CN1030656A - 认识系统 - Google Patents

认识系统 Download PDF

Info

Publication number
CN1030656A
CN1030656A CN88106022A CN88106022A CN1030656A CN 1030656 A CN1030656 A CN 1030656A CN 88106022 A CN88106022 A CN 88106022A CN 88106022 A CN88106022 A CN 88106022A CN 1030656 A CN1030656 A CN 1030656A
Authority
CN
China
Prior art keywords
memory
information
recognition system
processor
intelligent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN88106022A
Other languages
English (en)
Other versions
CN1013071B (zh
Inventor
安东尼·约翰·里克特
迈克尔·艾伦·克拉斯
佐汉·安瓦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FORMULAB INTERNATIONAL Ltd
Original Assignee
FORMULAB INTERNATIONAL Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FORMULAB INTERNATIONAL Ltd filed Critical FORMULAB INTERNATIONAL Ltd
Publication of CN1030656A publication Critical patent/CN1030656A/zh
Publication of CN1013071B publication Critical patent/CN1013071B/zh
Expired legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/10Interfaces, programming languages or software development kits, e.g. for simulating neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Multi Processors (AREA)
  • Control By Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Small-Scale Networks (AREA)
  • Transition And Organic Metals Composition Catalysts For Addition Polymerization (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

该认识系统包括有:能各自完成特定任务的多个独立智能处理机(A)和宜于接收和发送为智能处理机之一作分析并决定其存贮位置的存贮器装置(C)。该存贮器装置(C)具有一系列按规定位置排列以存贮所述信息的存贮器单元。该认识系统还进一步包括将智能处理机相互连接从使它们能直接通讯的联接装置,以及为系统输入和输出信息的接口装置。智能处理机(A)包含一管理装置(B),用以按照系统的理解将由所述接口装置接收的信息加以组织并指引到所说的存贮器装置,并用以组织和指引所述处理机和所述接口装置之间的通讯。

