准全息系统论与智能计算机（三）

 

151楼 这种兴奋点夜以继日地不停跳跃着，即使睡眠时也不例外。但神经细胞间究竟是怎样相互联系的？它们又是怎样影响大脑功能的、我们对此一无所知，可能永远也不会知道。我们对大脑的某些部分已有大致的了解，比如视听中枢（我们早已在计算机中制造了与这一部分相似的部件），但也许仍需要二三十年的时间，我们才能制造象大脑般复杂的东西。只有等到我们已知道该怎样把各部分连在一起的时候，才能创造出人类思维所能创造出的最为壮观的奇迹。
我们每个人均拥有这个星球上最复杂的思维机器。但请听一听技术对我们的忠告：最要紧的只是复杂性和组织性，而不是细胞和芯片的区别。40年后的计算机可能变得与我们一样复杂，任何那样复杂的东西均是不可理解的，最终，它甚至是不可控制的。所有的父母均有这种体会。
因此，我们也许应从现在就开始调动起自己大脑中的全部聪明才智，为迎接新一代计算机的诞生而作好准备。因为等到它真的诞生时，我们已不可能理解它，并且很快，我们也将失去对它的控制。
2、李国杰谈《世纪电脑》
李国杰院士在其《世纪电脑》一书的发展趋势篇2.2中的最后一段，对计算机的发展趋势给出如下预测；“肯定还有一种或两种革新将在今后25年使计算机发生变化。但是，我猜测存储程序的观念是如此美妙，以致不可能被轻易取代。我相信未来的计算机将很象过去的计算机，即使它们是用完全不同的材料制成的。我认为2020年的微处理器不会使当今的人瞠目结舌，虽然最快的芯片可能会比第一块硅片大的多，而最便宜的芯片则可能比当初的lntel4004芯片小的多。
在未来篇中，谈到非传统的高性能计算技术时，李国杰院士指出：“超导、光子、量子与生物计算机是实现高性能计算的新途径，在21世纪内，这些新技术可能导致一场新的技术革命，我们必须从现在起就要开始投入力量，从基础研究做起，根据有所为有所不为的原则，有重点的抓好几项前沿研究，不要重蹈我们在微电子技术上长期落后的覆辙。但是，这些新技术的成熟还有个过程，不能以一些不太负责任的新闻作为我们决策的依据。1998年2月25日《中国科学报》在报道美国HP公司在研制一种量子计算装置时，下了一个结论“2010年硅芯片微处理器将不再采用”，这种结论过于武断，不能认为是一种科学的预测。
电子计算仍有强大的生命力，至少近半个世纪内，其他计算技术不大可能完全取代电子计算机。我们不应强调研制纯而又纯的超导、量子、光学和生物计算机，而应发挥各自的长处，在优势互补、系统集成上多下工夫。事实上，各种混合技术，如光电技术、超导－电子混合技术，光学生物混合技术等均取得了较大进展。制冷技术虽然不属于计算机技术，但对于超导计算机而言，制冷的功耗也是必须重视的关键问题。美国Petaflops计划中设立的HTMT项目（混合技术多线程体系结构）是一个典型的多种技术综合集成项目，包括100GHz的RSFQ技术、200Gbps的光通信技术，延迟为20ns的数据涡流技术，TB/cm3的光学全息存储技术，PIM(ProcessorinMemo-ry)技术、高速接口技术、多级多线程执行模型及处理器内单时钟周期线程切换技术等。特别要指出的是CPU速度的大幅度提高（100GHz主频）造成CPU速度与存储器速度（取决于电子在导线上的传输速度）之间巨大间隙，必须通过编译等系统软件技术来解决数据的局部性问题，提高系统的实际效率。在一个相当长的时间内，提高实际速度的一部分担子只能压在用户身上。既达到极高速度又非常容易使用（编程时间少）是我们追求的目标，但实现两全其美还有个过程，我们必须锲而不舍地朝着智能化高性能计算机的方向努力。
3、对日本第五代计算机的反思
目前，国际上的智能机研究，可以说还是以日本的五代机最具代表性，它的中心任务是研究知识、知识表示、知识获取及知识库的建立。以此为核心解决三大技术问题：
①、应用技术。
②、软件技术。
③、硬件技术。

 

 

152楼

从其结果来看，其整体设计思想并没有解决软件复杂性问题，因其设计思想的局限，更不可能解决智能系统中子系统实时、透明、及非程序化互为因果交互作用问题，既自组织功能耦合问题；或存储单元及子系统交互作用的自组织逻辑机制问题。其软硬件的设计基本上是按照专门要求进行的，其系统构成以并行、功能分布式多处理器为基础，但与此相应的是系统内部的通讯问题突出，且难以解决。
另外，二进制硬件系统，包括日本的第五代计算机，说到底只有“移位”和“相加”两种操作，因而日本专家尽管设计了周详而庞大的硬件和软件系统，但具体到怎样在第五代计算机上实现较高级智能，即问题求解和并行推理这一步时，陷入到一种自我感觉肤浅的困惑之中。说明“第五代计算机计划”在基础理论方面准备不足。其要害问题，是二值逻辑运算为最简形式化系统，它把所有问题都转化为逻辑无穷小的和，一项一项地运算。而智能是系统内部各层次之间紧密耦合的宏观效应，其多路输入信息有时需同时并行交互作用，需多值或多逻辑层次并行转换或运算，不能都象冯机体制一样完全用二值、或二叉树来表达，所以冯机体制与人脑没有同构性。而非冯机所遵循的准多值逻辑结构运算模式，与脑组织具有最大限度的同构性，具有与脑组织类似的因果逻辑关系组合与变换能力，能满足系统实时双向交流信息的要求。
国内智能机研究，同样是以并行或分布式多处理器为基本系统结构，需解决的关键技术是：并行处理与分布处理技术、并行人工智能语言的优化编译技术、多处理器结构的智能操作系统、并行处理算法、知识输入输出技术、新型语言支撑工具与环境的集成技术、专用VLSI芯片的研制、知识库与面向对象数据库的研制、决策系统、实时专家系统和多个协同工作的专家系统的研制，以及生产工艺与技术的研究等。
自70年代中后期，研究和试图模拟视听的人工智能专家受挫，设计制造计算机的科学家和厂家，发现前面有不可逾越的线路微细化的物理极限。人们习以为常的普通知识和经验亦难以“教给”计算机。日本第五代计算机并未象人们预期的那样取得成功。这一切都迫使人们去思考冯•诺依曼型数字机究竟能走多远？人脑的智能是否可以在机器中重现？为解决这一问题，虽有各种理论与技术不断出现，但真正能够超越冯机，并能解决实际应用问题的理论与技术并未出现。
人工智能的三大流派――符号机制、联结机制与控制论机制，都为人工智能做出了巨大贡献，但都有不可克服的理论局限性。要设计功能足够强大的智能计算机，必须在信元自组织的基础上解决交换、控制、及运算功能的统一一体化问题，同时解决组合爆炸问题、总线瓶颈问题、储算分离问题、内外情境的统一问题……。但因传统的系统论本身只有定性描述，而无系统参量的自组织结构及原理描述，而确实难以作为智能系统的有效理论基础。为此，我们独创性地提出了交互作用型系统的定量形式化，及自组织原理描述模型，或子系统功能耦合原理模型―――准全息元数学模型。模型的提出，首先是解决了交互作用型复杂系统的定量形式化描述难题（这被认为是二十一世纪复杂性研究领域的难题之一），为复杂人工系统，包括人工智能系统的设计，奠定了坚实的数学理论基础。
二十一世纪的计算机，肯定不能再单纯沿用冯机理论与体制。以准全息元数学模型为逻辑结构模式，我们已成功地设计了多用、多值态、逻辑可逆、且适应多种进制代码运算交换的多功能加减法运算器，进而设计了多用平台，并提出计算机功能互补系统的设想（具体参见后面的有关内容）。从目前有关高性能计算机的研究情况看，符号机制与联结机制及控制论机制，均不能取得原理及体系结构方面的重大突破，企图通过提高计算机的速度，及人机交互的亲和友好性，事实将最终证明不能有效解决问题，只能说是权宜之计。只有从系统本身的构成原理出发，寻找系统的自组织机制，在此基础上确定自组织计算原理及方法，才是最终出路。

 

 

153楼

研发智能计算机，我国与发达国家原则上是在同一起跑线上，尽管国外首先提出量子计算机概念，但远不能实用化，而我们通过自组织计算原理，却可以率先实用化。
除基础理论以外,我国发展智能计算机有两大瓶颈：
①、微电子技术不过关。因而最佳发展思路，是首先从基础理论上取得突破，独立自主的设计具有开放性的核心信息处理芯片，以利于用较小规模的集成电路芯片，设计功能复杂的系统。
②、没有独立自主的操作系统。解决这一问题，其基本思路，是利用现有的较低级计算机及操作系统，通过功能互补，逐步弱化目前个人计算机及其操作系统的功能，逐步强化功能互补部分的技术，然后逐步主导计算机技术的发展方向，并取得市场先机。凭着理论优势，采取策略得当，我们完全可以进行超越式发展，掌握智能计算机这一高新技术发展的主动权，并最终改写游戏规则。
我们的最终目标，是为构造智能计算机奠定理论及技术基础，从硬件系统体现接近人脑的功能机制，并作出实用系统。阶段性目标是作出与冯机功能互补、并一体相容的新型计算机，通过功能互补提高计算机的基础计算性能及智能性。这是从计算机的前端产品及技术领域，显示我国竞争实力的最佳途径。在项目进行过程中尽可能的将其中间技术推向实际应用，尽快使这一项目的理论与技术产生社会效益。并通过新技术与现有技术的相容确定新的工业或技术标准；确定新的商业游戏规则，自主发展相应的信息产业及产业群，力争在二十一世纪，领导信息产业的发展方向，及主导技术潮流。
4、我国的计算机发展瓶颈
众所周知，我国在计算机科学技术及产业领域，没有多少自己的知识产权，其技术的核心部分始终掌握在别人手里，面对这一高科技领域及高科技产品，没有创新就没有出路，尤其是象并行高性能交换、控制、及运算这样的高新技术领域，如没有自己的知识产权及产品，不仅是大量的资金外流，更重要的是国家的安全没有保证，为此我们付出的代价是非常沉重的。当务之急，是解决现实的发展瓶颈。
瓶颈之一是微电子技术落后。
即国人认为我们在计算机硬件技术方面，由于微电子技术不能过关，不能不受制于人，硬件组装式生存是一个客观现实。
瓶颈之二是操作系统。
由于我们没有自主的操作系统，同样不能不受制于人，软件外挂式生存也是个不争的事实。
瓶颈之三是研究实力。
据说我们的研究经费仅是发达国家的二十分之一，因而在研究实力方面更是自愧不如。
瓶颈之四是市场竞争能力。
就算是有了自己的技术，有了自己的产品，据说也没有实力与发达国家的大公司进行市场竞争。
我国在微电子技术方面落后是个不争的事实，但这并不等于我们不能超越发展，因为超越有多种途径，我们虽然不能从微电子技术方面在短时间内直接超越，但我们可以从原理及体制方面超越。谁都明白，目前的冯型计算机，其体制是封闭性的，要想提高计算机的信息处理能力，就必须将所有的相关功能组件都集成在一起，不适合用几块片子在板级组合成一个系统，关键是一旦分开，其速度将大幅度降低，因而要求微处理器的功能越强，其集成度要求就越高。但如果我们采用开放性的原理及体制，就可以用较小规模的集成电路芯片搭成功能复杂的超级系统，其速度与性能，则可以通过计算原理的变革及并行处理来进行保证。有了硬件功能的突破，我们就可以通过功能互补弱化传统计算机软硬件的主导作用。如仅用的档次的芯片与软件，通过功能互补部分强化计算机的基础性能（见本章第六节）。
正视现实是必要的，但世界上没有不可改变的现实，而改变现实一是靠科学的态度及一种精神，二是靠创新，否则瓶颈就变成了神话。在二十一世纪，在计算机科学技术领域，我们完全可以走出自己的路子，从根本上摆脱我们在计算机科学技术领域的被动局面，彻底打破计算机的发展瓶颈。
在智能计算机领域，我们与发达国家原则上是站在同一个起跑线上，如能抓住机遇创新进取，就有可能进行超越式发展。

 

 

154楼

智能计算机是相对人脑功能而言的，所以智能计算机必然要以人脑功能为范例设计，这是一个极富挑战性的工作，各发达国家都在激烈竞争，力争抢占这一科技制高点，它的研究成功，将是一个国家社会经济高速发展的决定性因素。从产业化及商品化的角度讲，经济实力确实起一定的决定性作用，但也不尽然，在智能机领域，未来的科技竞争虽然要靠实力，但更主要的是要靠智力。真正起作用的应该说是技术的创新，有了技术创新，就可以改变现有的技术垄断及现有的游戏规则，就可以集中优势，扬长避短，进行超越性发展。
我们的工作就是通过自己的智力及自己的创新，打破现有的游戏规则（产品的工业标准及一系列技术垄断），通过原创技术派生大量新技术，带动一大批相关产业出现，从根本上扭转被动局面，力争打出自己的品牌，打出自己的优势。而创新就是少花一百五十亿日元就能搞出智能计算机；创新就是少用时间快速发展；创新就是用较小的实力占领市场。通过创新就可以通过新技术与现有技术的相容确定新的工业与技术标准；确定新的商业游戏规则，发展相应的信息产业及产业群，在二十一世纪领导信息产业的发展方向及主导技术潮流。”
创新就是注重发展策略，如果我们花了大力气，搞的是自成体系的东西，则肯定要面临失败，因为我们不能从无到有重新开辟市场。但我们走与现有计算机功能互补、互利互惠的道路，就能用较少的时间、较小的实力快速进入并占领市场。
众所周知，目前的计算机技术发展，基本上都体现在量的变化上，称得起质的变化――原理性变革的东西并不太多，有些东西又只是理论研究，谈不到实用化，“象本书所讲的准多值逻辑或自组织计算机，其特色之处就在于自己发明了复杂系统的自组织原理模型，并用现有的电子技术使其得以实现。完全跳出了冯机原理及体制的框架，但又能与现有技术很好地融合，各发挥各的特长，通过功能互补使人类智能模拟变的更现实、更容易一些。这样做即可充分利用现有技术及系统的功能优势，又能通过新原理、新技术弥补其功能不足。即保护了用户现有的软硬件资源，又解决了智能模拟的缺憾。即能使用户得到切实的实惠，又能避免用较大的投入，解决操作系统等与用户传统使用习惯相悖的问题。
5、理论与技术的发展趋势
谈到智能模拟，很多人认为所解问题不能形式化与不可计算，是机器智能不可逾越的双重限制。但不能形式化与不可计算的问题不仅仅限于计算机，对于人来讲也同样存在，这并非智能不能模拟的理由。因为形式化的方法及计算能力，始终是在随着人类智力水平提高而提高。如同小孩做不到的事情，大人也许能够做到；现有理论不能解决的问题，不等于新的理论也解决不了；冯型机解决不了的事情，可以创造非冯机解决。总之世界是开放性的，人类的智力也是开放性的。二值逻辑计算机绝非人类智力发展的极限！二值编码的形式化及二值逻辑计算性能的局限性，并非不可逾越！复杂性的问题必然有复杂性的方法解决。现阶段解决不了的问题，并非以后永远不能解决。
人类模拟任何功能，并不需要和原型一模一样，就象模拟人类行走可以用轮子而不用双腿，而驱动轮子转动行走的机制，与驱动双腿行走的机制则完全不同。但其满足人类实用的价值方面，却从某些方面高于双腿，类似的例子几乎比比皆是。
根据同构或相似性原理，可以认为人脑及计算机，都是转换状态或组织状态关系的物理实体，其中的组织状态关系与记忆及处理状态关系是统一的。只要解决了三大根本问题，就能模拟再现人脑的一些基本功能。
一是解决状态的自组织问题，即状态关系结构问题――体现状态关系的整体存在形式。
二是解决状态转换的原理问题――体现状态在不同层次及不同转换阶段的表现形式。
三是解决子系统功能耦合的原理及机制问题――体现状态的互补定义及交互作用，即状态转换及其控制问题。
上述问题涉及到转换或组织状态的实体，与脑神经网络是否同构的问题，涉及到内外情境是否统一的问题。具体到状态的操作，应该是状态之间的交互作用及协同作用。这一点非常重要，因为功能是状态之间的自然作用，如果是加上外在的控制因素，就不是功能的自然体现，存在最后控制权限的悖论。这里涉及到一个重要的概念――自动机，传统的自动机是按预先安排好的操作步骤动作，而真正的自动机是现场状态可以直接驱动机器作用与反作用。且在这一过程中完全没有任何附加控制条件及过程性控制，完全是根据信元的自组织或互为因果关系交互作用。这里涉及一个重要的理论问题：“即转换状态时，状态一定是对象的真实描述，而转换状态的实体（计算机或人脑）亦必须是真实状态关系的自组织，且两者必须具有一致性。”一般来讲，状态的自组织形式决定状态的作用机制，即所谓的结构决定功能。由此可见，机器模拟人脑思维是有条件的――同等复杂性的结构决定同等复杂性的功能。

 

 

155楼

智能系统最起码有两个功能层次：一是子系统功能层次，相对容易解决一些。一是子系统功能耦合层次，解决起来就相对困难一些，因为子系统功能可以通过若干不同子系统的功能互补解决，亦可以通过不同子系统的功能代偿，而子系统功能耦合层的问题则无论如何不能替代及代偿。用系统论的话说，系统整体的功能并非子系统功能简单的叠加，整体功能要大于部分功能之和，这涉及系统论最难以解决的问题――涌现问题（也有将涌现称为突现的）,同时涉及子系统功能耦合的原理及法则问题。这应该是智能系统的最本质问题，具体涉及状态转换的自组织原理及相应的功能机制，涉及状态的组合与分解机制――即信息处理机制，等价运算机制；涉及状态之间的交互或协同作用机制――即控制机制。自组织及其涌现问题，及功能耦合问题不解决，智能模拟就很难取得根本性的突破。
目前的符号机制仅涉及状态转换，却没有状态的自组织这一基本前提，因而状态转换不能与子系统的功能耦合或自组织机制统一。联结机制亦不能结合子系统功能耦合或自组织机制统一解决状态转换问题。其分类功能大部分仅相当于译码器，相当于感知子系统这一层次的功能；控制论机制同样不能解决这一问题，反馈控制同样需要建立在子系统功能耦合――即状态的自组织基础上，才能更有效的与全部背景或相关状态双向实时交互作用。通过上述分析，现有理论并没有解决智能模拟的根本问题――系统的自组织或子系统功能耦合原理问题。至于状态转换问题，则必须在内外情境统一的基础上统一解决，才会更有效率。
另外，状态转换需基于准多值逻辑。道理很简单，现实状态的编码需要用三值、四值……，且能直接转换。适应多值态编码及处理的意义在于，各种编码方式可以互补定义同一个状态，且能互相激励互相检索、互相区分更多的状态。最主要的是二值逻辑没有可逆性，不能进行逆向逻辑推理；在此基础上不能直接转换有理数及实数类状态，这将导致信息处理实体内外情境的分离，为语义理解造成了根本性的障碍。同时导致计算复杂性问题。另外，在二值逻辑基础上不能实现状态的自组织，造成储算分离。
模拟人类智能是个系统工程，不能指望用还原论方法解决问题，系统问题就必须用系统理论及方法来解决。也不能从一个局部或层次展开，而是要从各个层次功能机制的协调统一入手，如同模拟鸟飞的飞机，其飞行原理、机制及相应的控制与动力系统，包括空气动力学理论，都要统一于满足不仅能飞且能承重这一基本实用要求。如完全模拟鸟飞的机理，就很难满足承重这一要求。模拟人类智能也是同理，没有必要与人完全一样，但一定要抓住主要矛盾，有整体目标、整体规划及明确的理论基础。且一定要有非常具体的目的性，明确解决问题的具体范围。
以“准全息元数学模型”为逻辑结构模式设计计算机，多入多出、逻辑可逆；储算一体；地址与数据统一；适应多种进制代码运算、控制及交换；并行运算、并行控制、并行交换功能统一一体化；可双向读写算、同步读写算、及并行读写算。其记忆单元之间具有内在的自组织关系，相对于冯型计算机，可以说是计算原理及体系结构的一次革命。通过功能互补，可从根本上提高计算机的基础性能与智能性，其意义远远大于日本的第五代计算机。

 

 

156楼

第二节、人工智能系统
1、能否与人脑及客观世界同构？
对客观世界最有效的描述，就是如何反映与客观世界的同构与相似。对人脑的描述也是同样，思维主体及活动必须建立在与客观世界同构的基础上。
所有的物质都是有结构的，包括能量和场。没有结构的物质不可能有内部联系，没有内部联系也就不会有外部联系，没有联系也就不会有子系统相互作用的复杂系统及其结构。功能模拟必须首先从模拟原型的结构开始，近似的功能模拟要从近似的结构模拟开始。异构虽然可以同功，但必然存在效率的差别。未来的人工智能系统，只有和人类大脑结构相类似，其功能才有可能与人脑相接近。当然，也有可能比人脑的结构与功能更优化。
思维规律及原理只有能用数学模型精确地表达时，才能对脑模型或智能机的研究起实质性的指导和帮助作用。数学是人类思维能力的度量及描述工具，完全能够用它描述心理学规律，人类不可能建立一种数学，而与它所存在的客观世界无关。更不可能与创造数学的人脑无关。数学本身就和自然界同构，它的任意创造都不可能超越其依存的时空环境，而是真实或近似地反映客观现实的定量关系及时空结构，当然这种反映与人脑本身一样，要有一个发展进化过程。
人类想象的东西不管多么精巧离奇，迟早总能在自然界找到原形，人类始终是在自觉不自觉地向自然界学习。始终是在寻求与自然界深层次的同构原理，并刻意模仿。
数学实践注定能够发现可能的、普遍的、不同形式的各类自然结构及其原理，并对其进行描述，当然也包括最复杂的人脑神经网络结构。人脑智能不仅可知，而且可以用数学模型来表现它的结构及自组织原理。且不管复杂到何种程度，都能通过数学模型的构造进行描述，并能最终依据数学原理而构造出智能系统模型——脑模型或智能计算机。
以往，数学之所以没有成为人工系统的科学，原因在于：①、纯粹数学的四个主要领域，既代数、解析、几何和拓扑，有三个与离散模型无关。并非真的无关，而是在实际应用中没有办法体现其内在相关性，更没有体现连续与离散的统一性。②、抽象代数亦未能成为离散系统模型的描述工具。初等数论、组合论和逻辑虽能用于离散系统的描述，却一直没有应用实例。③、数学分析工具一直未能成为计算机科学的主要内容。这与人们的线性思维方式，及受分析哲学的影响有直接关系。人们对客观世界的描述，只有从整体哲学出发，采用与复杂系统同构的数学模型方法，才有可能面对多因多果的非线性作用关系整体进行描述。系统的问题，不管是分析与综合，都只能通过整体模型解决。数学的功能并不仅仅是计算，面对复杂系统，数学应能描述多因多果及多维的群体交互作用关系——系统或自组织结构。
人类的信息加工模式，取决于人在客观世界的存在形式，它是一个离散与连续、有序与无序、线性与非线性、抽象与形象、对称与非对称、确定与非确定性相统一的复杂开放系统。
系统加强适应能力的同时，也增加了自身的不稳定性，因为加强适应能力必须不断地增加自身的信息接受能力，或增加信息接受的渠道，而增加自身的信息接受渠道，就要提高自身结构及其层次的复杂性，就要通过自身结构，保证子系统之间交互作用渠道的畅通高效。
结构，是不同物质、不同能量及信息交互作用及相互转换的媒体或媒介。结构的优化与否，决定作用或转换关系的稳定与高效。
应该说自然界存在最有效率的运算方法及原理、原型，从某种程度上说，自然界本身就是一架高效的天然计算机。而目前人们所能理解的不同的信息处理系统之间，则存在性能及效率的巨大差别。完成同样一件任务，就有空间复杂性运算——联结机制，和时间复杂性运算——符号机制之分。假设一种运算机制用一分钟完成，而另一种运算机制用一天，那么后者无论如何也是不可取的，因为它丧失了实时性。当然还有其它指标，如相对子系统交互作用（功能耦合）的实时透明性问题等。另外不管哪种机制都必须是物理可实现的，以前虽然也有过这方面的深入讨论，但是因为没有实际的运算装置及理论可资对比，事实上很难深入下去。通过准全息元数学模型，我们可以肯定，冯型机并不是象人们想象的、当然的、最有效率的信息处理系统。

 

 

157楼

2、以自组织原理为基础
系统相对于子系统的交互作用——功能耦合，必须是实时透明的，既系统本身具有自组织功能，这一功能冯型机不具备。要做到这一点必须为信息处理系统确定自组织原理。计算机发展到今天，其实质是用种种方法和技术，去表现一个和自然系统同构的协调的数学结构——复杂开放系统的自组织原理模型。随着准全息元数学模型的问世，这一目的才有可能真正实现。
知识的表示与利用密不可分，表示问题解决不了，利用问题同样解决不了。一个基本原则，是表示与利用都必须与背景知识相关，且必须具有普遍的一致相关性。既必须有一个表达和组织日常生活知识的自组织结构，且能按结构关系触发联想。目前冯机按地址的穷尽搜索方法，无论如何也效率不高。准全息元数学模型的结构运算原理，为知识的表示、知识的推理、知识的获取、及其自组织，提供了有效的数学方法和数学原理模型。亦为智能系统本身的自组织奠定了数学原理。
我们认为，神经元网络结构应该遵循特定结构法则，其结构反映互为因果性、具有确定性与非确定性的统一性。它的自组织体现在所有单元之间具有一种遍历性的交互作用关系，且这种关系可以扩展――生长、进化。各单元之间还可以形成一种宏观的、高层次自组织。而目前人工神经网络的动态联结，充其量只能是一种低层次的、局部的自组织，因其没有确定的结构法则——逻辑基础，很难使各个层次的自组织体现逻辑一致及相容性。

3、形式与内容统一
结构是系统的表现形式，参量是系统的表现内容。逻辑是系统的结构法则。同构则是系统之间传递与交换信息的前提。参量是抽象描述客观对象的内容，可定义语言、文字、图象。逻辑、结构是抽象描述客观世界的关系形式，根据描述对象的不同，描述形式也不同。但形式与内容密不可分，必然相互统一。
智能系统的记忆结构与处理结构是统一一体化的——既储算一体。它与子系统的感知功能是两个层次的功能。没有核心功能耦合层，就不可能有高层次功能的产生，既系统论中所谓的整体大于部分之和。智能系统的内容既各种子系统的具体功能，如各种感知觉及行为或效应器官，还有维生器官——能体现系统的具体行为。智能系统的形式既子系统的自组织功能耦合结构，它能反映智能系统作为整体存在的性质。这种功能的层次性，及形式与内容的统一性，在所谓的符号机制中无法体现。因而符号机制不能与人脑的功能机制划等号——它没有子系统的功能耦合功能。
思维是基本概念的分类、比较、建构、重组，是各种概念在加工（思维）过程中体现的一个环节或特征。对于神经网络的动力学过程而言，都是由双向反馈贯穿始终的信息流动过程。所谓的形象思维,实际是确定思维内容及对象的过程,其功能机制是对感知对象进行编码译码――分类，并使信号整合于一个点上，及给予一个特定定义。所谓的逻辑思维，实际是思维的形式——对概念进行某种形式的组合与分解，其功能机制是运算——但不象冯型机一样只进行加法运算，运算的参量必须通过译码。总之思维的形式与内容，和智能系统的形式与内容是统一的。
在信息系统中物质和能量的分布形式，存在着秩序和差异：系统中要素的相互联系，又存在着多样性和层次性；信息作用过程和趋势，又有可逆与不可逆的统一性，和互为因果性；作用状态具有确定与非确定的统一性。这一切都建立在信息系统形式与内容相互统一的基础之上。其内容是由具体参量来进行区分的，参量不仅能作为信息的表征媒介进行传递，更主要的是代表着系统的状态及子系统的功能。其形式是由不同的自组织结构来区分的，结构不同，子系统功能耦合的形式不同，转换参量的类型也不同。
4、以准多值逻辑为基础
二值逻辑仅反映了多值态描述的上限与下限，实际上是多值态描述的一个极端化特例。所以准全息元数学模型不仅可相容二值逻辑，而且可与所谓的模糊逻辑相容，且具有辩证逻辑特征，此外它作为一种逻辑结构模式，还具有元逻辑的所有本质属性，可以综合相容所有的逻辑机制，因此，所有一致有效的逻辑推理，都可以归结为准多值逻辑进行。它具准完备性，除此以外世界上不存在完备逻辑，更不存在完备系统，一个开放的自组织逻辑系统，只能是准完备或准全息性的。

