第86章 Cognitive State
中文：
认知状态
第85章建立了：
Element
+
Relation
+
Structure
↓
Cognitive Object
机器开始能够认识：
人
物
产品
公司
地点
事件
这些相对独立的认知对象。
但是，仅仅认识：
Object
仍然不足以形成真正的动态认知。
现实世界中的对象并不是静止的。
同一个对象：
今天
和：
明天
可能具有不同状态。
因此机器必须进一步回答：
这个对象现在处于什么状态？
这就是：
Object
↓
State
86.1 什么是认知状态
可以定义：
认知状态，是机器在特定时间、条件和认知上下文中，对一个对象当前存在条件、属性表现、关系条件或运行情况的结构化表示。
简单表示：
Object
↓
Current Condition
↓
Cognitive State
例如：
Object:
Electric Toothbrush
当前状态：
Battery = 80%
Power = Off
Connection = Connected
因此：
Object
回答：
它是什么？
而：
State
回答：
它现在怎么样？
86.2 Object 与 State 的根本区别
这是本章最重要的理论区别。
Object
=
对象身份
而：
State
=
对象当前条件
例如：
Object:
Supplier A
可以具有：
State:
Available
以后可能变成：
State:
Unavailable
但：
Supplier A
仍然是同一个对象。
所以：
Object Identity
可以保持稳定。
而：
Object State
可以不断变化。
86.3 状态不是对象
不能把：
Available Supplier
简单理解成一个新的对象。
正确结构应该是：
Supplier A
↓
has_state
↓
Available
因此：
Supplier A
是：
Object
而：
Available
是：
State
这种分离对于机器认知非常重要。
86.4 状态不是属性
对象属性：
Brand = A
Material = ABS
主要描述：
对象具有什么特征。
状态：
Power = On
Battery = Low
Connection = Lost
主要描述：
对象当前处于什么条件。
因此：
Attribute
和：
State
存在联系，但不是同一个概念。
可以表示：
Object
├── Attribute
└── State
86.5 状态具有时间性
状态通常具有：
Time
例如：
10:00
Battery = 80%
到了：
12:00
Battery = 50%
到了：
14:00
Battery = 20%
对象没有改变：
Electric Toothbrush
改变的是：
Battery State
因此：
State
=
Object
+
Condition
+
Time
86.6 当前状态
机器需要区分：
Current State
和：
Past State
例如：
Supplier A
状态历史：
09:00 → Available
11:00 → Busy
13:00 → Available
当前状态：
Available
所以：
State History
可以保存过去的状态。
而：
Current State
表示机器当前认知中的状态。
86.7 状态值
状态需要具有可计算的表示。
例如：
Battery
↓
Low
或者：
Battery
↓
20%
因此：
State
↓
State Value
可以表示为：
Power = ON
Battery = 20%
Connection = OFFLINE
Temperature = 80℃
机器由此能够比较不同状态。
86.8 状态类型
状态并不只有一种形式。
可以分为：
Boolean State
Numeric State
Categorical State
Structural State
Relational State
Temporal State
Composite State
例如：
Boolean
Power = ON
Numeric
Battery = 80%
Categorical
Mode = Cleaning
Relational
Connection = Connected
Temporal
Order = Delayed
86.9 状态条件
状态不是孤立产生的。
机器需要知道：
为什么这个对象处于这个状态？
因此可以建立：
State Condition
例如：
Battery < 20%
对应：
Battery State = Low
或者：
Payment = Completed
对应：
Order State = Paid
因此：
Condition
↓
State
成为机器状态认知的重要机制。
86.10 状态判定
机器并不一定直接获得：
State
很多情况下，机器首先获得：
Input
然后通过认知过程判断状态。
例如：
Sensor Input
↓
Element
↓
Value
↓
Condition
↓
State
或者：
Human Information
↓
Symbol
↓
Element
↓
Condition
↓
State
所以：
状态通常是机器认知计算产生的结果，而不是简单的数据字段。
86.11 状态来源
状态信息可能来自不同来源：
Sensor
User Input
System Event
Object Relation
Memory
External Information
Previous State
因此：
State Source
也是状态认知的一部分。
例如：
Human:
“订单已经付款。”
机器可以得到：
Order State = Paid
而不是必须通过传感器获得。
86.12 状态与感知
第77章已经研究：
Machine Perception
感知获得：
Information
之后：
Information
↓
Symbol
↓
Element
↓
Object
↓
State
因此：
Perception
解决：
机器发现了什么信息？
而：
State Recognition
解决：
这个对象现在处于什么状态？
86.13 状态与关系
对象状态有时来自关系变化。
例如：
Order A
↓
belongs_to
↓
Customer A
如果关系：
Payment
↓
completed
则：
Order State = Paid
因此：
Relation
↓
Condition
↓
State
说明对象状态不仅由对象自身属性决定，也可能由对象关系决定。
86.14 状态与上下文
同一个对象，在不同上下文中可能具有不同状态判断。
例如：
Supplier A
在：
采购上下文
可能是：
Available
在：
物流上下文
可能是：
Delayed
因此：
Object
+
Context
↓
State
机器的状态认知必须考虑：
Context
86.15 状态集合