Description

认识系统
本发明是关于一种特别适于以并行处理方式来管理和控制多个复杂任务的认识系统。该系统的结构格式还能使得在对多个并发事件的并行处理的管理和控制过程中实现高度的人工智能化。
关于在构成真正的人工智能方面还持有各种的看法。但当前的主要重心则毫无疑问是集中在期求赋与普通计算机以一定程度的人工智能的新型编程软件的工作上。
摆在每个人工智能系统软件工程师面前的任务是需要为迅速增长的程序范围和复杂性提供更为有效的处理方法。这一需要是由所谓处理的并行化所促成的,而这种处理方式自然会随之而提高磁盘的操作速度,如“磁头定位次数”等等。为了寻求改善整体计算机性能,还存在检索技术、关系数据库和按内容寻址等等的其它技术问题。
就对系统的理解的最主要的方面来说,可将人工智能系统大致分为演择推理和归纳推理两个领域。
虽然在某个时期的文献中已讨论了有关认识模拟或脑摸型的问题,但其中所出现的技术形式都是零散的,而且总离不开应用普通的或传统的串行和顺序工作的冯·诺依曼(Von Neumann)原理的操纵磁盘的计算机。可看到在一些并行处理的实例中,是通过布尔(Boolean)N立方体模型来达到其高效率通讯要求的。在这些模型中,摸拟脑细胞某种活动的神经网络被配置到通常的软件编程工作中。因而把注意力集中到通过将磁盘分块和通过虚拟存贮器来完善存贮器的应用,而为了使数据通信及处理有更高的速度,则正在采用甚高速集成电路(VHISC)和类似砷化 和砷铝化
Figure A88106022.400062
等的高效率介质。采用这些介质存贮器其存取速度可达数十毫微秒级,但是采用并行处理技术的计算机系统,即使应用了这类介质来处理信息仍然不及人类大脑,一个系统的最大传输速度为300微秒。
尽管有这些限制,设计人员已表现出丢弃传统设计观念的倾向,并且已经相应地体现到有关的各种处理技术中,例如:
用于串行计算机的软件开发;
在串行处理机上增加协同处理机;
包含大量处理单元的超大规模集成电路在神经网络中的开发。
结合应用存贮逻辑自适应微电路、神经网络、多层次化、反馈机制以及短期存贮器等,一些系统已经能够实现低水平的智能状态。但是迄今正统的人工智能还未被开发出可供自我学习的机器。造成这种情况的主要原因在于设计者依然在沿用基于冯·诺依曼结构体系的基本构思。而为了能在一计算机内实现高水平的人工智能,必须寻求另外的能对机器结构内部的训练认识提供有利环境的结构体系。
因此,本发明的目的就是要提供一种认识系统,它能高效率、可靠并且较经济地应用并行处理来为控制多个复杂任务而提供合适的环境。
根据本发明的一种观点,采用并行处理来管理和控制多个复杂任务的认识系统包括有:
许多个能各自执行专门任务的独立智能处理机;
适于接收和发送供所说的智能处理机研究并决定其存贮的信息的存贮器装置,所说的存贮器装置具看一系列按规定位置排列的,用以存贮所说信息的存贮器单元;
将智能处理机相互连接以便在它们之间进行直接通讯的装置;以及
与该系统作信息输入和输出的接口装置。
其中所说的智能处理机包含一管理装置。它专用于对由所说接口装置接收到的信息按照该系统的认识去进行组织和安排到所说的存贮器;并组织和安排所说处理机与所说接口装置间的通讯。
这些独立的智能处理机互相协调工作,同时也可以执行所述专门任务之外的附加任务。
按本发明将优先考虑下述措施:
所说的信息将按相互间的关系被存放在所说存贮器装置的规定的位置中。
所说存贮器装置将根据所说智能处理机的各种任务而被分成相应的独立存贮器部分,这样就可将与这种或那种任务相关的信息存放到合适的存贮器部分,以利于存贮在所说存贮装置内的信息作适于需要的排列。
至少有一些所说智能处理机被限制于只访问规定的存贮器部分。被这些访问所限制的特定智能处理机可以根据要求加以任意选择。
对所说存贮器单元的寻址是按其内容而不是按其地址单元进行寻址。
所说存贮器装置至少能被某些包括有所说管理装置的智能处理机几乎同时访问。并由它们补充信息。要访问所述存贮器装置的这些特定的智能处理机可以按需要选择。
所说存贮装置包括有一存贮永久性信息的主存贮器和一存贮临时信息的现行存贮器。
所说主存贮器能基本上同时被所说管理装置和被选择出的其它智能处理机所访问。并且能由它们以及所说现行存贮器补充信息。
所说现行存贮器能和主存贮器基本上同时被所说管理装置访问,并由其补充信息。
所说主存贮器包含一个存贮器单元矩阵,这些单元相互连接成可由并行操作的多个智能处理机独立而同时地对它们进行访问。
所说管理装置包括一个实施装置,用来按照存贮器中所存贮的与其任务有关的信息对系统的基本操作进行监测和控制;和一个执行控制器装置,用来按照存贮器装置中所存贮的全部信息对该系统的整个操作进行监测和控制。
