nlp序列完全可以模拟人脑智能_自然语言处理
如图所示是要不断地重复此图中的流程方可实现智能体且具有记忆能力
而记忆不能过于长所以只要将记忆端改为一个sum总结输入或者是关键词提取输入
方可解决记忆过长的问题体,同时控制总结和最新的非总结作为输入
就会以当前最近的句子为准,过去的句子为参考,进行逻辑输出
这样就形成了一个智能体的记忆和智能体的逻辑
,那么将智能体的输入和输出进行文字转化就能实现视觉听觉嗅觉
等所有的感知和逻辑建模
这样就能完成人类历史上第一个真正的人造智能体
而这个智能体的基本组成部分就是序列到序列。可以使用任何序列到序列模型

当然这个基本的序列到序列模型越小越省算力越好。
从此时此刻人造智能彻底的到了高级阶段
人工智能,不会再被称为人工智障
只要不断地保持模型的微调状态就会不断地改变
当然可以进行梯度累加的微调这样会在一定时间内
保持以前的记忆转态和逻辑处理能力
直到达到了变化的值时,就会做出一些改变
就目前的大模型而言他们永远都是这个智能体的一部分
根本达不到智能,原因很简单训练方式和运作流程完全不一致

nlp序列完全可以模拟人脑智能_建模_02

# 先将一般性的常识和逻辑,全部的教给基础模型 basic_model

# 而后使用一个new的basic_model 接收basic_model输出的信息,back_model

# 这个model可以调整为basic_model 应用到复杂的输入上去

nlp序列完全可以模拟人脑智能_自然语言处理_03

也可以前后各个堆叠一个动态model 来调节基础知识