一个复杂对象通常同时具有多个状态。
例如：
Electric Toothbrush
可能同时具有：
Power = ON
Battery = 30%
Connection = Connected
Mode = Cleaning
Motor = Running
因此：
Object
↓
State Set
而不是只有一个状态值。
可以表示：
State Set
├── Power State
├── Battery State
├── Connection State
├── Mode State
└── Motor State
86.16 综合状态
多个状态可以进一步组成：
Composite State
例如：
Power = ON
Battery = 30%
Motor = Running
Mode = Cleaning
共同形成：
Current Operating State
因此：
Individual State
+
Individual State
+
Individual State
↓
Composite State
这为后续状态机建立基础。
86.17 状态变化
现实世界最重要的特点之一就是：
State Changes
例如：
Battery:
80%
↓
50%
↓
20%
↓
5%
机器必须认识：
State
↓
Change
因此：
机器认知不仅要知道对象当前是什么状态，还要知道状态正在发生变化。
86.18 状态转换
状态变化可以进一步结构化为：
State A
↓
Transition
↓
State B
例如：
Available
↓
Order Received
↓
Busy
或者：
Offline
↓
Connection Established
↓
Online
因此：
State Transition
描述：
一个对象如何从一种状态进入另一种状态。
86.19 状态转换条件
状态转换通常存在条件：
State A
+
Condition
↓
State B
例如：
Battery = Normal
+
Battery < 20%
↓
Battery = Low
或者：
Order = Unpaid
+
Payment Completed
↓
Order = Paid
因此：
Transition
不是任意变化，而是受到：
Condition
约束。
86.20 状态转换事件
状态变化还可能由事件触发：
Event
↓
State Transition
例如：
Payment Received
↓
Order
Unpaid → Paid
或者：
Button Pressed
↓
Device
Idle → Running
因此：
Event
是状态变化的重要触发因素。
86.21 状态历史
如果机器只保存：
Current State
那么它只能知道：
现在怎么样。
如果保存：
State History
机器还能够知道：
以前怎么样。
例如：
09:00 Available
10:00 Busy
11:30 Available
13:00 Offline
14:00 Online
因此：
State History
成为机器经验和记忆的重要基础。
86.22 状态历史与记忆
状态历史可以进入：
Memory
形成：
Object
↓
State History
↓
Memory
例如：
Supplier A
长期状态：
Available
Busy
Available
Delayed
Available
机器由此可以进一步认识：
Pattern
但是，本章只研究：
State History
其后续的经验形成将在后面的章节继续研究。
86.23 状态变化记录
可以将状态变化记录为：
State Change Record
基本结构：
Object
State Before
Event
Condition
State After
Time
Source
例如：
Object:
Order A
Before:
Unpaid
Event:
Payment Received
After:
Paid
Time:
10:35
这样机器不仅知道：
Paid
还知道：
Unpaid → Paid
86.24 状态与机器认知连续性
如果没有状态：
Input A
↓
Object
下一次：
Input B
↓
Object
机器很难知道：
A → B
之间发生了什么。
加入状态之后：
Object
↓
State A
↓
State Change
↓
State B
机器便能够形成：
Continuity
即：
机器对对象变化过程的连续认知。
86.25 状态与时间连续性
可以形成：
Object
↓
State(t1)
↓
State(t2)
↓
State(t3)
机器因此能够建立：
Temporal Cognitive Structure
即：
过去状态
↓
当前状态
↓
未来可能状态
注意：
Future State
此处只是状态模型中的可能结构，并不等于预测。
预测将在后续认知研究中单独讨论。
86.26 状态与对象身份连续性
状态变化必须建立在对象身份连续的基础上。
例如：
Supplier A
状态：
Available
↓
Busy
↓
Available
如果机器每次都创建新的对象：
Supplier A1
Supplier A2
Supplier A3
就无法认识：
同一个对象
发生了：
状态变化
所以：
稳定的对象身份，是连续状态认知的基础。
86.27 状态与对象生命周期
对象可能经历：
Created
↓
Active
↓
Inactive
↓
Archived
这些可以形成对象生命周期状态：
Object Lifecycle
因此：
Object
↓
Lifecycle States
使机器能够理解对象从产生到消失或结束的过程。
86.28 状态的层次
状态也可以具有层级。
例如：
Device
↓
Operating
进一步：
Operating
├── Cleaning
├── Charging
└── Updating
因此：
State
↓
Sub-State
可以形成：
State Hierarchy
这对于复杂机器系统尤其重要。
86.29 状态之间的关系
状态之间也可以具有关系：
Normal
↓
can_transition_to
↓
Warning
或者：
Warning
↓
can_transition_to
↓
Error
因此：
State
+
Relation
可以形成：
State Structure
这进一步为状态机模型提供理论基础。
86.30 机器如何形成状态认知
完整过程可以表示为：
Input
↓
Perception
↓
Symbol
↓
Element
↓
Object
↓
Attribute / Relation
↓
Condition
↓
State Recognition
↓
Current State
如果发生变化：
Previous State
↓
Event / Condition
↓
State Transition
