认知智能整体技术框架简介介绍

• 认知智能整体术体系简介

  • 认知智能是计算机科学的一个分支科学，是智能科学发展的高级阶段，它以人类认知体系为基础，以模仿人类核心能力为目标，以信息的理解、存储、应用为研究方向，以感知信息的深度理解和自然语言信息的深度理解为突破口，以跨学科理论体系为指导，从而形成的新一代理论、技术及应用系统的技术科学。 认知智能实现落地四步走：1.认知宇宙世界。支撑理论体系有三体（宇宙、信息、大脑）论、易道论、存在论、本体论、认知论、融智学、HNC 等理论体系；2.清楚人脑结构、功能、机制。支撑学科有脑科学、心理学、逻辑学、情感学、生物学、化学等学科。3.清楚信息内涵规律规则。支撑学科有符号学、语言学、认知语言学、形式语言学等学科。4.系统落地能力。支撑学科有计算机科学、数学等学科。 认知智能技术体系设计架构以古今中外哲学，众多科学体系思想以及融智学，HNC，三体论等思想为指导，以类脑结构功能机制为目标。在架构设计上融合了现在的感知智能技术体系，同时也发展和创新了很多全新的技术体系。在类脑技术体系的设计上，把人脑核心主要能力对应到相应的技术体系之上，这样逐步，逐层，依次实现人脑的各种能力。从而形成一套类脑设计的技术体系。这也是整套认知智能技术体系设计的核心思想。在类脑的技术体系设计上，从类脑的感知，记忆，学习，理解，认知，逻辑，情感，沟通，意识等方面，进行了全面的梳理。每一个类脑能力，都有了对应的技术体系。目前认知智能整套技术体系，除了类脑的意识之外，其他的类脑能力技术体系都在陆续的落地之中。具体可以详看认知智能技术架构图。
    
    
    
    认知智能技术体系架构设计，总体上分为九个层次。 1.感知技术体系 2.记忆技术体系 3.学习技术体系 4.理解技术体系 5.认知技术体系 6.逻辑技术体系 7.情感技术体系 8.沟通技术体系 9.意识技术体系 这九大分支技术体系，分别对应了人脑的9大核心能力。在整体设计上力求做到类脑，模仿复制人脑的核心能力。从感知到记忆学习等，到最后的意识体系，是逐层往上的。上层技术体系的落地，要依赖下层技术体系的落地。下层是上层的基础支撑。而人脑的能力，基本上也是下层能力支撑更上层的能力。九大分支技术体系共同支撑起认知智能九大核心技术体系。除却目前的人工智能技术体系，认知智能新创立的核心三大技术体系，就是类脑模型，认知维度和万维图谱。这是整套认知智能技术体系的关键所在。这三大技术体系，也是国内独创的技术体系，没有复制或者模仿任何国外现有的技术体系。认知智能整套技术体系能在多大程度上做到复制类脑能力，现在还无法准确评估，整套技术体系的架构设计，是基石。为未来复制人脑能力，提供了重要的参考依据。
    
    感知层技术体系是最基础的类脑技术体系。主要还是人工智能现有的技术体系为核心。包含机器学习，深度学习，机器视觉，语音识别，自然语言处理等相关技术体系。感知层技术体系，主要还是国外领先。我们国内在感知层技术体系上，整体上来说，差距并不是很大。感知层的技术体系，这里不再做过多赘述，业内的相关从业者来说，基本上都非常熟悉感知层的技术体系。但是这里要注意几个问题： 1.感知层如何全面和深度的覆盖类脑的感知体系，包括五官和肢体等相关类人的的感知体系。 2.感知层技术体系如何和认知智能的上层技术体系如何无缝对接。感知层的上层就是类脑的记忆体系。感知采集到的信息体系，如何结构化，拆分之后存储到各个图谱之上，形成类脑的记忆，是个非常值得深入研究的问题。 3.感知层如何和学习层深度融合和对接，也是难度比较大的点。感知层技术体系在学习层技术体系里面的作用，主要是各类信息的识别，特征识别，物体识别，场景识别，色彩识别等等。感知层如何深度的识别和理解视觉，触觉等信息，是非常关键的点。
    
