一種仿腦計(jì)算虛擬化的方法和系統(tǒng)的制作方法
【專利摘要】本申請涉及一種仿腦計(jì)算虛擬化的方法和系統(tǒng)。仿腦計(jì)算是仿效人腦而自動(dòng)產(chǎn)生智能的科技,如何使用計(jì)算機(jī)軟件方法和虛擬化技術(shù)來實(shí)現(xiàn),是本發(fā)明所關(guān)切的。本方法利用無意識引擎和有意識引擎來定義人的左腦和右腦,使用軟件虛擬化的技術(shù)運(yùn)行在未來的硬件科技,例如量子電腦或分子電腦上。其應(yīng)用的領(lǐng)域包含絕熱量子模擬,無意識和有意識的自主計(jì)算應(yīng)用,涌現(xiàn)通訊的應(yīng)用,以及仿腦災(zāi)備系統(tǒng)。
【專利說明】一種仿腦計(jì)算虛擬化的方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本申請涉及仿腦計(jì)算虛擬化的領(lǐng)域。
【背景技術(shù)】
[0002]專家系統(tǒng)和業(yè)界問是頁
[0003]在80年代風(fēng)靡一時(shí)的人工智能,開展了 “專家系統(tǒng)”的使用。這些專家系統(tǒng)仰賴知識工程師輸入規(guī)則,形成規(guī)則庫,用以解答各種專家問題。例如企業(yè)災(zāi)備專家系統(tǒng)可以有個(gè)規(guī)則“如果CPU長期處于95%忙碌的狀態(tài),則資源應(yīng)該進(jìn)行調(diào)整”。但這個(gè)規(guī)則必須仰賴知識工程師的人腦輸入,而非自動(dòng)產(chǎn)生的。此外,對于“如何處理銀行系統(tǒng)突然停機(jī)? ”這樣的問題,專家系統(tǒng)可以預(yù)備答案,但永遠(yuǎn)沒法自動(dòng)產(chǎn)生如下創(chuàng)意性的回答:“昨天是長假的開始,是不是可能有人在返鄉(xiāng)前匆忙修改了系統(tǒng)設(shè)置,導(dǎo)致停機(jī)? ”或?qū)τ凇盀?zāi)備系統(tǒng)該怎么設(shè)計(jì)才不會導(dǎo)致停機(jī)災(zāi)難? ”這類問題,傳統(tǒng)的專家系統(tǒng)也無法自動(dòng)組織、輸出企業(yè)災(zāi)備系統(tǒng)的工程設(shè)計(jì)。所以,業(yè)界一直未能解決的技術(shù)問題是:
[0004]“計(jì)算機(jī)系統(tǒng)如何自動(dòng)產(chǎn)生有創(chuàng)意的智能? ”
[0005]例如,找到問題原因;做一個(gè)設(shè)計(jì);或產(chǎn)生一個(gè)能改進(jìn)自己的系統(tǒng)。
[0006]IBM從2000年開始推行的自主計(jì)算,模仿人腦的執(zhí)行功能:監(jiān)視、分析、計(jì)劃、執(zhí)行,也無能力產(chǎn)生創(chuàng)意智能。其間,機(jī)器學(xué)習(xí)如人造神經(jīng)網(wǎng)絡(luò)(Artificial Neural Net)或符號計(jì)算等人工智能科技,在吸收知識和少許有限的產(chǎn)生智能方面也并無突破。2006年,IBM的Watson專家系統(tǒng)擊敗jeopardy的真人專家算是出色了。Watson輸入了 2億網(wǎng)頁內(nèi)容,包括全部的維基百科,所以能針對問題回答。我們認(rèn)為Watson在建立語義網(wǎng)絡(luò)上有很大進(jìn)步,但Watson還是不能產(chǎn)生真正的創(chuàng)意、智能。即使如此,IBM在2012年推出的IBMPureSystem 和 Expert Integrated Systems 已將 Watson 專家系統(tǒng)融入了她的 SmartCloud產(chǎn)品中。這種現(xiàn)代專家系統(tǒng),能夠輔助云計(jì)算復(fù)雜的資源部署,優(yōu)化工作負(fù)荷。但是未必能產(chǎn)生智能,自動(dòng)改進(jìn)自己。同樣,MIT的Bliss和Hoffman專利USA Patent US7983890,對于多核計(jì)算的性能問題使用智能方法觀測、決定、行動(dòng)(Observe, Decide, Act或0DA),也只是利用了預(yù)先設(shè)定的方法優(yōu)化性能,而不能創(chuàng)意性的自改進(jìn)。
[0007]暈子意識
[0008]Kauffman 2011年的專利申請US 2012/0071333A1提到人腦的思維可以經(jīng)由自組織和涌現(xiàn)方式產(chǎn)生,他并且認(rèn)為傳統(tǒng)計(jì)算機(jī)的速度并無法和人腦相比,必須用到分子電腦或量子電腦。所以“量子意識”的方法可能產(chǎn)生像人腦的思維,這是一個(gè)突破。Kauffman解決了困擾人工智能科學(xué)家的以下兩個(gè)被認(rèn)為是極困難的技術(shù)子問題:
[0009]綁定問題一(俗稱Binding Problem I或BPl):所有的專家知識或?qū)<抑悄芏紩庥龅较铝袉栴}:如何預(yù)測知識?如何將知識分類?和如何從“類似”的知識產(chǎn)生新概念?而一般認(rèn)為這是不可能達(dá)到的事。Kauffman的解決方案是,既然我們無法預(yù)測所有的可能知識或智能,加以分類,從相似性得到新智能,解決方法就是仿效大自然的自組織定律,例如冬天的雪花飄落時(shí),會形成美麗的六角形,是自組織的結(jié)果,由此假設(shè)智能也可以經(jīng)由自組織產(chǎn)生。例如 IBM 美國專利,〃Self-aware and self-healing computing system",US7484121,就是這類的數(shù)學(xué)理論,但與Kauffman —樣,這些專利均未提出采用計(jì)算機(jī)軟硬件實(shí)現(xiàn)的技術(shù)手段。
[0010]綁定問題二 (俗稱BP2):更基本的問題是,究竟肉體的人腦如何產(chǎn)生抽象的智能?電腦又如何仿效人腦產(chǎn)生智能? “量子意識(Quantum Consciousness)”解答了這個(gè)問題:傳統(tǒng)的電腦(位元bit=0和I)產(chǎn)生智能的效率不彰,要靠量子電腦(量子位元qubit=向量和張量)或分子電腦才能產(chǎn)生。Kauffman在他的專利中將涌現(xiàn)論嵌入量子圖靈機(jī)Trans-Turing System (TTS),這確實(shí)是一大進(jìn)步。但近代量子計(jì)算機(jī)使用拓?fù)淞孔佑?jì)算(topological quantum computing)的辮結(jié)(Braiding)方法來糾正錯(cuò)誤,已使得TTS的重相干(recoherence)完全沒有必要。再者,Kauffman也沒提到用計(jì)算機(jī)軟硬件的技術(shù)手段來實(shí)現(xiàn)。
[0011]Kauffman的其它問題:
[0012](I)如何可以確定“紅”,“藍(lán)”,“三角形”,“正方形”的配對,例如為何是“紅色的三角形,藍(lán)色正方形”,而不是“藍(lán)色的三角形,紅色正方形”?這個(gè)問題Kauffman也沒有明確解決方案。但一個(gè)新的領(lǐng)域“量子認(rèn)知(Quantum Cognition)”解答了這個(gè)問題:一個(gè)思維概念其中的重要元素,可以用量子認(rèn)知度量得知其合理性、該思維中的各元素組合之后的合理性,及其智能級別。請參考Aerts2012 “Concepts and Their Dynamics:AQuantum-Theoretic Model of emergence,,一文。
[0013](2)量子意識的另兩位大師:Henry Stapp和Jeffrey Schwartz擴(kuò)充VonNuemann量子過程1,2為過程0,1,2,3 (稱之為vNs過程)時(shí),提到自由意志如何影響量子的測量問題。他們認(rèn)為,神經(jīng)遞質(zhì)的是否釋放,受到自由意志,或?qū)W⒘Φ挠绊?。請參?Schwartz2004 “Quantum physics in neuroscience and psychology:model ofmind-brain interaction” 一文。Kauffman對于自由意志的介入沒有明確解決方案。
