第6章　个体人工智能与传统人工智能

一、传统人工智能的任务对象

传统人工智能（Traditional Artificial Intelligence）在长期发展过程中形成了以任务、问题、功能和目标为中心的研究方式。这里所说的传统人工智能，并不是指某一种具体算法，而是泛指以解决特定问题、完成特定任务、提供特定功能为主要系统组织方式的人工智能系统。

在这种体系中，人工智能系统通常首先面对一个任务：

任务提出
↓
任务定义
↓
输入数据
↓
问题处理
↓
计算
↓
结果输出
↓
任务结束

因此，任务本身往往是系统设计的主要组织单位。

例如，一个系统可以承担图像分类、路径规划、设备检测、数据分析、自动控制、信息检索等任务。系统的核心问题通常是：

给定输入，在规定条件下，通过一定的方法得到满足任务要求的结果。

可以形式化表示为：

$TaskSystem=(Input,Goal,Method,Output)TaskSystem=(Input,Goal,Method,Output)$

其中， $InputInput$ 表示任务输入， $GoalGoal$ 表示任务目标， $MethodMethod$ 表示任务处理方法， $OutputOutput$ 表示任务输出。

传统任务型人工智能的基本关系可以表示为：

$Input→Processing→OutputInput\rightarrow Processing\rightarrow Output$

或者：

$Task→Method→ResultTask\rightarrow Method\rightarrow Result$

这种结构具有明确的任务边界。任务开始时系统进入处理过程，任务完成后得到结果，系统通常不需要继续保持一个具有完整身份、历史、状态、能力和发展的机器个体。

因此，传统人工智能的重要研究对象可以概括为：

问题、任务、功能、算法、计算过程和结果。

这并不意味着传统人工智能不能处理对象，而是其系统总体结构通常不是围绕某一个具体持续存在的个体建立。

二、个体人工智能的个体对象

个体人工智能（Individual Artificial Intelligence，ICAI）的研究对象不是抽象任务本身，而是具体个体。

个体可以是一个人、企业、品牌、组织、网站、平台、设备、机器人、生产线、工厂、服务主体或者其他具有相对独立结构和持续状态的对象。

ICAI首先回答的问题不是：

“这个系统要完成什么任务？”

而是：

“这个具体个体是谁？它由什么组成？具有什么属性、状态、关系、知识、目标、能力、方法、行为和历史？”

因此，ICAI的基本研究对象可以表示为：

$I={ID,T,O,A,S,R,K,G,C,Md,B,H}I=\{ID,T,O,A,S,R,K,G,C,Md,B,H\}$

其中：

$II$ ：个体；
$IDID$ ：身份；
$TT$ ：类型；
$OO$ ：对象组成；
$AA$ ：属性；
$SS$ ：状态；
$RR$ ：关系；
$KK$ ：知识；
$GG$ ：目标；
$CC$ ：能力；
$MdMd$ ：方法；
$BB$ ：行为；
$HH$ ：历史。

因此，ICAI的基本结构不是：

$Task→ResultTask\rightarrow Result$

而是：

$Individual→Cognition→Decision→Behavior→Feedback→Learning→IndividualIndividual\rightarrow Cognition\rightarrow Decision\rightarrow Behavior\rightarrow Feedback\rightarrow Learning\rightarrow Individual$

个体人工智能的核心不是一次任务处理，而是建立一个能够持续存在和运行的机器个体（Machine Individual）。

三、任务与个体的区别

任务和个体是两个不同层次的概念。

**任务（Task）**表示需要完成的一件事情，通常具有明确的开始条件、处理过程和结束条件。

**个体（Individual）**表示一个具有自身身份和持续结构的存在对象。

二者可以作如下比较：

比较维度	任务	个体
核心对象	要完成的事情	一个具体存在对象
核心结构	输入、目标、方法、结果	身份、对象、属性、状态、关系等
时间特征	通常具有任务周期	可以持续存在
历史	主要保存任务记录	历史构成个体的一部分
能力	为任务调用功能	个体自身具有能力结构
状态	主要是任务状态	个体具有持续状态
关系	围绕任务建立	个体具有长期关系
学习	可以发生，也可以没有	学习可以改变个体自身
结束	任务完成后结束	个体可以持续运行

