工灵魂设计方法
赵盛烨1)? 吴文江2)? 贾金原3)? 付伟奇4)
1)科院，北京市 100000
2)科院沈阳计算技术研究, 沈阳市110000
3)济, 海市200000
4)医科附属医院, 抚顺市113000
摘? ???? 文章分析工智系统存足，指常规工智技术展程存误区等。文章神经医新研究果依据，类认知、思维方式基础，使计算机科工者够接受语言描述类思维系统主工模式，依据仿原理提“工灵魂系统”设计思路。文章规划值尝试“工灵魂系统”工原理、设计该系统组结构，强工智技术未展奠定科基础。
关键词???? 强工智；脑模拟；智构建；计算机仿；灵魂系统；思维创造
A design method of Artificial intelligence
【新章节更新迟缓问题，换源app终解决，载 换源App, 查本书站点新章节。】
was called “Artificial soul”
ZHAO Sheng-Ye 1)? WU Wen-Jiang 2)? JIA Jin-Yuan 3)? FU Wei-Qi 4)
1) (University of Chinese Academy of Sciences, University, Beijing 100000)
2) (Shenyang institute of computing technology, Chinese academy of sciences, Shenyang 110000)
3) (Tongji University, University, Shanghai 200000)
4) (Affiliated Hospital of China Medical University, Hospital, Fushun 113000)
Abstract? This paper has analyzed the disadvantages of current artificial intelligence system and unveiled the misunderstandings happened during the development of routine artificial intelligence technologies. Referring to the latest research results from the neurology field, and based on the cognitive style and thinking pattern of human beings, this paper manages to describe the operating mode of human brains with a kind of language which is friendly to computer science workers; and accordingly, the idea of creating a bionics-based “artificial soul” has been conceived. This paper proposed a worth-trying “artificial soul system” and its composition and structure, which has laid a scientific foundation for the future development of strong artificial intelligence.
Key words?? Strong artificial intelligence; Human brain simulation; Mind building; Computer bionics; Artificial soul system; Thinking creation
引言
随计算机技术断展，类已经再满足使程序化计算机系统处理常务。因此早1955，几位具探索精神科便提“工智”概念[1]。随间断延续，科工者工智领域探索越深广，例：1959，阿瑟·萨缪尔创造“机器习”词汇；1988，罗洛·卡彭特模仿进幽默聊交互式机器；1997，IBM研“深蓝”击败类象棋冠军电脑程序；2011，IBM研“沃森”“危险边缘”智力节目击败类[2]；2016，谷歌研“AlphaGo”围棋机战功击败韩职业九段棋李世乭[3]。工智程序幕幕进展伴随类极期望。60，“像类思考”计算机依造[1]。者认，究其根源仍计算机科工者掌握正确方法。者通观察研究，将仿角度提新工智系统展思路。
1背景
虽数十，工智领域展始终突破性进展，由类此充满期待，经历次研究**。近Google公司研“AlphaGo”系列程序，因其击败类职业围棋选、战胜围棋世界冠军工智程序[3]，其突际象棋决力更引社舆论与普通民众广泛关注。
