PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor

2015Németh Gábor: Párhuzamos architektúrák2 SYSTEM: never ready, if ready doesn’t work, if works doesn’t do what I want, if does what I want I am wrong.

Bevezetés - 1 A korábban különálló számítástechnika és távközlés új típusú hálózatokban rohamosan egyesül. A hálózat különböző erőforrásokat tartalmaz, melyeket átlátszó módon kell a felhasználó rendelkezésére bocsátani. – Milyen típusú erőforrásokat kell a felhasználó számára felajánlani?  Eddig meglepően kevés jó döntést hoztak. – Milyen hardver valósítható meg?  Meglepően kevés nyitott kérdés maradt. – Hogyan lehet az erőforrásokat kezelni?  Az elosztott erőforrás kezelés meglepően kevés problémáját oldották eddig meg. 2015Németh Gábor: Párhuzamos architektúrák3

Bevezetés - 2 Egy nagy hálózatban a hibák fellépésének, valamint a szerkezet bővítésének/módosításának valószínűsége nem elhanyagolható. – Következéskép a hálózat szerkezete és képességei dinamikusan változnak. Az erőforrásokat csak inkoherens módon tudjuk megfigyelni (a nemzérus és változó átviteli késleltetések miatt). 2015Németh Gábor: Párhuzamos architektúrák4 PROBLÉMA: csak közelítőleg ismert feladatokat kellene optimálisan (?!) leképezni csak közelítőleg ismert erőforrások hálózatára csak közelítőleg ismert időzítési korlátozások mellett.

Bevezetés - 3  A klasszikus tervezési modellek nem képesek ezen problémák kezelésére. 2015Németh Gábor: Párhuzamos architektúrák5

Bevezetés - 4 INTELLIGENS SZOLGÁLTATÓ HÁLÓZATOK: – A felhasználó feldolgozási kérését a hálózat tetszőleges csomópontján beviheti. – Az algoritmusok pillanatnyilag független részeit együttműködő erőforrások konkurrensen végrehajtják. – A hálózat valamennyi erőforrása a felhasználói feladat rendelkezésére áll (természetesen nem feltétlenül egyszerre). – Általános esetben a feldolgozó csomópontok a négy alapvető feldolgozási modell (vezérlésáramlásos, adatáramlásos, igényvezérelt és információvezérelt), valamint az analóg és digitális építőelemek bármilyen keverékét alkalmazhatják. 2015Németh Gábor: Párhuzamos architektúrák6

Bevezetés - 5 MEGOLDANDÓ PROBLÉMÁK:  Az egyes feladatok konkurrensen végrehajtható részei a logikailag konkurrens részek dinamikusan változó részhalmazát jelentik (a megfigyelt erőforrás rendelkezésre állóságok miatt).  A rendelkezésre álló erőforrások halmaza a rendszer által (az átviteli késleltetések és ismeretfüggvények miatt) ténylegesen megfigyelt dinamikusan változó rendszer szerkezettől és terhelési viszonyoktól függ.  Az újabban szükséges szolgáltatások mesterséges intelligencia felhasználásával túllépnek a tradicionális információ továbbítási, visszakeresési és feldolgozási szolgáltatásokon. 2015Németh Gábor: Párhuzamos architektúrák7

Bevezetés - 6  A klasszikus modellek (klasszikus logika, fuzzy logika, neurális háló stb.) használhatósági köre ezekből a szempontokból erősen korlátozott.  KÖVETKEZTETÉS:  ÚJ INFORMÁCIÓFELDOGOZÁSI MODELLEK SZÜKSÉGESEK, MELYEK ÚJ ARCHITEKTÚRÁKRA VEZETNEK. 2015Németh Gábor: Párhuzamos architektúrák8

Alapelvek és definíciók - 1 Az új általános modell alapvető feldolgozó eleme a tudásbázis rendszer (knowledge base system - KBS): – logikai, időbeli és topológiai szerkezettel és – ezeken a szerkezeteken végzett műveletekkel. A modellezéshez szükséges matematikai elvek: parametrizált hierarchikus relációk, logikai függvények, változók hierarchiája hierarchikus vezérlő operátoraikkal együtt és szomszédsági/hasonlósági szerkezetek. 2015Németh Gábor: Párhuzamos architektúrák9

