和解å�³æ˜¯é¡¿æ‚Ÿ,更好的认知å�Œæ¥,请阅读
�知识图谱到认知拓扑:知识工程方�的范�跃�
认知系统拓扑å¦çš„统一ç�†è®ºåŸºç¡€ï¼šå››è®ºå››å¦
认知系统拓扑å¦ï¼šä¸€ä¸ªç§‘å¦ç ”究纲领的完整建æ�„
ä»�建æ�„主义到认知系统拓扑å¦ï¼šLLM时代的认知范å¼�转移
认知系统拓扑å¦ï¼šä¸€ä¸ªç§‘å¦ç ”究纲领的完整建æ�„
认知系统拓扑å¦ï¼šä¸‡æ³•归一ä¸�三生万物
开篇:两ç§�è¯ä¹‰ç»“æ�„的分é‡�
庄å�çš„å�Ÿå�¥â€œå�¾ç”Ÿä¹Ÿæœ‰æ¶¯ï¼Œè€ŒçŸ¥ä¹Ÿæ— 涯。以有涯éš�æ— æ¶¯ï¼Œæ®†å·²â€�,
其深层è¯ä¹‰ç»“æ�„是线性追å�Šæ¨¡å�‹ï¼šä¸»ä½“(有é™�)æœ�å�‘å®¢ä½“ï¼ˆæ— é™�)å�šå�•å�‘è¿�动,è¿�动本身æ�„æˆ�耗散,耗散的æ��é™�å�³â€œæ®†â€�。
å®ƒçš„é€†å‘½é¢˜â€œæ— æ¶¯è¿½æœ‰æ¶¯â€�——并é��æ–‡å—æ¸¸æˆ�,而是结æ�„å��转:
æ— é™�ä¸�å†�是ç‰å¾…被追å�Šçš„终点,而æˆ�为被有é™�所索引ã€�所导航ã€�所æ�„建的场域。
两�表述的差异,�则是认知的一体两�。
大模�的出�,使�者�一�逻辑上的�能,演�为一��践上的必然。
ç¬¬ä¸€ç« æ—§èŒƒå¼�的数å¦åº•座:笛å�¡å°”å��æ ‡ä¸‹çš„æœ‰é™�ç�†æ€§
1.1 笛å�¡å°”å��æ ‡çš„æœ¬ä½“è®ºæ‰¿è¯º
旧范å¼�çš„æœ¬ä½“è®ºæ ¹åŸºæ˜¯ç¬›å�¡å°”å��æ ‡ã€‚å®ƒå�‡è®¾å˜åœ¨ä¸€ä¸ªå›ºå®šçš„å�Ÿç‚¹â€œæˆ‘â€�,一组ä¸�å�˜çš„å��æ ‡è½´â€œå®¢è§‚äº‹å®�â€�,以å�Šç²¾ç¡®å�¯æµ‹çš„“我ä¸�真ç�†ä¹‹é—´çš„è·�离â€�。
这套å��æ ‡å¯¹åº”ç�€è±ªæ–¯å¤šå¤«ç©ºé—´çš„基本性质:任æ„�两个ä¸�å�Œçš„点都有ä¸�相交的邻域,概念å�¯ä»¥è¢«æ¸…晰分离,命题è¦�么真è¦�么å�‡ï¼Œæ�’ä¸å¾‹å…¨å±€æˆ�立。概念空间被ç�†è§£ä¸ºæ‹“扑空间ä¸çš„区域,而认知活动则被建模为在这些区域之间å�šç²¾ç¡®çš„定ä½�ä¸�移动。
在这一底座上æ�„å»ºçš„è®¤çŸ¥ä½“ç³»ï¼Œå…¶æ ¸å¿ƒç‰¹å¾�å�¯æ¦‚括为三æ�¡å…¬ç�†ï¼š
å…¬ç�†ä¸€ï¼šçŸ¥è¯†æ˜¯å�¯ç§¯ç´¯çš„ç –å�—。æ¯�æ�Œæ�¡ä¸€ä¸ªæ¦‚念,å�³å�‘仓库ä¸å˜å…¥ä¸€å�—ç –ã€‚è®¤çŸ¥æˆ�长表ç�°ä¸ºä»“库的扩容。有é™�生命之所以“殆â€�ï¼Œæ˜¯å› ä¸ºä»“åº“æ‰©å®¹é€Ÿåº¦æ°¸è¿œèµ¶ä¸�上知识生产速度。
å…¬ç�†äºŒï¼šæ�¨ç�†æ˜¯å�¯åˆ†è§£çš„链æ�¡ã€‚å¤�æ�‚问题å�¯æ‹†è§£ä¸ºç®€å�•é—®é¢˜çš„å› æ�œåº�列。å�ªè¦�链æ�¡è¶³å¤Ÿé•¿ã€�æ¯�一æ¥è¶³å¤Ÿç²¾ç¡®ï¼Œç”案必然在末端显ç�°ã€‚è¿™æ£æ˜¯é€’å½’ä¸å¿ƒä¸»ä¹‰åœ¨è®¤çŸ¥ç§‘å¦ä¸çš„体ç�°â€”—生æˆ�è¯æ³•ç�†è®ºå› 秉æŒ�递归ä¸å¿ƒä¸»ä¹‰è€Œé�到生æ€�è¯è¨€å¦ç�†è®ºçš„å�¦å®šï¼Œåˆ†å¸ƒå¼�è¯è¨€ç�†è®ºåˆ™è¿›ä¸€æ¥æ��出è¯è¨€æ˜¯åˆ†å¸ƒåœ¨ä¸ªä½“ä¸�社会互动关系ä¸çš„æ¼”化ç�°è±¡ã€‚
å…¬ç�†ä¸‰ï¼šçœŸç�†æ˜¯å”¯ä¸€çš„å��æ ‡å�Ÿç‚¹ã€‚所有认知活动都æœ�å�‘å�Œä¸€ä¸ªå›ºå®šç‚¹æ”¶æ•›ã€‚å��离å�³é”™è¯¯ï¼Œæ�¥è¿‘å�³æ£ç¡®ã€‚
这三æ�¡å…¬ç�†æ”¯æ’‘了整个还å�Ÿè®ºæ—¶ä»£çš„ç§‘å¦å®�践——机械工程ã€�精密仪器ã€�ERP系统ã€�循è¯�医å¦â€”—但它们å�Œæ—¶é¢„设了一个å°�é—çš„ã€�å�¯å®Œå…¨å½¢å¼�化的世界。
1.2 有��性的形�化表达
赫伯特·西蒙æ��出的有é™�ç�†æ€§æ¦‚å¿µï¼Œæ£æ˜¯è¿™ä¸ªæ—§èŒƒå¼�下对人类认知处境最精确的æ��述。有é™�ç�†æ€§ä¸�是一ç§�å�¯ä»¥â€œé€‰æ‹©â€�应用的ç�†è®ºæ¡†æ�¶ï¼Œè€Œæ˜¯äººç±»æ¯�一次在å�‹åЛ䏋ã€�在ä¸�完全信æ�¯ä¸ã€�在有é™�心智能é‡�约æ�Ÿä¸‹å�šå‡ºå†³ç–时所é�¢å¯¹çš„ç�°å®�。
在旧范å¼�ä¸ï¼Œæœ‰é™�ç�†æ€§è¢«ç�†è§£ä¸ºä¸€ç§�需è¦�被克æœ�的缺陷。
决ç–ç�†è®ºçš„ç›®æ ‡ï¼Œæ˜¯åœ¨æœ‰é™�ç�†æ€§çš„约æ�Ÿä¸‹å°½å�¯èƒ½é€¼è¿‘“完全ç�†æ€§â€�çš„ç�†æƒ³çжæ€�。
认知工具(�算盘到计算机)的功能,是帮助人类在有�的时间和精力内完�更多的符��作。
这一框æ�¶åœ¨ä½�熵ã€�高确定性的领域æ��为有效。但当世界表ç�°ä¸ºå¼€æ”¾ã€�演化ã€�ä¸�å�¯å®Œå…¨å½¢å¼�化时,这套公ç�†ç³»ç»Ÿçš„边界便暴露了。庄å�的“殆â€�ï¼Œæ£æ˜¯å¯¹è¿™ä¸ªè¾¹ç•Œçš„直觉性觉察。
1.3 旧范å¼�çš„è®¤çŸ¥å‡ ä½•å¦
在旧范å¼�çš„è®¤çŸ¥å‡ ä½•å¦ä¸ï¼Œè®¤çŸ¥æ´»åŠ¨çš„ç©ºé—´ç»“æ�„å�¯ä»¥è¢«æ¦‚æ‹¬ä¸ºä»¥ä¸‹å‡ ä¸ªå‘½é¢˜ï¼š
