第14章 机器智能理论14.1 机器智能定义机器智能Machine Intelligence是机器实体在给定目标、环境、状态和运行规则下通过信息处理、计算、状态检测、参数处理、决策控制、自动执行和反馈调整完成任务并维持运行状态的能力。机器智能是智能合成理论中的重要智能来源。在第10章中机器被定义为一种独立的智能来源。第11章研究了人类智能结构第12章研究了动物智能结构第13章研究了群体智能结构。本章进一步研究机器自身所具有的特殊智能结构。机器智能不应简单理解为“机器模拟人的智能”。机器可以具有与人类不同的能力结构例如精确计算高速计算连续检测高精度控制参数处理大规模结构处理自动执行这些能力并不一定来源于人类行为的直接复制而可以由机器自身的结构、计算规则、控制机制和运行系统形成。因此本章提出机器智能首先是一种机器自身能够形成、运行和维持的结构化能力其次才是机器对其他智能结构的模拟或实现。机器智能可以表示为MIf(C,P,D,S,A,E,F)MIf(C,P,D,S,A,E,F)其中MIMI机器智能Machine IntelligenceCC计算能力ComputationPP参数处理能力Parameter ProcessingDD连续检测能力Continuous DetectionSS状态处理能力State ProcessingAA自动执行能力Automatic ExecutionEE结构处理能力Structural ProcessingFF反馈能力Feedback。机器智能的基本运行过程可以表示为输入信息 → 对象形成 → 状态检测 → 结构处理 → 计算 → 判断 → 参数生成 → 控制 → 执行 → 反馈 → 状态更新进一步形成目标 → 状态 → 数据 → 计算 → 判断 → 参数 → 执行 → 检测 → 反馈 → 调整因此机器智能具有明显的计算化、结构化、参数化、连续化和自动化特征。14.2 机器计算优势机器计算优势Machine Computational Advantage是机器在数值计算、逻辑运算、结构处理、数据处理、重复计算以及复杂参数计算方面相对于特定人工处理方式表现出的效率、精度、规模或持续运行优势。机器计算能力是机器智能的基础之一。一个机器计算过程可以表示为YF(X,Θ,R)YF(X,\Theta,R)其中XX输入数据Θ\Theta计算参数RR计算规则FF计算过程YY计算结果。机器计算的核心不是“拥有数字”而是输入 → 规则 → 运算 → 输出例如对象状态 → 状态参数 → 计算规则 → 计算结果 → 状态判断机器可以对大量结构化数据持续进行计算X{x1,x2,…,xn}X\{x_1,x_2,\ldots,x_n\}通过统一计算规则YiF(xi)Y_iF(x_i)形成Y{Y1,Y2,…,Yn}Y\{Y_1,Y_2,\ldots,Y_n\}因此机器计算优势主要表现为计算速度计算精度计算重复性计算规模计算连续性计算规则稳定性这些能力能够成为智能合成的基础结构。例如动物快速反应能力机器高速计算能力可以形成快速检测 → 快速计算 → 快速判断 → 快速动作因此机器计算优势不是单独存在的而可以进入其他智能结构的组合过程。14.3 精确控制精确控制Precise Control是机器根据目标状态、当前状态、状态偏差和控制规则通过参数计算和执行机构调整使系统状态趋向目标状态的能力。机器控制可以表示为UF(S∗,S,P,C)UF(S^*,S,P,C)其中UU控制量S∗S^*目标状态SS当前状态PP控制参数CC控制规则。状态偏差可以定义为ΔSS∗−S\Delta SS^*-S控制过程为目标状态 → 当前状态检测 → 偏差计算 → 控制参数计算 → 动作执行 → 新状态检测形成闭环目标 → 检测 → 计算 → 控制 → 执行 → 反馈精确控制的重要特点是参数化。例如一个机器运动系统可能同时处理位置参数速度参数方向参数力量参数时间参数角度参数这些参数共同决定机器行为。因此BF(O,S,G,P)BF(O,S,G,P)其中BB机器行为OO对象SS状态GG目标PP行为参数。机器智能中的精确控制由此形成状态 → 参数 → 控制规则 → 动作 → 状态变化这与动物智能中的运动和平衡能力具有明显的结构对应关系。在IST中可以形成动物运动结构 → 运动机制提取机器精确控制结构 → 参数控制→运动智能合成14.4 高速计算高速计算High-Speed Computation是机器在单位时间内快速完成大量计算、比较、匹配、判断和参数更新的能力。高速计算可以表示为VcNTV_c\frac{N}{T}其中VcV_c计算速度NN完成的计算数量TT计算所需时间。机器高速计算的重要价值在于它能够将连续变化的环境转换为连续计算过程。