所说的实施装置能监测智能处理机和接口装置的意外事件,并保持对系统的运行状态的认识;同时还能指引被选择的信息在智能处理机与接口装置之间进行通讯。
所说的实施装置还能与智能处理机、存贮器装置以及执行控制器装置相互协作以解决所说的意外事件。
所说的实施装置能根据操作的紧迫性对其所要完成的任务进行分层次的排列。
执行控制器装置能有选择地与智能处理机、存贮器装置及实施装置相互作用。以解决那些要求执行控制器依靠它能访问存贮装置中所有信息的能力所作认识的意外事件,并监督系统的运行。
所说的接口装置包括一通道器,它将某些类型的系统输入信息直接送到所说的实施装置。而将另外一些类型的信息直接送到智能处理机,而且此时所说的另外一些类型的信息仍然能被所说的实施装置所分析。
所说现行存贮器包括一短期存贮器和一像存贮器,其中所说短期存贮器专用于:
(I)暂时存贮由执行控制器装置进行监测和应用的短期暂态信息;
(II)以某些由执行控制器所选择的暂态信息来补充所说的主存贮器,在此将被选择的暂态信息变换成永久信;和
(III)在一短时期过去之后,取消其它不适于执行控制器装置的暂态信息。
所说的像存贮器则专用于:
(I)暂时存贮被执行控制器装置监测和有选择地应用的来自所说的实施装置的瞬息暂态信息;
(II)以某些由执行控制器装置选择的暂态信息补充所说短期存贮器,在此将被选择的暂态信息变换为短期暂态信息;和
(III)在一瞬息时间过去之后,取消其它不适用于执行控制器装置的暂态信息,所说瞬息时间较之所说短期时间要短得多。
所说智能处理器中的任何一个或几个包含有完成以下任务的装置;
(I)产生和显示图象的图象处理;
(II)作为同一性识别而对代码输入进行译码的同一性识别处理;
(III)为经由所述接口装置发送而对信息进行智能处理的输出处理;
(IV)为经由所述接口装置接受而对信息进行智能处理的输入处理;
(V)为控制系统与智能装置之间外部双向通讯的远程通讯处理。
这些智能处理机亦可能完成上述(I)至(V)以外的任务。
根据后面的对一个具体的实施例的描述,将会对本发明有较清楚的理解。下面将参照附图进行说明,在该附图中将系统部件排列成一个模拟人脑的结构。
如图所示,认识系统11包括有由针对各个专门任务的处理机A和管理装置B所组成的多个智能处理机、存贮装置C、接口装置D以及智能处理机A之间的联连区(图中未示出)。接口装置D将系统与一系列外部设备E相连接。
智能处理机A和B中每一个都包括有一微处理机和用来存放控制处理机工作的固件和应用软件的本地驻存存贮器,并根据该固件和应用软件的指示来完成其要求的处理功能。
在本实施方案中,处理器按照功能被分别安排到作图象处理的装置13、作同一性识别的装置15、输出处理装置17、输入装置19、语言合成处理装置21、语言识别处理装置23以及图形识别处理装置25中。
配备图象处理装置13的处理机A的基本任务是对输出到E中的相应图象输出设备的信息进行图象处理、生成和显示操作。这是按照一包含适于该处理机的算法的并存放在系统中的专用固件47中的计算机程序来执行的。在需要时,处理机13可立即访问存贮装置C中被许可的、存放该处理机执行其任务时所需的信息部分。
配备给同一性识别装置15的处理机A的主要任务是为进行同一性识别而对诸如安全卡、指纹、人体特征胶片标志等代码输入信号进行译码。同时,这些处理机均带有一存放在其专用的固件47中的含有适当算法的计算机程序,并在需要时可以立即对存贮器装置C的被允许部分进行访问。输出处理机17用来对欲经接口装置D发送给外部设备E的输出信息进行智能处理。如前所述的处理机那样,这一处理机也具有一存放在其专用固件47中的含有适当算法的计算机程序,并在需要时也可以立即对存贮器装置C中被允许部分进行访问。
输入处理机19用来对欲经由接口装置从外部设备E接收的输入信息作智能处理。和上述的处理机一样,输入处理机亦具有一存放在其专用固件47中的含有适当算法的计算机程序,并在需要时可立即对存贮器装置C中的被允许部分进行访问。
其余的处理机21、23和25的功能也都是很明显的,而且也和上述处理机一样,每一个处理机都具有一存放在其专用固件47中的包含它们各自的算法的计算机程序。而且在需要时,每一处理机都可随时访问存贮装置C中的被允许部分。
专设的远程通讯处理机45也构成一个智能处理机,它作为外部设备E中的一员被安放在系统外部。此处理机的基本功能是控制系统和某个外部智能设备之间的双向通讯。因而这一处理机负责协议操作,并且通过管理装置和其它处理机及存贮器装置进行通讯。
存贮器装置包含有一系列按规定位置排列的、用来存贮信息的存贮器单元。存贮器装置的这些规定的位置单元被划分为各自独立的部分,它们一般均与智能处理机A所执行的任务相关。这样,与某一智能处理机欲执行的这种或那种任务有关的信息,将被存放到适当的存贮部分,从而有利于将存贮装置中的信息按相互关系安排。
