第一章 感知的定义
1.1 感知的提出
在WSaiOS结构智能(WSaiOS-SI)理论中,智能系统并不是在任何时刻都需要获取全部信息。
一个真实的问题通常具有明确的需求、目标、任务和当前状态。系统只有知道自己当前要解决什么问题,才能判断外部世界中哪些信息与当前问题有关,哪些信息是已经掌握的,哪些信息仍然缺失,以及应该从什么来源获取这些信息。
因此,感知并不是简单地“接收信息”,也不是无限制地收集外部数据。
感知首先解决的是一个更基础的问题:
当前系统需要什么信息?
在此基础上,系统进一步决定:
应该从哪里获取这些信息?
以及:
应该以什么方式获取这些信息?
因此,WSaiOS-SI中的感知,是结构智能系统连接外部世界与内部结构系统的主动信息获取机制。
其基本过程可以表示为:
外部世界
↓
当前需求
↓
确定信息需求
↓
感知
↓
获取信息
↓
WSaiOS-SI自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Knowledge
这里必须特别指出:
感知本身并不等于语义理解,也不等于知识形成。
感知负责获取信息;
自主语义理解负责理解信息;
Element负责形成基本结构单位;
Relation负责建立结构联系;
Structure负责形成组织整体;
Knowledge则是在结构化、组织和验证之后形成的可使用信息结构成果。
因此,感知是结构智能链条中的前置机制,而不是整个智能过程的终点。
1.2 感知的定义
在WSaiOS-SI中,将感知定义为:
感知,是系统根据当前需求、目标、问题状态和知识状态,确定需要获取的信息,并通过适当的信息来源获取相关信息,使外部信息进入WSaiOS-SI结构智能处理过程的能力与机制。
这一概念包含几个不可分割的部分:
需求
目标
当前状态
已有知识
↓
信息需求确定
↓
信息来源确定
↓
感知
↓
信息获取
因此,感知并不是一个脱离需求而独立存在的过程。
没有需求,系统无法判断什么信息是“当前需要的信息”。
没有目标,系统无法判断信息获取的方向。
没有当前状态,系统无法判断哪些信息已经存在、哪些信息已经发生变化。
没有已有知识,系统无法判断信息缺口。
因此,感知具有明显的需求依赖性、目标依赖性、状态依赖性和知识依赖性。
可以形式化表示为:
P = Perceive(Demand, Goal, State, Knowledge, Environment)
其中:
P表示感知过程;Demand表示当前需求;Goal表示当前目标;State表示系统及问题当前状态;Knowledge表示当前已有知识;Environment表示外部环境及其信息来源。
因此,感知并不是:
Environment → Collect Everything
而是:
Demand + Goal + State + Knowledge
↓
Information Need
↓
Perception
↓
Relevant Information
这构成了WSaiOS-SI感知理论的第一原则。
1.3 感知在结构智能中的位置
WSaiOS-SI的完整智能过程并不是从知识开始,而是从需求开始。
系统首先产生或接收到需求,然后根据需求判断已有知识是否能够解决当前问题。
如果已有知识足够,则可以直接进行知识匹配、结构运算、方法调用和决策。
如果已有知识不足,则必须产生新的信息需求,并启动感知。
因此,感知在完整结构智能系统中的位置不是固定的单向输入,而是受到整个智能循环控制的动态机制。
完整过程可以表示为:
需求
↓
已有知识匹配
↓
是否能够解决当前问题?
├── 是
│ ↓
│ 结构匹配
│ ↓
│ 运算
│ ↓
│ 能力
│ ↓
│ 认知
│ ↓
│ 决策
│
└── 否
↓
信息缺口
↓
感知
↓
新信息
↓
WSaiOS-SI自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Knowledge
↓
再次匹配
因此,感知并不是智能过程之外的附属功能。
它属于智能循环内部。
更准确地说:
感知是由需求和知识缺口驱动的信息获取机制。
1.4 感知与信息的关系
必须严格区分:
感知 ≠ 信息
信息是被获取、被观察、被读取、被接收的内容。
感知则是获取这些信息的过程和机制。
例如:
数据库中的库存数据
属于信息。
系统决定:
当前订单是否需要查询库存?
