中国人工智能学会通讯——心智模型CAM的学习记忆机制 1.1 心智模型 CAM

简介:

image

智能科学是当代脑科学、认知科学、人 工智能等的前沿交叉学科,研究智能的理论 和技术,其核心问题之一是构建心智模型。 心智模型 CAM(Consciousness And Memory Model)是一种通用智能系统架构。本文主要 介绍心智模型 CAM 的学习记忆机制,重点 讨论记忆的生理基础、互补学习系统、学习 记忆进化等问题。

1.1 心智模型 CAM

心智 (mind) 是人类全部精神活动 , 包括 情感、意志、感觉、知觉、表象、学习、记忆、 思维、直觉等;心智是指一系列认知能力组 成的总体,这些能力可以让个体具有意识、 感知外界、进行思考、做出判断以及记忆事 物。用现代科学方法来研究人类非理性心理 与理性认知融合运作的形式、过程及规律。 建立心智模型的技术常称为心智建模,目的 是为了从某些方面探索和研究人的思维机制,特别是人的信息处理机制,同时也为设计相 应的人工智能系统提供新的体系结构和技术 方法 [1]。

在心智活动中,记忆和意识起着最为重 要的作用。记忆存储各种重要信息和知识; 意识让人有自我的概念,能根据需求、偏好 设定目标,并根据记忆中的信息进行各种认 知活动,因此提出基于记忆和意识的心智模 型 CAM[2]。图 1 给出了 CAM 的系统结构, 主要由 5 部分组成,即记忆、意识、高级认知功能、感知输入、行为响应。每部分的功 能和原理简单介绍如下所述。

image

1. 记忆

记忆就是对过去的经验或是经历,在脑 内产生准确的内部表征,并且能够正确、高 效地提取和利用它们。记忆涉及信息的获得、 储存和提取等多个过程,这也就决定了记忆 需要不同的脑区协同作用。在最初的记忆形 成阶段,需要脑整合多个分散的特征或组合 多个知识组块以形成统一的表征。从空间上 讲,不同特征的记忆可能储存于不同的脑区 和神经元群。在时间上,记忆分为工作记忆、 短时记忆和长时记忆。对记忆过程的控制和 相关的神经机理,已经成为热点科学问题。 深入研究记忆的神经生理学机制,可以提高人 对自身智能活动的认识,同时也会为有效智能 信息处理系统的建立提供理论基础或借鉴。

2. 意识

意识是生物体对外部世界和自身心理、 生理活动等客观事物的觉知。意识是智能科 学研究的核心问题之一,意识的脑机制是各 种层次的脑科学共同研究的对象。人类进行 意识活动的器官主要是脑。为了揭示意识的 科学规律,建构意识的脑模型,不仅需要研 究有意识的认知过程,而且需要研究无意识 的认知过程,即脑的自动信息加工过程,以 及两种过程在脑内的相互转化过程。同时, 自我意识与情境意识也是需要重视的问题。 自我意识是个体对自己存在的觉察,是自我 知觉的组织系统和个人看待自身的方式,包 括自我认知、自我体验、自我控制三种心理 成分。情境感知是个体对不断变化的外部环 境的内部表征。在复杂、动态变化的社会信 息环境中,情境感知是影响人们决策和绩效 的关键因素。意识的认知原理、意识的神经 生物学基础以及意识与无意识的信息加工等 是需要重点研究的问题。

3. 高级认知功能

脑的高级认知功能包括学习、记忆、语 言、思维、决策、情感等。学习是通过神经 系统不断接受刺激,获得新的行为、习惯和 积累经验的过程。而记忆是指学习得到的行 为和知识的保持和再现,是我们每个人每天 都在进行着的一种智力活动。语言和高级思 维是人区别于其他动物的最主要因素。决策 是指通过分析、比较,在若干种可供选择的 方案中选定最优方案的过程,也可能是对不 确定条件下发生的偶发事件所做的处理决定。 情感是人对客观事物是否满足自己的需要而 产生的态度体验。

4. 感知输入

人的感觉器官包括视觉、听觉、触觉、 嗅觉、味觉。在 CAM 模型中重点考虑视觉 和听觉。视觉系统使生物体具有视知觉能力。 人类的视觉皮层包括初级视皮层(V1,亦称 纹状皮层)以及纹外皮层(V2、V3、V4、V5等)。 初级视皮层位于 17 区。纹外皮层位于 18 区 和 19 区。 听觉通路包括外耳、中耳、内耳、听神 经及听觉中枢。

