Автор неизвестен - Информация, язык, интеллект - страница 78

Фактическое существование можно назвать еще актуальным (действительным), а логическое — потенциальным (возможным). Нарисуем на листе бумаги две различные точки и проведем через них прямую линию. Такая прямая существует актуаль­но, фактически, ее мы можем наблюдать в действи­тельности в виде субъективного образа. Если же на листе бумаги имеются только две различные точки без прямой, то актуально прямая линия, проходя­щая через них, не существует, ее попросту нет. Но она существует потенциально в том смысле, что мы можем, если пожелаем, эту линию через задан­ные точки провести. Возьмем какой-нибудь рав­носторонний треугольник. Через его три вершины невозможно провести прямую. Она не существует ни в актуальном, ни в потенциальном смысле.

Актуальное существование с логической точки зрения сильнее потенциального: если прямая фак­тически проходит через две точки, то есть актуаль­но существует, то она существует и потенциально, иначе говоря, ее можно было бы через эти две точки провести. Если же потенциальное существование какого-то объекта невозможно, то отсюда следует невозможность и его актуального существования. Есть такой шуточный стишок-каламбур: «Все быть может, всё быть может, все, конечно, может быть, одного лишь быть не может: то, чего не может быть». Из бессодержательного высказывания это утверждение превращается в формулировку одно­го из глубинных законов природы, если в первой части этого высказывания словосочетание «быть может» понимать в смысле актуального существо­вания, а во второй те же слова понимать в смысле существования потенциального. Теперь стишок приобретает следующий вполне серьезный смысл: «Тот и только тот объект, который существует по­тенциально, можно превратить в объект, сущест­вующий актуально».

Заключение

Мир, в котором мы живем, похож на детскую игру «Конструктор». В нем имеется множество разных деталей, которые можно соединять по оп­ределенным правилам. В роли полного свода таких правил выступает система всех законов логики. Человек не имеет прямого доступа к деталям в том смысле, что он не знает, каковы они на самом деле (как «вещи в себе»). Однако Природа снабдила че­ловека органами чувств, которые формируют перед его сознанием субъективные образы этих деталей. Руководствуясь этими образами, человек может свободно оперировать с самими деталями, строить любые конструкции, разрешенные законами ло­гики. Правильность создаваемых конструкций, то есть соответствие их своим замыслам, он проверя­ет показаниями своих органов чувств. Мир, кроме законов логики, подчинен еще и законам физики, согласно которым в нем совершаются процессы и без участия человека. Обладая свободной волей, человек может вмешиваться в эти процессы и из­менять их по собственному желанию, внося тем самым свой вклад в эволюцию мира.

Список литературы: 1. Бондаренко, М. Ф. О бионике интеллекта [Текст] / М. Ф. Бондаренко, Ю. П. Шаба­нов-Кушнаренко // Бионика интеллекта научн.-техн. журнал. — Х.: Изд-во ХНУРЭ, 2004. — № 1 — С. 3—14. 2. Ньютон И. Оптика. Изд. 2-е. — М.: Гостехтеориздат, 1954. 3. Бондаренко, М. Ф. Об общей теории компараторной идентификации [Текст] / М. Ф. Бондаренко, Ю. П. Ша­банов-Кушнаренко // Бионика интеллекта научн.-техн. журнал. — Х.: Изд-во ХНУРЭ, 2008. — № 2 — С. 14—25.

Поступила в редколлегию 06.04.2010БИОНИКА ИНТЕЛЛЕКТА. 2010. № 2(73). С. 116-128

УДК 658.512.011:681.326:519.713

ЛОГИЧЕСКИЙ АССОЦИАТИВНЫЙ МУЛЬТИПРОЦЕССОР ДЛЯ АНАЛИЗА ИНФОРМАЦИИ

М.Ф. Бондаренко1, В.И. Хаханов2

1ХНУРЭ, г. Харьков, Украина, 2ХНУРЭ, г. Харьков, Украина, hahanov@kture.kharkov.ua

Предлагается архитектура быстродействующего мультипроцессора параллельного анализа информа­ции, представленной в виде аналитических, графовых и табличных структур ассоциативных отношений, для поиска, распознавания и принятия решений в n-мерном векторном дискретном пространстве. Рас­сматриваются векторно-логические процесс-модели актуальных прикладных задач, качество решения которых оценивается введенной интегральной неарифметической метрикой взаимодействия булевых векторов.