    记忆层技术体系是感知层上层的技术体系，是连接感知层和学习层的技术系。是感知信息的结构化存储，是类脑学习的基础支撑。人类感知到的信息，主要包含符号，语言图像以及触觉，味觉等方面的信息。对于触觉，味觉等方面本文暂时不做探讨。主要是从符号，语言和图像方面进行分析。符号体系和语言文字体系等信息的类脑记忆已经破解。可以用认知维度识别技术体系，拆分符号语言的结构化数据，存储到万维图谱之上。形成类脑的记忆体系。而视觉形成的图像信息的记忆还是个未被完全破解的难题之一。这里本文提出初步的理论方案，从图像的整体特征识别，局部特征识别，物体识别，场景识别，情感识别，色彩识别等多个维度对图像进行深度的理解。理解之后和自然语言处理相关技术体系打通，用语言文字记录和描述图像所包含的信息体系。然后再对语言信息体系进行结构化存储，形成类脑的记忆。这里要做好图像和语言描述体系的对应关系。这种方法，可以让图像以语言为载体，进行类脑记忆的落地。 这里还存在一个问题，图像的深度理解和NLP的融合程度能够做到多大的关联性，是个难点。当然，图像的类脑记忆，可能还有其他更优的方案。等待业内研究公布。类脑记忆的核心关键就是认知维度和万维图普以及各个分支图谱的应用。
    
    学习层是记忆层的上层，是理解层的下层，是感知层和记忆层的深度应用。 理解层和学习层的层次关系，这里不太好严格局区分。人类大脑的理解和学习是同步进行的。学习本身也包含了类脑的感知，记忆和理解。认知智能技术体系架构之所以把学习层放在理解层下面，主要是考虑到先记忆学习之后，才有基础数据进行深度的理解，在类脑能力的落地上更为可行。学习记忆的数据，是理解的基础支撑，没有记忆学习的基础数据就谈不上理解。学习层的核心技术体系包含以下几个核心方面： 1.认知维度的划分与识别。这是类脑学习的第一步。认知维度代表的是认知的侧面和视角，侧面和视角是学习，理解的最核心基础体系之一。各类信息形式都有认知维度的划分。 2.意图识别。意图识别，目前主要在语言文字的学习为主。意图识别是认知维度的细化和具体化。一个认知维度包含1-N细化意图。是认知维度的更细化层次学习体系。 3.特征识别。机器视觉范畴，包含整体特征和局部特征。主要针对图像。体的特征。 4.物体识别。机器视觉范畴，主要识别物体是什么。 5.场景识别。机器视觉范畴，场景的学习识别，相对复杂。图像所包含的内涵之一，就是场景，而类脑的场景识别通常和物体组合和图像的色彩，图像的全局和局部特征都有很大关系。因此场景的识别可以结合NLP技术来综合深度识别。 6.类脑学习。类脑的学习，包含了类脑的感知，类脑的记忆等两大核心体系。因此这里谈的学习还是相对狭义的学习。具体还是感知和记忆信息体系的综合运用。还并未上升到深度的理解层次。 类脑学习能力的模仿和落地的核心关键在于感知层和记忆层的综合应用。对记忆层的结构化数据，进行深度的整合，进行深度的连接，从而融通应用各个分支记忆体系的数据。然后再利用认知维度识别划分，意图识别，特征识别等技术体系进行综合分析学习。
    
    理解层在认知层的下层，在学习层的上层。学习和理解本身也是一体。学习本身包含了理解。这里的理解主要是学习之后的深度理解。理解层的核心包含三大部分符号，语言和图像的深度理解。在结构化数据的基础之上，构建深度的类脑的理解体系。从类脑角度来说，所有信息都可以先感知，后记忆，后学习，然后逐步消化，逐步理解。信息的理解，并非是孤立的，而是和其他信息形式连接的融合的，才能助力类脑的深度理解方式。这里的关键技术核心三大部分： 1.符号的深度理解 2.语言文字的深度理解 3.图像信息的深度理解 理解的本质核心在于符号语言图像的内涵和外延的深度理解，内涵和外延具体又可以拆分成很多认知的维度和视角，从各个维度去识别符号语言图像所包含的信息，维度理解的越多，对信息的理解好就越深入，因此构建信息的认知维度模型是核心关键所在。理解的范畴和边界，划分清楚，才有针对性的理解视角和侧面。视角理解的越多，对事物的理解就越深刻越全面。核心还是找到类脑理解的维度或者说认知体系的维度，落地成特定的理解模型，交给计算机或者机器人。
    
