本發(fā)明涉及計算機，具體涉及一種基于符號邏輯和類腦神經(jīng)網(wǎng)絡(luò)相融合的符號推理方法。

背景技術(shù)：

1、在人工智能領(lǐng)域，符號推理和神經(jīng)網(wǎng)絡(luò)是兩種主要的智能計算方法，它們各自具有獨特的優(yōu)勢和局限性。符號推理依賴于明確的邏輯規(guī)則和符號表示，能夠進行精確的邏輯運算和推理，但其在處理非結(jié)構(gòu)化數(shù)據(jù)和復雜模式識別方面存在局限。而神經(jīng)網(wǎng)絡(luò)，尤其是脈沖神經(jīng)網(wǎng)絡(luò)(spiking?neural?network，?snn)，以其強大的非線性擬合能力和模式識別能力，在圖像識別、語音處理等領(lǐng)域取得了顯著的進展。然而，snn在符號推理和精確邏輯運算方面的能力相對較弱。

2、在現(xiàn)有技術(shù)中，已有研究將符號推理與神經(jīng)網(wǎng)絡(luò)相結(jié)合，例如，將符號信息嵌入到神經(jīng)網(wǎng)絡(luò)的輸入層，使得網(wǎng)絡(luò)能夠?qū)W習符號規(guī)則，或構(gòu)建混合模型，將符號推理模塊和神經(jīng)網(wǎng)絡(luò)模塊相結(jié)合，以實現(xiàn)更復雜的推理任務(wù)。然而，這些方式通常存在一些問題，如學習效率低、推理能力有限、難以適應(yīng)動態(tài)變化的環(huán)境等局限性。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于符號邏輯和類腦神經(jīng)網(wǎng)絡(luò)相融合的符號推理方法，以解決現(xiàn)有技術(shù)存在學習效率低等局限性的問題。

2、第一方面，本發(fā)明提供了一種基于符號邏輯和類腦神經(jīng)網(wǎng)絡(luò)相融合的符號推理方法，該方法包括：

3、采集環(huán)境信息；

4、利用神經(jīng)元群體編碼表示環(huán)境信息，映射為神經(jīng)元群體的符號脈沖時間序列，不同神經(jīng)元群體之間通過突觸連接，神經(jīng)元產(chǎn)生同步的脈沖放電模式；

5、利用脈沖神經(jīng)網(wǎng)絡(luò)對符號脈沖時間序列進行處理，激活神經(jīng)元群體之間的突觸連接，輸出各個神經(jīng)元群體的放電時序，建立不同符號之間的邏輯關(guān)系，并進行符號推理；

6、利用stdp學習機制基于各個神經(jīng)元群體的放電時序，對神經(jīng)元群體之間的突觸連接強度進行調(diào)整，并輸出神經(jīng)元群體交互產(chǎn)生的脈沖；

7、根據(jù)神經(jīng)元群體交互產(chǎn)生的脈沖，結(jié)合符號邏輯規(guī)則，進行符號邏輯推理，得到符號邏輯推理結(jié)果。

8、本發(fā)明通過神經(jīng)元群體編碼表示采集到的環(huán)境信息，映射為神經(jīng)元群體的脈沖時間序列，為符號提供了分布式、魯棒的表示，利用脈沖神經(jīng)網(wǎng)絡(luò)對符號脈沖時間序列進行處理，為符號表示與操作提供了類腦機制，利用stdp學習機制模擬符號推理過程，無需顯示編碼復雜的規(guī)則，實現(xiàn)自主學習，結(jié)合符號邏輯規(guī)則，進行符號邏輯推理，自主完成泛化推理，大幅度提高了智能水平，也為符號邏輯推理注入了適應(yīng)性和魯棒性。

9、在一種可選的實施方式中，在采集環(huán)境信息之后，該方法還包括：

10、從環(huán)境信息中進行信息提取，并以三元組的形式表示提取到的信息，三元組由實體和關(guān)系詞組成。

11、本發(fā)明通過以三元組的形式表示從環(huán)境信息中提取出的信息，從而便于將數(shù)據(jù)三元組的形式進行發(fā)送，進行后續(xù)處理。

12、在一種可選的實施方式中，利用神經(jīng)元群體編碼表示環(huán)境信息，映射為神經(jīng)元群體的符號脈沖時間序列，包括：

13、對三元組中的實體分別分配神經(jīng)元群體，其中，不同實體的神經(jīng)元群體通過突觸連接；

14、對三元組中的關(guān)系詞進行時間延遲編碼，得到神經(jīng)元群體放電之間的特定時間延遲；

15、將神經(jīng)元群體和神經(jīng)元群體放電之間的特定時間延遲映射為神經(jīng)元群體的符號脈沖時間序列，符號脈沖時間序列適用于snn處理。

16、本發(fā)明通過對三元組中的實體分配神經(jīng)元群體，對三元組中的關(guān)系詞編碼，利用神經(jīng)元群體進行符號編碼，實現(xiàn)了符號的分布式神經(jīng)表示。

