强人工智能设计方案
Strong Artificial Intelligence Design
作者：蒋林发
QQ：975078016
EMAIL：fafa40423206@yahoo.com.cn
内容摘要：
一方面通过视频、音频或超声波等以及可能的所有的输入信号，进行分析，得到对象、属性、及其对象之间的能动关系，保存到数据库，以形成AI的知识库。 另一方面根据赋予AI的人为目的，AI自动将知识库中的数据进行匹配、组合，来达到目的。
Abstract:
On the one hand through video, audio or ultrasonic, and possibly all of the input signal, the analysis, objects, properties, and its dynamic relationship between objects, save to the database to form AI knowledge base. On the other hand according to the purpose of giving the human AI, AI will automatically match the data in the knowledge base, combined, to achieve their goals.
关键字：
强人工智能、AI、对象、属性、能动关系、知识库、抽象。
Keywords:
Strong artificial intelligence, AI, objects, properties, dynamic relationships, knowledge and abstract.
1 方案的准备工作
首先硬件上需要一个普通电脑，带摄像头或其他，即至少有一个能获取大自然信息的输入设备，另外有条件的给以给它安装个机械手臂，没条件的就显示器也可以，即作为AI的输出设备。
软件上没有什么特殊的要求，即一般的windows操作系统。此外我还装了个关系数据库SQL SERVER作为AI的知识库。
另外在介绍设计方案之前，先对关键字作些解释。
1.1 强人工智能：指模仿人一样的思考，并能创造出新事物的智能计算机。我期望它是一个拥有逻辑思维能力，拥有创造力，但或许没有感情的计算机。
1.2 AI：没有特殊说明，本文都是指强人工智能。
1.3 对象：能够被AI识别、保存的信息都是对象，即对于AI来说一切都是对象。
1.4 属性：属性也是一种对象，从属于其父对象。
1.5 能动关系：建立在识别的基础上，在某段时间内反应若干个对象的变化情况，并且这样的变化情况相对稳定。
1.6 知识库：可以是任何可存储知识的载体，本文以关系数据库为例。
1.7 抽象：从输入信息转化为对象、属性、能动关系的过程。
2 设计方案：
2.1 输入信息的抽象
不管是由摄像头获取的二维图片数据，还是由麦克风获取的三维声音数据，还是由压力传感器获取的1维单值数据，抑或是雷达接收的我所不知道的维数数据，都可以转换为计算机可以识别的文件，并存放在计算机的硬盘中。如果考虑了时间的话，那就再加上1维。
这些原始数据信息对于AI来说，没有任何意义。所以我们需要将这些原始信息转换为能够识别、查询、匹配、组合的对象，并且最好存放到数据库中。
如何转换确实是个不小的难题。以视频识别为例，它可以根据颜色，找出物体的边缘，并可以根据不同帧之间的颜色差异，来区分出运动对象和背景。我们可以将这些对象、背景以及对象的属性记录下来。这里所说的对象实质上是这些属性的集合，对象本身只需要有一个GUID（一个无意义的唯一性的字符串）来表示。例如，视频里播放了一只小鹿在草原上奔跑。我们就把小鹿作为一个对象，草原作为背景，小鹿的颜色、形状以及身上的毛作为属性，将这些信息保存到关系数据库中。保存时注意到以下几点：
2.1.1 对象、属性、背景都是对象。三者的区分只是在获取对象能动关系时体现。他们依照父子关系保存，这对根据小鹿这个对象来检索它的属性来说很方便。
2.1.2 对象小鹿，这时对于还没有任何知识的AI来说，小鹿并没有任何名称来称呼，他只能是由若干属性拼凑出来称呼的一个对象。因此在保存时，它本身只拥有一个无意义的GUID来标识，为了叙述方便，假设这个GUID是xiaolu_A。
2.1.3 属性颜色，由于通过视频数据直接获得，因此直接将数据直接保存进数据库。由于颜色不一定是一样的，假使CPU有时间来分析具体的颜色差异、硬盘也有足够的容量，那么就记录下来，否则使用鲁棒原则记录大致颜色。对于颜色差异很大的，需要优先存储。