存贮器装置包括一主存贮器和一现行存贮。主存贮器由存放永久信息的长期存贮器27所组成;现行存贮器则由适于存放暂态信息但存放时同不同的一个短期存贮器29和一像存贮器31所组成。固件47提供常驻存贮器。
长期存贮器27设计的特点是具有特别适于作并行处理。此外这一存贮器还是一个高密度的、存贮单元以矩阵方式连接的读/写存贮器。这些存贮单元相互连接的方式使得许多不同的处理机A和B可以同时对它们寻址。信息以一种相关的状态存放在规定的存贮器单元地点。使每一规定的单元位置上都存有按相互关系排列的信息。从而使得智能处理机按内容面不是按单元地点来对存贮器单元进行寻址。
长期存贮器27可保存信息以组成知识库,此知识库可被各个不同处理机A按条件地访问而且被管理装置B按选择地访问。
存贮器装置C可由能用作存贮单元的适当的介质来实现。例如,该存贮单元可以是能由磁头进行读或写的磁介质组成的,或者也可以是能被电子装置寻址的固态电荷存贮装置。此外,存贮单元还可以实现像激光存贮器之类的新型存贮器技术。但应指出,存贮单元之间的相互连接应使得两个或更多的存贮单元能同时被许多处理机所寻址。这样,就可采用能作并行存取的存贮器结构,而不至于使用只能进行串行存取的存贮器结构。在磁性和激光存贮器介质的情况下可采用多重磁头来实现这一目标。而在固态存贮器介质的条件下,可用矩阵寻址结构来实现,这种矩阵结构可以是三维的,而且是本实施方案优先考虑的结构。
接口装置D主要包括信息通道器33和操纵外部信息进出系统的输入/输出端口39。端口39被连接到像输出设备41、输入设备43以及专设的远程通讯处理机45之类的外部设备E。输出设备41包括有显示器、打印机、数控输出和局部状态指示器等。输入设备包括有局部交互输入、模拟输入和数字输入等。而远程通讯处理机45包括有为适应包括异步和同步协议如RS232、20mA接口,RS422、BYSYNC、DDCMP、HDLD等各种通讯协议联接的接收和发送电路。
通道器33作成交互接口形式,它将由接口装置D接收到的信息中所选择出的部分直接选通到适当的智能处理机A和B。
管理装置B包括有两个执行部件:实施器装置或实施者35和执行控制器或智能器37。该实施者35和智能器37是专设的智能处理机。它们将管理任务按层次分成若干从属部分,使得管理装置可对系统的整个运行加以管理。
实施者35执行较之处理器A的水平要高的处理,它基本上是一种网状激励系统,它将所有的输入和输出事件协调整理成分层次的状态。此实施者主要是监测和控制系统内部的基本通讯操作。智能器37用来组成系统中的最高级智能。它有权监视系统的运行并按照存贮在整个存贮装置C中的信息来解决其中的意外事件。实施者和智能器的功能取决于它们各自的驻存固件,并且可以应用通常的软件开发技术来解决。
智能处理机相互间的联接区是由任何只要能顺沿或通过它交换通讯的适当的装置所组成。例如,此装置可以是一些母线,其数据可沿这些母线由一处理机传送到另一处理机。从而使这种联接的处理机之间能进行即时的通讯。一个处理机可以有多个联接区,从而使多个处理机能够分享执行某些任务的资源。
由上述可见,系统的各个不同部件之间的相关地交互作用是经过精心排列和分配的,从而有利于以理想速度作并行处理。因此,智能处理机A和B的安排使得任一处理机构能对长期存贮器27中的任何相关存贮单元进行紧急的立即存取。例如附图中所表示的,这种存取由被永久集成的处理机的固件所指引(如标号47所示)。另外,每一有关任务的处理机A均可通过网状通讯网络49与执行者35及智能器37交互作用,在图中以点线箭头表示。而且通过系统的固件47及其联接区,任一处理机A与智能器37之间均可交互作用。
前面所说的长期存贮器依靠固件47可被任一处理机A及智能器37访问。另外,此长期存贮器能为智能器37和执行者35借助于网状通讯网络进行访问,该通讯网络具有分别经由路径50和51通过短期存贮器和像存贮嚣29和30到该长期存贮器的直接存取通路。按照智能器37、相关任务处理机A和执行者35的决定,将短期存贮器29中的信息补充到长期存贮器中被选定的存贮单元中。
短期存贮器29能单独直接和智能器37交互作用,并能和执行者及处理机A根据条件进行交互作用。短期存贮器基本上是一个可抹存贮器,它专用于临时存贮来自像存贮器31的短期暂态信息。这种信息仅在该存贮部件中存放一个较短的时间,目的是供智能器根据需要进行监测和选择应用。因而,在一短时间之后存放在短期存贮器29中的暂态信息最终就会消失,此时如果智能器37决定不用这一信息来补充绐长期存贮器27,它就会在这一短时间内按箭头52所表示的路径,在此短期存贮部件中被排除掉。系统执行者35和处理机A对此短期存贮器作条件访问是通过经由像存贮器连接到网状通讯网络49的路径51而实现的。
