ОБЛАСТЬ ТЕХНИКИ
[0001] Настоящее изобретение относится к способу и системе для хранения данных, в частности, к способу и системе для хранения и обработки данных.
УРОВЕНЬ ТЕХНИКИ
[0002] Разработка различных интеллектуальных способов систематизации информации, включая хранение данных, в том числе на базе нейронного подхода (нейронных сетей и системы иерархической памяти), ведется уже давно, однако все созданные решения (в частности, способы), как правило, ограничиваются строго прикладными решениями для решения узких (в локальной предметной области) задач, в частности в области распознавания (рекогниции) информации/данных, например, распознавания текста или графических образов/изображений (по шаблонам, контрольным точкам и т.д.), в частности, статических изображений (например, изображений, сохраненных в цифровом формате, на бумаге, на сетчатке глаза человека, отображаемых через как дисплеи электронных устройств), и объектной систематизации такой информации, но не решают вопрос с распознаванием логических взаимосвязей такой информации/данных в пространственно-временом континууме (т.е. в рамках физической модели, дополняющей пространство равноправным временным измерением и таким образом создающая теоретико-физическую конструкцию, называемую пространственно-временным континуумом), что не позволяет создавать системы, способные реагировать на непредсказуемую информацию (например, предсказывать и реагировать на поведение объекта/объекта информации/информационного объекта, ранее не встречающееся в окружающем мире/окружающей среде/внешней среде либо в системе или устройстве для хранения информации, реализуемых способом, описываемым в рамках настоящего изобретения) в рамках поставленных целей.
[0003] Существующие способы хранения и обработки данных/информации, в частности, нейронные сети накладывают информацию поверх накопленного такими сетями опыта и в ответ на запрос данных или ответа на поставленную задачу предоставляют готовые решения, вне зависимости от типа и вида информации, хранимой в таких сетях или поступающей в такие сети.
[0004] Также, в существующих нейронных сетях отсутствует механизм систематизации причинно-следственных связей объектов информации, отсутствует механизм пошагового принятия решений, отсутствует способ систематизации абстракций и их применение к вновь поступающим данным требует настройки под узкий круг задач.
[0005] Еще один способ хранения и обработки информации/данных, в частности, иерархическая временная память ограничена физическим строением биологического нейрона. Используя более сложную модель искусственного нейрона, но являющуюся упрощенной моделью натурального/биологического нейрона, система иерархической памяти не способна решить ряд задач пространственно-временного характера, без которых прикладное использование предлагаемых иерархической памятью способов практически невозможно, и на данный момент не реализовано. Так, система иерархической временной памяти использует наложение поступающей извне информации одну за другой, что предполагает необходимость использования такой системой бесконечных аппаратных возможностей и, по сути, моделирует обычную видеосъемку, в которой изображения заранее структурированы.
[0006] Таким образом, на сегодняшний день не существует систем и способов хранения, обработки и систематизации информации, позволяющих создавать прикладные системы и учитывать огромный пласт информации (объем информации), в частности когнитивные связи между объектами, в том числе абстрактные и причинно-следственные связи.
[0007] Соответственно, основываясь на анализе существующего уровня техники и возможностей, существует потребность в данной области техники в системе и способе для хранения и обработки данных.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
[0008] Техническим результатом настоящего изобретения является расширение функциональных возможностей хранения и обработки данных, за счет комплексного анализа входных данных об объектах внешней среды и связях между объектами внешней среды с учетом исходных данных об объектах внешней среды, содержащих информацию о связях между объектами внешней среды, и за счет хранения входных данных в виде узлов графа в графовой базе данных, реализованной матрицей в машиночитаемой памяти упомянутого вычислительного устройства или внешнего устройства, связанного с упомянутым вычислительным устройством.
[0009] Согласно одному из вариантов реализации, предлагается способ для хранения данных, выполняемый на электронном вычислительном устройстве, причем способ содержит этапы, на которых получают информацию об объекте информации из внешней среды в виде набора данных; формируют из набора данных по крайней мере две информационные сущности, причем вторая информационная сущность является связующим свойством первой информационной сущности, в виде двух афферентных узлов графа; формируют, по крайней мере, один вставочный узел графа для каждого из упомянутых афферентных узлов графа, причем вставочный узел графа имеет, по крайней мере, один вход, по крайне мере, от одного афферентного узла графа или вставочного узла графа; формируют связи между первым и вторым афферентными узлами графа, причем связи формируются через вставочные узлы графа; сохраняют сформированные узлы графа в, по крайней мере, одной графовой базе данных, реализованной, по крайней мере, одной матрицей в машиночитаемой памяти упомянутого вычислительного устройства или внешнего устройства, связанного с упомянутым вычислительным устройством.
[00010] В одном из частных вариантов реализации сформированные узлы графа сохраняют в виде уникальных идентификаторов.
[00011] В одном из частных вариантов реализации при сохранении сформированных узлов графа им присваивают уникальные идентификаторы.
[00012] В одном из частных вариантов реализации связь между первым и вторым афферентными узлами формируется в виде вставочного узла графа.
[00013] В одном из частных вариантов реализации способ дополнительно включает создание вставочного узла, являющегося результатом связывания по крайней мере, одного афферентного узла и по крайней мере одного вставочного узла графа или по крайней мере одного афферентного узла и по крайней мере одного афферентного узла графа, или по крайней мере одного вставочного узла и по крайней мере одного вставочного узла графа.
[00014] В одном из частных вариантов реализации способ дополнительно включает формирование из набора данных или другого набора данных информационной сущности, являющейся действием, совершаемым над, по крайней мере, одной информационной сущностью, упомянутой в п. 1, в виде эфферентного узла графа; формирование, по крайней мере, одной связи между, по крайней мере, одним вставочным узлом графа и эфферентным узлом графа.
[00015] В одном из частных вариантов реализации формирование связи с эфферентными узлами осуществляется в результате анализа узлов графа и/или создания афферентных узлов графа и/или вставочных узлов графа.
[00016] В одном из частных вариантов реализации указанный граф является квазиграфом, в котором, по крайней мере, одна связь между, по крайней мере, двумя связями в графе хранится в виде, по крайней мере, одного узла и/или, в котором, по крайней мере, одна связь между, по крайней мере, двумя узлами графа хранится в виде, по крайней мере, одного узла графа, и/или в котором, по крайней мере, одна связь между, по крайней мере, одним узлом графа и, по крайней мере, одной связью хранится в виде, по крайней мере, одного узла графа.
[00017] В одном из частных вариантов реализации получение информации об объекте информации из внешней среды в виде набора данных осуществляется посредством интерфейса ввода данных.
[00018] В одном из частных вариантов реализации интерфейс ввода данных реализован интерфейсом пользователя и позволяет вводить, по крайней мере, один входной набор данных.
[00019] В одном из частных вариантов реализации сформированные узлы графа используются для создания, по крайней мере, одного вставочного узла графа и/или, по крайней мере, одного афферентного узла графа, и/или, по крайней мере, одного эфферентного узла графа.
[00020] В одном из частных вариантов реализации совокупность сформированных вставочных узлов графа являются логикой, которая используется для систематизации информации, хранящейся в графе в виде сформированных узлов.
[00021] В одном из частных вариантов реализации наборы данных содержат информацию, по крайней мере, об одном объекте внешнего мира и описание такого объекта.
[00022]
[00023] В одном из частных вариантов реализации вставочный узел является интеллектом первого порядка и является абстрактной связью между объектами внешней среды от общего к частному.
[00024] В одном из частных вариантов реализации вставочный узел является интеллектом второго порядка и характеризует изменение объектов внешней среды, как функцию от времени.
[00025] В одном из частных вариантов реализации вставочный узел является интеллектом третьего порядка и является причинно следственной связью между наборами данных и/или объектами внешней среды.
[00026] В одном из частных вариантов реализации объекты внешней среды распознаются посредством сравнения сформированных узлов графа и/или связей между узлами графа.
[00027] В одном из частных вариантов реализации для нераспознанного объекта внешней среды формируются вставочные узлы, причем для нераспознанного объекта не были ранее сформированы афферентные узлы графа или эфферентные узлы графа.
[00028] В одном из частных вариантов реализации распознавание нераспознанного объекта осуществляется с использованием, по крайней мере, одного набора данных, соответствующего нераспознанному объекту и сохраненного в виде афферентного узла графа, и/или с использованием, по крайней мере, одного ранее сохраненного набора данных в виде афферентного узла графа, и/или с использованием созданного ранее, по крайней мере, одного вставочного узла графа.
[00029] В одном из частных вариантов реализации, по крайней мере, один набор данных, сохраненный в виде афферентного узла графа, и/или, по крайней мере, один вставочный узел графа описывает объект физического мира, отличный от нераспознанного объекта физического мира, причем между такими афферентными узлами графа и/или вставочными узлами графа создаются связи с афферентными узлами графа и/или вставочными узлами графа, описывающими нераспознанный объект физического мира с целью накопления информации о логических связях между распознанными объектами физического мира и нераспознанным объектом физического мира, тем самым реализовывая прогнозирование поведения объекта физического мира.
[00030] В одном из частных вариантов реализации формирование информационных сущностей включает использование словаря афферентных значений, в котором каждому афферентному значению сопоставляется, по крайней мере, один узел графа.
[00031] В одном из частных вариантов реализации информационная сущность связана с афферентным узлом по крайней мере одним вставочным узлом.
[00032] В одном из частных вариантов реализации афферентные узлы содержат данные, преобразованные афферентным когнитивным преобразователем, характеризующимся способностью преобразовывать набор данных, по крайней мере, в один когнитивный кадр, представляющий собой, по крайней мере, одну информационную структуру, элементами которой являются когнитивные кванты информации/фрагменты информации, неделимые для интеллекта.
[00033] В одном из частных вариантов реализации формирование, по крайней мере, одного узла графа в виде квантового узла графа, являющимся наивысшей степенью абстракции и входом, по крайней мере, для одного вставочного узла графа и содержащим описание набора данных.
[00034] В одном из частных вариантов реализации матрица реализована трехмерной матрицей, пересечение осей X, Y и Z которой содержат единицы и нули, а оси матрицы являются идентификаторами (ID) или афферентными значениями.
[00035] В одном из частных вариантов реализации осуществляется преобразование, по крайней мере, одного сформированного узла графа, по крайней мере, в одну связь между узлами графа и/или, по крайней мере, в один вставочный и/или другой афферентный узел графа, и осуществляется сохранение, по крайней мере, одного такого узла графа в графовой базе данных.
[00036] Согласно другому варианту реализации, предлагается система для хранения и обработки данных, включающая интерфейс ввода данных, обеспечивающий ввод информации об объекте информации из внешней среды и преобразующий введенную информацию, по крайней мере, в один набор данных; конвертор информации, преобразующий информацию, по крайней мере, в один набор данных и передающий набор данных в афферентный когнитивный преобразователь; афферентный когнитивный преобразователь, реализованный программным модулем, преобразующий набор данных в когнитивные кадры, представляющие собой информационные структуры, элементами которых являются когнитивные кванты информации, неделимые для интеллекта, причем из набора данных формируются по крайней мере две информационные сущности, причем вторая информационная сущность является связующим свойством первой информационной сущности; программный модуль когнитивной памяти, осуществляющий: создание и хранение информационных структур в виде афферентных узлов графа; создание и хранение вставочных узлов графа для афферентных узлов графа, причем вставочный узел графа имеет, по крайней мере, один вход, по крайне мере, от одного афферентного узла графа или вставочного узла графа; создание и сохранение связей между афферентными узлами графа, причем связи формируются через вставочные узлы графа.
[00037] В одном из частных вариантов реализации система дополнительно включает создание и сохранение модулем когнитивной памяти, по крайней мере, из одного набора данных информационной сущности, являющейся действием, совершаемым, по крайней мере, над одной информационной сущностью, в виде эфферентного узла графа.
[00038] В одном из частных вариантов реализации система дополнительно включает сохранение модулем когнитивной памяти узлов графа в виде уникальных идентификаторов, по крайней мере, в одной графовой базе данных, реализованной, по крайней мере, одной матрицей в машиночитаемой памяти упомянутого вычислительного устройства или внешнего устройства, связанного с упомянутым вычислительным устройством.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[00039] Дополнительные цели, признаки и преимущества настоящего изобретения будут очевидными из прочтения последующего описания осуществления изобретения со ссылкой на прилагаемые чертежи, на которых:
[00040] ФИГ. 1 иллюстрирует примерный вариант реализации системы КСИ согласно настоящему изобретению;
[00041] ФИГ. 2 иллюстрирует примерный вариант интерфейса пользователя (навигатора логики);
[00042] ФИГ. 3 иллюстрирует примерный вариант когнитивного релятивистского информационного поля (топологического поля), согласно настоящему изобретению;
[00043] ФИГ. 4 иллюстрирует общий случай графа и примерный вариант записи графа в виде матрицы.
[00044] ФИГ. 5 иллюстрирует матрицу (в частном случае матрицу смежности) информационного поля (представленного квазиграфом) в системе КСИ согласно настоящему изобретению.
[00045] ФИГ. 6 иллюстрирует примерный вариант обучения и функционирования системы КСИ с записью информации в виде графа и матрицы сопряжения.
[00046] ФИГ. 7 иллюстрирует пример компьютерной системы общего назначения.
ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ ИЗОБРЕТЕНИЯ
[00047] Обладая сохраненными знаниями (например, сохраненными знаниями в виде данных в описываемой системе, в частности, на цифровом устройстве хранения данных, таком как накопитель на жестких магнитных дисках, оперативное запоминающее устройство и т.д.), в частности, накопленными логическими связями между информационными объектами (объектами информации, т.е. объектами, информация о которых поступает в систему, описанную в рамках настоящего изобретения, например, посредством интерфейса ввода данных), которые также могут представлять собой связи (являться связями), описываемая в рамках настоящего изобретения система способна определить, в частном случае, спрогнозировать, как минимум, одно из возможных поведений объекта информации, учитывая, что в описываемой системе не содержится (сохраненной) информации/данных о таком поведении объекта информации и/или о таком объекте информации. Причем, определение/прогнозирование поведение объекта и/или распознание неизвестного описываемой системе (нераспознанного описываемой системой) информационного объекта осуществляется с использованием сохраненной ранее информации/данных (так называемого, опыта описываемой системы), описывающей другие объекты (в частности, объекты информации, схожие с неизвестным описываемой системе объектом информации, например, по внешнему виду, размеру, цвету, скорости, поведению и т.д.), и которая может быть применима к таким неизвестным объектам, таким образом накапливая информацию о логических связях между объектами информации и реализовывая тем самым установление связей для неизвестного описываемой системе объекта информации, например, с другими объектами информации, а также реализовывая прогнозирование поведения объекта информации.
[00048] В частном случае, как будет описано ниже информационная сущность объекта (информационного объекта) является субъективным отображением/отражением (представлением) объекта в формате данных тех характеристик, которые сохранила (увидела) система, описываемая в рамках настоящего изобретения. В частной реализации изобретения информационная сущность является отражением сущности реального мира (например, объекта внешнего мира) относительно формируемого графа/квазиграфа, т.о. в частном варианте реализации настоящего изобретения построение графа/квазиграфа строится на базе уже созданных информационных сущностей. Информация, поступающая в систему (в частном случае из внешнего мира/внешней среды) в виде наборов данных используются системой для формирования информационных сущностей, причем одна из информационных сущностей может являться связующим свойством (например, описывать поведение объекта внешнего мира, представленного, по крайней мере, одной информационной сущностью, либо описывать свойство/характеристику объекта внешнего мира, например, цвет, размер, тип объекта и т.д.) первой информационной сущности. Стоит отметить, что информационные сущности могут быть реализованы узлами графа, например, афферентными узлами графа и/или эфферентными узлами графа, где узлы графа (в частности эфферентные узлы графа, афферентные узлы графа и другие узлы графа) могут быть связаны по крайней мере одним вставочным узлом графа и вставочный узел графа имеет, по крайней мере, один вход, по крайне мере, от одного афферентного узла графа или вставочного узла графа.
