OpenNARS 3C

严格来说，这仅仅是我认为的 NARS 核心哲学： OpenNARS 3C

3C 是我对 NARS 的核心理解，不一定正确，仅供参考

3C 原则，可用于智能相关的词汇的定义，也可用于决定具体工程中某个神经元或树突的强度和排序。

3C 原则 的 原版解释（英文）：

https://cis.temple.edu/~pwang/GTI-book/GTI-CH6/GTI-6-2.html

3C: 正确（高频发生的往往是合理的）、有用（对目标贡献大）、简洁（路径简单或节能）。

Correctness 正确性, (忠实于系统的具身总结而来的历史经验)

Concreteness 指导性（有用性、与目标相关）, (系统不断总结其行为过后对目标的有用性，并根据有用性反过来指导系统的具体行为，这一过程中，目标起到关键作用)

Compactness 简洁性, (奥卡姆剃刀，AIKR)

三者同时独立存在,并同时满足时, 一个理论就趋向完备. 三者缺一不可. 教授, 在下面这个视频的第 , 有详细讲述:

如下图：

或者另一种画法：

3C 反映了智能的三个基本面，所谓基本面，意思是这三者互相独立不可调和，不能再融合了，把 AGI 掰开来分析，则必须包含这三方面。

用不同的话语体系来表述：

0、用 He4o 的话语体系来表述：主观、客观、熵减

1、用 OpenNARS 的话语体系来表述： 目标、经验、AIKR（知识与资源有限的预设）

2、用我自己的话说就是：有什么、要什么、怎么要更简单

虽然这些表述还是有差异，但总是会命中同一套原理的不同侧面。

还有不同的表述，如下（每一行都包含三个基本面）：

0、欲望、信念、奥卡姆剃刀 1、目标、经验、AIKR 2、情感、事实、约束 3、主观、“客观”、可行性 4、要什么、有什么、怎么要更简单 5、“意识”、“潜意识”、中间抽象层 6、指导或有用性、正确性、简洁性 7、系统想要 B 还是 C、A发生后什么会发生、怎么让 C 更快发生

上面那两张图已经不能画得更精简了，如果再精简，就直接成为一个点，起不到揭示基本元素的作用，也起不到指导实践、编码的作用。

分析智能相关的任意概念时，这三方面必须同时点到，放在一起分析才算完整，

或者更直白一点，任何智能理论，任何一个专业分析，任何一篇严谨的文章，任何一个概念的描述，如果不从这三方面下手而只说其中一点，都不算完整、完备。

而具体到编写代码，也是一样，任何一个神经元或概念单元，必然包含以上三方面的处理（尽管每一层的神经元所处理的偏向性稍有差异）

当然，单纯有 3C，也不足以完成 AGI，因为电流在脑内运动的【过程】，是一条（或多条）电流在不断穿梭，永不停息。

要构建这一【过程】，需要一些【规则】，这些规则规定了电流【应该往哪里流动】，这些规则在 nars 里叫“推理规则 或 NAL1~9”，在别的地方可能叫“反向传播”（尽管 nars 不完全认同其运作细节）

这里附上 3C 的最复杂的画法：

为了方便大家理解 3C，我这里演示一下怎么使用 3C 原则对 任意概念（特别是智能相关的概念）进行 剖析和定义。

比如，如何定义 【更好】：

1、哪一个更“贴近预测”（正确性）。 A 先发生，然后可能会发生 B 和 C，但 B 和 C 哪一个的发生频率更高？

2、哪一个更贴近“目标”（指导性或有用性）。B 和 C 之中，哪一个是系统更想要的？

3、哪一个更“容易”获得（简单性）。尽管系统更想要 B，但 B 远在天边，而 C 近在眼前，所以系统首先对 C 下手。

同理，你可以试着用 3C 来定义什么是 “美”。

文章后续补充：

正确性 的最小解释 ： f （发生频率）

自主性 的最小解释：欲望和目标的 f （触发频率）

简单性 的最小解释：思路（概念串并联）的长度（或深度）