像存贮器31也能和智能器37单独地直接交互作用,并能和执行者及处理机A按条件交互作用。不过此时所用的信息是由系统执行者35传送来的。像存贮器31专用于临时在极短促的时期内存放暂态信息。以供智能器37自行决定选择应用。因而,像存贮器由一处于最先输出状态的第一寄存器组成,在这里信息消失并通过箭头53表示的路径由此存贮器送出之前,该像存贮器在较短期存贮器29的短时期要短的多的瞬息时间内保存该信息。智能器37自行决定对像存贮器31监测,并由其中确定一项与系统相关的信息。它还将要进一步考虑的信患补充给短期存贮器29。
接口装置D同执行者35或处理机A相互作用。和执行者35的直接交互作用仅能通过与由路径55发送和接收的某种类型信息相关的端口39来实现。和执行者35的间接交互作用通过经由路径57从端口39接收的、被指定为输入给一处理机的某种类型信息相关的通道器33来实现。这种间接交互作用由通道器和执行者35之间的连接路径59提供,沿着这一路径可接收由执行者所选择的信息。此外,系统的所有输出信息均经由路径55发送到输入/输出端口39,而所选择的系统输入信息则经由路径55或57接收,这将随信息类型的予定性质和意义而定。
通道器33用来为将由接口装置D输入的信息送到执行者35和/或适当的处理机A的选择通路。
系统执行者35完成大部分系统基本管理任务,并和大多数系统部件交互作用。因此其管理任务基本上都是专用的,其中它的四个主要功能是:
(I)监测处理机A和通道器33发生的意外事件及保持对系统运行状态的经常了解;
(II)指引所选择信息在处理机A和接口装置D之间的通讯;
(III)按条件和处理机A、像存贮器31、短期存贮器27、长期存贮器29以及智能器37进行交互作用。以便解决意外事件;和
(IV)按照所需操作的急迫性将任务的执行作有层次的排列。
和处理机A、存贮器及智能器之间进行的交互作用是通过网状通讯网络49完成的。但在通道器33的情况下,则涉及到另一种类型的交互作用,此时,为此通道器所沟通的信息要经受监测,如果它本身或智能器认为是重要的话,就将信息由通道器经过路径59复制给执行者35。
当系统执行者35识别出一个意外事件时,它可将对此事件的处理及其它要执行的任务相关联地按层次安排,并且在需要时,可借助于经由网状通讯网络对适当的处理机、存贮器和/或智能者37的访问来解决这一意外事件。同时,执行者35亦可根据它的监测及所管辖任务的需要而自行决定传送某些信息,将它们直接送到像存贮部件31,以供智能器研究分析。
智能器37是系统的智能核心,能按选择和所有的处理机A、所有的存贮器C以及执行者35交互作用。这就使得智能器能解决需要了解整个系统运行情况的意外事件,并为其所属管理决策提供信息。因此,智能器37在解决这类意外事件上处于较之执行者35更为重要的地位。
按本实施方案所实现的发明的主要优点是,这一系统所确定的结构体系使得可借助人工装置来提供具有一定复杂程度的演绎推理,用以解释和响应一组形形色色的复杂事件。系统实现这一任务是依靠使用一组甚高速集成电路化的并行处理器来完成的,它们能够按照将所执行的任务高度秩序化的配置并组织其对存贮有信息、逻辑算法和管理任务的庞大矩阵进行访问。
极高的处理速度的获得是借助于将其处理装置安排成这样一种结构。即它们可以进行并行处理,同时每一处理机都可被指派以一特定的任务,而对该任务的执行则可与其它的处理机同时或并行完成。
为了进一步提高速度,当一处理机要求访问主存贮器的情况下。对存贮器的寻址是通过和信息的内容相联系并对主存贮器内的信息是按照其内容而不是按其时间顺序来存贮而实现的。在这种情况下,处理机可按照信息内容的关系而直接进入包含有欲寻找的信息的存贮单元,而不是要一步步地经过大量的无关的信息而找到所希望的信息的位置。
对高速所作的进一步考虑是,任一处理机都应能立即取得所寻找的信息,而不必排队等待。这样,由于采用了长期存贮器结构,就可以对若干存贮器单元进行同时访问而避免与其它处理机发生存取竞争。
为了便于处理机、存贮器装置及管理装置之间的通讯,最好利用一种符号语言,将系统的各种不同的功能和任务进行符号编码,以利于通讯期间对它们的引用。因而,要求应用高级符号语言的存贮器虽很小,但执行速度却很高。
在本实施例中,处理装置的各种算法被编成专用于各处理机根据它们必须完成的功能或任务而进行操作的符号程序,这些程序被存放在相应的固件47中。
最后,为了协调系统的高速处理,必须采用如这里所述的管理装置所实现的高度秩序化和组织化的执行任务配置系统。
应指出,本发明所涉及的并不限于这里所描述的这一实施方案。特别是处理机所执行的具体功能或任务并不一定限于上述中所提到的内容,而可能是一些与某一具体应用中所需要执行的其它任务有关。而且,可能要将不同的任务给予同一处理机而不必更改其系统,这样就使得可将同一台机器用于执行许多不同的任务而且可以仍然保持理想的性能。

