Ещё в 2002 я имел смелость предположить наличие альтернативного способа обработки процессором информации – не Неймановский и не нейросетевой. Однако идея не вписывалась в существующую инфраструктуру WINDOWS и INTERNET. Смысл подхода заключался в необходимости иметь вместо BIOS локальный классификатор. Классификатор должен выполнять очистку входящих потоков (видео, звуковых и прочих) от шума и избыточности, систематизировать уже имеющуюся информацию в соответствии с критериями её важности, значимости и главное – отделить «информацию» от «данных», различия между которыми интуитивно понятны. Строгое определение этих двух понятий и отличий между ними ещё предстоит выработать и длительное время совершенствовать. Соответственно работа с данными, передаваемыми по линиям в соответствии с теоремой Котельникова и работа с информацией должна радикально отличаться. Процессор должен оперировать информацией, а не данными (которых, как известно, накоплено уже несколько эксабайт). Человек разумный по скорости принятия нетривиальных решений может опережать самый скоростной суперкомпьютер, поскольку оперирует информацией, а не перебирает в памяти данные. Удельная скорость системы, основанной на принципе фон Неймана, таким образом, может быть охарактеризована как отношение объёма данных, накопленной сетью к скорости процессора. Выводы получаем весьма неутешительные – старенькие процессоры INTEL 386  по удельной скорости значительно опережают современные суперкомпьютеры, поскольку базы данных во времена их использования в 20 веке сравнительно с 21 были ничтожно малыми. Этот критерий должен в результате привести к краху существующие системы, когда это произойдёт – вопрос времени. Будет ли этот крах термоядерным крахом всей цивилизации или всего лишь плановой заменой морально устаревших компьютеров системами искусственного интеллекта – пока не определено.

Способом повышения удельной производительности системы может быть оптимизация имеющейся базы данных – её значительное сжатие в результате перехода на ЕНТЯ например. Очевидно это не единственный способ. Я не рассматриваю «жетонные» способы, уже «обыгранные» в теории сетей Петри, поскольку эти способы усечения логического ветвления не учитывают различия между данными и информацией и допускают вероятность потери нетривиальных вариантов, возникающих на промежуточных этапах обработки данных. В приемлемых вариантах архитектурных схемотехнических систем эвристический поиск решений ИИ в случае наличия классификатора происходит с возрастающей скоростью, пропорциональной «опыту» или степени оптимизации системы – аналогично обучаемости у NEURAL NETWORKS и большей скорости принятия решений у людей в знакомой ситуации. Предоставленная сама себе система (у которой есть электронные органы чувств в виде фотоэлементов и датчиков) будет вести себя различным образом в зависимости от метода привязки и перехода (о которых писалось выше). При этом её способности должны совпадать с возможностями – глуповато выглядел бы процессор кухонного комбайна, который бы генерировал прогноз стратегических планов правительства, даже если это кухонный комбайн жены президента.

Множество систем шифрования данных так же могут потерять актуальность, поскольку внутренний формат представления информации в системе может быть уникальным и закрытым от попыток взлома извне гораздо более серьёзными инструментами, чем пароли или криптографические ключи – системой локальной классификации.

12 марта 2011         г. Осиповичи          т. +375 44 7474268           Гаврук В. В.