人工认知的语境—觉知及其语境建模.pdf

人工智能要实现类人的智能，语境一觉知是实现这种目标的一种有效表征方法。引入语境一觉知的目的是让人工认知系统能够像人那样拥有语境能力，这是让人工智能更智能的关键一步。那么，什么是语境一觉知，其问题域和类型是什么，如何在语境中实现统一，一阶逻辑如何表征，如何语境地建模，这些问题是使人工认知系统类人化的关键，也是人工智能发展要解决的关键问题。关键词：人工认知；人工智能；语境一觉知；语境模型；适应性表征中图分类号：TP18文献标识码：A文章编号：10 0 6-2 8 15（2 0 2 3)0 2-0 0 6 2-13D0l:10.19946/j.issn.1006-2815.2023.02.004人类是语境化的物种，也即历史化和语言化的物种。如何让人工智能体也有语境能力是使其拥有类人智能的关键一环。一种思路或方法就是将情境（situation)或语境（context）与觉知（awareness）相结合，形成情境一觉知（situation-awareness）或语境一觉知（context-awareness)概念，也称“态势感知”。在计算机科学特别是人工智能中，情境和语境一般是不加区分的，均是指智能体（agent)及其组合的一种背景性境遇或环境。然而，在我们看来，这两个概念及其与觉知概念的组合显然是所有区别的。情境是当下的语境，语境是过去的情境，即情境指的是“在线”的动态境遇，是“进行中”的场域，而语境指的是“离线”的场景，是过去静态的“历史背景”。按照这种理解，情境也是有语境的，如当下语境就是情境。相对于情境，语境是更基本、更深层的，形成了决定所发生事件或行动之意义的基底情境与语境关系的一个典型例子是基于语境训练的情境一觉知方法。这种情境一语境收稿日期：2 0 2 2-0 5-2 2基金项目：国家社会科学基金重大项目“人工认知对自然认知挑战的哲学研究”（2 1&ZD061)作者简介：魏屹东，山西大学哲学学院认知哲学研究所教授，博士生导师，主要从事科学哲学和认知哲学研究E-mail:魏屹东：人工智能的情境觉知：一种“在线 适应性表征，上海师范大学学报（哲学社会科学版）2 0 2 2 年第1期，第5-17 页。El l e n J.Ba s s,Jo h n P.Ze n y u h,Ro n a l d L.Sma l l Sa mu e l T.Fo r t i n,“A Co n t e x t-Ba s e d A p p r o a c h t o T r a i n i n g Si t u a t i o nAwareness,2022-09-16,https:/ieeexplore.ieee.org/stamp/stampjsp?tp=&arnumber=549497.63魏屹东人工认知的语境一觉知及其语境建模混合方法表明，在复杂系统中发生的大量事故（如交通事故）是由于缺乏情境一觉知造成的。即使使用自动化技术改进显示器设计来改进情境一觉知，重新设计也无法完全消除这类事故。一个可行的选择是培训操作人员获得和保持有语境的情境一觉知，这就是基于语境方法中使用专家知识来训练情境一觉知能力。因此，从适应性表征的视角看，情境一觉知和语境一觉知的结合，更能够反映和体现适应性表征的特质。鉴于语境一觉知对于人工认知的重要性，本文立足于认知哲学探讨人工认知中语境的含义，语境一觉知的问题域、它的一阶逻辑表征和语境建模，并阐明其对人工认知系统生成智能的方法论意义。一、人工认知中的语境概念界定语境对于人工认知的重要性不言而喻，但如何理解语境却比较棘手。关于如何定义“语境”，巴泽尔（M.Bazire）和布雷兹伦（P.Brzillon）研究了来自不同领域的150 种不同的语境定义，发现这个概念具有复杂性和多面性。他们认为在任何学科中都很难找到一个令人满意的相关定义，并提出一系列问题：语境是给定对象的框架吗？它是对对象有任何影响的元素集吗？是否可先验地定义语境，还是只陈述后验的效果？它是静态的还是动态的？在心理学中，我们通常研究一个人在给定的情境下做一项任务，那么哪个语境与我们的研究有关？是个人的语境、任务的语境、互动的语境、情境的语境？语境何时开始，何时停止？语境与认知之间的真正关系是什么？在我看来，这些问题都与认知的适应性表征有关，因为表征是基于语境的，语境是适应性的约束条件，而认知就处于特定语境之中并由心智驱动。目前，除哲学和语言学外，人工智能领域也出现了一些语境方法。