序言一：任务、逻辑结构  

时代是相互孕育的。

正如计算机时代会导致互联网时代的到来，互联网时代会催生人造智能时代的到来……在这个时代，每个人的工作、生活和对世界的概念会被颠覆性地改变，人造智能体会替代我们很多的劳务和工作，会走进我们的生活……我们很自然会去考虑这背后的利弊而去试图决定我们是否接受这样的时代的到来。但事实上，如同任何漂泊在历史长河中的人群那样，我们没有选择的权力，历史的浪潮会不可阻挡地到来，会改变我们熟悉的一切……

早在计算机时代的开端，人类就开始了创造智能的企图，那个时候人造智能成了一时的热点。随着时间的推移，这个领域出现了分化，出现了以完成具体任务为导向的弱智能(Weak AI)领域和依然怀有宏大野心创造智能核心和完美智能体的强智能(Strong AI)领域。后者，在最近的几十年间停滞不前，很多人在年轻时立志去实现强智能，但之后都纷纷进入了弱智能的领域；而弱智能领域因为具有在短期商业化的可能，吸引了很多的研究者和资本，也取得了很多成果，但在实现一些更为复杂的智能功能上却逐渐举步维艰。

事物状态的变迁必有其原因。强人工智能之所以在过去的20年里停滞不前，一个重要的原因是人们试图把“感受”和智能的表象一起解决。我们不能否认存在一种可能，这种可能来自于存在哲学纯逻辑的推演，在序二中我们将讨论它；这种可能形成了我们整个理论的根基猜想——“真实感受(True Feeling)”的主体是纯粹的受体(Pure Receptor)；它决定了我们的任务的边界——创造智能的表象(Intelligent Presentation)，而不去创造“真实感受”；因为纯粹的受体在因果链条中不向我们的世界输出结果，所以针对它我们不能获得任何的信息，于是纯粹的受体是不可造的。所以我们能够理解，如果“真实感受”的机制不来自于我们可以理解的世界，而我们试图把智能的表象和“真实感受”一起解决，这是把一个可解决的问题和不可解决的问题混在了一起，而使本身能够解决的那部分也变得不可解决。如果这些假设是成立的，那么可以解释为什么传统的强智能研究数十年止步不前的原因。智能的表象是我们能够再造的，我们甚至能够创造完美的表象使未来大街上行走的人造人无法和真实的人区分开来，但是我们无法创造它们的真实感受。正如那句古语表达的：让“凯撒的归凯撒，让上帝的归上帝”。

弱智能在不同智能领域都有涉足：视觉智能、听觉智能、语言智能、思维智能等等。但在任何领域弱智能在试图逼近人类智能功能时就会举步维艰。正如我们将要通过这本书中的讨论去理解的，人类的各个维度的智能功能都依赖一个共同的核心去完成，这个核心联结了人类智能的各个领域，使智能体成为一个不可分割的整体，并成为一切完善的智力功能得以实现的基础。所以，我们很难仅仅通过局部创造实现接近人类功能的视觉、听觉、语言、思维智能；如果我们做到了，也就意味我们构建了强智能的核心机制，而这离实现完美智能也就不远了。

另外一个导致人造智能事业缓慢前行的原因是人类对自身创造力的过分自信。事实上那些已有的人类文明的领域，都建立在不同程度的对自然的探索和效仿之上。人造智能的事业尤其需要如此。当我们去反思自身的智能，就能感觉到我们的智能蕴含着多么复杂逻辑。在再造智能的事业中，我们面对的是一个极端复杂的系统，远远复杂于任何已有的工程设计，造物最精妙的设计体现在这里……我们是照着造物造人的道理去造一个智能体，任何对自身创造力的过分自信如同这个领域一直以来发生的那样将使我们未来的工作陷入停滞的窘境。

我们需要时刻铭记在心，我们不是在创造而是在模仿。但另外一方面，我们不是以神经元——人类智能的载体为起点进行功能的逆向，而是通过反思去考察人类智能背后的机制和逻辑。数亿个神经元在复杂的协作下创造一个信息流，这些不是我们所考察的，我们只需要考察它为何产生，会对未来的信息生成产生怎样的影响。无论用怎样的载体，我们清楚，只要能够再现人脑运行中的信息流，我们就能创造智能的表象；只要能实现每个分块机制，并能实现这些分块联结，我们便能再现人类智能的逻辑，便能复制人类智能的内核。“逻辑仿生（Logical Bionic）”可以描述我们所做的。

在逻辑仿生的定位下，系统理论是我们在构建智能机制时可以依赖的一个一般化的视角。站在系统论的视角，对一个动态演变系统的认知可以按照两步进行：其一，考察每个时点这个系统作为静态系统形成外部效应的机制；其二考察这个系统自身演变的机制。我们会把复杂的母系统拆分成若干功能单纯或边界清晰的子系统（Sub-System）和功能模块(Module)去考虑。依照上面的精神，我们会区分两类模块：操作性模块（Operational Module）和记忆性模块（Storage Module），操作性模块不会因为系统运行而改变，记忆性模块会在系统运行中持续变化，它的变化是系统持续演变的原因。所以当我们关注系统自身演变的机制时，我们自然会关注记忆性模块的变化机制；而我们会分离出操作性模块，考察它们形成对外输出的机制，以及它们在促使记忆性模块发生变化的作用。依照这样的精神，我们将要去构想一种结构，然后通过反思把这种构想和造物在我们身上的设计进行比对，形成对构想的修正；我们将持续这样的过程，以使构想不断逼近造物的设计。在这里，秉承系统理论的分析框架，一种拆分是按照功能属性的差异把智能系统拆分成：记忆空间（Memory Space）、思维系统（Thinking System）、情绪系统（Emotion System）三个子系统。其中记忆空间是记忆性模块，而思维系统、情绪系统是操作性的模块。[1]

