*** 一種人工靈魂的設(shè)計(jì)方法
趙盛燁1)?吳文江2)?賈金原3)?付偉奇4)
1)中國科學(xué)院大學(xué)，北京市 100000
2)中國科學(xué)院沈陽計(jì)算技術(shù)研究所，沈陽市110000
3)同濟(jì)大學(xué)，上海市200000
4)中國醫(yī)科大學(xué)附屬醫(yī)院，撫順市113000
摘?要????文章分析了現(xiàn)有人工智能系統(tǒng)存在的不足，指出了常規(guī)人工智能技術(shù)發(fā)展過程中存在的誤區(qū)等。文章以神經(jīng)醫(yī)學(xué)的最新研究成果為依據(jù)，以人類的認(rèn)知、思維方式為基礎(chǔ)，使用計(jì)算機(jī)科學(xué)工作者能夠接受的語言描述了人類思維系統(tǒng)的主要工作模式，從而依據(jù)仿生學(xué)原理提出了“人工靈魂系統(tǒng)”的設(shè)計(jì)思路。文章規(guī)劃了一種值得嘗試的“人工靈魂系統(tǒng)”工作原理、設(shè)計(jì)了該系統(tǒng)的組成結(jié)構(gòu)，為強(qiáng)人工智能技術(shù)的未來發(fā)展奠定了科學(xué)基礎(chǔ)。
關(guān)鍵詞????強(qiáng)人工智能；人腦模擬；心智構(gòu)建；計(jì)算機(jī)仿生；靈魂系統(tǒng)；思維創(chuàng)造
A design thod of Artificial intelligence
was called “Artificial soul”
ZHAO Sheng-Ye 1)? WU Wen-Jiang 2)? JIA Jin-Yuan 3)? FU Wei-Qi 4)
1)(University of Chinese Acade of Sciences， University， Beijing 100000)
2)(Shenyang institute of couting technology， Chinese acade of sciences， Shenyang 110000)
3)(Tongji University， University， Shanghai 200000)
4)(Affiliated Hospital of China Medical University， Hospital， Fushun 113000)
Abstract? This paper has analyzed the disadvantages of current artificial intelligence systeand unveiled the sunderstandings happened during the developnt of routine artificial intelligence technologies. Referring to the latest research results frothe neurology field， and based on the cognitive style and thinking pattern of hun beings， this paper nages to describe the operating de of hun brains with a kind of language which is friendly to couter science workers; and accordingly， the idea of creating a bionics-based “artificial soul” has been conceived. This paper proposed a worth-trying “artificial soul syste and its coosition and structure， which has laid a scientific foundation for the future developnt of strong artificial intelligence.
Key words?? Strong artificial intelligence; Hun brain silation; Mind building; Couter bionics; Artificial soul syste Thinking creation
引言
隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，人類已經(jīng)不再滿足于使用程序化的計(jì)算機(jī)系統(tǒng)去處理日常事務(wù)。因此早在1955年，幾位具有探索精神的美國科學(xué)家便提出了“人工智能”的概念[1]。隨著時(shí)間的不斷延續(xù)，科學(xué)工作者們在人工智能領(lǐng)域的探索也越發(fā)深廣，例如：1959年，阿瑟·薩繆爾創(chuàng)造了“機(jī)器學(xué)習(xí)”詞匯；1988年，羅洛·卡彭特開發(fā)了能模仿人進(jìn)行幽默聊天的交互式機(jī)器人；1997年，IBM研發(fā)的“深藍(lán)”成為第一個(gè)擊敗人類象棋冠軍的電腦程序；2011年，IBM研發(fā)的“沃森”在“危險(xiǎn)邊緣”智力節(jié)目中擊敗人類[2]；2016年，谷歌研發(fā)的“AlphaGo”在圍棋人機(jī)大戰(zhàn)中成功擊敗韓國職業(yè)九段棋手李世乭[3]。人工智能程序的這一幕幕進(jìn)展都伴隨著人類的極大期望。然而60多年過去了，“像人類一樣思考”的計(jì)算機(jī)依然沒有造出來[1]。作者認(rèn)為，究其根源仍是計(jì)算機(jī)科學(xué)工作者沒有掌握正確的方法。作者通過多年的觀察研究，將從仿生學(xué)角度提出一種新的人工智能系統(tǒng)發(fā)展思路。
1背景
