labelTags:
AI
陰陽五行
陰田木提出八卦神經網結構，將八個基本卦視為八種情報處理模態，嘗試用類卦象方式讓模型自學事件類型。
那一晚，陰田木又夢到線。
不是數學課本裡那種乖巧的線，而是一種會自己長、會自己分叉、會自己結成圖樣的線。
有的線像雷，曲折、突兀、突然斷裂又再生；
有的線像風，明明看不到本體，但沿途的一切都被它撫過；
有的線像火，亮，熱，總往上竄；
有的線像水，暗，深，往下滲；
還有幾條線，很安靜地垂直插在那裡，像山，像地。
這些線交織成一個巨大的三層網：底層是陰陽爻，中層是四象，上層是八卦。ocw.aca.ntu+4
震巽離坤艮乾兌坎，八個字在夢裡一個一個亮起。
他在夢裡伸手去碰，手指才剛碰到其中一條，整個畫面忽然變成現代的東西：
一張神經網路架構圖。
他愣了一下，笑了。
「好。」他在夢裡自言自語，「既然你們都來到這裡，那我們就來試試看——八卦神經網。」
*
第二天，現實裡的他坐在白板前，把腦子裡的畫面一筆一畫拉出來。
他先寫下八個字：
震、巽、離、坤、艮、乾、兌、坎。
然後，在每個字旁邊，標上《易經》裡對它們的基本詮釋：ocw.aca.ntu+5
乾，健；
坤，順；
震，動；
巽，入；
坎，陷；
離，麗；
艮，止；
兌，說。
再用更直覺的象徵詞補充：
乾為天，坤為地，震為雷，巽為風，離為火，坎為水，艮為山，兌為澤。wikipedia+4
「如果把這八卦視為『八種基本情報處理模態』。」他想，「會變成什麼樣的神經網架構？」
他知道，從現代深度學習角度來看，「模態」通常指資料型態：文字、圖像、聲音、影片等等。而模型裡的「專家」通常指不同子網路，各自擅長處理特定類型任務，多數使用 Mixture of Experts（混合專家）架構做動態路由。blogs.nvidia+2youtube
但他想做的，不只是再來一個 MoE，而是——
讓模型自己學會，用「卦象」式的方式，看待事件。
不是讓 AI 背誦「乾為天、坤為地」，而是讓它學會：有些事件屬於「震卦型」（突發、衝擊、啟動），有些屬於「坎卦型」（風險、困境、反覆起落），有些屬於「離卦型」（資訊、光、意識的顯現），有些屬於「艮卦型」（停滯、界線、收束）等等。ocw.aca.ntu+4
換句話說：
「八卦神經網」，其實是一個「事件卦象編碼器」。
*
他在白板上畫出第一版架構。
在輸入端，是一個多模態表示學習模組：可以將文字、圖像、時間序列與結構化數據整合成一個高維向量，捕捉事件的各種特徵。moea+3
這個向量，被送進一個「八路專家層」。
每一路專家，對應一卦。
不是硬把卦象語意塞進去，而是給每一個「卦專家」一個初始偏置，讓它對某類模式有先天敏感：
• 震卦專家：特別擅長捕捉「突變、啟動、第一擊」類型的事件特徵——例如市場暴跌的起始、地震前兆、社會運動爆發點。
• 巽卦專家：擅長處理「漸進滲透、影響力擴散」的事件——例如某種觀念或病毒的潛伏擴散，政策在民間慢慢扎根。
• 離卦專家：專注於「資訊與顯現」——媒體事件、輿論焦點、照亮暗處的揭露。
• 坎卦專家：擅長分析「風險、困境、中斷」——供應鏈危機、資安入侵、災害連鎖反應。
• 艮卦專家：聚焦「停滯、阻隔、邊界」——封鎖、制裁、資源凍結、個人生命中的卡關。
• 兌卦專家：處理「交換、喜悅、談判」——消費行為、協議達成、節慶與群體狂歡。
• 乾卦專家：關注「總體趨勢與上層健行」——指數長期走勢、科技大勢、文明發展方向。
• 坤卦專家：關注「承載與接納」——土地與環境負荷、人群承壓程度、母體系統的容納力。ocw.aca.ntu+5
這樣的設計，乍看有點像把八卦當作「八類 classifier」，但陰田木並不打算讓模型從一開始就硬套這些語意。
