通用智能系统框架讨论 |人工智能、神经网络与脑科学

基础神经网络与概念融合认知系统(一)
1
前言

这是一篇讨论如何通过与电信工程，生物学，脑科学等学科结合，实现人工智能的强化与通用化的文章，同时也进行了一些关于CV（计算机视觉），NLP（自然语言处理），DNN（深度神经网络），大数据网络等细分领域与抽象概念如何有效融合的讨论，并以此描述一个通用智能系统架构。

文章不涉及复杂公式定理，基本通俗易懂，同时更希望大家在阅读之前已经对现代计算机架构、通信原理、编译原理、计算机语言，生物学、脑科学等学科的基础理论有一定的了解与自己的看法。

由于通用智能的概念涉及较广，许多方面有待完善，欢迎各专业领域朋友提出相关意见与建议，共同讨论，内容（看法）可留言或私信。

目前网上关于人工智能（AI）的各种消息层出不穷，而关于通用智能（AGI）的讨论不多，也难以找到相关资料，或许因为人工智能概念已被过度宣传使得通用智能的概念显得更加脱离实际，也可能是大家喜欢各自钻研，没有时间与精力分享沟通。

我们应该正视智能与通用智能系统未来的发展潜力，哪怕短期内不能达到预期效果，向其推进的过程也将会是推动社会发展的一股重要力量。相信大家也已经认识到，连接是一切的基础，通用智能这一领域涉及面较广，更是需要社会广泛力量通力合作，众人拾柴火焰高。

人工智能概念提出于1956年，之后几经起落，随着如今社会和计算机网络与硬件的发展，终于迎来前所未有的爆发期，真正走进社会主流视线，也发展出了许多具有实际意义的智能系统，如图像识别，语音识别，自然语言处理，大数据神经网络，智能助手，各领域专家系统等。

通用人工智能则在人工智能的基础上提出了（或者说强调了）通用的概念，然而通用本身并不好界定，本文将其看作能够涉及人类认知中尽可能多乃至一切可拓展的领域，各领域达到甚至超越基本生物认知水平，其中迁移学习的能力至为关键。

使用通用人工智能AGI的概念或许只是为了与日渐代表细分领域的AI概念相互区分，我们可以将AGI简单理解为各领域AI能力的功能合集，类似生物体负责各项功能的脑区共同连接协作，组成生物大脑。

目前全球范围内已有许多通用智能研究项目，研究方向包括了逻辑连接，语义匹配，神经网络，认知学习等，其中较早期的项目如CYC已立项近三十年，其目标是将人类主要知识作为关键词条录入电脑，通过一定的推理断言系统加以连接，用以描述人类常识并达到一定程度的可用性。也有分层级模仿生物神经网络的项目如HTM，Neurogrid Project等。

目前流行的人工智能项目大多只针对单一领域甚至单一环境变量集，或许应该称为专用人工智能系统。

当然我们也知道通用或许都由专用发展而来，然而在系统设计之初如果没有考虑其功能实现的底层基本逻辑，只是为了应对单一环境调整出一套似是而非的结果优先系统，除了难以较好实现其功能外也几乎无法解析与拓展。

单一的神经元系统模拟工作几乎都从人类某个相对先进的具体能力或生物独立系统出发，比如视觉系统，个人认为视觉理解系统在人脑里牵涉到许多其他复杂系统（概念区分，逻辑区分，三维空间理解等），不适合单独构建。而哪怕在某方面取得了不错的成绩，还是会因为其局限性无法迁移与适应智能需求。这对通用智能需求而言，就像建设空中阁楼，没有基础。

现在我们已经可以通过一定量的训练，让一个系统很好的辨识某种动物，或者对一篇文章做匹配型的阅读理解，然而到目前为止，这种辨识只是模式识别，并非真正理解。当我们看到一只猫或听到别人谈论猫，我们理解的是猫本身，而不单只是它们看起来长什么样或单词怎么拼写。我们需要一个更统一的架构，能够连接画面，声音和语义这些被分散的概念，或者说真正理解这些概念。

在打开编程窗口前，我们可以先观察一下周围世界如何运作。生物大脑就是一个很好的智能例子，我们或许可以参考生物神经网络进化与婴儿学习过程搭建我们的系统，并通过综合调控与训练，循序渐进的完善这个系统。

本文提到的神经网络与概念融合基础认知系统即Neural Network Conceptual Connection Basic Learning，为方便交流，可以简称NNCCBL或NCBL。