17、在一種可選的實施方式中，脈沖神經(jīng)網(wǎng)絡(luò)包括底層神經(jīng)元、中層神經(jīng)元以及最上層神經(jīng)元，利用脈沖神經(jīng)網(wǎng)絡(luò)對符號脈沖時間序列進行處理，激活神經(jīng)元群體之間的突觸連接，輸出各個神經(jīng)元群體的放電時序，建立不同符號之間的邏輯關(guān)系，并進行符號推理，包括：

18、利用底層神經(jīng)元對符號脈沖時間序列中的單個符號進行編碼，并激活神經(jīng)元群體之間的突觸連接；

19、利用中層神經(jīng)元根據(jù)神經(jīng)元群體放電之間的特定時間延遲建立符號脈沖時間序列中的不同符號之間的邏輯關(guān)系；

20、利用最上層神經(jīng)元根據(jù)不同符號之間的邏輯關(guān)系，結(jié)合上下文信息，進行符號推理。

21、本發(fā)明通過脈沖神經(jīng)網(wǎng)絡(luò)中的底層神經(jīng)元、中層神經(jīng)元、最上層神經(jīng)元對脈沖時間序列進行處理，捕捉符號之間的邏輯關(guān)系，進行符號推理，為符號推理注入了適應(yīng)性和魯棒性。

22、在一種可選的實施方式中，基于各個神經(jīng)元群體的放電時序，對神經(jīng)元群體之間的突觸連接強度進行調(diào)整，包括：

23、若神經(jīng)元群體產(chǎn)生放電的順序與放電時序一致，則加強神經(jīng)元群體之間的突觸連接強度；

24、若神經(jīng)元群體產(chǎn)生放電的順序與放電時序不一致，則減弱神經(jīng)元群體之間的突觸連接強度。

25、本發(fā)明通過對神經(jīng)元群體之間的突觸連接強度進行調(diào)整，使得神經(jīng)元群體能夠正確反映輸入的符號邏輯知識。

26、在一種可選的實施方式中，根據(jù)神經(jīng)元群體交互產(chǎn)生的脈沖，結(jié)合符號邏輯規(guī)則，進行符號邏輯推理，得到符號邏輯推理結(jié)果，包括：

27、對神經(jīng)元群體交互產(chǎn)生的脈沖進行解碼，得到符號概念；

28、利用預先建立的語義知識庫根據(jù)符號概念進行符號邏輯推理，預先建立的語義知識庫存儲有符號邏輯規(guī)則。

29、本發(fā)明通過對神經(jīng)元群體交互產(chǎn)生的脈沖輸出，結(jié)合已有的符號邏輯規(guī)則，進行精確地邏輯運算和推理，有效克服了深度神經(jīng)網(wǎng)絡(luò)缺乏解釋性的缺陷，提高了可解釋性和透明度，有利于提升人機協(xié)作的效率。

30、第二方面，本發(fā)明提供了一種基于符號邏輯和類腦神經(jīng)網(wǎng)絡(luò)相融合的符號推理系統(tǒng)，該系統(tǒng)包括：

31、感知模塊，用于采集環(huán)境信息；

32、符號編碼模塊，用于利用神經(jīng)元群體編碼表示環(huán)境信息，映射為神經(jīng)元群體的符號脈沖時間序列，不同神經(jīng)元群體之間通過突觸連接，神經(jīng)元產(chǎn)生同步的脈沖放電模式；

33、神經(jīng)元群體交互模塊，用于利用脈沖神經(jīng)網(wǎng)絡(luò)對符號脈沖時間序列進行處理，激活神經(jīng)元群體之間的突觸連接，輸出各個神經(jīng)元群體的放電時序，建立不同符號之間的邏輯關(guān)系，并進行符號推理；

34、stdp學習模塊，用于利用stdp學習機制基于各個神經(jīng)元群體的放電時序，對神經(jīng)元群體之間的突觸連接強度進行調(diào)整，并輸出神經(jīng)元群體交互產(chǎn)生的脈沖；

35、符號邏輯推理模塊，用于根據(jù)神經(jīng)元群體交互產(chǎn)生的脈沖，結(jié)合符號邏輯規(guī)則，進行符號邏輯推理，得到符號邏輯推理結(jié)果。

36、第三方面，本發(fā)明提供了一種計算機設(shè)備，包括：存儲器和處理器，存儲器和處理器之間互相通信連接，存儲器中存儲有計算機指令，處理器通過執(zhí)行計算機指令，從而執(zhí)行上述第一方面或其對應(yīng)的任一實施方式的基于符號邏輯和類腦神經(jīng)網(wǎng)絡(luò)相融合的符號推理方法。

37、第四方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)上存儲有計算機指令，計算機指令用于使計算機執(zhí)行上述第一方面或其對應(yīng)的任一實施方式的基于符號邏輯和類腦神經(jīng)網(wǎng)絡(luò)相融合的符號推理方法。

38、第五方面，本發(fā)明提供了一種計算機程序產(chǎn)品，包括計算機指令，計算機指令用于使計算機執(zhí)行上述第一方面或其對應(yīng)的任一實施方式的基于符號邏輯和類腦神經(jīng)網(wǎng)絡(luò)相融合的符號推理方法。