[00049] Под рекогницией (этапом рекогниции) понимается совокупность действий/операций, направленных на распознавание объектов (слов, речи, изображения, включая фотографии, объектов на изображениях, фотографиях и т.д.) и их структур из информации (общего потока информации, который описан ниже), поступающей из внешней среды, в частности, посредством интерфейса ввода данных и преобразованных в формат записи данных (в частности, в формате топологического поля/квазиграфа) описываемой системы посредством элементов уровня исполнительных устройств 125 (ФИГ. 1), уровня нейронных сетей 120 (ФИГ. 1), уровня логики 115 (ФИГ. 1).
[00050] В частном случае рекогниция объекта является преобразованием объекта (информационного объекта) в информационную сущность, в частности, на основе существующих (в том числе созданных и/или сохраненных) данных в графе (квазиграфе).
[00051] Как было сказано ранее нейронные сети на уровне нейронных сетей 120 отвечает на вопрос что будет содержаться на выходе из нейронной сети, но не отвечает на вопрос как был получен этот выход (в частности, выходные значения, набор данных и т.д.). В свою очередь, уровень логики 115 (также называемый уровнем книг или уровнем формальной логики) в частном случае, по крайней мере, частично, отвечает на вопрос «как», то есть, иными словами, логически выстраивает распознанные объекты. Уровень логики содержит афферентные значения (по крайней мере, один набор данных, содержащихся в, по крайней мере, одном афферентном узле), структурированные в формальную логику. Простым примером таких структурированных данных являются книги. Таким структурированием является, в частности, форматирование словарного запаса автора книги в логические конструкции. Рассмотрим пример предложения из книги «кошка прыгнула за мышью на стол, но не рассчитала силы и упала, так как стол был скользким». В данном примере существует форматирование слов (четко определенных автором) в конструкции формальной логики. То же самое относится к графическим схемам различных процессов, в частности, на программном коде на одном из языков программирования. Автор книги изложил в книге часть своих идей, однако книга не является интеллектом, как и аудиозапись песни не является певцом. Книга (в частном случае, электронная книга) не может выдавать ответы, решения по ситуации и решать поставленные задачи при подаче на вход книги каких либо знаний. Также учебник по медицине не может поставить диагноз по загруженным в него симптомов пациента. Книга/учебник являются логически сформатированной информацией. В свою очередь, записанная информация способом, описываемым в рамках настоящего изобретения (способом КСИ), из медицинского учебника, то система КСИ (например, при помощи интерфейса пользователя 172, в частности, графического интерфейса пользователя, или при помощи подключенных к описываемой системе устройств, например, дисплеев, аудиодинамиков и т.д., как описано в рамках настоящего изобретения) способна сформировать набор данных (выходных данных, набора выходных данных, выходного набора данных), являющихся, например, диагнозом, в частности, вариантами болезни/болезней, поразившей человека, или являющихся набором действий, необходимых для помощи пациенту и/или уточнения диагноза (например, проведение дополнительных анализов, различных диагностических процедур и т.д.), т.е. являющихся эфферентными действиями (например, в виде значений/наборов данных, содержащихся в эфферентных узлах). Также, процесс принятия решений и исполнение эфферентных действий (записанных в виде, по крайней мере, одного набора данных в эфферентных узлах/набора значений эфферентных узлов) может быть автоматизирован, например, посредством программного кода и различного рода устройств, подключенных к системе КСИ (например, манипуляторов, автоматизированных операционных, рентгеновских аппаратов, автоматизированных лабораторий и т.д.) так, чтобы система КСИ, используя сохраненные узлы могла принимать такие решения и исполнять команды, содержащиеся в эфферентных узлах, как описано ниже.
[00052] Как было сказано выше, описываемая в настоящем изобретении система КСИ 105 может включать уровень логики 115, но является системой уровня интеллекта, где основной составляющей системы КСИ является когнитивная память (реализованная модулем когнитивной памяти 172), а остальные элементы, такие, как 160, 175, 155, 180, 190, 147, 150, 144, и соответствующие им уровни 115, 120, 125 являются опциональными.
[00053] Возвращаясь к объектам, стоит отметить, что объект (объект информации) определяется ядром объекта и совокупностью характеристик объекта. Характеристики объекта представляют собой описанные далее входящие связи абстракций в ядро объекта от других объектов, причем не только первого шага, но и, по крайней мере, одного шага или всех шагов по восходящему пути, таким образом детализация объекта, в частном случае, детализация описания объекта (в том числе, по крайней мере, одной характеристики объекта) может определяться глубиной включенных в описания связей по восходящему пути в графе/квазиграфе. Характеристики объекта инвариантны, то есть строятся/создаются (или вычисляются) относительно других объектов когнитивной памяти, в частности, реализуемой модулем когнитивной памяти 170 на уровне интеллекта 110 (ФИГ. 1), а не относительно абсолютных значений внешней среды, таких как существующих единиц измерений времени, систем измерений и иных абсолютных значений внешней среды. В частности, такая характеристика объекта Плутоний, как время полураспада, может быть унаследована от объекта информации Атомные часы либо от объекта информации Жизнь Ньютона (который, как известно, прожил 84 года). Ядро объекта информации (ядро объекта) в настоящем изобретении представляет собой узел графа (в частности описываемого в настоящем изобретении квазиграфа (топологическое пространство/топологическое поле), в частности, представляющим собой граф, связи между узлами в котором представлены узлами графа), относительно которого рассматриваются связи, образующие характеристики объекта.
[00054] Примером информации (обработанной информации, обработанного потока информации/данных), прошедшей этап рекогниции, в рамках настоящего изобретения являются (строго) структурированные данных, в частности, электронные книги или чертежи, причем строгая структурированность данных после рекогниции позволяет выделить логику данных. Еще одним примером структурированных данных, в частности, строго структурированной книги, является код компьютерной программы, а чертеж в приложении для вычислительных устройств, например, чертеж в программе «AutoCAD» компании Autodesk, является строго структурированным чертежом (строго структурированными данными). Так, в отличие от чертежа, выполненного в приложении, чертеж на бумаге не является строго структурированным чертежом, поскольку может содержать погрешности, в частности, погрешности в толщине линии либо в размере элементов чертежа, например, определяемые погрешностью чертежного элемента (линейки, рейсмуса, циркуля и т.д.), а также толщиной карандаша, ручки и т.д. Описываемый в настоящем изобретении способ КСИ (Когнитивной Систематизации Информации) позволяет выделять логику объектов информации (создавать логические связи между объектами информации), т.е. логику поведения объектов информации, логику установления связей между объектами информации, в частности, логику книг, и сохранять информацию о логике объектов и связей между объектами инвариантно.
[00055] Функционал описываемой в рамках настоящего изобретения способа и системы после этапа распознавания объектов (рекогниции) тесно связаны с созданием искусственного интеллекта, поскольку позволяют решать задачи различного рода ранее не описанным способом, что является признаком искусственного интеллекта. Описываемая система КСИ позволяет посредством самообучения создавать связанное (например, связанную информацию о нескольких объектах информации, связях между ними и т.д.) в единое целое знание посредством создания логических связей и связей для таких связей и т.д., что позволяет описываемой системе при поступлении в нее объектов или задач к исполнению в виде связей, например, через интерфейс ввода данных, посредством проверки связей между объектами информации находить похожие (подходящие) для данного объекта информации или действия сохраненные (существующие в описываемой системе) связи между объектами информации из сохраненных данных у похожих объектов информации и принимать решения, как было описано выше, причем упомянутые выше объекты информации или задачи не обязательно должны содержаться (храниться) в системе КСИ. Описываемые существующие системы хранения данных и искусственного интеллекта, в частности, формальные системы или нейронные системы не способны решить подобные типы задач, поскольку формальные системы/сети четко следуют алгоритмам под заранее определенные входящие параметры, а нейронные сети не хранят логику, то есть не отвечают на вопрос «как» (какими средствами, методами и способами, при помощи каких инструментов и данных, включая объекты информации) решается задача, в отличие от описываемой системы КСИ, которая позволяет осуществлять сбор и хранение объектов информации в единое целое логики «как». Как было сказано ранее, из наиболее близких способов построения/создания искусственного интеллекта на сегодняшний день можно выделить несколько способов:
[00056] - нейронные сети (подходит только для этапа рекогниции);
[00057] - иерархическая временная память (в настоящее время не позволяет создавать прикладные системы для решения широкого круга задач в силу предложенной архитектуры).
[00058] Далее приводится обзор наиболее близких к описываемой в рамках настоящего изобретения систем и способов построения/создания искусственного интеллекта.
[00059] Искусственные нейронные сети.
[00060] Теория нейронных сетей строится на частичном копировании строения биологического нейрона (элемента клеточной структуры мозга), который способен выполнять, как минимум, прием, элементарные преобразования и передачу данных (информации) другим нейронам, причем информация переносится в виде импульсов нервной активности электрохимической природы. Искусственная нейронная сеть (ИНС) представляет собой математическую модель, включая ее реализацию посредством вычислительных устройств (например, компьютеров), причем ИНС создается по принципу организации и функционирования биологических нейронных сетей, представляющих собой совокупность нейронов живого организма, связанные или функционально объединенные в нервной системе живого организма, причем способны выполнять определенные (специфические) физиологические функции. В виду того, что строение биологического нейрона недостаточно изучено, особенно поля взаимодействия нейронов, то при построении искусственного нейрона для упрощения принимается лишь физическое строение биологического нейрона, вследствие чего такая математическая модель обладает рядом существенных недостатков и принципиальных ограничений:
[00061] - логика систематизации информации в искусственных нейронных сетях не известна (не определена, не используется), поскольку задается путем/посредством обучения системы, а рассчитанные выходные данные, как правило, приблизительны и не дают точного ответа на поставленный вопрос (принятия определенного решения, решения конкретной ситуации).
[00062] В частности, теория нейронных сетей не способна ответить на вопрос «как принимаются решения нейронными сетями», а также нейронные сети не способны взаимодействовать/манипулировать/«работать» с большинством логических цепочек без обучения нейронной сети конкретным логическим цепочкам, поскольку нейронная сеть должна быть «обучена» под конкретную предметную область таких логических цепочек, таким образом нейронная сеть не способна найти решения на основе опыта общего характера, т.е. информации/знаний о схожих логических цепочках и объектах, связанных такими логическими цепочками, ва частности, из других предметных областей, поскольку нейронная сеть не хранит логику принятия решения, т.е. не отвечает на вопрос «как именно принято решение»;
[00063] - отсутствует механизм систематизации причинно-следственных связей объектов информации, нет механизма пошагового принятия решений, отсутствует способ систематизации абстракций и их применение к вновь поступающим данным требует настройки под узкий круг задач. Так, в существующих искусственных нейронных сетях отсутствует способ систематизации абстракций, реализуемый настоящим изобретением, в частности, способом и системой КСИ, которые позволяют систематизировать абстракции, например, если в системе КСИ хранится записанная информация об объекте информации «шар», который «легкий», «катится», «круглый», а потом при добавлении нового объекта информации в систему КСИ, например, «мяч», то от объекта информации «мяч» создаются/устанавливаются связи с объектом информации «шар», являющиеся, в свою очередь, характеристикой или частью характеристики объекта информации «мяч»; также, связь между объектом «мяч» может быть установлена лишь с некоторыми характеристиками объекта «шар», например, с характеристикой «круглый»; также, если например, объект информации «мяч» имеет характеристики, которых нет у объекта информации «шар», например, характеристика «резиновый», то может быть установлена связь между объектом информации «шар» и объектом информации «мяч», в частности, с характеристикой «резиновый» объекта информации «мяч», либо между характеристикой «резиновый» объекта информации «мяч» и характеристикой «катится» объекта информации «шар»; также подобные связи могут быть установлены с объектами информации «сфера», «кругляш», «планета» и т.д., которые уже существуют или будут добавлены в систему КСИ; такие связи между объектами информации сохраняются в системе КСИ и далее такие сохраненные связи между объектами информации используются для прогнозирования поведения, построения логических связей между объектами информации, например, если в системе КСИ сохранен объект информации «шар» с характеристикой «катится», то при добавлении в систему КСИ объектов информации «Колобок» или «Мыльный пузырь», или «икринка» между такими добавляемыми объектами информации и между объектами информации «шар» и «сфера», в частности, между характеристикой/связью «катится» таких объектов информации, существующих в системе КСИ, в частности, в хранилище данных системы КСИ, например, реализуемой средствами модуля когнитивной памяти 170 (ФИГ. 1) могут быть созданы связи, которые, в свою очередь, являются характеристиками соответствующих объектов информации, т.е. объектам информации «Колобок», «Мыльный пузырь» или «икринка» будет установлена характеристика «катится», означающая, что они могут катиться, причем такая характеристика представляет собой связь с «катится» существующих объектов информации).
[00064] Стоит отметить, что с общепринятой точки зрения на искусственный интеллект, искусственные нейронные сети представляют собой модель искусственного интеллекта, и такие ИНС можно отнести к уровню, способам и системам, предшествующим уровню, способам и системам (способам и системам КСИ), описываемых в рамках настоящего изобретения. Стоит также отметить, что в контексте описываемых в настоящем изобретении способам и системам КСИ, искусственные нейронные сети могут дополнять способы и системы КСИ, в частности искусственные нейронные сети (в частности, посредством афферентного когнитивного преобразователя 155 уровня нейронных сетей 120 в рамках настоящего изобретения) могут быть использованы для распознавания внешней информации и ее преобразование в когнитивную форму, где когнитивная форма информации представляет собой форму информации, понятную/распознаваемую человеческим разумом/человеческим мозгом). Т.е. в рамках настоящего изобретения, после распознавания информации (объектов информации), например, поступающей извне, например, из физического мира 142 уровня окружающего мира 130, ФИГ. 1, средствами нейронной сети (уровня нейронной сети 120, ФИГ. 1), например, после распознавания текста, система КСИ способна распознать логику такого распознанного текста и выстраивать описанные в настоящем изобретении связи (между объектами информации и связями между объектами информации), в частности, сравнивая такие связи с уже сохраненными в системе КСИ (например, в модуле когнитивной памяти 170 уровня интеллекта 110, ФИГ. 1) и сохраняя новую информацию, в частности, о новых объектах информации, в виде упомянутых связей с использованием уже имеющихся в системе КСИ сохраненных данных, например, о других объектах информации, посредством создания связей первой глубины (абстракции), второй глубины (изменения), третьей и так далее, как описано далее.
[00065] Иерархическая временная память (англ. Hierarchical temporal memory, HTM).