 

 

158楼

智能计算机以准多值逻辑为基础，应该是最基本的现实需要。准多值逻辑，与脑神经系统的结构法则具有最大限度的等效性，具有与脑组织近似的因果逻辑关系组合与变换能力，能满足系统实时双向交流信息的要求，因而理应是人工智能系统的逻辑基础。准多值逻辑的深层意义，是适应多种进制代码运算，能够保证多元逻辑机制相容，亦是模数统一的前提。
作为参量组合与分解的法则，逻辑对量的规定性是分层次的，各层次具有相容统一性，及内涵与外延的一致有效性。逻辑对结构形态的规定性，可体现要素的互为因果动力学关系，反映在神经网络结构中，是具体参量标志具体输入输出信息传递通道，及具体传递的信息量，并体现参量之间的互为因果交互作用关系，及参量的组合与分解关系。
逻辑功能的准完备性，以能否确定某类参量的互为函数关系，即系统的自组织群体结构为衡量标准。目前，二值逻辑对复杂系统的定量形式化描述力不从心，据此不能构造功能较强的人工智能系统。二值逻辑只能规定简单的肯定与否定、有或无二值状态，不能描述二值的任意中间值态，不能确定任意值态的自组织群体结构。此外二值逻辑没有等级层次性，也没有逻辑可逆性，不能进行可逆性推理，同时与辩证逻辑特性也不相容，因而其应用难免具有局限性。
准多值逻辑算法，可以说是类比人脑神经计算的有效智能算法――结构算法。它是智能系统同化或顺应环境,及反映客体的同构模型，是认知概念得以自组织的逻辑结构模式。如没有这种自组织环境或概念之间的数理逻辑构架，那么智能系统就不会形成相互精确划分、且既独立又统一的概念体系。也不会具有与环境交互作用、累积建构的内部概念世界，更不会具有某种逻辑关系变换的恒定不变性。
另外，只有在准多值逻辑基础上，才能使连续与离散、模糊与精确信息处理的机制统一起来，只有在准多值逻辑基础上,才能实现连续与离散信息量的随机转换，没有准多值逻辑对几乎是任意值（整数、有理数、实数）之间、逻辑关系的确定与随机转换机制，这种统一是不可想象的。
二值逻辑只有一个中间值态——高阻态，而准多值逻辑在二值中间则可以增加无数中间值态。准多值逻辑亦可称为可拓逻辑或开放逻辑，可以有条件的用二值逻辑器件实现。因准多值逻辑进行的是结构运算，用一个形象的比喻，二值逻辑作为一个水龙头开关，只能是开或关两种状态，而准多值逻辑则是一开就能确定特定的开关量——具体开关量的状态由编译码器确定。
显然，二值中间的值态越多，相对一件事情的定义越精确，相对的知识内涵亦越丰富，且这种精确程度没有限制，它随人对一件事情的描述能力及认识水平发展而发展。
准多值逻辑是更接近人脑思维机制的新型逻辑体系。反映在神经网络中，从宏观上讲，输入的值态可以随机变化，但出的值态与中间节点相对于输入值态都必须是确定的。那种把神经元网络设想成可动态联结的，是一种误解，因具体入出值态间的逻辑关系必须具有确定性。入出之间没有确定性就没有透明性，没有透明性就不可能实现直接功能耦合，没有直接的功能耦合就不可能具有智能性。核心单元突触的联系强度虽然意味着每个单元都具有加权可变性，但具体权重是由译码层确定，具体到每个核心单元节点的入出值态都是确定的，完全能用二值逻辑实现。因权变是输入层的效应，并非是单元节点效应。
与逻辑运算不同的是，基于网络的结构运算有足够确定的入出值态定义各种概念及事物，因其具有开放性。结构运算有助于理解脑神经元网络的信息存储、信息处理，与信息的编译码机理。
特定的逻辑决定特定的结构，而决定复杂开放系统的自组织结构，则只有准多值逻辑，其基本功能，就是加减乘除、乘方开方、对数反对数等数学基本运算。
准多值逻辑相对于二值逻辑，其变换的参量可以是0与1之间的任意参量，其演绎变换法则，已由二值逻辑单纯的与、或、非变为所有的数学基本运算，利用加减乘除、乘方开方、对数与反对数运算作为词项及参量的逻辑演译或变换法则，可进行任意参量的组合与分解，把诸逻辑词项的推演及断定，转换为关于参量的推演及断定。在此基础上利用括号、等号、大于小于、正负、等数学演算符号，就能进行任意参量及逻辑表达式的恒等转换、对射转换、反演转换、互反逻辑转换、及辩证逻辑转换。可以说准全息元数学模型本身，就是一个形式化的准多值逻辑系统，或是一个准完备的整体自组织逻辑结构体系。

 

 

159楼

第三节、非冯计算机
1、何谓非冯机？
要想说明什么是非冯机，必须首先说明什么是冯型机。
冯机的特点：
以二值逻辑为基础。
按地址存储。
程序内存、串行处理。
执行确定性程序。
非冯机的特点：
以准多值逻辑为基础。
结构运算，储算一体，按内容存储，编译码输入输出。
同步及并行读写算。
能非程序化自适应处理信息，及子系统实时自组织功能耦合。
如果用一句话概括非冯机的主要特征，那就是适应多种进制编码处理，运算、交换、控制功能合一，通过子系统自组织功能耦合体现高层次智能，同步及多元并行读写算。
非冯机理论：
体现结构与功能、逻辑与算法的统一性。
体现形式与内容的统一性，体现多元逻辑及多元结构的统一性。
体现时空统一性。
体现定量、定性、定形（结构）描述的统一性。
体现因果（确定）与随机（非确定性）的统一性。
体现线性与非线性的统一性。
体现系统的自组织原理及开放性。
体现模数统一及模糊与精确信息处理机制的统一性。
体现信息处理的确定性和实时透明性。
非冯机技术：
体现储算一体。
体现地址与数据统一。
体现多值态群体自组织性。
体现多元一体性及并行性。
体现多入出及开放性。
非冯机功能：
体现逻辑可逆、双向读写。
体现多功能一体。
体现读、写、算操作同步，无过程性、无附加操作。
体现并行读写算、并行操作。
体现子系统的自组织及功能耦合特性。

冯机与非冯机的主要区别：
①、运算原理的区别
冯型机以二值逻辑为基础，进行的是二值逻辑运算。非冯机以自组织原理为基础，进行的是结构运算。
逻辑运算在目前只限于二进制代码运算，而结构运算则没有这一限制。结构运算以算子的自组织结构为基础，算子之间的逻辑关系已经先验地确定，具体算子的运算，只是根据输入值选通输出值。不再象冯型机一样单纯进行逻辑运算，它所采用的二值逻辑仅用于入出值的对应选通，具体入出值态则是由编译码器确定的，其运算关系则是由“准全息元数学模型”确定。
大概没有人否认，人脑神经网络进行的就是结构运算。结构运算的特点是逻辑可逆、入出值互为因果。另外还有一个特点是检储同路、检算同步、储算一体。
结构运算的基础是逻辑学而不是统计学，因为任何信息的处理都离不开因果关系，而因果关系无论如何也离不开某种逻辑法则，并以确定性为基础相容不确定性。
结构运算与查表法近似但有区别，既查表法不能逆查互查，没有自组织性。而结构运算以自组织原理模型为基础。其突出特点是所有的参量，都可以在逻辑可逆的前提下逆查、互查，双向入出。
结构运算，还有一个突出的特点，就是可以储存不同类型参量之间的关系及关系模式，核心部分则适应双向通信。
②、逻辑基础的区别
冯型机以二值逻辑为基础，非冯机以准多值逻辑为基础。两者的区别在于二值逻辑只有一个中间值态——高阻态，而准多值逻辑在二值中间则可以增加若干中间值态。假设将二值逻辑比作一个水龙头开关，它只有开或关两种状态，而准多值逻辑则是一开就能确定所需的开关量——具体开关量的控制则是由两个译码器共同确定。
相对人脑思维，二值逻辑推理只是一种极端化的特例。人脑既能二值推理，又能在二值中间增加任意中间状态值，具有开放性逻辑推理能力。目前人们把人脑思维的逻辑特性描述为模糊逻辑功能，我们认为这种描述并不准确，不附合人脑思维的本质特点，因模糊逻辑的一切演化都必须映射到经典逻辑的对等式上，且不考虑冗余量的影响。人脑处理信息遵循的是准多值逻辑，其特点是要模糊能模糊——以二值为限，要精确能精确——几乎没有限制，因而准多值逻辑与人脑思维的逻辑机制更接近一些。人脑就是用二值中间的一个值域、区段或值域来定义思维对象的。

 

 

160楼

相对所谓的模糊逻辑，很多人似乎认为二值逻辑是精确逻辑。事实说明，二值逻辑才是最不精确的，因它只适应二值描述。而准多值逻辑才是精确逻辑，它能适应任意值态描述，真正具有精确特性。
具体二值的中间值态则可以分为多种类型，如整数、有理数、实数等。不同类型的值态处理有不同的逻辑基础——如整数用加减，有理数用乘除，实数用乘方开方对数反对数。准多值逻辑的本质特性，是对二值中间的任意值态运算不需要多层此转换，如象冯型机一样将乘除转换为加减，将减又转换为加进行运算。
如用一句话形容准多值逻辑，就是说定义及处理信息的状态其大无外、其小无内，因而具有开放性。显然二值中间的值态越多，相对一件事情的定义越精确，其自组织结构也越复杂，相对的概念内涵亦越丰富，且这种精确程度没有限制，它随人对一件事情的描述能力及认识水平发展而发展。相应的人工智能系统，亦体现人脑的这种进化特性。
反映在硬件体系中，准多值逻辑的另一个涵义是适应多种进制编码的随机转换与实时处理。
③、串并行运算的区别
非冯机的并行运算体现在各个层次：
首先是位并行。因非冯机适应多种进制编码的数值运算，所以进制设定越高速度越快。如八位二进制运算需七级进借位，用8进制则只需一级进借位。
其次是操作步骤并行。如读写算同步并行，相对冯机最起码要快三倍，因冯型机的读写算要分别占用时钟周期。
还有操作数并行。如多数组并行读写算。这种并行的扩展在原理上几乎不受限制，因而并行度越高速度越快。
非冯机与大型机的并行运算机制完全不同，它是将与决策有关的因素并行处理，而并行机是将相互独立的量同时计算。前者是按字规划并行，用不着同时解决通讯问题。后者是按任务规划并行，必须解决各个数据块之间的通讯问题。用非冯机实现复杂状态空间的搜索不存在指数爆炸问题，因非冯机的信息存储区与操作区合二而一，既数据与地址合一，不同信息间本身就存在内在的逻辑关系，因而沟通是自然的，具体沟通时还可以同步并行。
④、体系结构与功能的区别
冯机的运算器为两入一出，非冯机则为多入多出。
冯型机的存储与运算部分相对独立，而非冯机则是储算一体。冯机在科学计算中本领确实很大，但在形象思维方面却不如三岁小孩，显得非常无能。相对来讲，人脑思维绝非象计算机一样严格按固定程序一步步进行。因而非冯机可在保持冯机数值计算优点的基础上，突出实时并行信息处理及形象思维功能，另外还要具备子系统的功能耦合功能——保证子系统直接实时双向交互作用。
冯机只能进行串行运算，这是由按地址读写方式确定的。非冯机之所以能够并行，完全是由非地址存取或对环境信息实时读写方式确定的。在体系结构方面允许读写算同步、及并行读写算。非冯机的并行运算体现在两个层次上，一是可将多次等值加法运算用一次乘法完成，二是多数组并行。
非冯机运算器以多值态运算器位片为基础，适应多种进制代码的运算及交换。且可以随意拼接扩展，所以可有效解决系统的可延伸或开放性问题。多值态运算位片之间可并行进借位，不存在进借位的累加延迟时间问题。
另外逻辑可逆亦是非冯机的主要特征，关于这一特征，在约克郡海茨国际商用计算机公司的贝内特（Ch.Bennett）和麻省理工学院的佛雷德金（EdFredkin）早有研究，在1970年就独立的发现了如何能构成逻辑可逆计算机。佛雷德金考虑到一种AND门，它在两入一出的基础上使AND门既能传递输出值又能传递输入值（有三个输出）。其实这种逻辑可逆门可由三个与门构成。
逻辑可逆的意义在于：真实的神经网络相对于每个外设都是入出对偶，从而形成超循环环路。既相对于外设的入是核心神经网络的出，相对外设的出是核心神经网络的入，且入集始终等于出集。
冯机的总线在一个时隙只能向一个方向传递数据，而非冯机的总线是运算器本身，它象一个多层次立交桥，在一个时隙可以多路多向同步双向传递数据，在运算的同时可以实现存储及传递，在传递的同时可以实现存储及运算，在存储的同时可以传递及运算。

 

 

161楼

⑤、存储及读写方式的区别
冯机的存储相对于外设是集中式存储，就象在一个窗口卖饭，有多少人买饭都必须排队。而非冯机的存储是分布式的，允许有若干人在不同窗口同时买饭。
冯型机是通过存储地址确定内容之间的关系，非冯机是通过自组织网络结构存储内容之间的关系。冯型机的存取条件是地址，必须串行读写。非冯机的存取条件是特定参量之间的关系，适应并行读写。冯型机的地址与数据是分开的，而非冯机的地址与数据是统一的。另外，冯机的译码器是用来确定记忆单元地址的，而非冯机的译码器是用来直接输入数据的（输出用编码器）。
搞非冯机的重大意义在于：
解决准全息信元的全互联及自组织问题，同时解决了准全息信元的组合爆炸问题；
有条件的解决模数统一问题；
有条件的解决联结机制与符号机制的统一问题；
解决储算一体及数据与地址的统一问题；
解决开放性与系统进化问题：
解决有限状态与无限状态的统一问题；
解决有限计算能力与无限计算能力的统一问题；
解决确定性状态与非确定性状态的统一问题；
解决智能系统的因果目的性问题；
解决智能系统的准多值逻辑推理机制及原理问题。
相对于美国提出的量子计算机，及各种计算模型，“自组织计算原理与技术”更具实用及理论意义，因量子计算机等还处于理论研究阶段，在近期还不能实用化，而“自组织计算原理与技术”已有原理样机问世，它包含了量子计算机的本质特征，且能够很快实用化。
2、非冯机的具体优点
①、速度快，由如下几大因素确定：
相对于输入输出的逻辑门级少。
不存在进借位的延迟时间问题。
同步读写算。
并行读写算。
字长可根据需要扩展。
以操作数为单位扩展并行。
以运算器为单位扩展并行。
②、多子系统可直接从环境并行接受信息并进行并行处理，不存在类似冯机的总线瓶颈问题。
③、多功能一体（除运算以外包括准多值逻辑控制与交换）。能相容不同类型的子系统功能于一体，并能自组织协同作用——具有功能耦合功能，因而相对于人脑的思维与人的行为模拟，要比冯机方便及容易的多。
④、程序并不因功能的复杂而复杂，相反还要简化，且只要会用计算机就会编程序，另外是用户相对于应用自开发性非常强。与冯机具有非常好的相容性，与其共用，可充分体现功能互补的优势，可充分保护用户现有的软硬件资源。
同冯机比较将有如下几个方面的技术与理论突破：
突破图灵模式的确定性算法模式，实现随机问题的并行方法。
突破储算分离的传统体制，实现储算一体化。
突破单纯的数字处理，实现随机模数统一信息处理。
突破执行确定程序的被动方式，实现主动信息处理方式。
突破一维编码、一维处理及一维存储方式，实现两维编码、两维处理及两维存储。
突破一维串行读写方式，实现多维并行读写。

3、需创新的理论问题
①、如果说计算机是一个状态变换器，就存在一个基本前提，既其所要变换的状态是如何自组织的？其存在形式是什么样的？神经元的状态是如何确定的？
②、神经网络的状态关系结构，是预先确定的还是非预先确定的？如果是预先确定的，怎么体现开放性？如果是非预先确定的，怎么体现具体精确状态及确定性？怎样体现状态群体的状态空间？
③、神经网络变换状态，是单纯的变换状态还是变换其关系？状态关系有无交互性，怎样体现状态之间作用关系的交互性？
④、神经网络的状态关系是层次性的？还是非层次性的？层次之间的状态转换机制是什麽？怎样体现状态关系的互补性及多层次状态转换的一致性？
⑤、人脑进行形象及逻辑思维的基本机制或原理是什么？脑神经处理信息是否需要编译码，如需要，两维或多维编译码机制及匹配定义的原理及机制是什麽？

 

 

162楼

⑥、人脑神经网络的存储机制是什么？怎样体现储算一体、地址与数据统一，互补定义、互相定义，及按互为因果关系存取信息？
⑦、神经网络联结强度调节，是否等价于模式识别对象特征编码的提取和记忆？人脑在持续学习的进程中，是如何组织前后学习内容的相互关系？会象人工神经网络一样因为第二次学习而冲掉第一次的学习内容吗？
生命的进化历程具有明显的远离热平衡态的自组织倾向。人们不仅会问，人类智慧是随机脉动的产物，还是定向进化的产物？如果人类智慧是随机脉动产物的话，那么由什么因素来决定随机脉动的平均走向？如果人类智慧是定向进化的产物的话，又由什么因素来决定进化的方向？如果选择确定了随机脉动的平均走向，则反馈和选择的自然合成决定了定向进化的方向。选择的作用相当于能量的定向输入，它使自然进化过程远离热平衡态，并向自组织的方向发展。因此，成功地模拟热平衡态的定向转移过程，才是全局优化算法的核心所在。我们认为，一种算法要想具备实现全局优化的功能，它只需满足两个条件：
①、它具有实现局部及全局状态最优化的能力；
②、它具有从一个局部最优状态向下一个更好的局部最优状态定向转移的能力。一个神经元集群必须具有相应的内部结构，才能有选择性地反应和解释来自别的神经元群落的时空模式。
联结机制、符号机制和行为机制，在智能系统中缺一不可，因而探讨三大机制的统一机制就显得十分重要。
如果说大脑是靠逐级整合各级神经网络的功能，才形成其思维功能的话，那么，由于感觉神经元的输出是各种简单属性的感觉映象，故其高层神经网络整合的对象，就只能是各种简单属性的感觉映象。于是，大脑怎样从这些简单属性的感觉映象中，将对象的心理表象或记忆模式整合出来，并利用它们进行各种思维操作，就成了我们所要讨论的一个关键问题。就是说系统本身就存在一个自组织的问题，从信息论的角度就存在信息本身的存储结构，及在此基础上的实时存检问题。这涉及到人脑工作的机理及模式问题，要求解决局部神经网络是如何组装起来，并构成规模宏大的神经系统，从而实现像认知、运动控制、情绪、记忆等高级功能等这样一些问题，揭示出能把大量神经元组装成一个功能系统的设计原理。如果不采用模型所提供的定量方法，神经系统简直就复杂的无法理解。如果没有一种模型把试验数据加以整理，也不采用现有的技巧，我们就冒着产生一大堆互不相关也解释不清的数据的危险。
根据规则转换符号的符号机制，确实给了人工智能研究者以巨大的鼓舞，他们认为只要将转换符号的能力自动化，使抽象的计算能力体现在物理系统上，再配合巧妙的程序，就能实现某种程度的智能或机器思维。但根据目前的情况看，不管是连接机制还是符号机制都不能解决问题，只有努力寻求新的理论与技术，才能保证智能模拟有长足进展及根本性突破。如能确立新的理论及技术基础，模拟人脑思维或智能的机器智能或思维，才可能是当然的事情，就象人类模拟鸟飞而发明了飞机一样。当然人工智能不等于人脑智能，就象模拟鸟飞的飞机不等于鸟飞一样。
还有一个基础理论问题是：数学家图灵证明，一部通用计算装置，原则上能计算任何其他计算装置所能计算的问题。换言之，所有通用计算装置都是等价的。
但等价不等于等效，逻辑运算与结构运算之间，存在性能及效率的巨大差别。应该说自然界存在最有效率的运算方法及原理、原型。因而完成同样一件任务的运算，如Np问题类，就有空间复杂性和时间复杂性的区别。假设一种运算装置用一分钟完成一件事物的运算，而另一种运算装置用一天，那么后者无论如何也是不可取的，因为它丧失了实时性。当然具有最佳性能的运算装置必须是物理可实现的，以前尽管也有这方面的讨论，但因为没有实际的运算装置及理论可资对比，事实上总也落不到实处。
一个具有无限进化能力的智能系统，可以表示为一个无穷阶算子的信息变换器。它从令阶算子的一个映射Y=X开始。智能的进化会导致变为一阶算子。同样，应当出现，，……的进程。可以说原来没有一个实际系统体现这种算子理论，另外这种算子序列不可能全是整数，还有实数。不可能完全用线性离散参量表示，还需要用连续模拟量来表示。当然不论哪种算子序列，都要能按某种法则构成一种开放的，具有确定性的自组织结构。目前看来，具有上述特征的算子理论只有准全息元数学模型，它是人脑认知结构的最有效的描述模型。可以有效的解决信息处理系统的时空互补统一问题，既时间复杂性与空间复杂性的互补统一问题。

 

 

163楼

冯机建立在离散的算子理论基础上，它不可能进入一种情境——与客观世界融入一体，既不可能处于某一局势当中。这种局势亦不可能通过程序建立，而是需要信息处理系统本身与客观世界具有自组织同构特性，且具有双向实时交互性。非冯机以上述算子理论为基础，完全可以做到本身与客观世界同构。因而完全能使自身处于客观环境之中，并能应付客观世界的所有复杂性问题，当然包括Np类问题——空间状态的组合爆炸问题。

4、需要解决的具体问题
搞非冯机，除了解决上述一些理论问题以外，还需要解决如下一些具体问题，如：
①、能否用空间（结构）复杂性取代时间（程序）复杂性？
从理论上讲，简单的结构不可能产生复杂的功能，只有同等复杂程度的结构才能产生同等复杂程度的功能。指望用简单的结构产生复杂的功能，就只能用串行计算牺牲时间。因而这一问题的解决，是智能模拟不可回避的本质问题。有了准全息元数学模型，这一问题的答案可以说是肯定的。这一问题的解决，其意义在于：智能系统如果不是建立在准全息信元自组织（结构复杂）的基础之上，信息处理就没有背景知识支持，如同无源之水，难免产生所谓的常识缺乏症。单纯地依靠地址建立全部信元的互为因果关系，肯定是不现实的，难免产生所谓的组合爆炸问题。
②、能否从系统形式与内容统一的角度，把握智能系统的结构与功能特征？
智能系统，肯定有其符合自身特征的存在形式与内容，如其组织结构就是其存在形式，其系统参量及功能就是其存在内容。很显然，欲有效地模拟复杂系统的功能，就必须有效的模拟其系统结构。有了准全息元数学模型，这一问题的解决就是理所当然的事情。这一问题的解决，其意义在于：不从复杂系统的本质特征入手，就不可能真正认识智能这一复杂系统，更不可能有效地模拟其功能。仅凭残缺不全的系统认识，难免功能模拟同样残缺不全。
③、能否确定系统论、控制论、信息论、协同学、耗散结构学、及自组织在智能系统中的应有地位。
很显然，不能从系统本身结构及功能特征出发模拟系统功能，这肯定是不正常的现象，说明智能模拟最终还没有闯过理论关。有了准全息元数学模型，这一问题可得到根本的解决。智能系统的理想描述模型不仅要反映其本质结构与功能特征，还要相容统一有关组织或系统的所有理论描述，否则就可能是有问题的。在“准全息元数学模型”这一理论框架下，几乎可以统一所有有关智能或智能系统的理论。其意义在于：我们对于智能或智能系统的理解将不再支离破碎，亦不再似是而非。
④、转换符号（状态）的形式问题。
转换符号，肯定不仅限于一种形式，更不限于一个层次，如符号编码的互译转换、互为因果关系转换等。因而选择一种接近人脑转换符号的形式，才能使智能模拟更接近人脑功能特征。以“准全息元数学模型”为基础转换符号，其优势在于符号转换始终是以全部背景信息的自组织为基础，可以使各个层次的符号转换机制协调统一，不存在组合爆炸问题，亦不存在常识缺乏症。从状态分类到建立状态之间的内在联系，其全过程的状态转换都是实时透明的。
⑤、程序内存是否为智能系统的本质功能特征？
这大概是智能理论中争议最多的问题，如没有充分的理论依据，或实践证明，将很难令人信服谁是谁非。我们认为：不论哪种形式的智能模拟，程序及程序存储都是必要的，关键在于系统以什么形式为基础编制及存储程序，形式不同，程序的意义、作用将有本质的区别。如：程序是面向语义的还是面向句法的。很显然，程序只有面向语义及内容才有可能做到在同构的基础上理解语义。而程序面向语义的前提，是信元之间全部呈互为因果交互作用关系。在此基础上，信元之间能够双向读写、双向交换、并能通过反馈构成超循环。系统能在这种语义环境中，用语义直接操作语义，且能互补定义、互相定义。而程序面向句法，就要额外匹配语义解释，因而将产生一系列难以解决的问题，如组合爆炸、语义解释悖论、常识缺乏症等等。相对而言，符号机制就只能面向句法编制程序。以符号机制为基础的程序编制，绝大部分是为了确定符号的作用关系及存在标志。而以准全息元数学模型为逻辑结构模式，编制程序时，其每一符号均不用地址标志，地址就是数据，数据就是地址，符号（数据）之间的内在联系则可以按某种法则，在与客观现实同构的情况下进行自适应确定。并利用互为因果关系互相作用，因而程序的编制量将大大降低，信元的应用效率会有质的飞跃――不存在检索困难，更不存在穷尽搜索问题。至于程序存储，同样存在以什么形式为基础的问题。在符号机制中，程序存储的思想占有举足轻重的地位，而以准全息元数学模型为逻辑结构模式存储及处理信息，因信元之间均具互为因果交互作用关系，系统行为及相对于环境作用，完全建立在因果目的性基础之上，即以互为因果关系为基础作用与反作用，所以程序存储的作用及意义已降至次要地位。程序的意义已发生根本的改变，既不再是建立符号的关系，而是选择或确定符号的作用关系、关系序列及作用关系模式，仅在反演记忆过程及重复行为模式时才有意义。

 

 

164楼

⑥、语义理解问题。
如果信息存储是按内容而不是按地址，内容之间全部建立起互为因果关系，在此基础上，再确定多种信息形式相对于某一特点描述对象的互补定义及代偿定义机制，那么语义理解就不再是难以解决的问题。语义理解必须建立在语义互为因果关系互补定义的基础上，及以此为基础的刺激机密实时预期反应。语义理解的实质是模式认同，或因果关系的同构预期反映。如信元没有多种定义方式对其进行互补定义，及互为因果关系预期反应，就根本谈不到理解。在符号机制、传统的联结机制及控制论机制中，解决理解问题，几乎是不可能的，因其缺少理解的功能机制，其刺激反应是完全事先安排好的，而不是随机的预期反应，从理论上也讲不通道理。
⑦、记忆机制问题。
毋庸置疑，人脑是按内容存储信息的，是按信元的互为因果关系操作及使用信息，没有地址的概念。记忆存储以全部累积信息为基础。而全部信息的累积记忆，必须有一种自组织模式，如不以准全息元数学模型为基础，实现储算一体、数据与地址统一是不可思议的。而符号机制则必须按地址操作及使用符号，不可能建立全部信元的互为因果交互作用关系，更不可能做到储算一体。记忆机制中还有很多问题，如多维编码及其记忆机制，并行存取及其机制等等，均可以在准全息元数学模型这一理论框架下得以合理的解释。
⑧、转换符号的逻辑基础问题。转换符号离不开逻辑法则，其实质就是计算法则，或符号的内在联系法则。单纯的数值计算虽也能体现计算法则，但不能体现符号之间的恒定交互作用关系及其结构，不能体现符号意义的预期动态组合与分解。因而对符号的转换法则不应仅仅理解为计算法则，而应理解为符号的关系结构法则，或符号的自组织法则。符号只有依据某种法则建立起特定结构，才能谈到意义的组合与分解，及其交互作用关系，否则是不现实的。另外，并非任何法则全适合符号建立互为因果关系，如二值逻辑只能确定两种状态之间的变换法则，无论如何也构不成反映多种状态交互作用的结构及其体系。能做到这一点的，只有准全息元数学模型的准多值逻辑法则。

 

 