生物神经网络与概念融合认知系统是一种结合生物神经网络起源与进化过程中的有效启示，从实现初级生物神经网络认知功能开始，参照如今生物大脑构造，按生物神经网络进化过程逐步完善，通过接触，整合并学习真实世界数据（各种视听触等数据输入），完成基础概念到模拟神经网络映射，训练模拟神经网络连接形成有效概念与逻辑，从而获得类生物认知能力的学习系统。

自然生物如此多种类的神经元与如此复杂的神经网络是怎么发展出来的呢？或许不是什么已知的智慧设计的，至少人类暂时也没有这个能力，我们只能假设这是适应外界环境发展出来的。

我们的AGI系统也应该通过各种传感器尽可能多的接触外部世界，以生物起源中枢神经到现代智人大脑为参考模板改进硬件基础，同时参考人类婴儿到成人的学习过程描述复杂世界，真正映射整合自己的概念意识。

当远古早期生物的光感系统说要向左走，温感系统却说要向右走时，怎么办呢？这或许就是神经决策系统出现的原因，或者说最初的“我”出现的原因。假设适者生存的环境已经教会我：光线影响能量获取，温度则影响生存，还有其他许多条件有待发现，而我必须找到一个平衡，那么我将越来越精于此道，直到成为现在的我。

或许AGI系统的神经元设计与网络模块整合，可以依靠改进适应环境的规则与大量连接现实世界的实践演化得到。学习生命起源是为了更好的模拟意识起源，应该指出的是，仿生並非完全照搬，只是为了在推演的过程中找到我们真正需要的东西。我们需要获得足够详细的信息，才能知道什么才是需要被了解的。

本系统将从生理到心理上直接面对生物起源这一基本问题，并从中得到启发，下面我们用一些篇幅对相关概念做出解释，通过生物学与脑科学的视角，描述个人理解的神经网络之所以称作神经网络的原因。

连接是生命第一个，也是贯穿始终的关键，从共价键到DNA、单细胞到多细胞、神经元到大脑、个人到社会、社会到星球，星球到星系、乃至浩瀚星河，连结是一切存在的基础。

生命起源科学界暂无定论，可与以往不同的是，这是本系统需要直接面对的问题，下面是一些个人对生命起源的看法。

生命物质起源的故事无时无刻不在发生，今天地球上仍有原始物质的聚合分化。如果我们把某种生命物质生存主导的环境叫做某种生态位，最初的生态位从第一批生命形成时就开始被占据，之后一级级推进，生物大致经历了原子分子生态位、大分子生态位，细胞生态位，多细胞生态位，多器官生态位，多组织生态位直到今天。生态位竞争激烈，且会相互影响，一个生态位若无空缺，后来者难以居上。有生命物质存在的地方，基础物质会被相对高效地转化成生命物质，直到环境允许的上限。生命形式受各种环境指标（基础物质种类配比，温度，引力，电，磁力）影响，并非生命神奇的适应了如此的环境，而是既定的环境造就了既定的生命。

我们暂时认为生命的发展过程从无细胞结构（包括病毒）到细胞结构，原核生物，真核单细胞生物，植物（真菌，植物（藻类，裸蕨，蕨类，裸子，被子），动物（原始鞭毛虫，多细胞生物，脊索，脊椎，两栖，爬行，鸟，哺乳动物，智人）。

DNA是自我复制系统的关键物质，是一代生物传承的起点，也可以说是所有生命的起源物质。

如今地球生物DNA作为一种长链聚合物，编码组成有四种脱氧核苷酸：腺嘌呤脱氧核苷酸（dAMP，C5H5N5 ）、胸腺嘧啶脱氧核苷酸（dTMP ，C5H6N2O2）、胞嘧啶脱氧核苷酸（dCMP ，C4H5N3O）、鸟嘌呤脱氧核苷酸（dGMP，C5H5N5O ），脱氧核糖（C5H10O4）与磷酸分子由酯键相连，组成其长链骨架，排列在外侧，四种碱基排列在内侧，成分均为环境相对富含物质。

我们可以认为DNA的每一个组成部分都是可以在自然界里直接聚合出现的，从宇宙诞生开始，几乎无尽的基础物质根据各种规则相互演化作用，在某个相对平和的环境里，基本化学作用使这些原子分子可以较稳定的连接聚合与存续 ，这或许就是类DNA的前身。

原始物质大分子向类DNA过渡的关键是复制能力，掌握复制功能的类DNA可以很快的扩张势力，占据第一个生态位（原子-分子空间生态位），第一个生态位很快被占满，复制难免出错（或许也为了适应环境），却成了进化的主要促成部分，大量原始类DNA物质提供了充足的复制变异基数，某些类DNA开始变异，合适的变异可以调控各种蛋白质大分子，获得存续优势，另外一个关键的作用是聚合，不同的类DNA可以相互聚合或自生长以形成有效的长链，长链之外也可以聚集各种物质，经过亿万年的发展，出现了无细胞结构的生物大分子个体（例如各种病毒）与单细胞生物。

