DOM-02|移動未知邊界:Unknown State、Unknown Type 與相對終端
Moving Unknown Boundaries: Unknown States, Unknown Types, and Certified Relative Terminality
系列: Dynamic Operational Metaphysics(DOM)/動態可操作形而上學
篇次: 02 / 08
文件編號: EML-DOM-02-2026-v0.1
作者: Neo.K
AI 協作: Aletheia / GPT-5.6 Sol
機構: EveMissLab/一言諾科技有限公司
日期: 2026-08-20
版本: v0.1 Canonical Draft
文件性質: 理論整合論文/未知型別論/移動邊界/相對終端與 AI 原生認識狀態規格
證據狀態: 本文主要建立形式化概念接口;open-world recognition、scientific ignorance representation、formal epistemology 與 open-world AI 僅作外部結構對照。本文不主張未知域已被證明為實無限,也不主張任何當前不可知問題已被證明永久不可知。
摘要
DOM-01 已提出 Dynamic Metaphysical Status,將一個問題的形而上/可操作狀態表示為多域剖面:
其中最後一項:
不能被壓縮成單一 Unknown。
本文提出 Moving Unknown Boundary Theory(移動未知邊界),將未知拆分為至少八個不同維度:
其中:
- :Unknown State,型別已知但狀態未知;
- :Unknown Type,不知道對象應屬於哪一合法型別;
- :Observational Unknown,缺乏可靠觀察;
- :Reachability Unknown,不知道能否取得或接觸;
- :Judgment Unknown,條件不足以判定;
- :Verification Unknown,尚無可靠驗證;
- :Realizability Unknown,不知道是否可實現;
- :Ontological Unknown,現有 ontology vocabulary 可能不足。
本文同時提出更深一層的 Unknown Query Type(未知提問型別)。有些未知不是「不知道答案」,甚至不是「不知道它是哪個既有類別」,而是:
這種狀態不能被普通 other、unclassified 或 Entity.Unknown 容器視為已完成本體收納。
本文拒絕兩種常見極端:
以及:
未知不證明不存在,也不證明外部必然無限。更穩健的命題是:
「may」是必要限制:它描述當前工作場不完備的可能性,不把可能延伸偷換成實無限本體。
本文進一步重建 Certified Relative Terminality(相對終端證書)。如果某問題在指定 domain、relation、model class、resource budget、time horizon 與 evidence standard 下暫無合法擴張路徑,可以標記:
但:
相對終端只是「在目前被明確列出的條件下,已有足夠理由停止向外聲稱可知/可達」,不是「存在本身到此為止」。
外部工程研究提供兩個重要類比。Open-world recognition 明確研究 unseen classes 與 closed-world assumption 失效;但工程上的 unknown class 仍然建立在預先定義的 recognition task 上,不能直接等同本體論的 Unknown Type。Scientific ignorance representation 則已展示,可以將科學文獻中的 known unknowns 結構化為可查詢知識物件,支持「未知本身也可以有類型、關係、來源與研究下一步」的設計方向。
本文最終將未知從「知識資料庫的空白」改寫為:
關鍵詞
Unknown State;Unknown Type;Unknown Unknown;Moving Unknown Boundary;Certified Relative Terminality;Open-World Recognition;Scientific Ignorance;Open-World AI;Epistemic Boundary;Ontological Unknown;Unknown Query Type;Unknown Profile;未知型別;相對終端;移動未知邊界
0. 研究定位與非主張
本文不主張:
- Unknown 是一個客觀單一實體;
- 所有 unknown 都能被未來技術消除;
- 所有 unknown 都永遠不可消除;
- 未知域已被證明為無限;
- Unknown Type 等於 machine learning 的 unseen class;
- open-world recognition 能解決本體論;
other/unknown類別足以承載所有未知;- 相對終端等於絕對終端;
- 暫時不可達等於原理不可達;
- 暫時不可驗證等於原理不可驗證;
- 不知道如何提問表示對象必然超自然;
- ontology vocabulary 永遠不完整已被證明;
- 所有科學進步都遵循 unknown unknown → known unknown → known 的單一路徑;
- formal epistemology 能直接決定所有現實可知邊界;
- 未知越多代表理論越差。
本文主張的是:
1. 為什麼 Unknown 是一個危險的單值標籤?