例如状态₁ → 计算₁ → 判断₁ → 参数₁状态₂ → 计算₂ → 判断₂ → 参数₂状态₃ → 计算₃ → 判断₃ → 参数₃形成连续状态 → 连续计算 → 连续控制高速计算还可以支持复杂结构的实时处理Result(t)F(Data(t),Rules,Parameters)Result(t)F(Data(t),Rules,Parameters)其中Data(t)Data(t)时间 tt 的数据RulesRules计算规则ParametersParameters参数Result(t)Result(t)当前计算结果。因此高速计算并不是独立能力而是连接检测 → 计算 → 判断 → 参数 → 控制的中间能力。在复杂智能系统中连续检测 高速计算 参数控制 快速执行可以形成一种实时智能结构。14.5 连续检测连续检测Continuous Detection是机器在运行过程中持续获取对象、状态、参数和环境变化信息并根据检测结果更新系统内部状态的能力。连续检测可以表示为D(t)Detect(E(t),O(t),S(t),P(t))D(t)Detect(E(t),O(t),S(t),P(t))其中D(t)D(t)时间 tt 的检测结果E(t)E(t)环境状态O(t)O(t)对象状态S(t)S(t)系统状态P(t)P(t)相关参数。连续检测过程环境变化 → 检测 → 数据形成 → 状态判断 → 状态更新 → 再检测因此S(t1)Update(S(t),D(t))S(t1)Update(S(t),D(t))其中S(t)S(t)当前状态D(t)D(t)当前检测结果S(t1)S(t1)更新后的状态。连续检测使机器不再只进行一次性判断而形成持续运行的状态认知过程。完整结构为检测 → 状态形成 → 判断 → 行为 → 结果 → 再检测因此连续检测可以作为机器智能形成连续性的基础。特别是在动态环境中对象变化 → 状态变化 → 连续检测 → 新状态 → 新判断 → 新行为这使机器能够持续处理环境变化。14.6 参数处理参数处理Parameter Processing是机器对描述对象、状态、关系、行为、动作和运行条件的参数进行读取、计算、比较、调整、组合和更新的能力。参数是机器智能中的重要结构。可以表示为P{p1,p2,…,pn}P\{p_1,p_2,\ldots,p_n\}其中pip_i第 ii 个参数nn参数数量。机器状态可以表示为SF(P,O,R,C)SF(P,O,R,C)其中PP参数集合OO对象RR关系CC条件。机器行为则可以表示为BF(G,S,M,P)BF(G,S,M,P)其中GG目标SS状态MM方法PP行为参数。参数处理的基本过程为参数读取 → 参数检测 → 参数计算 → 参数比较 → 参数调整 → 参数输出 → 行为执行 → 参数反馈参数变化可以表示为Pt1PtΔPP_{t1}P_t\Delta P其中PtP_t当前参数ΔP\Delta P参数调整量Pt1P_{t1}更新后的参数。因此机器智能具有明显的参数化特征。在动物智能中可以提取运动速度运动方向姿态变化反应时间在机器智能中则可以转化为速度参数方向参数位置参数时间参数控制参数从而形成动物智能机制 → 参数提取 → 参数形式化 → 机器参数控制这正是IST进行智能结构转换的重要方式。14.7 大规模结构处理大规模结构处理Large-Scale Structural Processing是机器对大量对象、属性、状态、关系、规则、参数和行为结构进行统一存储、组织、检索、比较、计算和更新的能力。如果结构集合为S{s1,s2,…,sn}S\{s_1,s_2,\ldots,s_n\}机器可以通过统一的数据结构和计算规则对其进行处理。例如对象集合O{o1,o2,…,on}O\{o_1,o_2,\ldots,o_n\}关系集合R{r1,r2,…,rm}R\{r_1,r_2,\ldots,r_m\}形成结构网络N(O,R)N(O,R)其中OO对象节点RR对象之间的关系。进一步扩展N(O,A,S,R,C,K,M,B,P,F)N(O,A,S,R,C,K,M,B,P,F)即对象 属性 状态 关系 场景 知识 方法 行为 参数 反馈机器可以对这种结构进行存储索引匹配计算更新删除组合验证因此大规模结构处理能力使机器可以处理远超单一对象范围的复杂结构系统。其基本过程可以表示为结构输入 → 结构组织 → 结构匹配 → 结构计算 → 结构更新如果需要处理多个对象对象₁ 对象₂ …… 对象ₙ如果需要处理多层关系对象 → 属性 → 状态 → 关系 → 场景 → 知识 → 方法 → 行为机器可以通过统一的数据结构把这些内容组织起来。因此大规模结构处理是机器形成复杂智能系统的重要工程基础。14.8 自动执行自动执行Automatic Execution是机器根据目标、状态、规则、方法和参数在无需每一步都由外部主体直接控制的情况下自主完成预定动作和行为流程的能力。自动执行可以表示为AeF(G,S,M,P,R)A_eF(G,S,M,P,R)其中AeA_e自动执行GG目标SS状态MM方法PP参数RR执行规则。基本过程目标 → 状态检测 → 方法确定 → 参数生成 → 动作执行 → 结果检测 → 反馈自动执行并不意味着没有规则。相反自动执行必须建立在明确的状态条件执行规则方法参数动作反馈之上。