雖然數(shù)十年來，人工智能領(lǐng)域的發(fā)展始終沒有突破性的進(jìn)展，但由于人類對此充滿期待，所以也經(jīng)歷了多次研究**。近年美國Google公司研發(fā)的“AlphaGo”系列程序，因其是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能程序[3]，其突出的國際象棋對決能力更是引發(fā)了社會(huì)輿論與普通民眾的廣泛關(guān)注。
“AlphaGo”程序的設(shè)計(jì)思路是，通過大數(shù)據(jù)、大計(jì)算、大決策，三位一體來實(shí)現(xiàn)程序的深度學(xué)習(xí)、勝率計(jì)算[3]。其主要設(shè)計(jì)原理依然不能擺脫計(jì)算機(jī)程序的流程化處理方法，這決定了該程序并不具備其設(shè)計(jì)者規(guī)劃之外的聯(lián)想能力[4]。所以嚴(yán)格意義上來講，“AlphaGo”只是一個(gè)“計(jì)算系統(tǒng)”，而不是一個(gè)擁有靈魂的強(qiáng)人工智能系統(tǒng)。
由于眾所周知的商業(yè)原因，“人工智能”、“智慧程序”等詞匯的濫用現(xiàn)象較為嚴(yán)重，而且包括“AlphaGo”、“阿里人工智能交通系統(tǒng)”、“百度大腦”等程序依然不具備自主創(chuàng)造能力的原因。為了不引發(fā)歧義，作者將使用“靈魂系統(tǒng)”這一詞匯來描述強(qiáng)人工智能的設(shè)計(jì)目標(biāo)。
2人工靈魂系統(tǒng)
作者所謂的“靈魂”與傳統(tǒng)宗教中提及的詞匯并不相同，現(xiàn)代醫(yī)學(xué)認(rèn)為“靈魂”是大腦特定神經(jīng)細(xì)胞的活動(dòng)產(chǎn)物，具有聯(lián)想、創(chuàng)造的能力[5]。文章采用“靈魂系統(tǒng)”的詞匯也是為了更明顯的體現(xiàn)出該系統(tǒng)具備的仿生學(xué)特征，這一特征是當(dāng)前所有人工智能系統(tǒng)均不具備的[1]。
2.1??常規(guī)人工智能誤區(qū)
計(jì)算機(jī)人工智能是近年來計(jì)算機(jī)科學(xué)的主要攻關(guān)方向之一，但由于多數(shù)計(jì)算機(jī)人才對人類神經(jīng)系統(tǒng)的研究并不透徹，對心智的理解不夠深入，甚至對仿生設(shè)計(jì)存在一定的誤區(qū)，所以并沒有出現(xiàn)跨越式的進(jìn)步。
具體表現(xiàn)有以下幾個(gè)方面：
（1）過于注重解決單一問題
現(xiàn)有人工智能系統(tǒng)多數(shù)基于解決實(shí)際應(yīng)用當(dāng)中遇到的問題而設(shè)計(jì)，從而使其過程化處理的能力增強(qiáng)[1]。但在人類思維系統(tǒng)中，其過程化處理的方式、方法、模型是隨著閱歷的增多而改變的[5]。因此嚴(yán)格的處理過程約束了程序的自我進(jìn)步和自我完善；
（2）過于注重算法設(shè)計(jì)
深度學(xué)習(xí)算法、深度挖掘算法的設(shè)計(jì)雖然使人工智能程序計(jì)算出人類想要的數(shù)據(jù)結(jié)論，但也使其計(jì)算廣度和計(jì)算的對外關(guān)聯(lián)性造成缺失，從而造就了樹形的數(shù)據(jù)計(jì)算模型[6]，而不是人類思維的網(wǎng)狀計(jì)算模型；
（3）過于注重?cái)?shù)據(jù)的準(zhǔn)確性
在人類思維當(dāng)中，對某個(gè)事物的判斷依據(jù)基于人類自身的閱歷。數(shù)據(jù)結(jié)論正確與否取決于單一人類個(gè)體對事物的認(rèn)知，而認(rèn)知本身是矛盾的，也可以隨閱歷的增多而改變[7]。因此準(zhǔn)確的人工智能數(shù)據(jù)結(jié)論不符合人類生物的個(gè)性化特征。仿生的人工智能數(shù)據(jù)分析結(jié)論一定最少包含相互矛盾的兩種數(shù)據(jù)集合；
（4）過于注重計(jì)算性能
長期對人工智能系統(tǒng)的研發(fā)失敗使計(jì)算機(jī)科學(xué)工作者們產(chǎn)生了誤區(qū)，認(rèn)為是計(jì)算機(jī)的處理性能不足導(dǎo)致的系統(tǒng)運(yùn)行能力不足。但忽略了現(xiàn)有計(jì)算機(jī)的體系結(jié)構(gòu)與人腦的差別[8]。現(xiàn)代腦科學(xué)證明，人腦的實(shí)際計(jì)算能力遠(yuǎn)低于計(jì)算機(jī)的處理性能，且在工作狀態(tài)時(shí)處于單線程運(yùn)行模式。因此對于單體計(jì)算機(jī)性能的不斷追求不符合仿生學(xué)設(shè)計(jì)原理，使計(jì)算機(jī)科學(xué)工作者們陷入了人工智能的研究誤區(qū)；
（5）結(jié)構(gòu)設(shè)計(jì)不合理
基于圖靈機(jī)發(fā)展而來的計(jì)算機(jī)，具備輸入至輸出的基本工作模式，該模式也局限了計(jì)算機(jī)科學(xué)工作者的思維模式，導(dǎo)致人工智能系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)缺陷。真正的人類智能的運(yùn)轉(zhuǎn)過程是“輸入-存儲(chǔ)-關(guān)聯(lián)計(jì)算-輸出檢驗(yàn)-輸入”的閉環(huán)結(jié)構(gòu)，是不斷迭代發(fā)展的啟發(fā)式計(jì)算模式，所以當(dāng)前人工智能的結(jié)構(gòu)設(shè)計(jì)必須改變[9]。
總體來看，現(xiàn)有的“人工智能”雖然幫助人們在生活和工作中解決了一些實(shí)際問題，但都是功能和著眼點(diǎn)狹窄的細(xì)節(jié)問題。這些問題的解決均依靠預(yù)先編制好的程序，并不具有自主決斷、聯(lián)想創(chuàng)造的能力[10]，所以嚴(yán)格來講均只是一種功能更為強(qiáng)大的計(jì)算工具，而不是“智能”。為了區(qū)分于原始的“人工智能”系統(tǒng)，文章為目標(biāo)系統(tǒng)命名為“人工靈魂系統(tǒng)”，下文將介紹該系統(tǒng)的設(shè)計(jì)思路。
