Research progress and trends on models and structures of cognitive machines

作者：Bao Hong, Ying Zheng, Liang Tianjiao · 发表于：Journal of Image and Graphics · 年份：2024 · DOI：10.11834/jig.240108 · 研究领域：Cognitive Computing and Networks

机器如何与人一样具有认知能力？认知能力可用智能度量，人的智能是认知过程的涌现，人们从认知的模型出发研究其结构，结构决定机器的认知功能。本文旨在探讨机器认知的模型和构建方法，为设计新一代认知机器提供新的模型、结构和方法论。本文用分析、归纳和演绎的方法综述认知机器模型和结构的起源、演进与发展趋势。首先，从20世纪初计算机器的发明和DNA双螺旋结构模型的发现谈起，阐述了“图灵机模型 + 冯·诺依曼结构”划时代意义的科学研究成果的形成，这一模型和结构催生了通用计算机器的发明，并对计算机科学与技术等新学科的形成起到奠基作用；此后，图灵的天问“机器能思维吗”及 “图灵测试”对后来创立人工智能有重大启示和影响；然后评述近20年来 “深度学习模型 + 卷积神经网络结构”以及 “大语言模型 + 转换器结构”等的里程碑式进展和存在的问题；在最新进展部分综述当前国内外有代表性的3位科学家提出的模型和结构：“世界模型”、“空间智能”和“四要素说”，特别是以“四要素说”为基础的认知物理学，为人的认知和机器认知提供了统一的理论框架，构成了机器认知的4种基本模式——认知螺旋模型和OOXA结构链，讨论了认知核、洋葱模型和负熵概念，以驾驶脑认知为案例进行具身智能的实验验证；最后，展望了本领域未来研究和发展趋势。模型定义了机器认知的约束边界，结构决定认知机器的涌现性，通过模型 + 结构的研究方法和评价，为探索“人和机器认知的机制”和解决“机器如何认知”这样的人工智能发展的重大问题提供了一种新研究视角、路径和范式。