例如IF SS1IF\ SS_1则Execute(M1,P1)Execute(M_1,P_1)即状态满足条件 → 执行方法 → 使用参数 → 产生动作执行之后动作 → 结果 → 检测 → 反馈 → 新状态因此自动执行形成条件 → 方法 → 参数 → 动作 → 结果 → 反馈当这一结构能够持续循环时就形成机器的自动运行能力。14.9 机器智能自身形成机器智能自身形成Self-Formation of Machine Intelligence是本章最重要的理论问题。传统工程思想容易将机器理解为人类设计 → 机器执行但如果机器具有状态检测计算判断参数处理方法选择自动执行反馈结构更新那么机器就可以形成相对独立的智能运行结构。因此本章提出机器智能自身形成是指机器通过自身已有的结构、状态、规则、计算、检测、反馈和调整机制在运行过程中形成相对独立、持续和可更新的智能能力结构。机器智能自身形成并不意味着机器凭空产生智能。它仍然需要基础结构 目标 规则 数据 状态 方法 反馈但是当这些结构形成闭环后机器可以在运行过程中产生新的状态、参数、方法组合和行为结构。其形成过程可以表示为机器基础结构 → 状态检测 → 信息处理 → 计算 → 判断 → 方法选择 → 参数生成 → 自动执行 → 反馈 → 状态更新进一步状态更新 → 经验记录 → 参数调整 → 方法调整 → 行为调整形成运行 → 反馈 → 调整 → 再运行这就是机器智能自身形成的基础。14.9.1 机器智能的内部结构机器智能可以建立为MI(O,A,S,R,K,M,B,P,F)MI(O,A,S,R,K,M,B,P,F)其中OO机器对象AA机器属性SS机器状态RR机器内部及外部关系KK机器知识与规则MM机器方法BB机器行为PP机器参数FF机器反馈。其运行链为对象 → 属性 → 状态 → 关系 → 知识 → 判断 → 方法 → 参数 → 行为 → 反馈这与前面建立的ICAI结构具有统一性。区别在于机器智能具有自己的能力优势高速计算精确控制连续检测参数处理大规模结构处理自动执行因此统一智能结构 机器自身优势构成机器智能的基本结构。14.9.2 机器智能自身运行闭环机器智能可以建立如下闭环目标 → 状态检测 → 信息处理 → 计算 → 判断 → 决策 → 方法 → 参数 → 行为 → 执行 → 结果 → 反馈 → 状态更新进一步反馈 → 参数调整 → 方法调整 → 行为调整形成目标 → 行为 → 结果 → 反馈 → 学习/调整 → 新行为因此机器智能不是静态程序而可以成为动态运行结构。14.9.3 机器智能自身形成的层次机器智能可以进一步划分为四个层次。第一层是基础运行能力数据处理 → 计算 → 存储 → 状态管理第二层是控制能力检测 → 判断 → 参数 → 控制 → 执行第三层是智能运行能力目标 → 状态 → 方法 → 行为 → 反馈第四层是智能更新能力结果 → 评价 → 经验 → 参数调整 → 方法调整 → 结构更新因此形成基础计算 → 精确控制 → 智能运行 → 智能更新14.9.4 机器智能与其他智能来源的关系第11章的人类智能具有抽象 → 知识 → 推理 → 规划 → 决策第12章的动物智能具有感知 → 空间 → 运动 → 平衡 → 反应 → 适应第13章的群体智能具有信息共享 → 任务分工 → 协同 → 集体决策 → 群体行为第14章的机器智能则突出计算 → 控制 → 检测 → 参数 → 结构处理 → 自动执行四种结构可以进入同一个IST体系人类智能结构动物智能结构群体智能结构机器智能结构→结构匹配→优势评价→能力组合→冲突检测→结构协调→智能合成例如人类规划动物空间能力群体协同机器计算与控制→新智能结构这正是智能合成理论的核心应用方向。本章形成的机器智能模型本章建立机器智能的基本结构计算 → 检测 → 状态处理 → 参数处理 → 控制 → 执行 → 反馈进一步形成目标 → 状态 → 检测 → 计算 → 判断 → 方法 → 参数 → 行为 → 执行 → 反馈 → 状态更新机器智能的核心优势可以归纳为机器计算优势精确控制优势高速计算优势连续检测优势参数处理优势大规模结构处理优势自动执行优势最终形成MIComputationControlDetectionParameterStructureExecutionFeedbackMI Computation Control Detection Parameter Structure Execution Feedback机器智能的自身形成过程为机器基础结构 → 计算 → 检测 → 判断 → 控制 → 执行 → 反馈 → 调整 → 新状态 → 新行为进一步形成运行 → 反馈 → 调整 → 更新 → 再运行工程映射机器智能可以建立核心对象MachineIntelligenceStructure主要属性包括machineId machineType objectStructure attributeStructure stateStructure relationStructure