阿布德(G.D.Abowd)等给出了该领域广泛接受的语境定义：“语境是任何可用来描述实体（个人、地点或对象）情境的信息，这些实体被认为与用户和应用程序之间的交互有关，包括用户和应用程序本身。语境通常是指人、组群以及计算和物理对象的位置、身份和状态”。因此，人工智能中的语境涉及关于现实世界实体的相关信息，而且这些信息需要在结构化和易于扩展的模型中描述，以方便智能体共享收集到的信息。这样一来，我们不可能将语境信息限制在一组固定的属性或特征上。戴伊（A.K.Dey)也给出了相似的定义，“语境是可用来描述实体情况的任何信息。实体是一个人、地方或对象，被认为与用户和应用程序之间的交互有关”。这意味着语境是人机交互世界里关于实体行为的所有相关信息的语义统一体。Mary Bazire,Patrick Brezillon,“Understanding Context before Using It,in Anind Dey,Boicho Kokinov,DavidLeake(eds),Proceedings of the 5th International Conference on Modeling and Using Context,Berlin:Springer-Verlag,2005,pp.29-40.这一点笔者并不赞同，因为关于语境的分类、定义、结构和功能及其变换和表征，笔者已经做了清晰论证，参见魏屹东：语境与认知推理，山西大学学报（哲学社会科学版）2 0 0 8 年第6 期，第2 1-2 6 页。Gregory D.Abowd,Anind K.Dey,et al.,Towards a Better Understanding of Context and Context-Awareness,inHans-W.Gellersen(ed.),International Symposium on Handheld and Ubiquitous Computing,Heidelberg:Springer,1999,pp.304-307.Anind K.Dey,Providing Architectural Support for Building Context-Aware Applications,Georgia:Georgia InstituteofTechnology,2000,p.4.642023年第2 期科學经濟社會在信息逻辑中，麦森（U.Meissen）等将语境定义为传感器通常观察到的数值的集合，如物体的位置或温度，情境通过引入范畴中定义的语义特征而建立在语境概念上。为了在适当的时间向其移动用户提供相关信息（如事件通知等），系统需要了解用户的语境，其中包括当前时间、他们的位置或使用的设备。许多语境模型通常不考虑在某些时间间隔内不变的语境特征的概念。事实上，了解用户当前情境能够使系统更好地针对要传递的信息。这意味着，在人工认知系统中了解语境属性和表征语境是十分重要的，因为这个概念在服务发现过程中是利用相关语境信息的一种有效、灵活的手段在人工服务系统中，阿多马维斯（G.Adomavicius）等在谈及普拉哈拉德（C.K.Prahalad)的语境定义（“用户在任何特定时间的精确物理位置、需要服务的确切时刻，以及将收到这种体验的技术移动设备的类型”)时，认为在任何时间、任何地点接触客户的能力意味着公司不仅要提供有竞争力的产品，还要提供由客户语境形成的独特、实时的客户体验。显然，对语境的这种理解侧重于将语境信息用于根据这些语境信息提供“独特的、实时的用户体验”的应用程序，而不是提供竞争性产品。比如，当张三把他的笔记本电脑遗留在北京的一家酒店，并愿意支付一笔保费，让酒店邮寄笔记本电脑给在上海特殊语境中的他，他在上海这种特殊语境下迫切需要笔记本电脑。因此，语境属性可表征语境信息，包括特定于服务的选择逻辑、客户端和网络条件。在推荐系统中，语境信息无处不在，包括电子商务个性化、信息检索、移动计算、数据挖掘、营销和管理等。这有力地表明，相关的语境信息在推荐系统中确实很重要，并且在提供建议时必须考虑到这些信息。在这里，语境就是关于被推荐人的个人学习、工作甚至包括家庭情况的信息，如个人简历。为了表征语境，阿多马维斯等引入了三种不同的算法范式一一语境预过滤、后过滤和建模莫一一将语境信息纳人推荐过程，将几种语境一觉知的推荐技术组合成一个统一方法，并提供了这种组合方法的案例研究显然，语境是影响主体（人或机器人行动的所有潜在和显在因素，语境因素会影响同一层的其他语境元素，如内部工作政策的检测原则，这需要另一个组织资源来响应一个过程。