http://s16/mw690/003cYLK2gy6NVQbtPrh6f&690

记忆空间可以继续拆分，它包括：第一类记忆空间（First Type of Memory Space, FTMS），它储存两两对象的从属关系、属性关系，以及其他适合用三位格数据单元[2]表述的逻辑关系，第一类记忆空间中的对象被作为素材组成后面两类记忆空间的内容；第二类记忆空间（Second Type of Memory Space, STMS），在时空骨架内储存各类感知体验的信息，包括外部的感官场景体验、内部的思维体验、情绪体验等等，在第二类记忆空间里它们分别对应了感官场景记忆、思维记忆、情绪记忆；模型空间（Model Space），的元素有三个来源：其一，逻辑归纳演绎获得的。包括第二类记忆空间（或具体程度较高的模型）归纳得来的抽象程度较高的模型，或是较为抽象的模型在个别条件限定下演绎出的较为具体的模型。其二，外部指向性信息（Oriented Information） （如话剧、电影、文字表述的故事）诱导生成的。其三，情绪系统驱动的构想功能生成。未来我们将看到三类记忆空间如何相互配合使我们所记忆之内容是被“理解”的，“理解”是一切的基础。

http://s12/mw690/003cYLK2gy6NVQlGqH91b&690

思维系统它被定义为“记忆空间的改变者”。但事实上把它称之为“系统”是非常不合适的，正如我们不把记忆系统称为系统而称为记忆空间，因为如果作为系统，在因果链条上它应该有较为清晰的边界，而这三个“系统”在因果链条上几乎是交织在一起的。“思维系统”，按照这里的定义，实际上是由很多不同的基础思维模块（Basic Thinking Module, BTM）组成的集合。每个基础思维模块接收特定类型的信息，形成特定类型信息的输出；不同基础思维模块相互配合形成思维过程（Thinking Process, TP），每个思维过程都是完整的从信息起点到对记忆空间形成修正的信息流。除此之外还有按照特定模式组织而成的思维模式（Thinking Pattern），它们可以是完整的思维过程，也可以是思维过程的一部分，它们在解决特定类型问题上具有很高的效率。这些模块如何组织起来完成思维任务[3]按照我们对三个系统的功能划分则是情绪系统的事情。

http://s6/mw690/003cYLK2gy6NVQsCydn95&690

关于情绪系统。我们有必要首先去区分两个容易混淆的概念——情绪反应(Emotional Reaction)和情绪感受(Emotional Feeling)。平时我们会把这两个概念混同着使用。情绪感受，是构成三类“真实的直接体验感受”[4]的其中一类，是我们所说的“真实感受”的一部分，包括喜、怒、哀、乐、惧……包括痛、痒、冷、灼热感……[5]包括安全感、存在感、主动感……和所有感受一样，情绪感受作为真实的感受是否存在是无法知晓的，所有智能体具有真实情绪感受的表象来自于对应于情绪感受的“反应感受”——情绪反应。情绪反应包括了回到智能系统的信息流激发情绪系统中做功形成的一系列效果，包括即时的应激反应，也包括保存在记忆空间的感受体验信息参与的滞后的反应。情绪反应似乎告诉我们智能体的真实的情绪感受是存在的。在这里我们给予了情绪系统一个广义的定义——正如情绪表征意味着人类个体行为和思维的动机，我们不把情绪系统定义为局限在创造行为表征的系统而是动机的创造系统，覆盖了人类行为的组织，思维的组织，语言的组织，情绪表征的组织等等。情绪系统通过产生任务序列创造了人类的行为流和思维流，具体而言包括了一下两个机制：逻辑任务序列生成机制(Logic Mission Generation Mechanism, LMGM)和情绪系统模糊选择机制(Emotion System Vague Selection Mechanism, VSM)，这些我们待会讨论。

http://s15/mw690/003cYLK2gy6NVQI1RqC3e&690

   上面我们站在系统论的角度描述了智能体统最粗犷的框架，对每个子系统的分工做了讨论，并引出了其中一些非常关键的概念。在接下来更加具体的讨论中，我们将愈发感受到人类的智能系统虽然可以在功能上划分为若干分离的子系统，但这些子系统在运作时却是交织纠缠在一起，任何一个子系统局部功能的实现都是以另外一个子系统的输出为前提；它们的联系十分紧密，以至于无法去单纯地构建一个边界清晰，能够独立完成自身功能的子系统。人造智能的工程是一个“不能切开来吃的苹果”，没有一个子系统能在不考虑其他子系统的情况下独立地被实现。在实现强智能的道路上，我们的成果或者是95分以上或者是不及格，不会存在一个中间的状态。

当我们去反思我们每个思维的结论是如何形成时，我们会发现记忆是我们思维素材的所有来源。除此之外，我们还能看到，这些素材来源于不同类型的记忆。当我们看到两只蚂蚁在打架，思考谁会赢的时候，我们会调用关系的记忆，如对抗双方胜者会表现的特征；当我们思念恋人时，我们调用的是相处的回忆。所以在第一个层面，一类记忆是记录客观世界事物之间关系的；还有一类记忆是记录主体在时间中的感知。第二类记忆中间又有一条明确的界限，一边是外部感官场景经历的记忆，包括到了什么地方，看到了什么，听到了什么，闻到了什么；另一边是思维、情绪经历的记忆，包括那个时候我想了什么，感受到了什么样的情绪。