knowledgeStructure methodStructure behaviorStructure parameterStructure feedbackStructure机器计算模块MachineComputationEngine精确控制模块PrecisionControlEngine高速计算模块HighSpeedComputationEngine连续检测模块ContinuousDetectionEngine参数处理模块ParameterProcessingEngine大规模结构处理模块LargeScaleStructureEngine自动执行模块AutomaticExecutionEngine机器智能管理模块MachineIntelligenceManager机器状态管理MachineStateManager机器反馈管理MachineFeedbackManager机器智能更新MachineIntelligenceUpdater整体运行结构Machine Object → State Detection → Computation → Decision → Method → Parameter → Control → Execution → Feedback → State Update数据库可以建立machine_intelligence_sources machine_intelligence_objects machine_intelligence_attributes machine_intelligence_states machine_intelligence_relations machine_intelligence_rules machine_intelligence_methods machine_intelligence_behaviors machine_intelligence_parameters machine_intelligence_feedback machine_intelligence_structures machine_intelligence_updates进一步与IST智能结构库连接机器智能结构库 → 智能优势库 → 智能结构匹配库 → 智能组合库 → 智能合成系统这样机器智能就从“机器执行能力”进一步转化为可定义 → 可表示 → 可计算 → 可检测 → 可控制 → 可反馈 → 可更新 → 可提取 → 可组合的结构化智能。本章总结机器智能是智能合成理论中的重要智能来源而且具有自身独立的结构优势。本章首先定义了机器智能机器智能是机器实体在目标、环境、状态和规则条件下通过计算、检测、控制、参数处理、自动执行和反馈调整完成任务并维持运行状态的结构化能力。本章进一步建立了机器智能的七类核心优势机器计算 → 精确控制 → 高速计算 → 连续检测 → 参数处理 → 大规模结构处理 → 自动执行这些能力共同形成机器智能的基础结构计算 检测 控制 参数 结构 执行 反馈机器智能与人类、动物和群体智能存在明显的结构差异人类智能 → 抽象、知识、推理、规划、决策动物智能 → 感知、空间、运动、平衡、反应、适应群体智能 → 信息共享、任务分工、协同、集体决策机器智能 → 计算、控制、检测、参数、结构处理、自动执行这种差异恰恰构成智能合成的基础。因为IST并不是要求所有智能来源拥有相同的智能而是研究不同智能来源中的优势结构不同智能来源 → 不同智能优势 → 结构提取 → 结构匹配 → 结构组合 → 冲突检测 → 结构协调 → 新智能能力本章特别提出“机器智能自身形成”这一概念。机器智能并非只能理解为人类设计 → 机器执行而可以进一步形成机器结构 → 状态检测 → 计算 → 判断 → 方法 → 参数 → 行为 → 反馈 → 状态更新 → 行为调整从而形成机器自身的智能运行闭环。因此机器智能不是人类智能的简单复制也不是单纯的机械执行而是一种具有计算、检测、控制、参数处理、结构处理、自动执行和反馈更新特征的独立智能结构。最终本章形成完整模型机器对象 → 属性 → 状态 → 检测 → 计算 → 判断 → 方法 → 参数 → 行为 → 执行 → 反馈 → 状态更新以及IST中的机器智能提取模型机器智能 → 优势识别 → 结构分解 → 能力提取 → 参数提取 → 结构标准化 → 与人类智能匹配 → 与动物智能匹配 → 与群体智能匹配 → 智能组合 → 智能合成由此智能合成理论已经形成四类重要智能来源人类智能→知识、推理、规划、决策动物智能→感知、空间、运动、平衡、反应、适应群体智能→共享、分工、协同、集体决策机器智能→计算、控制、检测、参数、结构处理、自动执行下一阶段IST需要进一步研究这些智能来源之外的第五类重要来源环境适应智能即研究环境本身如何通过变化、约束、反馈、资源、风险和动态条件形成对智能行为具有决定性作用的结构机制。由此可以继续形成人类 → 动物 → 群体 → 机器 → 环境五类智能来源的统一结构体系。 第14章 机器智能理
