CN109829105A - 一种可应用区块链技术的人工智能创作辅助系统 - Google Patents

一种可应用区块链技术的人工智能创作辅助系统 Download PDF

Info

Publication number
CN109829105A
CN109829105A CN201910051151.2A CN201910051151A CN109829105A CN 109829105 A CN109829105 A CN 109829105A CN 201910051151 A CN201910051151 A CN 201910051151A CN 109829105 A CN109829105 A CN 109829105A
Authority
CN
China
Prior art keywords
data
module
block chain
creation
artificial intelligence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910051151.2A
Other languages
English (en)
Inventor
王惟惟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910051151.2A priority Critical patent/CN109829105A/zh
Publication of CN109829105A publication Critical patent/CN109829105A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种可应用区块链技术的人工智能创作辅助系统,包括智能分析运算模块,智能分析运算模块包括如下模块:创作相关数据收集模块,用于收集可能对作者创作结果产生影响的数据作为输入层节点数据;权重值附加模块,用于为每个变量节点之间的相互影响附加连接路径,即权重值;数据输入模块,用于以权重值作为初始值,在输入层输入海量历史数据;计算模块,用于以结果数据为输出层数据,利用遗传算法以及人工神经网络,结合大量数据训练,逼近相应的模型,使得模型函数的误差处于可接受的范围内;预测模块,用于当函数模型及权重值确认后,在遇到新的输入层节点数据时,根据人工神经网络推算的函数关系预测目标输出节点的结果。

