SMGI：通用人工智能的结构理论

本文提出通用人工智能结构理论（SMGI），将学习基础问题从固定环境下的假设优化重构为学习接口本身的受控进化。通过类型化元模型形式化表示映射、假设空间及记忆算子等动态组件，并严格区分结构本体与行为语义。文章定义了满足结构闭包、演化稳定性等义务的通用智能类，证明了结合 PAC-Bayes 分析与 Lyapunov 稳定性的结构泛化界，并确立结构包含定理，表明经典机器学习及现代智能体流程均为 SMGI 的结构受限实例。