认知智能三大技术体系分别是认知维度划分与识别,类脑结构功能机制的模型和万维图谱。三大技术体系是认知认知智能三大奠基理论(三体论,融智学,HNC)指导下而形成的核心技术体系。三大技术体系相辅相成,共同支撑认知智能核心整套技术体系。是模仿人类认知,理解,记忆,语言使用,学习,情感,逻辑,意识等核心类脑能力的最基础核心的技术体系。 认知维度核心思想来源于古今中外哲学与科学体系,包括易经,道德经,存在论,本体论,认知论,心理学,逻辑学,情感学等学科。认知维度是认知事物和概念的基础方法体系。认知事物和概念主要是两个方面,概念的内涵和外延,概念的内涵和外延又划分出很多视角或者侧面,统一称为认知维度。因此认知维度就是我们认知事物或者概念的视角或者侧面,认知维度是有边界和范畴的。 类脑模型的核心思想来源于三体论(宇宙,信息,大脑三者关系论)和概念层次网络(HNC)。类脑模型从大脑结构,功能和机制进行研究分析。以信息体系为突破口,寻找信息的结构体系,反推大脑结构和宇宙结构(具体可以看三体论简介)。在类脑结构基础之上,模仿构建人脑8大核心能力。类脑模型整套体系是模仿构建人脑结构功能和机制的核心技术体系。 万维图谱的核心思想来源于融智学和认知维度。万维图谱是认知维度的具体化和融智学思想之信息形式化结构化数码化的具体落地。同时万维图谱又是类脑结构模型的最有力支撑。万维图谱包含数十种分支图谱,分别是属性图谱,行为图谱,状态图谱,数量图谱,因果图谱等众多图谱。万维图谱承载数据的结构化信息化数码化的具体落地,是模仿类脑记忆,学习,逻辑,意识等体系的核心落地化支撑体系。
认知维度以人类认知体系为基础,是人类认知概念内涵和外延的具体化。核心支撑思想来源于古今中外哲学和众多科学体系,是哲学体系和科学体系的融合落地和具体化。认知维度的划分可以从哲学和众多科学体系入手,也可以从语言学,认知语言学和形式语言学入手。从两个方向上都可寻找到认知维度的范畴和边界。 认知维度的范畴和边界划分清楚之后,就可以指导技术体系识别认知的范畴和边界。识别之后,就可以拆分信息体系,符号体系,语言体系等的结构。 结构拆分之后,就可以存储到万维图谱之上,分散到各个分支图谱之上,形成结构化数据体系。让信息形式化结构化和数码化。 信息的结构化存储,也是信息的理解和记忆过程。结构化数据之上,可以模仿构建人脑的理解,记忆,学习,情感,思维,意识等核心类脑能力。因此认知维度的划分,是认知智能的最基础核心的研究任务。是后续模仿人类大脑核心能力的第一步。 从认知维度到结构化拆分,到结构化数据的形成,到类脑结构,功能和机制的模仿都是先决条件。因此,认知智能认知为核心,具体落地认知维度划分为核心,结构化数据为核心。
认知维度的划分与识别是认知智能技术落地的关键步骤。认知维度的划分本文主要从语言学角度来剖析。认知维度在语言体系上对应具体的语义单元。而语言体系本身就存在着语法结构。从认知语言学上来说,语言的语义和语法有着密不可分的关系。因此可以从语言体系的语法结构去划分认知维度。比如句类,句型,句式和词性等体系。每一个句类,句式句型还有词性等都代表了具体的语义单元,也代表了具体的认知维度。 从语言学,认知语言学,形式语言学角度,研究清楚认知维度和语义单元基本上就可以划分和识别认知维度的范畴和边界。具体可以从句类,句型,句式,词性,字词结构等方面寻找突破点。具体这里不做太细节的介绍。 从哲学和认知论心理学等学科也可以寻找和划分认知维度,但是没有从语言学,形式语言学,认知语言学方面更具操作性意义。因此可以把语言体系作为寻找认知维度,划分认知维度,识别认知维度的核心突破口。这方面我们已经有了系统的理论,技术和落地产品。 从认知维度落地的角度来说,核心在于理论体系的成熟和完善,不在于使用某种技术或者编程语言。