第14章 机器智能理论14.1 机器智能定义机器智能Machine Intelligence是机器实体在给定目标、环境、状态和运行规则下通过信息处理、计算、状态检测、参数处理、决策控制、自动执行和反馈调整完成任务并维持运行状态的能力。机器智能是智能合成理论中的重要智能来源。在第10章中机器被定义为一种独立的智能来源。第11章研究了人类智能结构第12章研究了动物智能结构第13章研究了群体智能结构。本章进一步研究机器自身所具有的特殊智能结构。机器智能不应简单理解为“机器模拟人的智能”。机器可以具有与人类不同的能力结构例如精确计算高速计算连续检测高精度控制参数处理大规模结构处理自动执行这些能力并不一定来源于人类行为的直接复制而可以由机器自身的结构、计算规则、控制机制和运行系统形成。因此本章提出机器智能首先是一种机器自身能够形成、运行和维持的结构化能力其次才是机器对其他智能结构的模拟或实现。机器智能可以表示为MIf(C,P,D,S,A,E,F)MIf(C,P,D,S,A,E,F)其中MIMI机器智能Machine IntelligenceCC计算能力ComputationPP参数处理能力Parameter ProcessingDD连续检测能力Continuous DetectionSS状态处理能力State ProcessingAA自动执行能力Automatic ExecutionEE结构处理能力Structural ProcessingFF反馈能力Feedback。机器智能的基本运行过程可以表示为输入信息 → 对象形成 → 状态检测 → 结构处理 → 计算 → 判断 → 参数生成 → 控制 → 执行 → 反馈 → 状态更新进一步形成目标 → 状态 → 数据 → 计算 → 判断 → 参数 → 执行 → 检测 → 反馈 → 调整因此机器智能具有明显的计算化、结构化、参数化、连续化和自动化特征。14.2 机器计算优势机器计算优势Machine Computational Advantage是机器在数值计算、逻辑运算、结构处理、数据处理、重复计算以及复杂参数计算方面相对于特定人工处理方式表现出的效率、精度、规模或持续运行优势。机器计算能力是机器智能的基础之一。一个机器计算过程可以表示为YF(X,Θ,R)YF(X,\Theta,R)其中XX输入数据Θ\Theta计算参数RR计算规则FF计算过程YY计算结果。机器计算的核心不是“拥有数字”而是输入 → 规则 → 运算 → 输出例如对象状态 → 状态参数 → 计算规则 → 计算结果 → 状态判断机器可以对大量结构化数据持续进行计算X{x1,x2,…,xn}X\{x_1,x_2,\ldots,x_n\}通过统一计算规则YiF(xi)Y_iF(x_i)形成Y{Y1,Y2,…,Yn}Y\{Y_1,Y_2,\ldots,Y_n\}因此机器计算优势主要表现为计算速度计算精度计算重复性计算规模计算连续性计算规则稳定性这些能力能够成为智能合成的基础结构。例如动物快速反应能力机器高速计算能力可以形成快速检测 → 快速计算 → 快速判断 → 快速动作因此机器计算优势不是单独存在的而可以进入其他智能结构的组合过程。14.3 精确控制精确控制Precise Control是机器根据目标状态、当前状态、状态偏差和控制规则通过参数计算和执行机构调整使系统状态趋向目标状态的能力。机器控制可以表示为UF(S∗,S,P,C)UF(S^*,S,P,C)其中UU控制量S∗S^*目标状态SS当前状态PP控制参数CC控制规则。状态偏差可以定义为ΔSS∗−S\Delta SS^*-S控制过程为目标状态 → 当前状态检测 → 偏差计算 → 控制参数计算 → 动作执行 → 新状态检测形成闭环目标 → 检测 → 计算 → 控制 → 执行 → 反馈精确控制的重要特点是参数化。例如一个机器运动系统可能同时处理位置参数速度参数方向参数力量参数时间参数角度参数这些参数共同决定机器行为。因此BF(O,S,G,P)BF(O,S,G,P)其中BB机器行为OO对象SS状态GG目标PP行为参数。机器智能中的精确控制由此形成状态 → 参数 → 控制规则 → 动作 → 状态变化这与动物智能中的运动和平衡能力具有明显的结构对应关系。在IST中可以形成动物运动结构 → 运动机制提取机器精确控制结构 → 参数控制→运动智能合成14.4 高速计算高速计算High-Speed Computation是机器在单位时间内快速完成大量计算、比较、匹配、判断和参数更新的能力。高速计算可以表示为VcNTV_c\frac{N}{T}其中VcV_c计算速度NN完成的计算数量TT计算所需时间。机器高速计算的重要价值在于它能够将连续变化的环境转换为连续计算过程。