165楼

第四节、计算机的革命
1、 基础理论的革命
说“准全息元数学模型”是智能系统的自组织原理模型，或智能系统的数学模型？是因为它符合人们的如下几个基本信念：
①、它符合结构决定功能这一基本的自然科学理论；
②、它与思维等价数学运算的基本信念相符。
③、脑相对于外设即是相互联络的核心，又是自组织为一个整体的核心，还是行为、感受、概念整合与分解的核心。
④、体现智能系统的开放性及生长进化性。
⑤、体现智能系统的准多值逻辑功能及机制。
“准全息元数学模型”是神经系统建构的逻辑结构模式，它可以生长进化，通过与环境的不断交互作用，系统能够改变本身的结构。它的信息处理原理，完全可以用于人脑模型和计算机”。并能建立某种合理的理论框架，确定各种有神经生物学根据的解释，这样，我们就能有条件的解开大脑之谜。
至于模型中的“计算”是不是等价人脑思维，我们认为，计算在一定条件下可以等价思维，因为任何形式的信息处理，其实质都是对对象（可以用参量定义或符号化）进行广义组合与分解的过程，而广义组合与分解的通用形式或一般形式即是计算――网络或结构计算。用传统的计算机模拟人脑功能之所以效果不佳，是因为逻辑运算与网络或结构运算有着本质的区别。首先是自组织的区别，其次是并行运算的区别。只有以计算为前提，才能谈到把一个抽象的系统映照到一个物理系统，这样才能给系统一定的输入就可以得出我们感兴趣的输出，这种“计算”实质上就是信息处理。在这一过程中，形象思维等价编译码分类过程，逻辑思维等价数学基本运算过程，当然两者是相辅相成不能分割的一个整体。
我们认为“准全息元数学模型”不仅对阐明脑功能是有用的，而且是必要的，但必须解决计算机的主观感受或主观接受信息的问题。主观感受的合理推断是系统必须具有自己的内部概念世界，它有多种感受环境变化的能力，多种感受在内部概念世界中可以互补定义，互相定义，且能互相存检及驱动――联想。
由交互作用及功能耦合，我们可以体会到控制论正负反馈的局限性。首先正负反馈不是一种方式及途径――它必须是多种方式及途径，且必然是并行的。其次，正负反馈的过程本身一定是结合联想建构概念体系的过程，且有量与质的变化区别。
Kuffler指出：“大脑利用定型的电信号处理它接受和分析的所有信息，实质上，在所有神经细胞中的信号是一样的，它们都是符号。无论如何，与它们所代表的外部世界是不相象的，因此，视神经纤维只携带视觉信息，而在其它感觉神经中携带相同信号，例如起自皮肤的信号则传送完全不同的意义――实际上是通过不同的编码方式相互区分的。单个神经元能将复杂信号和概念编码为简单的电信号，这些信号所包含的意义是来自各神经元间的具体联结情况――类似权值不同则译出来的编码肯定不同。
感觉神经元仅对其敏感的事物属性作出反映的实验（Hubel和Wesel）表明，感觉神经信号就是其敏感属性的感觉编码。由于外部事物属性一般通过光波、声波、电波等量化物理信息刺激人类感受器，而感觉神经元输出的感觉编码是一种可符号化的心理信息，因此，感觉属性检测是一种将符号信息（所谓的符号具有广义性――及形象、语言、文字、听觉、嗅觉、味觉、触觉等都可以视作符号）转化为数值信息的定量操作过程。或者说，感觉神经元实质上是将其敏感的事物属性从包含它们的物理刺激中抽取出来，并转化为该属性感觉映象的定量检测器，由于网络联结强度调节的是感觉阈限，对属性检测而言，其作用等价于定量基准调节，故感觉属性检测是一个集网络（数值）计算、符号的建构与处理、反馈控制与调节等诸多机制于一体的定量操作。我们给出了一个基于抽取与整合的感觉属性检测模型。其输入是包含事物各种属性的整体信息，输出则是被检测属性的感觉编码，感觉阈限或定量基准的调节由抽取与整合系统实现，因而是融网络、符号和自适应三者于一体的。值得指出的是，该模型竟与人工神经网络模型完全相同，这表明后者模拟的是感觉属性检测。若将Edelman理论中的“节目单”(repertoire)理解为（先天或后天构造的）属性检测表的话，则该模型与Edelman的神经元群选择性理论也是吻合的。而所谓空间频率分析或特征提取可在该模型中得到统一解释的情况，更表明基于抽取和整合的感觉属性检测模型是有其内在的合理性的，是以主客观世界的同构模型为背景而进行的。

 

 

166楼

感觉将事物属性转化为其感觉编码，不仅让大脑意识到该事物具有其检测的属性，还在事物属性集与人脑感觉记忆集之间建立了一个对应，故感觉属性检测又叫感觉定性映射。如果说大脑是靠逐级整合各级神经网络的功能，才能成其思维功能的话，那么，由于感觉神经元的输出是各种简单属性的感觉映象，故其高层神经网络整合的对象就只能是各种简单属性的感觉映象。于是，大脑怎样从这些简单属性的感觉映象中将对象的心理表象或记忆模式整合出来，并利用它们进行各种思维操作，就成了我们所要讨论的一个关键问题。没有形象思维及逻辑思维统一一体化的层次模型，就无论如何也解释不清。
新一代计算机以复杂开放系统的自组织原理为基础。系统思想人们不难理解，但一说到自组织，却并非人人都能理解。其实自组织原理并不难理解，如人的记忆系统，就是一种自组织，其特征是人的每一次记忆，与原有的记忆内容都能自发的建立一种交互作用关系，这种关系就是一种自组织。它不象目前的计算机一样，人为的硬性给每一个记忆内容分配一个地址，然后通过地址确定记忆内容之间的关系，取一个数据或处理一件事情时，也一定要按地址去操作。
2、原理革命
（1）、计算原理的革命
相对于冯型机，新一代计算机计算原理的革命体现在如下几个方面：
①、适应多种进制代码的运算――即具多值态结构运算功能，进制可随意预选设定。其逻辑基础即非二值逻辑又非所谓的模糊逻辑，而是准多值逻辑。
②、逻辑可逆，双向入出。
③、在分布式存储及储算一体的前提下，读、算、写同步，即在一个时钟周期完成读写及运算。
④并行读写、并行运算、并行交换、并行控制（参见图5）。
⑤、操作完全面向内容，很少附加操作。与冯机相比，其结构运算原理与人脑的信息处理机制更为接近。如果说目前的人工智能是以串行程序及算法模拟人脑功能，那么新一代计算机将以并行自组织结构及结构算法向人脑功能逼近。
2、控制原理的革命
相对于冯型机，新一代计算机控制原理的革命体现在如下几个方面：
①、具有多值态控制功能。
②、具有自组织互为因果关系控制功能，或自组织功能耦合功能，这如同人脑的传感与效应器官相对于中枢神经一样，它们绝非按地址方式建立交互作用关系，而是按自组织关系交互作用，即子系统互相控制及协同作用。其自组织原理参见图1、图2。
③、具有子系统、外设或终端同步同时互补交互控制功能。
①、时并行控制（参见图5）。
②、直接实时互补函数关系反馈控制。
3、交换原理的革命
目前的计算机相对于数据交换只起控制器的作用，它本身没有交换功能，而用户之间也没有内在的自组织关系。新一代计算机集交换、控制与运算功能于一体，可一体化实现多种功能（参见图4、图5）。可象人脑神经网络一样占据交换的核心位置。
目前的交换原理建立在排队及共享交换资源、共用信道的基础上，因而存在遇忙、阻塞及带宽与速率不高的问题。这些问题的存在一是受原理及体制的限制，二是由于最初受限于交换资源有限及代价昂贵。在新一代计算机的基础上进行交换，则为时间分割、时隙专用而不是信道专用奠定了基础――其交换速率可达32MHZ×16×2×4＝4096MHZ（用可编程器件）专用芯片可达155MHZ×16×2×4＝19968MHZ。且这种并行双向交换可根据需要扩展。其用于交换的控制仅仅是分时隙按特定周期轮流切换,而不再需要复杂的过程性控制。两者的区别在于前者需要信令及过程性控制，交换系统本身没有自组织性。后者则以自组织为基础，它是通过端机的预处理――选择时隙进入系统完成交换，因而不需过程性控制及信令。这如同自带身份证预定车次预定座位就可出行而畅通无阻一样，而各个中转交换节点又都象多层立交桥一样不受红绿灯的限制。原理见图7：

 

 

167楼

ab

 

 

168楼

从图7可以看出，假设每一个用户固定占用一个时隙――当然也可以是若干个时隙，那么无论如何也不会出现阻塞问题。如需多级交换则可将大时隙再分为若干小时隙进行。这种方式及原理具有可靠性高――容易备份，过程控制简单，在一个时隙可同时实时双向传递数据，及用户可随意选择带宽的特点。另外这种方式可简化及便于网管，因而可为建设超高速信息公路奠定坚实的基础。另外，上述交换方式完全可以与目前的交换方式相容，如局间可以采用群路交换。
3、技术革命
①、硬件革命
技术革命的前提是基础理论的革命，没有基础理论的革命就没有技术的革命。以上述自组织原理模型――“准全息元数学模型”为基础，计算机技术将产生一次根本的变革，主要表现在两个方面。一是芯片的设计不再受微电子技术的制约，其前提是构成系统的核心芯片都具有开放性，这样就可以用集成度较低的芯片，构成比较复杂或高性能的系统，且在系统级也保持开放性。二是芯片级的设计不再受设计思想的限制，即不管芯片的集成技术发展有多快，设计思想都能够超越技术的发展，这要求设计思想本身也必须具有开放性及自组织性。这在上述自组织原理模型的基础上是非常自然的事情。
在自组织前提下，各子系统进行非程序化交互作用及功能耦合，是新一代计算机应用发展的潜在本质特性。
②、软件革命
以往计算机软件的设计要受程序内存串行处理的限制，只能按地址编串行程序。新一代计算机的程序则不受此限制，需要串就串，需要并就并，串并结合随心所欲。这是因其数据存储是按内容自组织的，以结构算法为基础。所以保证了任意参量之间都可按内在的逻辑关系并行存取，及进行多值态逻辑运算及推理。
新一代计算机可以在同一时隙实现操作数的并行读写及运算。其软件编制当然也从一维串行关系变为多维并行关系。当然这种并行程序的前提执行条件，是系统能够保证双向读写及并行操作。
在硬件系统保证读写算同步并行、及多功能一体化的基础上，将只有非常有限的几条指令，指令的内容只是决定运算器两端的双向存储器读还是写，且不论是读、写、还是运算，都在同一条指令中表达，在一个执行周期完成。另外是决定系统是交换模式还是运算模式，还有读写是面向运算器还是面向外设。因为指令非常少，相对于冯型计算机的程序编制将变的非常容易、方便。
③、操作系统及操作方式的革命
当一说起新一代计算机，大概最敏感的问题就是操作系统，如果新技术不能与现有技术相容，完全另起炉灶，大概技术再新也不会有什么市场。因而新一代计算机不管怎么新，首先应该考虑的问题就是能否被用户接受，另外还要考虑能否最有效的保护用户现有的软硬件资源。
新一代计算机完全不涉及也不需要什么新的操作系统，它是利用现有计算机的现成操作系统，控制及操作一个命令寄存器，再通过命令寄存器的寄存命令，控制操作核心多功能平台工作。那种认为新型计算机就一定要有操作系统的看法是一种误解，利用现有的软硬件资源，再通过运算原理及系统结构的变革，形成一种最佳的功能互补关系，同样可以实现计算机的革命。当然，如果需要，也可以设计完全独立的计算机系统及完全独立的操作系统。
现有的计算机通过命令寄存器操作程序，因其程序编制只需相对命令寄存器的寄存命令进行，所以程序编制如上所讲非常容易。在冯机体制下，指令集不论多么精简也无法做到用一条指令完成读写算全部操作，而新一代计算机在新原理框架下，则是实实在在不容质疑。
命令寄存器不仅仅是能用现有的计算机操作，它还可由各种终端或外设操作。当然用计算机是为了与现有技术相容，并有效保护用户的软硬件资源。因为通过功能互补，可给用户带来更多的实惠。在此，可将现计算机视为一个具有控制功能的终端或外设，用它配合核心平台，使之共同发挥最佳功能及作用。这种功能互补形式相对于单纯冯机体制的一个本质区别，在于冯机相对于控制对象是一个绝对的主体。而上述形式的控制则主要是由终端本身决定，核心处理器只起功能耦合及自组织的作用，即确定子系统的交互作用及功能互补关系。

 

 

169楼

4、体系结构的革命
①、多功能一体
新一代计算机，最基本的特征是多功能一体，最起码的是运算、控制、交换功能一体。即核心运算器除运算功能外，还要同时具备交换与控制功能。
平台可实现串并读写、串并交换、串并运算、串并控制。及实时双向读写、实时双向交换、实时双向运算、实时双向控制。
其多功能体现在如同时读三个口中的任意两个口则可进行运算，如在任意一个口设置高电平，则另外两个口可实现双向同步交换。因其入出可直接匹配外设，且入出口的各管脚之间都具有不同值态的互为因果关系，所以不管是运算还是交换都能用于控制。另外多功能还体现在多种运算功能一体，即加减运算功能与乘除运算功能一体，及串并运算功能一体。如需大规模并行处理、交换及控制可象图5一样扩展延伸。
②、开放性的体系结构
新一代计算机的一个本质特性是其体系结构具有开放性。如上述运算器即可以在位片级扩展运算进制，又可以位片为单位级联扩展字长，还可象图5一样以整体运算器为单位扩展并行度。这一特性符合人脑的进化开放特性，所以是计算机接近人脑的又一个本质特征。
③、两种原理及体制的统一一体化
如上所讲，新一代计算机不是完全另起炉灶，而是考虑与现有技术相容，及保护用户的软硬件资源。所以新一代计算机与现有的计算机，只能以功能互补的形式出现。二者的关系如同脑神经网络与传感及效应器官的关系，前者起到系统的核心功能耦合或自组织的作用，后者既能作为外设，在不同信息输入输出形式中，作为一种适应现有用户的需求形式输入输出及存储信息，又能独立的处理信息。通过功能互补，充分发挥两者的优势，使冯型机解决不了的事情得到有效的解决，如子系统的功能耦合问题及组合爆炸问题等等。如果说现有的冯型机代表着符号机制，我们的多用平台则代表着联结机制与控制论机制，那么两者的统一则代表着计算机发展的必然趋势――符号机制与联结及控制论机制的统一。
④、储算一体
新一代计算机的存储器与运算器密不可分，从图5可以看出，命令寄存器对运算器两端的存储器同时读写，即在读取操作数时，可同时将运算结果写入另一端存储器。而在这种同步读写过程中，运算与交换亦已同步实现。就是说在一个时钟周期中完成读写及运算，而不象现计算机一样读、写与运算分步进行，要几个时钟周期才能完成一次运算。在全新原理及体制下，新一代计算机能在传递数据时实现运算与存储；在运算的同时能实现传递与存储；在存储的同时亦能实现传递与运算。

 

 

170楼

第五节、仿人脑神经系统
1、传统人工神经网络
早在1943年，心理学家麦卡洛奇（McCulloch）和数学家匹茨(Pitts)合作，提出形式神经元的数学模型（文献中记为M-P模型），开创了神经科学理论研究的时代。M-P模型用逻辑的数学工具研究客观世界的事件在形式神经网络中的表达。克莱奈（Kieene）在M-P模型基础上发展出有限自动机的一种数学理论。50年代末罗森伯莱特（Rosenblatt）设计出三层结构的“感知机”(PercePtron)，试图模拟动物和人脑的感知和学习能力。60年代初哈蒙（Harmon）等人用电子管和晶体管设计出不同型号的人工神经元。后陷入二十年的冰河期。
70年代中后期，研究和试图模拟视听的人工智能专家受挫，设计制造计算机的科学家和厂家，发现前面有不可逾越的线路微型化的物理极限。人们习以为常的普通知识和经验难以“教给”计算机。日本第五代计算机并未象人们预期的那样取得成功。这一切迫使人们去思考冯•诺依曼型数字机究竟能走多远？人脑的智能是否可以在机器中重现？
1982年美国物理学家霍普非尔德（Hopfield）发表论文，提出神经网络的一种数学模型，并研究它的动力学性质。两年后设计出电子线路模拟这种网络的性质，它可解决数学上著名的“旅行推销员问题”（TSP）。次年美国加州理工学院和贝尔试验室合作研制成256个人工神经元网络和64个可编程人工神经元。70年代和80年代提出的神经网络研究还有柯南（Kohonen）的联想学习机、中野磬的“联想机”、阿比伯（Arbib）的竞争协同网络、格罗斯贝格（Grossberg）关于感知觉共振适应系统、清水博的“全局视觉”（Holovision）、及PDP模型。此间，神经科学和脑科学亦取得若干成果，如视觉研究中发现的侧抑制原理，感受野概念，皮层的功能柱结构，信息处理的平行、层次观点，被证明是神经系统处理信息的普遍原则。为智能系统的研制提供了不可或缺的启示。但总的来讲，神经网络研究虽取得很多成果，但其基础理论并未取得实质进展。
一般认为，神经网络是一类由非线性动态元件组成的、平行处理信息的网络系统，可以实现分布式联想记忆，并用改变元件之间联系强度的办法，在一定程度上模拟人和动物的学习功能。且在PDP模型框架的基础上提出两种可行的学习算法，一是欣顿（Hinton）和赛杰诺维斯基（Sejnowski）的博尔茨曼机，既在学习过程中联系矩阵的收敛过程，用类似于冶金技术中逐渐冷却温度的方法，保证整个系统趋于全局稳定点。二是反传（BackProPagation）法，既把学习的结果逆向反馈到中间层次的“隐单元”（hiddenunits），改变它们的联系矩阵，达到所谓的学习目的。关于所谓的学习规律大约有7种之多。但总的来讲，神经网络的应用面非常有限，没有通用性。从原则上讲，神经网络的分类功能仅仅相当于一个译码器，且不如译码器相对于分类的实时高效，因而与人脑神经网络的结构与功能相差太远。
2、准多值逻辑神经网络
以准全息元数学模型为逻辑结构模式设计人工神经网络，可以揭示人脑神经系统的很多本质结构与功能特征。它可以证明单个神经元无法做到，但按特定法则构成一个复杂的神经网络时，就能突现集体运算功能。为区别二值逻辑计算，我们称其为准多值逻辑运算神经网络。不同于二值逻辑运算，它除了具有运算功能以外，主要是体现了多功能一体性。体现了整数、有理数、实数的组合运算关系，这是准多值逻辑运算的基础。
准多值逻辑运算的特点：
一是不进行实质性的运算，因其运算结果已经通过输入输出参量的相互关系确定。
二是没有逻辑降阶效应，即不用将乘除转换为加减运算。
三是提高了计算性能及能力，如1÷7通过结构运算可以直接输出0.142857（为一个循环周期），在此基础上取任意精确计算值都可以不再进行实质性的运算，而只通过循环移位取够位数即可。
四是解决了逻辑推理中，有限与无限、确定性与非确定性状态的统一问题。

 

 

171楼

五是在逻辑推理时引入了互补概念及多元相容性。
六是在参量互为因果或交互作用关系的基础上确定了逻辑可逆性。
从形式与内容统一的角度讲，智能系统的计算，只能是建立在联结机制基础上的结构计算或网络计算。因为二值逻辑及其组合运算，反映不出复杂系统参量之间的自组织特性。关键是运算功能要与记忆结构统一，记忆结构则一定要体现所有记忆信元的内在逻辑相关性。这种逻辑相关性不能象符号机制一样靠地址或软件建立，众所周知，这会产生组合爆炸问题。另外计算还要与反馈控制机制相统一，更主要的是还要有利于提高计算性能――具有开放性，能够发展进化。
准多值逻辑运算的前提是输入输出关系，已经预先按互为因果关系确定为固定的模式，因而可由输入的操作数直接驱动运算结果输出。
这一特点应该说是智能系统的最本质特点，因为主动性、联想、幻想、及所谓的意识均以此为基础。从这个意义上讲，单纯的逻辑计算不能有效的体现智能的本质特征，这也是符号机制不能有效模拟智能的本质原因。智能系统的计算，是建立在互为因果关系基础上的结构计算，而互为因果关系又必须以联结机制为基础。那么为什么目前的联结机制不能有效模拟人脑智能？因其模拟的结构与功能仅限于分类，而这一功能仅仅是感知子系统的功能，并不涉及人脑信息处理深层次的结构及功能。如果说核心神经网络是建立全部信元的交互作用关系，及进行多元化逻辑处理，那么分类功能是相对于一个特定信元的译码功能，起子系统与核心网络衔接的作用。神经网络，是两种功能的统一。如果说有什么本质区别的话，应该说分类功能的信息流向是单向的，而核心部分的信息流向则是双向交互性的。显然，仅用前者并不能取代后者的功能，相对于人脑信息处理，后者的功能才是核心的、本质的。
准多值逻辑运算，可从根本上提高信息处理的基础性能；可体现人脑神经网络的很多本质结构与功能特征：如多入多出；逻辑可逆；储算一体；地址与数据统一；适应多种进制代码并行运算、并行控制、并行交换；可双向读写算、同步读写算、及并行读写算；可使交换、运算及控制功能统一；使记忆单元之间具有内在的自组织关系。以此为基础，可进一步设计统一符号机制与连接机制的多值态多功能运算器。
思维的本质，是进行概念的组合与分解过程，但必须首先以建立概念的内在逻辑联系为基础，这就是结构运算——信息以互为因果关系结构为基础的动态组合变换。它不是一个原因（刺激）同一个结果（动作）的关系，而是整个原因集合，同由这些原因产生相应结果集合的关系，且可反因为果进行动态变换。这种关系的建立要体现一种法则——结构法则，等价自然法则、逻辑法则或数学运算法则。作为一种自组织结构，它与自然世界具有同构性及统一性，因而具有普遍性，其特点是以不变的具有普遍适用性的元结构，应付各种不同情况，且具有一致性。它能相容与操纵客观世界中的各种关系模式，因此，我们给神经网络的定义是：统一并行交换、并行控制及并行计算的信息处理模型――具同步读写算、并行读写算，逻辑可逆，储算一体、地址与数据统一的系统功能特性。
智能的核心机制可以集中为一条――状态转换机制，涉及状态组合与分解机制；一多编码转换及多一译码转换机制；模/数、数/模转换机制；光电、声电转换、电磁转换机制等等。而状态转换的物理形式可以说绝非一种，但一定要通过编译码，且一定要“量化”，具有模数及时空统一性。状态之间一定要有内在联系，否则就意味着整个状态转换过程与环境与背景信息分离。解决这一问题，只有遵循人脑神经网络的结构运算原理，设计仿人脑神经系统。
仿人脑神经系统中的元件虽都是以两态方式工作，但每一个选通元件的连接权重都不相同，它是根据选通元件在结构中的具体位置赋值，通过位置或节点之间的关系体现整数加减运算关系，具体值态是由译码器决定。另外网络中选通元件的连接，以互为因果自组织关系为基础，系统根据互为因果自组织关系存取及利用数据，不同信息及记忆单元之间的勾通是自然的。在此基础上，可以实现数据与地址的统一，还可有条件的实现模数统一。这种统一，可以说是与人脑神经网络结构和功能接近的基本保证。

 

 

172楼

人脑神经网络相对于感官及效应器官，是相互联络的核心；是整合为一个整体的核心；是行为、感知觉序列及概念意义的整合与分解核心。智能的本质是状态转换――智能主体内部状态与环境状态之间的转换，包括状态表现形式的转换，及信息意义之间的组合关系转换，其本质就是计算。但这种计算是准多值逻辑结构计算，可从根本上避免系统与环境及背景信息隔离；同时避免传感、效应与处理层次之间的隔离。
脑神经的物理结构与数理逻辑结构，与客观世界具同构统一性，可用“准全息元数学模型”的逻辑关系进行描述。模型的建构法则，即神经网络一体化自组织建构的基本法则，它能体现子系统、或信息传递通道之间的互为因果作用关系。人脑之所以能思维，就在于标志每一条信息传递通道及记忆点的参量，可与作用于人脑的信息量、或相应的能量动态匹配定义，使神经元及信息传递通道的联系，能对信息流及意义，进行一致有效的因果逻辑关系变换及相应的互补解释。我们有了与人脑神经系统结构具有同构性的“准全息元数学模型”，再用最新微电子技术使其物化为人工神经网络，就能从一定程度上模拟体现与人脑神经类似的结构运算属性。
准多值逻辑运算的意义在于：认知记忆结构所匹配的各种信息内容，全部呈互解关系。这种互解关系如同一部字典一样，我们不能用某字解释自身，而只能用其它字来解释该字。记忆结构就是这样按互为因果关系组织在一起，形成一个互解的超循环网络（以逻辑可逆为基础）。与冯机不同的是，它并非按地址存取数据，而是按内容的关系直接存取，其数据与地址统一，运算与存储一体。
人的思维与其生理结构的物理及化学作用是统一的，与其逻辑机制亦是统一的，即信息的内在秩序与逻辑结构模式，与外在客观信息之间的逻辑机制是统一的。思维机制即信息量的逻辑组合与分解机制，思维就是建构事物及变换事物的互为因果联系，是在建立联系的过程中进行处理，在处理的过程中建立联系。世界上没有没有联系的事物，每一事物都反映为遵循某种法则而形成的互为因果关系结构。其关系法则作为人脑接受信息的内在秩序依据，积淀为人类的认知（神经）结构，它内在地反映事物之间的差异性及互为因果关系。通过感官与效应器官与客观世界交互作用，客观世界的每一个事物，反映在认知结构中，都要整合到一个神经结点（莱布尼茨所说的单子），各结点之间则构成互为因果关系网络。它体现了一与多的一体关系，即每一个结点都可以作为“一”存在，它既是其它结点的因子，本身又有若干因子，构成了互为因子的关系群或网络。这是互解关系是进行结构运算的基本前提与意义所在。
3、具有多值态的多功能运算器
基于整数群结构神经网络的结构运算原理，我们设计了具有多值态的多功能运算器，并申请了国际发明专利。为尊重历史的本来面貌，现将原专利说明书照搬于此。
说明书摘要：
一种具有多值态的多功能运算装置，由选通元件按n行×m列结构形式构成的选通阵列组成，每个选通元件具有至少两个输入脚及至少一个输出脚，且具有输入值态及输出值态，输出值态与输入值态之间根据整数群集的自组织原理模型具有运算关系，而输出值态是通过选通元件的选通来确定输出的，即是通过结构运算来完成数学运算的。这种数学运算可以是加法、减法、加减混合运算及一加两减实现的双向入出逻辑可逆运算。以此选通阵列为核心，附加进、借位及进制设定外围电路可设计出加、减法及双向入出逻辑可逆多值态运算器位片，并且进一步设计出一种新型的多值态、并行处理计算机。
技术领域：
本发明属于数据处理技术领域，具体涉及一种具有多值态的多功能运算装置，是制造高速、高性能计算机或脑模型、计算机网络、交换及控制系统的核心技术。
发明背景：
代表数据处理先端技术的计算机自40年代问世以来，一直沿袭着冯•诺依曼机的体系结构，其主要特点是：第一，程序内存、串行处理；第二，存储地址与存储内容分开；第三，只能被动执行确定程序。50多年来尽管计算机技术取得了突飞猛进的发展，但人们也越来越深刻地感受到传统计算机体系结构所带来的限制。由于其硬件功能本质上只有移位和相加两种操作，所以相对于数值运算，软件算法与硬件结构及功能比较协调，但当扩展到非数值应用方面，软硬件就不那么协调，其中主要原因在于数据或知识在储存时互不相关，必须通过地址才能互相沟通，且这种沟通还不能超越线性二值逻辑限制，在进行逻辑推理时具有很大的局限性。二值逻辑是最简形式化系统，它必须把所有的问题都转化为逻辑无穷小的和，然后一项一项地在一个逻辑层次上进行处理，事实上智能是系统的宏观效应，其多路输入信息有时需同时并行交互作用，即需多值或多逻辑层次并行转换或运算，而不能都象二值逻辑那样完全用二值、或二叉树来表达，所以用二值逻辑不能构成与人脑同构的硬件逻辑系统。而信息时代的飞速发展及现代科学技术的发展对计算机均提出了越来越多、越来越高的要求，客观现实也是在好坏与有无中间，具有无限的中间状态，因此，作为类比人脑的信息处理工具，就必须能够适应现实信息处理的需要。这就迫切要求计算机能突破二值逻辑，既只有0或1两种状态，或好或坏、或有或无，没有中间状态值的现状。

 

 

