当我们谈论人工智能系统时,究竟在谈论什么? ============================================================ 作者: DWL Cognition 机构: 数观微澜(南京)科技有限公司 专题: 认知科学 属性: 原创(AI 研究长文) 日期: 2026-07-29 网址: https://microvisiondata.com/news/cognition/a484848-9cb49994e0.html 备案: 苏ICP备2025218897号-1 说明: 本文为数观微澜原创;与美国 MicroVision(LiDAR)公司无关。 摘要: 什么是人工智能系统? ä¸€ç¯‡ç ”ç©¶æ˜�确指出“ä¸�存在普é��æ�¥å�—的人工智能定义â€�,å�¦ä¸€ç¯‡åˆ™æŒ‡å… 正文: 什么是人工智能系统? ä¸€ç¯‡ç ”ç©¶æ˜�确指出“ä¸�存在普é��æ�¥å�—的人工智能定义â€�,å�¦ä¸€ç¯‡åˆ™æŒ‡å‡ºå®šä¹‰çš„æ¨¡ç³Šæ€§â€œé˜»ç¢�了监管å�‘展ã€�混淆了公共讨论ã€�妨ç¢�了å®�践采用â€�。我们试图æ��供了一ç§�完全视角的å›�答: ä¸�是“å†�给一个定义â€�,而是“é‡�æ–°æ€�考什么是定义AI系统的方å¼�â€�。 [图片: 配图] 一ã€�破题:它"ä¸�拥有"智能 在å›�答“什么是人工智能系统â€�之å‰�,必须先说清它ä¸�是什么。 在我们试图é‡�æ–°ç�†è§£çš„视角下, 人工智能系统ä¸�“拥有â€�智能。智能ä¸�是一ç§�å�¯ä»¥è¢«å°�装进æŸ�个装置内部的å®�体,ä¸�是æŸ�ç§�ç¥�秘的ã€�等待ç�€è¢«æ��å�–和注入的禀赋。一个AI系统内部,没有哪个模å�—å�«â€œæ™ºèƒ½â€�,也没有哪个å�‚æ•°ã€�哪行代ç �å�¯ä»¥è¢«æŒ‡è®¤ä¸ºæ™ºèƒ½çš„居所。 那么,当我们谈论人工智能系统时,我们究竟在谈论什么? 我们在谈论一个被æ�„建出æ�¥çš„ã€�在特定ç�¯å¢ƒä¸­æŒ�ç»­è¿�作其认知过程的系统。它的认知æ�¶æ�„是被设计的,它的认知是è¿�作出æ�¥çš„,而它的智能——那个我们最终用æ�¥å½¢å®¹å®ƒçš„è¯�——是外部观察者基äº�其行为表ç�°èµ‹äºˆçš„评价标签。 这三个è¦�素——系统ã€�认知ã€�智能——被剥离。它们的混淆,是当å‰�人工智能讨论中ç»�大多数混乱的根æº�。 系统:那个被æ�„建的多组件å®�体,存在本身具有目标注入性。它的存在是工程事å®�。 认知:系统内部æŒ�ç»­å�‘生的ã€�处ç�†ä¿¡å�·å¹¶æ›´æ–°è‡ªèº«å› æ�œä¿¡å¿µæ¨¡å�‹çš„过程。它的è¿�作是物ç�†äº‹å®�。 智能:外部观察者对这一è¿�作的外显结æ�œæ‰€å�šçš„判断。它的认定是社会事å®�。 一个能è¿�作认知过程的系统,å�¯ä»¥æ˜¾å¾—智能,也å�¯ä»¥æ˜¾å¾—愚蠢,å�–决äº�è°�在观察ã€�在什么ç�¯å¢ƒä¸­è§‚察ã€�ä¾�æ�®ä»€ä¹ˆæ ‡å‡†è§‚察。智能ä¸�在系统内部,而在观察者的眼中。因此,人工智能系统的根本问题是 “如何æ�„建一个能è¿�作认知过程ã€�æ›´æ–°å› æ�œæ¨¡å�‹ã€�在场域边界内递归自指ã€�其行为å�¯è¢«å�ˆç�†è¯„价为智能的系统â€�。 