Унификация, универсальность, первые принципы
Фреймворк первых принципов (FPF, first principles framework) задаёт фундаментальное мышление, исходящее из первых принципов. FPF постулирует, что в мышлении важны универсальные и унифицированные типы объектов (U-Types), которые позволяют избежать ошибок в мышлении и действии. Универсальность означает применимость к разным предметным областям, унификация - сведение некоторого разнообразия типов объектов к одному типу путём выделения самых важных особенностей. Универсальность и унифицированность связаны: если вы заметили, что яблоко, грушу и малину можно использовать для десертов, а огурцы и кабачки для этого плохо подходят, то вы можете выделить унифицированный тип “фрукт” и дальше при встрече с яблоком, грушей, малиной и даже неизвестным поначалу киви относить их к фруктам - и знать при этом, что с ними делают (используют в качестве десерта, чем они и отличаются от “овощей”). Дальше можно обсуждать эту унификацию (кулинарное понимание “фрукта”) от альтернативных (биологическое таксономическое, которое ничего не говорит о том, как использовать биологический фрукт) и даже доводить до первых принципов (“у тебя есть какой-то объект, а хоть и фрукт. Зачем тебе вообще о нём думать?!”).
Например, компания-производитель электроники выводит на рынок «умную» колонку. Классическая верхнеуровневая онтология поможет описать все сущности проекта: устройство как Object, её работу как Process, аудиторию как Population и т.д.: данные о колонке безболезненно сольются с существующим корпоративным графом знаний, который окажется схемой корпоративной базы данных по продуктам. FPF добавляет к этому чек-лист мышления: сначала подумайте о U.Objective, например, “окупаемость < 18 месяцев”, затем через U.ScaleConflict раскройте конфликт между стоимостью деталей как частей и качеством звука системы в целом, оцените U.Reliability прогнозов спроса – какие из них просто художественная литература, а какие хоть как-то опираются на данные, укажите U.Method ведения работ. Без мышления про эти U-типы проект считается «умолчательно рискованным», как бы аккуратно ни была представлена схема данных в полном соответствии какой-то верхнеуровневой таксономии, хоть UFO, хоть ISO 15926, хоть на JSON, хоть на OWL2.
Откуда взяты U-типы в FPF? В отличие от умозрительной (аксиоматической) философской работы, которая лежит в основании большинства верхнеуровневых (top/upper/foundational) онтологий, онтология FPF получена наблюдением паттернов в лучших образцах человеческого мышления (например, системного подхода из физики и инженерии, эпистемологических теорий, теорий типизации). Эти элементарные паттерны мышления не были выведены, они были сформулированы на основе обобщения данных наблюдений в качестве догадок-постулатов. Эти догадки-постулаты по поводу U-типов и их отношений остаются фальсифицируемыми/опровергаемыми, то есть вполне может появиться класс проблем, где FPF работает плохо – тогда можно ожидать, что они будут изменены или их число будет увеличено. Но пока фальсифицирования не произошло, предполагается, что всё остальное знание будет выводиться уже на их основе. Это совпадает с определением первых принципов: что-то такое, что не раскладывается уже дальше на части, невыводимое, но известное до попадания в ситуацию (в естественных науках это знание обозначают ab initio). Альтернативное понимание задал Ричард Фейнман в своей знаменитой цитате: “The first principle is that you must not fool yourself - and you are the easiest person to fool”. FPF поддерживает ровно этот тезис Ричарда Фейнмана: первый принцип – не обмануть себя в мышлении.