[0014](3)神經(jīng)遞質(zhì)的釋放是否真的和智能有關(guān)?根據(jù)美國亞利桑納大學(xué)意識研究中心副主任Stuart Hameroff的實(shí)驗(yàn)研究,必須要有同步振蕩的Gamma射線傳播,才有真正智能的傳遞和糾結(jié)??蓞⒖糎ameroff2010“The conscious pilot:dentritic synchrony movesthrough the brain to mediate consciousness” 一文。Kauffman 和 Schwartz 所述的突觸釋放神經(jīng)遞質(zhì)只是化學(xué)傳遞,傳遞的信息還不是真正智能。
[0015]其它方案
[0016]目前所謂的生物啟發(fā)認(rèn)知結(jié)構(gòu)(biologically inspired cognitivearchitectures或BICA),幾乎全部是在傳統(tǒng)電腦上運(yùn)行,并未考慮在分子或量子的硬件上運(yùn)行所需要的技術(shù)手段,也未必支持量子意識的內(nèi)涵。還有所謂有機(jī)計(jì)算(Organiccomputing)容或使用涌現(xiàn)模性,但均未考慮類似量子意識、量子認(rèn)知以及最根本的量子圖靈模型。我們認(rèn)為這些結(jié)構(gòu)如果不從根本著手,完全無法產(chǎn)生創(chuàng)新的思維。
[0017]以上所述理論,如涌現(xiàn)論、量子意識、量子認(rèn)知,盡管在科學(xué)界多有辯論,但所提供方向的正確性仍然不變。只是,如何從計(jì)算機(jī)科學(xué)的工程角度使用技術(shù)手段融合他們卻看不到,更遑論工程實(shí)現(xiàn)后的應(yīng)用系統(tǒng)了。實(shí)現(xiàn)量子意識工程方法其中的困難之一,就是量子電腦的硬件,至今多半還在實(shí)驗(yàn)室中,而純量子計(jì)算圖靈機(jī)方面,例如日本TanakaUS7400282 B2的專利,已經(jīng)涉及工程方法,但也不能解決量子意識面對的問題。至于Yoder的已公開專利申請US2011/0140736A1“Systems and Methods of Brain-like InformationProcessing”完全從邏輯電路的硬件角度作仿腦的設(shè)計(jì),而不像本專利乃是從虛擬化、軟件角度出發(fā),硬件設(shè)計(jì)不是重點(diǎn)。
[0018]“仿腦”一詞
[0019]最后,量子意識或量子認(rèn)知理論只是被我們使用的實(shí)施例,而實(shí)際可能還有其它方法(譬如分子計(jì)算)。既然我們的方法是一般性的,此后我們就用仿腦涌現(xiàn)論、仿腦意識、仿腦認(rèn)知三個(gè)名詞來取代上述三個(gè)理論?!胺履X”一詞,在本發(fā)明中有著寬廣的意義:它可以是情感引擎、有意識引擎和無意識引擎的通稱,也可以是傳統(tǒng)計(jì)算、量子計(jì)算和分子計(jì)算的混合解決方案。
【發(fā)明內(nèi)容】
[0020]本發(fā)明涉及仿腦計(jì)算虛擬化的領(lǐng)域。仿腦計(jì)算是仿效人腦而自動(dòng)產(chǎn)生創(chuàng)意智能的科技。如何使用計(jì)算機(jī)技術(shù)手段和虛擬化軟件來實(shí)現(xiàn),是本發(fā)明所關(guān)切的。本方法利用無意識弓I擎和有意識弓I擎來定義人的左腦和右腦,使用軟件虛擬化的技術(shù)運(yùn)行在未來的硬件科技,例如量子電腦或分子電腦上。其應(yīng)用的領(lǐng)域包含量子門和絕熱量子模擬,無意識和有意識的自主計(jì)算應(yīng)用,以及涌現(xiàn)通訊的應(yīng)用。
[0021]對傳統(tǒng)計(jì)算而言,所謂虛擬化是指在計(jì)算機(jī)操作系統(tǒng)(Operating System,或OS)和傳統(tǒng)硬件之間,插入一個(gè)虛擬層,也就是虛擬機(jī)監(jiān)視器(Virtual Machine Monitor,或VMM)。這個(gè)概念在仿腦計(jì)算的情況,就是在仿腦OS和仿腦硬件之間,插入仿腦VMM。在仿腦硬件之上運(yùn)行仿腦VMM,在仿腦VMM之上,運(yùn)行仿腦OS。由于仿腦硬件也包括了傳統(tǒng)硬件,仿腦VMM既支持運(yùn)行意識引擎的網(wǎng)狀調(diào)度器,也可以支持傳統(tǒng)的CPU平行計(jì)算調(diào)度器,所以,除了仿腦引擎OS,傳統(tǒng)OS也可以運(yùn)行在仿腦VMM之上。
[0022]仿腦VMM根據(jù)已有的主觀經(jīng)驗(yàn),利用微觀涌現(xiàn)模型產(chǎn)生新的思維,稱之為仿腦思維體(Brain-like Concept Entity,以下簡稱BCE)。BCE經(jīng)過意志力和仿腦仿真器的糾結(jié)運(yùn)作,在有意識引擎的OS中被認(rèn)知(區(qū)別、解釋、得到語義和意義)、被判定其智能級別后,BCE的信息被存儲在仿腦思維網(wǎng)絡(luò)(Brain-like Concept Network,以下簡稱BCN)中,變成主觀經(jīng)驗(yàn),并以虛擬仿腦狀態(tài)機(jī)更新有關(guān)該BCE的元數(shù)據(jù)和狀態(tài)值。這個(gè)主觀經(jīng)驗(yàn)可以再度被仿腦VMM利用微觀涌現(xiàn)模型產(chǎn)生新思維,這個(gè)過程循環(huán)不已,逐漸發(fā)展成成熟的思維和一系列的思維。
[0023]本發(fā)明的方案涉及下述幾個(gè)方面:
[0024]一種在流程運(yùn)行環(huán)境中進(jìn)行仿腦計(jì)算虛擬化的方法,其中所述流程運(yùn)行環(huán)境具有縱向架構(gòu)與橫向架構(gòu),所述縱向架構(gòu)包括情感引擎、無意識引擎、有意識引擎,而所述橫向架構(gòu)包括仿腦應(yīng)用層、仿腦操作系統(tǒng)/仿腦虛擬機(jī)監(jiān)視器(0S/VMM)層、仿腦硬件層,其特征在于,所述方法包括:
[0025]在仿腦OS/仿腦VMM層上運(yùn)行兩類循環(huán):
[0026]從無意識引擎OS醞釀混沌概念,之后進(jìn)入仿腦VMM的第一類仿腦循環(huán):執(zhí)行BPl解決方案,其中,在仿腦VMM里,微觀涌現(xiàn)模型利用所述混沌概念和/或外來刺激產(chǎn)生單一操作對象或近端/遠(yuǎn)端糾結(jié)對象,如果仿腦思維體(BCE)的狀態(tài)仍為混沌,虛擬仿腦狀態(tài)機(jī)(VBSM)創(chuàng)建元數(shù)據(jù)和無振蕩網(wǎng)絡(luò)模型節(jié)點(diǎn),接受仿腦VMM平行運(yùn)算調(diào)度器的指派,離開仿腦VMM,最后回到無意識引擎OS;
[0027]由有意識引擎提供主觀經(jīng)驗(yàn),進(jìn)入仿腦VMM的第二類仿腦循環(huán):
[0028]步驟1,執(zhí)行BPl解決方案,其中,在仿腦VMM里,微觀涌現(xiàn)模型利用所述主觀經(jīng)驗(yàn)和/或外來刺激產(chǎn)生單一操作對象或近端/遠(yuǎn)端糾結(jié)對象,如果BCE的狀態(tài)為有序或臨界狀態(tài),進(jìn)入BP2解決方案;
[0029]步驟2,在BP2解決方案里:(I)分解BCE,進(jìn)入馮諾依曼循環(huán);(2)在馮諾依曼循環(huán)里,若BCE為吸引子,經(jīng)歷馮諾依曼過程2然后馮諾依曼過程1,在強(qiáng)意志力堅(jiān)持下,度量到糾結(jié)結(jié)果;否則,弱意志力介入,仿腦圖靈機(jī)循環(huán)的馮諾依曼過程2然后過程1,但過程I的度量只有弱意志力的堅(jiān)持,如果意志力允許,BCE離開馮諾依曼循環(huán),繼續(xù)仿腦仿真器循環(huán);(3)執(zhí)行糾錯(cuò),消除并糾正可能發(fā)生的仿腦錯(cuò)誤;(4)虛擬仿腦狀態(tài)機(jī)(VBSM),創(chuàng)建元數(shù)據(jù)和同步的網(wǎng)絡(luò)模型節(jié)點(diǎn);(5)調(diào)度器接受VMM網(wǎng)絡(luò)運(yùn)算調(diào)度器的指派,離開仿腦VMM,進(jìn)入有意識引擎OS;
[0030]步驟3,執(zhí)行仿腦認(rèn)知,在有意識引擎OS中,若輸入是建立事件、或建立語義,則執(zhí)行有意識引擎OS的仿腦認(rèn)知;
[0031]步驟4,智能評估,進(jìn)行涌現(xiàn)觀念的智能等級評估;
