1.6 智能体主要智能过程

实现智能体的构建，需要系统理解智能体的行为或智能过程。智能体具有的智能行为可以划分为四个相关的过程：认知过程、任务执行过程、生存过程和控制过程。每个智能过程需要调用一组资源和功能，需要智能体全部组成部分的协同。

1.6.1 认知过程

认知过程是指智能体以获取信息为起点，以学习为主要形式，经由一系列特殊的处理形成记忆的过程。

1．获取信息的感知模式

感知是智能的起点，是全过程含义处理的起点，是认知过程的起点，是智能计算的基石。感知过程就是从感到知的过程，智能体经由传感器感觉外部环境的变化，将感知到的信息传送到特定位置，并与已有信息连接，变成智能体可理解、可使用信息的过程。

感知是智能体与外界交互的连接点，实现基于含义的感知决定了感知功能组的数量和类型是最多的，感知功能组间的差别也是最大的。例如，文字感知功能组，可以根据不同文字、文字使用的频度、文字与记忆的关系等构成不同的功能组，音视频的感知也由识别不同特征和场景的功能组承担。对外部环境的感知，光、热、温度、湿度、压力、物体类型也采用相同的模式，根据感知对象、场景、特征来构建不同的功能组。

实现由感到知转变的本质就是将感知前端接收到的符号，在感知器和描述器的作用下，转变为智能体能理解、使用的含义。这一过程有四个关键环节：一是特定的传感器置于特定的场景中；二是充分保持接受对象的各类逻辑关系；三是拥有足够多的传感器，保证所有的符号经由传感器之后，就能区分为智能体理解的含义；四是使用智能体能理解的符号和格式，描述所有感知的对象。

例如，一个传感器能感知也仅能感知“智”这个汉字的各种形体，当这个传感器在文档识别这个场景中感知到字，即按照规定的路径传送到智能体记忆中的特定区域，这个区域临时存储该场景输入的上下文，并与记忆中汉字描述结构连接，这个汉字描述结构又与智能体已经保有的相关信息连接，如汉字语音、释义，对应其他语种的音与形，主要的应用连接，如“智能”“人工智能”“智能制造”等，这些词又连接相应的语音、字形、释义、应用场景。可以设想一个智能体在大量的场景中，并估量数以十亿计的专用传感器及其引发的感知过程、理解过程、学习过程的能力。

2．从存储到记忆

感知和描述获得的智能体可理解对象，以记忆模式保存，记忆与存储的区别对智能体而言，是不可理解的符号还是可理解的含义。实现从存储到记忆的转变，就是智能体可理解的描述和保存所有记忆单元间的联系，通过一个有效的方式，使智能体无论从哪个视图进入记忆，只要在记忆中存在，总能得到它需要解释问题的答案或执行任务的解或求解的方法。

智能体记忆的载体是芯片，形态是符号，本质是含义结构。记忆并非仅仅被动保存智能体拥有的信息，而是一种功能，具有对该智能体记忆的整理和完备功能，可以触发智能体的学习过程。

随着智能体的成长和发展，记忆也相应成长。不但是记忆的内容在增加，记忆内容间的相互参照在增加，而且记忆作为一种功能的能力也在增长。

3．学习

学习是贯穿智能体生命周期始终的本能，本能通过初始、赋予的结构性触发机制实现。智能体学习是将其在初始时赋予的基本功能变成可使用的智能，以及在成长中持续发展的基础。学习的成果是智能体可理解、可使用的信息或功能，覆盖智能体的全部要素。

智能体学习过程的特点是反复循环、逐步求准、渐次外延、交互加速，是将触发学习功能的信息融入恰当的结构中或给出无效结论的过程。每个判断都基于含义的比较，每次增长都在理解的基础上，不允许任何智能体不能理解的信息、功能经由学习进入智能体。

智能体的学习有两个不同阶段。一是学习期，初始之后，还没有具备承担社会性智能任务之前。这个阶段学习的任务是与智能体审定目标一致的常识、基本知识和技能，以及专用知识和技能。二是任务执行期，这一时期是能力的提升和增长阶段。