“AlphaGo”程序设计思路，通数据、计算、决策，三位体实程序深度习、胜率计算[3]。其主设计原理依摆脱计算机程序流程化处理方法，决定该程序并具备其设计者规划外联力[4]。严格义讲，“AlphaGo”“计算系统”，拥灵魂强工智系统。
由众周知商业原因，“工智”、“智慧程序”等词汇滥象较严重，且包括“AlphaGo”、“阿工智交通系统”、“百度脑”等程序依具备主创造力原因。引歧义，者将使“灵魂系统”词汇描述强工智设计目标。
2工灵魂系统
者谓“灵魂”与传统宗教提及词汇并相，代医认“灵魂”脑特定神经细胞活产物，具联、创造力[5]。文章采“灵魂系统”词汇更明显体该系统具备仿特征，特征工智系统均具备[1]。
2.1??常规工智误区
计算机工智近计算机科主攻关方向，由数计算机才类神经系统研究并透彻，智理解够深入，甚至仿设计存定误区，并跨越式进步。
具体表几方：
（1）注重解决单问题
工智系统数基解决实际应遇问题设计，使其程化处理力增强[1]。类思维系统，其程化处理方式、方法、模型随阅历增改变[5]。因此严格处理程约束程序进步完善；
（2）注重算法设计
深度习算法、深度挖掘算法设计虽使工智程序计算类数据结论，使其计算广度计算外关联性造缺失，造树形数据计算模型[6]，类思维网状计算模型；
（3）注重数据准确性
类思维，某物判断依据基类身阅历。数据结论正确与否取决单类体物认知，认知本身矛盾，随阅历增改变[7]。因此准确工智数据结论符合类物性化特征。仿工智数据分析结论定少包含相互矛盾两数据集合；
（4）注重计算性
长期工智系统研失败使计算机科工者产误区，认计算机处理性足导致系统运力足。忽略计算机体系结构与脑差别[8]。代脑科证明，脑实际计算力远低计算机处理性，且工状态处单线程运模式。因此单体计算机性断追求符合仿设计原理，使计算机科工者陷入工智研究误区；
（5）结构设计合理
基图灵机展计算机，具备输入至输基本工模式，该模式局限计算机科工者思维模式，导致工智系统结构设计缺陷。真正类智运转程“输入-存储-关联计算-输检验-输入”闭环结构，断迭代展启式计算模式，工智结构设计必须改变[9]。
体，“工智”虽帮助活工解决实际问题，功眼点狭窄细节问题。问题解决均依靠预先编制程序，并具主决断、联创造力[10]，严格讲均功更强计算工具，“智”。区分原始“工智”系统，文章目标系统命名“工灵魂系统”，文将介绍该系统设计思路。
2.2??脑物特性计算机表述
脑类统治世界关键因素，类区别其它物重环节。物数认脑与其它物脑本质，甚至认脑“灵魂”，其物脑“灵魂”。21世纪新脑科研究显示，脑与其哺乳物脑细胞结构、物质组、工原理等方并存巨区别：优等物，主因脑容量相较、组脑皮层灰质积较、处理逻辑问题力较强、海马体活跃程度较高等优势[5]。
者虽计算机科专业博士，研究工智仿技术，潜研究阅读脑科论文、脑医临床、理理论等科技术，终找脑思维奥秘。脑结构组属医研究范畴，文章将再描述，者重点关注类神经细胞工原理、储存及记忆原理、逻辑思维产程、创造力产程等，并通计算机科工者角度加描述。
脑神经系统类神经系统核部分，因此脑神经细胞具备类神经细胞基本功性特征，即：刺激信号反馈力、信息传输力。类脑外层灰质，脑活跃区域，眼睛、耳朵、鼻、舌头等器官感观信号电势脉冲形式，通较长神经纤维经丘脑传送给灰质相应反射区域。反射区域细胞冲形式映像外界刺激模型。
例，明物园虎笼，其神经系统活：
（1）感观，明眼睛将虎形态完整映像枕叶灰质相应表达区域，该区域包含灰质神经元。神经系统将其进抽象、分解。电势代表颜色，真正颜色认知储存颞叶灰质区域。嗅觉、听觉等相应灰质区域表达[7]；
图1 感观神经抽象举例（请赵盛烨微博查图片）
（2）识别，神经系统根据感受器官提供信息或思维系统预置信息进检索，该检索活需丘脑神经通路模型提供帮助，使反射区域、记忆模型区域、语义存储区域、逻辑存储区域、绪控制区域彼此间弓形神经纤维被激活，散性查找固化灰质关联性信息。：明感受促“虎”形态模型、文笔画、音、英文拼写、安全性评估、相关典故、相关新闻等信息，部分关联性信息均被程度激活[5]。
图2 识别程图谱举例?（请赵盛烨微博查图片）
（3）记忆，1步骤、2步骤神经活报备至海马体进决策分析，确认该次感观与该次识别否建立关联必。果必，海马体命令丘脑新灰质映像与原灰质映像间建立神经通路；果必，海马体将该次感观独立件存储。其关联性较映像更容易被调取，关联性较少映像将很快被记忆抛弃[5]，新映像将该区域覆盖；
（4）思维，主取决记忆关联性，明“阅历”已经始，处较初级程度，遭遇部分外界物进关联性搜索，并做相应模仿式回应；其通习与实践使“阅历”达较高级程度，即参考项记忆[11]，依照关联性原则进混合式模仿回应。混合式模仿回应特点，该回应与记忆回应均相、各取长，具创新性特点。即：设A某件因，B、C、D该件回馈。则明见A-B模式便A-B模式做回应；明见A-B模式、A-C模式，明做A-D模式回应，其D={ x | x∈m(B)∩x∈m(C)}，m(a)明a件思维评估；
