特約通訊員 許廷濤

人類本身奧妙的生物機(jī)能為新技術(shù)的開發(fā)帶來啟示。生物啟示意味著我們可以參考生物的一些功能，并將其應(yīng)用到智能計(jì)算機(jī)系統(tǒng)中。

生物啟發(fā)智能是規(guī)則概括的基本概念，這些規(guī)則有助于提升信息處理的智能。對于智能機(jī)器來說，獲取知識和技能是智能決策的基礎(chǔ)，就如人類學(xué)習(xí)一樣。

生物啟發(fā)智能的開發(fā)者——semantic system ag（語義系統(tǒng)公司）的工程師們已經(jīng)開發(fā)出第一代的能像生物大腦一樣思考的電腦芯片AI-ONE。在計(jì)算機(jī)信息處理方面，這是第一次能夠在電腦芯片中運(yùn)行復(fù)雜想法與分析過程，從而得到與人類思考獲取相同的結(jié)果。全球的芯片和處理器設(shè)計(jì)專家與科學(xué)家都清楚地表明：現(xiàn)階段的芯片技術(shù)需要一個(gè)進(jìn)化的步驟。它必須是一個(gè)真正的進(jìn)化步驟，而不是僅僅逐步增加更多的內(nèi)核。在未來，開發(fā)真正的智能系統(tǒng)需要這些新型的、增強(qiáng)的數(shù)據(jù)處理技術(shù)。如果我們首先解決在核心處理中神經(jīng)數(shù)據(jù)的處理問題，本體、分類法、語義和符號的概念就可以突破。

我們需要更加靈活的數(shù)據(jù)處理技術(shù)，并且主要是智能數(shù)據(jù)處理技術(shù)，如邏輯運(yùn)算、神經(jīng)編碼、模糊邏輯等等。破解神經(jīng)編碼即是我們必須理解神經(jīng)細(xì)胞在生物大腦中如何發(fā)揮功能與作出反應(yīng)，以及其原因。如果理解這些，我們就可以為生物啟發(fā)智能系統(tǒng)建立基礎(chǔ)。

通過開發(fā)一個(gè)神經(jīng)數(shù)據(jù)處理環(huán)境，語義系統(tǒng)公司的工程師們已經(jīng)為研發(fā)生物啟發(fā)智能計(jì)算機(jī)信息處理技術(shù)建立了基礎(chǔ)，這種神經(jīng)數(shù)據(jù)處理環(huán)境可以在標(biāo)準(zhǔn)計(jì)算機(jī)上實(shí)施，就如運(yùn)行軟件開發(fā)工具一樣。語義系統(tǒng)公司提供了神經(jīng)數(shù)據(jù)處理環(huán)境，在這個(gè)環(huán)境中，我們可以對本體、分類、關(guān)聯(lián)或語義應(yīng)用進(jìn)行操作，從而獲得更好的功能。

AI-ONETM芯片

AI-ONE主要是模擬大腦復(fù)雜的圖案識別功能的能力，最真實(shí)地在計(jì)算系統(tǒng)中重現(xiàn)這種能力。基于對大腦皮層各元素的功能和途徑的理解，該芯片能夠像人類大腦一樣，處理相同復(fù)雜程度的問題和分析。

AI-ONE與傳統(tǒng)芯片相比的先進(jìn)之處在于它解決了“過度學(xué)習(xí)”的難題。在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)中，若超過擬合數(shù)據(jù)的范圍，系統(tǒng)的概括能力將會降低。AI-ONE則集合了神經(jīng)計(jì)算與常規(guī)計(jì)算的優(yōu)點(diǎn)。它能夠識別圖案、概念、理解布爾邏輯、儲存數(shù)據(jù)。而且，AI-ONE也解決了資源與速度的難題，它可以實(shí)現(xiàn)集群功能，這樣就能處理大量的數(shù)據(jù)。

芯片的訓(xùn)練和學(xué)習(xí)

與其它生物系統(tǒng)一樣，AI-ONE需要學(xué)習(xí)和訓(xùn)練。因?yàn)樵谂c用戶的交流中，AI-ONE需要學(xué)習(xí)基本的知識、常識，甚至目標(biāo)。從這點(diǎn)上看，這不再是技術(shù)上的問題，而是如何給AI-ONE輸入正確信息的問題，讓芯片能構(gòu)建必需的知識去完成所分配的任務(wù)。但是，它的訓(xùn)練比人類的訓(xùn)練簡單，AI-ONE可以通過計(jì)算機(jī)或自動輸送裝置進(jìn)行訓(xùn)練。

符號數(shù)據(jù)處理

新的芯片技術(shù)促進(jìn)了全息語義環(huán)境中的數(shù)據(jù)儲存和數(shù)據(jù)處理。這樣就可以識別各種類型數(shù)據(jù)的內(nèi)在信息模式。根據(jù)數(shù)據(jù)中的語法、語義和語用，它能夠識別符號關(guān)聯(lián)模式。

AI-ONE可識別各種數(shù)據(jù)的信息模式與概念，并能夠關(guān)聯(lián)與處理這些信息模式與概念。該系統(tǒng)自主地或根據(jù)一組規(guī)則作出決定；擁有推斷缺失信息的能力，并能完成預(yù)測、聯(lián)系、比較、評價(jià)和分析?？梢哉f，AI-ONE是智能計(jì)算機(jī)的核心，也是使智能計(jì)算機(jī)得以發(fā)展的驅(qū)動力。

