人类从贫穷走向物质富足的同时也逐渐走入精神的迷茫。物质欲求的满足度的提高根本无法慰藉精神上的对未来的迷失。千百年以来，人们早已习惯凭借自己的勤劳和智慧来利用和改变世界。时至今日，却突然发现这个世界好像已经走到了极致。明明知道历史的发展不可能就此裹步不前，前行无力的挫败感简直开始让人无可是从。

        教育的完善，使得人类整体的知识水平大幅提高。寿命的延长，使得人们有时间来学习更多的知识，积累更多的经验。唾手可得的信息，使得人类不再为自己的无知烦恼。好像整个人类已经进入了“智力滞胀”期。我们变得不需要医生也能尝试为自己解决病痛困扰。不需要老师也能获取想要的知识。不需要团队就能独立完成各种任务。人与人之间的智力差异逐渐降低、知识结构开始趋同、社会成员间的依赖度开始降低。社会分工协调因人们的智力、知识、技能的差异减小而越来越不重要。即使作为第一生产力的知识，也渐渐地变成了大数据中的一部分。知识的传递、经验的交流都开始变得苍白和无趣。

        随着信息化的发展，为他人提供的商品和服务因为无法超越他人的期待而不被评价，服务者和被服务者的满足感都无法达成。人类劳动所创造的价值已经从被高估趋向于低估，甚至不被估价。这些现象，归根结蒂是因为作为碳基智能系统的人类的现存逻辑已被广泛共享，新的逻辑越来越难以被创造。既然如此，那么利用计算机，这个硅基系统来创造新的逻辑，从而获得新的附加价值就成为一个有趣而具有现实意义的话题。这就是我们要探讨的硅基智能。

        硅基智能与人工智能是不同的。人工智能虽然也是基于硅基系统的，但是它研究的是人类思维过程和智能行为的模拟，从而使得硅基系统具有近似人类的思维逻辑和行为能力。而硅基智能研究的是人类思维的形成过程，目的是要使得硅基系统具有自主逻辑的形成和拓展的能力，从而形成独立思考的能力，构建一个完全独立于人类思维之外的机器的思维系统。

        人工智能最大的局限性就在于所有的逻辑都是人类逻辑的预设，所有逻辑维度都是在人类意识范围内的认知结果。这样就会导致即使机器能够替代人类完成各种工作，甚至做得更好，但是不可能有突破和创新。而且，目前所有的预测都是建立在固化的人类逻辑对于人类过去活动的数据分析基础上的，正因如此，预测的正确性和精确性是无法得以保证的。直至今日，硅基系统还都是人类大脑的延伸，而硅基智能就是要使得硅基系统成为大脑的替代。研究硅基智能的意义就在于解决人类逻辑自我突破的瓶颈障碍。

        我们所说的硅基系统，就是俗称的计算机及其软硬件、外围设备和通信网络构成的整体。人们认识、改造世界，需要从现实世界获取大量的信息并进行处理。这些处理包含信息的存储、检索、传递和逻辑处理。而人类进行信息处理具有一定的诸如容量、速度、效率等的局限性。随着自然科学的大发展和人类对信息处理需求、要求的提高，计算机这种具有存储记忆功能，还可以高速计算的机器便必然地被创造了出来。

        1950年代人们发明了一种具有机械或电子的程控计算功能的，应用于数学和情报学大量、繁复、人力难以企及的半自动直至全自动计算的机器，并因为它的计算功能，称之为计算机。科学技术不断进步，计算机很快就发展为能同时进行数值运算和逻辑运算的真正意义上的智能机器。随着纸质信息开始进入爆炸性增长，巨大的排版需求与印刷排版工人单调且高强度的工作之间的矛盾，促使计算机开始应用于印刷行业。接着，其他行业的文字、图形电子化的需求不断增加，计算机被不断强化文字处理功能并不断被普及。

        1980年代中后期多种政治、经济、技术因素导致计算机在人工智能领域彻底失败，个人机（PC）的时代拉开大幕。因为人机交互的需求，在被不断丰富交互手段后，计算机开始带有人机交互多媒体的功能。与此同时廉价和小型化的程控硬件开始被嵌入各种机器，实现了硅基对非硅基机器的控制，大量的程控设备开始出现并被广泛应用。最终，网络将计算机联系在了一起，硅基间的机机交互成为可能。数据分布采集、集中管理、分布利用帮助企业实现了电子化管理。不仅如此，旋即而来的通过机机交互实现的人人交互，为人类信息的传递带来了极大的便利。

