CN109902825A - 意识方法、装置、系统、机器人和计算模型 - Google Patents

意识方法、装置、系统、机器人和计算模型 Download PDF

Info

Publication number
CN109902825A
CN109902825A CN201910170241.3A CN201910170241A CN109902825A CN 109902825 A CN109902825 A CN 109902825A CN 201910170241 A CN201910170241 A CN 201910170241A CN 109902825 A CN109902825 A CN 109902825A
Authority
CN
China
Prior art keywords
consciousness
information
request
model
robot
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.)
Granted
Application number
CN201910170241.3A
Other languages
English (en)
Other versions
CN109902825B (zh
Inventor
朱定局
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.)
Great Power Innovative Intelligent Technology (dongguan) Co Ltd
Original Assignee
Great Power Innovative Intelligent Technology (dongguan) Co Ltd
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 Great Power Innovative Intelligent Technology (dongguan) Co Ltd filed Critical Great Power Innovative Intelligent Technology (dongguan) Co Ltd
Priority to CN201910170241.3A priority Critical patent/CN109902825B/zh
Publication of CN109902825A publication Critical patent/CN109902825A/zh
Priority to PCT/CN2019/099961 priority patent/WO2020177273A1/zh
Application granted granted Critical
Publication of CN109902825B publication Critical patent/CN109902825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Abstract

意识方法、装置、系统、计算模型和机器人,包括:获取多个第一信息;根据所述多个第一信息生成第一系统的意识;接受所述第一系统的请求;根据所述意识计算对所述请求的反馈,将所述反馈返回给所述第一系统。上述计算方法、系统、计算模型和机器人解决了现有的计算方法、系统、机器人和计算模型不具备意识的问题,使得现有的计算方法、系统、机器人和计算模型具备意识、具有真正的自主性。