МУЛЬТИПРОЦЕССОР, АНАЛИЗ ИНФОРМАЦИИ, ГРАФ, ТАБЛИЦА, АССОЦИАТИВНОЕ ОТНОШЕНИЕ, ПРОЦЕСС-МОДЕЛЬ.Мозг и компьютер. 1) Сходство и различие. Технологическая основа примитивных функций мозга и компьютера — логические операции: and, or, not, xor. Различие тоже понятно — кремниевая (цифровая) и биологическая (аналоговая) приро­да реализации элементарных операций. 2) Фун­кциональность. Как в мозге, так и в компьютере, «выращиваются» более сложные функциональные пространственно-временные логические преобра­зователи, использующие упомянутые выше при­митивные операции. Логические операции лежат в основе алгоритмов компьютерного решения любой задачи: арифметической, логической или комбинированной. Однако утяжеление универ­сального компьютера путем возведения на бази­се логических функций (and, or, not) приводит не только к расширению его функциональностей, но и к удорожанию и снижению быстродействия по отношению к конкретной задаче. Специализация компьютерного изделия, ориентированная на ис­пользование логических операций, дает возмож­ность приблизиться к ассоциативно-логическому мышлению человека и вместе с тем существенно (х100) повысить быстродействие решения специ­альных задач. Исключение арифметических опе­раций в специализированном процессоре, исполь­зование векторной логики, мультипроцессорность архитектуры для параллельного анализа информа­ции есть старый и забытый маршрут повышения быстродействия решения прикладных задач на сов­ременной технологической основе. 3) Структурная организация. Мозгоподобность компьютера здесь рассматривается не как перенос нейроструктуры в архитектуру компьютера, а как имплементация в него ассоциативно-логической функциональнос­ти мозга. Создание компьютера с мозгоподобной структурой, выполняющей аналоговые вычисле­ния, пока бесперспективно для эффективной реа­лизации цифрового вычислительного устройства.

Тем не менее, соединение биотехнологий и нано-электроники уже через 5 лет может дать практи­чески ориентированный результат в виде сети или матрицы элементарных логических процессоров (здесь структурное подобие мозгу), параллельно решающих ассоциативно-логические задачи (фун­кциональное подобие мозгу) на информационных массивах большой размерности. Не следует также переносить идеально выверенную тысячелетней эволюцией биологическую модель мозга на не­совершенную и незрелую структуру кремниевого кристалла. Такого рода мозгоподобность для реше­ния практических задач в недалеком прошлом уже терпела неудачи. Другое дело, когда функциональ­ности, присущие мозгу, реализуются в кристалле кремния путем соединения выверенных временем аналитических и синтетических свойств мозга с преимуществом быстродействующих цифровых платформ для решения ассоциативно-логических задач.

Определение. Мозгоподобность мультипро­цессорной цифровой системы на кристалле есть концепция создания архитектуры и моделей вы­числительных процессов, ориентированных на эффективную и быстродействующую реализацию функциональностей, свойственных мозгу, на ос­нове использования векторных логических опера­ций для решения задач поиска, распознавания и принятия решений.

