软件智能：aaas系统中AI众生的“世”和“界” 之10 小结-5个图表的汇总

通过这一段的归纳，一共产生了5张表或图。本篇将它们汇在一起，给出各自的大致分工和它们的相互关系及彼此之间的制约，同时将其中涉及到的部分来源做一个简单的介绍和说明，以便为下一步的继续展开和细化打基础。

1. 概观表 

1.1 racket的com 

普遍的抽象的虚机 网络地址 { <角色-有意义的数据-工作成果pw .com >用点号和规定的其他分割符隔开的 数字字母和符号构成的串  letter-by邻域转换的String字段 }  ：纯粹的-高级的{基础元素集，推理的合法形式–国际 逻辑学的分段bar 初等集icon 光标 sign–normal| 含不同量纲的 基本单位。属-区分属  表达本质上的不同 }：自下而上的三个3行5列的主表1~3，分别 表示{characterization<表面特征。>}【 逻辑图的代数关系图形，概念架构的逻辑选项】纯粹的文法（专项架构1-辩证逻辑架构），纯粹的形式（专项架构2-形式逻辑结构）和纯粹的修辞（专项逻辑3-数理逻辑架构）。展示了{representation，结构特征}【存在图的推理算法图解，概念架构的语言选项】是  收放、类比、修订]，表明了{manifesttation<系统特征 。一个见解sight的发现，到发明 > }【概念图的几何模型图式，抽象概念的 整体运作架构】 。动词put，名词port和形容词plugable。

1.2 差异的三个变体variation–宽高深-解释词汇标准化的方法  【setter】

 通过搜索词汇中的概念（concepts in the lexicon） 【导出】 类元的抽象规格 as（abstract specification）。导出的概念词是一种半定制的客户化的业务术语条目， 保存在 以科目帐的形式（分布式控制的层次结构）记录的 客户化的一个分类的classified语料库中（表示了客户的一个水平相当的版本）。每个科目一张表，对应九宫格中的一个索引词。差异的三个变体（宽高深）表示了系统默认的科目的三个级别，它们对应了不同的数据库类型：关系型relational，立方体cube和元数据仓库cwm。

2、角度表 

2.1 packet的mac

全局的物理的类加载器 机器地址[ <立场-定义有意义的场景 –抽象规格as.nod>  0~360  360 [满]非常  模拟量 object-by时间投影的 Time字段]：   {辅助元素集 省际 a province 语言学的分块foo 模糊集index 鼠标mouse-focus-tag–formal+ 无量刚的 辅助单位   度-代表程度上的不同}

2.2 输出

语言选项-propertyType标本的 通盘考虑-取决于对结构，上下文和目的的全局考虑。  基于结构特征的语言game。 模糊的 类比推理-神经元实现  fluents-经验类比的迁移 。–列

3、颜色表

3.1 socket的port

局部的具体的容器 端口地址<观点-解释有可能的世界 –实现标准is.rfc>（0,0,0）~（255,255,255） 黑白无常，常灰[半]- {190,190,190}  数字量digit-by空间变换的Number字段 ：导出元素集（城际 a area  逻辑学的分区poo粗糙集sybmol 浮标 游标卡尺.mark-ruler）

3.2 输入 

 逻辑选项-processType样本的两步选择-评估点的选择，部分取决于应用程序，部分取决于推理或计算方法。  基于表面特征的数学lattice。  逻辑的 逻辑推理- 计算机实现  features- 基于相似性(数学类比)的迁移。–行

4、大纲图

4.1 三种总线（数据、地址、 控制）

结构映射 空间映射 的类比引擎 SME/MAE/ HLP。  

• SME：Structure Mapping Engine。 用于识别类比的结构映射引擎
• MAE：Mind Analogy Engine思维模拟引擎，使用更高效的全局算法来寻找可映射的结构
• HLP：high-level perception高级知觉

分别为了：

•  稳定有序的发展 (基于数据 实现 综合治理 –进化论的实体论【化-反向】)   差别differentiae。  开放的   省道 。
• 过渡的（ for  决策分析 ，背靠定位。– 决定性的表征论【性-维持-中立】）disdiguisher区别。 半封闭半开放 的  国道 + identifier 识别，
• 保留的(控制 by 概率统计   –独创论的本体论【者-创新-正向】) 差距distance。 封闭 高速 。

4.2 对齐的三个变种–横竖纵- 定义符号标准化的方法【getter】

 通过图解算法求取图形中索引 【导入】类元的实现标准is（implementation standard） 。 算出来的索引词是一个个体化的习语索引条目，记录了个人的习语集。这些个人习语集保存在以库房保管账的形式（去中心的外围组件）记录的 一个注解annotated的叙词库中。每个种类（变种）一张表，对应标示图解的三个默认逻辑家族。三个变种（横竖纵）表示了计算的维度、向度和复杂度。

5、标示图

5.1 三种中介（对应表征论的构成）

• 介观-质素GPU-SOC：输运【筒】流通 运输车truck  外带【  事先分组】socket 。表征的内容content。 <truckdriver  >
• 介质-质性MCU-AIC：媒介-格式塔【条】交通通路 公交车bus  自带效果【嵌入式  事前预估  】racket-表征的模式mode。<busdriver>
• 介子-质料CPU-SIP ：运输 【万】故事通达 机动车tax  自主意志【沉浸式，预防】 packet。表征的媒介vehicle。<taxdriver>

5.2 默认逻辑

一个公共逻辑下的 三个默认逻辑家族 ，给出对应三种不同速度的总线的应用程序开发框架。  port-导入导出 两种都依赖于某种模型（分别 基础模型 和算法模型，对应的例子- 神经网络/柏菲树 ）来将实例与类别相关联-通过一个受法律支配的process + 时间投影（非单调推理  ）， cut-插入删除  ,  put输入输出 两种实现都可以利用图形的拓扑property+空间变换（基于特征和流的  多模态推理  ）。

【———未完待续—————】

文章知识点与官方知识档案匹配，可进一步学习相关知识云原生入门技能树首页概览8587 人正在系统学习中

来源：一水鉴天