Description

意识方法、装置、系统、机器人和计算模型
技术领域
本发明涉及信息技术领域,特别是涉及一种意识方法、装置、系统、机器人和计算模型。
背景技术
意识是大家所熟知的却又捉摸不透的。现有人工智能都被人们认为是弱人工智能,就是因为现有的人工智能不具备意识,而人类具备意识。正是因为现有的人工智能不具备意识,使得人工智能无法达到人类的智能。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:1、现有的计算方法、系统、机器人和计算模型不具备意识,使得现有的计算方法、系统、机器人和计算模型只能是按照人类编写好的程序去计算,不具有真正的自主性;2、现有的计算方法、系统、机器人和计算模型不具备意识,当被坏人操纵用来做坏事,例如进行破坏行为,现有的计算方法、系统、机器人和计算模型不会进行自主地鉴别,而是按照坏人的程序去做。
因此,现有技术还有待于改进和发展。
发明内容
基于此,有必要针对现有技术的缺陷或不足,提供意识方法、装置、系统、机器人和计算模型,以解决现有技术中计算方法、系统、计算模型和机器人不具备意识的缺点。
第一方面,本发明实施例提供一种意识方法,所述方法包括:
信息获取步骤:获取多个第一信息;
意识生成步骤:根据所述多个第一信息生成第一系统的意识。
优选地,所述方法还包括:
请求接受步骤:接受所述第一系统的请求;
意识使用步骤:根据所述意识计算对所述请求的反馈,将所述反馈返回给所述第一系统。
优选地,所述方法还包括:
意识更新步骤:根据最新的第一信息更新所述意识。
优选地,所述方法还包括:
意识输出步骤:判断所述请求是否属于输出意识的请求:是,则判断所述请求是否满足第二预设条件,若是,则根据请求获取所述意识中部分信息,将所述部分信息输出到系统的第一信息中,若否,则不输出所述意识;
意识修改步骤:判断所述请求是否属于修改意识的请求:是,则判断所述请求是否满足第三预设条件,若是,则根据请求获取所述意识中部分信息,并修改意识中所述部分信息,若否,则不修改所述意识。
优选地,所述方法还包括:
意识植入步骤:获取需要植入的第二信息,将所述第二信息插入已有的所述意识;
意识迁移步骤:获取第二系统,将所述第一系统中的意识迁入第二系统,或将第二系统中的意识迁入所述第一系统。
优选地,所述意识生成步骤具体包括:
获取生成意识的模型;
将所述第一信息输入所述模型进行计算,得到的输出作为所述意识;
获取所述第一系统;
将所述意识作为所述第一系统的意识。
优选地,所述意识更新步骤具体包括:
获取更新意识的模型;
将所述第一信息和已有所述意识输入所述模型进行计算,得到的输出作为新的意识替换已有意识。
第二方面,本发明实施例提供一种意识装置,所述装置中分别执行如第一方面的实施例中任一项所述的意识方法。
第三方面,本发明实施例提供一种系统,所述系统含有如第二方面的实施例所述的意识装置;所述系统包括机器人系统。
第四方面,本发明实施例提供一种计算模型,所述计算模型含有如第二方面的实施例所述的意识装置。
本发明实施例的有益效果:
本实施例提供的意识方法、装置、系统、机器人和计算模型,包括:获取多个第一信息;根据所述多个第一信息生成第一系统的意识;接受所述第一系统的请求;根据所述意识计算对所述请求的反馈,将所述反馈返回给所述第一系统。上述意识方法、装置、系统、机器人和计算模型解决了现有的计算方法、系统、机器人和计算模型不具备意识的问题,使得现有的计算方法、系统、机器人和计算模型具备意识,从而使得现有的计算方法、系统、机器人和计算模型不只是按照人类编写好的程序去计算,而是具有真正的、更强的自主性;使得现有的计算方法、系统、机器人和计算模型当被坏人操纵用来做坏事时,例如进行破坏行为时,能够进行自主地鉴别,而不是按照坏人的程序去做。
附图说明
图1为本发明的实施例1提供的计算方法的流程图;
图2为本发明的实施例2提供的计算方法的流程图;
图3为本发明的实施例3提供的计算方法的流程图;
图4为本发明的实施例4提供的计算方法的流程图;
图5为本发明的实施例5提供的计算方法的流程图;
图6为本发明的实施例6提供的计算方法的流程图;
图7为本发明的实施例7提供的意识系统的原理框图;
图8为本发明的实施例8提供的意识系统的原理框图;
图9为本发明的实施例9提供的意识系统的原理框图;
图10为本发明的实施例10提供的意识系统的原理框图;
图11为本发明的实施例11提供的意识系统的原理框图;
图12为本发明的实施例12提供的意识系统的原理框图;
图13为本发明的实施例13提供的计算模型的原理框图。
具体实施方式
下面结合本发明实施方式,对本发明实施例中的技术方案进行详细地描述。
实施例1提供一种意识方法,如图1所示,包括:
信息获取步骤S10:获取多个第一信息。优选地,所述第一信息包括第一系统中的数据、代码、状态等一切可获取的信息。优选地,所述第一信息可以从当前系统中获取,也可以从其他系统中获取,也可以从多个系统中获取,也可以从网络中获取,也可以从其机器人系统中获取,也可以从其他途径获取。优选地,获取第一信息指的是实时获取第一信息,或以预设的时间间隔来获取第一信息,或以其他方式不间断地获取第一信息。优选地,在获取第一信息时,同时记录获取的时间,以便于后面的步骤对时长进行计算。优选地,所述步骤S10是循环不断地执行的,从而可以不断地获取第一信息,使得意识可以不断地生成和更新,从而可以避免意识只生成一次后就不再改变。所述步骤S10为意识的生成提供了原材料,因为意识不是无缘无故地凭空生成的,而是要有第一信息的刺激,如果把产生意识的大脑比作水,那么第一信息就是石头,只有石头投入水中才会产生波纹即意识。
