第145章　个体信息结构化

145.1 个体信息结构化定义

**个体信息结构化（Individual Information Structuring）**是指将现实个体相关的信息按照统一的对象、属性、状态、关系和场景结构进行组织，使原始信息能够进入ICAI机器个体的认知、计算、判断和运行过程。

第144章完成了：

$现实个体→个体边界→个体身份→个体类型→个体结构现实个体 \rightarrow 个体边界 \rightarrow 个体身份 \rightarrow 个体类型 \rightarrow 个体结构$

第145章进一步完成：

$个体信息→信息元素→对象→属性→状态→关系→场景\boxed{ 个体信息 \rightarrow 信息元素 \rightarrow 对象 \rightarrow 属性 \rightarrow 状态 \rightarrow 关系 \rightarrow 场景 }$

信息结构化的目的不是简单保存信息，而是把信息转换成机器可以处理的认知结构。

因此：

$Information≠StructuredInformationInformation \neq StructuredInformation$

结构化信息必须能够回答：

这是哪个对象？
对象具有什么属性？
对象现在是什么状态？
对象与谁存在什么关系？
这些对象在什么场景中共同存在？

145.2 信息元素

**信息元素（Information Element）**是现实个体相关信息进入ICAI系统后，可以被独立识别、记录和进一步结构化处理的最小信息单位。

定义：

$E={ID,Type,Value,Source,Time,Position,Context}E= \{ ID, Type, Value, Source, Time, Position, Context \}$

其中：

$IDID$ ：信息元素标识；
$TypeType$ ：信息元素类型；
$ValueValue$ ：信息值；
$SourceSource$ ：信息来源；
$TimeTime$ ：产生或者获取时间；
$PositionPosition$ ：信息所在位置；
$ContextContext$ ：信息上下文。

例如：

名称 = 某设备
温度 = 80℃
状态 = 运行
位置 = A区
时间 = 10:30

这些首先都是信息元素。

因此：

$E1,E2,E3,…,EnE_1,E_2,E_3,\ldots,E_n$

可以组成一个信息集合：

$Eset={E1,E2,…,En}E_{set}=\{E_1,E_2,\ldots,E_n\}$

145.3 信息元素与现实对象

单个信息元素通常不能直接形成完整对象。

例如：

$E1=名称E_1=名称$ $E2=型号E_2=型号$ $E3=温度E_3=温度$ $E4=状态E_4=状态$

这些信息元素经过识别和组合之后：

${E1,E2,E3,E4}→Object\{E_1,E_2,E_3,E_4\} \rightarrow Object$

因此：

$InformationElement→Object\boxed{ InformationElement \rightarrow Object }$

对象是对多个相关信息元素进行结构化组织之后形成的认知对象。

145.4 对象

**对象（Object）**是ICAI根据多个相关信息元素，对现实个体中的具体实体、事物、设备、人员、资源或者其他可识别单位建立的结构化机器表示。

定义：

$O={ID,Type,Attributes,State,Relations,History}O= \{ ID, Type, Attributes, State, Relations, History \}$

其中：

$IDID$ ：对象身份；
$TypeType$ ：对象类型；
$AttributesAttributes$ ：对象属性；
$StateState$ ：对象状态；
$RelationsRelations$ ：对象关系；
$HistoryHistory$ ：对象历史。

因此：

$InformationElements→Object\boxed{ InformationElements \rightarrow Object }$

例如：

信息元素
├── 名称：设备A
├── 类型：生产设备
├── 型号：X100
├── 温度：80℃
├── 状态：运行
└── 位置：A区

经过结构化：

对象：设备A
│
├── 类型：生产设备
├── 属性：型号、温度、位置
├── 状态：运行
└── 关系：连接生产线

145.5 属性

**属性（Attribute）**是用于描述对象特征、参数、数值、名称、规格或者其他可识别性质的信息结构。

定义：

$A={ID,ObjectID,Name,Type,Value,Unit,Source,Time}A= \{ ID, ObjectID, Name, Type, Value, Unit, Source, Time \}$