    认知层在逻辑层的下层，在理解层的上层。系统的理解之后，才能形成系统化的认知体系。在类脑能力上来说，系统化的认知建立在系统化的理解之上。认知的三大体系认知维度，类脑模型，万维图谱，三大技术体系共同支撑认知智能整套体系。认知维度划分认知的视角和边界，类脑模型复制构建大脑的结构，功能和机制。万维图谱存储认知结果的结构化数据，同时为类脑的功能和机制提供最底层的数据支撑。这三大技术体系加上感知层，记忆层，学习层，理解层等技术体系，共同支撑整套认知智能体系。 认知层整套技术体系也并非独立的存在。结构化，系统化，理解化的认知体系才是系统的认知体系，才是为更上层的类脑能力逻辑情感意识等提供最基础的认知技术体系支撑。因此认知层的技术体系是重中之重，具体可以看三大认知智能三大技术体系简介和各个分支技术体系的简介。 认知层技术体系是连接更上层技术体系和下层技术体系的中间层次，脱离了认知层技术体系，上层类脑能力无法构建，下层类脑能力也无法再更进一步。认知层技术体系的核心在于认知维度的划分识别，类脑结构的构建，类脑功能机制的模拟，以及万维图谱所支撑存储的结构化数据。这一层技术体系落地的时候，先要划分认知维度，然后构建万维图谱，最后组合了类脑结构，最后逐步实现其他相关类脑能力。
    
    逻辑层在认知层的上层，情感层的下层。逻辑层和情感成本身也是并列关系。从类脑能力上来讲，逻辑和情感并无严格的上下成关系，而是并列存在。人类的情感体系和逻辑体系本身也是并列的。这里之所以把情感体系放在逻辑体系之上，是因为清晰的逻辑体系，才是更加系统情感体系的基础。认知层是支撑逻辑层的关键所在。逻辑层的八大分支技术体系。包括以下几个方面： 1.判断逻辑。 2.选择逻辑。 3.联想逻辑。 4.类比逻辑。 5.归纳逻辑。 6.演绎逻辑。 7.推理逻辑。 8.超感逻辑。 这八大逻辑之间，也是由浅入深，逐成往上的过程。判断是最底层，最基础的逻辑形势。选择逻辑是多个判断逻辑的组合应用。联想逻辑是判断逻辑和选择逻辑的综合应用。类别逻辑则是联想逻辑的综合应用。归纳逻辑则是类比逻辑的综合应用，演绎逻辑则是归纳逻辑的综合应用，推理逻辑是综合以上逻辑体系的综合应用。超感逻辑体系则是推理之上，更深层次，更纯熟的推理逻辑应用。因此下层逻辑体系的构建，决定了上层逻辑体系的构建，逐步推进，逐步复杂。整套逻辑体系是人脑思维思考的核心关键所在。也是机器人彻底具备智商的最基础依据。有了系统化的逻辑之后。机器人将彻底的走向类脑能力，类人的智力，智能和智慧。因此这八大逻辑技术体系是上层类脑能力的核心基础。
    
