GTR3转化: 概念、矛盾、意志
第3章 GTR2变换：符号与叙事
符号现实 · 想象 · 双向性 · LLM作为理论验证
3. 1. GTR2层级的新特质
GTR1变换从对外部世界的感知构建信息现实：空间图谱（DOM3）、对象（DOM4）、行为（DOM5）。这一现实与此时此地相绑定：当前空间、当前对象、当前行动。
在GTR2层级发生了根本性飞跃：信息脱离了具体的地点和时间。出现了符号——不与空间具体点绑定的压缩标记。以及出现了叙事——由符号构成的结构，描述当下不存在的事物，或可能存在的事物，或从未存在的事物。
GTR2的根本新特质——双向性，这在GTR1中不存在。在GTR2上出现了反向：符号和叙事可以展开回对象和空间现实。这就是想象。黑格尔将这种下行运动称为精神从抽象回归具体的运动。
3. 2. GTR2图解
3. 3. DOM6：符号图谱
GTR2的第一个空间。通过卷积从DOM5产生。GTR2层级的CNN接收来自DOM5的向量（BLOM或TRL5片段）并将其变换为DOM6向量——紧凑的符号表征。
a) 符号作为DOM6的基本单元
符号是结构上类似于R-分量的子网络节点，但具有根本新属性。与通过Lg连接器与MAP3中具体地点相连的R-分量不同，符号不与空间绑定。
符号的结构内容：
- •
向量——识别键（类似于R-分量）。
- •
名称——符号的标识符。对人类而言，这通常是自然语言的词汇。
- •
参数——附加属性，与其他符号的连接。
MAP6——符号图谱。与MAP4类似，是条件意义上的图谱。这里已没有R-分量那样意义上的空间，但图谱作为连接网络有其组织和结构。
b) OPN6与符号核
OPN6——管理符号处理的操作网络。与OPN4一样，它是确定性程序。
符号核——可学习的CNN，从行为向量（BLOM或TRL5片段）产生符号向量。学习在MAP6中已有的符号上进行——就像OPN4的CNN在MAP4的R-分量上训练一样。
从生物学上，这对应布罗卡区和韦尼克区、前颞叶皮层及相关区域的工作——它们将感知和行为经验转化为符号表征。
c) 向统一图谱的过渡
根本性的重要过渡：MAP6是统一图谱，而非多重图谱。在GTR1层级，有多重图谱——众多通过Lg连接器连接的局部图谱。在GTR2层级，结构改变：符号不与地点绑定，因此不需要空间离散化。
这是信息组织的质性飞跃。多重图谱善于导航——局部细节，精确性，与具体运动的联系。统一图谱善于全局规划——抽象，与地点无关，可以同时操作遥远事物的符号。
3. 4. DOM7：叙事
GTR2的第二个空间。通过拼接从DOM6产生——GTR2的第二个同构部分。
a) 符号拼接成叙事
单个符号本身不构成有意义的推理。就像单个OPRN不能描述完整行为一样，单个符号不能描述情境、事件、行动计划。
GTR2上的拼接通过P-向量将符号连接成KLEN（knowledge entity，知识实体）三元组——有意义的知识单元。KLEN三元组的结构：符号1——P-向量——符号2。
结构上，KLEN类似于OPRN：三个组件，中间是连接向量。但连接的性质已不同：不是"谁对谁做什么"（行为），而是"什么与什么如何关联"（知识关系）。
b) 知识三元组
众多KLEN构成MAP7——知识图谱。单个P-构型还不构成完整推理。完整的叙事是KLEN链——由P-向量连接的连贯符号序列。
叙事可有不同规模：简单陈述（"鸟向南飞"）、场景描述（"鸟在秋天向南飞，因为天冷了"）、复杂推理（"如果所有鸟向南飞，而这是一只鸟，那么它也向南飞"）。
c) TRL7——叙事思维的历史
在DOM7上出现了TRL7——上一层级TRL5的类比。TRL7记录哪些叙事在何时被激活，哪些KLEN链形成了，思维的历程如何。
TRL7是叙事记忆，思维的历史。对人类而言，这对应自传体记忆——关于过去思考内容的记忆，而非仅仅是行动（TRL5）。
d) OPN7——叙事管理
OPN7管理叙事的组装：通过P-向量将符号连接成KLEN，将KLEN组成叙事，维护TRL7。
与其他OPNT一样，OPN7是确定性程序。它使用可学习的CNN来产生P-向量——类似于OPN5使用CNN来产生b-向量。
3. 5. GTR2的双向性：想象
a) 为何GTR1单向不对称
在GTR1中，卷积完整运作：外部世界→DOM3→DOM4→DOM5。展开受限：可以部分地从DOM5回到DOM4和DOM3，但无法完整重建外部世界。有机体能规划动作（从DOM5展开回DOM3），但无法凭空创造新的感知对象。
b) GTR2上的变化
