创新的体系：原理发现（2）

第二类信息转换原理 是将语义信息经由第二原理系统转换为知识；第三类信息转换原理就是有了感知的信息，有了知识，怎么样能够生成智能。

第二个原理就是第二类信息转换原理，就刚才讲的第一原理，你有了感知信息，怎么样能够转换成为知识。这个原理就是这样的，给一个模型，输入，这个时候，刚才我讲，我们产生出那个全信息了，就用语义信息来代表了，所以处理起来就特别地方便了。当然第二类我就输入的就是语义信息，其实如果你把它写全的话，那个语义信息一定有语法信息，跟语用信息表示它的内涵，输入的是语义信息，然后经过我的这个第二原理的系统，就可以产生出知识来。

这个系统怎么做呢？一你要有知识库，就是你产生这样一个知识，你原先必须要用先验的知识，如果你原来一点知识都没有，那么这个事情就很难了，有了一定的知识库来支持，有了语义信息的输入，这个知识库里头呢有原始知识，先验知识，它们是有一个归纳逻辑的算法，归纳逻辑，就是你这个语义信息，一个语义信息、两个语义信息、n个语义信息都是这一类。

比方说都是茶杯，有大的有小的，有玻璃做的有木做的有陶瓷做的等等，但是它们得有类似的这样一个语法信息，都有类似的语用信息。因此有了这么多的语义信息，我就把它归为一类，这一类就变成了一个普遍适用的知识了，这个知识叫茶杯，小茶杯 大茶杯 瓷茶杯 竹茶杯等等，都是茶杯，这样就产生了茶杯这个概念一个抽象的的名字了。

所以它要害是归纳算法，逻辑上是归纳算法。这个归纳算法在人自己来讲，是很容易就做到，我们见得多了就找到它的共性东西来，在技术上用逻辑的归纳算法，同样有各种各样的归纳，也可以产生出最终这些共性的东西。比方我再举一个例子，第一只看见的乌鸦是黑的，看见第二只乌鸦也是黑的，然后看了很多，第n个乌鸦也是黑的，因此我们就归纳出一个结论，这个结论就是一个知识，说所有的乌鸦都是黑的。

这就是归纳出来这么一个知识，本来是第一只乌鸦是黑的，这是一个信息，第二只乌鸦也是黑的，也是语义信息，到了归纳出来所有的乌鸦都是黑的以后，这就是一个知识，但是是一个经验性的知识。说不定哪天来一只灰的乌鸦，那你这个知识就是被改变了，所以这样一个归纳的方法产生的知识，一定是经验的，因为你不知道你的这些，观察的这些样本是不是够充分，是不是够便利，你搞不清楚。

因此总归是个经验的，说不定会有意外的东西，你原来没有想象到，没有搜集到的那些样本。所以归纳方法在理论上，就是一个不保证这样一个局限性，它归纳是有道理的，归纳的结果是不是万无一失，不敢说，取决于你的样本是不是典型，是不是便利，这样通过这个人的思维方法，叫归纳思维，机器的归纳推理，归纳学习就可以产生知识来。

这个大家应该是很熟悉的，不会有疑问，只是说你具体做的时候，可能有不少工作要具体去做。关键是归纳算法，核心的问题是归纳算法，当然为了能够很好地执行这个归纳算法，前面要有一些预处理，后面要有一些后处理，这是第二类的原理，就是感知的信息通过归纳的算法。产生的知识，注意，这个知识还是经验性的知识，第一步，将来你要通过不断地去完善，不断地去提炼，不断地去检验，才会变成成熟的，规范性的知识，但是这条路就走通了。

第三类的转换原理，就是你有了感知的信息，有了知识，怎么样能够生成智能。这儿我就有好几个图片 ，总的来讲就是要完成这样一个转换，它的输入还是语义信息。为什么？因为语义信息，是主体从客体信息当中感知出来的，而客体信息是代表那个问题。所以感知信息是代表主体对问题的理解，问题的代表就是感知信息，对主体而言是感知信息，所以输入一定是感知信息。