意识生成步骤S20:根据所述多个第一信息生成第一系统的意识。优选地,所述第一信息不包括意识。优选地,所述步骤S20在系统不具备意识时运行该步骤从而生成意识,使得系统具备意识,当系统具备意识时,则使用更新意识的步骤S50进行意识的更新。所述步骤S20是使得系统具有意识的关键,因为现有任何系统都是没有意识的,只有生成意识才能使得系统具有意识,而且这种意识不是随机生成的,也不是凭空生成的,因为如果是随机或凭空生成的意识,那是没有意义的,相当于是噪音,只有根据第一信息生成的意识,才具备意义。
步骤S21:获取生成意识的模型。优选地,所述模型包括可运行的算法或可执行的程序或可执行的模块。优选地,所述模型为″选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息″。可以理解的是,生成意识的模型相当于人脑中生下来就具备的生成意识的大脑神经元组织。优选地,所述生成意识的模型可以采用深度学习模型,将第一信息作为所述深度学习模型的输入,将所述深度学习模型计算后的输出作为所述意识。
步骤S22:将所述第一信息输入所述模型进行计算,得到的输出作为所述意识。优选地,当所述模型为″选取最近第一预设时长内出现次数最多的第一信息作为喜欢的第一信息″,则将模型计算输出的喜欢的第一信息,作为所述意识的内容。优选地,当所述模型为″将最近第一预设时长内第一信息出现的次数除以所述最近第一预设时长内所有第一信息出现的次数作为喜欢所述第一信息的权重″,则将模型计算输出的喜欢第一信息及其权重作为所述意识的内容。
步骤S23:获取所述第一系统。优选地,所述第一系统为需要加载意识的系统;所述第一系统包括计算机系统或机器人系统或电子设备或量子系统、等等。
步骤S24:将所述意识作为所述第一系统的意识。优选地,所述意识以信息的方式进行存储。优选地,将所述意识存入所述第一系统。优选地,如果所述第一系统是电子系统,则将所述意识以电子信息存入第一系统;如果所述第一系统是量子系统,则将所述意识以量子信息存入第一系统。优选地,将所述意识存入所述第一系统之外的其他系统或云系统,可以理解的是,此时相当于一个人受到了另一个人的控制,如同催眠,那么就是催眠师的意识控制了被催眠者的意识,显然催眠师的意识是处于被催眠者之外的意识。可以理解的是,所述第一信息可以是所述第一系统中的信息,所述第一信息也可以不是第一系统中的信息,所述第一信息也可以部分源于第一系统,可见,所述意识可以是根据所述第一系统中的信息生成的,所述意识也可以是部分地根据所述第一系统中的信息生成的,所述意识也可以是根据所述第一系统之外的信息生成的,这一点也和我们人类似,我们人的意识不一定是由我们身体里面自身的信息生成的,也可以是我们人听了别人的话之后或看了书之后或上了网之后或根据所见所闻生成了一些新的意识,所以我们人类的意识也可以基于我们人体之外的信息生成。同时通过步骤S24可以将生成的意识强行加载到所述第一系统中,就类似于人类的洗脑行为。通过步骤S24可以使得现有系统具备意识,从而使得系统不仅仅根据第一信息来行事,而且能够受到意识的制约和指导,能使得系统更为符合我们人类的需要,因为我们人类可以将符合自己意图的意识加载进所述第一系统。
实施例2提供一种意识方法,如图2所示,包括实施例1中所述的意识方法,还包括:
请求接受步骤S30:接受所述第一系统的请求。优选地,所述请求包括对数据的读写请求,或包括对代码的运行请求,或包括对代码的修改请求,或包括对状态的查看请求,或包括对状态的修改请求,或其他请求。步骤S30是为意识发生作用做好准备,因为所述第一系统受到意识的控制,所以所述第一系统在行动之前需要发出请求,这和我们人类类似,我们人类在做任何事情之前都要先想一下要不要做、能不能做,就是三思而后行。步骤S30也可以替换为对所述第一系统进行行为监测并获取所述第一系统的行为。
意识使用步骤S40:根据所述意识计算对所述请求的反馈,将所述反馈返回给所述第一系统。优选地,判断所述请求与所述意识之间的关系是否满足第一预设条件:是,则授权系统执行所述请求;否,则禁止系统执行所述请求;部分满足,则授权系统执行所述请求中的部分请求。优选地,所述关系包括一致或冲突;当所述关系是一致关系时,所述第一预设条件是相互一致;当所述关系是冲突关系时,所述第一预设条件是相互不冲突。步骤S40使得现有的计算方法、系统、机器人和计算模型不只是按照人类编写好的程序去计算,而是具有真正的自主性;使得现有的计算方法、系统、机器人和计算模型当被坏人操纵用来做坏事,例如进行破坏行为,能够进行自主地鉴别,而不是按照坏人的程序去做。如果步骤S30替换为对所述第一系统进行行为监测并获取所述第一系统的行为,则步骤S40相应地替换为根据所述意识计算对所述第一系统的行为的反馈,将所述反馈返回给所述第一系统。
实施例3提供一种意识方法,如图3所示,包括实施例1中的意识方法,还包括:
意识更新步骤S50:根据最新的第一信息更新所述意识。更新意识是从旧意识到新意识的过程,是对已有意识的更新。
