第12章 对象属性
对象是“什么”，属性回答的是对象“具有什么”。
在前面的章节中，我们讨论了对象的形成。认知系统通过感知元素以及元素之间的关系，将连续变化的感知信息组织成为相对稳定的对象。
但是，仅仅知道“这是一个对象”还远远不够。
当人看到一个鸡蛋时，真正参与后续认知的并不是“鸡蛋”这个名称本身，而是这个对象所表现出来的大量属性：
- 它是硬的还是软的；
- 它是光滑的还是粗糙的；
- 它有多重；
- 它能承受多大的压力；
- 它是否容易滑动；
- 它是否正在移动；
- 它当前是否完整；
- 它受到压力后是否发生形变；
- 它与手之间的摩擦是否正在变化。
因此，认知系统真正需要处理的不是简单的：
Object = Egg而是：
Object
↓
Attributes
↓
Attribute Values
↓
Attribute States
↓
Attribute Changes
↓
Object State对象属性由此成为对象进入认知过程的重要桥梁。
12.1 从“对象是什么”到“对象具有什么”
在自然语言中，人们通常使用名称识别对象。
例如：
鸡蛋
杯子
玻璃
手机
桌子这些名称可以帮助我们快速指向一个对象。
但是，名称本身并没有完整描述对象。
例如：
鸡蛋只是告诉认知系统：
当前存在一个被称为“鸡蛋”的对象。
它没有告诉系统：
重量是多少？
硬度是多少？
表面摩擦如何？
能够承受多大压力？
当前是否完整？
当前是否移动？
是否受到外力？
受到外力后发生了什么变化？所以：
对象名称主要解决对象识别问题，而对象属性解决对象描述与认知问题。
可以表示为：
对象身份
↓
对象属性
↓
对象状态
↓
对象变化对象回答：
“它是谁？”
属性回答：
“它具有什么？”
状态回答：
“它现在怎么样？”
变化回答：
“它正在发生什么？”
这四个层次不能混为一谈。
12.2 属性是对象的组成信息
一个对象并不是只有一个属性。
例如，一个鸡蛋可以具有：
Object = Egg
Material = Shell
Shape = Oval
Weight = 50g
Surface = Smooth
Friction = x
Hardness = x
Temperature = x
Position = x
Velocity = x
Pressure = x
Deformation = x
Integrity = x因此可以抽象为：
Object
{
Attribute_1
Attribute_2
Attribute_3
...
Attribute_n
}这里的关键不是属性数量，而是：
属性是对象能够被进一步认知的基本描述单位。
如果只有对象：
Egg系统只能知道“有一个鸡蛋”。
如果拥有属性：
Egg
├── Weight
├── Shape
├── Surface
├── Friction
├── Pressure
├── Deformation
└── Integrity系统才开始拥有对这个对象进行进一步判断的基础。
12.3 属性不是对象本身
必须明确区分：
Object ≠ Attribute例如：
Egg是对象。
Weight是属性。
50g是属性值。
因此：
Egg
↓
Weight
↓
50g不是三个对象，而是：
对象
↓
属性
↓
属性值同样：
Egg
↓
Surface
↓
Smooth表示：
鸡蛋这个对象具有“表面”属性，而当前该属性的值表现为“光滑”。
所以一个完整的属性描述至少可以表示为：
Object + Attribute + Value即：
对象 + 属性 + 值12.4 属性值不是固定不变的
这是对象属性理论中非常重要的一点。
传统的数据结构很容易把属性理解成一个固定字段：
weight = 50
temperature = 25
pressure = 0这种表达适合描述某一个时刻的数据。
但现实世界中的对象并不是静态数据库记录。
例如一个鸡蛋被机器人抓取：
t1：
Pressure = 0
t2：
Pressure = 2
t3：
Pressure = 4
t4：
Pressure = 6
t5：
Pressure = 7压力属性一直在变化。
因此：
Pressure = 7只是某一个时间点的值。
更加准确的表示应该是：
Pressure(t)即：
属性值是时间函数，而不是永恒固定的常数。
于是：
Attribute
↓
Value(t)成为动态认知的重要基础。
12.5 属性可以是静态属性
并不是所有属性都会快速变化。
例如：
颜色
材质
形状
品牌
型号
尺寸这些属性在一定时间范围内可以认为相对稳定。
例如：
Object = Egg
Shape = Oval
Material = Shell
Color = White这些属性可以称为：
相对静态属性。
这里的“静态”并不意味着绝对不会变化。
例如鸡蛋破裂以后：
Shape
Integrity
Material State都可能发生变化。
所以所谓静态属性，本质上是：
在当前认知时间尺度内变化可以忽略，或者变化速度远低于当前认知任务所需要的处理速度。
这是一个非常重要的区别。
12.6 属性可以是动态属性
另一类属性天然具有明显的动态变化。
例如：
Position
Velocity
Pressure
Temperature
Force
Deformation
Friction
Contact这些属性不能只使用一个固定值描述。
例如：
Position(t)