二ã€�认知的结æ�„:概念-关系-逻辑的三元拓扑 如æ�œæ™ºèƒ½æ˜¯å¤–部评价,那系统内部究竟在å�‘生什么? 答案是:认知。 认知是系统在ç�¯å¢ƒä¸­ç»´æŒ�自身边界ã€�处ç�†ä¿¡å�·ã€�更新内部结æ�„的过程。“知é�“什么â€�是一个系统è¿�作的结æ�œï¼Œè€Œæˆ‘们更加关系系统“如何知é�“â€�。它ä¸�是é�™æ€�的知识库,而是æŒ�ç»­çš„è¿�作过程。 ä»�知识图谱到认知拓扑:知识工程方å¼�的范å¼�è·ƒè¿� 认知的动力ä»�何而æ�¥ï¼Ÿ 认知ä¸�会凭空å�¯åŠ¨ã€‚ä¸€ä¸ªè£¸çš„è®¤çŸ¥åŸºåº§â€”â€”æ— è®ºæ˜¯LLM还是其他任何函数近似器——是é�™æ€�çš„å�‚æ•°æ�ƒé‡�,是认知的潜能而é��认知本身。认知过程的å�¯åŠ¨ï¼Œéœ€è¦�一个æ�¥è‡ªå¤–部的目标è�½å·®ã€‚这个目标è�½å·®ï¼Œæ˜¯ç”±ç³»ç»Ÿçš„设计者或使用者注入的。系统ä¸�是为了æŸ�个内在的驱力而认知,而是为了弥å�ˆé‚£ä¸ªè¢«å¤–部给定的目标è�½å·®è€Œè®¤çŸ¥ã€‚ å�³ä½¿æ˜¯â€œç»´æŒ�自身边界â€�这个看似本能的行为,也ä¸�是系统的内在需è¦�。一个自动驾驶系统ä¸�会“想è¦�â€�存活;它å�ªæ˜¯è¢«è®¾è®¡è€…设定了一个目标函数,并围绕这个目标è�½å·®ï¼ŒæŒ�ç»­è¿�作它的认知过程。目标是外æ�¥çš„,动力是注入的。 认知的内部结æ�„:三元递归分形拓扑 三元递归分形结æ�„:ç�†è®ºã€�LLMè§£æ�„ä¸�Agent系统建æ�„ 有了动力,让我们拆开认知过程的内部结æ�„。系统ä»�ç�¯å¢ƒä¸­æ�¥æ”¶åˆ°çš„,ä¸�是æ„�义,而是信å�·ã€‚ 认知的第一步,是将信å�·è½¬åŒ–为概念——ä»�è¿�续的感知æµ�中“切割â€�出相对稳定的锚点。但孤立的概念毫无æ„�义。概念之所以有æ„�义,是因为它ä¸�其他概念处äº�一张关系网络之中。而关系之所以能被建立ã€�被修正ã€�被é‡�组,则ä¾�èµ–äº�逻辑——ä»�旧概念生æˆ�新概念ã€�ä»�已知关系æ�¨å¯¼æœªçŸ¥å…³ç³»çš„规则。 关键的是,这三者ä¸�是线性æµ�程,而是彼此缠绕ã€�相互生æˆ�的三元递归:信å�·è¢«æ¦‚念化,概念通过逻辑æ“�作被置入关系,新关系å�ˆå‚¬ç”Ÿæ–°æ¦‚念或修正旧概念。这个过程循ç�¯å¾€å¤�,永ä¸�å�œæ­‡ã€‚ NESTæ�¶æ�„ 这一“三元递归â€�çš„æ�„想,并é��孤立的哲学æ€�辨。在独立的研究脉络中,NEST(嵌套情节状æ€�拓扑)æ�¶æ�„几ä¹�抵达了å�Œä¸€ä¸ªç»“论。NESTæ��供了一个图论表示本体论,将认知建模为结æ�„化状æ€�的形æˆ�ä¸�转å�˜ã€‚其核心æ€�想——认知状æ€�是嵌套图,节点å�¯æ�ºå¸¦å­�图作为内部结æ�„ 更具体地,NEST定义了六ç§�ç±»å�‹çš„关系:因æ�œã€�包å�«ã€�æ—¶é—´ã€�è�”想ã€�è¯�æ�®ã€�空间。它还区分了æŒ�久信念图和有é™�工作记忆图,ä¸�å��文将è¦�论述的“关系记忆â€�ä¸�“时åº�记忆â€�的划分完全å�Œæ�„。 如æ�œè¯´æˆ‘们的“三元递归分形拓扑â€�是顶层哲学æ��述,NEST则æ��供了它的离散图论版本。两者相互å�°è¯�,殊途å�Œå½’。 