因此：

$Task≠IndividualTask\neq Individual$

任务是个体行为中的一个组成部分，而不是个体本身。

在ICAI中，一个个体可以同时拥有多个任务：

$I→{Task1,Task2,⋯ ,Taskn}I\rightarrow\{Task_1,Task_2,\cdots,Task_n\}$

但是这些任务共同属于一个持续存在的个体。

因此，ICAI中的基本关系应当是：

$Individual→Goal→Task→BehaviorIndividual\rightarrow Goal\rightarrow Task\rightarrow Behavior$

而不是：

$Task→AITask\rightarrow AI$

四、功能与能力的区别

传统人工智能系统通常强调功能（Function）。

功能描述系统“能够完成什么操作”。

例如：

图像分类
数据计算
路径搜索
故障检测
信息查询

这些都是功能。

而ICAI强调能力（Capability）。

能力不仅表示“能够做什么”，还表示：

这个具体个体为什么能够做、在什么条件下能够做、依赖什么知识、使用什么方法、具有怎样的经验以及当前状态是否允许执行。

因此：

$Function≠CapabilityFunction\neq Capability$

功能可以被理解为系统提供的操作：

$Function=f(Input)Function=f(Input)$

而个体能力更接近：

$Capability=f(K,E,G,S,Md,C)Capability=f(K,E,G,S,Md,C)$

其中：

$KK$ ：知识；
$EE$ ：经验；
$GG$ ：目标；
$SS$ ：当前状态；
$MdMd$ ：方法；
$CC$ ：已有能力结构。

例如两个同类型设备可能都具有“维修功能”，但是两个设备的维修知识、历史维修经验、可使用工具、当前状态和维修方法不同，因此其实际维修能力可能不同。

所以ICAI关注的是：

$Individual→CapabilityIndividual\rightarrow Capability$

而不是单纯：

$System→FunctionSystem\rightarrow Function$

这构成了任务型人工智能与个体人工智能之间的重要理论区别。

五、通用能力与个体能力

传统人工智能系统经常以通用功能或通用能力为系统设计目标。

例如，一个系统可以设计为：

输入
↓
通用处理能力
↓
任务
↓
输出

这种结构强调能力的通用性。

ICAI则强调个体能力（Individual Capability）。

个体能力来源于个体自身结构：

$Ci=f(Ti,Ki,Ei,Gi,Si,Mdi)C_i=f(T_i,K_i,E_i,G_i,S_i,Md_i)$

因此，对于两个不同个体：

$I1≠I2I_1\neq I_2$

即使：

$T(I1)=T(I2)T(I_1)=T(I_2)$

也不能推出：

$C(I1)=C(I2)C(I_1)=C(I_2)$

更一般地：

$Capability(I1)≠Capability(I2)Capability(I_1)\neq Capability(I_2)$

这意味着同一种类型的个体可以形成不同的机器能力结构。

例如两个企业都属于物流企业，但是它们的客户、车辆、业务区域、业务规则、员工结构、历史经验、服务方法和经营目标不同，因此其机器个体不应该被设计成完全相同的能力结构。

ICAI因此提出一个重要原则：

个体能力不是简单的通用功能集合，而是由个体自身知识、经验、目标、状态、方法和历史共同形成的能力结构。

能力可以随着个体的发展发生变化：

$Ct→Ct+1C_t\rightarrow C_{t+1}$

因此，个体能力不是固定的软件菜单，而是个体运行过程中持续变化的结构。

六、单次执行与持续运行

传统任务系统通常以一次任务执行为基本运行单位：

$Input→Process→OutputInput\rightarrow Process\rightarrow Output$

任务完成之后，该次运行可以结束。

ICAI则以**持续运行（Continuous Runtime）**为基本特征。

机器个体具有自己的运行状态：

$MItMI_t$

经过认知、决策、行为、反馈和学习后形成新的状态：

$MIt→MIt+1MI_t\rightarrow MI_{t+1}$

连续运行可以表示为：

$MI0→MI1→MI2→⋯→MInMI_0\rightarrow MI_1\rightarrow MI_2\rightarrow\cdots\rightarrow MI_n$