例如：

$A1=(设备A,温度,80,∘C)A_1=(设备A,温度,80,^\circ C)$ $A2=(设备A,型号,X100)A_2=(设备A,型号,X100)$

属性解决的是：

这个对象具有什么特征？

因此：

$Object→Attribute\boxed{ Object \rightarrow Attribute }$

但属性本身不能完整表示对象当前处于什么状态。

例如：

$Temperature=80∘CTemperature=80^\circ C$

只是属性值。

是否正常，则需要结合：

$ConditionCondition$

以及：

$RuleRule$

进行判断。

因此：

$Attribute≠StateAttribute\neq State$

145.6 属性结构化

多个属性共同构成对象属性结构：

$A(O)={A1,A2,…,An}A(O)= \{A_1,A_2,\ldots,A_n\}$

例如：

$A(Device)={Name,Model,Temperature,Speed,Location}A(Device)= \{ Name, Model, Temperature, Speed, Location \}$

属性之间还可以存在约束：

$A1→Rule→A2A_1\rightarrow Rule\rightarrow A_2$

例如：

$Temperature>Threshold→HighTemperatureTemperature>Threshold \rightarrow HighTemperature$

因此属性不仅用于描述对象，还可以成为状态计算和风险计算的输入。

145.7 状态

**状态（State）**是对象在特定时间、条件和环境下所处的实际运行状态。

定义：

$S={ID,ObjectID,StateType,Value,Condition,Time,Source}S= \{ ID, ObjectID, StateType, Value, Condition, Time, Source \}$

例如：

$State(Device)=RunningState(Device)=Running$

或者：

$State(Device)=FaultState(Device)=Fault$

状态回答：

对象现在处于什么情况？

因此：

$Object→Attribute→State\boxed{ Object \rightarrow Attribute \rightarrow State }$

145.8 属性与状态的转换

属性本身不是状态，但属性可以通过规则产生状态。

定义：

$State=F(Attribute,Condition,Rule)State= F(Attribute,Condition,Rule)$

例如：

$Temperature=80Temperature=80$

如果规则：

$Temperature>70→HighTemperatureTemperature>70 \rightarrow HighTemperature$

那么：

$Attribute→Rule→StateAttribute \rightarrow Rule \rightarrow State$

形成：

$Temperature=80→HighTemperatureTemperature=80 \rightarrow HighTemperature$

因此：

$Attribute+Condition+Rule→State\boxed{ Attribute+Condition+Rule \rightarrow State }$

145.9 状态变化

对象状态不是固定的：

$St→St+1S_t\rightarrow S_{t+1}$

例如：

$Running→FaultRunning \rightarrow Fault$

或者：

$Idle→RunningIdle \rightarrow Running$

状态变化可以由事件产生：

$St→EventSt+1S_t\xrightarrow{Event}S_{t+1}$

因此：

$ΔS=St+1−St\Delta S=S_{t+1}-S_t$

这里的“减法”表示状态结构差异，而不一定是数值减法。

状态历史：

$History(S)={S1,S2,…,Sn}History(S)= \{S_1,S_2,\ldots,S_n\}$

由此机器个体可以知道对象过去经历过什么状态变化。

145.10 关系

**关系（Relation）**是两个或者多个对象之间按照一定方向、类型、条件和时间形成的结构联系。

基本关系：

$R=(Subject,Type,Object)R=(Subject,Type,Object)$

完整结构：

$R={ID,Subject,Type,Object,Direction,Condition,State,Time}R= \{ ID, Subject, Type, Object, Direction, Condition, State, Time \}$

例如：

$DeviceA→ConnectedTo→ProductionLineDevice_A \rightarrow ConnectedTo \rightarrow ProductionLine$

或者：

$PersonA→WorksFor→EnterpriseBPerson_A \rightarrow WorksFor \rightarrow Enterprise_B$