这样一来，我们可更充分地理解不同类型的语境及其对给定过程的影响、邻近性和相关性。例如，点对点网络是部署在特设网络上的一类应用程序的例子，它是移动特设网络的一个新兴领域，支持应用程序的潜在范围以及它们由于其动态特性而呈现的问题。这是一种基于语境一觉知方法允许点对点应用程序在底层网络语境上开发出的内部形式，以获得更好的业Ulrich Meissen,Stefan Pfennigschmidt,et al.,Context-and Situation-Awareness in Information Logistics,in Wolf-gang Lindner,Marco Mesiti,et al.(eds.),Proceedings of the 2004 International Conference on Current Trends in Da-tabase Technology,Heidelberg:Springer,2004,pp.335-344.Ch o o n h w a Le e,Su mi H e l a l,“Co n t e x t A t t r i b u t e s:A n A p p r o a c h t o En a b l e Co n t e x t-A w a r e n e s s f o r Se r v i c e D i s c o v-ery,in Symposium on Applications&the Internet,IEEE(27-31 January 2003,Orlando,USA),2003,pp.20-30.G e d i m i n a s A d o m a v i c i u s,Ba m s h a d M o b a s h e r,e t a l.,Co n t e x t-A w a r e Re c o m m e n d e r Sy s t e m s ,i n Fr a n c e s c o Ri c c i,Lior Rokach,Bracha Shapira,Paul B.Kantor(eds.),Recommender Systems Handbook,New York:Springer,201l,Pp.217-253.Christian Tschudin,Henrik Lundgren,Henrik Gulbrandsen,Active Routing for Ad-Hoc Networks,IEEE Commu-nications Magazine,2000,Vol.38,No.4,pp.122-127.65魏屹东工认知的语境一觉知及其语境建模绩和更好的团体组织。资源的可用性、电池功率、服务器在到达和相对距离的信息，可通过使用语境一觉知来增强路由聚合、使用反射和元数据进行语境一觉知重新引人路由过程来改善点对点网络的路由结构例如，眼动是个人语境的丰富信息来源。通过分析眼动和认知之间的联系，可以开发认知感知的普适计算系统，进而评估个人的认知语境。也就是说，如果一个计算系统能够感知和适应一个人的认知环境，就可将它定义为认知感知系统。所以，我们可以用认知维度扩展语境，认知语境包括与心理信息过程有关的所有方面，如参与、记忆、知识和学习等。通过分析无意识的眼动和认知之间的联系，可为一种新的普适计算系统铺平道路，这种系统可以感知和适应个人的认知环境。然而，在现实世界的应用中，眼动受到活动、情境和认知语境的共同影响，重要的是我们要识别和分离这些影响来源，以获得基于眼睛的语境识别。眼动对于人工智能系统就是感受器系统，它更需要语境一觉知的介人，因为机器的感受器缺乏心智驱动，这就需要将人的语境向机器语境扩展。对此，笔者相信，未来的语境一觉知研究一定是在认知科学、心理学、机器学习和工程学的交叉路口采取多学科综合的方法。这种学科交叉本身就是不同学科语境的组合，肯定会增强人工认知系统语境一觉知的功能。二、语境一觉知的问题域与类型可以看出，语境一觉知这个概念是学科交叉的结果。它的问题域，正如西比迪斯（G.Tsi-bidis)等人阐明的，涉及六个具体问题：语境是什么？谁会受益于对他们的语境一觉知，谁的语境对谁重要，或者对什么重要？