ES2961162T3 - Lenguaje de solución natural - Google Patents
Lenguaje de solución natural Download PDFInfo
- Publication number
- ES2961162T3 ES2961162T3 ES20700857T ES20700857T ES2961162T3 ES 2961162 T3 ES2961162 T3 ES 2961162T3 ES 20700857 T ES20700857 T ES 20700857T ES 20700857 T ES20700857 T ES 20700857T ES 2961162 T3 ES2961162 T3 ES 2961162T3
- Authority
- ES
- Spain
- Prior art keywords
- entities
- intent
- entity
- solution
- local
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 208
- 230000008569 process Effects 0.000 claims abstract description 75
- 239000003795 chemical substances by application Substances 0.000 claims description 316
- 230000008859 change Effects 0.000 claims description 198
- 241000282414 Homo sapiens Species 0.000 claims description 86
- 230000006870 function Effects 0.000 claims description 68
- 238000005516 engineering process Methods 0.000 claims description 54
- 238000010561 standard procedure Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 18
- 230000009471 action Effects 0.000 claims description 15
- 238000013459 approach Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000013439 planning Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims 1
- 238000003066 decision tree Methods 0.000 claims 1
- 230000001815 facial effect Effects 0.000 claims 1
- 238000003064 k means clustering Methods 0.000 claims 1
- 238000012417 linear regression Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 claims 1
- 210000001525 retina Anatomy 0.000 claims 1
- 238000012706 support-vector machine Methods 0.000 claims 1
- 238000013107 unsupervised machine learning method Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 49
- 238000013519 translation Methods 0.000 abstract description 20
- 230000004888 barrier function Effects 0.000 abstract description 14
- 238000004590 computer program Methods 0.000 abstract description 5
- 230000002441 reversible effect Effects 0.000 abstract description 2
- 238000004883 computer application Methods 0.000 abstract 1
- 230000004927 fusion Effects 0.000 abstract 1
- 239000000243 solution Substances 0.000 description 403
- 238000010586 diagram Methods 0.000 description 99
- 230000004069 differentiation Effects 0.000 description 93
- 239000000306 component Substances 0.000 description 38
- 230000003068 static effect Effects 0.000 description 25
- 230000018109 developmental process Effects 0.000 description 20
- 239000000758 substrate Substances 0.000 description 20
- 238000011161 development Methods 0.000 description 19
- 230000003993 interaction Effects 0.000 description 16
- 230000003863 physical function Effects 0.000 description 15
- 208000014392 Cat-eye syndrome Diseases 0.000 description 14
- 230000003340 mental effect Effects 0.000 description 13
- 230000001419 dependent effect Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 230000009466 transformation Effects 0.000 description 10
- 230000001960 triggered effect Effects 0.000 description 10
- 230000010354 integration Effects 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 230000001052 transient effect Effects 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 8
- 210000002569 neuron Anatomy 0.000 description 8
- 238000007792 addition Methods 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 239000002245 particle Substances 0.000 description 6
- 125000004429 atom Chemical group 0.000 description 5
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 238000011002 quantification Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000012384 transportation and delivery Methods 0.000 description 5
- ULFUTCYGWMQVIO-PCVRPHSVSA-N [(6s,8r,9s,10r,13s,14s,17r)-17-acetyl-6,10,13-trimethyl-3-oxo-2,6,7,8,9,11,12,14,15,16-decahydro-1h-cyclopenta[a]phenanthren-17-yl] acetate;[(8r,9s,13s,14s,17s)-3-hydroxy-13-methyl-6,7,8,9,11,12,14,15,16,17-decahydrocyclopenta[a]phenanthren-17-yl] pentano Chemical compound C1CC2=CC(O)=CC=C2[C@@H]2[C@@H]1[C@@H]1CC[C@H](OC(=O)CCCC)[C@@]1(C)CC2.C([C@@]12C)CC(=O)C=C1[C@@H](C)C[C@@H]1[C@@H]2CC[C@]2(C)[C@@](OC(C)=O)(C(C)=O)CC[C@H]21 ULFUTCYGWMQVIO-PCVRPHSVSA-N 0.000 description 4
- 230000004075 alteration Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000000844 transformation Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 241001122767 Theaceae Species 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 230000036982 action potential Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000032459 dedifferentiation Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 210000003746 feather Anatomy 0.000 description 2
- 238000013095 identification testing Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000002244 precipitate Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 101100117236 Drosophila melanogaster speck gene Proteins 0.000 description 1
- 206010051602 Laziness Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 125000004430 oxygen atom Chemical group O* 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 239000012085 test solution Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
- G06F8/315—Object-oriented languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/33—Intelligent editors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/74—Reverse engineering; Extracting design information from source code
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Stored Programmes (AREA)
- Machine Translation (AREA)
- Devices For Executing Special Programs (AREA)
- Toys (AREA)
- Human Computer Interaction (AREA)
- Document Processing Apparatus (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Un método implementado por computadora que reemplaza efectivamente el "código de programación" al transmitir la lógica de la aplicación o solución a la computadora utilizando un diseño basado en lenguaje natural. Sin hacer ninguna referencia a símbolos o palabras clave alienígenas, NSL utiliza construcciones estándar y familiares similares al lenguaje natural (cualquier lenguaje natural, no solo el inglés) utilizando un método implementado por computadora para transmitir técnicamente una lógica compleja de operación, aplicación y solución a la máquina. agentes (computadoras) de una manera fácil de usar. Utilizando las mismas metodologías implementadas por computadora, tiene el poder de traducir o aplicar ingeniería inversa a todo el código de programación existente en NSL. Fundamentalmente, NSL no requiere experiencia en "códigos de programación". Los usuarios pueden transmitir rápida y fácilmente la lógica directamente a la computadora o reclutar con facilidad los componentes de la solución disponibles. Además, la eliminación de barreras artificiales entre la información y los procesos, y su fusión, la lógica de solución integrada en los programas y aplicaciones informáticas se incluye en el ámbito de los principios de búsqueda de información. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Lenguaje de solución natural
Campo técnico
La presente descripción se relaciona con el campo de la Tecnología de la Información. Más particularmente, la presente descripción se refiere a métodos, sistemas y medios legibles por ordenador implementados por ordenador para diseñar e implementar soluciones.
Antecedentes de la invención
Las prácticas de ingeniería, diseño y arquitectura de software han cambiado y evolucionado de manera bastante significativa en los últimos 60 años. En aras de la simplicidad, muchos niveles de abstracción al comunicar la lógica de las operaciones al ordenador pueden agruparse en dos grupos: (1) lógica de aplicación de alto nivel que es impartida a través de lenguajes de programación; y (2) sistemas operativos y siguientes que median o tratan con los ordenadores y sus operaciones de manera más directa.
Existen principalmente tres sistemas operativos populares: Microsoft Windows, Apple Mac OS X y Linux. Sin embargo, existen cientos de lenguajes de programación. Generalmente hablando todos los lenguajes de programación se basan en gran medida en código (símbolos que tienen significados y funciones específicos eliminados del lenguaje natural y la aritmética). Se necesitan de varias semanas a varios meses para que los especialistas e ingenieros de software dominen cualquiera de los lenguajes de programación y participen en la creación o el mantenimiento de las soluciones. Como consecuencia, los usuarios de las soluciones generalmente son incapaces de crear o modificar las soluciones según lo requieran las situaciones sin la intervención de especialistas en tecnología.
A lo largo de los años, el poder informático y de comunicación detrás de la tecnología de la información ha crecido enormemente. En general, las técnicas de diseño y gestión de software han mejorado con el avance hacia el diseño basado en componentes, la arquitectura orientada a servicios, los servicios web, la gestión de procesos de negocio y metodologías ágiles de gestión de proyectos. Al mismo tiempo, el panorama de la tecnología se ha vuelto más complejo a medida que ha proliferado el número de piezas móviles. El usuario común sigue estando alejado del ordenador, ya que no está en condiciones de participar directamente en el diseño de la solución o influir en ella de manera continua en comparación con lo que es posible. Esta excesiva dependencia del usuario de los expertos tecnológicos y mediadores se debe a que los lenguajes de programación son muy diferentes a los lenguajes naturales. El estado actual de los sistemas tecnológicos no ha logrado aprovechar una oportunidad técnica, creativa e innovadora para que el lenguaje informático sea casi igual al lenguaje natural.
D1: Raza y otros. 'Compositional Program Synthesis from Natural Language and Examples', Actas de la Vigésima Cuarta Conferencia Internacional Conjunta sobre Inteligencia Artificial, 2015, describe la traducción de descripciones informales de tareas basadas en lenguaje natural a un programa de ordenador expresado en un lenguaje específico de dominio subyacente (DSL). La traducción de la descripción de tareas basada en lenguaje natural a un programa de ordenador se realiza al aprovechar la composicionalidad que está presente en las entradas del usuario basadas en lenguaje natural. El problema subyacente que se resuelve con la(s) solución(es) descrita(s) en D1 es traducir la descripción de las tareas a un programa de ordenador expresado en un lenguaje específico de dominio subyacente (DSL) que es desconocido para el usuario. La descripción de D1 consiste en tres conceptos principales: (a) un lenguaje específico de dominio (DSL); (b) la noción de una especificación compositiva para la descripción de tareas basada en lenguaje natural; y (c) la noción de una relación de satisfacción de componentes (CSR) que relaciona formalmente los componentes DSL con una especificación de composición asociada con las tareas. D2: Deasi y otros. 'Program Synthesis Using Natural Language and Examples', Ingeniería de software, 2016, describe la creación de un marco general para construir sintetizadores de programas que toman entradas basadas en lenguaje natural (NL) y producen expresiones en un lenguaje específico de dominio (DSL) de destino. El marco toma como entrada una definición DSL y datos de entrenamiento que consisten en pares NL/DSL. A partir de estos, el marco construye un sintetizador al aprender ponderaciones y clasificadores óptimos mediante el uso de funciones de programación en lenguaje natural (NLP) para clasificar los resultados de una traducción basada en programación de palabras clave. El algoritmo de síntesis genérico toma como entrada una oración en inglés y genera un conjunto clasificado de posibles programas de ordenador. El enfoque requiere tres entradas del diseñador de síntesis: (a) una definición DSL adecuada; (b) un conjunto de datos de entrenamiento básico; y (c) asistencia en la construcción de un diccionario de palabras a tokens. A partir de estas entradas, el marco construye un sintetizador NL a DSL de alta precisión y alta recuperación correspondiente.
Breve descripción de las figuras
Características, aspectos, y ventajas de la presente descripción se entenderán mejor cuando se lea la siguiente descripción detallada con referencia a las figuras acompañantes.
La Figura 1 es un ejemplo de la potencialidad y realidad de los estados.
La Figura 2 representa un ejemplo de que cualquier cosa distinta es una entidad.
La Figura 3 es un ejemplo de entidades diferenciadas donde el lápiz y el papel son entidades distintas y diferentes.
La Figura 4 es un ejemplo de entidades indiferenciadas donde dos plumas son entidades distintas pero iguales a otra.
La Figura 5 es un ejemplo de los estados de Entidad Potencial, donde la solución la construye un usuario. La Figura 6 es un ejemplo de las entidades calificadas en el contexto del ecosistema de soluciones.
La Figura 7 es un ejemplo de los estados de la Entidad Real, donde llegaron los eventos.
La Figura 8 es un ejemplo de Entidades Totipotentes, en el nivel de generalización más alto.
La Figura 9 es un ejemplo de una Entidad Independiente que arrastra junto con él, sus atributos.
La Figura 10 es un ejemplo de Entidades Implícitas.
La Figura 11 es un ejemplo de Entidades Congeladas donde los diseñadores de soluciones consideran que están solo en un estado binario de potencialidad o realidad.
La Figura 12 es un ejemplo de creación y eliminación de entidades.
La Figura 13 es un ejemplo de modificación de entidades.
La Figura 14 representa la dependencia de los atributos de alguna otra entidad para su existencia.
La Figura 15 es un ejemplo de los atributos esenciales que siempre están presentes con referencia a entidades.
La Figura 16 es un ejemplo de la estandarización de atributos en base al entorno de la solución.
La Figura 17 es un ejemplo de los atributos generales que se seleccionan para su uso en base a las circunstancias en las que se coloca una entidad dentro de un entorno de solución.
La Figura 18 es un ejemplo de los niveles de atributos.
La Figura 19 es un ejemplo de las Entidades Reales que existen físicamente en la naturaleza.
La Figura 20 es un ejemplo de las entidades que representan otras entidades reales u otras entidades representativas.
La Figura 21 es un ejemplo de las entidades que son creadas por agentes humanos de forma natural en sus propios cerebros en forma de determinados estados neuronales.
La Figura 22 es un ejemplo de las entidades informativas.
La Figura 23 es un ejemplo de la comprensión de los valores de verdad.
La Figura 24 es un ejemplo de todas las entidades que existen físicamente en el mundo físico.
La Figura 25 es un ejemplo de las declaraciones de intenciones locales y de la declaración de intención global en términos de lenguaje natural.
La Figura 26 es un ejemplo del tamaño de las unidades de cambio.
La Figura 27 es un ejemplo de los estados binarios de entidades.
La Figura 28 es un ejemplo de variabilidad.
La Figura 29 es un ejemplo de las entidades cuyos estados siempre serán los mismos.
La Figura 30 es un ejemplo de las entradas y salidas.
La Figura 31 es un ejemplo de la forma en que funcionan el lenguaje natural y el lenguaje de soluciones naturales.
La Figura 32 es un ejemplo de declaraciones de intenciones estáticas que solo expresan la intención pero carecen de la capacidad de transformarlas en realidad.
La Figura 33 es un ejemplo de las declaraciones de intenciones dinámicas que son las entidades causantes de la transformación subyacente.
La Figura 34 es un ejemplo de los principios de diferenciación.
La Figura 35 es un ejemplo de puntos de vista.
La Figura 36 es un ejemplo de direccionalidad en el contexto de subir o bajar en el árbol de diferenciación.
La Figura 37 es un ejemplo de estados de entidad combinatorios (CES) no desencadenantes y desencadenantes.
La Figura 38 es un ejemplo de restricciones que no son más que restricciones impuestas a la elección entre muchas posibilidades.
La Figura 39 es un ejemplo de reglas que suelen ser una serie de restricciones impuestas al sistema. La Figura 40 es un ejemplo de algoritmos que son iguales a las reglas pero que se usan a menudo en el contexto de los sistemas de información.
La Figura ejemplo de los agentes humanos.
La Figura ejemplo de los creadores y consumidores de valor.
La Figura ejemplo de la propiedad de las entidades con respecto a los agentes.
La Figura ejemplo de función mental, función física y función de información.
La Figura ejemplo de derechos de información de agentes humanos.
La Figura ejemplo de derechos de decisión de agentes humanos.
La Figura ejemplo de los agentes de máquinas.
La Figura 48 es un ejemplo de la Madre Naturaleza, que es el tercer tipo de agente capaz de influir en las transformaciones.
La Figura 49 es un ejemplo de sistema de adjudicación.
La Figura 50 es un ejemplo de marco de medición.
La Figura 51 es un ejemplo de las entidades que pertenecen a los agentes.
La Figura 52 es un ejemplo de los puntos en común entre el lenguaje natural y el lenguaje de soluciones naturales (NSL).
La Figura 53 es un ejemplo de reutilización de componentes.
La Figura 54 es un ejemplo de reingeniería.
La Figura 55 es un ejemplo de bibliotecas NSL.
La Figura 56 es un ejemplo de entidades compartidas.
La Figura 57 es un ejemplo de Centro de Acoplamiento de Partes Interesadas (SEC).