智能体学习的触发有三种模式：内部触发、环境触发、任务触发。内部触发是指智能体的任何一个微功能单元、功能组或功能系统发出的学习性指令，由发出者或经由控制系统确定的学习功能组执行。环境触发是指智能体在与外部交互时触发的学习过程，一般由专门的学习功能组执行。任务触发是指在智能任务执行时，由相应的功能单元触发的学习，其主要有两类触发原因，一是任务求解的需要，二是任务结束后评价结果处理的需要。

智能体学习结果有三种判断机制：内部准则、外部交互、两者兼具。内部准则是指，学习的结果由智能体在学习之前就已经存在的判断准则，决定归到智能体功能或信息的哪一个结构中，需要调整、增加多少连接，并给出相应的成熟度。外部交互是指，将结果与外部智能体（通常是人）对话，以确认智能体自身的判断是否恰当，然后进行与前者类似的处理。两者兼具是指，一个学习结果同时经由内部准则和外部交互两个过程评价，得出结论后做相应的处理。这三种判断都包含否定的判断。

对于似人智能体而言，初始、赋予集中大部分功能是结构形式存在的空集，需要学习过程才能变成具体的智能，所以学习功能必须在智能体产生时就启动，需要在初始、赋予时内置特殊的驱动机理。

4．从记忆—连接到理解

理解具备智能的主要特征，是智能体的一种基本能力，是对所感知及拥有对象含义的把握及把握的程度。理解是智能体确定一个对象一种或多种含义、融入智能体的记忆和功能中，与其已经理解含义的结构重组的过程，其中的结构可以指场景，也可以指含义的逻辑。

理解基于感知，保存于记忆，以连接为主要实现方式。在各类智能行为，特别是判断、决策、控制等过程中使用。智能体不仅能实现对实在客体的理解，也能理解通过某些实在客体反映出来的抽象概念、事务，如时间、空间、偏好等。具体的理解通过描述和连接实现。抽象的理解通过抽象理解框架和一般逻辑工具及框架中预置的偏好、过去的经验实现。智能体理解是一个动态的、渐进的、持续增长的发展过程。

1.6.2 任务执行过程

在《智能原理》一书第4章中所列举的智能事件都是一个智能体需要承担的智能任务^[10]。每个智能事件的一般执行过程是：触发、任务判断、任务分配、执行策略确定、资源分配和使用、执行、结果产生、结果评价、任务结束，根据结果的学习及后续触发。而这些任务能够被智能体执行，智能体必须拥有一系列基本功能：感知、理解、记忆、学习、判断和决策、行为等。

除了一般过程，智能体执行智能任务还存在不同性质的特殊过程。

一是简化的。相对于一般过程，其中的一个或多个，甚至全部环节已经有经验，相应的环节可以简化为连接—结果流程。如果全部环节都已给出结果，整个任务执行就是一串连接，给出最终结果。评价、学习同样简化，相应地，标记增加成果次数，调整确定性。