在哪里可以揭示对语境的觉知？语境一觉知何时是有用的？其应用为什么是有用的？对于这五个问题的回答支持一个元问题：如何通过语境一觉知的实现来开发其应用程序？这六个问题可概括为语境是什么、谁使用、在哪里、何时、为什么和如何。这些问题是人类这种自然认知系统自然而然地包含的，它们显然是语境一觉知的。然而，在人工认知系统中，语境一觉知则有所不同，它是指智能体根据其当前环境，包括所有封闭操作和内部环境，所做出不同反应的能力，比如物联网就是一个无处不在的网络社会，其中许多对象是情境一觉知地“连接的”。因此，人工认知系统的“语境一觉知就是计算机感知和执行其环境信息的能力”。也就是说，如果一个系统或应用程序使用语境向用户提供相关信息或服务，那么该系统或应用程序就是语境一觉知的（不必有亲身体验！），比如我们在网上搜索治疗颈椎的药物，此后电脑或手机屏幕就会时不时弹出与此相关的广告，这表明Richard Gold,Cecilia Mascolo,Use of Context-Awareness in Mobile Peer-to-Peer Networks,2021-01-18,https:/citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.23.4494&rep=rep1&type=pdf.A n d r e a s Bu l l i n g,D a n i e l Ro g g e n,G e r h a r d T r o s t e r,“W h a t s i n t h e Ey e s f o r Co n t e x t-A w a r e n e s s?IEEE Pe r v a s i v eComputing,2011,Vol.10,No.2,pp.48-57.George Tsibidis,Theodoros Arvanitis,Chris Baber,“The What,Who,Where,When,Why and How of Context-Awareness,Computer Science,2008,Vol.2,No.3,pp.343-348.Davy Preuveneers,Yolande Berbers,Internet of Things:A Context-Awareness Perspective,London:Taylor&FrancisGroup,2008,pp.287-308.Jason Pascoe,Adding Generic Contextual Capabilities to Wearable Computers,2021-01-18,https:/kar.kent.ac.uk/17486/2/Adding_Generic_Contextual_Capabilities_to_Wearable_Computers.pdf.662023年第2 期科學经濟社會搜索的关键词就是语境信息，应用程序会自动将这种信息嵌人系统。正如戴伊定义的那样，“如果系统使用语境向用户提供相关信息或服务，则系统是语境一觉知的，其中相关性取决于用户的任务”。可以看出，这里的语境一觉知实质上就是智能体对相关因素的搜索和关联能力，本质上是一种适应性表征能力。当然，语境并不是轻易可利用的，尤其是对于非具身的人工认知系统来说更是如此。戴伊认为，语境难以被利用的原因主要有四个方面：（1)语境是从非传统设备（不是鼠标和键盘）获得的，对此我们的经验有限；（2）语境必须被抽象化才能对应用程序有意义，如GPS接收器提供地理坐标；（3)语境可从多个分布式和异构源获取，如跟踪用户在办公室的位置需要从整个办公室的多个传感器收集信息，而且视频图像处理等语境一觉知技术可能会带来不确定性，即通常提供候选结果的排序列表；（4)语境是动态的，必须实时检测环境中的变化，应用程序必须适应不断的变化。在我看来，语境不易被人工系统利用的根本原因在于，它是非具身的（即没有生物身体），因此，人工智能的具身化是其获得语境一觉知能力的重要一环，也是未来人工智能发展的一个方向。那么，我们如何在人工认知系统中应用语境一觉知呢？答案是建构语境模型。亨里克森（K.H e n r i c k s e n）等将语境模型定义为：标识语境的一个具体子集，该子集可从传感器、应用程序和用户那里实际获得，并且能够在执行任务时被利用。问题是，给定的语境一觉知应用程序所使用的语境模型如何产生呢？