基于新皮質模式識別理論的一種普適計算網絡

摘 要：普適計算網絡的概念興起至今已有30年的歷史，同時人類對大腦運行機理的研究隨著技術的發展在近年內有了突破性的發現。本文總結了普適計算網絡的特征和新皮質模式識別理論（PRTM，Pattern Recognition Theory of Mind）的核心觀點，對兩者共性進行了分析對比，結合普適計算“以人為本”的設計思想，提出了實際的普適計算網絡即是一種新皮質模式識別模型的理論觀念，構建了一種基于新皮質模式識別理論的普適計算網絡，實現人與計算的自然分離，擴展了普適計算網絡不可見性設計的新思路。

關鍵詞：普適計算；PRTM；不可見性設計

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1004-7344（2018）26-0316-02

引 言

普適計算的概念于20世紀80年代末由Mark Weiser提出，目標是將計算融入周圍環境中，實現人與計算更自然的交互。隨著計算機和互聯網的飛速發展，世界范圍內的技術創新形成了爆炸式增長，物聯網逐漸形成普適計算概念的物理雛形。本文總結了普適計算網絡的特征和新皮質模式識別理論的核心觀點，對兩者共性進行了分析對比，結合普適計算“以人為本”的設計思想，提出了實際的普適計算網絡即是一種新皮質模式識別模型的理論觀念，構建了一種基于新皮質模式識別理論的普適計算網絡，實現人與計算的自然分離，擴展了普適計算網絡不可見性設計的新思路。

1 普適計算網絡的特征

為便于分析和討論普適計算網絡，參考計算機網絡中的OSI層次模型，NIST的ITL和德國達施姆塔大學都提出了類似的普適計算網絡層次化模型。如表1所示，德國達施姆塔大學將模型總結為三層，第一層以接入設備多樣化小型化為主，第二層關注彈性計算方式，第三層強調普適計算對用戶的自然交互。

國內學者也提出了類似的分層模型，如表2所示。在底層（第一層）描述中，強調實現感知設備的廣泛分布和自主接入能力；中間層（第二層）進行軟硬件分離，實現對接入數據對彈性計算；高層（第三、四、五層）完成用戶與設備間的自然交互反饋，消除設備差異對用戶的影響。

對上述兩種分層模型進行對比分析可以發現普適計算網絡存在以下特征：①在實際應用環境中普適計算網絡以用戶為主體，網絡內的感知設備圍繞用戶實現與用戶的感知交互，即“以人為本”。②類似于OSI分層結構模型的特點，普適計算網絡中分層結構的設計有利于各層內容的獨立發展，各層間以數據內容的形式完成層間負責，層內可同時進行高效的新型內容設計。③普適計算網絡的基本運行方式表現為，在網絡底層形成分布廣泛的感知設備連接，中間層在底層感知設備的數據基礎上通過彈性計算的形式輸出感知結果，高層部分負責完成感知結果與用戶的交互反饋。④考慮到周圍交互環境存在隨機性特征，在普適計算網絡中應加入隨機性因素的影響，實現整個網絡與用戶交互過程的正確性和連續性，也即上下文一致的交互。

2 新皮質模式識別理論PRTM

研究表明，大腦新皮質以分層方式處理信息。人腦新皮質中包含6層的分層結構，各層負責不同的信息處理內容。皮層柱的神經元結構中存在重復單元，形成大腦新皮質基本成分，即模式識別器。這些模式識別器沒有具體的物理分界，以一種相互交織的方式緊密相連，大量識別器的總和構成了皮質柱。

數據統計表明，人類大腦新皮質中約有50萬個皮質柱，在每個皮質柱包含約6萬個神經元，即大腦新皮質中共有約300億個神經元。皮質柱中每個模式識別器對應一種識別模式，包含約100個神經元，即大腦新皮質共有約3億個識別模式。存儲的識別模式中存在冗余系數，即對同一個識別模式存在多個相同的模式副本，以增強相應模式的識別能力。

模式中的信息在層級結構中總是呈現向上和向下的雙向交流，各模式識別器識別出的模式沿著概念層級逐層向上層流動，而向下傳遞的信息有助于模式預測，即大腦皮質中的聯想和預測行為。識別出的模式信息包含積極信號和抑制信號，抑制信號表明某一特定模式可能不存在，當識別器收到抑制信號時會提升閾值，但該識別器仍可能被激活。大腦新皮質區中存在多個感覺區域，皮質聯合區對這些區域的識別信息進行綜合處理上升至更為抽象的概念層級，即形成人的思維、感知、記憶和思考等。考慮到人類具有遺傳變異特性，在模式識別器的連接過程中存在一定的隨機性，使得對于同一模式輸入可能存在不同的模式輸出，隨機因子的存在增加了模式識別器處理的復雜度。

3 基于新皮質模式識別理論的普適計算網絡構建

前文分別總結了普適計算網絡的特征和新皮質模式識別理論的核心觀點，表3中將兩者進行了對比。

從表3的對比結果中可以清晰的發現兩者間存在高度共性。考慮普適計算網絡的設計目標，通過環境中的感知器件，將與人交互的計算過程融入到周圍環境中，實現計算過程與用戶的分離。而在新皮質模式識別理論中，環境信息進入存在冗余度的模式識別器，經過包含隨機因子的分層的神經網絡進行雙向信息傳遞，多次反饋迭代后最終形成綜合處理的感知行為。因此，“以人為本”的普適計算網絡實際可以看成一種新皮質模式識別模型，即基于新皮質模式識別理論的普適計算網絡，使用戶處于一種大腦思維處理模型中，由用戶與普適計算網絡環境共同完成思維模型的構建，形成更為自然的大腦與大腦的交流和用戶與普適計算網絡更為自然的交互反饋，實現用戶與計算網絡的自然分離，擴展普適計算網絡設計的不可見性。

4 結 語

本文總結了普適計算網絡的特征和新皮質模式識別理論的核心觀點，對兩者共性進行了分析對比，提出了實際的普適計算網絡即是一種新皮質模式識別模型的理論觀念，構建了一種基于新皮質模式識別理論的普適計算網絡，將用戶融入與大腦思維模型一致的新型普適計算網絡中，由用戶與計算網絡共同完成思維模型的構建，在大腦與大腦的自然交互反饋中實現人與計算的自然分離，擴展了普適計算網絡不可見性設計的新思路。

參考文獻

[1]普適計算.[EB/OL].

[2]王海濤，宋麗華.普適計算-新一代計算模式和理念[J].電信科學，2008（2）：66～71.

[3]鄭增威，吳朝暉.普適計算綜述[J].計算機科學，2003，30（4）：18～22.

收稿日期：2018-7-2

作者簡介：李 萍（1989-），女，助理工程師，本科，主要從事通信器材電信交換工作。