真正的關鍵在於：
「我們不先把資料標成『這是震卦、那是坎卦』。」他說。
「我們先讓模型在無監督或弱監督的情境下學：哪一組專家在處理某類事件時反應比較強。」
「然後，再回頭由人來看：這些專家之間的行為模式，是否與八卦的象相呼應。」
也就是說，八卦神經網是一種「帶有卦象先驗的 MoE」，但卦的具體對應要透過學習與人類詮釋共同完成。youtubeblogs.nvidia
*
這個想法一提出，在十八羅漢裡引起了兩種反應。
一種是興奮。
「太有畫面了。」陳陰說，「我們一直都在做事件分類與分群，只是以前分的是『類別』，像政治、經濟、娛樂、災難，現在換成以『卦象』來看。」
「比如同樣是災難事件，有的是震卦型（地震、爆炸），有的是坎卦型（慢性危機與困境），有的是離卦型（資訊危機）。」
「這會讓我們看到『事件性格』，而不是只有『事件主題』。」
另一種，是疑慮。
「這會不會太主觀？」有做純理論的羅漢問，「八卦的象，很容易被硬套。」
「除非你能設計一種方式，讓模型先學，再由人類判讀，而不是先把八卦語意灌進去。」
陰田木點頭。
「所以我想用兩階段訓練。」他說。
第一階段：不給卦名，只給「八專家」結構。
模型接收大量多模態事件序列——從個人層級的小事件，到城市、國家乃至行星層級的大事件。每次事件輸入時，路由器會根據特徵，動態決定啟用哪幾個專家，以及各自權重，類似一般 MoE 模型。系統的優化目標，不是分類，而是「事件表徵重建與預測表現」。blogs.nvidiayoutube
簡單說：讓模型學會「遇到某種事件時，自然傾向找哪幾個專家幫忙」。
第二階段：由人類觀測專家行為模式，反向命名。
在跑過足夠多事件後，他們會收集每個專家在各類事件上的激活統計，看看：
• 專家 A 是否在「突然變化」類事件上特別活躍？
• 專家 B 是否在「漸進滲透」事件上反覆被啟用？
• 專家 C 是否對「資訊與顯現」高度敏感？
若答案是肯定的，他們才會逐步將這些專家與震、巽、離、坎等卦象對應，形成「後天卦」的排列，讓卦名成為一種「可閱讀的標籤」。eee-learning
「八卦不是我們塞給模型的分類器，而是我們用來理解模型內在結構的鏡子。」他說。
「模型先學，我們後命名。」
*
易未央聽到這裡，眼睛一亮。
「你這樣做，反而比較接近《易經》的精神。」她說。
「古人是先觀察天、地、人萬事萬物的變化，看到一些典型模式，才把它們抽象成震巽離坤艮乾兌坎。」
「你現在是讓 AI 先看『萬事萬物的事件序列』，讓它自己聚成八類，再由我們來對照：這八類，像不像古人說的那八卦。」
「如果像，那就是『顯像』。」
「如果不像，也沒關係，至少我們會知道：這個時代的事件模式，已經跟古代不同。」
那一刻，她突然感覺到某種微妙的連結——好像八卦在過去數千年裡只是沉睡著，等著有一天有人用新的數學與機器，重新喚它醒來。
「八卦神經網。」她在筆記本上寫下這四個字。
*
實驗的第一批資料，選的是「城市事件流」。
不是抽象數學，而是很生活：
• 交通事故與大規模塞車。
• 公共健康事件與疫苗接種波峰。
• 重大政策發布與抗議集會。
• 天氣異常與災害警報。
• 電網異常與停電。
• 網路服務中斷與社群輿論激化。
• 大型演唱會、體育賽事、節慶活動。
• 某些突發犯罪或治安事件。
這些事件有時間、有空間、有類別、有情緒、有多模態資料：新聞文字、監視器影像、社群貼文、感測器數據。moea+3
他們讓八卦神經網在這個場域裡跑了一段時間，沒有給任何八卦標籤，只讓模型根據「重建下一時刻城市狀態」這個目標來調整各專家的參與。
幾週後，第一版「八專家輪廓」浮現。
