首页 理论 架构 工程 规划 文档 白皮书 著作 研究 规范 下载 博客 关于 联系 开始使用 →

第47章 从知识运算到认知、决策与方法

《WSaiOS结构智能(WSaiOS-SI)理论工程》

第十九卷:动态语义库理论与工程

第47章 从知识运算到认知、决策与方法

47.1 本章的研究目标

在 WSaiOS 结构智能(WSaiOS-SI)体系中,知识的获取、语义理解、结构化组织和能力结构构建,并不是智能运行的终点。

知识必须进入运算过程,运算结果必须参与问题认知,认知结果必须支持决策,决策还需要转化为明确的方法,才能进一步指导执行并接受反馈。

因此,WSaiOS-SI 需要解决一个核心问题:

系统如何将结构化知识转化为可解释的认知状态,如何依据认知状态形成决策,以及如何将决策组织为能够执行和验证的方法?

这个问题涉及知识、运算、认知、决策和方法之间的基本关系。

知识是系统认识和处理问题的结构化材料;运算是对知识执行比较、计算、判断、匹配、概率估计、排序和验证等操作;认知是系统围绕当前任务,对对象、状态、条件、关系、证据和问题状况形成的结构化理解;决策是在目标、约束、风险和可用能力条件下确定应采取的方案;方法则将决策转化为明确的处理步骤和执行规则。

这些环节相互关联,但不能相互替代。

拥有知识不等于已经完成运算,产生运算结果不等于形成完整认知,形成认知不等于已经确定决策,作出决策也不等于已经形成可执行的方法。

本章的目标,是建立从知识运算到认知、决策与方法的结构转换机制,并明确各个环节的输入条件、处理职责、输出结果、依赖关系和反馈路径。

本章遵循 WSaiOS-SI 的基本原则:以结构为智能基础,以明确的知识关系和运算规则组织认知与决策,不依赖大模型逻辑,不把语言表达、知识数量或单一评分直接等同于智能。

47.2 知识运算的定义与作用

47.2.1 什么是知识运算

知识运算是指:系统以结构化知识为输入,根据当前任务、适用条件和明确规则,对知识对象、属性、值、关系、状态、证据及其依赖关系执行规定的处理操作,并产生具有明确含义的结果。

知识运算的对象不是孤立的信息片段,而是能够被识别、关联和处理的语义结构。

例如,系统面对一项采购任务,需要判断候选产品是否满足预算要求。

如果系统已经获得产品价格、采购数量、费用规则和预算上限,就可以按照明确的计算规则求出预计费用,再依据预算条件进行判断。

其中,费用计算与预算判断是两个不同的运算步骤。

计算回答“依据输入和规则,结果是多少”;判断回答“计算结果是否满足指定条件”。

同样,产品型号匹配与认证验证也是不同的操作。型号匹配用于确认材料是否对应目标产品,认证验证则用于检查相关材料是否能够支持目标认证主张。

知识运算的作用,就是将已有知识转化为能够支持后续认知和决策的结果。

47.2.2 知识运算的基础条件

知识运算至少需要具备以下条件。

第一,运算对象明确。

系统需要知道正在处理哪个对象、属性、关系、事件或知识主张。

第二,输入结构适用。

参与运算的知识必须具有满足当前任务要求的语义含义和必要关联。

第三,运算规则明确。

系统需要知道采用什么规则、规则在什么条件下适用,以及结果应当如何解释。

第四,必要条件可检查。

如果某项运算依赖特定数据、证据或前置结果,系统应检查这些条件是否满足。

第五,结果具有可追溯性。

运算结果应当能够关联其输入、规则、适用条件和必要的历史版本。

第六,失败状态能够表达。

当输入不足、对象不匹配、规则不适用或证据冲突时,系统应明确记录问题,而不是强行生成一个确定结果。

这些条件使知识运算能够从简单的数值处理发展为结构化知识处理。

47.2.3 知识运算的结果不等于认知

某个运算可以得到正确结果,但该结果仍然可能不足以形成对整个问题的完整理解。

例如,系统计算出某项采购的预计总费用为 8,200 元,并确认这一金额没有超过 9,000 元的预算上限。

这两个结果只说明费用条件在给定输入和规则下得到满足。

它们并不能直接说明:

  • 目标产品型号是否正确;

  • 产品认证是否有效;

  • 供应商是否满足其他必要条件;

  • 费用输入是否包含所有相关成本;

  • 该产品是否是当前任务的最佳选择。

因此,知识运算的结果必须进入更高层次的认知组织过程,与其他相关知识和任务条件建立联系。

认知不是简单地收集运算结果,而是理解这些结果在当前问题中分别意味着什么,以及它们共同揭示了什么状态。

47.3 从运算结果到认知状态

47.3.1 认知的定义

在 WSaiOS-SI 中,认知是指:系统围绕当前任务,将已识别的对象、结构化知识、运算结果、证据状态、适用条件和问题约束组织起来,形成对当前情境及其关键问题的结构化理解。

认知需要回答:

  • 当前处理的是什么问题?

  • 涉及哪些对象?

  • 对象处于什么状态?

  • 哪些关系已经确认?

  • 哪些条件已经满足?

  • 哪些条件尚未满足?

  • 哪些结论具有充分依据?

  • 哪些问题仍然未知或存在冲突?

  • 当前有哪些可行的处理路径?

  • 还缺少什么信息或能力?

因此,认知是一种围绕任务形成的结构化理解状态,而不是一组互不关联的运算结果。

47.3.2 认知必须具有任务指向性

相同的知识,在不同任务中可能产生不同的认知重点。

例如,某产品的价格、型号、功能和认证资料可以被多个任务使用。

在价格核算任务中,认知重点是价格、数量、费用规则和预算条件。

在认证核验任务中,认知重点是产品型号、认证范围、证据来源和有效时间。

在供应商选择任务中,系统还需要考虑必要条件、候选对象之间的差异、风险和决策约束。

因此,认知并不是把全部知识无差别地汇总,而是根据任务目标选择相关知识,并将其组织成当前问题所需的理解结构。

这里的“选择”必须基于明确的任务、关系和条件,不能仅凭文字相似性决定知识的重要性。

47.3.3 认知需要区分事实、推断与未知

认知状态必须保留知识的不同性质。

第一类是具有相应依据的事实性知识。

第二类是根据明确规则和已知输入得到的计算或推导结果。

第三类是基于适当方法形成的概率估计或风险评估。

第四类是尚未验证的主张。

第五类是证据不足、存在冲突或当前无法判断的内容。

这些类别具有不同的语义含义。

例如,系统可以根据已知价格和数量计算出采购费用,但如果其中一个价格来自未经核验的报价,那么计算结果虽然可能在数学上正确,却仍然依赖一个尚未确认的输入。

因此,认知不能只保存“预计费用为 8,200 元”,还应保留这一结果依赖的价格信息及其状态。

如果关键输入发生变化,系统才能准确判断原有认知是否需要更新。

47.3.4 认知状态不是一个总分

认知涉及多个不同维度,不能简单地压缩成一个统一分数。

例如,一个采购对象可能具有:

  • 较高的需求匹配程度;

  • 较低的价格;

  • 尚未验证的认证主张;

  • 较完整的来源资料;

  • 存在冲突的交付信息。

如果系统将这些不同性质的信息合并成一个总分,就可能掩盖必要条件尚未满足的问题。

认知状态应当保留各维度的实际含义及其关系,使决策能够根据任务规则分别处理。

某些任务可以使用综合评价指标,但综合指标必须建立在明确的规则之上,并保留必要的原始状态。

认知的关键不是得到一个总分,而是建立对当前问题具有解释力的结构。

47.4 认知结构的形成机制

47.4.1 建立当前任务的目标结构

认知首先需要明确当前任务的目标。

目标结构可以包括处理对象、期望结果、必要约束、适用条件和验收要求。

例如,“选择一个合适的采购产品”还不足以形成完整的目标结构。

系统需要进一步明确目标产品、采购数量、预算限制、认证要求以及哪些条件属于不可违反的约束。

目标结构确定之后,系统才能判断哪些知识与当前问题相关,以及哪些运算结果具有实际意义。

47.4.2 建立对象和状态结构

系统需要识别当前任务涉及的对象,并确定对象之间的实际关系。

对于不同对象,还需要识别其当前状态。

例如,某项认证主张可能处于已确认支持、未验证、证据不足、存在冲突或已失效等状态。

这些状态影响系统能否将相关知识用于后续决策。

对象识别错误会影响其属性、关系和证据的对应关系,进而造成认知错误。

因此,在组织认知结构时,必须首先保证关键对象的识别与对应关系满足当前任务要求。

47.4.3 整合知识运算结果

认知结构需要将不同运算的结果放入相应的语义位置。

例如:

