第2章　智能的基本单位：Element

2.1 Element 的定义

如果要建立结构化智能体系，首先必须回答一个问题：

机器究竟对什么进行结构化？

传统计算机系统通常以数据、变量、字段、对象等作为基本处理单位。

而结构化智能进一步向下追问：

一个对象的属性是什么？
一个属性由什么组成？
一个状态由什么组成？
一个关系如何表示？
一个知识结构如何形成？

因此，本书提出 Element（元素） 作为结构化智能的最基本单位。

定义：

Element 是结构化智能系统中能够被识别、表示、赋值、计算、关联和状态化的最小结构信息单元。

Element 不等于单纯的数据。

例如：

可以只是一个数值。

而：

Temperature = 80°C

已经形成了一个 Element。

进一步：

Object = Water
Attribute = Temperature
Value = 80°C
State = Hot

则多个 Element 开始形成更高层次的结构。

因此可以表示为：

Element
   ↓
Attribute
   ↓
Object
   ↓
Relation
   ↓
State
   ↓
Scene

Element 是这些结构能够被机器构造出来的基础。

2.2 Element 的基本结构

一个最基本的 Element 可以表示为：

Element
{
    id
    type
    name
    value
    state
}

进一步扩展：

Element
{
    ID
    Type
    Name
    Value
    Unit
    State
    Relation
    Constraint
    Time
}

因此 Element 并不是一个固定的数据格式，而是一种最小可计算结构。

其核心可以抽象为：

Element = Type + Value + State

而在需要语义和关系时，可以扩展为：

Element = Identity + Type + Value + State + Relation

2.3 Element 的属性

Element 可以具有属性。

这里需要区分：

Element

和：

Attribute

Element 是基本结构单元。

Attribute 是描述某个对象或元素特征的结构。

例如：

Object = Glass

具有：

Material
Weight
Temperature
Position
Color

这些都是属性。

可以表示：

Glass
 ├── Material
 ├── Weight
 ├── Temperature
 ├── Position
 └── Color

进一步，每一个属性本身又可以被结构化为 Element：

Temperature
{
    Type = PhysicalAttribute
    Value = 80
    Unit = °C
    State = Hot
}

因此：

Attribute 可以由 Element 构成，Element 是 Attribute 可计算化的基础。

这使属性不再只是一个标签，而成为机器可以读取和计算的结构。

2.4 Element 的值

Value 是 Element 的具体取值。

例如：

Temperature = 80°C
Weight = 300g
Position = (120,80)
Velocity = 0.5m/s

其中：

Temperature → 80
Weight → 300
Position → (120,80)
Velocity → 0.5

Value 可以是不同类型：

Number
String
Boolean
Vector
Coordinate
Object Reference
Set
Structure
Time
Probability
State Value

因此 Element 的 Value 不应该被限制为简单数字。

例如：

Position = (120,80,30)

可以是向量。

Color = Red

可以是符号值。

Contact = ObjectA

可以是对象引用。

Temperature = 80°C

可以是带单位的物理量。

因此：

Value 是 Element 当前所携带的具体信息，而不是 Element 本身。

这一区分非常重要：

Element ≠ Value

而是：

Element
   └── Value

2.5 Element 的状态

如果只有 Value，系统只能知道：

当前是什么值。

但智能系统还需要知道：

当前处于什么状态。

例如：

Temperature = 80°C

是一个值。

而：

Temperature = 80°C
State = Hot

则形成状态。

因此：

State 是 Element 在特定时间、条件和环境下的当前有效状态表达。

可以表示：

Element
    ↓
Value
    ↓
State

例如：

Door
{
    Open = true
    State = OPEN
}

或者：

Battery
{
    Value = 15%
    State = LOW
}

状态并不一定直接等于原始值。

它可能是经过计算得到的：

Battery = 15%
      ↓
State Calculation
      ↓
LOW

因此：

State 是由 Element 的值以及相关条件经过计算后形成的结构化状态。

这也是结构化智能与简单数据处理的重要区别。

2.6 Element 的计算性

Element 最重要的性质之一，是：

Element 必须具有可计算性。

传统数据可以被存储：

但结构化智能中的 Element 不应该只是“保存”。

它需要能够参与：

比较
判断
转换
组合
映射
推导
匹配
计算
状态更新

例如：

Temperature = 80°C

可以进行：

Temperature > 60

得到：

True

进一步：

Temperature > 60
+
Human Nearby

可以得到：

Risk = High

再进一步：

Risk = High

进入：

Capability Matching

最终影响：

Method Selection

于是：

Element
 ↓
Calculation
 ↓
State
 ↓
Knowledge
 ↓
Cognition
 ↓
Method

Element 因而成为整个智能计算链条的底层输入。

2.7 Element 的变化性

现实世界中的 Element 并不是静态的。

例如：

Temperature(t0) = 20°C

经过加热：

Temperature(t1) = 50°C

继续加热：

Temperature(t2) = 80°C

因此：

E(t0)
 ↓
Change
 ↓
E(t1)
 ↓
Change
 ↓
E(t2)

