пример бинарного дерева
http://fish.krasu.ru/opred/index_op.shtmlСтереотип создания понятийного множества говорит о том, чтобы самому вбивать в базу определители и самому создавать новые понятия.
Но это не верно!!!!Машина сама должна их рождать, а вы с позиции взрослого должны только объяснять ему значение слова...как ребенку.
Нужно создать автоматический алгоритм формирования бинарного дерева.
Нужно дать только начальные понятия добро/зло, хорошо\плохо, быстро\медленно и т.д.
Потом алгоритм самообучения сам разобъет бинарные определители на 4,16,256...
быстро/медленно разбивается на 4 с индексами весовых коэффициентов:
Быстро 100%
Быстро 50%
Медленно 100%
Медленно 50%
По мере увеличения дискретизации, скажем до 256 для каждого понятия, термин автоматически разбивается на 2, образуется 2 новых объекта в понятийном множестве..
"Бысто" рождает термин "мгновенно" (перед тем, как создать новый объект, программа спросит у тебя: "как назвать этот термин?")
"Медленно", рождает термин "бесконечно долго".
каждый из которых имеет бинарные пределы (порядки скоростей, которые подразумеваются).
На твоих глазах, автоматически, произошло деление и рождение новых понятийных объектов. Тебе нужно только ввести слово.
Таким образом, можно потихоньку забивать термины в программу, а она сама будет формировать понятийное дерево.
Также, программа будет искать соответствия по признакам и спрашивать у тебя названия другим понятиям, которых еще нет в бинарном дереве. ты можешь отследить, какого уровня по иерархии этот синтезированный термин.
Например, синтезируется новый термин "поплавок".
Машина спрашивает у тебя : "как называется то, что плавает и сделано из пенопласта". ты отвечаешь-поплавок.
Итак, начнем с основного в таких делах базиса. Это база данных слов, но не как в словаре, а струтурированная БД слов по бинарным определителям.
Существует 2 типа построения таких структур. Это куст и дерево.
Строение дерева это классическая структура, которую вы видите в своем компьютере, когда открываете проводник.
Корневой каталог, в нем папочки "музычка", "клипы", "фильмы", каждая из которых содержит подклассы.
Кустистая структура не такая, она отличается от дерева большим количеством корневых каталогов и самой структурой размещения в них данных. Основной принцип куста, это объединение на одной ветке тех файлов, которые используются совместно чаще всего. Т.е. понятно да, отличие от дерева.
У дерева мп3 файл саундтрек к фильму будет лежать в корневой папке "музычка", а сам фильм в корневой папке "фильмы", а у куста оба этих файла будут располагаться мало того, что на одной ветке, да еще и в одном подразделе.
Чем хорош куст? Да тем, что поиск нужных данных очень быстр.
А чем плох куст? Тем, что файл, имеющий весовой коэффициент причастности к данной группе не достаточный чтобы туда попасть, но имеющий к нему отношение, по весовому коэффициенту может быть физически распределен так далеко, что поиск этого компонента потребует значительных ресурсов.
У дерева все наоборот.
Удивительно, но анализ приводит к однозначному соответствию этих двух типов структур понятийного множества с разными типами людей.
Вы уже догадались, что счастливые обладатели кустов это математики, а деревьев-философы.
К чему приводит кустистость в итоге?
Она приводит к тому, что нетривиальную задачу математик решает с трудом, потому что ему приходится в поисках решения расширять поиск в своей БД, а ветвей слишком много. В итоге имеем объективную физиологическую неспособность математиков к глубокому сравнительному анализу, когда это касается поиска и работы с многочисленными объектами, связь между которыми не очевидна и в понятийном множестве математика такие объекты разнесены слишком далеко друг от друга. А производительность мозга ограничена геномом.
Массив данных, который обрабатывает математик лежит обычно на одной ветви. Математику очень трудно "доставать" данные из соседних ветвей (очень много корневых папок у куста), а возможности человеческого мозга ограничены. Поэтому математик обладает очень маленькими способностями к интуиции.
Математик может смотреть на 2 формулы, в реальности физически стоящие рядом и являющиеся суть одним процессом и И НЕ ЗАМЕЧАТЬ этой связи в упор! Зато математик увидит связь в символьной закономерности форм и функций, а эти понятия у него расположены близко.
Естесственно, математик не сможет и "раскидать" полученные (найденные) закономерности и красоту формул на ее физическую проекцию и физическую красоту. То как они объясняют физику мы все знаем и наелись уже бредом. Математик, видя очевидное и красивое решение и не может от него отказаться и поэтому, не имея возможности сопоставить это с физическими реалиями он выдумывает новые сущности и не соблюдает принцип Оккама.
А философ справляется с этим легко при той же производительности мозга. Системный анализ у него шире и глубже, он с легкостью сочиняет стихи к примеру, с легкостью находит множество синонимов (потому что все они на одной ветви), он с легкостью сравнивает физические явления из разных областей, потому что все они тоже рядом.
Именно поэтому из Альтов и прут гипотезы как из рога изобилия, потому что все они именно с такой структурой понятийного множества.
А математики в каком то смысле обречены, потому что банально физиологически не в состоянии сделать комплексный физический анализ известных экспериментов. Им бы пришлось делать сравнительный анализ и прыгать из одной корневой папки в другую отождествляя термины. Производительность мозга не позволяет это сделать и математик начинает страшно "тормозить", мысль просто стоит на месте и все.
Есть в понятийном множестве еще специальный раздел, где хранятся алгоритмы оптимизации.
У математиков они интегрированы в куст точно по той же схеме (что еще больше усугубляет невозможность производить глубокий сравнительный анализ), а у философов все алгоритмы оптимизации на одной ветке.
Но есть редкие исключения, люди, которые обладают высокой производительностью мозга от генома. Такие имеют возможность расширить область анализа даже обладая кустистой структурой.
Это и есть гении.