[0032]步驟5,完成循環(huán)并存儲BCE,包括可選擇輸出BCE的效應(yīng);可選擇執(zhí)行宏觀涌現(xiàn)模型的涌現(xiàn)通訊,最后以新的BCE的主觀經(jīng)驗(yàn)再進(jìn)入仿腦VMM。
[0033]一種在量子計(jì)算環(huán)境下實(shí)現(xiàn)量子門仿腦仿真的方法,其中使用絕熱量子方法時(shí),仿腦仿真器只是模擬器,其特征在于:
[0034]通過vNs過程O在有意識引擎OS形成主觀經(jīng)驗(yàn),在情感引擎形成意志力,進(jìn)入仿腦仿真器后,循環(huán)vNs過程2和過程1,不斷形成BCN網(wǎng)絡(luò)結(jié)點(diǎn),把BCE信息分別出來后,送給有意識引擎OS,在引擎OS那里做量子認(rèn)知的vNs過程3,過程如下:
[0035]步驟1:接受感情認(rèn)知模型輸出的主觀經(jīng)驗(yàn)與意志力;
[0036]步驟2:分解量子糾錯(cuò)成為邏輯量子位元及邏輯量子門;
[0037]步驟3:以物理控制順序,保持邏輯量子位元和量子門;
[0038]步驟4:仿腦圖靈機(jī)的循環(huán),并執(zhí)行以下子步驟:
[0039]子步驟41:存儲物理量子信息;
[0040]子步驟42:馮諾依曼過程2:單一操作和/或糾結(jié);
[0041]子步驟43:馮諾依曼過程1:物理度量;
[0042]子步驟44:由意志力判斷是否繼續(xù)仿腦圖靈機(jī)的循環(huán),若是,繼續(xù)子步驟41,否則離開循環(huán)進(jìn)入步驟5:
[0043]步驟5:邏輯度量,消錯(cuò);
[0044]步驟6:辮結(jié)/糾錯(cuò);
[0045]步驟7:透過仿真量子交換器,把信息送到有意識引擎;
[0046]步驟8:經(jīng)過有意識引擎的量子認(rèn)知模塊,和/或無意識引擎的混沌醞釀,回到步驟I。
[0047]一種在量子計(jì)算環(huán)境下實(shí)現(xiàn)絕熱仿腦仿真的方法,其中使用絕熱量子方法時(shí),仿腦仿真器只是模擬器,其特征在于:
[0048]在實(shí)施馮諾依曼過程2時(shí),虛擬收縮理論下的網(wǎng)絡(luò)同步快過“贏家全拿”,這是虛擬化對BCN網(wǎng)絡(luò)的影響,當(dāng)BL OS或BL VMM本身需要遷移時(shí),已量子糾結(jié)的數(shù)據(jù)利用量子瞬移遷移量子位元,如果數(shù)據(jù)為傳統(tǒng)數(shù)碼數(shù)據(jù),可以利用傳統(tǒng)和量子數(shù)據(jù)之間的轉(zhuǎn)換指令(3031),實(shí)行轉(zhuǎn)換再遷移,如此,傳統(tǒng)虛擬機(jī)鏡像和量子虛擬機(jī)鏡像可通過上述兩種方式混合后的量子通訊法加速遷移;此外,絕熱仿腦量子系統(tǒng)重復(fù)使用資源,已糾結(jié)的量子必需去糾結(jié),而意識引擎必需產(chǎn)生新的網(wǎng)絡(luò)節(jié)點(diǎn),類似于神經(jīng)元的神經(jīng)發(fā)生;
[0049]在實(shí)施馮諾依曼過程I時(shí),用非絕熱門作為探針并度量,節(jié)省量子計(jì)算資源,實(shí)施時(shí),絕熱模式將η個(gè)量子位元,K個(gè)體的互動(dòng)的祀目標(biāo)漢彌爾頓,映射為2個(gè)體的互動(dòng),因而計(jì)算時(shí),還可采取絕熱與非絕熱的混合模式式:使用絕熱寄存器為模擬寄存器,而使用非絕熱量子門為探針寄存器,以節(jié)省量子門硬件資源;
[0050]絕熱式演化在“再進(jìn)入循環(huán)”中產(chǎn)生幾何相位,對多個(gè)非線性耦合振蕩器,可以度量其吸引子;
[0051]在智能提升器中,絕熱式的簡并使用多個(gè)特征(eigen)狀態(tài)值,從V Utl)到Ψ (tn),來強(qiáng)化系統(tǒng)的魯棒性和復(fù)雜性;
[0052]其中,仿腦VMM運(yùn)行有關(guān)意識的量子算法時(shí),若非使用新量子算法,則傳統(tǒng)人工智能法必須轉(zhuǎn)換成量子算法,此種轉(zhuǎn)換工具也適用于非仿腦量子算法。
[0053]仿腦自主計(jì)算(Brain-like Autonomic Computing)系統(tǒng).[0054]仿腦計(jì)算虛擬化的方法,可以成為無意識和有意識引擎的基礎(chǔ)。在這兩個(gè)引擎上,分別建立多層應(yīng)用體系。我們認(rèn)為傳統(tǒng)的的自主管理軟件MAPE的元件就是無意識引擎的多個(gè)應(yīng)用層:從底層的監(jiān)視一分析一計(jì)劃一到最上層的執(zhí)行。但是這些無意識引擎應(yīng)用層還可以在外循環(huán)、內(nèi)循環(huán)、里循環(huán)的時(shí)候,從相應(yīng)的有意識引擎應(yīng)用層得到創(chuàng)意幫助。這些幫助包括:數(shù)據(jù)挖掘/意義分析模型、創(chuàng)意決策工程、創(chuàng)意執(zhí)行等應(yīng)用層。
[0055]多核計(jì)算集群( Multicore Computing Cluster)的仿腦件倉R服務(wù)系統(tǒng).[0056]優(yōu)化多核計(jì)算機(jī)集群的性能,可以在集群中一個(gè)機(jī)器上安裝量子配件,實(shí)現(xiàn)量子絕熱計(jì)算。優(yōu)化性能的算法可以經(jīng)過仿腦計(jì)算虛擬化逐漸從現(xiàn)有方法改進(jìn)。仿腦VMM的特點(diǎn)是它可以被安裝在集群中的每一個(gè)節(jié)點(diǎn)上,經(jīng)過VMM之間的通訊將各機(jī)器的性能數(shù)據(jù)傳至絕熱量子配件上加以計(jì)算,及時(shí)、有創(chuàng)意地調(diào)整各機(jī)器的工作負(fù)荷。
[0057]仿腦軟件開發(fā)和服務(wù)交付系統(tǒng)
[0058]本發(fā)明將信息產(chǎn)業(yè)的服務(wù)交付系統(tǒng)和軟件工程系統(tǒng)應(yīng)用在仿腦計(jì)算虛擬化的技術(shù)上。兩個(gè)系統(tǒng)的子流程都具有強(qiáng)涌現(xiàn)、次強(qiáng)涌現(xiàn)、弱涌現(xiàn)、次弱涌現(xiàn)的特征,必須通過意志力在仿腦仿真器中強(qiáng)調(diào)。這樣可以增進(jìn)該兩系統(tǒng)的成功機(jī)率。微觀涌現(xiàn)模型和宏觀涌現(xiàn)模型都提供相應(yīng)的BCE智能級別的評價(jià)。
[0059]仿腦災(zāi)備系統(tǒng)
[0060]從相應(yīng)的有意識引擎應(yīng)用層得到創(chuàng)意幫助。這些幫助包括:黑天鵝理論模型、決策工程、臨界執(zhí)行等應(yīng)用層。仿腦災(zāi)備系統(tǒng)可以利用量子通訊在平時(shí)或?yàn)?zāi)難時(shí)遷移仿腦OS和仿腦VMM。仿腦OS包括傳統(tǒng)虛擬機(jī)和量子虛擬機(jī)。由圖18A和18B可以看出這個(gè)例子已能找到問題根本原因(圖18B有關(guān)情節(jié)事件的記錄、分析與自萌發(fā));已能做一個(gè)設(shè)計(jì)(圖18A方框181);或產(chǎn)生一個(gè)能改進(jìn)自己的系統(tǒng)(圖18B方框18213)。所以,仿腦災(zāi)備系統(tǒng)已是一例,能回答在【背景技術(shù)】一欄中業(yè)界無法回答的問題:
[0061]“計(jì)算機(jī)系統(tǒng)如何自動(dòng)產(chǎn)生有創(chuàng)意的智能? ”【專利附圖】
【附圖說明】
[0062]圖1是仿腦計(jì)算的應(yīng)用層、0S/VMM層、和硬件層的結(jié)構(gòu)框圖;
[0063]圖2A是仿腦計(jì)算虛擬化方法的流程圖,以流程方式說明圖1;
[0064]圖2B是兩類仿腦循環(huán);
[0065]圖3是仿腦VMM的結(jié)構(gòu)框圖,說明圖1里的方框1024的細(xì)節(jié);
[0066]圖4微觀涌現(xiàn)模型的結(jié)構(gòu)框圖,說明圖2的步驟204和圖3的方框301;
[0067]圖5是循環(huán)式仿腦思維網(wǎng)絡(luò)(BCN)的構(gòu)建圖,以示意圖方式說明圖3在多次循環(huán)的各階段所形成的BCE的網(wǎng)絡(luò);
[0068]圖6是意志力/主觀經(jīng)驗(yàn)的操作模型的結(jié)構(gòu)框圖,說明圖3的方框3013 ;
