第11章　对象

对象不是一个名称，而是认知系统对多个元素、属性和关系进行组织后形成的稳定认知结构。

在前面的章节中，我们已经建立了“感觉—感知—感知元素”的基础结构。

感知系统接收到的并不是天然带有名称的“苹果”“鸡蛋”“杯子”或者“汽车”，而是一系列不断变化的信息：

颜色
轮廓
位置
距离
压力
温度
运动
声音
形变
摩擦

这些信息首先以感知元素的形式进入系统。

但是，如果认知系统只能保存大量相互独立的感知元素，那么它仍然无法真正理解环境。

例如，系统同时获得：

白色
椭圆
光滑
桌面
10cm
滚动
压力增加

这些只是信息。

当系统把它们组织起来以后，才可能形成：

对象：鸡蛋

因此，本章要解决的问题不是：

“对象是什么？”

而是：

对象是如何从感知元素中形成的？

这也是模拟人的认知系统与传统数据识别系统之间的重要区别。

11.1 对象不是名称

在传统软件中，对象往往从名称开始。

例如：

Egg

然后程序建立：

Egg
 ├── color
 ├── weight
 ├── size
 └── hardness

这种方式非常适合已经明确知道对象是什么的工程系统。

但是，如果机器第一次看到一个陌生物体：

?

