第233章 Perception Controller｜感知控制器

233.1 感知控制器的定义

上一章定义了 Cognitive Controller｜认知控制器：

认知控制器决定认知系统下一步做什么。

而在认知系统真正进入分析、判断、学习之前，还存在一个更基础的问题：

系统应该感知什么？

这就是 Perception Controller｜感知控制器 所解决的问题。

感知控制器不是简单的数据读取器，也不是普通的输入接口。

它负责控制：

感知什么
从哪里感知
什么时候感知
感知多少
采用什么感知方式
哪些信息进入认知系统
哪些信息暂时忽略
感知结果如何进入认知模型

因此可以定义：

$Perception Controller=Control(What, Where, When, How, HowMuch)\boxed{ Perception\ Controller = Control(What,\ Where,\ When,\ How,\ HowMuch) }$

即：

感知控制器是负责选择、组织和调节信息感知过程，使外部信息能够以可处理的形式进入认知系统的控制机制。

233.2 为什么需要感知控制器

最简单的系统可以：

Input
↓
Process
↓
Output

但是实际认知环境中的信息远远超过系统可以一次处理的范围。

例如一个用户问题：

“深圳有哪些适合社区餐饮的湘菜品牌？”

系统可能同时面对：

品牌信息
城市信息
餐饮类型
湘菜
社区餐饮
加盟信息
门店信息
价格
用户需求
网络内容
历史知识

如果所有信息都直接进入认知系统：

Everything
↓
Cognitive System

系统将面临：

信息冗余
信息冲突
无关信息
数据噪声
处理成本增加
认知重点不明确

因此需要一个机制首先决定：

当前到底应该感知什么。

这个机制就是 Perception Controller。

233.3 感知不是被动输入

传统程序往往认为：

$Input=InputInput = Input$

数据来了，系统就接收。

但是认知系统中的感知并非完全被动。

更准确的结构是：

$Environment→Available InformationEnvironment \rightarrow Available\ Information$

然后：

$Perception Controller→Selected InformationPerception\ Controller \rightarrow Selected\ Information$

最后：

$Selected Information→Cognitive ModelSelected\ Information \rightarrow Cognitive\ Model$

因此：

环境
 ↓
可获得信息
 ↓
感知控制器
 ↓
选择
 ↓
组织
 ↓
感知结果
 ↓
认知系统

这意味着：

认知系统看到的世界，并不是环境本身，而是经过感知控制后的信息集合。

233.4 Perception与Perception Controller的区别

必须严格区分两个概念。

Perception

回答：

我感知到了什么？

例如：

看到：
Product = Electric Toothbrush
Battery = 120 min
IPX7
5 Modes

Perception Controller

回答：

我为什么感知这些？

例如：

用户正在询问：
Waterproof capability

于是控制器决定：

读取：
IP Rating
Waterproof
Usage Environment

而暂时降低：

Packaging
Color
Logo

因此：

$Perception≠Perception ControllerPerception \neq Perception\ Controller$

前者是感知结果。

后者是感知过程的控制机制。

233.5 感知控制器的核心输入

Perception Controller并不是凭空选择信息。

它主要读取五类条件。

1. External Environment

外部环境：

Web
Database
Sensor
File
API
User
Device
Application

2. Current Goal

当前认知目标：

Identify
Understand
Compare
Answer
Learn
Decide
Act

3. Current Cognitive State

当前认知状态：

Unknown
Known
Incomplete
Conflicting
Analyzing
Learning

4. Existing Knowledge

已有知识：

Entity
Object
Attribute
Relation
Rule
Memory
Experience

5. Feedback

历史反馈：

Correct
Incorrect
Missing
Irrelevant
Conflict
Low Confidence

于是：

$Pt=f(Et,Gt,St,Kt,Ft−1)P_t = f(E_t,G_t,S_t,K_t,F_{t-1})$

其中 $PtP_t$ 表示当前感知控制结果。

233.6 感知控制器的六项基本功能

可以把 Perception Controller 分解成六个核心功能。

1. Source Selection｜信息源选择

首先决定：

从哪里感知？

例如：

User Input
     ↓
Need Product Information
     ↓
Product Database

或者：

Need Current Information
     ↓
External Source

或者：

Need Historical Experience
     ↓
Memory

因此：

$Source=f(Goal,State)Source = f(Goal, State)$

233.7 Attention Selection｜感知重点选择

感知控制器需要决定：

当前应该关注什么？

例如：

Product
├── Price
├── Battery
├── Waterproof
├── Color
├── Packaging
├── Certification
└── Market