173楼

发明内容：
本发明的目的是突破目前神经网络的局限，以接近人脑神经网络的结构与功能机制为目标，提出一种通用多值态逻辑“神经网络”，并以此为核心设计一种具有多值态的多功能运算装置。
本发明的再一目的是以一加、二减运算关系实现逻辑可逆，并以此为核心设计一种多用、多值态逻辑可逆运算器，集运算、交换及控制功能一体化。
本发明的进一步目的是结合现代微电子技术，以位片形式设计一种进制可选的多值态运算器位片。
本发明是以是以准全息元数学模型的一个组成部分——整数群集模型为逻辑结构模式设计的。具体是由选通阵列组成，该选通阵列是由选通元件按n行×m列结构形式组成，每个选通元件具有至少两个输入脚及至少一个输出脚；将同一行上的选通元件的一个输入脚连接在一起作为一个行输入接点，将同一列上的选通元件的第二个输入脚连接在一起作为一个列输入接点，行输入接点之间具有不同的输入值态——权重，列输入接点之间亦具有不同的输入值态——权重，且每个选通元件的输入值态与其在阵列中所处的位置具有对应关系，行输入接点的输入值态取值范围为0至（n－1），列输入接点的输入值态取值范围为0至（m－1）；该等选通元件的每个输出脚也具有输出值态，每个选通元件的输出值态与其输入值态之间根据整数群集的自组织原理模型具有运算关系，将运算输出值态相同的选通元件的输出脚通过一隔离电路连接在一起作为一个输出接点，输出接点的输出值态取值范围为0至（n＋m－1）；而输出值态是通过选通元件的选通来确定输出的。
选通阵列的输出值态与输入值态间依据整数群集模型所体现的一种运算关系进行定义，通过定义二者之间具有一定的运算关系，而运算是仅由选通元件的选通实现的，即是通过结构运算来完成数学运算的。
通过这种具有多值态的选通阵列所实现的结构运算，具有数据与地址的统一及储算一体化特性，算法与结构匹配、输入输出接点的位置与位值匹配、运算关系与位值匹配，算法直接映射到信息处理系统的并行多维体系结构上。
这种具有多值态、多维运算阵列可广泛应用于路由选择、交换矩阵、位控、点控及数控技术。
这种数学运算可以是加法、减法、加减混合运算及一加两减实现的双向入出逻辑可逆运算。
在上述多值态运算装置的基础上，利用现代微电子技术，附加进借位及进制设定与变补功能等外围电路构成新型的运算器位片，可实现模数统一及数据与地址的统一，这种统一可以使新一代计算机突破线性二值逻辑局限，在进行逻辑推理时极大限度地与人脑结构和功能相接近。
附图简要说明：
图1是本发明的整数群集网络模型；
图2是以图1为逻辑结构模式设计的加法运算装置原理图；
图3是以图1为逻辑结构模式设计的减法运算装置原理图；
图4是以图1为逻辑结构模式设计的加、减法混合运算装置原理图；
图5是以一加、二减运算组合的逻辑可逆运算装置原理图；
图6是以图2为核心附加进位及进制设定构成的加法运算器位片原理图；
图7是以图3为核心附加借位及进制设定构成的减法运算器位片原理图。
图8是以图1至7为基础构成的逻辑可逆多功能运算器。
实施本发明的方式：
下面结合附图对本发明进行详细阐述。
首先，请参见图1，本发明是以准全息元数学模型的一个组成部分——整数群集模型为逻辑结构模式设计的。整数群集模型是以加减运算关系自组织的，体现了复杂系统结构的自组织原理。该模型所遵循的准多值逻辑结构模式，与脑组织具有最大限度的同构性，具有与脑组织类似的因果逻辑关系组合与变换能力，能满足系统实时双向交流信息的要求，因而是人工智能系统的有效逻辑基础。在此模型中假设每一个参量都代表一个记忆内容或子系统，那么，内容与内容或子系统与子系统之间就具有一种内在的逻辑关系，即某类参量群体的自组织关系，所以，模型即是参量群体的自组织原理模型。
从图1中可以看出，如将每一个参量都看作输入输出点或输入输出脚，那么各点或各脚均具有各自不同的值态，此即多值态原理。这种多值态可以随意扩展延伸，即可以在二值中间任意增加中间状态值。以此为理论基础设计的运算装置，将不再局限于二进制代码运算，而可以随意设定进制，进行各种进制代码的运算。

 

 

174楼

图1确定了一种运算关系及原理——即参量之间按入出关系具有一种运算或逻辑关系。这种运算关系具体可用多种电路结构实现其运算功能。请参见图2、图3、图4，本发明的具有多值态的多功能运算装置是由选通阵列组成，该选通阵列是由选通元件100按n行×m列结构形式组成，选通元件100是一种具有选通功能的元器件，每个选通元件100具有至少两个输入脚及至少一个输出脚；将同一行上的选通元件100的一个输入脚连接在一起作为一个行输入接点，将同一列上的选通元件100的另一个输入脚连接在一起作为一个列输入接点，行输入接点之间具有不同的输入值态——权重，列输入接点之间亦具有不同的输入值态——权重，且每个选通元件100的输入值态与其在阵列中所处的位置具有对应关系，行输入接点的输入值态取值范围为0至（n－1），列输入接点的输入值态取值范围为0至（m－1）；该等选通元件100的每个输出脚也具有输出值态，每个选通元件100的输出值态与其输入值态之间根据上述整数群的自组织原理模型具有一定的运算关系，将运算输出值态相同的选通元件100的输出脚通过一隔离电路101连接在一起作为一个输出接点，输出接点的输出值态取值范围为0至（n＋m－1）；而输出值态是通过选通元件的选通来确定输出的。
由此可见，选通阵列的输出值态与输入值态间可依据上述的整数群集模型所体现的一种运算关系进行定义，通过定义二者之间具有一定的运算关系，而运算是仅由选通元件的选通实现的，即是通过结构运算来完成数学运算的。
只有通过这种具有多值态的选通阵列所实现的结构运算，才能具有数据与地址的统一及储算一体化特性，算法与结构匹配、输入输出接点的位置与位值匹配、运算关系与位值匹配，算法直接映射到信息处理系统的并行多维体系结构上。
请参见图2，是体现一种加法运算关系及实现加法运算功能的多值态、多功能运算装置，具有两入a、b，一出c，用a＋b＝c定义，以列输入接点为a0—a2，3个值态，行输入接点为b0—b2，3个值态为例，输出接点为c0—c4，5个值态，入出值态定义体现加法运算关系。
请参见图３，是体现一种减法运算关系及实现减法运算功能的多值态、多功能运算装置，具有两入a、b，两出h（正值）、e(负值），用a－b＝h（正值）或e(负值）定义，以列输入接点为a0－a2，3个值态，行输入接点为b0－b2，3个值态为例，输出接点（正值）为h0－h2，3个值态，输出接点(负值）为e1－e2，2个值态，入出值态定义体现减法运算关系。
请参见图4，是同时体现加、减法运算关系及实现加、减法运算功能的多值态、多功能运算装置，由加法运算关系结构与减法运算关系结构合并，入出值态定义同时体现加、减法运算关系。
请参见图5，用一加两减运算关系结构合并，合并后有6个端口，三个入口，三个出口，入端口A1（A3）及出端口A2统一用端口A表示，入端口B1（B2）及出端口B3统一用端口B表示，入端口C2（C3）及出端口C1统一用端口C表示，由于A1＋B1＝C1，C2－B2＝A2且C3－A3＝B3，则体现了一种A＋B＝C，C－B＝A，C－A＝B的关系，既可实现逻辑可逆，双向输入输出，同时扩大了输入输出端口，且使交换、运算及控制功能更强的统一一体化。如A、B、C三口同时输入任意两个口可实现运算，从一个口设置，另两个口可以实现双向同步交换，利用A、B口相对于C口的互补关系，及A、B、C三个口的逻辑可逆关系与运算关系，可实现控制。
上述的具有多值态、多维运算阵列可广泛应用于路由选择、交换矩阵、位控、点控及数控技术。这里，选通元件100可以是数字门，例如与门电路，也可以模拟传输门，隔离电路101可以选用或门，也可以用运算放大器来实现。选通元件100可为两入一出，两入两出或多入多出。
在上述运算装置的基础上，利用现代电子技术，附加进借位及进制设定与变补功能等构成新型的运算器位片，实现模数统一及数据与地址的统一，这种统一可以说是新一代计算机与人脑结构和功能接近的最本质特征。
请参见图6、图7，以上述选通阵列为核心，附加进、借位及进制设定设计的加、减法运算器位片电路原理图。
图6是以加法运算关系及其选通阵列为核心，配合移位器—其功能是接受低位进位输入然后输出，三八译码器—其功能是预先选择进制或确定输入值域，进制设定电路共四部分电路构成加法运算器位片。共有两个输入端口，一个输出端口（如，各设定8脚－适应8进制以内的进制处理），有进位入、进位出各一脚。这样多个位片之间可通过进位电路组合，构成多位加法运算器。
图7是以减法运算关系及其选通阵列为核心，配合移位器，三八译码器—其功能是预先选择进制或确定输入值域，变补及进制设定，构成减法运算器位片。分两个输入端口，一个输出端口（各设定8脚－适应8进制以内的进制处理），有借位入、借位出各一脚，另有变补入、变补出各一脚。这样多个位片之间可通过进位电路组合，构成多位减法运算器。
通过译码器可在最大设计值态范围内选择设置输入值态及进制，既用译码器在特定的值态范围内选择设定输入值态的上限及进制。如8值态可在2－8进制范围内选择设定－用三八译码器，16值态可在2－16进制范围内选择设定－用四—十六译码器，因而能适应不同进制代码的运算、交换及控制。
加减法运算器位片除以位片形式多位级联构成加减法运算器外，还可通过拼接扩展一个位片的值域，如将8值态位片变为16值态位片。
当上述运算器位片的选通阵列的运算关系为加、减法运算关系的组合时，配合外围电路可构成和差同时输出的多种功能运算器位片。
当上述运算器位片的选通阵列的运算关系为一加、两减法运算关系的组合时，配合外围电路可构成逻辑可逆、双向入出的多用、多值态逻辑可逆运算器位片。利用这种新型的多用、多值态逻辑可逆运算器位片，加上命令寄存器并行处理、一二分配器、二选一电路、及双端口RAM可设计出一种新型的多值态、并行处理计算机，它突破了二值运算的局限；逻辑可逆双向入出；地址与数据统一；进制可选择设定；具开放性；无附加操作。可广泛应用于控制、数据处理、通信交换及计算机网络等领域，使以此为基础的新一代计算机界面更友好，人机交互更加模拟化，并以其并行自组织结构算法向人脑功能逼近，相对于现有的冯氏计算机，将意味着一场计算机的革命。

 

 

175楼

ab

 

 

176楼

ab

 

 

177楼

ab

 

 

178楼

ab

 

 

179楼

ab

 

 

180楼

ab

• 
• 胡安

181楼

ab

 

 

182楼

ab

 

 

183楼

图8中1为逻辑可逆运算器；2为二选一；3为一二分配器；四为双端口RAM；五为外设接口；6为命令寄存器；7为入出方向选择控制；8为双向读写控制；9为面向外设读写控制；10为主机。
上述运算器具有多入出端口，操作数的读、结果的写与运算可通过一条指令，在一个时钟周期完成――即读、算、写同步。还可进行串并交换、串并运算、串并控制。可适应多子系统非程序化直接功能耦合——实时透明交互作用；可多存储器交互存取及联想读写；不存在总线瓶颈问题；具有开放性及逻辑可逆性；适应多种进制代码运算及交换。因而适用面广、性价比高，且具有极强的自开发性。与冯机技术具有极强的相容性。相对来讲更接近人脑神经网络的结构与功能特性。
3、 系统的构成单元
基于准全息元数学模型设计的智能计算机，其核心网络分为加减乘除、乘方开方、对数反对数、三种运算功能及结构形式，具体进行哪种运算，可自适应确定，也可根据人为的程序确定。还可保证各种运算在运算前控制选择，或并行进行各种运算后、控制选择一种或几种运算值同时输出。
（1）加减运算关系功能耦合开关网络:
原理见图1：图中纵偶数列输入加数、被加数，横偶数列输入加数、减数、被减数，上方斜线输出两偶数、或两奇数之差，下斜线输出奇数、或两偶数之和。中间奇数列，输入奇加数，奇减数、奇被加数、或被减数，输出奇数与偶数之差，及奇数与偶数之和。具体的对应输入输出关系，可通过图中的结构清楚地看出，其中的每一个开关，都对应两数的和差运算关系输入输出。
（2）乘除运算关系功能耦合开关网络:
①．奇数乘除逻辑关系功能耦合开关网络
具体结构见图2ａ右上方4分之一部分，图中以奇数列为中轴线，横竖通道为除法运算关系通道，两数输入对应输出两奇数之商，数值小的操作数作为开关信号，为数值大的操作数执行开关操作，对应输出两数之商。斜向通道与竖向通道，是乘法通道，两数输入横向输出两数之积，具体数值通过奇数译码器匹配对应输入输出，小数值的输出是小数部分只输出一个循环周期，所需精确位数可通过循环移位增加循环周期解决。
②．纯偶数乘除逻辑关系功能耦合开关网络
具体结构见图2ａ左下方4分之一部分，图中任意两个纯偶数――2的任意次乘幂数，都可横竖斜向对应、输出两数之商，或两数之积，及其倒数。具体的数值，通过移位器移位控制信号匹配对应输入输出。
（3）奇偶复合数乘除逻辑关系功能耦合开关网络
具体结构见图２ａ、ｂ、ｃ、ｄ：奇偶复合数的乘除运算是通过移位器，将一个二进制奇偶复合数，分解成奇因数与纯偶因数后，分别在纯偶数、及奇数乘除逻辑关系功能耦合开关网络中对应运算，若其运算值均是整数值，则纯偶数的运算值，控制奇因数的运算值反向移位输出，若是小数值，则转换为十进制小数直接输出。因网络已构成三维立体结构，不能两维平面展示，故以两奇偶复合数的乘除运算，举例说明其对应关系，如6除20，须通过两次运算（不影响实时性）才能得出运算值，具体运算关系示意如下：

 

 

184楼

ab

 

 

185楼

（4）乘方开方、对数反对数逻辑关系功能耦合开关网络
这一网络的结构，是在图2的基础上，按层次匹配平方根、立方根、四次方根…，按层次标志开方的根次。
乘方运算关系开关网络，同样是在图2的基础上，根据底数、真数即可对应确定对数输出，根据真数，对数可确定底数的输出，根据底数，对数可确定真数的输出。若进行同底数幂的运算，可通过图一加减运算关系进行幂指数的运算，再由其运算值控制乘幂输出。若进行同根指数开方（根式）运算，通过乘除逻辑关系功能耦合开关网络，进行被开方数的运算，其运算值由根指数对应控制输出。
关于小数的加减乘除、乘方开方、对数与反对数运算，均需变成整数输入运算。
（5）移位译码并行逻辑转换器
这一部分由移位器、译码器、并行逻辑转换器，三个功能部分组成。感受器与效应器，通过核心功能耦合开关网络，交互传递信息，并进行各种逻辑关系变换――运算，子系统输入，须经模/数、数/模转换器转换成二进制数代码后（其它进制亦可），先通过移位器进行因数移位分解，其中的奇因数通过奇因数译码器进行译码，然后通过并行逻辑转换器并联偶合于核心网络。
相对于加减因果逻辑关系功能耦合，不需移位器移位。相对于乘除因果逻辑关系功能耦合，若输入的是奇数亦不需移位，而直接由奇数译码器进行译码传递，若输入的是奇偶复合数，则由移位器根据运算需要，进行乘或除因果逻辑关系变换。移位器具有移位与纯偶数乘除运算的双重功能。
其他数制的数，可通过相应数制的译码器，与核心功能耦合开关网络并联，并与二进制数译码器，以十进制数为基础进行互译输入输出。

奇偶复合数通过移位器，分解成它的奇因数与纯偶因数后分别处理，处理后再用纯偶因数的运算值，确定奇因数的运算值反向移位输出。移位器的原理结构见右图:ab

 

 

186楼

图中竖向通道是移位控制信号通道，横斜向通道为操作数移位输入输出通道，每一控制通道与移位操作数通道的交叉点为双向开关元件，其功能是通过移位控制信号控制操作数正向或反向移位输入输出－横斜向通道均可双向入出。
因一个二进制奇偶复合数，自适应移位的控制信号，是它的纯偶因数，所以进行两个奇偶复合数的乘除运算，其纯偶数的运算，实际上是两数实施移位的控制信号的运算。若并行处理若干个操作数，就需若干个移位器与译码器。移位器之间能保证纯偶因数，即移位器控制信号的运算，始终在一个移位器上进行，并控制奇因数的运算值，亦在一个移位器上反向移位输出。移位器移位后，要通过奇数译码器译码，再向核心功能耦合网络传递。
二进制奇数译码器的各位位值信号，都是作为开关信号，控制最低位值信号（只能是1）输出。不同二进制数位值信号可使最低位值信号，在特定值通道上作为译码数值输出，同时反锁其它数值的输出通道，达到将特定的二进制数，转换成十进制数的目的。然后与核心功能耦合开关网络的相应参量通道，匹配对应输入输出，进而实现任意数值间的因果逻辑关系变换－运算。之所以用这种结构的译码器,是因为它具有开放性，即扩展值域不受限制，另外它能保证实时性。
各种数制数的译码器，分别联接不同的感受器或效应器，可保证模型对同一事物，用不同媒体形式感受及表达，如用语言、文字、图像、及行为表达各种感觉，还可用不同数字量信息，标志语言、文字、图象的信息意义，并在同一信息意义上互相翻译、互相转换及互相定义。
模型有多少个感受器与效应器相互作用，就需多少个移位器与译码器匹配，并与核心功能耦合开关网络并联，因若干感受器并行接受转换的可能是等量信息，所以须通过并行逻辑转换器进行逻辑转换，比如各感受器同步接受4个4相加，那么并行逻辑转换器可随机转换成4乘4进行运算；如并行接受4个4相乘，可转换成4的4次乘幂进行运算。并行逻辑转换器的原理类似上述移位器原理。
并行逻辑转换器的输入信号－可并行排列，始终是高位作为开关信号，为最低一位在特定的通道透明输出实施控制。即若有n个等值数字量信号并行输入，则n-1个等值数字量信号，即要为最低位信号在n通道输出执行开关操作，同时还要反锁n-1个输出通道输出，使基数信号只能在n及1通道输出（如4个4相乘，4就是基数）。其中最低位代表并行输入输出数的基数，n代表并行输入数的数量，实际两者是等值。
（6）、存贮器
因核心因果关系功能耦合开关网络，已从结构上确定了有理数间的逻辑关系，而任意一个有理数定义的信息内容，又可通过不同数制的译码器作用于不同的感受器、或效应器，并对其进行互补定义、及互补解释，所以，模型可以使任意记忆内容之间，都能有效的内部模式化，并进行有效的表达及解释、联想及推理。
相对于计算机，模型并非按地址存贮记忆，而是按内容记忆，具数据与地址统一的特点，每一个数据只要存储一次，就不怕复盖并能共享。
类比人脑的记忆机制，模型的感受器与效应器，可建立互为因果关系，形成交互作用的信息存取及反馈环路，这种环路一经形成，特定刺激及其反应就有了特定的意义，如再重复进行特定的刺激，就可引起特定的反应，这实际是一种最基本的学习记忆机制。这种记忆带有一定的随机性，且能在广泛的信息意义背景中，进行解释及互补定义，还能在全部知识背景中，进行有效的预期性互为因果关系转换，使上述条件反射关系进行多重因果作用，建立广泛的因果关系，使随机因果作用关系通过记忆，逐步形成固定的条件反射关系，形成多重因果交互作用及固化存取环路，在此基础上，用其中任何一个因果作用关系的因子，重新触发这种环路，所有其它因子及其结果，都能重新记起，这可以说是一种最接近人脑的学习记忆机制。类比人脑智能的智能机，其推理联想功能，只能以这种固化的因果交互作用环路为基础，因而不象计算机，还有一个专门的内存贮器。但模型可有一个面向程序、或知识概念的外部模式化的外存贮器，主要是面向固定程序的外部存贮，相当于人通过外部媒介，进行的绘画、著作、各种制作结果的存储。相对于特定的或定向的外部知识模式，这种知识存贮与记忆的“内部世界”具有同构性，因此，知识模式的内化建构存贮，与外化建构存贮，是一个双向的作用过程。因目前的效应器还达不到人的水平，所以，模型的外部知识模式化建构，只能通过人来间接进行，并通过外部存贮随时作用于内部记忆。因模型的核心功能耦合开关网络，为知识概念的内外模式化建构，提供了一致有效的整体逻辑结构模式，并具准完备性，所以，其概念的因果逻辑关系变换及其目的性机制，可与人脑相类比。在此基础上，可象人脑一样学习、记忆、思维、反应、表达、解释、识别、联想等，因而具有人脑功能的各种本质属性。

 

 

187楼

模型具有检贮同路、贮算同步、检算并行一体化的特点，核心结构，则具有予期自组织性、准全息开放性、因果目的性。
（7）感受器、效应器及各种终端设备
这一部分包括各种感受器、各种行为效应器，及类比计算机的各种终端，如电传打字机、图象显示器、键盘、及外存贮器等。另外，模型还可并联耦合人所不具备的传感器、与效应器，具备遥控、遥感、遥测等功能，因而可具有人所没有的功能。
各种感受器、效应器，及类比计算机的各种终端，通过核心功能耦合开关网络，可互为条件、互为因果相互作用，从而反映整体目的性行为。目前，可以说已掌握了很多类似于人的各种感觉与行为机制－当然不可能与人完全一样，故基本上能够作出相应的器件，耦合于核心功能耦合开关网络，类似于人做出各种感觉反应，能用语言、图像、文字及行为，表达感觉及“思维”意义。模型之所以能做到这一点，是由于它的整体结构及功能机制，保证了它能通过学习，建立起与人同构的“内部知识概念世界”，使部分知识、局部概念，始终能以人类的全部知识、及概念为背景进行处理，并能将随机学到的知识及概念，有效地纳入统一体系。而各种感觉行为与记忆，则能互相作用、互相定义、互相解释，各种感觉及行为功能及意义，也能互相转换及代偿。
这一功能层次的技术关键,在于按人类的知识模式，使感受器与效应器,能在特定的信息意义上、交互作用，使语言、文字、图像、也能在特定意义的基础上相互定义、相互解释，这是一个知识工程范畴的任务，需统一规范化。
各种感受器及各种行为效应器,如有效耦合于核心功能耦合开关网络，其先决条件是通过各自的功能机制,使传感信号及行为效应信号“量”化，即模/数转换为不同数制的代码信号,然后通过不同数制的译码器，耦合于核心功能耦合开关网络，进行信息量与量之间的逻辑变换-运算,及功能的交互作用。
5、系统的控制机制

因模型的核心功能耦合开关网络确定了子系统,如传感感受器、效应器、及类比计算机各种终端间的互为因果调控机制，反馈及协同作用机制，所以子系统多重功能耦合，可与外部环境进行随机交互作用，系统可体现一定的自主性及目的性。
模型的所谓控制，是由子系统之间的互为因果交互作用关系自行决定的，相对于感受器与效应器，是由闭环作用关系决定的，相对于外部环境，是由开环作用关系决定的。具体作用关系及其环路示意如下：

 

 

188楼

ab

 

 

189楼

图中感受器与效应器，通过模/数、数/模转换器及译码编码器与核心功能耦合开关网络，形成了闭环因果作用关系环路，感受器通过客观世界，与效应器形成开环因果作用关系环路。
 相对于操作数，是在特定逻辑层次上，确定了一致性因果作用关系环路，参见“准全息元数学模型”。
 具体的控制分三个层次：
 ①．操作数的具体运算。
 核心功能耦合开关网络，已予决性的确定了任意操作数间的因果逻辑关系，当一组操作数作用于核心网络中的任意一个开关时，总是数值较小的操作数，为数值较大的操作数执行开关操作，使两数的运算值从网络中透明输出，这一过程是由操作数自行决定的。
 ②．选择运算的逻辑层次。
 模型核心功能耦合开关网络，分加减、乘除、乘方、开方、对数、反对数三个逻辑层次。具体在那个逻辑层次进行运算或功能耦合，是由子系统输入操作数的类型自行决定的，或由并行输入的等值操作数决定，如并行输入4个4相加，可由并行逻辑转换器，自行转换为4乘4进行运算；若并行输入4个4相乘，可由并行逻辑转换器，自行转换为4的4次乘幂进行运算。如欲人为控制，可直接通过程序预先决定，并在特定逻辑层次上进行处理。 
 ③．决定行为的时间节律。
 模型虽没有生理及本能的周期性需要，但与人进行信息交换及交互作用，亦需要时间的控制因素，需要定时与环境进行特定的因果交互作用，所以，必须具有时间节律。相对于多重因果作用，还要在时间的尺度上，决定实时与延时因果作用序列，这种时间节律或序列，可由程序与时钟信号共同决定，也可耦合时钟子系统进行程序设定。
 控制实际上是一个以人类为中心的概念，相对自然系统的功能及行为，根本无所谓控制，其一切行为功能都是通过子系统的相互协同作用，或与环境的交互作用自适应进行的。
 因为模型是人工系统，为了便于其与人进行信息交换或相互作用，便于掌握模型与环境的相互作用，可配备专门的控制器，它由时钟、程序输入终端、及外存贮器组成，亦可由普通个人计算机充任。有了控制器，操作数的逻辑运算及子系统间的协同作用，系统与环境的交互作用序列，都可通过人为程序预先确定，亦可通过时钟程序确定其执行节律，时钟与各种子系统，可共同的控制模型的行为及行为序列。
 模型可通过控制器、信息源信息，及存贮程序，互为条件、交互作用、互相制约，实现子系统的交互作用、功能耦合，及与环境的交互作用，满足信息的随机、实时、定时、时序，及逻辑关系的变换需要，还可通过存贮器，存贮各种有效程序的恒等、对射、反演、互反转换程序，然后通过控制器，对执行程序进行随机变换，及切换或插入删除等。
总之，模型的系统结构及其功能机制，决定了它可具有类似人的各种智能行为，其行为及功能，都是由不同功能的子系统相互耦合、或协同作用体现的。其控制是整体结构，适应环境的自组织作用，是系统相对于环境的适应性行为。自组织，则能体现功能互补，及行为的协同作用关系。
 （9）、并行运算、控制及交换功能
 并行运算、控制及交换原理见图。它是通过全互联路由选择电路将多值态多功能运算器并联，既可实现实时并行双向交换、并行运算及并行控制。假设4组并联，就有12个大口（一入一出看作一个大口）。每一入出口均为16个管脚，任意两口都可实时双向并行交换， 还可4个口、8个口实时双向并行交换。大口中的任意一脚也能交换到其它大口的任意一脚，同样能4脚、8脚实时双向并行交换。至于交换速率完全取决于双向存储器每秒的读写周期。目前，这种结合并行运算功能的多口、多脚双向同步并行交换原理及功能，已经通过原理样机充分说明其优势所在。

 

 

190楼

ab

 

 

191楼

图中每一个单元都有A、B、C三口，三口之间的逻辑关系是A+B=C C-A=B C-B=A. 其特点是任意两个端口都能直接输入数据进行运算；各口之间具逻辑可逆性；任意两个口都能双向入出及反馈；任意一个口都能控制另两个口双向交换；任意两个口相对于另一个口都是逻辑互补关系；三口都能同步输入输出，同步及并行读写算，通过反馈可形成超循环；任意一个口都能级联传感与效应器，它与环境及系统内部的子系统之间都是双向同步作用的。

 

 

