(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221086870 0.7 (22)申请日 2022.07.22 (71)申请人 华南师范大学 地址 510631 广东省广州市天河区中山大 道西55号 (72)发明人 朱定局　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 彭东梅 (51)Int.Cl. G06N 20/00(2019.01) G06Q 50/22(2018.01) G06Q 50/26(2012.01) (54)发明名称 基于人机混合智能的智能进化法和医康养 模型即服 务平台 (57)摘要 基于人机混合智能的智能进化法和医康养 模型即服务平台， 包括： 人工智能模型预设步骤； 人工智能模型训练步骤； 人工智能模型测试步 骤； 人工智 能模型谨慎使用步骤； 人工智能模型 放心使用步骤。 上述方法、 系统和机器人通过深 度学习进行人工智能模型的自动构建， 同时接受 专家对人工智能模型的修改， 并用于对人工智能 模型的增量训练， 使 得人工智能模 型可以在使用 的过程中进化和改进， 从而提高人工智能模型的 可用性。 权利要求书6页 说明书12页 附图2页 CN 115358408 A 2022.11.18 CN 115358408 A 1.一种人工智能方法， 其特 征在于， 所述方法包括： 人工智能模型预设步骤： 根据输入数据的格 式和输出数据的格式， 获取深度学习模型， 作为人工智能模型； 人工智能模型训练步骤： 获取输入数据， 并获取专家根据输入数据 给出的输出数据， 作 为训练数据； 将多对所述输入数据和专家给出 的输出数据， 作为深度学习模型 的输入和预 期输出， 对所述模型进行训练， 得到人工智能模型； 人工智能模型测试步骤： 获取输入数据， 并获取专家根据输入数据 给出的输出数据， 作 为测试数据； 若所述人工智能模型 的测试结果优于第一预设效果， 则人工智能模型 的使用 模式为放心模式； 若所述人工智能模型 的测试结果优于第二预设效果， 则人工智能模型 的 使用模式为谨慎模式； 若所述人工智能模型 的测试结果次于第一预设效果， 则人工智能模 型的使用模式为超级谨慎 模式， 并回到人工智能模型训练步骤； 人工智能模型谨慎使用步骤： 若人工智能模型的使用模式为谨慎模式或超级谨慎模 式， 则获取用户的输入数据， 并将 输入数据输入到所述人工智能模型进 行计算， 得到的输出 数据， 将所述输入数据和输出数据发送给专家， 提示专家在所述输出数据上进 行修改， 判断 所述修改的结果， 若专家拒绝所述输出数据， 则获取专家 根据输入数据给出的输出数据， 将 所述给出 的输出数据发送给用户， 并回到人工智能模型训练步骤； 若专家接受所述输出数 据， 则将所述输出数据发送给用户， 并回到人工智能模型使用步骤； 若专家对所述输出数据 有所修改， 则获取专家 修改后的输出数据， 将所述修改后的输出数据发送给用户， 并将所述 输入数据和修改后的输出数据作为所述人工智能模型的输入和预期输出， 对所述人工智能 模型进行增量训练， 回到人工智能模型测试步骤； 人工智能模型放心使用步骤： 若人工智能模型的使用模式为放心模式， 则获取用户的 输入数据， 并将 输入数据输入到所述人工智能模型进 行计算， 得到的输出数据， 将所述输入 数据和输出数据以预设的概率发送给专家， 若所述输出数据没有发送给专家， 则将所述输 出数据发送给用户； 若 所述输出数据发送给专家， 则执行人工智能模 型谨慎使用步骤； 预设 的概率根据第一预设效果计算得到， 预设的概率＝f(最佳效果， 第二预设 效果)， 预设函数f 使得最佳效果与第一预设效果的差异越小时预设概 率越小。 2.