智能软件的编写

我对我的文章稍做了一些修改，在这里与大家共享。在过去我发现最大的问题是大家对我的理论不理解，为了便于理解，我今后打算在这里不断的补充一些新的内容，主要解释我的理论为什么这样，以及长短期记忆．奖惩刺激的设置．奖惩学习的成长过程等。我觉得我的理论现在越来越完善了，离具体编程越来越近了，但我没有时间进行编程，我希望在新的一年里找到知音与合作者。知音难求！
如果有充足的时间和精力，我觉得我一个人就能迟则二．三年，快则一年不到就能编写出能思维的智能软件。当然，在具体编程时可能会出现我没能预想到的情况。
下面是新修改的文章的链接。
http://www.roboticfan.com/robot/bbs/dispbbs.asp?boardID=34&ID=1388&page=1

智能软件兴奋的泛化．分化。
智能软件兴奋的泛化:原始记忆柱群Ａ与Ｂ建立记忆联系后，与Ａ相似到一定程度的原始记忆柱群Ｃ（一定程度指Ａ与Ｃ所共有的基本记忆柱群应达到或超过回忆阀数）也能兴奋Ｂ，这便是兴奋的泛化。
智能软件兴奋的分化：Ｃ虽能兴奋Ｂ，但如果Ｃ兴奋引起Ｂ兴奋后带来错误的结果或目的．预期不能达到等结果，则根据奖惩学习的基本原理可知在Ｃ引起Ｂ多次兴奋后，Ｃ便不能再兴奋Ｂ。这便是兴奋的分化的基本原理。
记忆的重构：同理，由于时间环境的变化，Ａ的兴奋引起Ｂ兴奋后始终带来错误结果．惩罚．目的的不能完成等，而Ａ的兴奋引起Ｅ兴奋后目的完成，带来奖赏等。则根据奖惩学习的基本原理可知，在相同目的下Ａ的兴奋最终只能引起Ｅ的兴奋而不能引起Ｂ的兴奋，这便是记忆的重构。
泛化．分化及记忆的重构在编程中应有重要的应用。比如，在我们对某结构的具体功能进行精确编程比较困难时，则就会用到泛化．分化．记忆的重构。这时，我们只需将其功能限制在某一范围内，或干脆就使其具有某一精确功能，然后通过学习使其获得所需精确功能。这样将大大降低编程的难度。

习惯性兴奋――非常强的记忆联系才能产生兴奋。
亚主注意目的――中等强的记忆联系能产生兴奋。
主注意目的――任何强度的记忆联系都能产生兴奋。

只有成为主注意对象的才能强烈兴奋才能在兴奋的同时建立强的记忆联系。

智能软件的记忆．遗忘：
目的是记住有用且重要的信息。对智能软件来说重要且有用的信息应是能带来一定奖惩的信息。
因而智能软件的记忆．遗忘原则为：
１．记忆柱兴奋的越强烈，记忆也越强。只有引起注意的原始记忆柱群的兴奋才能建立足够强的记忆，使它的回忆成为可能。
２．只有兴奋频率在一定范围内的兴奋才能成为长期记忆，这保证了那些经常产生且重要的记忆．行为等能产生长期记忆。
３．只有存在遗忘，“１”．“２”的情况才有意义，否则普通的刺激也可成为长期记忆。而且记忆．遗忘．记忆柱的数量的关系应使记忆干扰在可容忍的范围内。
对“１”．“２”．“３”的实现应不是什么难事，对于“１”可用一函数实现，“２”可用另一函数实现，只有“１”的记忆达到一定程度后“２”函数才被激活。对于“３”只有降低记忆的能力，提高遗忘的速度，扩大记忆柱的数目应就能实现，当然这应考虑到智能软件的智能。

总体思路还是不错的，不知道你现在所掌握的知识能不能让你编出这类程序来，不过我不清楚编辑此类程序的难度，如果你认为能做到的话，不如先编一个简单的试试（想要用“一两年”直达目标是非常不现实的，边做边改才能有结果），就当验证理论的试验吧。大家都只是长篇大论的说方法毕竟不好，可惜我不懂编程，帮不上忙，惭愧。

另外我希望你能注意的是;

1.一般情况下，最终指导行为的并不是记忆本身，而是记忆所影响的行为模式。这种模式并不是单独记忆的堆积，而是组合。也就是说是新记忆不断影响行为模式的导向，而旧记忆的影响不断被消除。而记忆本身对行为的直接影响，个人认为，是人类高等思维摆脱时间空间的约束，进行复杂思考时才会出现，由于程序本身还很简单，暂时不建议考虑此类问题。

2.人类的记忆并不是绝对的，不会像数据那样绝对的记住或忘掉，一般还会与现实产生较大的偏差。而且记忆没有明确的界限，相关的记忆总会杂在一起，不会被明确分为一条一条的。我认为这两种机制都与大智能本身有很大的关系，希望你能多考虑一下。

另：我的MSN是Zhm_skywalker@msn.com 要是想即时讨论的话就用这个联系。

您说的记忆对行为的影响在我的(智能软件的编写)这篇文章中有论述.我的理论的记忆会出现您说的记忆的几个特点.

