创造性因果性研究中心本体论
从知识系统化到不断发展的概念空间
V. 人工智能的概念架构
19. 概念空间作为未来人工智能的基础
正在构建的概念空间还有另一项预定用途。
它将成为新一代人工智能语义层的架构基础。
这里必须作出一个重要区分。
在所规划的架构中，大型语言模型与人工智能并不是同一个概念。
大型语言模型可以对自然语言执行极其复杂的操作，分析上下文、生成文本，并提供人与系统之间的交互。
但在正在发展的架构中，语言模型只是其中一个功能组件，而不是整个智能系统。
根本区别在于存在一个独立的、不断发展的概念空间。
20. 概念作为显式的架构元素
在大型语言模型的常规架构中，系统获得的相当一部分信息以分布式方式存在于模型参数中，并通过生成过程表现出来。
所规划的系统在此基础上加入一个额外层级。
概念应当作为其自身语义架构中被明确界定的元素存在。
系统不仅应当能够处理一个词或一串标记，还应当能够访问作为结构化节点的概念：包括其意义、边界、关系、基础、派生概念、在其他概念之间的位置、变化历史，以及它对更大语义结构的参与。
这样，知识便获得一种独立的结构化表示，可供分析与进一步发展。
21. 智能的概念层级
在概念层面，可以区分若干彼此关联的层级。
语言层通过自然语言提供交互。
概念层保存并组织概念及其关系。
本体论记忆保证语义结构的稳定性，并保存其发展历史。
逻辑与因果层对概念及其关系执行操作。
概念空间的发展机制则允许新的概念和新的语义整体进入既有架构。
采用这种方法后，语言生成不再是系统唯一的内部过程，而成为更广泛架构运行结果的一种表达形式。
22. 系统的预定工作循环
由此可以表述系统预定的工作循环：
文本 → 意义识别 → 与概念空间对应 → 关系分析 → 形成或 уточнить 语义结构 → 逻辑处理 → 新的语义状态 → 通过语言表达。
这样，在输入文本与输出文本之间，出现了一个独立的概念处理层。
正是这一层被规划为整个架构中的独立对象。
从长远来看，系统不仅应当使用已有概念，还应能够发现现有结构不足的情况；提出新概念的假设；建立其关系；检验其一致性；并将经过确认的语义结构纳入整体概念空间。
这已经不仅是保存知识的任务，也是发展知识结构的任务。
23. 从本体论到智能架构
因此，中心的本体论项目逐渐获得了超越最初术语词典任务的意义。
最初的任务是系统化术语。
由此产生了保存概念之间关系的需要。
关系要求从列表转向结构。
结构进一步导向概念空间。
对其组织方式的研究又导向空间表示的假设以及晶体模型。
递归原则使我们能够把这一空间理解为一个不断发展的系统。
而概念空间的形式化，则打开了将其作为未来智能系统语义架构的可能性。
研究 → 知识语料库 → 概念 → 本体论 → 关系系统 → 概念空间 → 空间模型 → 机器可读的知识架构 → 人工智能的演化概念空间。
因此，本体论在中心的结构中并非辅助性组成部分，而具有基础性的地位。
它把各项独立研究连接成统一的知识系统。
它保存这一系统随时间发展的语义连续性。
它在人、文本与机器之间建立形式化接口。
并且，它为下一阶段奠定概念基础：构建一种人工智能，其中语言是交互的媒介，而不断发展的概念空间则构成知识与思维组织的核心层级之一。