OpenCog的認知動力機制

來自專欄 人工智慧與認知架構

從接觸OpenCog以來，我一直比較迷惑 AtomSpace中的知識是如何產生的，難道所有規則都需要手工錄入么？

這兩天啃《Build Better Mind》理解CogPrime才大概明白，一個通用AI系統需要具備的能力：

1. 在環境中達成複雜目標的能力。
2. 擁有多種記憶。 CogPrime指出的記憶有：聲明式記憶（Declarative memory)、過程式記憶（Procedural memory)、 感覺與情境記憶（Sensory and episodic memory)、 注意力記憶（Attentional memory，知道該如何分配注意力的記憶)、目標記憶（Intentional memory)
3. 有知識發現機制（模式識別和構造）。 這也被叫做：cognitive processes 認知過程
4. 能在認知過程認識到自己缺少信息、並依靠已知知識獲取新知識（或信息）的能力。
5. 有協調多種認知過程的能力，以提高工作和獲取知識的效率。

在OpenCog的實現中"記憶"與"知識"這兩個概念其他沒有區別，它們都是存儲在AtomSpace的數據結構！可能聲明式記憶（Declarative memory)、過程式記憶（Procedural memory)和我們平常所說的知識的結構比較相近。所以一方面我們可以把不同結構記憶之間的轉換稱為knowledge creation，另一方面在上面的描述中，345強調的最終其實都是一種力量！

這種力量你可以把他叫生命力，叫創造力，叫激情，叫靈性。而在學術上我們對它的稱呼是 "認知動力"（cognitive dynamics） ，它是OpenCog整個架構運作起來的核心，是它讓僵化的知識體系的變得靈動而富有生命力！

整體來說認知動力在一個AI系統中由兩個方面組成：

1. 是包涵我們自己實現的一些機制 CIM-Dynamics（Concretely-Implemented Mind Dynamics 翻譯起來應該叫認知動力學具體實現？）
2. 是包涵系統運行過程中自組織湧現出的認知動力（這總讓我想到冥想課里講的概念：心猿意馬，我們的心正是一個這樣的湧現系統）

OpenCog的CIM-Dynamics是這樣實現的：

CogServer維護了一個認知循環，你可以理解它只是簡單的依次調用每一個Agent

而Agent根據各自的需要可以在AtomSpace里取出他們需要的知識atoms，並對他們進行操作（比如整理關係、修改權重等）

OpenCog源碼中就有不少例子比如ForgettingAgent(會根據長時記憶機制刪除Atoms）、ImportanceUpdatingAgent(會根據長時記憶和短時記憶規則調整節點的權重）、ImportanceDiffusionAgent、ImportanceSpreadingAgent

在opencog源碼examples目錄下有一個非常簡單的Agent例子，我們可以以它為模板實現自己的agent

https://github.com/opencog/opencog/tree/master/examples/agents

具體做法可以參考官方文檔

Creating a new Mind Agent in C

Creating a Mind Agent that does something in C

最後打個廣告：人工智慧與認知架構討論Q群718388498，歡迎加入！

推薦閱讀：