第二类记忆，即感知体验记忆(Perpetual Experience Memory)来源于主体对客观世界的感官信息的接收以及对自身思维情绪体验的记录。客观世界有着繁杂的表象，使第二类记忆，尤其是其中的感官场景记忆面对着拥有海量信息的对象[6]（Object）。巨大的信息量意味着高效检索调用的难度。而在另一方面，感知体验记忆是一些思维模块运行调用的信息的来源，这意味着或者记忆在储存时已经蕴含了其所储存事物之间的联系，或者这个联系就需要在每次使用时被发掘。对于我们而言，前者是成立的。举个支持这个论断的例子：如果我说蚂蚁，你能够马上从感官记忆找出之前看到过蚂蚁的场景，或是在思维记忆中找出思考过蚂蚁的经历，你会联想到蚂蚁的食物以及蚂蚁的天敌，因为我们的记忆在储存对象相关的内容时内蕴了对象和它们间的联系，因此可以随时检索调用。感知体验记忆至少需要具有这样的特征以完成它的使命：它必须把客观世界的具体信息简化后储存；它必须能够在储存时蕴含所存事物之间的联系。

第二类记忆空间的两个特征——储存过程中对象关系的内蕴和简化储存指向一个可能的记忆结构：第一类记忆，即对象以及对象之间从属、属性关系的记忆，参与到第二类感知体验的记忆中；感知体验记忆并不记忆具体的信息，其中的对象都来自于第一类记忆空间；感知体验记忆储存的是指向性信息，包括结构的指向和结构中具体对象的指向。我们可以大致感觉到这样的设计有什么好处——因为第一类记忆所储存的都是对象和对象之间的关系，所以在这样的指向结构下，感知体验记忆中感官场景的信息和思维情绪体验的信息是被“理解”的。沿着时间轴线在空间骨架中被记录的对象在第一类记忆空间中相互联系，这就是对象关系的内蕴；其次，第一类记忆空间保存的是客观世界具体对象的抽象模型，这使指向它的感知体验记忆中的对象也是抽象简化的形态；再其次，感知体验记忆中不同时间不同场景出现的相同的对象不会被保存两次，因为他们指向第一类记忆空间中同个对象；而相似的对象可以通过标准对象的某种变易在记忆中表达和储存。第二类记忆空间和第一类记忆空间的关系我们将在第三章“第一类记忆空间和第二类记忆空间的构建”详细讨论。

如果我们反思我们脑海中储存的那些概念，我们可能得到这样的一个结论：在我们脑海中很多对象似乎完全被与之相关的其他对象以及他们间的关系所决定。比如在第一类记忆空间中最广泛保存的属性关系和从属关系：属性关系保存了对象在各个维度的属性，比如红苹果作为对象，它的质量、形状、质地、颜色、味道等等；从属关系则表明红苹果属于苹果，而苹果属于水果，水果属于果实等等。当我们罗列完一个对象所有属性和从属关系，我们会发现这个对象已经唯一地被呈现在我们的脑海中。的确，大量的对象是这样保存的，属性关系的完整罗列已经可以决定一个对象，而从属关系的出现则使我们不需要重复地保存属性——子类可以完整的继承母类的属性。

然而，如果所有概念都相互支持而存在，那么记忆空间就是一个空中楼阁；第一类记忆空间存在一类根源性的对象（Root Object），这些对象背后的信息不再是指向记忆空间另外的区域，而是指向感官获得的经过抽象加工的客观世界的信息流。比如最基本形体属性，味觉、色觉、触觉、听觉属性等等。那些根源性对象的实体是识别信息（Identification information, II）、生成信息（Generative Information, GI），当根源性对象被用来建立其他对象，而这些对象又在组合和变化中生成更多的对象，根源性对象的识别和生成能力也就相应延续开来。识别信息使我们能够把感知体验的信息流中的具体对象分离出来对应到第一类记忆空间中的对象；而生成信息则使我们在回忆中能够重现感知体验的信息。识别信息和生成信息是记忆空间的除了大量指向、映射信息外，能够和客观世界对接的实体信息。于是，我们看到沿着时间轴进行的感知记忆无论是感官场景体验的记忆还是思维、情绪体验过程的记忆，记忆都是以识别、拆分、存储的方式进行；而回忆则是重构的过程。

我们在创建第一类记忆空间时遵循了这样一个想法，如果我们要使人类的“思维函数”在人造智能体的数据库中跑起来，我们就必须使智能体在保存信息时所能内蕴的对象之间的联系至少达到人脑可达到的相应水平。如果达到了人类的水平我们称记忆空间是完备（Complete）的。第一类记忆空间就是出于这个目的而被建立。