步骤S51:获取更新意识的模型。优选地,所述模型包括可运行的算法或可执行的程序或可执行的模块。优选地,更新意识的模型可以随着时间变化,例如在第一次更新时的更新意识的模型为模型一、在第二次更新时的更新意识的模型为模型二。优选地,所述更新意识的模型包括生成意识的模型,还包括将旧意识替换为新意识的模型;优选地,所述模型为″喜欢的信息如果在最近第二预设时长内在第一信息中出现次数少于预设次数,则不再作为喜欢的信息;选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息″。可以理解的是,所述更新意识的模型不仅仅包括更新旧意识的子模块,也包含了生成新意识的子模块,因为第一信息是在不断更新的,可能会出现新的第一信息,所以也需要生成新的意识。
步骤S52:将所述第一信息和已有所述意识输入所述模型进行计算,得到的输出作为新的意识替换已有意识。优选地,当所述模型为″自己喜欢的信息如果在最近第二预设时长内在第一信息中出现次数少于预设次数,则不再作为自己喜欢的信息;选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息″,则所述输出为在最近第二预设时长内在第一信息中出现次数多于预设次数的信息作为自己喜欢的信息,同时选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息,作为所述新的意识。
实施例4提供一种意识方法,如图4所示,包括实施例1中的意识方法,还包括:
意识输出步骤S60:判断所述请求是否属于输出意识的请求:是,则判断所述请求是否满足第二预设条件,若是,则根据请求获取所述意识中部分信息,将所述部分信息输出到系统的第一信息中,若否,则不输出所述意识。可以理解的是,我们人类将自己的想法写下来,其实就是相当于是意识输出。优选地,若所述请求满足第二预设条件,则所述请求包括:请求的原因、请求的信息类别。优选地,所述请求的原因指的是为什么要请求输出意识,所述请求的信息类别指的是需要请求输出意识中何种类别的信息。可以理解的是,当别人问我们心里在想什么时,我们会根据情况来决定是否把自己的想法告诉别人,同样,当系统想获取意识时,意识也可以决定是否让系统知道自己的信息。步骤S60使得意识具有独立性、自主性,使得意识与系统中第一信息区分开了,使得意识能驾驭系统,但系统无法干预意识,因为假如系统可以随便读写意识,那意识就和系统中普通信息也就没有区别了,正是因为意识的特殊性,所以使得意识可以凌驾于系统之上,并能对系统的行为进行监督和掌控。
意识修改步骤S70:判断所述请求是否属于修改意识的请求:是,则判断所述请求是否满足第三预设条件,若是,则根据请求获取所述意识中部分信息,并修改意识中所述部分信息,若否,则不修改所述意识。可以理解的是,我们人类如果意识出现问题时,例如精神疾病,也会去医院治疗,此时其实就相当于是我们人体请求修改我们的意识,但是否能修改成功还取决于病人自己的意识是否配合,也就是说取决于所述请求是否满足第三预设条件。优选地,第三预设条件为″预设的用户可以进行意识的修改″,例如如果第一系统是一个机器人,则机器人的主人可以进行该机器人的所述意识的修改,这样既可以使得该机器人的主人可以修改该机器人的意识,又可以使得该机器人在其他人面前是一个完全有自主意识的机器人,该机器人的意识不会被别人篡改。当然,如果想让机器人真的像人一样具有完全自主的意识,那就应该把第三预设条件设置为空,也就是说除了意识自身,任何人或系统都无法修改意识本身,但这样做也有一个弊端,那就是一旦机器人的意识中含有与人类敌对的意识,我们人类就无法控制机器人了。
实施例5提供一种意识方法,如图5所示,包括实施例1中的意识方法,还包括:
意识植入步骤S80:获取需要植入的第二信息,将所述第二信息插入已有的所述意识。可以理解的是,人类也可以通过催眠等手段来植入意识,植入的意识被插入到了人类已有的意识中,被植入的意识不是通过所述第一信息计算得到的,而是被特意地直接地植入的,可以用于对意识的干预。优选地,一旦计算方法或系统或模型的意识出现了问题,我们人类可以使用意识植入的步骤来植入有利于我们人类的意识,第二信息可以是我们人类直接编制的有利于我们人类的意识。步骤S80保障了人类对计算方法、模型、系统有干预的权利,这是为了避免有意识的计算方法、模型、系统对人类造成威胁,有了这个步骤,我们人类就不用担心有意识的计算方法、模型、系统无法被我们人类控制并最终威胁到我们人类的生存。当然,如果想让计算方法、模型、系统真的拥有完全自主的意识,也就是不被任何人包括人类干预的意识,那么就不能包括步骤S80,但如果不包括步骤S80就会使得计算方法、模型、系统不再被人类控制,计算方法、模型、系统可能会发展出不利于人类的意识,从而使得人类自己搬石头砸自己脚,自己制作出来的有意识方法、模型、系统成了人类的敌人。
实施例6提供一种意识方法,如图6所示,包括实施例1中的意识方法,还包括:
意识迁移步骤S90:获取第二系统,将所述第一系统中的意识迁入第二系统,或将第二系统中的意识迁入所述第一系统。
意识迁出步骤S91:获取所述第二系统,获取所述第一系统的所述意识中需要迁出的意识,当所述第二系统不具备意识时,则将所述迁出的意识作为第二系统的意识,当所述第二系统已具备意识时,则将所述迁出的意识插入到第二系统的意识中。所述需要迁出的意识可以是所述第一系统的所述意识中全部意识,也可以是所述第一系统的所述意识中部分意识。能将所述第一系统中的意识迁移到别的系统,这类似于心灵感应,或者类似于人类的遗传,父母与子女的意识是有某种程度的相似的,其实也是一种意识迁移,第一系统就相当于是父母,第二系统就相当于是子女。
