"В.Н.Щеглов. Творческое сознание: интерпретация алгоритма построения " - читать интересную книгу автора

объектов) и названия (семантика) значений дискретных переменных. Каждому
такому объекту перечисленных выше типов будет однозначно ставиться в
соответствие некоторое натуральное число 1, 2, 3, ... или для дискретных
переменных 0, 1, 2, ..., k - 1 значений k-значной логики (метод гёделевской
арифметизации используемого языка). Аналогично установленной Гёделем
неполноты формализованных систем арифметики в нашем случае также следует
иметь ввиду неполноту в этом смысле и языка АМКЛ - здесь можно записать,
например, из литературных данных некоторые истинные суждения, которые не
будут противоречить конкретному массиву данных, но эти суждения, возможно,
нельзя будет вывести из заданного массива.
Другая особенность алгоритма АМКЛ заключается не только в кодировании
натуральными числами входных синтаксических объектов, но и в активном
построении некоторых вполне определенных натуральных чисел, которые в итоге
дают конструктивное обоснование (реализуемость по Клини) получаемых выводов.
Это построение границ конъюнкций открытых интервалов (соответствующих
предикатам) и построение рангов для вычисляемых конъюнкций или выводов К.
АМКЛ желательно использовать или в начальной стадии исследования или в
тех случаях, когда применение иных стандартных методов не позволяет получить
достаточно краткие и непротиворечивые выводы, которые были бы удобны для их
качественной интерпретации, например, с помощью литературных данных.
Алгебраическая модель конструктивной (интуиционистской) логики (АМКЛ) при
геометрической интерпретации представляет собой наборы малого числа
ячеек-параллелепипедов К малой размерности, выполнению цели здесь
соответствует "попаданию" внутрь К Г точек-состояний. Другая полезная
интерпретация этих моделей - это разложение исходной сложной системы на
малое число более простых подсистем К, по отношению к которым более удобно
использовать, например, традиционные методы статистического анализа.
В смысле получения выводов из накопленных данных АМКЛ соответствует так
называемому "искусственному интеллекту". С его помощью облегчается
информационный поиск содержательных теорий, интерпретация полученных
выводов, вычисление их контекста (значения интервалов переменных, не
вошедших в K) и, при необходимости, аппроксимация подмножеств Г-состояний
для некоторых К рядами функций Эрмита или Фурье.
При исследовании сложных систем для их моделирования с заранее заданным
уровнем значимости обычно наблюдается недостаток информации - числа
состояний системы. Разложение ее на более простые подсистемы К, обладающие
меньшим числом степеней свободы (меньшим числом переменных) частично решает
эту проблему. Во многих случаях возможно рекурсивное использование нашей
модели: набор новых данных лишь для тех переменных, которые входят в К, что
позволяет усилить "разрешающую способность" итоговых моделей. В случае
невозможности получения таких дополнительных данных следует использовать
интерпретационные возможности АМКЛ: поиски с помощью К ("ключевых слов")
соответствующих априорных (литературных) данных или теорий. Используя их,
можно, например, задать имитационный процесс, который будет генерировать
новые состояния для К, итоговая модель здесь не будет противоречить и
сложной системе и уже известному априорному опыту функционирования отдельных
подсистем.
Известные признаки [10] интеллектуальности программы АМКЛ в основном
выполняются. 1)Программа выбирает лишь "существенные" переменные (в
зависимости от заданной цели) и упорядочивает окончательные выводы,