第二章 WSaiOS结构智能的研究对象
2.1 结构智能研究对象的确立
第一章提出了“结构智能”这一总理论概念,并确立了一个基本判断:
智能不是单纯储存信息,而是使信息形成结构,并使结构进入匹配、运算、认知、决策和行动过程。
由此,WSaiOS-SI 必须进一步回答一个更加基础的问题:
结构智能究竟研究什么?
如果没有明确的研究对象,“结构智能”仍然只是一个概念。
只有确定结构智能所研究的基本对象,以及这些对象之间的关系,才能建立完整的理论体系。
因此,WSaiOS-SI 不把人工智能系统简单划分为数据层、算法层和模型层,而是从智能形成过程本身出发,建立自己的基本理论对象集合。
这些对象包括:
元素、关系、结构、知识、对象、属性、值、方法、运算、能力、认知、决策、执行、反馈、学习和演化。
这些概念并不是相互孤立的名词。
它们共同构成一个连续的智能过程:
元素形成关系,关系形成结构,结构形成知识,对象承载属性,属性具有值,方法作用于属性和值,运算产生结果,知识与能力发生匹配,形成认知,认知形成决策,决策进入执行,执行产生反馈,反馈进入学习,学习改变结构,结构在持续循环中发生演化。
因此,WSaiOS-SI 研究的不是若干独立概念,而是:
这些基本对象如何共同构成智能。
2.2 元素:结构智能的基本结构单位
WSaiOS-SI 首先研究:
元素(Element)。
元素是结构智能体系中最基本的结构单位。
任何能够被系统识别、记录、关联、组合或者参与运算的信息单位,都可以形成元素。
元素可以表示:
一个机构;
一个单位;
一个人;
一个产品;
一个地点;
一个概念;
一个属性;
一个动作;
一个方法;
一个数值;
一个关系;
一个需求;
一个能力;
或者其他能够进入结构的基本内容。
例如:
Company
Product
Customer
Market
Price
Capacity
Demand
Method
都可以作为元素进入结构系统。
但是,元素并不等同于传统语言模型中的 token。
Token 的核心作用是将语言或其他输入切分为模型能够处理的符号单位。
而 WSaiOS-SI 中的元素具有更明确的结构意义。
元素的核心问题不是:
“它在文本中占几个字符?”
而是:
“它在结构中是什么?”
例如:
Product
是一个元素。
price
也是一个元素。
但当它们进入结构后:
Product
└── price
就产生了结构关系。
因此,元素是结构的起点。
2.3 关系:元素之间的连接机制
单独的元素不能形成完整知识。
两个元素之间建立关系后,才开始形成结构。
例如:
Company
produces
Product
这里至少存在三个元素:
Company
produces
Product
以及它们之间的关系:
Company → produces → Product
关系描述的不是元素本身,而是:
元素之间如何发生联系。
关系可以表示:
拥有;
属于;
生产;
使用;
依赖;
包含;
位于;
适用于;
关联;
匹配;
调用;
计算;
继承;
组成;
约束。
因此,关系是结构智能中的连接机制。
可以表示为:
元素 + 关系 + 元素 → 基本结构关系
例如:
Company
↓ produces
Product
又例如:
Customer
↓ needs
Product
进一步:
Product
↓ has
Price
当大量关系形成之后,系统便获得了描述现实世界的结构网络。
因此:
没有关系,元素只是集合;有了关系,元素才能形成结构。
2.4 结构:元素与关系形成的整体
结构是 WSaiOS-SI 的核心研究对象。
结构不是简单的数据集合。
结构是:
由元素通过确定关系组织起来,并能够表达对象、属性、行为、规则、约束及其相互作用的组织形式。
例如:
Product
├── name
├── model
├── capacity
├── price
├── market
└── application
这不是六条互相独立的信息。
它们共同形成一个产品结构。
进一步加入方法:
Product
├── name
├── model
├── capacity
├── price
├── market
├── application
└── calculateTotal()
这个结构就开始具有运行能力。
因此,结构至少具有三个重要特征:
可识别性。
系统能够识别结构中的组成单位。
关联性。
结构内部元素之间存在明确关系。
可运行性。
结构可以进入匹配、调用、运算和组合过程。
因此,WSaiOS-SI 中的结构不是静态排列,而是:
能够参与智能过程的组织单元。
2.5 知识:能够被结构化使用的信息
信息进入结构以后,才开始形成稳定的知识。
因此,WSaiOS-SI 不把知识简单定义为:
“已经存储的信息”。
而是将知识定义为:
能够以结构形式被识别、关联、匹配、调用、运算和组合的信息。
例如:
“某产品价格为999美元。”
如果只是一个文本句子,它首先是一条信息。
当系统将其组织为:
Product
└── price = 999
它便进入知识结构。
当系统进一步建立:
Product
├── price = 999
├── quantity = 10
└── calculateTotal()
那么这项知识就能够参与运算。
因此:
知识不是信息的简单积累,而是信息进入可运行结构后的状态。
这一定义也是 WSaiOS-SI 与传统知识库理论的重要区别。
2.6 对象:能够独立存在和运行的结构实体
对象是结构智能中的重要实体。
对象表示一个能够被独立识别、描述、调用和操作的结构实体。
例如:
Company
Product
Customer
Order
Market
都可以形成对象。
对象不是简单的名称。
对象具有自身的内部结构。
例如:
Product
├── name
├── model
├── price
├── capacity
└── market
这里:
Product
是对象。
对象将多个属性组织在一起,使系统能够把这些属性理解为同一个结构实体的不同状态。
因此:
对象是结构中具有独立身份的知识实体。
对象还可以与其他对象建立关系:
Company
↓ produces
Product
↓ sold in
Market
由此形成更加复杂的结构。
2.7 属性:对象的结构化描述
对象回答:
“是什么?”
