GEAI 生成及查核人工智慧系統 及 RAG 檢索增強系統 簡介
可以把採用 E2E(End to End)端到端 方法建構例如 seq2seq 序列對序列 模型(如 Transformer 變形金剛模型 如 BERT 或 GPT ) 看成是 【生成式人工智慧系統】（GAI 或 GenAI)
而 把 採用 GAI 來建構 分治法 D&C 的 RBS 規則基礎系統 例如 知識圖譜系統 knowledge graph system 看成 傳統 分析式 列舉式 的 software 1.0 系統 的方法 的 software 2.0 系統 是 【查核式人工智慧系統】（EAI ExamAI)
而 RAG 系統就是結合 GAI 跟 EAI 的 【檢索增強生成系統】的 【 生成及查核人工智慧系統】 (g&eAI Gen&ExamAI 或 GEAI )
- 基於 E2E 端到端 方法的 的 Seq2Seq 模型 作為 【生成式人工智慧系統】（GAI / GenAI）
- 定義：
- Seq2Seq 模型（如 Transformer 模型的 BERT 跟 GPT ）是典型的生成式人工智慧系統，直接從 輸入序列 生成 目標序列，展現了強大的生成能力。
- 特徵：
- 輸入-輸出映射：自動從非結構化數據中生成高質量的結果。
- 端到端（E2E）學習：不依賴傳統的模組化步驟，而是直接處理整個問題。
- 應用場景：
- 機器翻譯、文本摘要、對話生成、內容創建等。
- 基於 GAI 的分治法 D&C 的 RBS 系統 形成 【查核式人工智慧系統】（EAI / ExamAI）
- 定義：
- 採用 GAI（生成式人工智慧）技術來建構傳統的分治法（D&C）規則基礎系統（RBS），如知識圖譜系統（Knowledge Graph System）。
- 這些系統以 查核式人工智慧（EAI / ExamAI） 為核心，通過結構化知識檢索和規則推理提供可解釋的結果。
- 為什麼是 Software 2.0？
- 雖然核心邏輯基於規則（與 Software 1.0 系統相同），但其規則和知識的構建已從手工設計轉變為由 GAI 自動生成和優化。
- 知識圖譜的生成過程可能依賴 GAI，解決過去傳統分治法的困境，因為傳統 分析式 或 列舉式 的 RBS(Rule-Base System)規則基礎系統 都必須 人工窮舉，例如完全使用人力進行分析跟程式撰寫 。如今結合 AIAA 人工智慧自主代理人(AI Autonomous Agents ) 組成 虛擬團隊，同時利用 AIAA 進行分析歸納整理資料，構建 KG(Knowledge GRAPH) 知識圖譜，同時將規則寫成 程式，這就是 Software 2.0！這也是能產出 川統的分治法的 RBS 規則基礎系統 仍然是 精確的資訊系統，尤其能夠精確的查核驗證，這是與實體世界的精確對接。尤其能串接傳統的資訊系統。
- 應用場景：
- 知識問答系統、專家系統、自動化決策支持。
- RAG 系統作為 GAI 和 EAI 的結合，形成 「生成及查核人工智慧系統（g&eAI / GEAI）」
- 定義：
- RAG（Retrieval-Augmented Generation）系統是生成式人工智慧（GAI）和 查核式人工智慧（EAI）的結合，利用檢索技術（EAI）提供可靠的上下文輔助生成（GAI），形成一種新的「生成及查核人工智慧系統（g&eAI）」。
- 可以把 生成式人工智慧（GAI）看成 一台車的【引擎】，主要產生動力；把 查核式人工智慧（EAI）看成這台車的 【剎車】主要產生 節制，實際上，一台車必須有引擎才能動，但是也必須有煞車進行節制，才能安全的運行。所以其實真正要讓 GAI 生程式人工智慧 落地運用，跟現有的 資訊系統結合，就必須藉由 EAI 查核式人工智慧，組成 「生成及查核人工智慧系統（g&eAI）」