认知维度是人类认知宇宙世界的视角或者侧面,是人类认知的归类。认知维度本身也是树形结构,具体分上层认知维度和子维度,综合起来构成认知维度体系。清晰的认知维度划分,指导人类认知宇宙世界的结构,指导语言结构的划分,语义的单元的拆分,是理解信息体系,符号体系,语言体系的基础。是NLP,NLU,NLG等技术体系的核心基础之一。认知维度的自动化识别与应用,让技术上,摆脱语义单元模糊状况,形成语义的自动标注, 从而为计算机理解语言提供良好的参考和依据。 同时,认知维度在信息体系,符号体系等方面也有重大用途。是理解信息和符号规律,规则内涵的最要依据之一。计算机视觉和自然语言处理之间共同的特性之一,也是认知维度。因此认知维度是连接计算机视觉和自然语言处理之间的桥梁,比如看图说话,看描述绘图等技术体系,都需要以认知维度识别和应用为基础。 认知维度是认知的结构化,信息化,数码化,理解化的基础之一,也是信息体系,符号体系,语言体系等体系的结构化,信息化,数码化,理解化的重要参考依据。
类脑模型是思想体系和一系列技术体系的总称。类脑模型以复制模仿人类大脑结构,功能,机制为目标,以认知,理解,记忆,逻辑,情感,思维,意识等类脑能力为具体研究范围。类脑模型,首先就是人类大脑结构的复制和模仿。模仿人类大脑网络结构主要是概念层次网络(图脑,万维脑,符号脑),此网络以概念为基本单元,以认知维度为分支。概念对应神经元本身,认知维度对应神经元的突触。当无数的概念和认知维度按照特定的结构连接之后,就产生了庞大而复杂的立体的网络结构体系。这个网络结构体系,就是人类大脑神经元网络结构的复制品。同时也和国外研究的词脑结构非常类似。概念层次网络,更先进,更具有落地的操作性。 在概念层次网络之上,可以构成一个以概念和维度为基础单元的庞大网络结构,这个网络结构本身是可以自我更新,维护和学习的。是复制人类大脑核心能力的基础和依据。首先这个网络结构是结构化的信息存储结构,信息的存储是复制记忆体系的基础,记忆体系是理解体系,逻辑体系,情感体系,意识体系的基础。因此有了这个概念层次网络,就有了复制人脑核心功能,机制的技术支撑。
类脑的落地主要在两个方面:第一,脑网络结构的模仿。第二,脑功能机制的模仿。脑结构的模仿,就是构建HNC概念层次网络。脑功能机制的模仿,就是在这个结构之上,复制类脑相关能力。因此复制类脑结构是第一步。类脑结构的模仿,需要在认知维度和万维图谱的支撑下,才能得以实现。认知维度划分概念的视角,侧面和维度。万维图谱具体落地认知的维度,不同认知维度对应不同的分支图谱。各个分支图谱联合组成的庞大网络体系就是概念层次网络,就是万维脑,图脑。 人脑核心能力的落地,是以概念层次网络为基础依据。概念网络和万维图谱形成的结构化数据,本身就是人脑理解,记忆两大核心能力的体现。人脑情感,是建立在记忆结构化数据基础之上的,人类的逻辑思维体系也是记忆结构化数据的综合应用,如逻辑的判断,选择,类比,归纳,总结,演绎,抽象,泛化等能力都是记忆数据的综合应用。因此有了类脑的结构和万维图谱形成的结构化数据之后,人脑的各大能力,就有了复制的基础和依据了。
类脑模型技术体系的应用主要在三个方面:第一复制类脑结构。第二,复制人脑核心能力。第三,让计算机,机器人,万物互联的机械体,智能体等具备类似人脑的能力。5G推动万物互联,类脑能力推动万物智能。万物互联和万物智能综合支撑国家新基建,配合国家2030科技计划。类脑能力的应用和前景是非常广阔的,且适用各个需要智能设备的企业和行业。 类脑模型的理论,技术的成熟是认知智能体系成熟的标志之一。是社会发展和科技发展的更高级阶段,也是国家核心科技战略之一。新一代,下一代智能体系的核心和关键就是解密人脑的奥秘。复制人脑的结构,功能和机制。而类脑能力整套技术体系,可以为这个提供最有力的支撑。
万维图谱是数十种图谱的组合,是认知维度的具体化落地应用之一,是类脑模型的基础结构和数据支撑。万维图谱包含属性图谱,状态图谱,行为图谱,数量图谱,因果图谱等数十种图谱。目前业内所使用的知识图谱和万维图普的分支图谱属性图谱对应。知识图谱只是万维图谱的分支图谱之一。 万维图谱以落地认知维度,归类认知维度为基础,以结构化数据为核心,以支撑类脑记忆,类脑理解为目标。以支撑复制类脑学习,情感,逻辑,意识等大脑能力为导向。万维图谱是所有数据结构化的核心存储媒介,是类脑结构,和类脑能力机制的最核心的底层技术体系支撑。 万维图谱是信息体系,符号体系,语言体系具体结构化落地的核心技术体系之一。万维图谱配合认知维度,可以彻底解决类脑的理解,记忆,情感,思维,意识等类脑模式,是认知智能的三大奠基技术体系之一。 万维图谱也是认知智能三大理论(HNC,融智学,三体论)体系的落地的技术体系之一。万维图谱的核心就是数据的理解化,结构化,形式化和数码化的体现。因此万维图普在认知智能整套技术体系中有着重要的作用。 用好万维图谱,认知智能整套理论体系,技术体系,都可以得到最有力的技支撑,是复制大脑结构和类脑能力的核心之一。