病毒的生存方式依赖于入侵其他细胞，有些人称其为细胞结构前的生命物质，或许也是单细胞生物占居第二个（细胞空间生态位）生态位后的成功上位者，却由于其特性难以独立发展。

单细胞生物向多细胞生物发展的过程类或许有些似于类DNA大分子向DNA发展的过程，DNA由于结构特点聚合生长形式为不断变长，单细胞生物占据细胞生态位后却能组成更大的立体群落。

单细胞群落中的个体随环境稳定的时间变长开始分化：单细胞生物DNA持续变异，某些细胞得到了新能力，其分裂的后代能够依外部环境或分裂模式不同而表达出不同性状，比如群落顶端的细胞有更多的叶绿体，群落底端的细胞则有更强壮的鞭毛。

我们知道，大部分情况下群落生存优于单打独斗，各种表达不同的细胞承担了细胞群落里的不同分工单位，比如趋光，趋暖，位移等，这些或许就是器官的雏形，而如同DNA最关键的功能是复制，初期的器官雏形中最关键的则是类生殖器官。

又是亿万年的进化，类生殖器官也逐渐成型，这是一种快速复制单细胞族群的器官，也是多细胞生命出现的关键器官。最初或许只是源于分化群落的某个分化细胞功能倾向于分离并且独自发展成分化群落（孤独而浪漫的流浪者）， 如今生殖器官的复杂功能就这么一步步进化而来，而那个不安分的细胞种群就是如今的精子，卵子等生殖细胞雏形（在此向人类历史上勇敢的航海者与未来星空开拓者致敬，社会永远需要探索未知边境的英雄，或许我们不能说这其中没有什么关联，只是目前暂时不是讨论的重点）。

自从有了生殖器官，后面的故事相信大家已经有所了解。DNA完成了单细胞生物的遗传复制，生殖器官则提供多细胞生命的共享DNA表达场所，或许还参与表达规划，其中最为关键的生殖细胞，则是生命延续的实际载体。

【资料】一般认为多细胞动物起源于原始的单细胞鞭毛虫类，因为它们有许多种类表现出向多细胞状态发展的倾向，如团藻、空球藻等。在胚胎发育中多细胞动物是由受精卵开始，经过卵裂、囊胚、原肠胚等一系列过程逐渐发育成成体。多细胞动物的早期胚胎发育基本上是相似的。根据生物发生律，个体发育简短地重演了系统发展的过程，可以说明多细胞动物起源于单细胞动物并且说明多细胞动物发展的早期所经历的过程是相似的。

前文简单描述了生物进化历程，本章以此为基础描述生物大脑进化过程，涉及内容与生物乃至人类认知实现关系密切，后续我们也将以此为基础，描述通用智能系统（AGI）设计思路。

我们暂时认为单细胞生物只具有一定程度的应激行为，对于多细胞生物而言，重要的能力除了繁殖，还因为个体复杂性的增加与生存周期的延长（单细胞生存周期以日记，多细胞动物生存周期以年记），进化出了一类器官负责统筹行为，以便于适应更广泛的生存需求。

我们将这类器官称为神经中枢系统，其于动物体内逐渐发展汇聚，并因处理效率所需，在腔肠动物距离眼睛与取食道较近的地方汇聚成一系列组织，经过亿万年进化，成了如今哺乳动物大脑。

而随着后来的智人大脑皮质日渐发达，认知功能发展完善，慢慢成就了如今的人类王国。

大脑进化史上同样经历了许多重要时期，为了方便描述与理解，本文亦按时间与进化程度将其描述为爬行动物脑，边缘系统-古哺乳动物脑，新皮质-新哺乳动物脑。

爬行动物脑是生物基础脑，为生物进化史上最先出现的脑区，这些脑区负责身体的基本控制功能，诸如维持呼吸心跳，控制普通运动及身体平衡等，许多脑区睡眠中也保持运作，但是几乎可以说没有运动以外的学习能力。

爬行动物脑的生理构成包括脑干-延髓、脑桥，小脑，中脑以及最古老的基底核-嗅球与苍白球。

如今自然界可供参考的代表动物有蛇，蜥蜴，鳄鱼等。

边缘系统-古哺乳动物脑是生物中间脑，其可以看作在爬行动物脑的基础上新生长出了一系列脑区，这些新增脑区在实际大脑中也基本覆盖于爬行动物脑外，与生物的情感，直觉，性等行为有关，是古老的喜、怒、哀、乐与注意力系统所在之处。

