编辑推荐：
在人工智能迅速扩展至创造性领域的时代，如何在生成过程中建模类人的认知与情感，已成为日益核心的挑战。本研究结合于2025年2月至6月在罗马举办的蒙克作品展而开展。论文提出了一种以超时间-认知神经网络（STCNN）框架为基础的认知数字孪生（Cognitive Di
在人工智能迅速扩展至创造性领域的时代，如何在生成过程中建模类人的认知与情感，已成为日益核心的挑战。本研究结合于2025年2月至6月在罗马举办的蒙克作品展而开展。论文提出了一种以超时间-认知神经网络（STCNN）框架为基础的认知数字孪生（Cognitive Digital Twin）概念，并将其应用于挪威表现主义代表人物爱德华·蒙克（Edvard Munch）的案例。所提出的系统——蒙克数字孪生（Munch Digital Twin）——超越了静态生成模型，通过复数时间表征t = a + i·b整合时间、情感与认知维度，其中a表示编年时间，b编码想象、记忆与创造力。研究定义了边缘知识（Edge Knowledge）作为输出阶段的重排序准则，只有当语料证据、知识图谱约束与大语言模型（LLM）表层生成三者共同一致时，系统才接受该生成响应，即位于有文献记录的身份与机器推断之间的“边界”或“边缘”。STCNN使该数字孪生能够处理真实输入（文本、视觉提示、情绪线索），并生成同时反映蒙克理性风格与表现性风格的输出。网络中的虚部成分使系统能够对已知作品进行推测性与情感性的扩展，例如在新的情绪或社会语境下重新诠释《呐喊》。本文呈现了认知数字孪生的理论基础、基于STCNN的模型架构，以及一个以蒙克绘画、书信和批评文献训练的原型实现。该系统由用于语言生成的GPT-4-Turbo云端配置与4位量化LLaMA-2-13B边缘配置、用于图像生成的Stable Diffusion 1.5 + LoRA、Neo4j知识图谱以及FAISS检索模块构成，训练数据包括约600封书信、100件艺术作品，以及蒙克的日记与评论文献，并在14名学生与专家评分者参与的100次交互会话中完成评估。相较于未条件化基线模型，其代表性结果包括CLIPScore提升13.8%，弗雷歇特初始距离（FID）下降25.5%（基于小样本，结果仅具指示性），以及情绪余弦相似度提升44.9%。论文同时讨论了围绕身后数字模拟、作者身份与情感操控的伦理问题。蒙克数字孪生代表了人工智能驱动艺术中的一种新范式：机器不再只是复制，而是跨越时间与人类遗产协作，从而实现一种具有前瞻性且具情感智能的计算创造力形式。本研究主要是一项概念性与架构性贡献，并由概念验证原型和初步、非对照用户研究提供支持；其中定量结果具有指示性，但尚不足以构成确证性结论。
《Applied Sciences》刊发的这项研究围绕“认知艺术中的边缘知识”展开，核心目标是构建一个能够在艺术生成中兼顾历史证据、情感一致性与认知连续性的蒙克数字孪生（Munch Digital Twin）。研究背景在于，当前大语言模型（LLM）和生成式图像系统虽已广泛进入文学、视觉艺术与哲学等创造性领域，但多数方法主要依赖统计相关性进行生成，缺乏具有时间锚定、情感基础与身份连续性的内部认知模型。对于爱德华·蒙克（Edvard Munch）这类艺术风格高度嵌入个体痛苦、孤独、焦虑和存在主义经验的艺术家而言，仅凭笔触模仿或风格迁移，难以再现其艺术表达中的情感深度与心理结构。因此，研究人员提出，有必要从传统数字孪生（Digital Twin）的物理复制逻辑转向认知数字孪生（Cognitive Digital Twin）的语义—解释性逻辑，使系统不仅能“像蒙克那样说”或“像蒙克那样画”，还能够在受文献支撑的前提下，以合理方式重组其情绪、记忆与创作倾向。论文特别指出，现有基于LLM的人格模拟系统缺少时间—情感扎根的身份模型，也缺乏防止虚构内容的证据门控机制；而现有文化遗产智能体中，也尚未见到同时结合复数时间注意力门控与四分量认知重排序机制的系统框架。
为解决上述问题，研究人员构建了一个以超时间-认知神经网络（Super Time-Cognitive Neural Network, STCNN）为核心的多模态认知生成框架，并以蒙克为对象实现原型系统。该研究的重要意义在于：第一，它将时间不再视为单纯线性序列，而是扩展为复数时间t = a + i·b，其中实部a对应编年锚点，虚部b对应可学习的记忆显著性、想象与创造性调制；第二，它提出“边缘知识”（Edge Knowledge）作为输出阶段的证据重排序准则，使最终响应必须同时满足语料支持、知识图谱一致性以及语言模型表面生成合理性，从而降低角色扮演式生成中常见的编造风险；第三，它展示了认知人工智能（AI）、情感计算（affective computing）、知识图谱（Knowledge Graph, KG）和扩散模型可以如何共同服务于“历史人格—艺术风格—情绪结构”的联合模拟；第四，它为数字人文、博物馆教育、艺术教学以及文化遗产交互提供了一个可复制的工程范式。论文并不将该系统界定为对艺术家意识的恢复，而是明确将其界定为一种基于文献来源约束的概率性、功能性重建。