每一次运行都会产生新的状态、历史、经验和知识。

因此：

输入
↓
认知
↓
决策
↓
行为
↓
执行
↓
反馈
↓
经验
↓
知识更新
↓
能力更新
↓
个体更新
↓
再次运行

这种结构使机器个体具有时间连续性。

因此，ICAI的运行单位不是“一次任务”，而是：

一个个体在时间中的连续存在和持续运行过程。

七、外部工具与内部能力

任务型人工智能系统通常可以通过调用外部工具完成任务。

例如：

任务
↓
调用工具
↓
工具执行
↓
获得结果
↓
完成任务

工具可以是数据库、计算模块、传感器、执行机构或其他软件模块。

ICAI并不否认工具，而是进一步区分：

外部工具（External Tool）与个体内部能力（Internal Capability）。

外部工具属于个体可使用的资源：

$Tool∈ResourceTool\in Resource$

而个体能力属于机器个体自身结构：

$Capability∈IndividualCapability\in Individual$

二者关系可以表示为：

$Individual→Capability→Method→Tool→ActionIndividual\rightarrow Capability\rightarrow Method\rightarrow Tool\rightarrow Action$

也就是说，机器个体首先需要判断：

自身是否具有完成目标的能力；
需要什么方法；
方法需要什么资源；
是否可以调用外部工具；
工具是否可用；
当前状态是否允许执行。

因此：

$Tool≠CapabilityTool\neq Capability$

工具是资源，能力是个体结构。

一个机器个体可以通过不同工具实现同一种能力，也可以因为工具不可用而暂时无法执行某项能力。

这种区分对于建立真正的个体机器模型具有重要意义。

八、任务系统与个体系统

任务系统与个体系统具有不同的组织方式。

1. 任务系统

任务系统可以表示为：

$TaskSystem={Task,Input,Rule,Method,Output}TaskSystem= \{Task,Input,Rule,Method,Output\}$

其核心流程是：

任务
↓
任务条件
↓
方法选择
↓
任务执行
↓
结果

2. 个体系统

个体系统可以表示为：

$IndividualSystem={ID,T,O,A,S,R,K,G,C,Md,B,F,H}IndividualSystem= \{ID,T,O,A,S,R,K,G,C,Md,B,F,H\}$

其核心流程是：

个体
↓
感知
↓
认知
↓
状态
↓
目标
↓
能力
↓
风险
↓
保护
↓
冲突
↓
方法
↓
决策
↓
行为
↓
执行
↓
反馈
↓
学习
↓
个体更新
↓
持续运行

因此，任务系统的中心是：

$TaskTask$

而个体系统的中心是：

$IndividualIndividual$

任务可以属于个体：

$Task⊂IndividualBehaviorTask\subset IndividualBehavior$

但是个体不能被简单等同于任务。

九、两种体系的结构比较

从总体结构看，可以将两种体系表示如下。

传统任务型人工智能

任务
↓
输入
↓
问题处理
↓
算法
↓
计算
↓
结果
↓
任务完成

其核心关系是：

$Task→Method→ResultTask\rightarrow Method\rightarrow Result$

个体人工智能

个体
↓
身份
↓
类型
↓
对象
↓
属性
↓
状态
↓
关系
↓
知识
↓
目标
↓
能力
↓
方法
↓
认知
↓
决策
↓
行为
↓
执行
↓
反馈
↓
经验
↓
学习
↓
能力更新
↓
个体更新
↓
持续运行

其核心关系是：

两种体系的主要差异可以概括为：

维度	传统人工智能	个体人工智能
核心对象	任务/问题	个体
系统中心	任务	个体
主要目标	完成任务	保持并发展个体运行能力
能力形式	通用功能/任务能力	个体能力
状态	任务状态	个体持续状态
历史	任务历史	个体历史
经验	可选机制	个体发展组成
知识	服务任务	构成个体认知结构
行为	执行任务	个体行为
反馈	任务结果反馈	个体运行反馈
学习	可选	个体发展机制
保护	系统级机制	个体自我保护
修复	系统维护	个体自我修复
运行	单次或阶段性	持续运行
基本单位	Task	Individual

这种比较不是为了否定任务型人工智能，而是为了说明两者的理论研究对象和系统组织方式不同。

十、ICAI的独立性

个体人工智能的独立性首先来自研究对象的独立性。

如果研究对象发生变化，理论体系的基本结构也会发生变化。

传统任务型人工智能主要围绕：

$Task→Processing→ResultTask\rightarrow Processing\rightarrow Result$

建立问题、算法和系统。

ICAI则围绕：

$Individual→Structure→Cognition→Behavior→DevelopmentIndividual\rightarrow Structure\rightarrow Cognition\rightarrow Behavior\rightarrow Development$