属性回答:
“具有什么?”
例如:
Product
├── name
├── capacity
├── price
└── market
其中:
name
capacity
price
market
都是对象属性。
属性是对象内部的结构化描述单位。
它使系统能够对对象进行进一步认识。
例如:
Product
capacity = 2000Wh
price = 999
market = USA
系统由此可以知道:
这是一个产品对象;
该产品容量为2000Wh;
价格为999;
面向USA市场。
属性因此承担了一个重要功能:
将对象的具体状态结构化。
2.8 值:属性的具体状态
属性本身描述一种特征,而值表示该特征当前具体是什么。
例如:
price = 999
其中:
price
是属性。
999
是值。
再如:
capacity = 2000Wh
其中:
capacity
是属性。
2000Wh
是值。
因此:
属性定义对象具有何种特征,值定义该特征当前所具有的具体状态。
值可以是:
文本;
数字;
日期;
范围;
状态;
集合;
其他对象;
甚至另一个结构。
因此,值并不一定只是简单数字。
它本身也可以指向其他结构。
这使得对象结构能够不断扩展。
2.9 方法:结构的行为机制
对象、属性和值形成了结构的静态部分。
方法使结构进入动态过程。
方法表示:
对象能够执行什么操作。
例如:
Product
├── price
├── quantity
└── calculateTotal()
方法:
calculateTotal()
可以读取:
price
quantity
并执行:
price × quantity
因此:
方法是结构作用于自身或其他结构的行为机制。
方法可以:
读取属性;
修改属性;
调用其他方法;
执行计算;
匹配结构;
生成结果;
创建新的结构;
调用外部能力。
因此,方法使知识从“可描述状态”进入“可执行状态”。
2.10 运算:结构产生新结果的过程
方法提供行为,而运算是行为产生结果的重要形式。
例如:
price = 999
quantity = 10
经过:
calculateTotal()
形成:
999 × 10 = 9990
这里:
999
和:
10
是输入值。
×
是运算关系。
9990
是结果值。
运算并不限于数学计算。
结构智能中的运算还可以包括:
比较;
排序;
匹配;
筛选;
分类;
组合;
转换;
推导;
条件判断;
关系判断。
因此:
运算是结构从已有状态产生新状态、新结果或新关系的过程。
2.11 能力:能够利用结构完成任务的系统状态
知识不等于能力。
一个系统可能拥有:
Product
Price
Market
Capacity
等大量知识。
但如果系统不能利用这些知识解决问题,那么它仍然没有形成对应能力。
因此,WSaiOS-SI 将能力定义为:
系统利用已有知识结构、方法结构和运算结构完成特定任务的可实现状态。
能力可以由多个结构共同形成。
例如:
产品知识
+
市场知识
+
价格计算方法
+
需求匹配方法
共同形成:
产品推荐能力
因此,能力不是单独的一条知识。
能力是多个知识结构、方法和运算形成的综合结果。
2.12 认知:结构对问题状态的理解
认知是结构智能中的高级过程。
WSaiOS-SI 不把认知定义为一个不可解释的内部状态,而把认知理解为:
系统通过结构识别、结构匹配、关系分析、属性读取和运算,对当前问题及其环境形成结构化理解的过程。
例如用户提出:
“我需要一款适合美国市场的2000Wh储能设备,预算1000美元。”
系统需要形成:
Demand
├── Product = Energy Storage
├── Market = USA
├── Capacity = 2000Wh
└── Budget <= 1000
这就是需求结构。
系统再将其与已有产品结构匹配。
因此,认知并不是单纯“理解一句话”。
而是:
将输入信息转化为能够参与后续智能过程的结构状态。
2.13 决策:从认知到选择
认知解决:
问题是什么。
决策解决:
应该怎么做。
例如系统识别出三个产品都符合基本需求:
Product A
Product B
Product C
系统需要进一步比较:
价格;
性能;
容量;
市场适配;
供应能力;
用户需求。