关系回答：

对象之间是什么关系？

因此：

$Object1→Relation→Object2\boxed{ Object_1 \rightarrow Relation \rightarrow Object_2 }$

145.11 关系方向

关系通常具有方向：

$A→BA\rightarrow B$

不一定等于：

$B→AB\rightarrow A$

例如：

$Employee→WorksFor→EnterpriseEmployee \rightarrow WorksFor \rightarrow Enterprise$

不能直接转换成：

$Enterprise→WorksFor→EmployeeEnterprise \rightarrow WorksFor \rightarrow Employee$

后者需要另外定义关系：

$Enterprise→Employs→EmployeeEnterprise \rightarrow Employs \rightarrow Employee$

因此关系必须明确：

$Subject+Direction+ObjectSubject + Direction + Object$

145.12 关系状态

关系本身也可能具有状态：

$Rt→Rt+1R_t\rightarrow R_{t+1}$

例如：

$Connected→DisconnectedConnected \rightarrow Disconnected$

或者：

$Active→InactiveActive \rightarrow Inactive$

因此：

$RelationStateRelationState$

可以成为场景和决策计算的重要输入。

145.13 场景

**场景（Scene）**是多个对象及其属性、状态、关系，在特定时间、空间、条件和事件下形成的整体结构。

定义：

$Scene={Object,Attribute,State,Relation,Condition,Event,Time,Space}Scene= \{ Object, Attribute, State, Relation, Condition, Event, Time, Space \}$

场景不是单个对象。

而是：

$Objects+Attributes+States+Relations+Conditions→Scene\boxed{ Objects + Attributes + States + Relations + Conditions \rightarrow Scene }$

例如：

场景：生产设备运行
│
├── 对象
│   ├── 设备A
│   ├── 生产线
│   └── 操作人员
│
├── 属性
│   ├── 温度
│   └── 速度
│
├── 状态
│   ├── 设备运行
│   └── 生产线运行
│
├── 关系
│   ├── 设备A连接生产线
│   └── 操作人员操作设备A
│
├── 时间
└── 空间

这时机器个体不再只是知道：

有一个设备。

而是知道：

设备处于什么状态、与什么对象发生什么关系，以及这些对象共同形成什么场景。

145.14 场景形成

场景形成可以定义：

$Scene=F(O,A,S,R,C,E,T,Space)Scene= F( O, A, S, R, C, E, T, Space )$

其中：

$OO$ ：对象集合；
$AA$ ：属性集合；
$SS$ ：状态集合；
$RR$ ：关系集合；
$CC$ ：条件；
$EE$ ：事件；
$TT$ ：时间；
$SpaceSpace$ ：空间。

因此：

$Object→Attribute→State→Relation→Scene\boxed{ Object \rightarrow Attribute \rightarrow State \rightarrow Relation \rightarrow Scene }$

场景也可以随时间变化：

$Scenet→Scenet+1Scene_t \rightarrow Scene_{t+1}$

并形成：

$ΔScene=Scenet+1−Scenet\Delta Scene = Scene_{t+1}-Scene_t$

145.15 信息结构化的层级关系

本章五个核心结构形成明确的层级：

信息元素
↓
对象
↓
属性
↓
状态
↓
关系
↓
场景

但实际系统中并不是严格的单向关系。

例如：

$Object→AttributeObject\rightarrow Attribute$ $Attribute→StateAttribute\rightarrow State$ $Object↔RelationObject\leftrightarrow Relation$ $Object+State+Relation→SceneObject+State+Relation\rightarrow Scene$

因此更准确的模型是：

$InformationElement→Object→{Attribute,State,Relation}→Scene\boxed{ InformationElement \rightarrow Object \rightarrow \{ Attribute, State, Relation \} \rightarrow Scene }$