然后一个支持的一个系统，就是数据库，要有知识。刚才讲提炼跟这个问题有关的各种各样的知识作为知识库来补充、支持。还有上面要有一个输入，这个就是目的，就是你对这个问题的求解的目标在哪里，不然如果目标的话我做做做，求解求解，求解到哪年哪月算完了？你得告诉我到什么样的状态，算我这个问题求解就是你要的目标了，我就可以完成了，就成功了，所以要有一个目标的输入。

这样在目标的引导下或者控制下，就不让你这个推演到，演绎到，任意的，跟这个无关的地方去了，所以在目标的引导和控制下，在知识的支持下——因为没有这个知识的支持，你这个语义信息就不好演绎，所以在目标的引导跟控制下——给你一个范围，然后把语义信息去演绎推理。刚才不是讲语义信息已经是个逻辑的名称嘛，所以它就可以做演绎了。

如果Shannon这个信息都是计算的，没办法做这个事，所以Shannon信息做不了这个事，是有这样一个本质的问题。而全信息尤其是它的代表是语义信息，是一个逻辑的名称，那么这个名称就可以做逻辑的演绎，茶杯可以盛水，我渴了，希望能够把这个茶杯充满水，我可以解渴，这里有很多逻辑的过程的，有了这个逻辑名都可以做这个推理演绎了。

因此总体来讲，就是在目标的导控下，在知识的支持下，可以把这个语义信息演绎到，跟目标指示的状态相吻合的，那个时刻，那个状态，就算问题求解成功了。因为已经到达那个目标指示的状态了，本来就说这个问题是这样，你慢慢去演绎，演绎到这个状态就是我所要的，到这儿就行了，问题求解就结束了。

整个是这个原理，不过蛮复杂，所以我有三张PPT来演示，一个是针对这个意识，一个是针对情感，再一个是针对理智。三个智能的要素原理都一样，都是机制，就是语义信息，在目标控制下，知识支持下，一步一步演绎到目标所指示的状态。

但是不同的要素需要的知识是不一样的，除了刚才讲的经验，规范，常识以外，具体来讲如果你现在，要产生的是基础意识，你需要的知识是本能知识和程式知识，本能知识是最基础的。比方说我这个人叫钟义信，已经命名我叫钟义信了，我在这个地方工作，突然外面有人喊了很多声响，我都不会去反应，但是如果听见外面喊钟义信，我知道跟我有关，跟我这个目标有关了，所以我就会回头看或者去应答，这是最简单的一个意思表现。

当然更复杂的原理是一样的，这个是在常识知识，另外就是本能的知识，在这些知识来支持，目标是给定的，信息也是给定的，这个知识不同，产生的这个智能的要素就不同。所以如果你的关注点是基础意识，那么你要用来支撑的知识，一定是要跟这个问题相关的本能知识，常识知识。

如果你关注的是情感，那么用来支持这样一个演绎转换的知识，就不光是本能知识和常识知识，还要有一个经验性的知识，所以它的知识就丰富多了，不光是刚才那两个。而且有经验性的知识，因为很多场合下，什么事情你会高兴，什么事情你会苦恼，什么事情你会悲伤，这个就是很多是经验性的知识，描述的和支持的，所以那个原理是一样的，但是支撑的知识，就要有经验的知识来支持了。

如果你要关注的是，不光是情感，而且有理智，这个时候你要去用来支撑的，有同样的目的，同样的问题，就是同样的语义信息，你要得到理智这样一种智能的要素，那么你需要的知识就更多了，不光是本能知识，常识知识，经验知识，而且还要很多规范知识。这个理智就不是靠经验了，这个理智要有很多比较深刻的，全面的，系统的，规范性的知识，当然都是跟这个问题有关的，不是无限的，这些规范的知识。

所以在这样一个知识支持之下，在你给定的目标引导下，在这样一个语义信息的驱动下，最后一步一步演绎，演绎到最后到那个状态，这个状态按这个方法去做，那就是一种理智的策略，能够解决这个问题。所以你看原理是一样的，机制是一样的，但是需要的知识情况就不一样了，看你要求这个智能是哪个层次的智能，这样一来我们就可以做到，基础的意识，情感，理智三位一体，来解决给定的问题，去达到既定的目标，这个就是第三类的信息转换的原理。