第1章　世界的结构化定义

1.1 世界的概念

人工智能要实现对现实世界的模拟，首先必须回答一个基础问题：机器所面对的“世界”究竟是什么。

传统计算机系统通常从任务出发，将现实问题划分为输入、处理和输出。例如，一个图像识别系统接收图像并输出识别结果，一个控制系统接收传感器数据并产生控制动作。这种方式能够解决特定问题，但它往往把世界作为系统之外的输入环境，而没有首先建立一个统一的世界结构。

WSaiOS-ICAI认为，机器智能不能仅仅建立在单一任务的输入和输出之上。机器要形成较为完整的认知能力，首先需要建立一个能够表示现实世界的结构体系。

因此，本书将“世界”定义为：

世界是由类、对象、属性、状态、关系、行为、动作以及场景等结构元素按照一定关系组织形成的动态整体。

这里的世界并不是单纯指自然界，也不是要求机器完整复制现实世界，而是指机器能够进行认知和行为处理的结构化世界。

可以表示为：

世界
↓
类
↓
对象
↓
属性 / 状态
↓
关系
↓
行为 / 动作
↓
场景

其中，“类”提供对象的基本类别结构，“对象”表示具体存在的实例，“属性”描述对象具有的特征，“状态”描述对象当前所处的状态，“关系”描述对象之间的结构联系，“行为”和“动作”描述对象及其环境中的变化过程，“场景”则将这些元素组织成特定时空条件下的整体结构。

