第四卷
WSaiOS认知推理理论
WSaiOS Cognitive Reasoning Theory
第一章
WSaiOS认知推理基本概念
Basic Concepts of Cognitive Reasoning
1.1 认知推理理论概述
在 WSaiOS 人工认知体系中:
第三卷解决:
机器如何形成认知结构。
包括:
- 认知元素;
- 认知对象;
- 属性结构;
- 状态结构;
- 关系组织;
- 知识网络。
但是:
拥有认知结构,并不代表具备理解能力。
例如:
系统已经知道:
对象:
用户
产品
供应商
关系:
用户购买产品
供应商提供产品
但是系统还需要回答:
用户为什么需要这个产品?
哪个供应商更适合?
未来可能发生什么?
这就需要:
认知推理
定义:
WSaiOS认知推理,是利用认知对象、关系网络、状态信息、事件记录和经验结构,对未知信息进行分析、判断和形成认知结论的过程。
核心:
认知结构
↓
关系分析
↓
信息关联
↓
逻辑判断
↓
认知结论
1.2 人类推理过程分析
人类理解世界:
不是简单接受信息。
而是:
不断推断。
例如:
看到:
天空变黑
温度下降
风变大
人类推理:
可能下雨
↓
准备雨具
中间过程:
不是直接看到:
“雨”。
而是:
通过:
- 状态;
- 经验;
- 因果;
- 规律。
产生判断。
WSaiOS模拟的是:
这种结构化推理过程。
1.3 感知、认知、理解、推理区别
四者容易混淆。
感知 Perception
回答:
看到了什么?
例如:
摄像头:
检测:
红色
圆形
认知 Cognition
回答:
这是什么?
例如:
形成:
苹果对象
理解 Understanding
回答:
它意味着什么?
例如:
苹果是一种水果
可以食用
属于食品领域
推理 Reasoning
回答:
根据已有知识还能推出什么?
例如:
已知:
苹果属于水果
水果属于食品
推出:
苹果属于食品
因此:
关系:
感知
↓
认知
↓
理解
↓
推理
1.4 WSaiOS推理对象
推理不是针对单纯数据。
推理对象是:
认知结构
包括:
1. 对象
Object
例如:
用户
产品
企业
设备
2. 属性
Attribute
例如:
产品价格
设备温度
用户年龄
3. 状态
State
例如:
运行
异常
完成
4. 关系
Relation
例如:
用户购买产品
企业生产产品
5. 事件
Event
例如:
用户下单
设备故障
因此:
WSaiOS推理:
不是:
数据 → 结果
而是:
对象
+
属性
+
关系
+
状态
+
事件
↓
认知结论
1.5 WSaiOS认知推理产生机制
推理形成过程:
第一步:
获取认知结构
例如:
知识网络:
用户
↓
购买
↓
电动牙刷
第二步:
寻找关联关系
发现:
用户
过去购买
健康产品
第三步:
调用推理规则
规则:
关注健康产品用户
可能需要智能健康设备
第四步:
生成认知结论
结果:
推荐智能电动牙刷
1.6 WSaiOS推理核心结构
推理过程:
输入认知对象
↓
关系匹配
↓
规则调用
↓
经验参考
↓
状态分析
↓
结论生成
输出:
{
"input":"",
"reason_type":"",
"conclusion":"",
"confidence":""
}
1.7 WSaiOS认知推理核心原则
原则一:
推理基于认知结构
不是:
随机生成。
原则二:
推理基于关系
对象之间必须存在连接。
原则三:
推理必须可解释
系统需要知道:
为什么得到这个结论。
例如:
推荐产品:
不能只是:
推荐A
而应该:
因为:
用户购买过健康产品
关注口腔护理
价格符合历史接受范围
所以推荐A
原则四:
推理结果可以更新知识
新的推理:
可以形成:
新的关系。
1.8 WSaiOS推理体系结构
第四卷整体:
认知对象
↓
关系组织
↓
知识网络
↓
推理引擎
↓
认知结论
↓
决策输入
其中:
推理引擎是:
连接:
知识
和
行动
之间的桥梁。
1.9 WSaiOS认知推理公式
定义:
认知推理
=
对象信息
+
关系结构
+
状态变化
+
经验规则
+
逻辑判断
进一步:
人工理解能力
=
认知结构
+
推理能力
1.10 本章总结
WSaiOS认知推理理论提出:
机器智能的关键不是拥有大量信息,而是能够基于认知结构产生新的理解。
核心流程:
认知对象
↓
关系网络
↓
知识结构
↓
推理分析
↓
理解结果
WSaiOS认为:
推理是人工认知系统从“知道世界”走向“理解世界”的关键过程。
下一章:
第二章
WSaiOS关系推理理论
WSaiOS Relation Reasoning Theory
重点:
- 关系推理定义;
- 对象关系传播;
- 层级关系推理;
- 关联关系推理;
- 网络路径推理;
- 关系推理工程实现。