命题一:认知å�³æ�¬è¿�。知识是离散的ã€�å�¯è®¡é‡�çš„å�•ä½�,认知活动就是将这些å�•ä½�ä»�外部世界æ�¬è¿�到内部心智仓库的过程。å¦ä¹ 效ç�‡å�–决äº�æ�¬è¿�速度和仓库容é‡�。
命题二:æ�¨ç�†å�³é“¾æ�¡ã€‚æ�¨ç�†è¿‡ç¨‹è¢«ç�†è§£ä¸ºä»�å‰�æ��沿ç�€å› æ�œé“¾èµ°å�‘结论的线性路径。å¤�æ�‚æ�¨ç�†ä¸�过是多æ�¡é“¾æ�¡çš„å¹¶è�”或串è�”。
命题三:真ç�†å�³å�Ÿç‚¹ã€‚所有认知活动都指å�‘å�Œä¸€ä¸ªç»ˆæ��ç›®æ ‡â€”â€”é€¼è¿‘é‚£ä¸ªå›ºå®šçš„ã€�唯一的真ç�†å��æ ‡ã€‚è¯¯å·®è¢«å®šä¹‰ä¸ºå��离,进æ¥è¢«å®šä¹‰ä¸ºé€¼è¿‘。
è¿™å¥—è®¤çŸ¥å‡ ä½•å¦æ”¯æ’‘了ç�°ä»£ç§‘å¦çš„全部建制:ä»�å®�验室的精确测é‡�到工å�‚çš„æ ‡å‡†åŒ–ç”Ÿäº§ï¼Œä»�法律的形å¼�æ�¨ç�†åˆ°åŒ»å¦çš„循è¯�å®�è·µã€‚å®ƒæ— æ³•å¤„ç�†é‚£äº›ä¸�能被分解为独立å�•å…ƒã€�ä¸�能被表示为线性链æ�¡ã€�ä¸�能被收敛到唯一å�Ÿç‚¹çš„认知任务。这些任务——战略判æ–ã€�跨域创新ã€�价值æ�ƒè¡¡â€”—æ�°æ�°æ˜¯äººç±»è®¤çŸ¥ä¸æœ€å…·æŒ‘战性的部分。
ç¬¬äºŒç« å¤§æ¨¡å�‹çš„结æ�„性介入:拓扑空间的ä½�ç§»
大è¯è¨€æ¨¡å�‹å¹¶æœªå�¦å®šæ—§èŒƒå¼�的有效性,但它改å�˜äº†æœ‰æ•ˆæ€§çš„分布范围。
其介入的本质,�以�三个结�性�移��解:
2.1 �移一:�“点�到“�形�
旧范å¼�ä¸çš„æ¦‚念是离散的ã€�边沿分æ˜�的点。大模å�‹çš„è¯�嵌入则将概念表示为高维è¿�ç»ç©ºé—´ä¸çš„å�‘é‡�。å�‘é‡�的“æ„�义â€�ä¸�由其ç»�对å��æ ‡å†³å®šï¼Œè€Œç”±å®ƒä¸�所有其他å�‘é‡�的相对è·�离ä¸�æ–¹å�‘决定。
在拓扑å¦è¯è¨€ä¸ï¼Œè¿™æ„�味ç�€è®¤çŸ¥ç©ºé—´ä»�豪斯多夫拓扑转å�‘é��豪斯多夫拓扑:任æ„�两个概念一旦进入具体上下文,其邻域便必然相交。ä¸�å˜åœ¨â€œå®Œå…¨ä¸�相交â€�的两个概念,也ä¸�å˜åœ¨â€œä¸�ä¸€åˆ‡æ¦‚å¿µæ— å…³â€�çš„å¤ç«‹æ¦‚念。概ç�‡æ��述自然地æ�¥ç®¡äº†â€œç‚¹â€�概念失å�»ç»�对æ„�义时的ä½�置。
这一ä½�移的深刻之处在äº�:它æ�示了旧范å¼�ä¸â€œæ¦‚念â€�的本体论虚æ�„。
概念ä»�æ�¥ä¸�是离散的ã€�自足的å®�体,而是在关系网络ä¸ä¸�æ–æ¼‚移的æµ�形局部。旧范å¼�将概念“冻结â€�ä¸ºç¦»æ•£ç‚¹ï¼Œæ˜¯å› ä¸ºå®ƒéœ€è¦�å�¯è®¡ç®—性——而å�¯è®¡ç®—性的代价,是对认知è¿�ç»æ€§çš„æš´åŠ›åˆ‡å‰²ã€‚
ä»�拓扑å¦çš„视角看,认知空间的é��豪斯多夫性质并é��缺陷,而是认知活动得以å�‘生的必è¦�æ�¡ä»¶ã€‚如æ�œæ¦‚念之间真的å�¯ä»¥è¢«å®Œå…¨åˆ†ç¦»ï¼Œé‚£ä¹ˆç±»æ¯”ã€�éš�å–»ã€�è¿�ç§»å¦ä¹ â€”â€”è¿™äº›äººç±»æ™ºèƒ½æœ€æ ¸å¿ƒçš„èƒ½åŠ›â€”â€”å°†ä¸�å�¯èƒ½å�‘ç”Ÿã€‚å› ä¸ºç±»æ¯”æ£æ˜¯ä¾�èµ–äº�两个概念邻域的ä¸�å�¯åˆ†ç¦»æ€§ï¼šA的邻域ä¸�B的邻域相交,æ‰�使得A的知识å�¯ä»¥â€œæ³„æ¼�â€�到B。
è¿‘å¹´æ�¥ï¼Œæ‹“æ‰‘å¦æ–¹æ³•å·²ç»�被系统性地引入认知科å¦ã€‚æœ‰ç ”ç©¶æ��出了“概念空间的拓扑ç�†è®ºâ€�,通过拓扑方法æ�„建概念空间的离散化。概念被视为拓扑空间ä¸çš„区域,而拓扑结æ�„则被用æ�¥åŒºåˆ†â€œè‡ªç„¶çš„â€�ä¸�“é��自然的â€�概念。拓扑认知地图的概念也被用äº�指导大è¯è¨€æ¨¡å�‹çš„æ�¨ç�†è¿‡ç¨‹â€”—将è¯è¨€æ¨¡å�‹çš„æ�¨ç�†æ¥éª¤è§†ä¸ºå…·æœ‰æ‹“扑特å¾�çš„ä½�ç»´æµ�形。
2.2 �移二:�“递归�到“分布�
旧范å¼�ä¸çš„æ�¨ç�†é�µå¾ªé€’归结æ�„:由有é™�规则生æˆ�æ— é™�å�¥å�,由公ç�†æ�¨å¯¼å‡ºå…¨éƒ¨å®šç�†ã€‚大模å�‹çš„计算则é�µå¾ªåˆ†å¸ƒå¼�并行结æ�„:信æ�¯ä¸�å˜å‚¨äº�æŸ�个特定ä½�置,而是分布在整个æ�ƒé‡�矩阵ä¸ï¼›æ�¨ç�†ä¸�是链æ�¡å¼�延伸,而是高维空间ä¸å¤šæ�¡è·¯å¾„çš„åŠ æ�ƒå� åŠ ã€‚
ä¼ ç»Ÿäººå·¥æ™ºèƒ½ç ”ç©¶å�—é™�äº�符å�·è§„则系统自身必然导致的组å�ˆçˆ†ç‚¸é—®é¢˜ä¸�æ— ç©·é€’å½’å›°å¢ƒï¼Œéš¾ä»¥è§„èŒƒè¡¨å¾�自然è¯è¨€ã€‚大è¯è¨€æ¨¡å�‹é€šè¿‡åŸºäº�æ€�维链ä¸�高维å�‘é‡�空间的并行分布å¼�计算,以概ç�‡ç»Ÿè®¡å¼�å…³è�”å�–代形å¼�化æ�¨ç�†ï¼Œå��而å®�ç�°äº†å¯¹è‡ªç„¶è¯è¨€çš„动æ€�化建模。