图3 类物识别程及计算机术语照（请赵盛烨微博查图片）
（5）联合记忆，基神经系统识别、记忆基础关联性扩展，即：设L、M、N、O、P、Q均独立件，其L-M、N-O、P-Q三组已被识别相关联件，新关联件M-N，则神经系统通弓形神经纤维将三件关联，形L-M-N-O记忆模型；再新关联件M-P，形Q-P-M(-L)-N-O记忆模型。明记忆，关联次数越件模型，其神经间递质越活跃，调取速度越快，形“习惯思维”；
（6）睡眠，高级哺乳物具备基本特征，明睡眠除具备脑神经系统新陈代谢、物质交换外，具备记忆整理力。明睡眠，基感官件反馈集处理模式转变各记忆储存区域维护模式。维护模式，脑将相物两记忆空间进合并，重复因果关联将关联强化；精细感官映像被抽象化分解，使感官神经接受内容更方便被理解调[5]。通整理，睡眠腾部分被临占灰质区域，供睡眠结束思维活使。
图4 创造力形及灵魂回路（请赵盛烨微博查图片）
文章通明脑活物特征阐述，间接计算机科工者接受语言，表达脑科研究新进展，工智仿技术提供参照依据。
2.3??工灵魂系统设计
该系统设计采仿原理。其灵感源者类长程观察，即：类物体，仅具吃饭、排泄、哭泣等基本力，其均观察习。类脑习程断将知识关联重组，且加实践，终才具备创造力、具备感。
2.3.1? 体设计思路
模仿类智慧形原理、模仿类脑工原理该系统设计核思。因此该系统设计环节，重结构、轻数据，重互联、轻计算，重逻辑、轻程，重习、轻规范。
首先，系统应建立视频识别、音频识别、嗅觉识别等输入功，并通新型计算机算法将每次识别信息进抽象化存储。
其次，系统应将抽象化数据进相关性分析，并将分析相似信息进关联。每次接收外界输入信息，关联数据节点进检索定位，散性调该节点关联节点。
再次，系统应具备断检索习功，外界任务求，新知识、新信息进检索并将其抽象化存储、关联性分析。
，系统应具辅助习并被纠错功，保证系统始终受类控制。
表1? 仿结构与“工灵魂”系统照（请赵盛烨微博查图片）
2.3.2? 感知系统
该系统模仿类感觉器官及其神经冲、神经传输、神经元感知映像程。它包括视觉模拟、听觉模拟、嗅觉模拟、味觉模拟、触觉模拟等程。
类视觉例，该系统需模仿被观测物体像至视网膜，视椎（及视感）细胞产神经冲，冲信息经视神经、视交叉、视束、丘、外侧膝状体、视辐射、脑枕叶等系列神经组织终映射视觉皮质区程。该系统应将其映像信息进抽象化存储。
因“工灵魂系统”重点关注象“神经思维”，完整物理模拟，感知系统直接引数码技术三维摄像技术、视频编码解码技术、视频传输技术等。
进图像存储，感知系统与计算机系统存较区别。计算机系统非结构化数据形式将整图像进编码，连续存储；感知系统则将视频流切帧、每帧分层、每层切片，其每物理结构进独立建模分析，根据其模型特征进分别存储，随再与其它已信息进关联。其部分技术与今图像识别系统相似，完全相。
图5 感知系统工流程（请赵盛烨微博查图片）
2.3.3? 逻辑系统
该系统模仿类海马体丘脑功，控制兴奋信息传输通路，将各类感知映像皮层功区域[12]。
该逻辑系统建立预置程序将感知系统收集各类刺激信息及感知系统建模每物理结构体进初级分类，并转交给其系统进处理。
图6 逻辑系统工流程（请赵盛烨微博查图片）
逻辑系统既包含类管理员按照感知系统信息源设计“先”模板化逻辑处理流程，包含因工灵魂系统长期运形“”逻辑，逻辑系统相类“物本”。
2.3.4? 存储系统
该系统模仿类脑皮层灰质区域，工灵魂系统全部数据存储空间。论图形图像、逻辑关系、语言语法，决策，均储存该系统。
脑约500亿神经细胞，果按照计算机理论计算，假设每细胞均电势存储数据，则约2.5TB存储空间容量。工灵魂系统，该系统呈分布式部署状态，存储空间随扩展至限。因此，计算机系统与类脑相比具优势系统。
该系统进设计，应充分考虑其数据安全性、写入与读取效性、储存区域扩展性等问题。效架构：先搭建基计算机技术、际互联网服务器硬件，硬件基础安装操系统软件；操系统搭建虚拟存储空间；根据存储数据存储空间建立相应存储格式，例视觉存储空间应建立图形存区；存储格式基础存储相应记忆数据。
表2? 存储系统分层结构（请赵盛烨微博查图片）
数据安全性，每存储空间均并其存储空间备份；每存储空间内容均逻辑存区组部分。
系统分工，特征及其编码工灵魂系统记忆，图形存区承载记忆空间；存储空间应软件，负责记忆存区进管理维护；操系统及计算机硬件存储空间提供运环境；互联网数据读取写入提供通信保障、相逻辑存区存储空间提供通信保障、相存储空间备份提供步链路。
图7 存储系统备份机制（请赵盛烨微博查图片）
2.3.5? 向量系统