1. Класс задач для мозгоподобного мультипроцессора

Существует большой класс логических задач, которые в настоящее время решаются не эффектив­но на универсальных компьютерах путем исполь­зования арифметических операций. Система логи­ческих команд является универсальным и полным базисом, а согласно теореме Поста способна опи­сать и решить любую задачу. Однако практические разработчики программно-аппаратных систем ужезабыли об изначальной логической сущности ком­пьютера. Они привыкли неэффективно (на 5-10%) использовать мощности системы команд, ком­пиляторов, операционных систем, отдавая ком­паниям-производителям порядка 90% денежных средств безвозмездно при покупке компьютера. Решение логических задач с помощью арифмети­ческого процессора не есть правильный выбор с позиции технологической и математической куль­туры. В настоящее время существующая платфор­ма цифровых систем на кристаллах предоставляет практически неограниченные возможности для переориентации инфраструктуры моделей и мето­дов на создание специализированных компьюте­ров с минимальной системой логических вектор­ных операций или команд. Мотивация — создание мультипроцессора, как специализированной сис­темы на кристалле для анализа и синтеза логичес­ких ассоциативных отношений, свойственных моз­гу. Подтверждением актуализации таких изделий является появление на рынке iPad планшета (тол­щиной 12 мм и весом 0,68 кг), процессор которого выполнен в виде системы на кристалле Apple A4 на базе многоядерного ARM-процессора Cortex-A9 MPCore с использованием контроллеров памяти и графики. Наличие аппаратного, быстродейству­ющего и дешевого специализированного логичес­кого вычислителя позволяет эффективно решать интересные для рынка информационных техно­логий задачи: 1. Анализ и синтез синтаксических и семантических языковых конструкций (рефериро­вание, исправление ошибок, оценивание качества текстов). 2. Распознавание видео- и аудио-образов путем их представления вектором существенных параметров в дискретном пространстве. 3. Сервис­ное обслуживание сложных технических изделий и восстановление работоспособности в процессе их функционирования. 4. Тестирование знаний и экспертное обслуживание объектов или субъектов для определения их валидности. 5. Идентификация объекта или процесса для принятия решения в ус­ловиях неопределенности. 6. Точный поиск задан­ной вектором параметров информации в Internet, где по запросу пользователя очень часто выдаются два сообщения: отсутствуют данные или слишком много информации, слабо ассоциируемой с вход­ным запросом. Здесь нужна правильная метри­ка оценивания и валидный запрос. 7. Коррекция текста в процессе его набора, когда автоматичес­ки исправляются только тривиальные ошибки, такие как повторение буквы в слове. Можно так­же корректировать более сложные семантические ошибки, связанные с неверным окончанием, и предлагать более приемлемые варианты порядка слов в предложении или в его части. Данная задача актуальна для 100% пользователей компьютеров. 8. Более серьезная проблема выбора принадлежит критическим технологиям: целеуказание в истре­бителе или в автоматической системе посадки лай­нера, работающих в реальном масштабе времени в микросекундном диапазоне измерения. 9. Обрат­ной задачей выбора цели в критических техноло­гиях является разведение объектов во времени и в пространстве, например, в диспетчерской службе аэропорта или оптимизация инфраструктуры го­родского транспорта для исключения коллизий. Практически все упомянутые задачи решаются в реальном масштабе времени, являются сходными по логической структуре процесс-моделей на ос­нове использования ассоциативных таблиц. Для их решения необходима быстродействующая и специализированная аппаратная платформа в виде логического ассоциативного мультипроцессора (LAMP — Logical Associative Multiprocessor), ориен­тированного на параллельное выполнение проце­дур поиска, распознавания и принятия решений, оцениваемых путем использования интегрального критерия качества.

Цель — существенное повышение быстродейс­твия процедур поиска, распознавания и принятия решений путем мультипроцессорной реализации параллельных средств обработки аналитических, графовых и табличных форм задания информации для определения детерминированного многознач­ного решения в n-мерном дискретном булевом пространстве.

Задачи: 1) Актуальность создания мозгоподоб-ных вычислителей. 2) Метрика оценивания век-торно-логических решений. 3) Архитектуры струк­тур данных и ассоциативных отношений: таблицы, графы, уравнения. 4) Оптимизация логических структур данных. 5) Архитектура логического ассо­циативного мультипроцессора. 6) Процесс-модели решения практически интересных задач на основе архитектуры LAMP.

Сущность — аппаратное обеспечение эксперт­ного обслуживания запросов в реальном масштабе времени в виде мультипроцессорной системы на кристалле, ориентированной на анализ логических ассоциативных структур данных для получения точного детерминированного и многозначного решения, валидность (состоятельность) которого оценивается интегральным критерием качества взаимодействия запроса с векторами n-мерного ассоциативного пространства.

Объект исследования — аппаратная инфра­структура экспертного обслуживания задач поиска, распознавания и принятия решений в дискретном булевом пространстве на основе использования интегрального критерия качества и иерархических структур данных.

Предмет исследования — аппаратная платфор­ма и технологии для реализации мультипроцес­сорной системы на кристалле, ориентированной на обслуживание задач поиска, распознавания и выбора решения в ассоциативных информацион­ных структурах путем использования интегрально­го критерия качества в дискретном булевом про­странстве.