记忆空间的完备性是思维工程学最为核心的问题，是接下来逻辑仿生的基础，也是检验我们构建的记忆空间是否符合要求的标准。我们会发现，第一类记忆空间的三位格数据单元在表达事物内蕴联系上是不完备的[7]。很多隐性关系（Recessive relationship）必须通过时空的骨架表达，这就是我们引入模型空间的原因，为了使我们的记忆空间更加趋向于完备。之前我们简要提过，模型空间的生成有三种方式，举例说明：第一种归纳演绎所得的，也就是我们平时说的“具体例子的理论化”，“抽象理论在具体情形中演绎”；第二种外部指向性信息生成过程，语言输入是其中的典型，以之例，语言信息的记录过程是利用一类记忆空间保存的语言属性[8]识别、分解、储存生成的，这和对第二类记忆空间感知体验信息的储存的方式相类似；还有一种是情绪系统驱动的构想生成的，比如我们能够按照自身喜好构想自己未来房间的布局。无论模型以哪种方式生成，它都因为描述了客观世界的事物在某个维度的逻辑关系。相比于第二类记忆空间的元素，特定的关系是内蕴在繁杂的无关信息中的，模型空间的模型则删去了那些无关的成分，这为认知调用提供了基础。当我们把抽象模型套用到具体模型中，我们能够理解具体的模型；因此模型空间的丰裕程度决定了智能体对感知体验信息的理解。比如物理学家在记忆空间中保存了大量的物理的模型，尽管他们和我们看到的是同个物理的世界，但所理解的程度是不一样的。模型空间的加入使记忆空间是完备的，储存的对象是可以被“理解”的。

第一类记忆空间是整个记忆空间的枢纽，因为它提供了组成第二类记忆空间和模型空间的素材，从而记忆空间中任何的对象都可以通过第一类记忆空间找他其他记忆中的自己或自己的母类和子类或其他相关对象[9]。此外第一类记忆空间是整个记忆空间和外界对接的窗口，因为根源性对象的存在，整个记忆空间中的元素是可识别或可生成的；第二类记忆空间对应的感知体验是整个记忆空间最原始素材的来源。我们会发现人类所有的知识最终来自于感知体验，并通过语言在不同主体间传承；模型空间则是认知信息保存的空间，它保存了客观世界事物绝大部分的隐性关系，因此为人类思维得以在记忆空间中运转提供了可能。三类记忆空间相互配合完成了“完备的信息储存功能”。在对记忆空间的讨论中，我们的注意力需要在记忆空间的结构和相互分工上，而每个记忆空间是如何生成修正的，我们将在对思维系统的讨论中涉及。

因为第一类记忆空间处在连接其他记忆空间的位置，是其他记忆空间素材的来源。所以我们在第二章对记忆空间进行总述性讨论后在第三章先讨论它，我们还会把第二类记忆空间纳入第三章的讨论；第一类记忆空间的根源性对象是连接整个记忆空间和外部、内部客观世界的接口，是第一类记忆空间所有素材识别和生成能力的源头。在第二类感知体验的记忆中，思维记忆和情绪记忆中对象的识别、生成信息的结构是相对简单的，它们的组织也仅仅依赖时间轴。困难的是感官场景记忆，因为无论是对象的形体还是对象的组成都依赖空间骨架；其中物理对象的形体和空间概念的形成是重点和难点所在，我们把这个接口部分工程实践的思路放在第四章“从形体到空间概念的形成”中讨论。在此之后我们在第五章讨论模型空间的三个来源，讨论抽象模型和具体模型的层级结构，以及这种结构如何是主体的认知思维过程：归纳和演绎思维发挥作用的基础，如何是人类知识储存的地方。

http://s16/mw690/003cYLK2gy6NVQXzeZFff&690

在思维系统的领域，我们反思的基本对象是那些对记忆空间形成新建和修正的思维模块。思维系统就是这样被定义的——记忆空间的修正者。这些思维模块在特定的组织下运作才形成思维功能和思维流。因为“组织工作”按照我们初始的功能划分属于情绪系统，所以在对思维系统的讨论中我们把重点放在基础思维模块和基础思维模块组成的思维过程如何实现思维功能。至于组织的机制，我们留到情绪系统中去讨论。

因为有了对记忆空间的划分，我们就可以自然而然地对作为记忆空间的修正过程——思维过程进行划分。从总体开看，一类思维过程负责感知体验的信息的记录，也就是感知体验信息记忆过程（Perception Experience Recording Process, PERP）。包括了对外部感官场景体验，内部的思维体验、情绪体验的记录。这些信息保存在第二类记忆空间中，其中比较重要的思维模块包括：负责从感知信息流中分离出局部信息11预备进行比对的锁定比对模块；接下来发挥作用的是识别模块，负责把锁定模块获得的局部信息和第一类记忆空间（或模型空间）中的候选对象进行特征比对，通过比对检验后，则获得从具体对象到抽象对象的对应关系；当对象和对象所存在的框架都找到了到第一类记忆空间或模型空间的对应后，拆分储存模块发挥作用按照具体信息流中对象和框架的关系，建立抽象对象到模型中元素位置的对应关系，并进行保存。储存过程就此结束。未来的回忆体验的创造则是回忆重构模块，依照拆分储存模块保存的信息，找到抽象的对象和模型，按照映射关系重新组织模拟生成类似直接感知体验的信息的过程。