2.2??人腦生物特性的計(jì)算機(jī)表述
人腦是人類得以統(tǒng)治世界的關(guān)鍵因素，是人類區(qū)別于其它動(dòng)物的重要環(huán)節(jié)。之前的生物學(xué)家多數(shù)認(rèn)為人腦與其它動(dòng)物的大腦有本質(zhì)不同，甚至有人認(rèn)為人腦是“有靈魂”的，而其他動(dòng)物大腦“沒有靈魂”。然而21世紀(jì)的最新腦科學(xué)研究顯示，人腦與其他哺乳動(dòng)物的大腦在細(xì)胞結(jié)構(gòu)、物質(zhì)組成、工作原理等方面并不存在巨大區(qū)別：人之所以成為最優(yōu)等的生物，主要因?yàn)槟X容量相對較大、組成大腦皮層的灰質(zhì)面積較大、處理邏輯問題的能力較強(qiáng)、海馬體的活躍程度較高等優(yōu)勢[5]。
作者雖為計(jì)算機(jī)科學(xué)專業(yè)博士，但為研究人工智能仿生技術(shù)，潛心多年研究閱讀腦科學(xué)論文、腦醫(yī)學(xué)臨床、心理學(xué)理論等科學(xué)技術(shù)，終于找到了人腦思維的奧秘所在。人腦的結(jié)構(gòu)組成屬于醫(yī)學(xué)研究范疇，在文章中將不再描述，作者重點(diǎn)關(guān)注的是人類神經(jīng)細(xì)胞的工作原理、儲(chǔ)存及記憶原理、邏輯思維產(chǎn)生的過程、創(chuàng)造力產(chǎn)生的過程等，并通過計(jì)算機(jī)科學(xué)工作者的角度加以描述。
腦神經(jīng)系統(tǒng)是人類神經(jīng)系統(tǒng)的最核心部分，因此腦神經(jīng)細(xì)胞具備人類神經(jīng)細(xì)胞的基本功能性特征，即：對刺激信號(hào)的反饋能力、對信息的傳輸能力。在人類大腦的最外層是灰質(zhì)，也是大腦中最為活躍的區(qū)域，眼睛、耳朵、鼻子、舌頭等器官的感觀信號(hào)以電勢脈沖的形式，通過較長的神經(jīng)纖維經(jīng)過丘腦傳送給灰質(zhì)的相應(yīng)反射區(qū)域。反射區(qū)域會(huì)以細(xì)胞沖動(dòng)的形式映像出外界刺激的模型。
例如，當(dāng)明來到動(dòng)物園的虎籠前，其神經(jīng)系統(tǒng)會(huì)發(fā)生如下活動(dòng)：
（1）感觀上，明的眼睛會(huì)將虎的形態(tài)完整映像到枕葉灰質(zhì)相應(yīng)的表達(dá)區(qū)域中，該區(qū)域包含多個(gè)灰質(zhì)神經(jīng)元。神經(jīng)系統(tǒng)會(huì)將其進(jìn)行抽象、分解。不同的電勢代表了不同的顏色，但真正對顏色的認(rèn)知儲(chǔ)存在顳葉的灰質(zhì)區(qū)域當(dāng)中。嗅覺、聽覺等也會(huì)同時(shí)在相應(yīng)灰質(zhì)區(qū)域有所表達(dá)[7]；
圖1 感觀神經(jīng)抽象舉例（請到趙盛燁微博查看圖片）
（2）識(shí)別上，神經(jīng)系統(tǒng)會(huì)根據(jù)感受器官提供的信息或思維系統(tǒng)預(yù)置的信息進(jìn)行檢索，該檢索活動(dòng)需要丘腦的神經(jīng)通路模型提供幫助，使反射區(qū)域、記憶模型區(qū)域、語義存儲(chǔ)區(qū)域、邏輯存儲(chǔ)區(qū)域、情緒控制區(qū)域彼此間的弓形神經(jīng)纖維被激活，從而發(fā)散性的查找到固化在灰質(zhì)中的關(guān)聯(lián)性信息。如：明的感受促發(fā)了“虎”的形態(tài)模型、中文筆畫、發(fā)音、英文拼寫、安性評(píng)估、相關(guān)典故、相關(guān)新聞等信息，這部分關(guān)聯(lián)性信息均被不同程度的激活[5]。
圖2 識(shí)別過程圖譜舉例（請到趙盛燁微博查看圖片）
（3）記憶上，第1步驟、第2步驟中的神經(jīng)活動(dòng)會(huì)報(bào)備至海馬體進(jìn)行決策分析，以確認(rèn)該次感觀與該次識(shí)別是否有建立關(guān)聯(lián)的必要。如果有必要，海馬體會(huì)命令下丘腦對新的灰質(zhì)映像與原有的灰質(zhì)映像之間建立神經(jīng)通路；如果沒有必要，海馬體會(huì)將該次感觀作為獨(dú)立事件存儲(chǔ)下來。其中關(guān)聯(lián)性較多的映像更容易被調(diào)取，關(guān)聯(lián)性較少的映像將很快被記憶拋棄[5]，然后又會(huì)有新的映像將該區(qū)域覆蓋；
（4）思維上，主要取決于記憶的關(guān)聯(lián)性，當(dāng)明的“人生閱歷”已經(jīng)開始，但處于較為初級(jí)的程度時(shí)，可以對遭遇的部分外界事物進(jìn)行關(guān)聯(lián)性搜索，并做出相應(yīng)的行為模仿式回應(yīng)；當(dāng)其通過學(xué)習(xí)與實(shí)踐使“人生閱歷”到達(dá)較高級(jí)程度時(shí)，即能參考多項(xiàng)行為的記憶[11]，依照關(guān)聯(lián)性原則進(jìn)行混合式模仿回應(yīng)。混合式模仿回應(yīng)的特點(diǎn)是，該回應(yīng)與記憶中的行為回應(yīng)均不相同、各取所長，所以具有創(chuàng)新性的特點(diǎn)。即：設(shè)A為某事件的因子，B、C、D為不同人對該事件的回饋。則當(dāng)明只見過A-B模式時(shí)便會(huì)以A-B模式做出回應(yīng)；當(dāng)明見過A-B模式、A-C模式時(shí)，明會(huì)做出A-D模式的回應(yīng)，其中D={ x | x∈B)∩x∈C)}，a)為明對a事件的思維評(píng)估；
圖3 人類生物識(shí)別過程及計(jì)算機(jī)術(shù)語對照（請到趙盛燁微博查看圖片）
