陈海华:AI+人的技术实现 欢迎参与讨论
来自: 陈海华 2019-08-05 18:04:21 完整文档 https://pan.wps.cn/l/sNBmm1Sli [文档] AI+人技术实现.docx
一、理论支撑及意义
陈海华 cenachen
知乎 https://www.zhihu.com/people/cenachen/activities
张靖 Timingtime
神经科学观点
1.embodiment具身化，连续性智能体-----创造智能机器也许还需要身体
Antonio Damasio神经科学家
为什么要研究意识及理解意识
http://c.open.163.com/mob/video.htm?plid=ME74OT7I6&mid=ME74PBN10#share-mob
SwiftKey联合创始人谈智能的基础：创造智能机器也许还需要身体
https://baijiahao.baidu.com/s?id=1562381304850853&wfr=spider&for=pc&sa=vs_ob_realtime&isFailFlag=1
2.自我 自传式记忆
《笛卡尔的错误》 10章关注身体脑181页神经系统中的自我 http://b.7dtime.com/B079L6XD8S/14/2.html
《Self comes to mind》
《感受发生的一切》摘录 （连续不断重新激活的神经网络，它是以一些聚合区为基础的，这些聚合区存在于颞叶和额叶的高级皮层、某些皮层下神经核团（包括部分杏仁核）。这些区域的同时激活与丘脑核团是同步的，也就是说，会对身体状态进行扰动（情绪反应），引起原始自我的改变，再经过原始自我与自传式表象的二级映射，形成核心意识https://www.cnblogs.com/lsgxeva/p/10047365.html）
《第二次成人研究初报》 胡爱生，刘巧燕
3.自我记忆内容
《笛卡尔的错误》 10章关注身体脑181页神经系统中的自我 http://b.7dtime.com/B079L6XD8S/14/2.html
正如我所看到的那样，自我的神经基础至少存在于两种表征的连续激活中。其中一组表征涉及个人自传体记忆中的关键事件，在此基础上，可以通过部分激活拓扑性质的感觉映射不断重建身份。描述我们一生的倾向性表征与大量分类事实有关，这些事实定义我们是谁：我们做了什么、我们喜欢什么、我们喜欢谁、我们使用什么类型的物体、我们经常去哪些地方、我们经常做什么。你可以将这组表征看成J.埃德加·胡佛（J. Edgar Hoover）所擅长收集的文件，除了一点，这些文件存在于大脑的关联皮层中，而不是在文件柜中。此外，除了这种分类之外，还有来自我们过去历史的独特事实，这些事实不断被激活为映射表征：我们生活和工作在哪儿、我们的工作是什么、我们自己的名字、近亲和朋友的名字、城市和国家的名字，等等。最后，在最近的倾向性记忆中，个体还收集了最近发生的事件，以及这些事件的大致时间，我们在记忆中还收集了一些计划，还有想象中我们打算做的事情或期望发生的事情。这些计划和虚构事件构成了我所说的“可能未来的记忆”，它就像其他任何记忆一样被置于倾向性表征中。
4.类hash结构 聚合区
《笛卡尔的错误》 10章关注身体脑181页神经系统中的自我 http://b.7dtime.com/B079L6XD8S/14/2.html
现在考虑以下几种可能性。首先考虑一下，大脑拥有第三组神经结构，这个结构既不是支持客体表象的结构，也不是支持自我表象的神经结构，而是与两者都相互关联。换句话说，这第三组神经元集合结构就是所谓的聚合区，是在脑皮层区域和皮层下核团中构建倾向性表征的神经基础。
接下来，假设当有机体被客体表象所扰动时，第三组神经元集合从客体表征和自我表征两者中接收信号。换句话说，当有机体对客体进行反应时，这第三组集合也在反应的过程中构建自我的倾向性表征。这种倾向性表征没有什么神秘之处，就是大脑擅长的有关储存、制作和重塑的那种表征，这并不奇怪。此外，我们知道大脑拥有所有必需的信息来构建这样一种倾向性表征：在我们看到一个客体并在早期的视觉皮层中形成表征后不久，各个躯体感觉皮层也形成了有机体对客体反应的其他许多表征。
我所设想的倾向性表征既不是那个小矮人创造的，也不是被它所觉知的，其他倾向性表征也是如此。在与之相关的早期感觉皮层中，倾向性表征有可能重新激活一种表象，即有机体针对特定客体的反应所生成的躯体感觉表象。
最后，考虑到上面我所描述的所有部分，即一个被表征的客体，对被表征客体作出反应的有机体，以及由于有机体对客体的反应而处于改变过程的自我的状态。这些同时被保持在工作记忆中，并在早期的感觉皮层中同时或交替出现。我认为，大脑不仅产生客体表象和有机体对客体反应的表象，还产生了第三种表象，即有机体对客体感知和反应时产生的表象。我相信主观性就来自第三种表象。