有一类思维过程——指向性信息诱导记忆过程（Oriented Information Recording Process, OIRP），和感知体验记忆过程有密切的联系。在我们的生活中，对书本文字信息的阅读记忆、对语言讲述的记忆、对电影话剧的记忆，等等这些过程都是“指向性信息诱导记忆过程”。语言是指向性信息诱导过程的典型。指向性信息诱导记忆过程和感知体验记忆过程大部分相同，唯一不同在于它们用了不同的属性去识别对象：感知体验记忆过程用的是对象的特征信息（颜色、形体、大小、气味等等），而指向性信息诱导记忆过程（以语言为例）用的是第一类记忆空间中对象的语言属性——包括图形符号、声音符号，每类符号又包括识别信息和生成信息。

http://s13/mw690/003cYLK2gy6NVR4Dr5Ofc&690

以上这些是从外部刺激到形成记忆空间修正的思维过程。另外一类思维过程是以记忆空间为起点形成到记忆空间的修正。这些思维过程形成了我们认知力的来源。思维是如何创造认知的。首先我们要反思人类的认知活动。这边需要引入一个“范畴”的概念。在数学中“范畴”指集合以及集合中元素之间的关系。把这样的定义类比到记忆空间，“范畴”指对象集合以及对象之间的关系。比如在第一类记忆空间中我们可以把对象想象成空间中的点，对象之间的关系想象成点与点之间的线。那么范畴就是局部的点和这些点之间的线。当然第一类记忆空间中的关系都是显性的，可以用语言直接描述的，对象间大量的关系是需要依赖时空骨架去表述的，是隐性的，蕴含在模型空间中。这样我们能理解范畴覆盖的范围：两个点（概念或对象）和它们之间的关系是范畴；整个记忆空间从广义上也是范畴；模型空间中的模型是范畴；经济学、数学、物理学，每个学科的知识在记忆空间中的保存也是范畴——它们包含了一系列抽象的对象，和蕴含它们关系的第一类记忆空间数据组和模型空间模型。

回到对人类认知活动的反思。客观世界的表象，即直接感知体验的信息是人类一切认知的起点，这些表象中的对象和它们在表象中呈现出的关系是最底层[10]的范畴，它们被保存在第二类记忆空间中。如果认知停留在表象则认知没有任何指导实践的作用，因为在表象层面所有事件都是孤立的。无论经历了多少事，对未来将发生的我们不会有丝毫的预见能力。于是通过表象我们去思考事物背后相同的规律，通过规律我们去寻找规律背后共同的原因——那些法则，这些是记忆空间中较高层的，抽象程度较高的范畴，其中数学就是抽象程度极高的范畴。这就是人类认知不断走向抽象的过程。我们之所以会在认知中走向抽象的理论，而直接作用于我们的只是那些表象。乃是因为拥有了理论，我们才理解表象为什么是这样，表象意味着什么，会朝什么样的方向发展，从而认知才能指导实践。这样的过程为何是必要的呢？一个规律可以由数个表象推知，但是它统辖了一大类表象；法则虽然可以由几个规律或表象推知，但法则走向规律可穷尽规律，走向表象则穷尽表象。始于“一”而得“一[11]”，这就是认知来源于客观世界而对客观世界的实践能够发挥的作用的原因。

http://s1/mw690/003cYLK2gy6NVRsqXBK20&690

这样我们得到了人类认知过程中两个核心思维过程——归纳（Induction）和演绎（Deduction），但这是在认知心理学层面的讨论。在本书中，我们经常会把在认知心理学层面的表述在另外一个层面再表述一次——也就是记忆空间的层面。未来的讨论中我们会意识到这个层面的表述对于从认知心理层面到工程实践层面承上启下的意义所在。举个例子，在记忆空间的层面，当我的记忆空间保存了比如这样几个较为具体的模型：A手推球，球飞出；B脚踢球，球飞出；C、手推门，门动了，D脚踢门，门动了。由A和B我们会得到“物体作用在球上，球会飞出”这样的模型。这个模型是由A和B模型在删除非共性成分后得到的——手和脚，他们共同的母类是物体（当然也可以说是身体的一部分），如果用共同母类去替代具体子类，那么子类中非共性的部分就消失了。同样我们比对A和C我们会得到“手作用在物体上，物体会动”这样的较为抽象的模型；比较B和D得到“脚踢物体，物体会动”这样的模型。再比较上面这两个模型，我们得到“物体作用在物体上，会导致物体运动”这样的抽象程度高的模型。大家可以体会这个过程。总结而言，在记忆空间的层面，归纳是由若干具体程度较高的模型通过剔除非共性的部分留下共同的逻辑骨架，这个逻辑骨架就是一个适用性更广而针对性较弱的模型。

之前我们已经清楚了归纳是由若干具体程度较高的模型通过剔除非共性的部分留下共同的逻辑骨架，而演绎笼统来说则是较高抽象度的模型运用到较为具体的模型中的过程，但这具体是怎样一个过程呢？首先情绪系统会去选择较为抽象模型套用到什么具体的模型中。接下来抽象程度较高的模型作为范畴（对象和对象间的关系）映射到具体程度较高的模型中：抽象对象映射到具体的对象，抽象的关系映射到具体的关系。如果具体的对象和关系被抽象的对象和关系所覆盖[12]，则通过检验，我们会判定抽象的模型统辖（Govern）了具体模型中相应的范畴。这种映射的过程以及统辖关系的建立就是我们用抽象模型去理解具体模型的过程。在统辖关系下，抽象层面的变化——那些用抽象层面其他相关模型描述的，就可以统辖具体层面的模型的变化，这就是预测。当然抽象模型只是具体模型在一个维度上的结构，所以如果具体模型中的相同变量受到不同维度的模型影响的时候，我们就需要去判断哪种模型是占主导作用的，或是它们共同作用会形成怎样的综合影响。