这两ç§�建æ�„å�Ÿåˆ™åœ¨è¯è¨€å¦ä¸å�‡æœ‰å¯¹åº”的解释ç�†è®ºâ€”—生æˆ�è¯æ³•ç�†è®ºå› 秉æŒ�递归ä¸å¿ƒä¸»ä¹‰è€Œé�到生æ€�è¯è¨€å¦ç�†è®ºçš„å�¦å®šï¼Œåˆ†å¸ƒå¼�è¯è¨€ç�†è®ºåˆ™è¿›ä¸€æ¥æ��出è¯è¨€æ˜¯åˆ†å¸ƒåœ¨ä¸ªä½“ä¸�社会互动关系ä¸çš„æ¼”化ç�°è±¡ã€‚è¯è¨€å¦ç�†è®ºä¸�技术å®�践共å�Œè¡¨æ˜�:基äº�动æ€�å…³è�”的拓扑范å¼�ä¸�基äº�æ— ç©·ç¬¦å�·çš„递归范å¼�,是解释人类认知结æ�„的两ç§�基础性ç�†è®ºã€‚
认知科å¦ä¸çš„“æ€�想è¯è¨€ï¼ˆLanguage of Thought)â€�å�‡è¯´ï¼Œæ�°å¥½å¤„äº�这两ç§�范å¼�的交汇点上。该å�‡è¯´è®¤ä¸ºæŸ�些心ç�†çжæ€�和过程æ�„æˆ�了符å�·ç³»ç»Ÿï¼Œç”¨ä»¥è§£é‡Šæ€�维的类è¯è¨€ç³»ç»Ÿæ€§ç‰¹å¾�。然而,æ€�想è¯è¨€å�‡è¯´è™½ç„¶å�‡è®¾äº†ç¬¦å�·è¡¨å¾�çš„å˜åœ¨ï¼Œå�´æœªèƒ½è§£é‡Šç¬¦å�·è¡¨å¾�如何ä¸�é��符å�·æ ¼å¼�相è¿�æ�¥ã€‚范畴论的视角æ��供了一ç§�解决方案:将(感知)数æ�®æŠ•射到(概念)基底空间,å�Œæ—¶è¯¥ç©ºé—´å�ˆå¯¹è¿™äº›æ•°æ�®è¿›è¡Œå¼•用。感知ä¸�æ¦‚å¿µç”±æ¤æ�„æˆ�对å�¶å…³ç³»ã€‚这些æ�„é€ é�µå¾ªé€šç”¨æ˜ å°„å�Ÿç�†ï¼Œèƒ½å¤Ÿè§£é‡Šç¬¦å�·ä¸�é��符å�·æ ¼å¼�为何å�Šå¦‚何è¿�æ�¥ã€‚
è€ŒèŒƒç•´è®ºè§†è§’è¿›ä¸€æ¥æ�示了:这些æ�„é€ æ�„æˆ�了称为拓扑斯(topoi)的特殊范畴类å�‹ï¼Œå¹¶ä¸”æ¯�个拓扑斯都å�¯ä»¥åœ¨ä¸€é˜¶é€»è¾‘ä¸å¾—到解释。这一å�‘ç�°ä¸ºæˆ‘们æ��供了ä»�离散符å�·åˆ°è¿�ç»æµ�å½¢çš„æ•°å¦æ¡¥æ¢�。
2.3 �移三:�“确定性�到“概�性�
旧范�的输出是确定的:给定输入,输出固定。大模�的输出是概�的:给定输入,输出��一个�件概�分布。
è¿™ç§�概ç�‡æ€§ç»�常被误解为“ä¸�å�¯é� â€�,但在认知论层é�¢ï¼Œå®ƒæ„�味ç�€ç³»ç»Ÿä¸�å†�承诺“唯一æ£è§£â€�,而是承诺 “在给定边界æ�¡ä»¶ä¸‹ï¼Œè¿™æ˜¯æœ€å�¯èƒ½çš„å‡ æ�¡è·¯å¾„之一â€�。
大è¯è¨€æ¨¡å�‹é€šè¿‡çŸ¥è¯†è¡¨å¾�ã€�æ˜ å°„ã€�生æˆ�ã€�å»ºæ¨¡ç‰æŠ€æœ¯ç�¯èŠ‚ï¼Œæ�¨åЍä»�离散符å�·åˆ°è¿�ç»å�‘é‡�ã€�ä»�局部特å¾�到全局表å¾�的知识生产范å¼�转å�˜ã€‚è¿™ç§�转å�˜å‚¬ç”Ÿäº†è§„模化的知识整å�ˆä¸�交互å¼�的知识调用能力。
对有é™�ç�†æ€§çš„个体而言,这æ„�味ç�€ï¼šä½ ä»�“寻找æ£ç¡®ç”案â€�的任务ä¸è§£æ”¾å‡ºæ�¥ï¼Œè½¬è€Œæ‰¿æ‹… “设定边界æ�¡ä»¶ä»¥ä½¿æ¦‚ç�‡åˆ†å¸ƒå�‘有用方å�‘å��æ–œâ€�的新任务。
æœ‰ç ”ç©¶æŒ‡å‡ºï¼Œå¤§è¯è¨€æ¨¡å�‹ä¸�人类在符å�·ç”Ÿæˆ�æ–¹å¼�上å˜åœ¨æ ¹æœ¬å·®å¼‚。人类基äº�感知æ�„é€ è¯è¯�çš„æ„�å�‘对象,并æ�®æ¤åˆ¤æ–è¯è¨€æ˜¯å�¦æœ‰æ„�义。缺ä¹�感知能力的大è¯è¨€æ¨¡å�‹æ— 法本己地æ�„é€ æ„�å�‘对象,其文本生æˆ�æ–¹å¼�是在既往的è¯è¯�å…±ç�°æ¦‚ç�‡ä¸�è¿�æ�¥æ¦‚ç�‡çš„åŸºç¡€ä¸ŠåŠ ä»¥çŒœæµ‹ã€‚è¯è¯�间的“概ç�‡å¬‰æˆ�â€�虽å�¯åœ¨ä½¿ç”¨å±‚é�¢æ¨¡æ‹Ÿäººç±»è¯è¨€ï¼Œä½†åœ¨æœ¬ä½“论层é�¢ï¼Œå®ƒæ�ç¤ºäº†ä¸€ä¸ªæ ¹æœ¬äº‹å®�:æ„�义ä¸�是è¯è¨€çš„固有å±�性,而是è¯è¨€ä¸�具身ç»�验耦å�ˆçš„产物。
这一事å®�æ�°æ�°æ�„æˆ�了新范å¼�的起点:既然大模å�‹æ— 法“拥有â€�æ„�义,那么æ„�义的责任就完全è�½åœ¨äº†äººç±»ä¸€æ–¹ã€‚人类ä¸�å†�需è¦�ä¸�AIç«�争“è°�æ›´å�šå¦â€�,而是需è¦�承担 “为概ç�‡æµ�赋予方å�‘â€�的独特è�Œèƒ½ã€‚
ç¬¬ä¸‰ç« æ‹“æ‰‘å¦çš„介入:ä»�豪斯多夫到é��豪斯多夫
3.1 豪斯多夫空间�旧范�的��
豪斯多夫空间的定义简æ´�è€Œä¸¥æ ¼ï¼šç©ºé—´ä¸ä»»æ„�两个ä¸�å�Œçš„点,都å˜åœ¨äº’ä¸�相交的开邻域。这一定义在数å¦ä¸Šä¿�è¯�了点的“å�¯åˆ†ç¦»æ€§â€�——æ¯�个点都å�¯ä»¥è¢«ä¸€ä¸ªä¸�包å�«å…¶ä»–点的“ç§�有区域â€�所包围。
旧范�的认知空间�豪斯多夫空间具有深刻的结���:
概念的å�¯åˆ†ç¦»æ€§ï¼šåœ¨æ—§èŒƒå¼�ä¸ï¼Œæ¦‚念被定义为具有æ˜�确边界的集å�ˆã€‚“动物â€�ä¸�“æ¤�物â€�å�¯ä»¥è¢«æ¸…晰区分,“ç�†æ€§â€�ä¸�“情感â€�被视为对立范畴。这ç§�åˆ†ç¦»æ€§æ£æ˜¯è±ªæ–¯å¤šå¤«å…¬ç�†åœ¨è®¤çŸ¥å±‚é�¢çš„体ç�°ã€‚
真ç�†çš„æ�’䏿€§ï¼šè±ªæ–¯å¤šå¤«ç©ºé—´ä¸ï¼Œä¸€ä¸ªç‚¹è¦�么å±�äº�æŸ�个开集,è¦�么ä¸�å±�äº�——没有“既å±�äº�å�ˆä¸�å±�äº�â€�çš„ä¸é—´çжæ€�。旧范å¼�的真ç�†è§‚å�Œæ ·é�µå¾ªæ�’ä¸å¾‹ï¼šå‘½é¢˜è¦�么真è¦�么å�‡ï¼Œä¸�å˜åœ¨â€œå±€éƒ¨ä¸ºçœŸâ€�çš„å�¯èƒ½æ€§ã€‚