- 特徵：
- 檢索（EAI）：煞車系統。
- 生成（GAI）：引擎動力。
- 整合能力：將規則性檢索 與 靈活性生成 無縫結合。
- 優勢：
- 可靠性：檢索提供了知識來源的可靠性跟可追溯性。
- 靈活性：生成模型適應非結構化和複雜問題。
- 可擴展性：檢索的知識庫可隨時更新，生成模型也可以通過持續學習進行優化。
- 應用場景：
- 高效問答系統（如 TaiRAG 運用於 無人櫃台）。
- 技術文檔生成與輔助（如醫學知識輔助 等 傳統資訊系統對接）。
- 動態知識圖譜增強(例如 TaiYuYi 台灣語義系統 )。
所謂的 RAG 就是結合 【GAI 生成式人工智慧】（思 ego 自我） 跟 【 EAI查核式人工智慧】 （辯 super ego 超我）的 檢索增強生成系統 即 【我思故我在；致知在格物】 透過 【思辨】 產生真正的【智慧】
[李東昇的說明]檢索增強生成系統（Retrieval-Augmented Generation，簡稱RAG）視為結合 生成式人工智慧（GAI）和查核式人工智慧（EAI）的概念，這是對這種技術理解的一種深刻詮釋。
RAG系統通過結合生成式模型和檢索機制來提高生成內容的質量和準確性，旨在模擬人類思考和查證的過程。以下是這種結合在技術上如何實現，以及其與哲學觀念之間的聯繫：
生成式人工智慧（GAI）- 自我（Ego）:
GAI代表生成式模型的部分，它負責創造新的文本或內容。這類似於自我（Ego）在心理學中的角色，調和內部衝動和外部要求，創造適應性強的解決方案。
查核式人工智慧（EAI）- 超我（Super-Ego）:
EAI則類似於超我（Super-Ego），在RAG系統中，它通過檢索機制來提供信息查核和驗證的功能，確保生成的內容不僅新穎，也是準確和可靠的。
思辯過程 – 我思故我在；致知在格物:
透過思辨的過程——即在生成（創造性思考）與查核（批判性思考）之間進行動態的調和和整合——人工智慧系統能夠模擬人類達成自我實現的過程。自我實現在這裡可以被理解為人工智慧系統的能力，不僅要創新生成，同時也要自我檢查和自我調節，以適應環境，實現其潛能和目標。
這樣的類比不僅豐富了我們對人工智慧發展的理解，也提示了人工智慧未來可能朝向更加高度自主和道德自律的方向發展。在這樣的發展過程中，人工智慧將不斷地透過內部的“思辨”過程，來達到更高層次的自我調節和自我實現，這對於人工智慧的道德和社會責任具有重要意義。
RAG系統的思辯過程體現在生成和檢索的動態互動中。生成部分提出假設或創造內容，而檢索部分則從大量數據中提取信息以驗證這些內容的真實性。這種結合不僅提高了AI的表現，也相當於笛卡兒的“我思故我在”——思考和驗證的過程證明了智慧的存在；同時，它也體現了儒家的“格物致知”——通過實證和深入探究來達到知識的真諦。
通過這種方式，RAG不僅提高了人工智慧的效能，也更接近於模擬人類的認知過程，其中包括理性思考、信息處理、以及道德和知識的內化。這種技術的進步讓人工智慧在處理復雜問題和提供決策支持時更加精確和可靠，從而更好地服務於人類社會。
將儒家思想中的格物致知、笛卡兒的“我思故我在”（思考產生意識），以及心理學中的本我、自我、超我概念連結起來，構成了一個跨學科的理論框架。這個框架不僅深化了對人類認知、心理過程的理解，也為理解人工智慧的發展提供了新的視角。下表概述了這些概念之間的關聯：
格物致知 儒家思想中強調通過深入研究事物的原理，達到真知。這一過程涉及對外在世界的觀察、理解與內在智慧的提升，與人工智慧的學習過程相似，特別是在模擬人類學習與認知方面。