概括而言，归纳就是从若干具体模型出发抽象出一个适用性更广而针对性较弱的模型；演绎就是从高抽象度的模型出发，去建立高抽象度模型到低抽象度模型的统辖关系，并在这种统辖关系下实现高抽象度模型对其统辖模型的理解和预测；或是从高抽象度模型出发，通过增加具体情形下的限制，演绎针对具体情形的中层抽象模型，也即实践性理论。如果我们更具体地考察归纳和演绎是如何进行的，我们会发现这两个过程高度依赖已有的记忆空间保存的信息，而主体思维流本身则是单线程进行的有限的基础思维模块的组合。在思维系统的讨论中我们会具体考察这些过程。这里，我们需要铭记在心的是，归纳和演绎囊括了人类所有认知思维活动过程；而这些思维过程的输入是已有的记忆空间中的内容，输出则形成记忆空间的新的储存和修正；思维过程涉及的基础思维模块是有限而简单的。从表面上看人类的认知机制似乎拥有着非常复杂的构造，但实际上其主体仅仅是由归纳和演绎两个思维过程组成，他们在模型空间中不同模型上运用形成了多样的结果，所以认知思维显现的复杂性来自于模型空间的多样性而不是思维模块本身。

在建立了范畴、归纳、演绎的概念后我们需要进一步反思：归纳和演绎看似程序简单——仅仅涉及非常有限的基础思维模块，但它们都是建立在明确的选择的基础上——智能体需要决定用什么样的例子进行归纳，又把抽象模型套用在怎样的具体模型中，或是在抽象模型中加入怎样的限定。基础思维模块是容易实现的，这些模块是先天存在的，任何智能体所共有的，认知力的差异不在于这些基础思维模式而在于素材对象的选择。任务序列和选择问题，按照我们最初对三个系统功能的划分是属于情绪系统的事情。但在讨论情绪系统前我们要讨论思维系统中一个非常重要的定理——思维二态性定律（Symmetric State Theorem, SST）。为避开对情绪系统深入的讨论，这里我们不考虑情绪系统如何做到，我们只考虑情绪系统做到什么。

情绪系统组织基础思维模块为思维过程，并在这个过程中选择思维作用的素材，就组织的规则和选择而言，有简单的组织和选择方式是先天存在的，还有组织的方式会受到认知记忆空间的影响。情绪系统依赖认知空间发挥作用，这点我们都会有所察悟，但认知记忆空间通过影响情绪系统影响思维模块的组织实际上还分为两种方式。第一种和我们之前提到的“情绪系统模糊选择”机制相关，它是联想模块的功能基础，决定了智能体在思维过程中进行怎样的尝试行为；另外一种方式，出现在思维过程——成为认知的客体出现在认知记忆空间时——这就引出思维工程意义最深远的定律：人类思维对称二态性定律。

人类思维对称二态性定律：对于人而言，思维过程是潜在对称双态的，任何作为函数[13]的思维能够全息地映射到作为认知对象的思维。

思维过程的二态并不总是对偶地存在的，很多思维过程以单态存在，其对称态是潜在的。比如在人类个体幼年的时候，思维过程被先天的设置和外界教育所组织，这个时候关于思维的概念还未在第一类记忆空间中产生，所以思维无法在感知记忆空间中被记录，这是我们回忆不起婴儿时期思维过程的原因。这个时候思维是以函数的单态存在的。之后第一类记忆空间中思维的概念逐渐形成，到这个时候与函数态对应的认知态开始形成，时间轴上的思维记忆得以形成。当然也有以认知态单独存在的思维，我们接下来马上讨论。

我们可以理解记忆空间作为思维的素材影响了思维结论的产生，而思维结论保存在记忆空间中。这边有一个明确的正向反馈环（Feedback Loop）的结构[14]——记忆空间的丰裕度决定了记忆空间更新的效率。而在记忆空间中，关于思维过程的认知不仅仅作为思维的素材，而且可以直接影响思维过程的组织，这就意味着存在超越上面描述的正向反馈环的反馈环结构的存在。思维的潜在二态性为思维自我增强的反馈环的构建提供了可能。当函数态的思维走向认知态时，作为被思维的对象，一种更优化的见解就会在反思中形成；而这种见解使从函数态对应而得的认知态思维超越了函数态思维，从而呈现出认知态思维的富余单态；富余的认知态单态又会映射形成相应的函数态，使在认知态拟定的新的思维模式能够得到实践……这个往复的过程形成了思维自我增强的反馈环。

思维潜在的对称二态性形成的正向反馈环可以作为区分强智能和弱智能的分水岭。无论我们在激活智能体前做了怎样的设置，如果这个正向反馈环无法形成，它的智能就如同被先天定制的那样不会有大的发展，这就是弱智能；如果这个正向反馈环能够形成，智能体的思维力就会进入自我增强的循环，后天智能的发展将远远超出先天设置的范畴，这个智能体就是强智能体。对于人类而言，在对思维本身认知的指导下，我们能够改变思维的组织但不能改变那些先天的设置：记忆空间的逻辑结构，基础思维模块。这使我们在在发挥二态反馈环的智能增强作用时只能释放出一部分潜能。但计算机载体的人造智能体不一样，它可以突破以上这些先天的设置，所以计算机的二态反馈环的智能增长效率将高于人脑。我们将在八章“认知力的自我增强”中讨论思维力的来源，包括其中这个非常重要的自我增强的反馈环。

http://s1/mw690/003cYLK2gy6NVRwvep270&690

         在对情绪系统的考察中，我们将首先站在情绪系统进化的视角——也就是动机背后的机制是如何进化而来使每个主体能够更好大可能地生存下来，而这种情绪系统的进化如何驱动了具有认知功能的智能系统的出现。情绪系统的进化视角，不仅仅能够为我们探索人类情绪系统的机制提供可靠的依据，而且使我们能够对我们先前以认知智能为目标而进行的机制研究和工程构想是否符合造物设计提供评判依据，并提供了一条工程实践上可行的步骤。