Разное понимание того, что унифицировано и универсально: элегантность мышления против элегантности представления знаний
И фреймворк первых принципов (FPF), и классические верхнеуровневые онтологии (BFO, ISO 15926 и т.д., сегодня это часто верхние уровни графов знаний, knowledge graphs) позиционируют себя как универсальные унифицированные языки для самых разных предметных областей, но их подход к тому, что же там “универсально” и “унифицировано” - разный. Универсальность и унифицированость классической верхнеуровневой онтологии оценивается по возможности проверить логическое соответствие разнородных фактов в согласованном внутри себя наборе данных, чтобы добиться ответа на вопрос “какие объекты нас окружают”, “что есть в окружающем нас мире”. Универсальность и унифицированость FPF оценивается по возможности проверить логическое соответствие разнородных ходов мышления каких-то интеллектуальных агентов (людей или AI) следованию каким-то ходам мышления, чтобы убедиться о том, что подумано обо всём, о чём хорошо бы было подумать. Проще говоря, FPF задаёт то, как вы думаете, “что надо найти в мире и что об этом подумать”, а классические верхние онтологии говорят “какие объекты бывают в мире и как их обозначать”. FPF задаёт познавательную полноту мышления о мире (каждый рациональный ход “цель – метод - доказательство - план - действие” представлен и эти ходы согласованы между собой), а классические верхние онтологии задают логическую непротиворечивость и строгие типы данных для подобного описания. FPF тоже содержит онтологию верхнего уровня (набор универсальных и унифицированных типов объектов, U-Types), но он оптимизирован не для того, чтобы объединять разные “базы данных” или “базы знаний”, а для решения проблемных ситуаций в разных предметных областях. Никаких таксономий объектов в FPF нет, ибо они важны для разных предметных областей и вполне могут формулироваться в соответствии с какой-то верхней онтологией. Скажем, FPF говорит: “думайте о системах, а также агентах-создателях этих систем”. Но таксономии “системы – оборудование – насосы – поршневые насосы” там не будет, её надо будет брать внешнюю. Зачем нужен тогда FPF? В ситуации с поршневым насосом FPF говорит “поршневые насосы - системы, думайте об агентах-создателях поршневых насосов”. Верхняя онтология позволит точно описать поршневые насосы, FPF позволит точно подумать о том, о чём надо подумать, чтобы снизить вероятность проблем в мышлении и действии в ситуации с поршневыми насосами, если уж вы занимаетесь именно ими. Онтологии - это про то, “что существует”, FPF - про то, о чём следует думать и что следует делать.
Верхние онтологии предоставляют допустимый набор общих/general абстрактных понятий (“объект”, “процесс”, …) с хорошо знакомым поведением, чтобы любая предметная область могла втиснуть свои частные/специализированные понятия как в чём-то похожие (наследующие какие-то черты знакомого поведения) на объекты этих категорий. Вы будете различать объекты и процессы с этими объектами, не путать бег и бегуна. FPF говорит, что если у вас есть бегун, то у него должен быть бег (и наоборот) – и вам обязательно нужно подумать и об одном, и о другом. А ещё укажет, что у бегуна должен быть создатель (даже если агент-бегун создаёт сам себя). Верхнеуровневая онтология FPF определяет компактный набор универсальных типов — Система, Граница, Цель, Метод, Надежность, Конфликт,… — не как таксонов для уточнения описаний каких-то окружающих объектов и явлений, а как чеклист (контрольный список) важных в большинстве проблемных ситуаций объектов, о которых надо подумать и с которыми надо что-то делать. Это не “любая возможная нарезка мира на объекты и процессы”, а минимальная нарезка любой ситуации на объекты, о которых надо подумать для по-возможности безошибочного мышления о них и безошибочных с ними действий. И FPF с его “онтологией, исходящей из первых принципов” и классические верхние онтологии (они же верхние уровни графов знаний) дают «минимальные фундаментальные понятия», но в FPF его онтология направляет мышление, а в классических верхних онтологиях организует описание. Какой-то граф знаний, поддерживаемый его верхнеуровневой онтологией, предоставляет знания “что там есть в ситуации” — хорошо типизированные факты о насосах, белках или политиках. FPF направляет на поиск знаний (их ёще может не быть, это placeholders для важных знаний, “пустографка”) о “почему и что дальше”, заставляя ещё и найти недостающие для заполнения этой пустографки “что”. FPF говорит: сформулируйте свою цель (U.Objective), оцените надёжность (U.Reliability) доказательств, выберите или придумайте метод работы (U.Method), составьте план задействования ресурсов (U.Resource) для работы по этому методу. Наличие U-типов из FPF означает, что интеллектуальный агент (человек или AI, или киберличность человека+AI, или даже организация) может переходить от любой импортированной из предметной области онтологии (в которой есть, например, поршневые насосы, но нет шнековых насосов) к рассуждениям о проблемах (чаще всего проблемы будут “на стыках”, междисциплинарны, они не в самой предметной области).