Claims (19)

1.一采用并行处理对多个复杂任务进行管理和控制的认识系统,其特征包括有:
相互独立的并且每一个能执行特定任务的多个智能处理机;
适于接受和发送供所述智能处理机进行分析以确定其存贮的信息的存贮器装置。所述存贮器装置具有一系列排列在规定位置上用以存贮所述信息的存贮器单元;
将一智能处理机与另一智能处理机相连以使它们之间能直接进行通讯的装置;和
供系统输入和输出信息的接口装置;
其中,所述智能处理机包含有一管理装置,专用于根据系统的理解来将由所述接口装置所接收的信息组织和指引到所述存贮器装置。
2.按权利要求1所述的认识系统,其特征是,所述信息按相互间关系存贮在所述存贮器装置的所述规定位置。
3.按权利要求2所述的认识系统,其特征是,所述存贮器装置根据所述智能处理机的任务被分成若干分开的存贮器部分,因此,与这种或那种任务有关的信息被存放到与其相应的存贮器部分。以利于所述存贮器中所存贮的信息按其关系排列。
4.按权利要求3所述的认识系统,其特征是,至少有一些智能处理机对存贮器的访问被限定于只是被规定的存贮器部分。
5.按前述任一权利要求所述的认识系统,其特征是,所述存贮器单元按其内容而不是按其地点进行寻址。
6.按上述任一权利要求所述的认识系统,其特征是,所述存贮器装置至少能被一些包含有所述管理装置的智能处理机基本上同时访问,并由它们补充信息。
7.按上述任一权利要求所述的认识系统,其特征是,所述存贮装置是由一存放永久信息的主存贮器和一存放暂态信息的现行存贮器所组成。
8.按权利要求7所述的认识系统,其特征是,所述主存贮器能被所述管理装置和被选择出的其它所述的处理机基本上同时访问,并能由它们及所述的现行存贮器补充信息。
9.按权利要求7或8所述的认识系统,其特征是,所述现行存贮器能被所述管理装置在其访问所述主存贮器时基本上同时进行访问。并能由它们补充信息。
10.按权利要求7到9中任一个所述的认识系统,其特征是,所述主存贮器是由所述存贮器单元矩阵构成,这些存贮器单元间相互连接使得可以被多个并行操作的智能处理机独立并同时地对之进行访问。
11.按上述任一权利要求所述的认识系统,其特征是,所述管理装置包括一实施装置和一执行控制器装置;所述实施装置按照存放在所述存贮器装置中的某些与其任务有关的所述信息对所述系统的基本操作进行监测和管理;所述执行控制器装置按照存放在所述存贮器装置中的全部信息对所述系统的整个操作进行监测和管理。
12.按权利要求11所述的认识系统,其特征是,所述实施装置能监测所述智能处理机和接口装置,以防意外事件和保持对系统运行状态的了解,并能指引所述智能处理机接口装置之间被选择信息的通讯。
13.按权利要求12所述的认识系统,其特征是,所述实施装置也能和所述智能处理机、存贮器装置及执行控制器装置交互作用以解决所述意外事件。
14.按权利要求11到13中的任一权利要求所述的认识系统,其特征是,所述实施装置能将莫任务的执行根据操作的紧迫性作有层次的排列。
15.按权利要求11至14中任一项所述的认识系统,其特征是,所述执行控制器装置能按选择和所述智能处理机、存贮器装置及所说的实施装置交互作用,以解决那些需要所述执行控制装置依靠它能访问所述存贮器装置中所有信息的能力所理解的意外事件,并能监视系统的运行。
16.按权利要求11至15中任一项所述的认识系统,其特征是,所述接口装置包括一通道器,它将输入到系统的某些类型的信息直接传送给所述实施装置,而将另一些类型的信息直接传送给其它的智能处理机,而且这时所述另一些类型的信息仍然能被所述实施装置加以分析。
17.按权利要求11至16中任一项所述并同时取决于权利要求7至10中任一项的认识系统,其特征是,所述现行存贮器包括一短期存贮器和一像存贮器,其中所述短期存贮器专用于:
(I)临时存放供执行控制器装置进行监测和利用的短期暂态信息;
(II)将某些由所述执行控制器装置选择的暂态信息补充给所述主存贮器,并将这些被选择出的信息变为永久信息;和
(III)在一短时期过去之后,消除其它不适于所述执行控制器装置的暂态信息;
所述像存贮器专用于:
(I)临时存放来自所述实施装置的供所述执行控制器装置作监测和选择应用的瞬息暂态信息;
(II)将某些由所述执行控制器装置所选择的暂态信息补充到《所述短期存贮器,由此将所选择的暂态信息变换成短期暂态信息;和
(III)在一瞬息时期过去之后。消除其它不适于所述执行控制器装置的暂态信息,所述瞬息时间比所述短时期要短的多。
18.按前述任一权利要求所述的认识系统,其特征是,所述智能处理机包括有执行下列任务中的任一个或几个的装置;
(I)产生和显示图象的任何图象处理;
(II)将为作同一性别所需的编码输入加以译码的同一性识别处理;
(III)为由所述接口装置输出的信息作智能处理的输出处理;
(IV)为由所述接口装置接收的输入信息作智能处理的输入处理;
(V)为控制和系统外部智能设备进行双向通讯的远程通讯处理。
19.和参照附图所描述的基本相似的认识系统。
CN88106022A 1987-07-10 1988-07-09 认识系统 Expired CN1013071B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
AUPI305187 1987-07-10
AUPI3051 1987-07-10