贪婪，暴怒，偏执、自卑与欲望也都可以在这个脑区找到生理基础，其帮助生物判断事物基本价值与特别之处，进行简单的趋利避害活动，这些功能又与第三层脑区新皮质有着十分紧密的合作，乃至冲突，我们可以看到，古代智人甚至现代一些人类个体在冲突中都有偏向以其作为行为主导的现象。

边缘系统主要脑区包括：

下丘脑：参与控制心率、呼吸与应激响应，调节激素水平。

海马体：形成记忆，存储短期记忆，是意识组织的内存。

杏仁核：参与各种情绪活动。

如今自然界可供参考的代表动物有老鼠，兔子，老虎等。

新皮质-新哺乳动物脑是生物高级脑或理性脑，其可看作在前两种脑的基础上再次发展出了一层全新的脑区，在大脑的物理层面也再次将前两个脑区完全覆盖。这一脑区由一种进化程度较新的皮质组成，也包括皮层下的神经元群组，其所提供的高阶认知与理性思维是灵长动物的创造力之源。

如今许多哺乳动物都已经发展出这一脑区，大多相对较小而少沟回，人类新皮质却占据了脑容量的三分之二，在脑壳与古代脑之间的狭小空间里曲折分布，外观满是褶皱。或许与其他脑区结合太紧密，人类失去皮质将与植物无异，相比之下，老鼠失去皮质仍可运动。

新皮质分左右半球，也就是俗称的左右脑，左脑控制右侧身体，更多负责逻辑，理性，语言；右脑控制左侧身体，更多负责空间，抽象，艺术。

又可按位置与功能具体细分为额叶、顶叶、颞叶、枕叶四个部分：

如今自然界可供参考的代表动物有狗，海豚，猩猩等。

我们可以看出，这几类脑可以说是生物进化不同阶段的产物，新系统在大脑内部也基本如同物理叠加般覆盖在旧系统之上，每一个新阶段均是在前一个阶段的基础上完善已有系统功能或新增更多高级系统功能发展而来。

需要指出的是，分阶段描述只是为了方便理解，实际上生物进化历程漫长而循序渐进，各个脑区或新旧系统之间大多有不同程度的连接，这些子系统各司其职，共同完成如今的生物大脑功能。

讨论一切问题都应该有范围与参考系，也应该有一个起点，或称为系统锚点。

由于现在需要解决的是创造一个能够认知的“我”的问题，方便起见，这里便以“我”为起点。我之于外部世界，首先是一个实体，实体是一切存在的基础，无论可见的未来如何发展，实体基础不可或缺。更具体些，我就是一套实体的硬件系统，与其上运行的软件系统。

硬件是一切的基础，下面简单描述类生物系统映射，具体视情况选配与使用替代即可。

1.决策系统

主机（类似生物大脑，类计算机）

可以简单看作一台计算机，如常见的个人计算机。

目前计算机体系结构以图灵机理论为基础，属于冯·诺依曼体系结构。本质上，图灵机理论和冯·诺依曼体系结构是一维串行的，而多核处理器则属于分布式离散的并行结构，系统运行中经常需要解决二者的不匹配问题。

而因当下计算机系统不能满足百亿级神经元并行处理的计算需求，大量传统与初创公司已经开始设计布局新一代计算机芯片。从CPU到GPU，FPGA到ASIC，甚至未来的量子计算机，改进计算机体系，设计一个合适的结构，将不再是仅限于被动匹配或挂起的问题。

决策系统若因为性能原因导致移动不便，以无线连接方式连接其余系统。

可拓展

2.输入系统

类计算机（决策系统的自反馈，中断等，生物无时无刻不受自我影响）

类摄像机（类似生物眼睛，感受光线，视觉输入系统）

类麦克风（类似生物耳朵，感受波动，听觉输入系统）

类覆式压力计（类似生物皮肤-躯体感应器官，触觉输入系统，分时段确定系统常态量）

类覆式温度计（类似生物皮肤-躯体感温器官，温度输入系统，分时段确定系统常态量）

类化学输入系统（嗅觉味觉输入系统）

类陀螺仪（平衡与加速输入系统）

类天线（无线电接受系统）

等......

可拓展

3.输出系统

类屏幕（表情语言-画面输出系统）

类音箱（语音输出系统）

类轮式或足式移动肢体（位移系统）

类机械臂（物理互交系统）

类无人机旋翼（飞行系统）

类天线（无线电发射系统）

等......

