Russia, Saint-Petersburg, SPIIRAS

The new approach to comprehension and treatment of phenomenon of information as a continuous process of data structurization while maintaining their context-dependent nature is considered. The limits of digital computers of von Neumann structure and the way of creation an information machine for realization of intelligent systems are investigated. The expedient way of using the new capabilities granted by the information machine is discussed.

Россия, Санкт-Петербург, СПИИРАН

Рассматривается новый подход к пониманию и трактовке феномена информации как непрерывного процесса структуризации данных при обеспечения их контекстно-зависимого представления. Исследуются предельные возможности компьютеров фон Неймановской структуры и путь создания информационной машины для реализации интеллектуальных систем. Обсуждается целесообразный путь использования новых возможностей, предоставляемых информационной машиной.

Рассматривать вопрос о существенном расширении возможностей компьютера, о “приближении к интеллекту” и о принципиальной возможности этого необходимо начиная не от построения какой-либо модели, не от выбора того или иного “твердого математического фундамента”, но от феномена информации, представлений и процессов обработки представлений, от того, что принято называть “вычислением в широком смысле”. Здесь же необходимо вспомнить и о так называемых “невычислимых сущностях” Р.Пенроуза из его книги [1], правда указанных до него лет за десять [2], а может быть и ранее.

Можно предположить, что суть процессов “вычисления невычислимого” не только в некоторой адекватной системе представлений, но и в процессах взаимодействия этих представлений. Простейшее из взаимодействий – движение, причем, коль скоро мы говорим об уровнях представлений, уровнях контекста, то и движение уровней представления мы должны понимать как относительное.

Обратим внимание на то, что во всех известных теоретических и экспериментальных исследованиях для моделирования контекстного взаимодействия используется представление алгоритма, некоторой последовательности команд машины фон Неймана. Но и расширение модели эффективных вычислений до теоретического предела – машины Тьюринга (МТ) с бесконечным числом лент качественно ситуацию не изменяет, и в этом случае, на каждом конечном отрезке времени мы будем иметь конечное дискретное представление процесса вычислений и, в пределе, не более, чем бесконечно-счетное. “Гёделевский барьер” остается недостижимым.

Подобный мысленный эксперимент в науке состоялся давно. Зенон, приняв для модели движения последовательность дискретных состояний получил не объяснение и понимание механического движения, а свои знаменитые апории, предмет неразрешимого спора о том, существует ли механическое движение как таковое. Нелепо надеяться, что в случае с информационными структурами мы сумеем понять законы их взаимодействия или даже хотя бы увидеть их движение с помощью точно такой же имитационной модели.

Подобное соображение и огромное количество экспериментальных и теоретических фактов привели нас к убеждению о существовании некоторой модели эффективных вычислений, альтернативно-дополнительной к модели МТ. За подробностями создания модели универсальной информационной машины, названной нами машиной или структурой класса И₄ в силу объема и сложности материала мы отсылаем к монографии [3], здесь же рассмотрим лишь некоторые принципиальные моменты, вопросы ее практической реализуемости.

Одно из фундаментальных свойств И₄ состоит в том, что конструкция в отличие от МТ не постулирована (т.е. попросту не взята с потолка), но реконструирована путем анализа динамики информационных процессов в живых и техногенных системах. Еще одно фундаментальное свойство И₄ – физическая реализуемость, причем во множестве вариантов как в однородной среде типа “многослойной голографической памяти”, так и путем коммутации поля “нейроноподобных” элементов.

Оказывается, что во всех без исключения системах, способных к “самоорганизации”, действует один и тот же механизм структур данных, причем на всех уровнях, от элементарных сигналов до самой общей метаструктуры. Более того, топология процессов, т.е. потоков данных и структур, организация процессов управления и самоидентификации обеспечивается тем же самым самоподобным механизмом. Универсальная метаструктура S – четырехмерное бинарное дерево с ненумерованными элементами изображена на рис. 1.

Конусы S₁ и S₀ – представление текущего (наблюдаемого) и предыдущего (запомненного) состояния. Если S₀ поместить “внутри” S₁, то это даст возможность хранить и обрабатывать всю структуру сразу в некоторой однородной (или реализованной на “спаренных элементах”) среде (рис. 2).

Устройство сложных структур происходит путем подстановки вместо листьев структуры S таких же структур S’ и т.д. по принципу самоподобия. Простейшая двухуровневая структура представлена на рис. 3.

Так можно построить т.е. смоделировать любую представимую модель данных. С другой стороны S – это максимальная структура, которую можно разместить и надстраивать в физической среде, не используя вообще никаких специальных механизмов адресации, никакого априорного описания и резервирования “элементарных ячеек памяти”.

