第127章 Cognitive Object

认知对象

第126章建立了 Cognitive Element（认知元素）。

机器从现实世界获得：

Perception
   ↓
Cognitive Elements

例如：

Position
Orientation
Shape
Color
Velocity
Contact
Force
Fragility
Temperature

但是，机器真正需要理解的并不是孤立的：

Position
Force
Shape

而是：

一个正在现实环境中存在、变化、与其他实体发生关系的对象。

因此，本章研究一个核心问题：

多个 Cognitive Elements 如何组织成为一个 Cognitive Object？

建立：

Elements
   ↓
Object

但这里的 Object 不再是传统程序中的一个名称：

Egg

而是一个具有内部结构、关系、状态和动态变化的认知实体：

Egg
├── Attributes
├── Relations
├── State
└── Dynamic Changes

127.1 Object 不等于 Name

传统系统中，对象往往从一个名称开始：

Egg

数据库可能记录：

object_name = "egg"

但是对于机器认知而言：

Egg

这个词本身几乎没有提供现实信息。

机器真正需要处理的是：

What is it?
Where is it?
What state is it in?
What is it related to?
What is happening to it?
How is it changing?

因此：

Egg

不是完整的 Cognitive Object。

更准确地表示：

Cognitive Object
=
Identity
+
Attributes
+
Relations
+
State
+
Dynamics

127.2 Cognitive Object 的定义

可以定义：

Cognitive Object 是由一个或多个相互关联的 Cognitive Elements 组织形成，并具有独立身份、属性、关系、状态以及动态变化历史的认知实体。

形式化表示：

CO =
{
    Identity,
    Attributes,
    Relations,
    State,
    Dynamics
}

其中：

Identity

回答：

这是哪个对象？

Attributes

回答：

它具有什么特征？

Relations

回答：

它与什么存在关系？

State

回答：

它现在处于什么状态？

Dynamics

回答：

它正在如何变化？

127.3 Object 的形成

Object 不是感知系统直接“送进来”的。

更合理的过程是：

Reality
   ↓
Perception
   ↓
Elements
   ↓
Element Association
   ↓
Object Construction

例如机器感知到：

Shape = Oval
Color = White
Position = (120,80,30)
Velocity = 0
Contact = TRUE
Force = 0.8N
Fragility = HIGH

系统发现这些 Element 在空间、时间以及因果关系上具有稳定联系。

于是建立：

Object O001

内部：

O001
├── Shape = Oval
├── Color = White
├── Position = (120,80,30)
├── Velocity = 0
├── Contact = TRUE
├── Force = 0.8N
└── Fragility = HIGH

之后系统可能把 O001 识别为：

Egg

因此：

Egg

是 Object 的一个语义识别结果。

而：

O001

才是系统内部持续跟踪的认知实体。

127.4 Identity：对象身份

Cognitive Object 必须拥有 Identity。

例如：

Object ID
=
O001

即使对象的某些属性发生变化：

Position(t1)
Position(t2)
Position(t3)

系统仍然知道：

O001

是同一个对象。

因此：

Object Identity

必须与：

Object State

分离。

例如：

O001
Identity = Stable

但是：

Position = Changing
Velocity = 2m/s

对象可以变化，但对象身份不一定变化。

这是机器建立：

Tracking
Memory
Learning
Prediction

的基础。

127.5 Object Identity 不是 Object Name

这是一个非常重要的区别：

Name ≠ Identity

例如现实中存在三个鸡蛋：

Egg
Egg
Egg

名称相同。

但是认知系统必须建立：

O001 = Egg
O002 = Egg
O003 = Egg

于是：

Name
 ↓
Category

而：

Object ID
 ↓
Individual Identity

因此：

Egg

回答：

它属于什么类别？

而：

O001

回答：

当前正在跟踪的是哪一个具体对象？

127.6 Attributes：对象属性

Object 的第一层内部结构是：

Attributes

例如：

Egg
├── Shape
├── Color
├── Size
├── Weight
├── Fragility
└── Temperature

这些属性实际上来自：

Cognitive Elements

因此：

Elements
   ↓
Attributes

例如：

Element:
Color = White

进入 Object：

Egg.Color = White

再例如：

Element:
Weight = 60g

形成：

Egg.Weight = 60g

所以：

Object Attribute 是 Cognitive Element 在对象内部的结构化组织形式。

127.7 Attributes 不是固定不变的

传统数据库可能把：

Egg.color = white

当作一个静态字段。

但现实对象并不是静态数据库记录。

例如：

Temperature

可能变化：

36°C
↓
40°C
↓
45°C

Position 可能变化：

(100,50)
↓
(105,50)
↓
(110,50)

