人工智能的学习与记忆.doc

人工智能的学习与记忆人工智能的重要标志在于学习记忆及应用，那么人工智能程序是如何学习呢，今天简单的介绍下我的认识及个人看法。说道学习，很多人可能会想起神经网络，这个可是学习的专家，有的人专注于研究这个方面，相信通过这个方面可以达成人工智能。在这里我提醒大家，神经网络可以作为人工智能的一部分，不能当做全部，人类智慧的复杂，不是一个两个学科能说清的。另外神经网络我个人认为他可以达到最终智慧的一种方式，但是不是绝对的，我们有的时候可以用另一种简单的方式来完成同样的目的，比如动物奔跑是四只腿在跑，我们造汽车的时候，并没有仿照，而是选择了一中更好的方法，圆轮。小鸟的翅膀，我们并没有完全仿照，而是改用固定架构。甚至达到的效果更好，当然我不是说神经网络不好，我是在说，我们应该有新的思维，不能把思维老固定在一个范围内。在学术界，没有谁对谁错，没有论证，只有证实。同时我们也不能对神经网络不加学习，我们至少应该理解其中的工作原理。 我觉得不管神经网络也好，遗传算法也好，符号主义也好，行为主义也好，他们都有自己的对的地方，我们学习不应对他们区分，要学习他们所有的长处，及时有冲突的地方，我们应该想办法去匹配它。好了，废话都一大堆了，下面讲价我对人工智能学习上的看法。我们知道大脑的组成大部分由神经元组成，我们可以吧我们的思路按照大脑的结构来思考。人工神经网络的神经单元应该是一个能够影响其他神经单元并且每个网络单元里都记忆这一个条件关系。一个神经是个事件集，首部有元编号，中间的事件集连接其他神经元从这个事件集里，我们可以反馈一个事物带来的后果，我们根据一个知觉反馈过来的信息，查找相关事件集。那么什么是事件集呢，我们知觉不管视觉也好，听觉也好，都是以连续的事件组成。我们把这个事件集合，就可看做一个对象。这些对象，发生的事件，又能组成一个事件。这样就像神经网络一样，互相连接。 那么这个事件集如何形成呢。举个例子说，第一次我们看到的东西，我们只能大致的知道这个事件过程，如果这个事情很复杂，中间出了一个问题，那你很难分清问题出在哪，也就是相关的事件造成什么样的后果。但是下次我们很快能够知道，这是什么原因呢，我们大脑里又快区域叫快速记忆区，将我们最近碰到的事统统记下。然后，我们再次发生这个事情的时候，我们大脑先从快速记忆区检索，如果某事件和某事件相吻合，那么这个条件即成立，然后建立神经元信息，当然有的时候，我们根据经验，可以速找到问题，那么证明我们神经元里已经有一个相似特征的条件判断。当然有的时候也会出现意外。当我们下次发生这个事情，并没有按照神经记忆所发生的事件继续，我们就会感到奇怪。因为世界上很多事件的逻辑关系很复杂的。我们需要慢慢建立足够的判断，我们就能分清其中的规则。下面简单说下应用，这里时间关系，概况的讲一下。神经网络可以影响其他单元，我们再下一个犹豫不决定的时候，我们大脑神经会打架，他们怎么打架呢？一个神经元记忆的吃好东西时留下的美味，一个正电极向大脑决断区传去，于是他说，我要吃蛋糕， 经过另一个神经元是吃东西后造成的肥胖负电极信息，正负消融，剩下的谁的刺激信号强，那么谁的决断就会胜出。我们就会执行大脑下的这个命令，不过没有负信号影响，我们可以很轻易的下一个决定，或者面对事情，我们知道接下来我们做什么时。由于本人也挺忙的，还有很多东西，没来的及整理，大家看了，感觉有什么问题或者想法，或许想分享下自己的认识，欢迎交流，个人认识，不必过于纠结，不正之处，欢迎指教。道不同不相为谋