Хранение собственно данных, того, что передают сенсоры через посредство каналов (через “периферическую нервную систему”) организовано в Z- структурах по схеме, представленной на рис. 4.

Z₁ – последовательность В*-деревьев, упорядоченная только очередностью поступления данных, тот же порядок устанавливается и внутри каждого В*-дерева, т.е. опять никакой искусственной априорной нумерации не вводится.

Z₀ – аналогичная “ответная структура”, долговременная память системы, в ней же хранится и структура nS₀. Когда достигается решение, т.е. согласование структур, совпадение nS₁ и nS₀, то все состояния узлов просто “сдвигаются вниз” в листья дерева, т.е. упаковываются как дополнение к системе В*-деревьев, но “со стороны противоположной данным” - рис. 5.

Опустим все подробности, кроме самых главных, а именно:

• листья структуры S (т.е. конусов S₁ и S₀) не нумерованы, поэтому согласование структуры S и высоких (сложных) структур nS производится относительным поворотом половинок, т.е. в nS происходит вращение как внутри каждой S, так и S как элементов nS;
• размеры и относительная позиция В*-деревьев в Z₁ и Z₀ также априори не определяются, поэтому их “сравнение” или “взаимоподгонка” производится как последовательный сдвиг навстречу друг другу по типу “трехслойного кольцевого регистра”.

В результате мы приходим к структуре машины (рис. 6)

На рис.6:

nS₍₁₎, nS₍₀₎ – виртуальная информационная машина “высотой” n;

T_T – два “тока (потока) текстов”, т.е. структур Z. Структура потоков организована в виде тора;

T_K – парная система разнонаправленных “токов (потоков) контекстов”;

S – “поле структур”;

Z – “поле данных”.

Условия существования (динамического равновесия) машины записываются в виде системы уравнений:

(1.1)

(1.2)

(1.3)

Уравнения 1.1 и 1.2 отражают баланс потоков текстов и баланс потоков контекстов соответственно.

Уравнение 1.3 – общее уравнение баланса, означающее, что и дисбалансы потоков текстов и контекстов также должны быть сбалансированы. Здесь интегрирование происходит по “динамической поверхности S”, образованной путем вращения системы конусов, также, в свою очередь, вращающихся (т.е. в результате по некоторому объему); “интегрирование по Z” – интегрирование по объему тора Z.

Таким образом, нормируя систему потоков к единичному шару, получаем из уравнения 1.3:

(2)

Здесь F₁ и F₂ – функции плотности потоков дисбаланса токов контекста (Т_К) и текста (Т_Т) соответственно. Замечательно, что на функции F₁ и F₂ не накладывается никаких условий, кроме одного – они должны быть “изображаемы” как движение потоков “точек – состояний”, т.е. не “бесконечно малых”, а существенно конечных.

Достаточное условие, оказывается, возможно сформулировать только и исключительно как воспроизведение всего процесса “конструирования и обучения” машины – здесь Винер и Колмогоров в своем прогнозе оказались совершенно правы.

Отметим еще один важный момент. Если в конструкции nS повернуть только самую нижнюю структуру S₁ на один “шаг”, то изменится относительное положение всех элементов во всей структуре nS. Иначе говоря, прямо из самой конструкции очевидно, что в сложной контекстной системе происходит несигнальное и мгновенное (со скоростью, стремящейся к конструктивной бесконечности) относительное движение контекстов).

Сказанное в совокупности означает, что машина моделирует (воспроизводит) взаимодействие потоков более чем счетной мощности, используя только конечное число элементов, в силу того, что она устроена как совокупность вложенных динамических систем. Т.е. несигнальные потоки могут возникать и существовать только “внутри” потоков состояний и структур специального вида, обеспечиваемых уже обычным образом, путем передачи сигналов.

Но отсюда же следует и рассматриваемый здесь аспект – машину И₄ возможно реализовать физически (аппаратно), но невозможно ни запрограммировать, ни контролировать в обычном смысле как компьютер. Ее “базовую систему программного обеспечения” можно лишь скопировать с образца, а затем “воспитывать и обучать”, и только после эксплуатировать в среде таких же, адекватных ей машин.

На самом деле, как и всякое фундаментальное решение, конструкция И₄ порождает проблем не меньше, по крайней мере, чем разрешает. Так никто и ничто не гарантирует, что “кодекс поведения” адекватный популяции машин будет адекватен и человеку. Но непреодолимых препятствий для физической реализации действующей информационной машины нет.