        1990年代各种信息处理工具、数据管理工具的出现和应用，各种系统开发语言、开发技术的发展使得大量数据被电子化。再加上网络技术及通讯技术的发展，信息交换软件、信息发布平台、导航及集约式检索网站的发展，硅基系统开始成为信息化的工具。

        计算机是依靠各种软硬件的组合，最终通过硬件的逻辑电路进行工作的。 硬件就好比人的大脑，软件就好比大脑里的思维。软硬件是通过相互叠加和并列逻辑进行组合的。 组合的目的是使得计算机的功能得到扩张和补充，使得人机交换更加顺畅。

        硅基系统的软件由属于底层的操作系统和操作系统扩展软件、以及属于上层的应用软件组成。操作系统负责软件与硬件的交互，在实现软件对硬件的控制的同时也提供了人与硬件的交互界面。数据库管理软件、应用软件开发工具等可以看做操作系统的扩展。基于这些扩展软件，人们可以根据自己的需要创造出各种各样的应用软件，使得计算机具有了应用的价值。

        应用软件，又称为APP，是Application的缩写，是解决实际应用需求的软件。诸如图形处理、文档管理、音像编辑等应用工具类软件和各种应用系统软件都是应用软件。系统是为了达成某个功能目的的若干单元的集合。应用软件系统的含义不是强调自身的单元集合特征，而更应该被理解为支持某个系统实现功能而存在的软件。多指那些具有比较复杂的、特定业务逻辑的、多界面的、多功能的软件。

        一部分的软件是基于本地或局域网应用的。另一部分更多的是基于外网应用的。但是，无论那种软件，其主要目的就是建立界面等的数据采集交互逻辑接口进行数据采集、数据加工、数据存储，并按照界面等的交互逻辑进行数据读取和再利用。这也就是硅基系统的思维模式。

        既然是思维，就一定会有逻辑。硅基系统的逻辑是由交互逻辑、处理逻辑和存储逻辑组成的。窗体或网页的界面是人机交互逻辑的表达，接口是机机交互逻辑的表达。界面和接口承载的逻辑就是交互逻辑。处理逻辑是由阈值、算法及其序列构成的策略机制本身的逻辑，以及其所要达到的特定处理目的所包含的逻辑。存储逻辑指的是数据存储的文件格式逻辑、目录管理逻辑、数据集成管理的数据结构逻辑。

        计算机语言是硅基思维逻辑的载体。计算机语言只有顺序、循环、条件三个逻辑结构，并且是通过这三个架构再加上运算来完成所有的逻辑描述的。顺序就是语言描述本身的前后次序。循环就是FOR语句，用来完成某一个或一组功能的反复动作。条件就是IF语句，完成对逻辑处理的描述。运算包括数学运算和逻辑运算，每一个运算可以被称为一个函数。计算机语言描述的指令集就被成为程序。程序需要使用特定的编译软件解析为被计算机识别的代码，进而驱使计算机进行动作。

        现行硅基机系统的逻辑是人类应用逻辑的映射，并且固化在接口、程序、数据存储结构中的。应用逻辑的变化就要求软件逻辑的变更，以确保逻辑的匹配。这样不仅费时费力，而且很容易产生不可预知的逻辑冲突。不仅如此，现行硅基系统的数据集成管理的对象只有作为逻辑的认知结果的维度值和事实值，而没有作为逻辑本身的维度。 维度被当做数据结构的一部分固化了。因此逻辑本身是无法被分析和再利用的。这样就导致现行的硅基系统无法对自己的思维进行再认知，更谈不上对思维承载的逻辑进行修正和拓展了。

        智能是一种主观的认知。人类能认知的具有最高智能的碳基生物就是人类本身。而且，人类还无法真正了解和掌握其他碳基生物的智能。因此，我们这里所说的碳基生物就只能特指人类。人类的思维是由思维的产生机制、思维方法、思维结果、对于思维方法和思维结果的反思组成的。对于思维、思维的产生机制和思维方法的研究属于哲学思考。而对于思维的结果和结果产生过程的反思则是应用思考。

