完形與世界模型

格式塔心理學引入了心理學的動力學視角，啟發我們從一個全新的角度看待世界模型的構建，自我、感官、舊腦等綜合作用下產生不同的行為環境的內容。

考卡夫向我們展示了一系列實驗，表明人在結構感知資訊時會傾向於簡單性、相似性、閉合性等一系列完形原則，雖然其大作《格式塔心理學原理》中為探討成因，但在生理-心理聯合框架上下足了理論功夫。

對於AGI而言，如何理解這種動力學觀點還是其次，重要的是，注意力、工作記憶、記憶還有什麼其他的機制在一起構建了世界模型，以什麼形式表徵世界模型。Gestalt的原則提醒我們大腦檢視以主題-背景模式來分離出感知流中的一個完形，至於何以一個完形應由哪些要素構成，我以為則是以簡單為原則，而相似、相近、閉合則是自然屬性的反映，即可形成簡單模型的完形，大抵都偏向相似、相近、閉合。若此，我們便可得到一個與邏輯推理相近的視覺世界模型的理論，並難得地將他們統一了。

我們的大腦為了尋得一種解釋，近似原則既可是先天便有，亦可是後天訓練而得，但均輔助我們快速構建這種理解，一旦形成的理解可以解釋可見，便以為理解的目標達成。

由於我們動用全部的大腦資源職位尋得一個gestalt，說明這個事情並不是單純的一箇中間抽象特徵問題，而是一個全腦巨集觀任務，工作記憶和世界模型的存在讓我們可以進行持續的跟蹤。為gestalt所付出的全腦級努力，恰恰是為了資源節約而做的努力。

狹義上的完形更可能是結果而不是本源，它反映的是世界的本質。當然我們不用特種注重這個因果，我們用全新的框架也不一定按進化的原則構建舊腦，只要一個機制可以讓神經網路（Neural Network，NN）產生完形即可。主要的挑戰之一是如何評價一個NN產生了完形呢？首先討論應不應排除現行的mask方法，如果NN掌握了完形，那麼它可以完成mask任務，但完成了mask任務卻不代表掌握了完形。NN如果可以畫出簡要的模型圖，才更讓人信服其掌握了內在結構，因為世界模型是可以參與智慧任務的，但豐富的畫面內在結構是複雜的方位關係、組合關係、變化關係等等，畫出模型圖會不夠。GAN重現是可以的，那GAN是否掌握了完形、物體的概念呢？如果有，如何利用呢？如果沒有它利用的是什麼呢？它是一種欺騙技術麼？從貝葉斯思維來看，很多GAN是產生的是近似巨集觀知覺的錯誤細節圖，它未必掌握了真正的世界模型。

首先應從巨集觀層面看待完形和世界模型，至少在執行時是非常巨集觀的，雖然儲存可能很微觀，其次注意資源、完形是一種動力學過程，所有的機制以及完形的產生，世界模型的構建都是整個機制運轉過程的環節，所以倘若可以以圖靈機制有效的運轉起來，勢必有世界模型和完形的產生，否則整個機制將無法運轉，那麼便回到兩個基本問題：1) 世界模型如何儲存、表徵 2) 完形如何產生。

世界模型是我們對世界真實構成的理解，世界模型可能是極其複雜的，比如對一個城市的理解，對一個家的理解，裡面包含了數以百計、千計、萬計的關係，完形是從感知資料中抽取的一個認知、一個主體，這個主體一般只是世界模型的一部分，這個認知在學習階段，更多是幫助補充世界模型的資訊，比如我們讀完一本書，才能建立一個知識體系，考察一個房間才對其佈局瞭如指掌。世界模型是一個模糊的非主體概念，萬事萬物、互相關聯，它應是由無數的概念、無數關係、無數結構構成，由其中某些部分便可構建出一個整體，亦即完形，每個通過感知形成的完形，可能是經驗的，也可能是全新的，但全新的能否構成整體，也可依賴經驗和舊腦，有些東西具備先天的完形傾向（進化通路），而有些需要後天學習（學習捷徑通路）。

無論何種通路，傾向性均忠於現實世界的內在結構。這是進化的適應的結果，也是生命體和智慧體的基本能力。

當預測基於世界模型時，就可以擺脫概率的煩惱，世界模型的啟用在某些時候也依賴完形的產生，識別出的完形啟發式地激活了世界模型，世界模型是一個比完形更復雜的整體，但在意識中，很多時候一個世界模型可能就是一個完形。但世界模型不是意思層面的東西，所以它應是更廣泛的代表物。

完形本質上不只是感知問題，而是注意機制的表現，也是思維的需要，面對複雜的世界構成，注意讓計算資源集約，通過演算法完成智慧任務，離開完形世界模型的大廈便無法築建，演算法便無法展開。

完形如何產生，如何表徵定要放到世界模型，圖靈機制的框架下來思考。所有感覺最終都在為這個機制服務，不同的感覺資料在完形上有不同的特點，聲音的近似性一般指在音色上、接近性指在時間上，海倫凱勒的案例表明單純的觸覺亦可構建世界模型，雖然極其困難，但大腦世界模型的潛力是存在的，我不知道是否與舊腦有關，但舊腦在完形上的確在低等動物中發揮重要作用。