FPF упорядочивает мышление, фокусируя его на потенциально самых важных объектах - которые как раз и маркируются U-типами из онтологии FPF. FPF даёт элегантность (“ничего лишнего”, lean) мышления, а классические верхнеуровневые онтологии – элегантность таксономии как иерархического представления знаний об объектах мира, что делает удобным учёт этих знаний. FPF не навязывает собственный граф знаний, но умеет использовать внешние графы знаний, оценивая их формальность, надёжность и общность так же, как и любых других знаний/теорий/доказательств/алгоритмов/описаний (унифицированный тип “эпистема”, U.Epistem). Но даже не это главное. Главное тут, что FPF увязывает эти внешние графы знаний с текущей проблемной ситуацией: спецификация FPF рассказывает о том, зачем вам надо лезть в эту внешнюю базу знаний, что там искать в предметной области из того, что потенциально поможет решить проблему. FPF сознательно отказывается от подразумеваемого расширения в сторону отраслевой иерархии объектов (middle ontology): таксономия — удел графа знаний, тогда как FPF — навигатор мышления, совместимый с любой из таких таксономий.
Различие спецификации FPF и руководств по интеллект-стеку фундаментальных методов мышления
FPF допускает разные регистры формальности в символьном выражении своего знания (естественный язык с его метафорами, математику разной степени строгости). Это не слои знания, это просто разные способы выражения одного и того же знания на разных языках. Спецификация FPF сделана так, что допускает разные степени формальности выражения для учебных/объяснительных целей или обоснований правильности, для этого используются три лексических/языковых регистра формальности: естественный язык для менеджеров, операторная математика для инженеров, категорная (functorial) математика для исследователей – обратим особое внимание, что математика при этом не ограничивается мат.логикой низших порядков. Всего же FPF выделяет на порядковой (ординальной, где нет значений по какой-то абсолютной величине, но можно указать отношение “больше-меньше” к другим значениям) шкале формальности одиннадцать значений - от нулевой формальности выражения знания на естественном языке с использованием метафор до десятой степени формальности, которая человечеством ещё не придумана, но будет выше, чем придуманная недавно степень формальности в терминах унивалентных оснований математики и использования гомотопической теории типов (HoTT). Классические верхнеуровневые онтологии чаще всего ограничиваются двумя регистрами символьного представления: естественный язык и математическая логика не очень высоких порядков.
FPF имеет своей целью интеллект как мастерство решения самых разных проблем, а интеллект оперирует двумя представлениями/representations знания: локальными/символьными представлениями разных регистров формальности и распределёнными/нейросетевыми представлениями, у которых про “форму” и “формальность” говорить трудно. Но для распределённых представлений можно говорить о том, на базе каких материалов они могут быть получены (выучены/познаны/learn) в какой процедуре обучения (training). Чтобы перевести знание в формальных представлениях (страницу формул в математическом языке, например) в распределённое представление в мозгах человека или “мозгах” робота, нужно огромное предварительное обучение. У людей это десятки лет образования, а у роботов - огромное время предварительного обучения их нейросетей до уровня большой языковой модели (и модели действий, если это именно роботы). Только самые тренированные/обученные в работе с формальными представлениями мозги людей (впрочем, к AI это тоже относится) могут разобраться в формально/строго представленном знании с первого предъявления. Этот факт в FPF учитывается тем, что кроме минимального строгого представления знаний самого FPF в виде спецификации дополнительно предусмотрено наличие “человекочитаемых” и “человекоизучаемых” руководств по отдельным слоям разложенных в стек фундаментальных методов мышления, которые изложены в спецификации FPF, там в полном графе зависимости методов мышления выделяются слои Structure & Reality, Knowledge & Reasoning, Action & Execution, Strategy & Rationality, Governance & Purpose. Тем самым результат (спецификация FPF) методологической исследовательской (research) работы отделён от результата (Intellect Stack Guides) инженерной (instructional design) работы по созданию мастерства сильного мышления по этой спецификации. Руководства превращают спецификацию FPF как доступную для изучения и следования ей только гениями (людьми и AI) в удобоваримое для изучения и следования ему описание мышления сильного