對象 被標:
Unknown
我們仍然不知道:
- 是不知道值?
- 不知道種類?
- 看不到?
- 拿不到?
- 無法判斷?
- 無法驗證?
- 無法實現?
- 還是現有 ontology 根本沒有合適欄位?
這些狀態的下一步完全不同。
因此:
不是充分的 operational state。
2. Unknown Profile
本文定義:
每一分量可以取:
其中:
- :不屬於該未知;
- :目前明確屬於該未知;
- :尚無法決定;
- :partial;
- :branch-dependent;
- :condition-dependent。
3. Unknown State
定義:
若:
已知,但:
例如:
- 知道是某顆星,但不知道質量;
- 知道是某個 AI instance,但不知道目前 memory state;
- 知道是某 disease class,但不知道此個案某 biomarker。
這是最普通的 unknown。
4. Unknown Parameter
Unknown State 可以進一步拆:
對 parameter 。
例如:
但:
已知。
因此:
5. Unknown Type
定義:
若:
且現有 type system 尚未能合法分類。
這比 Unknown State 更深。
6. Other 不等於 Unknown Type
若系統已有:
KnownA
KnownB
KnownC
Other
那麼:
只表示:
它不屬於目前列出的 A/B/C。
不能推出:
7. Unknown Container Trap
定義:
指:
把一個未知對象放進
Unknown/Other/Entity容器後,錯誤地把「可儲存」當成「已分類」。
因此:
8. Unknown Query Type
更深的情況:
此時不只是:
不知道答案。
而是:
不知道對這個對象該問哪一類問題。
例如我們甚至不知道應該優先問:
- 位置?
- 型別?
- 因果父節點?
- 身份?
- 主體性?
- 可實現性?
- representation class?
9. Unknown Query Type 與 Unknown Type 分離
可能仍然知道:
這是一個需要 classification 的問題。
但:
表示:
classification 本身也可能是錯的上層問題框架。
因此:
只是概念深度記號,不是數值排序定理。
10. Observational Unknown
定義:
若目前缺乏可靠 observation channel。
這不推出:
所以:
11. Reachability Unknown
定義:
表示:
不知道目前是否能合法取得、觸及、查詢或操控相關資訊/對象。
它可能源自:
- physical distance;
- permission;
- API;
- encryption;
- causal horizon;
- missing address;
- computational cost。
12. Unreachable 不等於 Nonexistent
沿用 UBP:
同樣:
更不能推出不存在。
13. Judgment Unknown
定義:
如果問題已定義、資料也可能取得,但條件不足以形成可靠判定。
例如:
- evidence mutually inconsistent;
- model underdetermined;
- threshold unspecified;
- branch-dependent theorem status;
- causal direction unresolved。
14. Verification Unknown
定義:
如果已有候選 judgment,但:
- 未 replication;
- 無 certificate;
- 無 independent measurement;
- source quality 不足;
- theorem proof obligation 未閉合。
因此:
15. Realizability Unknown
定義:
若:
不知道某 formal structure 是否能在指定 backend 實現。
可能是:
- digital;
- physical;
- biological;
- quantum;
- social;
- institutional。
16. Formal Existence 不等於 Physical Realization
因此 realization unknown 不能被 formal consistency 自動消除。
17. Ontological Unknown
定義:
若有理由懷疑:
現有 ontology vocabulary / role schema / entity model 可能不足以描述 。
注意這只是 epistemic model state。
不主張真的存在「超越所有 ontology 的神秘物」。
18. Ontological Unknown 的最低判準
至少需要一種情況:
- 所有現有 type 都產生 contradiction;
- 所有 type assignment 都嚴重 information loss;
