第54章 Individual Class
Individual Class 是以单一个体为认知主体，对其个人经验、个人记忆、个人先验、个人偏差、个人目标、个人权重以及当前认知状态进行统一组织和描述的认知结构。
第53章建立了 Group Class。
Group Class 解决的是：
一个群体共同认识什么，以及这个群体形成了哪些相对稳定的认知结构。
但是，人的真实认知并不会停留在群体共性上。
同一个群体中：
A
B
C
D可能接受相同的：
语言
知识
规则
环境
社会经验但他们仍然会产生不同的：
判断
风险感受
对象评价
行为选择为什么？
因为每一个人都拥有一个不同的：
个人历史这个个人历史最终会进入认知系统，形成：
Cognitive Individual Class也就是：
个体认知类。
54.1 从 Group Class 到 Individual Class
前一章建立：
Cognitive Class
│
├── Group Class
│
└── Individual Class其中 Group Class 表示：
群体共性Individual Class 表示：
个体差异因此可以进一步建立：
Group Class
↓
共同认知基础
↓
Individual Class
↓
个人认知结构这意味着：
Individual Class 并不是脱离 Group Class 独立存在的。
它通常是在某种共同认知基础之上形成的。
例如：
Group Class
│
├── 对象是什么
├── 基本属性
├── 基本关系
├── 基本规则
└── 一般行为模式
↓
Individual Class
│
├── 我经历过什么
├── 我记住什么
├── 我预期什么
├── 我偏向什么
├── 我现在想做什么
└── 我认为哪些信息重要54.2 Individual Class 到底是什么
这里必须避免把 Individual Class 简单理解成：
“一个人的资料表。”
那样会把认知理论重新退化成普通数据库。
Individual Class 真正描述的不是：
姓名
年龄
地址
职业而是：
这个个体如何认识世界因此：
Individual Class
=
Individual Cognitive Structure它描述：
一个特定个体在长期感知、经验、记忆、学习、目标和行为反馈过程中形成的稳定认知结构。
54.3 Individual Class 的核心组成
本书可以正式定义：
Cognitive Individual Class
│
├── Individual Identity
├── Individual Experience
├── Individual Memory
├── Individual Prior
├── Individual Bias
├── Individual Goal
├── Individual Weight
├── Individual Preference
├── Individual Cognitive State
├── Individual Behavior Pattern
└── Individual Learning State其中最核心的是：
Experience
Memory
Prior
Bias
Goal
Weight
State这七个部分直接参与个体认知形成。
54.4 个人经验
第28章已经建立：
Individual Experience现在它正式进入 Individual Class。
例如某个个体过去多次接触鸡蛋：
第一次：
轻轻拿 → 完好
第二次：
用力拿 → 破裂
第三次：
速度过快 → 滑落这些并不是简单的数据记录。
它们会逐渐形成：
经验
↓
规律
↓
认知倾向最终进入：
Individual Class于是这个个体以后看到鸡蛋时，可能自动提高：
压力风险
滑移风险
速度风险的认知权重。
54.5 个人记忆
经验如果能够被保留、组织和再次调用，就形成：
Individual Memory记忆不是简单的：
过去发生过什么而是：
过去发生的事件如何继续影响当前认知。
例如：
过去：
玻璃掉落并破碎未来：
看到玻璃
↓
调用相关记忆
↓
提高风险权重
↓
改变匹配
↓
改变行为所以：
Memory必须能够进入：
Matching而不是作为独立的数据仓库存在。
54.6 个人先验
个人先验表示：
当前事件发生之前，这个个体已经形成的预期。
例如两个个体同时看到：
一个陌生机械设备A过去经常接触机械：
Prior：
大概率可以正常操作B过去曾经遇到设备故障：
Prior：
存在较高风险于是相同的当前感知：
Current Perception进入不同的：
Individual Prior最终产生不同匹配。
因此：
Current Perception
+
Individual Prior
↓
Individual Matching54.7 个人偏差
偏差是 Individual Class 中非常重要的组成部分。
因为人的认知并不一定完全中性。
例如：
同一个对象A可能特别关注：
安全B特别关注：
效率C特别关注：
成本于是：
相同对象
+
相同属性
+
相同状态仍然可能形成：
不同认知原因就在于：
Individual Bias进入了匹配过程。
因此：
偏差不是认知系统之外的错误，而是个体认知结构中的一个变量。
这并不意味着所有偏差都是合理的，而是说工程系统必须能够表示偏差的存在。
54.8 个人目标
目标使 Individual Class 从“过去”进入“现在”。
因为：
经验
记忆
先验
偏差主要来自过去。
而：
Goal主要指向未来。
例如同一个对象：
玻璃杯A当前目标：
保护杯子B当前目标：
快速移动杯子C当前目标：
检查杯子是否完整那么三个人虽然看到的是同一个对象：
Object = Glass但关注的属性不同：
A → 稳定性
B → 速度
C → 完整性于是：
Goal
↓
Attribute Weight
↓
Matching
↓
Cognition54.9 个人权重
Individual Class 不能只有：
经验
记忆
先验
偏差
目标还需要表达：
这些因素最终如何改变当前匹配？
这就进入：
Individual Weight例如系统观察：
压力
摩擦
滑移
形变群体默认：
压力：0.30
摩擦：0.20
滑移：0.30
形变：0.20但是某个个体过去有大量滑移经验。
那么这个人的 Individual Class 可能形成：