  • 比较运算产生候选对象之间的差异;

  • 计算运算产生费用或其他可计算结果;

  • 判断运算确定条件是否满足;

  • 匹配运算建立目标与候选对象之间的对应关系;

  • 概率运算描述明确事件的不确定程度;

  • 排序运算形成候选对象的相对优先级;

  • 验证运算检查知识主张是否得到证据和规则支持。

这些结果需要与目标对象、任务条件及其依赖关系关联起来。

系统不能将所有运算结果都解释为事实,也不能因为多个结果同时出现,就自动认定它们共同支持某项决策。

47.4.4 识别状态之间的关系

认知不仅需要保存各个状态,还需要识别它们之间的依赖、约束和冲突。

例如:

  • 价格计算依赖产品价格和采购数量;

  • 预算判断依赖费用计算结果和预算规则;

  • 产品合格判断依赖必要条件的验证状态;

  • 候选排序依赖任务要求、候选数据和排序规则;

  • 最终采购建议依赖合格候选范围及相应决策规则。

如果预算判断成立,但产品认证尚未确认,那么认知状态应当表达为“预算条件已满足,但认证条件尚未确认”,而不是“产品整体合格”。

这就是从孤立运算结果走向结构化认知的关键。

47.4.5 识别未知和问题缺口

认知形成过程中,系统还需要检查当前理解是否完整。

缺口可能包括:

  • 对象身份不明确;

  • 必要属性缺失;

  • 关系成立条件不明;

  • 证据不足;

  • 不同材料存在冲突;

  • 规则不适用;

  • 关键运算无法执行;

  • 当前没有能够满足任务要求的能力结构。

缺口不是认知失败的简单标记,而是后续知识获取、能力构建和决策调整的重要输入。

如果缺口影响任务的必要条件,系统应当将其纳入当前认知状态,并明确说明它对后续处理的影响。

47.5 从认知到决策

47.5.1 决策的定义

在 WSaiOS-SI 中,决策是指:系统依据当前认知状态、任务目标、必要约束、风险条件、可用能力和执行资源,对可行方案进行评价,并确定应采取的处理方向或行动方案。

决策并不是简单地选择一个得分最高的对象。

决策需要回答:

  • 当前是否具备作出决定的必要条件?

  • 有哪些可行方案?

  • 哪些方案违反必要约束?

  • 哪些方案仍存在未解决的问题?

  • 各方案的成本、风险和预期结果如何?

  • 哪些不确定性可以接受?

  • 哪些条件必须进一步核验?

  • 当前应当选择、等待、补充信息,还是拒绝执行?

因此,决策必须建立在认知结构之上,同时受到任务目标和实际约束的限制。

47.5.2 决策目标与必要约束

决策首先需要区分目标与约束。

目标描述希望实现的结果,例如降低采购成本、缩短处理时间或提高设备运行稳定性。

约束描述不可违反或必须满足的条件,例如预算上限、认证要求、安全规则和执行权限。

在许多任务中,目标之间可能存在冲突。

例如,最低价格与最快交付不一定同时实现;最高性能与最低成本也可能难以同时满足。

系统需要根据任务明确的优先级、权重或其他决策规则进行权衡。

但是,必要约束不能随意被转换为普通评分项。

如果某项认证是强制要求,就不能因为候选对象价格低、交付快或综合得分高,而忽略认证尚未满足的问题。

因此,决策的第一步通常不是直接排序,而是明确可行方案的边界。

47.5.3 可行方案的形成

决策需要有可供选择的方案。

方案可以来自已有能力结构,也可以由多个方法和能力组合形成。

例如,系统面对一项资料不足的采购任务,可能有以下方案:

  • 选择已经满足必要条件的候选产品;

  • 对关键证据不足的候选产品进行进一步核验;

  • 补充采购需求中的缺失条件;

  • 扩大候选对象的检索范围;