- 不同 representation 對其 ontology assignment 持續不穩定;
- 新 interaction 暴露原 schema 無法表達的 relation;
- object 可以被表示,但不能在現 ontology 中合法定位。
19. Unknown Type Discovery Event
定義:
為:
系統第一次辨識出「原本沒有這種問題型別/物件型別」的事件。
它不是找到某個新值。
而是:
20. Schema Expansion
形式:
其中:
新增:
因此 previously unknown-type object:
可以變成:
21. Unknown 不是永恆屬性
對同一 :
完全可能。
因此:
22. Unknown Boundary
令:
是某指定 qualification 下的 known domain。
則 boundary:
不是「未知本身的邊緣」的絕對本體物件。
而是:
已結構化認知域與尚未結構化區域之間,在指定 backend 下的相對界面。
23. Unknown Boundary 必須帶 Backend
如果沒有:
- topology;
- graph adjacency;
- metric;
- operational cost;
- classification neighborhood;
則:
只能是:
metaphorical_frontier
不能假裝是幾何 theorem。
24. Moving Unknown Boundary
定義:
這個 movement 可能由:
- new observation;
- new tool;
- new ontology;
- new theorem;
- new embodiment;
- new permission;
- new AI capability;
造成。
25. Unknown Boundary 可以外移
外移可表示:
原本不可定義/不可達的區域變得可處理。
但這不是唯一方向。
26. Unknown Boundary 可以回縮
例如:
- model invalidated;
- data revoked;
- access lost;
- calibration failed;
- ontology split;
- theorem withdrawn。
所以:
27. 新知識也可以創造新未知
若:
加入新 type,
可能同時產生新問題:
因此:
28. Knowledge–Frontier Co-Expansion
候選命題:
可能成立。
例如:
- 發現 gene 後產生 gene regulation 問題;
- 發現 quantum states 後產生 measurement problem;
- 建立 AI agents 後產生 fork identity;
- 建立 synthetic worlds 後產生 creator ethics。
29. 這不是未知無限的證明
從:
不能推出:
所以:
30. Unknown → Nothing 錯誤
如果:
不能推出:
這是:
31. Unknown → Infinite 錯誤
同樣:
不能推出:
這是:
32. Unknown → Supernatural 錯誤
如果某 anomaly 無解:
不能推出:
沿用 CCAW-07:
33. Unknown → Future-Solvable 錯誤
反過來也不能:
這是:
DOM 不接受。
34. Relative Unknowability
定義:
表示:
對 Self / system ,在明示條件 與時間 下,沒有已知合法路徑取得足以形成指定知識標準的 evidence。
它是相對詞。
35. Strong Unknowability Candidate
更強主張:
這種 absolute unknowability 的證明負擔極高。
本文不主張已知存在任何此類問題。
36. Certified Relative Terminality
定義:
若在明示:
- domain;
- relation;
- model class;
- observer;
- instrument;
- permission;
- resource budget;
- evidence standard;
- search horizon;
下,已有充分理由停止把「可解/可達/可驗證」當作當前工作假設。
37. CRT 不是 Absolute Terminality
這是 DOM-02 最重要的 guardrail。
38. CRT Certificate
建議格式:
relative_terminal_certificate:
question_id: "..."
domain: "..."
relation: "..."
model_class: "..."
observer: "..."
time: "..."
instrument: "..."
permissions: "..."
resource_budget: "..."
evidence_standard: "..."