递归带æ�¥äº†æ·±åº¦ï¼Œä¹Ÿå¸¦æ�¥äº†è‡ªç›¸ä¼¼æ€§ã€‚在微观尺度上识别一个边缘,ä¸�在å®�观尺度上规划一æ�¡è·¯å¾„,尽管内容迥异,但在结æ�„上å�´æ˜¯å�Œæ�„的——都是将信å�·æ¦‚念化ã€�建立关系ã€�应用逻辑。这就是认知的三元递归分形拓扑:认知的微观结æ�„å’Œå®�观结æ�„é�µå¾ªå�Œä¸€å¥—生æˆ�法则。 三ã€�认知的数学基础:范畴论ä¸�拓扑斯 这一整套ç�†è®ºï¼Œå¦‚æ�œå�œç•™åœ¨å“²å­¦æ��述或图论层é�¢ï¼Œå°±æ°¸è¿œæ— æ³•è�·å¾—å½¢å¼�化的精确性。它需è¦�数学语言。 问题在äº�,传统的数学工具ä¸�足以æ��述认知过程。认知空间ä¸�是欧几里得空间,概念没有清晰的边界,“红色â€�和“橙色â€�之间没有一é�“ç»�对的线,它们相互渗é€�ã€�相互纠缠。一个概念的æ„�义éš�语境漂移,一个æ�¨ç�†çš„真值å�¯èƒ½å�ªæ˜¯å±€éƒ¨çš„而é��全局的。 è¿™æ„�味ç�€ï¼Œè®¤çŸ¥ç©ºé—´æ˜¯ä¸€ä¸ªé��豪斯多夫空间。在ç»�典拓扑学中,豪斯多夫性质è¦�求任何两个ä¸�å�Œçš„点都å�¯ä»¥ç”¨äº’ä¸�相交的开集分开——这是传统科学对“对象â€�的基本å�‡è®¾ï¼šå¯¹è±¡æ˜¯æ˜�æ™°çš„ã€�å�¯åŒºåˆ†çš„。但在认知空间中,概念是概ç�‡äº‘而é��清晰的点,范畴是模糊集而é��边界分æ˜�的集å�ˆã€‚ 认知空间的概念体系-é��豪斯多夫空间中的拓扑特å¾�ä¸�结æ�„ 那么,用什么数学语言æ�¥ç�†è§£è¿™ç§�空间?答案是范畴论和拓扑斯ç�†è®ºã€‚ 范畴论是“关系的数学â€�。它ä¸�关心对象内部是什么,å�ªå…³å¿ƒå¯¹è±¡ä¹‹é—´çš„关系——æ€�射。一个概念之所以是这个概念,ä¸�是因为它内部有什么,而是因为它ä¸�其他概念之间存在哪些æ€�射。æ�¨ç�†æ˜¯æ€�å°„çš„å¤�å�ˆï¼Œå­¦ä¹ æ˜¯å‡½å­�之间的自然å�˜æ�¢ã€‚范畴论æ��供的,正是“概念-关系-逻辑â€�三元è¿�作的形å¼�语法。 而拓扑斯则更进一步。一个拓扑斯是一个足够丰富的范畴,它内部天然内建了逻辑和几何的统一体。在拓扑斯中,一个命题的真值ä¸�是一个全局的“真/å�‡â€�二元值,而是一个å�¯ä»¥éš�空间ä½�ç½®å�˜åŒ–的局部结æ�„——这正是认知过程的本质特å¾�。 拓扑斯语义学 : 这一数学æ�„想,å�Œæ ·è�·å¾—了独立研究的支æŒ�。一项å‰�沿研究æ��出了一个范畴论框æ�¶ï¼Œå°†çŸ¥è¯†å›¾è°±ä¸�拓扑斯语义学è�”系起æ�¥ã€‚它通过在知识图谱生æˆ�的自由范畴上定义格罗滕迪克拓扑,æ�„建了一个支æŒ�“局部到全局â€�语义æ�¨ç�†çš„æ‹“扑斯。 这相当äº�为我们的ç�†è®ºæ��供了一个概念验è¯�:在知识图谱上æ�„建拓扑斯,在数学上是å�¯è¡Œä¸”富有æˆ�æ�œçš„。它验è¯�了我们的核心直觉——拓扑斯为“语境ä¾�èµ–â€�的局部真ç�†æ��供了形å¼�化框æ�¶ã€‚我们的ç�†è®ºåœ¨æ­¤åŸºç¡€ä¸Šæ›´è¿›ä¸€æ­¥ï¼šè¦�求拓扑斯ä¸�仅能处ç�†è¯­ä¹‰æ�¨ç�†ï¼Œè¿˜èƒ½å¤„ç�†è‡ªæŒ‡â€”—系统能将自身作为一个对象纳入拓扑斯,并建模其æ�¨ç�†è¡ŒåŠ¨å¦‚ä½•æ”¹å�˜æ‹“扑斯本身。 