软件智能:aaas系统 度量衡及文法规则

在前面的录音文件“可观察的现象和突现的过程本体-由存在的现象探索存在的真到转向存在的历史”中曾给出对现象世界的一个归纳和总结:“参差不齐的现象世界暴露出三个钉和八个爪,向我们揭示了地之理,暗示了天之机”。

录音文件的链接:

链接:https://pan.baidu.com/s/1s3eTvdgERkFSIntWjSBhgA 
提取码:1pyo

本篇是对“地之理”和“天之机”之后的 “事格”和“人格”的进一步展开,并在此基础上整理出 形式化的工作内容。这包括用人格事格代表的两条形式化路线图,分别是度量衡文法的形式规则。两者都是围绕着“我”展开的,从两个互反的方向( “二我”和“二无我”--人我法我和人无我法无我 )上给出对“事”和“理”的三种不同视角:理事二边理事无碍理事圆融

同时, “二我”和“二无我”的两条路线,分别代表了所有智能的最终结果,即 联结connection关联或联想association。前者是小智慧(走”二我“的路线,成为物体形态的智能,入生死门),后者是大智慧(走”二无我“的路线,别为”般若“,成为能量形态的智能,入真如门)。

一、联结性connection

 联结性用三种事格 (施事格、与事格和受事格)给出“事之理”。从“理事二边”(即“理”和“事”)的角度,来揭示“ '事' 共不共 '天之机'”。使用的是 “分别心+计算”的能力。

联结性给出的是度、量、衡的规则。分别是的三种“面”或三种“分”(智能种类或原型种类不同): 分组、 分层 和分类。

  1. 分组:用来分组的面section (切面)【measure】 --三不共。表示有限,有意义的情境situation。是直接关于价值观的智能,是普通程序(an ordinary program。与事格)--程序 (进程, procedure ) 是一个离散过程族的规范。其一个例子是一个计算机程序它可以作为静态信息写在一张纸上或计算机存储器中。该程序的一个激活是一个离散过程,可由有向图表示。
  2. 分层:用来分界的面 interface(截面)【degree】-- 三共。表示无限,真实世界无限的可能性和人类思想的无限的想象力。 是间接关于世界观的人工心理artificial psyches,代理的心理学范畴)的智能,是代理agent程序(a software agent。施事格)--它区别于普通程序的是赋予give它一个确定的自主权的一个统一的原则(a unifying principle )。这一原则可以被称为 其心理 psyche
  3. 分类:用来分类的面plane(断面)【balance】--三对<共,不共>。表示有限的可能的世界。 关于自身人生观的智能AI程序(受事格)--一个机器人(a robot,它是一个AI系统,从环境中接收信号,并以一个帮助它实现某些已确立的目标的方式作用于环境。​​​​​​​​​​​​​​​​​​​​​

二、关联性association

关联性给出的是文法I型、II型和III型的规则,分别定义了三种“合”或三种“整”(智能程度或集成度不同):对齐(一致性)、部分兼容(兼容性)和完全集成(包容性)。

关联性的一个典型的样例,也是本篇的缘起。是从ESG联想到的内容。

 关联性是概念思维的一个形式,它由一个概念名激发 联想到其层级, 先备忘, 以待后验。这是从要实现的目的来考虑的,同时区别了目标。

当前认知科学中各类计算方法(包括用于对其进行推理和对于分类的推理]的相关方法可以用于三种不同的目的purposeAI (句子系统), 智力增强(推理系统 )和 假设检验(证明系统 )。这三种方法的主要区别在于目标goal:模拟,增强或人类认知的理解。为其中任何一种设计的计算方法通常都可以适用于其他方法。

关联性 体现了人格 的“人之理”(做人的道理--“敬畏心+计度”)。人类思想的起码底线是“敬畏心”,作为人总在动心思活动(心理活动)是“计度”。

从目的和目标两个侧面同时考虑,则表示为:

法无我 理事圆融[全景];理事无碍 [无影] 人无我
人 共不共 地之理; 事 在不在 人为

针对EAG问题的关联性思维的样例完整列表如下:

创新的三个层次 定义 人工神经网络
开发方法 符号标准化 词汇标准化
本体出现 对象发现 发明 类实例 
重命名 重组 重生 中文
rename reform reborn 英文
字里 字面 行间 经典用法-标本(感招力 标本方差)
MIS ERP ESG 典型例子-样例(业力 样本零)
norm form rule (主题词)b  <提到的>m3
隐喻 转喻 回指 (必然会省略的)c <没提到的>m2
隐含在领域中 在原文中陈述的 被隐藏的真理 (可能会需要背景知识的)d <可能使用的>m1
三不共:深度神经网络   CNN RNN CAN

(右接上表)

自然规律-三共 基础神经网络[监督学习 广度] 
  物是人非 斗转星移 时过境迁
映射  要求在句法语义规则之间进行严格的一一映射 一刚性约束 图形 |  -- (+破浪线)   
转换  立方体{差别λ,差异ε,差距Δ}。PID单元  数字 串
投影  引满能招业力牵  ATCG单位 字符 串 爪claw: ←   -<  \
1作为主要的意义表示 初始字母集S 二放松限制
λ表达式 2并能处理handle anything 初始公理集A (allow 灵活性)
初始断言集B 产生式P: α→β 钉peg: →   >-  /
       符号 图形 图标

说明:上表中“刚性约束” 右侧列中是 组成过程类型的三种小图形:竖线、水平直线和水平波浪线。可组装出过程process类型的全部五个叶子级子类型。如下图所示:

 上面的列表中包含了:

  1. 三不共:联结主义connectionism,机械主义mechanism和行为主义behaviourism。对应认知进化水平中的感知-动作(P-A)机制的三层。
  2. 三共: 共生共长共情。对应刺激响应机制的 R/S 神经网络,表示了基础underlying模型(数学模型)。是计算的三位一体主义(基于 关系 类型/类别: computational trinitarianism = propositions as types +programs as proofs +relation type theory/category theory)。三共 的三层划分,给出AI的三个顶级角色: 活动主、传动辅和运动副。
  3. 蕴含的三对<共,不对>:
  •  非常(两个极端: 大而无外小而无内):<非常名-人类的常识概念图式近似值中省略的缺陷-语言设计中所定义的“除内”(规约reduction),非常道-经验类比的认识法则默认值中忽略的缺失--语言设计中所定义的“除外”(推导derivation)>;
  •  常(作为常量):两种意图<其缴 - 有 , 其妙-无>
  •  无常(作为变量):二种作用<正向辅佐 ,逆向护佑>

【---------未完待续------------】

猜你喜欢

转载自blog.csdn.net/ChuanfangChen/article/details/125209082