192楼

第六节、计算机功能互补系统
1、主导思想
在新世纪，智能计算技术是科技竞争的第一制高点，事关国家的高速发展及科技竞争实力；事关一个国家的信息安全。
搞智能机需基础理论与技术方案的双重突破，企图通过提高计算机的速度、并行性及人机界面的友好性，不能解决根本问题，在这一领域急需原始创新。目前，我国虽已搞出具有自主知识产权的龙芯，但它还不能改写游戏规则。而在计算机科学技术领域，只要改写不了游戏规则，就永远摆脱不了被动的局面，更谈不到最终引导技术发展潮流。
搞功能互补系统，可在投入少时间短的情况下，从根本上提高计算机的基础性能。既不涉及操作系统，又回避我国微电子技术劣势，可使我国彻底摆脱被动跟踪，进行超越式发展。因它可直接切入上游技术釜底抽薪，使现有技术不能再按奔4、奔5……的轨道发展。
针对信息技术领域存在的问题，我国首席专家汪成为院士曾提出十二个问，可以说都是此领域的战略问题。但在冯机理论与技术框架下都不太容易解决。而在我们的理论与技术框架下，通过功能互补则能从根本上解决问题。
计算机功能互补系统，是配合现有的计算机，可各自发挥各自的特长，取其组合效应。它与现有系统共用一个操作系统，及共用外设，可从根本上提高计算机的使用效率及基础性能。可解决网络的四大瓶颈问题――信息交换瓶颈；网站访问瓶颈；信息存检瓶颈；信息处理瓶颈。此项技术属基础理论与技术的双重创新，近期目标是使若干外设并行工作；可使所有家电（可都看成是外设）进行统一的实时交互作用，及进行智能化管理；解决目前计算机与环境及背景信息隔离的状况。同时使多种传感器、效应器，多种编译码形式，在元逻辑、元数据结构、元算法的基础上，按数学基本运算关系交换、控制、存取并相互作用。另外是基于元逻辑、元数据结构、元算法搞通用海量数据库。长远发展目标是搞出新一代智能计算机。
在计算机文化充分发达的今天，如果再搞独立的计算机，如果不是非用不可，且方便到超过目前的计算机，使人们非常容易就能掌握，那么它就不能很快占领市场。这就象人们学习汉字输入法一样，尽管已经学到的输入法并不是很优秀，但由于先入为主的因素，人们也很难再去重新学习别的输入法。计算机也是一样，不论多么先进，要想顺利进入市场，其最佳策略就是与现有的系统兼容――通过功能互补率先赢得市场。另外是应用软件已经成为用户的重要资源，保护用户的资源，是产品开发商必须面对的问题。
2、运算、交换、控制多用平台
“运算、交换、控制多用平台”发明专利，以多值态多功能运算器为基础，以此专利
为基础延伸为计算机功能互补系统。同上述多值态的多功能运算器专利一样，在此原文照
搬原专利说明书。
技术领域：
本发明属于数据处理技术领域，具体涉及一种可广泛应用于控制、数据处理、通信交换及计算机网络等领域的多用智能平台。
发明背景：
代表数据处理先端技术的计算机自40年代问世以来，一直沿袭着冯•诺依曼机的体系结构，其主要特点是：第一，程序内存、串行处理；第二，存储地址与存储内容分开；第三，只能被动执行确定程序。50多年来尽管计算机技术取得了突飞猛进的发展，但人们也越来越深刻地感受到传统计算机体系结构所带来的限制。
科学技术的发展对计算机提出了越来越多的要求，某些应用领域甚至需要每秒运算1万亿次甚至更快的高性能计算机。例如，新型药物设计、生物分子结构、催化剂和酶的性质、人类基因、新材料性质、湍流、海洋回流、核聚变能源系统设计、核爆炸模拟、量子色动力学、密码学、全球天气预报、灾害性风暴预报、地震预测、石油勘探中的三维地震资料处理等。一般认为每秒运算1万亿次以上的高性能计算机都是具有大量处理机的大规模并行处理（MPP）系统，它的出现显然是冯型机体系结构的一次大变革。
自计算机问世以来，一直遵循着循序串行的运算方法，为了提高计算机的速度，人们通过提高时钟频率减少指令的执行时间，但这总要有一个局限。因此，cray和他的设计组开拓了并行运算的研究，使多个向量处理机和一个中央存储器连接在一起，构成了超级计算机。高性能处理器的出现和价格的逐渐降低，使MPP机的体系结构具有一定的发展潜力。但真正使MPP的潜力得到充分的发挥，还需在系统设计和应用设计上找到有效驱动大量处理器协同工作的原理与途径。应该说，这一问题的解决，在冯型机框架下有一定的难度，原因在于冯型机是按地址方式工作的，各计算机之间没有内在的联系，即没有自组织性，因而在多机之间，不论是任务分配还是实时通信都是难以解决的问题，它在本质上只面对1个信息源。因而必须创造一种机制，使有多少个外设，就允许多少个外设直接面向环境同步接受并处理信息。

 

 

193楼

发明内容：
本发明的目的是突破串行工作、地址操作及程序化运行方式的框架，而提供一种以自组织原理为基础，实现读写算同步，可开放性并行读写算，具有子系统透明化功能耦合、且能串并行自适应交互作用的多用智能平台。
本发明的进一步目的是结合具有多值态的逻辑可逆运算器，而提供一种具有多值态的、模数统一的、系统结构与功能可扩展的多用智能平台。
本发明一种运算、交换、控制多用平台，由数据、地址、命令总线及总线控制、命令寄存器、六个外设接口和双端口RAM组成，其中，命令寄存器、外设接口及总线控制均挂在所述的总线上,该等外设接口与双端口RAM的一端口之间有双向入出的数据端口及读写控制相连；一具有三端口的逻辑可逆运算器，其每个端口各有一输入端口和输出端口，该逻辑可逆运算器的三个输入端口分别通过一二选一电路而与双端口RAM的另一端口的输出两两相连，三个输出端口分别通过一一二分配器而与双端口RAM的另一端口的输入两两相连；所述的命令寄存器有读写控制分别到双端口RAM，有方向选择控制分别到二选一电路、一二分配器。
根据上述技术方案，其中，一个逻辑可逆运算器与六个外设接口和双端口RAM可呈对应关系的扩展，命令寄存器可相应地扩展字长或增加控制级数。
根据上述技术方案，逻辑可逆运算器可由一个加法运算器与两个减法运算器构成。
上述加法运算器及减法运算器可为具有多值态的加法及减法运算器位片，其可多位级联或通过拼接扩展一个位片的值域。
本发明一种运算、交换、控制多用平台，由数据、地址、命令总线及总线控制、命令寄存器、三个外设接口和双端口RAM组成，其中，命令寄存器、外设接口及总线控制均挂在所述的总线上,该等外设接口与双端口RAM的一端口之间有双向入出的数据端口及读写控制相连，一具有三个双向入出端口的逻辑可逆运算器，其三个双向端口分别与双端口RAM的另一端口相连，所述的命令寄存器有读写控制分别到双端口RAM。
根据上述技术方案，其中，一个逻辑可逆运算器与三个外设接口和双端口RAM可呈对应关系的扩展，所述的命令寄存器可相应地扩展字长或增加控制级数。
根据上述技术方案，逻辑可逆运算器可由一个加法运算器与两个减法运算器构成。
上述的加法运算器及减法运算器可为具有多值态的加法及减法运算器位片，并可多位级联或通过拼接扩展一个位片的值域。
附图简要说明：
图1是本发明的电路原理示意图；
图2是本发明的并行处理原理示意图；
图3是本发明的逻辑可逆运算器的实施例连接示意图。
实施本发明的方式：
下面结合附图对本发明进行详细阐述。
首先，请参见图1，本发明是以逻辑可逆运算器1为核心，配合二选一电路2、一二分配器3、双端口RAM4、命令寄存器6及总线控制10和外设接口5组成。
其中，命令寄存器6、外设接口5及总线控制10均挂在由数据、地址、控制线组成的三总线11上。外设接口5与双端口RAM4的一端口之间通过双向入出的数据端口与读写控制9相连，双端口RAM4的另一端口的输出分别两两连接于二选一电路2的输入端，其输入亦分别两两连接于一二分配器3的输出端。
该逻辑可逆运算器1的三个输入端口分别与一二选一电路2的输出端相连，三个输出端口分别与一一二分配器3的输入端相连。命令寄存器6有读写控制8与双端口RAM4连接，实现面向运算器的读写控制，有方向选择控制7与二选一电路2、一二分配器3相连，实现对二选一电路2、一二分配器3的逻辑控制，将面向逻辑可逆运算器1的单向入出转变为面向双端口RAM4的双向入出，使本发明多用智能平台可通过命令寄存器6，实现串并读写、串并交换、串并运算、串并控制，及实时双向读写、实时双向交换、实时并行运算、实时双向控制。
参见图3所示，逻辑可逆运算器1具体可由一加法运算器A1＋B1＝C1和二减法运算器C2－B2＝A2、C3－A3＝B3组成，将其中的输入端口A1与A3并接、B1与B2并接、C2与C3并接，组成一具有三个输入端口A1（A3）、B1（B2）、C2（C3），三个输出端口C1、A2、B3的运算器，体现了一种A＋B＝C、C－A＝B、C－B＝A的逻辑可逆运算关系。图中，A1(A3)、A2为A口，B1(B2)、B3为B口，C2(C3)、C1为C口，设A与B入则C出，C与A入则B出，C与B入则A出，运算器具逻辑可逆性，可双向同步人出、同步加减运算。具体应用时，可三口同时入，三口同时出，可逆向逻辑推理及运算。

 

 

194楼

请参见图2所示，逻辑可逆运算器1与外设接口5及双端口RAM4可呈对应关系的扩展，命令寄存器可相应地扩展字长或增加控制级数，使本发明在命令寄存器的读写控制8的控制下，可完成并行运算、交换与控制。
当把外设接口5视为端机，总线控制10视为主机，主机或端机，对于各口双口RAM4的并行读写，与地址选通，是同一信号，且并行读写信号，是通过命令寄存器6以位为单位读写相应的双口RAM4（此对应关系是可编程的，当然也可以是固定的）。因并行读写只能对各双口RAM的0地址操作，所以各双口RAM，都配有地址发生器，读时向外推出数据，写时向里推人数据。主机与端机、端机与端机的数据交换，则是通过双口RAM确定其通讯协议的，且这种协议具有并行性。各双口RAM的并行读写，还有一层含义，即各口的双口RAM，在同时读写时，交换与运算的过程隐含在内，即完成双向读写的同时，亦完成了双向交换及运算，即读写算同步完成。
本发明多用智能平台的各个端机都能通过总线共享命令寄存器6，并行读写各口的双口RAM4，至于哪一个端机能占用命令寄存器，由总线控制10按优先申请原则裁决。
命令寄存器6中的命令字决定哪些双口RAM读或写，各双口RAM的读写及相应的运算、交换、控制功能都通过一条命令在一个时钟周期完成。
如实现运算，并行读A、B口，则A、B的运算结果写在C口，并行读A、C口，则A、C的运算结果写在B口，并行读B、C口，则B、C的运算结果写在A口。
如实现交换或控制，可在A口给一设置，由A、B、C三口的运算关系决定，B、C两口可双向同步交换或控制，具体是交换还是控制，由外设确定。如是交换，各外设接口接群入群出设备或主被叫用户；如是控制，各外设接口接传感器或执行器。同样的，在B口给一设置，A、C两口可双向同步交换或控制，在C口给一设置，A、B两口可双向同步交换或控制。
本发明多用智能平台通过模式切换，运算与交换两种功能模式可选；通过串并行读写控制，交换与运算串行、并行两种模式可选；通过模式切换，固定主机与多主机两种模式可选。另外，主机串行读写、与并行读写两种模式可选，主机参与交换、运算，和不参与而只进行设定控制两种模式可选。其关健在于主机与端机都能共用命令寄存器，并行读写各口的双口RAM，至于哪一个端机能并行读写，由总线控制10来分配解决。
由图2可见，在对系统运行速度及并行度要求不高时，可省略二选一电路2和一二分配器3，使双端口RAM4与逻辑可逆运算器1之间的双端口单向入出为单端口双向入出。
组成本发明的核心运算器—逻辑可逆运算器1的加法运算器和减法运算器，更可是具有多值态的加法运算器和减法运算器，此项技术已另案申请，在此不予赘述。
上述的多用智能平台，具有多值运算、交换、多种进制代码选择设定、互为因果关系控制等功能。具有多值态，适应多种进制代码运算处理及交换，如8、16以至32、64……进制代码。具有开放性，可随意以运算器位片为基础级联拼接使用，具体可根据需要在片级，以位为单位多位级联，又可在板级以片为单位多片级联。且不管怎样级联，都不存在进借位累加延迟时间问题。
上述的多用智能平台，具模数统一、储算一体化的特点，可实时非程序化数据处理及控制。具地址与数据口统一、运算与交换功能合一的特点，可实现互为因果关系控制。系统各端口的参量，可动态交互定义及互补定义，因而体现了系统的自组织及互为因果目的性。相对于冯机及其运算器，它解决了多值态、多种进制代码运算问题，解决了系统自组织透明化、及非程序化功能耦合问题，解决了因扩展字长而产生的进借位累加延迟时间问题，解决了系统的自组织及开放性问题，解决了信息处理系统的时空统一、模数统一、逻辑可逆、与不可逆的统一问题。
上述的多用智能平台用于交换，可实现6大口之间的任意交换—（1＋6）×6／2＝21种交换关系。用于运算，可实现3口并行输入、3口并行输出，以八进制多值态逻辑可逆运算器位片为例，它可满足八位二进制码的并行运算，满足除2进制代码以外，3、4、5、6、7、8进制代码的一位加减运算，多位片组合即可满足多位、多种进制代码的并行运算，且可和差同时输出。用于控制，以八进制多值态逻辑可逆运算器位片为例，可实现多值态（2—8）之间的，互为因果关系双向控制。多位片组合，可16值或32至64、128值态……可选，及多口多脚之间的并行控制。
上述的多用智能平台的最大特点：一是具有开放性，片级板级都可根据实际需要，随意增加大口的数量，及增加各口管脚的数量或多值状态，还可将主板做成可随意级联扩展形式的。扩展后各大口与各管脚之间，如上所述同样可以（1＋N）×N／2的关系，实现全互联双向交换及控制。二是具有并行性，即可通过并行读写各口的双口RAM，实现全并行运算，又可通过设置某个口，实现并行双向交换，或并行双向控制。三是各端机，均可作为主机，实施全局控制。
上述的多用智能平台用于运算的优点是并行、适应多种进制代码的运算交换；适应连续模拟量运算；具有实时性，可逆向逻辑运算；用于交换的优点是并行、高速、实时双向、自选路由；用于控制的优点是互为因果，实时双向，模数统一，任意一个端机都能做为主机实施全局控制。
上述的多用智能平台可用于多子系统随机功能耦合，多存储器交互存取及联想读写，可在运算、交换、控制领域，体现其多用性及多功能性，因而适用面广，且具有极强的自开发性。
本发明公开了一种运算、交换、控制多用平台，由数据、地址、命令总线及总线控制、命令寄存器、外设接口和双端口RAM组成，其中，命令寄存器、外设接口及总线控制均挂在所述的总线上,外设接口与双端口RAM的一端口之间有双向入出的数据端口及读写控制相连，一具有三个双向入出端口的逻辑可逆运算器，其三个双向端口分别与双端口RAM的另一端口相连，命令寄存器有读写控制分别到双端口RAM。可并行、适应多种进制代码的运算交换，适应连续模拟量运算，具有实时性，可逆向逻辑运算；可并行、高速、实时双向、自选路由应用于交换；用于控制时互为因果，实时双向，模数统一。

 

 

195楼

ab

 

 

196楼

ab

 

 

197楼

ab

 

 

198楼

3、功能互补系统的结构与功能特性

功能互补系统，是将运算、交换、控制多用平台与目前的个人电脑统一，取其功能的组合效应。
这种组合有三种形式：一是与CPU做在一起；二是将运算、交换、控制多用平台作成专用芯片；三是作一个独立的系统，通过总线连接使用。前两种形式相对来讲投资回报的周期要长一些，而作独立的系统，投资少见效快，在最初是首选方案。
功能互补系统，是两个心脏一个操作系统，用户界面共享。随着应用的深入，可以相对于功能互补部分单独设计操作系统，两个操作系统切换使用，直至彻底独立。

具有多值态的多功能运算器，体现了整数参量的自组织计算原理，假设每一个参量都代表一个记忆内容或子系统功能，那么，内容与内容、子系统与子系统功能之间就具有一种内在的逻辑关系。
从图1中可以看出，如将每一个参量都看作输入输出结点，那么各结点具有各自不同的值态，此即多值态原理。所谓的准多值是指这种多值态，可以根据需要扩展延伸，即可以在二值中间根据需要增加中间状态值，而状态值之间的全互连内在逻辑关系具有恒定不变性，此即多值状态之间的自组织原理。以此为基础设计的运算器，将不再局限于二进制代码运算，可以随意设定进制，进行各种进制代码的运算，具体进制设定的上限，如16、32、64或128……进制，只受集成电路集成技术的限制，而不受原理的限制。
其输入输出值态，通过进制设定电路及译码器可以选择，如8进制用三八译码器，16进制用四－十六译码器，在特定的值态范围内通过进制设定电路选择设定特定的进制，如在8进制范围内选择设定8种值态之一，在16进制范围内选择设定16种值态之一，因而能适应不同进制代码的运算、交换及控制。
具有多值态的多功能加减法运算器位片，其值态可根据微电子技术水平设定，可以是8、16、32、64甚至更多的值态。至于外部输入则可以是各种进制，亦可以全部是二进制代码。不同进制代码可进行随机转换，因而可适应不同进制代码的运算、交换及控制，且不影响子系统交互作用的透明性。
具有多值态多功能运算装置可构成多入多出的运算器。可以和差同时输出，具有逻辑可逆、双向入出特性等。
运算器有六个双向口—－做芯片时可按六的倍数增加，每口16脚体现16值状态，亦可根据技术条件及需要增至32或64脚。它具有加减同步运算功能，可同步读写算、并行读写算；同时具有储算一体化、逻辑可逆、双向入出及双向同步读写的特点，可预先设定进行16进制以内各种进制代码的运算、交换及控制，使运算、交换及控制功能一体化。特点是检储同路、检算同步、储算一体化，及地址与数据统一、总线与数据统一；可多元（即多逻辑层次）串并行运算、交换及控制；可适应模拟量与数字量的统一处理；适应透明化实时处理及子系统的功能耦合。在板级可以位为单位随意级联使用，而不存在进借位的累加延迟时间问题；可非地址非程序化运行及操作。
目前的计算机仅是转换状态，状态之间没有任何内在联系，因而造成诸多无法解决的问题，如总线瓶颈、储算分离、与背景及环境信息分离等……。多功能运算器主要是使外设、存储器或存储单元之间建立内在联系，在元逻辑、元算法、元数据结构的基础上，实现同步读写算、并行读写算，及多功能一体化。
结构计算与二值逻辑计算的本质差别，在于前者不进行实质性及过程性运算，可适应不同进制代码的运算、交换及控制，且具有实时透明性。因其具有数据与地址的统一及储算一体化特性，算法与结构匹配、输入输出节点的位置与位值匹配、运算关系与位值匹配，算法直接映射到信息处理系统的并行多维体系结构上，因而可以实现真正的并行运算。而后者必须按顺序按地址操作，因而具有过程性，丧失了相对于对象交互作用的实时透明性。
运算器的整体功能特征就是并行存储、读写、处理。
人脑是在一瞬间产生整体性感知，其原因在于视觉器官能够对图象进行三维编译码，相应的具有并行存储、读写及处理机制。另外有与编译码相适应的互补定义或互补解释机制。多元信息编码机制，与多元信息处理机制统一，构成了脑功能的开放性物理基础，亦是人脑主动性，创造性的基本前提。

 

 

199楼

科学家认识到脑内除了生物电信息编码系统外，还有远为复杂的化学编码系统。许多神经元具有多种信使、多种受体，它们之间呈现极其复杂的多元效应。由神经元膜控制下的离子活动，及产生的定向传播的全或无式动作电位，是信息编码的基本方式。也就是通过遍布全身的各类感受器，将各种刺激能量转变为生物电信号或化学信号。但这种信号绝非象计算机一样仅有一种编译码方式，亦绝非仅一种串行处理方式。
信息处理或者是逻辑层次不同，或者是内容（不同功能的子系统，具有不同的编译码功能）不同，相应的需要多元化信息处理及并行处理机制。
神经网络的编译码具有多元化特征——即多种进制编译码，逻辑组合与分解层亦具多元化特征——如同加减乘除、乘方开方、对数反对数等运算层，同时统一存在于同一神经系统。
人脑适应信息并行处理，及分层定义或多层整合感知信息。而冯机用串行扫描的方式，对整体性感知有本质性的困难。冯机只能进行串行运算，这是由按地址读写方式确定的。人脑之所以能够并行，完全是由非地址按内容存取方式确定的，及两维及多维编译码并行读写方式确定的；与感官的并行编译码机制相统一；与人脑的进化机制亦相统一。在体系结构方面，则与人脑读写算同步、及并行读写算机制相统一。

主要技术指标：
①、速度――等于存储器的最高存取周期×字长×并行度。
②、字长――可根据需要扩展――扩展运算器位片。
③、主频――可根据同步读写算的速度确定。
④、内存――在功能互补系统中，相当于内存的是双向存储器，其容量根据运算器的字长确定。
⑤、并行度――这是一个不同于冯型机的技术指标。因系统具有开放性，可根据需要扩展运算器组的并行性，指令亦可以相应扩展。与冯机不同的是，这种扩展可以达到1＋1≥2的效果。


4、具体应用
基于整数群结构神经网络的多功能运算器，及计算机功能互补系统，可用于以下几个方面：
①、用于并行立交总线，解决服务器或大数据库的并行存检或并行访问问题，及外设并行工作问题；可用于若干外设并行运算、并行交换、并行控制，可使所有信息系统变成一个复杂开放的巨系统。
②、用于并行联想存储器，解决数据读写或存检效率低下的问题。因这种存储器的存储单元之间有内在联系，可按运算关系实时双向读写、并行读写，使所有问题的解决都能与背景或环境信息建立联系，并且具有联想功能。
③、用于立交总线。作为子系统功能耦合平台，它可综合所有人工智能的各种研究成果，为其提供一个转换及应用平台。如耦合几十、成百上千台个人电脑或外设，可使外设在多功能一体化的基础上交互作用。如耦合若干计算机进行并行计算，不仅是使计算效率得以大幅度提高，其成本亦得以大幅度降低。且易于编制应用软件。
④、用于通讯交换或计算机网络，其主要特征就是计算机已成为信息系统的核心，而不是一个辅助控制工具。因它本身是由具有控制、运算及交换功能的神经网络芯片为核心构成的。它用于通信交换系统的特点，是无须专用信令部分，亦无须专用交换设备，只需在通用接口上插接用户复用与解复设备，这种设备与目前的计算机一样，都是等价一般的终端或外设而可随意插拔。核心交换部分可以多路多向串来串走，无需串并、并串转换。很显然，这可大大降低用于交换的硬件设备投资，及大幅度提升用于交换控制的软硬件基础性能。
功能互补系统之所以能做到这一点，是因它从原理上决定了交换和控制功能密不可分、及一体化实现。在此基础上可以做到无阻塞、实时并行、宽带、群路与用户级同步交换；可并行实现双向同步交换，且这种并行双向交换的速率及带宽可根据需要随意扩展。这种随意可扩展性可以说目前任何交换方式都不可能实现。它之所以有这种性能，从原理上讲，其核心神经网络好比是一个可以任意叠加的多路多向立交总线。冯型计算机的总线在一个时隙只能向一个方向传递一组数据，而这种多重立交总线在一个时隙可同时多路多向双向传递数据，且同时传递数据的能力及带宽可以根据需要扩展。其优点是数据交换具有实时透明性，具体应用时用户可随意选择带宽。另外，以此为基础可使所有的信息系统变成一个系统，如计算机网、电话网、无线网、有线电视网等都可以相容于一个网，可以象一台计算机一样协同作用。

 

 

200楼

⑤、用于控制，其特点是具有模糊逻辑或准多值逻辑控制功能，适应双向实时反馈控制或互为因果关系控制；适应实时模拟量运算及反馈控制；适应实时双向逻辑互补控制；适应大规模实时多因多果并行交互控制，子系统可非程序化互为条件交互作用。之所以能做到这一点，是因传感器与效应器之间、本来就存在自组织互为因果逻辑关系。在此基础上，多因果关系可同时、实时并行交互作用――互相控制或协同控制。它改变了现计算机一对一单向因果关系控制，可实现多对一、或多对多互为因果关系群体控制――即自组织控制。
上述控制优点的直接体现，是子系统之间可非程序化互为条件交互作用，传感器与效应器通过核心功能耦合网直接形成闭合环路，且这种环路能多重耦合，及自适应切换――切换的条件同样由子系统交互作用关系确定。这意味着一个系统的行为，并非是由高层次的过程控制所决定，而是由子系统的功能共同协同作用来决定。这是系统体现半自主智能特性的基本前提。
⑥、用于运算，其特点是在同一逻辑层次（如加减）可多路多组数据并行运算；在不同的逻辑层次（如加减乘除）可多元逻辑运算并行，且能做到运算数据与其结果同步存取，存取与运算同步进行。如果说冯机完成一次运算需要4个时钟周期，而功能互补系统则仅需一个时钟周期；运算结果可直接反馈进行逆向逻辑运算；可随机非程序化操作。从原理上讲，现在计算机的加法器是两入一出，进行单向逻辑运算，其运算逻辑不可逆。而互补系统是多入多出，其运算逻辑可逆。它适应多路多对象之间的互为因果关系实时运算；适应模数统一处理；适应实时条件转移或非程序化操作；适应逆向逻辑推理；适应多对象的模数转换实时处理。以此为基础，不论是并行或串行运算，都能做到读操作数与写运算结果及运算在同一时隙或用一条命令完成，而很少附加操作。
在实际应用中，功能互补系统可为个人的服务更好些，计算机或外设之间相联时，更方便和更安全、更高效，从可共享的信息库中读取数据更快、更方便，因它已从一维的数据处理变为多维并行信息处理。如存取和管理所需资料，可直接扫描输入，可按使用者的语言命令进行数据库管理，及实时调用数据。
⑦、作为一个集运算交换及控制一体化的综合系统，它可解决网络的四大瓶颈：a、路由交换瓶颈；b、网站访问瓶颈；c、数据检索及维护瓶颈；信息处理瓶颈。人们很自然地会问，利用现在的计算机及网络不是也能够做到这些吗？事实不然，计算机虽然能够储存海量知识，但不能象人脑一样有效地利用知识，它与人脑最大的差别在于，它所储存的信息不论有多少，都与环境及背景信息分离。而人脑处理所有信息，首先是在信息之间建立内在联系，并能实时与环境及背景知识统一双向作用。具体可象字词典一样集中知识精华，并能实时修改及补充知识；有效的检索利用知识；有效的传递交换知识；有效地处理知识，因而可真正实现钱老的一大宏愿――大成智慧。
两院院士王越，在97北京香港国际计算机会议上指出，新一代计算机只有以系统理论及系统运动规律，作为计算机发展的顶层规律加以运用与对待，遵循物理、事理与人理相结合的思路才有可能实现。计算机应该是信息系统的核心，应能更好地帮助人处理信息，包括与人的思维进行互补性支持。工程院院士汪成为则认为高速和好用，是计算机发展最迫切的需求。减少人机隔阂，建立和谐的人机环境则是长远的需求。同时认为目前计算机的不合理，来自人认识问题时的认识空间、和计算机处理问题时的方法空间不一致,所以计算机体系结构的发展应使两个空间尽量一致。这种要求与特点，可以说都能比较理想的体现于我们所设计的计算机功能互补系统。作为这种思想的体现，应该说我们作了一些具体的工作。
新一代计算机的研究不管采取什么方法，及应用什么理论，但只要与自然智能系统没有内在的同构性，且不能同环境持续交互作用，其应用都注定要在复杂动态的环境中遭受失败。我们提出的理论及模型，可以迎接来自实用方面的挑战。我们坚信我们的工作，将迎来一次真正的名符其实的计算机革命。

 

 

201楼

第七节、21世纪的智能机

1、如何体现智能？
①、首先，智能是个系统工程。模拟智能的某一局部虽然也能解决问题，但作用有限，与付出的代价并不相称。体现整体智能的本质属性，主要是使状态转换与子系统功能统一，然后能与环境状态双向统一交换。子系统之间则同样能双向实时交互作用。
②、开放性是智能系统的主要特征之一，开放性为智能系统进化，随机扩展信息量奠定了基础。系统功能不能适应环境信息的动态变化，等于丧失了适应应变能力，等于丧失了智能的最本质特征之一。
③、系统能够适应环境信息的随机刺激，并能实时反应。实时刺激反应，是系统非程序化运作的基本前提。其功能机制是读写算同步，及并行读写算。
④、联想以状态或概念的互为因果关系为基础。信息的随机读写与实时刺激反应，都是以互为因果关系为基础。互为因果关系，还是目的性，预期性的基础。
⑤、通过不同传感机制直接定义环境状态，再通过互相定义互补定义，才能体现定义的准完备性。多种形式的编译码机制，是系统与环境信息统一，并能双向作用的基础。通过双向作用，才能解决系统与环境信息隔离的状况。
⑥、环境状态具有准全息性，系统只有能够通过特定的传感机制不分时、不分段接受并处理环境信息，才能充分体现系统的适应性，及功能的准完备性。二值编码无法体现环境信息的准全息性，基于二值逻辑亦无法实时转换环境的现实状态。只有基于准多值逻辑，才能不分时、不分段，直接接受环境的现实状态并进行处理。
⑦、时间、程序、数据应能成为互相启动的前提条件。
⑧、系统的因果反应应基于确定性，基于确定性模式、基于确定性法则，但还要相容非确定性，相容随机性。
⑨、系统的多入出端口，决定系统相对于任何实时感知的状态，都能互补定义，互相定义，并决定多子系统实时交互作用。
⑩、因果关系的复杂性决定系统结构的复杂性，结构的复杂性决定系统适应性的复杂性。