属于感知需求判断。
系统向数据库查询:
inventory = 25
属于感知过程。
因此:
Information = 被获取的内容
Perception = 获取相关信息的机制
二者之间存在因果关系:
需求
↓
感知
↓
信息
但信息获得之后,并不会自动成为Knowledge。
它还必须进入WSaiOS-SI自身的语义理解和结构形成过程:
感知
↓
信息
↓
WSaiOS-SI自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Knowledge
所以,感知只是信息进入结构智能系统的入口之一。
1.5 感知与原始资料的关系
WSaiOS-SI中还必须区分:
原始资料 ≠ 感知结果
原始资料是系统可以使用的信息来源集合。
例如:
- 用户提交的资料;
- 数据库;
- 文件;
- 网页;
- API;
- 设备;
- 传感器;
- 业务系统;
- 历史数据;
- 外部系统;
- 其他结构系统。
这些内容可以作为感知来源。
但系统并不是每次都读取全部原始资料。
而是根据当前需求,从原始资料中确定当前需要的信息。
因此:
原始资料
↓
信息来源
↓
需求驱动
↓
感知
↓
相关信息
这说明原始资料具有来源属性,而感知具有选择和获取属性。
原始资料可以长期保存。
感知则根据当前需求不断变化。
同一份原始资料,在不同需求下,可以产生不同的感知结果。
例如,同一份产品资料:
需求A:判断产品价格
感知可能只需要:
Product
Price
Currency
而:
需求B:判断产品是否可以发货
可能需要:
Product
Inventory
Order
Payment
Shipping
Warehouse
因此,同一原始资料并不意味着每一次感知都获取相同的信息。
1.6 感知与WSaiOS-SI自主语义理解的关系
这是WSaiOS-SI理论中必须明确区分的两个层次。
感知
解决:
需要获取什么?
而:
WSaiOS-SI自主语义理解
解决:
获取到的信息是什么意思?
因此:
需求
↓
感知
↓
信息
↓
WSaiOS-SI自主语义理解
↓
Element
Relation
Structure
Knowledge
二者不能混为一谈。
例如系统获取到:
Product A: price = 100
感知负责获得这一信息。
但系统还必须理解:
Product A
是一个对象;
price
是该对象的Attribute;
100
是该Attribute当前对应的Value。
最终形成:
Object
└── Product A
└── Attribute
└── price
└── Value = 100
这个过程属于WSaiOS-SI自身的自主语义理解和结构化过程,而不是感知本身。
1.7 感知不是语言模型的语义基础
WSaiOS-SI必须保持其语义理解能力的理论独立性。
因此:
WSaiOS-SI的感知机制不依赖大型语言模型作为语义理解基础。
WSaiOS-SI拥有自身的自主语义理解层。
完整路径为:
外部世界
↓
感知
↓
信息
↓
WSaiOS-SI自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Knowledge
如果未来系统接入大型语言模型、视觉模型、语音模型或其他外部智能模型,这些模型只能作为可选的信息处理工具。
其输出仍然必须进入WSaiOS-SI自身的语义解释、结构识别和结构验证体系。
因此不能采用:
信息
↓
LLM
↓
直接成为Knowledge
这种理论路径。
正确路径应当是:
信息
↓
外部模型(可选)
↓
候选信息/候选解释
↓
WSaiOS-SI自主语义理解
↓
Element / Relation
↓
Structure
↓
Knowledge
因此:
LLM不是WSaiOS-SI的感知基础,也不是WSaiOS-SI的语义权威。
WSaiOS-SI即使完全不使用LLM,也必须能够独立完成:
信息识别
语义理解
Element识别
Relation识别
Structure形成
Knowledge形成
这是结构智能理论独立性的组成部分。
1.8 感知的对象
感知并不只针对“文本信息”。
在WSaiOS-SI中,只要某种外部存在能够提供当前问题所需要的信息,就可以成为感知对象。
感知对象可以包括:
1. 信息
例如:
价格
库存
订单
客户资料
产品资料
时间
位置
状态
2. Object
例如:
Customer
Product
Order
Machine
Vehicle
Warehouse
系统可能需要感知某个对象是否存在、当前处于什么状态、具有什么属性。
3. Attribute
例如:
Product.price
Product.inventory
Customer.status
Order.amount
系统不一定需要获取整个Object,只需要获取某个Attribute。
4. Value
例如:
price = 100
inventory = 20
quantity = 5
感知可以直接针对具体Value。
5. State
例如:
Order = Paid