[0069]圖7是虛擬仿腦狀態(tài)機(jī)的流程圖,說明圖3的方框304;
[0070]圖8A是發(fā)信與量子意識的類比圖,以示意圖方式說明兩者之間的類似;
[0071]圖SB是收信與量子意識的類比圖,以示意圖方式說明兩者之間的類似;
[0072]圖8C是智能級別提升器的流程圖,是圖8A與圖8B的一個(gè)實(shí)施例;
[0073]圖9A是仿腦仿真器循環(huán)和仿腦圖靈機(jī)循環(huán)量子門系統(tǒng)框圖,是以仿真量子計(jì)算設(shè)備“量子門”來實(shí)現(xiàn)圖8A,圖8B,與圖8C ;
[0074]圖9B是仿腦圖靈機(jī)循環(huán)絕熱模式系統(tǒng)框圖,是以仿真量子計(jì)算設(shè)備“絕熱式”來實(shí)現(xiàn)圖9A的方框921和922 ;
[0075]圖10是仿腦計(jì)算的操作系統(tǒng)(OS)的結(jié)構(gòu)框圖,說明圖1里的方框1021,1022,和1023 ;
[0076]圖11是仿腦認(rèn)知的流程圖,說明圖10里的方框100241和100242 ;
[0077]圖12是目標(biāo)語言的流程圖,說明圖10里的方框100243 ;
[0078]圖13是仿腦內(nèi)存的流程圖,說明圖10里的方框200223和100224,以及圖3里的方框308 ;
[0079]圖14A是仿腦OS宏觀涌現(xiàn)模型的架構(gòu)框圖,以架構(gòu)方式說明圖10里的方框100221 和 100222 ;
[0080]圖14B是仿腦OS宏觀涌現(xiàn)模型的流程圖,以流程方式說明圖10里的方框100221和100222,以及圖2里的步驟218 ;
[0081]圖15A是仿腦自主計(jì)算系統(tǒng)的架構(gòu)框圖;
[0082]圖15B是仿腦自主計(jì)算系統(tǒng)的結(jié)構(gòu)框圖;
[0083]圖16是多核計(jì)算機(jī)集群的性能服務(wù)系統(tǒng)的架構(gòu)框圖;
[0084]圖17信息產(chǎn)業(yè)涌現(xiàn)網(wǎng)絡(luò)系統(tǒng)架構(gòu)圖;
[0085]圖18A是關(guān)鍵使命的災(zāi)備系統(tǒng)的架構(gòu)圖;
[0086]圖18B是災(zāi)備系統(tǒng)工程設(shè)計(jì)架構(gòu)圖的一個(gè)樣本;
[0087]圖18C是災(zāi)備系統(tǒng)的0S/VMM層的功能模塊。
【具體實(shí)施方式】
[0088]在
【發(fā)明內(nèi)容】
部分中所述的以上各種發(fā)明概念均可分為方法的發(fā)明和系統(tǒng)的發(fā)明。詳情見下表:[0089]
【權(quán)利要求】
1.一種在流程運(yùn)行環(huán)境中進(jìn)行仿腦計(jì)算虛擬化的方法,其中所述流程運(yùn)行環(huán)境具有縱向架構(gòu)與橫向架構(gòu),所述縱向架構(gòu)包括情感引擎、無意識引擎、有意識引擎,而所述橫向架構(gòu)包括仿腦應(yīng)用層、仿腦操作系統(tǒng)/仿腦虛擬機(jī)監(jiān)視器(OS/VMM)層、仿腦硬件層,其特征在于,所述方法包括: 在仿腦OS/仿腦VMM層上運(yùn)行兩類循環(huán): 從無意識引擎OS醞釀混沌概念,之后進(jìn)入仿腦VMM的第一類仿腦循環(huán):執(zhí)行BPl解決方案,其中,在仿腦VMM里,微觀涌現(xiàn)模型利用所述混沌概念和/或外來刺激產(chǎn)生單一操作對象或近端/遠(yuǎn)端糾結(jié)對象,如果仿腦思維體(BCE)的狀態(tài)仍為混沌,虛擬仿腦狀態(tài)機(jī)(VBSM)創(chuàng)建元數(shù)據(jù)和無振蕩網(wǎng)絡(luò)模型節(jié)點(diǎn),接受仿腦VMM平行運(yùn)算調(diào)度器的指派,離開仿腦VMM,最后回到無意識引擎OS ; 由有意識引擎提供主觀經(jīng)驗(yàn),進(jìn)入仿腦VMM的第二類仿腦循環(huán): 步驟1,執(zhí)行BPl解決方案,其中,在仿腦VMM里,微觀涌現(xiàn)模型利用所述主觀經(jīng)驗(yàn)和/或外來刺激產(chǎn)生單一操作對象或近端/遠(yuǎn)端糾結(jié)對象,如果BCE的狀態(tài)為有序或臨界狀態(tài),進(jìn)入BP2解決方案: 步驟2,在BP2解決方案里:(I)分解BCE,進(jìn)入馮諾依曼循環(huán);(2)在馮諾依曼循環(huán)里,若BCE為吸引子,經(jīng)歷馮諾依曼過程2然后馮諾依曼過程1,在強(qiáng)意志力堅(jiān)持下,度量到糾結(jié)結(jié)果;否則,弱意志力介入,仿腦圖靈機(jī)循環(huán)的馮諾依曼過程2然后過程1,但過程I的度量只有弱意志力的堅(jiān)持,如果意志力允許,BCE離開馮諾依曼循環(huán),繼續(xù)仿腦仿真器循環(huán);(3)執(zhí)行糾錯(cuò),消除 并糾正可能發(fā)生的仿腦錯(cuò)誤;(4)虛擬仿腦狀態(tài)機(jī)(VBSM),創(chuàng)建元數(shù)據(jù)和同步的網(wǎng)絡(luò)模型節(jié)點(diǎn);(5)調(diào)度器接受VMM網(wǎng)絡(luò)運(yùn)算調(diào)度器的指派,離開仿腦VMM,進(jìn)入有意識引擎OS; 步驟3,執(zhí)行仿腦認(rèn)知,在有意識引擎OS中,若輸入是建立事件、或建立語義,則執(zhí)行有意識引擎OS的仿腦認(rèn)知; 步驟4,智能評估,進(jìn)行涌現(xiàn)觀念的智能等級評估; 步驟5,完成循環(huán)并存儲BCE,包括可選擇輸出BCE的效應(yīng);可選擇執(zhí)行宏觀涌現(xiàn)模型的涌現(xiàn)通訊,最后以新的BCE的主觀經(jīng)驗(yàn)再進(jìn)入仿腦VMM。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于: 所述情感引擎是有別于生物進(jìn)化系統(tǒng)的引擎,主宰仿腦系統(tǒng)的意志力;所述無意識引擎和有意識引擎仿效人的左右腦分離,無意識引擎具有傳統(tǒng)電腦的邏輯思維,也就是仿效左腦,而有意識引擎具有量子電腦或分子電腦的非邏輯思維,也就是仿效右腦; 所述仿腦應(yīng)用層包括4個(gè)象限:D象限有意識引擎的涌現(xiàn)事實(shí),實(shí)現(xiàn)非邏輯分析、計(jì)劃、決策、和執(zhí)行功能,I象限有意識引擎的涌現(xiàn)社交,處理非邏輯社交基礎(chǔ)及行為,S象限無意識引擎的邏輯社交,處理邏輯的社交基礎(chǔ)及行為,C象限無意識引擎的的事實(shí),實(shí)現(xiàn)邏輯分析、計(jì)劃、決策、和執(zhí)行的功能,此外仿腦應(yīng)用層還包括感情引擎的個(gè)人感情應(yīng)用和社交感情應(yīng)用;所述仿腦操作系統(tǒng)/仿腦虛擬機(jī)監(jiān)視器OS/VMM層處理仿腦思維網(wǎng)絡(luò)(BCN)中的節(jié)點(diǎn),仿腦思維體(BCE);而所述仿腦硬件層包括傳統(tǒng)電腦、量子電腦或其機(jī)件、分子電腦或奈米機(jī)件的共同組合。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述仿腦VMM包含下列組件: (I)微觀涌現(xiàn)模型;(2)感情認(rèn)知模型; (3)虛擬仿腦狀態(tài)機(jī); (4)微觀記憶系統(tǒng); (5)代理及價(jià)值系統(tǒng),包括中央控制系統(tǒng),人際運(yùn)算管理模塊,PEP/PDF/Hyperbus資源消耗表; (6)仿腦仿真器,包含仿腦仿真循環(huán)、指令集、仿腦仿真通訊、仿腦仿真內(nèi)存管理單元; (7)仿腦調(diào)度器,支持無意識引擎的平行運(yùn)算和有意識引擎的網(wǎng)絡(luò)運(yùn)算; (8)智能提升器,借助外部刺激、意志力和內(nèi)部簡并架構(gòu)來提升智能級別; 所述微觀涌現(xiàn)模型和代理/價(jià)值系統(tǒng)的組合稱為仿腦VMM內(nèi)核,仿腦OS/VMM層可以有三種設(shè)計(jì):松耦合、中耦合、緊耦合,其中,松耦合設(shè)計(jì)是將所述內(nèi)核置于仿腦仿真器之外,中耦合設(shè)計(jì)是將所述內(nèi)核置于仿腦仿真器內(nèi),而在仿腦圖靈機(jī)之外,緊耦合設(shè)計(jì)是將內(nèi)核置于仿腦圖靈機(jī)之內(nèi),后兩種設(shè)計(jì)都有類似松耦合的兩類仿腦循環(huán)。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于: 多個(gè)BCN可以是并發(fā)的,任意時(shí)刻都有許多的BCN同時(shí)運(yùn)行;多個(gè)BCN之間可以橫向聯(lián)結(jié),利用“連接柱”連接在不同層次,不同維度的BCN網(wǎng)絡(luò);其中,BCN可以由涌現(xiàn)數(shù)學(xué)制模,網(wǎng)絡(luò)中的每個(gè)BCE具有混沌、有序或臨界的各主要智能狀態(tài),其中混沌BCE仿效各別的神經(jīng)元放電和整合,不具備意識的思維,有序和臨界的BCE則是有意識思維,靠同一頻率振蕩,智能級別的提升有賴于所述BCE狀態(tài)的升級,使用并改進(jìn)蒼田數(shù)學(xué)模型或 Hodgkin-Huxley數(shù)學(xué)模型,可以輔助提升BCE狀態(tài)和智能。