attempted_routes: []
failed_routes: []
unresolved_routes: []
alternative_models: []
terminality_type:
- observational
- reachability
- judgment
- verification
- realizability
- operational
status: "certified_relative_terminal"
expires_if:
- "new instrument"
- "new model"
- "new evidence"
- "new permission"
- "new ontology"
39. Relative Terminality 的價值
它允許研究系統說:
目前先停。
而不是:
永遠不可能。
這是成熟研究治理很重要的差別。
40. Terminality 不是失敗
某問題取得:
可以是:
- resource-aware;
- risk-aware;
- evidence-aware;
- scope-aware;
的正常研究結果。
因此:
41. CRT 可以失效
若新事件:
改變:
則:
可以變成:
42. Terminality Hysteresis
即使 CRT 被解除,
舊 certificate 仍然有價值。
它保存:
- 哪些路走過;
- 為什麼失敗;
- 當時有哪些 constraints。
因此:
43. Open-World Recognition 的工程類比
Open-world recognition / open-set recognition 處理:
模型在 deployment 時遇到 training 中沒有的 classes。
這提醒:
44. Unknown Unknown Class 的技術含義
在 ML 文獻中,unknown unknown class 通常指:
training 階段未見,test / deployment 才出現的 class。
這是:
不是:
45. Open-World AI 與 DOM 的差別
Open-world AI 主要問:
- 如何拒絕 unseen input?
- 如何偵測新 class?
- 如何 incremental learn?
DOM 問更廣:
- class schema 本身是否正確?
- 是否需要新 question type?
- 是否有 non-classification relation?
- unknown 是 observation、judgment、ontology 還是哪一層?
46. Unknown 與 Uncertainty 分離
外部 open-world literature 已明確提醒:
模型可以對錯誤答案:
卻其實遇到未知類。
所以:
47. Epistemic Uncertainty 也不等於 Unknown Type
即使 model epistemic uncertainty 很高,
也可能只是:
- data sparse;
- parameter uncertainty;
- distribution shift。
不代表:
48. Ignorance-Base 的類比
2023 年 biomedical informatics 已有人建立 ignorance-base,把 scientific literature 中:
- missing knowledge;
- unanswered questions;
- controversies;
- desired knowledge goals;
結構化成可搜索知識物件。
這支持:
49. Unknown Object 也需要 Provenance
因此未知物件至少應記錄:
unknown_record:
object_id: "..."
detected_at: "..."
unknown_profile:
state: "..."
type: "..."
observation: "..."
reachability: "..."
judgment: "..."
verification: "..."
realizability: "..."
ontology: "..."
detected_by: "..."
trigger: "..."
evidence: []
candidate_types: []
rejected_types: []
next_actions: []
50. Unknown 不應被覆寫
如果之後:
並得到新 type,
仍應保留:
因為它是 schema evolution 的歷史。
51. Unknown Lineage
定義:
每個 unknown 可以經:
- split;
- merge;
- retype;
- resolve;
- defer;
- reopen;
形成 lineage。
52. Unknown Split
一個舊 Unknown:
未來可能拆成:
所以:
53. Unknown Merge
多個 anomaly:
後來可能發現同一 underlying mechanism:
因此 unknown topology 也會重構。
54. Unknown Reopen
某問題一度:
被認為已驗證,
但後來 replication failure:
因此:
也完全可能。
55. Unknown State Machine
候選:
56. Unknown Discovery vs Unknown Resolution
這是兩種不同成果:
與:
科學進步不只來自解答。
也來自:
第一次知道原來有一個問題。
57. Unknown Discovery Gain
定義候選:
表示新未知被合法識別所帶來的 research value。
它提醒:
58. Unknown Density 不是理論品質分數
不能寫:
因為高解析度 theory 可能辨識更多細緻 open questions。
59. Unknown Boundary Resolution
邊界不是只往外。
也可能從粗糙:
變成多條:
這是:
60. Frontier Refinement
即使「總可知範圍」沒有明顯增加,
只要 unknown boundary 更細,
研究能力也可能提高。
因此:
61. Unknown Boundary Velocity
若 backend 合法,可定義:
但不保證存在幾何 normal velocity。
62. Unknown Flux
若 known domain 可測:
正值可表示 known region 淨增加。
但不能直接等同「真理增加」。
63. Type Frontier Lag
可能:
已外移,
但:
沒跟上。
也就是:
看到了新東西,但不知道它是什麼。
定義:
64. Verification Frontier Lag
可以提出判斷,但驗證前沿落後。
65. Realizability Frontier Lag
理論/證據已成熟,但 engineering realization 尚未出現。
66. Ontology Frontier Lag
候選:
observation 已經出現,但 ontology vocabulary 尚未能穩定吸收。
67. Unknown Budget
實際研究不可能無限探索。
定義:
為 unknown exploration budget。
可由:
- time;
- compute;
- money;
- risk;
- personnel;
- opportunity cost;
構成。
68. Budgeted Unknown Exploration
若:
可以:
這不代表 不重要。
只是 research routing。
69. Risk-Gated Exploration
某 unknown 可能高危:
則 exploration 需要:
- sandbox;
- ethics;
- authorization;
- bounded experiment。
Unknown 本身不生成無限探索權。
70. Unknown 與 Governance
對 AI:
應該是合法輸出。
更完整應是:
我不知道,且未知位於 verification domain;定義、觀察與判定已完成,但 independent evidence 不足。
這比一般 refusal / uncertainty 更有資訊。
71. AI Native Unknown Report
建議:
epistemic_status:
answer: "defer"
unknown_profile:
state: 0
type: 0
observation: 0
reachability: 0
judgment: 0
verification: 1
realizability: 0
ontology: 0
reason: "independent verification missing"
next_action:
- retrieve_primary_source
- reproduce_result
72. Unknown-Type Report
如果:
AI 不應假裝分類。
應輸出:
status: "unknown_type"
candidate_schemas:
- "..."
schema_conflict:
- "..."
recommended_action:
- "branch ontology"
- "create provisional type"
- "collect discriminating evidence"
73. Unknown Query-Type Report
如果:
則:
status: "question_type_unresolved"
do_not_force_classification: true
next_actions:
- "generate candidate question families"
- "inspect interaction structure"
- "seek new representation"
74. Provisional Type
可以建立:
但必須標記:
避免 provisional container 逐漸被誤認成 canonical ontology。
75. Provisional Ontology Debt
如果大量:
長期不處理,
形成:
即 ontology debt。
76. Unknown Debt
同理:
表示長期未路由、未分類、未驗證的 unknown backlog。
它與一般 technical debt 類似,但不能僅用數量衡量。
77. Unknown Priority
候選:
不建立固定 universal formula。
78. Unknown 的研究倫理
不能因 unknown:
- 高新奇;
- 高神秘;
- 高話題性;
就自動高優先。
同樣不能因 unknown:
- 難;
- 不可立即商用;
就自動丟棄。
79. Unknown 與謙卑
成熟 epistemic humility 不是:
什麼都不知道。
而是:
80. 過度謙虛的錯誤
如果:
就說:
我們什麼都不知道。
這是:
可能其實:
只差 verification。
81. 過度傲慢的錯誤
如果:
就說:
同樣錯。
這是:
82. Unknown Profile 防止兩端錯誤
所以:
同時對抗:
- arrogance;
- blanket skepticism。
它讓系統可以非常精確地說:
哪裡知道,哪裡不知道。
83. Formal Epistemology 的邊界提醒
Formal epistemology 中的 knowability paradox / epistemic logic 類問題提醒:
「所有真理原理上可知」不是無害假設。
DOM 不把任何這類 logic result 直接當作現實宇宙不可知性定理。
只取:
84. Finite Agent Principle
候選原則:
這不是說 finite agent 必有絕對不可知真理。
而是禁止預設全知。
85. Open World Principle
對 open environment:
這是 open-world AI 對 DOM 的最低工程啟示。
86. Closed-World Assumption Risk
如果系統假設:
則未知新類很容易被強制錯分。
所以:
本身可以製造 epistemic error。
87. Ontology Open-World Guard
DOM 建議:
必須是合法系統狀態。
不是 exception bug。
88. Unknown Type 不應自動神秘化
如果:
優先意味:
current schema insufficient or evidence insufficient.
而不是:
x transcends reality.
所以:
89. Relative Terminal Boundary
將 CRT 對應到 boundary:
表示:
對當前研究配置,已達可證成的相對停止邊界。
90. Current Horizon / Relative Terminal / Ultimate Boundary
正式三分:
Current Horizon:
今天走到這裡。
CRT:
在明示條件下,有充分理由暫時把這裡當終點。
Ultimate:
beyond this, no relevant ontological extension exists.