Publications (2)

Publication Number Publication Date
CN1030656A true CN1030656A (zh) 1989-01-25
CN1013071B CN1013071B (zh) 1991-07-03

Family

ID=3772327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN88106022A Expired CN1013071B (zh) 1987-07-10 1988-07-09 认识系统

Country Status (21)

Country Link
EP (1) EP0371979A4 (zh)
JP (1) JPH03501069A (zh)
KR (1) KR0136877B1 (zh)
CN (1) CN1013071B (zh)
AU (1) AU613062B2 (zh)
BR (1) BR8807601A (zh)
DD (1) DD272718A5 (zh)
DE (1) DE3891254T1 (zh)
DK (1) DK5590A (zh)
ES (1) ES2009964A6 (zh)
GB (1) GB2228808A (zh)
HU (1) HUT52263A (zh)
IE (1) IE61262B1 (zh)
IL (1) IL87009A0 (zh)
MY (1) MY103116A (zh)
NL (1) NL8820470A (zh)
NZ (1) NZ225276A (zh)
PL (1) PL273670A1 (zh)
SE (1) SE464943B (zh)
WO (1) WO1989000735A1 (zh)
ZA (1) ZA884888B (zh)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6334490B2 (zh) * 1980-02-28 1988-07-11 Intel Corp
US4412281A (en) * 1980-07-11 1983-10-25 Raytheon Company Distributed signal processing system
JPS58214957A (ja) * 1982-06-09 1983-12-14 Mitsubishi Electric Corp 計算機システム
AU2016283A (en) * 1982-10-15 1984-04-19 General Electric Company, Plc, The Plural data processing units
DD210501A1 (de) * 1982-11-02 1984-06-13 Robotron Zft Veb Assoziativer erfahrungsspeicher fuer intelligente automaten
US4644461A (en) * 1983-04-29 1987-02-17 The Regents Of The University Of California Dynamic activity-creating data-driven computer architecture
US4577273A (en) * 1983-06-06 1986-03-18 Sperry Corporation Multiple microcomputer system for digital computers
US4620286A (en) * 1984-01-16 1986-10-28 Itt Corporation Probabilistic learning element
JPS60175172A (ja) * 1984-02-21 1985-09-09 Nec Corp 情報処理システム
US4868763A (en) * 1986-02-21 1989-09-19 Hitachi, Ltd. Knowledge-based system having plural processors