这通常是由应用程序开发人员特别指定的，即人为设置语境，且可随着时间的推移而演变。这个定义决定了语境一觉知应用程序中构成语境的显表征，而应用程序则抽象化真实世界的语境。也就是说，这些应用程序的操作需要获取广泛的语境信息并将其符号化。亨里克森等将语境信息解释为应用程序以自主和灵活的方式表征用户执行任务的启用机制，并将语境信息定义为是从传感器和用户收集的一组与语境模型一致的数据。在这个过程中，语境信息提供了一个“快照”一在给定的时间点的近似模型所包含的语境子集的状态。然而，语境信息涉及语境一觉知的显著性（saliency)检测，即检测表征场景的图像区域，其目标是识别固定点或检测主导对象。根据图像重新定位中的语境一觉知的显著性，有实验证明：使用显著性可防止重要区域的图像失真的发生。不过，语境一觉知系统也存在安全性（包括语境信息的完整性、机密性、可用性和用户的隐私性）的挑战，因为语境一觉知正在成Anind K.Dey,Providing Architectural Support for Building Context-Aware Applications,Georgia:Georgia Instituteof Technology,2000,p.6.Anind K.Dey,Providing Architectural Support for Building Context-Aware Applications,p.8.Karen Henricksen,Jadwiga Indulska,A Software Engineering Framework for Context-Aware Pervasive Comput-31ing,2022-09-16,https:/www.cin.ufpe.br/fef3/Contexto%20Computacional/Artigos%20Parte%201/henrick-sen04software-1.pdf.Stas Goferman,Lihi Zelnik-Manor,Ayellet Tal,Context-Aware Saliency Detection,IEEE Transactions on PatternAnalysis&Machine Intelligence,2012,Vol.34,No.10,pp.1915-1926.Konrad Wrona,Laurent Gomez,Context-Aware Security and Secure Context-Awareness in Ubiquitous ComputingEnvironments,in XXI Autumn Meeting of Polish Information Processing Society Conference Proceedings,2005,pp.255-265,2021-01-19,https/citeseerx.ist.psu.edu/viewdoc/download;jsessionid=6FC3E34D8D86EB627C85B072D691EE61?doi=10.1.1.96.6761&rep=rep1&type=pdf.67魏屹东觉知及其语境建模人工认知的语境为未来无线系统的一个重要组成部分，而且计算系统中使用语境一觉知的安全性并没有得到很好的理解。特别是环境智能（ambient intelligence）和普适计算等概念依赖于语境信息，以便将提供给用户的服务个性化。然而，一个悬而未决的问题是，在多大程度上可使用额外语境信息来优化和重新配置与安全相关的服务本身，如微信、支付宝的安全性。显然，语境模型必须涵盖语境一觉知的应用程序需要适当操作的所有相关信息。语境模型的确定包括价值类型的描述、可能取值范围以及它们之间的关系。由于语境信息可以从传感器、用户输入或数据库等各种来源获取，并且在复杂性上可能有所不同，因此，语境模型需要在不同的抽象层次上表征信息。由于语境模型是可扩展的，它可以处理新的和意外的语境形式。这就是语境形式的转换，比如不同文本的互译。与其他术语相比，语境一觉知具有适应性、反应性、响应性、情境性、语境敏感性和环境导向性特征。以前对语境一觉知计算的定义包括使用语境和适应语境两类，目的是适应环境，其实质是适应性表征。在实践中，某些类型的语境比其他语境更重要，如一次演讲的地点、身份、时间和活动。