J杰拉德·沃尔夫BCS
SP 系统,即 SP 智能理论及其在 SP 计算机模型中的实现,是旨在简化和整合人工智能、人类学习、感知和认知以及相关领域的观察和概念的扩展研究计划的产物。信息压缩是 SP 研究的指导原则,因为有大量证据表明它在人类认知中的重要性。这项研究的一个重大发现是 SP-多重比对的概念,它借用并改编自生物信息学中的“多重序列比对”概念。SP-多重比对在很大程度上决定了 SP 系统在人类智能的几个方面的优势:学习、感知、自然语言处理、规划等。当然还有更多工作要做,但该系统为开发通用人类级人工智能奠定了良好的基础。在这方面,它与备受关注的“深度神经网络”相比具有许多优势。这些想法为 SP-Neural 提供了一个概念框架,SP-Neural 是 SP 理论的一个版本,以神经元及其相互连接和相互通信的形式表达。事实证明,从广义上讲,SP-Neural 与 Donald Hebb 的“细胞组合”概念非常相似,但在重要方面存在差异,尤其是信息压缩的总体原理。计划开发的 SP-Neural 计算机模型可能会使 SP-Neural 的工作方式更加精确和清晰。