Description

一种可应用区块链技术的人工智能创作辅助系统
技术领域
本发明涉及人工智能领域,特别是一种可应用区块链技术的人工智能创作辅助系统。
背景技术
人工神经网络(ARTIFICIAL NEURAL NETWORK,简称ANN)是一种运算模型,是人工智能在计算机上实现的一种模拟人类思考的逻辑方法。人工神经网络模型由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(Activation Function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。人工神经网络技术作为大数据挖掘和分析的支撑技术,为非结构化数据提供清洗、挖掘和分析,同时为处理后的数据提供统计分析、建模、仿真、机器学习、智慧控制、流程判断等智能化技术支持。
遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群(population)开始的,而一个种群则由经过基因(gene)编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体,即多个基因的集合,其内部表现(即基因型)是某种基因组合,它决定了个体的形状的外部表现。因此,在一开始需要实现从表现型到基因型的映射即编码工作。初代种群产生之后,按照适者生存和优胜劣汰的原理,逐代(generation)演化产生出越来越好的近似解,在每一代,根据问题域中个体的适应度(fitness)大小选择(selection)个体,并借助于自然遗传学的遗传算子(geneticoperators)进行组合交叉(crossover)和变异(mutation),产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境,末代种群中的最优个体经过解码(decoding),可以作为问题近似最优解。
区块链(Block Chain)技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算方式。一般说来,区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成。其中,数据层封装了底层数据区块以及相关的数据加密和时间戳等基础数据和基本算法;网络层则包括分布式组网机制、数据传播机制和数据验证机制等;共识层主要封装网络节点的各类共识算法;激励层将经济因素集成到区块链技术体系中来,主要包括经济激励的发行机制和分配机制等;合约层主要封装各类脚本、算法和智能合约,是区块链可编程特性的基础;应用层则封装了区块链的各种应用场景和案例。该模型中,基于时间戳的链式区块结构、分布式节点的共识机制、基于共识算力的经济激励和灵活可编程的智能合约是区块链技术最具代表性的创新点。
云计算(Cloud Computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算技术为企业和个人提供了方便,云计算技术的实现需要通过包括物理基础架构搭建、操作系统部署、网络基础架构搭建、应用程序部署、监控、项目管理以及相关组织协调等步骤。云技术的的服务类型可以分为基础设施云服务(IaaS),平台云服务(PaaS)和软件云服务(SaaS)三个层次。
就目前整体创作过程而言,存在几个问题。
1.创作者灵感产生困难,无意中产生灵感又容易遗忘
创作者一般需要在某种状态下,有了某种感觉,才可产生灵感,从而创作出自己认为较好的作品。但是目前这种状态和感觉都无法明确描述,更难以追溯其产生原因,因此创作的灵感获得非常困难。而且,这种灵感往往都是在非刻意的情况下获得,如果当时未能及时记录,则很容易被遗忘。
2.创作者很难创作出被目标人群所认可的作品
当创作者希望自己的作品被目标群体认可时,创作者很难了解目标群体的需求、偏好以及心理等因素,从而创作者很难创作出能让某类人认可的作品。
3.创作过程中及完成后的知识产权归属确认仍较为困难
创作过程中及完成后,会产生无数的灵感、想法和创意,此类均可纳入知识产权保护范围,但是由于保护手段的匮乏,创作知识产权的归属确认仍存在困难,这在一定程度上阻碍了创作事业的发展。
因鉴于此,特提出此发明。
发明内容
本发明的目的在于提供一种可应用区块链技术的人工智能创作辅助系统,以解决现有技术中存在的相关问题。
本发明提供一种可应用区块链技术的人工智能创作辅助系统,包括智能分析运算模块,所述智能分析运算模块包括如下模块:
创作相关数据收集模块,用于收集可能对作者创作结果产生影响的数据作为输入层节点数据,在计算机中设置成相关变量;选取评价创作的指标数据作为输出层节点数据;
权重值附加模块,用于为每个变量节点之间的相互影响附加连接路径,即权重值,以评估其中一个变量或几个变量发生变化后,对输出变量的影响;
数据输入模块,用于以所述权重值作为初始值,设定偏差值要求,按照时间序列和因果序列,在输入层输入海量历史数据,并以所述评价创作的指标数据为结果数据;
计算模块,用于在数据输入成功后,以结果数据为输出层数据,利用人工神经网络的各类函数组合以及大量数据训练,逼近相应的模型,并不断调整输入层、隐层和输出层的权重值解空间,从而使得模型函数的误差处于可接受的范围内;
预测模块,用于当函数模型及权重值确认后,在遇到新的输入层节点数据时,根据人工神经网络推算的函数关系预测目标输出节点的结果。
进一步地,所述智能分析运算模块还包括遗传运算模块,用于将新一代权重值继续代入人工神经网络模型,重复利用输入和输出数据进行权重值调整,最终获得全局化的最优权重值,即形成拟合度最高的模型。
进一步地,所述系统还包括数据采集抓取模块,用于从本系统内部可公开的信息以及互联网上的信息中,采集并抓取系统所需要的相关数据。
进一步地,所述数据采集抓取模块还用于:当有新的目标节点数据产生,自动收集结果数据,并根据相关输入节点数据的变化重新推算函数关系、权重关系。
进一步地,所述系统还包括区块链产权保护模块,用于据接用户需求,提供区块链记录的服务,将创作数据利用区块链进行加密,并在每个记录中形成时间戳,记录创作全过程;同时,在互联网各个节点中广播,并利用工作量或权益证明方式进行分布式记账,从而保证各类数据不可篡改的情况下,保护创作的版权。
进一步地,所述系统还包括云计算技术增效模块,用于根据监测的硬件使用情况,智能高速调配硬件主机资源支持流量预增的网络节点,同时也快速释放流量预减的客户应用硬件资源。
进一步地,所述系统还包括系统智能管理模块,用于综合分析、比较各个数据流的预期流量变化,应用可编程的系统资源调配模型,智能动态调整各个模块和数据流程运行的资源配置,从而实现软件资源的直接调配,并发送调配指令给所述云计算技术增效模块。
进一步地,所述系统还包括智能存储模块,用于存储系统抓取的业务数据、系统运行的各类记录、各种控制数据流转的程序、提升云计算服务水平的智能程序以及对各类外部程序对接的接口的数据和程序。
进一步地,所述系统还包括接口管理模块,用于对本系统的各种接口进行管理,提供基础的输入输出功能,并提供基础配置逻辑,以便用户可根据其实际需要对此模块进行配置。
与现有技术相比,本发明的具有如下有益效果:通过模型的训练成型,可以形成完全智能化,具备自我学习能力的智能型辅助系统。本创作系统通过此类智能型功能的形成,可以全程辅助创作人员完成创作工作,具体内容包括:本人历史创作过程的智能回顾、类似的他人的创作过程的推荐、自身创作偏好的提示、创作灵感易于产生的环境与条件提示等功能。此外,还可根据历史的创作结果,结合当前目标人群的心理、偏好、文化、认知等数据,提示创作人员创作方向,并评估创作成果。