[00066] Иерархическая временная память представляет собой частную модель мозга, моделирующую некоторые структурные и алгоритмические свойства неокортекса (новой коры, изокортекса) и основана на теории мозговой функции "память-предсказание". В частности, иерархическая память описывается как биомиметические/бионические математические модели предположения причин интеллектом. Одной из ключевых особенностей иерархической временной памяти считается способность обнаруживать причины и выдвигать гипотезы о причинах.
[00067] Считается (в частности, авторами иерархической временной памяти), что иерархическая временная память наиболее приближена к принципам работы мозга (человеческого мозга). Создание иерархической временной памяти позволяет решать одну из проблем нейронных сетей, а именно проблему, связанную с временной составляющей, т.е. в систему иерархической временной памяти добавлена временная составляющая. Поскольку искусственные нейронные сети не способны манипулировать временем (в частности, воспринимать его), то такие сети накладывают информацию поверх накопленного такими сетями опыта и в ответ на запрос предоставляют готовые решения, вне зависимости от типа и вида информации. В свою очередь, создатели иерархической памяти предположили, что такой подход не верен, поскольку не ведет к созданию интеллекта/искусственного интеллекта, способного воспринимать время (в частности, ориентироваться во времени) и принимать решения (решать поставленные перед ним задачи) с учетом времени/временной составляющей (во времени), например, такие как «на основании полученных сетью новых данных сделать то, что было запланировать на послезавтра». Создатели иерархической памяти предлагают отображать время в виде шагов связей и неких значений, т.е. вводят дополнительную величину времени. В свою очередь, в рамках настоящего изобретения система КСИ описываем время в виде связей между связями, где связи являются узлами/узлами квазиграфа, как описано ниже. Так, например, земля вращается вокруг Солнца. В системе КСИ существует/хранится или добавляется в систему КСИ связь Земли относительно Солнца (связь Земли с Солнцем, т.е. узел «Земля» - узел «Сутки» - узел «Солнце») в виде узла, в частности узла, характеризующего время, например, время, за которое Земля делает полный оборот вокруг Солнца. Далее, если в систему КСИ будет добавлен объект информации «автомобиль» (также представленный узлом квазиграфа), который перемещается (или перемещался) сутки, то в системе КСИ можно провести связь между узлом, описывающим перемещение объекта «автомобиль» (например, узел «Перемещение») и узлом «Сутки», чтобы сохранить информацию о времени, в частности, о времени перемещения автомобиля (объекта «автомобиль»).
[00068] Стоит отметить, что, как и в случае с искусственным нейроном, иерархическая временная память ограничена физическим строением биологического нейрона. Используя более сложную модель искусственного нейрона, но являющуюся упрощенной моделью натурального/биологического нейрона, система иерархической памяти не способна решить ряд задач пространственно-временного характера, без которых прикладное использование предлагаемых иерархической памятью способов практически невозможно, и на данный момент не реализовано. Так, система иерархической временной памяти использует наложение поступающей извне информации одну за другой, что предполагает необходимость использования такой системой бесконечных аппаратных возможностей и, по сути, моделирует обычную видеосъемку, в которой изображения заранее структурированы.
[00069] Однако, стоит отметить, что иерархическая временная память не позволяет реализовать абстрактное хранение времени (хранение времени в абстрактном виде, как было описано выше), а также об относительном восприятии времени (например, путем указания абстрактных временных интервалов, абстрактных сроках, абстрактных датах и т.д.), например "до следующей засухи". Предложенные авторами иерархической временной памяти системы и способы не позволяют хранить указанные данные.
[00070] Технология прямого наложения знаний (автор Бронфельд Г.Б., http://www.rf.unn.ru/eledep/confesem/nro_popova/2016_05_23_(62)/01.pdf).
[00071] Основной идеей технологии прямого наложения знаний является структурирование информации в виде молингов - универсальных информационных структур, несущих/содержащих идеальное знание, лишенное противоречий и пустых элементов, которые в дальнейшем сопоставляются молингам в обрабатываемых текстах, но с тем же смыслом. Согласно данной технологии, необходимы некоторые эксперты, которые решают схожесть смыслов, таким образом, подобные технологии, как правило, представляют собой технологию накопления статистических данных, но не интеллектуальную систему. Кроме того, касательно данной технологии не было обнаружено каких-либо прикладных решений или описания данной технологии, которые могли бы быть использованы для создания прикладных систем, способных решать прикладные задачи, примеры которых описаны далее.
[00072] Далее описано прикладное использование существующих способов и систем предшествующего уровня (в том числе описанных выше) по отношению к настоящему изобретению.
[00073] В настоящее время отсутствуют способы и системы построения/создания искусственного интеллекта с возможностями широкого использования, в том числе для их использования в повседневной жизни, в таких распространенных прикладных системах как CRM (Система управления взаимоотношениями с клиентами, от англ. Customer Relationship Management), ERP (Система планирования ресурсов предприятия, от англ. Enterprise Resource Planning), SCADA (Система диспетчерского управления и сбора данных, от англ. - Supervisory Control And Data Acquisition), BPMS (Система управления бизнес-процессами, от англ. - Business Process Management System) и других, например, с целью когнитивной обработки (т.е. в процессе обработки данных об объекте информации, не существующего в системе КСИ, т.е. ранее не встречавшегося в системе КСИ, причем обработки способами, использующимися при обработке других объектов информации, существующих в системе КСИ, в частности, посредством создания связей между объектами информации и связей между связями/характеристиками объектов информации) динамично меняющейся в процессе работы пользователей структуры информации и пользовательского интерфейса, подстраиваемого под саму новую структуру информации. Иными словами пользователь не может произвольно задавать логику данных в частности, алгоритмы обработки информации, абстракции между объектами информации и т.д. (в частности, поскольку в большинстве программ/приложений функционал управления логикой реализован посредством создания новых типов полей или сценариев, например, на языке сценариев, скриптах, которые строго формализованы), а именно создавать произвольные связи различной природы и абстракции между информационными объектами (объектами/объектами информации) ограничиваясь рамками строго заданными разработчиками системы.
[00074] Стоит отметить, что описываемые в рамках настоящего изобретения система и способ может быть использован не только для интеллектуальной (когнитивной) обработки информации/данных, но и для создания CRM и ERP, позволяющих, например, связать в единое целое весь учет в организации, однако для этого может потребоваться обучение упомянутой системы количественному учету (сохранить информацию описываемым в рамках настоящего изобретения, методом КСИ), в частности, чтению цифр. Упомянутое сохранение методом КСИ в афферентных узлах, например, чисел от 0 до 9, на базе которых будет вестись количественный учет. Математические операции могут быть вынесены за пределы описываемой системы (например, как человек использует калькулятор, т.е. вводит числа и операнды и получает готовые ответы), а также возможно обучение описываемой системы описываемым в рамках настоящего изобретения способом (методом КСИ) таблице умножения и/или умножения в столбик, или другим математическим операциям. Таким образом, системы CRM, ERP и другие, созданные на основе описываемого способа и/или системы (метода/способа КСИ, системы КСИ) позволят решить одну из главных проблем существующих систем - взаимосвязь разнородных объектов в единую систему учета.
[00075] В свою очередь, использование нейронных сетей ограничено решением задач способами и системами обучения без формирования когнитивной логики решения поставленных задач. Иными словами, нейронные сети не способны в когнитивной форме представить логику принятия тех или иных решений, что делает их практически не применимыми для использования в системах, где важно использование бизнес-процессов или изменение причинно-следственных связей имеет сложную структуру (например, практически любое литературное произведение, например, сказка А.С. Пушкина, имеет сложную структуру, которую невозможно описать средствами существующих систем, в частности, средствами нейронных сетей, в то время, как такие сложные структуры могут быть описаны связями между объектами информации и связями между связями объектов информации в системе КСИ).
[00076] Использование искусственных нейронных сетей для решения когнитивных задач (т.е. задач, которые может решить, например, человеческий мозг, в частности, основываясь на опыте, приобретенном человеком, в частности, на стандартном/общепринятом людьми и обществом восприятии мира, а также с использованием основных объектов и правил взаимодействия между объектами и с объектами физического/внешнего мира) не позволяет решить такие задачи, предположительно в связи с тем, что искусственные нейронные сети не предназначены для решения подобных задач и в процессе реального человеческого мышления. Именно это и стало предпосылкой разработки описываемых в настоящем изобретении способа и системы КСИ, в частности, способ КСИ реализует возможность вводить данные в систему КСИ, например, человеком, в частности, посредством интерфейса ввода данных/информации об объектах информации, тем самым обучая систему КСИ когнитивным основам, т.е., в частности, обучая систему КСИ обрабатывать поступающую или сохраненную в ней информацию (например, решать различные задачи, поставленные перед системой КСИ) на основе уже сохраненных ранее данных, описывающим схожую информацию с похожими признаками.
[00077] Как известно, искусственные нейронные сети сами по себе не являются искусственным интеллектом и предназначены для распознавания объектов, а искусственный интеллект "включается" (может быть использован) только после распознания объектов. Способностью распознавать объекты обладает весь животный мир, однако только человек обладает интеллектом, а именно выделением из потока поступающей в его мозг внешней информации причинно-следственных связей между объектами информации в системе КСИ и/или объектами информации физического мира, причем описываемая в настоящем изобретении система и способ КСИ позволяют создавать новые причинно-следственные связи в системе КСИ, различные комбинации которых позволяют системе КСИ решать более широкий круг задач, даже задач, которые ранее не встречались системе КСИ, т.е. информация о которых не сохранена в системе КСИ. Причинно-следственные связи являются частью связей когнитивной памяти более чем второй глубины (как описано ниже) континуума. В рамках описываемого изобретения система КСИ не оперирует понятиями времени «прошлое» и «будущее», поскольку для когнитивной памяти нет разницы между прошлым и будущем. Так, например, человек может читать фантастический рассказ и переживать события, словно они свершились. Для человека это будет прошлое, только безотносительно к реальности, без связи с внешней средой. Человек осознает, что это фантастика, поскольку источник информации не связан с реальностью, однако человек может рассказывать другу о пережитых приключениях главного героя. В данном случае достоверность случившегося для человека сознания определяется соответствием знаний человека о реальном мире, а связи объектов из фантастического рассказа имеют большую глубину континуума (рассказ будет построен на тексте, а чтение текста это первая глубина и вторая глубина континуума). Так, например, воспринимаемая человеком внешняя информация (информация, поступающая извне), в частности, мозгом человека, в виде текста книги, например, в виде текста электронной книги, слова которой известны человеку и объекты не требуют распознания мозгом человека. Кроме того, человек после прочтения книги получает знания и способен отвечать на абстрактные вопросы, в том числе реагировать на ранее не встречающиеся изменения внешней среды. Внешняя среда представляет собой источник получения взаимосвязанной информации для когнитивной памяти и приемник обработанной информации из нее. Таким образом, вся информационная структура, создаваемая способом КСИ, может быть замкнута на внешнюю среду. Внешняя среда является единым и неделимым объектом, представленным в когнитивной памяти одним ядром объекта информации (внешняя среда едина) и характеристиками (узлами), которые единственные из узлов графа/квазиграфа в когнитивной памяти содержат значения для их сопоставления с ядрами объектов в когнитивной памяти.
[00078] Описываемые в рамках настоящего изобретения способ и система КСИ представляет собой совокупность действий по вводу, выводу и хранению логически связанной информации в когнитивной форме (как описано ниже) с целью получения на основе этой информации ответов от когнитивной памяти (описанной ниже) на ранее не встречающиеся вопросы в системе КСИ (в частности, в когнитивной памяти, реализуемой (программным) модулем когнитивной памяти 170), а также с целью получения реакции когнитивной памяти на неизвестную когнитивной памяти ситуацию (не случавшуюся ранее (т.е. информация, определяющая поведение в такой ситуации, не содержится в системе КСИ в явном виде, например: «ситуация1»; если в системе КСИ существует «ситуация1», то «реакция2») при условии описания поступающей информации элементами из множества значений, распознаваемых системой. Способ КСИ может включать следующие действия и элементы (которые будут раскрыты в рамках описания настоящего изобретения):
[00079] - описание объектов способом КСИ;
[00080] - ввод поступающего потока информации в когнитивную память;
[00081] - помещение объекта в фокус;
[00082] - формирование словаря афферентных узлов, т.е. узлов, которые содержат информацию, представленную набором данных, например, поступивших в систему КСИ посредством интерфейса ввода данных, причем афферентные узлы являются входящими связями/входом для вставочных узлов, описанных далее;
[00083] - формирование словаря эфферентных узлов, которые содержат входящие данные/входы от вставочных узлов и содержат данные/набор данных, которые выводятся во внешнюю среду, например, посредством интерфейса ввода-вывода (в том числе, реализованном в виде интерфейса пользователя), в частности, после преобразования в преобразователе 147 и эфферентном когнитивном преобразователе 180;
[00084] - обучение когнитивной памяти (в частном случае обучение описываемой системы);
[00085] - математическое представление когнитивной памяти с целью ее физического хранения на существующих носителях информации;
[00086] - реакции когнитивной памяти на ввод информации через афферентные узлы;
[00087] - инструменты внешней среды.
[00088] Описываемые в рамках настоящего изобретения способ и система КСИ могут быть использованы для логической обработки и хранения идентифицированных объектов, а именно для установления абстракций, взаимосвязей таких идентифицированных объектов, а также для установления причинно-следственных связей между объектами информации с целью в дальнейшем на основе обучения описываемой системы (например, посредством введенных в описываемую систему данных) получать от описываемой системы (описываемой системы КСИ) решения различного рода задач, включая математические задачи, логические задачи и т.д. или получать реакции ведущие к решению задач (например, в виде прогнозирования поведение объекта информации или выбора одного из возможных поведений объекта информации), в том числе пространственно-временного характера такие как прогнозы или реакция на изменение внешней среды. Стоит отметить, что при разном обучении описываемой системы может быть созданы разные структуры хранения информационных сущностей и могут быть получены разные реакции (эфферентные значения) на ввод (добавление) в описываемую в настоящем изобретении систему одних и тех же информационных объектов, данных, информации и т.д., в зависимости от того, на какую предметную область было сделано обучение то или иной системы, описываемой в рамках настоящего изобретения.
[00089] Стоит отметить, что обучение системы КСИ представляет собой процесс выявления причинно-следственных связей между объектами информации в потоке поступающей информации из внешней среды путем запросов системы КСИ к внешней среде (описанной ниже). Таким образом, система КСИ способна выстраивать в когнитивной памяти причинно-следственные связи на основании реакции внешней среды на запросы системы КСИ. Поток информации представляет собой совокупность следующих друг за другом кадров (в частном случае, информации, реализованной в виде описываемых в рамках настоящего изобретения квазиграфов, в которых связи также являются объектами информации), наложение которых дополняет пространственные связи временными связями, причем описываемая система, сравнивая каждый последующий кадр/квазиграф с предыдущим кадром/квазиграфом устанавливает/выстраивает причинно-следственные связи, являющиеся связями квазиграфов.