å››ã€�工程æ�¶æ�„:ä»�基座到完整系统 有了结æ�„和数学基础,æ�„建一个人工智能系统就å�˜æˆ�了具体的工程问题。 基座:认知的通用计算物质 认知过程的三元拓扑,需è¦�一个能够在ä¸�å�Œå°ºåº¦ä¸Šç»Ÿä¸€è¿�作的底层结æ�„æ�¥æ‰¿è½½ã€‚当å‰�技术æ�¡ä»¶ä¸‹ï¼Œè¿™ä¸ªåŸºåº§æ˜¯å¤§å�‹è¯­è¨€æ¨¡å�‹æˆ–更广义的高维å�¯å¾®å‡½æ•°è¿‘似器。它们在海é‡�语料或感知数æ�®ä¸Šå­¦ä¹ ï¼Œæœ¬è´¨ä¸Šæ˜¯å°†äººç±»è®¤çŸ¥çš„æ–‡å­—化和感知化沉淀——“概念-关系-逻辑â€�的概ç�‡åˆ†å¸ƒâ€”—å�‹ç¼©è¿›äº†å�Œä¸€ä¸ªå�‚数空间。 但基座本身是死的。裸模å�‹ä¸�è¿�作认知,它是é�™æ€�çš„æ�ƒé‡�。它需è¦�一个æ�¥è‡ªå¤–部的目标è�½å·®æ�¥æ¿€æ´»ã€‚这就是认知过程的最å°�é—­ç�¯ï¼šå¤–部目标注入,内部拓扑展开,行为输出产生,目标è�½å·®å¼¥å�ˆæˆ–更新。 记忆系统:四ç§�异质记忆的å��å�Œ 最å°�é—­ç�¯å�ªèƒ½ç»´æŒ�ç�¬é—´çš„认知。è¦�让系统æŒ�ç»­è¿�作ã€�ä¸�断学习,它必须拥有结æ�„化的记忆。这ä¸�是å�•一数æ�®åº“,而是四ç§�异质记忆的å��å�Œï¼š 关系记忆:存储已ç»�验è¯�çš„é�™æ€�事å®�和信念,是系统“确信â€�的知识。 图记忆:存储å®�体间的关系网络,是认知拓扑的骨æ�¶ï¼Œæ”¯æŒ�ç�µæ´»çš„路径æ�¢ç´¢å’Œå…³ç³»æ�¨ç�†ã€‚ æ—¶åº�记忆:存储带时间戳的体验æµ�,是系统感知å�˜åŒ–ã€�识别趋势ã€�进行预测的基础。 规则记忆:存储逻辑规则和æ�¨ç�†å…¬ç�†ï¼Œæ”¯æŒ�æ¼”ç»�æ�¨ç�†å’Œä¸€è‡´æ€§æ£€æŸ¥ã€‚ 这四ç§�记忆ä¸�是被动存储,而是认知过程的ä¸�å�Œâ€œå›ºåŒ–阶段â€�——ä»�正在处ç�†ä¸­çš„æ—¶åº�体验,到正在æ�¢ç´¢ä¸­çš„关系网络,到已ç»�验è¯�çš„é�™æ€�事å®�,到作为æ�¨ç�†åŸºç¡€çš„逻辑规则。NESTæ�¶æ�„中“æŒ�久信念图â€�ä¸�“有é™�工作记忆图â€�的区分,正是这一æ€�想的图论版本。 æ�¨ç�†ç­–ç•¥ä¸�算法的严格分离 认知过程中的逻辑æ“�作,必须严格区分为两个截然ä¸�å�Œçš„层é�¢ã€‚ 一是æ�¨ç�†ç­–略——如何组织æ€�考。是线性æ�¨å¯¼è¿˜æ˜¯æ ‘状æ�¢ç´¢ï¼Ÿæ˜¯é€�层抽象还是跳跃è�”想?这些策略éš�å�«åœ¨è®°å¿†ç³»ç»Ÿçš„æ•°æ�®ç»“æ�„之中。 二是算法策略——世界如何è¿�作的规律。这是基äº�物ç�†å­¦ã€�è¿�筹学ã€�å�šå¼ˆè®ºç­‰ç¡¬ç§‘学的约æ�Ÿè§„则。系统å�¯ä»¥æ ¹æ�®ç®—法å®�ç�°æ�¨ç�†ç­–略的结æ�œ æ�¨ç�†ç­–略是“结æ�„â€�,算法策略是“å®�ç�°â€�。 学术å‰�沿的研究ä¸�å�°è¯� 认知晶格ä¸�SciAtlas 在工程æ�¶æ�„层é�¢ï¼Œä¸¤é¡¹ç ”究为我们的æ�„想æ��供了ç�°å®�性的验è¯�。 认知晶格(Cognitive Lattice)是一个ç¥�ç»�符å�·è¶…图æ�¶æ�„,旨在å®�ç�°ç¡®å®šæ€§æ�¨ç�†å’Œè‡ªä¸»çŸ¥è¯†æ‹“扑。