在方法上，研究人员主要采用了四类关键技术路径。其一，使用STCNN作为结构化条件框架，在标准Transformer流水线上叠加复数时间门控与输出共振检验。其二，以约600封书信、100件展出相关艺术作品、蒙克日记和评论文献构建多模态语料，并结合SBERT、CLIP、RoBERTa和Plutchik八维情感模型完成文本—图像—情绪对齐。其三，构建Neo4j知识图谱与FAISS记忆检索库，实现基于时间、情感和主题的联合检索。其四，在系统实现层面同时部署GPT-4-Turbo云端语言配置与4位量化LLaMA-2-13B边缘配置，并使用Stable Diffusion 1.5 + LoRA完成图像生成；用户评估来自14名学生与专家评分者参与的100次交互会话。
研究结果部分可按论文主体中的主要小节进行概括。首先，在“Introduction”中，研究人员明确界定了四个关键概念：认知数字孪生、STCNN、复数时间t = a + i·b以及边缘知识。通过这一定义框架，论文奠定了系统的理论边界：该模型追求的不是意识复制，而是对历史主体“可合理状态”的条件化重建。研究还指出，该系统通过时间、记忆和情感耦合，旨在克服常规生成模型只具风格相关性而缺乏内在认知锚定的局限。
其次，在“Related Works”部分，研究人员梳理了深度学习、生成模型、数字孪生、记忆理论、创造力分类、算法艺术作者性及计算美学等相关研究，借此说明本研究的交叉学科定位。该部分所得结论是，已有研究虽分别提供了生成、时间建模、认知模拟和艺术解释的技术基础，但尚未形成一个将情感权重、复数时间、知识约束与输出门控整合到统一系统中的文化遗产认知代理框架。
再次，在“Materials and Methods”部分，研究人员给出了STCNN的计算性定义，并将其解释为一种“结构化条件框架”而非全新的神经范式。该部分通过公式描述说明：系统以记忆嵌入层（Memory Embedding Layer）、时间Transformer（Temporal Transformer）、情感解码器（Affective Decoder）和符号—创造融合层（Symbolic-Creative Fusion Layer）构成主干；其中复数时间门控函数对注意力logits进行重加权，使检索同时受编年距离与记忆显著性的共同影响；情感向量、风格参数和内容token以三元组形式输入各层，并在学习得到的动态权重α、β、γ调制下传播。该部分还提出创作反馈回路，通过“忠实性—新颖性”平衡参数γ，在保持蒙克叙事语调一致的同时允许有限度的创造性变化。由此得出的结论是，系统的核心创新并非在于替代现有大模型，而在于为其提供时间化、情感化和证据化的外部认知编排。
在“Implementation Framework”部分，研究人员详细说明了原型系统的实现。语言层由GPT-4 Turbo经API调用，作为高质量参考配置；边缘部署则采用4位量化LLaMA-2-13B，在Jetson Orin Nano上实现文本约1.6 ± 0.4 s、图像约6.2 ± 1.1 s的响应。情感引擎建立在AffectNet、RoBERTa和Plutchik模型之上，用于将用户输入映射到八维情绪空间。知识层以Neo4j 5.26和RDF为基础，构建约3000个节点、8500条边的知识图谱，并结合SpaCy与BERT分类器进行实体识别和关系抽取。文本语料来源于600余封书信、日记、学术文章与访谈，视觉语料则包括约100件绘画、石版画和素描，并通过HSV直方图、ResNet-50、VGG16迁移学习模型等进行风格和构图分析。跨模态层面借助CLIP与FAISS实现文本—图像联动检索。该部分说明，系统的认知状态并不存放于LLM内部，而是由STCNN、知识图谱和情感引擎共同计算，LLM仅承担语言表面实现功能。
在“Role of the STCNN in the Digital Twin”与相关认知循环描述中，论文进一步说明了系统怎样通过时间上下文编码器（TCE）、情感耦合层（ECL）和认知共振模块（CRM）工作。研究人员指出，情感调制因子δ