例如状态₁ → 计算₁ → 判断₁ → 参数₁状态₂ → 计算₂ → 判断₂ → 参数₂状态₃ → 计算₃ → 判断₃ → 参数₃形成连续状态 → 连续计算 → 连续控制高速计算还可以支持复杂结构的实时处理Result(t)F(Data(t),Rules,Parameters)Result(t)F(Data(t),Rules,Parameters)其中Data(t)Data(t)时间 tt 的数据RulesRules计算规则ParametersParameters参数Result(t)Result(t)当前计算结果。因此高速计算并不是独立能力而是连接检测 → 计算 → 判断 → 参数 → 控制的中间能力。在复杂智能系统中连续检测 高速计算 参数控制 快速执行可以形成一种实时智能结构。14.5 连续检测连续检测Continuous Detection是机器在运行过程中持续获取对象、状态、参数和环境变化信息并根据检测结果更新系统内部状态的能力。连续检测可以表示为D(t)Detect(E(t),O(t),S(t),P(t))D(t)Detect(E(t),O(t),S(t),P(t))其中D(t)D(t)时间 tt 的检测结果E(t)E(t)环境状态O(t)O(t)对象状态S(t)S(t)系统状态P(t)P(t)相关参数。连续检测过程环境变化 → 检测 → 数据形成 → 状态判断 → 状态更新 → 再检测因此S(t1)Update(S(t),D(t))S(t1)Update(S(t),D(t))其中S(t)S(t)当前状态D(t)D(t)当前检测结果S(t1)S(t1)更新后的状态。连续检测使机器不再只进行一次性判断而形成持续运行的状态认知过程。完整结构为检测 → 状态形成 → 判断 → 行为 → 结果 → 再检测因此连续检测可以作为机器智能形成连续性的基础。特别是在动态环境中对象变化 → 状态变化 → 连续检测 → 新状态 → 新判断 → 新行为这使机器能够持续处理环境变化。14.6 参数处理参数处理Parameter Processing是机器对描述对象、状态、关系、行为、动作和运行条件的参数进行读取、计算、比较、调整、组合和更新的能力。参数是机器智能中的重要结构。可以表示为P{p1,p2,…,pn}P\{p_1,p_2,\ldots,p_n\}其中pip_i第 ii 个参数nn参数数量。机器状态可以表示为SF(P,O,R,C)SF(P,O,R,C)其中PP参数集合OO对象RR关系CC条件。机器行为则可以表示为BF(G,S,M,P)BF(G,S,M,P)其中GG目标SS状态MM方法PP行为参数。参数处理的基本过程为参数读取 → 参数检测 → 参数计算 → 参数比较 → 参数调整 → 参数输出 → 行为执行 → 参数反馈参数变化可以表示为Pt1PtΔPP_{t1}P_t\Delta P其中PtP_t当前参数ΔP\Delta P参数调整量Pt1P_{t1}更新后的参数。因此机器智能具有明显的参数化特征。在动物智能中可以提取运动速度运动方向姿态变化反应时间在机器智能中则可以转化为速度参数方向参数位置参数时间参数控制参数从而形成动物智能机制 → 参数提取 → 参数形式化 → 机器参数控制这正是IST进行智能结构转换的重要方式。14.7 大规模结构处理大规模结构处理Large-Scale Structural Processing是机器对大量对象、属性、状态、关系、规则、参数和行为结构进行统一存储、组织、检索、比较、计算和更新的能力。如果结构集合为S{s1,s2,…,sn}S\{s_1,s_2,\ldots,s_n\}机器可以通过统一的数据结构和计算规则对其进行处理。例如对象集合O{o1,o2,…,on}O\{o_1,o_2,\ldots,o_n\}关系集合R{r1,r2,…,rm}R\{r_1,r_2,\ldots,r_m\}形成结构网络N(O,R)N(O,R)其中OO对象节点RR对象之间的关系。进一步扩展N(O,A,S,R,C,K,M,B,P,F)N(O,A,S,R,C,K,M,B,P,F)即对象 属性 状态 关系 场景 知识 方法 行为 参数 反馈机器可以对这种结构进行存储索引匹配计算更新删除组合验证因此大规模结构处理能力使机器可以处理远超单一对象范围的复杂结构系统。其基本过程可以表示为结构输入 → 结构组织 → 结构匹配 → 结构计算 → 结构更新如果需要处理多个对象对象₁ 对象₂ …… 对象ₙ如果需要处理多层关系对象 → 属性 → 状态 → 关系 → 场景 → 知识 → 方法 → 行为机器可以通过统一的数据结构把这些内容组织起来。因此大规模结构处理是机器形成复杂智能系统的重要工程基础。14.8 自动执行自动执行Automatic Execution是机器根据目标、状态、规则、方法和参数在无需每一步都由外部主体直接控制的情况下自主完成预定动作和行为流程的能力。自动执行可以表示为AeF(G,S,M,P,R)A_eF(G,S,M,P,R)其中AeA_e自动执行GG目标SS状态MM方法PP参数RR执行规则。基本过程目标 → 状态检测 → 方法确定 → 参数生成 → 动作执行 → 结果检测 → 反馈自动执行并不意味着没有规则。相反自动执行必须建立在明确的状态条件执行规则方法参数动作反馈之上。