动态的语境可被理解为“活动”而不是“环境”，“环境”是语境的近义词，“活动”回答了一个关于情境中正在发生的事情的基本问题。这就是情境模型情境模型是又一个语境类型，它使用位置、标识、时间和活动来描述特定主体的情境。这种语境类型不仅回答了谁、什么、何时、何地的问题，而且还充当了语境信息其他来源的索引。例如，想知道一个人的身份，我们可获得许多相关信息，如电话号码、家庭地址、电子邮件、出生日期、朋友名单、与其他人的关系，等等。所以，使用主体的位置可确定其附近的其他对象或人员以及主体附近正在发生的活动。从这些例子可以看出，一个主体的主要语境片段可以用作索引，以查找同一主体的次要语境，如电子邮件，以及其他相关因素，如同一地点其他人的主要语境。在自然世界里是这样，在人工世界里也应该是这样三、语境一觉知的语境统一体上述表明，要准确描述语境一觉知的功能，语境建模是一种重要手段。比如在计算表征主义范式中，由于认知被视为计算，语境一觉知也当然是可计算的（符号操作意义上），否则就只能停留于概念说明而不会有任何应用。因此，如何为语境一觉知建模就成为人工智能领域的一个重要挑战，因为这关涉到人工智能普遍面临的预测力和因果性问题。为应对计算表征主义面临的这种挑战，齐默（P.Zimmer）提出了一种新的过程演算，旨在描述根据其位置不同移动和反应的智能体组成的动态系统。这种语境一觉知的计算表征具有类似于移动环境的层次结构，以及一种通用的多智能体同步机制，它是由连接一计算启发而来的，是一种语境依赖过程，其中的语境工具包是为支持构建语境一觉知的应用程序而开发的构架。语境工具Gregory D.Abowd,Anind K.Dey,Peter J.Brown,et al.,“Towards a Better Understanding of Context and Context-Awareness,in Hans-W.Gellersen(ed.),Handheld and Ubiquitous Computing,Berlin:Springer,1999,pp.304-307.Pa s c a l Zi mme r,A Ca l c u l u s f o r Co n t e x t-A w a r e n e s s ,BRICS Re p o r t Se r i e s,2 0 0 5,Vo l.12,No.2 7.A n i n d K.D e y,G r e g o r y D.A b o w d,T h e Co n t e x t T o o l k i t:A i d i n g t h e D e v e l o p me n t o f Co n t e x t-A w a r e A p p l i c a t i o n s ,2020-06-19,https:/www.cc.gatech.edu/fce/contexttoolkit/pubs/SEWPC00.pdf.682023年第2 期科學经濟社會包是特征（语境的捕获和访问、存储、分发和应用程序的独立执行）和三种类型的抽象（小部件、聚合器和解释器）的组合。语境小部件负责获取语境信息，并将其提供给应用程序，而不管它是如何感知的。语境小部件自动存储它们感知到的语境信息，并将此历史记录提供给任何感兴趣的应用程序。而应用程序可使用历史语境信息来预测用户的未来行动或意图，如购买意向。这种预测或解释功能封装在语境解释器的抽象化中，而语境聚合器聚合或收集语境信息相对于行为体或智能体，语境是其环境因素，这必然涉及智能体与其环境的关系问题这就是上述提及的环境智能问题。环境智能作为一个新的研究领域，致力于建立能意识到人类存在、行为和需求的智能体的数字环境。这种环境智能系统具有嵌人性（网络设备整合到环境中）、语境一觉知性（系统识别人及其情境或语境）、个性化（系统可以定制自已来满足人们的需求）、适应性（系统能够改变来回应人们）、预期性（系统在没有意识介入的情况下能预测人们的欲望）。比如，巴蒂（A.Badii)等针对智能网络嵌人式系统的语境一觉知框架，通过语境一觉知、语境建模、语境推理、语境配置和语境安全等建立语境统一体，提供了启用语境一觉知应用程序和服务的机制，使其具有域独立性和易于适应性。这种语境一觉知框架包含两个核心组件一一数据采集组件和语境管理器。这些组件促进了从上层语境提供者检索原始数据到将语义处理的数据提供给语境消费者之间的步骤在我看来，这个过程就是适应性表征行为。