因此，世界不是对象的简单集合，而是一个具有结构、关系、状态和变化过程的动态系统。

---

1.2 世界中的基本构成

为了使机器能够认识世界，必须首先对世界中的基本构成进行结构化定义。

WSaiOS-ICAI将世界的基本构成划分为以下几个层次：

类
↓
对象
↓
属性
↓
状态
↓
关系
↓
方法
↓
行为
↓
动作
↓
场景

1.2.1 类

**类（Class）**是对具有共同结构特征的一类对象进行定义的结构单位。

例如：

苹果类
鸡蛋类
人类
桌子类
锅类
汽车类
动物类

类不是某一个具体对象，而是对象所属的结构类别。

例如“苹果类”可以包含许多具体苹果对象：

苹果类
├── 苹果A
├── 苹果B
├── 苹果C
└── 苹果D

苹果A、苹果B和苹果C虽然颜色、重量、大小、成熟程度可能不同，但这些差异不会使它们自动成为不同的基础类。

因此：

基础类具有相对稳定性，对象实例的属性和状态变化不直接改变基础类本身。

这一原则对于机器建立稳定的世界知识具有重要意义。

1.2.2 对象

**对象（Object）**是类在现实世界中的具体实例。

例如：

苹果类
↓
苹果A

苹果A就是苹果类的一个对象实例。

对象具有具体属性和当前状态：

苹果A
├── 颜色：红色
├── 重量：180g
├── 大小：中等
├── 位置：桌面
└── 状态：成熟

因此：

类 → 定义类别结构
对象 → 表示具体实例
属性 → 描述对象特征
状态 → 描述对象当前情况

这构成机器世界结构的基本层次。

1.2.3 属性

**属性（Attribute）**是描述对象特征的结构信息。

例如：

苹果A
→ 颜色 = 红色
→ 重量 = 180g
→ 大小 = 中等

属性可以是相对稳定的，也可以发生变化。

1.2.4 状态

**状态（State）**表示对象在某一时刻或某一条件下所处的具体情况。

例如：

鸡蛋
→ 未处理
→ 已打碎
→ 已搅拌
→ 已加热
→ 已炒熟

同一个对象可以随着行为和动作不断改变状态。

因此：

对象
↓
状态变化
↓
行为变化
↓
新的状态

状态是连接对象与动态行为的重要结构。

1.2.5 关系

**关系（Relation）**表示两个或多个世界元素之间存在的结构联系。

例如：

苹果A → 位于 → 桌面
人A → 拿取 → 苹果A
锅A → 位于 → 炉具A
鸡蛋A → 放入 → 锅A

关系使孤立对象形成结构。

没有关系：

人
鸡蛋
锅
炉具

只是几个独立对象。

形成关系之后：

人
↓操作
锅
↑放入
鸡蛋
↓
炉具

它们才形成可以被机器进一步理解的场景结构。

1.2.6 方法、行为与动作

**方法（Method）**表示完成某种目标或处理某类对象所采用的结构化处理方式。

**行为（Behavior）**表示对象或主体在一定条件下形成的连续活动过程。

**动作（Action）**则表示行为中的具体执行单位。

例如：

烹饪方法
↓
炒制行为
↓
加热动作
↓
翻炒动作
↓
加入调料动作

方法、行为和动作之间不是完全相同的概念，而是不同层次的结构。

1.2.7 场景

**场景（Scene）**是多个对象、属性、状态、关系、行为和环境条件在特定条件下形成的整体结构。

例如：

人
+
鸡蛋
+
西红柿
+
锅
+
炉具
+
空间关系
+
当前状态
+
烹饪行为
↓
烹饪场景

因此，场景不是一张静态图片，而是一个具有结构和状态的动态认知单位。

---

1.3 世界与机器认知

机器认知的前提不是直接产生动作，而是首先能够建立对当前世界的结构表示。

现实世界首先通过机器的感知系统进入机器：

现实世界
↓
感知信息
↓
感知元素
↓
对象
↓
属性
↓
状态
↓
关系
↓
场景

机器由此形成当前世界的结构化表示。

例如，机器面对一个桌面：

桌面
├── 鸡蛋
├── 西红柿
├── 菜刀
├── 盘子
└── 锅

机器进一步获得：

鸡蛋 → 在 → 桌面
西红柿 → 在 → 桌面
菜刀 → 在 → 桌面
锅 → 位于 → 炉具

此时机器获得的已经不是若干孤立的识别结果，而是一个具有对象和关系的世界结构。

进一步加入状态：

鸡蛋 → 状态：未处理
西红柿 → 状态：未切
锅 → 状态：未加热
炉具 → 状态：关闭

于是形成：

对象
+
属性
+
状态
+
关系
↓
当前世界结构

机器认知的任务，就是在这个结构基础上，将当前世界与已有知识结构进行对应和匹配。

因此：

世界结构是机器认知的基础，认知则是机器对世界结构进行识别、匹配、组织和处理的过程。

---

1.4 世界的静态结构与动态结构

世界同时具有静态结构和动态结构。

1.4.1 静态结构

静态结构是相对稳定的结构关系。

例如：

苹果类
鸡蛋类
人类
锅类
炉具类

这些基础类在一般情况下不会因为某一个对象的状态变化而发生改变。

同时，某些对象的基本属性也具有相对稳定性：

锅A
→ 类型：锅
→ 材质：不锈钢
→ 容量：5L

这些构成世界的稳定结构基础。

1.4.2 动态结构

动态结构则随着对象状态、对象关系、行为和动作不断变化。

例如：

炉具关闭
↓
炉具开启
↓
锅开始加热
↓
锅温度升高
↓
鸡蛋加入锅中
↓
鸡蛋状态变化
↓
完成炒制

此时世界结构不断变化。

因此可以表示为：

静态结构
+
动态变化
↓
完整世界结构

更进一步：

基础类相对稳定
↓
对象不断变化
↓
状态不断变化
↓
关系不断变化
↓
场景不断变化
↓
行为不断变化

由此可见，世界的动态性并不意味着所有结构都不断变化。

基础类提供稳定性，对象、状态、关系和场景提供动态性。

这是WSaiOS-ICAI世界结构理论中的一个重要原则。

---

1.5 世界 → 类 → 对象 → 场景

WSaiOS-ICAI将世界结构进一步归纳为：

世界
↓
类
↓
对象
↓
场景

这个关系不是简单的层级分类，而是机器建立世界认知的基本结构路径。

世界

表示机器需要认识和处理的整体环境。

↓

类

将世界中的对象按照共同结构进行组织。

↓

对象

表示现实中的具体实例。

↓

场景

将多个对象及其状态、关系和行为组织为一个当前结构。

例如：

世界
↓
鸡蛋类
西红柿类
锅类
炉具类
↓
鸡蛋01
西红柿01
锅01
炉具01
↓
对象属性
+
对象状态
+
对象关系
↓
当前烹饪场景

因此，一个场景并不是凭空产生的。

它来自：

基础类
↓
对象实例
↓
对象状态
↓
对象关系
↓
行为与动作
↓
场景组织

当场景发生变化时，机器并不是重新创造整个世界，而是在已有基础结构上重新组织当前世界。

例如：

锅未加热
↓
加热
↓
锅状态改变
↓
场景改变

再例如：

鸡蛋未处理
↓
打蛋
↓
鸡蛋状态改变
↓
场景改变

因此：

场景是世界结构在特定时间、空间、对象状态和关系条件下形成的动态结构实例。

---

1.6 世界结构与复杂行为的关系

如果机器只有对象识别能力，它只能回答：

“这是什么？”

如果机器具有状态认知，它可以进一步回答：

“现在是什么状态？”

如果机器具有关系认知，它可以回答：

“它们之间是什么关系？”

如果机器具有场景认知，它可以回答：

“当前发生的是什么场景？”

如果进一步建立认知匹配、方法和行为结构，机器才能继续回答：

“现在应该做什么？”
“为什么做？”
“采用什么方法？”
“下一步动作是什么？”
“动作执行后发生了什么？”

因此：

世界
↓
结构
↓
认知
↓
行为

不是三个相互独立的系统，而是连续的结构关系。

完整过程可以表示为：

世界
↓
类
↓
对象
↓
属性
↓
状态
↓
关系
↓
场景
↓
认知匹配
↓
动态组织
↓
方法
↓
行为
↓
动作
↓
执行
↓
反馈
↓
状态变化
↓
再认知

这为后续复杂行为理论建立了基础。

---

1.7 本章小结

本章提出了WSaiOS-ICAI的世界结构化定义。

世界不是机器之外的一个简单输入环境，而是一个由基础类、对象实例、属性、状态、关系、方法、行为、动作和场景共同构成的动态结构。

其中：

类 → 提供稳定结构
对象 → 提供现实实例
属性 → 描述对象特征
状态 → 描述对象当前情况
关系 → 连接对象与结构
方法 → 提供处理方式
行为 → 表示连续活动过程
动作 → 表示具体执行单位
场景 → 组织当前整体结构

因此可以建立第一个基本模型：

世界
↓
基础类
↓
对象实例
↓
属性 / 状态
↓
关系
↓
场景

再通过：

场景
↓
认知匹配
↓
动态结构组织
↓
方法
↓
行为
↓
动作
↓
反馈

使静态世界结构进一步进入动态认知和行为过程。

由此，本书后续研究的基本问题被确定为：

机器如何从世界结构中建立稳定的基础类，形成对象实例，认识属性、状态和关系，并通过场景与认知匹配动态组织这些结构，最终形成复杂行为？

这一问题构成后续“类理论、对象理论、关系理论、场景理论、认知匹配理论、动态组织理论和复杂行为理论”的共同基础。