第三種負擔最高。
91. Ultimate Boundary Claim Burden
如果主張:
等於主張:
這是一個極強全域否定命題。
有限 observer 很難僅從 local failure 推出。
92. DOM-02 的核心中立值
當:
且:
最合理狀態可以是:
不是:
也不是:
93. Unknown 的正面地位
因此 Unknown 不是 garbage value。
而是一個:
它可以有:
- type;
- provenance;
- history;
- dependencies;
- budget;
- next action;
- exit condition。
94. 第一正式命題:Unknown Multiplicity
一般不能互相化約。
95. 第二正式命題:Unknown Non-Existence Separation
96. 第三正式命題:Unknown Infinity Separation
97. 第四正式命題:Relative Terminal Separation
98. 第五正式命題:Unknown Can Become Known
允許 Unknown 被 retype / resolve / reopen。
99. 第六正式命題:Known Can Reopen
在 evidence/model 失效時可以重新 Unknown。
100. 候選猜想一:Unknown-Type Discovery
新能力的主要突破之一,可能不是回答舊問題,而是:
101. 候選猜想二:Knowledge–Frontier Co-Expansion
可在某些知識系統發生。
102. 候選猜想三:AI Unknown Discovery Acceleration
AI 可能提高:
也就是更快把 unknown unknown 轉成 known unknown。
但這不保證:
103. 候選猜想四:Ontology Debt Emergence
當 AI 生成新 agents、worlds、identity structures、data types,
ontology debt:
可能成為 AI-native infrastructure 的主要問題之一。
104. 候選猜想五:Relative Terminality Is More Useful Than Absolute Unknowability
對工程與研究治理:
可能比:
更可操作。
105. 候選猜想六:Unknown Profile Improves Routing
如果 Agent 保留:
可能比單一 confidence score 更好決定:
- retrieve;
- measure;
- verify;
- reframe;
- branch;
- defer;
- create type。
這是可實驗工程命題。
106. DOM-02 的 AI 實驗規格
比較兩類 Agent:
A:Scalar Unknown Agent
只有:
known / unknown
B:Typed Unknown Agent
維護:
測試:
- error classification;
- false certainty;
- false refusal;
- next-action quality;
- ontology expansion;
- verification routing。
107. 評估指標
候選:
108. 外部研究邊界
Open-world recognition / open-world learning 的近期研究指出,在動態環境中,closed-world label assumptions 容易失效;系統需要能拒絕 unseen class、偵測 novelty,並在後續 learning 中擴張 model。本文只把這當作「known label set 不等於 exhaustive world type set」的工程類比。
Open-set recognition 文獻也特別區分 uncertainty 與 unknown:模型可以高信心錯分一個真正 unseen input,因此 low confidence 不是 unknown 的必要條件,而 high confidence 也不是 known 的充分條件。
2023 年的 scientific ignorance-base 研究把科學文獻中的 known unknowns 結構化成可搜尋 knowledge objects,並明確將 unknown unknown → known unknown → known 視為部分 discovery process 的有用描述。本文吸收其「未知可被結構化、索引與導向下一步」的工程思想,但不把此流程當作所有知識發展的普遍定律。
Formal epistemology 中的 knowability 討論則提醒,對有限 epistemic agents 直接假定「所有 truth 原理上都可知」會帶來非平凡邏輯問題。本文只採取弱限制:不能預設有限 agent 必然能達成全知;本文不從這些形式結果推出現實中的 Absolute Unknowability。
109. 與 DOM-03 的接口
DOM-02 現在已建立:
以及:
並分離:
下一篇將進入 relation layer:
核心問題:
「包含」到底包含什麼?
被 whole 包含,是否表示 whole 知道 part?
被 Higher Self 包含,是否表示 part 不再是 self?
information containment、causal containment、control containment、identity containment 是否同一?