        要了解碳基智能，我们首先要了解形而上学的思辨方式和逻辑思维的方法。现代科学的各个门类都是从哲学中发展演化并独立出来的。哲学作为一门独立的学科，主要任务是研究思维产生的机制。而其最主要的研究方法就是形而上学、也就是即器求道、格物明理。迄今为止，这种研究最大的成果就是逻辑学。也就是说，人类通过逻辑思考产生思维、思维方法的本身也是逻辑、思维的结果和反思也必须具有逻辑性。逻辑是通过形而上学的方法总结出来的，同时逻辑本身也是形而上学的。

        碳基智能的逻辑载体是有形或无形的符号。这些符号最完整的集合就是语言。现存的语言只具有两种逻辑表达结构：“IS”、“DO”。IS表达的是逻辑存在、DO表达的是逻辑目的。逻辑符号串罗列的顺序决定了逻辑顺序。语言对于逻辑的承载力是有限的，有时还需要结合声音的语气、语调、重音，才可能完整地表达逻辑。某些逻辑，例如数学中的逻辑，甚至需要特殊的符号来进行记录和表达。

        象形文字构成的语言，因为文字本身已经承载了逻辑，所以善于通过场景写意来表达蕴含逻辑。拼音文字虽然起源于象形，但是已经失去了原来的文字对逻辑的承载力。虽然通过单词的词根可以窥出部分逻辑的倪端，但是主要的还是需要通过词句的罗列来进行形式逻辑描述。这也是东方象形语言以歌取胜，而西方拼音语言以曲调为妙的原因。

        音乐作为一种特殊的语言，是口语的延伸，能够承载狭义语言所欠缺的逻辑。音乐的音高、音强、节奏可以对应为逻辑一致性、逻辑强度、逻辑小节。逻辑一致性包含两层含义：逻辑元素的存在是唯一的；逻辑元素的多重描述必须通过引用实现。逻辑元素就是音符，不同的逻辑元素被认为具有不同的逻辑音高。同一逻辑元素的重复出现必须要标记其同一性。逻辑是具有强度的叫做逻辑强度，就是音乐中的音强。逻辑元素的逻辑深度就是其逻辑强度。深度越深意味着逻辑强度越低，反之逻辑强度越高。具有相同的时空一致性的逻辑元素就属于同一逻辑小节。

        碳基智能是受到碳基生物本身的生理和心理条件限制的。碳基智能的运作机理就是对于客观世界进行信息熵减。虽然客观世界的平衡是通过熵增达到的，但是具有无限大的熵的世界是无法被认知的。认知的前提是熵减，认知的过程也是熵减，而熵减的手段就是逻辑，也就是“有条件地选取过程”。

        首先，所有的碳基逻辑都必须建立在一定前提条件下。没有前提条件就无从着手，有了前提条件就形成了对于逻辑的制约，使得碳基逻辑不得不具有了先天的局限性。

        其次，为了简化思维，碳基逻辑会受到思维的必然性干扰、偶然性误导、情感混淆限制。除非经过专业训练，碳基思维习惯于本能地简化逻辑，摒弃事实真相的探究。我们会无视折射，认为看到的东西一定存在于前方。我们会丢弃化石而专注于挖到的财宝。我们无法抑制只有一个螺丝的产品因为螺丝生锈而被指责为所有螺丝都生锈时所产生的愤怒。

        再有，正因为碳基思维擅长基于知识和经验进行逻辑判断，所以碳基思维容易产生逻辑的重点偏移。不断地积累和学习知识和经验正是为了便于进行快速的、容易的判断。但是，知识、经验这些快捷逻辑判断的手段往往会成为发现逻辑本质的障碍。在观察算式5-8和-8+5时，人类非常容易发现这是符合基于知识和经验的加法交换律的同一算式。不过，与此同时，人们往往不太重视对于a+b来说，a由5变成了-8，b由-8变成了5的事实，哪怕这个事实在现实中更加的重要。

        最后，碳基思维逻辑非常重视推理形式错的正确性，而忽视逻辑认知结果的正确性。有时，逻辑推理形式的错误并不一定代表逻辑认知结果就一定错误。但是，碳基思维会倾向于用推理形式的错误来否定结果。典型的三段论推理：“下雨地会湿；下雨了；地湿了；”。很显然，正确的大前提应该是“下雨时只有没有遮挡的地会湿”。大前提的错误导致逻辑推理被认为是错误的，结论是不成立的。不过，作为认知结果的“地湿了”本身无论其推理过程是否正确都是客观事实，客观存在的。

