认知操作本体论：整合OST、TMDD和MM作为可解释、归纳和综合型人工智能的基础

现代人工智能架构，包括基础模型和多智能体系统，已达到近似范式的极限。它们高效地在训练分布内进行插值，但仍然基于相关性运作，缺乏显式的对象、原因和状态本体论。这限制了它们在归纳（生成新概念）、因果推理和跨领域知识综合方面的能力。本研究提出了一种基于三种互补形式方法的认知操作本体论：作为认知区分行为模型的操作集合论（OST）、作为复杂系统物理学的离散动力学张量模型（TMDD）和具有双重约束的动力学迷津力学（MM）。智能被解释为本体协调的过程，而非函数的统计近似，该过程受三元素变换器统治：惯性（I）、生成器（G）和耗散器（D）。在所提架构中，学习被形式化为特征系统P(t)的重构，存在定义为达到阈值w(x) ≥ θ，知识综合表示为本体结构交集A⋏B，归纳定义为结构重构∆(M(t), M(t+1))的最小化。这样的人工智能无需放弃现有基础模型基础设施：在其之上引入一个本体控制层，将大型语言模型和多模态模型从统计镜像转变为具有自身操作本体论的认知系统的感官和语言器官。