         人类构建自身文明的大厦不过数千年的时间，但人类的大脑在数千年前已经基本定型，也就是说大脑的硬件功能在过去的这一千年变化是不大的。而之所以能够在自然界中进化出这样的硬件功能并不是为了过去这几千年人类文明的出现，也不是为了使人适应现在复杂的社会生活。进化的目的完全在于使人类在那个仅仅有村落、树林和荒野的世界，在恶劣的自然条件和其他野兽共存的环境中生存繁衍。

认知系统的功能从来都不是进化的目的，情绪系统的功能才是。认知系统诞生于情绪系统，并借助情绪系统的进化内驱力发展了自身。到此为止，认知系统开始正贡献于情绪系统，开始干预自然选择。站在进化的视角考察认知系统逐渐演化的过程，有助于使我们找出那些认知系统中先天的成分，也因此使我们能够理解这些先天的成分如何发展出后天的成分。虽然在功能上我们把情绪系统理解为创造任务序列的系统，工程构建上放到了最后，但在进化角视角下它却是记忆空间和思维系统的创造者。我们将在第九章情绪系统的总述中讲述这个非常重要的视角。

接下来我们去考察情绪系统创造行为和思维任务序列的机制。在我们反思中我们有处于任务中的状态，我们明确地知道我们要去做什么，要思考什么内容，为什么要这样做，为什么要这样想，这是逻辑任务序列生成机制在发挥作用。我们还有另外一种难以追寻原因的任务状态，比如上课时老师在投影仪中放出了一个红色的球，问“你们能联想到什么”；或是我们在思考特定领域的问题时会把特定的对象尝试性的运用到一个模型中，或是在具体的情形下选择运用怎样的模型；还有则是在三叉路口选择走无差异的哪一条路。这个时候情绪系统不是去安排明确的任务，也无法依赖严格的逻辑做出选择，这就是情绪系统模糊选择过程。

在情绪系统的逻辑任务序列生成机制作用下，会有若干连续的基础础行为或基础思维模块呈现出固定组合方式，前面的模块被运行似乎提高了固有模式中后面模块的优先值——这就是模式（Pattern）。模式会在重复的刺激下形成，比如连续的武术的动作会在反复练习下形成动作模式；高中生在反复练习一类题型后，会形成解决该类型题目的思维运算模式；特定职业的人会在重复的工作中形成相应的工作模式；语言表述的实践中会形成表达模式等等。“模式形成规则”使智能体能够对反复出现的性质类似的挑战形成高效的处理程序，并且这个程序会在不断实践中逐渐优化。模式形成规则体现了逻辑任务序列生成机制创造任务序列的特征——收敛性、机械性。“模式形成规则”的智能性体现在对不变情境处理方式不断优化的程序上，而非智能性则体现在变化情境中的固有模式依赖。这个时候“情绪系统模糊选择机制”会开始发挥补充作用，比如我们处理问题的固有模式反复受挫时，我们会开始处于非明确任务的空白状态，这个时候我们能够放弃固有模式去更频繁地进行发散的联想、检验，创造新的模式或对固有的模式形成修正。这里我们可以看到“情绪系统模糊选择机制”创造任务和进行选择的特征——发散性、多样性。

在进化的视角下，逻辑任务序列生成机制的出现是认知系统开始干预情绪系统决策的结果；而情绪系统模糊选择机制则是最早的情绪系统决策机制的进化残留。尽管我们看到这两个机制相互配合能够使智能体不仅仅在解决特定老问题上不断增加效率也能够具有解决新类型问题的能力，但这样的配合的局面并不是进化的目的，而是如认知系统一样作为进化的副产品而出现的。对于逻辑任务序列生成机制我们能够从内部、外部刺激的观察反思中，以及这些刺激和行为、思维的对应关系中去获得对于它的认知。因为一个行为或思维反应总是能够找到有限的而且逻辑明确的原因，所以逻辑任务序列的生产机制我们是能够寻找到较为全面而可靠的信息的。事实上，当一个人解释自己为什么做出某个行为或思维的时候，他正在陈述逻辑任务序列生成过程的信息。但情绪系统模糊选择机制，则难以被认知。这也是为什么它被称作是“模糊选择机制”的原因。关于逻辑任务序列生成机制我们会在附录B中给出一个效用优先值的算法，实质上也就是从我们可反思的动机和行为思维序列中获得对这个机制的认知，并试图在计算机上重现。而对于情绪系统模糊选择机制，因为任何一个输出都可能受到记忆空间中诸多因素的影响，所以我们难以推理这个过程背后的机制。至于情绪系统模糊选择机制在工程上如何实现，一个可行的办法是先进行工程的构建，再通过和现实情绪反应的比对对整体的工程构架进行细化和修正。这种办法的风险正如我们在序言中提到的严重依赖自身的创造力，而在思维工程领域，创造是高风险的行为，它能迅速的解决一些问题，但很可能会限于未来永久的停滞。