        碳基思维逻辑的局限性是不可避免的。这也是我们力图通过硅基智能通过提高认知的全面性、增强逻辑承载能力、减少对事实逻辑的认知偏差来完成的工作。

        碳基智能是依靠意识、认知、逻辑进行动作的。换句话说，如果硅基系统具有了意识、认知、逻辑的话，那么我们就可以认为硅基系统具有了智能。意识是认到知的大脑活动，是漫无目的的认转变为逻辑有序的“认”，进而发展为主动的、目的性“认”进而产生“知”的响应，是将现实世界反映到虚拟大脑思维的过程。简单地说，意识就是认知的控制机制，是人类思维的基础。

        客观世界从宏观到微观都是一个从有序向无序发展的熵增系统。生命体本身作为客观世界的一部分，当然也是一个熵增系统。不过，生命的意义就在于具有抵抗自身自然地熵增，即具有熵减的能力。熵减能使得生命体有序运作，具有意识，能够认知。意识和认知的前提就是意识和认知的熵减。熵减的生命对于熵增的世界的认知，自然就会无法避免的局限性。

        认知的对象是客观世界、认知的主体是认知者、认知的结果是信息。现实世界是客观存在的，认知是主观的。信息是客观存在的，被认知的信息也是客观存在的。不过，被认知到的信息所承载的并不是客观认知，必定是主观认知。正因如此，被认知到的信息一定是主观的。没有被认知到的客观事实作为认知的结果就不存在。所有的认知都是基于认知逻辑来进行的。

        认知的主观性决定其必定是随认知主体不断变化的。认知必定基于先人和认知者自我的经验和知识的基础上，必定会有一定的前提性、角度性，也必定具有一定程度的规范性。认知主体的经验和知识是逐渐积累的，因此认知也是一个深入的、成长的过程，通过这个过程，信息的广度、深度、正确性和全面性逐渐在被提高、被修正。

        认知的主观性决定认知信息必定具有误差。认知信息在广度、深度和正确性上有可能无限接近客观事实却无法完全与客观事实一致。通过认知者间的认知交换，对认知进行修正和补充，可以提高认知的广度、深度、正确性和全面性。认知信息的误差是无法避免或减少的。认知交换、认知补充、认知修正的结果，往往很可能是使认知更加偏离客观事实。并且这种偏离可能是不断被加剧的。为了减少偏离所做的所有的努力被主观地期待能趋向于减少这种偏离。

        认知的主观性决定认知必定具有波动性。在认知过程中，我们力图减少认知的波动性。但是认知波动性的减少并不意味着认知误差的消除。利用机器设备进行认知，会提高认知的客观性，减少因认知者的主观差异或每个认知者本身认知不稳定性造成的认知波动。不过，因为机器设备是认知者设计、设置的，即便采用机器设备进行认知，也无法完全避免认知者的主观性。如果机器设备的认知结果还需要被认知者再次认知的话，主观性的叠加可能会使最终认知结果更加偏离客观事实。

        逻辑是将客观现实反映到抽象世界的思维规律。客观现实就是人类所存在的现实世界的所有。抽象世界就是人类的思维。将现实世界反映到人类思维中去的，本能的或者是后天学习总结的规律，就是逻辑。简单地说，逻辑就是各种感知形成思维的方法。我们通常所谓的逻辑指的是人类的逻辑。逻辑是人类创造的，也是为人类认识现实世界服务的。逻辑是用来认识和改造现实世界的。现实世界发展的源泉动力在于事物的内在矛盾。逻辑思维的目的就是发现矛盾、解决矛盾。发现矛盾和解决矛盾的方法就是否定以及否定之否定。因此，逻辑是从否定开始的。

        正因为逻辑和形而上学是不可分离的，所以逻辑就必须是从认知开始的。无法认知的逻辑无非有两种。一种对于人类没有意义，一种是因为人类认知逻辑的缺陷或错误。人们总是用一定的逻辑来认知事物，并且用一定的逻辑来描述认知的结果，然后通过审视认知结果本身的逻辑，修正认知事物的逻辑，从而获取与认识逻辑相吻合的最终认知结果。逻辑的获取一定是一个认知逻辑和认知结果不断比对和完善的过程。这个过程就是反思。