思考的過程

通過上一篇文章的介紹我們已經(jīng)對“自主智能”的概念有一定的認(rèn)識，AI-ONE是具有“自主智能”的芯片，基于ai-one的系統(tǒng)不僅能對各種查詢作出反應(yīng)，而且通過先進(jìn)的自組織算法，系統(tǒng)能夠自主作出查詢。它能夠自主、快速地在大量的數(shù)據(jù)中找到相關(guān)的信息，并且能夠根據(jù)找到的信息更改決定。例如，系統(tǒng)可以部署在生物統(tǒng)計(jì)學(xué)中，分析復(fù)雜的模式和圖像；在數(shù)據(jù)處理中，系統(tǒng)能夠自動識別文本的語義相關(guān)性，分配適當(dāng)?shù)倪M(jìn)程，作出合理的決定；還能使計(jì)算機(jī)學(xué)習(xí)發(fā)言，用人類的語言與人類交流。

智能系統(tǒng)的關(guān)鍵

原則上，任何種類數(shù)據(jù)的處理，如圖像、文本、數(shù)據(jù)值等靜態(tài)或動態(tài)的數(shù)據(jù)，可以分為以下三步：

1.獲取數(shù)據(jù)——掃描，記錄，輸入（識別與輸入）

2.分析/理解——決策與分類的智能

3.匹配/處理——匹配，后期處理

第一步與第三步已基本解決。主要的難題的是第二步。第一步和第三步是數(shù)據(jù)獲取和數(shù)據(jù)匹配，不少系統(tǒng)已經(jīng)能夠在不同條件下，獲取不同來源的數(shù)據(jù)并且匹配這些數(shù)據(jù)。當(dāng)然，這些系統(tǒng)仍然需要改善。然而，對第一步和第三步的改善并不能使其成為一個(gè)智能系統(tǒng)。

第二步是構(gòu)建智能系統(tǒng)的關(guān)鍵，它只能通過擁有強(qiáng)大思考能力的軟件來完成。這是一種創(chuàng)造性地分析和改進(jìn)自身性能的能力，朝著更加優(yōu)化的方向去完成自己的目標(biāo)。第二步也有眾多的解決方案可以使用。然而，這些解決方案仍然需要根據(jù)每個(gè)特定的任務(wù)而被訓(xùn)練。此外，這些系統(tǒng)需要復(fù)雜的和廣泛的環(huán)境模型（本體，分類，模式標(biāo)本等）。因此，這些解決方案不能實(shí)現(xiàn)普及化，不能通用于各種任務(wù)。

AI-ONE的智能體現(xiàn)主要是基于生物啟發(fā)智能與機(jī)器認(rèn)知這個(gè)基本概念的。這個(gè)概念能促進(jìn)計(jì)算機(jī)系統(tǒng)的總體智能的發(fā)展?；贏I-ONE的計(jì)算機(jī)系統(tǒng)無需編寫程序去完成新任務(wù)，它僅僅是接受人類的指令，通過自學(xué)和訓(xùn)練，以廣義和抽象的形式去吸收知識，使系統(tǒng)能夠解決類似的任務(wù)。該系統(tǒng)利用相關(guān)的背景知識，因應(yīng)各種情況而作出相應(yīng)的調(diào)整。而且，AI-ONE芯片能夠安排何時(shí)完成學(xué)習(xí)并中止學(xué)習(xí)，這樣就解決了過度學(xué)習(xí)和過度適應(yīng)的問題。

圖像識別實(shí)例

以下通過一組例子來分析AI-ONE芯片的學(xué)習(xí)過程。圖1中是一組鞋印的圖像。其清晰程度有很大差異，但其形狀的整體分布仍然是保持穩(wěn)定的。

1.對單一形狀概念的理解

以上的鞋圖案的具體形狀的編碼揭示了一個(gè)問題：由于原始圖像的不清晰，數(shù)字視網(wǎng)膜會把這種形狀編碼成不同的物體。很多情況下，原始圖像甚至只留下部分形狀的痕跡。AI-ONE能夠自發(fā)地學(xué)習(xí)形狀的概念，并在概念方面進(jìn)行訓(xùn)練，試圖通過還原形狀以進(jìn)行匹對。在匹配形狀時(shí)，它以降序形式呈現(xiàn)各種可能的配對。

2.理解形狀之間的關(guān)系與關(guān)聯(lián)的概念

對于圖像匹配來說，識別和理解各種形狀，甚至各組形狀之間的關(guān)系以及關(guān)聯(lián)的概念是不可缺少的。如以上所展示的圖像，形狀可能有所不同，但是，各種形狀之間的關(guān)系與它們的總體分布是保持穩(wěn)定的。通過遞歸地比較每個(gè)形狀與每組形狀，系統(tǒng)可以找到匹配的圖像。如圖2所示。

理解各種尺寸的形狀的概念，然后適當(dāng)?shù)赝茝V這方面的知識是生物智能的關(guān)鍵。根據(jù)一個(gè)特定的知識基礎(chǔ)，基于這種技術(shù)的計(jì)算機(jī)系統(tǒng)可以自主地作出決策。當(dāng)然，管理者可以設(shè)定規(guī)則和限制，使計(jì)算機(jī)只能在一個(gè)確定的權(quán)限與責(zé)任框架內(nèi)作出決定。

除了單一形狀，AI-ONE還擁有對多組形狀進(jìn)行學(xué)習(xí)的能力來進(jìn)行圖像匹配。除此以外，按照類似的學(xué)習(xí)過程，AI-ONE還可用于分析各種語言文字，理解詞語、句子、段落、頁面以及詞語與句子之間的關(guān)系。

參考資料：www.semantic.ch