以准全息元数学模型为基础设计智能机，突出了系统的自组织原理及非线性动力学特性，体现了系统的开放性及准全息、准多值性。相对于冯型机，这种运算器更接近人脑的本质结构与功能特性。在具体应用中，依靠子系统互为条件交互作用，可实现非程序化运行，可体现类似人脑的目的性及智能性。
以往，由于脑组织及功能在很大程度上还是一个“黑箱”，人们很难从结构出发模拟人脑功能，所以构造脑模型确实有一定的困难，其局限性也很大。用计算机模拟人脑智能，则无需知道脑组织及功能的具体细节，而只求某种程度的功能相似，它相对于脑模型的方法，目标低，容易实现，手段也灵活，见效也快，因此，是传统智能模拟的主流方法。但机器智能绝不能取代智能机器，机器智能抓取的是行为上的等效性，但行为相同，其系统的结构与功能，与人脑却可能有本质的差别，因而欲接近人脑的本质智能特征，只有搞人脑模型或智能机。其根本出路，在于寻求一种有效的、人工系统的逻辑结构模式或基础理论。
冯型机与人脑功能有着巨大差异，不适合模拟人脑的一些本质智能，这已是不争的事实。人脑是由约个神经元组成，以并行处理为主，具有逻辑可逆性，适于多值态及连续模拟量信息处理，具有开放性。因而奠定一个有效的复杂开放性自组织理论，从结构入手模拟人脑功能，可以说是人脑模型的必由之路。一般认为，从人脑神经结构开始模拟人脑功能，在目前来讲还行不通，困难太大，理由不言而喻――脑组织及脑功能太复杂了。但通过准全息元数学模型，神经系统的复杂性问题可以说已经得以解决。
我们不可能一下子就能成功地模拟人脑，这是一个渐进的过程，但我们可以通过模型，尽可能多地反映人脑结构及功能的本质属性，但这需要组织或系统理论上的突破。目前的系统论、控制论、信息论、耗散结构学、协同学、突变论、自组织、超循环等，都属组织理论的范畴，它们都从不同角度描述了组织或系统在某一方面的特性，但始终没有形成一个统一的方法论，或人工系统的有效原理，其重要原因，在于缺乏一种对自组织系统结构的有效描述。想要有效地构造人脑模型，必须首先在成功地进行复杂系统定量形式化描述的同时，解决结构描述问题，并确定其结构法则。

 

 

202楼

用准全息元数学模型，作为神经网络的逻辑结构模式及数学原理，可反映人脑神经系统的很多本质特征，可以促进我们对人脑智能研究的进一步深入。它即有对系统多值态的整体规定性，又有结构形态的多维规定性，并使两者统一于一致有效的结构法则—－逻辑规定性。它能描述人脑神经这一自组织系统的一些本质特性。如开放性；相对于多种作用的协同及自适应性；多元自组织建构法则的一致性；参量规定的准全息或准多值性；系统结构的等级层次性，及多元结构相容性；系统有序与无序、连续与离散、线性与非线性的统一性；及体现多值态交互作用的互为因果性、逻辑可逆性等。
准全息元数学模型，对完善并统一目前的人工智能及计算机的基础理论，具有至关重要的现实意义。它不仅能说明系统结构在与环境的交互作用中、同化与顺应建构的数学规律及法则，还能说明其参量之间如何协同作用产生高层次的、具有新质意义的结构与功能特征。同时可以说明自组织系统具有准完备性、准全息开放性，及结构的多元相容统一性。其结构表现为信息传递通道相互联结，及交互作用的逻辑关系，或对信息量的组合与分解关系。其整体结构特性从定量描述的角度来看，是参量（信息传递通道，及与其匹配传递的量化信息）互为函数的逻辑关系网，其作用对象是想象范围内能精确规定的（包括不能完全确定的，如不可约数）一切量化信息，其微观结点是类似电子开关元件的每个神经元，其功能机制是信息流通过神经元网络的开关作用，自相关通断启闭输入输出信息，并实现子系统之间的信息量及意义的特定逻辑关系变换（运算），实现子系统的透明化交互作用，即非程序化直接功能耦合。
构造脑模型，必须以现有物质条件为基础，以类比人脑神经元对信息“流”有通断启闭作用的开关元件为基础，但没有一个有效的逻辑结构模式，就无法组合众多的开关元件，使其产生预想的功能。
模型可说明脑神经系统的很多本质结构与功能特征：如符号可以标志特定的信息意义，也能交流与传递，但只能将符号转化为“参量流”进行处理。在人脑神经网络中传递，同样是以能量流的形式进行（“量”的大小由编译码机制确定，其具体意义，由子系统功能体现）；人脑神经系统的物理结构因与数理逻辑结构具有同构性，其逻辑转换是实时透明的，在信息处理过程中，其逻辑转换功能是通过神经网络的特定结构实现的；神经系统的生成、进化，是参量关系合目的性、合因果性、一致有效内涵外延的自组织建构过程，是通过扩展参量范围，使随机变量不断融入原有确定性关系之中，并体现逻辑可逆性的建构过程。
从知识工程学的角度讲，所有的知识都必须用一个概念体系来表达，即由一个判断和推理组成的集体来表达，不论采取何种形式判断及推理，都是概念体系分析与综合的统一。概念模式是分析和综合概括双向操作的产物，分析是把现实中不可分割的东西分割开来，取其个性，概括是在数个特殊对象或抽象观念中取其共性，并重新规定特征，是用一个词或一种形式把它们统一起来，形成一个概念系统，即由概念结合而成的具有特定结构的认识论模型。尽管这种模型的内容总是在变，但其整体结构形式及结构法则不变，且同认识过程的物质基础—－人脑神经网络，遵循共同的结构法则或共同的整体逻辑结构模式。其形式化表达模式即“准全息元数学模型”。
模型总能保证认识的公理与现实相符合，保证演算句法与系统的自组织结构相符合，这种符合的逻辑法则是准完备的，是人类思维进化的最有效保障。
以准全息元数学模型作为人工神经网络的逻辑结构模式，构造人脑模型，不仅具有自然智能的所有本质特性，而且还可以耦合联接自然智能系统所没有的子系统功能，如遥感、磁感功能等，关键是它具有自组织功能耦合的一般法则及机制，及具有相应的互补定义、解释机制。
有了结构法则及构造系统的逻辑结构模式，构造一个高水平的人工智能系统，还必须在信息量化的基础上，确定子系统的信息转换，及接收功能机制；确定各种效应器的行为效应机制；及信息的转换与表达机制。目前，已有一些子系统的功能超过了原型的功能水平，如将这些高水平的子系统功能，依据模型的自组织功能耦合机制，遵循互为因果律多层次耦合起来，就可以产生超出自然智能的人工智能。

 

 

203楼

我们设计的智能机，具有人脑的进化机制，可适应功能的随机扩展；亦可类比人脑，既适应实时并行信息处理，又适应延时串行信息处理；既能处理离散数字量信息，又能处理连续模拟量信息；能模拟人脑从质、量、形等方面，互补认识及描述事物的能力。神经网络计算机，可具备各种感知觉功能，适应代偿，互补定义，及译释同一感觉的信息意义；可适应多种媒体的反映表达；适应随机串并行信息处理；适应与环境直接交互作用；可具有逻辑转换的透明性与可逆性机制；适应反映客观世界的整体面目，网络的“生长”与客观世界同构，且具有同态准全息性，并与自然界遵循共同的自然结构法则。因此可以保证主客体信息，始终在同构的基础上，进行完全一致性逻辑处理及形式化表达交流。

2、解决与待解决的技术难题
①、并行运算的难题
科学技术的发展对计算机提出越来越多要求。某些应用领域需要每秒运算一万亿次，甚至更快的高性能计算机，例如新型药物设计、生物分子结构、催化剂和酶的性质、人类基因、新材料性质、湍流、海洋回流、核聚变能源系统设计、核爆炸模拟、量子色动力学、密码学、全球天气预报、灾害性风暴预报、地震预测、石油勘探中的三维地震资料处理等。一般认为每秒运算一万亿次以上的高性能计算机，都是具有大量处理机的大规模并行处理（mpp)系统，它的出现显然是冯机体系结构的一次大变革。自从计算机问世以来一直遵循着循序串行的运算方法，为了提高计算机的速度，人们通过提高时钟频率，减少指令的执行时间予以解决，但这总要有一个局限。因此cray和他的设计组开拓了并行运算体制的研究，使得多个向量处理机和一个中央存储器连接在一起，构成了超级计算机。随着高性能处理器的出现和价格的降低，使得mpp机的体系结构具有一定的发展潜力。但真正使得mpp的潜力得到充分的发挥，还需在系统设计和应用设计上，找到有效驱动大量处理器协同工作的原理与途径。应该说这一问题的解决，在冯机框架下无论如何都是有条件及一定的难度。原因在于冯机是按地址方式工作的，各个计算机之间没有内在联系――即自组织性，因而多机之间不论是任务分配还是实时通讯都是难以解决的难题。它在本质上只面对一个信息源，因而好作不好用是mpp的基本现实。在新一代非冯计算机的框架中，这些问题的解决都要容易的多，甚至不存在冯机框架下出现的问题，它在本质上是面对多个信息源。我们可以从以下的分析中得出结论。
将大量处理机（例如10000个以上）互联起来，并具有较短的延迟时间，通信问题是关键。加快通信速度，减少通信开销，使系统资源主要是面向运算，将对提高并行计算效率、增加系统可扩展性以及系统的适应范围具有直接影响。在此技术领域，有人提出反图互连网络解决方案，相对于以往的体系结构应该说很有新意，可以提高运行速度及并行度，但应用效率不高的问题仍然存在。解决这一问题，虽然能够通过软件途径，但通过硬件系统性能的增加减少软件负担，应该是提高系统性能的更基本的主导思想，但这只能求助原理及体系结构的变革。
目前并行计算的体系结构有多种形式，如并行向量系统；基于共享存储的多处理机系统；基于分布存储的大规模并行处理系统；另外是工作站集群系统。其工作方式一是以分布存储操作数为基础的字并行处理；一是以分布运算器为基础的块或段并行处理。另外是潜在的以若干实时模数转换输入数据为基础的并行处理。相对而言不管那种形式，在冯机框架下解决任务分配及通讯问题，都是有条件的且有一定的困难。而在新一代非冯计算机框架下，冯机体制下的难题可得到有效解决。
在并行入出、并行读写、运算与交换相结合的体制基础上，以字分布存储及多信源为基础进行并行处理，其任务进程与任务分配可以并行不悖。并行数据运算及数据转移可仅用一条命令实现，亦只需对一条命令编程。因而扩展并行方便，任务规划及驱动并行直观，程序编制简单，操作容易，且可实时多路多相采集数据进行实时处理。其原因在于所有计算机都具有象邮政编码一样的唯一地址，而地址之间又是一种自组织关系，可通过一条命令并行读写，且能完全面向任务而极少附加操作。这一点非常重要，这意味着计算机的主频即等于计算次数，设主频为每秒100m，则定点运算亦为每秒100m次，在此基础上有多少个运算器并行运算，即有多少个100m次运算。另外其并行运算的规划及驱动是以字为单位进行的，且成千上万个计算机并行运算，亦能做到只用一条命令驱动。如用一个32位命令寄存器就能驱动32个32位命令寄存器，并行读写1024个双向寄存器进行并行运算。这在上述几种并行机体制下是不可能、亦作不到的事情。
②、并行进借位的累加延迟时间问题

在冯机原理的基础上由于受微电子物理和工艺的限制，提高性能及速度变的越来越困难，其中仅是提高运算器的字长及速度，就是一个较大的难题。因二进制运算器的进借位在本质上是串行的，所以扩展字长必然造成进借位的累加延迟时间问题，这是一个非常尖锐的矛盾。而在非冯机体制框架下则不存在这一问题，非冯机的本质特征是适应多种进制编码的运算与交换，它从原理上避开了这一矛盾。原理见图8：

 

 

204楼

ab

 

 

205楼

本图以8进制运算器为例说明。从图中可以看出，8进制运算器的各位进位概率仅相当于二进制运算器的8分之一，即只有各位都是7再加上低位进位才会产生进位，在这种情况下，只有各位都是7加进位的情况才会产生累加延迟时间。在这种情况下解决并行进位，相对来讲要容易的多，显然，这对提高运算器的速度及性能至关重要。如果是16或32进制的运算器，上述矛盾就更容易解决，因为16或32进制运算器的并行进借位的概率将会变的更少。
③、模数统一问题
模数统一在冯型机基础上几乎是不可逾越的难题之一，但却是提高计算机智能性的核心问题。实现模数统一的前提是逻辑问题，即欲实现模数统一必须以准多值逻辑为基础。
日本第五代计算机之所以没有达到预期的目的，主要原因在于其基础理论准备不足。要害问题在于二值逻辑是最简形式化系统，据此不可能构成具有人类智能的人工智能系统，因二值逻辑必须把所有的问题都转化为逻辑无穷小的和，然后一项一项地在一个逻辑层次上进行处理。而智能是系统的整体效应，其多路输入信息有时需同时并行交互作用，即需多值或多层次逻辑并行转换或运算，因而不能都象二值逻辑那样完全用二值、或二叉树来表达。所以用二值逻辑不能构成与人脑同构的硬件逻辑系统，可以说它的逻辑功能是不完备的。而准全息元数学模型所遵循的准多值逻辑结构模式，则与脑组织具有最大限度的同构性，具有与脑组织类似的因果逻辑关系组合与变换能力。能满足系统实时双向交流信息的要求，因而是人工智能系统的有效逻辑基础。由模型确定的准多值逻辑算法，可以说是类比人脑神经计算的有效算法――结构算法。它是智能系统同化或顺应环境、及反映客体的同构模型，是认知概念得以自组织的逻辑结构模式。如没有这种自组织环境或概念之间的数理逻辑构架，那么智能系统就不会形成相互精确划分的、即独立又统一的概念体系；即与环境交互作用、累积建构的内部概念世界，也不会具有某种逻辑关系变换的恒定不变性。
另外，只有在准多值逻辑基础上，才能使连续与离散、模糊与精确信息处理机制统一起来，亦只有在准多值逻辑基础上,才能实现连续与离散信息量的随机转换，没有准多值逻辑，对几乎是任意值之间逻辑关系的确定与随机转换机制，这种统一是不可想象的。
在准多值逻辑基础上，还能使机械执行确定性程序，与不确定性自适应随机信息处理机制――即自组织功能耦合机制、及串行与并行信息处理机制统一起来。这种机制的基本特征，是以开放的自组织逻辑结构,应付多变的各种环境作用，因而是智能系统处理信息的本质功能机制之一。
相对来讲，目前的人工神经网络,具有不确定性信息处理的逻辑机制，而计算机则具有完全确定性的信息处理机制。前者的缺欠，是不能反映参量之间确定性的因果关系。后者的缺欠，是没有不同逻辑层次信息处理的连续性、透明性、及实时交互应变能力。如欲构成一个充分体现人脑智能的人工智能系统，就必须将二者统一起来。而这种统一,只有在具有准完备性的、准多值逻辑基础上才有可能，因它既能反映确定性的因果关系，又能适应不同逻辑层次的随机连续值逻辑关系转换。
④、非程序化操作问题
作为新一代计算机具有某种智能性的主要标志，是具有一定的自主能力，这意味着系统必须摆脱地址操作及程序化运行方式，而主要靠子系统的互为因果交互作用确定临界转移条件，再根据转移条件进行功能或行为转换。显然，这在冯机体制下是难以解决的难题，因为在冯机体制下作不到地址与数据的统一，更谈不到子系统之间的自组织协同作用。如果子系统之间没有系统级的自组织关系，就无法进行子系统之间的实时透明非程序化交互作用，如果做不到这一点，那么语义理解及联想等本质智能属性就很难得以体现。
⑤、智能机是否要求助于新技术？
有很多人认为微电子技术面临极限,未来的智能机将取决于新技术的发展，如超导计算机技术、生物芯片，及光计算机技术等。我们认为这是一种具有片面性的不完全说法，目前的微电子技术尽管已接近极限，但并非到了不能满足人的设计能力及实用需求的程度，关键是我们不能沿用传统的设计思想。系统是有层次的且具有开放性，不论芯片的集成度有多高，我们也不能指望把一个系统集成到一个芯片上。从开放、发展、或进化的角度看，解决系统的开放性问题，及自组织功能耦合原理，才是解决问题的关键。即我们必须通过系统结构及功能的层次性，设计相对独立的功能块，然后通过功能耦合，构成超级复杂系统，而不是将系统一定要集成在一个芯片上。当然，从节能及微型化的角度讲，生物芯片技术如能象专用芯片一样，根据需要自行设计，对于智能系统的设计会更有利一些。但同样不能指望将所有功能都集成在一个芯片上。
第七节、智能模拟需要面对的问题
1、传统理论
众所周知，现有的人工智能理论，是基于计算理论的两个重要成果：①、Church的关于每项可有效计算的函数均可递归计算的论点。所谓可有效计算的意思就是存在一种可在一个有限时间内，对于既定输入确定函数的输出的“机械”程序。可递归计算的涵义就更具体了，它指的是存在一个有限的操作集合，它可用于给定输入之后，又可重复多次用于此输入得出的连续结果，以在有限时间内产生函数的输出。由于这种机械程序概念是直观和非形式的，因此，Church的论点不可能得到形式论证。但它的确触及计算的核心问题，而且有许多论据趋向于支持它。②、是图灵的证明：任何一种可递归计算函数，均可由一种最简单的符号处理机――即现在所称的万能图灵机――在一个有限时间内进行计算。这种机器的基础，是一组可递归运用的规则，它与机器遇到的作为输入的基本符号及其顺序和安排等有关。
上述成果所导致的两个结果：一是一台普通数字计算机，只要给它正确的程序，足够大的存储器和充分的时间，就能计算任何由规则控制的输入输出函数。这就是说，它可对于任何一种环境展示任何一种系统性的响应形式。更具体地说，这意味着用一台适当编程的符号处理机（以下称为SM机），将能通过检验有意识智能的图灵测验（是一种有关意识智能的纯行为测验，是迄今为止最为苛求的智能测验）。二是任何SM机的物理材料都和它所要计算的函数没有实质关系。函数是由它的程序所决定的。其次是与任何机器的功能结构的工程细节也是无关的。因为操作完全不同程序的不同结构，仍可计算同样的输入输出函数。
但是很显然，仅凭这两个结果，就认为计算机可以模拟人的本质智能，肯定有些牵强。以图灵机或物理符号系统假设为基础，产生思维或智能终归是有限的，因其基础理论存在重大缺欠，这在前面的讨论中都已经涉及到。上述两个结果仅是为计算而计算、为利用图灵机模拟智能所总结的，并非人工智能系统本身的理论结果。作为智能系统，必须从系统论的角度寻求及奠定智能系统自身的理论依据。
目前，人工智能所遇到的批评主要有如下几点：
①、认为智能模拟缺少只可意会不可言传的广泛背景知识储备，以及根据环境变化而利用有关知识的一般能力。这是传统计算机与环境及背景信息分离的必然结果。
②、认为只是通过递归运用规则对符号进行处理，便可模拟本质智能并不现实。实际操作要求计算机程序能够利用容量极大的知识库，而建立有关的知识库将是一个很大的问题，更不用说及时而准确的搜索该知识库，需要合乎当时环境需要的内容。随着知识库的扩大和完善，搜索的技术问题也就日益复杂而困难。全面搜索需要太多时间，启发式搜索有关部分的效果也很差。这是因为SM机的结构与功能，相对于人脑的结构与功能差距太大。如果简单的认为不同的结构可具有相同的功能是有问题的，因智能具有层次性，很难说SM机与人脑的哪个功能层次等价，如果说与整个人脑功能等价，显然不现实，如果说与人脑某一个层次的功能等价，就存在各个功能层次的一致性问题，各个层次的功能机制亦有待揭示。
我们认为：尽管在符号机制的基础上难以有效的模拟人脑深层次智能，但这都不是智能不能模拟的最终理由，随着人们对智能本质的认识，随着自然科学理论的长足发展，肯定可以提出新的计算理论与技术来有效地模拟人脑智能。
如相对于符号机制，联结机制就进一步揭示了人脑神经网络的一些新的功能特性。如：
①、神经系统具有并行处理机制，其信号是同时在几百万个通道中进行处理的，如视网膜在将它的复杂输入送入大脑时，不是如台式计算机那样以8、16或32位一组一组地输入，而是以几乎是一百万个不同的信号单元，同时到达光神经（侧膝状体神经元）目标的形式来输入。信号在目标点上集体地、同时地、和一下子地处理。
②、大脑的基本处理单元――神经元――是比较简单的。而且它对输入信号的响应近似于模拟响应，因为它的输入尖峰频率是随着它的输入信号而连续变化的。

 

 

212楼

③、在大脑里从一个神经元群集伸向另一个神经元群集的轴突，常常和从其目标群集返回的轴突相匹配。这些下行或回归的轴突，使大脑可以调节它的感觉处理特性。更重要的是，它们的存在使大脑构成一个真正的动态系统，其连续性行为不但是高度复杂的，而且在一定程度上是独立于它的周围刺激的。
总之，神经网络是一种将大量可能的输入向量（即激活模式）中的任何一个，转换为唯一对应的一个输出量的装置。它是一个计算某种特殊函数的装置。而它计算哪种函数则是由它的突触权重的总体构型所确定的。
通过人工神经网络，说明了几个重要思想：
①、并行结构比传统计算机具有极大的速度优势，因为各级水平上的许多突触是同时进行许多小的计算，而不是进行费力的串行计算。随着每层的神经元数的增加，这一优点就会越加突出。引人注目的是，它的处理速度，完全不依赖于各层所含有的单元数目，和所计算函数的复杂性，每一层少则可有4个，多则可有一亿个单元。它的计算权重构型即可计算简单的一位数之和，也可以计算二阶微分方程，这两者没有什么区别，其计算时间完全相同。
②、大量的并行运算意味着该系统是容错的和功能持久的。损失一些或甚至相当多的接合，也不会对剩下来的网络所执行的总的转换特性有大的影响。
③、并行系统以分布方式存储大量信息，其任何部分都可以在几毫秒内存取。这种信息，存储于通过过去的学习所形成的突触接合强度的特殊构型之中。当输入向量通过这一接合构型并被其转换时，有关信息就获得释放。
目前的人工神经网络可以通过某种方法调节权重，以使之产生出一种可计算人们所希望的，几乎任何一种函数（即任何向量－向量转换）的网络。事实上，人们甚至可以让它处理一种人们不能确切说明的函数，只要能够提供一组所希望的输入－输出对话的实例。这一所谓“培训网络”的程序，是通过连续调整网络权重来进行的，直至其实现所希望的输入输出转换为止。
但仅仅限于上述对于脑神经网络的认识还远远不够，大脑还有很多处理信息的特性，不能通过传统人工神经网络得以体现，如一小堆新鲜松土不但对一个人、而且对一个狼都会意味着附近有地鼠。具有某种频谱特性的回声，对于蹁蝠来说就意味着有蛾。说明人脑及动物都能够支配及处理具有特定意义的信息。但对其神经机制，目前的神经生理理论却给不出合理的解释。另外对神经元如何编码和传输感觉信号，对记忆、学习和情感的神经基础，及它们与运动肌及效应器官之间的相互作用等，都需要有更深刻的了解。
模拟人脑神经系统的传统人工神经网络，虽然可以带给人们一些新的希望，但与人脑相比，仍然不足以产生思维及深层次智能。联结机制只体现简单的神经元联结，及在此基础上的分类功能。而人脑是所有神经元在自组织基础上的联结，神经元代表着信息单元，信元之间体现互为因果关系，并能互相定义、互补定义、交互作用，且不存在组合爆炸问题。因而必须为联结机制奠定新的理论基础，否则就不会有什么实质性的作为。至于控制论机制，亦因仅仅体现正负反馈，不能以全部累积记忆信元的自组织为基础确定信元联结及反馈控制，也不能指望其有实质性突破。
1986年国际脑研究协会主席伊藤正男教授，就极有预见地指出：“要求解决局部神经网络，是如何组装起来构成规模宏大的神经系统，从而实现象认知、运动控制、情绪、记忆等高级功能的这样一个问题……上面提到的问题都是系统水平上的问题。这些问题是不能用还原论方法来解决的，也就是说，不能靠发现单个细胞的结构或物质分子来解决的。揭示出能把大量神经元组装成一个功能系统的设计原理，这才是问题的实质所在……当前面临的挑战，是要解决技术上的困难和不足，促进实验工作和理论工作的互相渗透，提出新的观点，向着理解神经系统的机制大步前进。”而要做到这一点，许多神经科学家理解到为了避免犯只见树木不见森林的错误，为了不使实验结果成为一些互不关联的现象，就向神经科学提出了建立某些理论框架的要求，而由于我们有关神经系统的知识和理论上的想法越来越复杂，也就产生了对明确的和形式模型的需要。BowerTrendsinNeuroscience1992年的一期专集中对此作了十分透彻的阐述，他指出：“很清楚的是，即使在所谓比较简单的系统中，单是有大量的十分详细的生理数据和解剖数据，仍不足以推断出这些神经回路是如何工作的。如果不采用建模所提供的定量方法，神经系统简直就复杂的无法理解……经常发生这样的情况，建立一个模型的最直接和最有价值的结果，是大大加深对系统中现在还不清楚之处的理解，并由此得知应该从实验中得出些什么结果。如果没有模型把实验数据加以整理，也不采用现有的技巧，我们就冒着产生一大堆互不相关也解释不清的数据的危险……。”模型能提供存储和表达有关神经系统信息的一种工具，帮助我们认识神经系统的结构与功能特征。

 

 

213楼

提出新的理论及模型，是否意味着抛弃现有的基础呢？非也，计算机发展至今，已经形成了无可替代的计算机文化，任何想抛弃现有基础的想法都注定没有市场。出路只有一个，那就是立足于现有基础搞功能互补系统（原理与机制见本章后面两节，技术实施见第四章）。
2、 人工智能究竟要干什么？
在很多基本的问题都没有搞清楚之前，有关人工智能的讨论，肯定会有诸多观点出来，应该说绝大多数讨论都是有益处的。但也有一些讨论没有明确的目的，相对于问题的解决没有建设性。如计算机与人脑的差别是有目共睹的，过多的偏离技术实现的争论于事无补，问题在于我们怎样才能缩小这种差别，解决一些具体的理论与技术问题。
另外，人工智能并非是要与人脑智能完全对等，如幻想及对异性的情感等等。提出这种问题，就象要求模拟鸟飞的飞机能够下蛋一样毫无疑义。更不是创造一个独立于人的自主超人，威胁人类自身生存。但也不能象目前一样，仅仅模拟人脑极其有限的部分智能，就认为智能完全可以模拟。智能模拟是抓住智能的本质特征，最大限度的满足人们的实用性要求，就象人类模拟鸟飞造出的飞机，虽不及鸟飞的那么灵巧，但可以比鸟飞的更高、更远、更快、更能承重，而这正是人们真正的实用性需求所在。智能模拟的实用性需求，是通过功能互补，更方便、有效的做更多的事情。它建立在智能机器的基础上，而不是机器智能。现在的计算机之所以有诸多局限性，是因其基础性能太低，不能有效地理解语义信息。因而提高其基础性能及语义理解能力，应该是智能模拟的关键。语义理解应是智能的最本质特征之一。它要求人工智能系统，具有与人脑相当的因果能力、目的性及深厚的背景知识。从人机交互及人机配合的角度讲，一个没有语义理解的智能系统，无论如何也不能算作真正的智能系统。
语义理解并非仅仅是处理速度问题，处理的再快对于语义理解也没有任何帮助，亦不仅仅是并行处理的问题，更不是分类及搜索问题，而是一个从编码、规则及信息处理都需要深层次同构的系统问题，涉及到信息处理的全过程及全部功能机制。只有信元之间能够按互为因果关系自组织，并与环境及背景信息统一，并能实时交互作用、反馈循环，才有可能。理解基于信元意义之间的实时因果预期反映，或目的性反应。它需要有语义环境，需要语义的互相定义及互补定义机制；需要逻辑功能内涵与外延的统一相容机制；需要多元逻辑功能的相容机制。二值逻辑运算仅仅涉及意义的低层次组合与分解，并不涉及意义的交互性反映及意义的自组织，而意义的自组织，及在此基础上的因果反映才是语义理解的基础。语义理解绝非传统理论及技术所能解决问题的，当然也就不能有效地体现人脑的本质智能，我们必须为此奠定新的理论及技术基础。
目前，现有的智能理论及技术，首先是没有反映出智能系统本身的理论意义，如自组织及非线性机制等。很显然，作为一个能产生高级智能的复杂系统，必须体现系统自身准全息信元的自组织原理――体现全部信元之间的互为因果作用关系。及信元的协同作用原理――储算一体的结构运算原理，舍此则很难反映智能系统的本质功能及结构特征。
大脑的确能计算函数，而且是极其复杂的函数，但不是以经典人工智能的方式进行计算。大脑不单纯是进行串行处理，也不意味着它们是符号处理机或规则从动器。大脑具有根本不同的工作方式。从系统理论的角度上讲，人脑绝非单纯的根据规则转换符号，而是根据规则首先自组织符号，然后处理及应用符号。而全部信元的自组织可以解决有关智能的很多本质问题，如：
①、组合爆炸问题。
②、语义理解问题
③、子系统功能的自组织功能耦合问题――包括储算一体化问题；多功能一体化问题，读写算同步问题；数据与地址的统一问题
④、模数统一问题
⑤、多元逻辑功能的内涵与外延相容性问题，及准多值逻辑机制问题。
如果说智能模拟有那些要素的话，那就是：