听觉通路在中枢神经系统之 外的部分称为听觉外周,在中枢神经系统内 的部分称为听觉中枢或中枢听觉系统。听觉 中枢纵跨脑干、中脑、丘脑的大脑皮层,是 感觉系统中最长的中枢通路之一。

感觉缓存又称感觉记忆或瞬时记忆 , 是感觉信息到达感官的第一次直接印象。感觉缓 存只能将来自各种感官的信息保持几十到几百 毫秒。在感觉缓存中 , 信息可能受到注意 , 经 过编码获得意义 , 继续进入下一阶段的加工活 动,如果不被注意或编码,它们就会自动消退。

5. 行为响应

行为响应包括动作选择和响应输出。动 作选择是指由原子动作构建复杂组合动作, 以实现特定任务的过程。动作选择机制可以 基于基底神经节模型实现。

响应输出从总体目标开始运动分级,受外周区域输入的情感和动机的影响。基于控 制信号,初级运动皮层运动区直接生成肌肉 的运动,实现某种内部给定的运动命令。

相关文章
|
30天前
|
机器学习/深度学习 人工智能 边缘计算
大模型:引领人工智能新纪元的引擎
大模型:引领人工智能新纪元的引擎
|
1月前
|
人工智能 安全 网络安全
欧盟《人工智能法案》对通用AI模型的监管要求
【2月更文挑战第24天】欧盟《人工智能法案》对通用AI模型的监管要求
77 1
欧盟《人工智能法案》对通用AI模型的监管要求
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与文本生成:基于Transformer的文本生成模型
人工智能与文本生成:基于Transformer的文本生成模型
108 0
|
2月前
|
机器学习/深度学习 人工智能 安全
中国信通院联合金橙果科技等十七家单位发起人工智能大模型安全基准测试
2024年2月20日下午,AIIA“SafetyAI Bench”(人工智能大模型安全基准测试)线上研讨会成功举办。来自中国信息通信研究院(以下简称“中国信通院”)、厦门大学、北京大学、北京交通大学、360、百度、蚂蚁集团、VIVO、西门​子、小鹏汽车、马上消费、浪潮科技、海信视像、交通银行、商汤科技、邮储银行、普华永道、科大讯飞、金橙果科技、万商天勤律所、中兴通讯、博特智能、开源网安、云天励飞等单位40余位科研机构专家及企业代表参加了本次会议。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
2023年度AI盘点 AIGC|AGI|ChatGPT|人工智能大模型
2023年度AI盘点 AIGC|AGI|ChatGPT|人工智能大模型
|
3月前
|
SQL 存储 人工智能
探索语义解析技术和AI人工智能大模型的关系
探索语义解析技术和AI人工智能大模型的关系
72 1
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能基础——模型部分:模型介绍、模型训练和模型微调 !!
人工智能基础——模型部分:模型介绍、模型训练和模型微调 !!
153 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能大模型引领智能时代的革命
随着AI技术的飞速发展,人工智能大模型正成为推动社会进步和经济发展的重要力量,比如GPT-3、BERT和其他深度学习架构,正在开启一个全新的智能时代。在人机交互、计算范式和认知协作三个领域,大模型带来了深刻的变革。那么本文就来分享一下关于大模型如何提升人机交互的自然性和智能化程度,以及它们如何影响现有的计算模式并推动新一代计算技术的演进,并探讨这些变革对未来的意义。
38 1
人工智能大模型引领智能时代的革命
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
|
11天前
|
人工智能 搜索推荐 算法
人工智能,应该如何测试?(七)大模型客服系统测试
这篇文稿讨论了企业级对话机器人的知识引擎构建,强调了仅靠大模型如 GPT 是不够的,需要专业领域的知识库。知识引擎的构建涉及文档上传、解析、拆分和特征向量等步骤。文档解析是难点,因文档格式多样,需将内容自动提取。文档拆分按语义切片,以便针对性地回答用户问题。词向量用于表示词的关联性,帮助模型理解词义关系。知识引擎构建完成后,通过语义检索模型或问答模型检索答案。测试环节涵盖文档解析的准确性、问答模型的正确率及意图识别模型的性能。整个过程包含大量模型组合和手动工作,远非简单的自动化任务。
21 0

热门文章

最新文章