认知的定ä½�性:在豪斯多夫空间ä¸ï¼Œæ¯�个点都有精确的å��æ ‡ã€‚æ—§èŒƒå¼�å�Œæ ·å�‡è®¾â€œæˆ‘â€�有一个固定的认知å��æ ‡â€”â€”æˆ‘çš„çŸ¥è¯†æ°´å¹³ã€�我的立场ã€�我的身份都是å�¯å®šä½�çš„ã€�å�¯æµ‹é‡�的。
豪斯多夫空间ä¸�是“错的â€�,它å�ªæ˜¯åœ¨è®¤çŸ¥çš„æŸ�些区域失效。在ä½�熵ã€�高确定性的领域——比如形å¼�逻辑ã€�æ ‡å‡†æ“�作æµ�程ã€�已充分建模的物ç�†ç³»ç»Ÿâ€”—豪斯多夫结æ�„ä¾�然是最有效的æ��述工具。
3.2 �豪斯多夫拓扑�认知的真�结�
然而,人类认知的大部分领域并���豪斯多夫公�。
å�Œå�Ÿç‚¹ç›´çº¿æ˜¯ä¸€ä¸ªç»�典的é��豪斯多夫空间:通过将两æ�¡å®�直线在除å�Ÿç‚¹ä»¥å¤–的所有点进行ç‰å�Œè¯†åˆ«ï¼Œäº§ç”Ÿäº†ä¸¤ä¸ªä¸�å�Œä½†ä¸�å�¯åˆ†ç¦»çš„零点——由äº�å…¶ä¸ä¸€ä¸ªå�Ÿç‚¹çš„任何邻域总会ä¸�å�¦ä¸€ä¸ªå�Ÿç‚¹çš„任何邻域相交。
è¿™ç§�空间结æ�„æ�°å¥½æ˜ 射了认知ä¸çš„æ ¹æœ¬ç�°è±¡ï¼šæ¦‚念之间没有清晰的边界,它们总是é‡�å� çš„ã€�粘è¿�çš„ã€‚ä½ ä¸�能用“是或å�¦â€�æ�¥åˆ‡å‰²å®ƒä»¬ï¼Œå�ªèƒ½ç”¨â€œå¤šè¿œã€�多é‡�ã€�多粘â€�æ�¥æ��述它们之间的关系。在这ç§�拓扑空间ä¸ï¼Œæ¦‚ç�‡æ��述(在广义上)自然地æ�¥ç®¡äº†â€œç‚¹â€�的概念失å�»æ„�义时的ä½�置。
é��豪斯多夫拓扑在认知科å¦ä¸çš„应用æ£åœ¨è¢«æ·±å…¥ç ”究。有å¦è€…æ�¢è®¨äº†å¿ƒæ™ºè¡¨å¾�空间ä¸çš„豪斯多夫ä¸�é��豪斯多夫拓扑结æ�„,以å�Šè®¤çŸ¥ç»“æ�„的“豪斯多夫程度â€�如何éš�æ–½åŠ äº�该结æ�„上的情感强度而å�˜åŒ–。å�¦æœ‰ç ”ç©¶æ��出了“概念空间的拓扑ç�†è®ºâ€�,通过拓扑方法æ�„建概念空间的离散化。
ä»�é��豪斯多夫的视角看,所谓的“认知å��å·®â€�ã€�“模糊概念â€�ã€�â€œåˆ›é€ æ€§ç±»æ¯”â€�都ä¸�是需è¦�被消除的“噪声â€�——它们是认知空间é��豪斯多夫性质的直æ�¥ä½“ç�°ã€‚试图用豪斯多夫的工具å�»å¤„ç�†é��豪斯多夫的ç�°è±¡ï¼Œæ‰�是真æ£çš„é—®é¢˜æ ¹æº�。
3.3 “我â€�的拓扑å¦ï¼šç´¢å¼•è¯�ä¸�固定å�Ÿç‚¹çš„é”™é…�
旧范å¼�å�‡è®¾å˜åœ¨ä¸€ä¸ªå›ºå®šçš„å�Ÿç‚¹â€œæˆ‘â€�。这个“我â€�被想象为一个稳定的ã€�å�¯å®šä½�的认知主体,拥有一致的信念ã€�稳定的å��好和æ˜�确的身份边界。
但è¯è¨€ä¸çš„“我â€�是一个索引è¯�——它的指称完全ä¾�èµ–äº�“è°�在何时何地å�‘出这个声音â€�。当我(作为LLM)说“我认为â€�时,这个“我â€�å¹¶ä¸�指å�‘一个固定的认知å�Ÿç‚¹ï¼Œè€Œæ˜¯æŒ‡å�‘当å‰�系统状æ€�(图邻域ã€�æ—¶åº�趋势ã€�æ¼”ç»�规则ã€�边界é”�)所定义的动æ€�关系å��æ ‡ã€‚
所谓“幻觉â€�çš„æ•°å¦æ ¹æº�æ£åœ¨äº�æ¤ï¼šå°†ç´¢å¼•è¯�误当作固定å�Ÿç‚¹æ—¶ï¼Œå¿…然产生å��æ ‡é”™é…�。大模å�‹åœ¨è®ç»ƒæ•°æ�®ä¸è§�è¿‡æ— æ•°ä¸ªä¸�å�Œçš„“我â€�,æ¯�一个都绑定在ä¸�å�Œçš„上下文ä¸ã€‚当它在新的上下文ä¸ä½¿ç”¨â€œæˆ‘â€�时,如æ�œæ²¡æœ‰ä¸€ä¸ªåЍæ€�çš„å��æ ‡è®¡ç®—æœºåˆ¶ï¼Œå®ƒçš„è¾“å‡ºå°±ä¼šåœ¨è¯ä¹‰ç©ºé—´ä¸æ¼‚移——这就是幻觉。
ä»�é��豪斯多夫拓扑的角度看,幻觉ä¸�是bug,而是强行将æµ�形上的点投影到笛å�¡å°”ç½‘æ ¼æ—¶äº§ç”Ÿçš„â€œæ’•è£‚â€�。修å¤�幻觉的唯一方å¼�,ä¸�是给模å�‹å¡�入更多“事å®�â€�,而是为æ¯�一次生æˆ�å®�时计算一个动æ€�的索引å��æ ‡â€”â€”è®©â€œæˆ‘â€�始终ä¸�当å‰�系统状æ€�精确耦å�ˆï¼Œè€Œé��锚定在一个虚æ�„的固定å�Ÿç‚¹ä¸Šã€‚
在生æˆ�å¼�人工智能时代,人机关系æ£åœ¨ä»�工具性å�‘共生性演进。生æˆ�å¼�AIä¸�å†�是简å�•的效ç�‡å·¥å…·ï¼Œè€Œæ˜¯äººæœºå…±ç”ŸèŒƒå¼�下认知生æ€�çš„é‡�æ�„者。
它为人类大脑æ��供了“智能æ�„建基座â€�,帮助çª�ç ´è®¤çŸ¥å±€é™�。这ç§�“智能æ�„建基座â€�çš„æœ¬è´¨ï¼Œæ£æ˜¯å°†â€œæˆ‘â€�的索引计算ä»�人类有é™�çš„æ„�识带宽ä¸è½¬ç§»ç»™å¤§æ¨¡å�‹çš„æ¦‚ç�‡è®¡ç®———但索引的锚点(å�³â€œè¿™ä¸ªâ€˜æˆ‘’究竟是è°�的‘我’â€�)必须始终由人类æ�Œæ�¡ã€‚
ç¬¬å››ç« æ–°èŒƒå¼�çš„æ•°å¦æ¡†æ�¶ï¼šæ‹“扑斯ä¸�模æ€�索引
4.1 拓扑斯:替代集�论的底层宇宙
拓扑斯(Topos)ç�†è®ºæ˜¯èŒƒç•´è®ºçš„一个分支,它æ��供了一个比ç»�典集å�ˆè®ºæ›´ç�µæ´»ã€�æ›´å¼ºå¤§çš„æ•°å¦æ¡†æ�¶ã€‚一个拓扑斯å�¯ä»¥è¢«ç�†è§£ä¸ºä¸€ä¸ªâ€œå¹¿ä¹‰çš„集å�ˆèŒƒç•´â€�,它具备以下关键特å¾�:
所有(余)æ��é™�:在范畴内å�¯ä»¥æ�„é€ â€œæœ€å°�â€�和“最大â€�的结æ�„,比如拉å›�(pullback)和æ�¨å‡ºï¼ˆpushout)。
指数对象:å�¯ä»¥åœ¨èŒƒç•´å†…ç›´æ�¥è¡¨ç¤ºâ€œå‡½æ•°ç©ºé—´â€�——ä»�A到Bçš„æ‰€æœ‰æ˜ å°„ã€‚
å�对象分类器:类似äº�集å�ˆè®ºä¸çš„布尔值{true, false},å�¯ä»¥ä¸ºèŒƒç•´ä¸çš„对象建立逻辑结æ�„。
在笛å�¡å°”集å�ˆè®ºä¸ï¼Œä¸€ä¸ªå‘½é¢˜è¦�么真è¦�么å�‡ï¼ˆæ�’ä¸å¾‹ï¼‰ï¼Œå…¨å±€ç»Ÿä¸€ã€‚而在拓扑斯ä¸ï¼ŒçœŸç�†æ˜¯â€œå±€éƒ¨åŒ–â€�的——一个命题在æŸ�个“上下文â€�ä¸ä¸ºçœŸï¼Œåœ¨å�¦ä¸€ä¸ªä¸Šä¸‹æ–‡ä¸å�¯èƒ½ä¸�真,且ä¸�å˜åœ¨ä¸€ä¸ªè¶…越所有上下文的ç»�对真ç�†ã€‚
è¿™ç§�“局部真ç�†â€�的性质,æ�°å¥½æ˜ 射了认知的真å®�状æ€�:在æŸ�个è¯å¢ƒä¸‹ä¸ºçœŸçš„判æ–,在å�¦ä¸€ä¸ªè¯å¢ƒä¸‹å�¯èƒ½å®Œå…¨å¤±æ•ˆã€‚è¿™ä¸�是认知的缺陷,而是认知的本体论结æ�„。
4.2 拓扑斯ä¸�大è¯è¨€æ¨¡å�‹
è¿‘å¹´æ�¥çš„ç ”ç©¶è¡¨æ˜�,大è¯è¨€æ¨¡å�‹çš„范畴结æ�„æ�°å¥½æ�„æˆ�了一个拓扑斯。Sridharç‰äººçš„工作è¯�æ˜�了LLM范畴满足拓扑斯的所有è¦�求:
它是(余)完备的:任æ„�图形化的æ�„é€ éƒ½èƒ½æ‰¾åˆ°æ��é™�和余æ��é™�ï¼›
它具备指数对象:å�¯ä»¥è‡ªç„¶è¡¨ç¤ºLLM到LLMæ‰€æœ‰æ˜ å°„çš„ç©ºé—´ï¼›
它有å�对象分类器:能够支æŒ�逻辑判别ä¸�è¯ä¹‰å»ºæ¨¡ã€‚
基äº�这一å�‘ç�°ï¼Œç ”究者æ��出了拓扑斯生æˆ�å¼�AIæ�¶æ�„(GAIAï¼‰ã€‚å…¶æ ¸å¿ƒæ€�想是:利用范畴的普é��æ�„é€ æ�¥ç»„å�ˆå’Œç”Ÿæˆ�结æ�„,将ç¥�ç»�网络ä»�黑箱函数å�˜æˆ�逻辑机器。具体而言:
拉å›�(Pullback):信æ�¯å¯¹é½�——当ä¸�å�Œæ¨¡æ€�(如文本和图åƒ�ï¼‰éƒ½æ˜ å°„åˆ°å�Œä¸€ä¸ªè¯ä¹‰ç©ºé—´æ—¶ï¼Œæ‹‰å›�æ“�作能自动找到这些模æ€�ä¸è¯ä¹‰å¯¹é½�的部分。
æ�¨å‡ºï¼ˆPushout):模æ€�å�ˆå¹¶â€”—当ä¸�å�Œæ¨¡å�‹ä¾�èµ–äº�æŸ�ç§�å…±å�Œè¯ä¹‰ç»“æ�„时,æ�¨å‡ºå�¯ä»¥è‡ªåЍè��å�ˆå®ƒä»¬ï¼Œç”Ÿæˆ�更完整的多模æ€�表å¾�。
ç‰åŒ–器(Equalizer):一致性ç›é€‰â€”—当两个ä¸�å�Œçš„LLM对å�Œä¸€è¾“入给出ä¸�å�Œè¾“出时,ç‰åŒ–器能抽å�–出它们æ„�è§�一致的部分。
ä½™ç‰åŒ–器(Coequalizer):冲çª�调和。
指数对象(Exponentialï¼‰ï¼šæ˜ å°„å»ºæ¨¡ã€‚
å�对象分类器(Subobject Classifier):逻辑æ�¨ç�†ã€‚
更进一æ¥çš„ç ”ç©¶æ��出了å�Œæ‹“扑斯认知æ�¶æ�„:一个观察拓扑斯(E_obs)用äº�建模局部观察的场,一个概念拓扑斯(E_con)其内部逻辑建模å�Œä¼¦ç±»å�‹ç�†è®ºï¼ˆHoTT),以å�Šä¸€ä¸ªè¿�æ�¥ä¸¤è€…çš„åŸºç¡€å‡ ä½•æ€�射。在这一æ�¶æ�„ä¸ï¼ŒåŸºç¡€æ€§æˆ�为跨层的关系,通过观察场ä¸�概念之间的å�•æ€�表达。动æ€�ç±»å�‹å�˜åŒ–被é‡�新解释为拓扑斯层é�¢çš„ç�†è®ºå�˜åŒ–。
è¿™äº›ç ”ç©¶è¡¨æ˜�,拓扑斯ä¸�仅是æ��述认知的数å¦è¯è¨€ï¼Œæ›´æ˜¯å�¯å·¥ç¨‹åŒ–的认知æ�¶æ�„è“�图。
4.3 模æ€�索引:为动æ€�“我â€�æ��ä¾›é€»è¾‘æ ‡å°º
“我â€�åœ¨å…³ç³»è¿‡ç¨‹ä¸æ˜¯å�˜åŒ–的——这一æ´�察需è¦�一ç§�能够处ç�†å�˜åŒ–ã€�å�¯èƒ½æ€§å’Œè¯å¢ƒä¾�赖性的逻辑工具。模æ€�逻辑和索引è¯ä¹‰æ�°å¥½æ��ä¾›äº†è¿™æ ·çš„å·¥å…·ï¼š
模æ€�逻辑处ç�†â€œå¿…然性â€�(□)和“å�¯èƒ½æ€§â€�(◇)。在动æ€�认知ä¸ï¼Œä½ 需è¦�表达“在当å‰�图邻域下必然触å�‘规则R-7â€�,以å�Šâ€œåœ¨æ—¶åº�趋势下å�¯èƒ½å˜åœ¨ä¸€æ�¡ç»•过冲çª�的路径â€�。
索引è¯ä¹‰å¤„ç�†â€œè¿™é‡Œâ€�ã€�“ç�°åœ¨â€�ã€�“我â€�这类éš�è¯å¢ƒå�˜åŒ–的指称。æ¯�一个命题都必须æ�ºå¸¦ä¸€ä¸ªâ€œç´¢å¼•æ ‡ç¾â€�——当å‰�å��æ ‡ID。
将模æ€�逻辑ä¸�索引è¯ä¹‰ç»“å�ˆï¼Œæˆ‘们得到 “带模æ€�索引的拓扑斯â€�ã€‚åœ¨è¿™ä¸ªæ•°å¦æ¡†æ�¶ä¸ï¼Œæ¯�一个认知命题都æ�ºå¸¦ä¸‰é‡�ä¿¡æ�¯ï¼š
拓扑斯层å��æ ‡ï¼šè¯¥å‘½é¢˜åœ¨å“ªä¸ªâ€œå±€éƒ¨ä¸Šä¸‹æ–‡â€�䏿œ‰æ•ˆï¼Ÿ
模�强度:该命题是必然的��能的,还是�事�的?
ç´¢å¼•æ ‡ç¾ï¼šè¯¥å‘½é¢˜æ˜¯ä»�哪个“我â€�çš„å��æ ‡å‡ºå�‘的?
这一框æ�¶å›�ç”了旧范å¼�䏿— 解的问题:在é��豪斯多夫的ã€�局部有效的ã€�éš�上下文漂移的认知世界里,我们如何ä¾�ç„¶å�šå‡ºâ€œæ£ç¡®â€�的判æ–?