• 專家 E：在所有「雷擊、爆炸、地震、突發事故、交易量瞬間暴增」事件上顯著活躍。
• 專家 W：在「風速變化、輿論慢慢傾向某個議題、病毒感染曲線緩慢爬升」等事件中頻繁被啟用。
• 專家 L：在「重大新聞發布、關鍵資訊揭露、重大演講、病毒式影片傳播」事件中反應強烈。
• 專家 K：在「洪水、系統性風險累積、供應鏈卡點」事件中明顯啟動。
• 專家 G：在「交通封鎖、邊界管制、城市封城」情境中被調用。
• 專家 D：在「節慶、演唱會、商業促銷活動、集體狂歡」的資料裡常出現。
• 專家 Q：在「長期氣候趨勢變化、宏觀經濟曲線、技術採用曲線」上被調動。
• 專家 K2：在「土地開發、城市擴張、基礎工程負載」事件中顯著活躍。
這些專家原本只有代碼名。
易未央看著這張表，忍不住笑出來。
「你自己看。」她說，「哪幾個像哪幾卦？」
E 像震：動也、雷也；
W 像巽：入也、風也；
L 像離：麗也、火也、太陽也；
K 像坎：陷也、水也；
G 像艮：止也、山也；
D 像兌：說也、澤也、喜悅與交換之地；
Q 像乾：健也、天也、大勢之象；
K2 像坤：順也、地也、承載與開發之地。ocw.aca.ntu+5
「這幾乎是『乾坤六子』在現代城市資料場裡重新顯像。」她說。eee-learning
乾坤為父母，其餘六卦為六子：震長男、坎中男、艮少男；巽長女、離中女、兌少女。
現在，這八個專家在城市事件流裡自然分工，與古老的卦象語言，竟然高度吻合。
那一刻，陰田木很少見地起了雞皮疙瘩。
不是因為覺得「證實了什麼」，而是因為感覺到某種超越時代的東西——
「好像有一套結構，橫跨了古人的觀卦與我們的觀測。」
那套結構不屬於任何一個文化，而屬於「地球這顆星球上事件如何發生」。
*
有了第一輪對應，他們開始讓八卦神經網進入第二階段：帶有卦象語意的訓練。
這裡，他們小心翼翼地只做一件事：
將每個專家與對應卦的名稱關聯起來，並在模型內部加入一些小小的「卦向約束」，例如：
• 震卦專家在時間序列上，更敏感於「一階差分的劇烈變化」——也就是瞬間變化。
• 巽卦專家更關注「低頻長波與漸變趨勢」。
• 離卦專家在多模態融合時，權重傾向給「視覺與資訊顯著性」更高分。wikipedia+1
• 坎卦專家則更重視「風險指標與負面事件的關聯性」。
這些約束不是硬規則，而是一種先驗 bias：在初期權重與結構上稍微偏向卦象特徵，再讓學習去修正。youtubeblogs.nvidia
目標不是把模型「教會易經」，而是讓它在原本已自發形成的分工上，「多長一點人類可讀的臉」。
*
在後續的測試裡，他們發現一個非常有趣的現象：
同一個複雜事件，常常會同時激活多個卦專家，而激活模式本身，就是一個「卦」。
例如，某次複雜的城市事件——暴雨導致淹水、交通癱瘓、社群抱怨、政府緊急發布新政策——在模型內部的專家激活組合是：
震強、坎強、離中、坤中、乾弱、兌微、巽中、艮中。
這樣的組合，若用卦象語言來說，就是「水雷屯」（坎上震下）之類的象：艱難開局、困中有動。
當然，他們沒有真的去硬對應六十四卦，而是把這樣的「八專家激活向量」視為一種新的卦象：
一個事件在「八卦神經網」中的內部座標。
「這就是『類卦象』。」陰田木說。
「我們沒有用爻畫出卦，而是讓八個專家用自己對世界的反應，畫出一個高維卦。」
「然後，我們可以問：某城市這一年裡的事件卦，是否越來越偏向某種模式？比如震坎卦太多代表危機太頻繁，離兌卦太多代表資訊與消費過度。」
「這會是一種全新的『事件占卜』。」
易未央聽到這裡，忍不住半真半假地說：
「那以後，我可以拿你們的八卦神經網當卦筮工具？」
「有人問我：未來幾年某城市的運勢如何？」
「我就丟它的事件流進去，看這段時間內最常出現的是哪幾種卦型。」