Velocity(t)
Pressure(t)
Temperature(t)更重要的是：
动态属性本身不是孤立变化的。
例如抓取鸡蛋时：
Pressure ↑可能导致：
Deformation ↑而：
Pressure ↓又可能导致：
Slip Risk ↑于是：
Pressure
↓
Deformation
↓
Integrity以及：
Pressure
↓
Friction
↓
Slip形成动态关系。
这就意味着：
属性不仅具有值，而且具有变化关系。
12.7 属性可以描述对象的能力
对象属性不仅描述“对象是什么样”，还可以描述：
对象能够承受什么、产生什么、完成什么。
例如一个鸡蛋具有：
Maximum Safe Pressure
Deformation Threshold
Break Threshold
Friction Characteristics这些属性不是简单描述外观。
它们描述的是对象与环境交互时的能力边界。
例如：
压力 < 安全阈值可能表示：
对象保持完整而：
压力 > 破坏阈值可能表示：
对象损伤因此属性开始从：
描述对象进入：
描述对象行为这一步非常重要。
因为认知系统最终不是为了知道：
“这个鸡蛋是椭圆形。”
而是为了知道：
“在当前情况下，这个鸡蛋能够承受多大的作用。”
12.8 属性之间存在关系
如果把属性看成孤立字段：
Pressure
Friction
Deformation
Integrity认知系统仍然无法形成完整判断。
真正重要的是这些属性之间的关系。
例如：
Pressure ↑
↓
Deformation ↑
↓
Damage Risk ↑同时：
Grip Force ↑
↓
Stability ↑但继续增加：
Grip Force ↑↑
↓
Deformation ↑
↓
Damage Risk ↑因此存在一个非常重要的问题：
不是某一个属性达到最大或最小，而是多个属性之间存在一个动态平衡。
这正是后面的动态认知匹配理论需要解决的问题。
12.9 属性具有上下文
同一个属性，在不同环境和任务中，其认知意义可能完全不同。
例如：
Pressure = 5这个数字本身没有完整意义。
必须知道：
谁施加的压力？
施加在什么对象上？
对象当前状态是什么？
持续了多久？
对象是否移动？
对象是否正在滑动？
任务目标是什么？因此属性不能脱离上下文。
可以表示为：
Attribute
+
Object
+
Context
+
Time共同构成属性当前的认知意义。
例如：
Pressure = 5和：
Egg + Pressure = 5再和：
Egg + Pressure = 5 + Current State + Time + Grip Task已经是三个不同层次的信息。
所以：
属性值本身不是认知，属性在对象、时间和情境中的关系才逐渐形成认知依据。
12.10 属性状态
属性不仅可以有值，还可以有状态。
例如：
Pressure可以有：
Zero
Increasing
Stable
Decreasing
Excessive因此：
Pressure = 5与：
Pressure = 5 + Increasing并不相同。
前者描述数值。
后者描述：
当前压力为5，并且压力正在增加。
进一步：
Pressure = 5
Rate = +2/s
Trend = Increasing系统就可以开始预测下一状态。
因此可以建立：
Attribute
├── Value
├── State
├── Change
├── Rate
└── Trend这也为后面的动态属性理论建立基础。
12.11 属性变化才是认知的重要信息
如果一个属性永远不变化，那么它主要承担的是描述功能。
而一旦属性发生变化，就开始产生新的认知信息。
例如：
Pressure = 3只是当前状态。
但是：
Pressure:
2 → 3 → 4 → 5说明压力正在持续增加。
如果同时观察：
Deformation:
0 → 0 → 1 → 2那么系统可以发现：
压力增加正在伴随形变增加。
如果再观察：
Integrity:
100 → 100 → 98 → 95系统就进一步发现：
当前作用可能正在损伤对象。
因此：
属性值提供状态，
而：
属性变化提供过程。
最终：
状态 + 变化才为动态认知提供真正的信息。
12.12 属性不是越多越好
认知系统不能简单地认为：
属性越多，认知越准确。
如果一个对象拥有：
1000个属性但当前任务只需要：
Pressure
Friction
Deformation
Integrity那么大量无关属性反而会增加认知计算负担。
因此必须引入：
任务相关属性。
例如：
任务：识别鸡蛋
可能重点关注：
Shape
Color
Size
Surface任务：抓取鸡蛋
则重点变成：
Position
Contact
Friction
Pressure
Deformation
Integrity任务：运输鸡蛋
又可能重点关注：
Position
Acceleration
Stability
Impact
Integrity于是：
Object
↓
All Attributes
↓
Task Relevant Attributes
↓
Current Cognitive Attributes认知系统真正处理的是：
当前任务下具有认知价值的属性。
12.13 属性的认知价值
属性并不是简单的数据字段。
一个属性是否重要，取决于它对当前认知任务的贡献。