它并不知道这个对象叫：

Egg

甚至不知道它是不是一个独立对象。

它只能获得：

元素A
元素B
元素C
元素D

因此，认知系统不能把：

名称

作为对象存在的前提。

应该反过来：

感知元素
 ↓
元素关系
 ↓
属性结构
 ↓
状态结构
 ↓
对象结构
 ↓
对象身份
 ↓
名称

所以：

名称是对象认知形成之后的一种符号表达，而不是对象形成的起点。

11.2 对象的形成

对象的形成不是一个瞬间完成的动作。

例如人在桌面上看到一个鸡蛋。

视觉系统首先可能获得：

白色区域
椭圆轮廓
边缘
亮度变化
位置
空间大小

随后这些元素产生关系：

白色
+
椭圆
+
封闭轮廓
+
连续区域

形成一个相对稳定的视觉结构。

如果再结合：

三维形状
空间位置
运动状态
触觉反馈
重量
表面触感

对象结构进一步稳定。

于是：

感知元素
     ↓
元素组合
     ↓
元素关系
     ↓
属性候选
     ↓
对象候选
     ↓
稳定对象

这就是对象形成的基本过程。

11.3 对象边界

对象形成的第一个问题，是：

哪些元素属于这个对象？

这是对象认知中非常重要的问题。

例如桌面上放着一个鸡蛋：

桌面
鸡蛋
杯子
手机

视觉系统接收到的是一个连续场景。

但认知系统必须把场景分解为不同的对象：

Object A
Object B
Object C
Object D

因此，对象必须具有某种边界。

这个边界并不一定是物理上的绝对边界。

例如：

一辆汽车

可以包括：

车身
车轮
车窗
车门
后视镜

但是人在某些认知任务中又可以把汽车整体作为一个对象。

所以对象边界具有：

感知边界
功能边界
空间边界
认知边界
任务边界

这说明：

对象边界不是单纯由几何形状决定，而是与认知任务有关。

11.4 对象身份

当对象形成以后，系统还需要解决：

这个对象是谁？

例如：

桌面上有两个鸡蛋。

它们具有很多共同属性：

白色
椭圆
光滑
大小相近
重量相近

如果系统只根据属性，就可能认为它们是同一个对象。

但实际上：

Egg A
Egg B

是两个不同的实例。

因此必须建立：

Object Identity

即：

对象身份用于区分“属于同一类的对象”和“同一个具体对象”。

可以表示为：

Object Class
    ↓
Egg
    ↓
Individual Object
    ├── Egg A
    └── Egg B

这与后面的：

Group Class
Individual Class

存在重要联系。

11.5 对象不是属性的简单集合

如果说：

鸡蛋
=
白色
+
椭圆
+
光滑

仍然不够。

因为对象不仅具有属性，还具有属性之间的关系。

例如：

鸡蛋
 ├── 颜色：白
 ├── 形状：椭圆
 ├── 表面：光滑
 ├── 重量：50g
 ├── 硬度：低
 └── 承受压力：有限

但更重要的是：

压力增加
     ↓
形变增加

压力增加
     ↓
破损概率增加

这些不是单独属性，而是：

属性之间的动态关系。

因此对象应该表示为：

Object
 ├── Elements
 ├── Attributes
 ├── States
 ├── Relations
 └── Changes

11.6 对象属性的来源

对象属性并不是全部直接存在于传感器数据中。

例如：

压力传感器

可以直接获得：

Pressure = 2N

但是：

Hardness = Low

可能不是传感器直接输出的。

它可能来自：

压力
+
形变
+
接触面积
+
反馈变化

经过匹配后形成：

Hardness Candidate

因此：

对象属性可以是直接感知的，也可以是由多个感知元素经过认知计算形成的。

可以分为：

第一类：直接属性

例如：

颜色
温度
距离
压力
重量

第二类：组合属性

例如：

硬度
粗糙度
稳定性
柔软程度

第三类：动态属性

例如：

滑移趋势
破损风险
稳定程度
运动趋势

第四类：认知属性

例如：

可抓取
危险
脆弱
适合搬运
不可触碰

因此对象属性具有不同层次。

11.7 对象状态

对象不是永远处于同一个状态。

例如鸡蛋：

完整

经过抓取：

接触

随后：

被抓取

如果压力过大：

形变

最终可能：

破损

因此：

Object State

应该成为对象结构的重要部分。

可以表示为：

Egg
 ↓
State
 ├── Rest
 ├── Contact
 ├── Grasped
 ├── Deformed
 └── Damaged

但是状态本身也可能发生变化：

Rest
 ↓
Contact
 ↓
Grasped
 ↓
Deformed

因此对象状态不能被理解为一个永远不变的标签。

11.8 对象是动态结构

这是本理论非常重要的一点。

传统数据模型容易表示：

Object
{
    color: white,
    weight: 50g
}

但是现实中的对象是动态的。

例如：

Egg(t1)

和：

Egg(t2)

可能不同。

在：

t1

时：

压力 = 0
状态 = 静止

在：

t2

时：

压力 = 1N
状态 = 接触

在：

t3

时：

压力 = 2N
状态 = 抓取

在：

t4

时：

压力 = 3N
状态 = 形变

因此：

Object(t)

比：

Object

更符合动态认知系统。

对象不是一张静态数据表，而是：

在时间中持续变化的认知结构。

11.9 对象关系

对象不会孤立存在。

例如：

鸡蛋
在
盘子
上。

这里存在：

Egg
 ↓
On
 ↓
Plate

又例如：

手
抓住
鸡蛋

形成：

Hand
 ↓
Grasp
 ↓
Egg

又例如：

鸡蛋
靠近
桌面

形成：

Egg
 ↓
Near
 ↓
Table

因此对象之间可以形成：

空间关系
时间关系
接触关系
运动关系
所属关系
操作关系
因果关系

于是一个完整场景可以表示为：

Hand
   │
 Grasp
   ↓
 Egg
   │
 On
   ↓
Plate

这已经不再是单个对象，而是一个对象关系结构。

11.10 对象与场景

多个对象以及它们之间的关系，可以形成场景。

例如：

桌面
├── 鸡蛋
├── 杯子
├── 手机
└── 手

关系：

Egg → On → Table
Cup → On → Table
Phone → On → Table
Hand → Near → Egg

于是：

Objects
+
Relations
+
States
+
Changes

形成：

Scene

因此可以建立：

Element
 ↓
Object
 ↓
Relation
 ↓
Scene

这一步非常重要，因为人的认知通常不是只认知一个对象，而是在场景中认知对象。

11.11 对象的稳定性

本章定义对象时使用了一个关键词：

稳定认知结构。

为什么要强调“稳定”？

因为感知元素一直在变化。

例如：

颜色亮度变化
位置变化
压力变化
角度变化

如果每一个变化都被认为是一个新对象，那么认知系统将无法稳定工作。

一个鸡蛋从：

桌面

移动到：

手中

它的：

位置
状态
压力
速度

都发生了变化。

但是我们仍然认为：

还是同一个鸡蛋。

因此对象认知必须具备：

变化中的稳定性

即：

对象允许属性、状态和位置发生变化，但在一定条件下仍保持对象身份的连续性。

这是对象认知非常重要的能力。

11.12 对象连续性

对象连续性可以理解为：

Object(t1)
≈
Object(t2)
≈
Object(t3)

虽然：

Attribute(t1)
≠
Attribute(t2)

但：

Identity(t1)
=
Identity(t2)

例如：

t1：
鸡蛋在桌面

t2：
鸡蛋被拿起

t3：
鸡蛋移动

t4：
鸡蛋被放下

对象属性一直变化：

Position(t)
Pressure(t)
State(t)
Velocity(t)