可拓展

4.能源系统

为各系统提供能量。

5.信号传输系统

连接输入-决策-输出与其他所有系统，整合传感器所有输入信号传输至决策系统，将决策系统输出传输至输出系统，包括有线系统，无线系统（非物理连接器官）需保证带宽。

例如决策系统若因为性能原因导致移动不便，则以无线连接方式连接其余系统。

6.整体维持系统

综合维护整机系统运行。

1.当我们利用计算机模拟认知进化系统，首先要给出环境变量，如果环境变量规模太小，进化不了多久就到头了，规模太大硬件会很吃力，且易陷入混乱而无意义的纠缠。

我们暂时没有能力模拟高质量的世界，但是我们可以使用传感器导入尽可能详细的真实世界的变量，这是真实世界大数据的意义所在。

一个相对完整的硬件系统至少不会是一件坏事，其中取得大数据的各种传感器不可或缺。

2.输入与输出系统可选配，为了更好的理解（概念映射）真实世界，得到足够的大数据支持，方便人机双向获取同感，原则上以一个模拟目标生物为蓝图进行配置，现在制造技术无法给出高性能实体，只能使用替代方案，没有替代的可暂时使用假体，并留出拓展空间，未来逐步完善，可多配，不少配。给定实体有利于理解现实世界，而给定类人实体，则帮助融入人类体系。

3.所有生物体额外硬件系统均按实际需求设计，各部分区分并不独立，例：

触觉温度输入系统可覆盖全身所有外露部分包括机械臂；

机械臂输出系统可隐蔽性兼顾化学输入（嗅觉味觉输入系统）系统；

屏幕输出系统可兼顾输入系统（触摸屏）；

等......

关于软件

平衡各感官输入并做出决策输出或许就是早期神经决策系统出现的原因，或者说最初的“我”出现的原因。

《淮南子》里说：“昔者仓颉作书而天雨粟，鬼夜哭。”古人以此表述文字的神力。

短短几字便可在脑里构造奇异情景，文字概念确实拥有神奇的力量。

而我们的文字与世界都是以一个个概念去表达，理解与联系的。

十数万年前发明语言之时，我们用一个“我”字找到了自己，如今通过脑神经科学，计算机与从生物进化史起点开始的概念映射研究，则可以帮助我们更好的认识自己，或者说，认识（找到）真正的自己。

软件系统为精神上的“我”，实现决策与各硬件系统的管理，存在于硬件决策系统之中，存续时间内保持多任务处理状态。

本系统并非一开始便要完全解开神经元与神经网络的一切迷团，我们目前也无法做到，本系统将通过学习与改进，首先给出一个可以自行工作，学习，进化的初始状态，逐步修改参数，使之在一定的系统架构中，在规则的完善与适应外部的大数据中学习进化。

系统有一定权限，可以自行更改或增加神经元，甚至一个脑区，只要认为需要，我们要做的就是设计让系统如此运行的方法。

生物总体输入的大数据构成了感知输入的一切，等同个体的全外部世界，比如生物在没有进化出眼睛时，外部光线没有太大意义，没有类天线时，无线电与宇宙背景辐射没有太大意义。

这里强调大数据输入的重要性，所有神经元，无论是面向外部还是内部系统，最终都是为了处理真实世界数据，此联系不可分割。

单神经元与神经网络设计（参考生物神经元，单细胞生物个体，多细胞生物个体）

我们希望设计一个软硬件整体系统，可以在越来越少的人为干预下于外部环境中自行学习，进化，改进神经网络。

例如首先尝试设计一个利用鞭毛移动，趋光避高温寒冷的简单多细胞生物。

1.设计神经元节点，通过连接组成神经网络。

2.每个神经元有一定运行方式，比如高温敏感神经元在温度40度左右触发，低温敏感神经元在4度左右触发，均向控制同侧鞭毛活动的神经元传导摆动信号，单个容量设置初始空间大小，设置处理空间大小上限。