La Figura 58 es un ejemplo de la diferencia entre código y lenguaje natural.
La Figura 59 es un ejemplo de la diferencia entre significado y valor.
La Figura 60 es un ejemplo de tiempos de lapso.
La Figura 61 es un ejemplo de Cuantificación de valor.
La Figura 62 es un ejemplo de Relatividad del valor.
La Figura 63 es un ejemplo de Párrafos de Lógica.
La Figura 64 es un ejemplo de Redes Neuronales Artificiales.
La Figura 65 es un ejemplo de la diferencia entre API y Programas.
La Figura 66 es un ejemplo de la comprensión de los niveles de abstracción en TI.
La Figura 67 es un ejemplo del Ciclo de Vida Completo de una Solución.
La Figura 68 es un ejemplo de que NSL es agnóstico del lenguaje.
La Figura 69 es un ejemplo del marco tecnológico NSL.
La Figura 70 es un ejemplo del concepto de Centro de Control de Misión Distribuido.
La Figura 71 es un ejemplo de Centro de control Dinámico de Misión.
La Figura 72 es un ejemplo de que NSL es agnóstico del medio de comunicación.
La Figura 73 es un ejemplo de cómo el DNA se convierte en información.
La Figura 74 es un ejemplo de Interfaz de Usuario Basada en Texto (TBUI).
La Figura 75 es un ejemplo de Marco de Traducción de Tecnología (TTF) de NSL y Marco de Retraducción de Tecnología (TRF) de NSL.
La Figura 76 es un ejemplo de Desarrollo de Soluciones Basadas en Consultas (QBSD).
La Figura 77 es un ejemplo de Lenguaje de Solución Natural como iniciativa de NSL.
La Figura 78 es un ejemplo de Asignación Automática de Verbos (AVA) en NSL.
La Figura 79 es un ejemplo de Desarrollo de Soluciones Basado en la Práctica (PBSD).
La Figura 80 es un ejemplo de Independencia del Sustrato en NSL.
La Figura 81 es un ejemplo de Cuantificación de Soluciones.
La Figura 82 es un ejemplo de compresión lógica mediante identificación de redundancias.
La Figura 83 es un ejemplo de aplicación de los principios de NSL al Diseño de Ingeniería.
La Figura 84 es un ejemplo de la diferencia entre el Enfoque Basado en el Procesamiento y en la Búsqueda. La Figura 85 es un ejemplo de Contenedores.
La Figura 86 es un ejemplo de documentos convertidos al formato NSL.
La Figura 87 es un ejemplo de Interfaz de Usuario Basada en los sentidos.
La Figura 88 es un ejemplo de Conversión Lógica de Diagrama de Flujo.
La Figura 89 es un ejemplo de Marco de Optimización de Recursos e Identificación de Tiempos de Inactividad. La Figura 90 es un ejemplo de Entidades Lógicas de Metasolución y Entidades Lógicas de Solución de Transacciones.
La Figura 91 representa un diagrama de flujo que representa un método para construir una solución implementada por ordenador mediante el uso de un lenguaje natural comprendido por los usuarios y sin usar códigos de programación.
La Figura 92 representa un diagrama de flujo que representa un método para convertir un código de programación en un lenguaje natural para construir una solución implementada por ordenador en base a lenguaje natural.
La Figura 93 representa un diagrama de flujo que representa un método para convertir una solución implementada por ordenador construida en base a un lenguaje natural en un código de programación.
La Figura 94 representa una disposición de red informática generalizada para NSL.
La Figura 95 es un diagrama que muestra un ejemplo de una representación de un Programa Java y una Solución NSL correspondiente.
La Figura 96 es un diagrama que muestra un ejemplo de una representación de una traducción de un Programa Java a una Solución NSL mediante el uso de un marco de traducción de tecnología.
La Figura 97A es un diagrama que muestra un ejemplo de una representación de la creación de una entidad con atributos mediante mapeo uno a uno del Programa Java al equivalente NSL.
La Figura 97B es un diagrama que muestra un ejemplo de representación de funciones en NSL a través del mapeo uno a uno del Programa Java al equivalente en NSL.
La Figura 98A es un diagrama que muestra un ejemplo de una representación de un Párrafo en estado estático cuando se construye la solución.
La Figura 98B es un diagrama que muestra un ejemplo de una representación de una oración que pasa de estática a dinámica como "llegó un evento cuando se captura la información del cliente".
La Figura 98C es un diagrama que muestra un ejemplo de una representación de un Párrafo en estado dinámico cuando se completa la información.
La Figura 99A es un diagrama que muestra un ejemplo de representación de entradas y salidas de un Programa Java.
La Figura 99B es un diagrama que muestra un ejemplo de representación de entradas y salidas de una Solución NSL.
La Figura 100A es un diagrama que muestra un ejemplo de una representación de gestión de bases de datos. La Figura 100B es un diagrama que muestra un ejemplo de representación de gestión de interfaces de usuario. La Figura 100C es un diagrama que muestra un ejemplo de una representación de entidades conectadas a agentes.
La Figura 101 es un diagrama que muestra un ejemplo de una representación de métricas operativas que explican el tiempo, los esfuerzos y el costo necesarios para construir la solución del Sistema de Reservas Hoteleras en NSL y Java.
La Figura 102A es un diagrama que muestra un ejemplo de una representación de la forma en que se usa la palabra clave "Char" en Java y la forma en que se representa en NSL.
La Figura 102B es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "String" en Java y la forma en que se representa en NSL.
La Figura 102C es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "Double" en Java y la forma en que se representa en NSL.
La Figura 102D es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "For" en Java y la forma en que se representa en NSL.
La Figura 102E es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "While" en Java y la forma en que se representa en NSL.
La Figura 102F es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "If' en Java y la forma en que se representa en NSL.
La Figura 102G es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "Break" en Java y la forma en que se representa en NSL.
La Figura 103 es un diagrama que muestra un ejemplo de una representación de convertir un proceso en información.
La Figura 104 es un diagrama que muestra un ejemplo de una representación de una Metodología del Marco de Traducción de Tecnología NSL.
La Figura 105 es un diagrama que muestra un ejemplo de representación del Programa Python y la Solución NSL.
La Figura 106 es una tabla que muestra ejemplos de algunas construcciones Java y sus correspondientes equivalentes NSL.
La Figura 107A es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "Static" en Programación y la forma en que se representa en NSL.
La Figura 107B es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Switch" en Programación y la forma en que se representa en NSL.
La Figura 107C es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Continue" en Programación y la forma en que se representa en NSL.
La Figura 107D es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Transient" en Programación y la forma en que se representa en NSL.
La Figura 107E es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Long" en Programación y la forma en que se representa en NSL.
La Figura 107F es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Short" en Programación y la forma en que se representa en NSL.
La Figura 107G es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Byte" en Programación y la forma en que se representa en NSL.
La Figura 107H es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Default" en Programación y la forma en que se representa en NSL.
La Figura 107I es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Super" en Programación y la forma en que se representa en NSL.
La Figura 107J es un diagrama que muestra un ejemplo de una representación de la forma en que se usa la palabra clave "Protected" en Programación y la forma en que se representa en NSL.
La Figura 107K es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "This" en Programación y la forma en que se representa en NSL.
La Figura 107L es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Synchronized" en Programación y la forma en que se representa en NSL.
La Figura 107M es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Strictfp" en Programación y la forma en que se representa en NSL.
La Figura 107<n>es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "final" en Programación y la forma en que se representa en NSL.
La Figura 108A es un diagrama que muestra un ejemplo de representación de entradas y salidas de un Programa Python.
La Figura 108B es un diagrama que muestra un ejemplo de representación de entradas y salidas de la Solución NSL.
La Figura 109 es un diagrama que muestra un ejemplo de una representación de una Metodología del Marco de Retraducción de Tecnología NSL.
La Figura 110 es un diagrama que muestra un ejemplo de representación de una Solución NSL y los Programas Python y C equivalentes con entradas y salidas.
La Figura 111 es un diagrama que muestra un ejemplo de salida generada por un árbol lógico común.
La Figura 112 es un diagrama que muestra un ejemplo de generación de código desde NSL a lenguajes de programación.
La Figura 113 representa un sistema para diseñar e implementar una solución.
La Figura 114 representa un sistema para traducir y convertir un código de lenguaje de programación a un lenguaje natural.
La Figura 115 representa un sistema para traducir y convertir una solución construida en NSL a un lenguaje de programación.
La Figura 116 es un diagrama que muestra un ejemplo de flujo de información DLD y componentes presentes en el motor DLD.
La Figura 117 es un diagrama que muestra un ejemplo de conversión de SOP a NSL.
La Figura 118 es un diagrama que muestra un ejemplo de unidades de cambio secuencial.
La Figura 119 es un diagrama que muestra un ejemplo de unidades de cambio alternativas, en donde CU2 o ACU2 activan CU3 y la otra desaparece.
La Figura 120 es un diagrama que muestra un ejemplo de unidades de cambio en paralelo, en donde tanto CU2 como PCU2 activarán CU3.
La Figura 121 es un diagrama que muestra un ejemplo de unidades de cambio subordinadas.
La Figura 122 es un diagrama que muestra un ejemplo de unidades de cambio transitorio.
La Figura 123 es un diagrama que muestra un ejemplo de subunidades de cambio integradas.
La Figura 124 es un diagrama que muestra un ejemplo de clase de solución y clase de transacción.
La Figura 125 es un diagrama que muestra un ejemplo de identidades triples contextuales.
La Figura 126 es un diagrama que muestra un ejemplo de NSL actuando como HUB.
La Figura 127 representa un diagrama de flujo que muestra un método para construir una solución implementada por ordenador mediante el uso de un vídeo y un lenguaje natural comprendido por los usuarios y sin usar códigos de programación.
La Figura 128 representa un diagrama de flujo que representa un método para construir una solución implementada por ordenador mediante el uso de un archivo de procedimiento operativo estándar (SOP) y un lenguaje natural comprendido por los usuarios y sin usar códigos de programación.
Descripción detallada
Si bien el sistema, dispositivo o aparato y el método se describen en la presente descripción a modo de ejemplos y modalidades, los expertos en la técnica reconocen que el sistema y método para proporcionar soluciones no se limitan a las modalidades o figuras descritas. Debe entenderse que las figuras y la descripción no pretenden ser limitantes a la forma particular descrita. Más bien, la intención es cubrir todas las modificaciones, equivalentes y alternativas que caen dentro del alcance de las reivindicaciones anexas. Cualquiera de los encabezamientos usados en la presente descripción es para propósitos de organización solamente y no se intenta limitar el alcance de la descripción o las reivindicaciones. Como se usa en la presente descripción, la palabra "puede" se usa en un sentido permisivo (por ejemplo, significa que tiene el potencial para), en lugar del sentido obligatorio (por ejemplo, significa debe). De manera similar, las palabras "incluir', "que incluye", y "incluye" significan que incluyen, pero sin limitarse a.
La siguiente descripción es una descripción completa e informativa del mejor método y sistema, dispositivo o aparato actualmente contemplado para llevar a cabo la presente descripción que conoce el inventor en el momento de presentar la solicitud de patente. Por supuesto, muchas modificaciones y adaptaciones resultarán evidentes para los expertos en las técnicas pertinentes a la vista de la siguiente descripción, las figuras adjuntas y las reivindicaciones adjuntas. Si bien el sistema, dispositivo o aparato y método descritos en la presente descripción se proporcionan con un cierto grado de especificidad, la presente técnica puede implementarse con mayor o menor especificidad, dependiendo de las necesidades del usuario. Además, algunas de las características de la presente técnica pueden usarse con ventaja sin el uso correspondiente de otras características descritas en los siguientes párrafos. Como tal, la presente descripción debe considerarse meramente ilustrativa de los principios de la presente técnica, y no una limitación de los mismos, ya que la presente técnica se define únicamente por las reivindicaciones.
Como cuestión preliminar, la definición del término "o" para los propósitos de la siguiente discusión y las reivindicaciones adjuntas pretende ser un "o" inclusivo. Es decir, el término "o" no pretende diferenciar entre dos mutuamente excluyentes. alternativas. Más bien, el término "o" cuando se emplea como una conjunción entre dos elementos se define como que incluye un elemento por sí mismo, el otro elemento en sí y combinaciones y permutaciones de los elementos. Por ejemplo, una discusión o recitación que emplea la terminología "A" o "B" incluye: “A” por sí mismo, “B” por sí mismo y cualquier combinación de los mismos, como “AB” y/o “BA”. Vale la pena señalar que la presente discusión se refiere a modalidades ilustrativas, y las reivindicaciones adjuntas no deben limitarse a las modalidades analizadas en la presente descripción.
Para el propósito de la descripción en la presente descripción, uno o más procesadores pueden implementarse como microprocesadores, microordenadores, microcontroladores, procesadores de señal digital, unidades de procesamiento central, máquinas de estado, circuitos lógicos y/o cualquier dispositivo que manipule señales basadas en instrucciones operativas. Entre otras capacidades, el procesador puede recuperar y ejecutar instrucciones legibles por ordenador almacenadas en un medio de almacenamiento no transitorio legible por ordenador acoplado al procesador. El medio de almacenamiento no transitorio legible por ordenador puede incluir, por ejemplo, memoria volátil (por ejemplo, RAM) y/o memoria no volátil (por ejemplo, EPROM, memoria flash, NVRAM, memristor, etc.).
Para los propósitos de la descripción en la presente descripción, una memoria puede ser una memoria de un dispositivo informático y puede incluir cualquier medio de almacenamiento no transitorio legible por ordenador que incluye, por ejemplo, memoria volátil (por ejemplo, RAM) y/o memoria no volátil (por ejemplo, EPROM, memoria flash, NVRAM, memristor, etc.).
Para los propósitos de descripción en la presente descripción, un módulo, entre otras cosas, incluye rutinas, programas, objetos, componentes, estructuras de datos y similares, que realizan tareas particulares o implementan tipos de datos particulares. El módulo incluye además módulos que complementan aplicaciones en un dispositivo informático, por ejemplo, módulos de un sistema operativo.
Terminologías relacionadas con el Lenguaje de Solución Natural (NSL)
Cada uno de los términos enumerados a continuación tiene funciones y aplicaciones específicas con respecto a la metodología NSL implementada por ordenador. Se explica la función de estos elementos tecnológicos y metodológicos individuales con respecto al nuevo paradigma general que crea la NSL.
Se afirma que el Lenguaje de Solución Natural (NSL) reemplazará efectivamente a los lenguajes de programación al comunicarse con la máquina de manera similar a un lenguaje natural. Para que el Lenguaje de Solución Natural (NSL) cause un efecto técnico transformador, se requiere aplicar un método implementado por ordenador. Este método requiere un enfoque sensible a las entidades y sus relaciones según lo requieran las situaciones. Las entidades y sus relaciones presentan diferentes variaciones y cada una de esas variaciones debe definirse y tratarse adecuadamente.
Para explicar el funcionamiento de NSL y que se entienda bien, se tomaron las siguientes etapas: a) Se proporcionó una lista de todos los términos relevantes de NSL. Es necesario entenderlos en el contexto específico de la NSL para poder apreciarla mejor; b) Cada uno de los términos ha sido definido o explicado según corresponda; c) Los términos han sido soportados por con cifras según corresponda. Se proporcionaron pocas cifras del nivel de integración para que las cifras individuales se ajustaran según correspondiera; y d) Los términos estaban soportados por ejemplos cuando era necesario.