例如IF SS1IF\ SS_1则Execute(M1,P1)Execute(M_1,P_1)即状态满足条件 → 执行方法 → 使用参数 → 产生动作执行之后动作 → 结果 → 检测 → 反馈 → 新状态因此自动执行形成条件 → 方法 → 参数 → 动作 → 结果 → 反馈当这一结构能够持续循环时就形成机器的自动运行能力。14.9 机器智能自身形成机器智能自身形成Self-Formation of Machine Intelligence是本章最重要的理论问题。传统工程思想容易将机器理解为人类设计 → 机器执行但如果机器具有状态检测计算判断参数处理方法选择自动执行反馈结构更新那么机器就可以形成相对独立的智能运行结构。因此本章提出机器智能自身形成是指机器通过自身已有的结构、状态、规则、计算、检测、反馈和调整机制在运行过程中形成相对独立、持续和可更新的智能能力结构。机器智能自身形成并不意味着机器凭空产生智能。它仍然需要基础结构 目标 规则 数据 状态 方法 反馈但是当这些结构形成闭环后机器可以在运行过程中产生新的状态、参数、方法组合和行为结构。其形成过程可以表示为机器基础结构 → 状态检测 → 信息处理 → 计算 → 判断 → 方法选择 → 参数生成 → 自动执行 → 反馈 → 状态更新进一步状态更新 → 经验记录 → 参数调整 → 方法调整 → 行为调整形成运行 → 反馈 → 调整 → 再运行这就是机器智能自身形成的基础。14.9.1 机器智能的内部结构机器智能可以建立为MI(O,A,S,R,K,M,B,P,F)MI(O,A,S,R,K,M,B,P,F)其中OO机器对象AA机器属性SS机器状态RR机器内部及外部关系KK机器知识与规则MM机器方法BB机器行为PP机器参数FF机器反馈。其运行链为对象 → 属性 → 状态 → 关系 → 知识 → 判断 → 方法 → 参数 → 行为 → 反馈这与前面建立的ICAI结构具有统一性。区别在于机器智能具有自己的能力优势高速计算精确控制连续检测参数处理大规模结构处理自动执行因此统一智能结构 机器自身优势构成机器智能的基本结构。14.9.2 机器智能自身运行闭环机器智能可以建立如下闭环目标 → 状态检测 → 信息处理 → 计算 → 判断 → 决策 → 方法 → 参数 → 行为 → 执行 → 结果 → 反馈 → 状态更新进一步反馈 → 参数调整 → 方法调整 → 行为调整形成目标 → 行为 → 结果 → 反馈 → 学习/调整 → 新行为因此机器智能不是静态程序而可以成为动态运行结构。14.9.3 机器智能自身形成的层次机器智能可以进一步划分为四个层次。第一层是基础运行能力数据处理 → 计算 → 存储 → 状态管理第二层是控制能力检测 → 判断 → 参数 → 控制 → 执行第三层是智能运行能力目标 → 状态 → 方法 → 行为 → 反馈第四层是智能更新能力结果 → 评价 → 经验 → 参数调整 → 方法调整 → 结构更新因此形成基础计算 → 精确控制 → 智能运行 → 智能更新14.9.4 机器智能与其他智能来源的关系第11章的人类智能具有抽象 → 知识 → 推理 → 规划 → 决策第12章的动物智能具有感知 → 空间 → 运动 → 平衡 → 反应 → 适应第13章的群体智能具有信息共享 → 任务分工 → 协同 → 集体决策 → 群体行为第14章的机器智能则突出计算 → 控制 → 检测 → 参数 → 结构处理 → 自动执行四种结构可以进入同一个IST体系人类智能结构动物智能结构群体智能结构机器智能结构→结构匹配→优势评价→能力组合→冲突检测→结构协调→智能合成例如人类规划动物空间能力群体协同机器计算与控制→新智能结构这正是智能合成理论的核心应用方向。本章形成的机器智能模型本章建立机器智能的基本结构计算 → 检测 → 状态处理 → 参数处理 → 控制 → 执行 → 反馈进一步形成目标 → 状态 → 检测 → 计算 → 判断 → 方法 → 参数 → 行为 → 执行 → 反馈 → 状态更新机器智能的核心优势可以归纳为机器计算优势精确控制优势高速计算优势连续检测优势参数处理优势大规模结构处理优势自动执行优势最终形成MIComputationControlDetectionParameterStructureExecutionFeedbackMI Computation Control Detection Parameter Structure Execution Feedback机器智能的自身形成过程为机器基础结构 → 计算 → 检测 → 判断 → 控制 → 执行 → 反馈 → 调整 → 新状态 → 新行为进一步形成运行 → 反馈 → 调整 → 更新 → 再运行工程映射机器智能可以建立核心对象MachineIntelligenceStructure主要属性包括machineId machineType objectStructure attributeStructure stateStructure relationStructure