        逻辑是客观存在的，是并不以人们的主观认识转移的。但是认知逻辑是主观的。虽然在严格意义上，认知逻辑本身也是一种认知的结果，但是将认知逻辑和认知结果逻辑分离在对于逻辑的处理上还是十分必要的。认知逻辑和认知结果逻辑同样存在，并且同样重要。对于任何一个事物的都需要通过逻辑来认知，这个逻辑就是认知的逻辑。认知逻辑就是人类思维的存在逻辑。 认知结果逻辑是描述认知结果的逻辑。认知必定会有结果，并且也需要通过逻辑来描述。描述认知结果的逻辑是认知的逻辑的产物。

        要研究逻辑就必须同时关注事物的存在逻辑和演绎逻辑。存在逻辑关注的是用来描述事物存在的逻辑。演绎逻辑是通过解析存在逻辑进而获取的更深层含义的逻辑。存在逻辑是认知逻辑，演绎逻辑是基于认知逻辑和认知逻辑结果的再认知逻辑，归根结底也是认知逻辑。存在逻辑是演绎逻辑的基础，演绎逻辑最终还是要转化为存在逻辑。

        演绎逻辑不是逻辑元素的补全和完善，不是逻辑深度的挖掘，而是逻辑方向的增加。逻辑元素是可以补充完善的，是具有客观理想状态的。逻辑深度是主观的，不具有客观理想状态但是具有一定的认知限制的。深度过深的逻辑是不便于理解和应用的。逻辑方向也是主观的，但是不同的认知者和认知目的都会导致逻辑方向的不同。逻辑方向决定了逻辑的多样性，代表了逻辑的语义。

         数据加逻辑规则等于思维。逻辑规则由预置逻辑、逻辑、预设逻辑构成。预置逻辑是诸如TRUE、FALSE的逻辑最基层的规则。没有这些最底层的解释，逻辑本身就无法被描述。预设逻辑是逻辑推理或逻辑处理的结果值的预先设定。设定的目的就在于能够在逻辑完成后根据完成结果和预设结果的偏差来判断逻辑最终的正确性，或者逻辑被执行的程度。预设逻辑是对逻辑正确性的判断标准。而讨论预置逻辑的目的是要从逻辑中剥离出最小的集合，这个集合就是逻辑的“核”，以便进行尽可能的脱离现有逻辑的独立思维。

        逻辑干扰是现实中必定存在的。干扰本身一定会对逻辑的输入和输出产生影响。但是，干扰不一定就是负面的。从保证整个逻辑运行的角度，干扰分为正干扰和负干扰。对逻辑正确性有益的是正干扰，否则就是负干扰。对于信息传递中的噪音就是典型的负干扰。对于仓库管理，盘库就是一种正干扰。为了保证库存数据的正确性即使牺牲了部分工作效率和成本其结果也是利大于弊的。

        意识驱动认知，认知需要利用逻辑，认知的结果就是信息。语法信息、语用信息、语义信息构成了全息信息。信息是通过对现实客观世界事实的主观逻辑认知获得的。

        人类已将大量的数据电子化，形成了一个初具规模的、 由逻辑认知结果构成的电子世界。借助计算机实现了数据的海量存储、简易检索 、快速计算、快捷交换，我们切实感受到了大量的被电子化的信息。信息在被电子化后，具有了电子世界的特性，非常便于高效的存储、计算、查询和交换。因此，我们的生活和工作开始变得前所未有的便捷和高效。人类社会是经过了利用数字、文字、信号等手段来描述现实世界的数据化、纸质数据成为电子数据的数据电子化、电子化的数据具有交互可能的信息化走到现在的。

        现实世界中可以被认知的各种信息在被电子化后，形成电子映射映像，构成了一个虚拟的电子世界。在人类的远祖产生意识，开始观察现实世界、形成认知逻辑、并通过认知逻辑认知现实世界，建立了主观认知世界以来，上下数万年，人类终于再次创造了一个崭新的世界。我们开始同时拥有现实的、认知的、虚拟电子的三个世界。这绝不仅仅是数量从二到三的变化。