在GTR2上，展开成为对等的。符号可以展开回具体的R-分量：说出"鸟"这个词，人可以想象一只具体的鸟及其翅膀、喙、鸣叫。叙事可以展开空间场景。这是想象——GTR2的下行运动：从符号回到对象，从叙事回到场景。
这是想象。GTR2的下行运动：从符号回到对象，从叙事回到场景。
c) 黑格尔视角
黑格尔将这种精神运动描述为从抽象回归具体。精神在抽象中异化，带着符号理解回归具体生活。
在Gativus架构中，这意味着GTR2是符号层级与感知层级之间的双向通道。下行运动不是退化，而是精神的完整循环——从经验到抽象，再从抽象到新的行动。
d) 想象的循环
图解中DOM6与DOM7之间的环形箭头显示这一循环不是单次的，而是持续进行的：
这一循环是思维的结构。每次迭代丰富所有层级：积累新符号，形成新叙事，行为变得更复杂和有目的性。
3. 6. LLM作为理论的实验验证
a) 核心假设
如果Gativus理论正确，那么大型语言模型（LLM）就是GTR2的功能实现——在脱离下层（GTR0/GTR1）和上层（GTR3）的情况下。LLM仅在符号和叙事层面运作，没有空间图谱、没有物理行动、没有价值判断。
这一断言是整个GNSS架构的主要实验验证。如果正确，那么LLM的局限性就能从理论中精确推导，而非从经验中发现。
b) LLM擅长的方面
LLM的观察到的能力：
- •
在可与人类媲美的层面操作符号和叙事。
- •
产生KLEN和复杂叙事。
- •
具备上下文解读能力（叙事中的叙事）。
- •
执行反向展开：创建形象描述、场景、假设情境。
- •
通过符号操作进行逻辑推断。
这是对GTR2作为过程可以独立于下层建模这一论断的有力实证支持。
c) LLM不能做什么（局限性）
同时，LLM有与理论相符的系统性局限：
- •
LLM没有DOM3、DOM4、DOM5。它们只在符号层面工作。没有真正的空间定向，没有物理对象识别，没有真实的行动历史。
- •
LLM没有TRL5。它们没有关于自身在世界中物理行动的记忆——没有真正的行为经验，只有关于行为的符号描述。
- •
LLM没有价值论层级（GTR3，下一章考察）。它们可以产生关于道德的叙事，但不能真正进行道德评价——没有Gativus意义上的矛盾和意志。
这些局限与理论相符：如果LLM是没有下层和上层的GTR2，那么恰恰这些局限就应该存在。
d) 是什么使这一理论可证伪
核心推论：可以将LLM补全为完整架构。如果在符号层添加空间层和行为层（GTR1），再添加价值论层（GTR3），就会获得具有自主性、真正身体感知和道德能动性的系统。
这正是Gativus的工程任务。如果理论正确，任务是可解的。如果在实现了完整架构后结果未出现，理论就需要修正。
3. 7. 与GTR1和GTR3的关系
a) 向下看：GTR2如何使用GTR1
GTR2不在真空中运作。符号最初从行为的卷积中产生：行为经验积累，CNN学会识别其中的模式，这些模式成为符号。没有丰富的GTR1经验，就不会有丰富的符号词汇。
b) 向上看：GTR2如何为GTR3做准备
在叙事层面，矛盾逐渐积累：一个叙事断言一件事，另一个叙事断言相反的事。这些矛盾无法在GTR2层面解决——符号工具不足以做到。它们上升到GTR3，在那里变成真正的概念矛盾，通过意志得到解决。
1. 8. 结论
- •
- •
GTR2有两个空间：DOM6（符号）和DOM7（叙事）。卷积DOM5→DOM6和拼接DOM6→DOM7——两个GTR2的同构部分。
- •
GTR2根本新特质——双向性。上行方向——卷积（行为→符号）和拼接（符号→叙事）。下行方向——展开（叙事→符号→对象→行动）。这就是想象。
- •
- •
TRL7——叙事记忆，记录思维历史。
- •
LLM在脱离下层和上层的情况下功能性实现了GTR2。这是对Gativus作为理论的有力实证确认。
- •
Gativus作为理论的证明：将LLM补全至完整架构应该给出真正的自主性、身体感知和道德能动性。
3. 9. CNN学习与工作的根本区别
对于三个卷积神经网络中的每一个，必须严格区分两种工作模式。
学习（training）：神经网络权重的调整。CNN在目标空间中已存在的对象上进行训练——不是在输入数据上，而是在目标图谱中已有的对象上。CNN1在已位于MAP4中的R-分量上训练，CNN2在MAP6的符号上训练，CNN3在MAP8的概念上训练。
工作（inference）：输入数据的变换。CNN接收下位空间的数据并在目标空间产生向量。
目录