超越ChatGPT——SelfCommNet：一种拥有自我意识的神经网络设计

Posted 2023-03-05 _刘文凯_

SelfCommNet：一种拥有自我意识的神经网络设计

摘要： ChatGPT 正如火如荼的发展着，但是其依然没有解决自我意识这一技术难题。本文设想一种可以拥有自我意识的网络结构，其基本思想是，人类的自我意识来自于自我思考可以总结为自我提问-自我检索-自我汇总-自我回答，基于此本文在一般神经网络的基础上提出一种可以模拟自我思考的网络结构，模型整体架构包含外界输出层-自我思考层-外界输出层。自我思考层设计的主要思路是通过提前训练好记忆网络(Memory network system)，将记忆网络及其多个副本通过交流网络(Communication network system)进行合并交流，以模拟实现基础的自我思考，而合并交流的结果超过某一权重时，覆盖记忆网络里原本的”知识体系“，模拟自我思考对自身”想法“的影响。本方案还有许多的不足和有待改进的地方，将在后续的工作中不断优化以增加模型的思维性能。

关键词： 自我意识网络 知识体系覆盖 神经网络 交流网络

引言

自我意识（self-consciousness）也称自我，指的是个体对自己的各种身心状态的认识、体验和愿望。它具有目的性和能动性等特点，它对人格的形成、发展起着调节、监控和矫正的作用。

方法

1、整体架构

本方法的网络架构主要由多个记忆网络(Memory network system)、一个交流网络(Communication network system)、可修改反馈权重、一个输出控制器、一个权重抑制器以及一个外部输入数据组成，具体如下图所示：

在上图中由记忆网络和交流网络形成一个循环，其在计算机内存之中处于不停的工作状态，只是当没有外界工作的时候，记忆网络将处于一种低耗能的状态（不是100%的，由反馈权重和权重抑制决定，当”灵光乍现“时，其耗能会自动变高），而当有外部输入的时候交流网络将自行调节外部输入与”内部输入“的权重关系，例如当外部输入不是那么重要的时候，交流网络将可能会”忽视“外部输入。而是否输出数据，将有交流系统以及输出控制系统共同决定，这将发生一件有趣的事情，那就是即使没有外部输入，但交流网络判定此信息比较”重要“时，会自动的进行外部输出。以上就是对SelfCommNet结构的整体简要解释了，下面按照一个输入数据流在网络中运行的逻辑轨迹对各个部位的结构与功能分别进行详细的介绍。

2、外部输入数据及其编码器

外部输入数据应当时文字数据，在这里被编码成计算机可读取的数据，编码方式有很多这里不再做过多的解释。

3、交流网络(Communication network system)

对于这一块更加详细的描述应当如下图所示：

如上图所示是整个交流网络的详细架构，控制器和加权器分别由一组神经网络训练得到参数，这一训练过程是独立于整个网络之外的，不仅如此，后面将提到的记忆网络的训练过程也是独立于记忆网络之外的。

4、输出数据控制器

5、权重抑制

6、记忆网络(Memory network system)

7、反馈权重

8、时停器

9、交流网络-2

10、输出控制器

11、外部输出数据

实验结果

总结

参考文献

后续

由于本人实验条件有限，只有两台低配服务器，现在招募合作者，完成SelfCommNet的后续实验，有意者私聊。

####持续更新中####