Можно было бы оставить проблему как чисто научную, отложив реализацию до более подходящих времен, если бы не еще одно обстоятельство, связанное с критическим состоянием направления развития вычислительной техники вообще.

Сравним объем программ различного уровня, причем вне зависимости для одной проблемной области или всей разработанной на сегодня совокупности в объеме текстов или кодов – результат будет отличаться мало.

Программы, решающие саму задачу составят лишь несколько процентов от объема операционной оболочки. В свою очередь, “видимая операционная оболочка” с которой общается потребитель составит лишь малую часть от “скрытого сервиса”, всех программ, начиная от диспетчера ОС, обеспечивающих работу оболочки и приложения. Еще хуже ситуация с временным ресурсом, использованием быстродействия. И наблюдать это крайне просто. Установите на Pentium любой модификации нортоновские утилиты в режиме слежения и оптимизации и посмотрите на результат.

Это вовсе не означает, что плохи утилиты или методы оптимизации. Просто сложность процессов управления адресной архитектурой подходит к тому пределу, когда любая попытка улучшить это управление только ухудшает ситуацию.

Достаточно обоснованно предположение, что при переходе к новой модели с ожидаемыми параметрами 1-4 Ггц, 10 Гбайт ОЗУ и все остальное пропорционально этим показателям мы придем к тому, что более чем значительная часть прироста производительности (памяти и быстродействия) будет израсходована на то, чтобы этим ресурсом можно было пользоваться.

А последующее увеличение выше некоторого предела может оказаться просто бессмысленно. Разумеется, сказанное не касается “чистой арифметики” и некоторых специфических приложений, но при сегодняшней направленности развития компьютерной техники это крайне малая группа приложений.

То есть вопрос о том, чтобы структуры данных “управляли собой сами” и “сами организовывались в системы” не теоретический, познавательный, но самый что ни на есть практический и самого ближайшего будущего.

Предпосылкой для успешного решения этого вопроса является существование трех информационных технологий и семейств систем, основанных на механизме В*-деревьев – технологии Cache’ и более ранних qWord и Текрам [3]. При значительных отличиях реализации модель данных в этих системах фактически воспроизводит структуру данных Z машины И₄ из-за того, что модель данных изначально, в постановке рассматривается как динамическая структура, управляемая потоками обмена. Однако структура контекста, моделируется процедурно, строится и запоминается только на время сеанса или даже прохождения одной транзакции. Т.е. система “не помнит своей собственной истории”, своего поведения.

Целесообразной представляется реализация следующей программы развития информационной технологии.

1. Реализация бинарного представления БД и декларативного представления контекстов. Модель данных реализуется не только как точечное представление, результат работы интерпретирующих программ, но строится иерархия декларативных представлений, которая может быть упорядочена как по времени, так и по набору параметров.

2. Реализация “процедурной вертикали”. Хранится не только упорядоченная библиотека процедур (в общем случае методов), работающих с объектами, но строятся и структуры для хранения описаний применения методов.

3. Реализация “семантического навигатора”. Известные БД показывают пользователю структуру БД – в виде деревьев, реляционных структур или их совокупностей. Эффективное использование механизмов 1 и 2 будет возможно, когда пользователь сможет получать не только модель данных, то “как отображено в БД”, но и варианты “того, что получится с точки зрения приложения”, каков будет результат работы приложения. Разумеется это потребует и нового подхода, использования техники анимации и расхода ресурсов.

В заключение следует отметить, что проблема согласования уровней памяти с переходом к полю порядка 10 Гбайт в значительной степени снимется. Это и позволит перейти от работы пользователя с тем, как устроена БД к тому, что эта БД “может предложить” или “собирается делать”. Это, конечно, не интеллект, но реальный шаг к настоящей интерактивности, к равноправному диалогу системы с пользователем – некоторый вариант “безопасного” использования принципов создания действительно инженерно интеллектуальной системы на основе использования динамических структур. Хотя с другой стороны, мы, как нам кажется справедливо, назвали в [3] подобные системы “нежитью”.

Некоторые дополнительные материалы по данной тематике можно найти в настоящем сборнике [4,5].

Литература

1. Penrose R. Shadows of the Mind, Vintage,1995.
2. Поляков А.О., Лачинов В.М. Некоторые вопросы методологии разработки автоматизированных систем управления. Изд. НИИЭФА, Ленинград, 1983 г.
3. Лачинов В.М., Поляков А.О. Информодинамика. Изд.СПбГТУ, СПб, 1999 г.
4. Поляков А.О. Теоретическая информатика. Информодинамический подход к информации и управлению. В наст. сборнике.
5. Лачинов В.М. Задача структуризации данных в концепции динамического объекта. В наст. сборнике.