抱歉，当时没时间认真看完全文~

说实话，现在要是说理论的话，光是这个论坛上我就见过6、7种了，不过实践才是检验真理的唯一标准。

今天及今后的几篇贴是为论述奖惩学习的发展作准备。都是关于我的智能软件理论的而不是人的（当然它们是以人为参考的）。
一．先天奖赏刺激。
它的结构分三部分：１．一部分是联络部，负责与其它中枢的联络区建立记忆联系，它的兴奋是所有记忆柱的兴奋。2、一部分是非联络部，它只为而且必为对应的先天奖惩刺激所兴奋。只有它与联络部一起兴奋后引起的奖赏中枢的兴奋才不会带来惩罚中枢的兴奋及惩罚记忆。3．一部分是控制部，它根据刺激特点来控制其它两部分部的兴奋强度，以保持刺激的平衡。
它兴奋后，即使不能引起其它的先天奖赏刺激发生也不会与惩罚中枢建立记忆联系。
二．先天惩罚刺激。
它的结构与先天奖赏刺激相似。它兴奋后，即使不能引起其它的先天惩罚刺激发生也不会与奖赏中枢建立记忆联系。
三．后天惩罚刺激。
它是通过其它奖惩刺激逐渐与奖惩中枢建立记忆联系而成为奖惩刺激的。它兴奋后，如不能引起先天奖惩刺激发生便会与惩奖中枢建立一定的记忆联系。
四．中介奖惩刺激。
它通过编程成为奖惩刺激，这点类似于先天奖惩刺激。但它兴奋后，如不能引起先天奖惩刺激发生便会与惩奖中枢建立一定的记忆联系。这点类似于后天奖惩刺激。
某一原始记忆柱群的兴奋强度在某一范围内便能轻微兴奋奖赏中枢，它是中介奖赏刺激。这对智能软件早期的学习非常重要。
五．奖惩中枢（动力中枢）。
它的结构分两部分：１．一部分是联络部，负责与其它中枢的联络区建立记忆联系。它有三种兴奋模式：第一种只是发生的先天奖惩刺激兴奋它时，引起的兴奋，这时是所有记忆柱的兴奋（只有这种兴奋才能称得上是真正意义上的奖惩兴奋）。第二种（后两种兴奋模式是学习形成的）是后天的奖惩刺激所引起的兴奋，它所兴奋的记忆柱是第一种兴奋模式所兴奋的记忆柱的组成部分。第三种一般是没有奖惩刺激时所兴奋记忆柱，它是第二种模式所兴奋的奖惩中枢的记忆柱的组成部分（如回忆的奖惩刺激的兴奋所引起的）。２．一部分是计算部，它主要根据联络部兴奋的强度来计算动力的真实或预期大小。
它被兴奋后能与其它中枢的联络区也兴奋着的记忆柱建立一定的（不强）记忆联系，这种记忆联系的强弱和它们的兴奋强度有关。

我对你的想法比较感兴趣，而且你的东西我也基本上看明白了，因为我也在做相类似的东西。

如果可以的话，我想了解一下你及你做的东西，请不要怪我说话太直接。

我的邮箱：pwlr3355@163.com

希望在大家有所了解的基础上展开讨论，我做的也是记忆这方面的内容。

［此帖子已被 倒挂鸟 在 2005-4-2 17:55:39 编辑过］

六．中介奖惩刺激对智能软件早期学习的意义。
    １．某一刺激，它对中枢的兴奋强度在中介刺激所需范围内，它能轻微兴奋奖赏中枢并与它建立记忆联系，一定情况下这一刺激便会成为渴望的对象，这样就使智能软件能对新奇刺激保持渴望。如这一刺激不能带来先天的奖赏刺激，它便逐渐与惩罚中枢建立了记忆联系，多次兴奋后它对应的预期动力便极低或在０左右，在动力比较中不能成为渴望对象，这样就使智能软件能对非新奇刺激不渴望。
　　２．某一行为，与它对应中枢的兴奋强度在中介刺激所需范围内，它能轻微兴奋奖赏中枢并与它建立记忆联系，这一行为便会成为渴望的对象，智能软件便会不断尝试重复这一行为。当然一般情况下，这一行为不能带来先天的奖赏刺激，那么多次重复这一行为后，智能软件便不会再尝试重复这一行为，而这时，它已熟练了这一行为。
    ３．当某一行为能带来其它奖赏刺激时，这一行为便会成为阶段主注意目的，它的动力便由主注意目的的动力分配而来。

回：

倒挂鸟

我现在在研究动力预期及奖惩发展的问题已大概研究的差不多了，我的编程能力较差，而且我的智能软件理论的一些组成部分也不是我的专长，我需要寻找合作者。

［此帖子已被 chenghwn 在 2005-3-3 14:31:32 编辑过］