2.1.4 属性形状，可以采用数学中的几何描述方法来表示直线、曲线。另外，奔跑中的小鹿的腿与身体的相对运动，在合适的时间段内且呈现出规律性。因此同理，还可以将腿作为运动对象，身体作为背景。
2.1.5 属性毛，假设视频的分辨率足够高，CPU也能付出时间来分析这些毛的颜色差异。那么，这些毛又作为对象而存在，需要保存到数据库。同样的，我们记录其中的一根毛为mao_A。又假设由于粗劣的、分辨率没有显微镜高的视频，AI无法继续分析mao_A的构成。那么对视频中的对象分析，到此结束。
2.1.6 背景草原，在分析xiaolu_A奔跑时，除了对象本身，其他的对象都作为背景。对于背景的再次分析、存储的优先级是滞后的，会大量的应用鲁棒性。对象、属性、背景之间的相互关系，存储结构如下图所示。
2.1.7 对于分析不同的运动对象时，同一个对象既可以作为对象、也可以转换为属性、也可以转换为背景。某个属性并不仅仅属于其父对象，还可以作为其他对象的属性。例如，“xiaolu_A的颜色”这个属性还可以作为其他小鹿、成年鹿、甚至是蝴蝶的属性。
2.1.8 假设视频中xiaolu_A的后面有一只老虎，记为laohu_A。那么AI将laohu_A和xiaolu_A的运动记录为2者的能动关系。普遍的，在一个视频中，相对于背景运动的都将作为对象的能动关系进行记录。当这样的能动关系反复出现时，则上升为规律，也就是提高AI对此知识的应用优先级。
2.1.9 一般的，一个对象的父对象可以有若干个，由颜色计算而得出的属性对象不可再有子对象。抽象概念也是对象。
2.2 沟通交流
语言是为了沟通交流而诞生的。
譬如说：我喜欢小狗，我想拥有一只小狗作为自己的宠物。
在这里，我、自己：是抽象对象，是指自己能够控制的身体部位及主观思维。喜欢：这个比较难以解释，应该可以概括成选择的偏向描述。想拥有：这包含了时间的概念，即在未来某个的时刻得到。
我并不打算自己成为一名语言学家，但可以确信的是这些单词都可以在字典里面找到比较精确的含义。而这对于一个假设会查字典，但对现实世界一无所知的婴儿来说，他仍然无法真正理解这些单词的意义，他需要掌握现实世界与语言的对应关系。因此，人类的语言、手势、文字等等，本质上都是对现实世界中的对象、属性、对象之间能动关系（知识）的指代说明。
同理，AI也不是光有一本字典就能拥有智慧的，它也需要一个现实世界与单词含义的对应关系。而AI通过对输入信息的抽象，可以得到这些对象、属性、能动关系。即AI的沟通交流可以建立在知识库中的对象、属性、对象能动关系的指代上。用什么语言方式沟通无关紧要，只需要沟通双方都能够理解即可。
而指代又非常简单，即数据库的对应关系。那么，我们设计AI获得沟通交流的途径，将会变得很简单，因为它是自动完成的。
2.3 AI的创造性
还记得初中的数学老师在课上闲聊说过：“人的思维其实就那么几种，由此及彼、反推、罗列、组合等。”是的，我也想不出其他的思维方式，或许还会有些其他的高级思维，但都是这些基础思维的组合应用。人类的文明发展到今天，创造了很多东西，但这些东西无非就是把发现的东西按其属性进行了拆解、重新组合。
譬如，我在野外时，耳朵痒了，手指头太粗伸不进去，需要一个掏耳朵勺。可是没有，那我也许会找找有没有细一点的树枝来代替，但发现效果不太好。于是就想方设法在树枝的一端加点毛茸茸的东西，可能会是草吧。
回顾这虚构的但极有可能的经历，我发明创造了一个耳朵勺。诸如此类的例子，身边到处都是。所以说，人类的创造性体现在：根据目标需要达成的效果，将已知对象的属性进行查找、匹配、重新组合而得到一个新的事物。这其实也是句废话，因为人创造的东西怎么可能逃出已知领域之外？
那么实现AI的创造性，就非常简单了。当AI把数据信息经抽象作为对象保存好后，假设给了AI一个目标，AI先对目标进行分析，把目标分解成几个简单的小目标，然后启动进程对知识库中的对象进行搜索、匹配，将这些满足小目标的属性依照已有的知识（能动关系）重新组合，就得到了一个新的事物。
在AI完成这一系列的操作中，用到的方法无非就是指代、搜索、比较、依照已有经验的组合等基础思维方式。
3 原理分析：
在第一段“输入信息的抽象”中，以视频分析为例，介绍了获取对象、属性、及能动关系的抽象过程。
格式塔心理学认为人类的认知习惯有：接近性和连续性、完整和闭合倾向等特性。进一步的，我们可归纳为：颜色相近、距离相近、运动方向相同的多个子对象容易作为属性被归纳到一个对象中。同时，在认知时，还会与现有的知识库中的相似对象进行比较，并总是试图将现在看到的对象类同于知识库中的对象。
其中，“颜色相近、距离相近、运动方向相同”都仅是基于输入信息本身的比较而产生的概念。扩展到一般的输入形式，如声波、微波、压力等，或许可以建立统一的输入信息抽象模型。
