研究議題與問題地圖

RESEARCH QUESTIONS / PROBLEM MAP
SRI 的研究不是從學科名稱或流行語開始,而是從尚未解決的疑問出發。本頁面是公開索引,用於將各個研究議題連接到理論、系統、研究計畫、出版物和所需的證據。
研究議題
Q01
觀察者是什麼?
能否將觀察者定義為不只是外部的閱覽者,而是一個參與資訊選擇、表達和更新的結構?
Q02
意圖如何改變選擇?
目標、價值、限制和注意力的方向,如何作用於從可能性集合中進行的選擇?
Q03
表達方式改變後什麼會被保留?
當轉換語言、數學公式、圖表、模型和資料格式時,哪些結構得以保留,以及在哪裡意義會流失?
Q04
無法並存的多元模型應如何共存?
當一個現象有多種解釋時,如何在避免過早整合的前提下進行比較與驗證?
Q05
人工智慧如何支持而不消解人類主體性?
是否可以設計出讓 AI 自由進行探索和提案,同時將價值判斷、公開判斷和責任留給人體的系統?
Q06
系統跨越時間持續存在的條件是什麼?
我們探討一個擁有記憶、制度、目的、審計和可更新性的系統,在環境變化中不崩潰並持續進化所需的條件。
Q07
如何將理論轉化為物理或社會架構?
定義當抽象概念被轉移到計算、軟體、組織、教育、城市和基礎設施時的驗證單位。
Q08
在不確定性下,智慧應如何行動?
研究在資訊不足、模型不一致和未知風險的情況下,如何做出保持可逆性和可解釋性的決策。
Q09
計算能保證什麼?
區分數值實驗、形式驗證、探索和 AI 推論所能展示的範圍,以及無法從中導出的主張。
Q10
證明在哪裡結束,解釋又從哪裡開始?
明確形式結論、經驗意涵、哲學詮釋和社會實施判斷之間的界線。
問題地圖的使用方法
每個議題並非單獨一個文章就能完整說明。我們將相關的 Theory(理論)、System(系統)、Program(計畫)、Publication(出版物)和 Evidence(證據)連結起來,追蹤目前進展到何處。公開資訊至少會附加以下狀態:
- Open:議題已定義,持續進行調查與驗證
- Working Hypothesis:已有解釋候選,但尚未充分驗證
- Under Computation:正在執行計算、探索或形式化
- Externally Reviewable:已公開外部參考的成果物與證據
- Revised:已根據反例、批判或新證據進行更新
公開原則
我們優先考慮主張的邊界,而非吸引人的解釋。不會將未解決的問題表現為已解決;不將 AI 的探索結果視為證明;也不會混淆外部研究與 SRI 獨有的假設。研究的價值不在於結論有多引人注目,而在於追蹤議題、證據、反證和修訂的能力。
相關頁面
將議題轉化為可研究的形式
宏大的疑問若不經處理,只會停留在優美的標語層面,無法進行驗證。SRI 對每個議題都會整理其對象範圍、術語定義、既有研究、競爭性解釋、可觀察差異、所需證據和停止條件。例如,「觀察者是什麼?」這個問題,不會將物理學上的測量、認知上的注意力、AI 系統的輸入選擇和組織上的決策者視為同一事物,而是區分出共同結構與相異點。
議題記錄的標準項目
- Scope:涵蓋什麼範圍,排除什麼範圍
- Definitions:主要術語採用何種意義
- Known Work:與既有研究、理論或實作的關聯性
- Competing Models:無法並存的解釋或反例
- Required Evidence:推進或棄卻所需的證據
- Observable Difference:模型間不同的預測
- Status:Open、Working Hypothesis、Under Computation、Reviewable、Revised
議題之間的關聯性
Q01 到 Q10 並非獨立存在。觀察者的定義會影響表達的選擇,表達的差異會改變計算能保證的範圍,而保證的極限則限制了委託給 AI 的判斷。此外,要跨越時間持續存在的系統,需要保留過去決策和修訂的 Provenance(來源證明)。問題地圖就是為了可視化這種依賴關係。
公開未解之處
如果研究網站只呈現了已完成的結論,讀者將無法判斷目前的進展與剩餘的問題。SRI 將缺乏的證據、失敗的路徑和尚未解決的缺口納入公開對象。然而,若公開會損害智慧財產權、個人資訊或安全性,則僅記錄其存在狀態,並秘匿內容。
外部參與方式
每個議題未來都會設立一個窗口,接收相關文獻、反例、重現結果和共同研究提案。我們歡迎的不只是贊同,也包括前提的錯誤、與既有研究的重複,以及更簡單的解釋。採用或不採用的判斷理由也會在可公開的範圍內記錄。
}