        虚拟电子世界虽然是客观世界的主观反映，但是单纯地将真实世界机械地导入虚拟世界仅仅是开始。电子虚拟世界基于硅基系统的特性使其具有了独立于现实和认知之外的无限可能。主观认知的世界是通过思想、声音、书籍、图画、音乐等来承载的、虽然也是虚拟的，但是电子虚拟世界和主观认知世界是完全不同的。主观认知的世界是在人类意识控制之下的，是人类意识的世界。将来的电子的虚拟世界一定会是是脱离人的意识而独立存在的，需要人类意识去再次认知的世界。

        通过对虚拟电子世界的体验，我们已经开始不断地用自己的认知对比并审视现实世界和虚拟世界。我们通过认知现实世界形成了认知世界，又通过电子化认知世界来反映被认知的现实世界，形成虚拟电子世界。电子化的虚拟世界就好比是现实世界的一面镜子。人们通过叫做“逻辑认知”的光线，利用这面镜子，从各个角度反射出了现实世界的电子映像。无论映像是抽象的还是具象的，这些映像都现实存在的被认知的反映，是现实世界在虚拟电子世界的实际存在，一种无法代替现实世界的，但是却又实实在在的存在。与照镜子不同的是，因为光线是物质的、客观的，所以在照镜子时我们关心的是镜子里的影像，却很少去关心形成影像的光线。但是“逻辑认知”这种光线却是非物质的、主观的，甚至是主观不断变化的。所以通过逻辑认知形成的映像，如果离开了认知本身将会是无意义的，甚至是扭曲或错误的。

        虚拟的电子世界必须要同时描述现实世界的物理存在、现实世界的认知存在以及认知存在的认知逻辑。我们也称之为物理存在、逻辑存在和存在逻辑。联系物理存在和逻辑存在的就是逻辑认知。逻辑认知和逻辑存在的逻辑一同构成了存在逻辑。

        信息被电子化仅仅是我们认知信息的开始，是一个踏入信息世界的起点。信息化要求我们不仅要把物理存在和逻辑存在的信息电子化，同时也必须把存在逻辑电子化。现实的物理存在是物质的、客观的、相对静止的，是可以比较容易形成定格映像，并且可以通过串联继而形成连续映像的。逻辑存在是通过认知逻辑认知的物理存在。它和物理存在的区别在于，物理存在并不依赖存在逻辑，但是逻辑存在必须与存在逻辑成对的表达才具有逻辑意义。可是存在逻辑是非物质的、主观的、不断变化的，是很难被映像所描述的。怎样能在虚拟电子世界中描述存在逻辑，并尽可能的形成逻辑的连续映像这是逻辑化的第一步。逻辑存在和存在逻辑的数据电子化被称为逻辑电子数据化。

        从信息的价值的角度，信息真正的价值是其被再利用的价值。信息的再利用其实就是一个信息被再认知的过程。如果认知本身,也就是认知逻辑本身，不能被作为信息描述，那么再认知就会被局限甚至于变成一种不可能。再认知是基于认知之上的。记录了人类的认知，能像人类的认知那样的进步，那么虚拟电子世界就必须具有硅基思维的认知逻辑，包括人机交互的认知逻辑和的自主认知客观世界的认知逻辑。

        现行硅基系统都是用来承载并处理信息，最终实现信息的保存和传递的。系统首先会将信息电子化，然后驱动信息形成消息流。系统的本质就是形成消息流的机制。这种机制本身一定是有逻辑的。消息流的源动力必定是事件，是捕获事件后对事件的响应。事件捕获触发事件响应，事件响应形成消息流。消息流是由信息的产生者流向信息的接收者的。信息的再传递，也必然是由一个新信息的产生开始，由新的信息产生者流向信息的接收者的。在这个意义上，所有的消息流都是单向的。消息的反馈是不存在的，所谓消息的反馈其实是一个新的消息承载了基于先前信息的新的信息而已。

        事件的捕获能力决定了系统的敏感度。事件的响应的基础是信息语用分析。语用分析的精准度决定了系统的灵敏度。事件响应本身就是事件处理能力，决定消息流与信息流的契合度，代表系统的完成度。事件捕获和响应中，消息流进行信息流反映的自然度决定了系统的人性化程度。

        从功能上分，系统的逻辑包括交互逻辑、业务处理逻辑和存储逻辑。从逻辑含义上分，系统的逻辑包括系统承载的逻辑、系统的处理逻辑、系统数据所承载的逻辑、系统的使用逻辑。我们简称为承载逻辑、处理逻辑、数据逻辑、使用逻辑。这四个逻辑必须是相互独立的。作为逻辑智力的逻辑数据化同时要求做到承载逻辑和使用逻辑要与交互逻辑、业务处理逻辑、存储逻辑分离。