    情感层在逻辑层的上层，沟通层的下层。情感能力是人脑和机器人大脑最重要的核心能力之一。情感能力建立在逻辑思维体系之上，系统化的逻辑体系，才能支撑系统化的情感体系。情感层技术体系主要包含三大部分： 1.情感识别。 2.情感记忆和理解。 3.情感应用体系。 情感的识别，主要几个部分，符号情感，语言文字情感，和图像情感等。 同时情感识别，还要结合具体场景识别进行综合判断分析。是NLP技术体系和CV技术体系的综合应用。符号体系，语言文字体系，和图片体系等有些有非常明确的情感表示，有些并无非常明确的情感表示，因此在情感识别技术落地的时候，需要考虑场景识别等因素。具体的环境，场景都会影响到人类的情感。 情感的记忆和理解技术体系，情感记忆还是以万维图谱中的情感图谱为基础，进行存储和记忆。情感的理解是情感的深度识别，包含情感的各个维度和时间地点场景的识别。就是情感的深度理解。情感图谱需要记录万物的情感状态和时间地点场景等的对应关系。情感的深度理解除了要参考情感的自身维度，还要参考认知维度。情感本身不是孤立的存在。因此情感识别需要结合图像的识别理解和语言文字的识别理解综合分析。 情感的应用技术体系，情感的应用主要表现在表情，肢体和语言文字上。表情和肢体是身体表达情感的部分，语言文字是话语角度表达的部分。因此要灵活表达情感，需要做机器人的身体和表情控制技术体系和自然语言自组织体系。 这两大技术体系综合使用，落地情感表达体系。
    
    沟通层在情感层的上层，意识层的下层。沟通能力是类脑能力最核心能力里之一。机器人只要学会了沟通，并且能够和人类顺畅沟通，那么机器人基本上就具备了人脑各大核心能力，并且能够灵活运用各大能力。因此沟通能力是衡量机器人智力水平的最重要依据之一。沟通层技术体系主要包含以下几个方面： 1.语言应用体系 2.思想观念体系 3.表情控制体系 4.肢体控制体系 以上四个方面是沟通的核心，同时还包括其他类脑能力的其他层，比如情感层，逻辑层，认知层等。情感层本身也是沟通层的子集。类脑的整个沟通技术体系，除了本层所列出的技术体系，其他层次的技术体系同样重要。最终都是为了配合沟通而形成的技术体系。人类两大核心能力沟通和做事。所有的大脑能力，基本上都在为这两项核心能力服务。机器人沟通顺畅之后，那么，意识层也将自动生成部分。同时沟通层也是检验其它成技术是否成熟的标准之一。 语言组织应用技术体系，主要依托认知维度，万维图谱结构化数据，记忆，情感，逻辑，思想观念等技术体系，依托众多技术体系综合组织生成语言，最后表达出来。因此语言组织体系非常复杂，并非是纯粹的组织语言。而是要组织处合理的顺畅的和交流者对话的语言文字。这是难度非常大的点。 思想观念体系，是逻辑体系，情感体系的综合应用。大脑通过逻辑思考形成的结果和情感体系的结果，就是思想观念的大部分，因此思想观念体系的落地，可以用逻辑体系和情感体系组合落地。表情控制体系和肢体控制体系下层的情感体系已经做了介绍。这里不做过多赘述。
    
    意识层是所有层的最上层。意识是人类大脑所有活动的总和。意识体系本身也是个中枢体系，这套中枢体系组织，协调，管理，调用各个分支层技术体系的综合应用。共同配合，形成类脑的意识体系。意识本身无形，但是又处处有形，每一句话，每一个表情，每一个动作，都是意识的具体体现。因此只要构建一个类脑的中枢系统，组织，协调，管理，调用各个分支成的技术体系，就可以完成大脑意识的复制。当然这里所说的意识，并不包含人类所说的灵性体系，灵性体系还在意识层的更上层。 大脑中枢系统构建的难点，有以下几个方面： 1.中枢系统如何监控各个分支层系统的运作。 2.中枢系统如何组织管理协调条用各个分支系统协同作用。 3.各个分支系统如何配合共同支撑中枢系统发挥总司令部的作用。 4.认知智能体系下的意识系统，如何能够最大程度的做到类脑的意识形体。 以上四个核心问题，是构建中枢系统的核心难点。而这些问题的解决，也要依靠其它层次技术体系的完善之后，才能解决。因此暂时并没有特别好的方案，可以复制彻底的类脑意识体系。还需要进一步，研究探索。等他其它层技术体系完善之后，或许问题就明朗了。