Diseño de solución: En el contexto de NSL, el diseño de soluciones consiste en establecer estados de potencialidad de entidades, individualmente y en forma de estados de entidades combinatorias, de manera que el acceso a los estados de soluciones de entidades combinatorias se produzca a través de una cascada de cambios controlados cuando se operacionalicen.
Entidades: Todo lo que es distinto es una entidad. Es decir, cualquier cosa que tenga valor propio y pueda representarse en términos de información es una entidad. En el lenguaje, las entidades se representan mediante palabras, símbolos o números. Ejemplo: Un grano de arena también califica para ser una entidad, del mismo modo que un automóvil califica para ser una entidad.
Entidades Diferenciadas: Todo lo que es distinto y al mismo tiempo diferente de otras entidades es una entidad diferenciada. Es decir, en comparación con alguna otra entidad, es diferente. En el lenguaje natural, estos están representados por palabras. Ejemplo: Un "bolígrafo" es diferente de un "papel".
Entidades Indiferenciadas: Cualquier cosa que sea distinta y también igual a alguna otra entidad o entidades se considera indiferenciada de la otra entidad o entidades. Estas "recurrencias" ocurren en el espacio y el tiempo. Estas recurrencias caen en el dominio de las matemáticas y se representan por números. Desde la perspectiva del diseño de la solución, si una entidad puede ser reemplazada efectivamente por otra entidad sin afectar el resultado, dicha entidad se considera recurrente en el espacio o en el tiempo. Ejemplo: Si hay un lápiz y un papel sobre la mesa, decimos: "hay un lápiz y un papel" sobre la mesa. Pero si hay un bolígrafo y "otro bolígrafo" sobre la mesa, decimos: "hay dos bolígrafos sobre la mesa".
Principios de Way World Works (WWW): En lugar de ser solo la tecnología tradicional, NSL es una combinación de conocimientos de ciencia y tecnología que crea un nuevo paradigma en la arquitectura de soluciones. WWW son los principios que guían la forma en que funciona nuestro universo o naturaleza tal como lo entiende y aprecia la ciencia actual. La lógica NSL aprovecha todos los conocimientos científicos con respecto a la forma en que funciona el mundo y aplica ciertas metodologías innovadoras con respecto a las soluciones que los agentes humanos buscan mediante el uso de ordenadores. Ejemplo: Que todas las cosas están hechas de partículas, que cuando las partículas se combinan, dan lugar a propiedades emergentes, que todas las cosas suceden en el espacio y el tiempo, que todos los eventos son impulsados por energía, etcétera, son principios de como funciona el mundo. Estos, a su vez, influyen en lo que hacen los agentes y en cómo provocan movimientos de un estado deseado a otro mediante cambios dirigidos.
Entidades Potenciales versus Entidades no Potenciales: El diseño de soluciones involucra entidades y sus relaciones. Estas entidades se eligen del mundo real en el contexto del diseño de la solución. Aquellos que se eligen por el potencial que tienen con respecto a la solución se declaran "entidades-potenciales". Aquellos que no forman parte del 'conjunto de potencialidad' relacionado con la solución quedan fuera y no tendrían relevancia desde la perspectiva del ecosistema de soluciones.
Estados-Entidades-Potenciales: Los ecosistemas de soluciones consisten en entidades informativas elegidas del "mundo real" para incorporarlas al "mundo de las soluciones" por los "diseñadores de soluciones" llamadas "entidades potenciales". Estas son 'entidades que importan' o 'entidades calificadas' o entidades que tienen el 'potencial de influir' en el ecosistema de soluciones. En otras palabras, podrían existir 'entidades potenciales', o se les permitiría existir en el ecosistema de soluciones, pero no existen en la realidad. Ejemplo: Una persona es admitida como miembro de un club. Existe la posibilidad de que el miembro pueda asistir al club. La asistencia de un miembro sólo es posible si es miembro del club. Mientras tanto, el miembro puede o no estar presente en el club en un momento dado. Cuando no está presente, el miembro está en un estado de "potencialidad" y cuando está presente el miembro estaría en un estado de "realidad".
Estados de Entidades Reales: El estado de realidad es un estado en el que una entidad podría, individualmente o en forma combinatoria, existir y existe. Ejemplo: Aparece un miembro de un club, que tiene derecho a asistir al club. Ecosistema de soluciones: Los diseñadores de soluciones eligen y usan entidades potenciales del "mundo real" para establecer relaciones entre ellas. Las relaciones entre entidades potenciales son tales que se combinan e interactúan de manera que se puedan obtener soluciones a lo largo de las trayectorias de cambio establecidas. Entidades totipotentes: Se trata de las entidades más generalizadas o "no diferenciadas" a las que sólo se concede el estatus de "entidades independientes". Ejemplo: Una "habitación" es una entidad y una "llave" es una entidad. En su forma totipotente, cuentan como dos entidades.
a. Las entidades se diferencian a medida que ocurren combinaciones con más y más entidades. Ejemplo: Una persona se encuentra en un estado generalizado y es una de los 7 billones de personas y demás que han vivido alguna vez. A medida que esta entidad-persona se combina con atributos y otras entidades, como el espacio, el tiempo, el color y la raza, una persona se diferencia cada vez más.
b. En un ecosistema de soluciones, cuando cada entidad está en un nivel totipotente generalizado, todo lo que se tendría es un recuento del número total de entidades que han participado en el ecosistema de soluciones. Esto es similar a los estados de las células antes de convertirse en células diferenciadas.
Entidades Independientes: Estas son entidades en el nivel en el que ocurren eventos binarios, es decir, se produce el cambio entre potencialidad y realidad, lo que resulta en cambios en los estados de entidades combinatorias en los que participan. Ejemplo: Una pluma puede pasar a existir o desaparecer de la existencia. Cuando ocurre un evento de entidad independiente, podría cambiar el estado del ecosistema combinatorio del que forma parte. Si existe junto con el papel como entidad potencial, juntos pueden dar lugar a 22, o 4, estados combinatorios potenciales.
Sin embargo, una entidad independiente también arrastra consigo sus atributos (entidades dependientes) y puede modificarse aún más de muchas maneras si los eventos suceden al nivel de sus atributos.
a. Entidades Implícitas: Muchas veces, las entidades conectadas con otras entidades están implícitas y se ignoran. Ejemplo: Si una persona entra a una calle, se da a entender que está allí en asociación con la ropa que usa. La ropa está implícita. De manera similar, se da a entender que hay aire para que respiren los agentes humanos. En caso de reserva de habitación, puede implicarse la presencia de un 'agente' para ingresar la información. El diseñador de la solución da por sentado dichas entidades implícitas. Incluso los atributos están implícitos la mayor parte del tiempo. Todo cambio ocurre dentro de las "unidades de cambio" (SI). El cambio ocurre sólo cuando las interacciones físicas tienen lugar en el espacio y el tiempo. Si se conocen el espacio y el tiempo de una entidad independiente, los atributos de espacio y tiempo de otra entidad pueden estar implícitos. Incluso puede darse el caso de que, para el diseñador de la solución, no especificar esos atributos no altere la esencia del diseño, haciendo que el diseñador no especifique los mismos.
b. Entidades Congeladas: La arquitectura/diseño de la solución se basa en los principios de diferenciaciones controladas. Cuando un diseñador de soluciones selecciona una entidad como entidad potencial para participar en la solución, la entidad seleccionada ya se encuentra en un estado altamente diferenciado. A nivel de agentes humanos, todas las entidades independientes se encuentran ya en estados altamente diferenciados ya que cada una de ellas está compuesta por trillones y trillones de partículas (átomos o partículas subatómicas). Se consideran entidades congeladas, ya que los diseñadores de soluciones consideran que sólo están en un estado binario de potencialidad o realidad.
c. Eliminación de Entidades: Cuando una entidad independiente o una entidad combinatoria cambia de un "estado de realidad" a un "estado de potencialidad", se considera eliminada.
d. Creación de Entidades: Cuando una entidad independiente o una entidad combinatoria pasa de un "estado de potencialidad" a un "estado de realidad", se considera que ha sido creada.
e. Modificación de Entidades: Cuando una entidad independiente tiene cambios en los valores de su entidad dependiente, se considera que la entidad está en un estado modificado. Cabe señalar que cualquier cambio en el estado congelado lo suficientemente significativo como para importar, dará como resultado la eliminación de la entidad y la creación de una nueva entidad. Ejemplo: Si una varilla se dobla para convertirse en una pulsera, "la varilla" debe considerarse eliminada y "la pulsera" debe considerarse como creada.
Atributos: Un atributo también es una entidad pero que depende de alguna otra entidad para su existencia. Estas entidades dependientes se denominan explícitamente atributos. La dependencia se define como la presencia de una entidad que se debe a la presencia de otra entidad independiente. Ejemplo: Una pluma puede existir en el espacio y el tiempo. Aquí, el espacio y el tiempo se consideran atributos o entidades dependientes. Tenga en cuenta que una 'unidad espacial' o una 'unidad temporal' califican para ser llamadas entidades por derecho propio. Como dependen de la entidad de nivel superior, nos referimos a ellos como atributos. Cuando se elimina el lápiz, los atributos se eliminan automáticamente.
Tipos de atributos: Existen tres tipos de atributos: a) Atributos Esenciales: Estos son atributos que siempre están presentes con referencia a entidades. Ejemplo: espacio, tiempo, identidad, número, lógica, interfaz de usuario (UI) y similares; b) Atributos Estándar: Estos son atributos que están estandarizados según la naturaleza del entorno de la solución; c) Atributos Generales: Estos son atributos que los diseñadores de la solución seleccionan para su uso en base a las circunstancias en las que se sitúa una entidad dentro de un entorno de solución.
Niveles de atributos: No hay límite para el número de niveles en los que pueden existir atributos. El primer nivel se denomina "atributo primario", el segundo nivel se denomina "atributo secundario", el tercer nivel se denomina "atributo terciario", y así sucesivamente. Ejemplo: Si en el primer nivel el espacio se define como India, cada estado existiría en el nivel secundario y cada ciudad en el nivel terciario.
Entidades reales: Entidades que existen físicamente en la naturaleza (en realidad), independientemente de los agentes y las entidades de representación artificiales que los agentes crean con el propósito de representar esa realidad.
Entidades Representativas: Las entidades representativas son creadas por agentes de manera que puedan representar efectivamente otras entidades reales u otras entidades representativas. Las entidades representacionales obtienen valor de las entidades reales u otras entidades representacionales que representan. Las entidades representacionales también son físicas al igual que las entidades reales, es decir, también existen en el espacio y el tiempo. Generalmente hablando, su nivel de diferenciación es mucho menor que el de las entidades que representan. Ejemplo: Un bolígrafo puede constar de 1024 átomos, mientras que los átomos que componen la "palabra pluma" pueden poseer un millón de veces menos átomos. Hay dos tipos de entidades representativas: perpetuas e informativas.
Entidades perceptuales: Las entidades perceptivas son creadas por los agentes humanos de forma natural en sus propios cerebros en forma de estados neuronales determinados. La naturaleza ha diseñado los cerebros a través de un proceso de evolución para que representen entidades en el mundo real: Entidades Reales o Entidades Informativas que han creado con el propósito de comunicarse con otros agentes. Los cerebros tienen la capacidad de almacenar, procesar y recuperar estas entidades representacionales; los sentidos ayudan a ingresar estas entidades representacionales y el cuerpo tiene la capacidad de propagarlas a otros agentes a través de la comunicación.
Entidades Informativas: Las entidades informativas son entidades creadas artificialmente por agentes humanos con el fin de comunicar las entidades representativas que poseen a otros agentes del ecosistema.
Valores de verdad: Aunque las entidades representacionales supuestamente representan "entidades reales" u "otras entidades representativas", los valores de verdad pueden variar debido a muchos factores, incluida la incertidumbre inherente a la naturaleza o la comprensión, motivación o intenciones de los agentes humanos. Ejemplo: Puede representarse que 'X' está en el lugar 'Y', pero esa puede ser una declaración correcta o no. Si es correcta, la declaración se considera "verdadera" y si es incorrecta, la afirmación se considera "falsa".
Contenido informativo - Entidades Reales versus Entidades Representativas: Podemos seguir un principio simple de que, en teoría, todas las entidades del mundo real podrían estar representadas por entidades informativas sin excepción. Esto presupone suficiente conocimiento sobre la "entidad real" para ser representada en términos de información. Dado que el conocimiento, teóricamente, todas las entidades no sólo pueden representarse mediante entidades informativas, sino que su contenido de información también puede medirse en términos de bits de información. Surge la cuestión de cuál es el contenido de la información con respecto a las "entidades representativas" que representan a esa "entidad real". Generalmente hablando, el contenido de información de la entidad representativa sería bastante bajo. El contenido de información de un "agente real" podría abarcar más de 270 bits de información; sin embargo, el nombre de ese agente no necesitará más que unos pocos bits de información para representar efectivamente al "agente real". Aunque no toda la información inherente a la "entidad real" es expresada por la "entidad representacional", sólo se usa suficiente información para representar efectivamente la entidad real para los propósitos en cuestión. Basado en principios de optimización, existe una enorme economía en el uso de la información por parte de los agentes que equilibran la diferenciación y la integración.
Realidad física: Todas las entidades - entidades reales, perceptuales e informativas - existen "físicamente" en el mundo físico. Si bien es intuitivo llegar a esa conclusión con respecto a las entidades reales, se debe señalar explícitamente que incluso las entidades perceptuales e informativas existen en la realidad física: el espacio y el tiempo. El hecho de que deriven su valor de ser entidades representativas no cambia el carácter de aquellas que también son físicas.
Controladores de cambio: Las entidades junto con sus atributos que provocan el cambio en la unidad de cambio se conocen como controladores de cambio. Los atributos también son entidades, pero dependen de entidades independientes. Puede haber cualquier cantidad de niveles de atributos, como se explicó anteriormente, que diferencian aún más a las entidades independientes. Cada controlador tiene su propia identidad e información intrínseca, únicas y distintas.
Unidades de cambio (CU): Una unidad de cambio es aquella que se describe mediante una declaración de intención desde el punto de vista del lenguaje natural. El valor de cualquier tipo se produce sólo a través de cambios controlados y eso ocurre sólo dentro de las unidades de cambio. Es uniendo las unidades de cambio local (formando párrafos al combinar oraciones) que llegamos a las unidades de cambio global que los agentes humanos desean o pretenden. En aras de la simplicidad, NSL trata estas unidades de cambio como sinónimo con declaraciones de intenciones (SI). Por lo tanto, las CU y SI se usan indistintamente en este documento. Las Declaraciones de Intención Locales son "unidades de cambio" locales expresadas como declaraciones de intenciones (oraciones) en términos de lenguaje natural. La Declaración de Intención Global son 'unidades de cambio global' expresadas como declaraciones de intenciones globales (párrafos) en términos de lenguaje natural.
Cabe señalar que la "tecnología de la información" tiene la capacidad de representar a todas las entidades del mundo en términos de información. Así es como lo que sucede en las unidades de cambio se refleja plenamente en las declaraciones de intenciones.