3.每个神经元有许多输入，只有一个输出（意识有序？），根据所有上一跳信息处理下一跳信息。

4.类生物大脑方式（神经元群落激发神经网络）理解，储存与提取各种概念。

5.当神经元增多（接近人脑需百亿级别），无法避免计算局限，需要逐步优化软硬件系统，目前这是一个关键局限。

神经元结构图示，我们无需模拟神经元的一切，只需认清我们需要的功能并加以实现，例如飞机无需开发鸟类翅膀。

下面以生物大脑主要功能为参考，设计一些系统，实际包括但不限于这些功能，且各功能间也相互连接与融合，目前的区分只是为了方便理解。

1.时序运行与自反馈系统（类爬行动物脑主要功能）

给定离散时序处理单元，每一刻的我为上一刻的我的输出与外界输入的延续映射，主要完成基础自我认知、反射意识与运行维持功能。

2.概念系统（对错判断，逻辑思维系统，类皮质）

如同神经网络的一切都是神经元的功能与连接，生物意识的一切则都是基本概念的定义与连接，较高级的行为指导系统。

3.情绪系统（好坏判断系统，类杏仁核）

原始生物用以判断事物的好坏，指导自身行为，较原始的行为指导系统。

4.注意力控制系统

输入筛选，中断响应

例如可以多进程处理系统，同时处理多层级，多线程事件。也可以单线程集中系统，集中处理单线程事件。

5.二维-三维空间系统（类枕叶前端）

作为外部世界的映射区，帮助映射与理解世界

6.视觉处理系统（枕叶）

人类的视觉都是二维输入，三维认知。视觉处理系统连接三维建模系统，用于直观理解世界。比如理解猫的形象，不是一幅平面图，而是一个立体模型。

7.听觉处理系统（从脑干到皮层）

8.记忆系统（海马体，额叶）

实验一

1.在脑里想象一匹马。

2.从各个方向想象这匹马的细节，包括正面、后面，侧面、背部，腹部，体内等。

3.请尽量完善这匹马的细节，你可以想象的多清晰？马蹄马嘴具体长什么样?肚脐在哪？

1.一般人对一个三维事物的印象是三维的。

2.一般人对一个事物的印象都是相对模糊的。除非有过专门的记忆训练（比如素描），你甚至连自己每天用的钥匙和手机都无法在脑里精确重现，一切记忆都只有不同程度的模糊印象。

3.哪怕确实素描过一匹马，你也无法在想象整匹马的同时保持细节的精细，你只能一次重构有限的部分，人脑处理三维空间的物质经构成是有限的，只能支持一定的工作量。

1.一般人所有记忆都是模糊的，包括重要的记忆，比如毕业那天的场景，很多人的毕业典礼都会出现学士帽，你是否能够准确描述当时你的学士帽的样子？还是在许多年后的回忆里只能描绘出几乎可以出现在所有毕业场景里的，一般的学士帽的样子?一些不重要的细节或许早就丢失在时间里。

3.我们的回忆，只是概念的模糊三维空间重组。

4.大脑印象存在着某种类似下意识（模糊）匹配机制，虽然不能主动想起细节，但是真实世界的细节变动达到一定程度仍会引起察觉。

5.......

9.学习系统

主动发现并学习新概念，有一定的自主更改能力。

10.运动与躯体控制系统（小脑）

活动控制与各种预设区。

11.其他系统等，所有系统相互连接与融合

系统综合，例如：平时看到的一切，系统判定有需要便可以建立并逐步完善三维资料，对需要注意的新事物映射概念。

三维记忆迷宫

1.训练目的

模拟一个类生物，电量少则找地方充电，电量充足则不停探索房间，直到找到离开房间的方法（世界迷宫）

2.策略

系统通过观察房间，大脑生成并完善房间印象，完成对陌生事物的观察学习。

例：按规律每次铃响后提供不同的充电地点，只有限定时间内克服障碍进入充电地点才能充电。

3.主要硬件系统

决策系统：计算机等

输入系统：视觉，听觉，温感，压感等

输出系统：位移系统，机械臂等

4.定义系统

定义场景主要目标，生成概念，生成概念连接逻辑。

拓展：一些物体与概念不明意义可先储存，作为印象，日后再连接其他概念与实际行动进行学习。

5.过程......

所有这些系统中，概念系统可以类比为皮质前额叶，是我们认知世界的关键。

如同神经网络的一切都是神经元的功能与连接，生物意识的一切则都是基本概念的定义与连接。

而寻找神经元网络到生物概念的具体映射方案，则是本系统需要解决的主要问题之一。

下面对基本概念学习（BL）做一些解释，或许你会发现许多观点与人工智能初期延续至今的符号学习不谋而合。

我们用各种概念理解这个世界，概念之间相互连接与融合可以组成新的概念，所有这些概念组成了我们的概念世界。

一切事物都有起点，概念也不例外，本文将最初的概念称为定义概念或基本属性概念。

这是一类重要的基础概念，基础的意思是他们大部分属于真正客观的概念，不只是人类，哪怕是原始爬行动物也可以理解，与应用。

而如今人类世界如此多的概念就是在原始概念中引申出来的。

当然，随着智力的提升与对世界的深入理解，基本属性概念可以不断拓展增加亦非不可被融合引申，牛顿发现万有引力，或许便是引申了物体下落的基本属性概念。

下面对基本属性概念举例说明，这些概念在这里并不只是一个语言符号，而是真正客观世界的度量:

1.对于原始智人而言，描述一个石头的关键点不是它叫什么，而是这个物体的外观，大小，轻重，软硬。无论今天人们给它的定义是花岗岩还是玄武岩，原始人根本不在意这东西的名字，只关注它是否足够坚硬，是否可以用来砸开坚果，或者磨成石器。

2.对于古爬行动物而言，描述一颗树的关键同样不是“树”这个字符而是一些外观，大小，与触感方面的特征，考虑到爬行动物还无法全面充分理解树的所有属性，树在它们眼里可能是：外表相似的棕色的杆子上顶着一团绿色的玩意，无法移动，一般较高大，触摸硬度光滑度适中，食物（好处）聚集之处。

我们就是这样，用各种概念理解这个世界，概念之间相互连接与融合又组成新的概念，所有这些概念组成了我们的概念世界。其中一类基础概念本文称为定义概念或基本属性概念，也是上文原始生物用来认识世界的基本概念。（重要的概念表述多一次）

我们或许可以这么说，一个定义概念如同一组神经元，只要定义完成（对一组神经元而言就是连接与递质环境调控完成），日后达到条件就可以理解（通电），（一般）不再多问缘由。

当然，实际上一切定义皆可引申。

下面简单总结一些定义概念（基本属性概念），在这里其代表的含义同样并非字符本身，而是其背后意义。

1.初始定义概念：我（区分我与外部世界，自我意识与系统锚点）

2.生存定义概念：好，坏（趋利避害）

3.程度定义概念：多，少（程度判断，甚至是微观量子到宏观物理的跨越）

4.感官定义概念（在一个参考锚点下的一切度量单位）：

视觉描定义念：远近，大小，明暗，颜色，花纹（平面立体几何特征），

触觉描定义念：大小，冷热，软硬与材质（各种触感）

听觉描定义念：远近，大小，尖锐与低沉

嗅觉描定义念：好坏(香臭，主要食欲相关)

时间描定义念：远近，长短

空间描定义念：相对大小，相对位置

5.拓展基本属性概念：例如各种进制规定，1+1=2，男女(原始古老生态环境不具备，一定意义上的基本定义)等......

我们知道，生物的一切都基于感官描述概念，其甚至应该放在其他所有概念之前，这里因为一些结构性原因作加粗处理。

以上每种描述概念都可以按具体程度区分等级，比如电脑的明亮度可以简单分256级，大小与长短程度又可以各种单位（米、平方分米，等）区分，所有这些定义概念相互结合共同构成了各种认知概念。

例如：对一只乌鸦来说，人这种生物可以描述为：人形（综合感官描述），坏（生存描述-接近有危险），好（生存描述-接近有吃的）

人形、好、坏等又可以细分成各种概念组合，直到基本概念组合......

我们可以看到描述中存在着好与坏这两种矛盾的属性，需要用各种概念程度具体区分，现代理性大脑的主要意义就是处理这种矛盾，乌鸦似乎也学会了一些。

前面简述了个人的一些粗浅想法，稍做记录只为抛砖引玉。AGI项目涉及学科十分广泛，包括且不限于传统意义上的数学，物理，化学，生物工程，计算机工程，通讯工程，材料工程、社会学，哲学等。实际上基于通用定义而言，AGI与人类过去、现在乃至将来的一切认知都将有所关联。

每一门学科的存在都是用来完成相关领域工作与研究的，所有学科就像不同器官组织，共同组成了人类社会认知，如今我们想要开发通用智能系统，依靠少数学科是不够的，甚至可以说，缺乏任意一门有实际意义的学科都是缺陷。

传统社会注重工匠精神，木工铁匠流连作坊，编程人员专精算法，研究员埋头实验台，一项工作做到极致当然是好事，却也难免成为个体难以逾越的局限。少数人掌握的知识，不管微不足道或是弥足珍贵，依旧只在小范围流转，意义甚至难以验证，就像缺乏外部连接环境的神经元，难以发挥应有的作用。长期有效的系统从来都需要一定程度的平衡，所谓专精诚可取，博识不可抛。

比如我们知道计算机语言是一门与计算机交流的语言，其一切设计均基于目前计算机软硬件架构，然而现行软硬件标准有其局限，也难以长久满足需求，整个体系背后涉及到的解决问题的实际方法才应该是我们关注的重点所在，而想要解决问题，只有不断学习与探索，并于实践中得出结论。

人类社会发展至今已经拥有相对海量知识，或许任何个人都难以在有限时间里大量掌握。如果我们可以连接各学科，形成认知统筹系统，社会认知效率将得到有效提升。这种系统构成哪怕不如任一学科深入，却能如人类大脑思维在不理解身体具体运动机制的情况下做到整体认知统筹，应是有利于人类社会发展的系统，甚至可类比于社会认知统筹大脑。

