CC BY
50
УДК 681.326:519.713
В.И. ХАХАНОВ, Е.И. ЛИТВИНОВА, А. ПРИЙМАК СТРУКТУРЫ ТАБЛИЦ ДАННЫХ ДЛЯ CYBER-SPACE
Предлагается концепция саморазвития информационно-компьютерной экосистемы, повторяющая эволюцию функциональностей человека. Предлагаются оригинальные процесс-модели ассоциативно-логического анализа информации на основе быстродействующего мультипроцессора в n-мерном векторном дискретном пространстве. Рассматривается применение алгебры векторной логики для создания процесс-моделей актуальных прикладных задач, качество решения которых оценивается интегральной неарифметической метрикой взаимодействия ассоциативных структур.
Введение
Проблема создания инфраструктуры кибернетического пространства (Cyber Space) или саморазвивающейся информационно-компьютерной экосистемы (ИКЭС) планеты в последние 40 лет является весьма интересной темой не только для ученых-фантастов. Экосистема - совокупность популяций, которые взаимодействуют между собой и окружающей их средой неопределённо долгое время, имеющая сходство относительно протекающих в них энергетических процессов. Сегодня чрезвычайно важно обозначить возможные пути для решения проблемы создания инфраструктуры саморазвивающейся компьютерной экосистемы. Эволюция ИКЭС основывается на использовании трех наиболее важных компонентов: фантазия, математика и технология, где субъектом экосистемы выступает саморазвивающийся компьютер (СРК). Основное отличие СРК от современного компьютера заключается в концепции жизненного цикла. Стратегия настоящего компьютера есть обучение или повторение уже пройденного пути. Принципиальная позиция СРК - постоянный поиск новых путей для эволюционирования на основе мирового опыта, скрытого в информационном пространстве. ИКЭС имеет возможность повторить эволюцию человечества, только в тысячи раз более быстрыми темпами. На рис.1 представлен замкнутый цикл эволюции ИКЭС, который фактически изоморфен спирали развития человечества, накрученной на временную ось.
Здесь заложены основные принципы эволюции, явно выраженные уже в современной компьютерной индустрии: 1) Стандартизация - самое главное для эволюции и жизненного цикла СРК - рынок не принимает и не понимает нестандартных по интерфейсу решений. 2) Специализация есть повышение эффективности предоставляемых (персонально ориентированных) сервисов изделия, связанных с быстродействием, качеством, затратами, энергосбережением путем оптимизации структуры и функциональных компонентов, покрывающих спецификацию. 3) Повсеместное использование векторно-логического критерия качества решения в задачах генерирования идей, синтеза и анализа. Генерирование - процесс создания новой функциональности. При этом синтез оперирует существующими в информационном пространстве компонентами для создания структуры. Анализ - оценивание полученного решения. 4) Диаграмма Хассе используется для выработки стратегии оптимизации покрытия функциональностей спецификации библиотечными компонентами или их сочетаниями, принадлежащими информационному пространству. Она согласуется с современной Y-технологией, входящей в состав ESL Design, суть которой - использовать библиотечные компоненты на всех уровнях проектирования изделия для покрытия специфицируемой функциональности в процессе синтеза.
В части развития компьютера мы горим желанием сделать его мыслящим, наделить органами чувств - сотворить его подобным, в конце концов, человеку. Не лучше ли будет взять на вооружение другой тезис - компьютер, как реальная часть природы, имеет право занимать в ней собственную нишу для самостоятельного эволюционирования и самосовершенствования. Не следует сталкивать лбами человека и компьютер, которые и в будущем будут жить в мире и согласии, как субъекты природы, использующие друг друга для решения общественно полезных задач. Не следует также пытаться копировать живой мозг человека, по сути, в неживом кремниевом кристалле. Копия всегда будет хуже оригинала!