Источники. 1. Аппаратные вычислительные из­делия, ориентированные на решение логических задач ассоциативного поиска [1-4]. 2. Ассоциатив­ные и логические структуры данных для решения информационных задач [5-8]. 3. Модели и методы дискретного анализа информации [9-12]. 4. Муль­типроцессорные модели и средства для решения информационно-логических задач [13-19].

2. Интегральная метрика оценивания решения

При создании аппаратной платформы для ин­формационно-логических задач акцент делается на следующие характеристики: 1) Высокое быстро­действие параллельного выполнения минимально­го множества логических команд. 2) Исключение из процессора мощной системы арифметических вычислений, как функциональностей, несвойс­твенных человеку. 3) Логический секвенсор — эле­ментарный процессор — содержит 4 команды, ко­торые кодируются двумя разрядами. 4) Устройство управления логическим ассоциативным мульти­процессором должно обеспечивать параллельное выполнение задач логического анализа. 5) Каждый секвенсор имеет ассоциативную память, а также регистры для хранения результатов логических вычислений и связи с другими секвенсорами.6) Компилятор для языка описания аппаратуры или программирования есть внешняя программа по отношению к мультипроцессору, которая обеспе­чивает квазиоптимальное планирование вычис­лительного процесса во времени и в пространстве секвенсоров с учетом ограничений на размерность блоков ассоциативной памяти. 7) Память прямого доступа обслуживает мультипроцессор и хранит программу вычислительного процесса, получен­ную от компилятора, для решения логической за­дачи. 8) Гибкая инфраструктура ассоциативной памяти обеспечивает размещение таблиц произ­вольной размерности. 9) GUI (Guide User Interface) предназначен для эффективного и дружественно­го общения с пользователем в процессе решения логических задач. 10) Точный и экономичный по времени подсчета критерий качества получаемого решения.

В последнем случае речь идет о качестве взаи­модействия запроса (входного многозначного, в частности, троичного вектора m) с системой ассо­циативных векторов (ассоциаторов), в результате которого должен быть сгенерирован конструктив­ный ответ в виде одного или нескольких ассоциато­ров (A), а также численной характеристики степе­ни принадлежности (функции качества) входного вектора m к найденному решению: ii(m є A). Вход­ной вектор m = (m1,m2,...,mt,...,mq), mt є{0,1,x} и матрица A ассоциаторов

Ajr (є A є A є A) = {0,1, x}

должны иметь одинаковую размерность, равную q. Далее, для удобства изложения материала, степень принадлежности m-вектора к одному ассоциатору или Л-вектору будет обозначаться в виде ii(m є A).

Существует всего 5 видов или результатов ло­гического (теоретико-множественного) А -взаи­модействия (пересечения) двух векторов m n A , определенных на рис. 1. Они формируют все пер­вичные примитивные варианты реакции обобщен­ной ПРП-системы (Поиска, Распознавания и При­нятия решения) на входное воздействие-запрос. В технологической отрасли знаний — технической диагностике (Design & Test) — указанная последо­вательность действий трансформируется к марш­руту: поиск дефектов, их (распознавание) иденти­фикация, (принятие решения на) восстановление работоспособности. Все три стадии технологичес­кого маршрута нуждаются в метрике оценивания решений для выбора оптимального варианта.

Определение. Интегральная теоретико-мно­жественная метрика для оценивания качества за­проса есть функция качества взаимодействия мно­гозначных векторов m n A , которая определяется средней суммой трех нормированных параметров: кодовое расстояние d(m, A), функция принадлеж­ности ii(m є A) и эффективность использования входного запроса — функция принадлежности ц( A є m):

Q = 3[d(m, A) + ii(m є A) + li(A є m)],

1 n d (m, A) = - [n - card (mt ff A = 0)];

n i=1

\x(m є A) = 2card(mnA)-card(A) <- card(m n A) =

nn

= card (m{ ff A = x )& card (A) = card (|J A = x);

i=1 i=1

ia(A є m) = 2card(mnA)-card(m) <- card(m n A) =

Похожие статьи

Автор неизвестен - 13 самых важных уроков библии

Автор неизвестен - Беседы на книгу бытие

Автор неизвестен - Беседы на шестоднев

Автор неизвестен - Богословие

Автор неизвестен - Божественность христа