将一个信息对象从记忆库中提取出来可以采用多少种方法？【原创】

最近，与博友嘉文讨论了一个信息处理中的非常重要的问题，即如何将一个特定的信息对象从记忆库中搜索提取出来的问题。谈点我的另类的方案：

   将一个信息对象找出来；可以采用不同的方法或线索：

（1）基于对象的内容（语义）即以语义为线索，用机器做此事最难，要完成此任务首先需要机器将对象识别出来，就是说机器要具备对该对象的语义信息的处理，只要机器处理不了对象的语义内容，就不知如何将它需要找寻的对象提取出来。

（2）基于某种产生式，如果A则B的产生式，如博友嘉文举的目前的数字计算机的处理，这些产生式关系可以由人事前安排，都是确定性的通达关系；正因为它们之间的产生式关系是确定的，所以，它也没有什么灵活的“智能”，其处理过程中没有语义增值。

（3）基于对象的“存在度”P(x,t)值的搜索方法。对象的存在度指在特定时刻或时间区间该对象在整个记忆系统中的地位“排序”，这是基于对象存在度赋值的搜索和提取方案，即以“存在度”为根据或线索的信息提取，这种方案不用考虑和处理对象的语义内容，不需要解决对象是什么，为什么的高难度问题。（因为这样的高难度的模式识别及联想推理目前只人脑才能解决，机器做不了此事，）当然，基于存在度的搜索也不用考虑对象之间的产生式关系。用不着事前人为的安排什么产生式关系，更不用考虑什么逻辑蕴含关系，就可以实现信息提取了，我想可能这是比较好的信息处理方法。

 

                y=max{P(x,t)1,p(x,t)2,...,P(x,t)n}

 

 这个公式是竞争性随机过程的形式化公式表达。y表示特定时刻系统的输出或过程的下一状态（见拙文，状态论——复杂系统研究方法新探一书146页）这里的x可以是任意对象，如果是指信息处理过程，可将其中的X表示为需要提取的信息对象，就可以了。

P(x,t)一般取值[0,1],剩下的工作主要是如何对P(x,t)进行动态赋值。