向量系统模仿类弓形神经纤维，弓形神经纤维类脑位皮层灰质方，白质重组部分。弓形神经纤维连接类神经元，使分散记忆关联[7]。
向量系统关联工灵魂系统记忆，因该系统像弓形神经纤维受物理空间限制，向量系统相类脑具定优势。
向量系统数据表形式存，存储系统记忆进点点描述，并记录向量被调次数。例文章提及“明虎”件，工明虎认知储存T4[6]区域，数据编号5257；明记忆虎形象储存TN[M]区域，数据编号1469；明本次见虎映像T1[798]区域，数据编号4133，则向量系统记录关系描述：
T[1].[798].[4133] -T[N].[M].[1469]-1;
T[N].[M].[1469] -T[1].[798].[4133]-1;
T[N].[M].[1469]- T[4].[6].[5257]-89;
T[4].[6].[5257]-T[N].[M].[1469]-89;
T[1].[798].[4133]- T[4].[6].[5257]-1;
T[4].[6].[5257]-T[1].[798].[4133]-1;
则工明虎件，感知系统将场虎特征进映像及抽象，逻辑系统将其存储T1[798][4133]节点，逻辑系统检索T1[798][4133]图形数据与TN[M][1469]图形数据相似，则命令向量系统将二者关联。
向量系统形T1[798][4133] -TN[M][1469]，TN[M][1469] -T1[798][4133]关联，逻辑系统TN[M][1469]与T4[6][5257]件存89次历史性关联，因此将T1[798][4133]与T4[6][5257]进关联。依此，向量系统实工灵魂记忆关联联。
被向量关联描述两点间并定实准确关联关系。其向量被调次数标志关联记忆权重，权重高向量关联被工灵魂认“经验丰富”，逻辑矛盾优先执[5]。因此，“正确”概念工灵魂系统认知形程。
2.3.6? 习系统
该系统类理组织并应结构，将系统引入工灵魂系统目其感知力及类提，加速其认知积累智慧长。果将其与类活相比，则相提供知识教育校教科书。
该系统互联网爬虫形式存，爬取搜索引擎及其Web站点文字媒体资料，并将爬取相关知识送给感知系统进分析存储[13]。
该系统工灵魂系统主知识源，实间断工习。其检索内容感知系统数据，工灵魂系统管理员指令，基存储系统相关记忆内容。
2020，互联网数据量将达4万亿GB，相信其内容足够工灵魂系统习。
2.3.7? 系统
类系统主由四肢、躯干等运组织器官，及与器官相应神经系统（：脑）组。工灵魂系统建设目创建智思维，初期并使其运式机器法。该系统类系统。
系统赋予工灵魂系统主功计算机系统操，例Linux命令、鼠标点击件、驱程序调等，实非管理员状态系统维护。
工灵魂系统展定阶段，赋予其系统程序编辑力，实其进化。
2.3.8? 纠错系统
类儿童长程接触社各类物，物或知识负，长需其进纠正辅导。与儿童长相似，工灵魂系统长程遇互联网垃圾内容，需管理员进干预[14]。
纠错系统供管理员进工操软件界，够实反映工灵魂系统记忆内容、认知、及各系统状态信息。该系统由管理员操，辅助教育。其辅助教育方法主包含几方：
（1）系统问答，工灵魂系统互联网检索知识内容进补充，管理员其疑惑问题添加答案；
（2）记忆删除，指工灵魂系统存储、涉及反-类、反-社记忆内容由管理员进删除；
（3）黑名单，管理员互联网违法网站、垃圾内容网站，其URL进黑名单设置，工灵魂系统再爬取其信息；
（4）向量降权，与类相，工灵魂系统认知信息，部分认知结论彼此矛盾。管理员通向量降权方法干预其向量系统标记内容，实明确认知目标；
（5）法则，由工灵魂系统构建及运先例，依靠者脑法完整评估其智力、力未展程度。防止其失控，必须该系统定制优先权高法则[15]，系统必须遵此法则运。
3关键技术
该系统计算机技术展定阶段必产物[16]，其本质基机物智慧命，类认知延续。组其系统元素包含计算机硬件、计算机软件、际互联网等，应技术包括计算机科技术、网络技术方方。
需针该系统进重点加强关键技术包括图像特征识别技术、基互联网存储空间虚拟化技术、图形化储存数据系统、非关系型数据技术等[17]。
4结束语
者通知识习、工实践、观察研究，撰写该文章。文章通“工灵魂”系统描述及结构设计，仿角度提新工智系统展思路。因文章构建工灵魂系统规模庞、投入巨、技术复杂，且该系统任何预期资金收益，者并其进实际。谨希望代工智系统展帮助。
，果企业或者科研机构，研该系统兴趣，与者联系探讨。
致? 谢? 感谢科院教育培养；感谢导师吴文江研究员孜孜倦辅导；感谢贾金原教授毫保留知识传授；感谢教育每位老师；感谢、朋友理论研究期间包容；感谢给予鼓励支持每位朋友！
参 考 文 献