↓
New State
最终：
State History
被保留下来。
86.31 Cognitive State Engine
由此可以定义：
Cognitive State Engine，是负责识别、表示、比较、记录和更新认知对象状态的机器认知功能模块。
其基本功能：
State Detection
State Representation
State Evaluation
State Comparison
State Change Detection
State Transition
State History
State Validation
86.32 状态引擎的输入
状态引擎可以接收：
Object
Attributes
Relations
Context
Input
Events
Previous State
Conditions
形成：
State Engine
处理过程：
Object
+
Current Information
+
Previous State
↓
State Analysis
↓
Current State
86.33 状态引擎的输出
输出可以包括：
Current State
State Change
State Transition
State History
State Condition
例如：
Current State:
Paid
Previous State:
Unpaid
Transition:
Unpaid → Paid
Trigger:
Payment Completed
这样机器的状态认知是完整的。
86.34 Cognitive State 与机器认知
到这里，机器认知开始从：
“这是什么？”
进入：
“它现在怎么样？”
再进一步：
“它刚才怎么样？”
以及：
“它是怎么变成现在这样的？”
这意味着机器已经从：
Static Recognition
进入：
Dynamic Recognition
86.35 Cognitive State 与后续状态机
本章并不直接建立完整：
State Machine
而是首先建立：
State
State Value
State Condition
State Change
State Transition
State History
因为只有这些概念明确以后，才能进一步建立：
State
↓
Transition
↓
State Machine
因此：
状态机不是状态本身，而是对状态及其转换规则进行工程化组织的执行结构。
86.36 Cognitive State 的核心结构
可以定义：
CognitiveState
{
object_id,
state_type,
state_value,
condition,
context,
timestamp,
source
}
状态变化：
StateTransition
{
object_id,
previous_state,
event,
condition,
current_state,
timestamp
}
状态历史：
StateHistory
{
object_id,
transitions[]
}
这样：
State
就可以从理论概念进入工程数据结构。
86.37 Cognitive State 的理论关系
形成：
Object
↓
State
进一步：
Object
↓
State
↓
State Value
再进一步：
State
↓
Condition
↓
Transition
↓
State Change
最终：
State History
形成对象的动态认知结构。
86.38 本章核心理论链
第85章：
Element
+
Relation
↓
Object
第86章：
Object
↓
State
继续展开：
Object
↓
State
↓
Condition
↓
State Transition
↓
State Change
↓
State History
因此形成：
Element
↓
Relation
↓
Object
↓
State
↓
State Change
这是机器从：
认识对象
进入：
认识对象变化
的关键一步。
86.39 本章最重要的理论区别
必须严格区分：
Object
回答：
它是什么？
Attribute
回答：
它具有什么特征？
State
回答：
它现在处于什么条件？
State Change
回答：
它发生了什么变化？
State History
回答：
它过去经历了什么状态变化？
因此：
Object
+
Attribute
+
State
+
History
共同形成更加完整的机器对象认知。
86.40 本章最终定义
Cognitive State 是机器针对已经形成的认知对象，根据当前输入、对象属性、对象关系、上下文、时间和条件，对对象当前存在状态进行结构化表示，并能够识别其状态变化、状态转换和状态历史的认知机制。
简化为：
Cognitive State
=
Object
+
Condition
+
Value
+
Context
+
Time
而动态状态可以表示为：
State A
↓
Event / Condition
↓
Transition
↓
State B
86.41 本章最终模型
Cognitive Object
│
↓
Current Information
│
┌────────────┼────────────┐
↓ ↓ ↓
Attribute Relation Context
│ │ │
└────────────┼────────────┘
↓
Condition
↓
State Recognition
↓
Current State
│
┌─────────┴─────────┐
↓ ↓
State Change State History
↓
State Transition
↓
New State
最终形成：
Object
↓
State
↓
Condition
↓
Transition
↓
Change
↓
History
86.42 本章结论
机器认知对象解决的是“是什么”，认知状态解决的是“现在怎么样”。
没有对象：
State
没有认知主体。
没有状态：
Object
只能成为静态认识。
因此：
Object
+
State
使机器开始拥有：
持续认知
动态认知
时间认知
变化认知
而：
State
+
Transition
+
Condition
则为下一阶段的：
Machine Cognitive State Machine
建立理论基础。
至此，机器已经能够形成：
现实
↓
符号
↓
元素
↓
关系
↓
对象
↓
状态
下一章才进一步研究：
第87章 Cognitive State Machine
核心问题：
机器如何把对象状态、状态条件和状态转换组织成一个可以持续运行的认知过程？
重点研究：
State
↓
Transition
↓
Condition
↓
Event
↓
State Machine
↓
Cognitive Runtime
并开始进入机器认知动态运行机制的研究。