        承载逻辑是非系统本身的，而由系统承载的，系统所需要达成任务的认识逻辑。包括采集逻辑、输出逻辑、业务逻辑、数据管理逻辑。承载逻辑是通过定制和系统维护进入数据逻辑的。以信息采集为目的的，并且可能包含辅助采集用信息的逻辑就是采集逻辑。以信息再利用为目的，输出再利用结果的逻辑就是输出逻辑。采集逻辑和输出逻辑可能是人机交互显示逻辑，也可能是一种非人机交互不显示的逻辑。数据的电子化过程是在采集逻辑中实现的。为了达成业务目的的推理和处理逻辑就是业务逻辑。对于信息进行电子数据化管理的逻辑就是数据管理逻辑。

        因为客户自身的认知水平和实操限制，客户认知的实操逻辑和此业务的理论逻辑会有差异。承载逻辑必须同时具有这两种逻辑的能力。理论逻辑要求能完全涵盖实操逻辑。随着客户对系统的使用，不断地完善理论逻辑，不断地扩充实操逻辑，这就是系统的成长过程。实操逻辑会无限地接近理论逻辑但是无法完全达到理论逻辑。实操逻辑与理论逻辑的接近度过高会使得系统系统繁琐难用，难以被使用者理解；接近度过低又会减少系统的实用性。将承载逻辑开放给使用者自由定制是最好的解决办法。

        处理逻辑是固化在系统中的，包含两个部分：采集、解析并且数据化承载逻辑的应用定制逻辑；根据数据化的承载逻辑动作的应用执行逻辑。这两个逻辑被是为了逻辑定制机能和逻辑执行机能服务，从而完成交互逻辑、业务处理逻辑的逻辑数据化、逻辑解析和逻辑执行的。为了实现这两个机能，并且保证处理逻辑和承载逻辑、使用逻辑的分离，必须要求处理逻辑具有以下的泛用机制。

        事件管理机制：根据信息生成事件的机制、事件的响应机制。所谓的事件就是消息流驱动的源动力。

        信息处理机制：为了增强信息描述逻辑强度的信息的加工机制、为了实现数据管理逻辑的电子数据化管理作业机制、为了实现业务逻辑的作业实施机制。其中对电子数据化的信息进行管理是系统的最基本的功能。

        逻辑解析机制：对于信息的语法和语用含义进行解析的机制。业务逻辑别自动形成信息处理机制，默认包含联动电子数据化管理作业，与承载逻辑自动连动。数据管理逻辑的信息保存的必要性由信息处理机制决定。数据管理逻辑的信息更新必要性由交互数据差异标示决定。数据管理外的逻辑需要另行生成。

        交互机制：获取信息的机制、将消息流还原成信息流的机制。信息获取包括获取承载逻辑本身的信息、根据承载逻辑获取数据信息、获取使用逻辑的信息、获取使用处理的信息。对于人机交互，交互机制还必须具有逻辑表达机制。输出逻辑是基于采集逻辑的。采集逻辑的罗列就是逻辑表达的起始。在基于采集逻辑以外的采集就需要通过查询来开始。查询本身并不局限于采集指引，基于输出的查询或者查询的再查询就是筛查。为了保证信息电子数据化的便捷性和有效性，交互机制必须尽可能地使用逻辑正确性辅助保障机制。为了能够进行交互挂起、交互数据差异标示，交互机制必须具有犹豫机制。

        通信机制：消息流的流转机制。

        逻辑提示机制：逻辑正确性辅助保障机制、逻辑正确性的判断机制、逻辑提示机制；

        数据分析机制：对于数据逻辑进行分析生成新的供时间管理机制生成事件的信息的机制。

        为了增强并更好地利用OS 的功能并补充OS功能的不足，处理逻辑除了上述的内机制外，还必须有两个非处理逻辑管理的系统外机制。

        OS制御机制：基于OS的，用于对OS的制御的函数库；

        OS扩展机制：由OS提供的函数库就是传统意义上的OS。各种应用软件被当作是OS的扩展。根据系统的需要，系统可以通过追加特殊的应用软件对OS进行扩展。

        数据逻辑是自然被数据携带的。数据由承载逻辑数据、处理逻辑数据、事务数据的构成。其中承载逻辑和处理逻辑的数据的逻辑就是承载逻辑和处理逻辑。这里所说的数据逻辑其实就是事务数据逻辑。事务数据的来源是采集逻辑，因此其逻辑必定涵盖了采集逻辑。事务数据结合输出逻辑就能形成辅助采集逻辑或者用户基本再认知逻辑，这是事务数据逻辑的基础应用。对事务数据的深度发掘得到深层次的数据间的关联逻辑，这才是事务数据逻辑的真正的应用价值。