它采用超图æ�¥ç»Ÿä¸€æ¦‚ç�‡æ�ƒé‡�ã€�时间有效性和认知背景,并通过自主优化循ç�¯ä½¿ç³»ç»Ÿèƒ½â€œè‡ªæˆ‘ä¿®å¤�â€�其逻辑。对应了我们“认知引æ“�â€�需è¦�å�Œæ—¶è°ƒåº¦ç¥�ç»�网络(基座)和符å�·ç³»ç»Ÿï¼ˆæ•°æ�®åº“ã€�算法)的æ€�想。 SciAtlas则是一个大规模的å®�è¯�。它整å�ˆäº†è¶…过4300万篇论文ã€�1.57亿个å®�体和30亿个三元组,æ�„建了一个旨在加速科学å�‘ç�°çš„“拓扑认知基质â€�。它è¯�æ˜�了将人类已有的结æ�„化知识整å�ˆè¿›ä¸€ä¸ªç»Ÿä¸€çš„认知基质时,确å®�能催生出ä»�“关键è¯�检索â€�到“拓扑感知æ�¨ç�†â€�的跃è¿�。 五ã€�基础:物ç�†çº¦æ�Ÿä¸�æ„�义建æ�„ 这一切必须被锚定在一个ä¸�å�¯åŠ¨æ‘‡çš„åŸºç¡€ä¸Šï¼šç‰©ç�†ç�°å®�。 一个认知系统,无论其内部拓扑多么å¤�æ�‚,它首先是物ç�†ä¸–界中的一个物ç�†å®�体。它的传感器æœ�ä»�电ç£�学,它的处ç�†å™¨æœ�ä»�热力学,它的行动器æœ�ä»�动力学。ç»�典物ç�†å­¦ï¼Œæ˜¯ä¸€åˆ‡è®¤çŸ¥è¿�作的ç»�对天花æ�¿ã€‚ 然而,在物ç�†å®šå¾‹çš„å�šç¡¬åœ°åŸºä¹‹ä¸Šï¼Œæœ‰ä¸€ä¸ªæŸ”软得多的过程正在å�‘生:æ„�义建æ�„。 在ç»�典物ç�†å­¦ä¸­ï¼Œç ”究对象是既定的,观测事å®�是公共的,解释规律的å�Ÿç�†æ˜¯å›ºå®šçš„。但在决策论ã€�æ�§åˆ¶è®ºã€�系统论的视角下,概念本身需è¦�被定义,目标需è¦�被选择,信å�·éœ€è¦�被筛选。ç�¯å¢ƒä¸­çš„ä¿¡æ�¯æ˜¯æ— é™�的,但系统å�ªå…³å¿ƒé‚£äº›ä¸�å¼¥å�ˆç›®æ ‡è�½å·®ç›¸å…³çš„部分。它主动地赋予æŸ�些信å�·ä»¥â€œæ„�义â€�,忽略其余。 这就是æ„�义建æ�„:系统通过ä¸�ç�¯å¢ƒçš„æŒ�续互动,ä¸�断生æˆ�å�‡è®¾ã€�检验å�‡è®¾ã€�修正模å�‹ï¼Œä¸ºæ··æ²Œçš„æ„ŸçŸ¥æµ�赋予结æ�„ã€�ç§©åº�å’Œæ„�义。而这个建æ�„过程的产物,一旦稳定下æ�¥ï¼Œå°±å›ºåŒ–下æ�¥ï¼Œå�˜æˆ�é�™æ€�的“知识â€�。物ç�†çº¦æ�Ÿæ˜¯è§„则,外部注入的目标是的指å�—针。在这两者的共å�Œä½œç”¨ä¸‹ï¼Œè®¤çŸ¥ç³»ç»Ÿä¸ºè‡ªå·±å¼€å‡¿å‡ºäº†ä¸€ä¸ªæ„�义的世界。 å…­ã€�范å¼�差异:我们的ç�†è®ºä¸�主æµ�定义的五点 在æ�„建了上述ç�†è§£æ¡†æ�¶ä¹‹å��,我们转å�‘事å®�:当å‰�学术界ã€�产业界和监管层对“什么是人工智能系统â€�çš„å›�答,ä¸�我们存在根本性的视角差异。这ä¸�是细节上的分歧,而是定义方å¼�ã€�智能归å±�ã€�认知地ä½�和系统边界等维度上的分歧。 6.1 定义方å¼�:功能列举 vs. 结æ�„剖æ�� 主æµ�定义以功能列举为核心。 百度百科定义AI系统为“具备自主感知ã€�决策ä¸�行动能力的计算机程åº�集å�ˆâ€�。 