Но инкапсулировать функциональности мозга в кристалл - значит расширить мощность сервисов, полезных для решения практических задач в информационном пространстве. Идея самостоятельного развития компьютера по собственному пути немного подрезает крылья у фантазии - сделать его неотличимым от человека. Но при этом она окрыляет практических исследователей и IT-индустрию. Становится возможным уже в ближайшее десятилетие сотворить саморазвивающуюся информационно-компьютерную экосистему! С другой стороны, от взаимодействия Software и Hardware, освященного оригинальной идеей, действительно появляются полезные функциональности: специализированные изделия, мобильные телефоны, RFID, планшеты, серверы, порталы, формирующие в совокупности информационное пространство планеты. Рынок, как и природа, осуществляет селекцию или естественный отбор практически ориентированных разработок, среди которых нет места слабым субъектам или проектам, а выживают сильнейшие представители в своем экологическом слое.
Рис. 1. Цикл ИКЭС
Относительно интеллекта. Википедия дает краткое и достаточно полное определение: «Интеллект - способность системы создавать в ходе самообучения программы для решения задач». Это относится к естественному и искусственному интеллекту. Человек -только повторитель? Где же место в интеллекте для создателей новой культуры, математической и технологической, машин, строений? Маленькая корректировка может существенно поправить понятие интеллекта, если в нем появятся два вида деятельности: повторение и созидание. Интеллект - способность субъекта природы к самообучению (познанию) и самосовершенствованию (созиданию) для формулирования и решения проблем, связанных с повышением качества жизненного цикла.
Как человек берет лучшие функциональности у субъектов природы для расширения своих возможностей, так и компьютер имеет целью самосовершенствовать себя, заимствуя или подсматривая у природы интересные решения: кремний - для выполнения элементарных логических функций; математику - для формализации и решения проблем; естественные языки - для создания спецификации и интерфейса проекта; функциональность человеческого мозга, формально выделенную в векторно-логический анализ - для организации структур данных, поиска, распознавания и принятия решений.
Цель исследования - ответить на вопрос, каким будет кибернетическое пространство, компьютер и сервисы через 10 лет, или представить новые перспективные направления развития компьютера и Internet как единой информационно-компьютерной экосистемы,
ориентированной на повышение качества жизни путем ее непрерывного использования для поиска, распознавания и принятия решений. Сколько людей - столько и компьютеров, индивидуально настроенных на каждого конкретного человека. Рыночная привлекательность - все население и все компьютеры планеты. Опасности - выход из-под контроля человека саморазвивающейся информационно-компьютерной экосистемы планеты.
Задачи: 1) Убрать из компьютера тяжеловесную арифметику для повышения быстродействия мозгоподобных (ассоциативно-логических) задач на несколько порядков. 2) Создать стандартизованные структуры данных - иерархия таблиц - для ИКЭС. 3) Разработать быстродействующий параллельный логический ассоциативный мозгоподобный мультипроцессор без использования арифметических операций. 4) Создать простые, эффективные метрики и критерии оценивания получаемых решений в векторно-логическом информационном пространстве. 5) Разработать процесс-модели, реализующие рыночно-привлека-тельные функциональности, ориентированные на поиск, распознавание и принятие решений в ассоциативном векторно-логическом пространстве. 6) Создать инфраструктуру, ориентированную на автоматическое генерирование процесс-моделей поиска, распознавания и принятия решений в кибернетическом пространстве планеты.
Источники: 1. Ассоциативно-логические структуры данных для мозгоподобных вычислительных процессов [1-5]. 2. Мультипроцессорная аппаратная платформа информационно-логического анализа [6-9]. 3. Модели и методы дискретного анализа, синтеза и диагностирования цифровых изделий [10-15].
Инфраструктура формирования условий и принятия решения
Мозгоподобный компьютер - новый специализированный движок для Internet пространства. Инфраструктура глобальной сети Internet по оценке Gary Smith (Gartner Research Group) нуждается в радикальной перестройке. Глобальное информационное пространство уже не вмещается в демократически развивающиеся и потому несовершенные форматы и структуры данных. Еще хуже обстоит дело с разработкой движков, специализированных под задачи быстрого передвижения по пространству для поиска, распознавания информации и принятия умных решений. Роль таких устройств сегодня выполняют универсальные процессоры, функциональность которых на 90% не пригодна для решения упомянутых задач. Что можно сделать для решения указанных выше проблем? Далее представлены семь параметров повышения производительности мозгоподобного компьютера, которые оказывают существенное влияние на инфраструктуру (рис. 2) принятия решения.