附图说明
图1为本发明实施例提供的一种可应用区块链技术的人工智能创作辅助系统;
图2为智能分析运算模块的组成结构示意图。
具体实施方式
下面将参考附图中示出的若干示例性实施方式来描述本发明的原理和精神。应当理解,描述这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本本发明的范围。
本发明实施提供的一种可应用区块链技术的人工智能创作辅助系统,包括数据采集抓取模块、智能存储模块、智能运算分析模块、接口管理模块、展示与控制模块、系统智能管理模块、区块链产权保护模块和云计算技术增效模块。下面对这些模块进行详细的介绍。
数据采集抓取模块主要用于从本创作系统内部可公开的信息以及互联网上的信息中,采集并抓取本创作系统所需要的相关数据。历史数据的采集可以帮助本创作系统训练形成相关模型,帮助客户完成预测分析,指导、提示客户完成下次创作;也可以分析其他公开数据给客户形成创作的借鉴建议;还可以抓取市场及大众相关数据用于给创作者提供建议。搜索的关键字可由客户定义,也可由系统自身根据客户偏好、历史习惯、当前热点等参数推荐形成。数据采集抓取模块可应用网络爬虫等技术实现数据采集功能,主要方法是根据HTTP协议来获取,其流程主要包括如下步骤:1)连接DNS域名服务器,将待抓取的URL进行域名解析(URL->IP);2)根据HTTP协议,发送HTTP请求来获取网页内容。3)获取网页内容后,需率先调用智能存储模块,将内容存储在相应的逻辑单元中。4)对抓取的内容在进行智能抓取,对符合的关键字、关键数值进行分类存储、分析和统计,对非目标的内容进行及时删除。
此外,数据采集与抓取模块支持实时音频、文字、视频甚至传感信号等多媒体信息的采集,本创作系统硬件装置中具备相关传感和输入设备。数据采集完成后,统一存放在智能存储模块的相应逻辑单元里。
智能存储模块存储着系统抓取的业务数据、系统运行的各类记录、各种控制数据流转的程序、提升云计算服务水平的智能程序以及对各类外部程序对接的接口等各种数据和程序。智能存储管理模块具备自身的逻辑管理系统,能根据其他模块的需求快速寻址,提供数据并接受系统管理模块的资源调配指令。同时,智能存储模块接受运算分析模块的指令,对有效的数据分类存储,对无效的数据及时删除,保证系统的高效运行。
智能运算分析模块是本创作系统的核心,其中包含一种结合遗传学算法和人工神经网络模型的统计或数据挖掘解决方案,包含可在结构化和非结构化数据中使用以确定未来结果的算法和技术,可为预测、优化、预报和模拟等许多其他用途而部署;此模块主要通过遗传学算法与人工神经网络整合作为支撑技术实现:本创作系统利用数据采集抓取模块,主动或者被动的收集海量结构化或非结构化数据,数据来源包括本创作系统内部产生的,也包括互联网、传感器以及其他数据源产生的数据。除被动接收客户的需求数据和收入数据外,系统根据使用者需求,或者自身增效需求,自动智能利用网络爬虫等技术收集相关数据。
智能运算分析模块主要由创作相关数据收集模块、权重值附加模块、数据输入模块、计算模块、预测模块、遗传运算模块组成。
创作相关数据收集模块用于选取各类与创作相关的数据作为输入节点(神经元),并在计算机中设置成相关变量;类似的,计算机也可选取某创作者的教育和培训经历、成长环境、家庭信息、个人信息、工作信息、创作过程记录、创作地点、娱乐偏好等可能对创作结果产生影响的数据作为输入层节点数据。每个变量都有在智能存储模块中具有特定的地址和逻辑存储空间,每增加一个神经元节点变量,就会增加一个逻辑存储单元;
同时,创作相关数据收集模块利用数据采集抓取模块,选取创作者本人或者其他创作者自身满意度、专业评价的指标、目标人群认可的指标、系统的分析创作的影响力、创作产生的商业价值、创作被应用的频次等数据作为输出层数据。此层神经元采用线型函数;确认人工神经网络所需的隐层及节点数量,此层采用S型函数作为神经元。
权重值附加模块,用于调用神经元网络模型,为输入变量节点、隐含变量节点以及输出变量节点之间的相互影响附加连接路径,即权重值,以评估其中一个变量或几个变量发生变化后,对其他变量的影响,并进行量化,是否会产生回馈效应及量化效果等现象。相关路径(权重)的描述与相关的变量具有邻近的逻辑存储单元,每条报文中均含有对应变量的信息,方便计算机指令寻址权重与其相关的变量进行运算;
进一步地,系统需要在计算机内智能存储模块设计结果逻辑存储单元,此单元按时间序列或逻辑序列排序,方便计算机寻找结果。
数据输入模块,用于主动或被动输入海量历史数据,按照时间序列、因果序列等逻辑顺序整理,包括节点的各类变量,路径权重以及结果数据。输出层结果数据主要以创作的目标、专业评价的指标、大众认可的指标、系统的分析创作的影响力、创作产生的商业价值、创作被应用的频次等节点组成。数据均按照上述逻辑存储空间,按照时间序列、逻辑序列排序。
计算模块,用于数据输入成功后,计算机自行运算,以结果数据为函数,利用各类数学模型训练方法,寻找确定适合各类变量之间的模型函数关系。注意,函数可能是多极值函数,即某个事物不一定只有一种最佳答案。计算机通过比较不同的函数图像与散点图的拟合度,确定最佳的函数关系,并存储在函数逻辑单元中。利用人工神经网络的各类函数组合以及大量数据训练,逼近相应的模型,并不断调整输入层、隐层和输出层的权重值解空间,从而使得模型函数的误差处于可接受的范围内。
遗传运算模块,用于在本创作系统获得模型权值后,系统调用遗传学算法存储单元,选取当前的权值进行遗传、变异、交叉等相关遗传算子计算,并通过系统中存储的适应度函数,调用经过遗传后的新一代权值,看是否符合适应度函数限制;如果不符合继续进行遗传,否则停止遗传。将权值继续代入人工神经网络模型,重复利用输入和输出数据进行权值调整,最终获得全局化的最优权值,即形成拟合度最高的模型。
预测模块,用于当函数模型及权值确认后,计算机遇到新的输入层节点数据时,即可以根据人工神经网络推算的函数关系预测目标输出节点的数值(结果)。
通过模型的训练成型,可以形成完全智能化,具备自我学习能力的智能型辅助系统。本创作系统通过此类智能型功能的形成,可以全程辅助创作人员完成创作工作,具体内容(即预测模块输出的结果)包括:本人历史创作过程的智能回顾、类似的他人的创作过程的推荐、自身创作偏好的提示、创作灵感易于产生的环境与条件提示等功能。此外,还可根据历史的创作结果,结合当前目标人群的心理、偏好、文化、认知等数据,提示创作人员创作方向,并评估创作成果。
此类过程和结果数据均存储于智能存储单元,根据需要读取、写入及删除,并将结果通过展示与控制模块进行展示或者将相应的控制指令输出。
接口管理模块用于针对本创作系统的各种接口进行管理,例如将输入和输出接口进行相应的控制和管理。此管理模块提供基础的输入输出功能,并提供基础配置逻辑,用户可根据其实际需要,对此模块进行一定的配置,从而实现其个性化的需求。本创作系统的智能存储模块中,具备专门为接口管理模块预留的存储空间,此空间中存储接口管理模块的配置底层支撑平台。该平台提供相应的编程功能,支持客户在一定范围内自行编辑程序完成对接口管理模块的配置。配置完成后,控制指令存储在智能存储模块特定的空间中,并包含控制指令。在触发该指令的情况下,按照客户的配置的要求完成控制。
展示与控制模块,包括服务系统中需要展示各类数据,包括机构客户使用界面、个人客户使用界面和系统管理员界面,也包括数据统计分析等各类图表的输出接口。此类信息均以展示模块的标识存储在存储模块的对应存储单元中,根据客户需求进行寻址,并支持自定义界面功能。
