第1章　个体人工智能的提出

第1章　个体人工智能的提出

一、人工智能研究对象的发展

1. 人工智能研究对象的历史变化
2. 从计算问题到问题求解
3. 从单一任务到复杂任务
4. 从功能能力到综合能力
5. 传统人工智能研究对象的主要特点
6. 以任务、算法和功能为中心的人工智能结构
7. 任务型人工智能的局限
8. 从“完成任务”向“存在一个持续运行的智能个体”转变

二、从任务智能到个体智能

1. 任务智能的定义
2. 个体智能的定义
3. 任务与个体的区别
4. 一次任务与持续运行的区别
5. 外部任务目标与个体自身目标
6. 通用能力与个体能力
7. 临时状态与个体状态
8. 一次行为与连续行为
9. 任务结果与个体经验
10. 任务系统与个体系统

可以建立基本关系：

任务
↓
任务目标
↓
任务处理
↓
任务结果

而个体人工智能进一步形成：

个体
↓
个体状态
↓
个体目标
↓
个体认知
↓
个体能力
↓
个体方法
↓
个体决策
↓
个体行为
↓
反馈
↓
经验
↓
个体更新
↓
持续运行

三、具体个体为什么可以成为人工智能研究对象

1. 个体的定义
2. 个体的独立存在
3. 个体的身份
4. 个体的类型
5. 个体的属性
6. 个体的状态
7. 个体的对象集合
8. 个体的关系集合
9. 个体的知识
10. 个体的记忆
11. 个体的经验
12. 个体的目标
13. 个体的能力
14. 个体的方法
15. 个体的行为
16. 个体的历史
17. 个体的反馈
18. 个体的变化

由此说明：

Individual={ID,T,O,A,S,R,K,M,E,G,C,Md,B,F}Individual = \{ID,T,O,A,S,R,K,M,E,G,C,Md,B,F\}

其中：

• IDID：个体身份；
• TT：个体类型；
• OO：个体对象；
• AA：属性；
• SS：状态；
• RR：关系；
• KK：知识；
• MM：记忆；
• EE：经验；
• GG：目标；
• CC：能力；
• MdMd：方法；
• BB：行为；
• FF：反馈。

由此形成一个重要判断：

只要一个具体个体具有可描述、可结构化、可计算的身份、对象、属性、状态、关系、知识、目标、能力和行为结构，就可以建立对应的机器个体模型。

四、个体机器模型的提出

1. 什么是机器个体
2. 什么是个体机器模型
3. 现实个体与机器个体的对应关系
4. 个体身份映射
5. 个体结构映射
6. 个体状态映射
7. 个体知识映射
8. 个体能力映射
9. 个体行为映射
10. 个体历史映射
11. 个体机器模型的独立性
12. 个体机器模型的持续性

基本结构：

现实个体
↓
个体结构分析
↓
个体数据结构
↓
个体对象模型
↓
机器个体
↓
认知
↓
决策
↓
行为
↓
反馈
↓
持续运行

五、ICAI的基本问题

本节正式提出个体人工智能需要解决的核心问题。

1. 如何定义一个具体个体
2. 如何建立个体身份
3. 如何描述个体结构
4. 如何表示个体状态
5. 如何表示个体知识
6. 如何保存个体记忆
7. 如何形成个体经验
8. 如何表示个体目标
9. 如何计算个体能力
10. 如何进行个体认知
11. 如何进行个体匹配
12. 如何进行个体决策
13. 如何形成个体行为
14. 如何处理个体反馈
15. 如何进行个体学习
16. 如何进行自我检测
17. 如何进行自我保护
18. 如何处理内部冲突
19. 如何进行异常诊断
20. 如何进行自我修复
21. 如何保持个体连续运行
22. 如何使个体随经验发生结构变化

因此，ICAI的基本问题可以归纳为：

现实个体→机器个体→认知→决策→行为→反馈→学习→个体更新现实个体 \rightarrow 机器个体 \rightarrow 认知 \rightarrow 决策 \rightarrow 行为 \rightarrow 反馈 \rightarrow 学习 \rightarrow 个体更新