интеллекта. Спецификация FPF гарантирует строгость, руководства гарантируют понятность (по энциклопедиям и справочникам не учатся, им не следуют в работе. Учатся и следуют в работе регламентам, руководствам, инструкциям, учебникам: кроме спецификации там примеры, объяснения “зачем это нужно”, повторения положений спецификации, показ связи спецификации с контекстом других спецификаций в реальных ситуациях и многое другое). Руководство может сказать: “Перед оптимизацией технического решения обязательно выпишите конфликты между системными уровнями” и даст примеры (“то, что клетки почки хотят неограниченно размножаться, на уровне организма считается раком”, “если хотите снизить стоимость владения турбиной при одновременном повышении безопасности, то явно выпишите метрики для одного и другого, а также укажите функцию компромисса, например, границу Парето, перед тем, как выборать поставщиков”). В спецификации FPF просто будет указано, что есть системные уровни, а между ними есть конфликты – и гениальный читатель этой спецификации должен сам догадаться, что и как с этим указанием делать. Но это не нулевая информация: спецификация задаст обязательность мышления о конфликтах. Руководства не надеются на то, что знание из спецификации как-то непосредственно применимо в работе без дополнительных разъяснений: руководства учат использованию этого знания, обогащают материал спецификации примерами использования, примерами неправильного понимания, объясняют последствия неиспользования. Руководства добавляют полезность спецификации, причём как для людей, так и для AI-агентов, равно как и для их гибридов (киберличностей: людей, использующих AI-агентов). Но руководства не добавляют новые U-типы, это делается спецификацией. При этом руководства вполне могут существовать в некотором разнообразии для разных применений, например, делать упор на применение спецификации FPF на каком-то одном уровне формальности. Спецификация FPF одна, но могут быть разные наборы руководств. Например, может быть один набор руководств для обучения подростков сильному мышлению, а другой – для знакомства с сильным мышлением выпускников математических факультетов ведущих вузов.
Фреймворк первых принципов нормативен: он задаёт мыслительную норму, заставляет так думать. Спецификация FPF - это “как надо”. Руководства по задаваемым им интеллект-стеку фундаментальных методов мышления служат не только и не столько учебным материалом, сколько регламентами сильного мышления, избегающего ошибок. Верхнеуровневая онтология описательна: она запрещает противоречивые классы, но не говорит, надо ли этот класс вообще вводить. Верхнеуровневая онтология даёт возможность различить разные унифицированные сущности, а FPF не только предписывает какие сущности следует различать (например, System, Objective, Method), но и предписывает, в какой момент проекта ими нужно оперировать, иначе чек-лист мышления о проекте считается непрошедшим, доверия к результатам мышления нет. Верхнеуровневые онтологии вообще не озабочены проблемами доверия к каким-то знаниям, FPF прямо вводит шкалу надёжности знания (U.Reliability) - это одна из уникальных его особенностей. U.Reliability заставит различить инженерную эмпирику с результатами замеров от ссылок на художественную литературу как источник обоснования. Верхнеуровневая онтология такими градациями по шкале надёжности знания не располагает — для неё все факты после отсутствия логических проблем равноправны по своей надёжности, нельзя разобраться, насколько этим фактам можно доверять.
Вопросы для самопроверки понимания этого текста. Пример ответов от тупой железки o3 Pro
Проверьте себя, поняли ли вы отличия Фреймворка первых принципов (FPF) и его онтологии от классических верхнеуровневых онтологий. Ответьте на следующие вопросы:
1. Какое главное различие между назначением верхнеуровневой онтологии и назначении FPF формулируется в тексте одной фразой?Теперь сравните ваши ответы с ответами, которые дала LLM o3 Pro. Конечно, вы ответили лучше, чем эта тупая железка! Вот эти ответы as is:
Что такое U-Types и чем их назначение отличается от роли классов в BFO или ISO 15926?
Почему в FPF говорят о эпистемической полноте мышления, а в верхнеуровневых онтологиях — о логической непротиворечивости данных?
По каким критериям FPF решает, «достаточно ли хорошо» продумана проблемная ситуация? Назовите не менее двух U-типов, которые участвуют в этой проверке.
Как FPF трактует «унификацию» по сравнению с традиционным примером «фрукты vs овощи», приведённым в тексте?
В чём состоит нормативность FPF и почему классическая онтология считается преимущественно описательной, а не нормативной?