同时,此模块也包括控制指令的输出。运算分析模块完成运算工作后,需要向该模块发送执行指令数据,本模块收到此类数据信息后向外部接口或者内部其他模块发出控制指令,按照分析运算模块的结果控制内外部各个模块的运行。
系统智能管理模块,用于综合分析、比较各个数据流的预期流量变化,应用可编程的系统资源调配模型,智能动态调整各个模块和数据流程运行的资源配置,从而实现软件资源的直接调配,并发送调配指令给云技术增效模块。
区块链产权保护模块,用于根据接客户需求,提供区块链记录的服务,可将创作步骤、里程碑、心得感悟、逻辑思路、创作结果等各类数据利用区块链进行加密,并在每个记录中形成时间戳,记录创作全过程;同时,在互联网各个节点中广播,并利用工作量或权益证明方式进行分布式记账,从而在保证各类数据在加密的共识机制并不可篡改的前提下,实现各类数据的公开透明。
云计算技术增效模块是根据系统管理模块指令动态调整云端硬件虚拟机配置的智能控制模块,该模块在云端应用分布式管理制度,在系统管理模块发出调整资源的指令以后,技术增效模块根据监测的硬件使用情况,智能高速调配硬件主机资源支持流量预增的网络节点,同时也快速释放流量预减的客户应用硬件资源,从而保证硬件的高效率利用。
具体地,每个客户均通过网络节点,访问服务系统锁在的云服务器,服务系统为各个客户提供独立的创作管理、用户界面、结算系统、防伪系统、学习系统等模块;收到客户注册、创作辅助等信息后,信息内包含指示符,该指示符用于指示该网络节点设备内存储的对应客户的信息;服务系统控制云服务器接收网络节点的会话指示信息,寻找客户行为匹配客户的数据;服务系统根据匹配的客户存储数据,调整该客户的创作历史数据等信息,并提示该客户进行更新等操作;本创作系统监测客户需求占取的硬件、算力、网络等资源量,根据资源量进行软件及硬件的动态资源匹配,当超过预定阈值范围时,启动资源重新分配,为客户释放更多的网络节点分配更多资源。
应用例一
客户A是本创作系统的注册用户,是绘画创作者,其主要目的希望是利用本创作系统辅助其完成创作。
客户打开本创作系统,评估及养成辅助系统询问:“您好,有什么可以帮您?”
客户用语音回答:“我想画一幅画,希望得到辅助。”
系统传感器收集到客户语音后,进行信息采样,并与语音文字识别库进行比对,转换为文字后形成文字,输入本评估及养成辅助系统。
本评估及养成辅助系统利用神经网络系统,在收到输入信息后,识别为中文语句。
之后,本系统将语句中每个文字作为输入,调用文字与词性对应库识别词性,并对应句子中的主语、谓语、宾语、定语、状语、补语以及各类组合短语,综合抓取句子核心词汇。
系统根据核心词汇或词组“我”、“想画”,“一副画”,“希望”,“得到”,“辅助”分别作为核心条件进行匹配,系统根据词组对应表,识别代词“我”为客户本人,主语,即行为实施主体;识别“想画”为动词,谓语,代表意愿写的动作,识别名词“一幅画”为宾语,代表谓语实施的对象;识别“希望得到辅助”作为补语,对主句进行补充说明。
语音识别文字后,文字转化为相关编码,人工神经网络将编码作为变量输入各层神经元,根据神经元内储存的已形成的模型库,扫描与此语音输入匹配的模型,并输入相关文字编码,形成如下输出结果:
每个问题都形成填空或者选择题目,由客户A进行选择性回答。结果如下:
客户A回答的结果如下:
需要创作图画的用途?答:让孩子欣赏
图画风格?答:童趣、活泼、艳丽
欣赏人群年龄?答:4-10岁
图画种类:水彩
应用场景:幼儿园、小学教室装饰
是否学习他人的类似的创作过程:是
创作年代:近10年
是否回顾自己过去类似的创作过程:是
回顾范围:近10年
需要达到什么效果:
1.创作者自身满意度不低于80%
2.40%参观过此作品的孩子可以留下印象
3.观看此作品可让20%的孩子感到放松
4.5%的孩子会模仿此作品作画,包括模仿色彩或构图。
在收到上述信息后,系统率先对创作者的个人情况做了检索,创作者在过去曾进行过输入,结果如下:
创作者年龄:37岁
性别:女
学历:硕士
当前职业:室内装饰设计师
本科专业:工业设计
硕士专业:美术
其他教育培训经历:IT、摄影、音乐
专业特长:国画、水彩画
其他爱好:旅游、摄影
是否已婚:是
配偶专业:IT
父亲专业:政府公务员
母亲专业:会计
重要影响人员:外婆
专业:戏曲
是否有孩子:是
子嗣数量:1
儿子还是女儿:儿子
子嗣年龄:6岁
对自己影响最大的伟人:梵高、莎士比亚
家庭年收入:40万元
系统根据上述答案、创作者背景信息作为神经元网络输入变量,系统分析运算模块对此类变量进行运算,率先搜索其本人的创作历史过程信息;在找到类似的其本人历史创作案例后,进行存储备选。
之后,系统根据其对上述问题的答案和创作者本人的信息,作为输入变量,并向数据采集和抓取模块发送指令在系统内部和互联网搜索类似的历史作品及创作历程记录。系统找到类似的记录后进行存储备选。
本创作系统将客户对问题的答案以及客户信息作为指标,对所有搜索到的记录与客户的标准进行比较,并进行全方位评估后进行排序。
如果系统按照抑制因素,并未选取到合适的创作者经历以及类似的需求,便会输出提示未发现类似的创作经验,并告知用户哪个抑制性输入导致了没有适当的输出,并询问客户A是否可以改变此条件。如下所示:
经检索,本创作系统未发现符合上述要求的类似创作经历,则输出结果:
“对不起,没有您想要的可借鉴的创作经历。因为根据您的条件,未发现有水彩类创作经历,可否接受其他创作经历?”
客户A选择:“接受其他任何创作经历”。
系统调整输入后重新检索,输出结果如下:
上述表格中每个创作过程均是系统自动比较同类创作过程中得出的最适合的;同时系统可以根据上述表格每个字段进行排序,帮助客户A完成选择。此外系统也提供全部创作过程筛选功能,如果用户需要扩大搜索,也可实现。
客户A希望系统根据上述记录的信息以及上述信息背后的完整创作过程,进行深入分析,从而为本次创作工作提出建设性建议
本创作系统将自身相关条件作为输入信息,将自身满意度和欣赏者指标作为输出信息,利用人工神经元网络模型,率先形成若干组影响因素的权值,并计算最优解;在获得权值最优解后,结合遗传学算法,通过进行选择、变异、交叉遗传产生新一代权值,直至权值达到适应度函数要求;再将权值带入人工神经网络,与输入和输出数据共同运算权值最优解,确保全局最优。通过此算法计算出每个因素对输出的影响权值,为客户A提供建议。运算分析模块首先对信息的真伪进行分析,去掉或降低不可靠信息的权重。并形成如下结论,通过展示与控制模块向客户展示:
A客户本次创作建议
创作目标:
1、需要创作图画的用途:让孩子欣赏
2、图画风格:童趣、活泼、艳丽
3、欣赏人群年龄:4-10岁
4、图画种类:水彩
5、创作者自身满意度不低于80%
6、40%参观过此作品的孩子可以留下印象
7、观看此作品可让20%的孩子感到放松
8、5%的孩子会模仿此作品作画,包括模仿色彩或构图
根据创作者自身特点的创作建议:
1.根据您的生物钟特点,您最佳的创作时间是上午9.30-11.30。
2.当您自身对作品满意度较高时,作品能让欣赏者留下印象的比例、给人带来逾越的人数比例以及作品被模仿的比例都也会提高。因此,您的感觉与目标人群接近,本次创作的作品首先要得到您自身的认可。
3.您的最好的灵感往往产生于旅游之后。您过去自我满意度及目标人群满意度最高的12部作品中,8部都是在旅游之后2周内创作的。平均自身满意度超过80%。
4.亲子活动有助于您完成让孩子欣赏的作品,建议您近期带孩子去游乐园、露营、户外运动等相关活动,抱着与孩子交朋友的心态,尝试从他的视角去看世界。
5.查看您过往的作品以及其他创作者的作品有助于您完成本次创作,系统已经为您选择12幅类似作品,及创作历程记录,点击此处查看。