因此 Attribute 应该理解为：

Current Attribute Value

而不是：

Permanent Property

于是：

Object
├── Attribute
│     ├── Current Value
│     └── History

127.8 Relations：对象关系

对象不能孤立存在。

例如：

Egg

可能：

on → Table
near → Hand
inside → Box
held_by → Robot

因此 Object 必须具有：

Relations

例如：

Egg
├── on → Table
├── near → Hand
├── inside → Container
└── observed_by → Camera

关系本身也是认知结构。

因此：

Object
+
Object
+
Relation

可以形成：

Cognitive Structure

例如：

Hand
   │
   │ holding
   ↓
 Egg
   │
   │ on
   ↓
Table

这已经不再是单个对象。

而是：

Situation

的基础。

127.9 State：对象状态

Object 还必须具有：

State

例如鸡蛋：

Egg
State = Stable

但是下一时刻：

Egg
State = Falling

再下一时刻：

Egg
State = Broken

于是：

Egg
   ↓
Stable
   ↓
Falling
   ↓
Impact
   ↓
Broken

注意：

Object Identity

可能仍然是：

O001

但：

Object State

已经发生了变化。

因此：

Identity

与：

State

必须分离。

127.10 Dynamic Changes：动态变化

这是 Cognitive Object 与传统静态 Object 最大的区别之一。

现实对象不是：

Object = Fixed Record

而是：

Object
   ↓
State(t1)
   ↓
State(t2)
   ↓
State(t3)

例如：

Position:
(100,50)
   ↓
(102,50)
   ↓
(105,50)

同时：

Velocity:
0
↓
1.2
↓
2.4

同时：

Force:
0
↓
0.4N
↓
1.1N

机器最终得到：

Object Dynamics

因此：

Cognitive Object 不仅描述“它是什么”，还描述“它正在发生什么”。

127.11 Object 是时间连续体

如果机器只保存当前：

Egg
Position = (105,50)

机器知道：

它现在在哪里。

但是不知道：

它从哪里来？

更不知道：

它正在向哪里运动？

因此 Cognitive Object 应具有：

Current State
+
Previous State
+
Change

形成：

Object Timeline

例如：

t1
Position = 100
Velocity = 0

t2
Position = 102
Velocity = 1

t3
Position = 105
Velocity = 2

系统可以进一步计算：

Movement
Direction
Acceleration
Trend

于是 Object 从静态实体变成：

Temporal Object

127.12 Object 的内部结构

因此，一个完整的 Cognitive Object 可以表示为：

Object
{
    identity,

    attributes[],

    relations[],

    state,

    dynamics[]
}

进一步：

Object
{
    id,
    category,

    attributes: {
        shape,
        color,
        size,
        weight,
        ...
    },

    relations: [
        ...
    ],

    state: {
        current,
        confidence,
        timestamp
    },

    dynamics: [
        ...
    ]
}

例如：

O001
{
    category: Egg,

    attributes:
    {
        shape: Oval,
        color: White,
        weight: 60g,
        fragility: High
    },

    relations:
    {
        on: Table,
        near: Hand
    },

    state:
    {
        status: Stable,
        contact: TRUE
    },

    dynamics:
    {
        velocity: 0,
        force: 0.8N
    }
}

127.13 Object 的形成不是一次性的

Object Construction 不应该被理解为：

Elements
 ↓
Object

然后结束。

更合理的是：

Elements(t1)
      ↓
Object(t1)

Elements(t2)
      ↓
Object(t2)

Elements(t3)
      ↓
Object(t3)

系统不断进行：

Object Update

于是：

O001
 ↓
Update
 ↓
Update
 ↓
Update

Object 在时间上持续存在。

127.14 Object Update

每一次新的 Perception 到达：

Perception(t)

系统重新获得：

Elements(t)

然后尝试匹配现有 Object：

Elements
   ↓
Object Matching
   ↓
Existing Object?

