拟人智能的实现之结构功能.doc

拟人智能的实现之结构功能 程洪文 (第三人民医院,湖北省 钟祥市431900) 摘 要: 经典的人工智能理论在模拟人脑的智能方面令人失望，为了用智能软件模拟人的智能，本文提出了全新的理论和方法。它提出并讨论了，如何用记忆柱模拟人脑皮质垂直柱的功能来实现基本的兴奋单位的模拟，同时讨论了如何用它来模拟人脑的高级结构与功能。本文提出的理论较好的解决了智能软件的大规模并行计算、兴奋、并行存储、自我学习等智能实现的关键问题。它主要分三部分：1、设计、讨论了智能软件的一些主要结构、功能及编程方式，包括记忆柱等，并简要讨论了如何将大规模顺序计算转化为并行计算。2、讨论了智能软件的基本功能、高级功能及它们是如何被实现的，包括并行存储、思维等。并讨论了它的一些运行特点。3、讨论了我为什么这样来设计智能软件。 虽经几十年发展，但人工智能在用软件模拟人的智能方面仍让人失望。经典的神经网络理论、遗传算法、专家系统等人工智能理论都不能使智能软件具有以下人脑所具有的能力：1、能与复杂的环境相适应的自我学习能力。2、大规模并行计算、兴奋、及并行存储、回忆的能力。3、自然而简单的模糊兴奋、回忆的能力。4、思维能力。当然也就不可能具有像人一样的智能了。 本文先从理论上解决了智能软件的大规模并行计算、兴奋，并行存储、回忆及模糊兴奋、回忆的问题，然后提出了操作中枢的概念。讨论了智能软件的的高级功能，包括自学习能力（包括确定与转换目的、奖惩学习等）、抽象思维等能力等问题。 我认为仿生学派通过模仿人脑的基本结构的功能来使智能软件获得智能，方向是正确的，主要是模拟对象及对象的功能选择上有问题。因而在本文我提出了记忆柱的概念，它部分模拟了人脑的皮质垂直柱的功能，皮质垂直柱是特殊的神经网络，每个皮质垂直柱都含有一定数目的传入、传出轴突，它即能被兴奋又能记忆兴奋、遗忘兴奋还能传出兴奋，它的功能建立在组成它的神经元的功能之上。 本文的记忆柱与广义的神经网络相比，有明确、简单的结构与功能，便于大规模编写、理论思考。当然，我认为其中最关键的是规定了记忆柱只能是兴奋性记忆柱，这一规定使一群记忆柱的有效记忆、有效回忆（指被刺激记忆时这一群记忆柱兴奋，回忆时仍是这一群记忆柱兴奋，这样，回忆的内容才是记忆的内容）、模糊兴奋、回忆、并行存储能容易的实现。有了这些低级功能做基础，我们才能设计出智能软件的高级功能。 传统的人工智能理论没有对人脑低级结构模仿，当然也谈不上对人脑的高级功能的模仿，智能软件高级功能的核心是动力（奖惩）预期中枢的功能，它模仿了人脑奖惩预期中枢的功能，它使智能软件有了自我学习发展的能力，也是智能的基础核心。 说明：1、为了论述方便，神经科学的许多词语在本文被我直接借用（如纤维、联络区等在本文都被直接使用，但它们都是虚拟的）。2、在实现智能软件的某些功能时，有时只要某一方法能实现这些功能，我便采取了这一方法，但在实现功能时这一方法可能不是最佳的。（比如为了表示兴奋的先后关系，本文所引入的基本记忆柱群的概念）3、在论述智能软件的高级功能时由于篇幅的限制，论述的较简单。详细的论述见我相关的文章。 计算机所具有的复制、修改、存储文件的功能是智能软件的编写基础。 1 智能软件的结构及各结构间的关系概述 智能软件可分为核心部分与周围部分，1、核心部分包括感觉、传出中枢的联络区及操作中枢（包括状态中枢、奖惩中枢、强度中枢，状态中枢又包括目的中枢、注意力分配中枢及其它的一些辅助中枢）。2、周围部分包括传入部分（包括感觉中枢及其它的一些结构）和传出部分（包括传出中枢及其它的一些结构）。 它们之间的大概关系是（这里只是简要说明，具体的说明见后面的内容）：1、如图1，传入部分与相应的感觉中枢的联络区只是单方面的一一对应的纤维联系，信息只能从传入部分到相应的感觉中枢的联络区而不能反过来传递且这种信息的传递不需要记忆。传出部分与相应的传出中枢的联络区有单方面的一一对应的纤维联系，信息只能从传出中枢的联络区到相应的传出部分而不能反过来传递且这种信息的传递不需要记忆。2、核心部分的各个中枢之间只通过它们的联络区来交换信息，只有核心部分的各联络区在传递信息时才有记忆。它们之间的关系如图1和图2。 本文主要讨论核心部分的结构与功能。 各联络区由原始记忆柱群组成，原始记忆柱群由基本记忆柱群组成，基本记忆柱群由记忆柱组成。 2 记忆柱、基本记忆柱群、原始记忆柱群 2.1 记忆柱的编写 我是以记忆柱来做为智能软件兴奋的基本单位的（记忆柱的结构及各结构的功能见图3）。记忆柱是一段可被复制的文件，每个记忆柱由n个recordnumber（用RN来表示）组成，每个RN是一条记录，（配合专门的操作程序，可以使记忆柱的功能极其复杂。用记忆柱或记忆柱群即可以模拟神经元的功能也可以模拟皮质垂直柱的功能甚至可以模拟脏器的功