Tamaño de las unidades de cambio (CU): Los tamaños de las CU se optimizan al lograr un equilibrio adecuado entre "aumento en el número de CU" o "aumento en el número de entidades independientes (variables) dentro de las CU" con el fin de llegar a las CU previstas. Ejemplo: En teoría, puede hacerse que el número de CU aumente hasta el infinito. El viaje de una persona desde su casa al aeropuerto podría ser una Cu . Cada viaje de un cruce a otro hasta llegar al aeropuerto puede ser una CU. Cada vuelta de rueda del automóvil puede ser una CU, y así sucesivamente. Pero eso aumentaría la complejidad y nuestra capacidad para manejar lo mismo. Por el contrario, si se aumenta el tamaño de la CU, se produciría un aumento de las variables dentro de una CU, lo que aumentaría drásticamente los estados de las variables dentro de una CU, lo que generaría nuevamente una gran complejidad. Ir de la casa de uno en la India a un lugar remoto en particular en los Estados Unidos podría ser una unidad de cambio. Pero ese cambio consumiría tantas entidades (variables) que lo harían difícil de manejar. El número de entidades involucradas en esta CU sería tan alto que sus combinaciones harán que el sistema sea muy complejo (habrá demasiados automóviles, aviones, hoteles, entidades como pasaportes, visas y todos sus atributos). En cualquier caso, dada la complejidad, los diseñadores aplican principios de optimización para lograr un equilibrio entre los dos extremos. Las CU están representadas por "declaraciones de intención" y se consideran sinónimos de ellas a los efectos del diseño de soluciones.
Eventos: Todos los eventos llegan a una declaración de intención local u otra, y todos los eventos se refieren a una entidad individual que pasa de un estado a otro: un estado de potencialidad a una realidad o viceversa. La ocurrencia de un evento por medio de la llegada o salida de una entidad individual hacia o desde un LSI da como resultado que el estado del conjunto combinatorio en su conjunto cambie. Si hay 6 entidades variables en el LSI, podría haber 64 estados diferentes en los que podrían existir las entidades combinatorias. Un cambio de estado binario a nivel de entidad individual puede conducir a cualquiera de los 64 estados diferentes en LSI. Mientras que otros 63 estados pueden estar en estados de entidad combinatoria no desencadenantes, el 64° estaría en un estado desencadenante que influiría en otros estados LSI o en sí mismo.
Estados binarios: En el diseño de soluciones NSL, todos los estados de la entidad se expresan como si existieran solo en estados binarios. Es decir, existen en estados de potencialidad o de realidad. Cada estado es discreto y no existe un estado intermediario. Desde esta visión de las cosas, cada palabra opera en un estado binario, e incluso las oraciones y los párrafos existen en estados binarios. Los agentes sólo siguen cambiando los puntos de vista desde los que ven las entidades. A medida que uno se acerca o se aleja, los puntos de vista cambian, pero cada punto de vista está en un estado binario. La elección de estados binarios en el diseño de soluciones NSL es una elección entre estados discretos versus continuos, similar a una elección entre lo digital versus lo analógico. Cuando suceden los eventos, hay transiciones de estado con el medio excluido. En teoría, estos estados binarios también pueden representarse al asignar valores de "verdadero o falso".
Variabilidad: Generalmente se prefiere que la mayoría de las entidades existan en estados binarios y que la variabilidad sea solo entre esos estados. La variabilidad podría ser mayor por dos razones: Primero, en puntos de vista más altos, todos los valores de entidad del subconjunto juntos pueden aumentar el número de estados de entidad combinatoria y, por lo tanto, la variabilidad. Ejemplo: Si hay 10 entidades de subconjunto, dan lugar a una variabilidad de 210, o 1024. En segundo lugar, aunque cualquier número de estados podría expresarse mediante una combinación de muchos estados binarios, en aras de la simplicidad, el sistema proporcionar que un gran número de estados estén juntos en el último peldaño de la escala de diferenciación como información cuando sea necesario.
Ejemplo: Mientras la persona se encuentra en una ciudad en particular, dicha persona podría estar en cualquiera de un millón de puntos de coordenadas espaciales.
Constantes: Las entidades cuyos estados siempre serán los mismos se consideran constantes. Ejemplo: Si se da por hecho la existencia de una construcción durante el período de relevancia, se consideraría como un hecho.
Entradas: Estos son esencialmente eventos con respecto a LSI. Estos son eventos introducidos en el sistema por agentes humanos o facilitados por agentes de máquinas. Ejemplo: Un agente humano que ingresa la hora del día o la que captura directamente el sistema en base a una alimentación del agente de máquina. La entrada puede ser en forma de conmutar una entidad existente a un estado de potencial o realidad, o alternativamente, introducir una nueva entidad en el ecosistema o eliminar una entidad existente del ecosistema a través del proceso de calificación de entidad. La introducción de entradas la realizan los agentes en general en base a los "derechos de decisión" que poseen.
Salidas: Estos son esencialmente eventos causados por LSI en una o más LSI o en sí mismo.
Tiempos de lapso: Como se explicó, cuando se alcanza un estado desencadenante en una declaración de intención, precipita uno o más cambios en una o más declaraciones de intenciones, incluida su propia declaración de intención.
Todos los cambios toman tiempo, llamado "tiempo de lapso". Ya sea que el cambio sea impulsado por agentes humanos o por agentes de máquinas, el tiempo transcurrido siempre está involucrado. En algunos casos, estos cambios pueden ocurrir en fracciones de segundos y, en otros casos, el período de tiempo puede llegar a horas o incluso días. Todas las entidades involucradas en las interacciones que producen el cambio requerido estarán ocupadas durante el lapso de tiempo y estarán disponibles para participar en cualquier otro desencadenante solo después de completar la acción anterior.
Ciclo de vida completo de una solución: Existe una autosemejanza de tipo fractal con respecto a cada declaración de intención local y global. Esta simetría y recurrencia del patrón aparece con respecto a cualquier actividad de creación de valor y cambio dirigido. Los sistemas están destinados a proporcionar la capacidad de "sentir" el entorno, "seleccionar' del mismo y "actuar' en consecuencia, lo que podría denominarse un ciclo "SSA". NSL aprecia la presencia de este ciclo de vida completo detrás de cada solución y lo aborda de manera eficaz. El sistema proporcionar todas las posibilidades con respecto a que cualquier cambio sea primero "sentido" (igual que lo que hacen los sentidos humanos), "seleccionando" una o más entidades de las posibilidades (igual que lo hacen las mentes humanas) y "actuando" sobre una o más entidades seleccionadas (igual que lo que hacen los cuerpos humanos). La esencia de este ciclo de vida completo de un requisito de solución da lugar a la existencia de las "funciones de agente" que se describen más adelante.
Lenguaje natural: La forma en que funciona el lenguaje natural es que cada palabra es como un código que sólo conocen las personas que hablan el mismo idioma. Las oraciones se construyen al combinar palabras dentro de los límites de la gramática para tratar con una unidad de cambio. Al secuenciar aún más las oraciones, los lenguajes naturales generan la capacidad de transmitir una realidad compleja. Tenga en cuenta que el lenguaje natural es una forma de código que se conecta con la realidad. El código funciona al combinar palabras y oraciones de formas particulares. Cada vez que una entidad de código se combina con otra entidad de código, da como resultado una entidad de código combinada diferenciada. Cada combinación es el resultado de una selección entre un espectro de posibilidades. Las cascadas de tales combinaciones dan como resultado combinaciones únicas impulsadas por principios de diferenciación. El lenguaje natural, al igual que los lenguajes de programación, se basa en los principios de diferenciación para lograr sus objetivos. Sustituir el código de programación por lenguaje natural es el cambio de paradigma que NSL provoca mediante el uso de principios fundamentales bien probados detrás de las "estructuras del lenguaje natural".
Código versus lenguaje natural: El código es una entidad representacional que sólo entienden los agentes que tienen la capacidad de descifrarlo y darle sentido. El código de programación es aquel que podría transmitir funcionalidad a un ordenador. El significado del código y su aplicación está dentro del dominio de los programadores. Usan este código para transmitir la lógica de la aplicación al ordenador. El lenguaje natural también es una forma de código. Esa es la razón por la que las personas de habla inglesa no entenderán a las personas de habla rusa y viceversa. Lo que hace NSL es brindar la capacidad de transmitir la lógica de la aplicación al ordenador tan cerca del lenguaje natural que ya no es necesario tener escritores de código separados. Los usuarios pueden tratar con lo mismo directamente en los niveles de la interfaz de usuario mediante el uso de NSL.
Lenguaje de solución natural (NSL): Esta es una versión ligeramente modificada del lenguaje natural, un método implementado por ordenador, donde las cosas se reformulan capturando solo declaraciones de intenciones y subordinando todas las declaraciones descriptivas a las declaraciones de intención. Estas declaraciones de intenciones existen en dos estados:
Declaraciones de intención estáticas: Estos sólo expresan la intención pero carecen de la capacidad de transformarlos en realidad. Los estados de entidades estáticas son aquellos estados de entidades que no tienen propiedades de poder ser capaz de desencadenar cambios en otros estados. Si hay 6 variables en un sistema (entidades independientes y sus atributos), podrían existir potencialmente en 64 estados diferentes. Pero sólo el estado 64 es capaz de desencadenar un cambio cuando todas las variables están presentes en el estado de "realidad". Todos los demás estados de la entidad se denominan estados de "entidad estática". Un punto a tener en cuenta a este respecto es que una declaración de intención (SI) es simplemente otra entidad independiente que describe la naturaleza del cambio deseado, participando en la "unidad de cambio". La existencia de una SI se basa en el hecho de que, para que se produzca cualquier acción, debe estar respaldada por la intención de un agente.
Declaraciones de intención dinámicas: Estas son las entidades subyacentes que causan la transformación detrás de las declaraciones de intenciones que colectivamente se desencadenan al alcanzar un cierto estado deseado, llamados Estados-Entidades-Combinatorias Desencadenantes, influenciados por eventos en el nivel de entidad independiente. Los estados de entidades dinámicas son aquellos estados de entidades que tienen la capacidad de provocar cambios adicionales en uno o más estados de entidades, incluidos ellos mismos. En el ejemplo anterior, el estado 64 es el estado de "entidad dinámica". En otras palabras, para que una declaración de intención estática se vuelva dinámica y cumpla una declaración de intención, debe estar impulsada por un CES desencadenante.
Lenguaje natural versus NSL: En el lenguaje natural, los eventos suceden letra por letra y palabra por palabra de forma secuencial. Sin embargo, en NSL, los diseñadores construyen entidades potenciales hasta el nivel de párrafo, palabra por palabra y oración por oración primero. Los eventos ocurren a nivel de palabra o de frase a lo largo del párrafo, pero no necesariamente de forma secuencial. Sin embargo, los eventos ocurren dentro de los límites de la lógica o gramática de NSL o del método prescrito implementado por el ordenador. El lenguaje natural codifica la lógica de la aplicación para el ordenador mediante el uso del lenguaje natural en lugar de lenguaje de programación técnico. Los usuarios ahora pueden crear o usar la lógica de la aplicación sin depender de ninguna habilidad técnica con mayor facilidad y eficacia. En el proceso, se elimina una capa de abstracción en forma de código de programación complejo.
Significado versus valor: En el lenguaje natural, las diferenciaciones informativas dan como resultado la transmisión de significado. Una secuencia de palabras transmitirá un significado en comparación con otra secuencia de palabras. El valor en el contexto NSL se usa como sinónimo de "solución" o "estado de cumplimiento de intención" (declaración de intención global). Así como una serie de palabras diferenciadoras transmiten significado en el lenguaje natural, una serie de entidades diferenciadoras conducen al valor o al "cumplimiento de declaraciones de intenciones".
Cuantificación del valor: Todo cambio ocurre a nivel de entidades independientes, lo que resulta en estados de entidades combinatorias. Estos cambios ocurren por medio de eventos. Un evento es una conmutación entre el estado de potencialidad y el estado de realidad, y viceversa. Cada declaración de intención requiere que todas sus entidades independientes alcancen estados de realidad para que se produzca el desencadenante del cambio. Esto establece claramente el cómputo de atributos independientes y asociados a recurrir a estados de realidad para que se cumpla la declaración de intención local. Por extensión, también demuestra que cada declaración de intención global requiere un número determinado de estados de realidad de entidad acumulativos cuantificables. Así como la información puede cuantificarse mediante el recuento de "bits", el valor también puede cuantificarse mediante el recuento de estados de entidades binarias.
Relatividad del Valor: Lo que es de valor para un agente puede no serlo para otro. Lo que tiene valor es relativo al agente o agentes que buscan ese valor. En NSL, cada párrafo representa una unidad global de valor con respecto al agente que lleva la declaración de intención global. A esto lo hemos llamado consumo de valor. Desde la perspectiva del consumidor de valor, las declaraciones de intenciones locales podrían tener diferentes agentes desempeñando el papel de creadores de valor, y esas unidades de cambio son facilitadoras de valor. Ahora, si cambiáramos la perspectiva al agente involucrado en la declaración de intención local, esa declaración de intención local se convierte en una declaración de intención global. La declaración de intención local se convierte en el último cumplimiento de la declaración de intención en el párrafo que atiende la necesidad de consumo del agente involucrado. Las consideraciones de valor relativo nos llevan a estructuras en red donde las trayectorias de diferenciación se entrecruzarían entre sí al servicio de diferentes agentes.
Los puntos en común entre el lenguaje natural y la pereza están impulsados por principios de diferenciación y tienen entidades sinónimas: a) Sustantivos: Son similares a las entidades independientes de NSL. b) Adjetivos: Estos son similares a los atributos que califican a entidades independientes en NSL. c) Verbos: Estos son descriptores de cambio tal como se reflejan en las declaraciones de intenciones en NSL. d) Adverbios: Estos son atributos que califican los verbos contenidos en las declaraciones de intenciones en NSL. e) Sentencias: Son similares a declaraciones de intenciones compuestas por todas las entidades potenciales que podrían desencadenar cambios dirigidos necesarios en NSL. y f) Párrafos: Desde la perspectiva del diseño de la solución NSL, un párrafo es aquel que consta de muchas declaraciones de intenciones que podrían conducir al cumplimiento de la declaración de intención a través de una serie de cambios controlados. El párrafo en su conjunto se considera una declaración de intención global.
Párrafos de Lógica: NSL se basa en algunos "atributos esenciales" para todas las entidades. Al igual que el espacio y el tiempo, uno de los atributos esenciales de las entidades NSL es la especificación de la "lógica" que define las interacciones de las entidades. Cada entidad debe especificar su "contraparte lógica". Esta contraparte lógica es partícipe de la lógica que define el párrafo frente a cada declaración de intención global. De esta manera, cada vez que nace una declaración de intención global con respecto a un agente, se busca el párrafo de lógica con respecto a esa intención. Luego crea su propio párrafo de potencialidad personalizado mediante el uso de un "párrafo de lógica". Igualmente, cada entidad participante en este nuevo párrafo desempeña el papel de su contraparte en el párrafo de lógica.
Bibliotecas NSL: NSL reduce todas las soluciones a capturar todas las entidades potenciales y sus relaciones. Crea una biblioteca de entidades de potencialidad desde los niveles más simples hasta los más complejos y diferenciados. Estas bibliotecas tienen el potencial de cubrir una variedad de entornos de soluciones. A partir de entonces, mediante el uso de técnicas de búsqueda y arrastrar y soltar, las entidades de potencialidad pueden reusarse con un mínimo esfuerzo adicional.
Componentes reusables: La capacidad de minimizar la redundancia en la construcción de la lógica de la solución mediante el uso de entidades existentes en varios puntos de vista es de lo que se trata la reutilización de componentes. Estos son los componentes de entidad reusables que están disponibles en las bibliotecas que crea NSL.