因为让智能体具有语境一觉知能力就是使其对环境产生适应性。进一步说，语境一觉知统一体作为一种计算表征范式，其单个组件的行为取决于它们发现自已的境遇，其程度大大超过大多数现代计算机所共有的典型系统一环境交互模式。环境对特定的应用程序组件有着极强的影响，要么是因为后者需要适应不断变化的外部条件，要么是因为它依赖其可用性受到持续变化的资源的限制。例如，罗曼（G-C.Ro-man)等 通过一个形式化模型来说明语境一觉知计算表征的本质：假设语境概念是相对于每个单独组件的，语境一觉知以完全透明的方式存在，且有最少的编程工作。这意味着语境是一个“语境统一体（ContextUnity），它假设系统由一组有界的智能体填充，其行为可由一组有限的程序类型来描述。在抽象层次上，每个智能体都是一个状态转换系统，语境变化被认为是智能体能控制它之外的自发状态转换。也就是说，语境统一体是应用程序作为交互智能体的共同体。每个智能体的行为都由一个程序描述，该程序充当智能体的基本类型。在语境统一体中，智能体与通过一组独特变量定义的操作环境的一部分交互，这些变量旨在处理智能体的语境需求语境一觉知作为语境统一体，它的一个核心特征是它对程序状态的表征。程序中有三类变量：一类是程序的内部变量，它们保存给该智能体使用但不与系统中的其他智能体共享的Anind K.Dey,“Understanding and Using Context,Personal and Ubiquitous Computing,2001,Vol.5,No.1,pp.4-7.A t a Ba d i,M i c h a e l Cr o u c h,Ch a t t u n La l l a h,A Co n t e x t-A w a r e n e s s Fr a me w o r k f o r In t e l l i g e n t Ne t w o r k e d Emb e d d e dSystems,pp.105-110,2020-06-19,https:/www.infona.pl/resource/bwmetal.element.ieee-art-000005600342.Gruia-Catalin Roman,Christine Julien,Jamie Payton,A Formal Treatment of Context-Awareness,in Michel Wer-melinger,Tiziana Margaria-Steffen(eds.),Fundamental Approaches to Sofiware Engineering.Berlin:Springer,2004,pp.12-36.69魏屹东觉知及其语境建模人工认知的语境私有数据，这些数据不影响任何其他智能体的操作环境。第二类是显变量，它们存储智能体的公共数据，其值有助于其他智能体的语境建构。第三类是语境变量，它们表征特定智能体能操作的语境。这些变量既可以从其他智能体的显变量中收集信息，也可以将数据推送到其他智能体的显变量中。这些操作由每个智能体指定的语境规则控制,并受到与显变量相关的访问控制的限制总之，语境统一体模型的一个关键特征是，它对语境可以是什么没有内在限制，同时，它在单一智能体控制不同语境之间保持微妙的平衡。在语言上，这种区别是由操作环境和语境概念所捕捉到的，涉及潜在的、具体的相关性。而且，这个模型通过引入利用存在量化和非确定性的语境规则来实现这种解耦（相对于耦合），以适应未知和意外的情境。可以说，语境统一体明确地抓住了语境一觉知的基本特征，就像我们在工作中所经历的那样（如工作经验），并在他人的工作中观察到它们的存在（如学历教育）。四、语境一觉知的一阶逻辑表征一阶逻辑在人工智能中是表达语境一觉知的一个主要工具。这是因为基于一阶逻辑可建构语境一觉知的基本结构或本体范畴。我们知道，虽然语境简化并丰富了人与人之间的互动，但通过使用语境来增强人机交互仍是一项十分困难的任务，毕竟机器缺乏人的先天语境感知力。然而，智能体在移动环境中的应用程序却需要语境一觉知能力，以便能够适应快速变化的情境。兰加纳坦（A.Ranganathan）和坎贝尔（R.H.Campbell）发现，这些环境使用的语境并没有通用的、可重用的模型，为此他们提出了一个基于一阶谓词演算的语境模型，该模型允许编写涉及语境的复杂规则，可使自动归纳和演绎推理能够在语境信息上进行。