Какая метрика доверия к знаниям используется в FPF и почему знаниям, соответствующим классической верхнеуровневой онтологии, заведомо нельзя доверять?
Опишите, какие разные задачи решают FPF и классическая верхнеуровневая онтология при совместной работе, используя примеры поршневого насоса или «умной» колонки из текста.
Почему FPF сознательно не содержит отсылок к отраслевым таксономиям (middle ontologies) и как он взаимодействует с внешним графом знаний?
Чем различаются спецификация FPF и Intellect Stack Guides? Какую роль играет каждый из этих документов для людей и AI-агентов?
1. Главная формула: «UO отвечает на вопрос “что есть?”, а FPF — на вопрос “что делать и правильно ли мы об этом подумали?”». Иначе: верхнеуровневая онтология валидирует описание реальности, FPF — ход мышления и действий.Как читать картинку – это тоже придумала бездушная железка, та же o3 Pro. На переднем плане — изящная женская фигура, держащая в правой руке планшет-свиток с чек-листом U-Types (System, Objective, Method, Reliability, Conflict), а в левой — золотой циркуль, символ точного описания данных. Справа — архитектурная колонна, украшенная переплетёнными лозами; на её капителе выгравированы слова “Upper Ontology” и тонкие линии, образующие таксономическое древо. Слева — развёрнутый орнаментальный лабиринт, внутри которого видны стрелки «цель → метод → действие → результат». В центре над головами персонажей — сияющий медальон с надписью “First Principles Framework”, от которого расходятся лучи, соединяющие чек-лист и колонну. Палитра мягких пастельных тонов, характерный муховский орнамент: витые линии, растительные мотивы, золотые акценты. Общая атмосфера — гармония структурированного знания и осмысленного действия.U-Types — это чек-лист когнитивных обязательств (System, Boundary, Objective, Method, …), заставляющий просмотреть все критические аспекты задачи; классы BFO/ISO 15926 служат ящиками для корректной классификации фактов и не предписывают, о чём следует думать.
Эпистемическая полнота в FPF означает, что вся цепочка «цель → метод → доказательство → план → действие» представлена и взаимно конгруэнтна; логическая непротиворечивость в UO гарантирует лишь отсутствие формальных коллизий внутри графа данных.
FPF проверяет полноту через U-типы, например:
– U.Objective — сформулирована ли измеримая цель;
– U.Method — описан ли способ её достижения;
– U.Reliability — оценено ли качество используемых моделей;
– U.ScaleConflict — выявлены ли несовместимые метрики.
Невыполнение любого пункта помечает мышление как непроходящее чек-лист.В классическом примере «фрукты vs овощи» унификация сводит объекты к общему классу; в FPF унификация означает приведение разнородных ходов рассуждения (инженерных, научных, бизнес‑) к одному набору U‑типов.
FPF нормативен: он предписывает, в какой момент проекта обязателен каждый U‑тип, иначе результату нельзя доверять. UO описательна: она регламентирует форму классов и отношений, но не приказывает, нужно ли вводить тот или иной класс в конкретном проекте.
FPF использует количественную метрику U.Reliability, различающую, к примеру, лабораторные измерения (высокое доверие) и неподтверждённые слухи (низкое). В стандартной онтологии после формальной валидации все факты считаются равно надёжными.
Поршневой насос: UO описывает насос, его части и процессы техобслуживания; FPF заставляет задать цель «MTBF ↑ на 20 %», раскрыть конфликт «стоимость ↓ vs надёжность ↑», оценить достоверность телеметрии и спроекторовать метод испытаний. «Умная» колонка: UO хранит классы «Device», «Firmware», «User»; FPF — фиксирует окупаемость, проверяет конфликты между качеством звука и себестоимостью, строит план производства и маркетинга.
FPF сознательно не содержит отраслевой иерархии, чтобы не дублировать доменные КG; вместо этого он импортирует внешние таксономии, оценивает их U.Reliability и связывает с текущей проблемой через свои U-типы.
Спецификация FPF — строгий норматив (аксиомы, U-типы, операторы); Intellect Stack Guides — дидактическая и регламентная «оболочка»: примеры, типовые ошибки, шаблоны промптов для людей и LLM-агентов. Guides учат применять, но не вводят новых U-типов.
Гармонии структурированного знания и осмысленного действия вам!
