第4章 从人工智能到认知工程
人工智能的发展，长期以来主要围绕一个问题展开：
如何让机器完成原本需要人来完成的任务？
这个问题推动了机器学习、计算机视觉、自然语言处理、机器人控制、专家系统以及各种人工智能技术的发展。
但是，当人工智能从“完成任务”进一步走向“模拟人”时，一个更加基础的问题开始出现：
机器到底是在模拟人的什么？
如果只是让机器完成一个任务，那么可以直接寻找任务的输入、输出和控制方法。
例如：
输入图像
↓
识别鸡蛋
↓
抓取鸡蛋但如果目标是：
模拟人的感知与认知过程。
那么问题就完全不同了。
机器不仅需要知道“鸡蛋是什么”，还需要知道：
我看到了什么？
我摸到了什么？
这个对象有什么属性？
这些属性正在怎样变化？
这些变化之间有什么关系？
当前状态意味着什么？
当前任务是什么？
什么行为更加合适？
行为以后发生了什么？
新的变化是否改变了原来的认知？这意味着人工智能需要从“任务实现”进一步进入：
认知过程工程。
这就是本书提出“认知工程”的原因。
4.1 人工智能解决的是“能力”，认知工程研究的是“过程”
传统人工智能通常强调能力。
例如：
图像识别能力
语音识别能力
文本生成能力
路径规划能力
目标检测能力
机械控制能力这些能力可以分别设计。
例如一个机器人可以拥有：
视觉模块
+
语音模块
+
运动模块
+
导航模块于是形成一个具有多种能力的机器人。
但是：
多个能力的集合，并不自动形成认知。
一个机器人能够识别鸡蛋：
Object = Egg并不意味着它理解鸡蛋。
一个机器人能够检测压力：
Pressure = 2N也不意味着它知道：
这个压力对于当前对象是否合适。
一个机器人能够执行抓取：
Grip()也不意味着它能够根据当前状态调整抓取。
因此：
能力
≠
认知能力解决：
系统能做什么。
认知工程进一步研究：
系统为什么这样理解、如何形成当前判断，以及判断如何随着环境变化而变化。
4.2 从“结果”转向“过程”
传统人工智能研究中，一个非常重要的思想是：
只要结果正确，内部过程可以被隐藏。
例如：
输入：
一张图片
输出：
鸡蛋只要识别准确，就可以认为任务完成。
但是在认知工程中，这远远不够。
我们需要知道：
输入
↓
发现哪些元素
↓
形成什么对象
↓
提取哪些属性
↓
观察到哪些状态
↓
建立了哪些关系
↓
调用了什么经验
↓
形成了什么匹配
↓
为什么产生当前认知因此，本书研究的重点从：
Input → Output转向：
Input
↓
Perception
↓
Element
↓
Object
↓
Attribute
↓
State
↓
Relation
↓
Matching
↓
Cognition
↓
Decision
↓
Behavior
↓
Feedback这里的每一个过程都必须能够被解释。
这就是认知工程的第一个基本特征：
认知工程不仅关注结果，还关注结果形成的过程。
4.3 从“模型”转向“认知结构”
人工智能系统大量使用模型。
例如：
分类模型
预测模型
生成模型
检测模型
控制模型模型通常负责：
输入
↓
计算
↓
输出但人的认知并不是一个单独的数学函数。
当一个人看到一个杯子时，他所面对的不是一个简单的：
Cup = 0.97而是一个复杂的认知结构：
对象：
杯子
属性：
形状
颜色
大小
材质
重量
状态：
静止
空
有水
正在被拿起
关系：
在桌子上
靠近手
属于当前环境
经验：
过去使用过类似杯子
目标：
喝水
行为：
伸手
抓取
移动因此，认知工程需要建立的不是单一模型，而是：
认知结构。
认知结构可以由：
Element
Object
Attribute
State
Relation
Experience
Memory
Goal
Matching等共同组成。
这也是本书后面建立 Cognitive Class 和 Cognitive Method 的理论基础。
4.4 从静态对象转向动态对象
传统人工智能中的对象，经常被处理成一个相对固定的标签。
例如：
Object = Egg但现实世界中的对象不是静态的。
鸡蛋可能：
静止
↓
被接触
↓
被推动
↓
被抓取
↓
发生旋转
↓
产生滑移
↓
发生形变
↓
破裂因此，对象本身具有动态状态。
可以表示为：
Object(t)而对象属性也会随着时间变化：
Attribute(t)例如：
Pressure(t)
Position(t)
Velocity(t)
Contact(t)
Slip(t)
Damage(t)于是：
对象
+
属性
+
时间
+
变化才构成真实环境中的动态对象。
认知工程必须处理这种动态性。
4.5 从固定规则转向动态匹配