因此，要产生主观性，至少需要早期感觉皮层，包括躯体感觉，以及感觉和运动联合皮层。另外还有构成第三组集合的皮层下核团，特别是丘脑和基底神经节。
这种基础神经系统不需要语言。我所设想的元自我建构纯粹是非语言过程，是主要参与部分从另外两者的外部视角出发得出的概括性看法。实际上，这种第三方观点构成了一个非语言叙述文件，该文件记录着各参与部分每时每刻所发生的事。这种叙述可以在没有语言的情况下实现，而以感觉系统和运动系统在空间和时间上的基本表征为工具。我认为没有语言能力的动物也可以实现这个过程。
人类具有语言带来的二级叙事能力，可以从非语言叙述中产生语言叙述。我们精巧的主观性来自后者。语言可能不是自我的根源，但它肯定是“我”这个词的根源。
对另一个有关主观性的神经基础的解释我不是很熟悉，但是由于主观性是意识的一个关键特征，所以我需要简要提一下我的观点和其他人的观点有什么联系。
脑科学研究论证
1大脑的.时间戳
http://mip.mtrend.cn/news/35263.html
二、项目 、里程规划
0.1web知识图谱web架构搭建
手动交互，存储，推荐功能，python
包：Anaconda
数据库Mysql mangodb
IDE: pycharm
Web架构：Django
参考设计
http://www.doc88.com/p-5741707383184.html
基于知识图谱的个人知识管理平台的设计与实现-
附加功能
a.（jQuery鼠标互动的网站小人）
b.数据私有化ipfs python API
学习starfire 做ipfs（https://github.com/b3log/starfire）
关注（使用 Solid 私有化存储 IPFS 文件哈希https://www.v2ex.com/amp/t/516150
https://github.com/Eximua/solid-ipfs）
2.0问答chatbot交互
3.0app视觉语音交互
4.0主动交互
三、推理网络
简单化实现 REFO: Regular Expressions for Objects
在冷启动一段时间，获得了一定用户使用数据之后，我们可以考虑引入其他的方法来改善系统的性能，然后逐渐减少正则规则在整个系统中的比重
库：jena，useki,中文RDF:OPENKG
D2RQ SPARQL endpoint
四、数据存储----图数据库
（1） 数据存储内容 及格式
（数据存储支持、数据操作和管理方式、支持的图结构、实体和关系表示、查询机制）
1.原则：基础存储
1.可按数据场景选择使用关系数据库、NoSQL数据库及内存数据库。
2.基础存储保证可扩展、高可用
2.数据分割
1.基本类型：整数表、浮点数表、日期类型表、…
2.集合类型：List型表、Range型表、Map型表、…
1.属性表：依据数据类型划分
2.大属性单独列表：例如数量超过10M的属性单独列表
3.缓存与索引
1.SPO、SOP、PSO、POS、OSP、OPS
2.SPO、POS、OSP
1.使用分布式 Redis 作为缓存，按需对数据进行缓存。
2.对三元组表按需进行索引，最多情况下可建立九重索
4.善于使用现有成熟存储
1.使用ElasticSearch实现数据的全文检索
2.结构固定型的数据可使用关系数据库或NoSQL
5.对于非关系型的数据尽量不入图存储，避免形成大节点
1.非关系型的数据，使用适合的数据存储机器进行存储，通过实体链接的方式实现与图谱数据的关联。
6.不直接在图存储中进行统计分析计算
1.对于需要进行统计分析计算的数据，需要导出到合适的存储中进行。
（2）数据类型
知识图谱时态信息及存储（时态数据库TDSQL）
1.事实的生成时间
2.某事实的有效时间段
3.某一对象在特定历史时刻的状态
4.知识图谱在过去特定时间的版本
关系型数据（通过关系形成网络）
关系型数据的存储方法：作为实体存入知识图谱，通过它们之间的关系形成图谱网络
结构型数据（与主体进行关联，但不会再续延伸）
结构型数据的存储方法：作为记录型数据存入合适的存储中，通过链接与图谱中的实体进行关联。
属性型数据
属性型数据的存储方法：作为实体的数值属性存入知识图谱
时态型数据
时态型数据的存储方法：使用基于知识图谱上的时间存储中间件进行存储和查询处理
Schema定义：概念选取， Schema定义：关系和属性的定义，
（3）图数据库进行数据存储一般过程
使用图数据库进行数据存储一般过程：
1.导入实体，概念（Label）
2.导入实体属性
3.导入实体间关系
最佳实践过程：
1.分批导入，并使用Index提升导入时查询效率
2.按数据的类型、属性不同准备导入文件
3.数据主键维护，使用Constraints
4.尽可能保证导入数据格式正确