Los principios de diferenciación: En el nivel de la existencia humana, todas las entidades existen sólo en estados combinatorios y están altamente diferenciadas. Incluso una mota de polvo contiene trillones de átomos y tiene una estructura propia. Si todo lo demás permanece igual, cada vez que una entidad independiente, elegida entre una serie de posibilidades, se combina con un estado de entidad combinatoria existente, el estado de entidad combinatoria resultante es más diferenciado. Este es el principio de diferenciación. Lo contrario de esto sucede cuando se ignoran los valores de entidades independientes, lo que da como resultado una indiferenciación, una generalización o una integración. La suma de entidades da como resultado la diferenciación y la resta de valores de entidad da como resultado la integración. Los principios son algo similares a los de diferenciación e integración en "cálculo". Ejemplo: Si hay un estado de entidad combinatoria 'A-B-C', y uno le agrega una entidad independiente 'D', el estado de entidad combinatoria resultante es 'A-B-C-D', que es una forma diferenciada de A-B-C que surge de la suma de la entidad 'D'. Si se ignora el valor de 'D', mientras aún permanece el estado de entidad combinatoria, se ha producido una indiferenciación y 'A-B-C' y 'A-B-C-D' ahora tienen los mismos valores y se cuentan como 'dos A-B-C'.
Podría haber diferenciaciones o integraciones (generalizaciones) que sean propicias para los agentes humanos, o perjudiciales para ellos, o respecto de las cuales los agentes son agnósticos. Para el propósito de la arquitectura de la solución, las entidades de información representan entidades reales u otras entidades de información. Todas las entidades en el diseño de soluciones, ya sean independientes o combinatorias, se tratan como si existieran en estados binarios discretos (congelados) de potencialidad o realidad. Estas entidades binarias, a su vez, se combinan con otras entidades binarias cada vez creando nuevos estados de entidad combinados. El diseño trata cada uno de estos nuevos estados combinados también como si existieran en estados binarios. Todos los estados de entidades combinatorias existen dentro del ecosistema de una unidad de cambio u otra, lo que se equipara con declaraciones de intenciones locales en NSL.
Los agentes son buenos tanto en la "diferenciación" como en la "integración" (generalización). A medida que uno se diferencia, y todo lo demás permanece igual, uno consume más bits de información. Cuando uno generaliza, consume menos bits de información. Un delicado equilibrio entre los dos es importante para la supervivencia. El cerebro tiene sólo una capacidad limitada.
Al ignorar los valores, uno tiene la capacidad de avanzar hacia la generalización o la integración. Cuando se reconoce la existencia de todas las entidades, pero se ignoran todos los valores, tenemos la situación más integrada en la que solo existe el recuento de entidades en un extremo. Pero, por otro lado, al diferenciar todas las entidades, se pasa al otro extremo del árbol de diferenciación, donde todas las entidades se encuentran en sus estados más diferenciados.
Curiosamente, cuando un estado de entidad combinatoria en una "unidad de cambio" causa un cambio en otras "unidades de cambio" al cambiar los estados de entidad combinatoria en esas "unidades de cambio", los nuevos estados se combinan con los viejos estados combinatorios creando una cascada de cambios. Desde la perspectiva del lenguaje natural, son lo mismo que oraciones unidas para formar párrafos. Desde la perspectiva de NSL, cada unidad de cambio es lo mismo que una declaración de intención local que se combina para formar una declaración de intención global.
Puntos de vista: Cada entidad básica existe en un estado binario a nivel individual. Las entidades también se combinan para formar entidades combinatorias. Los puntos de vista se refieren a las posiciones relativas desde las cuales podemos ver las entidades. Si viéramos una entidad de manera integral desde un punto de vista más alto -un peldaño más alto de la escala de diferenciación que consta de todos sus subconjuntos - el recuento de entidades conectadas sería bastante alto. Por el contrario, si viéramos una entidad que se encuentra en un punto de vista más bajo - un peldaño más bajo de la escala de diferenciación - el recuento de entidades conectadas sería mucho menor. Ejemplo: Imaginemos un punto de vista superior 'A' desde el cual miramos en la dirección de la diferenciación. 'A' podría tener un subconjunto diferenciado 'A-B'. Si eso se combina con 'C', tenemos un subconjunto de segundo nivel más diferenciado 'A-B-C'. 'A-B' abarca solamente el subconjunto 'A-B-C'. 'A-B' tiene menos entidades conectadas en la dirección de diferenciación en comparación con 'A'. Otra forma de decirlo es que las entidades con un punto de vista más alto llevan más información consigo en comparación con las entidades con un punto de vista más bajo. Direccionalidad: Se trata de subir o bajar en el árbol de diferenciación en base a la adición de valores de entidad o en la eliminación de valores de entidad. A medida que agregamos nuevos valores de entidad, nos estaríamos moviendo en la dirección positiva de la diferenciación. Al eliminar valores, nos estaríamos moviendo en la dirección negativa de la diferenciación - es decir, en la dirección de la "indiferenciación", la "generalización" o la "integración". Estados-entidades-combinatorias (CES): Cuando entidades independientes (arrastrando consigo sus atributos) se combinan con otras entidades independientes, dan lugar a estados combinatorios que se diferencian y tienen propiedades emergentes propias. Los CES se encuentran alojados en declaraciones de intenciones locales (LSI), cada una de las cuales representa una unidad de cambio - lo que equivale a una oración. Una colección de tales LSI que conducen a un cambio deseado mayor se conoce como Declaraciones de Intención Globales (GSI) - que equivale a un párrafo. El tamaño de CES en una LSI es proporcional al número de entidades independientes que participan. Cada LSI entretendrá a 2n estados, donde 'n' es el número de entidades independientes, ya que cada entidad independiente podría existir en un estado de 'potencialidad' o de 'realidad'. Fundamentalmente existen dos tipos de Estados-Entidad-Combinatorias en cada declaración de intención Local:
CES no desencadenantes: Se trata de combinaciones de entidades que no causan alteración en los estadosentidades-combinatorias en otras declaraciones-de-intención-locales o dentro del mismo LSI al que pertenecen. Ejemplo: Si hay cuatro entidades independientes, como variables binarias, dan lugar a 24 estados de la entidad - es decir, 16 CES. De estos estados, 15 son CES no desencadenantes que no desencadenan ningún cambio.
Los estados de entidad combinatoria de Esteta Desencadenante desencadenan cambios en uno o más LSI o dentro del mismo LSI. Los CES desencadenantes son aquellos en los que todas las entidades independientes y sus atributos se encuentran en un estado de realidad. Cuando un CES en un LSI influye en el CES en otros LSI, esas oraciones se conectan. Las LSI se agrupan en base a su participación en la realización de GSI, formando un párrafo. Ejemplo: Siguiendo el ejemplo anterior, el estado 16 es el estado desencadenante ya que las cuatro entidades independientes están presentes en un estado de realidad en ese estado.
Ya se dijo que las entidades independientes que se conectan entre sí dan lugar a estados de entidades combinatorias que se diferencian. Cuando las declaraciones de intenciones locales también se conectan entre sí, los estados de entidades combinatorias se extienden aún más a la aplicación de principios de diferenciación incluso a nivel de párrafos. En teoría, los párrafos pueden combinarse en capítulos o incluso en niveles más altos de abstracción.
API versus programas: Las interfaces de programación de aplicaciones ayudan a acceder a otras soluciones de programación mediante el uso de métodos que son similares al código de programación en primer lugar. NSL tiene la capacidad de comunicar la lógica API al ordenador de la misma manera que lo hace en los lenguajes de programación y puede realizar las mismas funciones de manera efectiva.
Entidades compartidas: Una entidad compartida es aquella que es común a muchas declaraciones de intenciones locales o globales. Hay muchas entidades independientes que forman parte de un estado desencadenante de una determinada declaración de intención. Cuando una declaración de intención se encuentra en un estado desencadenante, durante el lapso de tiempo asociado con el desencadenante, esa entidad no estaría disponible para participar con respecto a cualquier otra declaración de intención. Pero una vez que se completa el cambio desencadenado, la entidad participante vuelve a estar disponible como entidad compartida en todas las declaraciones de intenciones relacionadas.
Trayectorias de cambio: Las Trayectorias de Cambio son creados por cascadas de cambios que desencadenan estados-entidades-combinatorias dentro de declaraciones-de-intenciones-locales, lo que conduce al cumplimiento de declaraciones-de-intenciones-globales. La lógica de la NSL establece estas trayectorias de cambio. En lógica de programación, tales transiciones de un estado a otro se logran al aplicar principios que reciben diferentes nombres en diferentes circunstancias. He aquí algunos ejemplos: a) Restricciones: Se trata de restricciones impuestas a la elección entre muchas posibilidades. En la lógica NSL, los principios de diferenciación se aplican para lograr el mismo resultado. Éstas no son más que una "reducción del conjunto de posibilidades" en la cúspide de cualquier cambio a medida que se toman decisiones. b) Reglas: En la mayoría de los casos se trata de una serie de restricciones impuestas al sistema que son sensibles a las circunstancias. c) Algoritmos: Son lo mismo que las "reglas", pero a menudo se usan en el contexto de los "sistemas de información".
Convertir un proceso en información: Una de las cosas más espectaculares que hace NSL es que también convierte un proceso en información. NSL se basa estrictamente en principios de diferenciación y convierte procesos y funciones en información al encadenar cambios relacionados como estados de entidades combinatorias. Cuando un CES influye en otro CES a través de un desencadenante causante, ambos CES se unifican, lo que se denomina "CES extendido". Son estos CES extendidos los que llevan todos los procesos y la lógica de las aplicaciones al dominio de la información. Una vez que ocurre la conversión en información, esas entidades están sujetas a principios de búsqueda similares a cualquier otra información. Así como la información es cuantificable, las soluciones también se vuelven cuantificables.
Niveles de abstracción en TI: La tecnología de la información está impulsada por múltiples niveles de abstracción. En el extremo inferior de esta escala de abstracción se encuentran los estados electromagnéticos que significan estados binarios de 0 y 1. En el otro extremo están la lógica de las aplicaciones y las soluciones experimentadas por los usuarios. NSL reemplaza el nivel del código de programación de manera efectiva con características similares al lenguaje natural.
Agentes: Los agentes también son entidades. Los agentes son tanto creadores de soluciones como consumidores de soluciones. Los agentes se diferencian de la "naturaleza" porque están impulsados por un propósito. En otras palabras, buscan cambios favorables y evitan los desfavorables. Como toda solución aborda el cambio controlado, se presupone que todas las unidades de cambio están influenciadas por agentes, ya sean agentes humanos o agentes de máquinas. Como todo cambio requiere energía, los agentes usan la energía inherente a ellos, o la toman prestada de una o más entidades combinatorias, y proporcionan direccionalidad al cambio al seguir trayectorias predeterminadas o mediante la aplicación del libre albedrío.
a. Agentes humanos: Los agentes humanos, también conocidos como "partes interesadas", desempeñan múltiples funciones en dependencia de los requisitos que les impone el entorno de la solución. Algunas unidades de cambio son impulsadas por agentes humanos por necesidad. Ejemplo: La entrega física de algún "activo duro" requerirá la participación de agentes humanos.
i. Creadores de valor: Cada declaración de intención (unidad de cambio) está impulsada por un agente u otro. Esas declaraciones de intenciones o "aquellos agentes conectados con las declaraciones de intenciones" se consideran creadores de valor si se relacionan con las "declaraciones de intenciones locales", pero no con las "declaraciones de intenciones globales". Si todas las declaraciones de intenciones locales y la declaración de intención global tienen el mismo agente impulsándolas, tanto la función de "creador" como la de "consumidor" tienen el mismo agente involucrado.
ii. Consumidores de valor: Los agentes relacionados con las declaraciones de intenciones globales (aquellas declaraciones que cumplen las declaraciones de intenciones) se consideran consumidores de valor. Estos GSI se encuentran en las declaraciones de intenciones al final de los párrafos.
iii. Equipos: Cuando los cambios en LSI son impulsados colectivamente por agentes humanos, existe la presencia de más de un agente humano. En tal esfuerzo de equipo, la responsabilidad de la direccionalidad la asume un líder o según los derechos de decisión especificados entre los miembros del equipo.
iv. Propiedad: La propiedad de cualquier entidad se basa en la capacidad de un agente de influir físicamente directa o indirectamente en la entidad mientras participa en un cambio controlado. La influencia física también involucra entidades representativas, ya que son igualmente de naturaleza física. La capacidad de influir también depende de los derechos de decisión asignados a los agentes; es decir, ellos también deberían tener el derecho de influir. Los derechos de información, per se, dan derecho a los agentes a estar en posesión de información, incluso si no pueden tener derecho a influir.
v. Funciones del agente: Las funciones de agente que tienen lugar dentro de las declaraciones de intenciones pueden dividirse en tres capas de declaraciones de intenciones. (a) Primera Capa - Funciones Físicas: Las funciones físicas se relacionan con la participación de entidades independientes que dan como resultado estados de entidades combinatorias (CES) que forman la cadena principal de las declaraciones de intenciones. Las funciones físicas cumplen la función principal de facilitar soluciones, mientras que las otras dos categorías soportan directa o indirectamente las funciones físicas. (b) Segunda Capa - Funciones de Información: Las funciones de información se relacionan con entidades que se conectan a estados de entidades combinatorias y cumplen solo la función de proporcionar información, pero no están involucradas en la función física. Por extensión, estas funciones de información se conectan con las declaraciones de intenciones y los agentes que las impulsan. Las funciones de información mantienen a los agentes bien informados y desempeñan un papel en el rediseño dinámico de soluciones y otras funciones de valor agregado como análisis, aprendizaje automático e inteligencia artificial. (c) Tercera Capa - Funciones Mentales: Las funciones mentales, desde la perspectiva NSL implementada por ordenador, emulan las funciones de la mente humana en el mundo real. Estas funciones "anticipan" los estados de la entidad y guían las funciones físicas en el proceso de lograr las transformaciones deseadas. La anticipación generalmente se aplica a los "aspectos temporales" que conciernen al futuro. Pero la anticipación puede aplicarse a todas las situaciones en las que hay incertidumbre. En teoría, la incertidumbre también puede referirse a cosas del pasado o del presente. Ejemplo: Es posible que uno no sepa del todo, pero podría intentar anticipar, lo que ocurrió ayer o lo que está sucediendo en la otra habitación en este momento. Una revisión de las 'estimaciones' o de la 'anticipación' podría ocurrir en cada evento. Si tal anticipación tiene relación con la función física en el presente, éstas se retroalimentan en la función física como entidades que influyen. Además de desempeñar un papel similar, tal como la función de información, la función mental también ayuda en cuestiones de planificación y optimización anticipadas.
vi. Derechos de información: Estos son los derechos de los agentes humanos a la información con respecto a entidades específicas independientes o combinatorias y declaraciones de intenciones relacionadas con las mismas.
vii. Derechos de decisión: Estos son los derechos de los agentes humanos para cambiar los estados de potencialidad o realidad de entidades individuales o combinatorias y declaraciones de intenciones relacionadas con ellos.
b. Agentes de máquinas: Estos son sinónimos de 'ordenadores' donde las unidades de cambio son impulsadas por agentes de máquinas - tal como fueron diseñados por agentes humanos u otros agentes de máquinas - de modo que se generen salidas adecuadas en respuesta a las entradas. Los agentes de máquinas esencialmente emulan a los agentes humanos en su capacidad de consumir entradas, provocar un cambio controlado entre ellos (procesar esas entradas) y generar salidas. En cierto sentido, los agentes humanos imparten cualidades de propósito a los agentes de máquinas.
c. Madre naturaleza: La Madre Naturaleza es el tercer tipo de agente capaz de influir en las transformaciones. Sin embargo, dado que la Madre Naturaleza no posee un propósito, los resultados transformacionales producidos por la Madre Naturaleza se toman como entidades implícitas en el diseño de soluciones por parte de los agentes humanos.