如果：

YES

则：

Update Object

如果：

NO

则：

Create New Object

形成：

Perception
   ↓
Elements
   ↓
Object Association
   ├── Existing Object → Update
   └── New Object → Create

这是认知系统持续运行的基础。

127.15 Object Association

现实环境中可能同时出现：

Egg A
Egg B
Egg C

下一次感知：

Position
Shape
Color

系统必须判断：

这个 Element 属于哪个 Object？

于是需要：

Element → Object Association

例如：

Position = (105,50)
Shape = Oval
Color = White

可能属于：

O001

而：

Position = (200,70)
Shape = Oval
Color = White

可能属于：

O002

因此：

Object 的持续存在，本质上依赖于 Element 与 Object 之间的持续关联。

127.16 Object 的认知边界

现实世界是连续的。

但是机器需要划分：

What belongs to Object?
What does not belong to Object?

例如一个鸡蛋放在桌子上：

Egg

与：

Table

存在：

on

关系。

但是：

Table

不是：

Egg

的一部分。

因此系统必须建立：

Object Boundary

即：

哪些 Elements 属于对象本身，哪些 Elements 属于环境，哪些 Elements 只是与对象发生关系。

这是 Object Formation 的核心问题之一。

127.17 Object Boundary 不是固定几何边界

认知对象的边界并不总是纯粹的视觉边界。

例如：

Robot Hand
   ↓
Holding
   ↓
Egg

视觉上二者可能发生遮挡。

但是认知系统仍然应该保持：

Hand ≠ Egg

同时建立：

Hand --holding--> Egg

因此：

Object Boundary

不仅来自：

Shape

还来自：

Identity
Relation
Function
State
Continuity

127.18 Object 可以包含 Object

复杂现实对象可以具有层级。

例如：

Car
├── Engine
├── Wheel
├── Door
├── Window
└── Seat

每个部分本身都可以成为：

Cognitive Object

于是：

Object
   ↓
Sub-Objects

例如：

Car O001
├── Wheel O002
├── Wheel O003
├── Door O004
└── Engine O005

形成：

Object Hierarchy

因此 Cognitive Object 并不是扁平结构。

127.19 Object 与 Category

需要进一步区分：

Object

和：

Category

例如：

Egg

可以表示类别：

Category = Egg

而：

O001

表示具体实例：

Object = O001
Category = Egg

所以：

Category
    ↓
Defines what kind

而：

Object
    ↓
Defines which instance

例如：

O001 → Egg
O002 → Egg
O003 → Egg

三者类别相同：

Egg

但三个 Object 不同。

127.20 Object 与 Concept

还需要区分：

Object

和：

Concept

例如：

Egg

可能是一个 Concept：

Concept: Egg

描述：

Typical Shape
Typical Weight
Typical Properties
Typical Relations

而现实中：

O001

是具体对象。

因此：

Concept
   ↓
Object Classification

而不是：

Concept = Object

这为后面的：

Concept
Memory
Knowledge
Learning

提供基础。

127.21 Object 的五层结构

本章可以将 Cognitive Object 正式划分为五个核心层：

Cognitive Object
│
├── Identity
│
├── Attributes
│
├── Relations
│
├── State
│
└── Dynamics

Identity

回答：

Which object?

Attributes

回答：

What properties?

Relations

回答：

Related to what?

State

回答：

What condition now?

Dynamics

回答：

How is it changing?