 

 

214楼

①、准全息信元的自组织――信元的全相关物理逻辑联结，及在此基础之上的储算一体化，及双向同步读写算、地址与数据统一等。
②、准全息信元的操作――包括信元之间的反馈控制、交互控制、互补关系控制、互为因果关系控制；包括信元的并行交换、双向交换、及串行交换――这种交换是子系统功能耦合的基本前提。这种操作与冯机按地址及指令的操作方式具有本质的区别，它的实质是信元之间的互相操作――当然也要遵循某种逻辑规则――信元意义的组合与分解规则――等同运算规则。另外，这种操作必须建立在储算一体化的基础上，所以也包括读写及存取操作。
显然，上述要素中所提到的功能及机制，均不是传统符号机制及联结机制或控制论机制所能解决问题的。解决这些问题，就必须开拓新的智能系统理论及技术，奠定类比人脑的信息处理原理及功能机制。它涉及前面两节谈到的所有原理与机制，解决这些问题，是模拟人脑智能的关键所在。
3、几个具体问题
①、强人工智能
这种观点认为精神活动只不过是进行某种定义的很好的、经常称作算法的运算。因而任何计算仪器，甚至最简单的、诸如恒温器的逻辑功能都具有某种精神的品质。但这一观点遭到了约翰•希尔勒及罗杰•彭罗斯等人的反对。
我们认为，构成精神或思维的要素具有互补定义、互相定义及互相解释的整体性，这一整体性在冯机基础上无法体现，因面临组合爆炸等问题无法解决，而组合爆炸问题，则有赖于复杂系统自组织问题的解决。
②、约翰•希尔勒的中文屋子
为反对强人工智能的观点，约翰•希尔勒提出中文屋子的概念进行反驳。这一概念确实指出一个实质性问题，即屋内外的人对话有一个层次高低及语义理解的问题。事实上不论是人与人还是人与计算机对话，必须建立在同构的基础上，即对话只能是用双方面都懂的语言。只要遵循共同的规则用共同的语言，不论是人与计算机，还是不同国家的人之间，都不会存在根本问题。而在互相不懂对方语言的前提下，任谁也不可能有效交流与对话。另外，对话还涉及到双向实时交流的问题，涉及到能否互相理解对方语义的问题。这与计算机仅能单方面听从人的指令完全是两个概念，因而语义理解确实是智能模拟的实质性问题。但计算机只要与人脑具有某种程度的同构性，能够学习，具备开放性及某种进化品质，就能有条件的模拟体现人脑智能。要想计算机具有独立的精神或意识，也并非不可能，人类完全可以利用基因重组技术，创造具备独立生存及进化品质的生物体。但这并非人工智能，只是利用了自然生命重组其生存形式――创造异化人。
③、量子效应与智能
量子效应与智能的整体效应具有某种一致性，如转换状态可以是确定与非确定性的统一，及存在状态转换的非线性蝴蝶效应等。但在微观层次――如神经元一级则与量子效应无关。如神经元体现了量子效应，就没有任何确定性。如果将点到点的位置概念及确定性排除了，那就等于从根本上排除了仿神经网络的可能性。但事实并非如此，人脑神经网络以确定性为基础相容非确定性。体现在每一个具体神经元上，输出可以不确定，但输入总是确定性的。如同1÷7，具体作用结点的神经元，确实只相当于进行二值逻辑“与”运算――这已得到神经生理学的证实。关键在于其输入通过译码器，事实上已不限于二值范围。如1÷7的输入并非是直接输入二值编码，而是已经通过译码的二值码。由此可以看出，系统级的输入和器件级（神经元）的输入值态，事实上是不一样的，但必须是统一的，智能系统功能的不可还原性奥谜就在于此。仿整体神经网络则必须体现这种统一一致性。在系统级体现量子效应，为系统开放、进化，留下了充分的余地。假设在器件级（神经元）体现量子效应，系统级的确定性要么是无法实现，要么是降低状态转换输入的层次，其结果都是智能系统不可能通过同构性得以模拟。
人脑的感官具有足够的状态分类（译码）功能，保证每一具体神经元的输入是确定性的。其输出亦通过非二值编码满足任意精确度要求。

 

 

215楼

④、形式化及不完备性问题
形式化只能建立在开放性基础上，遵循逻辑内涵与外延一致性原理。在封闭的形式化系统内，确实不可能存在完备性。但我们所处的客观世界及现实环境，都是开放性的，我们自身也是开放性的，在此前提下，我们作任何事情所遵循的基本准则，包括人本身，都是准完备而不是完备的。准完备性是开放性系统最基本的属性，逻辑内涵与外延一致性原理及法则，是其生存及演化的基本原理及法则。否则，人就不会有累积进化的基点。再大一点讲，整个自然界都不是完备的，否则，自然界也不会处于持续演化状态。在此前提下，要求人类构造的计算机完备化岂不荒唐！
有人认为问题能否形式化，与形式化问题不可计算，是计算机计算能力的双重限制。但这一问题似是而非，因这一问题受特定层次的限制，假设无限扩大外延，就成了荒谬的问题。就象地月系、太阳系与银河系一样，超越地月系谈太阳系的法则、形式化与可计算性，就必须深入太阳系，并搞清楚相应的运行法则及规律，否则不能形式化与不可计算就是必然的。通过逻辑内涵与外延一致性原理,超越层次谈形式化与可计算性并非完全不可能，但每一次超越都要有一个过程，与人类的活动范围及认识的辅助工具有关。如没有火箭及望远镜，人类很难从认识地球本身到认识地月系及太阳系。尽管通过逻辑内涵与外延一致性原理，人们可以有限地超越层次认识客观世界，如根据整数的加减法则推知有理数的乘除法则，进而推知实数的乘方、开方、对数、反对数法则，但这种超越很难越过两个层次，且一旦超越就只能建立在推论的基础上。如人本身就是在系统特定层次形式化的产物，对超越层次的时空特性，可以说没有任何直接感受。就象人了解银河系，就要切身直接感受银河系的具体情况。因而形式化有两大前提：一是不能无限制超越层次。二是超越层次要以弄清基础层次的结构与功能为前提。因而形式化与可计算问题既有能的一面，又有不能的一面，不能一概而论。
计算机这一人工形式化的产物，在人类自身都要受到限制的前提下，肯定也要受到限制。但形式化并非智能不能模拟的理由，恰恰相反，自然界创造自然智能的结果，就是根据逻辑内涵与外延一致性原理，使其能够超越层次限制，尽管它有上述限制。
至于可计算问题同可形式化问题一样，同样要受到层次限制。但同自然界始终在进化一样，可计算同形式化始终都在超越层次不断进化。
⑤、算法与法则
算法的有效性在于：一是具有普适性。二是没有逻辑的降阶效应。三是层次转换具有一致性，不分时、不分段，没有时间延迟。四是所解问题的法则，与系统自身的建构法则具有一致性。基于二值逻辑的算法，可以说上述几点都不具备。因而与所解问题本应有的组合与分解过程拟合性差，导致系统功能低下。基于上述几点，系统功能就会强化，与人脑的同构同功性也会更强。
⑥、关于停机问题
停机问题是要给出判定任意给定图灵机是否停机的计算，这一问题的本质是存在二值逻辑悖论。如同人不能用生证明死，也不能用死证明生一样，只能用死证明死，用生证明生。人在只能二择一的情况下尚且如此，更何况人制造的二值逻辑计算机。
以二值逻辑为基础，就象任何问题都有两重性一样，这一问题同样具有两重性，只要给定了基本条件，计算机就能开机运行，需要其停机就能够停机，这恰恰是人工系统的需要，如果计算机能随意自行停机，反倒成了可悲的事情。人工构造一个系统，其目的就是让其“开机”然后工作，而且能持续不断地高效工作，而不是要其自行停机。另外，从人类的自身利益出发，科学技术不论多么发达，人类都不需要构造一个具有独立意志的计算机，如果人类不是通过基因重组搞出异化人，人类总能控制机器的生存条件，有人会说机器有可能成功地抗拒人类切断电源，但这一问题就象小孩自己可以抗拒出生一样荒谬！人类自身都不可能抗拒出生与死亡，更何况人类构造的二值逻辑机器！

 

 

216楼

停机问题被认为是形式化系统――计算机，存在可计算性的局限性，但这只能是相对二值逻辑而言，相对于准多值逻辑计算就不一定适用。
停机问题确实是计算理论的一个重要问题，通过准全息论及准全息元数学模型说明，可计算性并不存在必然的局限性，基于二值逻辑构造的机器不能做的事情不等于基于准多值逻辑也不能，未来的计算机将同人类一样，会具有发展进化机制，决不会停留在某一个固定水平上。可进化的计算机，其进化速度亦将远远高于人类，在最近一个历史时期――最起码在一百年之内，人类完全可以控制智能机器，但进化的最终结果，人类是否永远处于主导地位则是一个未知数。计算机最终超过人类智能并非是完全不可能的事情。
⑦、双向人机交互
显然，人机交互需建立在语义理解的基础上。但图灵机与人之间，并非建立在双向交互性基础上，也谈不到语义理解，而是计算机完全被动机械地听命于人，且只是按地址及条件转移两种方式执行指令。想让计算机更有效地听命于人，就要有效地改变这种完全被动方式。以准全息元数学模型为逻辑结构模式设计信息处理系统，最起码的可以做到：按互为因果关系――如整数的加减运算关系，有理数的乘除运算关系等；按互补及等值译释关系；按同构关系执行指令，基于预期性、实时性、交互性进行人机对话。
总之，这并非是要求计算机具有完全的自主性，而是在被动听命于人的基础上，增加一点人机交互的实时性、预期性、因果性、同构性，以便更好地体现人的目的性。
以上几个问题，在没有新的东西提供对比之前，可能不太容易讨论清楚，但有了可资对比的计算模型，就不难取得共识，尤其是看完了第四章，就会感到这些都应是必然要面对的事情。
4、答汪成为院士的十二个问题
在今年（2000年）5月举行的中国计算机学会第七届理事会上，中国工程院院士汪成为作了一场特殊的学术报告，他报告的题目是：“请教关于我国计算机发展的12个问题”。汪院士认为，计算机之所以能迅猛发展，原因就是存在许多可改进之处，因此，他把自己在研究中发现的一些尚未有定论的问题提出来，向其他专家求教（载于2000年4月26日光明日报）。
我在这一领域从事研究多年，有一些自己的研究成果，在此作答，如有不妥之处，请各位专家指正。
首先，我认为这些问题具有一定的内在联系，仅就某一个别问题泛泛谈论，并不能从根本上解决问题，更不能企求在现有计算理论基础上解决这些问题，而是应予整体考虑，必须提出新的理论与技术，给出一揽子解决方案。
现就十二个问题，分别回答如下：
一、有人认为：从图灵机的可计算理论可以得出“可计算”的三个前提：必须把问题形式化；必须有一个算法；必须有合理的复杂度。请问：我们是否应尝试突破、并有可能（或部分地）突破这些前提？还是只能在这个前提下进行创新？
答：可计算问题从根本上讲是计算理论问题，在特定的理论框架中有特定的形式与内容。众所周知，图灵计算理论存在很多难以解决的难题，如形式化悖论、二值逻辑悖论、确定性悖论、总线瓶颈、与背景及环境信息分离、计算复杂性问题等等。这些问题在图灵计算理论框架中，可以说很难得以解决。
我们认为，计算理论必须解决三大问题：一、状态转换原理及其效率问题。二、状态之间具有内在联系――既状态的自组织问题。三、状态转换的自适应控制问题。很显然，图灵计算理论没有解决第二及第三个问题，相应的状态转换形式与内容难免具有局限性。假设在状态自组织的前提下解决状态转换的效率及状态转换的自适应控制问题，才有可能从根本上解决上述问题――具体理论及技术问题的解决见笔者《自组织计算原理及技术》一书。显然，这些问题已经不是尝试突破的问题，而是必须突破的问题，想在现有的计算理论框架内修修补补，肯定无济于事！
二、有人认为：人思考和处理问题的认知过程是并行的、开放的、多维的、归纳演示的；而计算机求解问题的处理过程是对有限种符号的有限长序列、按照事先编定的程序、对这一序列作有穷的变换，从而得到一组新的符号。请问：这两个过程的不一致是形成人与计算机间存在隔阂的主要原因吗？尽量使两者一致是否是未来计算机技术及人工智能技术的主要努力方向？

 

 

217楼

答：使两者一致肯定是未来计算机技术及人工智能的主要努力方向。人与计算机处理信息的主要区别，是人在处理信息时能始终以背景及环境信息为基础，并能双向实时交互作用，不同层次的信息处理或状态转换能够形成反馈环路。而计算机在处理信息时则始终与背景及环境信息隔离，不同层次的信息处理或状态转换亦互相隔离。要害在于未能解决上述计算理论中的第二及第三个问题――即状态之间没有内在联系、状态之间不能实现自适应控制。解决这一问题，其实质问题是解决计算机与人脑神经网络的同构同功问题，只有给出复杂系统的共性描述模型――准全息元数学模型，在此基础上解决状态转换及状态转换的控制问题，才有可能从根本上解决问题。
所谓的准全息元数学模型，是一种组合数学模型，或准全息空间状态表示模型。体现了整数之间的加减、有理数之间的乘除、实数之间的乘方开方、对数反对数运算关系。是系统论、控制论与信息论的统一定量形式化描述模型；是元逻辑、元算法与元数据结构的有机统一描述模型；同时是自组织或涌现原理的描述模型。
三、有人认为：软件的作用就是把人的认知过程翻译成某种特定的计算机所能接受的处理过程。随着计算机技术的发展，软件的关键技术已从60年代的编码、70年代的设计、80年代的需求规约，发展为90年代的“需求工程”时代。面向对象、软构件、分布处理、网络计算、可视化计算、并发工程等都是“需求工程”时代的产物。请问：“需求工程”的最终目的是否是为用户提供“一揽子的解决方案”？如何判断下世纪软件技术和软件产品的发展趋势？
答：在计算机科学中，软硬件功能互为标本，既软件功能是标，硬件功能才是本，本的功能强大，相应的标的功能就会弱化，本的功能低下，就不得不用标的功能弥补本的功能不足。认为软件的作用是把人的认知过程翻译成某种特定的计算机所能接受的处理过程，并非本该如此，而是计算机硬件功能与人脑功能的差别所致。假设计算机硬件功能与人脑功能具有同构性，就不存在用软件翻译或解释的问题，解决这一问题，绝不能就事论事。硬件的基础计算性能低下问题不解决，单凭软件是不能从根本上解决问题的。仅以上述状态的自组织问题为例，如果靠软件解决，肯定面临组合爆炸问题。因而只有在元逻辑、元算法、及元数据结构统一的基础上，给出非图灵计算模型才是解决问题的根本出路。而“准全息元数学模型”则是目前唯一有效、且能工程实现的非图灵计算模型。只有在此模型的基础上，才能从根本上解决分段编码、处理，及硬件本身的计算性能低下的问题。
我们认为：人脑处理信息与接受及表达信息意义分属两个功能层次，一是状态的组合与分解层――包括子系统功能的整合功能；二是与环境的交互作用层――包括内外状态的编译码转换功能。在两个功能层次中，信息的传递与转换都是实时性的。表达具体的符号意义，要靠子系统功能，如子系统功能不存在，光用符号表现不出具体的行为及具体行为意义。尤其是一个复杂的行为序列，还不能用单一的子系统功能体现，而是必须要有多种子系统功能通过功能互补作用体现，如各种感官通过互补定义感知同一个对象，各种效应器官通过互补定义表达同一个问题。一个复杂的概念亦需多种定义方式的互补作用，才能有效地表达及交流。如一个感知对象最起码要有图像、语言及文字三种定义，且定义之间一定要有一种内在的元逻辑关系，且以交互作用、互相触发的动力学元结构为基础互相检索。这种元结构集运算、存储、交换与控制功能于一体，在感知信息的同时能够记忆、传递、处理及表达，在表达的同时亦能记忆、传递、处理及感知，且各种感知与效应器官之间能够并行交互作用。符号虽能记忆、传递、处理，并代表特定的意义，但特定的意义只能通过具体子系统功能来体现及定义，通过不同的编译码方式相互区分。而在图灵计算模式中，处理与感知及表达过程是分离的，处理过程的本质又是串行，目前的并行机虽然也能并行处理，但与人脑的并行处理方式具有本质上的区别，最起码是各种感知与效应器官之间不能并行实时交互作用。

 

 

218楼

另外，基本的认知理论不能用符号形式表为一个程序，因任何一个串行程序都不能反映一种自恰的、时空统一的、互为因果的自组织关系，也不具备准完备性、开放性、或逻辑内函与外延的一致性及多元相容性。而没有这些特性，系统就不可能以全部累积建构的背景信息为基础推论、联想。最主要的是系统不可能有效的通过若干感知与效应器的互补作用感知与表达符号意义――始终需要为感知及表达对象提供解释的同时，还要为解释提供解释。而通过软件为解释建立内在联系，则必然产生组合爆炸问题，事实上也不可能。因而企图通过并行计算提高速度，通过软件及所谓人机界面友好解决问题，从根本上讲是此路不通！
四、有人认为：数字计算机的发明是20世纪最大的科技成果，对人类产生深远的影响。数字化生存（BeingDigital）是21世纪的发展趋势，将全面和深刻地提高人类的生活质量。
请问：即插即用、最优化、自适应、沉浸化、人机和谐等都曾是模拟计算的优点。怎样判断在更高层次上的数模混合？是否在将来某时会提出BeingAnalog？我们为此应做哪些准备？
答：与其说数字化生存不如说网络化、信息化生存更确切一些，但这并非本质问题。作为21世纪的计算机科学及理论的发展趋势，却一定是模数统一、符号机制与联结机制统一。这涉及计算理论必须变革的问题，想在图灵计算理论基础上解决这一问题，则实在是不可能的事情。
从理论上讲，没有离散的数字化就没有状态互为因果关系的自组织结构，没有连续性就没有自组织结构的进化，及非线性作用，亦没有开放性，因而两者具有时空状态转换的统一性。解决状态时空转换的统一性问题，只有首先解决状态的自组织模型问题――即只有在准全息元数学模型的基础上才能解决模数统一问题，及联结机制与符号机制的统一问题。
计算理论的深层问题还要解决有限与无限计算能力的统一问题，同样只有在准全息元数学模型的基础上才能解决问题。
五、有人认为：以往的通信都是面向连接的，而Internet的最大优势是面向非连接的；电信网、电视网、计算机网的三网融合是21世纪初的发展趋势；实现全光通信后传输速度将大幅提高。请问：未来的网络发展方向是什么？除了把面向连接和面向非连接的特性进行全面融合外，还有哪些主攻方向？它们将需要什么支撑技术？产生多大影响？引发何种应用？带动哪些产业？
答：未来的通信理论不仅仅是解决通讯问题，还要解决功能耦合问题――在运算、交换及控制功能统一的基础上，子系统能够互为因果实时、透明性交互作用及实现功能互补。这一问题的解决，已不仅仅是三网合一的问题，而是所有的控制系统，信息处理系统及信息交换系统，与所有的传感及效应系统均变成一个大系统，它将从根本上改变人类生存及生活方式。但这一问题的解决，归根结底是与人脑同构同功的计算理论问题，必须首先确立非图灵计算理论模型。更肯定地说只有以准全息元数学模型为基础才能解决问题。
六、有人认为：为了能够独立自主地发展我国的信息业，我国必须具有研制高性能芯片的实力，但从高性能、通用的CPU入手并非最佳途径，而应扬长补短，从SystemonChip入手。请问：如正确，我国应优选什么System入手？应优先加强哪些设施和支撑技术？如何确保科研、应用和产业的良性循环？
答：这一问题一定要解决，但需要非常理智。
限制我国前端计算机技术发展的两大瓶颈是微电子技术及操作系统软件，后一瓶颈正在有条件的得到解决，而前一个瓶颈则必须从理论上解决系统设计的开放性问题，因只有在此前提下，才能用较小规模的芯片构成具有复杂功能的系统，否则，很可能最终效果不佳。解决这一问题，归根结底还是计算理论及技术的变革问题，如建立在状态自组织的基础上才能从根本上解决问题。但这并非说一开始就设计一个完全独立于冯型机的计算机系统，而首先是应用自组织计算理论与技术，通过设计功能互补模块提高目前计算机的计算性能，然后逐步取而代之，这样才能确保科研、应用和产业的良性循环。但并非所有的理论与技术都能够做到这一点，因而认真地考察各种理论与技术，趋利避害、扬长避短，才不至于走弯路，造成不必要的损失。

 

 

219楼

七、有人认为：计算机体系结构应面向网络计算的需求。目前，应研制“简约的Client”和“功能强大的Server”。Client应逐步实现Smart，而Server应遵循SUMA准则（即Scalability、Usability、Manageability和Availability——可扩展、好用、可管理、可用）。未来，Client将是P3C或算通机（Compunicator），而Server将最终发展成VirtualServerEnvironment。请问：这样一个预测准确吗？如果基本准确，这种Client和Server将采用那种体系结构和基础软件？衡量它们性能优劣的指标又将是什么？
答：首先，这一问题与上两个问题不能分开考虑。之所以这么讲，是因网络的主体是计算机，它的体制及性能将决定网络的联结方式与功能。假设计算机的体系结构建立在状态自组织的基础上；建立在储算一体、数据与地址统一、运算、交换与控制功能统一的基础上。计算机本身既有处理功能又有网络通讯――路由选择及交换功能，计算机既是网络交换结点，又是信息的存储与处理中心，那么在此基础上的网络发展方向，显然将与现在的网络模式产生很大的差别。看来，不管是解决计算机本身的问题还是网络问题，都要有一定的超前性，首先要有理论上的突破。否则，纠缠于表面问题，头痛医头、脚痛医脚，最终都不会有什么好的结果。解决这一问题会有不同的观点，但必须具有具体的理论及技术准备，才能目标明确，不致穷于应付。
八、有人认为：我们必须研制面向中国人的计算机系统，它应包括“中国人好用”的主机、软件、输入／输出、网络系统以及开发工具和环境。请问：怎样才是“面向中国人”的计算机？与一般的计算机的本质区别在哪里？为研制这种计算机，应该优先突破哪些基础理论和关键技术？
答：这一问题的提法值得商榷，因网络的发展使得计算机的应用很难再以国划界。计算机应以突出共性为主而不是以突出个性为主，突出个性当然有个性的好处，但弄不好其结果很可能是作茧自缚。如从统一的服务平台、个性化的用户终端及界面这一发展目标出发，中国人只能是发展适合中国人的个性化用户终端及界面，但服务平台一定是全球统一的，尤其是以翻译服务支撑的服务平台。
九、有人认为：阻碍我国信息技术发展和信息建设增值效益（社会效益和经济效益）的瓶颈是对信息资源建设的轻视，这是“重硬轻软”最严重的反映。请问：轻视信息资源建设的症结在哪里？是认识问题，管理问题，还是技术问题？在信息资源建设中，人们期盼的是由知识所增值的效益，为此应攻克哪些关键技术？如何由此分析未来信息产业的利润来源？
答：这一问题的解决，相对于上述问题的解决只能说是权宜之计。在上述问题得到解决以后，这一问题的解决肯定是另一种思路及方案。
这一问题的实质是市场机制及经济效益问题，如果信息的供方始终是免费午餐，肯定是恶性循环。因而只有区分出哪类为收费信息，哪类为共享信息，使劳动价值能够得以充分体现才能从根本上解决问题。
十、有人认为：信息安全是最迫切的问题，有巨大的产业前景。为此，应研制自己的CPU、操作系统、数据库、专用网络、网络软件，严格推行登录制度、身份认证、密码……
请问：在充分发挥信息的共享优势的前提下，什么是信息安全的关键环节？什么是应优先突破的信息安全技术？
答：信息安全问题，一个大原则是如没有自己的核心技术，安全问题就无从谈起。假设硬件系统都有受到攻击的危险，还谈什么安全。因而，要想维护一个大国的应有地位，前端及核心技术任何时候都不能靠引进，掌握自己的核心信息技术势在必行。但这与解决前面的问题同样密切相关，在上述问题得到解决的情况下，安全问题无疑会随之解决，最起码也已经是另一种、而不是目前的解决思路。一个严酷的事实是，如果毫无目标，什么事都从头做起，肯定不是一件轻松的事情。根据这十二个问题的提出，就可以看出情况并不乐观。但值得欣慰的是，只要提出问题，公开征解，问题就算解决了一半，如能广开思路，真正的体现学术民主，多征集、多对比有关的解决方案与思路，问题就能够得以有效解决。

 

 

220楼

十一、有人认为：目前计算机技术发展迅猛，新概念、新技术、新产品日新月异。为了使学生毕业后能较快适应工作，大学里忙于向学生讲授新技术。于是教材成了“产品手册”，授者是“现学现卖”，学者是“忙于磨刀、很少宰鸡”。请问：应当如何改进当前的计算机科学的教学状况？
答：培养技术工人、工程师与基础理论研究人员有一个价值取向问题，如果是单纯培养技术工人，教材成为“产品手册”并不为过。如果是要培养基础理论研究人员，教材就一定要讲基础理论问题。我国之所以造成目前这种状况，其根源在于一度有很大一部分人，包括某些权威认为我国在前PC领域已经无能为力，只能在后PC领域做一些工作。因而对局势的发展听之任之，一度松懈赶超这一主导思想。只是在与发达国家差距越来越大，引起国家领导人关注此事，感到没有独立自主的信息技术不行，才又重视创新、及赶超发达国家的主导思想。但在教学领域主导思想依然模糊，才导致目前的这种状况，现在确实是该认真对待的时候了。其实解决这一问题并非难事，仅仅是把自己无法解决的问题讲给学生，再讲一些传统的理论与技术即可。因教学的任务并非单纯地教学生怎样做，有时仅仅是要求他们解决什么问题即可，如果勇敢一些，再教他们不要迷信任何权威――包括自己。搞国家项目也是同样，项目指南仅仅是说明需要解决哪些问题，哪些问题没有得到解决，或处于什么状况即可。只要不内定谁是权威，并以权威的意见为唯一决策依据，再难的事情也能得到圆满解决。
十二、有人认为：对以上问题进行求解时，应考虑如下前提：必须能够继承以往积累的应用软件的成果；必须遵循国际上已经制定或流行的标准；预期能在一定时期内产生经济或社会效益。请问：这些前提条件是限制了创新，还是“继承发展”必须遵循的客观规律？我们应如何处理这个矛盾？
答：继承和发展是一对相辅相成的矛盾，一味强调继承将窒息创新，一味强调创新，不注意继承则会造成不必要的浪费。但不破不立，不打破已有的游戏规则，落后就永远不能变为先进，要想由落后变为先进，就必须创新。但任何创新都是一个实践问题，而不是口号。没有新理论、没有新技术，说什么都没有用，只有拿出新理论、新技术在市场竞争中经受考验，才能有效的把握价值取向，也才有资格参与游戏规则的制定，及改变游戏规则。
汪成为院士的上述问题涉及计算机科学领域的方方面面，如全面有效地解决这些问题，确实需要大手笔，首先是需要理论上的创新，没有理论的创新原则上就没有技术上的创新，没有技术上的创新，事实上这十二个问题的绝大部分都不能得以有效解决。但有了理论与技术的创新，上述问题的解决就相对容易一些。
非常感谢汪成为院士能够坦率地讲出这十二个问题，这是为自己负责，也是为国家负责。希望那些承担着国家重点项目的专家权威都能坦率地讲出自己不能解决的具体问题，并能公开征解，国家有限的投入就能发挥更大的作用。