传统专家系统经常采用：
IF condition
THEN action例如：
IF object = egg
THEN grip_pressure = 1.5N这种方法在环境稳定的时候可能有效。
但现实环境不是固定的。
例如：
鸡蛋 A
重量 = 50g
摩擦 = 高和：
鸡蛋 B
重量 = 70g
摩擦 = 低虽然都属于：
Egg但抓取条件并不相同。
因此不能简单地：
Egg → Fixed Action而应该：
Object
+
Current Attributes
+
Current State
+
Current Environment
+
Current Goal
↓
Dynamic Matching
↓
Current Cognition
↓
Current Action这意味着：
认知工程不是寻找一个永久正确的规则，而是寻找当前条件下最合适的匹配。
4.6 从“数据量”转向“数据关系”
这是认知工程与单纯大数据方法的重要区别之一。
当机器人面对现实世界时，传感器可以产生极其庞大的数据。
例如：
视觉：
每秒大量图像信息
触觉：
大量压力点
运动：
大量位置与速度数据
声音：
连续波形
温度：
连续变化如果把所有数据都直接保存，然后依靠大量测试寻找正确行为，那么数据规模会迅速膨胀。
于是系统可能变成：
大量数据
↓
大量测试
↓
大量样本
↓
寻找正确动作这种方法可以解决一些问题，但存在一个根本缺陷：
它容易把认知问题转化为数据搜索问题。
本书提出另一种方向：
数据
↓
元素
↓
属性
↓
状态
↓
关系
↓
动态变化
↓
匹配重点不再是：
“需要多少数据？”
而是：
“数据之间形成了什么关系？”
例如抓取鸡蛋。
与其记录数百万次：
压力 1.1N → 动作 A
压力 1.2N → 动作 B
压力 1.3N → 动作 C
...不如建立：
压力 ↑
+
滑移 ↑
+
任务 = 保持完整从而得到一个动态认知关系：
当前抓取稳定性下降然后调整行为。
这就是从：
数据量驱动
向：
关系驱动
转变。
4.7 从不断测试转向实时认知
机器人系统常见的一种工程思路是：
设计动作
↓
测试
↓
失败
↓
调整参数
↓
再次测试
↓
再次调整这种方式本身并没有错误。
工程测试当然是必要的。
问题在于：
如果所有环境变化都依赖大量预先测试，那么系统很难覆盖现实世界的无限变化。
现实中的对象并不完全重复。
机器人面对的可能是：
不同鸡蛋
不同重量
不同摩擦
不同温度
不同手指材料
不同接触角度
不同速度
不同目标因此不可能为所有情况建立一个静态测试表。
认知工程的方向则不同：
测试
不是最终认知
测试
用于形成经验
经验
进入认知系统
实时感知
不断更新当前状态
当前状态
不断重新匹配于是：
历史经验
+
当前感知
+
当前状态
+
当前目标
↓
实时认知这样，历史测试不再承担所有决策责任。
它只是认知的一部分。
4.8 机器人抓取鸡蛋：从控制问题转向认知问题
我们可以重新观察一个非常简单的动作：
机器人抓取鸡蛋。
传统控制思路可能是：
目标：
抓住鸡蛋
参数：
压力 = P
速度 = V
位置 = X
执行：
Grip()认知工程则会问：
当前对象是什么？
↓
对象有什么属性？
↓
当前接触状态是什么？
↓
压力如何变化？
↓
摩擦如何变化？
↓
是否发生滑移？
↓
对象是否发生形变？
↓
当前任务是什么？
↓
哪个状态更加安全？于是问题变成：
如何通过动态匹配，在完成任务的同时，使对象受损风险尽可能低？
可以表示为：
Task Completion
+
Stability
+
Object Protection并进一步形成：
Damage → MIN这里的“最小受损值”不是一个固定数字。
它必须根据当前对象状态不断变化。
因此：
Optimal Grip
≠
Fixed Pressure而是：
Optimal Grip
=
Dynamic Matching这就是本书后面“最小受损匹配”理论的工程来源。
4.9 认知工程不是替代人工智能，而是重新组织人工智能
提出认知工程，并不是要否定人工智能。
相反，人工智能仍然可以作为能力层。
例如：
视觉模型
语音模型
预测模型
控制模型都可以成为认知系统中的工具。
但这些工具不应该直接等于认知。
可以把系统理解成：
认知工程
│
┌────────────┼────────────┐
↓ ↓ ↓
感知能力 推理能力 行为能力
│ │ │
模型/算法 模型/算法 控制/算法
└────────────┼────────────┘
↓
认知结构
↓
动态匹配
↓
个体认知因此：