Also Published As

Publication number Publication date
CN1013071B (zh) 1991-07-03
ES2009964A6 (es) 1989-10-16
ZA884888B (en) 1989-05-30
KR890702150A (ko) 1989-12-23
MY103116A (en) 1993-04-30
BR8807601A (pt) 1990-04-10
EP0371979A4 (en) 1991-03-20
GB9000409D0 (en) 1990-05-23
IE61262B1 (en) 1994-10-19
SE9000064D0 (sv) 1990-01-09
HUT52263A (en) 1990-06-28
IL87009A0 (en) 1988-12-30
DK5590D0 (da) 1990-01-09
JPH03501069A (ja) 1991-03-07
NZ225276A (en) 1991-05-28
AU613062B2 (en) 1991-07-25
SE9000064L (sv) 1990-01-09
NL8820470A (nl) 1990-04-02
WO1989000735A1 (en) 1989-01-26
DE3891254T1 (de) 1990-06-07
GB2228808A (en) 1990-09-05
EP0371979A1 (en) 1990-06-13
AU1991088A (en) 1989-02-13
SE464943B (sv) 1991-07-01
KR0136877B1 (ko) 1998-06-15
PL273670A1 (en) 1989-04-03
DK5590A (da) 1990-03-07
IE882111L (en) 1989-01-10
DD272718A5 (de) 1989-10-18

Similar Documents

Publication Publication Date Title
Soto et al. Solving the multi-objective flexible job shop scheduling problem with a novel parallel branch and bound algorithm
Li et al. Two-stage knowledge-driven evolutionary algorithm for distributed green flexible job shop scheduling with type-2 fuzzy processing time
CN1117319C (zh) 在多线程处理器中改变线程优先级的方法和装置
CN103942825B (zh) 光线跟踪系统架构和方法
US5506999A (en) Event driven blackboard processing system that provides dynamic load balancing and shared data between knowledge source processors
CN1342940A (zh) 到一个共享的协处理器资源的多个逻辑接口
Jaros Multi-GPU island-based genetic algorithm for solving the knapsack problem
CN1276888A (zh) 在多线程处理器中选择线程切换事件的方法和装置
CN103870242A (zh) 优化线程栈存储器的管理的系统、方法和计算机程序产品
CN103279392A (zh) 一种云计算环境下虚拟机上运行的负载分类方法
CN110308982A (zh) 一种共享内存复用方法及装置
CN112988395B (zh) 一种可扩展异构边缘计算架构的病理分析方法及装置
CN102484130B (zh) 存储器请求调度的应用程序选择
Dhal et al. A comprehensive survey on arithmetic optimization algorithm
He et al. Wasserstein unsupervised reinforcement learning
CN108769105A (zh) 一种云环境下的知识服务多任务调度优化方法及其构建的调度系统
Liang et al. Combined part selection, load sharing and machine loading problem in hybrid manufacturing systems
CN1030656A (zh) 认识系统
CN1695136A (zh) 用于可外化推理部件的系统及方法
CN114510319A (zh) 一种基于Kubernetes集群GPU空间共享的方法
CN113485845A (zh) 一种多线程人工智能资源分配方法及装置
Nayak et al. Multiprocessor Scheduling using Krill Herd Algorithm (KHA)
Ivanova Deep reinforcement learning for optimizing healthcare resource allocation
Burks A radically non-von-Neumann-architecture for learning and discovery
Bajo et al. Cloud computing in bioinformatics

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C13 Decision
GR02 Examined patent application
AD01 Patent right deemed abandoned
C20 Patent right or utility model deemed to be abandoned or is abandoned