Google Brain负责人Jeff Dean说过：如果我可以对一个智能系统说：“找到所有关于机器人技术强化学习的论文，并对它们进行总结。”这个系统便可以自己运转，在二十秒内完成任务，这系统将对人类非常有用。

现在我们还没有这样的系统，总结的事情暂时只能靠自己了。而研究通用强智能系统是一种对人类认知理解需求广泛且深入的工作，其将来的成果也足以起到统筹社会认知的作用。

由于篇幅所限，讨论内容暂时只涉及认知与方法论，也存在一定程度不严谨的猜测，总体是为了找出一个解决问题的办法与系统框架。欢迎大家参与讨论，共同完成接下来学术与实践上的深入探索。

目前国内外主流AI项目之间的基本概念亦有许多重合之处，这些系统在实现方法上又与深度神经网络（DNN）与自然语言处理（NLP）多少有关联，所有这些方法又多少都依赖于大数据与对抗训练（GAN），或许也是条条大路通罗马而恰巧探索者所见略同。

为方便交流，本文提到的神经网络与概念融合基础认知系统可以简称NCBL（Neural Network Conceptual Connection Basic Learning），其在如今各种主流的神经网络与概念融合AI系统基础之间增进融合并作了一些拓展描述，而其中最主要的不同之处在于强调了基础与学习。

深度学习强调深，然而有效的结论或许不在于深而是规则探索，所谓化繁为简，深度更像一个过程，无论是生物神经网络起源还是生物概念起源，其根本都在世界的基本规则。如果侧重于代入并非严谨的人造概念搭建一个空中阁楼，对真正客观世界的基础构成视而不见，无异于缘木求鱼，买椟还珠。

现实的系统重点在于学习世界原本真实的规则，不强调灌输人为概念或特定环境拟合，而是致力于区分真正的客观与主观，人类语言与认知属可拓展部分，应在搭建好的基础上进行学习。比如汉语和英语完全可以在同一认知架构上学习，无需分别构建基础。如果在另一个世界也有高等智慧，他们亦只需要遵守基本物理规则，于外部环境大数据中进化，其余或许无需多言。

我们的未来不必依靠现在的大脑思考，就像我们不必长出翅膀，依旧可以飞翔。

关于担心智能技术失控的看法，个人认为技术本无罪，一切都是人们自己的选择，我们需要做的，是不断开拓认知边境，并对掌握的知识与力量做好规划管理。或许那样的未来还有些遥远，而人类自身亦可改进......

不知不觉写成了长文，却也难以面面俱到，其他留待日后探讨吧。下一篇计划尝试讨论计算机视觉与自然语言在神经网络中通过概念整合的具体细节，不管是视觉上看到，还是语言上听到，最后都是理解与表达的问题，to be continued。

最后以小段文字画面作结，致敬所有勇于探索与拓展人类认知边界的前辈与朋友。

当你按下快门，时空于此坍缩；

哪怕山峦海壑，密林辽原，

苍野积雪，流沙飞星；

我们学习世界的规则，

以规则定义我们的世界，

朝曦日暮，人流熙攘。

哪怕遗失时间，

沧海桑田素未谋面。

或在不同世界，

无法用距离作为概念表示遥远。

我们相信，

宇宙无尽时空，

会有如同暗能量般的补丁，

填补一切，

不可能的因果。

竟然看到这了，是不是因为字幕太短?

那再听我为你描述一个科幻机器：

1.这是一个看不出作用的东西，或许很大，超过一栋别墅；或许很小，就像一顶帽子。

2.机器的统一外形下有着可以完成生物大脑不同功能的系统，从前的人们叫他人工智能。

3.现在我们没有让他到处乱跑，而是戴在了头上。

4.帽子完全覆盖了我们的大脑，就像过去的新皮质覆盖古老大脑。

5.生物大脑一切的脑区功能都可以在这顶帽子里找到映射。

6.不只是映射，一切都变的更清晰。

7.人们开始习惯帽子的存在。

8.一些人发现了帽子的拓展功能，还使用一些甚至覆盖全脑的物理接口，更快的连接意识。

9.又一些人开始将大脑皮质与其他关键脑区的神经元信息复制到帽子的虚拟神经元里。

10.复制后来变成了剪切，剪切后模拟神经元仍模拟保留原来的一切连接。

11.他们每次只剪切很少一部分意识，甚至不到百分之一，却花费更多的时间去适应。

12.经年累月，直到最后一次剪切。