Product = OutOfStock
Machine = Running
6. Event
例如:
Payment Completed
Order Created
Inventory Changed
Machine Failure
7. Relation
例如:
Customer → places → Order
Order → contains → Product
Warehouse → stores → Product
8. Structure
在复杂问题中,系统甚至可能需要感知一个外部Structure的整体状态。
例如:
生产流程
供应链结构
组织结构
业务流程
设备系统
因此,感知并不局限于某一种信息载体。
它真正感知的是:
与当前需求相关的外部信息状态。
1.9 感知的层次
为了使感知能够服务于结构智能,WSaiOS-SI可以将感知划分为不同层次。
第一层:原始信息感知
↓
第二层:对象感知
↓
第三层:属性感知
↓
第四层:值感知
↓
第五层:状态感知
↓
第六层:事件感知
↓
第七层:关系感知
↓
第八层:结构感知
↓
第九层:问题状态感知
这些层次不是互相排斥的。
系统可以根据需求选择不同层次。
例如:
需求:查询产品价格
只需要:
Object → Attribute → Value
而:
需求:判断订单是否能够完成
可能需要:
Customer
Order
Product
Inventory
Payment
Shipping
State
Relation
Rule
因此,感知的层次由需求决定。
1.10 感知与需求的关系
需求是感知的直接驱动力。
可以表示为:
需求
↓
需求理解
↓
需求结构
↓
信息需求
↓
感知
例如:
需求:
判断某订单是否可以发货
系统不能直接开始“收集所有订单相关数据”。
首先需要将需求理解为结构:
Goal:
判断是否可以发货
Object:
Order
Required Information:
Payment State
Inventory State
Shipping Information
Order State
于是形成信息需求:
Order.paymentState
Order.inventoryState
Order.shippingState
Order.state
感知系统再针对这些信息进行获取。
因此:
感知不是从信息开始,而是从需求开始。
1.11 感知与已有知识的关系
如果系统已经拥有可靠知识,就不应该重复感知同样的信息。
例如系统已经拥有:
Product A
inventory = 100
当前需求是:
判断Product A是否有库存
如果该Knowledge仍然有效,那么系统可以直接使用:
Knowledge Matching
↓
inventory = 100
↓
Rule Evaluation
↓
In Stock
不一定需要再次感知。
因此:
需求
↓
已有Knowledge匹配
↓
是否已经具备所需信息?
├── 是 → 直接使用
└── 否 → 感知
这意味着:
知识不仅是感知之后的结果,同时也是决定是否需要继续感知的重要依据。
1.12 感知与信息缺口
由需求与已有知识进行比较,可以发现当前的信息缺口。
定义:
信息缺口,是当前需求所要求的信息与系统当前有效知识之间尚未满足的部分。
形式化表示:
Gap = Required Information - Available Knowledge
例如:
需求:
判断订单是否可以发货
当前已有:
Payment = Paid
Inventory = 20
但没有:
Shipping Address
那么:
Information Gap = Shipping Address
系统无需重新获取Payment,也无需重新获取Inventory。
只需要针对:
Shipping Address
进行感知。
因此:
需求
↓
信息需求
↓
已有Knowledge
↓
差异分析
↓
Information Gap
↓
感知
这使感知成为一种具有方向性的结构过程。
1.13 感知与信息来源
感知不仅决定“获取什么”,还需要决定“从哪里获取”。
同一个信息可能存在于不同来源。
例如:
库存
├── Warehouse Database
├── ERP
├── API
└── Device
因此感知过程可以表示为:
Information Requirement
↓
Source Matching
↓
Source Selection
↓
Information Acquisition
系统可以根据:
- 信息类型;
- 来源可靠性;
- 信息更新时间;
- 数据完整性;
- 当前可访问性;
- 来源权限;
- 获取成本;
- 当前环境;
选择适当的信息来源。
因此,感知不仅具有信息选择能力,也具有来源选择能力。
1.14 感知与多来源信息
同一个信息可能同时来自多个来源。
例如:
库存来源A:100
库存来源B:98
库存来源C:100
WSaiOS-SI不能简单地认为最后获取的值就是正确值。
系统需要保留:
Value
Source
Time
Context
Validation
形成:
Inventory