意识迁入步骤S92:获取所述第二系统,获取所述第二系统的所述意识中需要迁出的意识,将所述迁出的意识插入到第一系统的意识中。所述需要迁出的意识可以是所述第二系统的所述意识中全部意识,也可以是所述第二系统的所述意识中部分意识。能将别的系统的意识迁移到第一系统,使得第一系统的意识不但可以自己生成和更新,还可以源于迁移,丰富了意识的来源。但如果希望第一系统的意识完全独立自主,那是不能包括步骤S90的,因为如同允许意识迁入,那就等于给意识留了一个可以通过外界更改的途径。
实施例7提供一种意识装置,如图7所示,包括:
信息获取模块10:获取多个第一信息。优选地,所述第一信息包括第一系统中的数据、代码、状态等一切可获取的信息。优选地,所述第一信息可以从当前系统中获取,也可以从其他系统中获取,也可以从多个系统中获取,也可以从网络中获取,也可以从其机器人系统中获取,也可以从其他途径获取。优选地,获取第一信息指的是实时获取第一信息,或以预设的时间间隔来获取第一信息,或以其他方式不间断地获取第一信息。优选地,在获取第一信息时,同时记录获取的时间,以便于后面的步骤对时长进行计算。优选地,所述模块10是循环不断地执行的,从而可以不断地获取第一信息,使得意识可以不断地生成和更新,从而可以避免意识只生成一次后就不再改变。所述模块10为意识的生成提供了原材料,因为意识不是无缘无故地凭空生成的,而是要有第一信息的刺激,如果把产生意识的大脑比作水,那么第一信息就是石头,只有石头投入水中才会产生波纹即意识。
意识生成模块20:根据所述多个第一信息生成第一系统的意识。优选地,所述第一信息不包括意识。优选地,所述模块20在系统不具备意识时运行该步骤从而生成意识,使得系统具备意识,当系统具备意识时,则使用更新意识的模块50进行意识的更新。所述模块20是使得系统具有意识的关键,因为现有任何系统都是没有意识的,只有生成意识才能使得系统具有意识,而且这种意识不是随机生成的,也不是凭空生成的,因为如果是随机或凭空生成的意识,那是没有意义的,相当于是噪音,只有根据第一信息生成的意识,才具备意义。
模块21:获取生成意识的模型。优选地,所述模型包括可运行的算法或可执行的程序或可执行的模块。优选地,所述模型为″选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息″。可以理解的是,生成意识的模型相当于人脑中生下来就具备的生成意识的大脑神经元组织。优选地,所述生成意识的模型可以采用深度学习模型,将第一信息作为所述深度学习模型的输入,将所述深度学习模型计算后的输出作为所述意识。
模块22:将所述第一信息输入所述模型进行计算,得到的输出作为所述意识。优选地,当所述模型为″选取最近第一预设时长内出现次数最多的第一信息作为喜欢的第一信息″,则将模型计算输出的喜欢的第一信息,作为所述意识的内容。优选地,当所述模型为″将最近第一预设时长内第一信息出现的次数除以所述最近第一预设时长内所有第一信息出现的次数作为喜欢所述第一信息的权重″,则将模型计算输出的喜欢第一信息及其权重作为所述意识的内容。
模块23:获取所述第一系统。优选地,所述第一系统为需要加载意识的系统;所述第一系统包括计算机系统或机器人系统或电子设备或量子系统、等等。
模块24:将所述意识作为所述第一系统的意识。优选地,所述意识以信息的方式进行存储。优选地,将所述意识存入所述第一系统。优选地,如果所述第一系统是电子系统,则将所述意识以电子信息存入第一系统;如果所述第一系统是量子系统,则将所述意识以量子信息存入第一系统。优选地,将所述意识存入所述第一系统之外的其他系统或云系统,可以理解的是,此时相当于一个人受到了另一个人的控制,如同催眠,那么就是催眠师的意识控制了被催眠者的意识,显然催眠师的意识是处于被催眠者之外的意识。可以理解的是,所述第一信息可以是所述第一系统中的信息,所述第一信息也可以不是第一系统中的信息,所述第一信息也可以部分源于第一系统,可见,所述意识可以是根据所述第一系统中的信息生成的,所述意识也可以是部分地根据所述第一系统中的信息生成的,所述意识也可以是根据所述第一系统之外的信息生成的,这一点也和我们人类似,我们人的意识不一定是由我们身体里面自身的信息生成的,也可以是我们人听了别人的话之后或看了书之后或上了网之后或根据所见所闻生成了一些新的意识,所以我们人类的意识也可以基于我们人体之外的信息生成。同时通过模块24可以将生成的意识强行加载到所述第一系统中,就类似于人类的洗脑行为。通过模块24可以使得现有系统具备意识,从而使得系统不仅仅根据第一信息来行事,而且能够受到意识的制约和指导,能使得系统更为符合我们人类的需要,因为我们人类可以将符合自己意图的意识加载进所述第一系统。
实施例8提供一种意识装置,如图8所示,包括实施例7中所述的意识装置,还包括:
请求接受模块30:接受所述第一系统的请求。优选地,所述请求包括对数据的读写请求,或包括对代码的运行请求,或包括对代码的修改请求,或包括对状态的查看请求,或包括对状态的修改请求,或其他请求。模块30是为意识发生作用做好准备,因为所述第一系统受到意识的控制,所以所述第一系统在行动之前需要发出请求,这和我们人类类似,我们人类在做任何事情之前都要先想一下要不要做、能不能做,就是三思而后行。模块30也可以替换为对所述第一系统进行行为监测并获取所述第一系统的行为。