[00090] Связь между объектами представляет собой связь абстракции от общего к частному, иными словами один объект является характеристикой другого объекта, если это связи первой глубины. Таким образом, связь между объектом «человек» и объектом «Иванов» будет направлена от объекта «человек» к объекту «Иванов», поскольку человек есть характеристика Иванова (человека по фамилии Иванов). В то же время от объекта «сердце» связь направлена к объекту «человек», поскольку сердце есть характеристика человека, но в то же время «сердце» может быть характеристикой и других живых существ, т.е. объектов «существо кот», «существо собака» и т.д. В случае если была произведена операция по пересадке сердца, то происходит изменение в пространстве связи от одного сердца к другому, т.е. действие по пересадке сердца будет соответствовать объекту с афферентным значением "пересадка", который, в свою очередь, будет выступать в роли связи второй глубины между связями одного сердца (замененного сердца) с человеком и другого сердца (нового сердца) с этим же человеком. Описанным выше способом построения связей между объектами информации достигается реализация времени в описываемой системе, реализуемой способом КСИ. Если пересадка сердца повлекла за собой другие изменения, например, изменение температуры тела, то такая причинно-следственная связь может быть отражена между связями времени и представлет собой глубину связей третьего порядка.
[00091] Описание объекта способом КСИ позволяет сформировать полную пространственно-временную картину внешней среды. Объект представляет собой не один узел, являющийся ядром объекта, а совокупность узла графа и входящих в него связей различной глубины логики с другими узлами графа, а также логического веса связей. Кроме того, для представления объекта на языке внешней среды (т.е. для описания объекта средствами и/или объектами внешней среды и используемыми связями между ними), некоторым связанным узлам могут быть сопоставлены афферентные узлы, являющиеся связующим звеном между внешней средой и когнитивной памятью, как было описано выше. Таким образом, объект приобретает свои индивидуальные свойства (задается описание объекта и его характеристики, в зависимости от типа объекта, например, скорость, габаритные размеры, плотность, цвет, красивый, умный и т.д.) посредством связей с другими объектами (т.е. в относительности к другим объектам), что образует в целом внутри системы КСИ информационный единый пространственно-временной континуум, в котором каждый объект зависит от других объектов. Так, например, у объекта информации «Человек» существуют определенные характеристики, например, рост, вес, возраст и т.д., реализованные в виде связей с другими объектами информации. Узел, относительно которого собираются характеристики объекта, является ядром объекта. Стоит отметить, что упомянутый выше объект «сердце» является с одной стороны характеристикой человека, а, с другой стороны, объект «сердце» обладает своими характеристиками, т.е. объекты характеризуют другу друга взаимными связями, за счет чего может быть достигнуто непрерывное описание пространства, когда одна часть (характеристики или часть характеристик объекта информации) описывает другую и из такого описания может быть получено единое неделимое целое без потери логики. Таким образом, в системе КСИ не может существовать объектов, не связанных с другими объектами системы КСИ каким либо способом.
[00092] В некоторых случаях, ядра объектов (описываемые ниже) не имеют прямых сопоставлений значениям афферентных узлов, а описываются совокупностью характеристик, обладающих сопоставленными значениями афферентных узлов. Так, к объектам информации можно отнести людей, которых принято описывать двумя характеристиками - именем и фамилией (а не каким-то идентификационным кодом), что является афферентным значением ядра объекта этого конкретного человека.
[00093] Таким образом, описание объекта (в частном случае, полное описание объекта) состоит, как минимум, из узла графа (ядра объекта) и совокупности всех входящих связей.
[00094] Описываемый в рамках настоящего изобретения способ КСИ, реализованный в виде системы КСИ, также может быть использован для систематизации информации (в частности, объектов информации и связей между объектами информации) в системе КСИ таким образом, чтобы по мере увеличения объемов информации в системе КСИ выстраивались абстрактные и причинно-следственные связи между объектами информации сколько угодно глубокого порядка вложенности (как описано ниже), благодаря которым система КСИ способна составлять прогнозы с использованием хранимой в системе КСИ информации и с использованием вновь поступивших данных, например, из внешней среды. Также описываемые в рамках настоящего изобретения система и способ способны объяснять логику таких прогнозов, что отличает описываемые способ и систему от других способов и систем прогнозирования, например, реализованных на основе нейронных сетей.
[00095] Стоит отметить, что упомянутая логика может храниться в системе КСИ в когнитивной форме, что позволяет обеспечить ситуативную адаптацию интерфейса пользователя 172, ФИГ. 1 системы КСИ под вводимые пользователя данные (или любой другой интерфейс ввода данных, поступающих из внешнего источника данных, в частности, внешней среды, физического мира, что упрощает распознавание новых данных. Возможность когнитивного представления логики принятия решений системой КСИ является еще одним отличием описываемой в рамках настоящего изобретения системы КСИ от нейронных сетей, которые не способны описать логику своего поведения после обучения таких систем КСИ и на базе которых невозможно реализовать когнитивный, зависимый от поступающих данных, интерфейс пользователя.
[00096] Для работы разработанных систем на основе описанного в данном изобретении способа не обязательно использовать и/или не обязательно создавать жесткие (некогнитивные) интерфейсы пользователя и способны распознавать логику книг и давать ответы на абстрактные вопросы по распознанной информации, а также выносить различные суждения по мере работы описываемой системы при реализации процесса релятивистского анализа данных (расчет относительной близости друг к другу тех или иных абстракций).
[00097] Способ КСИ позволяет создавать когнитивные структуры данных релятивистской логики любой предметной области, что является неотъемлемой частью задачи по созданию искусственного интеллекта.
[00098] Способ КСИ, в частности, позволяет реализовать:
[00099] - возможность работы с абстрактными объектами любой вложенности и связями между ними, которые (объекты/объекты информации и связи между ними и связями между объектами информации) могут быть конкретизированы средствами системы КСИ и использованы по ситуации в зависимости от конкретных начальных данных, поступивших в систему КСИ (заданных системе КСИ), что открывает большие возможности по систематизации информации на этапе планирования задач предметной области, когда заранее не известны точные параметры для принятия решения и/или решения поставленных перед системой КСИ задач;
[000100] - возможность хранения причинно-следственных связей изменения информации любой сложности в любом временном диапазоне, включая будущее, интерфейс пользователя, обеспечивающий пользователю работу с данными, структурированными способом КСИ, отражает фундаментальные принципы когнитивного мышления, унифицирован и независим от предметной области, с которой работает пользователь, то есть изменения в предметной области не требуют изменения машинного кода, а значит временных и финансовых затрат сокращение временные и финансовые затраты на поиск и обработку информации в том числе не требуется программирование сложных запросов благодаря особенностям структуры, создаваемой способом КСИ, при которой вся информация уже найдена и связана между собой, а вновь добавляемая информация связывается с текущей информацией через общие признаки и логику. Когнитивное мышление представляет собой выстраивание прогнозируемых связей от точки внимания на основании связанных с ним абстракций и перемещение этой точки внимания в сторону прогнозируемых связей.
[000101] - повышение безопасности хранения информации, при которой логика системы КСИ (структура связей между объектами) может хранится отдельно от значений объектов логики, причем значения объектов логики могут храниться отдельно от логики системы КСИ, например, в других хранилищах данных/информации, связанных с данными логики системы КСИ.
[000102] - упрощение взаимодействия системы КСИ/интеграции системы КСИ (обмена информацией) с любыми сторонними информационными системами и устройствами благодаря тому, что способ и система КСИ построены на принципах относительности информации (релятивизма, который будет описан ниже), универсален и применим к структуре информации любой сторонней системы за счет механизмов относительности (например, за счет механизмов эффектов специальной теории относительности, в частности, механизмов замедления времени, и т.д.).
[000103] - распознавание незнакомых логики и объектов информации из поступающей в систему КСИ информации посредством сопоставления входных значений объектов информации (начальных данных об объектах информации).
[000104] Способ и система КСИ позволяют реализовать множество прикладных решений, не требующих внесения конструктивных изменений в код программы, реализующей способ и систему КСИ:
[000105] - в области медицины, например, медицинские карты, анатомические атласы, способы лечения;
[000106] - в области кадрового учета, например, множество связанной с сотрудником информации - учет рабочего времени, образование, значимые события, кадровые изменения, личные связи) документооборот (разложение документа на объекты с целью последующего их анализа) юриспруденция (ведение судебных процессов с помощью связывания объектов и их анализа) производство (построение сложных схем производства в динамичной среде с привязкой к оборудованию);
[000107] - в области управления недвижимостью (построение и учет объектов недвижимости и их частей, взаимосвязи с документами, инженерными коммуникациями и событиями);
[000108] - в области академической науки (инструмент для работы со сложными абстрактными концепциями и перехода к их физической реализации) образование (учет анализа собственных знаний, учет знаний учащихся);
[000109] - в области маркетинга (ведение не только клиентов и сделок, но и связей между контактами, сделками и прочими объектами учета) полиция (учет и анализ связанной информации, выявление преступных схем);
[000110] и других областях.
[000111] Более подробно способ и система КСИ описаны далее, а также описано, как способ и система КСИ решает поставленные перед ней задачи и прикладные решения.
[000112] На ФИГ. 1 показан примерный вариант реализации системы КСИ согласно настоящему изобретению.
[000113] В системе КСИ (реализующей способ КСИ) интеллект, как объект, является высшим уровнем абстрактной систематизации информации, необходимой для выполнения задач по взаимодействию с внешней средой, так называемую когнитивную систематизацию информации. В описываемой настоящим изобретением системе КСИ 105 работа интеллекта может состоять, как минимум, из следующих, показанных на ФИГ. 1 и перечисленных далее уровней и элементов, включая элементы преобразования информации (в частности, афферентный когнитивный преобразователь 155 и эфферентный когнитивный преобразователь 180) при вводе/выводе информации в систему КСИ и из системы КСИ в процессе взаимодействия с внешней средой. Стоит отметить, что, по крайней мере, один элемент системы 105 (в том числе афферентный когнитивный преобразователь 155, эфферентный когнитивный преобразователь 180, модуль когнитивной памяти 170, конвертор информации/преобразователь 144 и т.д.), а также интерфейс 172 могут быть реализованы программным обеспечением (компьютерной программой, компьютерным модулем, набором алгоритмов и/или инструкций для вычислительного устройства) и/или аппаратными средствами, например, устройством, подключаемым к вычислительному устройству (посредством проводной связи, например, через USB-интерфейс, или беспроводной связи, например, посредством Wi-Fi, Bluetooth и т.д.) или устройством, являющимся составной частью вычислительного устройства, например, печатной платой, или микросхемой/набором микросхем.
[000114] Уровень физического мира 130 представленный физическим миром 142 представляет собой среду 140 (физическую среду, внешнюю среду), взаимодействующую с интеллектом и с которой взаимодействует интеллект (в частности, реализуемый модулем когнитивной памяти 170) системы КСИ. Внешняя среда 140 обладает информационным полем/релятивистским пространственно-временным информационным полем (которое будет описано ниже), в частности бесконечным информационным полем. Релятивистское пространственно-временное информационное поле (информационное поле, РИ-поле, информационное РИ-поле) - представляет собой в математической формулировке смысле (в математическом смысле) топологическое пространство/топологическое поле/квазиграф (множество с дополнительной структурой определенного/определенно заданного типа - топологией), обладающее, как минимум одним, свойством связанного ориентированного взвешенного графа, где часть узлов графа являются характеристиками других узлов графа, при этом узлы характеристик (абстракций) объекта определены входящими связями, а в качестве связей могут выступать узлы графа этого же топологического пространства, причем изменения в топологическом пространстве происходит путем добавления связей между связями характеристик, в которых так же в качестве узлов графа выступают узлы графа того же топологического пространства. Такая описанная выше вложенность может быть бесконечна, благодаря чему задается его пространственно-временной континуум.
[000115] Единство пространства и времени заключается в том, что времени не существует как отдельного элемента в способе и системе КСИ, и время выражается через изменение характеристик объектов в системе, то есть через создание новых связей между связями предыдущих и последующих изменений. Изменение характеристик объектов представляет собой проявление времени. Таким образом, создавая эталонные изменения, через такие эталонные изменения, в частности, через релятивизм (который описан ниже) могут быть описаны временные интервалы других изменений.
[000116] Одной из задач работы интеллекта (функционирования интеллекта), решаемых системой КСИ, является создание и идентификация абстракций, необходимых для принятия описываемой системой решений, в частности, прогнозирование поведения объектов/объектов информации и распознание самого объекта.
[000117] Внешняя среда 140 связана с системой КСИ 105 посредством, как минимум, одного исполнительного устройства (преобразующего устройства/преобразователя, конвертора информации) уровня исполнительных устройств 125, позволяющего преобразовывать информацию, по крайней мере, в один набор данных в виде/формате кадров информационного поля (кадров информации) из физической среды/внешней среды 140 в цифровой вид/формат и передавать преобразованные кадры информации (например, в виде оцифрованных данных), по крайней мере, одному из элементов системы КСИ 105, например, афферентному когнитивному преобразователю 155. Кадр информации представляет собой поступающую информацию из внешней среды 140, представленную в частном случае в виде полевого графа со связями глубины первого порядка (т.е. пространственными связями). Также модуль вывода (ввода/вывода) данных 145 способен передавать данные/информацию из системы КСИ 105 (по крайней мере из одного элемента системы КСИ 105, например, эфферентного когнитивного преобразователя 180) во внешнюю среду 140 физического мира 142 уровня физического мира 130.
[000118] Исполнительные устройства можно разделить, по крайней мере, на два типа (хотя, могут быть реализованы одним информационным устройством) информационных устройств:
[000119] - устройство 144 (конвертор информации) преобразующее 140 входящие в систему КСИ 105 данные из внешней среды (в формате внешней среды) в формат системы КСИ 105 (в частности, в цифровой формат, который может быть обработан вычислительными устройствами, например, компьютером: персональным компьютером, сервером и т.д. путем использования подходящего программного обеспечения) для их дальнейшей обработки, в частности, анализа, преобразования, хранения и т.д.;
[000120] - устройство 147, преобразующее данные системы КСИ 105 (в формате системы КСИ 105, формате цифровых данных) в формат внешней среды.
[000121] Устройство/преобразователь 144 может быть реализовано в виде таких устройств, как видеокамеры, различные датчики (датчики температуры, давления, влажности, разрежения, ультразвуковые, емкостные, магнитоэлектрические, влажности, светодиоды/фотодиоды и т.д.), микрофоны и другие устройства, способные преобразовывать/конвертировать один тип информации в другой.
[000122] Устройство/преобразователь 147 может быть реализовано таким устройствами как монитор, телевизор, проектор и т.д..
[000123] Система 105 также включает уровень нейронных сетей 120, который в свою очередь включает афферентный когнитивный преобразователь 155 представляет собой модуль, например, выполненный в виде программного обеспечения, реализующего алгоритм преобразования (мгновенного преобразования) кадров информационного поля внешней среды (наборов данных, предварительно преобразованных, например, в цифровой вид, преобразователем 144) в когнитивные кадры, представляющие собой информационные структуры, элементами которых являются когнитивные кванты информации или, иными словами, фрагменты информации, неделимые для интеллекта, из которых он (интеллект) складывает абстрактную модель внешней среды. Так, например когнитивные кадры могут быть представлены словами и связями между ними. Алгоритм афферентного преобразователя 155 может представлять собой алгоритм мгновенного действия (т.е. исполняющийся практически мгновенно), который, в частном случае, не используется для хранения информации (входящей или преобразованной данным преобразователем), анализа логики информации и прогнозирования поведения внешней среды.
[000124] Ввод информации в систему производится с использованием словаря афферентных значений, распознаваемых системой, где каждому афферентному значению может быть сопоставлен более чем один узел внутреннего информационного пространства (действия также являются объектами в способе КСИ). Поскольку узел графа является ядром объекта, то найти объект и получить характеристики можно путем сопоставления нескольких афферентных узлов или если такой объект не найден то может быть создан новый афферентный узел, что позволяет упростить поиск такого созданного узла в дальнейшем. В качестве афферентных значений могут выступать слова, изображение, фрагменты аудиозаписей и т.д., в частности, преобразованные преобразователем 144.