├── Value = 100
│ ├── Source A
│ └── Source C
│
└── Value = 98
└── Source B
然后通过结构化验证确定当前有效值。
因此,多来源感知并不是简单覆盖,而是形成可以验证的结构。
这与WSaiOS-SI的知识形成机制保持一致:
感知
↓
多来源信息
↓
自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Validation
↓
Knowledge
1.15 感知与时间
外部信息并不是永恒不变的。
例如:
库存 = 100
可能在十分钟之后变成:
库存 = 97
因此,感知必须具有时间意识。
一个完整的感知结果至少可以考虑:
Information
├── Content
├── Source
├── Time
├── Context
├── Reliability
└── Status
这样系统才能区分:
历史状态
当前状态
未来预测
感知因此不仅是信息获取,也是对外部状态变化的观察机制。
1.16 感知与状态变化
外部世界可能主动发生变化。
例如:
库存减少
订单付款
设备停止
运输开始
客户确认
这些变化可以形成事件。
因此,感知不仅可以被需求主动触发,也可以被外部状态变化触发。
例如:
External Event
↓
Perception
↓
New Information
↓
Semantic Understanding
↓
Structure Update
↓
Knowledge Update
↓
Decision Re-evaluation
因此,感知具有动态性。
它既可以是:
主动查询式感知
也可以是:
事件触发式感知
1.17 感知不是最终判断
必须严格区分:
感知
和:
判断
例如系统感知到:
inventory = 0
这只是信息。
系统根据规则:
inventory = 0
→ OutOfStock
才形成状态判断。
进一步:
OutOfStock
→ Cannot Ship
才形成决策条件。
因此:
感知
↓
信息
↓
语义理解
↓
结构
↓
规则
↓
判断
↓
决策
感知本身不直接替代规则、知识、认知和决策。
它为这些过程提供必要的信息基础。
1.18 感知与结构形成
感知获得信息后,信息必须进入结构智能体系。
完整过程:
Perception
↓
Information
↓
WSaiOS-SI Autonomous Semantic Understanding
↓
Element
↓
Relation
↓
Structure
例如感知到:
Product A costs 100 dollars.
WSaiOS-SI自主语义理解可以识别:
Object = Product A
Attribute = Price
Value = 100
Unit = USD
形成:
Product A
│
└── price
│
└── 100 USD
如果进一步感知:
Product A inventory = 20
则可以形成:
Product A
├── price = 100 USD
└── inventory = 20
再通过关系、规则和运算形成更复杂的Structure。
因此:
感知使信息进入结构智能系统,自主语义理解使信息获得结构意义。
1.19 感知与知识形成
感知本身不是知识生成,但它是知识生成的重要输入机制。
基本过程为:
需求
↓
感知
↓
信息
↓
自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
验证
↓
Knowledge
因此:
Perception → Information
而:
Information → Semantic Understanding → Structure → Knowledge
二者属于不同层次。
如果没有感知,系统可能无法获得当前缺失的信息。
如果没有自主语义理解,感知获得的信息也无法正确进入结构智能体系。
所以二者共同形成:
信息获取层 → 结构理解层
1.20 感知的反馈机制
感知不是一次性的。
系统可以根据第一次感知得到的结果,判断信息是否足够。
例如:
需求
↓
感知
↓
获得信息
↓
知识形成
↓
需求验证
如果:
需求已经满足
则停止。
如果:
需求没有满足
则重新计算信息缺口。
需求
↓
感知
↓
Knowledge Update
↓
Requirement Evaluation
├── 满足 → 停止
└── 不满足
↓
Information Gap
↓
感知
因此形成感知循环:
需求
↓
感知
↓
信息
↓
自主语义理解
↓
知识
↓
需求评估
↓
满足?── 是 → 结束
↓
否
↓
新的信息缺口
↓
再次感知
这使感知从一次性输入机制变成动态循环机制。
1.21 感知与学习
感知本身也可以成为学习对象。
系统不仅学习:
“世界是什么”
还可以学习:
“获取什么信息最有效”
“从哪里获取最可靠”
“什么时候获取”
“采用什么方式获取”
因此,感知策略也可以形成结构。
例如:
Perception Strategy
├── Demand