猜测：即对于包括时间维度的N维的一段输入信息，进行跨维度的纵向同刻度比较和同维度的横向比较，首先根据比较，计算出这段信息的峰值、变化率，然后根据峰值、变化率等一系列其他参数和经验参数，设置、调整阈值来获取对象的边缘。在不包含时间的维度里，达到“距离相近”的子对象组合，在包含并指明时间的维度里，达成“运动方向相同”的子对象组合。广义上来说，我们也可以将时间转化为一般的维度概念，仅当我们确信时间可以和其他维度互相转换、并且需要这样做的时候。
或许“颜色相近、距离相近、运动方向相同”并不完整，但可以通过测试反馈来完善。同样的，统一的输入信息抽象模型也可以得到完善。
题外话：比较等基础思维活动广泛存在。动物拥有比较思维应该能被接受。广义上，植物、非生物也具有比较的思维，即对于一个对象来说，它可以根据外部环境，作出相应的反应活动。譬如，树根会朝着水源较多的一方生长；无机物的分子活动受外部环境影响。说这些扯淡的话，无非是想说明基础思维的广泛存在，并不是人类所特有，AI建立在这样的基础上具有合理性。而我为什么会这样想，无非是思维收敛性、习惯性的抽象所决定的。
知识量对于现实环境必须具有收敛性，因为即使信息的输入设备趋向无穷的精密，获取知识的范围无限的广大，但存储设备无法存储和现实世界一样多的信息量。因为具有收敛性，所以知识对于现实（对象对于输入信息）具有大致性、模糊性、不确定性。
达到这样的收敛性的方法就是抽象，即应用鲁棒性，忽略掉不明显的、次要的信息，找出突出的、主要的信息作为对象把他们保存起来。其他的收敛方法暂时还没有想到。
这也是人类时常面临的2难选择的根本原因：知识的模糊性、信息本身、相关信息（背景）的不完整性。而现行的计算机程序是建立在已经抽象的基础上，因此总是可以得到肯定的答案。
哥德尔不完备定理的出现，原因有2点，现实世界在宏观上和微观上均无法穷尽，逻辑思维是建立在具有收敛性的抽象基础上，因此知识对于现实具有大致性、模糊性、不确定性，所以对于任何一个逻辑系统想要贴切的描述现实，总是不完备、或者自身矛盾。哥德尔不完备定理应用在人类自身的逻辑上，也是说的通的。譬如，大多数人都有生存下去的本能欲望，却无法很好的用逻辑思维本身来证明，大多数只能以达尔文的进化论来解释。这些本能无法也不可能像数学定义1+1=2来证明，因为本能欲望就好比是公式中的1一样，如果硬要解释，就只能跳出本身的逻辑范畴。
关于时间、空间概念的建立，我并不十分主张初始化给AI。而是希望AI自己在抽象的基础上自动获得这样的概念。这样做的好处在于，我们不知道AI会带给我们关于时间、空间什么样的另类、惊奇解释，这让人有点期待。
关于神经网络的研究，多少让人觉得有点无奈。前面已经表述过了，人类的发现在宏观上和微观上都无法穷尽，量子力学也坦率的发表了测不准原理。这就决定了从物质上完全模仿人脑的不可实现性。当然，神经网络的研究本身对增进微观世界的研究总是有益的。
正如前面所说的那样，我的文字顶多只能表达我心中所想，肯定不能切实的反应现实所在。并且由于每个人的输入信息的不同，虽然用的都是或许相同的抽象逻辑，但得到的知识也不同，但我们仍然可以尝试着去完成AI。因为，如果理论正确的话，那么做出来的AI应当与所期望的差不了多少。世界上没有2片完全相同的树叶，也没有2个完全相同的人类意识，也不可能造就一个与任何一个人类思维相一致的AI。只能从多数的意识中抽取共同的属性，让AI达到这个属性，譬如：创造。
4 展望：
我认为现代的计算机的运行速度、存储容量是远远的超过人类大脑的，并且更重要的是可扩展的。因此，可以用AI来创造更强更好的AI。
届时，所有的体力劳动、脑力劳动都可以解脱了。所有的科学研究都可以交付给AI，那人类还可以干些什么呢？也许，从人类发现世界的手段上突破，以及考虑是否存在其他的思维方式。好比搭积木，拥有更多的积木和更多的搭建方法，必定能创造出更优美的东西。或许这样的想法是错误的，因为局限的逻辑必定限制了本身的范围，当然或许这句话本身就是错误的。额，我好像中了哥德尔的诅咒。
5 关于本文：
本文欢迎任何形式的转载，更欢迎有更多的人来从事AI的开发，让人类早日升级。
如果说，AI可以极大的提高生产力、造福于人类，那么我希望每个人都能拥有它。如果说，AI拥有极大的能力来毁灭人类社会，那么我也希望每个人都能拥有它，以达成比现在社会的矛盾多得多的局面，来相互制衡。不管他们是官员、还是平民、不管是流氓、还是妓女、不管是工人、还是农民，不管是你还是我抑或是他。
[返回] W3CHINA.ORG讨论区 - 语义网·描述逻辑·本体·RDF·OWL →
计算机理论与工程 → 『 人工智能 :: 机器学习|数据挖掘|进化计算 』 → 强人工智能设计方案
(订阅本版)
2011/1/29 11:13:00
新浪微博
强人工智能设计方案