根据权利要求1所述的人工智能方法， 其特 征在于， 所述方法包括： 模型即服务的注册步骤： 将所述人工智能模型部署到云端； 将所述人工智能模型及其 输入格式、 输出格式、 服务功能一一对应地加入人工智能模型知识库； 获取所述人工智能模 型的数据输入和输出接口、 输出数据修改接口； 接受用户注册所述人工智能模型的申请， 将 所述人工智能模型的输入接口和输出接口发送给所述用户； 接受专家注册所述人工智能模 型的申请， 将所述人工智能模型的输出 数据修改接口发送给 所述专家； 获取专 家的可信度； 模型即服务的服务步骤： 获取用户选择的且所述用户已经注册的人工智能模型， 若获 取成功且人工智能模型 的使用模式为放心模式， 则进入人工智能模型放心服务步骤； 若获 取成功且人工智能模型的使用模式为谨慎模式或超级谨慎模式， 则进入人工智能模型谨慎 服务步骤； 若获取失败， 则进入人工智能模型自动服 务步骤； 人工智能模型谨慎服 务步骤： 执行人工智能模型谨慎使用步骤； 人工智能模型放心服 务步骤： 执行人工智能模型放心使用步骤； 人工智能模型自动服务步骤： 自动地为用户推荐人工智能模型， 若用户没有注册所述权　利　要　求　书 1/6 页 2 CN 115358408 A 2人工智能模型， 则提 示用户注 册所述人工智能模型。 3.根据权利要求2所述的人工智能方法， 其特 征在于， 人工智能模型谨慎服 务步骤具体包括： 模型计算步骤： 获取用户通过输入接口输入的数据； 将输入数据输入到所述人工智能 模型进行计算， 得到的输出 数据； 专家选择步骤： 获取所述人工智能模型已注册的专家集合， 从所述已注册的专家集合 中选取空闲的专家集合， 从所述空闲的专家集合中将专家根据可信度从高到低排序， 选取 排序靠前的预设数个专 家， 作为服务专家； 专家服务步骤： 将所述输入数据和输出数据发送给所述每一服务专家， 提示所述每一 服务专家在所述输出数据上进行修改， 判断所述修改的结果， 若所述每一服务专家拒绝所 述输出数据， 则获取所述每一服务专家根据输入数据给出 的输出数据， 将所述给出 的输出 数据作为所述每一服务专家审核后的输出数据发送给用户， 并回到人工智能模型训练步 骤； 若所述每一服务专家接受所述输出数据， 则将所述输出数据作为所述每一服务专家审 核后的输出数据发送给用户， 并回到人工智能模型使用步骤； 若所述每一服务专家对所述 输出数据有所修改， 则获取专家修改后的输出数据， 将所述修改后的输出数据作为所述每 一服务专家审核后的输出数据发送给用户， 并将所述输入数据和修改后的输出数据作为所 述人工智能模型 的输入和预期输出， 对所述人工智能模型进行增 量训练， 回到人工智能模 型测试步骤； 用户反馈步骤： 接受用户对所述每一服务专家审核后的输出数据的满意度， 将所述满 意度作为对所述服务专家的服务评 分来更新所述每一服务专家的可信度； 将满意度最高的 输出数据作为所述输入数据的输出 数据发送给用户； 人工智能模型放心服务步骤： 获取用户通过输入接口输入的数据， 将输入数据输入到 所述人工智能模型进行计算， 得到的输出数据； 将所述输入数据和输出数据以预设的概率 发送给专家， 若所述输出数据没有发送给专家， 则将所述输出数据发送给用户； 若 所述输出 数据发送给专家， 则执行人工智能模型谨慎服务步骤； 预设的概率根据第一预设效果计算 得到， 预设的概率＝f(最佳效果， 第二预设 效果)， 预设函数f使 得最佳效果与第一预设效果 的差异越小时预设概 率越小。 4.根据权利要求2所述的人工智能方法， 其特征在于， 所述人工智能模型自动服务步骤 具体包括： 人工智能模型匹配步骤： 获取用户输入的数据的格式和待输出的数据的格式以及需求 描述， 将所述输入数据格式和输出数据格式与人工智能模型知识库中人工智能模型的输入 数据格式和输出数据格式进行匹配， 得到第一匹配度， 将所述需求描述与人工智能模型知 识库中人工智能模型 的服务功能进行匹配， 得到第二匹配度， 根据第一匹配度和第二匹配 度得到综合匹配度， 将综合匹配度从高到低进行排序， 选取排序前第一预设数个人工智能 模型， 加入到候选人工智能模型库； 若候选人工智能模型库中最高的综合匹配度为百分百， 则将最高的综合匹配度对应的人工智能模型作为合适的人工智能模型发送给用户， 将所述 人工智能模型及其输入格式、 输出格式、 服务功能一一对应地加入人工智能模型知识库； 否 则执行候选人工智能模型组合 步骤； 候选人工智能模型组合步骤： 从候选人工智能模型库中选取任意两个人工智能模型通权　利　要　求　书 2/6 页 3 CN 115358408 A 3