RTOP:一种通用智能的概念与计算框架

提出一种具有三类学习的新型通用智能模型。前景感知迹与命令迹的统一序列转化为直接与时间跳跃观测路径,构成原始学习的基础。原始学习包括图像-图像关联的形成,其导致对物体与物体部件间时空关系的感知;以及图像-音频关联的形成,其作为语言的构建模块。对观测路径中相似片段的离线识别及随后通过合并记忆节点归约为公共片段,导致泛化学习。泛化包括为鲁棒与通用匹配形成插值感知节点、为特定匹配与叠加形成感知属性节点,以及为更简逻辑路径形成组节点。跨多个预测的记忆节点在线叠加,主要是内部投影画布上图像的叠加,产生创新学习与思维。动作的学习以与原始学习相同方式发生,而动作确定通过内建于原始学习中的效用模型发生,该效用函数为身体感官的愉悦与痛苦。