也就是说，一阶模型允许使用布尔运算符、存在量词和通用量词对语境进行描述。基于此模型可开发一种普遍计算环境中启用语境一觉知的基本结构，允许轻松开发和部署各种传感器和语境一觉知的应用程序，并允许进行分布式推理。这个语境基本结构是智能空间框架的一部分，可用于被称为“盖亚”（Gaia）的普适计算?“盖亚”作为语境的基本结构，它是通过应用程序获得各种语境信息，并对其进行推理语境基本结构由语境提供器、语境消费器、语境合成器和语境历史组成。语境提供器从传感器或其他数据源获取各种语境，允许语境敏感的应用程序(或语境消费器)查询它们的语境信息。一些语境提供器也有一个事件通道，它们通过这个通道不断发送语境事件。因此，应用程序可以查询提供器，也可以侦听事件通道以获取语境信息。语境合成器从各种语境提供器那里获得感知语境，从这些简单的感知语境中派生出更高层次或抽象的语境，并向应用程序Anand Ranganathan,Roy H.Campbell,An Infrastructure for Context-Awareness Based on First Order Logic,Per-sonal&Ubiquitous Computing,2003,Vol.7,No.6,pp.353-364.M a n u e l Ro m a n,Ch r i s t o p h e r H e s s,Re n a t o Ce r q u e i r a,e t a l.,“G a i a:A M i d d l e w a r e I n f r a s t r u c t u r e t o En a b l e A c t i v eSpaces,IEEE Pervasive Computing,2002,Vol.1,No.4,pp.74-83.702023年第2 期科學经濟社會提供这些推断出的语境。例如，语境合成器可以根据房间中的人数和正在运行的应用程序来推断房间中正在进行的活动。盖亚还提供了一个名为“语境提供器查找服务”的服务，其中语境提供器为它们提供的语境做广告。语境提供器查找服务允许应用程序查找适当的语境提供器。语境历史记录也保存在数据库中，其中存储了所有过去的语境信息。这与我们人脑的记忆系统是极为相似的。这里我们以语境提供器的一阶逻辑表达为例来说明盖亚的语境一觉知能力。语境提供器收集各类语境，并允许应用程序访问它们，所提供的语境类型可使用语境表达式表征。例如跟踪服务，它利用一个人佩戴的徽章来跟踪那个人在带有房间层次标志的建筑物中的活动，提供了语境：V个人y位置(x,在，y)这个基本结构，假设跟踪服务可以在“位置 集的所有位置跟踪那个人。跟踪房间内人员以及进出人员的位置服务（如房间中的摄像机)可提供如下语境：V个人X位置(X，在，房间30 2)V个人X位置（X,进人，房间30 2)V个人X位置(X,离开，房间30 2)这种定位服务可跟踪建筑物中所有房间中的所有人，就像一种能整合建筑物中所有房间的摄像机输入的服务那样，提供语境个人xV位置y位置(x,在，y)。这种语境模型虽然简单但足够强大，足以准确描述语境提供器提供的语境类型。因此，应用程序可以询问提供器提供了什么样的语境，并检查它是否提供了它需要的任何语境信息。而且重要的是，这种语境本身就带有语义（内容）。因此，语境一觉知的一阶逻辑表征也是一种语义表征模型显然，这个过程是一种基于语境的适应性表征，因为它实质上涉及一种关于语境一觉知的普适计算环境的范畴或本体。比如，一种支持普适语境一觉知系统的COBRA-ONT范畴?可用网络范畴语言OWL(WebOntologyLanguage）来表征。COBRA-ONT范畴是描述智能会议室域中的位置、智能体和事件及其相关属性的范畴集合。这个范畴是作为语境代理构架CBA（c o n t e x t b r o k e r a r c h i t e c t u r e）的一部分开发的，是一种以代理为中心的智能体构架，为普适的语境一觉知系统提供知识共享、语境推理和隐私保护支持。在实践中，这种集中代理设计解决了两个重要问题：支持资源有限的移动计算设备和解决对用户隐私的关注，这是实现普适计算潜力的关键随着在固定计算机上操作的语境代理的引人，获取和推理语境信息的负荷从资源有限的移动设备转移到资源丰富的语境代理，语境代理简化了建立、监测和执行安全、信任和隐私政策所固有的复杂性。比如，在语境一觉知系