  • 暂缓选择并报告当前信息不足;

  • 在任务允许的情况下调整非必要评价条件。

这些方案具有不同的成本、风险和执行条件。

系统需要先判断方案是否适用,再依据当前目标和约束进行评价。

如果不存在满足必要条件的方案,就应当明确报告这一情况,而不是为了完成决策流程而选择不合格对象。

47.5.4 决策中的不确定性处理

现实任务通常不能保证所有信息都已经确认。

因此,决策需要区分哪些不确定性可以接受,哪些不确定性会阻止决策。

例如,某个候选对象的交付时间可能存在一定估计误差,但采购任务允许在一定范围内浮动,那么这一不确定性可以根据明确规则纳入风险评价。

然而,如果目标型号是否具有强制认证尚未确认,而采购规则要求必须具备该认证,那么这一缺口可能阻止最终采购决策。

因此,不确定性是否可接受,不能只由概率大小决定,还取决于:

  • 任务要求;

  • 可能造成的后果;

  • 必要约束;

  • 可用替代方案;

  • 风险处理规则;

  • 是否存在进一步核验的条件。

概率估计可以为决策提供信息,但不能代替对必要条件和风险边界的判断。

47.5.5 决策结果必须具有依据

决策结果需要说明选择了什么方案,以及为什么选择该方案。

决策依据可以包括:

  • 当前任务目标;

  • 已确认满足的必要条件;

  • 被排除的方案及其原因;

  • 关键比较结果;

  • 风险与不确定性;

  • 相关能力的适用条件;

  • 采用的决策规则;

  • 尚未解决的问题。

如果系统只返回“选择方案 A”,却无法说明其符合哪些条件、依赖哪些知识以及存在哪些限制,就难以检查该决策是否合理。

因此,决策结果应当与相应的认知状态、知识版本和决策规则关联,以便后续追溯和重新评估。

47.6 从决策到方法

47.6.1 方法的定义

在 WSaiOS-SI 中,方法是指:为了实现特定处理目标,根据明确的输入、前置条件、操作规则、执行顺序和结果要求组织起来的处理过程。

方法描述的是“如何做”。

决策描述的是“选择什么方案”或“当前采取什么处理方向”。

能力结构描述的是“系统具备怎样的解决问题结构”。

三者之间的关系是:

  • 决策确定当前需要实现的目标或选择的方案;

  • 方法将该方案组织为明确的处理步骤;

  • 能力结构为方法提供知识、规则、依赖关系和执行条件。

例如,系统决定进一步核验某项认证主张,这是一个处理方向。

相应的方法可能包括:识别目标型号、获取适用认证资料、核对认证范围、检查有效时间、比较不同证据,并根据规则形成验证结果。

这一系列步骤构成具体的验证方法。

47.6.2 方法必须从决策目标推导

方法不能脱离决策目标而独立设计。

相同的对象和知识,在不同目标下可能需要采用不同方法。

例如,查找某产品的认证资料,可以用于:

  • 初步发现候选证据;

  • 核对某项已有主张;

  • 检查认证是否过期;

  • 比较不同型号的认证范围;

  • 调查证据之间的冲突。

这些任务虽然都涉及认证资料,但处理步骤、完成条件和结果要求并不相同。

因此,方法必须根据当前决策目标和任务条件组织,而不能仅根据关键词或对象名称选择。

47.6.3 方法的基本组成

一个方法可以根据实际任务组织以下内容:

目标: 需要完成什么处理任务。

输入: 方法运行所需的对象、属性、关系、知识和外部数据。

前置条件: 方法执行前必须满足的条件。

规则: 输入如何被处理,以及哪些判断标准适用。

步骤: 处理过程中的具体操作及其顺序。

分支: 不同条件下应采用的处理路径。

输出: 方法产生的结果及其语义含义。

失败处理: 输入不足、规则不适用或执行失败时的处理方式。

验证条件: 如何检查结果是否满足要求。

反馈关系: 方法执行后,哪些结果需要回写知识库或触发后续任务。

这些内容并不要求固定为完全相同的数据字段,而是方法结构应当能够表达的关键语义要素。

47.6.4 方法不能通过省略条件来制造执行成功

如果方法依赖的输入缺失,或者关键知识尚未验证,就不能通过跳过检查来伪造成功结果。

例如,某个采购方法要求确认目标型号的认证状态。

如果系统无法取得相应证据,正确的处理方式可能是生成待核验状态、补充资料需求或暂停后续步骤。

不能因为方法流程已经执行到最后,就将采购对象标记为符合全部要求。

因此,方法必须允许返回多种结果状态,包括成功、条件性完成、信息不足、规则不适用、执行失败和需要人工处理等情况。

47.6.5 方法执行与现实行动的区别

方法可以产生执行方案,但方案本身不等于现实行动已经发生。

例如,系统生成了设备重启方法,并确认该方法在当前条件下适用,不代表设备已经重启。

实际动作还需要满足相应的执行权限、设备状态、安全条件和外部控制要求。

同样,系统生成了采购建议,也不代表已经完成采购交易。

因此,WSaiOS-SI 必须区分:

  • 决策方案;

  • 方法定义;

  • 方法执行;

  • 行为状态;

  • 具体动作;

  • 执行反馈。

这种区分可以避免系统将计划当作结果,将建议当作行动,或者将预期状态当作已经发生的事实。

47.7 知识运算、认知、决策与方法的整体关系

47.7.1 四个环节的职责划分

知识运算、认知、决策和方法构成连续但相互区分的处理环节。

环节 核心职责 主要结果
知识运算 对知识执行明确的处理规则 比较、计算、匹配、判断、概率、排序、验证等结果
认知 将相关知识和运算结果组织为当前问题的理解 当前对象、状态、约束、证据、未知和问题缺口
决策 在目标和约束下确定处理方向 方案选择、处理优先级、继续或停止条件
方法 将决策转化为可执行的处理过程 输入、规则、步骤、分支、输出和反馈机制

这些环节并非完全单向。

在处理过程中,认知可能发现知识不足,需要返回知识获取;决策可能发现没有可行方案,需要调整任务或补充条件;方法执行可能失败,需要重新判断当前状态。

因此,整体流程应当允许根据实际问题回到前面的环节。

47.7.2 为什么不能将四个环节合并

如果将知识运算、认知、决策和方法合并成一个不加区分的过程,系统将难以确定错误发生在哪里。

例如,某项任务得到错误结果,可能是:

  • 原始知识不正确;

  • 对象匹配错误;

  • 运算规则不适用;

  • 认知时忽略了关键条件;

  • 决策时违反必要约束;

  • 方法执行步骤不正确;

  • 外部执行环境发生变化。

如果这些环节没有明确边界,就难以定位问题,也无法准确更新相应知识或方法。

将它们分别组织,可以建立更清晰的责任关系和错误追溯路径。

47.7.3 从知识到方法的结构转换

整个过程可以概括为:

\[ \begin{aligned} &\text{结构化知识}\\ &\downarrow\\ &\text{知识运算}\\ &\downarrow\\ &\text{运算结果及其状态}\\ &\downarrow\\ &\text{认知结构}\\ &\downarrow\\ &\text{方案分析与决策}\\ &\downarrow\\ &\text{方法构建与选择}\\ &\downarrow\\ &\text{执行与结果检查}\\ &\downarrow\\ &\text{反馈与再认知} \end{aligned} \]

这里每一个箭头都表示需要建立明确的结构关系,而不是自动发生的无条件转换。

例如,运算结果只有在对象、条件和适用范围得到正确解释后,才能成为有效的认知依据;决策只有在方案、约束和风险得到适当处理后,才能转化为合理的方法;方法执行后还需要通过结果检查确定任务是否真正完成。

47.8 实例:电动牙刷采购任务中的认知、决策与方法

假设某企业需要采购一批电动牙刷,采购要求包括指定型号、认证条件、预算上限和交付期限。

系统从动态语义库中获取多个候选产品的资料,并建立对应的知识结构。

47.8.1 知识运算阶段

系统首先识别各候选产品及其资料之间的对应关系。

随后执行相关运算:

  • 使用匹配运算核对候选型号与采购需求;

  • 使用计算运算计算各候选方案的预计费用;

  • 使用判断运算检查费用是否超过预算;

  • 使用验证运算核对认证主张与相关证据;