如果当前任务是：

“是否适合户外使用？”

感知重点可能变成：

Waterproof
Battery
Durability
Charging
Usage Environment

因此：

$Attention=f(Goal,Context)Attention = f(Goal, Context)$

这里的 Attention 不一定指神经网络中的 Attention Mechanism。

在WSaiOS理论中，它可以表示更广义的：

认知资源分配机制。

233.8 Scope Control｜感知范围控制

并不是所有情况下都需要大量信息。

例如：

问题：
IPX7是什么意思？

可能只需要：

IPX7
↓
Water Protection Definition

而不需要读取整个产品数据库。

所以感知控制器还负责：

控制感知范围。

可以表示：

$Scopet=f(Task,Complexity,State)Scope_t = f(Task, Complexity, State)$

形成：

Simple Task
↓
Small Scope

以及：

Complex Task
↓
Expanded Scope

233.9 Filtering｜信息过滤

现实环境中的信息往往包含大量无关内容。

例如：

Raw Data
├── Relevant
├── Irrelevant
├── Duplicate
├── Noise
├── Conflict
└── Unknown

感知控制器首先进行筛选：

Raw Information
       ↓
     Filter
       ↓
Relevant Information

因此：

$Iselected=Filter(Iavailable)I_{selected} = Filter(I_{available})$

但这里有一个重要原则：

过滤不是简单删除，而是根据当前目标进行相关性控制。

某条信息当前不重要，并不意味着它永远没有价值。

233.10 Conflict Detection｜感知冲突检测

不同信息源可能产生不同结果：

Source A:
Battery = 120 min

Source B:
Battery = 100 min

感知控制器不能简单选择其中一个。

它应该产生：

Conflict Detected

然后将问题交给后续认知处理：

Perception Controller
        ↓
Conflict
        ↓
Cognitive Controller
        ↓
Verification
        ↓
Model Update

因此：

感知控制器负责发现信息冲突，但不一定负责最终解决认知冲突。

233.11 Confidence Control｜感知置信控制

感知结果也可能存在不同可信程度：

Information A → High
Information B → Medium
Information C → Low

因此感知结果不仅应该包含：

Value

还可以包含：

Source
Confidence
Timestamp
Status

例如：

{
  "attribute": "battery_life",
  "value": "120 minutes",
  "source": "product_specification",
  "confidence": 0.98,
  "status": "verified"
}

这使感知结果能够进入后续认知计算。

233.12 感知控制器与认知控制器

两者非常接近，但职责不同。

可以简单区分：

Perception Controller

控制“看什么”。

Cognitive Controller

控制“接下来怎么想、怎么处理”。

形成：

Environment
     ↓
Perception Controller
     ↓
Perception
     ↓
Cognitive Model
     ↓
Cognitive Controller
     ↓
Analysis / Learning / Decision / Generation

因此：

$Perception Controller→Cognitive ControllerPerception\ Controller \rightarrow Cognitive\ Controller$

二者是上下游关系。

233.13 两级控制架构

由此可以建立WSaiOS中的两级控制：

                 Environment
                      │
                      ▼
            ┌──────────────────┐
            │ Perception       │
            │ Controller       │
            └────────┬─────────┘
                     │
              Perception Data
                     │
                     ▼
            ┌──────────────────┐
            │ Cognitive Model  │
            └────────┬─────────┘
                     │
                     ▼
            ┌──────────────────┐
            │ Cognitive        │
            │ Controller       │
            └────────┬─────────┘
                     │
          ┌──────────┼──────────┐
          ▼          ▼          ▼
       Analyze     Learn      Decide

这两个Controller形成：

$Perception Control→Cognition ControlPerception\ Control \rightarrow Cognition\ Control$

第一层解决：

信息进入问题。

第二层解决：

认知行动问题。

233.14 感知控制器与认知模型

感知控制器还有一个重要职责：

控制什么信息可以进入 Cognitive Model。

可以表示：

$Environment→Perception→ModelEnvironment \rightarrow Perception \rightarrow Model$