[000125] Взаимодействие системы КСИ с внешним информационным полем осуществляется посредством ввода в систему КСИ и вывода из системы КСИ информации (связью когнитивной памяти/внутреннего информационного поля с внешним информационным полем). Способ КСИ может обрабатывать поступающую в него информацию, предварительно структурированную на объекты первой глубины связей, описывающую детализацию объектов и их расположение друг относительно друга. Такая описанная выше информация может содержаться, например, в электронных книгах, исходных компьютерных кодах программного обеспечения и не требует этапа когнитивного распознавания. Для работы с неструктурированной информацией могут быть использованы различные системы распознавания образов, построенных на нейросетевых принципах и могут быть использованы афферентные когнитивные преобразователи 155 и эфферентные когнитивные преобразователи 180. Как было отмечено выше, информация в виде предварительно структурированных данных может быть введена в когнитивную память 170 посредством использования интерфейса, в том числе интерфейса пользователя 172, который может быть реализован в виде интерфейса пользователя (навигатора логики), в частности, интерфейса пользователя, изображенного на ФИГ. 2.
[000126] Стоит отметить, что модуль когнитивной памяти 170 может быть реализован, по крайней мере, одним хранилищем данных, например, Оперативным Запоминающим Устройством (ОЗУ), накопителем на жестких магнитных дисках, сетевым хранилищем данных (включая облачные средства и способы хранения данных) и т.д. и может включать, по крайней мере, один процессор, например, центральный процессор (ЦП/ЦПУ) или любое другое устройство или блок, способный обрабатывать информацию, в частности, для обработки сохраненных в когнитивной памяти данных (например, как описано в рамках настоящего изобретения, например, для создания новых узлов, установления связей между узлами и т.д.), реализованной, например, модулем когнитивной памяти 170.
[000127] Совокупность узлов графов и связей между узлами графов представляет собой содержание когнитивной памяти. Само по себе содержание когнитивной памяти пассивно и не вызывает никаких действий системы КСИ по отношению к внешней среде до тех пор, пока в систему не будут введены данные, нарушающие информационное равновесие системы. Запись и хранение вновь поступающей информации в когнитивную память осуществляется нарастающим итогом, то есть путем добавления новой информации, без изменения предыдущей информации. После ввода новой информации система КСИ стремится к энергетической оптимизации, то есть осуществляет постоянный поиск структур, соответствующих объектам информации, похожих на введенную структуру с целью минимизации хранения конструкций посредством выделения общих абстракций и сохранения минимального количества ядер объектов. Поскольку ядра объектов представляют собой резонаторы, создающие поле, то их минимизация влечет за собой минимизацию затрачиваемой энергии при активации анализа данных. Поиск общих конструкций и объединения их в абстракции и представляет собой процесс мышления (в частности, процесс мышления системы КСИ, искусственного интеллекта, когнитивного мышления и т.д.), который может происходить мгновенно, например, со скоростью света и т.д., однако в силу огромного количества возможных комбинаций, порой равнозначных, приводящих к одинаковым итогам описываемой здесь оптимизации, может вызывать колебания оптимизации (разброс в в результатах оптимизации) и переход из одного оптимального когнитивного мышления в другое с течением времени.
[000128] Стоит отметить, что поскольку биологические нейроны по нашей гипотезе являются лишь источниками поля, их ядра лишь сохраняют информацию этого поля до момента возбуждения (воспоминания) такого информационного поля, а мышление (в том числе когнитивное) представляет собой образование поля в момент обработки информации в момент воспоминаний, то для физической реализации способа КСИ, которую можно реализовать на базе существующих вычислительных машин, может быть использованное математическое представление когнитивной памяти (описываемое в рамках настоящего изобретения) в форме специфического графа, в котором ребра представляют собой узлы графа, а роль узлов графа (являются они связью или узлом) в той или иной ситуации определяется относительностью связываемых узлов и всегда следует правилу «один через один». Правило «один через один» означает, что два узла могут быть связаны только через третий узел, который характеризует собой такую связь. Кроме того, описываемая в рамках математическая модель системы и способа КСИ обеспечивает инвариантность измерения объектов относительно внешней среды посредством механизма относительности измерения объектов друг относительно друга, как описано в рамках настоящего изобретения.
[000129] Вывод информации или реакция системы, реализующей описываемый в настоящем изобретении способ КСИ, осуществляется посредством афферентных узлов, взаимодействующих с внешней средой. Афферентные узлы представляют собой ядра объектов/информационных объектов, содержащие значения, которые воспринимает система КСИ при взаимодействии с внешней средой. Посредством использования данных значений осуществляется сопоставление узлов системой КСИ в когнитивной памяти, реализуемой модулем когнитивной памяти 170 (ФИГ. 1) и информации об объекте, поступающей из внешней среды. В качестве примеров афферентных узлов можно привести слова, фразы, сигналы и информацию в любом другом виде, поступающие на устройства/подаваемые на устройства (в частности, цифровые вычислительные устройства), например, реализующие функционал преобразователя 144, в частности, устройства ввода информации, такие как клавиатура, устрйоства, реализующие распознавание изображения, речи, звука и т.д.. Вывод информации из системы КСИ может осуществляется на основании ввода новых данных способом КСИ, например, в качестве новых данных может выступать запрос когнитивной информации из системы КСИ, в частности, когнитивной памяти, или могут выступать новые данные, поступающие в систему КСИ, на основе которых система отреагирует согласно сложившейся в ней когнитивной структуре данных, в частности, посредством устройств вывода данных, таких как, например, дисплей монитора, различные манипуляторы и т.д. Таким образом, сохраненная логика способом КСИ, в частности, в когнитивной памяти может быть активизирована и связана с внешней средой различными видами устройств, способными обрабатывать данные, поступающие из системы КСИ через устройства уровня исполнительных устройств 125. Вывод информации также может использовать прогнозируемые причинно-следственные связи в когнитивной памяти, которые могут автоматически включаться (могут быть использованы системой КСИ) при наступлении определенных внешних условий из внешней среды либо путем прямого запроса к памяти через интерфейс 172.
[000130] Система на ФИГ. 1 также включает модуль когнитивной памяти (когнитивную память) 170, представляющую собой информационное поле определенной структуры, описываемой в рамках настоящего изобретения, в частности, реализованной в виде раскрытого в настоящем изобретении квазиграфа, в которое происходит запись информации/данных в виде когнитивных данных/когнитивных кадров 160 (например, полученных из модуля 155 или из интерфейса пользователя 172, описанного ниже) нарастающим итогом и которое способно реагировать на запись информации/данных, передавая/отдавая (например, во внешнюю среду 140) прогнозируемую информацию при наступлении определенных условий внешней среды, например, при поступлении запроса из внешней среды на выдачу информации из системы КСИ, в частности, когнитивной памяти, или мгновенно. К таким условиям внешней среды могут относиться различные ситуации, происходящие в физическом мире 142 уровня физического мира 130 (ФИГ. 1), например, в ответ на яркую вспышку, зарегистрированную датчиком или камерой, сигнал которых поступает в систему КСИ посредством преобразователя 144 и обрабатывается модулем когнитивной памяти 170, система КСИ способна отреагировать в зависимости от логики, которая будет выбрана системой КСИ на основании имеющейся в ней информации, сохраненной в виде, по крайней мере, одного квазиграфа или, по крайней мере, двух связанных квазиграфов, причем реакция системы КСИ может быть реализована, например, устройством, подключенным к системе КСИ, в частности, после преобразования информации из модуля когнитивной памяти посредством преобразователя 180, например, в формат данных, воспринимаемых преобразователем 147, как будет описано далее, причем преобразователь 147 может выполнять не только выполнять преобразовывать, но и исполнять, например, осуществлять воздействие на физический мир 142 и его элементы. В частности, преобразователь 147 может быть реализован вычислительным устройством, например, персональным компьютером или телевизором, способными, в частности, отображать пользователю информацию, выводимую системой КСИ. Также, преобразователь может быть реализован различными манипуляторами, например, способными перемещать или любым другим способом воздействовать на объекты физического мира 142.
[000131] Система, изображенная на ФИГ. 1, также включает интерфейс ввода данных/ интерфейс ввода-вывода (не показан на ФИГ. 1), который может быть реализован в частном случае интерфейсом пользователя 172 или интерфейсом преобразователя входящих кадров информации 144 либо являться отдельным модулем, например, расположенным между (и связывающий) интерфейсом пользователя 172 и модулем когнитивной памяти 170 или между физическим миром 142 и системой КСИ, в частности, между между физическим миром 142 и преобразователем входящих кадров информации 144, а также может связывать (может быть расположен между) систему КСИ, в частном случае, преобразователь цифровых данных в кадры информации формата внешней среды 147.
[000132] Когнитивная память представляет собой структуру, способную сохранять все элементы восприятия мира человеком (предварительно преобразованные в формат когнитивной памяти, в частности, по крайней мере одним преобразователем 150 и 155), а именно объекты и их абстракции, связи между объектами, в том числе причинно-следственные связи в полевом графе, в котором представлены фундаментальные объекты внешнего мира/физического мира 142, такие как общий объект/протообъект, который является наивысшей степенью абстракции всех объектов, причем наивысшая степень абстракции является одновременно обозначением внешней среды 140 в системе КСИ, и такие как значения элементов внешней среды 140, необходимые для распознания логических структур внешней среды системой КСИ. Степень абстракции представляет собой количество связей между ядром исходного объекта по пути входящих в него связей до ядра объекта, причем уровень абстракции которого вычисляется относительно исходного объекта. Наивысшей степенью абстракции любого объекта может являться единый неделимый объект, который в том числе является внешней средой или может быть представлен внешней средой.
[000133] Система, продемонстрированная на ФИГ. 1, также может включать эфферентный когнитивный преобразователь, который представляет собой алгоритм (например, мгновенно исполняемый алгоритм), обладающий функциональностью противоположной функциональности афферентного когнитивного преобразователя 155 и, в частном случае, реализует реакцию когнитивной памяти (реализуемой модулем когнитивной памяти 170) на поступившую в систему КСИ 105 обработанную/преобразованную (например, модулями, 155, 144) внешнюю информацию или полученную модулем когнитивной памяти 170 посредством любого другого способа, например, посредством интерфейса пользователя 172. Данные (в частности, когнитивные кадры/поток когнитивных кадров), преобразованные эфферентным преобразователем 180 в формат преобразователя 147, передаются в преобразователь 147, где из цифрового формата преобразуются исполнительными устройствами (например, телевизорами, мониторами, аудио-колонками, принтерами, манипуляторами, излучателями сигналов, реле и т.д.) в формат, воспринимаемый (понятный для понимания, обработки и т.д.) внешней средой 140 физического мира 130, например, изображение на экране монитора, электромагнитные импульсы и т.д., таким образом осуществляя взаимодействие искусственного интеллекта (реализуемого описываемой в настоящем изобретении системой КСИ, в частности, когнитивной памяти) с внешней средой 140. Стоит отметить, что предоставляемая во внешний мир информация из системы КСИ 105 может иметь вид программного кода.
[000134] Вывод информации/данных из системы КСИ во внешнюю среду 140 может быть осуществлен при возникновении подходящих условий (оцененных, например, в виде вероятности возможности возникновения какой-либо ситуации) для восприятия этой информации внешней средой. Иными словами, в одном из вариантов осуществления изобретения, когнитивный разум, в частности, реализованный модулем когнитивной памяти 170, способен выводить информацию из системы КСИ во внешнюю среду 140, если средствами когнитивного разума предполагается (было вычислено), согласно, например, рассчитанным им прогнозам/вероятности, что ему вернется ответ (например, в виде входных данных в систему КСИ) от/из внешней среды 140 (будет получен ответ от внешней среды 140), в противном случае вывод информации может не осуществляться системой КСИ. Так, например, система КСИ не будет выводить информацию, например, на подключенный к ней монитор, если монитор некому смотреть. Также, система КСИ может не выводить информацию в виде звука, если его никто не услышит.
[000135] Стоит отметить, что решение о выводе информации из системы КСИ во внешнюю среду может сформироваться в когнитивной памяти (модуле когнитивной памяти 170) в один момент времени (заранее), а вывод информации может быть осуществлен тогда, когда изменится внешняя среда, т.е. в систему КСИ поступит соответствующая информация об изменении внешней среды, что приведет выводу заранее вычисленной/подготовленной информации. Подобное изменение внешней среды, преобразованное в команду на вывод информации из системы КСИ во внешнюю среду, может быть представлено/реализовано установлением/фиксацией новой связи существующих объектов/объектов информации, у которых существует абстрактная модель реакции на существующие в системе КСИ объекты информации.
[000136] Стоит отметить, что афферентные и эфферентные когнитивные преобразователи представляют собой алгоритмы (которые могут быть представлены модулями вычислительного устройства или нескольких вычислительных устройств, в том числе компьютерами или платами компьютеров) преобразования входящей в них и исходящей из них информации в когнитивную форму и из когнитивной формы в мгновенные команды четкой логики, соответственно.
[000137] Для использования способа КСИ с целью систематизации больших объемов информации, обрабатываемой системой КСИ, может быть использован интерфейс пользователя 172 (в частности, интерфейс пользователя, являющийся частным случаем интерфейса ввода данных), позволяющий пользователю вводить данные в когнитивную память в форме/формате готовых когнитивных кадров информации. Стоит отметить, что вместо интерфейса пользователя 172 может быть использован любой интерфейс ввода данных, позволяющий добавлять в систему 105, в частности в модуль когнитивной памяти, когнитивные кадры. Такой интерфейс может быть представлен командной строкой, API (интерфейс программирования приложений, от англ. - Application Programming Interface) приложений и т.д. Таким образом афферентный преобразователь и эфферентный преобразователь являются опциональными модулями системы КСИ, реализующей способ КСИ, и приведены на ФИГ. 1 в качестве примерного варианта реализации способа и системы КСИ.
[000138] Как было сказано выше, способ КСИ представляет собой набор действий/операций (исполняемых, например, вычислительным устройством, в частном случае, представленным электронной вычислительной машиной) по обработке и представлению информации из внешней среды в формате, который может быть распознан когнитивной памятью, так что поступившие в когнитивную память данные (информация) могут быть обработаны когнитивной памятью (модулем когнитивной памяти) 170. Описываемые в рамках настоящего изобретения способ и система КСИ позволяют оказывать воздействие, в частности, как было описано выше на окружающую среду 140, например, посредством устройств, подключенных к системе КСИ, что, в свою очередь, может привести к появлению новой и/или дополнительной информации во внешней среде, и такая информация может быть использована для оптимизации когнитивной памяти (в частности, для выстраивания/создания новых связей в квазиграфе между объектами информации, создания новых квазиграфов, удаления новых с созданием новых связей между объектами информации и связями и т.д.), например, посредством ввода/поступления такой информации в систему КСИ посредством различных устройств ввода информации с последующей обработкой преобразователем 144. В одной из реализаций изобретения, способ КСИ использует математическую модель "релятивистского пространственно-временного информационного поля" (информационное поле, РИ-поле, информационное РИ-поле), которая является частью способа систематизации информации. Когнитивная память (представленная модулем 170), в астном случае, представлена информационным полем (топологическим полем/РИ-полем).