Alapelvek és definíciók - 2 Ezeket az elveket egy tudás modul kialakítására használjuk fel. A tudásmodulok egyesítésével hozzuk létre a tudásbázis (KBS) rendszert. Az időpontok részlegesen sorrendezett halmazát modell időként használva evolúciós tudásbázis rendszer hozható létre. 2015Németh Gábor: Párhuzamos architektúrák10

Alapelvek és definíciók - 3 KBS alapelemei: – Sprimitív objektumok halmaza, – R(S)S-en értelmezett relációk hierarchiája, minden szintjét hierarchikusan struktúrált index halmazokkal parametrizáljuk, – F(S) tények (facts): az R(S) explicite adott része, – D(S)= def R(S)\F(S) az R(S) implicite adott része, melyet az I függvények összetett alkalmazásaival származtathatunk, – Ilevezetési (inferencia) szabályok halmaza, melyek alkalmazása korlátozásoknak (nyelvtani szabályoknak – Γ(I)) van alávetve. 2015Németh Gábor: Párhuzamos architektúrák11

Alapelvek és definíciók - 4 – var xváltozók minden hierarchia szinten, – Pvezérlő függvények: val: P  {var x}  X, ahol X = {x [p]  p  P} a var x típusa, 2015Németh Gábor: Párhuzamos architektúrák12   Újdonság: a típus változó lehet! –OPa KBS-en végzett műveletek halmaza, –PRa KBS szerkezeti tulajdonságai (predikátumok), –(T, <)időbeli tulajdonságok,  TStopológiai szerkezetek definiálhatók az objektumok, szabályok és paraméterek minden hierarchia szintjén (korlátozott eset: fuzzy rendszer).   Újdonság: evolúciós rendszer, kauzalitás!

Tudás reprezentáció - 1 TUDÁS: – AGYUNKBAN: memorizált észlelések, koncepciók, viselkedési és intellektuális folyamatok. – MATEMATIKAI REPREZENTÁCIÓ: matematikai műveleteknek alávetett normál szimbólumok matematikai térben. Az idő koordinátát térbeli sorrendezésbe képezzük le.  Modellünkben parametrizált relációkkal (hozzárendelt értékű elemekkel) és az azokon végzett (következtetési) műveletekkel ábrázoljuk a tudást. 2015Németh Gábor: Párhuzamos architektúrák13

Tudás reprezentáció - 2 A klasszikus adatbázis elv kiterjesztése: a tudás modul változókat tartalmazhat ((y j, x i ), var v ji ). A változókat tartalmazó tudás modulnak feltett kérdésekre adott válaszok is tartalmazhatnak változókat. 2015Németh Gábor: Párhuzamos architektúrák14 A szerkezet szimmetrikus (például egy IC láb mind bemenet, mind kimenet is lehet, vagy egy keresésre adott válasz egy következő keresési kulcs része lehet).

Tudás reprezentáció - 3 A klasszikus adatbázis elv kiterjesztése: az objektumok (például tulajdonságok) típusa is változó lehet. 2015Németh Gábor: Párhuzamos architektúrák15 A klasszikus adatbázis elv kiterjesztése: a keresési műveletekhez topológiai szerkezeteket használunk (és a topológiai szerkezetek típusai is változók lehetnek).

Tudás reprezentáció - 4 Egy tudásbázis rendszer tudás modulok összefűzésével (konkatenációjával) hozható létre (az egyik modul válaszá[nak egy részé]t ugyanezen vagy egy másik modulra adjuk kérdező alakzat[része]ként). 2015Németh Gábor: Párhuzamos architektúrák16 Ezt például tekinthetjük egy intelligens hálózat részekre bontott problémái részválaszai felfelé küldésének és kombinálásuknak általánosításaként is.

Következtetések A modell elég általános mind a négy (vezérlésáram- lásos, adatáramlásos, igényvezérelt és információ- vezérelt) információ-feldolgozási modell leírására. A modell különféle típusú, különféle részletezési és közelítési szintű információ kezelésére képes.  Az ismertetett absztrakt formalizmus nagy rendszerek modellezése alapelemeinek és elméleti korlátainak vizsgálatára alkalmas, mérnöki tervezéshez túlságosan bonyolult. 2015Németh Gábor: Párhuzamos architektúrák17