類腦記憶體系是類腦模型技術體系的重要分支技術之一。記憶同時也是機器人類腦能力的重要組成部分。在認知智慧型整套體系架構的第二層。感知層之上，學習層之下。記憶體系是感知體系重要的深度載體。感知體系收集到的資訊，最終都要儲存到記憶體系之上。記憶體系是類腦學習，理解，認知，邏輯，情感，思想觀念，意識等等所有體系的最基礎支撐體系。缺失了記憶體系，其他更上層的類腦能力體系，將沒有基礎。 記憶體系感知體系收集到的資訊，結構化，數位化，分拆儲存到各個分支區域上，各個分支區域就是萬維圖譜的分支圖譜。每個分支圖譜承載一部分資訊。同時在資訊拆分的時候，需要用到認知維度的劃分和識別。依託認知維度的劃分和識別，拆分結構化資訊。才能夠最終儲存到各個分支圖譜之上。形成系統化的資訊儲存，形成類腦的記憶體系。 記憶體係對人類大腦尤其重要，對機械人來說更為重要。但是機械人的記憶體系和人腦的記憶體系又有比較大的區別。最大的區別就是，人腦有遺忘機制並且需要反覆記憶，機械人不存在。嚴格來說，機械人的記憶是一次性的，永恆的，而且可以無限擴充的。記憶體繫在落地的時候，需要機械人大腦自主維護，自主更新和修改。簡單說就是自主增刪改查。資訊加工理論認為，記憶過程就是對輸入資訊的編碼、儲存和提取過程，同時還包括應用過程。做到此過程之後，機械人的記憶體系就非常類似人腦的記憶體系了。
記憶體系的核心承載是萬維圖譜。萬維圖譜綜合支撐hnc概念層次網路，概念層次網路又是類腦的神經網路結構。因此記憶體系的構建，底層最核心的還是萬維圖譜的構建。萬維圖譜提供結構化的儲存框架。萬維圖譜本身也是眾多分支圖譜的綜合，每個分支圖譜都代表了特定的記憶儲存區域（具體可以檢視認知智慧型三大技術體系之萬維圖譜簡介）。這個也是為了模仿大腦的機制原理進行劃分的。每個分支圖譜負責某幾類資訊，綜合全面的支撐所有資訊的儲存和記憶。做到類腦模式。萬維圖譜構建好之後，需要用認知維度劃分與識別技術體系把資訊歸類劃分，拆解，形成不同的結構化資料單元。然後再把不同的結構化資料單元，儲存到對應的分支圖譜之上。就形成了結構化的記憶，類腦的記憶體系。落地需要按照以下幾個步驟去操作： 1.構建分支圖譜 2.構建萬維圖譜 3.構建hnc概念層次網路 4.用認知維度技術體系對資訊進行拆分，形成結構化資料。 5.把結構化資料儲存到對應的分支圖譜之上。 6.適配好記憶體系和感知體系的介面。 7.適配好記憶體系和學習體系和理解體系等更上層的體系介面。 8.綜合除錯測試記憶體系的功能。 構建記憶體系的難點，在於如何構建萬維圖譜，這個具體可以檢視萬維圖普的簡介，還有另外乙個難點就是如何拆分結構化資料。這個可以檢視認知維度技術體系簡介。
機械人記憶能力是類腦能力的重要能力之一。記憶體系向下對接感知體系，向上對接學習體系，理解體系，認知體系等。計算機或者機械人來說，所有能力的形成都來不開資料，所有能力的複製也都是特定結構化資料和特定的使用方法方式形成支撐的。因此資料依然是計算機和機械人的最底層最核心的支撐。所有類腦能力技術體系最終都是在處理資料。而人腦也同樣不例外。 只不過人腦儲存資料的介質和電腦儲存資料的介質完全不同，但是結構和功能和機制可以類似。 記憶體系的應用可以賦予給機器人類腦的記憶能力，也可以單獨用來處理結構化各種資訊，儲存各種資訊。在大資料和人工智慧和認知智慧型等領域都有非常重要的作用。記憶體系可以構建結構化的資料中心，支撐智慧型裝置記憶學習能力等。其用途非常廣泛，並不只是侷限於機械人領域。 記憶體系的應用需要注意幾個方面： 1.以萬維圖普的分支圖譜作為基礎支撐，處理不同形式的資訊可以選擇不同結構的分支圖譜進行儲存記憶。完全不需要把所有分支圖譜都用上。根據需要就可以。 2.構建的萬維圖普體系，要賦予一套完整的萬維圖譜使用體系進行對接。萬維圖譜提供的是結構化的資料庫。資料庫的應用體系，還是要靠程式設計師去寫**進行維護更新。因此整套記憶體系來說，其實是分兩大部分的，一部分是資料儲存結構，一部分是此結構處理維護的基礎**。 3.在大資料領域，人工智慧領域，認知智慧型領域，機械人領域等不同領域，要考慮，是否引入類腦模型其他分支層，比如感知層，學習層，理解層等等。如果要引入，就要考慮好如何對接問題。
記憶能力是人腦的重要基礎能力之一。 認知智慧型整套技術體系，也模仿類腦的記憶能力作為核心基礎。 有了記憶體系，感知體系就有了進一步的儲存依據，學習，理解，認知，邏輯，情感，意識等各個類腦的能力才有最基礎的結構化資料支撐。 目前市面上的機械人，普遍缺失了記憶能力。其核心問題還是系統架構設計的問題。也是人工智慧目前尚未解決的核心問題之一。認知智慧型也把這套技術體系納入重要的基礎技術體系之一。 目前記憶體系的落地，主要還是依託認知維度的劃分與識別和萬維圖譜。 這兩大技術體系共同協作支撐記憶體系。 機械人有了記憶之後，類腦的讀書學習理解認知等全部都有了構建的基礎。 這將讓機械人可以徹底離開現在的語料庫，檢索匹配訓練等方式。同時讓機械人更加智慧型，更加類人。記憶技術體系的成熟與完善也將標誌著，認知智慧型整套技術體系的更加成熟和完善。
類腦與腦機互動講座筆記
一場來自浙大學者關於類腦與腦機學術前沿的報告。座標 華中科技大學經濟學院報告廳 浙江大學計算機學院 潘綱教授 提出問題 馮諾伊曼體系結構已接近極限 整合器件密度難以繼續提公升 記憶體牆問題 功耗牆問題 背景 人工智慧挑戰 背景 計算機vs大腦 概念 腦機介面 腦機深度融合成為可能 機聯 物聯 腦聯 ...
李德毅院士 腦認知的形式化
摘要 李德毅院士認為，腦認知的內涵包括記憶力 計算認知和互動認知。計算固然重要，記憶更重要。腦認知的本質是統計認知，多次反覆在感知 認知 行動過程中形成不確定性，動態演化過程從時間上看是積分，就變成記憶。為了更好地引導和推動我國人工智慧領域的發展，由中國人工智慧學會發起主辦，csdn承辦的2015中...
人生之路 開啟智慧型之腦
這世界上的事情只有兩種，一種是你無法掌握或難以掌握的，比如出生，比如美國 中國主席 甚至是省長，市長的競選，比如奧運會，足球杯的比賽結果 一種是你可以掌握的，並且在你的世界裡，95 以上的事情是你自己可以掌握的，比如是否考上大學，比如做什麼職業，比如找個什麼樣的物件，過什麼樣的生活。在你看來無法掌握...