knowledgeStructure methodStructure behaviorStructure parameterStructure feedbackStructure机器计算模块MachineComputationEngine精确控制模块PrecisionControlEngine高速计算模块HighSpeedComputationEngine连续检测模块ContinuousDetectionEngine参数处理模块ParameterProcessingEngine大规模结构处理模块LargeScaleStructureEngine自动执行模块AutomaticExecutionEngine机器智能管理模块MachineIntelligenceManager机器状态管理MachineStateManager机器反馈管理MachineFeedbackManager机器智能更新MachineIntelligenceUpdater整体运行结构Machine Object → State Detection → Computation → Decision → Method → Parameter → Control → Execution → Feedback → State Update数据库可以建立machine_intelligence_sources machine_intelligence_objects machine_intelligence_attributes machine_intelligence_states machine_intelligence_relations machine_intelligence_rules machine_intelligence_methods machine_intelligence_behaviors machine_intelligence_parameters machine_intelligence_feedback machine_intelligence_structures machine_intelligence_updates进一步与IST智能结构库连接机器智能结构库 → 智能优势库 → 智能结构匹配库 → 智能组合库 → 智能合成系统这样机器智能就从“机器执行能力”进一步转化为可定义 → 可表示 → 可计算 → 可检测 → 可控制 → 可反馈 → 可更新 → 可提取 → 可组合的结构化智能。本章总结机器智能是智能合成理论中的重要智能来源而且具有自身独立的结构优势。本章首先定义了机器智能机器智能是机器实体在目标、环境、状态和规则条件下通过计算、检测、控制、参数处理、自动执行和反馈调整完成任务并维持运行状态的结构化能力。本章进一步建立了机器智能的七类核心优势机器计算 → 精确控制 → 高速计算 → 连续检测 → 参数处理 → 大规模结构处理 → 自动执行这些能力共同形成机器智能的基础结构计算 检测 控制 参数 结构 执行 反馈机器智能与人类、动物和群体智能存在明显的结构差异人类智能 → 抽象、知识、推理、规划、决策动物智能 → 感知、空间、运动、平衡、反应、适应群体智能 → 信息共享、任务分工、协同、集体决策机器智能 → 计算、控制、检测、参数、结构处理、自动执行这种差异恰恰构成智能合成的基础。因为IST并不是要求所有智能来源拥有相同的智能而是研究不同智能来源中的优势结构不同智能来源 → 不同智能优势 → 结构提取 → 结构匹配 → 结构组合 → 冲突检测 → 结构协调 → 新智能能力本章特别提出“机器智能自身形成”这一概念。机器智能并非只能理解为人类设计 → 机器执行而可以进一步形成机器结构 → 状态检测 → 计算 → 判断 → 方法 → 参数 → 行为 → 反馈 → 状态更新 → 行为调整从而形成机器自身的智能运行闭环。因此机器智能不是人类智能的简单复制也不是单纯的机械执行而是一种具有计算、检测、控制、参数处理、结构处理、自动执行和反馈更新特征的独立智能结构。最终本章形成完整模型机器对象 → 属性 → 状态 → 检测 → 计算 → 判断 → 方法 → 参数 → 行为 → 执行 → 反馈 → 状态更新以及IST中的机器智能提取模型机器智能 → 优势识别 → 结构分解 → 能力提取 → 参数提取 → 结构标准化 → 与人类智能匹配 → 与动物智能匹配 → 与群体智能匹配 → 智能组合 → 智能合成由此智能合成理论已经形成四类重要智能来源人类智能→知识、推理、规划、决策动物智能→感知、空间、运动、平衡、反应、适应群体智能→共享、分工、协同、集体决策机器智能→计算、控制、检测、参数、结构处理、自动执行下一阶段IST需要进一步研究这些智能来源之外的第五类重要来源环境适应智能即研究环境本身如何通过变化、约束、反馈、资源、风险和动态条件形成对智能行为具有决定性作用的结构机制。由此可以继续形成人类 → 动物 → 群体 → 机器 → 环境五类智能来源的统一结构体系。