二是复杂的。相对于一般过程，一个或多个环节出现过程循环、嵌套，或过程串行、并行等状态。

一般性智能任务的执行过程通常包括如下环节：触发、任务判断、任务分配、执行策略确定、资源获得和使用、执行、结果产生、结果评价、结果提交、任务终止等。

智能任务的起点是触发。触发有多种模式，环境变化、接受任务、内部学习、运行维护都可以触发智能任务。外部触发基于特定感知功能，内部触发基于特定的连接功能。接受任务之后就是对任务进行分析判断，这是判断决策任务中的一类。智能体首先要确定接受的任务是否是能够完成的任务，如果是没有能力完成、又必须承担的任务，要提出解决的办法。决定承担任务之后就是任务分配，决定以哪个功能体系、功能组为主执行。确定谁来执行，首要是能力，即具备执行的能力；其次是效率和发展的要求等，这也是判断和决策的一类功能。具体承担执行任务的功能体（系统、组、承担者）要根据任务的特点和自身积累的经验确定执行策略。承担者根据任务执行的需求，提出资源需求，得到资源后进行分配并使用。智能体管理资源的功能系统负责提供相应的资源。任务执行的功能系统使用这样的资源，使用结束后回归资源管理功能系统管辖。不同的任务，其执行过程存在重大差别。有的任务执行过程涉及复杂的物理和逻辑功能，有的需要多次迭代循环，有的因为已经有成熟的经验或问题的解空间是确定的，则无须推理等逻辑过程。任务执行后必然产生结果，但结果并非都是确定性的或预期的，存在不完全符合预期或绝不符合预期的结果。因此，对于结果要进行严格的评价，无论何种结果，都要将评价反馈到所有应该得到的地方，成为后续学习或新任务的触发因素。评价结束，任务终止。

根据具体任务的特征，任务执行过程可能十分简化，也可能十分复杂。简化的纯逻辑从接受任务到完成，只是一个简单的搜索和匹配过程，因为对于执行者而言，是知道解或通过调用智能体的相关知识，可以直接得到结果的。复杂任务可能由于存在物理加工过程，这个过程是不可约简的，即使执行者已经熟练地执行了若干次相同的任务，也需要从头到尾再次执行；也可能由于逻辑、知识的复杂性，包括策略设定和算法或其他复杂性使得任务执行过程复杂化。

对于智能体来说，尽管执行着很多类型的任务，但最重要的是作为一个社会主体承担的社会交付的任务，正因为这个原因，前述对行为的分类中区分了智能体自身的各种行为与承担社会任务的执行。

1.6.3 生存过程

可以从两个角度去理解智能体的生存过程，一是关于生存的资源和管理，二是关于智能体存在的全过程。本小节分别从这两个角度将智能体的生存过程称为生存能力和生命周期。

智能体生存能力有三个基本要求：首先是拥有基本的生存资源，其次是能根据对资源的需求而增加，最后是能对这些资源实现有效的管理和维护。

要生存，必须有生存的基本资源，一类是保证智能体运转的资源，包括建筑、道路、水、电、气（空气调节设备）等；另一类是实现智能体功能的资源，包括各类软硬件及其载体，以及各类微处理器。智能体在发展中所需求的资源是动态增长或补充的，所以需要对增长有保证。保证增长，不仅需要资金，还需要具备作为经济活动的主体的能力，即商务能力。

在智能体生存过程的早期，这些资源的获取、管理和维护需要由专业的团队负责；到一定阶段，当智能体的控制权移交到智能体自身时，智能体要在这之前学会管理和维护，还要逐步学会参与各类商务活动。

智能体的生存过程就是智能体的生命周期，是指一个智能体从诞生到终止的全过程。它一般包含初始、赋予、培育、成长、执行任务、复制和终止六个阶段。

1．初始

初始阶段是指人（发展到一定程度，也可能是智能体创造智能体）集聚已有资源，根据设定智能体的类型进行规划、设计、开发的过程。

2．赋予

赋予阶段是将初始形成的逻辑能力，赋形到微处理器中。初始和赋予就是智能体的诞生，是生命周期最重要的环节，其决定了智能体的功能和发展高度。刚性的必要初始功能、资源、环境及可塑、多样、可控的成长机理是初始、赋予的核心要求。

构建智能体是一项极为复杂的系统工程。构建包括完成智能体初始、赋予及成长环境。此后有两种发展模式，一种是全部由智能体实现，另一种是以智能体为主，人辅助。本书讨论人承担初始、赋予和培育阶段任务，后续阶段由智能体接管，部分功能在与人的交互中发展的模式。

一般而言，构建智能体作为一个工程，主要的步骤有规划、工程设计、任务线及分工、可用已有构件收集、构件及各类系统开发、各层功能构件设计开发与组合、各层测试、智能体组合与测试、环境设计与准备、智能体主要功能调试、培育到智能体的各项功能可以自主运行，然后移交控制权，承担后续阶段的修改、完善。