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述微觀涌現(xiàn)模型執(zhí)行下述步驟: 建立動(dòng)態(tài)系統(tǒng)的差分或微分方程式,接受從無意識引擎來的混沌概念或有意識引擎來的主觀經(jīng)驗(yàn)作為BCE ; 接受外界刺激為動(dòng)態(tài)系統(tǒng)的攬動(dòng)力,調(diào)整動(dòng)態(tài)系統(tǒng); 利用自組織方式產(chǎn)生新的BCE信息,其中在初始第一循環(huán)中產(chǎn)生單獨(dú)操作的對象,在其后循環(huán)中再產(chǎn)生與已有的BCE糾結(jié)的近程或遠(yuǎn)程的新BCE對象; 如果BCE的狀態(tài)為混沌,情感認(rèn)知模型(ACM)的意志力決定是否堅(jiān)持度量方向:(1)如果堅(jiān)持,在每次循環(huán)中逐漸積分動(dòng)態(tài)系統(tǒng)的方程式,建立網(wǎng)絡(luò)節(jié)點(diǎn),在非同步網(wǎng)絡(luò)中延伸,最后回到無意識引擎;(2)否則無意志力,無作用; 如果BCE的狀態(tài)為有序或臨界,微觀涌現(xiàn)模型預(yù)備近端或遠(yuǎn)端糾結(jié)對象,接受情感認(rèn)知模型的意志力輸出,進(jìn)入仿腦仿真器; 其中如果BCE的狀態(tài)為有序,實(shí)現(xiàn)橫向同步,進(jìn)入仿腦圖靈機(jī); 如果BCE的狀態(tài)為臨界,驗(yàn)證其為局部或全局的盆地吸引子,實(shí)現(xiàn)局部或全局同步,進(jìn)入仿腦圖靈機(jī); 透過微觀輸出接口,有意識引擎可以傳遞指令給無意識引擎,為無意識BCE升級至有序狀態(tài),透過微觀輸入接口,無意識引擎可以將程序運(yùn)行結(jié)果發(fā)給有意識引擎,并告知無意識BCE的狀態(tài)。
6.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述情感認(rèn)知AC模型執(zhí)行下述步驟: 接受從情感引擎OS而來的心理框架和情緒的輸入; AC模型把基于前景理論的主觀價(jià)值函數(shù),擴(kuò)充為經(jīng)驗(yàn)-實(shí)用函數(shù),以及預(yù)測-實(shí)用函數(shù),假設(shè)在持續(xù)不斷的決策中,這些主觀的價(jià)值函數(shù)的形狀和參數(shù)是隨著決策者的情感狀態(tài)和對工作的信心而變; AC模型的輸出為一種經(jīng)過理性經(jīng)驗(yàn)判斷得出的意志力,它決定BCE單元操作或糾結(jié)的時(shí)空深化程度,類似神經(jīng)元決定是否釋放神經(jīng)遞質(zhì)/離子,或伽瑪同步的縫隙連接的開或關(guān); 所述意志力會受到中央控制系統(tǒng)的影響,這種影響是基于獎(jiǎng)勵(lì)功能,中央控制系統(tǒng)可以隨選地接受外界控制,如果無意識引擎,有意識引擎和情感引擎組成一個(gè)相當(dāng)于一個(gè)人腦的仿腦引擎的集合,中央控制系統(tǒng)可以控制多個(gè)運(yùn)行其上的相當(dāng)于多個(gè)人腦/多個(gè)自我的集合。
7.根據(jù)權(quán)利要求3所述的方法,其特征在于, 所述虛擬仿腦狀態(tài)機(jī)提供下列寫入和讀出功能=(I)BCE的系統(tǒng)狀態(tài)值:已初始化、已糾結(jié)、已專注、去糾結(jié)、失憶;以及智能狀態(tài)值:不連接混沌、連接混沌、初始有序、高度有序、局部臨界、全局臨界,(2)如果是實(shí)現(xiàn)量子計(jì)算,度量BCE數(shù)據(jù)的可信度,(3)輔助BCE網(wǎng)絡(luò)節(jié)點(diǎn)建立的數(shù)據(jù)和 元數(shù)據(jù),和(4)輔助BCE數(shù)據(jù)庫搜索的數(shù)據(jù)和元數(shù)據(jù)。
8.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述指令集包含如下仿腦指令: (1)動(dòng)態(tài)增加BCE的指令:取代傳統(tǒng)CPU的中斷,中斷沒有必要,但必須立即增加一或多個(gè)BCE或BCN的子網(wǎng)來處理BCE新思維,這樣可以避免區(qū)分同步和異步的操作; (2)傳統(tǒng)數(shù)據(jù)和量子數(shù)據(jù)之間的轉(zhuǎn)換指令:傳統(tǒng)數(shù)碼O與I的數(shù)據(jù)可轉(zhuǎn)換成量子位元的數(shù)據(jù),或從量子位元轉(zhuǎn)換為傳統(tǒng)數(shù)碼數(shù)據(jù),若有必要,傳統(tǒng)數(shù)碼O與I的數(shù)據(jù)先轉(zhuǎn)換成分子或原子計(jì)算的數(shù)據(jù),再轉(zhuǎn)換成量子位元數(shù)據(jù),從量子位元轉(zhuǎn)換為傳統(tǒng)數(shù)碼數(shù)據(jù)亦然; (3)產(chǎn)生BCE的指令:這些指令配合高層OS產(chǎn)生BCE,當(dāng)硬件為量子計(jì)算機(jī)時(shí),可以與遠(yuǎn)端量子糾結(jié); (4)無意識混沌醞釀指令:這些指令配合高層OS混沌醞釀功能,實(shí)現(xiàn)類似人腦的放電和整合的無振動(dòng)網(wǎng)絡(luò)處理; (5)主觀經(jīng)驗(yàn)輸入指令:主觀經(jīng)驗(yàn)作為馮諾依曼過程2的輸入; (6)意志力輸入指令:意志力/專注力作為仿腦圖靈機(jī)的輸入,意志力代表外界“量子實(shí)驗(yàn)度量者的特質(zhì)”; (7)糾結(jié)BCE的指令; (8)仿腦VMM和仿腦引擎OS之間的模式切換指令; (9)微觀涌現(xiàn)模型的接口指令子集:可以包括松耦合設(shè)計(jì)時(shí)VMM內(nèi)核與仿真器在BCN上的切換,數(shù)學(xué)模型的接口,包括自相似,以及微觀輸入和輸出接口。
9.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述仿腦OS包含以下4個(gè)元件: (1)無意識引擎的OS,包含馬可夫和非馬可夫機(jī)器學(xué)習(xí)的方法庫、混屯概念醞釀模型的驅(qū)動(dòng)、以及傳統(tǒng)電腦語言; (2)有意識引擎的OS,包含仿腦認(rèn)知、評價(jià)智能級別的元件、以及目標(biāo)語言; (3)情感引擎的OS; (4)各引擎的OS共享元件,包含仿腦內(nèi)存和仿腦通訊,仿腦內(nèi)存包含陳述性的語義內(nèi)存和情節(jié)內(nèi)存,和非陳述性的程序內(nèi)存;仿腦通訊包括宏觀涌現(xiàn)模型的強(qiáng)、弱涌現(xiàn)通訊,和社區(qū)通訊發(fā)現(xiàn)方法。
10.根據(jù)權(quán)利要求9所述的方法,其特征在于: 所述仿腦認(rèn)知以下列方法定義智能級別: (1)以合理性度量單一操作的BCE智能級別; (2)以意義、相干性,貝爾不等式的違反性為被糾結(jié)的BCE度量智能級別; (3)以干擾圖形解釋和重疊為被干擾的BCE度量智能級別; (4)以身份、個(gè)別性,微觀/宏觀薛丁格貓,為多于2個(gè)BCE度量智能級別; 利用所述智能級別的定義,運(yùn)行Graver算法,從數(shù)據(jù)庫抽樣比較智能級別; 將傳統(tǒng)語義分析結(jié)果輸入數(shù)據(jù)庫,所述分析包含語法解析、語義解析、角色加標(biāo)簽、和去語義不清。