（5）聯(lián)合記憶，是基于神經(jīng)系統(tǒng)識(shí)別、記憶基礎(chǔ)上的關(guān)聯(lián)性擴(kuò)展，即：設(shè)L、M、N、O、P、Q均為獨(dú)立事件，其中L-M、N-O、P-Q為三組已被識(shí)別的相關(guān)聯(lián)事件，當(dāng)出現(xiàn)新的關(guān)聯(lián)事件M-N時(shí)，則神經(jīng)系統(tǒng)會(huì)通過弓形神經(jīng)纖維將三個(gè)事件關(guān)聯(lián)到一起，形成L-M-N-O的記憶模型；當(dāng)再出現(xiàn)新的關(guān)聯(lián)事件M-P時(shí)，形成Q-P-M(-L)-N-O的記憶模型。在明的記憶中，關(guān)聯(lián)次數(shù)越多的事件模型，其神經(jīng)之間的遞質(zhì)越活躍，調(diào)取速度越快，從而形成了“習(xí)慣思維”；
（6）睡眠，是高級(jí)哺乳動(dòng)物具備的基本特征，明的睡眠除具備腦神經(jīng)系統(tǒng)新陳代謝、物質(zhì)交換的作用外，還具備記憶整理的能力。明睡眠以后，基于感官事件反饋的集中處理模式轉(zhuǎn)變?yōu)楦饔洃泝?chǔ)存區(qū)域的自維護(hù)模式。在自維護(hù)模式下，大腦會(huì)將相同事物的兩個(gè)記憶空間進(jìn)行合并，重復(fù)的因果關(guān)聯(lián)將得到關(guān)聯(lián)強(qiáng)化；過于精細(xì)的感官映像會(huì)被抽象化分解，從而使感官神經(jīng)接受的內(nèi)容更方便被理解和調(diào)用[5]。通過以上整理，睡眠也騰出了部分被臨時(shí)占用的灰質(zhì)區(qū)域，以供睡眠結(jié)束后的思維活動(dòng)使用。
圖4 創(chuàng)造力的形成及靈魂回路（請到趙盛燁微博查看圖片）
文章通過對明大腦活動(dòng)的生物特征闡述，間接用計(jì)算機(jī)科學(xué)工作者能接受的語言，表達(dá)了腦科學(xué)研究的最新進(jìn)展，從而為人工智能仿生技術(shù)提供了參照依據(jù)。
2.3??人工靈魂系統(tǒng)設(shè)計(jì)
該系統(tǒng)的設(shè)計(jì)采用仿生學(xué)原理。其靈感來源于作者對人類成長過程的觀察，即：當(dāng)人類生物個(gè)體出生以后，僅具有吃飯、排泄、哭泣等基本行為能力，其后天行為均來自于觀察和學(xué)習(xí)。人類大腦在學(xué)習(xí)過程中又不斷將知識(shí)關(guān)聯(lián)重組，且加以實(shí)踐，最終才具備了創(chuàng)造的能力、具備了情感。
2.3.1?總體設(shè)計(jì)思路
模仿人類智慧的形成原理、模仿人類大腦的工作原理是該系統(tǒng)設(shè)計(jì)的核心思想。因此該系統(tǒng)在設(shè)計(jì)環(huán)節(jié)上，重結(jié)構(gòu)、輕數(shù)據(jù)，重互聯(lián)、輕計(jì)算，重邏輯、輕過程，重學(xué)習(xí)、輕規(guī)范。
首先，系統(tǒng)應(yīng)建立視頻識(shí)別、音頻識(shí)別、嗅覺識(shí)別等輸入功能，并通過新型計(jì)算機(jī)算法將每次識(shí)別到的信息進(jìn)行抽象化存儲(chǔ)。
其次，系統(tǒng)還應(yīng)能將抽象化的數(shù)據(jù)進(jìn)行相關(guān)性分析，并將分析相似的信息進(jìn)行關(guān)聯(lián)。在每次接收到外界輸入信息時(shí)，對關(guān)聯(lián)數(shù)據(jù)節(jié)點(diǎn)進(jìn)行檢索定位，同時(shí)能發(fā)散性的調(diào)用該節(jié)點(diǎn)的關(guān)聯(lián)節(jié)點(diǎn)。
再次，系統(tǒng)應(yīng)具備不斷檢索學(xué)習(xí)的功能，可以在沒有外界任務(wù)要求時(shí)，對新知識(shí)、新信息進(jìn)行檢索并將其抽象化存儲(chǔ)、關(guān)聯(lián)性分析。
最后，系統(tǒng)應(yīng)具有輔助學(xué)習(xí)并被糾錯(cuò)的功能，以保證系統(tǒng)始終受到人類控制。
表1?仿生結(jié)構(gòu)與“人工靈魂”子系統(tǒng)對照（請到趙盛燁微博查看圖片）
2.3.2?感知子系統(tǒng)
該子系統(tǒng)模仿人類的感覺器官及其神經(jīng)沖動(dòng)、神經(jīng)傳輸、神經(jīng)元感知映像的過程。它包括視覺模擬、聽覺模擬、嗅覺模擬、味覺模擬、觸覺模擬等過程。
以人類視覺為例，該子系統(tǒng)需要模仿被觀測物體成像至視網(wǎng)膜，視椎（及視感）細(xì)胞產(chǎn)生神經(jīng)沖動(dòng)，沖動(dòng)信息經(jīng)過視神經(jīng)、視交叉、視束、上丘、外側(cè)膝狀體、視輻射、大腦枕葉等一系列神經(jīng)組織最終映射到視覺皮質(zhì)區(qū)的過程。該子系統(tǒng)還應(yīng)將其映像信息進(jìn)行抽象化的存儲(chǔ)。
因?yàn)椤叭斯れ`魂系統(tǒng)”最為重點(diǎn)的關(guān)注對象是“神經(jīng)思維”，而不是完整的生物生理模擬，所以感知子系統(tǒng)可以直接引用現(xiàn)有數(shù)碼技術(shù)中的三維攝像技術(shù)、視頻編碼解碼技術(shù)、視頻傳輸技術(shù)等。
但在進(jìn)行圖像存儲(chǔ)時(shí)，感知子系統(tǒng)與現(xiàn)有計(jì)算機(jī)系統(tǒng)存在較大的區(qū)別?，F(xiàn)有計(jì)算機(jī)系統(tǒng)以非結(jié)構(gòu)化的數(shù)據(jù)形式將整個(gè)圖像進(jìn)行編碼后，連續(xù)存儲(chǔ)；感知子系統(tǒng)則將視頻流切幀、每幀分層、每層切片以后，對其中的每一個(gè)物理結(jié)構(gòu)進(jìn)行獨(dú)立建模分析，根據(jù)其模型特征進(jìn)行分別存儲(chǔ)，隨后再與其它已有信息進(jìn)行關(guān)聯(lián)。其中部分技術(shù)與現(xiàn)今的圖像識(shí)別系統(tǒng)相似，但又不完相同。