压力：0.20
摩擦：0.15
滑移：0.45
形变：0.20这就意味着：
同一个感知输入进入不同个体的认知系统后，其重要性并不相同。
54.10 Individual Class 不是静态档案
这是本章必须明确的一点。
Individual Class 不能设计成：
创建一次
↓
永久不变因为人的认知会变化。
例如：
Individual Class(t)经过：
新经验
+
新记忆
+
新反馈
+
新目标变成：
Individual Class(t+1)因此：
Individual Class(t)
↓
Experience
↓
Learning
↓
Individual Class(t+1)这意味着：
个体认知类本身也是动态结构。
54.11 Individual Class 与当前认知状态
必须区分：
Individual Class和：
Current Cognitive StateIndividual Class 更接近：
这个人长期形成的认知结构。
而 Current Cognitive State 是：
这个人在当前时刻正在处于什么认知状态。
例如：
Individual Class
│
├── 我通常害怕高速运动
├── 我过去有相关经验
├── 我对某类对象风险权重较高
└── 我通常优先保护对象当前状态可能是：
Current State
=
发现对象正在快速移动因此：
Individual Class
+
Current Perception
↓
Current Cognitive State54.12 Individual Class 与 Group Class 的关系
现在可以形成更加完整的结构：
Cognitive Class
│
┌────────────┴────────────┐
↓ ↓
Group Class Individual Class
│ │
群体共性 个体差异
│ │
└────────────┬────────────┘
↓
Current Perception
↓
Matching
↓
Cognition这里有一个重要结论：
Group Class 提供共同认知基础，Individual Class 提供个体化认知参数。
54.13 同一个对象，不同的 Individual Class
假设：
Object = Egg当前所有人看到：
白色
椭圆
表面光滑
易碎这些可以来自：
Group Class但是：
个体A
过去经常打鸡蛋：
经验丰富
风险权重较低个体B
过去曾经把鸡蛋捏碎：
破裂经验
风险权重较高个体C
正在执行：
快速搬运任务因此目标偏向：
速度最终：
相同 Object
+
相同 Attributes
+
相同 State
+
不同 Individual Class产生：
不同 Matching再产生：
不同 Cognition最后：
不同 Behavior54.14 Individual Class 与认知概率
第26章建立：
Matching
↓
Probability
↓
Cognition现在可以进一步加入个体层：
Current Perception
+
Group Class
+
Individual Class
↓
Individual Matching
↓
Individual Matching Strength
↓
Individual Weight
↓
Individual Probability
↓
Individual Cognition因此最终得到的概率不再只是：
P(Object | Data)而应该能够表达：
P(Cognition | Data, Individual)也就是说：
同样的数据，在不同个体的认知模型中，可以产生不同的认知概率。
54.15 Individual Class 与决策
个体认知最终必须能够影响行为。
完整过程：
Group Class
+
Individual Class
+
Current Perception
↓
Matching
↓
Cognition
↓
Decision
↓
Behavior例如：
当前发现玻璃正在滑动A的 Individual Class：
高保护目标可能：
立即减速B的 Individual Class：
高效率目标可能：
快速抓取C的 Individual Class：
高风险先验可能：
先停止，再观察所以：
Individual Class 是连接个体认知与个体行为的重要中间结构。
54.16 Individual Class 与学习
第47—51章已经建立：
反馈学习
经验学习
匹配权重学习
个体认知变化
行为与认知共同变化现在这些机制终于拥有了一个明确的归宿：
Individual Class学习过程可以表示为：
行为
↓
环境反馈
↓
结果
↓
经验
↓
记忆
↓
权重调整
↓
Individual Class Update例如：
过去：
抓取压力过大
↓
鸡蛋破裂
↓
负反馈
↓
记录经验
↓
提高滑移/压力风险权重下一次：
看到鸡蛋
↓
Individual Class
↓
风险权重提高
↓
匹配改变
↓
行为改变这就是个体学习真正进入认知系统的过程。
54.17 Individual Class 的更新模型
可以抽象成：
Individual Class(t)
+
Experience(t)
+
Feedback(t)
+
Goal(t)
↓
Update
↓
Individual Class(t+1)因此：
IC(t+1)
=
Update(
IC(t),
Experience,
Memory,
Feedback,
Goal
)这里的 Update 并不是某一种固定算法，而是后面 Cognitive Method 可以实现的工程机制。
54.18 Individual Class 与时间
因为 Individual Class 会不断变化，所以它本身具有时间维度：
IC(t0)
↓
IC(t1)
↓
IC(t2)
↓
IC(t3)例如：
初始阶段
↓
缺乏经验
↓
风险判断不稳定经过多次经验：
经验增加
↓
记忆增加
↓
先验形成
↓
权重稳定最后：
Individual Class逐渐形成稳定结构。
因此：
个体认知不是出生时一次性定义，而是在时间中不断形成的。
54.19 Individual Class 的继承与覆盖
如果未来进入工程实现，Individual Class 可以继承 Group Class 的基础结构。