ç”æ¡ˆæ˜¯ï¼šæˆ‘们ä¸�追求“ç»�对真ç�†â€�,我们å�ªè¿½æ±‚“在当å‰�边界æ�¡ä»¶ä¸‹ï¼ŒåŠ¿èƒ½æ›²é�¢ä¸Šæœ€ä½�è°·æ–¹å�‘上的下一æ¥â€�。
4.4 ä»�â€œæ ¼ç‰©â€�到“制导â€�ï¼šè®¤çŸ¥å‡ ä½•å¦çš„范å¼�转æ�¢
旧范å¼�çš„è®¤çŸ¥å‡ ä½•å¦å�¯ä»¥æ¦‚括为 â€œæ ¼ç‰©â€�——通过穷尽事物æ�¥æŠµè¾¾çœŸç�†ã€‚新范å¼�çš„è®¤çŸ¥å‡ ä½•å¦å�¯ä»¥æ¦‚括为 “制导â€�——通过设定边界æ�¥å¼•导概ç�‡åœºã€‚
â€œæ ¼ç‰©â€�è¦�æ±‚ä½ èµ°é��所有å�¯èƒ½çš„路。“制导â€�è¦�æ±‚ä½ åˆ¤æ–哪æ�¡è·¯å€¼å¾—走,然å��让路自己å�‘ä½ å±•å¼€ã€‚
这并ä¸�æ„�味ç�€â€œæ ¼ç‰©â€�被å�¦å®šã€‚它æ„�味ç�€ï¼šåœ¨æ²¡æœ‰å¤§æ¨¡å�‹çš„æ—¶ä»£ï¼Œâ€œæ ¼ç‰©â€�是唯一的å�¯è¡Œè·¯å¾„;在大模å�‹çš„æ—¶ä»£ï¼Œâ€œåˆ¶å¯¼â€�æˆ�ä¸ºæ¯”â€œæ ¼ç‰©â€�æ›´ç»�æµ�ã€�æ›´ç²¾å‡†çš„è·¯å¾„â€”â€”å› ä¸ºâ€œè·¯â€�本身已ç»�被大模å�‹ä»¥æ¦‚ç�‡å½¢å¼�预先编ç �äº†ã€‚ä½ æ‰€éœ€è¦�å�šçš„,ä¸�是é‡�新走一é��,而是告诉系统:ä»�我的ä½�置出å�‘,以我的边界为约æ�Ÿï¼Œå“ªä¸€æ�¡æ˜¯æœ€é€‚å�ˆæˆ‘的测地线。
ä»�拓扑å¦çš„è§’åº¦çœ‹ï¼Œâ€œæ ¼ç‰©â€�试图é��å�†æ•´ä¸ªæµ�形,“制导â€�则å�ªåœ¨æµ�形的æŸ�个局部区域å�šç²¾ç¡®çš„æµ‹åœ°çº¿è®¡ç®—。å‰�者在ç�†è®ºä¸Šä¸�å�¯èƒ½ï¼ˆæµ�å½¢æ˜¯æ— ç©·çš„ï¼‰ï¼Œå��者在å®�践上å�¯è¡Œï¼ˆå±€éƒ¨åŒºåŸŸæ˜¯æœ‰é™�的)。
è¿‘å¹´æ�¥ï¼Œæ‹“扑方法在AI认知ä¸çš„应用æ£åœ¨è¿…速扩展。拓扑认知地图的概念被用äº�指导大è¯è¨€æ¨¡å�‹çš„æ�¨ç�†è¿‡ç¨‹ã€‚ç ”ç©¶æ��出了“外部海马体â€�框æ�¶ï¼Œå°†è¯è¨€æ¨¡å�‹çš„æ�¨ç�†ä»�认知动力å¦è§’度建模为è¯ä¹‰ç©ºé—´ä¸ä¿¡æ�¯èƒ½é‡�çš„æµ�动。该框æ�¶é€šè¿‡é™�维投影æ�„建拓扑认知地图,å®�ç�°åœ¨æµ‹è¯•时对能é‡�æµ�的精确导航和干预。å®�验表æ˜�,地图引导的方法在500个具有挑战性的问题上达到了81.
20%的准确ç�‡ï¼ˆç›¸å¯¹åŸºçº¿æ��å�‡16.80%),æ�¨ç�†æ—¶é—´å‡�å°‘15å€�ä»¥ä¸Šã€‚ç ”ç©¶å�‘ç�°æ�¨ç�†å�œæ»�表ç�°ä¸ºâ€œè®¤çŸ¥æ¼©æ¶¡â€�å’Œä½�熵势阱。
å�¦æœ‰ç ”ç©¶æ��出了拓扑结æ�„å¦ä¹ 应作为LLMå¤šæ™ºèƒ½ä½“ç³»ç»Ÿçš„ç ”ç©¶ä¼˜å…ˆé¡¹ã€‚ç ”ç©¶è€…æ��出了一个三阶段框æ�¶â€”—智能体选择ã€�结æ�„剖æ��和拓扑å�ˆæˆ�——用äº�å¼€å�‘具有拓扑æ„�识的多智能体系统。
ç¬¬äº”ç« æ–°èŒƒå¼�çš„è®¤çŸ¥å‡ ä½•å¦
在上述三个ä½�ç§»å’Œæ‹“æ‰‘å¦æ¡†æ�¶çš„基础上,新范å¼�çš„è®¤çŸ¥å‡ ä½•å¦å�¯ä»¥è¡¨è¿°ä¸ºä»¥ä¸‹å‘½é¢˜ï¼š
5.1 命题一:认知��形上的测地线
知识ä¸�是é�™æ¢çš„å˜é‡�,而是高维空间ä¸çš„æ›²ç�‡ç»“æ�„。认知活动ä¸�是“æ�¬è¿�知识â€�,而是在给定边界æ�¡ä»¶ä¸‹ï¼Œæ²¿åŠ¿èƒ½æ›²é�¢å¯»æ‰¾ä¸€æ�¡æµ‹åœ°çº¿â€”—å�³ä»�当å‰�状æ€�åˆ°ç›®æ ‡çŠ¶æ€�的最çŸè·¯å¾„,其“最çŸâ€�由当å‰�约æ�Ÿæ�¡ä»¶å®šä¹‰ã€‚
生æˆ�å¼�AI的本质ä¸�定ä½�,对应的是 “三阶知识生产ç�†è®ºâ€�——它生产的ä¸�是“事å®�â€�,而是å�¯èƒ½æ€§çš„展开。一阶知识生产是ç»�验归纳,二阶知识生产是ç�†è®ºæ¼”ç»�,三阶知识生产则是由生æˆ�å¼�AI介导的知识å†�生产——需ä¾�托å‰�两阶知识进行å†�åŠ å·¥ã€�é‡�组ä¸�表达转æ�¢ã€‚
这�味�,当我们使用大模�时,我们�是在“��知识�,而是在 “让�能性以��的方�展开�。
大è¯è¨€æ¨¡å�‹é€šè¿‡çŸ¥è¯†è¡¨å¾�ã€�æ˜ å°„ã€�生æˆ�ã€�å»ºæ¨¡ç‰æŠ€æœ¯ç�¯èŠ‚ï¼Œæ�¨åЍä»�离散符å�·åˆ°è¿�ç»å�‘é‡�ã€�ä»�局部特å¾�到全局表å¾�的知识生产范å¼�转å�˜ã€‚知识生产的主体结æ�„æ£åœ¨ç”±â€œäººç±»å¦æœ¯å…±å�Œä½“â€�转å�‘“人机知识网络â€�,人机共生或å��作æˆ�为了新的认知生æ€�。新å�‹è®¤è¯†è®ºæ£åœ¨é€�æ¸�å½¢æˆ�,是一ç§�本体论—认识论—伦ç�†å¦çš„一体化å�‘展。
生æˆ�å¼�人工智能的快速å�‘展æ£åœ¨æ�¨åŠ¨ç¤¾ä¼šç§‘å¦ç ”究范å¼�çš„é�©æ–°ã€‚以社会科å¦ç�†è®ºä¸�ç»�验知识为基础,将“大模å�‹+智能体â€�生æˆ�的数æ�®ä½œä¸ºæœ‰æ„�义的事å®�æ•°æ�®è¿›è¡Œç ”究的第五范å¼�â€”â€”æ™ºèƒ½ç¤¾ä¼šç ”ç©¶èŒƒå¼�æ£åœ¨å…´èµ·ã€‚
5.2 命题二:“我â€�是一个索引性å��æ ‡