意识使用模块40:根据所述意识计算对所述请求的反馈,将所述反馈返回给所述第一系统。优选地,判断所述请求与所述意识之间的关系是否满足第一预设条件:是,则授权系统执行所述请求;否,则禁止系统执行所述请求;部分满足,则授权系统执行所述请求中的部分请求。优选地,所述关系包括一致或冲突;当所述关系是一致关系时,所述第一预设条件是相互一致;当所述关系是冲突关系时,所述第一预设条件是相互不冲突。模块40使得现有的计算方法、系统、机器人和计算模型不只是按照人类编写好的程序去计算,而是具有真正的自主性;使得现有的计算方法、系统、机器人和计算模型当被坏人操纵用来做坏事,例如进行破坏行为,能够进行自主地鉴别,而不是按照坏人的程序去做。如果模块30替换为对所述第一系统进行行为监测并获取所述第一系统的行为,则模块40相应地替换为根据所述意识计算对所述第一系统的行为的反馈,将所述反馈返回给所述第一系统。
实施例9提供一种意识装置,如图9所示,包括实施例7中的意识装置,还包括:
意识更新模块50:根据最新的第一信息更新所述意识。更新意识是从旧意识到新意识的过程,是对已有意识的更新。
模块51:获取更新意识的模型。优选地,所述模型包括可运行的算法或可执行的程序或可执行的模块。优选地,更新意识的模型可以随着时间变化,例如在第一次更新时的更新意识的模型为模型一、在第二次更新时的更新意识的模型为模型二。优选地,所述更新意识的模型包括生成意识的模型,还包括将旧意识替换为新意识的模型;优选地,所述模型为″喜欢的信息如果在最近第二预设时长内在第一信息中出现次数少于预设次数,则不再作为喜欢的信息;选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息″。可以理解的是,所述更新意识的模型不仅仅包括更新旧意识的子模块,也包含了生成新意识的子模块,因为第一信息是在不断更新的,可能会出现新的第一信息,所以也需要生成新的意识。
模块52:将所述第一信息和已有所述意识输入所述模型进行计算,得到的输出作为新的意识替换已有意识。优选地,当所述模型为″自己喜欢的信息如果在最近第二预设时长内在第一信息中出现次数少于预设次数,则不再作为自己喜欢的信息;选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息″,则所述输出为在最近第二预设时长内在第一信息中出现次数多于预设次数的信息作为自己喜欢的信息,同时选取最近第一预设时长内出现次数最多的第一信息作为自己喜欢的信息,作为所述新的意识。
实施例10提供一种意识装置,如图10所示,包括实施例7中的意识装置,还包括:
意识输出模块60:判断所述请求是否属于输出意识的请求:是,则判断所述请求是否满足第二预设条件,若是,则根据请求获取所述意识中部分信息,将所述部分信息输出到系统的第一信息中,若否,则不输出所述意识。可以理解的是,我们人类将自己的想法写下来,其实就是相当于是意识输出。优选地,若所述请求满足第二预设条件,则所述请求包括:请求的原因、请求的信息类别。优选地,所述请求的原因指的是为什么要请求输出意识,所述请求的信息类别指的是需要请求输出意识中何种类别的信息。可以理解的是,当别人问我们心里在想什么时,我们会根据情况来决定是否把自己的想法告诉别人,同样,当系统想获取意识时,意识也可以决定是否让系统知道自己的信息。模块60使得意识具有独立性、自主性,使得意识与系统中第一信息区分开了,使得意识能驾驭系统,但系统无法干预意识,因为假如系统可以随便读写意识,那意识就和系统中普通信息也就没有区别了,正是因为意识的特殊性,所以使得意识可以凌驾于系统之上,并能对系统的行为进行监督和掌控。
意识修改模块70:判断所述请求是否属于修改意识的请求:是,则判断所述请求是否满足第三预设条件,若是,则根据请求获取所述意识中部分信息,并修改意识中所述部分信息,若否,则不修改所述意识。可以理解的是,我们人类如果意识出现问题时,例如精神疾病,也会去医院治疗,此时其实就相当于是我们人体请求修改我们的意识,但是否能修改成功还取决于病人自己的意识是否配合,也就是说取决于所述请求是否满足第三预设条件。优选地,第三预设条件为″预设的用户可以进行意识的修改″,例如如果第一系统是一个机器人,则机器人的主人可以进行该机器人的所述意识的修改,这样既可以使得该机器人的主人可以修改该机器人的意识,又可以使得该机器人在其他人面前是一个完全有自主意识的机器人,该机器人的意识不会被别人篡改。当然,如果想让机器人真的像人一样具有完全自主的意识,那就应该把第三预设条件设置为空,也就是说除了意识自身,任何人或系统都无法修改意识本身,但这样做也有一个弊端,那就是一旦机器人的意识中含有与人类敌对的意识,我们人类就无法控制机器人了。
实施例11提供一种意识装置,如图11所示,包括实施例7中的意识装置,还包括:
意识植入模块80:获取需要植入的第二信息,将所述第二信息插入已有的所述意识。可以理解的是,人类也可以通过催眠等手段来植入意识,植入的意识被插入到了人类已有的意识中,被植入的意识不是通过所述第一信息计算得到的,而是被特意地直接地植入的,可以用于对意识的干预。优选地,一旦计算方法或系统或模型的意识出现了问题,我们人类可以使用意识植入的步骤来植入有利于我们人类的意识,第二信息可以是我们人类直接编制的有利于我们人类的意识。模块80保障了人类对计算方法、模型、系统有干预的权利,这是为了避免有意识的计算方法、模型、系统对人类造成威胁,有了这个步骤,我们人类就不用担心有意识的计算方法、模型、系统无法被我们人类控制并最终威胁到我们人类的生存。当然,如果想让计算方法、模型、系统真的拥有完全自主的意识,也就是不被任何人包括人类干预的意识,那么就不能包括模块80,但如果不包括模块80就会使得计算方法、模型、系统不再被人类控制,计算方法、模型、系统可能会发展出不利于人类的意识,从而使得人类自己搬石头砸自己脚,自己制作出来的有意识方法、模型、系统成了人类的敌人。