圖5 感知子系統(tǒng)工作流程（請到趙盛燁微博查看圖片）
2.3.3?邏輯子系統(tǒng)
該子系統(tǒng)模仿人類的海馬體和丘腦功能，用于控制興奮信息傳輸?shù)耐?，從而將各類感知映像到皮層的不同功能區(qū)域當(dāng)中[12]。
該邏輯子系統(tǒng)建立起的預(yù)置程序可以將感知子系統(tǒng)收集到的各類刺激信息及感知系統(tǒng)建模后的每一個(gè)物理結(jié)構(gòu)體進(jìn)行初級(jí)分類，并轉(zhuǎn)交給其他子系統(tǒng)進(jìn)行處理。
圖6 邏輯子系統(tǒng)工作流程（請到趙盛燁微博查看圖片）
邏輯子系統(tǒng)既包含人類管理員按照感知子系統(tǒng)信息來源設(shè)計(jì)的“先天”模板化邏輯處理流程，又包含因人工靈魂系統(tǒng)長期運(yùn)行而形成的“后天”邏輯，邏輯子系統(tǒng)相當(dāng)于人類的“生物本能”。
2.3.4?存儲(chǔ)子系統(tǒng)
該子系統(tǒng)模仿人類大腦皮層的灰質(zhì)區(qū)域，是人工靈魂系統(tǒng)部數(shù)據(jù)的存儲(chǔ)空間。無論是圖形圖像、邏輯關(guān)系、語言語法，還是行為決策，均儲(chǔ)存于該子系統(tǒng)中。
人腦大約有500億個(gè)神經(jīng)細(xì)胞，如果按照計(jì)算機(jī)理論來計(jì)算，假設(shè)每個(gè)細(xì)胞均能以電勢來存儲(chǔ)數(shù)據(jù)，則大約為2.5TB的總存儲(chǔ)空間容量。在人工靈魂系統(tǒng)中，該子系統(tǒng)呈分布式部署狀態(tài)，存儲(chǔ)空間可以隨時(shí)擴(kuò)展至無限大。因此，這也是計(jì)算機(jī)系統(tǒng)與人類大腦相比最具優(yōu)勢的子系統(tǒng)。
在對該系統(tǒng)進(jìn)行設(shè)計(jì)時(shí)，應(yīng)充分考慮其數(shù)據(jù)的安性、寫入與讀取的時(shí)效性、儲(chǔ)存區(qū)域的可擴(kuò)展性等問題。一種行之有效的架構(gòu)是：先搭建基于現(xiàn)有計(jì)算機(jī)技術(shù)、現(xiàn)有國際互聯(lián)網(wǎng)的服務(wù)器硬件，在硬件基礎(chǔ)上安裝操作系統(tǒng)軟件；在操作系統(tǒng)中搭建虛擬的存儲(chǔ)空間；根據(jù)存儲(chǔ)數(shù)據(jù)的不同可以在存儲(chǔ)空間中建立相應(yīng)的存儲(chǔ)格式，例如視覺存儲(chǔ)空間應(yīng)建立圖形存區(qū)；在存儲(chǔ)格式的基礎(chǔ)上存儲(chǔ)相應(yīng)的記憶數(shù)據(jù)。
表2?存儲(chǔ)子系統(tǒng)分層結(jié)構(gòu)（請到趙盛燁微博查看圖片）
在數(shù)據(jù)安性上，每個(gè)存儲(chǔ)空間均有并行的其他存儲(chǔ)空間作為備份；每個(gè)存儲(chǔ)空間的內(nèi)容均是邏輯存區(qū)的一個(gè)組成部分。
在系統(tǒng)分工上，特征及其編碼就是人工靈魂系統(tǒng)的記憶，圖形存區(qū)是承載記憶的空間；存儲(chǔ)空間是應(yīng)用軟件，負(fù)責(zé)對記憶存區(qū)進(jìn)行管理和維護(hù)；操作系統(tǒng)及計(jì)算機(jī)硬件為存儲(chǔ)空間提供了運(yùn)行環(huán)境；互聯(lián)網(wǎng)為數(shù)據(jù)的讀取和寫入提供了通信保障、為相同邏輯存區(qū)的不同存儲(chǔ)空間提供了通信保障、為相同存儲(chǔ)空間的不同備份提供了同步鏈路。
圖7 存儲(chǔ)子系統(tǒng)備份機(jī)制（請到趙盛燁微博查看圖片）
2.3.5?向量子系統(tǒng)
向量子系統(tǒng)模仿人類的弓形神經(jīng)纖維，弓形神經(jīng)纖維在人類大腦中位于皮層灰質(zhì)的下方，是白質(zhì)的重要組成部分。弓形神經(jīng)纖維連接了人類的不同神經(jīng)元，使分散的記憶得以關(guān)聯(lián)[7]。
向量子系統(tǒng)同樣用于關(guān)聯(lián)人工靈魂系統(tǒng)的不同記憶，因?yàn)樵撓到y(tǒng)不像弓形神經(jīng)纖維一樣受到物理空間的限制，所以向量子系統(tǒng)相對人類大腦具有一定的優(yōu)勢。
向量子系統(tǒng)可以以數(shù)據(jù)表的形式存在，可以對存儲(chǔ)子系統(tǒng)中的記憶進(jìn)行點(diǎn)對點(diǎn)的描述，并記錄向量被調(diào)用的次數(shù)。例如文章提及的“明看虎”事件中，人工明對虎的認(rèn)知儲(chǔ)存在T4[6]區(qū)域，數(shù)據(jù)編號(hào)為5257；明記憶中虎的形象儲(chǔ)存在TN[M]區(qū)域，數(shù)據(jù)編號(hào)為1469；明本次見到的虎映像到T1[798]區(qū)域，數(shù)據(jù)編號(hào)為4133，則向量子系統(tǒng)記錄的關(guān)系描述為：
T[1].[798].[4133]-T[N].[M].[1469]-1;
T[N].[M].[1469]-T[1].[798].[4133]-1;
T[N].[M].[1469]- T[4].[6].[5257]-89;
T[4].[6].[5257]-T[N].[M].[1469]-89;
T[1].[798].[4133]- T[4].[6].[5257]-1;
T[4].[6].[5257]-T[1].[798].[4133]-1;
