推理即数据：表征-计算统一性及其在域代数推理引擎中的实现
人工智能
2026-04-14 v1
摘要
现有知识系统均将存储与计算分离。我们证明这种分离并非必要，并予以消除。在标准三元组 is_a(Apple, Company) 中，领域上下文存在于查询或程序员的思维中。而在 CDC 四元组 is_a(Apple, Company, @Business) 中，领域成为嵌入谓词元数的结构字段。任何遵循元数的系统都会自动执行领域限定推理，无需外部规则。我们称之为表征-计算统一性（RCU）。从四元组结构中，涌现出三种推理机制：领域限定闭包、类型化继承，以及通过每个领域纤维的循环检测实现的写入时证伪。我们通过四个定理形式化地建立了 RCU。RCU 是可实现的。我们展示了一个可运行的符号引擎（2400 行 Python+Prolog），解决了四个工程问题：规则-数据分离、共享纤维处理、只读元层设计以及交集收敛。核心结果：CDC 领域约束推理与带领域参数的 Prolog 推理截然不同。两个案例研究验证了该引擎。ICD-11 分类（1247 个实体，3 个轴）表明纤维解决了多重继承问题。CBT 临床推理展示了对时间推理的泛化，其中会话轮次作为有序领域索引。多约束查询实现了复杂度为 O(m (N/K)^2) 的 CSP 弧一致性，证实了领域格的稀疏性决定了性能。当领域是结构化的，数据便自行计算。
引用
@article{arxiv.2604.10908,
title = {Reasoning as Data: Representation-Computation Unity and Its Implementation in a Domain-Algebraic Inference Engine},
author = {Chao Li and Yuru Wang},
journal= {arXiv preprint arXiv:2604.10908},
year = {2026}
}
备注
16pages ; Open-source implementation and evaluation scripts will be released in a subsequent revision