亚马逊云科技的定义类似:“一ç§�能够感知ç�¯å¢ƒã€�ä»�æ•°æ�®ä¸­å­¦ä¹ å¹¶é€šè¿‡ç�µæ´»é€‚应æ�¥å®Œæˆ�特定目标和任务的系统â€�。 欧盟AI高级别专家组ã€�Russellå’ŒNorvigçš„ç»�典教科书,å�‡é�µå¾ªå�Œä¸€é€»è¾‘。 å�¦ä¸€ç§�技术路线则将AI系统定义为“包å�«æ�œç´¢å�¯å�‘å¼�算法以在广阔æ�œç´¢ç©ºé—´ä¸­å¯»æ‰¾è§£å†³æ–¹æ¡ˆçš„软件â€�。 这些定义å›�答的问题是:“AI系统能å�šä»€ä¹ˆï¼Ÿâ€�å…¶éš�å�«çš„æ£€éªŒæ ‡å‡†æ˜¯â€œå®ƒæ˜¯å�¦å�šåˆ°äº†â€�。这是一ç§�行为主义的进路。 我们的定义转å�‘结æ�„剖æ��。“一个被æ�„建出æ�¥çš„ã€�在特定ç�¯å¢ƒä¸­æŒ�ç»­è¿�作其认知过程的系统â€�——这ä¸�是“它能å�šä»€ä¹ˆâ€�,而是“它内部如何è¿�作â€�。我们进一步拆解为“概念-关系-逻辑â€�的三元递归分形拓扑。这是一ç§�结æ�„主义的进路。 两æ�¡è·¯ä¸�是对立的,而是ä¸�å�Œå±‚级的å›�答。行为主义定义å›�答的是“如何识别一个AI系统â€�,建æ�„主义定义å›�答的是“如何æ�„建一个AI系统的认知内核â€�。6.2 智能的归å±�:内在å±�性 vs. 外部评价 主æµ�定义几ä¹�无一例外地将智能视为系统的内在å±�性。AI系统“具备â€�智能ã€�“拥有â€�能力ã€�“模拟â€�人类智能。å�³ä½¿æ˜¯æ¬§ç›Ÿç›¸å¯¹å®¡æ…�的表述——“显示‘智能行为’的系统â€�——ä»�然将“智能â€�作为一ç§�å�¯æ˜¾ç¤ºçš„æ€§è´¨é”šå®šåœ¨ç³»ç»Ÿå†…部。一篇综述文章指出,当å‰�多数定义“强调AI的技术å±�性,å�´å¿½è§†äº†AI的人类目的â€�。 我们的视角将智能彻底外部化。“智能ä¸�是一ç§�å�¯ä»¥è¢«å°�装进æŸ�个装置内部的å®�体â€�,“是外部观察者基äº�其行为表ç�°èµ‹äºˆçš„评价标签â€�。智能ä¸�是系统“有â€�的东西,而是观察者“给â€�的标签。 它带æ�¥ä¸¤ä¸ªç›´æ�¥å��æ�œï¼š 1ã€�å�Œä¸€ç³»ç»Ÿåœ¨ä¸�å�Œè§‚察者眼中å�¯ä»¥æœ‰ä¸�å�Œçš„æ™ºèƒ½è¯„ä»·ï¼› 2ã€�系统的设计目标是“使其行为å�¯è¢«ä½¿ç”¨è€…å�ˆç�†è¯„价为智能â€�。 6.3 认知过程:被忽略 vs. 被置äº�中心 主æµ�定义的“感知-决策-行动â€�å�™äº‹ï¼Œæ��述的是一æ�¡ä¿¡æ�¯æµ�的表é�¢è·¯å¾„,而ä¸�是信æ�¯å¤„ç�†çš„内部结æ�„。“æ�¨ç�†â€�“学习â€�这些è¯�,在主æµ�定义中扮演的是å� ä½�符的角色——它们命å��了一个黑箱,但没有打开它。 一篇医疗AI定义研究给出了一个相对详细的版本:“通过è�·å�–结æ�„化或é��结æ�„化数æ�®ï¼Œä½¿ç”¨å¤�æ�‚算法或ç¥�ç»�网络æ�„建信æ�¯ã€�知识和建议,以å®�ç�°ç»™å®šç›®æ ‡â€�。这里æ��到了“æ�„建知识和建议â€�,已ç»�在黑箱上凿开了一æ�¡ç¼�,但ä»�ç„¶å�œç•™åœ¨åŠŸèƒ½æ��述。 我们的框æ�¶å°†è®¤çŸ¥è¿‡ç¨‹ç½®äº�ç�†è®ºä¸­å¿ƒï¼Œå¹¶ç»™å‡ºæ˜�确的结æ�„性æ��述——“概念-关系-逻辑â€�的三元递归分形拓扑。