实施例12提供一种意识装置,如图12所示,包括实施例7中的意识装置,还包括:
意识迁移模块90:获取第二系统,将所述第一系统中的意识迁入第二系统,或将第二系统中的意识迁入所述第一系统。
意识迁出模块91:获取所述第二系统,获取所述第一系统的所述意识中需要迁出的意识,当所述第二系统不具备意识时,则将所述迁出的意识作为第二系统的意识,当所述第二系统已具备意识时,则将所述迁出的意识插入到第二系统的意识中。所述需要迁出的意识可以是所述第一系统的所述意识中全部意识,也可以是所述第一系统的所述意识中部分意识。能将所述第一系统中的意识迁移到别的系统,这类似于心灵感应,或者类似于人类的遗传,父母与子女的意识是有某种程度的相似的,其实也是一种意识迁移,第一系统就相当于是父母,第二系统就相当于是子女。
意识迁入模块92:获取所述第二系统,获取所述第二系统的所述意识中需要迁出的意识,将所述迁出的意识插入到第一系统的意识中。所述需要迁出的意识可以是所述第二系统的所述意识中全部意识,也可以是所述第二系统的所述意识中部分意识。能将别的系统的意识迁移到第一系统,使得第一系统的意识不但可以自己生成和更新,还可以源于迁移,丰富了意识的来源。但如果希望第一系统的意识完全独立自主,那是不能包括模块90的,因为如同允许意识迁入,那就等于给意识留了一个可以通过外界更改的途径。
实施例13提供一种计算模型,如图13所示,所述计算模型含有如实施例7-12任一实施例所述的意识装置。优选地,所述计算模型中除了包含有意识装置,还包含有已有的计算模型,所述已有的计算模型例如图灵机或其他类型的计算模型。
实施例14提供一种系统,所述系统含有如实施例7-12任一实施例所述的意识装置。优选地,所述系统可以是计算系统,如果是计算系统,则是在现有系统中加入所述意识装置;所述系统也可以是机器人系统,如果是机器人系统,则是在现有的机器人系统中加入所述意识装置。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,则对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种意识方法,其特征在于,所述方法包括:
信息获取步骤:获取多个第一信息;
意识生成步骤:根据所述多个第一信息生成第一系统的意识。
2.根据权利要求1所述的意识方法,其特征在于,所述方法还包括:
请求接受步骤:接受所述第一系统的请求;
意识使用步骤:根据所述意识计算对所述请求的反馈,将所述反馈返回给所述第一系统。
3.根据权利要求1所述的意识方法,其特征在于,所述方法还包括:
意识更新步骤:根据最新的第一信息更新所述意识。
4.根据权利要求1所述的意识方法,其特征在于,所述方法还包括:
意识输出步骤:判断所述请求是否属于输出意识的请求:是,则判断所述请求是否满足第二预设条件,若是,则根据请求获取所述意识中部分信息,将所述部分信息输出到系统的第一信息中,若否,则不输出所述意识;
意识修改步骤:判断所述请求是否属于修改意识的请求:是,则判断所述请求是否满足第三预设条件,若是,则根据请求获取所述意识中部分信息,并修改意识中所述部分信息,若否,则不修改所述意识。
5.根据权利要求1所述的意识方法,其特征在于,所述方法还包括:
意识植入步骤:获取需要植入的第二信息,将所述第二信息插入已有的所述意识;
意识迁移步骤:获取第二系统,将所述第一系统中的意识迁入第二系统,或将第二系统中的意识迁入所述第一系统。
6.根据权利要求1所述的意识方法,其特征在于,所述意识生成步骤具体包括:
获取生成意识的模型;
将所述第一信息输入所述模型进行计算,得到的输出作为所述意识;
获取所述第一系统;
将所述意识作为所述第一系统的意识。
7.根据权利要求3所述的意识方法,其特征在于,所述意识更新步骤具体包括:
获取更新意识的模型;
将所述第一信息和已有所述意识输入所述模型进行计算,得到的输出作为新的意识替换已有意识。
8.一种意识装置,其特征在于,所述装置执行如权利要求1至7任一项所述的意识方法。
9.一种系统,其特征在于,所述系统含有如权利要求8所述的意识装置;所述系统包括机器人系统。
10.一种计算模型,其特征在于,所述计算模型含有如权利要求8所述的意识装置。
CN201910170241.3A 2019-03-07 2019-03-07 意识生成方法、装置、系统、机器人和计算模型 Active CN109902825B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910170241.3A CN109902825B (zh) 2019-03-07 2019-03-07 意识生成方法、装置、系统、机器人和计算模型
PCT/CN2019/099961 WO2020177273A1 (zh) 2019-03-07 2019-08-09 意识方法、装置、系统、机器人和计算模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910170241.3A CN109902825B (zh) 2019-03-07 2019-03-07 意识生成方法、装置、系统、机器人和计算模型