145.16 信息元素到场景的完整转换

现实信息进入机器个体后，可以按照以下流程进行结构化：

原始信息
↓
信息元素识别
↓
信息元素分类
↓
对象识别
↓
对象建立
↓
属性绑定
↓
状态计算
↓
对象关系建立
↓
场景组合
↓
场景验证
↓
结构化个体信息

数学表示：

$Information→Element→Object→Attribute→State→Relation→Scene\boxed{ Information \rightarrow Element \rightarrow Object \rightarrow Attribute \rightarrow State \rightarrow Relation \rightarrow Scene }$

145.17 信息元素的来源

信息元素可以来自不同来源。

例如：

$Source∈{Sensor,Document,Database,UserInput,System,Event,ExternalInformation}Source\in \{ Sensor, Document, Database, UserInput, System, Event, ExternalInformation \}$

来源不同并不改变其结构化过程。

最终都需要：

$Source→InformationElementSource \rightarrow InformationElement$

再进入：

$InformationElement→ObjectInformationElement \rightarrow Object$

因此信息来源与信息结构是两个不同概念：

$Source≠StructureSource\neq Structure$

145.18 信息时间

信息元素必须具有时间。

定义：

$EtE_t$

表示时间 $tt$ 获取的信息元素。

因为：

$Et≠Et+1E_t\neq E_{t+1}$

同一个对象的属性、状态和关系可能发生变化。

因此：

$InformationTime→StateTime→SceneTimeInformationTime \rightarrow StateTime \rightarrow SceneTime$

例如：

$Temperature10:00=60Temperature_{10:00}=60$ $Temperature10:30=80Temperature_{10:30}=80$

形成：

$At→At+1A_t\rightarrow A_{t+1}$

进一步：

$Statet→Statet+1State_t\rightarrow State_{t+1}$

因此时间是个体信息结构化的重要维度。

145.19 信息结构化与个体边界

第144章定义了个体边界。

第145章需要把信息元素放入边界中。

因此：

$InformationElement→BoundaryCheckInformationElement \rightarrow BoundaryCheck$

判断：

$E∈IndividualE\in Individual$

还是：

$E∈EnvironmentE\in Environment$

形成：

信息元素
↓
个体边界判断
├── 个体内部信息
│      ↓
│    个体结构
│
└── 外部信息
       ↓
     环境结构

因此：

$Boundary→InformationClassificationBoundary \rightarrow InformationClassification$

这使机器个体不会把环境对象错误地当成自己的内部对象。

145.20 个体信息结构与认知

结构化信息最终进入认知系统：

$Scene→Knowledge→CognitionScene \rightarrow Knowledge \rightarrow Cognition$

因此：

$Information→Structure→CognitionInformation \rightarrow Structure \rightarrow Cognition$

更完整地：

$InformationElement→Object→Attribute→State→Relation→Scene→Knowledge→Cognition\boxed{ InformationElement \rightarrow Object \rightarrow Attribute \rightarrow State \rightarrow Relation \rightarrow Scene \rightarrow Knowledge \rightarrow Cognition }$

这与前面建立的认知形成理论保持一致。

145.21 工程对象模型

在WSaiOS-ICAI工程中，本章可以建立以下核心对象：

InformationElement
CognitiveObject
CognitiveAttribute
CognitiveState
CognitiveRelation
CognitiveScene

信息元素

class InformationElement
{
    protected $id;
    protected $type;
    protected $value;
    protected $source;
    protected $time;
    protected $position;
    protected $context;
}

对象

class CognitiveObject
{
    protected $id;
    protected $type;
    protected $attributes;
    protected $state;
    protected $relations;
    protected $history;
}

属性

class CognitiveAttribute
{
    protected $id;
    protected $objectId;
    protected $name;
    protected $type;
    protected $value;
    protected $unit;
    protected $source;
    protected $time;
}

状态

class CognitiveState
{
    protected $id;
    protected $objectId;
    protected $stateType;
    protected $value;
    protected $condition;
    protected $time;
    protected $source;
}