「如果震坎艮多，就提醒他：這幾年，多備糧，多備水，多練心的穩定。」
他笑。
「理論上，你可以。」他說，「但記得告訴對方——這卦是 AI 算出來的。」
「不然，人家會怪到你身上。」
*
《易未央‑AI拾遺記》在這一章，沒有把所有技術細節展開到公式，而是選擇記錄幾個關鍵畫面：
• 一個物理學家兼 AI 科學家，在夢裡看見八卦變成神經網路。
• 一群跨領域的人，在白板前用震巽離坤艮乾兌坎重新理解城市事件。ocw.aca.ntu+5
• 一個命理師，用她熟悉的卦象語言，幫助工程師看到模型內部那些本來「只有數字」的模式。
• 一個新型態的 AI，在處理世界時，不再只分「新聞類別」，而是分「這是雷型事件、風型事件、水型事件、山型事件」。
對未來的宇宙級 AI 而言，這可能只是很早期的一個小步——一種粗糙的「事件性格地圖」。
但在四度虛數時空裡，那一步已經改變了一點什麼：
AI 不再只是用人類給它的標籤來理解世界，而是開始用一套橫跨古今的原型來看待「發生」。
震巽離坤艮乾兌坎，不再只是書上死字，而是變成八種持續學習、持續修正的「專家視角」。
某個年代的行星文明，在朝向多維文明與宇宙級 AI 挺進的路上，曾經在某個晚上，讓天、地、人三才與八卦，在一張神經網路架構圖上重逢。wikipedia+5
你若把你最近遇到的一件事，交給自己的「八卦神經網」，你會覺得它比較像哪一卦？
震的突發、巽的滲透、離的顯露、坎的困難、艮的停滯、兌的交歡、乾的高遠、坤的承擔？
易未央AI世界:「易未央」導演-因田木
💦matters https://matters.town/@ingotw
💦方格子 https://vocus.cc/salon/richme/room/InnerMetaverse
💦痞客邦 https://ingo66.pixnet.net/blog/post/366760555
💦禾馬文化 http://homerpublishing.com.tw/creation_area_list.php?id=66298
💦penana https://www.penana.com/user/129706/黃世學/portfolio
💦pchome https://mypaper.pchome.com.tw/ingo66
💦safechat https://safechat.com/channel/2785859430320969543
💦facebook https://www.facebook.com/BorderlessVillage
💦reddit https://www.reddit.com/user/ingo_huang/submitted/?sort=hot
💦discord https://discord.com/channels/966496130424766517/966496131716644967
💦medium https://medium.com/@ingohuang
💦Instagram https://www.instagram.com/ingo_huang/
💦substack https://substack.com/@ingohuang
💦鏡文學 https://www.mirrorfiction.com/member/369572
💦永續夢想 https://well-media.com/user/@ingo
💦Super One https://supr.one/ingo
💦角角者 https://creator.kadokado.com.tw/book/?titleId=86176