則人工明在發(fā)生看虎事件時(shí)，感知子系統(tǒng)將現(xiàn)場虎的特征進(jìn)行映像及抽象，邏輯子系統(tǒng)將其存儲(chǔ)到T1[798][4133]節(jié)點(diǎn)，邏輯子系統(tǒng)檢索到T1[798][4133]的圖形數(shù)據(jù)與TN[M][1469]的圖形數(shù)據(jù)相似，則命令向量子系統(tǒng)將二者關(guān)聯(lián)。
向量子系統(tǒng)形成T1[798][4133]-TN[M][1469]，TN[M][1469]-T1[798][4133]關(guān)聯(lián)后，邏輯子系統(tǒng)發(fā)現(xiàn)TN[M][1469]與T4[6][5257]事件存在89次歷史性關(guān)聯(lián)，因此也將T1[798][4133]與T4[6][5257]進(jìn)行了關(guān)聯(lián)。依此，向量子系統(tǒng)可以實(shí)現(xiàn)人工靈魂的記憶關(guān)聯(lián)和聯(lián)想。
被向量關(guān)聯(lián)描述的兩點(diǎn)之間并不一定是事實(shí)上準(zhǔn)確的關(guān)聯(lián)關(guān)系。其中向量被調(diào)用的次數(shù)標(biāo)志著關(guān)聯(lián)記憶的權(quán)重，權(quán)重高的向量關(guān)聯(lián)被人工靈魂認(rèn)為是“經(jīng)驗(yàn)豐富的”，會(huì)在發(fā)生邏輯矛盾時(shí)優(yōu)先執(zhí)行[5]。因此，這就是“正確”概念在人工靈魂系統(tǒng)中的認(rèn)知形成過程。
2.3.6?學(xué)習(xí)子系統(tǒng)
該子系統(tǒng)在人類生理組織中并沒有對應(yīng)的結(jié)構(gòu)，將這一子系統(tǒng)引入人工靈魂系統(tǒng)的目的是在其感知能力不及人類的前提下，加速其認(rèn)知的積累和智慧成長。如果將其與人類生活相對比，則相當(dāng)于提供知識(shí)教育的學(xué)校和教科書。
該子系統(tǒng)以互聯(lián)網(wǎng)爬蟲的形式存在，爬取搜索引擎及其他Web站點(diǎn)的文字和多媒體資料，并將爬取的相關(guān)知識(shí)送給感知子系統(tǒng)進(jìn)行分析和存儲(chǔ)[13]。
該子系統(tǒng)作為人工靈魂系統(tǒng)最主要的知識(shí)來源，可以實(shí)現(xiàn)不間斷的工作和學(xué)習(xí)。其檢索內(nèi)容可以是來自于感知子系統(tǒng)的數(shù)據(jù)，可以是人工靈魂系統(tǒng)的管理員指令，可以是基于存儲(chǔ)子系統(tǒng)中的相關(guān)記憶內(nèi)容。
2020年，互聯(lián)網(wǎng)中的數(shù)據(jù)總量將達(dá)到4萬億GB，相信其中的內(nèi)容足夠人工靈魂系統(tǒng)學(xué)習(xí)。
2.3.7?行為子系統(tǒng)
人類行為系統(tǒng)主要由四肢、軀干等運(yùn)動(dòng)組織行為器官，及與這些器官相對應(yīng)的神經(jīng)系統(tǒng)（如：腦）組成。人工靈魂系統(tǒng)的建設(shè)目的是創(chuàng)建智能的思維，初期并沒有使其成為可運(yùn)動(dòng)式機(jī)器人的想法。所以該子系統(tǒng)不同于人類的行為系統(tǒng)。
行為子系統(tǒng)賦予人工靈魂系統(tǒng)的主要功能是對計(jì)算機(jī)系統(tǒng)的操作，例如Linux命令、鼠標(biāo)點(diǎn)擊事件、驅(qū)動(dòng)程序調(diào)用等，以實(shí)現(xiàn)非管理員狀態(tài)下的系統(tǒng)自維護(hù)。
當(dāng)人工靈魂系統(tǒng)發(fā)展到一定階段時(shí)，可以賦予其行為子系統(tǒng)程序編輯的能力，以實(shí)現(xiàn)其自我進(jìn)化。
2.3.8?糾錯(cuò)子系統(tǒng)
人類的兒童在成長過程中會(huì)接觸到社會(huì)中的各類事物，有的事物或知識(shí)是負(fù)面的，家長需要對其進(jìn)行糾正和輔導(dǎo)。與兒童成長相似，人工靈魂系統(tǒng)在成長過程中也會(huì)遇到互聯(lián)網(wǎng)中的垃圾內(nèi)容，需要管理員進(jìn)行干預(yù)[14]。
糾錯(cuò)子系統(tǒng)是一個(gè)可以供管理員進(jìn)行人工操作的軟件界面，能夠?qū)崟r(shí)反映出人工靈魂系統(tǒng)的記憶內(nèi)容、認(rèn)知、行為及各個(gè)子系統(tǒng)的狀態(tài)信息。該子系統(tǒng)由管理員操作，用以輔助教育。其輔助教育方法主要包含以下幾個(gè)方面：
（1）系統(tǒng)問答，可以對于人工靈魂系統(tǒng)在互聯(lián)網(wǎng)中沒有檢索到的知識(shí)內(nèi)容進(jìn)行補(bǔ)充，管理員為其疑惑的問題添加答案；
（2）記憶刪除，指人工靈魂系統(tǒng)存儲(chǔ)的、涉及到反人類、反社會(huì)的記憶內(nèi)容由管理員進(jìn)行刪除；
（3）黑名單，當(dāng)管理員發(fā)現(xiàn)互聯(lián)網(wǎng)中的違法網(wǎng)站、垃圾內(nèi)容網(wǎng)站時(shí)，對其URL進(jìn)行黑名單設(shè)置，人工靈魂系統(tǒng)不會(huì)再爬取其信息；
（4）向量降權(quán)，與人類相同，人工靈魂系統(tǒng)認(rèn)知的信息中，有部分認(rèn)知結(jié)論是彼此矛盾的。管理員可以通過向量降權(quán)的方法干預(yù)其向量子系統(tǒng)中標(biāo)記的內(nèi)容，以實(shí)現(xiàn)明確認(rèn)知的目標(biāo)；
（5）法則，由于人工靈魂系統(tǒng)的構(gòu)建及運(yùn)行沒有先例，依靠作者的大腦無法完整評(píng)估其智力、行為能力在未來發(fā)展的程度。所以為防止其失控，必須為該系統(tǒng)定制優(yōu)先權(quán)最高的法則[15]，所有子系統(tǒng)必須遵從此法則運(yùn)行。
3關(guān)鍵技術(shù)