Рис. 2. Инфраструктура логического принятия решения
1) Исключение арифметических операций из системы команд процессора. 2) Использование в вычислительных процедурах алгебры векторной логики. Компьютер выигрывает у человека в способности быстро анализировать большое число существенных логических переменных, сконкатенированных в вектор-запрос. 3) Применение мультипроцессорной матрицы для распараллеливания вычислительных процедур. 4) Использование векторного двоичного критерия качества для оценивания решения. 5) Введение операции векторизации в целях генерирования ассоциации минимального S-вектора существенных переменных, необходимых для поиска решения. 6) Создание вектор-бит D-оператора девекторизации для формирования двоичного решения на основе применения логических операций and, or, not или их комбинации к вектору (векторам) существенных переменных. 7) Создание P-платформы логических процесс-моделей (IP-cores) для поиска, распознавания и принятия решений.
Для решения конкретной задачи, специфицированной S-вектором, необходимо найти (квази-) оптимальное покрытие спецификации функциональностями, формирующими P-платформу в виде совокупности IP-cores, сгенерированных ранее. При отсутствии конкретной процесс-модели в библиотеке решений P ее следует синтезировать на основе анализа логического ассоциативного пространства L, обозначенного на рис. 2 как LAS (Logical Associative Space). Фактически такое пространство представляет собой Internet, базы данных и знаний, средства (программные и аппаратные) синтеза и анализа информации, которая представлена в виде логических ассоциаций. Решение задачи покрытия функций спецификации примитивными процесс-моделями платформы основывается на использовании Y-технологии [11], известной также под названием ESL - Electronic System Level design. Все локальные и глобальные решения оцениваются системой векторно-логических критериев (VLC - Vector Logical Criteria). Действительно, каждой процесс-модели из P-платфор-мы ставится в соответствие критерий качества из банка VLC.
Интегральная аналитическая процесс-модель анализа информации, соответствующая структурам данных, представленным на рис. 2, имеет вид:
m n
R = [max(S л P;)] A Lj ^ maxQj; j=1 J i=1
mn Q = maxQj{[max(S л P;)] A Lj};
j=1 J i=1 mn
Y = D[maxQi{[max(S л P;)] A Li}].
j =1 i=1
Здесь Pj e P, A = {and, or, not, xor, sic} - векторные логические операции, где s^ - shift left bit crowding; Y = {0, 1} - двоичное решение, направленное на выполнение конкретной активности (action); Q - критерий качества решения, определяемый двоичным вектором; Li - вариант содержательного решения, представленного в виде информационного сообщения; m - количество процесс-моделей в платформе P; n - число вариантов ассоциаций, среди которых осуществляется поиск решения; R - (квази-) оптимальное содержательное решение, представленное в виде совокупности векторов или других информационных сообщений в формате синтаксиса естественных или искусственных языков.
Далее предлагается алгебраическая структура, регулирующая векторно-матричные преобразования в дискретном булевом пространстве для анализа информации на основе логических операций над ассоциативными данными.
Источники: 1. Технологии параллельных вычислений на специализированных мультипроцессорных системах [1-2, 12, 14, 15]. 2. Алгебраические структуры, ориентированные на создание математического аппарата для параллельных вычислительных процессов [3-4, 710]. 3. Процесс-модели решения практических задач на основе эффективных параллельных вычислительных процессов [5, 6, 11, 13].
Анализ табличных структур данных
Рассматривается таблица A, размерностью m х n , взаимодействующая с двумя векторами ma,mb , которые могут быть входными и выходными, в зависимости от процедуры анализа (рис. 3):
A = (AbA2,...,Ai,...,An); A = (AbA2,...,Aj,...,At);
ma = (mbm2,...,mr,...,mn); mb = (m1,m2,...,ms,...,mm).