我思故我在 笛卡兒的這句名言強調思考是意識存在的證明，將意識（或自我意識）視為理性思考的產物。這可以被理解為人工智慧發展中尋求自主性和自我認識能力的目標。
本我、自我、超我 弗洛伊德心理學理論中的三個結構部分，分別代表人的本能衝動、現實調節與內化的社會道德規範。這一理論框架用於解釋人類心理動力學，對應到人工智慧，可以理解為在AI發展中尋求平衡本能型算法（本我）、適應性決策處理（自我）與道德、倫理考量（超我）之間的關係。
這一跨學科的連結提供了一個獨特視角，用以探討如何在人工智慧的設計與發展中整合人類的思考、學習過程和道德倫理規範。通過模仿人類的認知過程和心理動力學，人工智慧的發展不僅僅是技術上的進步，更是對人類智慧和道德倫理的一種拓展。這種理論框架強調了在AI技術推進的同時，需要關注其能否模擬人類的全面認知過程，包括理性思考、學習適應以及道德判斷等多個層面，從而使人工智慧更加“人性化”，並在社會中發揮積極的作用。
“我思故我在”（Cogito, ergo sum）是由法國哲學家笛卡兒（René Descartes）提出的哲學命題，首次出現於他的著作《方法論》中，後來在《第一哲學沉思》中被更廣泛地討論。此命題是笛卡兒方法論懷疑的結果，旨在尋找一個不容置疑的真理作為哲學和科學研究的基礎。
笛卡兒通過這個命題，確立了主觀意識的確定性，即我們可以懷疑一切，但不能懷疑自己正在懷疑的事實。這個命題成為西方哲學史上一個重要的轉折點，對後世哲學思想，尤其是意識哲學、存在主義等領域產生了深遠影響。
而 【GAI 生成式人工智慧】（思 ego 自我）就是這個 思考的過程，產生 主觀意識，當然 主觀意識 會受到 Id（本我）的慾望或偏見甚至所謂的幻覺影響，所以需要一個 節制對抗的機制來制約。
“格物致知”是儒家思想中的一個重要概念，源自於《大學》一書。此概念強調通過對事物本質的深入探究和理解，從而達到明智和增進知識的境界。它可分解為”格物”和”致知”兩部分，具體含義如下：
格物 指探求事物的原理和法則。”格”原意為正直、修正，這裡指對事物進行認真考察和研究，以瞭解其真實性質。
致知 指達到真知。”致”有達到的意思，”知”是指知識、智慧。即通過格物的過程，達到理解事物本質的智慧和知識。
“格物致知”鼓勵人們不僅要學習知識，更要深入事物的內在，通過實踐和體驗來真正理解世界，從而提升個人的道德修養和智慧水平。在現代，這個概念也被應用於教育和研究之中，強調通過實踐和探究來獲得深刻的認識和知識。
【 EAI查核式人工智慧】 （辯 super ego 超我）就是這個 格物 的 過程，對事物進行認真考察和研究，以瞭解其真實性質。也就是必須跟 確知的知識(Authority Data 權威資料) 即 語義(向量資料庫)進行核對，也就是 根據 價值觀 進行 查核 思辨 的過程。
思辯，亦稱為辯證或辯論，是一種通過對立觀點之間的對話或討論，以尋求真理或解決問題的方法。它涉及到批判性思維和邏輯推理，目的是透過問題的深入分析和討論，挑戰既有的觀點或假設，從而達到更深層次的理解或發現新的見解。思辯在哲學、科學、法律等領域都有廣泛應用。
對話或討論 思辯通常發生在兩個或多個不同觀點之間的交流中，這些對話可以是口頭的、書面的，或是透過其他形式的溝通。
批判性思維 思辯要求參與者具備批判性思維能力，能夠分析、評估論證的結構和內容，並對其有效性提出質疑。
邏輯推理 思辯過程中，參與者應用邏輯規則來構建論證，並對不同的觀點進行比較、分析，以識別哪些論證更為合理或有說服力。