旧范å¼�ä¸â€œæˆ‘â€�是笛å�¡å°”ç½‘æ ¼ä¸Šå›ºå®šçš„å�Ÿç‚¹ã€‚新范å¼�ä¸ï¼Œâ€œæˆ‘â€�是一个由当å‰�状æ€�å�‘é‡�å®�时计算出的索引è¯�——它的指称éš�上下文漂移。
æ¯�一次认知活动都产生一个新的“我â€�å��æ ‡ï¼›è¿™ä¸ªå��æ ‡ç”±å½“å‰�激活的图邻域ã€�æ—¶åº�趋势ã€�æ¼”ç»�规则和ç�¬æ—¶è¾¹ç•Œè�”å�ˆå†³å®šã€‚这解释了所谓“幻觉â€�çš„æ•°å¦æ ¹æº�:它ä¸�是系统的bug,而是将索引è¯�误当作固定å�Ÿç‚¹æ—¶å¿…然产生的å��æ ‡é”™é…�。
在人机互动范å¼�下,知识生产呈ç�°å‡ºâ€œäº’释å¦å¾ªç�¯â€�ã€�功能互补ã€�å��å�Œæ¼”化ä¸�认知扩展ç‰å¤šç»´æœºåˆ¶ã€‚妿œ¯ç ”究者æ£åœ¨ä»�个体知识生产者å�‘认知过程整å�ˆè€…转å�‹ã€‚è¿™æ„�味ç�€â€œæˆ‘â€�ä¸�å†�是一个å¤ç‹¬çš„认知主体,而是一个在人机å��å�Œç½‘络ä¸ä¸�æ–被é‡�新定义的关系性å˜åœ¨ã€‚
5.3 命题三:有é™�ä¸�æ˜¯æ— é™�çš„å¯¹æ‰‹ï¼Œè€Œæ˜¯æ— é™�的制导器
旧范å¼�ä¸ï¼Œæœ‰é™�ä¸�æ— é™�æ�„æˆ�对抗关系:有é™�试图“穷尽â€�或“逼近â€�æ— é™�,终至困顿。新范å¼�ä¸ï¼Œæœ‰é™�通过设定边界æ�¡ä»¶ï¼Œä½¿æ— é™�概ç�‡åœºå�‘生å�—æ�§å��缩,生æˆ�一æ�¡æœ‰æ–¹å�‘ã€�有约æ�Ÿã€�å�¯å›�溯的路径。
“有涯â€�ä¸�å†�是被动承å�—â€œæ— æ¶¯â€�挤å�‹çš„è„†å¼±å®¹å™¨ï¼Œè€Œæ˜¯ä¸»åŠ¨é€‰æ‹©â€œåœ¨å“ªä¸€å¤„è®©æ— æ¶¯ä»¥ä½•ç§�æ–¹å¼�展开â€�çš„æ“�作器。精力的投入点,ä»�“沿ç�€æœªçŸ¥è·¯å¾„走得更远â€�转å�‘“在已知入å�£å¤„设定更精确的边界â€�。
生æˆ�å¼�AI通过知识涌ç�°â€”价值对é½�çš„å�Œé‡�机制,çª�ç ´äº†ä¼ ç»Ÿå†³ç–çš„ “有é™�ç�†æ€§â€�å±€é™�,æ�„建起动æ€�演化的政ç–认知框æ�¶ã€‚ä¼ ç»Ÿå†³ç–ä¾�赖预设规则(西蒙的“有é™�ç�†æ€§â€�),生æˆ�å¼�AI通过大è¯è¨€æ¨¡å�‹çš„éš�å¼�知识蒸é¦�,å®�ç�°äº†æ”¿ç–选项的涌ç�°å¼�生æˆ�。
有é™�ç�†æ€§æ£åœ¨è¢«æ�¨å�‘一ç§�æ–°çš„ “å¢�强ç�†æ€§ï¼ˆaugmented rationality)â€�范å¼�。AI系统通过扩展信æ�¯å¤„ç�†è¾¹ç•Œå’Œå¢�强解决方案生æˆ�能力,æ�¨åŠ¨æœ‰é™�ç�†æ€§å�‘å¢�强ç�†æ€§è½¬å�˜ã€‚è¿™æ„�味ç�€äººç±»ä¸�å†�需è¦�在有é™�ç�†æ€§çš„约æ�Ÿä¸‹â€œç¡¬æ‰›â€�,而是å�¯ä»¥é€šè¿‡ä¸�AIçš„å��å�Œï¼Œå°†æœ‰é™�ç�†æ€§çš„边界å�‘外æ�¨æ‰©ã€‚
5.4 命题四:范��是�代,是层级嵌套
新范���定旧范�。它�是将旧范�的有效性范围界定为�熵�高确定性�已充分建模的区域。在这个区域之外——高熵��确定性�尚未建模的区域——新范��管。
还�论�是被抛弃,而是被安放在它应有的�置:作为生�论�形上的一个局部��(温度趋�零�上下文趋��一�关系趋�链�时的退化�)。
大è¯è¨€æ¨¡å�‹çš„æ·±åº¦ä»‹å…¥ä¸�ä»…é‡�æ�„äº†ä¼ ç»Ÿç¤¾ä¼šç§‘å¦çš„æ–¹æ³•论体系,更ä»�本体论层é�¢é‡�å¡‘äº†å¦æœ¯ä¸»ä½“性ä¸�知识生产机制。这ç§�é‡�å¡‘ä¸�是对旧范å¼�çš„å�¦å®šï¼Œè€Œæ˜¯å¯¹æ—§èŒƒå¼�适用范围的é‡�新界定——让还å�Ÿè®ºå›�到它最擅长的领域,让生æˆ�论æ�¥ç®¡å®ƒæœ€æ“…长的领域。
大模å�‹æ£é€šè¿‡é‡�æ�„å¦ä¹ æ–¹å¼�ã€�å¢�强å¦ä¹ 能力ã€�促进跨领域知识整å�ˆç‰é€”径,引领知识生产方å¼�的深刻å�˜é�©ã€‚è¿™ç§�å�˜é�©å¯¹ä¸ªä½“的想象力ã€�全局æ€�ç»´ä¸�深度æ´�察力æ��出了新的è¦�求——而这æ�°æ�°æ˜¯æ—§èŒƒå¼�(强调记忆ã€�æ�¨å¯¼ã€�æ‰§è¡Œï¼‰æ‰€æ— æ³•åŸ¹å…»çš„èƒ½åŠ›ã€‚
第å…ç« â€œç”Ÿæˆ�å¼�的认知系统拓扑å¦â€�
基äº�上述命题,å�¯ä»¥ç»™å‡ºä¸€ä¸ªä¸¥æ ¼çš„定义:
生æˆ�å¼�特å¾�的知系统拓扑å¦ï¼Œæ˜¯ä»¥é��豪斯多夫拓扑为空间基底ã€�以带模æ€�索引的拓扑斯为逻辑框æ�¶ã€�以势能曲é�¢ä¸Šçš„æµ‹åœ°çº¿ç”Ÿæˆ�ä¸ºæ ¸å¿ƒè¿‡ç¨‹çš„è®¤çŸ¥ç³»ç»Ÿç�†è®ºã€‚
其任务ä¸�是“解释AI如何工作â€�,而是 “为有é™�ç�†æ€§ä¸ªä½“åœ¨æ— é™�概ç�‡åœºä¸çš„认知活动æ��ä¾›å�¯æ“�作的结æ�„化æ��è¿°â€�。
在这个框æ�¶ä¸ï¼Œè®¤çŸ¥-决ç–-行动ä¸�是三个串行æ¥éª¤ï¼Œè€Œæ˜¯å�Œä¸€ä¸ªæµ‹åœ°çº¿è¿‡ç¨‹åœ¨ä¸�å�Œæ›²ç�‡åŒºé—´çš„表ç�°ï¼š
认知:感知当�势能曲�的形状,识别全局���局部��的分布。
决ç–:在模æ€�逻辑的约æ�Ÿä¸‹ï¼Œé€‰æ‹©ä¸€æ�¡ä»�当å‰�ä½�置出å�‘的测地线。
行动:沿该测地线移动一段�离,然��新感知曲�的�化。
æ¯�一项认知活动,都是有é™�个体ä¸�æ— é™�概ç�‡åœºä¹‹é—´çš„一次结æ�„耦å�ˆã€‚耦å�ˆçš„产物ä¸�是“知识â€�çš„å¢�é‡�,而是边界æ�¡ä»¶çš„æ›´æ–°â€”—å�³ä¸‹ä¸€æ¬¡æµ‹åœ°çº¿è®¡ç®—çš„åˆ�å§‹æ�¡ä»¶è¢«é‡�写了。