[000139] Вставочные узлы являются связью между афферентными узлами и другими вставочными узлами или связью между вставочными узлами, и обладают входящими связями/входами от аферентных узлов и/или вставочных узлов, и представляют собой ядра объектов и характеризуемые только входящими и исходящими связями с другими объектами и узлами квазиграфа. Совокупность вставочных узлов образует логику системы, описываемой в рамках настоящего изобретения. Вставочные узлы создаются системой КСИ на основе нераспознанных объектов в потоке поступающей информации.
[000140] Стоит отметить, что способ КСИ, основанный на свойствах понятия информационного поля, обладает рядом возможностей, позволяющих когнитивно систематизировать информацию, описывая любую среду, в том числе вымышленную (например сюжеты из фантастических рассказов). Когнитивная систематизация информации представляет собой распознавание логики вводимых данных в систему КСИ, включая причинно-следственные связи объектов информации с другими объектами информации и связями объектов информации, а также связи связей объектов информации со связями объектов информации с целью их записи в когнитивную память, представленную модулем когнитивной памяти 172.
[000141] Основными свойствами информационного поля, используемыми способом КСИ являются:
[000142] - узлы графа, которые представляют собой ядра объектов информации, а входящие связи в узлы графа от других узлов являются характеристиками этих объектов информации (в рамках описания настоящего изобретения понятия "ядро объекта" и "узел"/"узел графа" рассматриваются как синонимы). Входящие связи первого уровня абстракции являются индивидуальными характеристиками объекта, связи более высокой степени (второй, третьей и т.д.) абстрактными характеристиками, наличие которых предполагается у объекта, если это не было опровергнуто, например, средствами системы КСИ.
[000143] Любой узел графа может одновременно являться связываемым узлом и связью между двумя узлами графа. Свойство относительности позволяет реализовать теорию воплощенного сознания, когда поступающая информация в систему КСИ сохраняется в когнитивной памяти в сравнении с предшествующей информацией и ей же описывается (т.е. поступающая информации описывается самой поступающей информацией). Такой релятивизм представляет собой проявление когнитивности способа КСИ и когнитивности системы КСИ. Когнитивность системы КСИ и когнитивность способа КСИ в контексте описываемого способа и системы КСИ означает способность к сохранению всей полноты поступающей информации из внешней среды на основе ранее поступившей информации. Иными словами когнитивность это описание поступающей информации через уже имеющуюся в системе КСИ информации ограничиваясь связыванием узлов, то есть формируя индивидуальную относительность для новых объектов (что отражает релятивизм системы и способа КСИ). Такой подход расширяет понятие когнитивности для его применения не только к сознанию человека, но и к другим системам, в том числе искусственного происхождения, включая систему КСИ. Любая когнитивность основана на принципах релятивизма, то есть описание одного через другое, в частности, описание одного объекта информации через другой объект информации, например, характеристиками объекта информации.
[000144] Поскольку связи являются ядрами объектов информационного поля, то можно говорить о топологическом/логическом весе связей (не числовом), определяемых связями с другими объектами, то это позволяет выстраивать абстрактные структуры топологических весов связей в релятивистской форме, в отличие от числовых весов, принятых скажем в нейронных сетях и ограничивающих возможность их динамичной оптимизации (т.е. невозможно перестроить нейронную сеть не разрушив результаты ее обучения/самообучения).
[000145] Связи, роль которых выполняют узлы информационного поля, имеют топологический вес связи, который выражается во входящих связях (определяется входящими связями) к этим узлам-связям от других узлов. Стоит отметить, что связь также является объектов. Так, например, у двух узлов, выступающих в роли связей может существовать единый/один входящий узел абстракции, таким образом можно говорить об однородности веса связей. Например мы можем создать абстрактный объект Килограмм и он будет входящим узлом для двух объектов "тяжелее человека" и "легче человека" и эти объекты можно использовать в роли связей где важно указать физический вес одного объекта относительно другого характеризуя его относительно веса людей.
[000146] Роль узла в качестве связи между двумя другими узлами понятие относительное и зависит от того, относительно какого узла она рассматривается, т.е., например, какой узел является описанием текущего узла в данном конкретном случае.
[000147] Объекты, не имеющие ни одной входящей связи, считаются имеющими входящую связь от объекта наивысшей абстракции не имеющего никаких входящих связей. Таким образом, любой объект информации (в частности, представленный узлом графа/квазиграфа) имеет входящий путь связей (содержащий набор связей, расположенных от одного объекта информации к другому объекту информации, который приведет к этому объекту наивысшей абстракции. Назовем такой объект "протообъект", который реализован/представлен, по крайней мере, одним квантовым узлом квазиграфа в системе КСИ, причем квантовые узлы квазиграфа являются входящими связями/входами для вставочных узлов квазиграфа. В когнитивном смысле (с точки зрения когнитивизма) этот объект обозначает сам смысл понятия объекта и устанавливает тот факт, что все информационное пространство состоит из объектов. Принимая во внимание то, что в качестве связей выступают объекты информационного поля, а объекты, не имеющие входящих связей, имеют связь с протообъектом, то в когнитивном смысле модель информационного поля показывает, что все несистематизированное пространство заполнено объектами с входящими связями от протообъекта, который выступает в роли наивысшей абстракции для многих объектов и для многих связей.
[000148] Таким образом, способ КСИ позволяет унифицировать систематизацию информации любой глубины логики и степени абстракции, а именно позволяет сохранять не только структуры абстракций объектов, но и причинно-следственные связи, возникающие в процессе изменения этих объектов. Так, например, первая глубина связи описывает/отражает пространственную структуру объектов, их детализацию и абстракцию. Вторая глубина связи описывает изменения в пространстве, то есть время. Третья глубина связи отражает причинно-следственные связи между изменениями в пространстве. Четвертая и далее глубины связей отражают иные измерения, которые в настоящее время не воспринимаются человеческим сознанием, однако предполагается их использование в научных целях для исследования процессов в многомерных пространствах.
[000149] Глубина логики представляет собой количество связей между объектами (объектами информации), выступающими в роли связей друг относительно друга между исходной связью и связью, глубина которой вычисляется/устанавливается/считается относительно исходной связи. В когнитивном смысле первой глубине логики соответствует абстракция, второй глубине логики - изменение пространства, третьей глубине логики - причинно-следственная связь.
[000150] Стоит отметить, что сохранение данных (например, упомянутых выше когнитивных кадров, в частности, новых когнитивных кадров), поступающих в описываемую в настоящем изобретении систему, может быть реализовано созданием новых связей и/или использованием существующих связей в квазиграфе, таким образом, один объект информации (или информационную сущность) может быть представлен разными связями. В этом случае средствами описываемой системы, в частности, модулем когнитивной памяти, выбирается структура (цепочка) с наименьшим количеством связей (в частном случае связи являются аналогом энергии, где одна связь это одна единица, соответственно система стремится к минимизации затрат на хранение, к минимизации связей). Так, например, при существовании двух объектов информации с одним и тем же набором узлов графа (в частности, набором афферентных узлов графа) существующие афферентные узлы графа не дублируются, а описываемая система оставляет только один объект информации, описываемый узлами графа, а второй объект информации создается в виде одного узла графа, имеющего входящую связь от узла первого объекта информации, к которому идет (с которыми связан) упомянутый набор афферентных узлов графа. Таким образом, осуществляется преобразование, по крайней мере, одного сформированного узла графа (в частности, афферентного узла графа), по крайней мере, в одну связь между узлами графа и/или, по крайней мере, в один вставочный и/или другой афферентный узел графа, и осуществляется сохранение, по крайней мере, одного такого узла графа в графовой базе данных.
[000151] Основным отличием информационного поля от связанного ориентированного графа является то, что в качестве ребер графа могут выступать/использоваться узлы графа, принадлежащие множеству узлов этого же графа, а сам узел, выступающий в роли связи между другими двумя узлами, и определяет, как было сказано выше, топологический (не числовой) или иными словами логический вес связи. Направление связи описывает пространственно временную абстракцию объектов "от общего к частному", где связь начинается всегда с абстрактного объекта и завершается на конкретном объекте, включающим свойства абстрактного объекта. При этом изменение информационного поля происходит нарастающим итогом по мере накопления информации, но не путем удаления или замены элементов информационного поля.
[000152] Поскольку, как было сказано выше, в качестве связей могут быть использованы узлы, а эти узлы также имеют связи, роль которых также выполняют узлы, то можно говорить о глубине связи при которой каждая глубина связи соответствует определенной природе изменения поля. Первая глубина связи представляет собой глубину абстракции. Вторая глубина связи представляет собой изменение объектов, отражающее течение времени. Третья глубина свези представляет собой причинно-следственную связь и так далее. Таким образом достигается непрерывная пространственно-временная модель взаимосвязанной информации/данных (в системе КСИ), систематизированной способом КСИ. Стоит отметить, что релятивизм информации заключается в описании одних объектов через входящие связи с другими объектами нарастающим итогом в процессе поступления информации в систему КСИ, при котором объекты от входящих связей являются характеристиками того объекта, в который эти связи входят.
[000153] Стоит отметить, что способ КСИ не рассматривает числа, как самостоятельный инструмент, поскольку способ КСИ исходит из принципов релятивизма объектов, а численные способы нарушают этот принцип. Так, в системе КСИ числовые измерения объектов строятся на базе связей сопоставления одних объектов (число которых заведомо известно), другим объектам. Так например, наличие десяти пальцев на руке позволяет их сопоставить через связи другим объектам, число которых равно десяти. Как известно, сознание человека не способно проводить сложные математические вычисления в уме более чем осязаемые количества объектов. Однако для конкретных нужд можно ввести понятие объектов числового ряда и описать математический аппарат (включая формулы), используемый человеком при решении математических задач без привлечении вычислительной техники. Также, стоит отметить, что в системе КСИ могут быть использованы внешние по отношению к когнитивной памяти инструменты в формате "запрос-ответ" посредством которых когнитивная память способна запрашивать точные вычисления при необходимости определения относительности объектов и выстраивания соответствующих релятивистских связей внутри себя.
[000154] Инструменты внешней среды представляют собой внешние системы четкой логики, являющиеся справочниками абсолютных значений для когнитивной памяти, которые когнитивная память может использовать для выявления/установления причинно-следственных связей в поступающей информации. Также внешние системы четкой логики могут быть использованы для перехода от абсолютных величин к релятивистским структурам. Так, например, типичным примером являются эталоны единиц измерений, физические константы. Инструменты внешней среды могут быть использованы при применении способа КСИ при вводе информации в систему КСИ из внешней среды и при выводе информации из системы КСИ во внешнюю среду, поскольку внешняя среда существует в мире абсолютных значений, в то время как когнитивная память может содержать любое, вплоть до фантастического с точки зрения физики, представление о внешней среде.
[000155] Поскольку, как было описано выше, когнитивная память является инвариантной и относительной, то для создания на ее базе платформ четкой логики необходим инструментарий для работы с абсолютными значениями, такими как мировое время, константы, единицы измерения и т.д. По аналогии с тем, когда человек смотрит в органайзер, блокнот с расписанием и т.д. для того, чтобы вспомнить хронологию событий или дату запланированных встреч, когнитивная память может связываться с информационными инструментами внешней среды посредством афферентных узлов, которые позволяют вводить абсолютную информацию из внешней среды для превращения ее в относительную внутри когнитивной памяти, реализованной модулем когнитивной памяти 170. Одним из инструментов внешней среды являются часы реального времени. Кроме этого в системе могут использованы другие инструменты с абсолютными значениями, например номера телефонов людей, которые не являются когнитивными и хранение номеров телефонов внутри когнитивной памяти нецелесообразно. Таким образом, посредством использования инструментов внешней среды достигается возможность когнитивного управления точными инструментами посредством когнитивную систему, выступающую посредником и обученную общению с точными инструментами.
[000156] На ФИГ. 2 продемонстрирован примерный вариант интерфейса пользователя, реализованного в виде навигатора логики, используемый системой КСИ, в частном случае для ввода данных в систему КСИ, например, для ввода данных в когнитивную память, а также используемый для вывода данных из системы КСИ (в частности, в физический мир), например, визаулизации данных, хранящихся в системе КСИ. Навигатор логики может содержать панель навигатора логики 210, выделение любого объекта (элемента панели навигатора логики) которой пользователю может быть отображена карта характеристик/карточка объекта 280, содержащая, в частном случае, характеристики выделенного элемента панели навигатора логики. Панель навигатора логики может содержать область текущей логики, т.е. область логики для выбранного объекта (элемента панели навигатора логики) 230 в панели навигатора логики. Область текущей логики 230 может содержать строку поиска 240 (которая может быть использована для поиска данных, объектов, узлов квазиграфа и т.д., сохраненных в когнитивной памяти или являющимися частью внешней среды, в частности, физического мира 142, ФИГ. 1) и фокус текущей логики 220, причем фокус текщей логики может меняться (может быть изменен, например, алгоритмом обработки команд панели навигатора логики), например, на показанный примерный вариант другого фокуса логики 225, в зависимости от смены фокуса текущей логики, которая осуществляется, например, стрелками вверх и вниз в строке команд 270 панели навигатора логики. Строка команд навигатора логики может быть использована для добавления (удаления) пользователем в систему КСИ (в частном случае, в когнитивную память, реализованную модулем когнитивной памяти 170) объектов, узлов квазиграфа, связей между узлами квазиграфов, т.е. в частном случае обучать систему КСИ. Также, область текущей логики 230 может содержать список связей 250, в частности, для выбранного в настоящий момент объекта (элемента панели навигатора логики), например, между узлами квазиграфа, объектами и данными, сохраненными в когнитивной памяти и/или объектами внешней среды. Также, панель навигатора логики 210 может включать объекты оперативной логики 260, в частности, относящиеся к выбранному объекту в панели навигатора логики, и в частном случае, содержащие действия, применимые к выбранному объекту в панели навигатора логики, так, например, для выбранного объекта «Локомотив инв. №234-1» объекты оперативной логики могут содержать объекты «Остановка двигателя 124Н14/16,5» и «Запуск двигателя 124Н14/16,5», позволяющие запускать и останавливать двигатель выбранного локомотива, т.е. в частном случае содержат инструкции/команды для устройства, управляющего электродвигателем, или для самого электродвигателя, и относятся к эфферентным узлам квазиграфа (620, ФИГ. 6), т.е. в частном случае являются эфферентными узлами квазиграфа, описываемым в рамках настоящего изобретения. Выделяя любой объект в навигаторе логики, пользователю может быть отображена карта характеристик (карточку объекта) выделенного объекта, при этом пользователь видит всю цепочку пройденной связи, причем не сбрасывая которую, пользователь может также просматривать карты характеристик (карточки объектов).
[000157] На ФИГ. 3 показан примерный вариант когнитивного релятивистского информационного поля (топологического поля). Далее приведен пример, демонстрирующий способ когнитивной систематизации информации/данных, описываемый в рамках настоящего изобретения. В качестве инструмента для реализации систематизации информации/данных может быть использована любая база даных, например, картотеки, иерархические базы данных, сетевые базы данных, реляционные базы данных, многомерные базы данных, объектно-ориентированные базы данных и т.д., включая, например, графовые базы данных, семантические базы данных, базы данных типа «сущность-связь» и другие, и/или может быть использован любой другой инструмент систематизации информации, реализованный, например, программным кодом. При использовании существующих на настоящий момент времени баз данных, в частности, графовых графовых баз данных, систематизация информации может быть реализована, например, с учетом различения описываемых в настоящем изобретении связей на технические и методологические. Методологическая связь, в частном случае, представляет собой объект, связывающий, как минимум два других объекта. Технологическая связь представляет собой информацию/данные о направлении связи и/или связываемых такой связью других объектов. Таким образом, при использовании существующих баз данных, в частности, графовых баз данных, связи, используемые в таких базах данных, могут являться технологическими связями.
