第18章
第十八章 对象升维：从一个结论到一类生成结构
一 研究对象不是永远不变的那件东西
一张表格可以被当作许多数值的集合，也可以被当作某种变化的轨迹，还可以被当作一套测量规则的产物。三种读法面对同样的纸面，却组织了不同的研究对象。第一种问哪一个数更大，第二种问变化是否有规律，第三种问为什么只记录这些数。对象并不是任意幻想，但它怎样进入认识，不能只由外部材料的物理同一性决定。
在数学中，这种改变尤其容易被具体展示。研究者起初关心一个向量是否满足某个不等式，随后关注使不等式成立的共同证明机制，再进一步研究哪些空间允许这种机制。每一步都保留前一步的某些内容，却改变了直接处理的单位。一个已解决的结论由此成为新对象的组成部分，而不是研究的终点。
封装的作用，正是在这里显露。若每个局部证明都必须始终作为全部细节重新展开，研究者很难稳定地比较更大结构。把已经成立的部分作为一个单位，并不抹去其证明义务，而是允许后续活动暂时以它为条件。对象升维需要这种暂时稳定，也需要在新问题要求时重新打开稳定单元。
但并非所有把具体对象换成抽象名词的动作，都构成对象升维。把若干差异很大的现象统称为系统，只说明语言变得一般；只有新表示保留了与问题有关的差异，建立了可使用的关系，并允许辨认例外，才有理由说新的研究对象获得了实际内容。抽象不是去掉细节越多越好，而是知道哪些差异可以暂时不区分。
例如，把小林的不同更新网络统称为信息流系统，尚不能解释任何收敛性质。若进一步把每轮更新表示为一个矩阵，并明确非负性、每行权重和为一、是否随时间变化，就开始形成可以推理的对象。表示把某些性质集中起来，也暴露了新的限制：矩阵模型是否确实表达了所研究的互动，仍需要说明。
对象形成还会反过来改变工具需要完成什么。原先程序输出每个节点的最终数值，后来需要输出差异轨迹、保持不变的量和不同初值的行为。如果工具接口不随对象变化，研究者可能仍然得到很多旧形式结果，却无法回答新问题。升维因而不是只在思想中换一个观察角度，还会改变现实活动的组织。
人的能力也在这一过程中改变。小林开始不再把每一条轨迹当作孤立答案，而能辨认它属于什么机制、与哪些其他案例共享条件。这个变化不等于她已经掌握所有矩阵理论，也不意味着她无需进一步训练。它意味着她进入了一个新的工作场所，能够提出此前没有稳定表达的问题。
这里的共同对象需要与他人协调。同一个词在不同成员那里可能指不同集合，模型给出的分类也可能省略关键条件。对象升维若只发生在某个人的私人表述中，协作便容易出现错位。精确例子、反例和最小定义因此不仅是写作装饰，而是使新的研究对象能够被共同使用的条件。
对本书而言，对象升维不是一种永久向上排序。研究一个具体异常，也可能使原来宽泛的对象被拆成两类，形成更好的认识。新对象可以更一般，也可以更具体；决定性变化在于原来不能有效处理的差异获得了组织，而不是概念在分类树上向上移动了几层。
这使升维具有可检验的落点：新对象是否改变了问题和方法，是否使一些旧材料获得新的联系，是否让某些原来被掩盖的错误显露？如果没有这些变化，所谓对象重构就可能只是重新命名。若有这些变化，则即使没有增加一个孤立结论，也可能已经改变了知识继续发生的条件。
二 把一个证明看成一种可以研究的过程
第一章用平方和非负推导了柯西—施瓦茨不等式。现在暂时不再把不等式作为终点，而把证明怎样成立作为对象。给定两个实向量，从其中一个减去另一个的适当倍数，使剩余部分的平方和最小。非负性随后限制了内积能够有多大。这里的核心不只是代入一个巧妙参数，而是一种消去已知方向、研究剩余的组织。
这种组织可以被叫作残差，但一个名称还不构成新理论。需要说明减去了什么，按照什么标准选择倍数，剩余量为什么非负，以及结论依赖什么空间结构。若把所有不舒服的差异都叫残差，就只是扩大词义；若能够把不同问题里的相同关系准确写出，才开始形成可研究的机制。
例如，在平面上，一个向量可以分解成沿某个非零方向的部分与垂直剩余。最小化平方距离得到的系数，与前述不等式证明中的系数一致。这一联系解释了为什么某些代数步骤可以被理解为几何投影。它没有证明所有空间都具有同样性质，也没有使每个最优化问题都变成相同对象。
