图灵汇官网

在当今复杂多样的信息环境中，为了构建智能体的世界观，我们需要梳理并整理出世界信息的主要组成部分。语言不仅是交流思想的工具，也是个人世界观的体现。通过对语言描述内容的分类，我们可以有效地概括世界信息的核心内容。

为什么我们要对语言进行归纳呢？如果我们了解所有语言表达的构成元素，相信这对建立基于逻辑驱动的智能语言模型会有所帮助。

语言描述的内容可以归纳为以下几个关键要素：属性、实体、概念、形状、关系、规则和事件。

属性

属性是构成概念和实体的不同维度的信息。每个独立的维度就是一个基本属性。这些基本属性之间没有关联，看似连续的世界可以通过有限的稀疏维度来表达。基本属性的组合可以形成概念化的复合属性。

概念

概念是对事物的抽象概括，既包括对客观实体的抽象概括，也包括对虚拟概念的抽象概括。概念是对事物共通属性的归纳总结。

实体

实体是概念的具体实例，包含了概念所包含的属性之外的个体属性，并且属性的具体数值化（即形状）。

形状

形状是对属性的具体化，甚至可以量化。实体的形状通过属性来描述。可以通过程度、情感色彩等方式来限定和修饰形状。

关系

当事物之间存在属性交集时，它们之间就会产生关系。根据关系链的长度，关系可分为直接关系和间接关系。前者由事物的共同属性直接作用，后者则通过关系的传递间接影响。这些关系可以是基本关系，如数值关系（大于、等于、小于）、集合关系（包含、相交、不相交）、逻辑关系（是、非），也可以是复合关系，如因果关系（通过规则作用产生的必然结果）。关系具有可计算的特性，提供一个计算规则即可得出相应的结果。

规则

规则是对信息进行计算的方法。无论是客观规律（物理、化学规律）、数学定理（公理、定理、定律），还是人为规定（风俗、秩序、规章、编程程序），这些都是规则。关系的计算依赖于规则。能够学习规则是智能的直接表现之一。思考的四大要素——归纳、分析、推理、预测——所做的主要工作就是基于规则的信息计算。关系与规则都是可计算的要素，对它们进行神经元建模是一项重要的工作，这也是当前深度学习技术不太擅长的领域。深度学习擅长在高维空间中进行模式识别，可以称为认知型智能；而思考型智能可能需要我们放弃深度学习，探索其他方法。

事件

形状的变化被称为事件。事件是对自然现象和智能行为的描述，它可以是已经发生的，也可以是通过预测得知即将发生的改变。