但实际上更准确的是：

$Environment→Perception Controller→Perception→ModelEnvironment \rightarrow Perception\ Controller \rightarrow Perception \rightarrow Model$

因此 Cognitive Model 并不是简单地保存所有外部信息。

它保存的是：

经过感知机制选择、组织和确认后形成的认知状态。

233.15 感知控制器与Memory

Memory也可以成为感知源。

例如：

Current Input
     ↓
Perception Controller
     ↓
Need historical context
     ↓
Memory Retrieval

于是：

External Perception
        +
Memory Perception
        ↓
Unified Perception

这意味着感知并不一定来自当前环境。

系统过去的经验同样可以参与当前认知。

因此可以区分：

$External PerceptionExternal\ Perception$

和：

$Internal PerceptionInternal\ Perception$

最终共同形成：

$Perceptiont=Externalt+InternaltPerception_t = External_t + Internal_t$

233.16 感知控制器与学习

学习会改变未来的感知方式。

例如系统过去发现：

某类问题
→ 经常缺少市场信息

学习之后：

遇到相同问题
↓
Perception Controller
↓
主动增加 Market Information

因此：

$Learning→Perception PolicyLearning \rightarrow Perception\ Policy$

也就是说：

学习不仅改变知识，还可以改变系统以后“看什么”。

这是认知系统非常重要的能力。

233.17 感知控制器与动态感知

静态感知：

每次读取相同数据

动态感知：

Goal A
→ Perception A

Goal B
→ Perception B

Goal C
→ Perception C

因此同一个对象，在不同目标下可能产生不同的感知结果。

例如一个产品：

                    Product
                       │
       ┌───────────────┼───────────────┐
       ▼               ▼               ▼
   Travel Task     Outdoor Task    Wholesale Task
       │               │               │
       ▼               ▼               ▼
   Size/Battery    IPX/Durability    MOQ/Price

对象没有变化。

变化的是：

感知控制策略。

233.18 感知控制器与主动感知

进一步可以产生：

Active Perception｜主动感知

系统不再只是等待信息进入。

而是：

Current Knowledge
       ↓
发现信息不足
       ↓
Perception Controller
       ↓
主动请求新信息
       ↓
获得新信息
       ↓
更新 Model

例如：

已有：
Product = A

缺失：
Certification

Controller：
需要 Certification

Action：
查询 Certification Source

于是：

$Knowledge Gap→Perception ActionKnowledge\ Gap \rightarrow Perception\ Action$

这使感知从被动机制变成主动认知机制。

233.19 感知控制器的闭环

最终形成：

Environment
     ↓
Perception Controller
     ↓
Perception
     ↓
Cognitive Model
     ↓
Cognitive Controller
     ↓
Action
     ↓
Environment
     ↓
Feedback
     ↓
Perception Controller

完整闭环：

$Environment→Perception Control→Cognition→Action→Feedback→Perception\boxed{ Environment \rightarrow Perception\ Control \rightarrow Cognition \rightarrow Action \rightarrow Feedback \rightarrow Perception }$

这意味着：

下一次感知由上一次行动结果影响。

因此感知本身也可以形成动态循环。

233.20 WSaiOS中的感知控制层

如果继续扩展WSaiOS架构，可以形成：

┌─────────────────────────────┐
│       External World        │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│   Perception Controller     │
│                             │
│ Source Selection            │
│ Attention Selection         │
│ Scope Control               │
│ Filtering                   │
│ Conflict Detection          │
│ Confidence Control          │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│       Perception Layer      │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│       Cognitive Model       │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│   Cognitive Controller      │
└─────────────────────────────┘

由此，认知系统开始出现清晰的层级：

$Perception Control→Perception→Model→Cognitive ControlPerception\ Control \rightarrow Perception \rightarrow Model \rightarrow Cognitive\ Control$

