第132章　知识更新

132.1 提出背景

知识是认知系统对对象、属性、状态、关系、条件、行为、结果以及规则进行结构化表达后形成的认知结构。系统在运行过程中，会不断获得新的信息，也会不断产生新的状态、行为、结果和反馈。如果知识结构不能随着这些变化而变化，系统所依据的知识就会逐渐与实际对象和实际环境产生偏差。

因此，知识系统不仅需要具备知识存储能力，还必须具备知识更新能力。

知识更新（Knowledge Update）是指系统依据新的信息、已有知识、当前状态、历史记录、关系结构和有效性规则，对知识对象及其关系进行新增、修改、确认、失效和删除的过程。

知识更新的核心不是简单地把新数据写入数据库，而是首先回答以下问题：

这个信息是不是新知识？

它是否对应已有知识？

已有知识是否需要修改？

知识之间的关系是否发生变化？

原来的知识现在是否仍然有效？

已经失效的知识是否应该删除？

因此，知识更新可以表示为：

新信息 → 知识识别 → 知识匹配 → 新旧比较 → 更新判断 → 知识更新 → 有效性验证 → 新知识结构

知识更新使知识从静态结构转变为动态结构，使系统能够保持认知对象与实际对象之间的持续对应。

132.2 新知识

新知识（New Knowledge）是指当前知识结构中不存在，或者已有知识结构无法完整表达的新认知内容。

新知识首先来源于信息，但信息不等于知识。

例如系统获得：

对象A → 温度=30℃

这首先是一条信息。

只有经过对象识别、属性识别、状态判断、条件确认以及结构化处理后，才可以形成知识：

对象A → 温度属性 → 30℃ → 时间T → 条件C

因此：

信息 → 识别 → 结构化 → 验证 → 新知识

新知识可以包括：

新对象；
新属性；
新状态；
新关系；
新条件；
新行为；
新结果；
新规则；
新方法。

新知识的基本结构可以表示为：

$NK={O,A,S,R,C,B,T,V}NK=\{O,A,S,R,C,B,T,V\}$

其中：

$OO$ ：Object，对象；
$AA$ ：Attribute，属性；
$SS$ ：State，状态；
$RR$ ：Relation，关系；
$CC$ ：Condition，条件；
$BB$ ：Behavior，行为；
$TT$ ：Time，时间；
$VV$ ：Validity，有效性。

系统接收到新信息后，首先需要判断该知识是否已经存在：

$Exists(N,K)={TRUE,N已经存在于KFALSE,N不存在于KExists(N,K)= \begin{cases} TRUE,&N已经存在于K\\ FALSE,&N不存在于K \end{cases}$