把对象换成一种只有非负性、却可能对非零向量取零值的度量形式，原来除以长度平方的步骤就需要重新检查。若分母为零，不能继续套用公式。一个熟练记住证明的人可能顺畅地越过这一点，一个正在研究机制的人则必须停下来。对象改变不是把符号替换成更一般的字母，而是重新认识哪些条件承担了关键作用。
进一步，若目标函数不是平方形式，最小化仍然可能有意义，但正交性和线性系数未必保留。研究者需要区分“寻找最小剩余”这一较宽的组织，与特定内积结构所提供的精确结论。广泛类比可以提供问题，不能直接携带原证明的全部有效性。封装被跨域调用时，最容易丢失的正是这一条件差别。
人工智能能够参与寻找相似证明，也可能把表面相似误写成同一机制。有效工作应当把类比展开为可检查的对应：原对象是什么，新对象是什么，哪一步可以保留，哪一步失去依据。这样的对应比一句“本质都是投影”更费心，却也更有研究内容。机制升维不能以取消证明责任为代价。
这时，局部证明的封装反而使研究更严格。原来完整过程可以作为一个已成立单元，新的研究集中检查迁移接口。哪些假设被保留，哪些结论被改弱，哪些新义务需要完成，都可以明确列出。若要求每次重演所有旧步骤，反而可能让真正新增的危险混在大量熟悉操作中，不易受到足够注意。
另一方面，机制研究不能把来源归属吞并。某种证明结构已经在文献中充分讨论，研究者重新理解它，可以具有教育价值；只有确实增加了新的结果、解释或有意义连接，才涉及进一步学术贡献。封装论要求尊重继承，不是让继承者通过更宏观名称把已有成果全部改写为自己的创造。
小林在这里学到的，是把证明既作为依据，也作为对象。作为依据时，它支持下一步；作为对象时，它的内部条件受到研究。两种角色可以转换，但不能同时混淆。例如，正准备检验的某一步不能一边被怀疑，一边又未经说明地作为当前结论的保证。对象升维必须保留逻辑状态。
从一个证明到一种机制，真正增加的不是词汇层次，而是能够研究证明为什么在某类对象中有效、在何处失效的能力。它使前人留下的结论获得新的生成作用，也使后人不必在每个局部重新开始。数学的继承与创造，在这种对象转换中并不对立，而是彼此成为条件。
三 从个别轨迹到改变轨迹的规则
小林观察两节点更新时，最初记录的是数值序列。后来她把两数之差记作d，更新便可以写成d的下一项等于某个系数乘以d的当前项。这个简化不是遗漏了节点状态，而是针对趋同问题找到了更直接的对象。只要差异绝对值趋于零，两节点就渐趋一致；共同值是什么，则由另一项保持关系决定。
现在，她不再每次模拟所有初值，而研究那个乘法系数的范围。绝对值小于一，差异缩小；等于一，可能保持或交替；大于一，则有增长的初值方向。对于这个一维差异模型，结论可以通过幂次直接说明。一个可见轨迹被提升为一类轨迹的生成规则，证明因此覆盖了连续无穷多个初始差异，而不是更多有限测试。
转向多个节点，需要更复杂的表示。设固定更新矩阵为W，初值为x，经过若干轮得到W的相应幂作用于x。若只关心是否趋同，可以研究与全体分量相同方向相区别的变化如何衰减。对称矩阵的特征分解提供一种清楚办法：不同方向可以分别观察其乘法系数。这里采用有限维实对称情形，不能把这种方便直接推广到任意变化系统。
对一个连通、非负、对称且各行和为一的固定矩阵，常数方向对应特征值一；其余方向是否有绝对值等于一的系数，关系到是否存在不衰减的振荡。两节点交换矩阵恰好存在负一方向。把更新与保持自身适当混合，可以把这个方向移入绝对值小于一的范围。具体证明将在贯穿案例章中完整列出。
这个表示使许多原来不同的图形获得共同解释。但共同解释不是说网络拓扑已经不重要。拓扑与权重共同决定矩阵的性质，矩阵性质又影响衰减速度。封装只是重新安排分析次序：先在矩阵层建立结论，再检查实例是否满足条件，必要时返回图的结构。某一层被暂时整体调用，并不意味着它从认识中消失。
一旦矩阵随时间改变，固定特征方向可能不再存在。每一轮单独看起来良好，也不自动说明长期组合具有同样行为。小林需要把新的对象明确为矩阵序列，而不是继续使用单个矩阵的语言。对象升维有时正表现为认识到原封装不再适合，必须把相互次序与共同条件纳入研究。
这里蕴含一项普遍方法：不要只研究结果的分布，也研究生成规则的变化。若一个工具在多个任务中表现不同，问题不一定是为每个任务再调一次参数；也可能是任务分类错误，或者相同接口隐藏了不同机制。找到这种差别，可以使多个局部修补转化为一个更有效的组织原则。