关系

class CognitiveRelation
{
    protected $id;
    protected $subjectId;
    protected $type;
    protected $objectId;
    protected $direction;
    protected $condition;
    protected $state;
    protected $time;
}

场景

class CognitiveScene
{
    protected $id;
    protected $objects;
    protected $attributes;
    protected $states;
    protected $relations;
    protected $conditions;
    protected $events;
    protected $time;
    protected $space;
}

145.22 信息结构化引擎

可以建立：

class IndividualInformationEngine
{
    public function parse($information)
    {
        return array();
    }

    public function buildElements($information)
    {
        return array();
    }

    public function buildObjects($elements)
    {
        return array();
    }

    public function buildAttributes($objects, $elements)
    {
        return array();
    }

    public function buildStates($objects, $attributes)
    {
        return array();
    }

    public function buildRelations($objects, $context)
    {
        return array();
    }

    public function buildScenes($objects, $attributes, $states, $relations)
    {
        return array();
    }
}

核心运行：

$InformationEngine→Element→Object→Attribute→State→Relation→SceneInformationEngine \rightarrow Element \rightarrow Object \rightarrow Attribute \rightarrow State \rightarrow Relation \rightarrow Scene$

145.23 数据库模型

可以建立：

individual_information_elements
individual_objects
individual_object_attributes
individual_object_states
individual_object_relations
individual_scenes
individual_scene_objects
individual_scene_relations
individual_scene_history

individual_information_elements

id
individual_id
element_type
element_value
source
time
position
context
created_at

individual_objects

id
individual_id
object_type
object_identity
status
created_at
updated_at

individual_object_attributes

id
object_id
attribute_name
attribute_type
attribute_value
unit
source
time
created_at

individual_object_states

id
object_id
state_type
state_value
condition
source
time
created_at

individual_object_relations

id
individual_id
subject_id
relation_type
object_id
direction
condition
state
time
created_at

individual_scenes

id
individual_id
scene_type
condition
event
time
space
status
created_at

145.24 结构化信息的验证

信息结构化完成后必须进行验证。

例如：

$ElementValidElementValid$ $ObjectValidObjectValid$ $AttributeValidAttributeValid$ $StateValidStateValid$ $RelationValidRelationValid$ $SceneValidSceneValid$

最终：

$StructuredInformationValid=E∧O∧A∧S∧R∧SceneStructuredInformationValid= E\land O\land A\land S\land R\land Scene$

如果对象没有明确身份：

$ObjectInvalidObjectInvalid$

如果属性没有所属对象：

$AttributeInvalidAttributeInvalid$

如果关系指向不存在的对象：

$RelationInvalidRelationInvalid$

如果场景包含互相矛盾的状态：

$SceneConflictSceneConflict$

因此：

$Structure→ValidationStructure \rightarrow Validation$

只有通过验证的数据才能进入后续认知计算。

145.25 个体信息动态更新

现实个体的信息会不断变化，因此结构化信息也必须持续更新。

$Informationt→Informationt+1Information_t \rightarrow Information_{t+1}$

形成：

$Objectt→Objectt+1Object_t\rightarrow Object_{t+1}$ $Attributet→Attributet+1Attribute_t\rightarrow Attribute_{t+1}$ $Statet→Statet+1State_t\rightarrow State_{t+1}$ $Relationt→Relationt+1Relation_t\rightarrow Relation_{t+1}$ $Scenet→Scenet+1Scene_t\rightarrow Scene_{t+1}$

因此：

$IndividualInformationt→IndividualInformationt+1\boxed{ IndividualInformation_t \rightarrow IndividualInformation_{t+1} }$

这种动态更新是现实个体机器模型保持连续运行的基础。

145.26 个体信息结构化Runtime

完整Runtime可以表示为：

现实信息
↓
信息接收
↓
信息元素
↓
个体边界判断
↓
对象识别
↓
属性绑定
↓
状态计算
↓
关系建立
↓
场景形成
↓
结构验证
↓
保存个体结构
↓
认知计算