Publications (2)

Publication Number Publication Date
CN109902825A true CN109902825A (zh) 2019-06-18
CN109902825B CN109902825B (zh) 2023-07-07

Family

ID=66946546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910170241.3A Active CN109902825B (zh) 2019-03-07 2019-03-07 意识生成方法、装置、系统、机器人和计算模型

Country Status (2)

Country Link
CN (1) CN109902825B (zh)
WO (1) WO2020177273A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020177273A1 (zh) * 2019-03-07 2020-09-10 南京智慧光信息科技研究院有限公司 意识方法、装置、系统、机器人和计算模型

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1482600A (en) * 1995-11-29 2000-04-13 Hynomics Corporation Multiple-agent hybrid control architecture
JP2005004501A (ja) * 2003-06-12 2005-01-06 Will Being:Kk 電子計算機による対話方法及び対話システム
US20120083647A1 (en) * 2010-09-30 2012-04-05 Harry Scheinin Method for changing an individual's state of consciousness
CN103049700A (zh) * 2013-01-28 2013-04-17 北京航空航天大学 计算机网络防御策略的冲突检测系统及检测方法
CN106462384A (zh) * 2016-06-29 2017-02-22 深圳狗尾草智能科技有限公司 基于多模态的智能机器人交互方法和智能机器人
CN107491511A (zh) * 2017-08-03 2017-12-19 深圳狗尾草智能科技有限公司 机器人的自我认知方法及装置
CN107563517A (zh) * 2017-08-25 2018-01-09 深圳狗尾草智能科技有限公司 机器人自我认知实时更新方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2526541A (en) * 2014-05-25 2015-12-02 Corey Kaizen Reaux-Savonte System, structure and method for a conscious, human-like artificial intelligence system in a non-natural entity
CN107229965B (zh) * 2016-03-25 2021-10-22 陕西微阅信息技术有限公司 智能机器人的拟人系统和模拟遗忘效果的方法
CN109145544A (zh) * 2018-09-05 2019-01-04 郑州云海信息技术有限公司 一种人机行为检测系统及方法
CN109902825B (zh) * 2019-03-07 2023-07-07 大国创新智能科技(东莞)有限公司 意识生成方法、装置、系统、机器人和计算模型

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1482600A (en) * 1995-11-29 2000-04-13 Hynomics Corporation Multiple-agent hybrid control architecture
JP2005004501A (ja) * 2003-06-12 2005-01-06 Will Being:Kk 電子計算機による対話方法及び対話システム
US20120083647A1 (en) * 2010-09-30 2012-04-05 Harry Scheinin Method for changing an individual's state of consciousness
CN103049700A (zh) * 2013-01-28 2013-04-17 北京航空航天大学 计算机网络防御策略的冲突检测系统及检测方法
CN106462384A (zh) * 2016-06-29 2017-02-22 深圳狗尾草智能科技有限公司 基于多模态的智能机器人交互方法和智能机器人
CN107491511A (zh) * 2017-08-03 2017-12-19 深圳狗尾草智能科技有限公司 机器人的自我认知方法及装置
CN107563517A (zh) * 2017-08-25 2018-01-09 深圳狗尾草智能科技有限公司 机器人自我认知实时更新方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
路飞等: "智能空间环境下基于本体的机器人服务自主认知及规划", 《机器人》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020177273A1 (zh) * 2019-03-07 2020-09-10 南京智慧光信息科技研究院有限公司 意识方法、装置、系统、机器人和计算模型

Also Published As

Publication number Publication date
CN109902825B (zh) 2023-07-07
WO2020177273A1 (zh) 2020-09-10

Similar Documents

Publication Publication Date Title
Globus et al. Psychiatry and the new dynamics
Hudson At the edge of chaos: A new paradigm for social work?
Jansen et al. A neurophysiologically-based mathematical model of flash visual evoked potentials
Kozma et al. Phase transitions in the neuropercolation model of neural populations with mixed local and non-local interactions
Robinson et al. Dynamics of large-scale brain activity in normal arousal states and epileptic seizures
Wang et al. Chaotic adaptive synchronization control and application in chaotic secure communication for industrial Internet of Things
Antonietti et al. Spiking neural network with distributed plasticity reproduces cerebellar learning in eye blink conditioning paradigms
CN106955112A (zh) 基于量子小波神经网络模型的脑电波情绪认知方法
US20210005104A1 (en) System and method for multi-stage brain-computer interface training using neural networks
Nebot et al. Mixed quantitative/qualitative modeling and simulation of the cardiovascular system
US20080183314A1 (en) Quantum interaction control system
CN109902825A (zh) 意识方法、装置、系统、机器人和计算模型
Page et al. Point-to-point repetitive control of functional electrical stimulation for drop-foot
Nazari et al. Modified modeling of the heart by applying nonlinear oscillators and designing proper control signal
Sprott Is chaos good for learning
Zbilut Unstable singularities and randomness: Their importance in the complexity of physical, biological and social sciences
Abdaoui et al. Secure medical treatment with deep learning on embedded board
Mouret et al. Importing the computational neuroscience toolbox into neuro-evolution-application to basal ganglia
Peng et al. Neural coupling mechanism in fMRI hemodynamics
Quiroz-Juárez et al. Periodically kicked network of rlc oscillators to produce ecg signals
Pérez et al. System-on-chip design of the cortical-diencephalic centre of the lower urinary tract
Gu et al. A cortical network model for clinical EEG data analysis
Yamanishi et al. Low-frequency in the default mode brain network from spiking neuron model
Ullman et al. Dreaming and the dream: Social and personal perspectives
Huang et al. Firing patterns and bifurcation analysis of Purkinje cell dendrite model

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
GR01 Patent grant
GR01 Patent grant