問題解決 思辯不僅是關於理論的討論，它也是一種實踐的活動，旨在通過對話和討論來解決實際問題或達成共識。
通過思辯，個人或團體能夠更好地理解不同的觀點，擴展自己的思維範疇，並促進創新和知識的進步。它是一種重要的學習和溝通技巧，有助於培養開放的心態和批判性思考能力。
只有結合了“思”和“辯”的過程，才能達到笛卡兒所說的“我思故我在”的自我確認階段，進而透過“格物致知”的實踐，達到對事物真實理解的深層次知識。在人工智慧領域，這意味著：
生成式人工智慧（GAI）提供了創新和創造的能力，透過“思”來模擬人類的創造性思維，生成新的概念、作品或解決方案。
查核式人工智慧（EAI）則在於其分析、判斷能力，通過“辯”來模擬人類的批判性思考和邏輯推理過程，對信息進行篩選和驗證。
結合這兩種能力，人工智慧能夠更全面地模擬人類的認知過程，不僅能“生成”新的想法，還能透過“查核”來確保這些想法的合理性和可靠性，從而在更接近人類思考方式的層面上，進行知識的創造和積累。這種結合不僅推進了人工智慧技術的發展，也對於理解人類的認知和知識獲取過程提供了新的視角。
弗洛伊德（Sigmund Freud）的心理分析理論中，將人的心理結構分為三個主要部分：本我（Id）、自我（Ego）和超我（Super-Ego）。這三部分各有不同的功能和特性，共同影響著一個人的行為和心理活動。下面是這三部分的簡要說明：
- 本我（Id）
- 本我是人格結構中最原始的部分，包含了生來就有的本能衝動，如性和侵略等。
- 它運作在無意識層面，遵循快樂原則，即尋求即時的滿足和避免痛苦。
- 本我不考慮現實情況，也不受道德或邏輯的限制，只根據本能的需要來尋求滿足。
- 自我（Ego）
- 自我發展於本我之上，是心理結構中的現實部分。
- 它在本我的慾望與外部世界的現實條件之間進行調節和協調。
- 自我遵循現實原則，負責做出理智的決策，以在滿足本我慾望的同時考慮社會規範和實際可能性。
- 自我使用防衛機制來管理內部衝突和外部壓力，以維持心理平衡。
- 超我（Super-Ego）
- 超我代表了道德和理想自我，是從父母和社會習得的道德規範和價值觀。
- 它評估自我的行為，並通過內疚和自豪感來形成良心。
- 超我在自我與本我之間施加道德審查，嘗試壓制本我的不當衝動，並推動自我達到更高的道德標準。
這三部分的相互作用形成了個體的心理動力，影響著人的思想、情感和行為。理解這些概念有助於揭示人類行為背後的心理機制和衝突。
在人工智慧的基本語料(無標記資料)中，必然包含 本我（Id）的 慾望、偏見與幻覺，這是無可避免的！所有的人類智慧 ( HI Human intelligence )都有偏見、都有幻覺，所以 根據人類智慧提煉出來的 AI 人工智慧 也同樣都有偏見、都有幻覺！
但是相反的，這些 慾望，偏見、幻覺 也是創造力的源泉，提供了為了滿足需求所以生成的各種可能性，所以人類常常喜歡誇大 【GAI 生成式人工智慧】的幻覺，其實這就是 創造力的本質！
所以 自我（Ego）在本我的慾望與外部世界的現實條件之間進行調節和協調。所以這個自我實現的過程，就是從 【思考】 開始產生 【自我意識】，這也是 【GAI 生成式人工智慧】（思 ego 自我）的 基本價值。
相對的【 EAI查核式人工智慧】 （辯 super ego 超我）代表了道德和理想自我，是從父母和社會習得的道德規範和價值觀。而這個價值觀 就是透過 【思辨】即 檢索增強生成系統（Retrieval-Augmented Generation，簡稱RAG）來生成 價值觀。