該系統(tǒng)是計(jì)算機(jī)技術(shù)發(fā)展到一定階段的必然產(chǎn)物[16]，其本質(zhì)是基于無機(jī)物的智慧生命，是人類認(rèn)知的延續(xù)。組成其系統(tǒng)的元素包含計(jì)算機(jī)硬件、計(jì)算機(jī)軟件、國際互聯(lián)網(wǎng)等，應(yīng)用到的技術(shù)包括現(xiàn)有計(jì)算機(jī)科學(xué)技術(shù)、網(wǎng)絡(luò)技術(shù)的方方面面。
需要針對該系統(tǒng)進(jìn)行重點(diǎn)加強(qiáng)的關(guān)鍵技術(shù)包括圖像特征識(shí)別技術(shù)、基于互聯(lián)網(wǎng)的存儲(chǔ)空間虛擬化技術(shù)、圖形化儲(chǔ)存的數(shù)據(jù)系統(tǒng)、非關(guān)系型數(shù)據(jù)技術(shù)等[17]。
4結(jié)束語
作者通過多年的知識(shí)學(xué)習(xí)、工作實(shí)踐、觀察研究，撰寫了該文章。文章通過對“人工靈魂”系統(tǒng)的描述及結(jié)構(gòu)設(shè)計(jì)，從仿生學(xué)角度提出了一種新的人工智能系統(tǒng)發(fā)展思路。因?yàn)槲恼聵?gòu)建的人工靈魂系統(tǒng)規(guī)模龐大、投入巨大、技術(shù)復(fù)雜，且該系統(tǒng)無任何可以預(yù)期的資金收益，所以作者并沒有對其進(jìn)行實(shí)際開發(fā)。謹(jǐn)希望對下一代人工智能系統(tǒng)的發(fā)展有所幫助。
當(dāng)然，如果有企業(yè)或者科研機(jī)構(gòu)，有研發(fā)該系統(tǒng)的興趣，可以與作者聯(lián)系探討。
致?謝?感謝中國科學(xué)院對我的教育培養(yǎng)；感謝我的導(dǎo)師吳文江研究員孜孜不倦的輔導(dǎo)；感謝賈金原教授毫無保留的知識(shí)傳授；感謝教育過我的每一位老師；感謝我的家人、我的朋友們在我理論研究期間對我的包容；感謝給予我鼓勵(lì)和支持的每一位朋友！
參考文獻(xiàn)
[1]????JIAO Li-Cheng， YANG Shu-Yuan， LIU Fang， WANG Shi-Gang， FENG Zhi-Xi. Seventy years beyond neuralworks: retrospect and prospect. Chinese Journal of Couters， 2016， 39(8): 1697-1716(in Chinese)
(焦李成，楊淑媛，劉芳，王士剛，馮志璽.神經(jīng)網(wǎng)絡(luò)七十年：回顧與展望.計(jì)算機(jī)學(xué)報(bào)， 2016， 39(8): 1697-1716)
[2]????The Cooperative Association for Inte Data Analysis(CAIDA)，2017，12，13
[3]????LIU Zhi-qing， WU Xiu-zhu. Interpretation of the artificial intelligence technology behind alphago. Control Theory&a;a;a;Applications， 2016， 33(12): 1572-1583(in Chinese)
(劉知青，吳修竹.解讀AlphaGo背后的人工智能技術(shù).控制理論與應(yīng)用， 2016， 33(12): 1685-1687)
[4]????SU Jian-bo， CHEN Ye-fei， MA Zhe， HUANG Yao， XIANG Guo-fei， CHEN Ruo-bing. Froalphago to betago：quantitative realization of qualitative artificial intelligence based on task realizability analysis. Control Theory &a;a;a; Applications， 2016， 33(12): 1572-1583(in Chinese)
（蘇劍波，陳葉飛，馬哲，黃瑤，向國菲，陳若冰.從AlphaGo到BetaGo：基于任務(wù)可完成性分析的定性人工智能的定量實(shí)現(xiàn).控制理論與應(yīng)用， 2016， 33(12): 1572-1583）
[5]????Michael S. Gazzaniga， Richard B. Ivry， and George R. Mangun. Cognitive Neuroscience: The Biology of the Mind. Third Edition. USA: W. W. Norton &a;a;a; Coany， 2009
[6]????Shi Z*******. Advanced artificial intelligence. Second Edition. CHN: Science Press， 2006(in Chinese)
(史忠植.高級(jí)人工智能.第二版.北京:科學(xué)出版社， 2006)
[7]????John G. Nicholls. FroNeuron to Brain. Fifth Edition. UK: Sinauer Associates， Inc.， 2012
[8]????George F. Luger. Artificial Intelligence: Structures and Strategies for Colex ProbleSolving. Fifth Edition. UK: Pearson Education Lited 2002， 2005
[9]????John D. Bransford. How People Learn: Brain， Mind， Experience， and School(Expanded Edition). USA: National Acade Press， 2000
