1700522988
1700522989
（他把那种液体从水变成了酒。）
1700522990
1700522991
液体的成分从它“在”之前某个时间的样子发生了变化。在英语中，我们既会用像“from”“to”以及“at”这样的介词来表示空间中的地点，也会用来表示时间中的时刻。这并非出于偶然，因为用相似的方式表述空间和时间，让我们可以在这两种情况下运用同样的推理技能。因此，我们的许多语法“规则”都体现或反映出某种系统一致性，而这些就发生在我们最强大的思维方式之中。许多其他语言形式也以类似的形式发展，让人们可以很容易构想和沟通有关我们最关注的事物。在接下来的几部分中，我们会讨论之前提到过的“代原体”如何参与到我们制作动词和非动词“推理链条”的过程中。
1700522992
1700522993
[1] drove是drive的过去式。——译者注
1700522994
1700522995
1700522996
1700522997
1700522998
心智社会：从细胞到人工智能，人类思维的优雅解读 [:1700518582]
1700522999
心智社会：从细胞到人工智能，人类思维的优雅解读 21.3 Trans-框架
1700523000
1700523001
每当考虑一个行动的时候，比如从一个地方移动到另一个地方，我们几乎总是会关注如下这些特定的问题：
1700523002
1700523003
行动在哪里开始？在哪里结束？
1700523004
1700523005
使用了什么工具？目的或目标是什么？
1700523006
1700523007
会产生什么效果？会产生什么差异？
1700523008
1700523009
我们可以用一个简单的图画来表述其中的一些问题，我们把这个图叫作Trans-框架。
1700523010
1700523011
1700523012
1700523013
1700523014
在20世纪70年代早期，罗杰·尚克开发了一些用相对较少的关系来表述许多情境的方法，他称之为“概念依存”。其中一种方法被称作P-Trans，表述的是从一个地方到另一个地方的物理运动。还有一种方法叫作M-Trans，表述的是当约翰告诉玛丽自己的电话号码时所涉及的一种思维运输过程。第三种概念依存的方法被称为A-Trans，表述的是当玛丽买了约翰的房子时所涉及的思维过程。房子本身从来没有移动过，但它的“所有权”从约翰的房产变成了玛丽的房产。
1700523015
1700523016
但我们为什么应该用同样的方式来表述空间运输（transportation）、理念传送（transmission）和所有权转换（transfer）这三种如此不同的理念呢？我怀疑正是出于同样的原因，我们的语言利用同一个词语碎片（trans）来叙述这三种情况：这是一种普遍的、系统性的、跨领域的一致性，它使得我们可以在许多不同的思维领域使用相同或相似的思维技能。举例而言，假设你要开车先从波士顿到纽约，然后从纽约到华盛顿。很明显，整体的效果应该和从纽约驾车到华盛顿是一样的，但如果你不使用特定的思维链接技能，这件事就没有这么“明显”。与此相似，如果约翰告诉你他的电话号码，然后你又告诉了玛丽，最终的结果和约翰直接告诉玛丽差不多是一样的。如果你先买了约翰的房子，然后又把房子卖给玛丽，最后的结果同样和玛丽直接从约翰那里买房子是一样的。所有这三种Trans-框架的形式都可以在链状结构中使用！这表示一旦你学会高效的链条操作技能，就可以把它们应用于许多不同的情境和行动中。你所要做的就是把每个Trans-框架的终点都换成下一个Trans-框架的起点。
1700523017
1700523018
1700523019
1700523020
1700523021
1700523022
1700523023
1700523024
心智社会：从细胞到人工智能，人类思维的优雅解读 [:1700518583]
1700523025
心智社会：从细胞到人工智能，人类思维的优雅解读 21.4 智能体之间的沟通
1700523026
1700523027
如果智能体和我们一样拥有庞大的思维，它们可以像人一样交谈，那么“添加”可以说，“请‘拿起’一个苹果并‘置放’于桶中。”也许我们最大的智能组可以处理这种信息，但小一些的智能组，比如“拿起”，是无法解读这些表达方式的，因为它们的专业领域太窄，无法理解这么复杂的欲望和需求。那么为了找到苹果，而不是积木、刀叉或者纸娃娃，“拿起”如何能知道要拿起什么呢？为了检验这个问题，我们必须对听众的思维中会发生什么提出一些假设。此刻，我们简单地假设结果就是激活一个和“建设者”相似的社会，这个社会要包含以下要素：
1700523028
1700523029
1700523030
1700523031
1700523032
初看之下，好像所有这些智能体都与苹果和桶有关。但仔细看一看你会发现，只有低水平的智能体“搜寻”和“抓住”真正与实际对象的物理属性相关；其他智能体仅仅是“中间水平的管理者”而已。举例而言，“拿起”并不会真的拿起任何东西；它只是在适当的时候开启了“寻找”和“抓住”而已。当然，“搜寻”会需要一些关于要找什么的信息，也就是关于苹果外表的信息，而“移动”会需要关于苹果实际位置的信息。然而，我们会看到，这些智能体可以获得想要的信息，但不需要从“拿起”那里获得。想知道智能体们是如何不用外显信息进行操作的，让我们比较一下对如何把苹果放进桶里的两种普通语言描述。第一种脚本中，在每一行都明显地提到了操作的对象，我们对新手说话时可能就是这个样子。
1700523033
1700523034
搜寻一个苹果 。把手臂和手移动到苹果 所处的位置。
1700523035
1700523036
让手准备好抓住苹果 形状的对象。抓住苹果 。
1700523037