其中 $NN$ 为新知识， $KK$ 为已有知识集合。

如果不存在，则：

新知识 → 验证 → 建立知识对象 → 保存

如果已经存在，则不能直接新增，而需要进入：

已有知识匹配 → 新旧比较 → 修改判断

因此，新知识处理存在两个基本方向：

不存在 → 新增

已经存在 → 比较 → 修改或保持

132.3 知识修改

知识修改（Knowledge Modification）是指已有知识与新信息之间出现确定差异后，对原知识的内容、属性、状态、条件或者其他结构进行调整。

知识修改的核心过程是：

已有知识 → 新信息 → 匹配 → 比较 → 差异 → 修改

设已有知识为 $KoK_o$ ，新知识为 $KnK_n$ ，则：

$D=Compare(Ko,Kn)D=Compare(K_o,K_n)$

其中 $DD$ 为知识差异。

当：

$D=0D=0$

表示新旧知识一致，不需要修改。

当：

$D>0D>0$

表示二者存在差异，需要进一步判断差异属于新增、修改、冲突或者无效信息。

知识修改不能简单理解为：

旧值 → 新值

因为知识具有时间、条件和历史结构。

例如：

设备A → 状态=运行

经过新的检测：

设备A → 状态=停止

系统不能简单地把“运行”删除，然后只保留“停止”。

更合理的知识结构是：

设备A → 运行 → 时间T1

设备A → 停止 → 时间T2

由此形成状态历史。

因此：

$CurrentKnowledge≠HistoricalKnowledgeCurrentKnowledge \neq HistoricalKnowledge$

当前知识用于当前认知，历史知识用于历史追踪。

132.3.1 属性修改

属性修改是最基本的知识修改形式。

例如：

对象A → 速度=50

新信息：

对象A → 速度=60

形成：

旧属性 → 比较 → 新属性 → 属性更新

但更新时需要同时记录：

旧值；
新值；
修改时间；
修改条件；
修改来源；
修改原因；
验证状态。

这样才能形成完整的知识变化记录。

132.3.2 状态修改

状态具有明显的时间特征。

例如：

系统 → IDLE

之后：

系统 → RUNNING

再之后：

系统 → ERROR

形成：

IDLE → RUNNING → ERROR

因此状态知识本质上也是一种状态转换历史。

132.3.3 条件修改

知识往往不是无条件成立的。

例如：

条件C → 方法M有效

后来发现方法M只适用于新的条件：

条件C’ → 方法M有效

则需要修改知识的适用条件。

因此：

$KnowledgeValidity=Match(CurrentCondition,KnowledgeCondition)KnowledgeValidity=Match(CurrentCondition,KnowledgeCondition)$

知识条件发生变化时，知识本身未必错误，但其适用范围可能发生变化。

132.4 知识关系更新

知识关系更新（Knowledge Relation Update）是指对知识对象之间的关联关系进行新增、修改、失效和删除。

知识不是孤立存在的。

设知识网络为：

$KN={K,R}KN=\{K,R\}$

其中：

$KK$ ：知识对象集合；
$RR$ ：知识关系集合。

关系可以表示为：

$R=(K1,Type,K2,C,T,V)R=(K_1,Type,K_2,C,T,V)$

其中：

$K1K_1$ ：关系起点；
$TypeType$ ：关系类型；
$K2K_2$ ：关系终点；
$CC$ ：关系成立条件；
$TT$ ：关系时间；
$VV$ ：关系有效性。