通过结构匹配和运算,可以得到:
Product A → 综合匹配度较高
Product B → 价格较高
Product C → 容量不足
最终形成:
Decision = Product A
因此:
决策是系统基于需求结构、知识结构、能力结构及运算结果形成行动选择的过程。
2.14 执行:决策进入现实过程
决策如果不能执行,就无法形成完整智能。
因此,WSaiOS-SI 将:
执行(Execution)
作为独立研究对象。
执行是:
将已经形成的决策或方法转化为实际操作过程的机制。
执行可以表现为:
调用程序;
生成文件;
发送消息;
调用设备;
执行计算;
更新数据;
调用外部服务;
控制其他系统。
因此:
认知
↓
决策
↓
执行
构成智能从内部结构走向外部行动的过程。
2.15 反馈:执行结果重新进入结构
任何执行都会产生结果。
结果可能是:
成功;
失败;
部分成功;
错误;
新数据;
用户评价;
环境变化。
这些结果必须重新进入系统。
因此,WSaiOS-SI 引入:
反馈(Feedback)。
反馈表示:
执行结果返回智能结构,并成为后续认知、决策和学习的新信息。
例如:
需求
↓
决策
↓
执行
↓
结果
↓
反馈
如果结果不符合需求,系统就不能简单结束。
反馈会告诉系统:
原来的结构可能存在缺失;
匹配规则可能存在问题;
知识可能不完整;
方法可能不适合;
能力可能不足。
于是反馈成为学习的入口。
2.16 学习:结构的改变
传统意义上的学习经常被理解为:
“模型参数发生变化。”
WSaiOS-SI 则从结构角度重新定义学习。
学习是系统根据新的信息、反馈和任务结果,对已有结构、知识、关系、方法和能力进行形成、修正、扩展或重组的过程。
例如原来系统认为:
Product A
适合
Market USA
经过执行发现实际效果不好。
反馈进入系统后,系统可能发现:
Product A
虽然技术参数符合,
但价格竞争力不足。
于是结构发生变化:
Market USA
├── technical_match
├── price_match
└── demand_match
系统增加了新的关系或规则。
这就是结构学习。
因此:
学习的本质不是单纯增加信息,而是改变系统能够处理信息的结构。
2.17 演化:结构持续变化形成新的智能状态
学习解决一次结构变化。
而当结构持续经过:
学习
→ 应用
→ 反馈
→ 再学习
→ 再应用
系统结构便会不断发生变化。
这种持续变化形成:
演化(Evolution)。
演化并不是简单增加数据。
它可以表现为:
新的元素产生;
新的关系形成;
旧关系被修正;
新的对象形成;
属性增加;
方法改进;
运算规则变化;
能力扩展;
知识结构重组。
因此:
演化是结构智能系统在持续学习过程中形成结构变化和能力变化的长期过程。
2.18 基本理论对象之间的连续关系
至此,WSaiOS-SI 的基本研究对象已经形成完整关系。
其基本过程可以表示为:
元素 → 关系 → 结构 → 知识 → 对象 → 属性 → 值 → 方法 → 运算 → 能力 → 认知 → 决策 → 执行 → 反馈 → 学习 → 演化
但这并不是严格意义上的单向直线。
真实的结构智能过程是循环的。
例如:
元素
↓
关系
↓
结构
↓
知识
↓
能力
↓
认知
↓
决策
↓
执行
↓
反馈
↓
学习
↓
结构演化
↓
新的结构
↓
新的知识
↓
新的能力
与此同时:
对象
↓
属性
↓
值
↓
方法
↓
运算
↓
新值
↓
新状态
又构成结构内部的运行循环。
因此,WSaiOS-SI 至少存在两个相互嵌套的过程:
结构形成过程。
以及:
结构运行过程。
结构形成解决:
知识是什么。
结构运行解决:
知识如何工作。
两者共同构成结构智能。
2.19 结构形成与结构运行
结构形成过程可以表示为:
元素 → 关系 → 结构 → 知识
结构运行过程可以表示为:
对象 → 属性 → 值 → 方法 → 运算 → 结果
而智能过程进一步表现为:
需求 → 认知 → 匹配 → 能力 → 决策 → 执行 → 反馈
学习过程则表现为:
反馈 → 学习 → 结构改变 → 能力改变 → 再次执行
因此,四个过程并不是四套独立系统。
它们相互嵌套。
最终形成:
结构形成 → 结构运行 → 智能应用 → 反馈学习 → 结构演化