233.21 与传统输入系统的区别

传统输入系统：

Input → Parser → Program

重点是：

数据格式是否正确。

认知感知系统：

Environment
→ Perception Control
→ Perception
→ Interpretation
→ Cognitive Model

重点变成：

什么信息值得进入认知系统，以及这些信息应该以什么认知状态存在。

因此：

$Input System≠Perception SystemInput\ System \neq Perception\ System$

输入是数据进入。

感知是：

系统形成“所感知世界”的过程。

而感知控制器则负责控制这个过程。

233.22 感知控制器的核心原则

可以归纳为八条原则。

原则一：目标相关

感知必须与当前目标相关。

原则二：选择性

不是所有信息都必须进入认知系统。

原则三：动态性

不同状态可以产生不同感知策略。

原则四：可追溯

感知结果应尽可能保留来源。

原则五：冲突可见

不同来源的信息冲突不能被无声覆盖。

原则六：置信度存在

感知结果应该能够表达确定程度。

原则七：主动扩展

信息不足时，可以主动扩大感知范围。

原则八：反馈驱动

过去的结果可以改变未来的感知策略。

233.23 Cognitive Architecture中的位置

经过第231章和第232章，可以进一步形成：

                    Environment
                         │
                         ▼
              Perception Controller
                         │
                         ▼
                    Perception
                         │
                         ▼
                 Cognitive Model
                         │
                         ▼
                Cognitive Controller
                         │
          ┌──────────────┼──────────────┐
          ▼              ▼              ▼
       Analysis        Learning       Decision
          │              │              │
          └──────────────┼──────────────┘
                         ▼
                       Action
                         │
                         ▼
                       View
                         │
                         ▼
                    Environment
                         │
                         ▼
                      Feedback
                         │
              ┌──────────┴──────────┐
              ▼                     ▼
       Perception Control       Learning

这说明认知系统实际上包含至少两种控制：

$Perception Control\boxed{ Perception\ Control }$

和：

$Cognition Control\boxed{ Cognition\ Control }$

前者控制：

信息如何进入系统。

后者控制：

进入系统之后如何处理。

233.24 本章核心结论

Perception Controller｜感知控制器是认知系统中位于环境与认知模型之间的控制机制。

它不是简单的输入模块，而是负责：

$What+Where+When+How+HowMuch\boxed{ What + Where + When + How + HowMuch }$

即：

感知什么、从哪里感知、什么时候感知、如何感知以及感知多少。

它与第232章的 Cognitive Controller 形成明确分工：

$Perception Controller=决定“看什么”\boxed{ Perception\ Controller = 决定“看什么” }$ $Cognitive Controller=决定“怎么处理”\boxed{ Cognitive\ Controller = 决定“怎么处理” }$

而二者共同构成：

$Environment→Perception Control→Perception→Cognitive Model→Cognitive Control→Action\boxed{ Environment \rightarrow Perception\ Control \rightarrow Perception \rightarrow Cognitive\ Model \rightarrow Cognitive\ Control \rightarrow Action }$

进一步可以得到一个更重要的认知原则：

认知并不是从“所有信息”开始，而是从“被选择进入认知系统的信息”开始。

因此，Perception Controller 是认知系统建立“认知边界”的第一层控制器，也是从环境世界进入内部认知世界的第一道控制边界。

第233章 Perception Controller｜感知控制器

第233章 Perception Controller｜感知控制器

233.1 感知控制器的定义

233.2 为什么需要感知控制器

233.3 感知不是被动输入

233.4 Perception与Perception Controller的区别

Perception

Perception Controller

233.5 感知控制器的核心输入

1. External Environment

2. Current Goal

3. Current Cognitive State

4. Existing Knowledge

5. Feedback

233.6 感知控制器的六项基本功能

1. Source Selection｜信息源选择

233.7 Attention Selection｜感知重点选择

233.8 Scope Control｜感知范围控制

233.9 Filtering｜信息过滤

233.10 Conflict Detection｜感知冲突检测

233.11 Confidence Control｜感知置信控制

233.12 感知控制器与认知控制器

Perception Controller

Cognitive Controller

233.13 两级控制架构

233.14 感知控制器与认知模型

233.15 感知控制器与Memory

233.16 感知控制器与学习

233.17 感知控制器与动态感知

233.18 感知控制器与主动感知

233.19 感知控制器的闭环

233.20 WSaiOS中的感知控制层

233.21 与传统输入系统的区别

233.22 感知控制器的核心原则

原则一：目标相关

原则二：选择性

原则三：动态性

原则四：可追溯

原则五：冲突可见

原则六：置信度存在

原则七：主动扩展

原则八：反馈驱动

233.23 Cognitive Architecture中的位置

233.24 本章核心结论

Leave a Reply Cancel reply