[000158] Рассмотрим ситуацию, в которой объект/объект информации кошка находится в комнате, представленную, по крайней мере, афферентным узлом 342, и меняет свое местоположение/локацию (по крайней мере, афферентный узел 336) посредством движения/перемещения (по крайней мере, афферентный узел 340) из точки А, представленную, по крайней мере, афферентным узлом 338, (например, являющуюся левым дальним углом комнаты) в точку Б, представленную, по крайней мере, афферентным узлом 344 (например, правый дальний верхний угол), и у кошки шерсть встает дыбом/торчит (по крайней мере, афферентный узел 332) после перемещения в точку Б. После этого кошка может лечь (по крайней мере, афферентный узел 330). Информацию данного примера можно описать узлами квазиграфов в топологическом поле, приведенном на ФИГ. 3, в частности, как было показано выше. Также объект кошка может быть описан различными способами, например, в виде изображения кошки, словом «кошка» или словом «cat», которые хранятся в системе КСИ в виде афферентных узлов 320 (изображение кошки), 322 («кошка») и 324 («cat») соответственно. Таким образом объект кошка в системе КСИ может быть описан посредством, по крайней мере, одного узла, например, по крайней мере, одним афферентным узлом, а в данном случае - тремя афферентными узлами. Изображение кошки, «кошка» и «cat» являются частными случаями объекта Кошка, так что для них может быть создан один вставочный узел 375, связанный с соответствующими афферентными узлами 320, 322 и 324. У кошки есть шерсть, наличие которой выражено в виде соответствующего афферентного узла 326 и вставочного узла 350. Шерсть кошки (350) связана с кошкой (375) через покров (афферентный узел 334, вставочный узел 365). Связь от шерсти к кошке является входящей, таким образом, кошка является частным случаем шерсти и определяется покровом. Таким образом, связью между кошкой и шерстью является объект «покров». Такие связи представляют собой «одно - часть другого» или «общее и частное» являются отражением интеллекта первого порядка, как было описано выше.
[000159] Стоит отметить, что информационная сущность кошка может быть описана через афферентные узлы, лапы кошки, хвост кошки, покров и так далее. При добавлении (создании) других информационных сущностей могут быть созданы другие информационные сущности, описание которых не обязательно напрямую связано с каким либо афферентным узлом, а может быть связано через, по крайней мере, один вставочный узел. Стоит омтетить, что в приведенном на ФИГ. 3 примере информационная сущность "лежит' яваляется информационной сущностью, информационная сущность действие, однако не обязательно слово "лежит" может быть представлено афферентным узлом, а может быть описана рядом других узлов графа (например, вставочных и/или афферентных).
[000160] В частном варианте изобретения информационная сущность представляет собой объект, который определятся совокупностью узлов и связей между ними. Узел квазиграфа, являющийся частью информационной сущности, имеет хотя бы один восходящий путь до афферентного узла графа.
[000161] С ходом изменения характеристик объектов (перемещение из токи А в точку Б, открывание-закрывание глаз, шерсть встает дыбом/торчит) являются способом ощущения времени человеком. Объекты, выступающие в качестве связи между объектами, выступающими в роли связи абстракций, представляют собой объекты, характеризующие изменение и, обычно, обозначаются глаголами. Таким способом человек отражает/характеризует интеллект второго порядка, т.е. отражает время. Таким способом может быть система мер времени относительно колебания атома (в частном случае, атомные часы). Связи между связями представляют собой причинно-следственные связи и интеллект третьего порядка, свойственный человеку. Таким способом человек способен хранить информацию, когда одно изменение влияет на другое. Связи четвертого порядка человеческий мозг на данный момент осознать не способен, поэтому в настоящее время их логический смысл мозг человека не воспринимает (не существует физиологических мехнизмов воспринимать их на данном этапе эволюции).
[000162] Таким образом, выше были описаны входящие связи от афферентных узлов словаря (значений словаря) системы КСИ. Однако, стоит отметить, что возможны связи в обратную сторону, т.е. входящие связи в афферентные узлы. Инымы словами, посылающие сигналы внешней среде и влияющие на внешнюю среду, в частности, на объекты (в данном случае - предметы) внешней среды. Такие узлы называются эфферентными. Подобное описание информации способом, описываемом в рамках настоящего изобретения, может быть описана и реализована (в частности, различными, например, описанными выше, устройствами, подключенными к системе КСИ) реакция системы КСИ на внешние раздражители (внешнюю информацию/входящую информацию в систему КСИ, поступающую в систему КСИ).
[000163] Посредством описанного в настоящем изобретении примера реализации способа КСИ осуществляется многократное использование ранее накопленной информации (сохраненной в виде наборов данных и узлов квазиграфа/квазиграфов) для представления новой информации или информации в новом формате. Таким образом, чем больше информации сохранено (накоплено), и, соответственно, опыта, в системе КСИ, тем меньше ресурсов (в частности аппаратных ресурсов) требуется системе КСИ для запоминания/хранения новой информации. Так, например, если человек видит автомобиль и является опытным автослесарем, то такой человек запоминает тот факт, что увидел автомобиль (в системе КСИ данное событие может быть сохранено в виде связи квазиграфа - конкретизация от объекта автомобиль, геолокации и связи с объектами глаголами в качестве относительности времени/параметра времени, чтобы система имела информацию о том, в какое время/когда был замечен автомобиль). Когда человеку потребуется ответить на какой-либо вопрос про данный автомобиль, человек, исходя из опыта (запомненной информации) сможет изложить работу атомобилья и его поведение, а в случае с системой КСИ, при запросе в систему КСИ о работе и поведении автомобиля, система КСИ сможет ответить на запрос согласно накопленному опыту (сохраненной информации).
[000164] На приведенном рисунке вставочный узел 355 отражает интеллект первого порядка, т.е. является абстрактной связью от общего к частному. Вставочный узел 360 является отражением интеллекта второго порядка (изменение, как ощущение времени), в частном случае характеризует изменение, как функцию от времени. Вставочный узел 380 является отражением интеллекта третьего порядка (когда одно изменение вклияет на другое - причинно следственная связь), как было описано выше.
[000165] Стоит отметить, что узлы, сохраненные в графе, могут быть использованы для создания, по крайней мере, одного вставочного узла и/или, по крайней мере, одного афферентного узла, и/или, по крайней мере, одного эфферентного узла/ и/или по крайней мере одного квантового узла.
[000166] Также, стоит отметить, что совокупность вставочных узлов, сохраненных в графе, образует логику, которая может быть использована, по крайней мере, для систематизации информации, сохраненной в графе, в виде узлов.
[000167] На ФИГ. 4 показан общий случай графа и примерный вариант записи графа в виде матрицы. На ФИГ. 4(А) показан примерный вариант графа. На ФИГ. 4(Б) показан вариант записи матрицы смежности графа, изображенного на ФИГ. 4(А), являющейся одним из способов представления графа в виде матрицы, по которой могут быть найдены характеристики вершин такого графа. Так, сумма элементов i-ой строки матрицы дает полустепень исхода вершины xi, а сумма элементов i-го столбца дает полустепень захода вершины хi. По матрице смежности можно найти прямые и обратные отображения. Рассмотрим i-ю строку матрицы. Если элемент aij=1, то элемент графа xj входит в отображение Г(xi). Например, во 2-й строке матрицы А (рис. 1.5, б) единицы стоят в 2-м и 5-м столбцах, следовательно, Г(х2)={х2, х5}.
[000168] На ФИГ. 5 показана матрица (в частном случае матрица смежности) информационного поля/топологического поля (предствавленного квазиграфом) согласно настоящему изобретению.
[000169] Матрица информационного поля состоит из области афферентных узлов (А1-An), вставочных узлов (I1-In) и эфферентных узлов (Э1-Эn).
[000170] Поскольку в системе КСИ граф представлен квазиграфом, в котором, в частном случае связи графа также представлены узлами, то в отличие от классического описания графа двухмерной матрицей, где 1 или 0 означает наличие связи, в описываемом способе КСИ может быть использована, как, по крайней мере, одна двухмерная матрица, так и, по крайней мере, одна трехмерная матрица, в которой третье измерение является указанием на узел, выступающий в качестве связи (являющийся связью). Стоит отметить, что между двумя узлами графа может существовать несколько связей, и, соответственно, несколько узлов графа, выполняющих роль связей. Таким образом, в частном случае матрица является трехмерной матрицей, в которой третье измерение составляют те же узлы графа по оси «Z», а на пересечении - «1» и «0», обозначающие факт связи через узел графа, который идет по оси Z, т.е., в частном случае в ячейках упомянутой трехмерной матрицы указываются «1» и «0», а по оси «Z» - узлы графа, и напротив тех, которые выполняют роль связи ставится «1».
[000171] Сформированные средствами описываемой системы узлы графа могут быть сохранены (в частности в когнитивногй памяти, описываемой в рамках настоящего изобретения) в виде уникальных идентификаторов, по крайней мере, в одной графовой базе данных, реализованной, по крайней мере, одной матрицей (в том числе трехмерной матрицей, в частном случае пересечение осей X, Y и Z которой содержат единицы и нули, а оси матрицы являются идентификаторами (ID) или афферентными значениями, описываемыми в рамках настоящего изобретения, если это афферентные узлы) в машиночитаемой памяти (оперативно запоминающее устрйоство, постоянно запоминающее устройство, накопитель на жестких магнитных дисках и т.д.) вычислительного устройства (на котором могут быть реализованы описываемые в рамках настоящего изобретения система и способ) или внешнего устройства (например, персональным компьютером, сервером и т.д.), связанного с упомянутым вычислительным устройством, например, посредством проводной связи (USB и т.д.) или беспроводной связи (Wi-Fi, Bluetooth и т.д.).
[000172] Поскольку, исходя из вышесказанного, прямых связей между афферентными узлами и эфферентными узлами не существует, то, в связи с этим, данные области в изображенной матрице информационного поля пусты. Для простоты описания третье измерение не отображено в показанной матрице, а в ячейках матрицы указываются имена узлов по оси третьего измерения через запятую, как будет показано на примере обучения и функционирования системы КСИ, отображенном на ФИГ. 6.
[000173] На ФИГ. 6 отображен примерный вариант обучения и функционирования системы КСИ с записью информации в виде графа и матрицы сопряжения.
[000174] Рассмотрим пример, в котором описываемая в данном изобретении система содержит афферентные узлы 610, воспринимающие счет от 1 до 9 (например, из внешней среды, физического мира) и знак умножения.
[000175] Афферентный узел А2 является числом «2» (А2=2), например, содержит значение, равное двум, а афферентный узел А1 является знаком умножения «*» (А2=*), например, содержит значение, равное знаку умножения. Также, описываемая система, в данном случае, может содержать эфферентный узел Е1 являющийся командой (Е1 = команда 4), в данном случае «командой 4», т.е., в частном случае, содержит реакцию описываемой системы, например, команду вывода на экран/дисплей цифры «4» или команду воспроизвести посредством динамиков, подключенных к описываемой системе, «ответ равен четырем» и т.д.
[000176] Далее, если необходимо получить результат для операции умножения значения афферентного узла А2 на значение этого же афферентного узла А2, представленной в системе, например, виде текстовой комбинации «2*2», описываемая система запускает процесс чтения текстовой комбинации «2*2» слева направо так, как поступает человек (направление играет роль, поскольку текстовая комбинация «5-2» не является равнозначной текстовой комбинации «2-5»), т.е. запускает процесс вычисления данной математической операции. Система обнаруживает первый символ «2» и сохраняет его в когнитивной памяти описываемым способом КСИ, то есть формируется матрица 640 (которая принимает вид 640А). Связь I2 (реализованная в виде вставочного узла 630) демонстрирует/отражает зарождение объекта. Как и все в природе форма дальнейшего формирования объекта вокруг узла развивается по спирали (экспоненте). Если у I2 нет записей связей в матрице, значит у I2 есть входящая связь от квантового узла, описываемого ранее в рамках настоящего изобретения.
[000177] Далее в процессе чтения текстовой комбинации «2*2» система распознает символ умножения («*»), что записывается в матрицу 640 (которая принимает вид 640Б), таким образом матрица вида 640Б описывает «2*».
[000178] Далее система распознает вторую двойку в текстовой комбинации «2*2» и осуществляет запись в когнитивную память, так что матрица 640 принимает вид 640В.
[000179] Далее осуществляется процесс обучения системы, в частности, человеком, например, посредством интерфейса пользователя, описанного выше, который включает указание описываемой системе, что реакцией на текстовую комбинацию «2*2» является «команда 4», например, команда индикатор с цифрой «4».
[000180] Как было сказано выше, при записи в систему КСИ, описанным здесь способом, нарастающим итогом другую информацию, то записанная информация, в частности, пересекающаяся между собой и отраженная в виде узлов квазиграфа, порождает ассоциативный эффект памяти, сродни человеческому ассоциативному эффекту памяти. Таким образом, если система КСИ не находит прямого указания на реакцию, то система КСИ может анализировать "пробегать" (проходить по узлам и связям квазиграфа) реакции от самых близких по узлам, связанным с эфферентными узлами, до самых дальних узлов. Как также было сказано выше, получая ответную реакцию окружающей среды (внешней среды) система КСИ сопоставит такую реакцию с полученной информацией посредством установления связей между узлами квазиграфа.
[000181] По прошествии некоторого времени (например, сразу после первого прохода по узлам квазиграфа, относящимся к упомянутой текстовой комбинации «2*2») система КСИ или человек/пользователь системы КСИ (например, посредством интерфейса пользователя) может создать афферентный объект (в частности, афферентный узел) «2*2», то есть описываемой системе КСИ не придется пробегать/проходить матрицу (в частности узлы квазиграфа) на упомянутую реакцию, а описываемая система сразу будет указывать на нужный объект (в частности, узел), т.е. на существующий в системе КСИ (в частности, сохраненный в когнитивной памяти) существующий афферентный объект (в частности, афферентный узел) «2*2». Для этого в системе КСИ создается (средствами системы КСИ или человеком/пользователем) может быть создан узел i10 с входящей связью от вставочного узла I1 635 и провести также входящую связь от афферентного узла "2*2". В этом случае описываемой системе КСИ нет необходимости читать (например, вычитывать посимовольно) текстовую комбинацию «2*2» слева направо. Обучение скорочтению людей работает подобным образом, т.е. человек начинает воспринимать «2*2» не как текст, а как изображение без необходимости прочтения «2*2» слева направо.
[000182] На ФИГ. 7 показан пример компьютерной системы общего назначения, которая включает в себя многоцелевое вычислительное устройство в виде компьютера 20 или сервера, включающего в себя процессор 21, системную память 22 и системную шину 23, которая связывает различные системные компоненты, включая системную память с процессором 21.