3．培育

培育是指在智能体赋形之后，通过一个过程，将内含的功能变成智能体自己可以掌控和运行的功能，将处理符号的软、硬件转换为智能体处理含义，将存储变成记忆，将连接变成理解，将认知过程、任务过程、生存过程、控制过程在局部和全局实现。没有这个过程，赋形的智能体如同一个刚出生的婴儿，培育则将所有潜在的功能变成可用的功能。

4．成长

成长是指智能体能力增长的阶段，一般从智能体接过控制权之后到终止都是成长期。成长有三种主要形式：添加、学习和任务。添加是指在智能体中直接增加物理、逻辑或信息模块。这里既包含资源性的，如机械设备和新的动力或动力控制装置，也包括来自外部的可以为智能体理解和调用的功能或信息模块。

学习是贯穿智能体整个生命周期的主动行为，是智能体成长的主要来源。在智能体生命周期，学习分成两个不同的阶段。第一阶段是智能体在初始之后，有能力承担外部智能任务之前的阶段，学习是智能体的核心内容。第二阶段是在承担任务的过程中学习。两个阶段的学习具有不同的触发机制和过程，但存在大量类似或相同的功能。

5．执行任务

执行外部提交的智能任务是智能体之所以存在的原因，执行任务也是智能体成长最重要的来源。

执行任务是指智能体在生命周期中承担所有外部智能任务的执行过程，类似于人的工作阶段，是智能体生命周期中最重要的阶段。

执行任务作为智能过程，是本书所有章节的共同指向，是智能体是否具备智能和具备什么样能力的集中体现。不同的智能体具备不同的能力，本书最后一章将集中讨论这个问题。

6．复制和终止

智能体生命周期的复制，是指将自身的某些构件经过特殊处理之后，变成可以为别的智能体理解和使用的、可复制的构件，并完成复制的过程。这个构件从最小的信息或功能构件直至整个智能体，与智能体结构一致。整个智能体的复制就是再造自己。

终止是指智能体生命周期的结束。结束可能是自然结束，智能体完成了自己的使命而终止；也可能是非正常终止，是在生命周期的某个阶段，由于某种原因不能维持正常的生存而终止。

综合智能体的生命周期，尽管始终把人的参与和交互、生存和发展的环境放在突出的位置，但需要高度重视智能体自身的鲁棒性和理性。

生存的鲁棒性，是指智能体全生命周期的可靠性、抗毁性，是智能体在环境变化下发展与生存、持续、延续的能力，也是减少非正常终止的基础。鲁棒性基于智能体的设计及其生存发展的环境，因此提高鲁棒性也需要在这两方面下功夫。

生存的理性，是指智能体全生命周期的行为适应并符合社会规范。在与社会性行为相关的判断和决策过程中给予刚性的约束是实现智能体理性的重要技术手段。学习、成长过程中的容错规则不适用于行为的理性判断。遵循规则采用不同约束，保证成长的创新与行为的理性。

1.6.4 控制过程

这里的判断和决策是指智能体在整个生命周期所有类型的判断和决策，也包括意识或思维，是智能体的核心能力，是主体性的集中体现。

判断和决策产生于智能体各类事务的进程中，主要包括宏观和微观两大类。宏观判断和决策是针对智能体整体事项的，如环境判断、自身状态判断、运行态势判断、任务分配、进程判断等；微观判断和决策则是针对具体过程的，如使用什么感知处理单元、采取什么问题求解策略、学习成果的成熟度判定等。

智能体可以自行决定的判断和决策，基于规则、逻辑和信息。逻辑是指一般推理逻辑或算法，信息是指对具体的判断决策有价值的内外部信息，规则是指与判断和决策相关并已经存在的规则、标准。规则和标准既是描述的，更是结构的。

智能体不能自行决定的判断和决策需要通过交互来实现。在问题求解过程中应该保留通过交互来完成判断和决策的通道。

有时候，判断和决策涉及比较复杂的逻辑和算法；有时候，判断和决策没有逻辑推理过程。