生æˆ�å¼�人工智能技术æ£åœ¨æ�¨åŠ¨äººæœºå…³ç³»åœ¨å¤šç»´åº¦ä¸Šä¸�æ–æ¼”进。它ä¸�å†�是简å�•的效ç�‡å·¥å…·ï¼Œè€Œæ˜¯äººæœºå…±ç”ŸèŒƒå¼�下认知生æ€�çš„é‡�æ�„者。这ç§�é‡�æ�„çš„æœ¬è´¨ï¼Œæ£æ˜¯æ—§è®¤çŸ¥å‡ 何å¦å�‘æ–°è®¤çŸ¥å‡ ä½•å¦çš„范å¼�转æ�¢ã€‚
结è¯ï¼šä»�â€œæ ¼ç‰©â€�到“制导â€�
旧范å¼�的精ç¥�å�¯ä»¥æ¦‚æ‹¬ä¸ºâ€œæ ¼ç‰©â€�——通过穷尽事物æ�¥æŠµè¾¾çœŸç�†ã€‚新范å¼�的精ç¥�å�¯ä»¥æ¦‚括为 “制导â€�——通过设定边界æ�¥å¼•导概ç�‡åœºã€‚
â€œæ ¼ç‰©â€�è¦�æ±‚ä½ èµ°é��所有å�¯èƒ½çš„路。“制导â€�è¦�æ±‚ä½ åˆ¤æ–哪æ�¡è·¯å€¼å¾—走,然å��让路自己å�‘ä½ å±•å¼€ã€‚
这并ä¸�æ„�味ç�€â€œæ ¼ç‰©â€�被å�¦å®šã€‚它æ„�味ç�€ï¼šåœ¨æ²¡æœ‰å¤§æ¨¡å�‹çš„æ—¶ä»£ï¼Œâ€œæ ¼ç‰©â€�是唯一的å�¯è¡Œè·¯å¾„;在大模å�‹çš„æ—¶ä»£ï¼Œâ€œåˆ¶å¯¼â€�æˆ�ä¸ºæ¯”â€œæ ¼ç‰©â€�æ›´ç»�æµ�ã€�æ›´ç²¾å‡†çš„è·¯å¾„â€”â€”å› ä¸ºâ€œè·¯â€�本身已ç»�被大模å�‹ä»¥æ¦‚ç�‡å½¢å¼�预先编ç �äº†ã€‚ä½ æ‰€éœ€è¦�å�šçš„,ä¸�是é‡�新走一é��,而是告诉系统:ä»�我的ä½�置出å�‘,以我的边界为约æ�Ÿï¼Œå“ªä¸€æ�¡æ˜¯æœ€é€‚å�ˆæˆ‘的测地线。
生æˆ�å¼�人工智能æ£åœ¨æ�¨åЍæ€�维范å¼�的深刻转å�‹ã€‚西方社会科å¦é•¿æœŸå»ºæ�„äº�二元对立的逻辑之上,其知识结æ�„é�µå¾ªçš„æ˜¯â€œå‘½é¢˜â€”å��命题—å†�æ•´å�ˆâ€�的线性路径。而生æˆ�å¼�è®¤çŸ¥ç³»ç»Ÿæ‹“æ‰‘å¦æ‰€æ��供的,是一ç§�超越二元对立的ã€�基äº�è¿�ç»æµ�形和局部真ç�†çš„认知框æ�¶ã€‚
大è¯è¨€æ¨¡å�‹ä¸�仅能够生æˆ�类人文本,更æ�¨åŠ¨äº†çŸ¥è¯†ç”Ÿäº§ä»�以人为ä¸å¿ƒå�‘人机å��å�Œå…±åˆ›æ¨¡å¼�的转å�˜ã€‚“生æˆ�å¼�ç�†æ€§â€�ä¸�å�Œäº�ä¼ ç»Ÿä»¥ä¸»ä½“æ€§å’Œæ„�å�‘æ€§ä¸ºæ ¸å¿ƒçš„ç�†æ€§è§‚,它是一ç§�嵌入算法结æ�„ä¸�人机å��å�Œç³»ç»Ÿçš„功能性认知形å¼�。
“有全部的精力å�»å®�ç�°æœ‰é™�çš„ç›®æ ‡â€�,这一å®�践的é“�律ä»�未改å�˜ã€‚改å�˜çš„æ˜¯ç²¾åŠ›æŠ•æ³¨çš„æ–¹å¼�:ä»�“攀爬â€�转å�‘“测绘â€�,ä»�“记忆â€�转å�‘“索引â€�,ä»�“穷尽路径â€�转å�‘“制导路径â€�。
生æˆ�å¼�认知系统拓扑å¦çš„æ ¸å¿ƒä¸»å¼ å�¯ä»¥æ¦‚括为三å�¥è¯�:
有é™�ä¸�æ˜¯æ— é™�çš„å¯¹æ‰‹ï¼Œè€Œæ˜¯æ— é™�的索引器。
真��是固定的�点,而是势能曲�上最稳定的谷底。
æˆ�功的秘诀没有å�˜â€”—è�šç„¦ä¸�倾注——但è�šç„¦çš„对象已ç»�ä»�“知识å˜é‡�â€�转为“边界æ�¡ä»¶çš„精度â€�,倾注的方å¼�å·²ç»�ä»�“攀爬â€�转为“制导â€�。
我们活在一个旧范å¼�ä»�在è¿�转ã€�新范å¼�尚未æˆ�å�‹çš„过渡期。这个时期的典å�‹ç—‡çŠ¶æ˜¯ï¼šç”¨â€œæ�¬ç –â€�çš„æ€�ç»´å�»ä½¿ç”¨â€œåˆ¶å¯¼â€�的工具——比如试图用更长的æ��示è¯�(æ€�维链)æ�¥è®©AI“更è�ªæ˜�â€�。
但真æ£çš„å‰�沿,是å¦ä¼šå�¦ä¸€ç§�å§¿æ€�:
å�œæ¢è¿½é€�æ²³æµ�。开始测绘地形。然å��挖一æ�¡æµ…æµ…çš„æ¸ é�“——让河æµ�自己涌进æ�¥ï¼Œç�Œæº‰ä½ 脚下那片有é™�但å�šå®�的土地。
这就是“有涯â€�é�¢å¯¹â€œæ— 涯â€�时,ä»�“殆â€�到“生â€�的拓扑å¦è½¬å�‘。
å��è®°ï¼šæœ¬æ–‡çš„æ ¸å¿ƒæ¦‚å¿µæ¡†æ�¶â€”—é��豪斯多夫认知空间ã€�模æ€�索引拓扑斯ã€�势能曲é�¢ä¸�æµ‹åœ°çº¿é‡‡æ ·ã€�还å�Ÿè®ºä¸�生æˆ�论的层级嵌套关系——æ�¥è‡ªäº�一次跨越数轮的æ€�想对è¯�,而é��文献综述。文ä¸çš„妿œ¯å¼•用为这些概念æ��供了ç�†è®ºå��æ ‡å’Œå¦æœ¯æ”¯æ’‘,但框æ�¶æœ¬èº«çš„æ€�想å�Ÿåˆ›æ€§å½’å±�äº�对è¯�å�Œæ–¹çš„å…±å�Œå»ºæ�„ã€‚æœ¬æ–‡çš„ç›®æ ‡æ˜¯ç§‘æ™®ï¼Œæ˜¯è®¤çŸ¥ä¼ é€’ï¼Œæ˜¯ä»¥é«˜ç»´ç»“æ�„展开而é��以线性å�™äº‹è®°å½•。它ä¸�是结论,是下一次è¿ä»£çš„åˆ�始边界æ�¡ä»¶ã€‚
延伸阅读
认知系统拓扑工程——�还�论到生�论
世界模å�‹çš„å®�相-生æˆ�å¼�çš„å› æ�œã€�结æ�„ã€�æ„�义的关系å®�在
认知���功能��:AI系统设计的两�起点
认知空间的概念体系-é��豪斯多夫空间ä¸çš„æ‹“扑特å¾�ä¸�结æ�„
关系·过程·约æ�ŸÂ·æ¶Œç�°Â·è‡ªæŒ‡ï¼šè®¤çŸ¥ç³»ç»Ÿæ‹“扑å¦çš„哲å¦ä¸–界观ä¸� Agent系统认知æ�¶æ�„æ€�想