6.吸烟有助于您产生灵感。您在过去的75次创作中,61次是在吸烟状态下完成;且这61次的作品自我满意度均值为87%,高于整体均值8%。观看者平均模仿人数比例为4%。但吸烟有害健康,需要适量控制。
7.酗酒和熬夜不利于您的创作工作,建议创作完场前禁止此类活动。
根据其他创作者经验的创作建议:
1.创作过程中听儿童主题音乐有助于面向儿童的作品顺利完成,并获得更多认可。样本数231个作品案例;作者自身平均满意度74%;印象观赏者比例:33%;模仿者比例:3%
2.观看儿童动漫有助于产生儿童作品的创作灵感。样本数165个作品案例;作者自身平均满意度78%;印象观赏者比例:35%;模仿者比例:3.5%。
3.通过阅读儿童心理学的书籍或学习类似的课程,可以助力创作人员深入了解儿童的内心世界,从而显著提升儿童作品品质。样本数32,作者自身平均满意度83%;印象观赏者比例48%;模仿者比例:6%。(建议长期从事儿童作品创作者学习此技能。)
4.在创作过程中接受更多的鼓励和赞美有助于高质量完成作品。样本数102,作者自身平均满意度75%;印象观赏者比例38%;模仿者比例:2.6%。
5.明丽的色彩对于儿童作品的成功与否非常重要,建议创作中应用。
6.阴暗、狭窄、嘈杂、闭塞、潮湿的环境不利于此类作品的创作,建议选择绿色、明亮、宽敞、安静的创作环境。
以下记录为与本次创作最为类似的作品创作记录,点击记录可以观看完整创作过程信息记录文档:
应用例二
客户B需要完成一部小说的创作,希望通过系统完全记录,并形成不可篡改的知识产权保护。
客户B通过语言输入需求后,系统通过语音识别系统输入分析运算模块,根据市场通用创作此类文章框架,输出提示如下,并提示作者输入:
小说名称?答:XYZ异能世界
内容类别?答:玄幻
时代设定?答:当代
空间设定?答:现实世界、冥界、天界、混沌界、新界、灵界
升级设定?答:AA级,BB级,CC级,DD级,EE级,FF级,GG级,HH级
字数规划?答:200万字左右
章节规划?答:800章-1100章
男主名称?答:ABC
女主名称?答:CBA
反派名称?答:CCC、DDD、EEE、FFF、GGG
文章梗概(2000字以内):
CAKDJF……
其他补充说明,请输入:______________
客户B需要将上述所有记录保存在系统内,并要求包括本次记录在内的每次修改、更新记录封装成为数据报文在其个人私钥与公钥匹配的情况下向全网广播,形成时间戳为标记的区块链记录,并以自身发放的积分或文章稿酬作为区块链网络节点的记账奖励。
区块链的工作流程主要包括如下步骤:本服务系统联系区块链网络节点,告知客户B的数据记录需求以及奖励条件,并将自身也可作为网络节点之一。区块链节点接受客户B的奖励需求后,向本服务系统确认,成为候选节点。服务系统作为发送节点将应用区块链服务的客户B的数据记录向候选区块节点全网进行广播,数据整体均是经过公钥和私钥技术严格加密的;接收节点利用共识算法对收到的数据解密,并进行记录信息检验,检验信息是否符合整体区块内共识的要求,通过检验后,数据记录将被纳入一个区块中;全网所有接收节点对区块执行共识算法(工作量证明、权益证明等),工作量或者权益通过积分、法定货币等支付;区块通过共识算法过程后被正式纳入区块链中存储,全网候选节点均表示接受该区块,而表示接受的方法,就是将该区块的随机散列值视为最新的区块散列值,新区块的制造将以该区块链为基础进行延长。通过这种方法,将应用区块链技术的各个机构或个人客户在服务系统中的数据记录公开、不可篡改,并由区块中的多个节点进行公开记录。如果各个节点的记录内容发生差异,则系统调用各个节点存储的信息进行校验,并投票机制,如果大多数节点都存储某一数值,则系统自动认为此数值为正确的,全部节点都修正为此数值,从而使机构的核心数据及记录公开透明,增加客户B的信用。
本创作系统为所有应用该系统的机构提供统一的公共区块链技术,包括公有区块链、联盟区块链和私有区块链等服务架构,任何需要区块链服务的机构或个人均可应用本创作系统提供的区块链技术服务。有需要应用区块链的机构需要按照创作系统的要求进行技术调整、激励政策确认等相关准备工作即可将创作过程、记录、里程碑等数据接入区块链系统,从而实现公开透明、可自行纠错且不可篡改的数据记录本。
应用例三
客户C是机构类用户,近期接下了大额订单,需要组织100人左右的团队,在3个月内,完成不少于900件左右的乐曲创作。
客户C机构内每天都有90多个节点登录,频繁调用创作系统各类接口,访问海量数据。当客户C的使用量突破了系统庸碌阀值后,触发系统云服务智能管理功能。系统弹出界面,询问客户C:
近期是否需要大量、频繁应用本系统?答:是的需要节点数?答:100个
每天使用时间?答:不少于9小时
频繁使用期限?答:3个月
目标是?答:完成900件音乐作品创作
作品用途是?答:大型系列电视节目、现场活动配乐
系统在收到客户C的回答后,将上述答案数据输入人工神经网络和遗传学算法组成运算分析模块,计算算力、网络等资源需求。
系统分析运算模块通过在过去形成的预测模型,预测未来系统访问量等综合指标,结论发现其预测评价指标已经超过当前创作系统软件和硬件承受阀值范围,则管理模块向云计算增效模块发出增加资源配置信息。云计算增效模块根据管理模块预测的流量需求,利用分布式资源管理技术,检索互联网全体硬件系统资源情况,发现客户D、客户E等53个客户目前数据流量平稳,存在硬件资源闲置的情况,并且愿意贡献资源。增效模块向管理模块、运算模块和输出控制模块提交客户D、客户E等53个硬件资源分配的申请,并调用这53个客户资源为客户C共享,明确资源需求量,并要求客户C向所有共享资源的客户支付相应报酬。分析运算模块、接口管理模块和展示控制模块经过预测判断后,确认53个机构及本服务系统逻辑资源分配在未来不会增长过快以至超过阀值,并将结论发送给管理模块,管理模块确认后向增效模块发送调整许可,增效模块即按照申请增加客户C的服务资源配置,减少本服务系统相应的及其他53个客户的服务资源配置,并在得到授权的情况下应用分布式技术协议,利用其他53个客户的闲置资源为客户C提供服务。
智能增效系统选择本创作系统达成协议的所有互联网资源池内的计算机资源配给过程如下:
所述资源池主要包括虚拟计算资源池、虚拟网络资源池和虚拟存储资源池。其中,虚拟计算创作系统共识的资源池由一台或多台物理主机(21-2n)通过虚拟化技术形成,主要包含CPU、内存等资源;虚拟网络资源池由各种路由器、交换机、防火墙、负载均衡(LoadBalance,LB)器等网络设备通过虚拟化技术形成,主要包含网络带宽等资源;存储资源池由各种存储设备通过虚拟化技术形成,主要包含存储容量、存储I/O等资源,所述存储设备可以为本地存储、IPSAN、网络附加存储(Network Attached Storage,NAS)、对象存储等。资源池中包括若干主机(Host),主机上承载有多个VM,并为其分配虚拟资源。可以相互进行VM迁移的主机组成一个迁移域。一个HOST上的VM共享计算资源(CPU或内存等)、存储资源(本地存储或存储I/O)和网络资源(网络I/O)。当一个HOST不能满足其承载VM所需资源的时候,会造成VM的QoS下降,需要进行MV的迁移以保障VM的QoS。
如资源饱和,则进行报警,提示人为干预。
本文中应用了具体个例对发明构思进行了详细阐述,以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离该发明构思的前提下,所做的任何显而易见的修改、等同替换或其他改进,均应包含在本发明的保护范围之内。