例如：

对象A → 属于 → 系统B

就是一个知识关系。

如果发现新的关系：

对象A → 连接 → 对象C

则需要增加新的关系结构。

因此：

新关系 → 关系验证 → 关系建立 → 知识网络更新

132.4.1 关系新增

如果两个知识对象之间以前没有关系，而新的信息确认它们之间存在关系：

K1 → NewRelation → K2

则执行：

RelationAdd

132.4.2 关系修改

如果关系已经存在，但是关系条件或者关系属性发生变化：

K1 → R_old → K2

变成：

K1 → R_new → K2

则执行：

RelationModify

132.4.3 关系失效

如果关系过去成立，但是现在不再成立：

K1 → R → K2

则：

RelationValid = FALSE

关系可以进入：

ACTIVE → INACTIVE

这样既可以停止当前认知使用，又可以保留历史关系。

132.5 知识有效性

知识有效性（Knowledge Validity）是指判断某一知识在当前条件、当前状态和当前时间下是否仍然能够参与认知计算的能力。

知识存在并不意味着知识当前有效。

可以表示为：

$Valid(K)=f(C,S,T,E,R)Valid(K)=f(C,S,T,E,R)$

其中：

$CC$ ：当前条件；
$SS$ ：当前状态；
$TT$ ：当前时间；
$EE$ ：证据；
$RR$ ：相关关系。

知识有效性可以分为：

VALID → 有效

CONDITIONAL → 条件有效

EXPIRED → 已过期

INVALID → 无效

UNKNOWN → 未知

有效性判断过程：

知识 → 条件检查 → 状态检查 → 时间检查 → 关系检查 → 证据检查 → 有效性结果

132.5.1 时间有效性

部分知识只在某一时间范围内有效：

$Tstart≤Tcurrent≤TendT_{start}\leq T_{current}\leq T_{end}$

当：

$Tcurrent>TendT_{current}>T_{end}$

则知识进入：

ACTIVE → EXPIRED

132.5.2 条件有效性

部分知识只有在指定条件下才能使用。

例如：

温度条件C → 方法M有效

如果当前温度已经不满足C，则：

Knowledge → ConditionMismatch → Inactive

这并不一定意味着知识错误，而可能意味着知识暂时不能用于当前认知。

因此需要区分：

知识错误

与：

知识当前不适用

132.5.3 证据有效性

知识还需要考虑支撑它的证据。

如果新证据与原知识一致：

Evidence → Confirm → KnowledgeValid

如果新证据否定原知识：

Evidence → Conflict → KnowledgeReview

因此知识更新与验证之间形成：

知识 → 新证据 → 比较 → 有效性判断 → 保留/修改/失效

132.6 知识删除

知识删除（Knowledge Deletion）是指系统确认某一知识已经错误、重复、永久失效或者不再属于当前知识结构后，将其从有效知识空间移除。

删除必须建立在判断之上。

基本流程：

知识 → 有效性判断 → 删除条件判断 → 删除 → 删除验证

可以定义：

$DeleteAllowed(K)=I∨D∨E∨RDeleteAllowed(K)=I\lor D\lor E\lor R$

其中：

$II$ ：Invalid，无效；
$DD$ ：Duplicate，重复；
$EE$ ：Expired，永久过期；
$RR$ ：Replaced，被新知识替代。

132.6.1 逻辑删除

对于具有历史价值的知识，不宜直接从数据库中永久删除。

可以采用：

ACTIVE → INVALID → DELETED

知识仍然保留，但不再参与当前知识匹配。

这可以保证系统具有历史追踪能力。

132.6.2 物理删除

对于确定错误、重复且没有历史保留价值的知识，可以执行物理删除：

Knowledge → DELETE

物理删除意味着知识记录真正从当前存储结构中移除。

但对于认知系统而言，应谨慎使用物理删除。

因为：

当前无效 ≠ 历史无价值

一条当前无效的知识，仍然可能用于：

历史分析；
经验形成；
错误分析；
更新原因分析；
学习验证。

因此更合理的设计是：

当前知识空间 + 历史知识空间

132.7 知识更新统一模型

前面的五个机制可以统一为知识更新模型。

$KU=Update(K,N,C,T,E)KU=Update(K,N,C,T,E)$

其中：

$KK$ ：已有知识；
$NN$ ：新信息；
$CC$ ：当前条件；
$TT$ ：当前时间；
$EE$ ：证据。

知识更新类型可以表示为：

$UpdateType={ADD,新知识MODIFY,知识修改RELATION,关系更新INVALIDATE,知识失效DELETE,知识删除NOCHANGE,无变化UpdateType= \begin{cases} ADD,& 新知识\\ MODIFY,& 知识修改\\ RELATION,& 关系更新\\ INVALIDATE,& 知识失效\\ DELETE,& 知识删除\\ NOCHANGE,& 无变化 \end{cases}$