例如：
Group Class
│
├── Object
├── Attribute
├── State
├── Relation
└── Common Rule
↓
Individual Class个体可以：
继承群体共性。
同时也可以：
覆盖部分认知参数。
例如：
Group：
Risk(Object) = Medium某个体：
Individual：
Risk(Object) = High因此：
Group Rule
↓
Individual Override这为后面的：
Inheritance
Composition提供理论基础。
54.20 Individual Class 与 Composition
个体认知不一定全部通过继承获得。
也可以通过组合形成：
Individual Class
│
├── Memory Component
├── Experience Component
├── Prior Component
├── Bias Component
├── Goal Component
└── Weight Component也就是说：
Individual Class
=
多个认知组件的组合这比把所有东西硬编码到一个 Class 中更加接近实际认知系统。
54.21 Individual Class 的工程结构
从理论工程角度，可以暂时抽象为：
IndividualClass
│
├── identity
├── experience
├── memory
├── prior
├── bias
├── goal
├── weight
├── state
├── behavior
└── learning这些不是最终代码，而是：
理论结构向数据结构转换的第一层映射。
到了后面的第57章，才正式讨论：
Class
Group Class
Individual Class
Inheritance
Composition如何工程实现。
54.22 Individual Class 与个体认知空间
Individual Class 还可以成为：
Individual Cognitive Space的核心结构。
可以表示为：
Individual Cognitive Space
│
├── Perception
├── Objects
├── Attributes
├── States
├── Relations
├── Memory
├── Experience
├── Prior
├── Bias
├── Goal
├── Weight
├── Cognition
└── Behavior因此：
Individual Class 描述个体认知结构，Individual Cognitive Space 则描述这个结构运行时所处的认知空间。
两者需要区分。
54.23 Group Class、Individual Class 与 Individual Cognitive Space
现在整个层次已经越来越清晰：
Cognitive Class
│
├── Group Class
│ ↓
│ 群体认知结构
│
└── Individual Class
↓
个体认知结构
↓
Individual Cognitive Space
↓
当前认知运行于是：
Class解决：
认知结构是什么？
Cognitive Space解决：
认知结构在哪里运行？
54.24 “类包含群类、个体类”的正式表达
现在可以正式把你提出的思想写入理论体系：
Cognitive Class 不是单一层次的类别定义，而是可以进一步分化为 Group Class 与 Individual Class。Group Class 描述群体共享的认知结构，Individual Class 描述特定个体在群体认知基础上形成的个体化认知结构。
因此：
Cognitive Class
│
├── Group Class
│
└── Individual Class不是普通的软件分类关系。
它表达的是：
共同认知
+
个体认知之间的结构关系。
54.25 本章核心模型
本章可以最终建立：
Cognitive Class
│
┌────────────┴────────────┐
↓ ↓
Group Class Individual Class
│ │
群体共性 个体差异
│ │
┌────────┼────────┐ ┌───────┼────────┐
↓ ↓ ↓ ↓ ↓ ↓
Object Attribute Rule Memory Prior Goal
↓ ↓ ↓
Experience Bias Weight
└──────┬────────┘
↓
Individual State
↓
Matching
↓
Cognition
↓
Decision
↓
Behavior
↓
Feedback
↓
Learning
↓
Individual Class
Update54.26 本章最终结论
第53章建立：
Group Class——群体共同认知结构。
第54章建立：
Individual Class——个体独有的认知结构。
两者不是相互替代，而是共同参与个体认知：
Group Class
+
Individual Class
+
Current Perception
↓
Matching
↓
Cognition因此，一个真正模拟人的认知系统，不能只有：
Object
Attribute
State
Relation也不能只有：
Knowledge
Rule
Algorithm还必须拥有：
Group Class
+
Individual Class因为：
没有 Group Class，系统无法表达共同认知；没有 Individual Class，系统无法表达“这个人为什么与别人不同”。
最终：
群体提供基础
↓
个体形成差异
↓
当前感知进入
↓
动态匹配
↓
个体认知
↓
个体决策
↓
个体行为
↓
环境反馈
↓
个体学习
↓
Individual Class 更新这使 Individual Class 成为整套“模拟人的感知与认知”理论中连接：
群体 → 个体 → 认知 → 决策 → 行为 → 学习
的核心结构。
下一章进入 第55章 Method 的理论定义，将从“认知结构”正式进入“认知过程”：
如果 Class 描述“认知是什么”，那么 Method 就必须回答：认知系统究竟如何执行一次认知任务？