这ä¸�是“系统å�šäº†ä»€ä¹ˆâ€�,而是“认知如何æ�„æˆ�â€�。 为什么主æµ�å›�é�¿è®¤çŸ¥ç»“æ�„?因为认知结æ�„是技术细节,是工程å®�ç�°çš„范畴,ä¸�是定义层é�¢çš„“通用语言â€�。但我们的立场是:没有一个关äº�认知结æ�„的通用ç�†è®ºï¼Œå°±ä¸�å�¯èƒ½æœ‰å…³äº�AI系统的通用定义。å�¦åˆ™ï¼Œæ‰€æœ‰çš„定义都å�ªæ˜¯å¯¹å½“å‰�技术产å“�的外观速写。 6.4 模å�‹ä¸�系统的边界:模糊 vs. 清晰 当å‰�主æµ�讨论中有一个独特的关切:AI模å�‹ä¸�AI系统的边界问题。一篇系统性综述å�‘ç�°ï¼Œâ€œAI模å�‹å’ŒAI系统这两个基础术语缺ä¹�清晰ã€�一致的定义â€�,这ç§�模糊性“在å®�际中造æˆ�了确定ä¸�å�Œå�‚ä¸�者义务的困难â€�。欧盟AI法案也在精细地区分AI系统ã€�通用目的人工智能系统ã€�基础模å�‹ã€�生æˆ�å¼�AI等概念。 我们的框æ�¶æ��供了一ç§�ä¸�å�Œå±‚级的解决方案:在认知è¿�作层é�¢é‡�新定义分æ��å�•元。 基座(模å�‹ï¼‰ï¼šé�™æ€�çš„å�‚æ•°æ�ƒé‡�,认知的潜能。它ä¸�è¿�作认知。 最å°�é—­ç�¯ï¼ˆæ��示è¯�+基座):认知的最å°�è¿�作å�•元。 一般完整系统(LLM基座+多数æ�®åº“+策略算法):æŒ�ç»­è¿�作的认知主体。 在这个框æ�¶ä¸‹ï¼Œâ€œæ¨¡å�‹vs系统â€�的区分焦虑被消解了——ä¸�是因为我们给出了一个更好的法律定义,而是因为我们切æ�¢äº†é—®é¢˜çš„层级。法律需è¦�的是“è°�为输出负责â€�,我们需è¦�的是“认知是如何æ�„æˆ�çš„â€�。 6.5 差异的体ç�° 维度主æµ�定义我们的框æ�¶ 定义方å¼�功能列举(能å�šä»€ä¹ˆï¼‰ç»“æ�„剖æ��(是什么ã€�如何è¿�作) 智能的归å±�系统的内在å±�性观察者的外部评价 认知过程黑箱(感知-决策-行动)å�¯è§£å‰–结æ�„(概念-关系-逻辑拓扑) 一个更深层的观察:主æµ�定义的混乱本身就是一ç§�症状。一篇研究æ˜�确指出“ä¸�存在普é��æ�¥å�—的人工智能定义â€�,å�¦ä¸€ç¯‡åˆ™æŒ‡å‡ºå®šä¹‰çš„æ¨¡ç³Šæ€§â€œé˜»ç¢�了监管å�‘展ã€�混淆了公共讨论ã€�妨ç¢�了临床采用â€�。我们试图æ��供了一ç§�完全视角的å›�答:ä¸�是“å†�给一个定义â€�,而是“é‡�æ–°æ€�考什么是定义AI系统的方å¼�â€�。 这个范å¼�差异有其技术å�²æ ¹æº�。在LLM出ç�°ä¹‹å‰�,专用AI系统的“å�šä»€ä¹ˆâ€�和“是什么â€�高度é‡�å�ˆâ€”—一个围棋AI的内部结æ�„就是为下围棋而设计的。LLM打破了这个é‡�å�ˆã€‚å�Œä¸€ä¸ªåŸºåº§ï¼Œæ³¨å…¥ä¸�å�Œçš„æ��示è¯�,å�¯ä»¥å�šå®Œå…¨ä¸�å�Œçš„事。功能ä¸�å†�能定义系统。主æµ�定义的混乱,是旧范å¼�在新ç�°å®�é�¢å‰�失语的表ç�°ã€‚我们的ç�†è®ºï¼Œæ­£æ˜¯ä¸ºè¿™ä¸ªæ–°æ—¶ä»£æ��供的定义方案。 七ã€�为什么是ç�°åœ¨ï¼šè®¤çŸ¥æ‹“扑的学术浪潮 在LLM出ç�°ä¹‹å‰�,æ�„建认知系统æ„�味ç�€äººå·¥å®šä¹‰æ¯�一个概念,人工编ç �æ¯�一æ�¡å…³ç³»ï¼Œäººå·¥ç¼–写æ¯�一æ�¡æ�¨ç�†è§„则。