“结构化智能究竟是什么？”
第1章 什么是结构化智能
1.1 智能的重新定义
传统人工智能通常从“任务能力”理解智能。
例如：
- 图像识别
- 语音识别
- 自然语言处理
- 推理
- 规划
- 决策
- 控制
- 学习
这些系统能够完成某种任务，因此被称为具有某种智能能力。
但是，如果进一步追问：
一个系统为什么能够表现出智能？
仅仅描述任务并不能回答这个问题。
识别、推理、规划、决策和行动看起来是不同能力，但它们都存在一个共同过程：
现实
↓
信息
↓
结构
↓
状态
↓
判断
↓
方法
↓
行为
↓
动作
↓
结果因此，结构化智能不首先把智能定义为某一种具体任务，而是从智能内部的信息组织方式和运行方式重新定义智能。
本文提出：
智能，是系统对对象及其属性、关系、状态和变化进行结构化表示，并利用这些结构形成知识、匹配能力、产生方法、形成行为和执行动作，同时根据现实反馈持续更新自身结构的能力。
由此：
智能
=
结构表示
+
结构计算
+
结构匹配
+
结构实例化
+
结构执行
+
结构更新智能不再只是“得到一个答案”，而是：
形成能够支持判断、决策和行动的结构。
1.2 从信息处理到结构处理
计算机最基本的能力是信息处理。
传统计算过程可以表示为：
Input
↓
Process
↓
Output这种模式能够很好地描述大量计算任务。
但是现实世界并不是简单的输入与输出。
例如：
一个杯子它并不是一个孤立的数据。
系统需要知道：
Object
= Cup
Attribute
= Material
= Ceramic
Attribute
= Weight
= 300g
Attribute
= Temperature
= 80°C
Relation
= On(Table)
State
= Hot
Environment
= Indoor因此，现实信息真正进入智能系统以后，需要从：
数据转换为：
结构即：
Data
↓
Element
↓
Object
↓
Attribute
↓
Relation
↓
State
↓
Scene这就是从信息处理向结构处理的转变。
信息处理关注：
输入是什么？
结构处理进一步关注：
输入属于什么对象？
对象具有哪些属性？
对象之间存在什么关系？
当前处于什么状态？
状态发生了什么变化？
当前结构能够支持什么行为？
因此：
结构化智能不是停止信息处理，而是在信息处理之上增加结构形成、结构计算和结构演化。
1.3 从数据到结构化知识
数据本身并不等于知识。
例如系统获得：
80这只是一个数值。
如果进一步得到：
Temperature = 80°C它成为具有语义的数据。
如果知道：
Object = Water
Attribute = Temperature
State = Hot系统开始形成结构。
进一步，如果系统知道：
Water
+
Temperature = 80°C
+
Container = Glass
+
Human = Nearby那么这些数据之间形成了对象、属性、关系和状态。
这时才产生能够支持认知和行为的结构化知识。
因此可以定义：
结构化知识，是由对象、属性、关系、状态以及与其对应的方法和条件组成的、能够被机器计算和调用的知识结构。
在 WSaiOS 理论中，可以进一步表达为：
Knowledge
=
Object
+
Attribute
+
Relation
+
State
+
Method
+
Mapping其中最核心的关系之一是：
Object
↕
Attribute
↕
Method例如：
Object = Glass
Attribute:
Material = Glass
Weight = 300g
Temperature = 80°C
Position = P1
Method:
Move
Hold
Rotate
Place于是知识不再只是：
“这是一个玻璃杯。”
而成为：
“这是一个具有特定属性、处于特定状态、位于特定位置，并能够匹配若干方法的对象。”
知识因此从描述现实进一步进入支持行为。
1.4 从知识到可执行智能
仅有知识仍然不等于智能。
系统知道：
Glass
Temperature = 80°C并不意味着系统能够采取正确行动。
必须进一步产生：
Knowledge
↓
Capability
↓
Cognition
↓
Method
↓
Behavior
↓
Action这里出现结构化智能理论中的一个关键概念：
能力参数化
能力并不是简单地存储一个“功能名称”。
能力可以理解为：
从结构化知识中提取与当前任务相关的参数，对方法进行参数赋值，并形成能够执行的方法、行为和动作实例。
例如存在一个通用方法：
Hold(Object, Force, Position, Velocity)当前知识中存在：
Object = Glass01
Position = P1
ForceLimit = 2N
VelocityLimit = 0.1m/s能力系统进行参数匹配：