万维图谱的落地以认知维度为指导。具体操作如下: 1.先找到认知维度的范畴和边界。 3.结合认知维度定义和结构各个分支图谱。 3.分类认知维度到各个分支图谱之上。 4.找到语言学语法结构和认知维度的对应关系。 5.拆分语言结构,拆分语言表达的语义单元。 6.把这些语义单元存储到各个对应的分支图谱之上,形成结构化数据。 万维图谱的落地有几个核心关键点: 1.认知维度的范畴和边界,要划分清楚。 2.认知维度和语义和语法对应关系要划分清楚。 3.图谱命名和图谱所涵盖的认知维度要对应清楚。 4.语义如何拆分,拆分之后如何存储到万维图谱的分支图谱之上,要需要划分清楚。
万维图谱的落地以认知维度为指导。具体操作如下: 1.先找到认知维度的范畴和边界。 3.结合认知维度定义和结构各个分支图谱。 3.分类认知维度到各个分支图谱之上。 4.找到语言学语法结构和认知维度的对应关系。 5.拆分语言结构,拆分语言表达的语义单元。 6.把这些语义单元存储到各个对应的分支图谱之上,形成结构化数据。 万维图谱的落地有几个核心关键点: 1.认知维度的范畴和边界,要划分清楚。 2.认知维度和语义和语法对应关系要划分清楚。 3.图谱命名和图谱所涵盖的认知维度要对应清楚。 4.语义如何拆分,拆分之后如何存储到万维图谱的分支图谱之上,要需要划分清楚。
万维图谱的应用主要有以下几个方面: 1.落地支撑认知维度理论和技术体系。 3.支撑类脑结构概念层次网络的构建。 3.支撑信息,符号,语言体系的形式化,结构化,数码化,理解化的思想。 4.支撑类脑能力和机制的实现。 5.支撑构建常识库,知识库和专家知识库。 6.支撑计算机,机器人以及智能软硬件综合类脑智能。 7.在万物互联的基础之上,支撑万物智能。
认知智能三大技术体系是认知智能整套体系的核心落地支撑。是认知智能三大理论体系的具体落地实施方法和技术体系。三大技术体系往下还需要细分很多分支技术体系。从而形成系统化的,可操作性的认知智能整套技术体系。三大技术体系最终的目的就是模仿复制人类大脑的结构功能和机制,是下一代智能体系,全新的智能体系。三大认知智能体系落地的认知智能机器人和认知智能体系下NLP,NLU,NLG等相关体系优势已经非常明显。认知智能三大技术体系,落地上整体还在初级阶段,未来会逐步成熟落地,从而推动科技,技术的整体发展,引领下一个智能新时代。
认知智能是计算机科学的一个分支科学,是智能科学发展的高级阶段,它以人类认知体系为基础,以模仿人类核心能力为目标,以信息的理解、存储、应用为研究方向,以感知信息的深度理解和自然语言信息的深度理解为突破口,以跨学科理论体系为指导,从而形成的新一代理论、技术及应用系统的技术科学。 认知智能的核心研究范畴包括:1.宇宙、信息、大脑三者关系;2.人类大脑结构、功能、机制;3.哲学体系、文科体系、理科体系;4.认知融通、智慧融通、双脑(人脑和电脑)融通等核心体系。 认知智能四步走:1.认知宇宙世界。支撑理论体系有三体(宇宙、信息、大脑)论、易道论、存在论、本体论、认知论、融智学、HNC 等理论体系;2.清楚人脑结构、功能、机制。支撑学科有脑科学、心理学、逻辑学、情感学、生物学、化学等学科。3.清楚信息内涵规律规则。支撑学科有符号学、语言学、认知语言学、形式语言学等学科。4.系统落地能力。支撑学科有计算机科学、数学等学科。
接口申请官网地址:
接口地址(例子):
http://a239p06512.zicp.vip/Web/BuAppJava.bujqrex?apikey="+apikey+"&msg="+msg+"&ip="+ip
用户端消息内容。
String msg ="你在干嘛呀?";
apikey参数。这个apikey就是网站上申请的APIKEY
apikey ="";
//客户端ip,最终用户端的唯一标识(可以是用户端的IP,或者手机设备号,或者微信号或者,qq号码等能证明身份的唯一标识就可以)
String ip ="";
//这里一定要encode转换编码。转成GBK。
msg = URLEncoder.encode(msg, "GBK");