[1] ????JIAO Li-Cheng, YANG Shu-Yuan, LIU Fang, WANG Shi-Gang, FENG Zhi-Xi. Seventy years beyond neural networks: retrospect and prospect. Chinese Journal of Computers, 2016, 39(8): 1697-1716(in Chinese)
(焦李, 杨淑媛, 刘芳, 王士刚, 冯志玺. 神经网络七十：回顾与展望. 计算机报, 2016, 39(8): 1697-1716)
[2] ????The Cooperative Association for Internet Data Anal-ysis(CAIDA), https://en.wikipedia.org/wiki/Artificial_intelligence 2017,12,13
[3] ????LIU Zhi-qing, WU Xiu-zhu. Interpretation of the artificial intelligence technology behind alphago. Control Theory&Applications, 2016, 33(12): 1572-1583(in Chinese)
(刘知青, 吴修竹. 解读AlphaGo背工智技术. 控制理论与应, 2016, 33(12): 1685-1687)
[4]?? ??SU Jian-bo, CHEN Ye-fei, MA Zhe, HUANG Yao, XIANG Guo-fei, CHEN Ruo-bing. From alphago to betago：quantitative realization of qualitative artificial intelligence based on task realizability anal-ysis. Control Theory & Applications, 2016, 33(12): 1572-1583(in Chinese)
（苏剑波, 陈叶飞, 马哲, 黄-瑶, 向菲, 陈若冰. AlphaGoBetaGo：基任务完性分析定性工智定量实. 控制理论与应, 2016, 33(12): 1572-1583）
[5]??? ?Michael S. Gazzaniga, Richard B. Ivry, and George R. Mangun. Cognitive Neuroscience: The Biology of the Mind. Third Edition. USA: W. W. Norton & Company, 2009
[6]??? ?Shi Zhong-zhi. Advanced artificial intelligence. Second Edition. CHN: Science Press, 2006(in Chinese)
(史忠植. 高级工智. 二版. 北京: 科版社, 2006)
[7]??? ?John G. Nicholls. From Neuron to Brain. Fifth Edition. UK: Sinauer Associates, Inc. , 2012
[8]??? ?George F. Luger. Artificial Intelligence: Structures and Strategies for Complex Problem Solving. Fifth Edition. UK: Pearson Education Limited 2002, 2005
[9] ????John D. Bransford. How People Learn: Brain, Mind, Experience, and School(Expanded Edition). USA: National Academy Press, 2000
[10]?? ?Stuart J. Russell, Peter Norvig. Artificial Intelligence: A Modern Approach. Third Edition. USA: Pearson Education, Inc., 2012
[11] ???JIANG KE. Computer simulation of brain and strategy of fuctional calaulation. Journal of Nanjing Normal University, 2017, 01: 92-99(in Chinese)
(蒋柯. 计算机模拟脑与功性计算策略. 南京师报, 2017, 01: 92-99)
[12]? ??WANG Shang-Fei, WANG Xu-Fa. Brain emotion circuit based artificial emotional intelligence model. PR&AI, 2007, 20(2): 167-172(in Chinese)