Первичный анализ: запрос - таблица - ответ:
ma ^ A ^ mb v mb ^ A ^ ma связан с выполнением процесс-моделей f v f2, где результатом является множество решений, отмеченных нулевыми координатами выходного двоичного вектора, если соответствующий столбец (строка) таблицы удовлетворяет входному запросу, и единичными -в противном случае:
г
тЪ = *1(та>А) ^т^ = та © А;;
п
та = ^2(тъ,А) ^ т^ = та © АА.
1=1
Рис. 3. Первичный анализ таблицы
Здесь операция хог может быть заменена симметрической разностью для анализа многозначных таблиц в замкнутом теоретико-множественном алфавите:
г
ть = ^(та,А) ^т^ = та А^;
п
та = ^2(ть,А) ^ т^ = та А А^.
1=1
При этом качество взаимодействия векторов будет иметь многозначную градацию, которая уменьшается по мере возрастания полноты символа замкнутого алфавита. Например, для четырехзначного алфавита Кантора - < 0 ^ {0,1} ^ х > или 16-значного алфавита описания автоматных переменных:
< 0 ^ ^,№1} ^ {0,1,А,БДР} ^ {С,Б,Ь,У} ^ У > .
Вторичный анализ таблицы связан со сверткой столбцов или строк таблицы для получения интегрированного решения в форме одного вектора, что означает повышение глубины поиска информации за счет исключения из обобщенного вектора противоречивых (невозможных) состояний координат путем выполнения процедур:
та = ^(т^А) ^ л А; л V А;;
1 ЧКть, =0) =1)
та = 1т(ть,А) ^ V А; л V А;;
1 =0) ^(т^ =1)
ть = ^2(та,А) ^ л А1 л V А^;
2 У1(та1 =0) ^(та1 =1)
ть = £т(та,А) ^ V А1 л V А^.
2 У1(та1 =0) У1(та1 =1)
Изначально векторы в таблице формируют общее пространство, отмеченное нулевыми и единичными значениями вектор-запроса. Последние процедуры позволяют разделить единичное и нулевое пространства друг от друга и сформировать множество только существенных координат в одном нулевом или единичном векторе. Отличие функционалов
I ,1 заключается в поиске единичных координатных решений путем пересечения всех строк в первом случае, или в определении множественного решения на основе объединения всех строк таблицы - во втором случае. Аналогично можно отделить от нулевого пространства единичное и сформировать единичные соответствующие векторы существенных координат:
ma = f^m^A) ^ л A; л v A;;
1 Vj(mbj =1) J Vj(mbj =0)
ma = fm(mb,A) ^ v A; л v A;;
1 Vj(mbj =1) J Vj(mbj =0)
mb = f2(ma,A) ^ л Aj л v Aj;
2 Vi(mai =1) Vj(mai =0)
mb = f2n(ma,A) ^ v Aj л v Aj.
2 Vi(mai =1) Vi(mai =0)
Для многозначной таблицы A вторичный анализ также выполняется путем использования последних восьми логических выражений, которые уже оперируют многозначной логикой. Для четырехзначного алфавита Кантора примитивы and, or, not определены следующими таблицами:
л 0 1 x 0
0 0 0 0 0
1 0 1 1 0
x 0 1 x 0
0 0 0 0 0
V 0 1 x 0
0 0 x x 0
1 x 1 x 1
x x x x x
0 0 1 x 0
a 0 1 x 0
a 10 0 x
Заключение
Актуальные задачи в направлении создания саморазвивающейся информационно-компьютерной экосистемы: 1. Синтез минимального количества элементарных функций, способных покрыть все коды изображения для минимизации информационного объема, передаваемого по каналу. 2. Уменьшение объемов информации и минимизации структур путем использования принципа дополнения в избыточности замкнутых алфавитов. 3. Формирование решений в причинно-следственном покрытии на основе максимизации критерия качества взаимодействия вектор-спецификации и библиотечных примитивов, которые должны быть упорядочены по разделам или кодам и представлены в форме двоичного дерева. 4. Разработка формальных методов синтеза функциональностей по таблице истинности (покрытия), которая в совокупности составляет спецификацию проекта. 5. Создание новых методов сжатия данных, основанных на использовании метрики векторно-логического пространства для передачи информации по телекоммуникационным системам. 6. Разработка новых методов криптоанализа на основе использования метрики векторно-логичес-кого пространства и принципа свертки кодов расстояний в нулевую сумму.