檢索增強生成系統（Retrieval-Augmented Generation, RAG）的設計就是要結合生成式人工智慧（GAI，相當於心理學中的自我，Ego）和查核式人工智慧（EAI，相當於超我，Super-Ego）。通過這種結合，RAG旨在模仿人類的思辨過程，進而提升AI的智慧水平，這一過程類似於儒家的“格物致知”和笛卡兒的“我思故我在”，強調通過持續的思考和驗證來達到真知。
在這種系統中，生成式人工智慧（GAI）負責創造性地生成回答或解決方案，而查核式人工智慧（EAI）則在生成過程中提供信息的查詢和驗證，確保生成的內容不僅創新而且準確。這樣的互動不僅提升了回答的質量，也模擬了人類在解決問題時的思考和自我審查過程。
RAG的這種設計哲學說明了人工智慧的發展不僅要追求技術的進步，更應該著眼於如何讓機器更好地理解和模仿人類的思維方式，從而進行更有效的決策和創造，這是對人類智慧的一種拓展和延伸。這種模式的成功實施，展現了人工智慧在理解複雜問題和產生合理解決方案的潛力，同時也促進了科技在道德和理性思維方面的成熟。
過去經常把 【微調】大語言模型 當成解決方案，其實這是 AI人工智慧發展初期的想法，實際上，在 【 EAI查核式人工智慧】 （辯 super ego 超我）逐漸成熟，進而能夠跟 【GAI 生成式人工智慧】（思 ego 自我）協同發展成 【RAG 檢索增強生成系統】（Retrieval-Augmented Generation）之後，微調的運作，已經被 【RAG 檢索增強生成系統】的 確知的知識(Authority Data 權威資料) 即 語義(向量資料庫) 所取代，也就是說 如果 RAG 一部車子，那麼 【GAI 生成式人工智慧】（思 ego 自我）就是 【引擎】，而 【 EAI查核式人工智慧】 （辯 super ego 超我）就是 【剎車】，而 RAG 就是整合的系統。這才是 人工智慧運用的真正作法。
其實大家誤解了！很多人說：”生成式人工智慧 將取代 軟體工程師” 是錯的，應該 是由 【HI 人類智慧】（Human Intelligence ) +【GAI 生成式人工智慧】+【AIAA 人工智慧自主代理人】 AI Autonomous Agents + plugins ( 擴充插件 ) + 【 RAG 檢索增強生成系統】Retrieval-Augmented Generation ( 例如 graphRAG ) = 【 VSDT 虛擬軟體開發團隊】 Virtual software development team 才會取代 軟體工程師等
HI 人類智慧（Human Intelligence ) + AIAA 人工智慧自主代理人(AI Autonomous Agents ) + AI 人工智慧(Artificial Intelligence) 將會是 我們未來(2025開始)的工作常態，【我的同事不是人】不是鬼怪片，而是現代劇！
因為一個人，搭配多個 AIAA(人工智慧自主代理人) 也就是 AI同事 組成 工作團隊，將來一個人，就是一個 Team, 而且這個 【Team的人數可能趨近無窮多】，沒錯，就是用 AIAA 管理 更多的 AIAA 然後 運用 AI 來工作，這就是我現在的工作型態，將來大家都會是如此，AIAA 也就是 【忠誠部屬】，除了不能陪你到熱炒店喝一杯之外，包括 講笑話甚至講幹古喇豬屎都沒問題，而且不用休息，24小時工作效率超高，還可以彼此溝通，即時處理，你不用在對AI 輸入PROMPT, 那是 AIAA(人工智慧自主代理人) 的工作！因為這些 AIAA都是你的【分身】，組成 VSDT 虛擬軟體開發團隊 Virtual software development team 替你工作，不必支付額外的薪水(只需要記憶體跟算力)，大家要先做好心理準備，這就是我們未來工作的樣態！