三个参数全部小写
msg参数就是传输过去的对话内容。
msg参数要编码成gbk,不然会乱码。
接口具体代码:
package ai.nlp.jiekou.test;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.UnsupportedEncodingException;
import .HttpURLConnection;
import .URL;
import .URLEncoder;
import ai.nlp.util.changliang.ChangLiangZi;
public class ApiTest {
/**
* Get请求,获得返回数据
* @param urlStr
* @return
*/
private static String opUrl(String urlStr)
{
URL url = null;
HttpURLConnection conn = null;
InputStream is = null;
ByteArrayOutputStream baos = null;
try
{
url = new URL(urlStr);
conn = (HttpURLConnection) url.openConnection();
conn.setReadTimeout(5 * 10000);
conn.setConnectTimeout(5 * 10000);
conn.setRequestMethod("POST");
if (conn.getResponseCode() == 200)
{
is = conn.getInputStream();
baos = new ByteArrayOutputStream();
int len = -1;
byte[] buf = new byte[128];
while ((len = is.read(buf)) != -1)
{
baos.write(buf, 0, len);
}
baos.flush();
String result = baos.toString();
return result;
} else
{
throw new Exception("服务器连接错误!");
}
} catch (Exception e)
{
e.printStackTrace();
} finally
{
try
{
if (is != null)
is.close();
} catch (IOException e)
{
e.printStackTrace();
}
try
{
if (baos != null)
baos.close();
} catch (IOException e)
{
e.printStackTrace();
}
conn.disconnect();
}
return ChangLiangZi.WU;
}
public static void main(String args []){
//三个参数全部小写
//msg参数就是传输过去的对话内容。
//msg参数要编码成gbk,不然会乱码。
String msg ="你在干嘛呀?";
//apikey参数。
String apikey ="UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV";
//客户端ip,最终用户端的唯一标识(可以是用户端的IP,或者手机设备号,或者微信号或者,qq号码等能证明身份的唯一标识就可以)
String ip ="127.0.0.1";
//这里一定要encode转换编码。转成GBK。
try
{
msg = URLEncoder.encode(msg, "GBK");
} catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
System.out.println(opUrl("http://a239p06512.zicp.vip/Web/BuAppJava.bujqrex?apikey="+apikey+"&msg="+msg+"&ip="+ip));
}
}