《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:
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:
-
确定目标产品及型号。
-
明确需要验证的认证主张。
-
查找相关认证材料。
-
检查来源及材料完整性。
-
核对材料对应的产品型号。
-
检查认证范围和有效时间。
-
比较不同材料之间是否存在冲突。
-
根据验证规则形成结果。
-
将结果关联到原有主张和证据。
-
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。