[发明专利]一种模仿人类记忆来实现通用机器智能的方法

权利要求书

1.一种在记忆中寻找和输入信息相关记忆的方法，其特征包括：

当信息输入时，采用“临近激活”、“强记忆激活”和“相似性激活”的方法，来寻找和输入信息相关的记忆。

2.一种把信息存储到记忆中的方法，其特征包括：

机器对输入信息做多分辨率特征提取并存储这些多分辨率特征时，按照保留信息之间原来的相似性关系、时间和空间关系来存储信息特征到记忆库中；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；记忆值可以和其对应的特征存储在一起，也可以分开存储。

3.根据权利要求2所述的方法中，一种记忆信息的组织方式，其特征包括：

直接采用信息输入的时间和空间关系，按照顺序存储，并建立立体坐标来表示信息之间的距离；这个坐标的时间轴可以按照事件驱动机制：每发生一个事件驱动，存储一次记忆，时间轴就增加一个单位。

4.根据权利要求2所述的方法中，另外一种记忆信息的组织方式，其特征包括：

把输入特征建立编码，每个编码和特征自身采用表格的形式对应起来；在记忆空间中，使用编码来代替特征(或者使用特征本身，但附带上编码)；这些编码可以按照相似性来逐层分类，机器只需要根据编码的分类信息就可以快速找到相似的特征。

5.根据权利要求2所述的方法中，另外一种记忆信息的组织方式，其特征包括：

把相似的特征放在一起，但每个特征都带有自己的记忆空间中的立体坐标。

6.根据权利要求2所述的方法中，另外一种记忆信息的组织方式，其特征包括：

在记忆中相邻的信息之间建立连接关系，通过这种连接关系模仿激活电信号的传播和衰减；同时，每个特征接收激活电信号的能力也和自身的记忆值成正相关，也和激活源和自己的相似程度正相关。

7.一种通用机器智能实现方法，其特征包括：

机器包含对输入信息做多分辨率特征提取模块和联想激活算法模块，这些模块可以采用硬件实现。

8.根据权利要求7所述的方法中，一种联想激活方式，其特征包括：

机器的联想激活功能由联想激活算法模块通过修改记忆中特征的激活值来实现。

9.根据权利要求2所述的方法中，一种提高在记忆中搜索数据的方法，其特征包括：

机器把存在于记忆中的常用关系网络，提取出来，构成一个可以提高搜索效率的单独常用记忆库。

10.一种记忆信息的组织方式，其特征包括：

机器存储的记忆中，有三类数据，第一类是外部输入的信息特征；第二类是内部自身信息；第三类是机器需求和需求所处状态的数据、情绪和情绪所处状态的数据。

11.根据权利要求10所述的方法中，其特征包括：

机器按照时间顺序存储这三类数据，并且存储时，数据被赋予的初始记忆值和存储发生时数据的激活值成正相关。

12.一种训练多层神经网络的方法，其特征包括：

机器首先提取输入信息的多分辨率下的信息特征，然后采用部分分辨率下的特征来训练神经网络。

13.根据权利要求12所述的方法中，其特征包括：

机器可以针对不同分辨率下的输入信息特征，按照分辨率分组，单独训练多层神经网络，然后把多个神经网络的输出加权平均，作为总的输出。

14.一种记忆调用和存储方法，其特征包括：

机器把语言输入的信息流，转变成非语言信息流，并把这些非语言信息流作为输入信息流，按照存储输入信息流的方式存储这些信息流。