Claims (9)

1.一种可应用区块链技术的人工智能创作辅助系统,其特征在于,包括智能分析运算模块,所述智能分析运算模块包括如下模块:
创作相关数据收集模块,用于收集可能对作者创作结果产生影响的数据作为输入层节点数据,在计算机中设置成相关变量;选取评价创作的指标数据作为输出层节点数据;
权重值附加模块,用于为每个变量节点之间的相互影响附加连接路径,即权重值,以评估其中一个变量或几个变量发生变化后,对输出变量的影响;
数据输入模块,用于以所述权重值作为初始值,设定偏差值要求,按照时间序列和因果序列,在输入层输入海量历史数据,并以所述评价创作的指标数据为结果数据;
计算模块,用于在数据输入成功后,以结果数据为输出层数据,利用人工神经网络的各类函数组合以及大量数据训练,逼近相应的模型,并不断调整输入层、隐层和输出层的权重值解空间,从而使得模型函数的误差处于可接受的范围内;
预测模块,用于当函数模型及权重值确认后,在遇到新的输入层节点数据时,根据人工神经网络推算的函数关系预测目标输出节点的结果。
2.根据权利要求1所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述智能分析运算模块还包括遗传运算模块,用于将新一代权重值继续代入人工神经网络模型,重复利用输入和输出数据进行权重值调整,最终获得全局化的最优权重值,即形成拟合度最高的模型。
3.根据权利要求1所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述系统还包括数据采集抓取模块,用于从本系统内部可公开的信息以及互联网上的信息中,采集并抓取系统所需要的相关数据。
4.根据权利要求3所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述数据采集抓取模块还用于:当有新的目标节点数据产生,自动收集结果数据,并根据相关输入节点数据的变化重新推算函数关系、权重关系。
5.根据权利要求1所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述系统还包括区块链产权保护模块,用于根据用户需求,提供区块链记录的服务,将创作数据利用区块链进行加密,并在每个记录中形成时间戳,记录创作全过程;同时,在互联网各个节点中广播,并利用工作量或权益证明方式进行分布式存储记账,从而保证各类数据基于加密共识机制、不可篡改的情况下,保护创作的版权。
6.根据权利要求1所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述系统还包括云计算技术增效模块,用于根据监测的硬件使用情况,智能高速调配硬件主机资源支持流量预增的网络节点,同时也快速释放流量预减的客户应用硬件资源。
7.根据权利要求6所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述系统还包括系统智能管理模块,用于综合分析、比较各个数据流的预期流量变化,应用可编程的系统资源调配模型,智能动态调整各个模块和数据流程运行的资源配置,从而实现软件资源的直接调配,并发送调配指令给所述云计算技术增效模块。
8.根据权利要求1所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述系统还包括智能存储模块,用于存储系统抓取的业务数据、系统运行的各类记录、各种控制数据流转的程序、提升云计算服务水平的智能程序以及对各类外部程序对接的接口的数据和程序。
9.根据权利要求1所述的可应用区块链技术的人工智能创作辅助系统,其特征在于,所述系统还包括接口管理模块,用于对本系统的各种接口进行管理,提供基础的输入输出功能,并提供基础配置逻辑,以便用户可根据其实际需要对此模块进行配置。
CN201910051151.2A 2019-01-18 2019-01-18 一种可应用区块链技术的人工智能创作辅助系统 Pending CN109829105A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910051151.2A CN109829105A (zh) 2019-01-18 2019-01-18 一种可应用区块链技术的人工智能创作辅助系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910051151.2A CN109829105A (zh) 2019-01-18 2019-01-18 一种可应用区块链技术的人工智能创作辅助系统