11.根據(jù)權(quán)利要求9所述的方法,其特征在于, 所述目標(biāo)語言是OS產(chǎn)生并控制智能思維的高等語言;目標(biāo)語言本身可以用目標(biāo)語言編寫,但最終是基于仿腦指令集; 所述目標(biāo)語言具有類似傳統(tǒng)電腦語言的句法和語義分析,該語言的運(yùn)算主體含以下邏輯:首先定義或接受應(yīng)用所訂立的目標(biāo);其次向上編程:利用“向上調(diào)度(upcall)”檢查當(dāng)前的操作是否符合目標(biāo),若否,則作適當(dāng)修正; 所述目標(biāo)語言提供三種接口: (1)人機(jī)接口,包 括程序員提供強(qiáng)化學(xué)習(xí)、天賦、經(jīng)驗(yàn)、應(yīng)用程序輸入、自動(dòng)輸入和其它外界刺激輸入; (2)元件庫接口:提供涌現(xiàn)通訊接口、與包括非陳述性內(nèi)存和陳述性內(nèi)存的仿腦內(nèi)存交流的仿腦內(nèi)存接口以及與仿腦認(rèn)知模型交流的仿腦認(rèn)知模型的接口,這樣,有意識引擎的應(yīng)用程序得以和這些OS元件模塊交流; (3)傳統(tǒng)語言互動(dòng)接口:借用互動(dòng)接口(IIf)與傳統(tǒng)語言交流,其中所述IIf有三種形式:(a)利用Aspect編程插入其向上編程的指令,擴(kuò)充傳統(tǒng)電腦語言如Prolog、Python或Java ; (b)目標(biāo)語言作為另一個(gè)語言,使用IIf與傳統(tǒng)電腦語言互動(dòng);(c)目標(biāo)語言和傳統(tǒng)語言合并為一個(gè)語言,沒有IIf的必要; 所述涌現(xiàn)通訊接口與涌現(xiàn)通訊模型交流,涌現(xiàn)通訊模型包含下列步驟: 步驟1:判斷是個(gè)體還是群體涌現(xiàn),若是個(gè)體涌現(xiàn),進(jìn)行步驟2,否則為群體涌現(xiàn),進(jìn)行步驟3 ; 步驟2:宏觀涌現(xiàn)模型保持單一涌現(xiàn)思維,呈現(xiàn)代理、意義、價(jià)值、工作; 步驟3:判斷是否全部思維都有用,若是,進(jìn)行步驟4 ;否則進(jìn)行步驟5 ; 步驟4:宏觀涌現(xiàn)模型保持多個(gè)BCE向同方向移動(dòng); 步驟5:從打分法或What if法二者之中選擇一種方法進(jìn)行。
12.根據(jù)權(quán)利要求9所述的方法,其特征在于: 語義內(nèi)存使用Frame, block, network, schema制作模型; 情節(jié)內(nèi)存使用Prolog語言進(jìn)行符號的讀寫; 程序內(nèi)存利用無意識引擎讀寫; 相關(guān)內(nèi)存使用量子理論和神經(jīng)網(wǎng)絡(luò)讀寫; BCE狀態(tài)寫入虛擬仿腦狀態(tài)機(jī)時(shí),利用量子力學(xué)計(jì)算概率; 利用量子相干性導(dǎo)致量子相干性的結(jié)果模擬BCE流;利用擴(kuò)散量子相干性狀態(tài)導(dǎo)致一連串心理狀態(tài)模擬一連串BCE思維; 仿腦內(nèi)存的基礎(chǔ)讀寫操作,透過仿腦VMM里的微觀記憶系統(tǒng),接受心理框架、情緒和價(jià)值系統(tǒng)的影響,完成: (O寫操作:信息分類及創(chuàng)造多個(gè)過程; (2)讀操作:多個(gè)過程使用簡并以重現(xiàn)信息。
13.根據(jù)權(quán)利要求9所述的方法,其特征在于: 所述仿腦引擎OS也管理通訊資源,宏觀涌現(xiàn)模型讓有意識引擎的OS可以和無意識引擎的OS交流,執(zhí)行類似人的左右腦之間的通訊;社群通訊可以在多人之間,或仿腦VMM上運(yùn)行的多個(gè)OS組之間,每組由有意識、無意識、情感引擎的三個(gè)OS組成; 通訊的內(nèi)容:可以由個(gè)別BCE到許多BCE組合成的程序,按照智能級別將BCE區(qū)分為智能級別高的強(qiáng)涌現(xiàn)、智能級別低的弱涌現(xiàn)、智能級別極微弱的混沌涌現(xiàn),其中在弱涌現(xiàn)情況,系統(tǒng)尋找一個(gè)程序?qū)⑷跤楷F(xiàn)BCE插入;在強(qiáng)涌現(xiàn)情況,系統(tǒng)尋找數(shù)個(gè)程序合起來滿足強(qiáng)涌現(xiàn)BCE。
14.根據(jù)權(quán)利要求4所述的方法,其特征在于: 所述BCE狀態(tài)升級的過程有多個(gè)階段,每個(gè)階段是由一個(gè)BCE逐步分解或糾結(jié)成多個(gè)BCE, “信息”或BCE可以 是一個(gè)不可被分解的概念單元(節(jié)點(diǎn)),或一個(gè)可被分解的概念群(BCN整個(gè)網(wǎng)絡(luò)或子網(wǎng)),也就是說,一連串的單獨(dú)思維或各個(gè)思維融合在一起的思維流; BCE的三個(gè)主要狀態(tài):混沌、有序和臨界,每個(gè)狀態(tài)還可再區(qū)分為兩個(gè)二級狀態(tài),共有六個(gè)二級狀態(tài)依序?yàn)?不連接混沌、連接混沌、初始有序、高度有序、局部臨界、全局臨界;如果BCE的智能級別要晉升,其包含的信息量要成冪次級的增加,而增加時(shí)必須通過每兩個(gè)二級狀態(tài)之間的閾值; 當(dāng)信息被收到時(shí),信息首先要被區(qū)分開來,然后要解釋區(qū)分出來的信息,最后要對被解釋的信息采取行動(dòng);這些信息行為依賴攜帶信息的離子或電子,當(dāng)它們實(shí)現(xiàn)單獨(dú)操作或與其它量子糾結(jié)時(shí),在BL VMM中必須要判斷度量的結(jié)果是否被接受、協(xié)議是否要改變、信息是否被選??;若離開了 BL VMM,信息結(jié)果被認(rèn)知,得到語義和意義,最后信息被合并,轉(zhuǎn)發(fā),傳播(合并+轉(zhuǎn)發(fā)),或被拒絕; 被糾結(jié)的BCE必須是具有相同頻率,其中越是相離遙遠(yuǎn)的網(wǎng)絡(luò)中的BCE被糾結(jié),其智能級別高的可能性就越高,但形成完全不合理的BCE的可能性也相對高。
15.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述智能提升器執(zhí)行下述方法: 仿腦系統(tǒng)經(jīng)由外界刺激、意志力、和內(nèi)部簡并結(jié)構(gòu)提升智能級別; 意志力受到外界刺激的攪動(dòng),促使內(nèi)部架構(gòu)自適應(yīng); 意志力增加BCE的網(wǎng)絡(luò)連接力和BCE的數(shù)目,使BCE越過連接閾值;意志力增加其它許多相關(guān)的BCE的網(wǎng)絡(luò)連接力和網(wǎng)絡(luò)同步力,使BCE越過同步閾值,意志力增加BCE的規(guī)則性,使BCE越過有序閾值,意志力促成BCE的盆地吸引子,使BCE越過臨界閾值,意志力促成BCE的盆地吸引子聚合,使BCE越過全局閾值; 簡并原則使用在仿腦系統(tǒng)的內(nèi)部結(jié)構(gòu)提升智能級別,有下列的情況: (1)BCE狀態(tài)提升為連接混沌:復(fù)雜度從零變?yōu)榈?,魯棒性從零變?yōu)榧內(nèi)哂酂o功能可塑性,僅具有冗余的系統(tǒng)緩沖器,意志代理只能參與響應(yīng)與BCE有關(guān)的幾個(gè)任務(wù); (2)BCE狀態(tài)提升為初始有序:復(fù)雜度從低增加,魯棒性從純?nèi)哂嘧優(yōu)榧內(nèi)哂嗟哂泄δ芸伤苄?,意即具有多個(gè)意志代理,代理們可以簡并,但只能被重指派相近的任務(wù); (3)BCE狀態(tài)提升為高度有序:高度同步,復(fù)雜度繼續(xù)增加,魯棒性從功能可塑性純?nèi)哂?,變?yōu)楣δ苋哂圄敯?,意即不再被重指派任?wù)而是開始資源重設(shè)置,某功能群的任務(wù)增加而另一功能群的任務(wù)減少,通過所謂“重指派通道”,第一功能群的資源受到(資源過剩的)第二群的支持; (4)BCE狀態(tài)提升為局部臨界:復(fù)雜度從低轉(zhuǎn)高,魯棒性從功能冗余魯棒再加上功能可塑性,成為局部簡并,其中通過許多不同的“重指派通道”有大量的資源被重設(shè)置,同時(shí),意志力的獎(jiǎng)賞功能鼓勵(lì)大膽創(chuàng)新; (5)BCE狀態(tài)提升為全局臨界:復(fù)雜度從高轉(zhuǎn)極高,魯棒性從局部簡并成為全局簡并,包括多網(wǎng)絡(luò)并發(fā),分布式響應(yīng),具有一系列的彼此簡并的多意志代理,同時(shí),意志力的獎(jiǎng)賞功能鼓勵(lì)大膽創(chuàng)新,自動(dòng)催化智能提升。