[000183] Системная шина 23 может быть любого из различных типов структур шин, включающих шину памяти или контроллер памяти, периферийную шину и локальную шину, использующую любую из множества архитектур шин. Системная память включает постоянное запоминающее устройство (ПЗУ) 24 и оперативное запоминающее устройство (ОЗУ) 25. В ПЗУ 24 хранится базовая система ввода/вывода 26 (БИОС), состоящая из основных подпрограмм, которые помогают обмениваться информацией между элементами внутри компьютера 20, например, в момент запуска.
[000184] Компьютер 20 также может включать в себя накопитель 27 на жестком диске для чтения с и записи на жесткий диск, не показан, накопитель 28 на магнитных дисках для чтения с или записи на съемный магнитный диск 29, и накопитель 30 на оптическом диске для чтения с или записи на съемный оптический диск 31 такой, как компакт-диск, цифровой видео-диск и другие оптические средства. Накопитель 27 на жестком диске, накопитель 28 на магнитных дисках и накопитель 30 на оптических дисках соединены с системной шиной 23 посредством, соответственно, интерфейса 32 накопителя на жестком диске, интерфейса 33 накопителя на магнитных дисках и интерфейса 34 оптического накопителя. Накопители и их соответствующие читаемые компьютером средства обеспечивают энергонезависимое хранение читаемых компьютером инструкций, структур данных, программных модулей и других данных для компьютера 20.
[000185] Хотя описанная здесь типичная конфигурация использует жесткий диск, съемный магнитный диск 29 и съемный оптический диск 31, специалист примет во внимание, что в типичной операционной среде могут также быть использованы другие типы читаемых компьютером средств, которые могут хранить данные, которые доступны с помощью компьютера, такие как магнитные кассеты, карты флеш-памяти, цифровые видеодиски, картриджи Бернулли, оперативные запоминающие устройства (ОЗУ), постоянные запоминающие устройства (ПЗУ) и т.п.
[000186] Различные программные модули, включая операционную систему 35, могут быть сохранены на жестком диске, магнитном диске 29, оптическом диске 31, ПЗУ 24 или ОЗУ 25. Компьютер 20 включает в себя файловую систему 36, связанную с операционной системой 35 или включенную в нее, одно или более программное приложение 37, другие программные модули 38 и программные данные 39. Пользователь может вводить команды и информацию в компьютер 20 при помощи устройств ввода, таких как клавиатура 40 и указательное устройство 42. Другие устройства ввода (не показаны) могут включать в себя микрофон, джойстик, геймпад, спутниковую антенну, сканер или любое другое.
[000187] Эти и другие устройства ввода соединены с процессором 21 часто посредством интерфейса 46 последовательного порта, который связан с системной шиной, но могут быть соединены посредством других интерфейсов, таких как параллельный порт, игровой порт или универсальная последовательная шина (УПШ). Монитор 47 или другой тип устройства визуального отображения также соединен с системной шиной 23 посредством интерфейса, например видеоадаптера 48. В дополнение к монитору 47, персональные компьютеры обычно включают в себя другие периферийные устройства вывода (не показано), такие как динамики и принтеры.
[000188] Компьютер 20 может работать в сетевом окружении посредством логических соединений к одному или нескольким удаленным компьютерам 49. Удаленный компьютер (или компьютеры) 49 может представлять собой другой компьютер, сервер, роутер, сетевой ПК, пиринговое устройство или другой узел единой сети, а также обычно включает в себя большинство или все элементы, описанные выше, в отношении компьютера 20, хотя показано только устройство хранения информации 50. Логические соединения включают в себя локальную сеть (ЛВС) 51 и глобальную компьютерную сеть (ГКС) 52. Такие сетевые окружения обычно распространены в учреждениях, корпоративных компьютерных сетях, Интранете и Интернете.
[000189] Компьютер 20, используемый в сетевом окружении ЛВС, соединяется с локальной сетью 51 посредством сетевого интерфейса или адаптера 53. Компьютер 20, используемый в сетевом окружении ГКС, обычно использует модем 54 или другие средства для установления связи с глобальной компьютерной сетью 52, такой как Интернет.
[000190] Модем 54, который может быть внутренним или внешним, соединен с системной шиной 23 посредством интерфейса 46 последовательного порта. В сетевом окружении программные модули или их части, описанные применительно к компьютеру 20, могут храниться на удаленном устройстве хранения информации. Надо принять во внимание, что показанные сетевые соединения являются типичными, и для установления коммуникационной связи между компьютерами могут быть использованы другие средства.
[000191] В заключение следует отметить, что приведенные в описании сведения являются примерами, которые не ограничивают объем настоящего изобретения, описанного формулой. Специалисту в данной области становится понятным, что могут существовать и другие варианты осуществления настоящего изобретения, согласующиеся с сущностью и объемом настоящего изобретения.
Изобретение относится к области хранения и обработки данных. Технический результат заключается в расширении функциональных возможностей хранения и обработки данных. Способ для хранения данных, выполняемый на вычислительном устройстве, который содержит этапы получения информации об объекте информации из внешней среды в виде набора данных, формирования из набора данных информационных сущностей, причем вторая информационная сущность является связующим свойством первой, в виде двух афферентных узлов графа, представляющих собой данные, преобразованные афферентным когнитивным преобразователем, преобразующим набор данных в когнитивные кадры, представляющие собой информационные структуры, элементами которых являются когнитивные кванты информации, неделимые для интеллекта, формирования, вставочного узла графа для каждого из афферентных узлов графа, причем вставочный узел графа имеет вход, по крайне мере, от одного афферентного или вставочного узла графа, формирования связи между афферентными узлами графа, причем связи формируются через вставочные узлы графа, сохранения сформированных узлов графа в графовой базе данных, реализованной матрицей в машиночитаемой памяти упомянутого вычислительного устройства или внешнего устройства, связанного с вычислительным устройством. 2 н. и 27 з.п. ф-лы, 7 ил.
1. Способ для хранения данных, выполняемый на электронном вычислительном устройстве, причем способ содержит этапы, на которых
- получают информацию об объекте информации из внешней среды в виде набора данных;
- формируют из набора данных по крайней мере две информационные сущности, причем вторая информационная сущность является связующим свойством первой информационной сущности, в виде двух афферентных узлов графа, представляющих собой данные, преобразованные афферентным когнитивным преобразователем, преобразующим набор данных в когнитивные кадры, представляющие собой информационные структуры, элементы которых являются когнитивные кванты информации, неделимые для интеллекта;
- формируют, по крайней мере, один вставочный узел графа для каждого из упомянутых афферентных узлов графа, причем вставочный узел графа имеет, по крайней мере, один вход, по крайне мере, от одного афферентного узла графа или вставочного узла графа;
- формируют связи между первым и вторым афферентными узлами графа, причем связи формируются через вставочные узлы графа;
- сохраняют сформированные узлы графа в, по крайней мере, одной графовой базе данных, реализованной, по крайней мере, одной матрицей в машиночитаемой памяти упомянутого вычислительного устройства или внешнего устройства, связанного с упомянутым вычислительным устройством.
2. Способ по п. 1, характеризующийся тем, что сформированные узлы графа сохраняют в виде уникальных идентификаторов.
3. Способ по п. 1, характеризующийся тем, что при сохранении сформированных узлов графа им присваивают уникальные идентификаторы.
4. Способ по п. 1, характеризующийся тем, что связь между первым и вторым афферентными узлами формируется в виде вставочного узла графа.
5. Способ по п. 1, дополнительно включающий создание вставочного узла, являющегося результатом связывания:
по крайней мере одного афферентного узла и по крайней мере одного вставочного узла графа
или по крайней мере одного афферентного узла и по крайней мере одного афферентного узла графа,
или по крайней мере одного вставочного узла и по крайней мере одного вставочного узла графа.
6. Способ по п. 1, дополнительно включающий
- формирование из набора данных или другого набора данных информационной сущности, являющейся действием, совершаемым над, по крайней мере, одной информационной сущностью, упомянутой в п. 1, в виде эфферентного узла графа;
- формирование, по крайней мере, одной связи между, по крайней мере, одним вставочным узлом графа и эфферентным узлом графа.
7. Способ по п. 6, характеризующийся тем, что формирование связи с эфферентными узлами осуществляется в результате анализа узлов графа и/или создания афферентных узлов графа и/или вставочных узлов графа.
8. Способ по п. 1, характеризующийся тем, что указанный граф является квазиграфом, в котором, по крайней мере, одна связь между, по крайней мере, двумя связями в графе хранится в виде, по крайней мере, одного узла и/или, в котором, по крайней мере, одна связь между, по крайней мере, двумя узлами графа хранится в виде, по крайней мере, одного узла графа, и/или в котором, по крайней мере, одна связь между, по крайней мере, одним узлом графа и, по крайней мере, одной связью хранится в виде, по крайней мере, одного узла графа.
9. Способ по п. 1, характеризующийся тем, что получение информации об объекте информации из внешней среды в виде набора данных осуществляется посредством интерфейса ввода данных.
10. Способ по п. 1, характеризующийся тем, что интерфейс ввода данных реализован интерфейсом пользователя и позволяет вводить, по крайней мере, один входной набор данных.
11. Способ по п. 1, характеризующийся тем, что сформированные узлы графа используются для создания, по крайней мере, одного вставочного узла графа и/или, по крайней мере, одного афферентного узла графа, и/или, по крайней мере, одного эфферентного узла графа.
12. Способ по п. 1, характеризующийся тем, что совокупность сформированных вставочных узлов графа являются логикой, которая используется для систематизации информации, хранящейся в графе в виде сформированных узлов.
13. Способ по п. 1, характеризующийся тем, что наборы данных содержат информацию, по крайней мере, об одном объекте внешнего мира и описание такого объекта.
14. Способ по п. 1 характеризующийся тем, что вставочный узел является интеллектом первого порядка и является абстрактной связью между объектами внешней среды от общего к частному.
15. Способ по п. 1, характеризующийся тем, что вставочный узел является интеллектом второго порядка и характеризует изменение объектов внешней среды, как функцию от времени.
16. Способ по п. 1, характеризующийся тем, что вставочный узел является интеллектом третьего порядка и является причинно следственной связью между наборами данных и/или объектами внешней среды.
17. Способ по п. 1, характеризующийся тем, что объекты внешней среды распознаются посредством сравнения сформированных узлов графа и/или связей между узлами графа.
18. Способ по п. 17, характеризующийся тем, что для нераспознанного объекта внешней среды формируются вставочные узлы, причем для нераспознанного объекта не были ранее сформированы афферентные узлы графа или эфферентные узлы графа.
19. Способ по п. 18, характеризующийся тем, что распознавание нераспознанного объекта осуществляется с использованием, по крайней мере, одного набора данных, соответствующего нераспознанному объекту и сохраненного в виде афферентного узла графа, и/или с использованием, по крайней мере, одного ранее сохраненного набора данных в виде афферентного узла графа, и/или с использованием созданного ранее, по крайней мере, одного вставочного узла графа.
20. Способ по п. 19, характеризующийся тем, что, по крайней мере, один набор данных, сохраненный в виде афферентного узла графа, и/или, по крайней мере, один вставочный узел графа описывает объект физического мира, отличный от нераспознанного объекта физического мира, причем между такими афферентными узлами графа и/или вставочными узлами графа создаются связи с афферентными узлами графа и/или вставочными узлами графа, описывающими нераспознанный объект физического мира с целью накопления информации о логических связях между распознанными объектами физического мира и нераспознанным объектом физического мира, тем самым реализовывая прогнозирование поведения объекта физического мира.
21. Способ по п. 1, характеризующийся тем, что формирование информационных сущностей включает использование словаря афферентных значений, в котором каждому афферентному значению сопоставляется, по крайней мере, один узел графа.
22. Способ по п. 21, характеризующийся тем, что информационная сущность связана с афферентным узлом по крайней мере одним вставочным узлом.
23. Способ по п. 21, характеризующийся тем, что афферентные узлы содержат данные, преобразованные афферентным когнитивным преобразователем, характеризующимся способностью преобразовывать набор данных, по крайней мере, в один когнитивный кадр, представляющий собой, по крайней мере, одну информационную структуру, элементами которой являются когнитивные кванты информации/фрагменты информации, неделимые для интеллекта.
24. Способ по п. 1, характеризующийся тем, что формирование, по крайней мере, одного узла графа в виде квантового узла графа, являющимся наивысшей степенью абстракции и входом, по крайней мере, для одного вставочного узла графа и содержащим описание набора данных.
25. Способ по п. 1, характеризующийся тем, что матрица реализована трехмерной матрицей, пересечение осей X, Y и Z которой содержат единицы и нули, а оси матрицы являются идентификаторами (ID) или афферентными значениями.
26. Способ по п. 1, характеризующийся тем, что осуществляется преобразование, по крайней мере, одного сформированного узла графа, по крайней мере, в одну связь между узлами графа и/или, по крайней мере, в один вставочный и/или другой афферентный узел графа, и осуществляется сохранение, по крайней мере, одного такого узла графа в графовой базе данных.
27. Система для хранения и обработки данных, включающая:
- интерфейс ввода данных, обеспечивающий ввод информации об объекте информации из внешней среды и преобразующий введенную информацию, по крайней мере, в один набор данных;
- конвертор информации, преобразующий информацию, по крайней мере, в один набор данных и передающий набор данных в афферентный когнитивный преобразователь;
- афферентный когнитивный преобразователь, реализованный программным модулем, преобразующий набор данных в когнитивные кадры, представляющие собой информационные структуры, элементами которых являются когнитивные кванты информации, неделимые для интеллекта, причем из набора данных формируются по крайней мере две информационные сущности, причем вторая информационная сущность является связующим свойством первой информационной сущности;
- программный модуль когнитивной памяти, осуществляющий:
- создание и хранение информационных структур в виде афферентных узлов графа;
- создание и хранение вставочных узлов графа для афферентных узлов графа, причем вставочный узел графа имеет, по крайней мере, один вход, по крайне мере, от одного афферентного узла графа или вставочного узла графа;
- создание и сохранение связей между афферентными узлами графа, причем связи формируются через вставочные узлы графа.
28. Система по п. 27, дополнительно включающая создание и сохранение модулем когнитивной памяти, по крайней мере, из одного набора данных информационной сущности, являющейся действием, совершаемым, по крайней мере, над одной информационной сущностью, в виде эфферентного узла графа.
29. Система по п. 27, дополнительно включающая сохранение модулем когнитивной памяти узлов графа в виде уникальных идентификаторов, по крайней мере, в одной графовой базе данных, реализованной, по крайней мере, одной матрицей в машиночитаемой памяти упомянутого вычислительного устройства или внешнего устройства, связанного с упомянутым вычислительным устройством.
| СПОСОБ И СИСТЕМА ДЛЯ ХРАНЕНИЯ, ИЗВЛЕЧЕНИЯ И УПРАВЛЕНИЯ ДАННЫМИ ДЛЯ ЯРЛЫКОВ | 2004 |
|
RU2399948C2 |
| Предохранительное приспособление в пробочных сверлильных станках | 1928 |
|
SU13512A1 |
| WO 2016159819 A1, 06.10.2016 | |||
| СПОСОБ ПРЕОБРАЗОВАНИЯ СТРУКТУРИРОВАННОГО МАССИВА ДАННЫХ | 2014 |
|
RU2544739C1 |
| СПОСОБ ПРЕДВАРИТЕЛЬНОГО ПРЕОБРАЗОВАНИЯ СТРУКТУРИРОВАННОГО МАССИВА ДАННЫХ | 2014 |
|
RU2571405C1 |