这构成 WSaiOS-SI 的基本理论循环。
2.20 WSaiOS-SI 基本理论对象集合
由此,WSaiOS-SI 建立第一组完整的基本理论对象。
第一层:结构基础对象
元素
构成结构的基本单位。
关系
连接元素并描述元素之间的联系。
结构
由元素及关系组织形成的整体。
第二层:知识结构对象
知识
能够以结构形式被使用的信息。
对象
能够独立识别和操作的结构实体。
属性
描述对象特征和状态的结构单位。
值
属性当前所具有的具体状态。
第三层:结构运行对象
方法
使对象能够执行操作的行为结构。
运算
对结构、属性和值进行处理并产生新结果的过程。
能力
利用知识结构、方法和运算完成任务的可实现状态。
第四层:智能过程对象
认知
对需求、环境和问题状态形成结构化理解的过程。
决策
基于结构匹配、能力和运算结果形成行动选择的过程。
执行
将决策转化为实际操作的过程。
第五层:智能循环对象
反馈
执行结果重新进入系统结构的过程。
学习
依据新信息和反馈改变结构、知识、方法和能力的过程。
演化
结构持续学习和变化所形成的长期发展过程。
2.21 基本理论对象不是平行概念,而是层级关系
必须特别强调:
这些理论对象虽然在概念上可以分别定义,但在 WSaiOS-SI 中,它们不是平行排列的。
它们具有明显的形成关系。
例如:
元素
↓
关系
↓
结构
↓
知识
说明知识如何形成。
而:
对象
↓
属性
↓
值
↓
方法
↓
运算
说明知识如何运行。
再如:
知识
+
需求
↓
匹配
↓
认知
↓
决策
↓
执行
说明知识如何形成智能行为。
最后:
执行
↓
反馈
↓
学习
↓
演化
↓
新的结构
说明智能如何持续发展。
因此,WSaiOS-SI 的研究对象实际上构成一个完整的因果链和运行链。
2.22 结构智能的基本理论循环
将所有研究对象统一起来,可以得到 WSaiOS-SI 的基本理论循环:
元素形成结构,结构形成知识,知识形成能力,能力参与认知,认知形成决策,决策进入执行,执行产生反馈,反馈驱动学习,学习推动结构演化,演化形成新的结构、知识和能力。
进一步展开:
元素
↓
关系
↓
结构
↓
知识
↓
对象
↓
属性
↓
值
↓
方法
↓
运算
↓
能力
↓
认知
↓
决策
↓
执行
↓
反馈
↓
学习
↓
演化
↓
新的结构
这里最重要的不是这条链本身,而是:
它能够循环。
新的结构再次成为新的知识。
新的知识再次形成新的能力。
新的能力再次参与新的认知。
新的认知形成新的决策。
新的决策进入新的执行。
新的执行产生新的反馈。
新的反馈又推动下一轮学习。
因此:
结构智能不是一次性计算过程,而是结构持续形成、运行、反馈、学习和演化的循环过程。
2.23 本章理论结论
通过本章,WSaiOS-SI 对自身研究对象进行了正式定义。
结构智能研究的不是单一模型,也不是单一算法,更不是单纯的数据集合。
它研究的是:
信息如何成为元素,元素如何通过关系形成结构,结构如何形成知识,知识如何以对象、属性、值和方法的形式运行,结构如何通过运算形成能力,能力如何参与认知和决策,决策如何进入执行,执行如何产生反馈,反馈如何推动学习,以及学习如何推动结构持续演化。
由此,WSaiOS-SI 建立其基本理论对象集合:
元素、关系、结构、知识、对象、属性、值、方法、运算、能力、认知、决策、执行、反馈、学习、演化。
这些对象共同构成结构智能的基本理论世界。
其中:
元素是结构的基本单位。
关系是结构的连接机制。
结构是知识的组织形式。
知识是可使用的结构化信息。
对象是具有独立身份的结构实体。
属性是对象的结构化特征。
值是属性的具体状态。
方法是结构的行为机制。
运算是结构产生新结果的过程。
能力是结构完成任务的可实现状态。
认知是结构对问题形成理解的过程。
决策是结构形成行动选择的过程。
执行是决策进入现实操作的过程。
反馈是执行结果返回结构的过程。
学习是结构依据反馈发生改变的过程。
演化是结构持续改变并形成新能力的过程。
最终,WSaiOS-SI 将这些对象统一到一个基本理论关系中:
结构形成智能,结构运行产生能力,结构匹配形成认知,结构运算形成决策,结构执行产生反馈,反馈推动学习,学习推动结构演化。
这构成 WSaiOS结构智能(WSaiOS-SI)理论工程的基本理论对象体系,也是后续全部理论建立的基础。