Los agentes actúan según los dictados del diseñador de soluciones: El diseñador de soluciones es un arquitecto de soluciones. Las soluciones se componen de una o más de una unidad de cambio. Cada unidad de cambio se controla mediante un Agente. Esta solución se plantea como una potencialidad. Por ejemplo, un director narra el guion y se asegura de que los actores cumplan con el guion según lo deseado por el director. El director en este caso es el diseñador de la solución y los actores son los agentes, que pueden ser individuos o equipos.
Equipo que será tratado como un "Agente": Los agentes pueden ser individuos o un equipo compuesto por múltiples miembros. Equipo es la combinación de agentes que tienen una identidad propia. NSL permite que los equipos sean tratados como agentes en base a la elección del diseñador de la solución. Ejemplo: En una solución que implica la aprobación del "Consejo de Administración", el Consejo es tratado como un agente aunque sea un equipo.
Agentes Colaboradores y Agentes Adversarios: NSL permite que los agentes se clasifiquen como colaborativos y adversarios, en donde los agentes que trabajan juntos para lograr un objetivo/deseo común se denominan agentes colaborativos; mientras que los agentes que intentan competir entre sí (similar a un "entorno de juego") se denominan agentes adversarios.
Sistema de Adjudicación: Como regla general, un 'párrafo' contiene sólo una declaración de intención global (GSI). Si hay más GSI, es necesario que haya más párrafos. Podría haber párrafos relacionados que surjan del hecho de que comparten declaraciones de intenciones locales. Esto es similar a los 'escenarios' del enfoque general orientado a procesos. Podría haber casos en los que la misma declaración de intención global pudiera servir a diferentes párrafos con variaciones en las declaraciones de intenciones locales contenidas en ellos. Esto es similar a lograr el mismo resultado a través de diferentes subprocesos. NSL usa principios de diferenciación para abordar este problema. Inyecta 'entidades' de diferenciación adicionales en el sistema (similares a restricciones) para ajustar las posibilidades a que solo quede un párrafo para servir a la declaración de intención global. En caso de que no queden párrafos para dar servicio a la declaración de intención global, el sistema podría explorar la posibilidad de eliminar algunas entidades, creando, de esta manera, indiferenciaciones - lo que podría dar como resultado al menos un párrafo que haga que la declaración de intención global llegue a existir. Esto es lo mismo que eliminar algunas restricciones.
Triunvirato de entidades: Agentes, unidades de cambio y entidades generales (ya sean entidades independientes o dependientes) coexisten y provocan el cambio previsto. No puede haber uno sin el otro. Hay trillones de entidades en el universo, pero las entidades que importan se unen contextualmente. El cambio no puede ocurrir sin un agente. El cambio siempre es impulsado por Agentes y los Agentes tienen intención y son impulsados por un propósito. Para que ocurra cualquier cambio, deben ocurrir interacciones entre entidades y deben ocurrir físicamente. Ejemplo: Para escribir una carta, es necesario que se reúnan las siguientes entidades: (a) Agente (Persona que escribe la carta) (b) Entidades generales (lápiz, papel y mesa) (c) Intención (Escribir una carta) El Triunvirato cumple la intención/deseo al realizar cambios dirigidos a través de interacciones.
Vecino más cercano: Para llegar al estado deseado, es necesario realizar una transición a través de muchos estados de entidades combinatorias locales. Todos estos estados transformacionales se logran mediante un cambio dirigido. Todos estos estados operan por el principio del vecino más cercano y el vecino más cercano se aplica al triunvirato de entidades, por ejemplo, agentes, unidades de cambio y entidades generales por igual. Para que se cumpla un deseo, las unidades de cambio conectadas son sensibles a la orden. Esto se debe a la sencilla razón de que las conexiones entre las Unidades de Cambio se establecen a través de interacciones o principios de causa y efecto, donde el orden se convierte en un ingrediente importante. Cuando suceden la causa y los efectos, el cambio ocurre en una secuencia y por lo tanto, la causa siempre estará en t1 y el efecto en t2. Ejemplo: Una carta no se puede enviar por correo a menos que esté escrita. La siguiente unidad de cambio se convierte en la vecina más cercana de cualquier unidad de cambio seleccionada y así sucesivamente. Esto se aplica de manera similar a los agentes y entidades en general.
Centro de Acoplamiento de Partes Interesadas (SEC): Esto es sinónimo de interfaces de usuario. La SEC tiene la capacidad de reconocer todas las entidades que tienen potencialidad con respecto a cualquier agente y presentarlas en los niveles de la interfaz de usuario de forma estructurada. El sistema reconoce entidades relevantes en base al hecho de que todas las unidades de cambio son impulsadas por un agente u otro - estableciendo claramente la propiedad. El hecho adicional de que todas las entidades tienen los derechos de decisión e información sobre ellas claramente especificados, facilita la distribución de entidades entre agentes y la navegación.
Marco de medición: Las medidas son declaraciones objetivas de la realidad. Es necesario presentar algo con el nivel óptimo de claridad para que suceda lo mismo. Por lo general, significa que debe haber un nivel suficiente de granularidad en la información proporcionada o una diferenciación suficiente. Ejemplo: Una cosa es decir que "algo fue entregado" y otra cosa es decir que "algo fue entregado en menos de 30 minutos". Si uno busca ese nivel de detalle, entonces la segunda declaración se convierte en una medida. Otro aspecto de las medidas en el marco de medición es determinar si la diferenciación adicional es buena o mala. Estos juicios de valor se introducen a través de lo que se denomina "normas". Entonces, si "entregar algo en menos de 30 minutos" se considera bueno, eso se convierte en la norma. Generalmente puede asignarse un color verde a las cosas que se consideran buenas y un color rojo a las que se consideran malas.
Centro de control de misión distribuido (MCC): Un MCC reúne aquellas entidades que son de importancia en el curso normal de los agentes humanos que desempeñan sus responsabilidades o satisfacen sus necesidades. Estas entidades de importancia se reúnen entre las entidades que pertenecen a los agentes - ahí es donde tienen derechos de información o derechos de decisión. MCC distribuido se trata de la capacidad del sistema para reconocer primero automáticamente las entidades que pertenecen a un agente o agentes específicos; luego seleccione entidades de importancia para las funciones del(de los) agente(s).
Centro de control de misión dinámico: El MCC dinámico se diferencia del MCC distribuido solo en la medida en que las entidades de importancia se presentan a los agentes interesados de forma personalizada según las 'horas', los 'eventos' y las consultas del(los) 'agente(s)' específicos. Dado que las diferenciaciones/eventos ocurren en cada nivel de entidad, así como ingresamos cada letra para realizar una búsqueda de información, los agentes están autorizados a ingresar palabras/números (entidades) para obtener respuesta a cualquier otra consulta.
Interfaces de usuario (UI): Las entidades pueden existir en diferentes niveles de abstracción, ya sea en las bases de datos o en los niveles de la interfaz de usuario. Es en el nivel de las interfaces de usuario donde los agentes humanos ejercen sus "derechos de información" o "derechos de decisión". La UI juega un papel bastante destacado en NSL, ya que los 'usuarios' están a cargo de la creación o el uso de soluciones - por lo que todo sucede por encima del capó y no bajo el capó. NSL impulsa el comportamiento de las entidades a nivel de la UI al hacer de la UI un "atributo esencial". Estos atributos especifican cómo debe aparecer una entidad en el nivel de la UI, su dirección (qué pantalla y lugar en la pantalla) y si está sensibilizada para la navegación o el ingreso de información, y similares.
Interfaz de usuario basada en texto (TBUI): En un paradigma NSL, todas las entidades se tratan en una capa de representación de lenguaje natural más intuitiva y, por lo tanto, NSL usa una interfaz de usuario basada en texto. Los lenguajes naturales existen desde hace miles de años y son muy intuitivos. Los lenguajes naturales capturan diferenciaciones a través de sus constructos de diferenciación que fluyen de lo general a lo específico, haciéndolo parecer altamente estructurado y naturalmente progresivo. TBUI se basa en los principios del diseño de lenguaje natural (texto) y, por lo tanto, está más estructurado que una interfaz de usuario gráfica (GUI) convencional. El TBU<i>sintetiza los principios clásicos del diseño de reservaciones con la innovación de la tecnología y la ciencia similar a las reservaciones electrónicas y tiene una capacidad adicional para agregar imágenes y vídeos a la representación textual. TBUI mejora la experiencia de navegación del usuario y le proporciona una visión holística en cada punto de vista. Por el contrario, la mayoría de las Interfaces de Usuario Gráficas (GUI) presentan información con partes distribuidas generalmente y aleatoriamente y no ofrecen una vista holística e integrada.
Marco tecnológico NSL: Un efecto técnico innovador que trae NSL se debe a la combinación de un método único y un marco tecnológico. NSL se basa en un marco tecnológico estandarizado que satisface una amplia gama de requisitos de aplicaciones donde los "usuarios" son los principales impulsores de las soluciones. El marco tecnológico, que encapsula todos los métodos innovadores descritos en este documento, se ubica por encima de los sistemas operativos para atender cualquier tipo de lógica de aplicación que se transmitirá a los ordenadores. Efectivamente, el usuario permanece agnóstico respecto de este marco tecnológico subyacente y está capacitado para usar NSL en un lenguaje natural similar al de la moda. En resumen, el marco tecnológico de NSL es una fina capa adicional sobre los sistemas operativos existentes que da vida a los principios y métodos detrás de NSL basados en principios de diferenciación. Además, también ayuda a automatizar la mayoría de las funciones de los agentes humanos. Pero para las mejoras que se realicen ocasionalmente, el marco tecnológico de NSL seguirá siendo una constante. Al igual que un sistema operativo, transmite la lógica NSL al ordenador sin el uso de ningún código y mediante construcciones de lenguaje natural.
Reingeniería: NSL transmite la lógica de la aplicación al ordenador en un lenguaje natural similar al de la moda. Al hacerlo, elimina la necesidad de escribir código de programación, que es una operación interna. El usuario desconoce la naturaleza de la configuración de la solución o su acción en caso de código de programación. NSL, al ser fácil de usar, trae la creación de soluciones y el uso de aplicaciones al nivel de la UI. Tiene muchas características que reducirían las redundancias, aumentarían la reutilización de los componentes de la solución y, lo más importante, optimizarían la diferenciación o las trayectorias de solución.
Enfoque basado en matrices/basado en mosaicos: El mundo de la tecnología de la información se basa en Agentes de Máquinas. Cada lenguaje de programación tiene su propio conjunto de palabras clave, operadores, símbolos y funciones. Dado que la instrucción al Agente de Máquina debe ser definitiva, cada palabra clave, operador, símbolo y función tiene un significado definitivo. Estas funciones tienen el mismo significado en cada lenguaje de programación o pueden representarse de manera diferente. En el enfoque basado en mosaicos, cada mosaico se ha equiparado a una función particular en cada uno de los lenguajes de programación y NSL. Estas funciones equiparadas en cada mosaico expresan la misma lógica de solución para los agentes/sistema de máquina. Técnicamente, NSL Marco Tecnológico es igual a un lenguaje de programación.
Marco de traducción de tecnología (TTF): Uno de los atributos más importantes de NSL es la capacidad de convertir cualquier código de programación a un lenguaje natural como el formato NSL en base a los mismos principios que se ocupan de las diferenciaciones controladas mediante el uso de métodos NSL y Marco Tecnológico NSL (NSL-TF), emergiendo, de esta manera, la lógica para uso directo e influencia de los usuarios o partes interesadas. TTF utiliza el enfoque basado en matrices/mosaicos que encapsula las palabras clave, operadores, símbolos y funciones de cada lenguaje de programación y su representación en NSL. El TTF analiza la construcción del código, identifica el lenguaje de programación en el que está escrito y, mediante el uso de la matriz, selecciona el equivalente NSL coincidente de cada palabra clave, operador, símbolo, función o sus combinaciones.
Marco de retraducción de tecnología (TTF): Un marco innovador que trae NSL es la capacidad de convertir cualquier solución construida en NSL a cualquier lenguaje de programación. TRF se basa en el mismo enfoque basado en matrices en el que se basa TTF. El TRF comprende la construcción NSL e identifica la palabra clave y las funciones coincidentes en los lenguajes de programación, construyendo, de esta manera, el código en cualquier lenguaje de programación seleccionado por el usuario.
360° Cualquiera a Cualquiera (A2A): El TRF, junto con el TTF, completa un ciclo de vida completo del régimen denominado 360° Cualquiera a Cualquiera ("A2A"), que es la capacidad de convertir la solución en cualquier lenguaje de programación o cualquier lenguaje natural a cualquier otro lenguaje de programación o lenguaje natural. Así como el significado es constante y se puede expresar en varios lenguajes naturales, la lógica de la solución puede expresarse en cualquier programación o sustrato de lenguaje natural. En NSL, las soluciones son una clase especial de información conocida como información prescriptiva. La información prescriptiva expresada en un estado de potencialidad se convierte en realidad cuando se actúa sobre ella, y esa prescripción se realiza a nivel de clase y, cuando llegan sus miembros, la realidad ocurre a nivel de transacción. Cualquier miembro que llegue a las clases definidas se comportará de la misma manera que la clase. Estos están reemplazando los procesos tradicionales. Los eventos que llegan se seleccionan del texto de potencialidad y cuando eso sucede, todo se vuelve capaz de expresarse en formato de lenguaje natural. En otras palabras, existe un cierto ciclo de diferenciación al que se adhiere NSL, donde las diferenciaciones se expresan de manera apropiada y contextual, y dichas diferenciaciones según NSL son expresables en cualquier sustrato. El NSL, a través de TTF y TRF, es capaz de extraer la lógica de la solución incrustada en cada uno de los sustratos y tratarlos de la misma manera que se trata en el sustrato original. Este A2A ha sido probado con el principio de que las entradas son las mismas, las salidas son las mismas en cada solución construida en varios lenguajes de programación o naturales. En resumen, la construcción NSL actúa como un centro y otros lenguajes de programación son como radios. Por ejemplo: Si un lenguaje de programación debe traducirse a otro lenguaje de programación, los lenguajes de programación deben tocar el HUB llamado NSL y luego expandirse como otro lenguaje de programación.
Agnóstico del lenguaje NSL: NSL adopta un enfoque basado en entidades y crea soluciones basadas en la creación de estados de entidades combinatorias de cumplimiento de intenciones. Como los fundamentos se basan en principios de diferenciación, lo que realmente importa es la realidad detrás de las "entidades reales" y las entidades "representacionales". El lenguaje usado para el propósito de representación no es material. NSL, en ese sentido, es agnóstico del lenguaje.
Desarrollo de soluciones basadas en consultas (QBSD): Todas las soluciones ocurren sólo debido al cambio. Si no hay cambio, no hay solución. Para que ocurra el cambio, siempre es necesaria una dirección y esa dirección la proporcionan los agentes. Los agentes tienen que proporcionar no sólo la dirección, sino también la energía necesaria para el cambio. Por tanto, todo cambio, en presencia de agentes, pasa a ser contextual, y todo consiste en pasar de un CES deseado a otro. Esto ocurre a través de una serie de etapas. Para llegar a la serie de etapas se necesitan interrogativos, es decir, hacer las preguntas correctas. Sólo se construye una solución cuando se responden todas las preguntas: qué, por qué, cuándo y dónde. Cada pregunta inicia una acción y es de naturaleza física y puede expresarse en el espacio y el tiempo. n Sl proporciona una herramienta muy simple y poderosa para el desarrollo de soluciones mediante el uso de consultas llamada Desarrollo de soluciones basada en consultas (QBSD). QBSD es una serie predefinida de preguntas que, una vez respondidas, ayudarán a crear una solución en NSL. Dado que la creación de una solución en NSL se basa en una estructura similar a un texto en lenguaje natural, la creación de una solución en NSL es tan simple como responder a este conjunto predefinido de preguntas. Este es un sistema interactivo donde el usuario responde a las consultas planteadas por la Máquina para construir la solución deseada.