[10]???Stuart J. Russell， Peter Norvig. Artificial Intelligence: A Modern Approach. Third Edition. USA: Pearson Education， Inc.， 2012
[11]???JIANG KE. Couter silation of brain and strategy of fuctional calaulation. Journal of Nanjing Norl University， 2017， 01: 92-99(in Chinese)
(蔣柯.計(jì)算機(jī)模擬大腦與功能性計(jì)算策略.南京師大學(xué)報(bào)， 2017， 01: 92-99)
[12]???WANG Shang-Fei， WANG Xu-Fa. Brain etion circuit based artificial etional intelligence del. PR&a;a;a;AI， 2007， 20(2): 167-172(in Chinese)
(王上飛，王煦法.基于大腦情感回路的人工情感智能模型.模式識(shí)別與人工智能， 2007， 20(2): 167-172)
[13]???David L. Poole and Alan K. Mackworth. Artificial Intelligence: Foundations of Coutational Agents. UK: Caridge University Press， 2015
[14]???M. TiJones. Artificial Intelligence: A Syste Approach. USA: Jones and Bartlett Publishers， Inc.， 2009
[15]???Douglas C. Montgory(USA). DESIGN AND ANALYSIS OF EXPERIMENTS: 6th Edition. USA: John Wiley &a;a;a; Sons， Inc.， 2005
[16]???Ray Kurzweil. The Singularity Is Near: When Huns Transcend Biology. UK: Loretta Barrett Books， Inc.， 2005
[17]???WANG Jia， ZHU Min. A study on strong artificial intelligence and its theoretical presupposition: based on the critical perspective of Chinese rooargunt . Mind and Coutation， 2010， 01: 1-7(in Chinese)
(王佳，朱敏.對強(qiáng)人工智能及其理論預(yù)設(shè)的考察:基于中文屋論證的批判視角.心智與計(jì)算， 2010， 01: 1-7)
作者介紹
（1）ZHAO Sheng-Ye was born in 1985. He is a Ph.D Student in University of Chinese Acade of Sciences . He is a Senior Engineer. His research interests include Couter application， Artificial intelligence， Big data， Inte Security， etc.
趙盛燁(1985-)，男，中國科學(xué)院大學(xué)博士研究生，高級(jí)工程師，主要從事計(jì)算機(jī)應(yīng)用、人工智能、大數(shù)據(jù)、信息安等方面的研究與應(yīng)用。
（2）WU Wen-Jiang was born in 1963. He is a Boffin of Shenyang institute of couting technology， Chinese acade of sciences. He is a Doctoral supervisor. His research interests in Nurical control technology.
吳文江（1963-），男，中國科學(xué)院沈陽計(jì)算所研究員，博士生導(dǎo)師，主要從事數(shù)控技術(shù)方面的研究。
（3）JIA Jin-Yuan was born in 1963. He received the Ph.D degree in Couter graphics and Geotric Modeling froHong Kong University of Science and Technology in 2004. Now he is a professor and doctoral supervisor at Tongji university. His research interests include Web Graphics， Virtual Reality， Geotric Modeling， Couter Silation， etc.
賈金原(1963-)，男，香港科技大學(xué)博士，教授，博士生導(dǎo)師，現(xiàn)為同濟(jì)大學(xué)軟件學(xué)院圖形圖像研究中心主任，主要從事Web Graphics、虛擬現(xiàn)實(shí)、幾何造型、計(jì)算機(jī)仿真等方面的研究。
（4）??FU Wei-Qi was born in 1976. He is a Master of Medicine FroChina Medical University. Now he is a Deputy chief physician research in litary sursery.
付偉奇(1976-)，男，中國醫(yī)科大學(xué)碩土研究生副主任醫(yī)師主要從事神經(jīng)外科工作***