六、ICAI与传统任务型人工智能的区别

1. 研究对象不同
2. 系统边界不同
3. 目标结构不同
4. 状态结构不同
5. 知识结构不同
6. 能力结构不同
7. 行为结构不同
8. 记忆机制不同
9. 经验机制不同
10. 持续运行方式不同

可以形成基本比较：

这里不应简单理解为“谁取代谁”，而是研究对象发生扩展：

任务
↓
任务智能

具体个体
↓
个体智能

七、ICAI的理论基础

1. 个体理论
2. 世界理论
3. 元素理论
4. 对象理论
5. 属性理论
6. 状态理论
7. 关系理论
8. 场景理论
9. 知识理论
10. 记忆理论
11. 经验理论
12. 目标理论
13. 能力理论
14. 匹配理论
15. 方法理论
16. 认知理论
17. 决策理论
18. 行为理论
19. 反馈理论
20. 风险理论
21. 自我保护理论
22. 冲突理论
23. 异常理论
24. 自我修复理论
25. 学习与发展理论

最终形成：

个体
↓
世界
↓
对象
↓
属性
↓
状态
↓
关系
↓
知识
↓
记忆
↓
经验
↓
目标
↓
能力
↓
方法
↓
认知
↓
决策
↓
行为
↓
反馈
↓
保护 / 冲突处理 / 修复
↓
学习
↓
个体发展

八、ICAI工程实现方向

1. 理论模型结构化
2. 个体数据结构建立
3. 个体对象模型建立
4. PHP OOP类体系建立
5. Service体系建立
6. Engine体系建立
7. Repository体系建立
8. MySQL个体数据存储
9. MVC系统组织
10. Smarty表现层
11. Runtime运行机制
12. 个体状态持续保存
13. 个体行为执行
14. 反馈与学习
15. 自我检测与维护

总体工程映射：

ICAI理论
↓
形式化模型
↓
数据结构
↓
对象模型
↓
PHP Class
↓
Service
↓
Engine
↓
Repository
↓
MySQL
↓
MVC
↓
Smarty
↓
Runtime

例如：

个体状态理论
↓
State数据结构
↓
State对象
↓
State.php
↓
StateService
↓
StateEngine
↓
individual_states
↓
Runtime状态更新

九、个体人工智能的总体运行模型

建立本书后续章节的统一运行框架：

个体输入
↓
个体感知
↓
对象识别
↓
状态判断
↓
关系判断
↓
个体认知
↓
目标判断
↓
能力匹配
↓
风险判断
↓
自我保护判断
↓
冲突检测
↓
冲突处理
↓
方法匹配
↓
决策
↓
行为
↓
执行
↓
反馈
↓
结果检查
↓
自我检测
├── 正常 → 学习
├── 风险 → 自我保护
├── 冲突 → 冲突处理
└── 异常 → 诊断 → 自我修复
↓
经验
↓
知识更新
↓
能力更新
↓
个体更新
↓
再次运行

可以进一步形式化为：

It→Ct→Dt→Bt→Ft→Lt→It+1I_t \rightarrow C_t \rightarrow D_t \rightarrow B_t \rightarrow F_t \rightarrow L_t \rightarrow I_{t+1}

其中：

• ItI_t：时间 tt 的个体状态；
• CtC_t：个体认知结果；
• DtD_t：个体决策结果；
• BtB_t：个体行为；
• FtF_t：行为反馈；
• LtL_t：学习与更新过程；
• It+1I_{t+1}：更新后的个体。

因此，ICAI不是一次性的任务计算，而是：

个体→认知→决策→行为→反馈→学习→更新→再次运行个体 \rightarrow 认知 \rightarrow 决策 \rightarrow 行为 \rightarrow 反馈 \rightarrow 学习 \rightarrow 更新 \rightarrow 再次运行

十、本章小结

本章完成三个基础论证。

第一，人工智能的研究对象可以从“任务”进一步扩展到“具体个体”。

第二，一个具体个体可以通过身份、类型、对象、属性、状态、关系、知识、记忆、经验、目标、能力、方法和行为等结构进行形式化描述，并进一步建立对应的机器个体。

第三，个体人工智能由此形成完整的理论与工程对象：

$$现实个体\to 个体机器模型\to 个体认知\to 个体决策\to 个体行为\to 个体反馈\to 个体学习\to$$