Lenguaje natural como iniciativa: NSL transmite la lógica de la aplicación al ordenador en un lenguaje natural similar al de la moda. Sin embargo, es posible que el constructo no se lea como lenguaje natural si la oración no está estructurada con la gramática de ese lenguaje natural. NSL usa la información proporcionada en la construcción de la solución y, con la ayuda de las bibliotecas de lenguajes existentes, crea oraciones que se leen como lenguaje natural, proporcionando al usuario una experiencia similar a leer una solución en un libro. NSL no hará que la construcción sea demasiado detallada ya que usa información óptima en la construcción de las oraciones. Si la información no es óptima, NSL amplía la amplitud de la búsqueda al verificar la información disponible en varios niveles del diseño de la solución, como el agente, las entidades, los atributos, etc. En ausencia de información óptima, incluso al ampliar la amplitud de la búsqueda, las oraciones se estructuran en un nivel genérico sin demasiada granularidad pero en el contexto correcto. Si la información a expresar es más de lo deseado como parte de la construcción de la oración, la información adicional se adjunta a la capa de información para soportar aún más la unidad de cambio.
Asignación automática de verbos (AVA): En la mayoría de los escenarios, los verbos no son más que descriptores del cambio tal como se refleja en las declaraciones de intenciones. La descripción puede ser a nivel genérico o granular, de modo que exprese las cosas de manera significativa para el Agente Humano. Generalmente, no tienen ningún valor funcional en NSL, a menos que los diseñadores tengan la intención de darles una funcionalidad. Sin embargo, los verbos son esenciales en cada declaración de intención para garantizar que las declaraciones de intenciones se lean como lenguaje natural. Al crear una nueva solución en NSL, uno tiene la flexibilidad de elegir el verbo en sus declaraciones de intenciones. Sin embargo, para las soluciones existentes convertidas de lenguajes de programación a NSL mediante el uso de TTF, el verbo no se genera automáticamente ya que el código de programación base generalmente no contendrá verbos. La asignación automática de verbos es una herramienta mejorada en NSL que asigna automáticamente verbos a funciones para que parezcan más cercanas al lenguaje natural. AVA usa bibliotecas verbales creadas en NSL para elegir el verbo correcto que mejor se adapte a la construcción de la frase verbal.
Desarrollo de soluciones basado en la práctica (PBSD): Todo lo que resuelve un problema es una solución. Los problemas siempre están en el contexto de los agentes. En el paradigma NSL, las soluciones ya no se limitan a la tecnología como se entiende generalmente. NSL es un modelo de solución basado en entidades, basado en los principios de Way the World Works. Las soluciones existen en las prácticas del día a día. Cualquier práctica que resuelva un problema trata sobre cómo interactúan las entidades para proporcionar resultados específicos. NSL captura las mejores prácticas registradas por un agente y tiene la capacidad de identificar las entidades importantes a través de un proceso determinado. A partir de entonces, al elevar las entidades particulares al estado de clases, se puede capturar la lógica de la solución genérica. NSL proporciona guía asistida por máquina para que los usuarios realicen las acciones derivadas de la práctica.
Independiente del sustrato: Así como un mismo significado puede expresarse en diferentes lenguajes, la lógica de la solución también puede expresarse a través de muchos sustratos. NSL ha eliminado la distinción entre proceso e información, en donde los procesos son una clase especial de información sobre la que se actúa. La información, por sí misma, es de naturaleza no física y conceptual. Está representado por la naturaleza distintiva de las entidades. Todo carácter distintivo debería expresarse a través de un sustrato u otro. La presencia de sustratos para que la información se exprese es una necesidad. En otras palabras, existe un cierto ciclo de diferenciación al que se adhiere NSL, donde las diferenciaciones se expresan de manera apropiada y contextual, y dichas diferenciaciones según NSL son expresables en cualquier sustrato. Ejemplo: Un '0' o un '1' puede representarse mediante un vaso vacío o lleno o puede representarse mediante un transistor vacío o un transistor rellenado con electrones.
Cuantificación de Soluciones: Así como la información se cuantifica en la teoría de la información en 'bits', NSL cuantifica las soluciones mediante la identificación de la distancia entre las relaciones entre entidades. (a) Eventos binarios: La distancia entre las relaciones entre entidades puede medirse en términos del número mínimo de eventos binarios necesarios para pasar de un CES a otro. Por ejemplo: Si la entidad 1 es 'A', la entidad 2 es 'AB' y la entidad 3 es 'ABC', el número mínimo de eventos binarios necesarios para pasar de la entidad '1' a la entidad '3' es '2'. El principio es que la diferenciación, cuando se ignora o se reconoce, da como resultado una fusión o 2 entidades que se vuelven idénticas. NSL elimina la diferencia entre estructura y proceso y lo que cuenta es sólo la direccionalidad de la diferenciación. (b) Espacio: Debido a que cada CES está explícita o implícitamente y opera en el espacio, puede deducirse cuánta distancia ha sido recorrida. (c) Tiempo: Dado que hay un tiempo declarado o no declarado asociado con cada CES, el tiempo podría potencialmente evaluarse y, por lo tanto, la distancia puede medirse en el tiempo. (d) Consumo de recursos: Cuando las cosas se mueven de un CES a otro, se requiere un conjunto de entidades que participen, llamadas recursos. Detrás de cada recurso hay un valor que puede asignarse y, por tanto, puede medirse el consumo de recursos requerido para cada CES.
Compresión lógica mediante eliminación de redundancias: Los lenguajes de programación requieren un esfuerzo especial para decodificar la lógica en cualquier sistema existente. Dado que decodificar una lógica compleja lleva más tiempo que escribir código nuevo, los programadores no aprovechan el código existente. El nuevo código que escriben aumenta las redundancias entre sistemas. Como NSL es un lenguaje natural y es totalmente transparente y permite realizar búsquedas, pueden eliminarse las redundancias y pueden reusarse los componentes de la solución existentes.
Reducción de recursos computacionales debido a la compresión de la lógica de la solución: Dado que NSL ayuda en la compresión lógica al eliminar redundancias, todo es transparente en NSL y la solución se procesa a través de un mecanismo de búsqueda simple, hay una reducción de los recursos computacionales como la RAM y la CPU en las soluciones de procesamiento en NSL en comparación con cualquier lenguaje programación.
Aplicación de los principios de NSL al diseño de ingeniería: El proceso de diseño de ingeniería es una serie metódica de etapas que los ingenieros usan para crear productos y procesos funcionales. El proceso es altamente iterativo en el sentido de que a menudo es necesario repetir partes del proceso muchas veces antes de poder ingresar a otra. La(Las) parte(s) que se iteran y el número de dichos ciclos en cualquier proyecto determinado pueden variar. Cada entidad en NSL es informativa, altamente diferenciada y una combinación de entidades conduce a una mayor diferenciación. Además, los principios de NSL pueden aplicarse al diseño de ingeniería al identificar los componentes que conforman el diseño general a medida que cada parte se diferencia y al combinar las partes, hasta alcanzar el estado combinatorio deseado, para crear uno nuevo y distinto. La interacción entre esas partes operará según los mismos principios CES extendidos, lo que equivale a una función o un proceso.
Proceso versus Búsqueda: Un programa establece la lógica de cómo reaccionar ante los eventos. Los eventos, al ser entradas, usan elementos apropiados de la base de datos según lo estipula la lógica y generan salidas. Las salidas se convierten en una parte integral de las bases de datos. La programación requiere mucho procesamiento basado en la lógica contenida en el programa y procesamiento de entidades contenidas en la base de datos. Por el contrario, en NSL, el sistema sólo se basa en los principios de búsqueda transformando completamente la forma en que se manejan las soluciones. NSL identifica, según sea apropiado para la solución, posibles trayectorias de información, que son similares a una clase especial de información, que cualquier evento puede tomar a través de CES. El resultado es una reducción significativa en el consumo de recursos computacionales, manteniendo la lógica de solución y la lógica transaccional iguales, lo que interrumpe el proceso.
Contenedores: En NSL, el cambio fundamental y la creación de valor se realizan en Unidades de Cambio. Cada Unidad de Cambio tiene un conjunto definido de límites. En NSL, cada unidad de cambio es un contenedor y las transacciones ocurren en los contenedores. La salida de un contenedor es una entidad variable en uno de los contenedores posteriores según lo diseñado en la lógica de la solución. El sistema de contenedores asume importancia en el contexto de la asignación de identidades y está mejor diseñado para crear jerarquías y estructuras al definir agentes y entidades como parte de unidades de cambio y atributos como parte de entidades, etc. Hay varios tipos de contenedores y los distintos contenedores tienen una cantidad variada de ranuras. A cada contenedor se le asignan identidades automáticamente en base a su secuencia, como CU1, CU2, etc., hasta la última CU. Cada entidad en NSL tiene una identidad única. Una entidad puede tener múltiples identidades: una es una identidad fundamental y el resto identidades contextuales. Eso significa que, en el contexto de un cambio particular, se asigna una ranura en base al rol. Si la entidad participa en múltiples unidades de cambio, tendrá múltiples identidades: una identidad en cada unidad de cambio participante. Por tanto, la entidad tendrá una identidad individual y una o más identidades en función del espacio que esté ocupando en las otras unidades de cambio. Los agentes, entidades y atributos que participan en cada una de las CU también se numeran automáticamente en secuencia. Cada uno de los CES potenciales en cada CU tiene una identificación distinta generada; sin embargo, por diseño, solo un CES en la CU califica para estar en un estado desencadenador.
Documentos convertidos al formato NSL: Todo lenguaje natural tiene declaraciones descriptivas, prescriptivas, interrogativas y exclamativas. Las declaraciones prescriptivas se refieren a acciones o cambios, y las declaraciones descriptivas proporcionan información. Las oraciones exclamativas tienen más que ver con poner énfasis. Todas las declaraciones descriptivas y prescriptivas surgen de la respuesta a las declaraciones interrogativas. Las preguntas y respuestas pertenecen a entidades, estados de entidades combinatorias o CES extendidos, que a su vez se aplican al espacio y al tiempo en base a las prioridades en las que operan. NSL tiene la capacidad de convertir el texto de cualquier documento en declaraciones descriptivas y prescriptivas, donde las declaraciones prescriptivas son similares a las CU y las declaraciones descriptivas se adjuntan como información a las declaraciones prescriptivas y se ubican en la capa de información.
Interfaz de usuario basada en los sentidos: El alcance de NSL va más allá de las soluciones tecnológicas y su horizonte se extiende a todas las soluciones existentes en el mundo. NSL es un modelo de solución basado en entidades que usa modelos avanzados para reconocer entidades a través del reconocimiento de patrones, tomando esas entidades como entradas, después de separar las entidades que son relevantes y las que no lo son para influir en el entorno y crear el tipo correcto de resultados similares a lo que otros lo están haciendo con vehículos sin conductor. La mayoría de las veces, las interfaces se limitan a pantallas y voces, ya que las soluciones son principalmente soluciones relacionadas con la tecnología. Dado que NSL se extiende más allá de las soluciones tecnológicas, NSL es una adición importante a las interfaces denominadas Interfaz de usuario basada en los sentidos, donde las entradas pueden ser creadas por los cinco sentidos principales: visión, tacto, oído, gusto y olfato y los extrasensoriales. Extrasensorial es aquel que los sentidos humanos no son capaces de captar, pero los agentes de máquinas sí son capaces de captar, como los rayos X y las ondas de radio. etc. Los sentidos ayudan a evaluar el entorno circundante y ayudan a tomar decisiones informadas. NSL extiende las interfaces de usuario más allá de las pantallas normales en todos los dispositivos y catapulta enormemente el alcance. Las entradas al sistema se basan en los patrones del entorno que se registran en la mente. NSL tiene la capacidad de almacenar lo que es apropiado y descartar las entradas inapropiadas. NSL reconoce las entidades del mundo real y responde adecuadamente a la solución que busca el usuario.
NSL y DNA: Vivimos en un mundo impulsado por la información. De manera similar a las barreras de proceso existentes que bloquean la penetración de la información en los entornos de solución, también existen barreras con respecto a la información contenida en el DNA de los seres vivos. Existe la oportunidad de convertir la información contenida en el DNA a un formato NSL para que se pueda buscar y leer.
Redes neuronales artificiales: Cada declaración de intención (SI) opera como si fuera una neurona. Los eventos en SI son como disparos de neuronas al alcanzar un umbral de potencialidad, propagando el cambio hacia otras neuronas y, en este caso, hacia otro SI. La colección de SI en un entorno de solución cumple sus funciones como las redes neuronales. Las redes neuronales artificiales están ganando terreno y el diseño de la solución inherente a NSL es más propicio para poner en práctica estos principios de manera efectiva.
Convertidor lógico de diagrama de flujo: Esta es una forma de desarrollo de soluciones basada en la práctica en la que la lógica de la solución se extrae de los diagramas de flujo existentes. La construcción de un diagrama de flujo es como una oración que lleva a otra; por ejemplo, en términos de NSL, una serie de LSI que interactúan para lograr un GSI. Sin embargo, los diagramas de flujo generalmente no contienen información adicional de las entidades, agentes y atributos que participan en cada oración. NSL extrae la lógica de la solución de los procesos en cualquier diagrama de flujo y la convierte en información. La información extraída puede usarse para construir las trayectorias de transformación en NSL. Si el proceso se ramifica en múltiples escenarios que llegan al mismo GSI, se crean como párrafos relacionados en NSL.
Marco de optimización de recursos e identificación de tiempos de inactividad: NSL también tiene un marco de optimización de recursos e identificación de tiempos de inactividad en donde los usuarios pueden definir el uso óptimo de todos los recursos disponibles a su disposición. Este marco tiene técnicas automatizadas para rastrear la participación de la entidad en tiempo real en la actividad de creación de valor. Cada unidad de cambio y estado de entidad combinatoria se conecta a un registro de eventos de espacio y tiempo que permite a NSL capturar las métricas de uso de la entidad en tiempo real. NSL tiene la capacidad de capturar la cantidad de veces que una entidad ha participado en un estado desencadenante y cuántas veces se desencadenó una Unidad de Cambio. Estas utilizaciones pueden capturarse durante un período de tiempo o en cualquier momento dado. Los principios de diferenciación óptimos ayudan a los usuarios con análisis y mejoran las capacidades de toma de decisiones para el marco de optimización de recursos. El uso de recursos y el mínimo tiempo de inactividad ayudan a obtener el máximo valor por el dinero.
Entidades lógicas de metasolución: En NSL, las soluciones son una clase especial de información conocida como información prescriptiva. La información prescriptiva expresada en un estado de potencialidad, cuando se actúa sobre ella, se convierte en realidad. La prescripción se hace a nivel de clase y, cuando llegan sus miembros, la realidad ocurre a nivel de transacción. El diseño de la solución se establece a nivel de clase y la clase en sí puede ser tan diferenciada como lo requiera el diseño de la solución. Por ejemplo: Si la persona está al nivel de clase, las personas alfabetizadas y analfabetas son subclases dentro de la clase. Las relaciones se definen a niveles de clase. El principio subyacente fundamental es que el comportamiento de los miembros, con respecto a las interacciones y los resultados que produce, es el mismo que el comportamiento de la clase a la que pertenece. Por lo tanto, cuando ocurren transacciones, el sistema determina la clase de entidad a la que pertenecen. La lógica se toma prestada de una clase genérica y los puntos de vista pueden variar desde el miembro más específico hasta una clase altamente genérica. Esto ayudará a identificar cuántas personas han usado la lógica de la solución denominada "Recuento de transacciones a nivel de solución". Esto es similar a cómo los vídeos muestran la cantidad de vistas.