Element 具有时间维度：

Element(t)

由此产生：

动态 Element

动态 Element 是结构化智能实时运行的重要基础。

系统并不是不断创建完全不同的信息，而是在持续更新：

Value(t)
State(t)
Relation(t)

从而形成：

State(t+1)

这也是后续实时认知运行时的重要基础。

2.8 Element 与 Object 的关系

Element 是最基本的结构单元。

Object 则是多个具有组织关系的 Element 所形成的更高层结构。

例如：

Object = Glass01

可以由：

Material = Glass
Weight = 300g
Temperature = 80°C
Position = P1
Color = Transparent

组成。

可以表示为：

                 Object
                   │
        ┌──────────┼──────────┐
        ↓          ↓          ↓
     Element    Element    Element
     Material    Weight   Temperature
                              │
                             80°C

因此：

Object 是具有身份、属性和关系的结构化 Element 集合。

这为下一章 Object 理论建立基础。

2.9 Element 的层级关系

由 Element 向上，可以形成完整的结构层级：

Element
   ↓
Attribute
   ↓
Object
   ↓
Relation
   ↓
State
   ↓
Scene
   ↓
Knowledge
   ↓
Capability
   ↓
Cognition
   ↓
Method
   ↓
Behavior
   ↓
Action

这里并不是说每一层都简单地由上一层“堆出来”。

更准确地说：

上一层为下一层提供结构基础，下一层通过组织、关联和计算产生新的语义结构。

因此，结构化智能是一种逐层结构形成机制。

2.10 Element 的理论意义

Element 的提出解决了结构化智能理论中的一个基础问题：

机器智能所处理的“结构”究竟由什么组成？

答案是：

由能够被识别、赋值、计算、关联和状态化的 Element 构成。

因此，Element 具有五个基本性质：

① 可识别
② 可赋值
③ 可计算
④ 可关联
⑤ 可状态化

进一步可以扩展为：

Element
 ↓
Identity
 ↓
Type
 ↓
Value
 ↓
State
 ↓
Relation
 ↓
Calculation
 ↓
Change

最终形成一个动态结构单元。

2.11 Element 的基本模型

本章可以给出第一个形式化模型：

$E=(I,T,V,S,R,C)E = (I,T,V,S,R,C)$

其中：

$II$ ：Identity，元素身份
$TT$ ：Type，元素类型
$VV$ ：Value，元素值
$SS$ ：State，元素状态
$RR$ ：Relation，元素关系
$CC$ ：Calculation，元素计算关系

因此：

Element 不是静态数据，而是一个能够进入结构、计算和状态变化过程的最小智能信息单元。

进一步：

$E(t+1)=F(E(t),R(t),C(t),Environment(t))E(t+1)=F(E(t),R(t),C(t),Environment(t))$

意味着 Element 的下一状态可以由：

当前 Element
+
关系
+
计算
+
环境

共同决定。

这使 Element 从一个静态“数据项”转变为一个动态结构单元。

2.12 本章小结

本章建立了结构化智能的最底层概念：

Element 是结构化智能系统中能够被识别、表示、赋值、计算、关联和状态化的最小结构信息单元。

它具有：

Identity
Type
Value
State
Relation
Calculation

六个基本维度。

其基本演化关系为：

Element
 ↓
属性化
 ↓
对象化
 ↓
关系化
 ↓
状态化
 ↓
场景化
 ↓
知识化

而整个结构化智能体系最终建立在这一底层机制之上：

Element
   ↓
Object
   ↓
Knowledge
   ↓
Capability
   ↓
Cognition
   ↓
Method
   ↓
Behavior
   ↓
Action
   ↓
Feedback
   ↓
Learning
   ↓
Knowledge Evolution

因此，本书不是从“人工智能应用”开始建立理论，而是从智能结构的最小单位 Element开始，逐层构造整个个体人工智能体系。

第2章 智能的基本单位：Element

第2章 智能的基本单位：Element

2.1 Element 的定义

2.2 Element 的基本结构

2.3 Element 的属性

2.4 Element 的值

2.5 Element 的状态

2.6 Element 的计算性

2.7 Element 的变化性

2.8 Element 与 Object 的关系

2.9 Element 的层级关系

2.10 Element 的理论意义

2.11 Element 的基本模型

2.12 本章小结