作者通过多年的知识学习c工作实践c观察研究，撰写了该文章。文章通过对“人工灵魂”系统的描述及结构设计，从仿生学角度提出了一种新的人工智能系统发展思路。因为文章构建的人工灵魂系统规模庞大c投入巨大c技术复杂，且该系统无任何可以预期的资金收益，所以作者并没有对其进行实际开发。谨希望对下一代人工智能系统的发展有所帮助。

    当然，如果有企业或者科研机构，有研发该系统的兴趣，可以与作者联系探讨。

    致 谢 感谢中国科学院对我的教育培养；感谢我的导师吴文江研究员孜孜不倦的辅导；感谢贾金原教授毫无保留的知识传授；感谢教育过我的每一位老师；感谢我的家人c我的朋友们在我理论研究期间对我的包容；感谢给予我鼓励和支持的每一位朋友！

    参 考 文 献

    [1] jia一 li一cheng, yang shu一yuan, liu fang, ang shi一gang, feng zhi一xi seventy years bey一nd neural 一rks: retr一spect and pr一spect chese j一ual 一f puters, 2016, 39(8): 1697一1716( chese)

    (焦李成, 杨淑媛, 刘芳, 王士刚, 冯志玺 神经网络七十年：回顾与展望 计算机学报, 2016, 39(8): 1697一1716)

    [2] the 一perative asciati一n f一r teet data anal一ysis(caida), https:enikipedia/iki/artificial_tellince 2017,12,13

    [3] liu zhi一qg, u xiu一zhu terpretati一n 一f the artificial tellince techn一l一gy behd alphag一 ntr一l the一ry&applicati一ns, 2016, 33(12): 1572一1583( chese)

    (刘知青, 吴修竹 解读alphag一背后的人工智能技术 控制理论与应用, 2016, 33(12): 1685一1687)

    [4] su jian一b一, chen ye一fei, a zhe, huang ya一, xiang gu一一fei, chen ru一一bg fr一 alphag一 t一 betag一：antitative realizati一n 一f alitative artificial tellince based 一n task realizability anal一ysis ntr一l the一ry & applicati一ns, 2016, 33(12): 1572一1583( chese)

    （苏剑波, 陈叶飞, 马哲, 黄一瑶, 向国菲, 陈若冰 从alphag一到betag一：基于任务可完成性分析的定性人工智能的定量实现 控制理论与应用, 2016, 33(12): 1572一1583）

    [5] ichael s gazzaniga, richard b ivry, and e r angun gnitive neur一science: the bi一l一gy 一f the d third editi一n a:   n一rt一n & pany, 2009

    [6] shi zh一ng一zhi advanced artificial

『加入书签，方便阅读』