[发明专利]一种模仿人类智能的机器智能实现方法

权利要求书

1.一种模仿人类智能的机器智能实现方法，其特征在于，包括：

S1：机器依照不同分辨率来选取信息特征，并建立从输入数据中提取信息特征的算法;

S2：提取底层特征，并建立环境空间;其中机器首先把提取的特征，通过缩放和旋转，按照和原始数据相似度最高的位置、角度和大小，来调整底层特征的位置、角度和大小，把调整的底层特征和原始数据重叠放置，就能保留所述底层特征在时间和空间上的相对位置，建立环境空间;

S3：建立概念和关系网络;

S4：机器通过关系网络来寻找和输入信息序列相关的记忆;

S5：建立响应，并评估响应;其中机器根据自己的经验来组合自己的响应计划，并通过评估系统来评估不同的响应计划，确定最终选择;

S6：把响应转换为输出;机器模仿自己的经验，采用分段模仿的方法，把概念层层展开，直到静态特征图和动态特征图，然后机器模仿经验，把所述静态特征图和所述动态特征图组合成自己的一连串语言或者动作响应，以完成了一次信息处理过程;在理解信息时，概念的塔形结构展开到具体图像;而在模仿执行时，概念的塔形结构展开到机器的底层经验;所述分段模仿是一个迭代过程，每一个上层环节，通过分段模仿展开成符合现实条件的多个下层环节，然后在模仿过程中，继续采用一样的方法，把每一个下层环节，再次展开成符合现实条件的多个更下层环节，这个过程不断迭代，直到机器能真正地采取行动为止;

S7：贯穿所述信息处理流程更新数据库;

其中，S2中机器处理输入信息，并使用所述信息建立环境空间的过程中，包括机器在记忆中存入其他相关信息，机器存储的记忆包括的每一类数据都有自己的记忆值，第一类数据是外部输入的信息特征，和具体环境密切相关，第二类数据是内部自身信息，和环境无关，第三类数据是机器需求和需求所处状态的数据，给机器赋予不同的需求类型或/与不同的情绪类型，并把不同需求类型或/与不同情绪类型采用不同的符号来代表；并把代表需求或/与代表情绪的符号和引起需求状态或/与情绪状态发生改变的信息一起存储在记忆中；并使用数字或者符号来表示需求得到满足的情况或/与表示情绪的强度。

2.根据权利要求1所述的模仿人类智能的机器智能实现方法，其特征在于，S3建立关系网络的方法包括：

提取二种基本关系来建立关系网络，分别是：信息的相似关系；信息的环境关系。

3.根据权利要求1所述的模仿人类智能的机器智能实现方法，其特征在于，S2包括：

机器存储信息到记忆库时，保留信息之间原来的相似性关系和环境关系；机器使用数值或者符号来表示这些信息能在记忆库中存在的时间，它们称为记忆值；同一记忆中的信息，彼此之间存在关系；其中任意两个信息之间的关系强度和这两个信息的记忆值相关。

4.根据权利要求1所述的模仿人类智能的机器智能实现方法，其特征在于，S2中记忆存储的方法包括：

机器存储记忆时，既存储内部传感器和外部传感器给出的数据，也存储机器的需求数据或者机器的情绪数据，或者同时存储机器的需求数据和机器的情绪数据；并且把这些数据存储在同一个记忆中。

5.根据权利要求1所述的模仿人类智能的机器智能实现方法，其特征在于，S2中记忆存储的方法包括：

机器存储记忆时，机器赋予给被存储信息的初始记忆值和存储发生时的激活值相关。

6.根据权利要求1所述的模仿人类智能的机器智能实现方法，其特征在于，S1数据特征选取方法包括：

机器采用对比局部相似度的方法来选取数据特征；机器按照不同的分辨率来选取数据特征，同样的数据，在不同分辨率下选取的数据特征可能并不相同；机器采用的分辨率包括时间分辨率和空间分辨率，机器分析的数据包括静态数据和动态数据；机器需要对同一数据采用不同的分辨率来进行选取特征的操作。