Список литературы: 1. БондаренкоМ.Ф. О мозгоподобных ЭВМ / М.Ф. Бондаренко, З.В. Дударь, И.А. Ефимова, В. А. Лещинский, С.Ю. Шабанов-Кушнаренко // Радиоэлектроника и информатика. 2004. № 2. С. 89-105. 2. Cohen A.A. Addressing architecture for Brain-like Massively Parallel Computers / Euromicro Symposium on Digital System Design (DSD'04). 2004. P. 594-597. 3. Кузнецов О.П. Быстрые процессы мозга и обработка образов // Новости искусственного интеллекта. 1998. №2. 4. Васильев С.Н., Жерлов А.К., ФедосовЕ.А., ФедуновБ.Е. Интеллектуальное управление динамическими системами. М.: Физико-математическая литература. 2000. 352 с. 5. ЛипаевВ.В. Программная инженерия. Методологические основы. Учебник. М.: Теис. 2006. 608 с. 6. A.C. №1439682. 22.07.88. Регистр сдвига / Какурин Н.Я., Хаханов В.И., Лобода В.Г., Какурина А.Н. 4с. 7. Гайдук С.М., ХахановВ.И., Обризан В.И., Каменюка Е.А. Сферический мультипроцессор PRUS для решения булевых уравнений // Радиоэлектроника и информатика. 2004. № 4(29). С. 107-116. 8. Проектирование и тестирование цифровых систем на кристаллах / В.И. Хаханов, Е.И. Литвинова, О. А. Гузь. Харьков: ХНУРЭ, 2009. 484с. 9. Проектирование и верификация цифровых систем на кристаллах. Verilog & System Verilog / В.И. Хаханов, И.В. Хаханова, Е.И. Литвинова, О.А. Гузь. Харьков: Новое слово. 2010. 528с. 10. АкритасА. Основы компьютерной алгебры с приложениями: Пер. с англ. / А. Акритас. М.: Мир, 1994. 544 с. 11. АттетковА.В. Методы оптимизации / А.В. Аттетков, С.В. Галкин, В.С. Зарубин. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. 440 с. 12. Abramovici M. Digital System Testing and Testable Design / M. Abramovici, M.A. Breuer and A.D. Friedman. Comp. Sc. Press. 1998. 652 р. 13. Densmore D. A Platform-Based taxonomy for ESL Design / Douglas Densmore, Roberto Passerone, Alberto Sangiovanni-Vincentelli // Design & Test of computers. 2006. P. 359-373. 14. Автоматизация диагностирования электронных устройств/ Ю.В.Малышенко и
др./ Под ред. В.П.Чипулиса. М.: Энергоатомиздат, 1986. 216с. 15. Трахтенгерц Э.А. Компьютерные методы реализации экономических и информационных управленческих решений. СИНТЕГ. 2009. 396с.
Поступила в редколлегию 04.03.2010
Хаханов Владимир Иванович, декан факультета КИУ ХНУРЭ, д-р техн. наук, профессор кафедры АПВТ ХНУРЭ. Научные интересы: техническая диагностика цифровых систем, сетей и программных продуктов. Увлечения: баскетбол, футбол, горные лыжи. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. 70-21-326. E-mail: hahanov@kture.kharkov.ua.
Литвинова Евгения Ивановна, канд. техн. наук, доцент кафедры АПВТ ХНУРЭ. Научные интересы: техническая диагностика цифровых систем, сетей и программных продуктов. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. 70-21-326. E-mail: kiu@kture.kharkov.ua. Приймак Алексей, студент факультета КИУ ХНУРЭ. Научные интересы: техническая диагностика цифровых систем, сетей и программных продуктов. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. 70-21-326.