但是对象身份仍然保持。

因此：

对象认知的关键不是保持属性不变，而是在属性变化中保持身份连续。

11.13 对象变化与对象消失

对象还存在一个重要问题：

什么时候对象已经不是原来的对象？

例如：

鸡蛋
 ↓
破碎
 ↓
蛋液

这是简单的属性变化，还是对象身份变化？

这不能只通过：

color
weight
shape

判断。

需要综合：

结构变化
状态变化
关系变化
功能变化
连续性

因此：

Object Identity

本身也是一个需要认知匹配的问题。

这说明：

对象不是认知系统的终点，对象本身仍然是动态认知过程的一部分。

11.14 从对象到对象属性

现在可以重新理解“对象属性”。

对象回答：

“我们正在面对哪个稳定的认知结构？”

属性回答：

“这个对象具有什么特征？”

例如：

Object
=
Egg

属性：

Color = White
Shape = Oval
Weight = 50g
Hardness = Low
Surface = Smooth

但是动态认知进一步要求：

Pressure(t)
Deformation(t)
Slip(t)
DamageRisk(t)

因此对象与属性之间的关系应该是：

Object
 ↓
Attributes
 ↓
Attribute States
 ↓
Attribute Changes
 ↓
Object State

这正好连接到后面的动态属性理论。

11.15 对象的认知结构

到这里，可以给对象建立一个理论模型：

Object
{
    Identity
    Elements
    Attributes
    States
    Relations
    Changes
    Time
    Context
}

其中：

Identity

回答：

是不是同一个对象？

Elements

回答：

这个对象由哪些感知元素支持？

Attributes

回答：

这个对象具有什么属性？

States

回答：

这个对象现在处于什么状态？

Relations

回答：

这个对象与其他对象是什么关系？

Changes

回答：

这个对象正在发生什么变化？

Time

回答：

这些变化发生在什么时候？

Context

回答：

这个对象处于什么环境和任务情境？

11.16 对象不是终点，而是认知的中间结构

到这里，我们必须避免一个新的误区。

不能认为：

感知元素
 ↓
对象
 ↓
结束

对象只是认知系统中的一个中间层。

完整过程应该是：

感觉
 ↓
感知
 ↓
感知元素
 ↓
认知元素
 ↓
对象
 ↓
属性
 ↓
状态
 ↓
关系
 ↓
动态变化
 ↓
认知匹配
 ↓
认知

所以对象的作用是：

把大量离散、变化的感知元素组织成为一个能够被持续追踪、描述、比较和进一步认知的结构。

11.17 鸡蛋案例：对象是怎样形成的

现在重新看机器人抓鸡蛋。

机器人最开始并不是：

Egg = true

而是：

视觉：
白色
椭圆
轮廓
位置

空间：
桌面
高度
距离

触觉：
接触
压力

运动：
静止

这些元素经过组织：

白色
+
椭圆
+
封闭轮廓
+
空间位置
+
尺寸
+
接触状态

形成：

Object Candidate

进一步结合已有认知：

历史对象
+
经验
+
属性匹配
+
当前元素

形成：

Egg Object

此时系统才可以开始进一步处理：

Egg
 ├── Shape
 ├── Weight
 ├── Hardness
 ├── Friction
 ├── PressureTolerance
 └── DamageRisk

然后进入下一层：

压力变化
+
摩擦变化
+
滑移变化
+
形变变化

最终才产生：

抓取压力应该如何调整？

因此：

抓取动作并不是直接对“鸡蛋名称”执行，而是对鸡蛋这个动态对象及其动态属性进行认知匹配。

这正是本理论区别于简单“对象识别 + 动作执行”的地方。

11.18 本章核心结论

本章可以得到六个基本结论。

第一

对象不是名称。

名称只是对象的符号表达。

第二

对象不是单个元素。

对象是多个元素经过组织后形成的结构。

第三

对象不是属性的简单集合。

对象还包括状态、关系、变化、时间和上下文。

第四

对象具有动态性。

属性可以变化，状态可以变化，位置可以变化，但对象身份可以保持连续。

第五

对象具有稳定性。

这种稳定性不是“所有数据不变”，而是：

在持续变化的信息中保持对象认知的连续性。

第六

对象是认知匹配的基础，而不是认知的终点。

最终结构为：

感知元素
    ↓
元素组织
    ↓
对象
    ↓
对象属性
    ↓
对象状态
    ↓
对象关系
    ↓
动态变化
    ↓
认知匹配
    ↓
认知

因此，本章建立的核心定义是：

对象是认知系统对多个感知元素、属性、状态、变化及其关系进行持续组织后形成的、具有身份连续性和结构稳定性的认知结构。

而下一章将进一步进入一个非常关键的问题：

对象形成以后，我们究竟如何描述“对象具有什么”？

这将进入第12章　对象属性。