中文摘要：

目前国际上正致力于人工脑的研究与开发，这不是人工肾等医疗工具而是研究一种全新的信息处理模式以及如何产生机器智能。申请人提出利用计算机视觉与听觉等机器感知信息经过训练转变为知识，从而使这种人工脑像婴儿一样接受训练，实现从下而上的人工智能，本研究将深入探讨其原理及实现的可行性，为今后硬件实现提供可靠的基础研究成果。

结论摘要：

本研究最终提出一种由感知信息构成语义知识而以语义知识为结点、以语义知识的同化和顺化为主要动态的网络结构，它可以表述人们头脑中的知识的基本关系。具象语义知识是由语音单元加上相应的映射构成的，在最初阶段脑中只有少量知识时它们只构成一个简单的随机网络，随着语义知识的数量增加，这个网络的结构变得愈来愈复杂。在这个网络中，不仅有知识的数量增加，还有知识的顺化，即相近的知识要发生合并产生概念，它包含了多个知识的集合。当这两种动态过程以一定的概率均衡地发生时，原来的简单网络逐渐地演化成一个复杂网络，它是小世界的和无尺度的复杂网络，而且具有近似分层的结构，这表明这个网络中出现了涌现，可以解释为智能的发生。我们命名它为K-net,这是一种人工脑的设计原理。这个研究的创意是属于我们的，与国外的人工脑研究原理不同。在日本和美国他们基于元胞机的演化原理来设计和制造人工脑，它们的人工脑是用来实现脑神经细胞的生长和传导的，没有知识的表达和知识运算。我们的成果在与国际有关学者的交流中受到了关注，在2007年1月的第十二届国际人工生命与机器人（AROB07）学术大会上应邀作了一小时的大会讲演。