e由注意力对记忆的敏感性与相邻轮次情绪距离共同决定，并用于缩放下一轮注意力logits，实现“情感耦合注意力”；CRM则对候选输出施加四分量验收测试，即概率（P）、可信然性（Pl）、可信度（Cr）与可能性（Ps）。其中，P反映候选问答在蒙克文献语料中的相对频率，Pl衡量输出与历史情绪画像的一致性，Cr检验其与知识图谱和证据检索的一致程度，Ps则检验其与时间、传记和语言约束的非矛盾性。该部分结论是，系统通过递归认知环路而非单次生成实现连贯的多轮交互，并在不满足阈值时触发澄清或回退机制。
在“Use Case: Emulating Munch in a Digital Atelier”部分，研究人员从应用场景展示该系统作为“数字画室”的运行方式。用户既可以就《呐喊》等作品发起历史与哲学对话，也可以输入梦境、情绪或抽象意象，要求系统生成具有蒙克风格的图像。文中指出，视觉生成采用Stable Diffusion 1.5经LoRA微调的管线，而非条件生成对抗网络（GAN）；在早期设计比较中，Stable Diffusion 1.5 + LoRA在CLIPScore和FID上表现更优，因此成为最终实现。研究人员还报告，参与者普遍认为系统具有较强的情感共鸣和艺术真实性，部分用户将其描述为一种促进自我表达和情绪反思的安全空间。这说明该系统不仅被视作信息检索工具，也被感知为一种具关系性的文化交互媒介。
定量评估方面，论文在50条保留提示子集上，将完整系统与相同视觉语料训练的未条件化Stable Diffusion 1.5 + LoRA基线进行比较。结果显示，完整系统的CLIPScore为0.314，高于基线0.276；FID为41.8，低于基线56.1；文本困惑度为18.4，低于基线24.7；情绪余弦相似度为0.71，高于基线0.49。消融实验进一步表明，移除复数时间项会使历史可信然性下降约7.5个百分点，并使情绪余弦下降0.10；移除知识图谱支撑会最显著削弱历史可信然性；移除情感条件化则最明显降低情绪余弦。这些结果表明，系统性能提升主要来自条件化与编排层，而非更换生成骨干模型本身。
用户研究结果基于14名参与者的100次交互会话。汇总评价显示，情感真实性得分最高，为92%；随后是艺术一致性90%、对话深度88%、历史可信然性84%、个人共鸣82%、教育有用性78%和创造性激发86%。论文还对100次会话中的主题分布进行了统计，出现频次较高的包括“Scream”“Anxiety”“Anguish”“Death”“Madness”“Existentialism”“Fear”等，另有“Love”“Memory”“Silence”“Brush”“Color”“Dream”等主题，说明用户不仅关注蒙克的阴郁母题，也涉及其技法、记忆与较为细腻的情感层面。论文展示的三件模拟作品——“Anguish and Isolation”“Existential Dreamscape”“Echoes of The Scream”——则作为概念验证，说明系统能够在不直接复制原作的情况下，通过环境变形、色彩扭曲、空间张力和情绪化象征延续蒙克视觉语言中的心理强度。
在讨论部分，研究人员集中分析了该系统的本体论、认识论和伦理含义。论文强调，蒙克数字孪生并不复制蒙克思想本身，而是基于风格、情绪和历史线索重建“合理的心理状态”，因此它形成的是一种在功能上近似主体的数字临场感，而非意识连续体。教育和文化层面上，这种系统为艺术史与哲学教学提供了从静态档案走向动态对话的新方式，但也可能带来历史复杂性被扁平化为统一审美叙事的风险。伦理层面上，研究明确提出多项防护机制，包括数据来源与许可说明、通过Cr和Ps抑制无证据虚构、持续标注“AI reconstruction”身份、对高情绪强度输出进行审核、对交互日志进行匿名化和AES-256加密存储，以及设置人工审核和升级处理流程。论文因此主张，此类系统的部署必须以透明性、尊重作者性与文化敏感性为前提。
研究结论部分指出，蒙克数字孪生标志着人工智能与人文学科表达整合中的一个重要节点。通过结合大语言模型、情感推理引擎与STCNN等认知架构，系统展示了一条不同于单纯自动化艺术生产的计算创造路径：它试图扩展并重塑文化生产与审美反思的边界。研究人员总结认为，该系统能够利用书信、图像作品和传记资料等多模态数据，在时间—语义记忆图和情感建模支持下，不仅模拟蒙克“可能说什么”或“可能画什么”，还在一定程度上模拟其“可能如何感受”。不过，论文同时明确承认，该系统不是艺术家的替代，也不是其意识的复活，而是一种非意识的、功能性概率模拟；其价值不在于绝对历史真实，而在于促发围绕记忆、身份与人工模拟边界的艺术、哲学与教育讨论。未来方向包括引入实时生物特征反馈、拓展跨文化情绪语料、进一步检验复数时间对“计算时间人性化”的作用，并在更大规模、随机化、盲法控制条件下开展验证性研究。总体而言，该研究将蒙克数字孪生界定为一项技术实验与哲学挑衅兼具的工作：其意义不仅在于性能指标，更在于它能否激发思想、情感与追问。