数学表示：

$Input→Element→Object→Attribute→State→Relation→Scene→Validation→Cognition\boxed{ Input \rightarrow Element \rightarrow Object \rightarrow Attribute \rightarrow State \rightarrow Relation \rightarrow Scene \rightarrow Validation \rightarrow Cognition }$

145.27 个体信息结构化统一模型

本章可以最终建立：

$IS={E,O,A,S,R,Scene}\boxed{ IS= \{ E,O,A,S,R,Scene \} }$

其中：

$EE$ ：信息元素；
$OO$ ：对象；
$AA$ ：属性；
$SS$ ：状态；
$RR$ ：关系；
$SceneScene$ ：场景。

核心形成关系：

$E→O→{A,S,R}→Scene\boxed{ E \rightarrow O \rightarrow \{A,S,R\} \rightarrow Scene }$

更完整：

然后进入认知：

$Scene→Knowledge→Cognition\boxed{ Scene \rightarrow Knowledge \rightarrow Cognition }$

145.28 本章总结

本章建立了**个体信息结构化（Individual Information Structuring）**理论。

第144章解决：

$现实中到底是哪一个个体？现实中到底是哪一个个体？$

第145章进一步解决：

$这个个体相关的信息如何进入机器结构？这个个体相关的信息如何进入机器结构？$

首先将现实信息分解为：

$InformationElementInformationElement$

再根据相关性建立：

$ObjectObject$

对象进一步建立：

$AttributeAttribute$

并根据属性、条件和规则形成：

$StateState$

多个对象之间建立：

$RelationRelation$

最终将对象、属性、状态、关系、条件、事件、时间和空间组合成：

$SceneScene$

因此形成：

$信息元素→对象→属性→状态→关系→场景\boxed{ 信息元素 \rightarrow 对象 \rightarrow 属性 \rightarrow 状态 \rightarrow 关系 \rightarrow 场景 }$

其工程意义是：

$现实信息→结构化信息→机器对象→机器认知\boxed{ 现实信息 \rightarrow 结构化信息 \rightarrow 机器对象 \rightarrow 机器认知 }$

信息元素解决“有什么信息”，对象解决“是什么”，属性解决“具有什么特征”，状态解决“现在是什么情况”，关系解决“与什么对象有什么联系”，场景解决“这些对象在什么整体条件下共同存在”。

最终：

$Information→Object→Attribute→State→Relation→Scene→Knowledge→Cognition\boxed{ Information \rightarrow Object \rightarrow Attribute \rightarrow State \rightarrow Relation \rightarrow Scene \rightarrow Knowledge \rightarrow Cognition }$

由此，现实个体不再只是一个名称和ID，而开始形成一个可以被机器识别、组织、计算、更新和持续运行的结构化个体信息空间。

第145章 个体信息结构化

第145章 个体信息结构化

145.1 个体信息结构化定义

145.2 信息元素

145.3 信息元素与现实对象

145.4 对象

145.5 属性

145.6 属性结构化

145.7 状态

145.8 属性与状态的转换

145.9 状态变化

145.10 关系

145.11 关系方向

145.12 关系状态

145.13 场景

145.14 场景形成

145.15 信息结构化的层级关系

145.16 信息元素到场景的完整转换

145.17 信息元素的来源

145.18 信息时间

145.19 信息结构化与个体边界

145.20 个体信息结构与认知

145.21 工程对象模型

信息元素

对象

属性

状态

关系

场景

145.22 信息结构化引擎

145.23 数据库模型

individual_information_elements

individual_objects

individual_object_attributes

individual_object_states

individual_object_relations

individual_scenes

145.24 结构化信息的验证

145.25 个体信息动态更新

145.26 个体信息结构化Runtime

145.27 个体信息结构化统一模型

145.28 本章总结