Object → Glass01
Force → 1.2N
Position → P1
Velocity → 0.08m/s形成：
Hold(
Glass01,
1.2N,
P1,
0.08m/s
)于是：
Knowledge
↓
Parameter Extraction
↓
Parameter Assignment
↓
Method Instance
↓
Behavior Instance
↓
Action这使“能力”从抽象功能变成一种可计算、可实例化的结构。
因此，结构化智能中的智能并不是简单地：
知道。
也不是简单地：
计算。
而是：
把知识结构转换为能够作用于现实的执行结构。
1.5 结构化智能的基本闭环
如果把前面的过程连接起来，可以得到结构化智能的基本运行闭环：
现实
↓
数据
↓
状态
↓
结构化知识
↓
能力
↓
认知
↓
方法
↓
行为
↓
动作
↓
现实变化
↓
反馈
↓
经验
↓
记忆
↓
学习
↓
知识更新
↺这意味着智能不是一次性的输入输出。
而是一个持续运行的动态系统。
用时间状态表示：
S(t)
↓
K(t)
↓
C(t)
↓
M(t)
↓
B(t)
↓
A(t)
↓
Reality(t+1)
↓
Feedback(t+1)
↓
S(t+1)其中：
S= StateK= KnowledgeC= CognitionM= MethodB= BehaviorA= Action
于是：
智能不是某个静态模块，而是结构在时间中的持续运行。
1.6 结构化智能的五个基本假设
为了建立独立的理论体系，本书首先提出五个基本假设。
假设一：现实具有可结构化性
现实世界虽然复杂，但其中存在大量可以被识别、分解和表示的：
对象
属性
关系
状态
变化因此现实并非只能以非结构化信息形式进入机器。
假设二：知识具有结构性
知识不是简单的数据集合。
知识可以表示为：
Object
+
Attribute
+
Relation
+
State
+
Method
+
Mapping因此知识能够成为机器计算和行为生成的基础结构。
假设三：能力可以由知识实例化
如果方法所需要的参数能够从结构化知识中获得，并能够进行有效赋值，那么抽象方法可以被实例化。
因此：
Knowledge
→
Parameters
→
Method Instance
→
Behavior
→
Action能力并不一定需要被理解为一个完全独立、不可解释的黑盒。
假设四：智能具有闭环性
智能行为不是：
Input → Output而更接近：
Observe
↓
Structure
↓
Cognize
↓
Decide
↓
Act
↓
Feedback
↓
Learn
↓
Update因此：
没有反馈和结构更新的系统，只能表现出有限的静态能力；持续智能需要持续结构变化。
假设五：智能可以通过结构演化形成
如果系统能够持续：
获得数据
↓
形成结构
↓
形成知识
↓
形成能力
↓
产生行为
↓
获得结果
↓
形成经验
↓
保存记忆
↓
修正知识那么系统就可以形成一种持续发展的个体智能。
因此：
学习的本质不是简单增加数据，而是根据经验改变系统内部的结构和映射。
1.7 结构化智能的核心定义
综合以上内容，本书给出第一层正式定义：
结构化智能，是一种以结构化表示为基础、以结构化知识为核心、以能力参数化和认知计算为中介、以方法实例化和行为执行为表现，并通过现实反馈、经验、记忆和学习持续更新知识结构的智能体系。
其总体模型可以表示为：
┌──────────────┐
│ Reality │
└──────┬───────┘
↓
Data
↓
State
↓
Structured Knowledge
↓
Capability
↓
Cognition
↓
Method
↓
Behavior
↓
Action
↓
Reality Change
↓
Feedback
↓
Experience
↓
Memory
↓
Learning
↓
Knowledge Evolution
│
└──────────↺由此形成结构化智能的基本公式：
结构化智能 = 结构化知识 + 能力参数化 + 认知计算 + 方法实例化 + 行为执行 + 反馈学习。
这一定义也构成后续章节的基础。
后面的 Element、Object、Attribute、Relation、State、Scene，负责回答：
结构是什么？
Knowledge 回答：
结构如何成为知识？
Capability 回答：
知识如何转化为可执行能力？
Cognition 回答：
系统如何根据当前状态理解和选择？
Method、Behavior、Action 回答：
智能如何进入现实行动？
Experience、Memory、Learning 则回答：
智能如何通过行动改变自身？
最终形成：
结构
↓
知识
↓
能力
↓
认知
↓
行为
↓
现实
↓
经验
↓
学习
↓
结构演化这就是本书所定义的结构化智能基本闭环。