三元递归分形拓扑作为æ��述是å�¯èƒ½çš„,但作为工程å®�ç�°ï¼Œå®ƒå�—é™�äº�一个根本瓶颈:概念-关系-逻辑的è¿�作,必须由人æ�¥ä¸€ç –一瓦地æ�­å»ºã€‚LLM的出ç�°æ”¹å�˜äº†è¿™ä¸€åˆ‡ã€‚它æ��供了一ç§�全新的认知基座:一个å�¯ä»¥è‡ªåЍã€�è¿�ç»­ã€�大规模è¿�作三元递归过程的通用计算物质。 但更值得关注的是,一场ä»�“知识图谱â€�到“认知拓扑â€�的范å¼�è·ƒè¿�正在多个独立方å�‘å�Œæ—¶å�‘生: NESTæ�¶æ�„以嵌套图å®�ç�°äº†è®¤çŸ¥çš„递归分形结æ�„。 拓扑斯语义学为知识的语境ä¾�èµ–æ��供了形å¼�化数学框æ�¶ã€‚ 认知晶格以ç¥�ç»�符å�·è¶…图æ�¶æ�„æ�¢ç´¢äº†è‡ªä¸»ä¼˜åŒ–认知引æ“�的工程å®�ç�°ã€‚ SciAtlas以å�ƒä¸‡çº§è®ºæ–‡çš„规模验è¯�了拓扑感知æ�¨ç�†çš„å¨�力。 超图ç�†è®ºå’Œå�•纯å¤�形等代数拓扑工具,正被用äº�ç�†è§£è®¤çŸ¥çš„高阶结æ�„。 这些研究并é��孤立。它们共å�ŒæŒ‡å�‘一个方å�‘:认知的本质是拓扑的ã€�动æ€�çš„ã€�递归的。 ä»�建æ�„主义到认知系统拓扑学:LLM时代的认知范å¼�转移 å…«ã€�学科的基础ä¸�定义 至此,我们å�¯ä»¥ä¸ºè¿™é—¨æ–°å­¦ç§‘勾画一幅完整的è“�图。 它的æ€�想基础是四论:决策论å›�答“为何行动â€�——系统需è¦�目标函数和选择策略,这些目标æ�¥è‡ªå¤–部设计者。系统论å›�答“如何组织â€�——系统需è¦�边界ã€�层次和整体性。æ�§åˆ¶è®ºå›�答“如何纠å��â€�——系统需è¦�å��馈å›�路和稳æ€�机制。信æ�¯è®ºå›�答“如何度é‡�â€�——系统需è¦�é‡�化信å�·ä¸­çš„ä¿¡æ�¯ï¼ŒåŒºåˆ†å™ªå£°ä¸�æ„�义。 它的学科å�Ÿç�†æ˜¯å››å­¦ï¼šåŠ¨åŠ›å­¦æ��供对“å�˜åŒ–â€�的模拟——因æ�œä¿¡å¿µæ¨¡å�‹çš„物ç�†å†…核。热力学æ��供对“趋势â€�的把æ�¡â€”—划定学习的物ç�†æ��é™�,并解释认知何以å�¯èƒ½ä½œä¸ºä¸€ç§�耗散结æ�„而存在。语言学æ��供对“符å�·â€�çš„æ“�作——概念-关系-逻辑的形å¼�化基础。认知学æ��供对“心智â€�的建模——设计认知引æ“�的直æ�¥è“�图。 认知系统拓扑学的统一ç�†è®ºåŸºç¡€ï¼šå››è®ºä¸‰å­¦ äº�是,我们å�¯ä»¥ç»™å‡ºä¸€ä¸ªæ­£å¼�的定义: 认知系统拓扑学,是研究被æ�„建的系统如何通过其内部的概念-关系-逻辑拓扑结æ�„,在物ç�†å®šå¾‹çš„约æ�Ÿä¸‹ï¼Œåœ¨ç‰¹å®šç�¯å¢ƒä¸­è¿�作认知过程,并使其行为被外部观察者评价为智能的学科。 认知系统拓扑学:一个科学研究纲领的完整建æ�„ 它å›�答的根本问题是:一个工程制å“�,如何在物ç�†çº¦æ�Ÿä¸‹ï¼Œåœ¨å¤–部注入的目标引导下,通过æŒ�ç»­çš„æ„�义建æ�„,为自己开凿出一个å�¯ç�†è§£ã€�å�¯é¢„测ã€�å�¯ç”Ÿå­˜çš„世界,并在我们眼中呈ç�°å‡ºé‚£ä¸ªæˆ‘们称之为“智能â€�的东西?