16.一種在量子計(jì)算環(huán)境下實(shí)現(xiàn)量子門仿腦仿真的方法,其中使用絕熱量子方法時(shí),仿腦仿真器只是模擬器,其特征在于: 通過vNs過程O在有意識引擎OS形成主觀經(jīng)驗(yàn),在情感引擎形成意志力,進(jìn)入仿腦仿真器后,循環(huán)vNs過程2和過程1,不斷形成BCN網(wǎng)絡(luò)結(jié)點(diǎn),把BCE信息分別出來后,送給有意識引擎OS,在引擎OS那里做量子認(rèn)知的vNs過程3,過程如下: 步驟1:接受感情認(rèn)知模型輸出的主觀經(jīng)驗(yàn)與意志力; 步驟2:分解量子糾錯(cuò)成為邏輯量子位元及邏輯量子門; 步驟3:以物理控制順序,保持邏輯量子位元和量子門; 步驟4:仿腦圖靈機(jī)的循環(huán),并執(zhí)行以下子步驟: 子步驟41:存儲物理量子信息; 子步驟42:馮諾依曼過程2:單一操作和/或糾結(jié); 子步驟43:馮諾依曼過程1:物理度量; 子步驟44:由意志力判斷是否繼續(xù)仿腦圖靈機(jī)的循環(huán),若是,繼續(xù)子步驟41,否則離開循環(huán)進(jìn)入步驟5: 步驟5:邏輯度量,消錯(cuò); 步驟6:辮結(jié)/糾錯(cuò); 步驟7:透過仿真量子交換器,把信息送到有意識引擎; 步驟8:經(jīng)過有意識引擎的量子認(rèn)知模塊,和/或無意識引擎的混沌醞釀,回到步驟I。
17.一種在量子計(jì)算環(huán)境下實(shí)現(xiàn)絕熱仿腦仿真的方法,其中使用絕熱量子方法時(shí),仿腦仿真器只是模擬器,其特征在于: 在實(shí)施馮諾依曼過程2時(shí),虛擬收縮理論下的網(wǎng)絡(luò)同步快過“贏家全拿”,這是虛擬化對BCN網(wǎng)絡(luò)的影響,當(dāng)BL OS或BL VMM本身需要遷移時(shí),已量子糾結(jié)的數(shù)據(jù)利用量子瞬移遷移量子位元,如果數(shù)據(jù)為傳統(tǒng)數(shù)碼數(shù)據(jù),可以利用傳統(tǒng)和量子數(shù)據(jù)之間的轉(zhuǎn)換指令(3031),實(shí)行轉(zhuǎn)換再遷移,如此,傳統(tǒng)虛擬機(jī)鏡像和量子虛擬機(jī)鏡像可通過上述兩種方式混合后的量子通訊法加速遷移;此外,絕熱仿腦量子系統(tǒng)重復(fù)使用資源,已糾結(jié)的量子必需去糾結(jié),而意識引擎必需產(chǎn)生新的網(wǎng)絡(luò)節(jié)點(diǎn),類似于神經(jīng)元的神經(jīng)發(fā)生; 在實(shí)施馮諾依曼過程I時(shí),用非絕熱門作為探針并度量,節(jié)省量子計(jì)算資源,實(shí)施時(shí),絕熱模式將η個(gè)量子位元,K個(gè)體的互動(dòng)的祀目標(biāo)漢彌爾頓,映射為2個(gè)體的互動(dòng),因而計(jì)算時(shí),還可采取絕熱與非絕熱的混合模式式:使用絕熱寄存器為模擬寄存器,而使用非絕熱量子門為探針寄存器,以節(jié)省量子門硬件資源; 絕熱式演化在“再進(jìn)入循環(huán)”中產(chǎn)生幾何相位,對多個(gè)非線性耦合振蕩器,可以度量其吸引子; 在智能提升器中,絕熱式的簡并使用多個(gè)eigen狀態(tài)值,從V Utl)到V(tn),來強(qiáng)化系統(tǒng)的魯棒性和復(fù)雜性; 其中,仿腦VMM運(yùn)行有關(guān)意識的量子算法時(shí),若非使用新量子算法,則傳統(tǒng)人工智能法必須轉(zhuǎn)換成量子算法,此種轉(zhuǎn)換工具也適用于非仿腦量子算法。
18.一種仿腦自主計(jì)算系統(tǒng),其特征在于,它包括: 無意識引擎; 有意識引擎; 其中,通過細(xì)分仿腦計(jì)算虛擬化方法的3層結(jié)構(gòu)由下至上生成7層架構(gòu),其中無意識引擎和有意識引擎各有自己的7層,如果以無意識引擎的7層為主,有意識引擎的各層只是通過自主計(jì)算的外循環(huán)、內(nèi)循環(huán)、里循環(huán),來輔助相應(yīng)的無意識引擎的層; 無意識引擎的應(yīng)用包含傳統(tǒng)應(yīng)用,無意識引擎的第七層應(yīng)用:微觀管理,無意識引擎的第六層應(yīng)用:社交基礎(chǔ),無意識引擎的第五層應(yīng)用:執(zhí)行準(zhǔn)備,無意識引擎的第四層應(yīng)用:計(jì)劃,無意識引擎的第三層應(yīng)用:句法和語義分析; 有意識引擎的應(yīng)用包含有意識引擎的第七層應(yīng)用:社交應(yīng)用、財(cái)政工程,有意識引擎的第六層應(yīng)用:社交基礎(chǔ)針對廣大群眾信息,有意識引擎的第五層應(yīng)用:創(chuàng)意涌現(xiàn)執(zhí)行準(zhǔn)備,有意識引擎的第四層 應(yīng)用:決策涌現(xiàn)工程,有意識引擎的第三層應(yīng)用:意義分析/數(shù)據(jù)挖掘/建立規(guī)則; 輸入模塊:外界刺激進(jìn)入硬件感應(yīng)器,包括文字、圖形、視頻、音頻; 監(jiān)聽模塊:原始刺激數(shù)據(jù)送入對象識別器; 分析模塊:對象識別器的結(jié)果(例如方塊、圓形和其它幾何圖形)送給傳統(tǒng)語義分析;而傳統(tǒng)語義分析又必須要仰賴有意識引擎OS的仿腦認(rèn)知以導(dǎo)出意義,而運(yùn)行其上的有意識引擎第三層的應(yīng)用可以取代人腦進(jìn)行規(guī)則的創(chuàng)建,數(shù)據(jù)的挖掘,真正知道外界刺激的意義; 計(jì)劃模塊:完全理解的語義/意義被送到無意識引擎的第四層應(yīng)用:計(jì)劃;專業(yè)知識的主觀經(jīng)驗(yàn)必需經(jīng)由有意識引擎第四層應(yīng)用:決策(涌現(xiàn))工程來輔助融入決策所要的涌現(xiàn)思維; 執(zhí)行模塊:一個(gè)具有專業(yè)知識、又有創(chuàng)意的計(jì)劃被送給無意識引擎的第五層應(yīng)用:執(zhí)行準(zhǔn)備;傳統(tǒng)的執(zhí)行準(zhǔn)備必須要有有意識引擎的第五層應(yīng)用:創(chuàng)意執(zhí)行來成立專案解決方案,輔助創(chuàng)意的執(zhí)行,避免成效不彰; 輸出模塊:一個(gè)完整的執(zhí)行實(shí)現(xiàn)于硬件效應(yīng)器; 其中,所述仿腦自主計(jì)算系統(tǒng)是在傳統(tǒng)自主計(jì)算的監(jiān)視一分析一計(jì)劃一執(zhí)行(簡稱MAPE)的過程中,借助外循環(huán)、內(nèi)循環(huán)、里循環(huán),插入了從有意識引擎而來的涌現(xiàn)思維; 其中,所述仿腦自主計(jì)算系統(tǒng)的外循環(huán)表示監(jiān)視一分析一計(jì)劃一執(zhí)行后再回到一監(jiān)視,仿腦自主計(jì)算系統(tǒng)的內(nèi)循環(huán)表示任何兩個(gè)過程都可以彼此循環(huán),仿腦自主計(jì)算系統(tǒng)的里循環(huán)表示任何單獨(dú)的過程可以自身重復(fù)。
