念，另一类为扩展概念。其中基础概念为一系列概念的集合，是一个闭合的集合，所有概念都可以有基础概念经过运算表达出来。可以用基础概念经运算表达而不属于基础概念的概念称为扩展概念。上面所说的简单概念是指基础概念。那么这个基础概念是怎么得到的呢？ 这个基础抽象概念和人类的本能感知紧密联系的，这里强调是本能，也就是天生的感知能力，人类的这个能力也许比原来想象的要大。例如“时间”这个概念就是一个基础概念，在人工智能体（或算法）中应该设置一个可以判定时间先后和时间长短的感知系统，当然时间长短不需要精确。这个时间感知系统可以由一段程序（或硬件）实现，在人工智能体进行每一项工作（包括学习、识别、运算）时，都会同步记录其时间数据（长短及事件的先后），然后这些被记录的时间数据会被作为神经网络学习的特征值，来学习识别“时间”这个概念。这些特征值及时间感知系统真正反映了“时间”这个概念的本质。人工智能体的天生感知能力还应包括空间方面，如物体图像边缘的识别，物体的多少，图像大小的识别，图像对称性的识别等等。而在图像方面的感知能力，会诱导出许多重要基础概念。例如“大小”和“多少”的概念等等。 在此文介绍一个重要概念，就是“属于”， “属于”这个概念是非常重要的一个基础概念。“是”的概念就是“属于”概念的特殊形式。要表述“属于”的概念，则需要另一个概念“内部”， “内部”的概念如何得到呢？可以从图形分析中得到，可以利用程序判别封闭图形的内部和外部区域，比如一个矩形，矩形的内部区域是哪一部分，外部区域是那一部分，利用程序判别是比较方便的。有了 “内部”概念，就可以比较二个图形，一个是否在另一个的内部，这样就可以得到“属于”的概念，例如，图形A在图形B内部，就是图形A属于图形B。下一步，就是把“属于”这个重要的基础概念扩展，使其不光用于图形领域，而是能适用于各个概念领域。比如，“苹果属于水果”，如何扩展？可以使用映射的方式。即把苹果对应于图形A，水果对应于图形B，由此可知苹果的范围小于水果，水果包含苹果。概念映射是非常重要的概念扩展方式。“内部”和“属于”这些概念在数学的集合论中也极其重要。 那么在人工智能中，概念这个数据结构的形式应该如何确定呢？ 首先是基础概念的数据表达形式，基础概念总是和一个或多个本能的感知联系在一起。比如“时间”这个概念名称，和时间感知系统联系在一起。 其中a1，a2，…，an为联系强度权重系数，范围取（0~1）。如“时间”这个概念就和时间感知系统的联系强度非常大，而和其他感知系统的联系非常小，这个联系强度是通过智能体在不断学习过程中得到的，而且这个权重系数是动态的，会随时间增长而变小，具有类似人类的遗忘功能。上图中有二个名词，一个是概念名称，一个是概念实体。例如时间这个概念，时间的概念名称是指“时间”的声音或文字，而时间的概念实体是指和概念名称相联系的那些感知系统及联系权重系数，是概念的本体。 由上述分析，我们发现几乎每一个基础概念都对应一种或多种感知系统，这些感知系统成为人工智能体认识这个世界的可靠基础，为更加高级复杂的思维奠定基础。此处讨论分析感知系统的类型和作用，感知系统分为二大类：外部感知系统和内部感知监控元件（感知系统可以是硬件也可以是软件）：其中外部感知系统包括：空间图形感知系统，时间感知系统，运动感知系统，声音感知系统等。内部感知系统包括：外部感知信号和内部概念之间的比较判断等，每做一个概念运算，内部感知系统都要对该运算进行分析判断。在下面的文章中将举出具体的例子，说明感知系统在概念的获取，理解，分析中的重要作用。 那么如何在基础概念上推导出扩展概念呢？这就需要给出概念之间的运算规则。扩展概念是可以用多个基础概念组成