 

 

221楼

传统的还原论，本质上不可能描述客观世界的普遍联系。甚至应当说经典的分析哲学，是在否定事物普遍联系的前提下建立起来的。既然普遍联系是客观世界的固有属性，任何科学都不能不涉及事物之间的联系。我们虽然在经典科学中也能看到因与果、作用与反作用相互联系的描述。问题是经典科学对这种联系做了极度简化，不能再被看作普遍联系了。经典科学讲的因果联系，一般都是一因一果的联系，几乎不涉及多因多果的联系，不考虑整个原因集群与整个结果集群的联系；只描述有限的因果关系转化，几乎不考察互为因果关系转化序列，更不涉及因果关系转化形成的参量集群模式；只考察从普遍联系之网中分离出来的孤立因果链，拒绝把它放到总体联系中去研究。经典科学的典型对象是二体问题，关注的是一个事物怎样作用于另一个事物。对于不能绕开的三体或多体问题，力求简化为若干个二体问题来处理。经典科学主要处理单变量问题，发展了一套有效的方法。对于多变量问题，习惯于用一次改变一个变量而让其它量保持不变的方法处理，拒绝在所有的量同时变化的过程中从总体上考虑它们之间的相互作用。经典科学关心的主要是线性关系，对于只能建立非线性模型的问题，用所谓局部线性化方法来处理，用线性联系近似反映非线性联系。至于那些原则上不能做线性化处理的相互联系，经典科学是无能为力的。经典科学善于描述机械性的相互联系，知道如何把它们分解开再组装起来，但无法描述有机性的相互联系。总之，经典科学对相互联系的描述是片面的、局部的，远远达不到描述普遍联系的水平。在这样的知识水平上，不可能建立起描述普遍联系的整体系统数学模型。
鉴于上述情况，哲学界非常渴望有象系统这样的整体概念来统一哲学思想，它能象系统热所企图做到的那样，去把各门学科的研究成果统一起来，或至少帮助人们综合各门学科的研究成果。但就不同系统的共同结构这一研究目标而言，当代的系统论趋势，还只是找到了一种表面上的不完全的统一性，为人们所阐述的统一性，只不过是值得怀疑的、或是粗糙的类比而已，迄今为止形式化的共同结构，不能穷尽被描述对象的所有本质特性。亦很难说清不同的理论思想，为什么始终植根于矛盾之中，如多元论与规约主义、或唯灵论者的一元论，及进化论与热力学第二定律等，这使人们一方面觉得世界具有某种一致性，一方面在具体的研究中又要面对客观现实的多样性，这种状况说明自然界一与多、整体与部分的关系始终没有得到有效的统一描述。准全息系统论通过准全息元数学模型，仅能说明一种类型――交互作用型系统，只能在有限的范围内进行这种统一描述，等到各种类型的系统原理及属性都得以充分揭示后，上述描述就必将统一于系统系谱学。关于系统系谱学在后面将进行专门讨论。

 

 

222楼

3、准全息系统得以立论的关键
可以说中国古代的易经、易图就是描述系统的，其定性描述是“阴阳互补”，其定量描述是所谓的“一生二、二生三、三生万物”，但它缺少几何结构、逻辑（等价结构法则）及结构层次描述。因系统中各元素（可用参量定义）之间的关联方式的总和，才能称为系统的结构。结构不能离开元素单独存在，它只能在元素的相互联系或关联中表现出来，即元素与其关系等于结构，结构是系统整体的内在规定性。不能把握系统的结构就等于不能把握系统的功能，因为系统结构决定着系统功能。如相对于复杂的神经网络只有确定了结构描述，才能有效的模拟其功能。相对于复杂人工系统的构造及功能模拟，易经、易图只有元素而无几何结构及其法则的规定，很显然是个不完备的描述。另外，易经、易图的定量描述仅仅限于整数参量类型，它相对于超级复杂系统的描述具有明显的局限性，因超级复杂系统的参量不仅仅是整数，还有有理数、实数及超越数类型……。
另有皮亚杰“群”的概念及描述，也可以说是刻意描述复杂系统结构的。他对“群”的概念有过具体描述(参见其《结构主义》一书)。但他的“群”的概念也不足以成为有效描述系统的数学理论工具，因它相对于易经、易图，仅仅多了逻辑描述，但还缺少参量关系的几何结构及多元结构或层次描述。为达到对复杂开放系统进行有效定量形式化描述的目的，“准全息元数学模型”应运而生。相对而言，它能够包容上述系统描述的各个要素，可以说是比较有效的交互作用型系统理论的定量形式化描述模型。它相对于皮亚杰的描述，不仅多了结构形态描述，还多了结构类型、及自组织原理描述。体现了复杂系统形式与内容描述的高度统一性。
传统的还原论，本质上不可能描述客观世界的普遍联系。甚至应当说经典的分析哲学，是在否定事物普遍联系的前提下建立起来的。既然普遍联系是客观世界的固有属性，任何科学都不能不涉及事物之间的联系。我们虽然在经典科学中也能看到因与果、作用与反作用相互联系的描述。问题是经典科学对这种联系做了极度简化，不能再被看作普遍联系了。经典科学讲的因果联系，一般都是一因一果的联系，几乎不涉及多因多果的联系，不考虑整个原因集群与整个结果集群的联系；只描述有限的因果关系转化，几乎不考察互为因果关系转化序列，更不涉及因果关系转化形成的参量集群模式；只考察从普遍联系之网中分离出来的孤立因果链，拒绝把它放到总体联系中去研究。经典科学的典型对象是二体问题，关注的是一个事物怎样作用于另一个事物。对于不能绕开的三体或多体问题，力求简化为若干个二体问题来处理。经典科学主要处理单变量问题，发展了一套有效的方法。对于多变量问题，习惯于用一次改变一个变量而让其它量保持不变的方法处理，拒绝在所有的量同时变化的过程中从总体上考虑它们之间的相互作用。经典科学关心的主要是线性关系，对于只能建立非线性模型的问题，用所谓局部线性化方法来处理，用线性联系近似反映非线性联系。至于那些原则上不能做线性化处理的相互联系，经典科学是无能为力的。经典科学善于描述机械性的相互联系，知道如何把它们分解开再组装起来，但无法描述有机性的相互联系。总之，经典科学对相互联系的描述是片面的、局部的，远远达不到描述普遍联系的水平。在这样的知识水平上，不可能建立起描述普遍联系的整体系统数学模型。
鉴于上述情况，哲学界非常渴望有象系统这样的整体概念来统一哲学思想，它能象系统热所企图做到的那样，去把各门学科的研究成果统一起来，或至少帮助人们综合各门学科的研究成果。但就不同系统的共同结构这一研究目标而言，当代的系统论趋势，还只是找到了一种表面上的不完全的统一性，为人们所阐述的统一性，只不过是值得怀疑的、或是粗糙的类比而已，迄今为止形式化的共同结构，不能穷尽被描述对象的所有本质特性。亦很难说清不同的理论思想，为什么始终植根于矛盾之中，如多元论与规约主义、或唯灵论者的一元论，及进化论与热力学第二定律等，这使人们一方面觉得世界具有某种一致性，一方面在具体的研究中又要面对客观现实的多样性，这种状况说明自然界一与多、整体与部分的关系始终没有得到有效的统一描述。准全息系统论通过准全息元数学模型，仅能说明一种类型――交互作用型系统，只能在有限的范围内进行这种统一描述，等到各种类型的系统原理及属性都得以充分揭示后，上述描述就必将统一于系统系谱学。关于系统系谱学在后面将进行专门讨论。
我们认为整体的质、量、及二维至多维的结构描述――即形的描述有无穷多种，相应的描述模型，当然的亦有无穷多种，通过准全息元数学模型说明，一元与多元系统描述，在特定类型之中也是能够统一的。
对于统一的追求，可以追溯到古希腊时代的哲学家德谟克利特，他欲从内容方面抽象出原子、作为构成自然界的基本组成部分。而毕达哥拉斯却想从形式的方面，把数作为构成自然界的基本组成单位。后来亚里士多德才明确地把本体论，分为物质和存在形式，认为本体论的一个方面是物质，另一个方面是公式或形式。本体论则是物质与形式的统一，并举出了很多的例子说明物质、只有结合成一定形式才是确定性的物体，如房屋的质料是砖石和木材，而砖石和木材按一定的形式结合才是房屋。康德亦认为客观普遍性的认识，是质料与形式共生的结果。皮亚杰和爱因斯坦又进一步指出，经验事实和形式构架，是科学概念和理论表述的两大基本要素，客体要素的内在结合方式――即形式，实质上是客体内容的内在本质规定性。现代科学亦已经表明，复杂系统不仅有质的规定性，还有量及形的规定性，因而欲对其进行整体描述，无疑问需要一个统一的整体描述形式，并与全部内容的描述相统一。另外统一并非统一到一种形式、一个具体原理或一个具体描述模型，而是众多系统形式与自组织原理统一到一个系统序列，对此序列给出定量形式化描述，并找出内涵与外延相容统一的内在法则与机制。这就是准全息系统得以立论的稳固基石。

 

 

223楼

第五节、准全息系统论

1、引言
准全息系统论是相对于一般系统论而言的，其理论基础及其原理、特性，已经通过准全息元数学模型给出基本说明，它以描述某种具体复杂开放系统的本质特性为己任，以为人工智能系统――智能计算机奠定理论基础为己任。相对于形形色色的复杂系统，人脑被认为是最具复杂性的系统之一，如给不出其定量形式化描述模型，解决其系统悖论，想用于指导人脑模型――智能计算机的设计是不现实的。
系统在不同的层次有不同的原理、结构、法则，涉及不同的自组织功能机制，要想搞清楚整个系统问题，不仅需要搞清楚自组织问题，还需要搞清楚系统不同层次的组织机制，及层次之间的联系及作用机制。因而准全息系统论相对于贝塔朗菲的一般系统论，理论的内涵及外延已经得以拓展，它不追求系统的共性，而是追求实用性。因追求共性的结果，可能有助于认识与理解各种类型的复杂系统，但很难据此进行具体系统的功能模拟。因而给出一个具体复杂系统的、符合实际的近似同构描述模型，并用于指导具体人工系统模拟是必需的。
给出人脑神经系统的定量形式化描述模型，无疑需要体现与人脑的近似同构性。这种模型无论是辅助认识人脑，还是辅助人工模拟人脑，都会多一些理性，减少一些盲目性。从脑科学出发，人们会认为给出人脑神经系统的近似同构模型不可思议，但有一个关键的共同点就已经足够了，既人脑与其模型一定要具有准全息性，且能够按某种法则进行有效的组和与分解。这就象人类模拟鸟飞制造飞机一样，并不一定百分之百的同构、同功，但人类实实在在的模拟鸟飞飞上了蓝天，相对的共同点总是存在的，就看我们能否探索得到。
2、何为准全息？
准全息是相对于全息理论而言的，因全息概念既不合情又不合理，主要是与主客观现实不符。因全息不全，全，意味着封闭、意味着能够对其进行穷尽描述，可事实并非如此，现实世界并不存在封闭系统。象客观世界这样的复杂开放系统，其大无外、其小无内，处于永无休止的演化过程之中，不能用固定的信息量及封闭的模型对其进行描述，对其进行定量形式化描述，只能是准全息。准，意味着开放，可以不断的延伸扩展描述对象的信息量及复杂性。准全息论力求在系统参量关系法则具有内涵与外延一致性的前提下，使有限与无限、有序与无序、突变与渐变、确定与非确定性得以统一描述，并体现自组织及涌现的原理及机制。
准全息的定量形式化描述既准全息元数学模型。模型以整数、有理数及实数集合为基础，但传统的集合对于元素及其关系不做具体分析，而拓展集合概念为广义集合，即可弥补这一缺憾。广义集合引进了组合数学及空间状态表示法，它不仅要对集合元素作具体定量描述，还要揭示元素之间的内在联系及组合形式与法则。
传统观念认为，物质、能量、信息为系统三要素，但据此无法给出复杂系统的更多解释。从抽象的描述出发，系统定量形式化描述模型的三要素，应该是参量――等价系统因子；参量关系――等价系统结构；参量关系法则――等价系统结构法则。交互作用型系统的共性定量形式化描述模型，既准全息元数学模型（见图1图2），它避免了传统系统理论仅限于定性描述的弊端。模型以整数集、有理数集、实数集的基本运算关系为基础，体现了系统的开放性，如前所述，它体现了交互作用型系统的自组织涌现原理及其本质属性。
整数集、有理数集、实数集为元集、元群，限定其内涵与外延的基本法则为元逻辑，基于元逻辑的元集又称元数据结构。元逻辑及其派生的规则总和构成元算法，相对于复杂系统的定量形式化描述，三者是统一的。不同类型元素的元集之间即具独立性、又具相容统一性。通过不同类型的元素集合可以描述复杂程度不同的系统，但不管其复杂程度如何，其信息量都不可能是确定不变的，一定要处于开放状态。复杂系统的复杂程度，取决于系统参量的精细化及参量的关系。如整数集或整数类，远没有有理数集或有理数类相对于系统参量的描述精细，相应的其元素关系的复杂程度亦远没有有理数集复杂――前者用两维平面结构表示，后者则需三维立体结构表示。因而描述系统的参量类型、关系及关系的复杂程度，是复杂性的主要衡量指标。通过“准全息元数学模型”这些指标得以直观体现。

 

 

224楼

描述某一类具体系统，必然要反映系统的具体信息，从同构同态的要求出发，系统的定量形式化描述模型，本身就是系统的信息模型，同时是系统的自组织控制模型。根据同构同态原理，企图简化系统参量而给出系统模型的路子肯定行不通，由于存在蝴蝶效应，有些系统的参量是不能被简化的，简化的结果是既不同构也不同功，所谓的异构同功是有条件的。在同态的基础上同构、同功是对系统描述模型的基本要求。
3、准全息系统得以立论的关键
可以说中国古代的易经、易图就是描述系统的，其定性描述是“阴阳互补”，其定量描述是所谓的“一生二、二生三、三生万物”，但它缺少几何结构、逻辑（等价结构法则）及结构层次描述。因系统中各元素（可用参量定义）之间的关联方式的总和，才能称为系统的结构。结构不能离开元素单独存在，它只能在元素的相互联系或关联中表现出来，即元素与其关系等于结构，结构是系统整体的内在规定性。不能把握系统的结构就等于不能把握系统的功能，因为系统结构决定着系统功能。如相对于复杂的神经网络只有确定了结构描述，才能有效的模拟其功能。相对于复杂人工系统的构造及功能模拟，易经、易图只有元素而无几何结构及其法则的规定，很显然是个不完备的描述。另外，易经、易图的定量描述仅仅限于整数参量类型，它相对于超级复杂系统的描述具有明显的局限性，因超级复杂系统的参量不仅仅是整数，还有有理数、实数及超越数类型……。
另有皮亚杰“群”的概念及描述，也可以说是刻意描述复杂系统结构的。他对“群”的概念有过具体描述(参见其《结构主义》一书)。但他的“群”的概念也不足以成为有效描述系统的数学理论工具，因它相对于易经、易图，仅仅多了逻辑描述，但还缺少参量关系的几何结构及多元结构或层次描述。为达到对复杂开放系统进行有效定量形式化描述的目的，“准全息元数学模型”应运而生。相对而言，它能够包容上述系统描述的各个要素，可以说是比较有效的交互作用型系统理论的定量形式化描述模型。它相对于皮亚杰的描述，不仅多了结构形态描述，还多了结构类型、及自组织原理描述。体现了复杂系统形式与内容描述的高度统一性。
传统的还原论，本质上不可能描述客观世界的普遍联系。甚至应当说经典的分析哲学，是在否定事物普遍联系的前提下建立起来的。既然普遍联系是客观世界的固有属性，任何科学都不能不涉及事物之间的联系。我们虽然在经典科学中也能看到因与果、作用与反作用相互联系的描述。问题是经典科学对这种联系做了极度简化，不能再被看作普遍联系了。经典科学讲的因果联系，一般都是一因一果的联系，几乎不涉及多因多果的联系，不考虑整个原因集群与整个结果集群的联系；只描述有限的因果关系转化，几乎不考察互为因果关系转化序列，更不涉及因果关系转化形成的参量集群模式；只考察从普遍联系之网中分离出来的孤立因果链，拒绝把它放到总体联系中去研究。经典科学的典型对象是二体问题，关注的是一个事物怎样作用于另一个事物。对于不能绕开的三体或多体问题，力求简化为若干个二体问题来处理。经典科学主要处理单变量问题，发展了一套有效的方法。对于多变量问题，习惯于用一次改变一个变量而让其它量保持不变的方法处理，拒绝在所有的量同时变化的过程中从总体上考虑它们之间的相互作用。经典科学关心的主要是线性关系，对于只能建立非线性模型的问题，用所谓局部线性化方法来处理，用线性联系近似反映非线性联系。至于那些原则上不能做线性化处理的相互联系，经典科学是无能为力的。经典科学善于描述机械性的相互联系，知道如何把它们分解开再组装起来，但无法描述有机性的相互联系。总之，经典科学对相互联系的描述是片面的、局部的，远远达不到描述普遍联系的水平。在这样的知识水平上，不可能建立起描述普遍联系的整体系统数学模型。
鉴于上述情况，哲学界非常渴望有象系统这样的整体概念来统一哲学思想，它能象系统热所企图做到的那样，去把各门学科的研究成果统一起来，或至少帮助人们综合各门学科的研究成果。但就不同系统的共同结构这一研究目标而言，当代的系统论趋势，还只是找到了一种表面上的不完全的统一性，为人们所阐述的统一性，只不过是值得怀疑的、或是粗糙的类比而已，迄今为止形式化的共同结构，不能穷尽被描述对象的所有本质特性。亦很难说清不同的理论思想，为什么始终植根于矛盾之中，如多元论与规约主义、或唯灵论者的一元论，及进化论与热力学第二定律等，这使人们一方面觉得世界具有某种一致性，一方面在具体的研究中又要面对客观现实的多样性，这种状况说明自然界一与多、整体与部分的关系始终没有得到有效的统一描述。准全息系统论通过准全息元数学模型，仅能说明一种类型――交互作用型系统，只能在有限的范围内进行这种统一描述，等到各种类型的系统原理及属性都得以充分揭示后，上述描述就必将统一于系统系谱学。关于系统系谱学在后面将进行专门讨论。

 

 

225楼

我们认为整体的质、量、及二维至多维的结构描述――即形的描述有无穷多种，相应的描述模型，当然的亦有无穷多种，通过准全息元数学模型说明，一元与多元系统描述，在特定类型之中也是能够统一的。
对于统一的追求，可以追溯到古希腊时代的哲学家德谟克利特，他欲从内容方面抽象出原子、作为构成自然界的基本组成部分。而毕达哥拉斯却想从形式的方面，把数作为构成自然界的基本组成单位。后来亚里士多德才明确地把本体论，分为物质和存在形式，认为本体论的一个方面是物质，另一个方面是公式或形式。本体论则是物质与形式的统一，并举出了很多的例子说明物质、只有结合成一定形式才是确定性的物体，如房屋的质料是砖石和木材，而砖石和木材按一定的形式结合才是房屋。康德亦认为客观普遍性的认识，是质料与形式共生的结果。皮亚杰和爱因斯坦又进一步指出，经验事实和形式构架，是科学概念和理论表述的两大基本要素，客体要素的内在结合方式――即形式，实质上是客体内容的内在本质规定性。现代科学亦已经表明，复杂系统不仅有质的规定性，还有量及形的规定性，因而欲对其进行整体描述，无疑问需要一个统一的整体描述形式，并与全部内容的描述相统一。另外统一并非统一到一种形式、一个具体原理或一个具体描述模型，而是众多系统形式与自组织原理统一到一个系统序列，对此序列给出定量形式化描述，并找出内涵与外延相容统一的内在法则与机制。这就是准全息系统得以立论的稳固基石。
4、统一场论统一的是什么？
①、物理学界有统一场论之说，我们认为场的描述也不能脱离结构，而现在的物理学理论，恰恰对于复杂的系统结构描述无能为力。显然，只有结合特定的结构，才能谈到具体的相互作用，如强弱相互作用、电磁、光电作用等。反过来讲，作用关系就是结构，没有作用关系就谈不到结构，也谈不到功能。所谓的场无非是物质或能量的一种存在形式，形式不同，作用关系及作用方式也就不同，理所当然的功能也就不同。
自然界是统一的，但它既不统一于物质，亦不统一于精神，或不统一于某种具体的东西，而是统一于某种存在形式――一元与多元统一的时空结构。现代科学证明，物质、能量、信息，是自然界的三大要素，它们互为条件，互相作用，互相转化，所以自然界的统一，只能是多元物质存在形式与内容的统一。形式是物质多种属性与状态的作用关系――结构，内容则是物质状态与属性。系统论虽然说明了自然界是以组织或结构形式存在的，但这种存在形式即不是简单一元化的，又不是没有关系的多元化，而是多元一体相容性的。如同准全息元数学模型所描述的，整数集群相容于有理数集群，有理数集群相容于实数集群。每个集群都有自己独特的结构形式，处于不同的逻辑层次，可处理或转化不同类型的参量或作用关系。但其逻辑法则具有层次相容性，亦能互相转换，所以三个集群既有独立性又有统一性。正是系统的这种即独立又开放相容的特性，才使人类能从不同的层面认识客观世界。宇宙其大无外、其小无内，但根据其相容性原理，根据某一层次的自然法则，就能有条件的推知其它层次的自然法则，及一些本质属性。
②、组织或结构起源于不同质量、不同形态的物质、能量、信息之间的协同交互耦合作用。物质遵循特定的法则，互为条件，互为因果，构成具有特定作用关系的稳态自组织结构。以往的一元论与两元论，都解释不清系统的本质属性，如一元论者，解释不清多元现象，给不出系统统一于物质的形式化描述。显然，物质只有通过特定的存在形式才能表现自身，没有形式及属性的物质是不存在的。所以物质一元论者，相对于宏观物质、微观物质、及场、粒、波等物质演变形态和存在形式，等于什么也没解释。它所能解释的只是精神是物质派生的，但精神是通过物质特定的存在形式派生的，并非任意物质形式都能派生精神现象。另外，物质与精神如同质能互变一样，是互为因果关系，并非派生的关系。而两元论者则干脆不承认精神是由物质派生的。事实上，在不同尺度或范围的空间，物质具有不同的有序存在形式，而物质的各种有序存在形式之间，又具有各种形式的普遍联系，只有从普遍互为因果联系的角度，才能认为世界是一元化的。因而从某种程度上讲，世界或物质，统一于以各种互为因果交互作用为基础的普遍联系。

 

 

226楼

③、描述复杂系统的有效性及普适性，体现在能够包容较多的哲学、自然及社会科学理论及概念，并使其得到统一解释。如结构与功能、局部与整体、微观与宏观、主动与被动、内因与外因、定性与定量、因与果、偶然与必然、渐变与突变、同一与差异、协同与竞争、稳定与失稳、时间与空间、进化与退化、有序与无序、同化与异化、确定与不确定、对称与破缺、可逆与不可逆、简单与复杂、线性与非线性、物质与精神、可分与不可分、封闭与开放、内涵与外延、平衡与非平衡、精确与模糊、确定性与统计性、一维与多维、变与不变、肯定与否定、量变与质变、分析与综合、同构与异构、有限与无限、秩序与混沌、整体论与还原论、完全与不完全、连续与离散、数与形等等。而这些均能通过“准全息元数学模型”得到统一体现。它是系统参量交互作用的模型、是系统生长的模型、是子系统功能耦合的模型、亦是子系统交互控制或交互统一作用的模型。整体在不同的层面，如从质、量、及二维至多维的结构（即形态）方面描述，当然会有无穷多种描述方式，以此出发的哲学思想当然也是无穷多种，但从整体出发则只有一种，即整体哲学或系统哲学。它相对于上述各种对立的范畴始终是统一的，相对于物质、能量及信息的描述更是统一的。这并非说模型是万能的，可以穷尽客观世界的描述，象对来讲，它体现的这种统一性更多一点、范围更大一点，有效性及普适性更强一点，但永远不会有一个理论、一种模型会穷尽客观世界的所有描述。
④、鉴于客观世界的整体性_____即系统性，分析只能是系统的分析，综合亦只能是系统的综合，最终都要体现在结构与功能的描述上。如分析的结果给不出结构描述，就等于没有立足点，同样，综合的结果如给不出结构描述，就等于没有目的性。如相对于人脑神经网络，如何分析及如何综合？因而单纯地谈论分析与综合没有任何意义，实践是检验真理的唯一标准，通过准全息元数学模型及准全息系统论，不仅能够说明结构与功能的本质特性，还能进行人工模拟。因而只有结合所要解决的特定问题，谈论特定的分析与特定的综合，才是科学的态度。
所谓的结构是指诸要素在该系统范围内的秩序，亦即诸要素相互联系、相互作用的内在方式。系统的整体功能就是由结构实现的。诸要素相互连接的方式可以是定向的、也可以是交互反馈型的、还可以是互为因果性的，这些连接关系的总和，表现为系统内部的组织、机制、作用序列和层次等。
要素是形成系统的现实基础，但一个系统的属性并非只由要素决定，它还取决于系统的结构。例如人脑神经元，处于核心中枢部位，其功能可能是进行信息量的组合与分解，而处于外层，其功能很可能就是编译码；再如碳原子，因组合结构不同，很可能是非常坚硬的金刚石，也可能是非常柔软的石墨。
⑤、模型的问世，一是满足了人类认识自然整体世界的愿望——人类在相对详尽地分析了自然界的一些现象后，自然要尝试对其进行一次综合，以便明确自然世界的整体特征，及系统全部元素间动力学相互作用的结构或组织原理；二是满足了人类生活的一种需要——为了构造并控制庞大而复杂的系统，人类需要掌握一种方法，它有助于人们发挥、组织、利用、交流，并体现其内在逻辑一致性；三是体现了科学发展的必然性——面对支离破碎的科学图景，人们必然的要促进一种统一语言、或有关整体的表述形式出现。它能综合或相容以往各学科的基本法则或规律，使其统一于自然整体世界的形式化描述之中。
⑥、系统结构尽管千奇百怪，即便是在同一个系统中，在不同层次中，其结构的构成原理及法则也可能不一样，但总有一种系统结构，可以最大限度的体现某类系统结构的共性――如交互作用型系统或自组织。它在此类系统中起核心主导地位，对于这种结构，我们可称为该类系统的元结构。结构是功能的基础，只有有效的给出系统结构描述，才有可能有效地人工模拟重现复杂系统的功能。同样，总有一种逻辑可最大限度的体现逻辑的共性，我们可称其为元逻辑。只有以特定的结构法则为基础建构系统结构，才能模拟产生特定的系统功能。显然，能够最大限度体现自然科学共性的基础理论，亦具有元理论的特征，否则就不会具有相对普遍的理论意义。作为一个能够体现更多系统共性的基础理论，不仅能够解决系统悖论，还要能够最大限度的统一现有的自然科学基础理论。如使本体论、认识论与方法论的统一；使系统论、信息论、控制论、协同学、耗散结构学、突变论、自组织、超循环等自然科学基础理论统一；在一个理论框架中，使定性、定量、多维度的结构、及结构法则的描述统一；使元逻辑、元数据结构及元算法统一；使线性与非线性自组织原理及机制的统一，且能够体现涌现性原理及机制。
5、准全息系统论的发展没有穷尽
需要说明的是“准全息元数学模型”是一种准完备性的开放性系统描述模型。包括整数群，有理数群，实数群……，但并没有到头，后面可能还有超越数群，或超超越数群……。说明它虽能解决目前交互作用系统的诸多难题，但不能解决所有系统的理论问题，且仅凭我们这一代人设想出超越数群，及超超越数群的内在结构决非易事，它可以说是留给二十一世纪的真正难题之一。
模型的产生说明哥德尔不完备性定理，相对于系统的形式化描述并非是个限定，因不完备性定理不适用开放系统。而现实世界又不存在真正的封闭系统，所以哥德尔不完备性定理，相对于开放系统的描述没有意义。
人类总是试图穷尽系统或宇宙的描述，但开放系统的描述总要受人类活动范围的限制。如受交通条件及观测条件的限制，人类对宇宙的认识及描述只能从天圆地方开始，逐步过渡到太阳系，又从太阳系过渡到银河系¬┅┅。但根据系统内涵与外延一致相容性原理，人类对宇宙或系统的认识无论如何不会从零开始，且总是从定性开始，逐步过渡到定量及定型┅┅，再一个层次一个层次的向外延伸┅┅。