19.一種提供多核計(jì)算機(jī)集群的性能服務(wù)系統(tǒng)的方法,其特征在于,包括: 仿腦VMM安裝在每個(gè)刀片服務(wù)器上,進(jìn)行彼此之間性能信息的溝通,仿腦自主計(jì)算本質(zhì)上仍將保持自主計(jì)算參考體系的(ACRA)自主系統(tǒng)架構(gòu),仿腦VMM可以完全兼容傳統(tǒng)OS和ACRA架構(gòu),因此傳統(tǒng)應(yīng)用和傳統(tǒng)OS都無需做代碼修改,PMU發(fā)掘傳統(tǒng)硬件的底層健康和性能信息可以被仿腦VMM捕捉,仿腦計(jì)算把現(xiàn)有的性能方法當(dāng)作主觀經(jīng)驗(yàn),隨時(shí)創(chuàng)造性地改善集群性能; 為了優(yōu)化量子計(jì)算機(jī)硬件資源的使用,在集群中選取一臺多核刀片服務(wù)器,配以絕熱量子計(jì)算配件,并在其上運(yùn)行下列軟件:仿腦VMM和三種OS軟件:傳統(tǒng)Linux虛機(jī),無意識引擎OS,和有意識引擎OS,這臺服務(wù)器具備了完整的仿腦計(jì)算方法的元件,是整個(gè)多核計(jì)算機(jī)集群的領(lǐng)頭服務(wù)器,能夠收集其它服務(wù)器的信息,以涌現(xiàn)思維實(shí)現(xiàn)整個(gè)集群的性能改進(jìn); 集群中其它多核刀片服務(wù)器上則可以運(yùn)行下列軟件:仿腦V麗和各式OS:無意識引擎OS,多核Linux OS,或傳統(tǒng)Linux虛機(jī),如果服務(wù)器沒有運(yùn)行無意識引擎OS,則該服務(wù)器雖然運(yùn)行仿腦VMM,但只能運(yùn)行傳統(tǒng)的多核性能工具,無法為領(lǐng)頭服務(wù)器收集仿腦信息,而運(yùn)行無意識引擎的服務(wù)器,可以為領(lǐng)頭服務(wù)器收集仿腦信息。
20.一種信息產(chǎn)業(yè)的仿腦服務(wù)交付系統(tǒng)和仿腦軟件工程系統(tǒng),其中:仿腦服務(wù)交付系統(tǒng)和仿腦軟件工程系統(tǒng)的流程運(yùn)行環(huán)境具有縱向架構(gòu)與橫向架構(gòu),所述縱向架構(gòu)包括情感引擎、無意識引擎、有意識引擎,而所述橫向架構(gòu)包括仿腦應(yīng)用層、仿腦操作系統(tǒng)/仿腦虛擬機(jī)監(jiān)視器層、和仿腦硬件層,其特征在于, 所述仿腦硬件層包含傳統(tǒng) 電腦、量子電腦和/或分子電腦; 所述仿腦OS/仿腦VMM層運(yùn)行兩類循環(huán),包括無意識的第一類循環(huán)和有意識的第二類循環(huán),在仿腦OS層里,宏觀涌現(xiàn)模型通過社區(qū)網(wǎng)絡(luò),過濾得出宏觀智能級別高的強(qiáng)涌現(xiàn)BCE,在仿腦VMM層里,微觀涌現(xiàn)模型通過自組織臨界性和吸引子,過濾得出微觀智能級別高的BCE ; 所述仿腦應(yīng)用層包括偏重社交應(yīng)用的仿腦服務(wù)交付系統(tǒng)和偏重事實(shí)應(yīng)用的仿腦軟件工程系統(tǒng),這兩種系統(tǒng)的特征在于, 運(yùn)營一個(gè)信息產(chǎn)業(yè)公司的管理流程知識,所述管理流程知識在涌現(xiàn)網(wǎng)絡(luò)BCN中包括:仿腦軟件開發(fā)工程的開發(fā)知識,和仿腦軟件服務(wù)交付的服務(wù)知識,開發(fā)知識又包括各種工程文件:觀念文件、需求文件、設(shè)計(jì)文件、代碼、測試文件,這些文件利用涌現(xiàn)網(wǎng)絡(luò)產(chǎn)生,對于服務(wù)交付流程,強(qiáng)涌現(xiàn)是在服務(wù)策略管理和服務(wù)交付的流程里,對于軟件工程流程,涌現(xiàn)思維BCE的智能級別由強(qiáng)涌現(xiàn)的觀念文件到弱涌現(xiàn)的測試文件; 涌現(xiàn)BCE的強(qiáng)弱與所述情感引擎形成的意志力有關(guān),對于軟件工程,仿腦VMM把意志力加重在形成觀念文件的階段;對于服務(wù)交付,仿腦VMM把意志力加重在服務(wù)策略管理和服務(wù)交付的階段。
21.一種關(guān)鍵使命的仿腦災(zāi)備系統(tǒng),其特征在于,包括四部分: (1)無意識引擎,把企業(yè)現(xiàn)有的、其它單位的災(zāi)備方法進(jìn)行仿腦計(jì)算虛擬化,也就是將其重要觀念分析后加入仿腦內(nèi)存,形成仿腦涌現(xiàn)BCE網(wǎng)絡(luò),之后,這些概念就會被當(dāng)成混沌觀念醞釀,或主觀經(jīng)驗(yàn)處理; (2)宏觀涌現(xiàn)模型,在實(shí)現(xiàn)決策工程時(shí),啟用所述宏觀涌現(xiàn)模型,對從觀念文件到測試文件的流程,按照強(qiáng)涌現(xiàn)、次強(qiáng)涌現(xiàn)、弱涌現(xiàn)、次弱涌現(xiàn)的智能級別加以管理; (3)意識引擎,運(yùn)行傳統(tǒng)語義分析,并利用仿腦認(rèn)知方法把黑天鵝理論的各式模型、決策工程的知識輸入仿腦涌現(xiàn)BCE網(wǎng)絡(luò); (4)黑天鵝的自相似模型,可以透過仿腦仿真器里、仿腦指令集里有關(guān)災(zāi)備的臨界現(xiàn)象數(shù)學(xué)模型指令來制模; 其中所述仿腦災(zāi)備系統(tǒng)可以利用量子通訊在平時(shí)或?yàn)?zāi)難時(shí)遷移仿腦OS和仿腦VMM,仿腦OS包括傳統(tǒng)虛擬機(jī)和量子虛擬機(jī),以混合量子通訊方法實(shí)現(xiàn)。
22.根據(jù)權(quán)利要求21所述的系統(tǒng),其特征在于,所述OS/VMM層包括以下功能模塊: 簡并結(jié)構(gòu)創(chuàng)建模塊:仿腦災(zāi)備系統(tǒng)在創(chuàng)建時(shí),建立了動(dòng)態(tài)和靜態(tài)的簡并結(jié)構(gòu); 災(zāi)難問題處理模塊:當(dāng)仿腦災(zāi)備系統(tǒng)處理災(zāi)難問題時(shí),仿腦VMM先利用VMM的動(dòng)態(tài)簡并結(jié)構(gòu)在當(dāng)?shù)亟鉀Q問題,動(dòng)態(tài)簡并結(jié)構(gòu)利用多個(gè)不同的途徑來完成問題的解決,如果無法解決,才會述諸遷移過程,不僅遷移仿腦OS鏡像,也遷移仿腦VMM,針對仿腦VMM,要從記憶中找到被還原的狀態(tài),仿腦計(jì)算虛擬化提供簡并的記憶恢復(fù)方法,至于傳統(tǒng)虛擬機(jī),則啟用傳統(tǒng)的虛機(jī)還原方法,無論是仿腦記憶恢復(fù),或是傳統(tǒng)虛機(jī)還原,遷移時(shí)都會用到量子通訊方法。
23.一種軟件系統(tǒng)的仿腦計(jì)算自萌發(fā)過程,其特征在于,它包括三部分: (1)語義知識的吸收與自萌發(fā):也就是吸收大量的專業(yè)事實(shí)知識,包括各種發(fā)表的專業(yè)論文、書籍、理論等,變成仿腦思維網(wǎng)絡(luò)BCN的一部分,自萌發(fā)的過程包括了使用手動(dòng)方法將軟件系統(tǒng)理論模型化為網(wǎng)絡(luò)節(jié)點(diǎn)輸入系統(tǒng),而后逐漸把該方法自動(dòng)化,利用自組織的數(shù)學(xué)理論來實(shí)現(xiàn)此種 自動(dòng)化,部分語義知識最終會轉(zhuǎn)化為程序知識; (2)程序知識的吸收與自萌發(fā):吸收大量規(guī)則庫的規(guī)則、有源碼的程序、程序庫,包括公司自己擁有、從外界購得、或從開源網(wǎng)站下載的程序、產(chǎn)品、規(guī)則庫、公司的軟件流程等,自萌發(fā)的過程包括了使用手動(dòng)方法將程序翻譯成網(wǎng)絡(luò)節(jié)點(diǎn),而后逐漸把該方法自動(dòng)化,利用自組織的數(shù)學(xué)理論來實(shí)現(xiàn)此種自動(dòng)化; (3)情節(jié)事件的記錄、分析與自萌發(fā):紀(jì)錄與事件有關(guān)的多媒體信息,可以附在過程所形成的網(wǎng)絡(luò)情節(jié)節(jié)點(diǎn)上成為附件,并加蓋時(shí)間戳,所述網(wǎng)絡(luò)上的附件可被用于設(shè)計(jì)復(fù)雜事件過程、根本原因分析、演習(xí)子系統(tǒng),改進(jìn)子系統(tǒng)為最關(guān)鍵的子系統(tǒng),可以反省過去累積的紀(jì)錄,改進(jìn)未來的設(shè)計(jì),當(dāng)使用自萌發(fā)的過程時(shí),首先使用手動(dòng)方法使用過去的紀(jì)錄,不斷反省未來的系統(tǒng)設(shè)計(jì),然后從BCN里手動(dòng)學(xué)習(xí)設(shè)計(jì)復(fù)雜事件過程和根本原因分析,而后逐漸把該方法自動(dòng)化,利用自組織的數(shù)學(xué)理論來實(shí)現(xiàn)此種自動(dòng)化,部分情節(jié)知識最終會轉(zhuǎn)化為語義知識。
【文檔編號】G06F9/455GK103473111SQ201310360143
【公開日】2013年12月25日 申請日期:2013年8月16日 優(yōu)先權(quán)日:2013年8月16日
【發(fā)明者】湯傳斌, 熊麗 申請人:運(yùn)軟網(wǎng)絡(luò)科技(上海)有限公司