├── Information Need
├── Source
├── Acquisition Method
├── Priority
├── Condition
└── Result
根据反馈,可以形成:
PS' = Reorganize(PS, Feedback)
也就是说:
系统可以学习如何更有效地进行感知。
这使感知进入WSaiOS-SI的学习和演化过程。
1.22 感知与结构演化
当新的感知信息进入系统之后,原有结构可能发生变化。
完整过程可以表示为:
外部世界变化
↓
感知
↓
新信息
↓
自主语义理解
↓
Element / Relation变化
↓
Structure变化
↓
Knowledge变化
↓
Capability变化
↓
Decision变化
因此,感知是结构演化的重要外部输入。
它使内部结构能够持续对应外部世界的变化。
1.23 感知与对象结构
在WSaiOS-SI的面向对象结构体系中,感知可以直接支持Object结构的建立和更新。
例如:
外部信息
↓
自主语义理解
↓
Object Recognition
↓
Attribute Recognition
↓
Value Recognition
形成:
Object
├── Attribute
│ └── Value
├── State
├── Relation
└── Method
如果新的感知信息发现:
inventory = 0
则可以更新:
Object
└── inventory
└── Value = 0
进一步通过规则:
inventory = 0
→ State = OutOfStock
从而产生对象状态变化。
因此:
感知
↓
Object
↓
Attribute
↓
Value
↓
State
构成对象结构更新的重要路径。
1.24 感知与需求结构
需求本身也可以被结构化。
例如:
需求:
判断某订单是否能够发货
经过WSaiOS-SI自主语义理解后,可以形成:
Demand Structure
├── Goal
│ └── 判断是否能够发货
│
├── Object
│ └── Order
│
├── Required Attribute
│ ├── Payment
│ ├── Inventory
│ └── Shipping
│
├── Required State
│ └── Order Status
│
└── Expected Result
└── Can Ship / Cannot Ship
于是感知系统就能够根据这个需求结构确定:
当前需要什么信息
因此:
需求结构是需求进入感知系统的重要中间结构。
1.25 感知的基本运行模型
综合以上理论,WSaiOS-SI中的感知可以表示为:
需求 / 目标
│
↓
WSaiOS-SI自主语义理解
│
↓
需求结构
│
↓
信息需求结构
│
↓
已有Knowledge匹配
│
↓
信息缺口
│
↓
来源匹配
│
↓
感知
│
↓
新信息
│
↓
WSaiOS-SI自主语义理解
│
↓
Element / Relation
│
↓
Structure
│
↓
Knowledge
│
↓
需求评估
│ │
满足 不满足
│ │
↓ ↓
结束 新信息缺口
│
↓
感知
这一模型体现了WSaiOS-SI感知理论的核心思想:
感知不是独立的信息采集,而是由需求驱动、由知识状态约束、由信息缺口决定,并最终服务于结构形成和知识生成的动态机制。
1.26 感知的形式化定义
可以进一步将感知定义为一个动态函数:
P_t = Perceive(D_t, G_t, S_t, K_t, E_t)
其中:
P_t:当前时刻的感知过程;D_t:当前需求;G_t:当前目标;S_t:当前问题和系统状态;K_t:当前有效知识;E_t:当前外部环境。
首先生成信息需求:
I_req = Requirement(D_t, G_t, S_t)
再与当前知识比较:
GAP_t = I_req - Available(K_t)
如果:
GAP_t = ∅
则说明当前已有知识可能已经满足需求,不必继续感知。
如果:
GAP_t ≠ ∅
则:
P_t = Perceive(GAP_t, Source, Context)
获得:
I_t = Information(P_t)
随后进入结构智能处理:
I_t
↓
WSaiOS-SI Semantic Understanding
↓
E_t
↓
R_t
↓
S_t
↓
K_{t+1}
然后重新评估需求:
Evaluate(D_t, K_{t+1})
如果仍未满足:
K_{t+1}
↓
New Gap
↓
P_{t+1}
由此形成动态感知循环。
1.27 感知的理论边界
为了保证WSaiOS-SI理论体系内部概念严格一致,必须建立以下边界:
感知 ≠ 信息
感知 ≠ 原始资料
感知 ≠ Element
感知 ≠ Relation
感知 ≠ Structure
感知 ≠ Knowledge
感知 ≠ 语义理解
感知 ≠ 判断
感知 ≠ 决策
感知 ≠ LLM
同时建立对应关系:
感知
→ 获取信息
自主语义理解
→ 理解信息
Element
→ 形成基本结构单位