Publications (1)

Publication Number Publication Date
CN109829105A true CN109829105A (zh) 2019-05-31

Family

ID=66860521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910051151.2A Pending CN109829105A (zh) 2019-01-18 2019-01-18 一种可应用区块链技术的人工智能创作辅助系统

Country Status (1)

Country Link
CN (1) CN109829105A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110232446A (zh) * 2019-06-12 2019-09-13 南京大学 一种基于基因遗传的共识节点选择方法和装置
CN110457439A (zh) * 2019-08-06 2019-11-15 北京如优教育科技有限公司 一站式智能写作辅助方法、装置和系统
CN110909259A (zh) * 2019-11-27 2020-03-24 腾讯科技(深圳)有限公司 基于区块链的用户推荐方法、装置、设备及存储介质
CN110942180A (zh) * 2019-11-12 2020-03-31 广州泽沐信息科技有限责任公司 基于xgboost算法的工业设计匹配服务方预测方法
CN111222181A (zh) * 2020-03-04 2020-06-02 阿尔法云计算(深圳)有限公司 Ai模型的监管方法、系统、服务器及存储介质
CN111324913A (zh) * 2020-02-17 2020-06-23 咪咕文化科技有限公司 基于区块链的合作创作方法、平台和计算机可读存储介质
CN112596731A (zh) * 2020-12-29 2021-04-02 中国科学技术大学 一种融合智能教育的编程教学系统及方法
CN112734427A (zh) * 2021-01-12 2021-04-30 北京市燃气集团有限责任公司 一种基于区块链的燃气管网智能监测系统
CN112769646A (zh) * 2020-12-31 2021-05-07 网络通信与安全紫金山实验室 一种智能网络监控的方法和系统
CN112948100A (zh) * 2021-05-13 2021-06-11 南京宇天智云仿真技术有限公司 一种多动体仿真系统
WO2024061044A1 (zh) * 2022-09-20 2024-03-28 花瓣云科技有限公司 创作方法、电子设备、服务器和相关装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103581188A (zh) * 2013-11-05 2014-02-12 中国科学院计算技术研究所 一种网络安全态势预测方法及系统
CN106599060A (zh) * 2016-11-16 2017-04-26 竹间智能科技(上海)有限公司 获取用户画像的方法及系统
CN106650943A (zh) * 2016-10-28 2017-05-10 北京百度网讯科技有限公司 基于人工智能的辅助写作方法和装置
CN107315736A (zh) * 2017-06-22 2017-11-03 云天弈(北京)信息技术有限公司 一种辅助写作系统及方法
CN108763314A (zh) * 2018-04-26 2018-11-06 深圳市腾讯计算机系统有限公司 一种兴趣推荐方法、装置、服务器及存储介质
CN108846705A (zh) * 2018-06-26 2018-11-20 李建欣 一种数字积分服务系统、方法和电子装置
CN108897992A (zh) * 2018-07-11 2018-11-27 深圳市网心科技有限公司 一种数字内容的创作保护方法、装置、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103581188A (zh) * 2013-11-05 2014-02-12 中国科学院计算技术研究所 一种网络安全态势预测方法及系统
CN106650943A (zh) * 2016-10-28 2017-05-10 北京百度网讯科技有限公司 基于人工智能的辅助写作方法和装置
CN106599060A (zh) * 2016-11-16 2017-04-26 竹间智能科技(上海)有限公司 获取用户画像的方法及系统
CN107315736A (zh) * 2017-06-22 2017-11-03 云天弈(北京)信息技术有限公司 一种辅助写作系统及方法
CN108763314A (zh) * 2018-04-26 2018-11-06 深圳市腾讯计算机系统有限公司 一种兴趣推荐方法、装置、服务器及存储介质
CN108846705A (zh) * 2018-06-26 2018-11-20 李建欣 一种数字积分服务系统、方法和电子装置
CN108897992A (zh) * 2018-07-11 2018-11-27 深圳市网心科技有限公司 一种数字内容的创作保护方法、装置、设备及介质

