一般智能的公理化方法：SANC(E3)——具有能量E3的自组织主动概念网络

一般智能必须在有限资源下将经验重新组织为内部结构，以实现预测和行动。现有系统隐含地假设了固定的原始单元，从而回避了表征单元如何自身产生和稳定的问题。本文提出了SANC(E3)，一个公理化框架，其中表征单元并非先验给定，而是在有限激活容量下通过竞争选择、重建和压缩过程产生的稳定结果，并由显式的能量函数E3最小化所控制。SANC(E3)明确区分了系统标记（如{这里，现在，我}和感官源）与通过共发事件自组织产生的标记。五个核心公理形式化了有限容量、共现关联、相似性竞争、置信度稳定以及重建-压缩-更新权衡。其关键特征是伪内存映射I/O机制，通过该机制，内部重放的格式塔（Gestalt）与外部感官输入一样，均通过相同的公理化路径处理。因此，感知、想象、预测、计划和行动被统一在一个单一的表示和能量过程中。从这些公理中推导出十二个命题，表明类别形成、层次组织、无监督学习和高级认知活动都可以被理解为在E3最小化下的格式塔完成实例。