建立理论。

ICAI的独立性主要体现在以下几个方面。

1. 研究对象独立

ICAI以具体个体作为核心研究对象：

$ResearchObject=IndividualResearchObject=Individual$

而不是把任务作为唯一中心。

2. 理论结构独立

ICAI形成自己的核心概念体系：

个体
↓
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
↓
修复
↓
学习
↓
发展

这些概念共同构成个体人工智能的理论结构。

3. 运行机制独立

ICAI不是一次任务处理过程，而是一个持续运行机制：

$Individualt→Cognitiont→Decisiont→Behaviort→Feedbackt→Learningt→Individualt+1Individual_t \rightarrow Cognition_t \rightarrow Decision_t \rightarrow Behavior_t \rightarrow Feedback_t \rightarrow Learning_t \rightarrow Individual_{t+1}$

因此，运行本身成为理论研究对象。

4. 能力体系独立

ICAI研究的不是抽象功能集合，而是：

$Capability(Individual)Capability(Individual)$

即能力如何从个体知识、经验、目标、状态和方法中形成，并如何在运行过程中变化。

5. 自我维护机制独立

ICAI进一步把自我检测、自我保护、冲突处理、自我诊断和自我修复纳入个体理论。

可以表示为：

$SelfMaintenance=Detection+Protection+ConflictHandling+RepairSelfMaintenance= Detection+ Protection+ ConflictHandling+ Repair$

因此，机器个体不仅执行行为，而且能够维护自身运行结构。

6. 工程对象独立

ICAI最终需要建立一个与现实个体对应的机器个体：

$RealIndividual→IndividualModel→MachineIndividualRealIndividual \rightarrow IndividualModel \rightarrow MachineIndividual$

工程上进一步形成：

个体模型
↓
Domain Object
↓
PHP Class
↓
Service
↓
Engine
↓
Repository
↓
MySQL
↓
MVC
↓
Smarty
↓
Runtime

因此，ICAI不是单纯增加一个“个体”概念，而是改变人工智能系统的基本工程组织单位。

十一、本章小结

传统人工智能与个体人工智能并不是简单的“新旧技术”关系，而是具有不同研究对象和系统组织方式的两种人工智能研究方向。

传统任务型人工智能主要围绕：

$Task→Method→ResultTask\rightarrow Method\rightarrow Result$

组织系统，其基本问题是如何有效完成一个任务。

个体人工智能则围绕：

组织系统，其基本问题是如何为一个具体个体建立对应的机器个体，并使该机器个体能够按照自身结构持续认知、决策、行为、反馈、学习、保护、修复和发展。

二者最重要的区别可以概括为：

$Task≠IndividualTask\neq Individual$ $Function≠CapabilityFunction\neq Capability$ $Tool≠CapabilityTool\neq Capability$ $SingleTaskExecution≠ContinuousIndividualRuntimeSingleTaskExecution\neq ContinuousIndividualRuntime$

进一步可以形成：

任务型人工智能
↓
任务
↓
功能
↓
方法
↓
执行
↓
结果

而ICAI形成：

个体
↓
个体结构
↓
个体知识
↓
个体记忆
↓
个体经验
↓
个体目标
↓
个体能力
↓
个体方法
↓
个体认知
↓
个体决策
↓
个体行为
↓
个体反馈
↓
个体保护
↓
个体冲突处理
↓
个体修复
↓
个体学习
↓
个体发展
↓
持续运行

因此，本章的核心结论是：

传统人工智能主要以任务为系统组织中心，而个体人工智能以具体个体及其持续存在、认知、行为、反馈、维护和发展为系统组织中心。ICAI的理论独立性，首先建立在研究对象、核心概念、能力结构、运行机制和机器个体工程结构的独立性之上。

第6章 个体人工智能与传统人工智能

第6章 个体人工智能与传统人工智能

一、传统人工智能的任务对象

二、个体人工智能的个体对象

三、任务与个体的区别

四、功能与能力的区别

五、通用能力与个体能力

六、单次执行与持续运行

七、外部工具与内部能力

八、任务系统与个体系统

1. 任务系统

2. 个体系统

九、两种体系的结构比较

传统任务型人工智能

个体人工智能

十、ICAI的独立性

1. 研究对象独立

2. 理论结构独立

3. 运行机制独立

4. 能力体系独立

5. 自我维护机制独立

6. 工程对象独立

十一、本章小结