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110232446A (zh) * 2019-06-12 2019-09-13 南京大学 一种基于基因遗传的共识节点选择方法和装置
CN110457439A (zh) * 2019-08-06 2019-11-15 北京如优教育科技有限公司 一站式智能写作辅助方法、装置和系统
CN110942180A (zh) * 2019-11-12 2020-03-31 广州泽沐信息科技有限责任公司 基于xgboost算法的工业设计匹配服务方预测方法
CN110909259A (zh) * 2019-11-27 2020-03-24 腾讯科技(深圳)有限公司 基于区块链的用户推荐方法、装置、设备及存储介质
CN111324913A (zh) * 2020-02-17 2020-06-23 咪咕文化科技有限公司 基于区块链的合作创作方法、平台和计算机可读存储介质
CN111222181A (zh) * 2020-03-04 2020-06-02 阿尔法云计算(深圳)有限公司 Ai模型的监管方法、系统、服务器及存储介质
CN112596731A (zh) * 2020-12-29 2021-04-02 中国科学技术大学 一种融合智能教育的编程教学系统及方法
CN112596731B (zh) * 2020-12-29 2024-03-29 中国科学技术大学 一种融合智能教育的编程教学系统及方法
CN112769646A (zh) * 2020-12-31 2021-05-07 网络通信与安全紫金山实验室 一种智能网络监控的方法和系统
CN112734427A (zh) * 2021-01-12 2021-04-30 北京市燃气集团有限责任公司 一种基于区块链的燃气管网智能监测系统
CN112948100A (zh) * 2021-05-13 2021-06-11 南京宇天智云仿真技术有限公司 一种多动体仿真系统
CN112948100B (zh) * 2021-05-13 2021-07-27 南京宇天智云仿真技术有限公司 一种多动体仿真系统
WO2024061044A1 (zh) * 2022-09-20 2024-03-28 花瓣云科技有限公司 创作方法、电子设备、服务器和相关装置

Similar Documents

Publication Publication Date Title
CN109829105A (zh) 一种可应用区块链技术的人工智能创作辅助系统
Appiah As if: Idealization and ideals
Scott‐Phillips et al. Four misunderstandings about cultural attraction
Hildebrandt Smart technologies and the end (s) of law: novel entanglements of law and technology
Moraru Reading for the Planet: Toward a Geomethodology
Dissanayake Melodrama and Asian cinema
Kar et al. Unravelling the techno-functional building blocks of metaverse ecosystems–A review and research agenda
Jager et al. The need for and development of behaviourally realistic agents
US20230260423A1 (en) Systems and methods for managing dynamic user interactions with online services for enhancing mental health of users
Yüksel et al. Co-creation of value and social media: how?
Haazebroek et al. HiTEC: A connectionist model of the interaction between perception and action planning
Christiaens Digital working lives: Worker autonomy and the gig economy
Del Rio The external brain: Eco-cultural roots of distancing and mediation
Duke et al. Rendering and affect
Bird et al. Gordon Pask and his maverick machines
Loiko Digital anthropology
Falk et al. Games for experiential learning: triggering collective changes in commons management
Fukuyama et al. Information and biological revolutions: Global governance challenges: Summary of a study group
Accoto In data time and tide: a surprising philosophical guide to our programmable future
Fan [Retracted] Ageing Design of Urban Park Landscape Based on Computer Virtual Simulation Technology
Akcelik et al. The influence of low-and mid-level visual features on the perception of streetscape qualities
Andrejevic et al. Media backends: digital infrastructures and sociotechnical relations
Kopsov A new theory of human behavior and motivation
Yang et al. The Application of Interactive Humanoid Robots in the History Education of Museums Under Artificial Intelligence
Rossolatos Towards a semiotics of brand equity: Brand coherence and communicative consistency through structuralist operations and rhetorical transformations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190531

RJ01 Rejection of invention patent application after publication