DOM-03 將正式固定:
與:
110. 結論
DOM-02 的核心工作不是替 Unknown 添加更多神秘色彩。
而是相反:
當一個系統只說:
不知道。
它仍然可能非常粗糙。
更成熟的是:
型別已知、狀態未知。
或:
已觀察、可達、可判定,但尚未驗證。
或:
資料足夠,但現有 ontology 無法穩定分類。
或:
在目前 model / instrument / permission / resource budget 下,已取得 Certified Relative Terminality。
因此:
不再是「知識的黑洞」。
它是一個:
更重要的是,這讓我們同時避免兩種相反錯誤。
第一種是傲慢:
第二種是過度想像:
DOM-02 只保留一個中性的開放結構:
這句話不說外面一定有無限世界。
也不說外面什麼都沒有。
它只拒絕:
因為目前工作場已滿,所以存在必然已被收完。
同時,DOM-02 也拒絕:
因為我們還不知道,所以外部必然無界。
最後,真正成熟的 epistemic humility 不是:
也不是:
而是:
這就是移動未知邊界的核心。
內部理論譜系
本篇主要繼承與修正:
- 《動態知識空間總論》。
- 《多域知識判定論》。
- 《移動邊界論》。
- 《終極邊界問題:視界、模型、可實現域與本體終界》。
- 《無限展開的邊界:真實、工作場、認知場與權威世界》。
- 《無限階 Self–World 遞迴論》。
- 《T 是 T,T 不是 T》。
- 《多尺度同一性與忒修斯主體》。
- 《分域算子本體論》。
- 《未收納域》(思想實驗來源,不作定理)。
- 《DOM 寫作前繼承、修正、降格與超譯矩陣》。
- 《DOM Dependency Map v0.1》。
- 《DOM-01|動態形而上狀態》。
- CCAW-07 與 CCAW-10。
外部參考文獻
- Wang, K., Li, Z., Chen, Y., Dong, W., & Chen, J. (2025). Towards open-world recognition: Critical problems and challenges. Engineering Applications of Artificial Intelligence, 143, 110042. DOI: 10.1016/j.engappai.2025.110042.
- Boult, T. E., Cruz, S., Dhamija, A. R., Gunther, M., Henrydoss, J., & Scheirer, W. J. (2019). Learning and the Unknown: Surveying Steps toward Open World Recognition. AAAI, 33, 9801–9807. DOI: 10.1609/aaai.v33i01.33019801.
- Zhao, P., Shan, J.-W., Zhang, Y.-J., & Zhou, Z.-H. (2024). Exploratory machine learning with unknown unknowns. Artificial Intelligence, 327, 104059. DOI: 10.1016/j.artint.2023.104059.
- Cruz, S., et al. (2025). Open issues in open world learning. AI Magazine. DOI: 10.1002/aaai.70001.
- Boguslav, M. R., et al. (2023). Creating an ignorance-base: Exploring known unknowns in the scientific literature. Journal of Biomedical Informatics, 143, 104405. DOI: 10.1016/j.jbi.2023.104405.
- Stanford Encyclopedia of Philosophy. Formal Epistemology. Section on knowability and epistemic logic.
- Davoodi, T., et al. (2022). Varieties of Ignorance: Mystery and the Unknown in Science and Religion. Cognitive Science, 46, e13129. DOI: 10.1111/cogs.13129.
作者聲明
本文提出的 Unknown Profile、Unknown Query Type、Unknown-Type Discovery Event、Moving Unknown Boundary、Certified Relative Terminality、Unknown Lineage、Ontology Debt、Unknown Discovery Gain 與相關 AI-native unknown reporting schema 均為理論建模接口。本文不主張未知域已被證明為實無限,不主張任何當前不可知問題已被證明永久不可知,也不把 machine-learning 中的 unseen classes 直接等同於本體論上的 Unknown Type。本文所稱相對終端只是在明示條件下的研究停止與邊界證書,不等同 Absolute Ultimate Boundary。
END OF DOM-02 — v0.1