Relation
→ 建立结构联系
Structure
→ 形成组织整体
Knowledge
→ 形成可使用的结构化成果
Capability
→ 形成可重复使用的解决能力
Cognition
→ 形成对问题及结构的整体理解
Decision
→ 形成行动选择
因此,感知具有明确而独立的理论位置。
1.28 感知的基本原则
WSaiOS-SI感知理论建立以下基本原则。
第一,需求驱动原则
感知必须由当前需求或目标驱动。
需求 → 感知
而不是:
无目标 → 无限收集
第二,信息需求原则
感知必须首先确定当前需要什么信息。
第三,知识差异原则
已有有效知识应当参与感知判断。
需求信息 - 已有知识 = 信息缺口
第四,最小必要信息原则
系统优先获取能够解决当前问题所必需的信息,而不是无差别扩大信息量。
第五,来源匹配原则
不同信息应当根据其性质选择适当来源。
第六,状态原则
感知必须考虑信息和对象的当前状态。
第七,时间原则
动态信息必须考虑时间有效性。
第八,多来源验证原则
多个来源产生冲突时,应保留来源并进行结构化验证,而不是简单覆盖。
第九,语义分层原则
感知负责获取信息,自主语义理解负责解释信息。
第十,结构入口原则
感知结果必须能够进入Element、Relation和Structure体系。
第十一,知识反馈原则
已有知识应当反过来指导新的感知。
第十二,循环原则
需求未满足时,系统可以继续感知。
第十三,学习原则
系统可以从感知结果和反馈中学习更有效的感知策略。
第十四,自主语义原则
WSaiOS-SI必须拥有独立的自主语义理解能力,感知及其后续结构形成不能以LLM作为理论前提。
1.29 感知在WSaiOS-SI总体理论中的位置
至此,感知可以被放入WSaiOS-SI完整智能链条:
需求
↓
需求理解
↓
已有知识匹配
↓
信息缺口识别
↓
感知
↓
信息
↓
WSaiOS-SI自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Knowledge
↓
Knowledge Structure
↓
结构匹配
↓
结构运算
↓
Method
↓
Operation
↓
Result
↓
Capability
↓
Cognition
↓
Decision
↓
Execution
↓
Feedback
↓
Learning
↓
Structure Reorganization
↓
Structure Evolution
↓
新的需求 / 新的信息需求
↓
再次感知
因此,感知并不是整个结构智能理论之外的一个输入模块。
它处于:
需求与信息之间
同时又处于:
外部世界与内部结构智能体系之间
并通过自主语义理解连接:
信息与Element之间
最终参与:
Knowledge、Capability、Cognition、Decision、Execution、Feedback和Learning的形成。
1.30 本章理论结论
WSaiOS-SI中的感知可以最终定义为:
感知,是系统根据当前需求、目标、问题状态和已有知识,确定当前所需要的信息,并从适当的信息来源获取这些信息,使外部信息进入WSaiOS-SI结构智能处理过程的能力与机制。
其核心不是“收集更多信息”,而是:
确定当前需要什么信息,并获取这些信息。
因此,WSaiOS-SI中的感知遵循:
需求
↓
确定信息需求
↓
检查已有知识
↓
发现信息缺口
↓
选择信息来源
↓
感知 / 获取信息
↓
WSaiOS-SI自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Knowledge
进一步形成完整闭环:
需求
↓
感知
↓
信息
↓
自主语义理解
↓
Element
↓
Relation
↓
Structure
↓
Knowledge
↓
匹配
↓
运算
↓
能力
↓
认知
↓
决策
↓
执行
↓
反馈
↓
学习
↓
结构演化
↓
新的需求
↓
新的感知
由此可以确定:
感知负责“获取什么信息”,WSaiOS-SI自主语义理解负责“理解这些信息是什么”,Element负责形成基本结构单位,Relation负责建立结构联系,Structure负责组织信息,Knowledge负责形成可使用的结构化成果。
因此:
感知是WSaiOS-SI连接外部世界与内部结构智能体系的主动信息获取机制,是需求进入信息获取过程、信息进入结构形成过程的重要起点,也是知识、能力、认知和决策持续获得外部信息支持的重要基础。
更重要的是:
WSaiOS-SI不是先无差别获取大量信息,再从信息中寻找问题;而是先确定当前需求,再根据需求确定信息缺口,根据信息缺口进行感知,根据感知结果形成结构化知识,并继续进入匹配、运算、能力、认知、决策和学习过程。
因此,WSaiOS-SI感知理论的核心原则可以归结为:
当前需要什么信息
↓
感知 / 获取什么信息
↓
WSaiOS-SI自主语义理解
↓
形成Element与Relation
↓
形成Structure
↓
形成Knowledge
↓
解决当前需求
↓
反馈与学习
↓
继续感知与结构演化
这构成WSaiOS-SI感知理论的基本定义与理论基础。