        使用逻辑就是承载逻辑的使用权相对于使用系统的人和设备的分配和管理逻辑。使用逻辑是通过定制和系统维护成为数据逻辑的。使用逻辑由以下三方面组成。将数据逻辑中的人和设备的关联，设置人的设备使用逻辑。将数据逻辑中的人和承载逻辑的关联，将承载逻辑按照逻辑要素为单位分配为各个用户，生成用户的使用逻辑。将数据逻辑中的设备和承载逻辑的关联，将承载逻辑按照逻辑要素为单位分配为各个设备，生成设备的使用逻辑。

        交互逻辑和业务处理逻辑是通过系统的处理逻辑的机制来进行逻辑处理的，这样承载逻辑和使用逻辑与交互逻辑和业务处理逻辑的分离就变成了可能。为了做到承载逻辑和使用逻辑与存储逻辑的分离，我们必须抛弃现行的数据结构的模式，要求存储逻辑成为一种完全独立存在的逻辑。

        存储逻辑中的逻辑维度不再具有逻辑含义，因此我们将从来的维度表和事实表的维度进行逻辑弱化，也就是维度本身不再具有逻辑含义。这样被逻辑弱化的表，称为弱维度表。通过弱维度表，使得存储逻辑不再承载自身以外的任何逻辑含义。被弱化的维度将成为存储的数据，其逻辑含义将成为数据逻辑的一部分。维度和维度数据、维度和事实数据间的关系也将通过逻辑关系数据来描述。这样逻辑的数据化就成为可能。数据类型是为了处理逻辑服务的。在存储逻辑中不再存在数据类型的概念。所有的数据将用文字型描述。通过所承载的数据本身的特征在处理逻辑中进行数据类型的辨识。为了记叙处理逻辑中的逻辑处理，存储逻辑管理的数据中需要增加逻辑处理类型这种类似数据类型的概念，以增强数据的描述逻辑。

        图灵在发明计算机的同时就提出了人工智能的概念。随即，人工智能的核心技术就被构想，逻辑理论和机器学习轮番登场，几经兴衰，至今还都无法获得根本性的进展。

        人工智能和逻辑学的紧密关系毋庸置疑。在过去的岁月里两者的发展起到了互相推动的作用。逻辑学为人工智能的研究提供可行性依据和理论基础。不过，迄今为止人们的着眼点还是将逻辑学的成果应用于人工智能。可能正因为此才使得人工智能的逻辑理论研究走入了死胡同。

        目前的机器学习因为计算机硬件性能的提高，利用神经网络并且对运算结果可以进行监督式的再计算，其技术核心还是概率论的逻辑。逻辑理论研究无法摆脱人类逻辑的数理化。

        

        

        

        

        

        

        逻辑单元、泛用逻辑接口、逻辑算法

        构成逻辑最底层的、有并且只有一个维度可以描述的、在此维度下处于并列关系的元素被称为逻辑的基础元素。基础元素和它们的共通维度构成了逻辑的基础逻辑单元。每一个基础逻辑单元就是一个集合，是逻辑上最小的集合。在逻辑上，基础元素和基础逻辑单元都必定具有确定性、互异性、无序性。将逻辑分解为不具有共有的元素、共有的逻辑单元的过程被称为逻辑单元化。将逻辑单元化、基础元素化同时也保证了逻辑及其逻辑认知结果数据一元化。

        

            

        本文引用了北京邮电大学钟义信教授、吉林大学孙正聿教授、自由哲学家王东岳先生的大量思想和论述，并受到这些大家思想的启迪。无缘当面致谢，仅此表示敬意。

        本文的写作过程中参考了各种网络发布的信息。作者无意抄袭，如有相同之处敬请理解为引用。在此谨对原信息提供方和所有方表示感谢。如对引用内容有所异议，敬请联系作者。