统一过程：

新信息 → 知识识别 → 对象匹配 → 新旧比较 → 更新类型判断 → 执行更新 → 有效性验证 → 保存结果

由此形成完整的知识更新机制。

132.8 知识更新与学习

知识更新与学习具有直接关系，但两者不是同一个概念。

经验回答：

过去发生了什么，以及什么关系具有重复价值。

学习回答：

系统未来应该发生什么变化。

知识更新回答：

知识结构现在应该如何变化。

三者可以形成：

记忆 → 经验 → 学习 → 知识更新

例如系统经过多次行为得到：

条件C → 方法M → 结果成功

经过经验形成和学习判断后，系统可以形成新的知识：

条件C → 方法M → 成功

此时：

经验 → 学习 → 知识更新

但知识更新也可以不经过完整学习过程。

例如：

设备A → 状态=运行

实时检测得到：

设备A → 状态=停止

这是当前知识状态更新，不一定意味着系统形成了新的学习能力。

因此：

$Learning≠KnowledgeUpdateLearning \neq KnowledgeUpdate$

但是：

$Learning→KnowledgeUpdateLearning \rightarrow KnowledgeUpdate$

在需要改变知识结构时成立。

132.9 知识更新与记忆

记忆负责保存发生过的事情，知识负责形成可以被认知系统使用的结构。

二者关系可以表示为：

事件 → 记忆 → 知识形成 → 知识更新

当知识发生修改时，旧知识变化过程也应形成记忆：

旧知识 → 更新事件 → 新知识

例如：

K1 → K2 → K3

表示知识连续发生三次变化。

系统因此可以知道：

原来是什么 → 什么时候变化 → 变化成什么 → 当前是什么

这种能力对于认知连续性具有重要作用。

132.10 知识更新的工程对象

在WSaiOS/ICAI中，可以将知识更新设计成独立的工程对象 KnowledgeUpdate。

其基本结构为：

KnowledgeUpdate
├── updateId
├── knowledgeId
├── updateType
├── oldValue
├── newValue
├── oldRelation
├── newRelation
├── condition
├── evidence
├── validity
├── status
├── createdAt
└── verifiedAt

其中：

updateId 表示更新编号。

knowledgeId 表示被更新的知识对象。

updateType 表示新增、修改、关系更新、失效或删除。

oldValue 保存旧知识。

newValue 保存新知识。

oldRelation 与 newRelation 保存关系变化。

condition 保存更新条件。

evidence 保存更新依据。

validity 保存有效性判断。

status 保存更新状态。

createdAt 与 verifiedAt 保存更新时间和验证时间。

这样，知识更新就成为可计算、可记录、可验证的机器对象。

132.11 PHP OOP工程映射

知识更新可以通过PHP OOP进行实现。

核心类可以设计为：

KnowledgeManager
KnowledgeRepository
KnowledgeMatcher
KnowledgeComparator
KnowledgeAdder
KnowledgeModifier
KnowledgeRelationUpdater
KnowledgeValidator
KnowledgeDeleter
KnowledgeHistory
KnowledgeUpdateRecord

其中：

KnowledgeMatcher 负责匹配新信息与已有知识。

KnowledgeComparator 负责比较新旧知识。

KnowledgeAdder 负责新增知识。

KnowledgeModifier 负责修改知识。

KnowledgeRelationUpdater 负责更新知识关系。

KnowledgeValidator 负责知识有效性判断。

KnowledgeDeleter 负责知识删除和逻辑失效。

KnowledgeHistory 负责保存知识变化历史。

整体调用过程为：

Information → KnowledgeMatcher → KnowledgeComparator → UpdateType → KnowledgeManager → KnowledgeValidator → KnowledgeRepository

这使理论中的知识更新直接映射为PHP对象、方法和数据结构。

132.12 知识更新状态

知识更新本身也需要具有状态。

可以建立：

IDLE → RECEIVED → MATCHING → COMPARING → CLASSIFYING → UPDATING → VERIFYING → COMPLETED

异常状态包括：

CONFLICT

FAILED

ROLLBACK

例如：

UPDATING → VERIFYING → FAILED → ROLLBACK

说明本次知识更新没有通过验证。

如果更新成功：

UPDATING → VERIFYING → COMPLETED

因此：

$UpdateSuccess=ApplySuccess∧VerifySuccessUpdateSuccess=ApplySuccess\land VerifySuccess$

知识被写入并不代表知识更新成功。

只有更新操作成功，并且更新后的知识通过验证，才可以认为知识更新完成。

132.13 知识更新规则

知识更新可以由机器规则进行控制。

新知识：

IF KnowledgeExists = FALSE
THEN AddKnowledge

知识修改：

IF KnowledgeExists = TRUE
AND KnowledgeDifference > Threshold
THEN ModifyKnowledge