人工智能提供能力，认知工程组织能力。
这两者不是互相替代的关系。
4.10 从“人工智能系统”到“认知系统”
传统人工智能系统可以简单表示为：
Input
↓
AI Model
↓
Output认知系统则需要进一步扩展：
Environment
↓
Perception
↓
Elements
↓
Objects
↓
Attributes
↓
States
↓
Relations
↓
Dynamic Matching
↓
Cognition
↓
Decision
↓
Behavior
↓
Feedback
↓
Memory / Experience Update
↓
New Cognition这意味着系统内部必须能够保存：
当前是什么
过去是什么
发生了什么变化
为什么发生变化
当前如何理解
下一步可能怎样
采取行为以后发生了什么所以认知系统实际上是一个：
动态状态系统。
而不是简单的：
输入—输出机器。
4.11 认知工程中的“个体”
到这里，“个体认知”开始真正进入系统。
假设两个机器人面对完全相同的对象。
它们可能拥有：
相同感知
相同对象
相同属性
相同当前状态但是，如果它们拥有不同的：
经验
记忆
先验
目标
权重
历史反馈那么最终认知仍然可能不同。
例如：
机器人 A
过去经常遇到滑移
→ 对滑移更加敏感
机器人 B
过去很少遇到滑移
→ 对滑移敏感度较低因此：
相同环境
+
不同个体状态
↓
不同动态匹配
↓
不同认知这就是后面“个体认知理论”的基础。
所以认知工程不是建立一个：
所有机器人完全相同的统一大脑。
而是允许：
Group Knowledge
+
Individual Experience
+
Current Perception共同形成当前认知。
4.12 认知工程的基本层次
经过前面的分析，可以初步建立认知工程的层次结构。
第一层：环境
Environment系统之外的现实世界。
第二层：感觉
Sense视觉、听觉、触觉、压力、温度等。
第三层：感知
Perception将感觉转化为可处理的信息。
第四层：元素
Element形成基本信息单元。
第五层：对象
Object对相关元素进行组织。
第六层：属性
Attribute描述对象特征。
第七层：状态
State描述对象和环境当前所处状态。
第八层：关系
Relation描述元素、对象、属性和状态之间的关系。
第九层：动态匹配
Matching根据当前状态持续比较和组合信息。
第十层：认知
Cognition形成当前理解。
第十一层：决策
Decision选择行为方向。
第十二层：行为
Behavior改变环境。
第十三层：反馈
Feedback产生新的感知。
最终形成：
Environment
↓
Sense
↓
Perception
↓
Element
↓
Object
↓
Attribute
↓
State
↓
Relation
↓
Matching
↓
Cognition
↓
Decision
↓
Behavior
↓
Feedback
↓
Perception这就是认知工程的基本闭环。
4.13 从认知理论走向工程实现
如果认知理论只能描述：
人很复杂。
那么它仍然不是工程理论。
真正的理论工程必须继续回答：
对象如何定义？
属性如何定义？
状态如何保存？
关系如何表达？
动态变化如何记录？
匹配如何计算？
权重如何变化？
认知如何形成？
决策如何调用？
经验如何保存？
反馈如何进入系统？因此，本书后续章节必须逐步完成：
概念
↓
定义
↓
结构
↓
关系
↓
规则
↓
算法
↓
Method
↓
Class
↓
Engine这也是“理论工程”四个字真正的含义。
4.14 本章核心结论
本章并不是要重新定义人工智能，而是要确定一个新的研究方向：
人工智能关注机器能力，认知工程关注能力如何组织成类似人的感知、认知、决策和行为过程。
因此：
人工智能
=
能力
认知工程
=
认知过程的工程化进一步：
AI Model
→
提供计算能力
Cognitive Structure
→
组织信息
Dynamic Matching
→
形成当前状态判断
Individual Cognition
→
形成个体理解
Decision
→
产生选择
Behavior
→
改变环境
Feedback
→
更新下一轮认知最终，本书要解决的不是：
怎样让机器测试更多次，直到找到一个看起来正确的动作。
而是：
怎样让机器能够根据当前感知到的动态状态，结合对象属性、环境变化、历史经验和当前目标，不断重新形成匹配，并据此产生适合当前状态的认知与行为。
这才是从人工智能走向认知工程的核心转变。