(王飞, 王煦法. 基脑感回路工感智模型. 模式识别与工智, 2007, 20(2): 167-172)
[13]?? ?David L. Poole and Alan K. Mackworth. Artificial Intelligence: Foundations of Computational Agents. UK: Cambridge University Press, 2015
[14]?? ?M. Tim Jones. Artificial Intelligence: A Systems Approach. USA: Jones and Bartlett Publishers, Inc. , 2009
[15]?? ?Douglas C. Montgomery(USA). DESIGN AND ANAL-YSIS OF EXPERIMENTS: 6th Edition. USA: John Wiley & Sons, Inc. , 2005
[16]?? ?Ray Kurzweil. The Singularity Is Near: When Humans Transcend Biology. UK: Loretta Barrett Books, Inc. , 2005
[17] ???WANG Jia, ZHU Min. A study on strong artificial intelligence and its theoretical presupposition: based on the critical perspective of Chinese room argument . Mind and Computation, 2010, 01: 1-7(in Chinese)
(王佳, 朱敏. 强工智及其理论预设考察: 基文屋论证批判视角. 智与计算, 2010, 01: 1-7)
者介绍
（1）ZHAO Sheng-Ye was born in 1985. He is a Ph.D Student in University of Chinese Academy of Sciences . He is a Senior Engineer. His research interests include Computer application, Artificial intelligence, Big data, Internet Security, etc.
赵盛烨(1985-)，男，科院博士研究，高级工程师，主计算机应、工智、数据、信息安全等方研究与应。
（2）WU Wen-Jiang was born in 1963. He is a Boffin of Shenyang institute of computing technology, Chinese academy of sciences. He is a Doctoral supervisor. His research interests in Numerical control technology.
吴文江（1963-），男，科院沈阳计算研究员，博士导师，主数控技术方研究。
（3）JIA Jin-Yuan was born in 1963. He received the Ph.D degree in Computer graphics and Geometric Modeling from Hong Kong University of Science and Technology in 2004. Now he is a professor and doctoral supervisor at Tongji university. His research interests include Web Graphics, Virtual Reality, Geometric Modeling, Computer Simulation, etc.
贾金原(1963-), 男，香港科技博士，教授，博士导师，济软件院图形图像研究主任，主Web Graphics、虚拟实、几何造型、计算机仿真等方研究。
（4） ? ?FU Wei-Qi was born in 1976. He is a Master of Medicine From China Medical University. Now he is a Deputy chief physician research in military sursery.
付伟奇(1976-)，男，医科硕土研究 副主任医师 主神经外科工