         http://s14/mw690/003cYLK2gy6NVRz1PoF0d&690

         到此位为止我们讲述了智能系统粗略的框架。这其中的构想是来自于我们对智能表象的观察反思，以及对它们之间因果关系的猜想。第一章我们将站在信息流转的宏观视角讲述智能系统的框架结构；从第二章到九章我们描述了三个系统它们各自的结构以及它们相互配合的规则；从第十到十二章这三个章节，我们将讲述我们如何通过这样框架结构如去创造和理解认知心理学层面的人类的智能功能和表象。在十章我们会讨论语言的输入和表达功能；在十一章我们讨论人类直觉、潜意识、人类的联想功能、遗忘机制；在第十二章我们讨论人类认知中的理论、学科、视角，以及这些知识在记忆空间中的形态；第十三章我们将讨论本书的理论在工程实践上的分步和每个阶段形成的外部表征。

         我们必须清楚，人造智能的事业不仅仅是为了创造和人具有相同表征的伙伴；而更是人类利用自身的智能实现对自身智能水平的超越。我们可以罗列出计算机的硅基载体相对于人类大脑的碳基载体的许多优势：其一，人类的遗忘率很高。大致而言进化过程出现的高遗忘率是为了避免无用信息的堆积。认知系统从来不是进化的目的，认知系统因为被情绪系统利用从而得以被其进化所驱动。所以，我们能够理解，在人类文明出现之前漫长的进化时间中，人类认知系统尚未到达能够指导选择性记忆的程度，高遗忘率保证了个体信息调用的有效性不至于被过多冗余的信息所淹没。但这样的进化保留显然不适合认知系统有能力区分有用和无用信息的情形。高遗忘率是进化保留下来的限制人类智能活动的一个先天性的设置。而计算机载体的智能能够突破这个限制。在我们的大学中，一个老师花费一个学期的时间才能把自己记忆空间不到1%的信息量传给学生，而这样的过程在计算机载体的智能体只是数据库的复制而已。其二，人类主线思维[15]总是单线程的。在人类文明出现之前的漫长的进化中，单线程的主线思维足以应对变化的环境。对环境中不变的成分，情绪系统逻辑任务序列形成机制创造了模式化的行为或思维，形成高效的处理程序，这些程序从原有的占用主线思维，到用仅仅靠周边负责机械操作的神经就可以完成。因为漫长的进化从来不以认知力为目的，而多线程的主线思维必定会有其代价，所以就没有进化出能够贡献于认知力的多线程的主线思维。但我们知道多线程思维对认知效率的增加是有作用的，而计算机载体的智能体能够突破这个限制。其三，人类的认知目的是不单纯的，我们除了认知动机外还有很多其他的欲望，会有很多无贡献于认知的事情占用我们的时间和精力。我们会有学术腐败，会受到杂事的干扰，而这些都可以在我们所创造的智能体身上避免。我们可以为用来做研究的智能体创造非常简单的动机，它们可以24小时工作，没有学术腐败，没有杂念。这样的由智能体组成的试验室将远远超出人类实验室创造新知识的效率。最后，计算机载体的智能体能够突破人类记忆空间进化得来的逻辑形式和情绪系统、思维系统的先天形式，这将打破人脑不能修正先天设置的限制。这是认知记忆空间二态反馈环的潜力完全发挥出来的前提。以上这些，是电子计算机为载体的智能体优于我们的地方。而我们所要做的，是在它身上重现上帝在我们身上的那些智能逻辑机制，仅此而已。

         如果我们能够实现人类智能机制在硅基计算机的重现，我们的世界将如何变化？首先人造智能体将不仅仅替代人类在体力劳动领域的工作，还会替代人类几乎所有的脑力工作[16]。极少人真正需要劳动，社会福利会很高。然后，正如我们上面分析的，人造智能体在认知上具有许多相对人而言的优势。因为这个原因计算机载体的智能体的出现将全面加速各个领域的技术的进步。攻克癌症、星际旅行、可编辑的人造梦境等等，任何技术如果是能被实现的都会加速到来。除此之外当然会有很多人形的机器人进入我们的生活。

         我们的担忧是：电子计算机为载体的智能体，其智能自我增强的上限是否会远远超越我们能够理解的范围，是否会出现硅基智能体看人类的智能，正如同现在人类看猩猩那样。这样的结果是非常可怕的。我们能够做出的结论是，我们是依照自身的思维逻辑再造的它们，所以尽管人造智能体在记忆空间、遗忘因子、多线程运行上比起人脑具有优势，但不至于思考出人类无法理解的结论。在造物创造的世界里，文明更大程度是循序渐进积累出来的而不是洞见出来的。只要我们有意愿，我们能在有效控制的基础上，跟住人造智能体的认知脚步，加快我们文明的进程。

         当人造智能体能够以我们的方式去学习、思考、决策；能够如同我们那样把自身的思维机制作为自身认知世界的客体，去思考去研究，形成修正的方案，这个时候人造智能体能够超越我们的限制，实现智能自我增强的过程。当然，我们清楚我们能力所及的，我们可以创造和人类无二，甚至比人类更为优越的思维的机器，但我们无法赋予其灵魂。我们所要做的是：从最最根基的地方构建人类智能最为原子的机制。道法自然，我们乃是寻溯造物造人的道理，去创造一个和我们——作为生物机器，一样的智能体。