he4o螺旋熵减系统-通用人工智能系统探索

项目标题：he4o螺旋熵减系统-一种通用人工智能系统

项目简介

he4o是一个螺旋熵减机，属于通用人工智能（AGI）系统。它在机器学习方面以迁移学习为主、强化学习为辅，知识表征支持宏微，如稀疏码特征概念时序价值神经网络，支持动态、模糊、抽具象、组与分、感理性，还支持智能体自主终身动态学习。在思维控制方面，有出入（行为&感知）含反馈、认知（识别&学习）含类比、需求（任务&计划）含意向、决策（求解&迁移）含分析等。数理上基于集合论（迁移）和概率论（强化），计算采用最简单的bool运算（类比和评价）。记忆结构方面，长时为网（启发式）、短时为树（递归）、瞬时为序（依次），编程思想为DOP（面向动态编程），性能上可运行于单机终端（当前是ios设备）。

项目目的

近70年以来，人工智能研究跌宕起伏，但与最初设想的AI还相差甚远，he4o旨在实现螺旋熵减机式的通用人工智能系统。

核心技术

1. 机器学习技术：
-以迁移学习为主、强化学习为辅的学习模式，为系统的学习能力提供支持。
-稀疏码特征概念时序价值神经网络，涵盖动态、模糊、抽具象、组与分、感理性等特性，有助于处理各种类型的数据和任务。
2. 思维控制技术：
-设计了包括出入（行为&感知）含反馈、认知（识别&学习）含类比、需求（任务&计划）含意向、决策（求解&迁移）含分析等多方面的思维控制机制，使系统能够像人类思维一样进行各种操作。
-基于集合论（迁移）和概率论（强化）的数理基础，以及bool运算（类比和评价）的计算方式，为思维控制提供了理论和计算支持。
3. 记忆结构技术：
-长时记忆为网（启发式）、短时记忆为树（递归）、瞬时记忆为序（依次）的独特记忆结构设计，有助于系统高效地存储和提取信息。
-DOP（面向动态编程）的编程思想，知识由后天演化，先天仅编写控制器和存储结构，适应系统的动态发展需求。

实践案例

1. 版本发布：
-V1.0版本于2017年2月立项，2018年10月21日正式落地发布。
-V2.0《小鸟生存演示》于2018年11月开始开发，目前处于测试训练中。
2. DEMO演示：
-在“多向飞吃”演示中，系统通过交互学习知道饿了吃坚果可解决饥饿问题，飞行可解决距离问题，在坚果被扔出后会自行飞过去吃掉。
-“安全第一”演示中，系统在之前交互中被撞后，看到飞过来的木棒会立马躲开，即使有坚果也不再飞到下面去。
-在“变向觅食”演示里，系统会自动飞向坚果并尝试吃掉，若没吃到会思考后再次飞近尝试。
-“先躲再吃”演示中，系统饥饿时看到木棒会先躲避，等木棒过去安全后再飞上去吃坚果。
-“初用工具”演示中，系统可以通过踢的行为将带皮坚果踢到路上，等木棍滚过压破皮后再飞过去吃掉。

项目总结

he4o螺旋熵减系统是一个具有创新性的通用人工智能项目，它在多个方面有着独特的设计和技术应用。从机器学习、思维控制到记忆结构等核心技术，再到实际的版本发布和DEMO演示等实践案例，都展示了其在人工智能领域的探索成果。希望广大粉丝能够积极留言，参与对he4o系统的讨论，分享你们的见解和想法。

项目地址

GitHub链接直达