[发明专利]人工智能引擎、系统及机器可读存储设备

权利要求书

1.一种被配置为使用教学编程语言进行工作的人工智能AI引擎，包括：

在存储器中的编译器，被配置用于由一个或多个处理器执行以从用所述教学编程语言编写的源代码生成汇编代码，

其中所述教学编程语言被配置为使得作者能够定义要由AI模型学习的心智模型，所述心智模型包括输入、一个或多个概念节点、和输出，以及

其中所述教学编程语言还被配置为使得作者能够定义用于分别在所述一个或多个概念节点上训练所述AI模型的一个或多个课程；以及

在所述存储器中的一个或多个AI引擎模块，包括架构师模块、讲师模块和学习者模块，

其中在由所述一个或多个处理器执行所述架构师模块时，所述架构师模块被配置为从所述汇编代码提出具有一个或多个神经网络层的神经网络布局，

其中在由所述一个或多个处理器执行所述学习者模块时，所述学习者模块被配置为使用来自所述架构师模块所提出的所述神经网络布局的所述一个或多个神经网络层来构建所述AI模型，

其中在由所述一个或多个处理器执行所述讲师模块时，所述讲师模块被配置为使用所述一个或多个课程分别在所述一个或多个概念节点上训练由所述学习者模块构建的所述AI模型，以及

其中所述讲师模块还被配置为分析所述教学编程语言中的代码，以便在所述一个或多个概念节点之中找到起始点。

2.根据权利要求1所述的AI引擎，

其中所述架构师模块还被配置为解析以所述教学编程语言的脚本代码，以便在所述AI模型的所述一个或多个网络层上映射所述心智模型的所述一个或多个概念节点，以及

其中所述讲师模块还被配置为分析以所述教学编程语言的所述脚本代码，以便在所述一个或多个概念节点和用于训练所述AI模型的对应的所述一个或多个课程中找到所述起始点。

3.根据权利要求1所述的AI引擎，

其中所述讲师模块还被配置为在一个或多个训练周期中，基于所述教学编程语言的训练参数，使用来自选自模拟器、训练数据生成器、训练数据数据库或其组合的一个或多个训练数据源的训练数据来训练所述AI模型，以及

其中所述讲师模块还被配置为在讲师模块确定的终止条件下终止神经网络训练。

4.根据权利要求1所述的AI引擎，

其中所述教学编程语言还被配置为使得作者能够定义描述要通过所述心智模型进行流式传输的一个或多个数据类型的模式，所述心智模型包括所述心智模型中的所述一个或多个概念节点和一个或多个流节点。

5.根据权利要求4所述的AI引擎，

其中所述编译器还被配置为匹配检查所述模式，并且如果预期匹配的所述模式不匹配，则报告一个或多个错误，以及

其中所述匹配检查是结构性的，因为如果具有不同模式名称的任何一对模式以相同的顺序定义相同的字段类型列表，则所述一对模式匹配。

6.根据权利要求4所述的AI引擎，

其中所述数据类型包括选自字符串、整数、浮点数和布尔值的原始数据类型；结构化数据类型；约束数据类型，具有限制所述约束数据类型的数据的范围表达式；及其组合。

7.根据权利要求1所述的AI引擎，

其中所述教学编程语言还被配置为使得作者能够按名称、预测类型、输出、以及包括前导输入提供概念节点和后续输出接受概念节点的所述心智模型中的一个或多个连接概念节点，来定义所述一个或多个概念节点中的每个概念节点。

8.根据权利要求1所述的AI引擎，

其中所述教学编程语言还被配置为使得作者能够按名称、要训练的所述概念节点、训练数据源类型、训练数据源名称、针对要训练的所述概念节点的所述课程的一个或多个功课、以及包括针对要训练的所述概念节点的终止条件的目标，来定义所述一个或多个课程中的每个课程。