  • 使用比较和排序运算分析满足必要条件的候选对象。

假设候选方案 A 的预计费用为 8,200 元,预算上限为 9,000 元,那么在价格、数量和费用规则均适用的前提下,预算条件成立。

但是,如果候选方案 A 的认证材料尚未确认是否适用于目标型号,那么认证条件仍处于未确认状态。

47.8.2 认知阶段

系统将上述运算结果组织为当前任务的认知结构。

对候选方案 A,当前认知可能是:

  • 型号匹配:已确认;

  • 预计费用:8,200 元;

  • 预算条件:满足;

  • 认证主张:尚未确认;

  • 交付期限:需要根据当前证据进一步核对;

  • 整体采购条件:尚未全部确认。

这一认知状态比简单地记录“方案 A 符合采购要求”更加准确。

它明确区分已经确认的条件和尚未解决的问题,也指出了当前不能直接完成最终选择的原因。

47.8.3 决策阶段

系统依据采购任务的必要约束进行决策。

由于认证是强制条件,而当前证据尚未确认,系统不能直接将方案 A 认定为最终合格方案。

它可以根据任务规则选择以下处理方向:

  • 进一步核验方案 A 的认证材料;

  • 同时检查其他候选方案是否已经满足全部必要条件;

  • 对证据充分且符合必要条件的候选对象继续排序;

  • 如果没有符合条件的候选对象,则报告当前尚无已确认合格方案。

此时,决策的核心不是立即选出一个产品,而是确定下一步最合理的处理方向。

47.8.4 方法阶段

如果系统决定进一步核验方案 A 的认证,就需要调用相应的方法。

该方法可以包括:

  1. 确定目标产品及型号。

  2. 明确需要验证的认证主张。

  3. 查找相关认证材料。

  4. 检查来源及材料完整性。

  5. 核对材料对应的产品型号。

  6. 检查认证范围和有效时间。

  7. 比较不同材料之间是否存在冲突。

  8. 根据验证规则形成结果。

  9. 将结果关联到原有主张和证据。

  10. 根据结果决定继续采购评估、补充核验或排除候选对象。

如果关键证据仍然缺失,方法应返回证据不足或待核验状态,而不是强行生成认证有效的结论。

47.8.5 执行反馈与再认知

假设后续获得的官方材料确认,方案 A 的目标型号不在原认证范围内。

系统需要更新相关主张的验证状态,并检查其对采购认知和决策的影响。

如果方案 A 因此不满足必要条件,就应根据采购规则重新评估候选集合。

但系统不应因此自动否定方案 A 的全部其他知识,例如价格、型号标识或历史交付记录。

只有与新证据存在实际依赖关系的结果才需要更新。

通过这一过程,系统形成:

知识运算 → 认知更新 → 决策调整 → 方法执行 → 结果验证 → 再认知。

这说明 WSaiOS-SI 的智能运行并不是一次性生成答案,而是围绕任务、结构、规则和反馈不断调整处理路径。

47.9 决策失败与方法失败的识别

47.9.1 知识不足造成的处理失败

如果系统缺少完成任务所必需的知识,就可能无法形成充分认知。

例如,缺少目标型号的认证资料,使系统无法确认某项强制条件。

此时,问题属于知识或证据方面的缺口,不能简单归因于方法执行失败。

适当的处理方式是补充知识、重新获取证据,或者明确报告当前无法确认的事项。

47.9.2 认知错误造成的决策失败

如果系统已经取得相关知识,但错误地理解了对象对应关系、忽略了时间条件,或者将未经验证的主张视为已确认事实,就可能形成错误认知。

在错误认知基础上作出的决策,即使遵循了形式上正确的决策规则,也可能产生错误结果。

因此,决策审查不能只检查决策规则,还必须检查决策所依赖的认知状态是否正确。

47.9.3 决策规则造成的选择失败

系统可能准确理解当前状态,却采用了不适用的决策规则。

例如,采购任务规定认证是必要条件,但系统却将认证状态与价格、交付时间一起加权评分,允许低价抵消认证条件未满足的问题。

这种失败并不是计算错误,而是决策规则与任务约束不一致。

因此,决策规则必须明确区分必要条件、评价目标和允许权衡的因素。

47.9.4 方法设计或执行造成的失败

即使决策方向正确,方法仍然可能存在问题。

例如,系统决定核验认证,但方法没有检查产品型号,或者没有核对认证有效期,就直接根据文件存在作出确认。

这种情况属于方法设计不完整或验证步骤缺失。

另一个例子是方法本身正确,但执行时获取的数据不完整,或者外部设备无法使用。

因此,方法失败还需要进一步区分设计问题、输入问题、执行环境问题和外部结果问题。

47.9.5 失败分类必须指导后续处理

失败分类的价值,在于确定应该修正哪个环节。

失败类型 主要检查方向 可能的后续处理
知识缺口 输入、对象、属性、证据 补充知识或重新获取资料
运算失败 数据类型、规则、输入条件 修正输入或运算方法
认知错误 对象关系、条件、状态解释 重新组织认知结构
决策错误 目标、约束、风险、选择规则 修正决策规则或重新决策
方法缺陷 步骤、分支、前置条件、输出 修改或重建方法
执行失败 权限、资源、设备、外部环境 调整执行条件或采用替代方案
反馈错误 结果来源、记录完整性、状态对应 核验反馈并修正相关记录

这些分类可以根据具体系统进一步细化,但其核心是避免所有问题都被笼统地归为“智能不足”。

47.10 认知与决策的持续演化

47.10.1 新知识触发再认知

当动态语义库获得新知识时,系统需要分析它与当前认知结构之间的关系。

新知识可能:

  • 补充已有对象的属性;

  • 更正原有属性值;

  • 建立新的对象关系;

  • 改变某项主张的验证状态;

  • 揭示原有知识之间的冲突;

  • 改变某项规则的适用条件;

  • 暴露当前能力结构中的缺口。

只有当新知识影响当前任务或相关依赖关系时,系统才需要更新相应的认知状态。

这可以避免每次获取新资料后,都无条件重建全部认知和决策结果。

47.10.2 再认知不等于自动改写历史

当新的证据改变当前结论时,系统应当区分历史认知与当前认知。

历史认知记录的是系统在当时依据已有知识和规则形成的理解;当前认知则需要根据现有知识、证据和规则重新组织。

两者可能不同,但当前认知的变化不意味着历史记录应当被直接删除。

保留历史状态,可以帮助系统解释决策为什么发生变化,也能够识别此前结论的适用条件和后续修正原因。

47.10.3 决策变化必须追溯原因

如果系统从方案 A 转向方案 B,应当能够说明导致变化的因素。

可能的原因包括:

  • 新证据改变了候选对象的验证状态;

  • 原有知识被更正;

  • 任务约束发生变化;

  • 风险估计发生变化;

  • 发现了更符合条件的方案;

  • 原有方法不再适用;

  • 执行反馈表明原方案无法实现目标。

决策变化应当与触发它的知识、运算结果和规则关联起来。

这样,系统才能区分合理的决策更新与无依据的选择变化。

47.10.4 方法演化需要依据实际缺口

方法不应仅仅因为系统获得了新知识就自动改变。

如果新知识不影响方法的输入、处理规则或输出要求,那么原方法可能仍然适用。

如果新知识改变了方法的前置条件,或者揭示了原有步骤存在错误,系统就需要检查方法是否需要更新。

方法演化应当遵循:

变化识别 → 依赖分析 → 影响判断 → 方法检查 → 必要修改 → 重新验证 → 版本保留。

这一机制使方法能够随着知识和任务变化持续改进,同时避免无关变化导致方法不断被修改。

47.11 工程实现的基本原则

47.11.1 分离知识、运算、认知、决策与方法

工程系统应当在逻辑上区分知识存储、运算执行、认知组织、决策处理和方法管理。

它们可以由不同模块实现,也可以在同一个软件系统中协作,但不能在语义上混为一谈。

知识存储负责维护对象、关系、证据和状态;运算模块负责执行明确的操作;认知机制负责整合相关结果;决策机制负责根据目标和约束选择方案;方法机制负责组织处理步骤。

这种分离有利于独立测试、问题定位、历史追溯和后续演化。

47.11.2 采用明确的输入输出关系

每个运算、认知处理、决策过程和方法,都应当具有可以解释的输入和输出。

输入不应只是一段不加区分的文本,而应当能够确定其目标对象、语义含义、适用条件和状态。

输出也不应只有一个未经解释的结论,而应当能够说明结果是什么、依据是什么、适用范围是什么,以及是否存在未解决的问题。

具体的数据组织形式可以根据工程要求确定,但其语义关系必须明确。

47.11.3 避免固定行业结构限制能力构建

WSaiOS-SI 不应依靠预先写死的行业字段和固定映射,决定所有认知、决策与方法。

能力结构应当根据实际需求、知识对象、结构定义和处理规则建立。

不同任务可以具有不同的输入、依赖关系和方法步骤。

系统可以复用通用基础运算和通用处理方法,但必须在调用时检查它们是否适用于当前任务。

47.11.4 保存结果与依赖关系

认知、决策和方法的结果都应当能够追溯到相应的输入、规则和知识版本。

当关键知识发生变化时,系统需要通过依赖关系识别受到影响的结果。

如果没有保存依赖关系,系统就可能无法判断某项新知识是否需要触发再认知、重新决策或方法更新。

47.11.5 将可解释性落实到结构层面

可解释性不应仅仅表现为事后生成一段理由说明。

系统需要在实际处理过程中保存能够支持解释的结构信息,例如使用了哪些知识、执行了哪些运算、采用了什么规则、哪些条件影响了决策,以及方法在哪个步骤产生了结果。

这样,系统才能从真实的处理记录中还原过程,而不是在结果形成之后补充无法验证的解释。

47.11.6 不把执行成功当作认知正确的充分证明

某个方法执行成功,只能说明相应的执行过程达到了其定义的执行条件或输出要求。

它不一定说明方法所依据的知识全部正确,也不一定说明最初的决策是最优的。

例如,系统可能成功执行了一个计算过程,但输入价格对应的是错误产品型号。

因此,执行成功之后仍然需要根据任务要求检查结果、核验关键知识,并判断最终目标是否真正实现。

47.12 本章总结

本章建立了 WSaiOS 结构智能(WSaiOS-SI)从知识运算到认知、决策与方法的基本理论体系。

知识运算依据明确的规则处理结构化知识,产生可解释的结果;认知将相关知识、运算结果、证据状态和任务条件组织为对当前问题的结构化理解;决策在目标、必要约束、风险和可用能力条件下确定处理方向;方法则将决策转化为具有输入、规则、步骤、分支、输出和反馈关系的处理过程。

四个环节具有明确的职责边界,但并非完全单向运行。

认知可能发现知识缺口,决策可能发现没有可行方案,方法执行可能暴露新的问题,反馈则可以触发再认知、重新决策和方法演化。

因此,WSaiOS-SI 的智能运行应当形成一个可追溯的闭环:

需求 → 知识 → 结构 → 运算 → 认知 → 决策 → 方法 → 执行 → 反馈 → 再认知 → 学习与演化。

本章确立以下基本原则:

第一,知识运算提供认知依据,但运算结果不能自动等同于完整认知。

第二,认知必须保留对象、条件、证据、未知和冲突,不能将不同性质的知识压缩成一个总分。

第三,决策必须同时考虑任务目标、必要约束、风险和可行方案,不能让普通评分抵消强制条件。

第四,方法必须将决策转化为明确、可检查、可执行的处理步骤,并允许在条件不足或执行失败时返回适当状态。

第五,认知、决策和方法的更新必须依据实际知识变化和依赖关系,并保留必要的历史记录。

由此,WSaiOS-SI 将知识运算与更高层次的智能活动建立了明确的结构联系,使知识能够通过认知形成问题理解,通过决策确定处理方向,通过方法组织实际执行,并通过反馈推动系统持续学习和演化。

这一理论为后续研究结构智能的学习机制、执行机制与闭环演化机制奠定了基础。

Leave a Reply

Your email address will not be published. Required fields are marked *

客服咨询
● 欢迎咨询与合作
您好!欢迎咨询。 我可以帮助您了解人工智能技术研发、智能软件系统开发、网站建设、搜索优化及项目定制等相关信息。 请问有什么可以帮您?
免费申请
请填写以下信息,方便我们进一步沟通。
欢迎咨询 AI 系统开发、网站建设、搜索优化、项目定制合作
电话:15089196448
邮箱:1602401899@qq.com
地址:陕西省渭南市
服务时间:周一至周五 09:00 - 18:00 | 7×24小时技术值守