这五个部分共同构成：

Cognitive Object

127.22 Object 与 Perception 的关系

Perception 描述：

当前感知到了什么。

Object 描述：

当前认知系统认为现实中存在什么实体。

因此：

Perception
    ↓
Elements
    ↓
Object

但反过来：

Object
    ↓
Expectation
    ↓
Perception

也可能成立。

例如系统已经知道：

O001 = Egg

那么下一次感知时，它可以预测：

O001
应该出现在哪里？
应该具有什么形状？
应该如何运动？

于是 Object 开始参与：

Prediction

认知系统因此从单纯：

Perception

进入：

Expectation

127.23 Object 与 Memory

如果 Object 只存在于当前时刻：

Object(t)

它只是：

Current Object

如果系统保存：

Object(t1)
Object(t2)
Object(t3)

就形成：

Object Memory

例如：

O001
├── Current State
├── Previous States
├── Events
└── Changes

于是：

Object
 ↓
Object Memory

成为后续认知记忆系统的重要基础。

127.24 Object 与 Event

对象状态变化可以产生事件。

例如：

Egg
State:
Stable

变成：

Falling

产生：

Event:
EggStartedFalling

进一步：

Falling
 ↓
Collision
 ↓
Broken

产生：

Event Sequence

因此：

Object
 ↓
State Change
 ↓
Event

而：

Event
 ↓
Object Update

又会反过来更新对象状态。

形成：

Object
 ↕
Event

的循环结构。

127.25 Object 与 Situation

单个 Object 只能描述一个实体。

但是现实认知通常需要理解：

Object
+
Object
+
Relations
+
States

例如：

Hand
   │
 holding
   ↓
Egg
   │
   │ on
   ↓
Table

形成：

Situation

因此：

Object
   ↓
Object Relations
   ↓
Situation

可以说：

Object 是 Situation 的基本实体单位。

127.26 Object 的完整生命周期

Cognitive Object 可以具有：

Detected
   ↓
Created
   ↓
Identified
   ↓
Tracked
   ↓
Updated
   ↓
Changed
   ↓
Lost
   ↓
Recovered
   ↓
Destroyed

例如一个鸡蛋：

Unknown
 ↓
Detected
 ↓
Object Created
 ↓
Egg Identified
 ↓
Tracked
 ↓
Moved
 ↓
Contact
 ↓
Broken

这里：

Object Identity

可以持续很长时间。

而：

State

则不断变化。

127.27 Cognitive Object 的工程模型

最终可以建立一个可实现的数据结构：

CognitiveObject
{
    id,
    category,

    attributes,

    relations,

    state,

    dynamics,

    history
}

例如：

CognitiveObject
{
    id: O001,

    category: Egg,

    attributes:
    {
        shape: Oval,
        color: White,
        weight: 60g,
        fragility: High
    },

    relations:
    [
        {
            type: on,
            target: O010
        },
        {
            type: near,
            target: O020
        }
    ],

    state:
    {
        status: Stable,
        contact: TRUE
    },

    dynamics:
    {
        position: [120,80,30],
        velocity: 0,
        force: 0.8
    },

    history:
    [
        ...
    ]
}

这已经从：

Egg

变成：

A continuously maintained cognitive entity

127.28 Cognitive Object 的核心架构

因此可以建立：

                Cognitive Object
                       │
        ┌──────────────┼──────────────┐
        ↓              ↓              ↓
    Identity       Attributes      Relations
        │              │              │
        └──────────────┼──────────────┘
                       ↓
                     State
                       ↓
                    Dynamics
                       ↓
                    History

更完整地表示：

Elements
   ↓
Association
   ↓
Identity
   ↓
Attributes
   ↓
Relations
   ↓
State
   ↓
Dynamics
   ↓
Object Memory

127.29 从 Element 到 Object

第126章和第127章可以连接成为：

Perception
    ↓
Cognitive Element
    ↓
Element Association
    ↓
Cognitive Object

例如：

Position
Shape
Color
Velocity
Contact
Force
Fragility

经过组织：

O001
├── Attributes
├── Relations
├── State
└── Dynamics

于是：

Element

解决：

机器认知世界由什么基本信息单位组成？

而：

Object

解决：

这些信息单位组织成了什么持续存在的实体？

127.30 本章核心定义

最终可以给出 WSaiOS-ICAI 的 Cognitive Object 定义：

Cognitive Object 是由多个具有稳定关联的 Cognitive Elements 组织形成，并在认知空间中保持独立身份、属性、关系、状态及动态变化历史的持续性认知实体。