例如抓鸡蛋时：
颜色可能几乎没有作用。
而：
压力
摩擦
形变
完整性具有很高的认知价值。
因此可以定义：
Attribute Cognitive Value即：
属性在当前任务和当前状态下，对认知结果产生影响的程度。
于是：
Attribute
↓
Relevance
↓
Weight
↓
Cognitive Contribution这一步会直接连接到后面的：
认知匹配与动态权重。
12.14 属性与对象状态
对象状态不是凭空产生的。
它通常是多个属性共同作用的结果。
例如鸡蛋：
Pressure = 2
Deformation = 0
Integrity = 100可以认知为：
Stable当状态变为：
Pressure = 7
Deformation = 2
Integrity = 95对象可能进入：
Risk进一步：
Pressure = 10
Deformation = 8
Integrity = 60可能进入：
Damage因此：
属性
↓
属性状态
↓
属性组合
↓
对象状态对象状态实际上是属性系统综合作用后的结果之一。
12.15 对象属性的层次结构
到这里，可以建立一个更完整的对象属性模型：
Object
│
├── Identity
│
├── Attributes
│ │
│ ├── Static Attribute
│ │
│ ├── Dynamic Attribute
│ │
│ ├── State Attribute
│ │
│ └── Capability Attribute
│
├── Attribute Value
│
├── Attribute State
│
├── Attribute Change
│
├── Attribute Relation
│
└── Attribute Context于是，一个对象不再只是：
Object = Name而成为：
Object
=
Identity
+
Attributes
+
Values
+
States
+
Changes
+
Relations
+
Context这已经从传统的数据对象进入了认知对象。
12.16 从对象属性走向认知
现在回到本章最开始的问题：
对象为什么需要属性？
因为认知系统不能直接从一个名称获得完整认知。
它必须通过属性逐渐建立判断。
例如：
Object = Egg↓
Friction = High
Pressure = Increasing
Deformation = Increasing
Integrity = Decreasing↓
系统发现：
当前作用正在增加对象损伤风险这已经不是单纯的对象识别。
而是：
对象状态认知。
再进一步，如果系统发现：
Pressure ↓
Deformation ↓
Integrity Stable
Slip Risk Acceptable则可以形成另一种认知：
当前抓取方式更安全于是：
对象
↓
属性
↓
属性变化
↓
属性关系
↓
对象状态
↓
认知这条链路非常重要。
12.17 对象属性不是静态数据库字段
传统软件经常这样定义对象：
Object {
name;
color;
weight;
}这种结构当然有工程价值。
但对于认知系统来说仍然不够。
因为真实世界中的属性是：
属性
+
时间
+
变化
+
上下文
+
关系所以认知工程中的属性更接近：
Attribute {
value;
state;
change;
rate;
trend;
confidence;
context;
relation;
}这里的重点不是规定一个唯一的数据结构，而是提出一个理论原则：
对象属性必须能够表达对象在时间和环境中的变化。
否则，系统最终仍然会退化成静态数据匹配。
12.18 从属性到动态认知
本章可以形成第一条重要理论链：
对象
↓
属性
↓
属性值
↓
属性状态
↓
属性变化
↓
属性关系
↓
对象状态
↓
认知依据而下一阶段还需要解决一个更关键的问题：
当多个属性同时变化时，认知系统究竟应该如何进行综合判断？
例如抓取鸡蛋：
压力
+
摩擦
+
滑移
+
形变
+
完整性
+
抓取稳定性这些数据不是简单相加。
更不是：
Pressure = X然后直接做一个固定判断。
真正的问题是：
多个动态属性
↓
同时变化
↓
相互影响
↓
权重变化
↓
综合匹配
↓
当前认知这就从对象属性理论进入了下一阶段：
动态属性与认知匹配。
12.19 本章核心结论
本章建立了几个基础观点。
第一：
对象回答“是什么”，属性回答“具有什么”。
第二：
属性不是对象本身，而是描述对象状态、特征、能力和变化的认知信息。
第三：
属性值不是永恒固定的，动态对象的属性必须能够随时间变化。
第四：
属性不仅具有值，还具有状态、变化、趋势和关系。
第五：
多个属性共同决定对象状态，单一属性通常不能完整代表对象的当前认知状态。
第六：
属性的认知价值取决于当前任务、环境和对象状态。
第七：
对象属性是从对象识别走向对象认知的关键桥梁。
因此可以形成：
对象是什么
↓
对象具有什么
↓
这些属性现在是什么状态
↓
这些属性正在怎样变化
↓
这些变化之间有什么关系
↓
对象当前处于什么状态
↓
系统形成什么认知最终，本章最核心的理论表达可以概括为：
对象是认知结构，属性是对象可被认知的具体维度；属性通过值、状态、变化和关系描述对象，而对象的认知状态则来源于多个属性在特定时间、环境和任务条件下的综合变化。
下一章将进一步讨论：