但生成规则并不必然比个别事实更有价值。在缺少足够依据时，一个真实异常比未经验证的统一故事更重要。研究者不应为了升维而急于统一，也不应把所有例外解释为数据噪声。好的生成结构能够说明适用边界，允许不同机制并存；坏的统一只是在更高名称下压住不合预期的对象。
对工具而言，支持这种研究需要保存变化条件。只保留最后图像，无法追踪规则；只保留代码而没有输入与版本，也未必能够恢复结果。可继承能力应当让后来者知道，哪些轨迹属于哪种生成安排，哪些结论已经证明，哪些只是观察。对象越抽象，具体连接越不能丢失。
从轨迹到规则的转变，说明思维升维可以减少需要直接处理的对象数量，同时扩大认识覆盖的范围。它不是工作量越多越好，而是新的组织使同一份研究劳动能够作用于更多相关活动。这个收益建立在有效关系上，不能由一句“找到底层逻辑”代替。
四 新对象必须能够回到旧世界接受检验
一种新的结构表示往往令人兴奋，因为它让原本杂乱的材料突然变得整齐。但整齐可能来自真实关系，也可能来自选择性省略。对象升维需要一次返回：回到原案例，检查被抽象掉的差异是否真的与目标无关。若返回时不断出现无法解释的例外，新表示就需要修改，而不能只责怪具体世界不够纯粹。
小林若声称某种更新机制保证平均一致，就应当回到不同初值、不同权重与边界情况。两个节点、一个节点、零差异、极端权重，都可以揭示定义中没有说明的地方。有限例子不能替代一般证明，却能够帮助发现命题是否说错。证明与实例在这里承担不同作用，不应因已有一种而取消另一种。
返回还包括解释给不同参与者。程序人员需要知道条件如何检查，数学同伴需要知道证明依赖什么，使用模型的人需要知道“趋同”不等于其他价值目标得到实现。新对象如果只适合一个圈子的内部术语，便可能在迁移时产生过度承诺。公共解释不是把专业内容削成口号，而是为不同任务给出准确入口。
在SDE视角下，对象升维不只是S中的名称改变。新的显露要改变差异运行D，使研究能以新的方式比较、推演和修订；也要改变特征纠缠E，使表示、方法、价值与现实条件形成新的共同组织。若只有论文标题出现高维、结构或生成几个字，而实际路径与条件没有变化，就没有足够证据支持本体意义上的新对象发生。
这种要求并不强迫每个新概念立刻产生工程应用。纯数学可以通过新的定理、反例、问题联系和证明组织显示对象价值。哲学概念可以通过更清楚的区分、对旧困境的重新解释以及可争论的推论显示价值。关键不是必须有市场产品，而是新的组织必须在相应活动中产生可辨认差异。
评价也应当允许对象形成的未完成阶段。一个概念可能还不稳定，却已经显示某些旧分类无法处理的冲突。此时，合理做法是明确它的试探性质，继续构造例子与反例，而不是为了发表把它过早封成完备理论。知识发生需要容纳半成形状态，但半成形也不能被包装为成熟封装出售。
另一方面，新对象一旦能够稳定工作，就不应永久要求后来者重演其全部发生史。可以通过代表性过程理解关键机制，通过清楚接口调用已成立结果，再在新问题需要时展开。这是对象升维如何进一步变成文明继承：新结构不只属于提出者的天才时刻，也成为普通研究者能够进入的工作条件。
这种普及可能改变专业边界。以前只有少数人能够处理的组织，在工具和解释共同成熟之后，可能被更多人有效使用。不能仅因使用者没有经历同样艰难的历史，就否认其活动是真实的。评价应当关注他们实际能做什么，以及是否知道相应边界，而不是以过去的进入成本作为永恒标准。
然而，降低进入成本也不等于取消维护者。有人必须持续研究内部结构、处理例外、修复证明与工具。对象升维的文明价值，需要使用与维护共同存在。后来者免于重造，不意味着社会可以停止再造；知识能够被封装，也意味着需要建立封装继续生长的条件。
思维升级不只是把同一对象看得更清楚，也可能改变什么成为对象。从一个结论到一类证明，从一条轨迹到一种生成规则，前一轮成就被转化为后一轮研究的材料。这种对象重组必须给出关系与边界，不能仅凭新的抽象名称成立。更进一步，它还应当进入实际行动与参与者自身：理念中的新结构怎样改变现实活动，现实反馈又怎样改变研究者的认识和自我定位？只留在论文上的概念排列，尚未完成这一发生。