关系新增：

IF NewRelation = TRUE
AND RelationValid = TRUE
THEN AddRelation

知识失效：

IF KnowledgeValidity = FALSE
THEN SetInactive

知识删除：

IF KnowledgeInvalid = TRUE
AND HistoricalValue = FALSE
THEN DeleteKnowledge

历史保留：

IF KnowledgeInvalid = TRUE
AND HistoricalValue = TRUE
THEN RetainAsHistory

这样，知识更新不再依赖人工判断，而可以转化为明确的机器规则。

132.14 知识更新数据库模型

知识主体可以使用：

cognitive_knowledge

主要字段：

knowledge_id
knowledge_type
object_type
object_value
attribute
content
condition
state
validity
status
version
created_at
updated_at
expired_at

知识关系可以使用：

cognitive_knowledge_relations

主要字段：

relation_id
source_knowledge_id
relation_type
target_knowledge_id
condition
validity
status
created_at
updated_at

知识更新记录可以使用：

cognitive_knowledge_updates

主要字段：

update_id
knowledge_id
update_type
old_value
new_value
old_relation
new_relation
evidence
status
created_at
verified_at

由此形成：

Knowledge → Relation → UpdateHistory

知识主体保存当前知识结构，关系表保存知识网络，更新记录保存知识演化过程。

132.15 知识更新闭环

知识更新最终进入整个认知系统闭环：

感知 → 信息 → 记忆 → 经验 → 学习 → 知识更新 → 知识匹配 → 认知 → 决策 → 行为 → 结果 → 反馈 → 记忆

知识更新产生的新知识又会参与下一次认知：

$Kt→Update→Kt+1K_t \rightarrow Update \rightarrow K_{t+1}$

然后：

$Kt+1→Cognitiont+1K_{t+1}\rightarrow Cognition_{t+1}$

因此知识更新是持续性的，而不是一次性的。

系统每获得新的有效信息，都可能导致：

新增知识

或者：

修改知识

或者：

更新关系

或者：

知识失效

或者：

知识删除

这使知识结构能够随着系统运行持续演化。

132.16 本章总结

知识更新解决的是认知系统中的一个基本问题：

知识不是永远不变的，系统必须能够知道什么时候增加知识、什么时候修改知识、什么时候改变关系、什么时候判断知识失效，以及什么时候删除知识。

五个核心机制形成完整结构：

新知识 → 知识进入

知识修改 → 知识变化

知识关系更新 → 知识网络变化

知识有效性 → 知识可用性判断

知识删除 → 无效知识退出当前知识空间

完整模型为：

新信息 → 知识识别 → 知识匹配 → 新旧比较 → 新增/修改/关系更新 → 有效性判断 → 保留/失效/删除 → 更新验证 → 新知识结构

进一步与前面的理论连接：

行为 → 结果 → 反馈 → 记忆 → 经验 → 学习 → 知识更新 → 认知 → 决策 → 行为

因此，知识更新使WSaiOS/ICAI中的知识从静态存储结构发展成为一种能够持续变化、持续验证、持续维护和持续演化的认知结构。

知识的价值不只是“存下来”，更重要的是能够保持：

正确、有效、关联、可用和可追溯。

知识更新由此成为连接学习系统、知识系统与认知系统的重要基础机制。

第132章 知识更新

第132章 知识更新

132.1 提出背景

132.2 新知识

132.3 知识修改

132.3.1 属性修改

132.3.2 状态修改

132.3.3 条件修改

132.4 知识关系更新

132.4.1 关系新增

132.4.2 关系修改

132.4.3 关系失效

132.5 知识有效性

132.5.1 时间有效性

132.5.2 条件有效性

132.5.3 证据有效性

132.6 知识删除

132.6.1 逻辑删除

132.6.2 物理删除

132.7 知识更新统一模型

132.8 知识更新与学习

132.9 知识更新与记忆

132.10 知识更新的工程对象

132.11 PHP OOP工程映射

132.12 知识更新状态

132.13 知识更新规则

132.14 知识更新数据库模型

132.15 知识更新闭环

132.16 本章总结