Entidades lógicas de solución de transacciones: Un arquitecto de soluciones define clases y subclases y crea párrafos de nivel potencial. Los eventos llegan al nivel de miembro y ellos seleccionan la clase adecuada. Comienza con la formación del deseo y la selección del agente. Las clases en sí mismas pueden diferenciarse altamente al agregar cualquier número de subclases. Las entidades lógicas de soluciones de transacciones ayudan a los usuarios a extraer información significativa sobre las métricas de uso del diseño de soluciones en tiempo real. Los componentes de diseño de soluciones más buscados se identifican fácilmente y se usan ampliamente para actividades recurrentes para todas las partes interesadas. Todas las transacciones son miembros de clases de solución. Esto ayuda a identificar el "Recuento de Uso de Entidades": cuántas veces se ha usado una entidad en un período determinado o cuántas entidades se están usando en un momento determinado, etc. Las transacciones y su recuento ayudan a los usuarios a desbloquear los principios de juicio de valor para priorizar el inventario de entidades y los mecanismos de planificación.
Operadores lógicos convertidos a NSL: El mundo de las soluciones usa los tres operadores lógicos principales "y", "o" y "no" para el diseño de soluciones, ya sea en tecnología o de cualquier otra manera. Dado que nSl se ocupa de soluciones, es imperativo que exista un mecanismo para abordar estos tres operadores lógicos que están integrados en los principios de diferenciación en los que se basa NSL. (a) Operador 'Y': La estructura de NSL es de manera que, para llegar a un GSI, se deben cumplir todos los LSI. Por lo tanto, si cada oración debe cumplirse de manera secuencial, el operador lógico 'Y' se atiende automáticamente en virtud del diseño de NSL. (b) Operador 'O': La NSL proporciona párrafos relacionados que proporcionan múltiples trayectorias para llegar a un GSI común. Los párrafos relacionados explican la forma en que se trata el operador lógico 'O' en NSL. (c) Operador 'No': NSL proporciona un cambio entre estados de potencialidad y estados de realidad para cada entidad que abarca la funcionalidad del operador lógico 'No'.
API de NSL: Las API son intermediarios entre dos sistemas en los que suministran la solicitud de un sistema en un protocolo particular y la respuesta la proporciona el otro sistema. n Sl tiene la capacidad de expresar estas API en construcciones de lenguaje natural, haciéndolas, de esta manera, más intuitivas. NSL puede convertir cualquier sistema, software intermedio o sistema operativo existente al formato NSL. En resumen, NSL tiene API desarrolladas en un lenguaje natural que se integra perfectamente con cualquier solución existente y al mismo tiempo preserva la experiencia del usuario.
Diseño de solución conversacional: El diseño de soluciones conversacionales es una variación de QBSD. Una de las cosas importantes que hace NSL es hacer que las interacciones con agentes de máquinas se sientan más cercanas a las interacciones con agentes humanos siguiendo ciertos procedimientos estipulados. Por lo tanto, el Diseño de Soluciones Conversacionales es la capacidad de crear soluciones mediante la conversación con agentes de máquinas.
Adjuntar código de programación a construcciones NSL: Cuando un lenguaje de programación se convierte a NSL mediante el uso del TTF, se establece un nivel determinado de correlación entre la construcción del código en los lenguajes de programación y la construcción de la solución en NSL. Por lo tanto, NSL adjunta el segmento de programa a cada oración construida en NSL para que sirva como documentación. Los usuarios pueden obtener un valor significativo al adjuntar el código convertido a porciones apropiadas de las construcciones<n>S<l>.
Curación de la lógica de solución de código abierto en programación: Esto es similar a la reingeniería, en donde una vez que los programas de código abierto se convierten a NSL mediante el uso del TTF, NSL guía la realización de agregados de valor apropiados a la construcción para eliminar redundancias y mejorar la eficiencia de la solución. Esto habría sido un gran desafío en los lenguajes de programación, ya que la lógica se distribuye en múltiples secciones y se necesitarían enormes esfuerzos para llegar a tal resultado.
TBUI de ingeniería inversa: TBUI es una capa de diferenciación en sí misma que establece una visión clara de dónde aparece una entidad, agente o CU. NSL identifica las diferenciaciones que la TBUI ha causado en una solución, y estas diferenciaciones se pueden expresar alternativamente al agregar la TBUI como un atributo propio de cada una de las entidades participantes.
Coeficiente de correlación y relación entre entidades: En la construcción NSL, todo es una entidad y sólo difieren los puntos de vista. Cualquier entidad de punto de vista puede compararse con cualquier otra entidad de punto de vista para ver si existe alguna correlación entre ellas. Si no hay correlación, es 0; de cualquier otra manera, puede variar entre 0 y 1. Una correlación perfecta positiva o perfecta negativa se encuentran en los límites extremos.
Mapeo visual de NSL: NSL trata sobre principios de diferenciación que también pueden representarse visualmente: también puede representarse visualmente - cómo se ve una unidad de cambio, cómo se conectan y cómo llegan a existir. Existe la oportunidad de conectar cada traducción de programación a uno de estos elementos de la construcción visual, según corresponda, que tenga un valor agregado propio.
Las tres perspectivas: aprendizaje, desarrollo y usuario: NSL proporciona las tres perspectivas, es decir, aprendizaje, desarrollo y usuario a nivel de TBUI, ya que cada entidad es transparente en<n>S<l>. (a) La perspectiva de aprendizaje: En el paradigma de los lenguajes de programación, el proceso de aprender programación, por ejemplo, obtener el título, el conjunto de habilidades y la práctica necesarios, se distribuye en lugares, tiempos y medios. NSL proporciona un sistema interactivo como parte del diseño de TBUI, en donde cualquier usuario nuevo puede aprender NSL a través de módulos de aprendizaje intuitivos y realizar una evaluación inmediata de las habilidades de aprendizaje adquiridas. Estos módulos de aprendizaje equipan a los nuevos usuarios con las habilidades necesarias en un lapso de tiempo muy corto y ayudan a la autocertificación del usuario al final del módulo de aprendizaje. Esta perspectiva de aprendizaje es absolutamente transparente y puede verse como parte del viaje del usuario con NSL. (b) La perspectiva de desarrollo: Las soluciones preparadas mediante el uso de lenguajes de programación siguen un ciclo de vida de desarrollo de software y muchas de las cosas que suceden en el ciclo no son transparentes y suceden fuera del sistema en el que funciona la solución final. En NSL, el ciclo de vida del desarrollo de la solución en sí se reduce a obtener información para el conjunto de preguntas y todo lo que aparece en NSL de forma transparente. (c) La perspectiva del usuario: A nivel de usuario, sólo algunos de los elementos de las bases de datos aparecen de forma selectiva en los lenguajes de programación; el resto sucede en el programa que se encuentra bajo el capó y en las bases de datos que se encuentran bajo el capó. En NSL, todo es transparente y todo lo que el usuario necesita es información adecuada y derechos de decisión para ver esa información.
Extracción de información adicional basada en interacciones entre entidades: Todo cambio ocurre debido a la interacción entre entidades y, por lo tanto, se puede extraer información sobre otras entidades si se conoce la información sobre una de las entidades que interactúan. Imagine un bolígrafo, un papel, una mesa y una persona con la intención de interactuar y, en el proceso, haber generado un documento escrito. Cuando uno tiene información sobre la ubicación únicamente de la pluma y el tiempo en que existió en esa ubicación, con esta información limitada de los principios más amplios de interacción, uno puede obtener información sobre otras entidades. Esto tendrá una enorme importancia desde el punto de vista de la analítica.
Unidades de cambio básicas: Las Unidades de Cambio Básicas son la unidad fundamental donde ocurren todas las interacciones transaccionales entre entidades y los estados desencadenantes resultantes. Las Unidades de Cambio Básicas existen y operan de la misma manera independientemente de los puntos de vista en los que existan. En puntos de vista más altos, la capa de información tiende a transportar mucha más información.
Unidades de cambio secuencial: Estas son las CU sobre las que, la CU básica es capaz de influir a través de uno o más eventos cuando se desencadena. La CU secuencial utiliza los principios del operador 'Y'. Los estados de CES se mantienen dentro de las CU básicas, así como también de las CU secuenciales para formar E-CES. Por ejemplo, para preparar té, es necesario poner la bolsita de té en una taza, llenar la tetera con agua, hervir el agua en la tetera, verter un poco de agua hervida en la taza y agregar azúcar a la taza. Estas son las etapas secuenciales en la preparación del té.
Unidades de cambio alternativo: El diseñador de soluciones utiliza CU alternativas cuando hay múltiples alternativas disponibles para alcanzar el estado de cumplimiento o el siguiente estado habilitante. Sólo una de las alternativas se desarrolla y las demás desaparecen. Esta CU utiliza los principios del operador "O". Por ejemplo, puede realizarse un pago mediante el uso de una de las opciones de pago: tarjetas de crédito, banca neta, contra reembolso, vales de regalo.
Unidades de cambio paralelo: Cuando dos LSI que pertenecen a la misma GSI no tienen entidades compartidas y no tienen dependencias directas o indirectas, se denominan CU paralelas. El sistema tiene la capacidad de identificarlos automáticamente y etiquetarlos en consecuencia. Por ejemplo, en una aplicación de entrega de alimentos, cuando el cliente selecciona comida de un restaurante y la paga, se desencadena una notificación al restaurante para la preparación de la comida y también se envía al repartidor para que la recoja y la entregue. Se desencadenan dos eventos en paralelo.
Unidades de cambio anidadas: Las CU anidadas son un tipo adicional de CU que se agrega a una CU básica para darle la capacidad de obtener mucha más información a nivel de transacción. Es como un ciclo SSA dentro de un ciclo SSA de la CU Básica.
Unidades de cambio subordinadas: En un ecosistema de soluciones, a medida que uno se mueve desde un punto de vista a un punto de vista superior, todas las CU en un punto de vista inferior se incluyen en una CU en un punto de vista superior. Esas CU en el punto de vista inferior son las CU subordinadas a las CU en el punto de vista superior.
Unidades de cambio integradas: Las soluciones construidas en NSL pueden constar de múltiples capas; en donde si la solución es una actividad, puede consistir en múltiples tareas. Cada tarea puede contener además múltiples subtareas en donde, desde el punto de vista de cada tarea, es una unidad de cambio en sí misma. NSL proporciona esta capacidad de superponer CU dentro de CU, en donde las CU de nivel superior se desencadenan solo si las CU de nivel inferior alcanzan el cumplimiento. Hay dos tipos de CU integradas: (1) Unidades de cambio recursivas que se basan en números y (2) Subunidades de cambio que son unidades de cambio dentro de unidades de cambio. Unidades de Cambio Transitorio: Las unidades de cambio transitorias deben verse como unidades habilitadoras de cambio. Las unidades de cambio transitorio ganan importancia cuando hay escenarios de párrafos conectados con otros párrafos donde el intercambio de información o E-CES se extiende a múltiples párrafos o capítulos. Por ejemplo, debe completarse "Escribir una carta" para poder enviar la carta. El último LSI, es decir, un estado de preparación de la carta escrita que es en sí mismo un GSI para un agente de cambio, se convierte en una unidad de cambio transitorio para el GSI del departamento postal.
Clase de solución: Un arquitecto de soluciones define clases y subclases y crea párrafos de nivel potencial. Los eventos llegan a nivel de miembro y seleccionan la clase adecuada; siempre comienza con la formación de un deseo y la selección del agente. Es importante separar las entidades que se encuentran en el punto de vista de la lógica de solución de las entidades en la lógica de transacción. En la lógica de la solución, las variables son "Cualquier LSI", "Cualquier agente humano", "Cualquier bolígrafo", "Cualquier papel", etc., que establecen los principios de las relaciones entre entidades.
Potencialidad de clase transaccional: La clase de transacción es miembro de la clase de solución. Cuando se lleva a cabo una transacción, el usuario puede seleccionar entre diferentes posibilidades y opciones que la clase de solución permite y que se encuentran en estado de potencialidad. Por ejemplo, al escribir una carta, un usuario puede elegir entre bolígrafo, bolígrafo o lápiz; elija cualquier papel, ya sea verde, azul o naranja.
Realidad de la clase de transacción: Cuando un evento llega a la potencialidad de clase de transacción, nace una realidad de clase de transacción. Cada transacción es única. Es la clase de solución que puede dar lugar a cualquier número de clases de transacciones.
Mente anidada: Todas las soluciones pueden construirse demandando clases diferenciadoras conectadas, cuyas diferenciaciones pueden deberse a lo que ocurre en un CES o en un E-CES. Inherente a cada unidad de cambio es una reproducción de un ciclo fractal como SSA. En presencia de agentes, los sentidos detectan cosas en el entorno, la mente hace la selección adecuada entre muchas posibilidades y el cuerpo proporciona la energía necesaria para completar el ciclo de cambio. De acuerdo con el siempre presente ciclo SSA, hay 3 capas adjuntas a cada unidad de cambio que alberga entidades y CES que les pertenecen. La detección pertenece a la capa de información; la selección se relaciona con la capa mental y la acción se realiza en la capa física. El ciclo SSA está presente tanto en la clase de solución como en la clase de transacción. NSL proporciona todas las posibilidades con respecto a detectar el estado del ecosistema y determinar si es propicio o no (mediante la asignación de normas), evaluar las potencialidades del mismo, seleccionar a partir de lo mismo y actuar invocando controladores de cambio apropiados en la capa física. La mente anidada es la capa mental de la unidad de cambio anidada que es inherente a cada unidad de cambio. La mente anidada evalúa constantemente el estado de todas las entidades independientes y el CES en todos los puntos de vista donde los estados evaluados pueden ser Bueno, Malo o Ambivalente. Incidentalmente, puede tratar grados de cada uno de ellos. Los estados evaluados mentalmente son estados conocidos o estados desconocidos. Los estados desconocidos podrían pertenecer al Pasado, al Presente o al Futuro. La mente anticipa/evalúa/adivina cosas sobre estados desconocidos en base a la información disponible. Genera posibilidades e ignora posibilidades intrascendentes. La mente anidada hace juicios de valor sobre posibilidades consecuentes (buenas/malas/ambivalentes) o, incidentalmente, identifica oportunidades y riesgos. Asigna verosimilitudes/probabilidades a estas posibilidades consecuentes. La mente anidada informa a los agentes selectivamente sobre las oportunidades/riesgos en la capa de información; e interviene y altera las trayectorias de transformación alterando los controladores de cambio en la capa de función física. Las acciones de la mente anidada incluyen cuestiones relacionadas con la optimización de recursos según lo deseen los agentes. La capa mental opera en modo por lotes o en modo en tiempo real, a elección del usuario.
Identidades triples contextuales: El ecosistema de soluciones opera según el simple principio de que ninguna entidad general ni ningún agente puede existir fuera de una unidad de cambio y que ninguna unidad de cambio existirá sin una entidad general o un agente que la ocupe. Agentes y entidades generales se reúnen en una unidad de cambio para cumplir un deseo. Cuando se juntan, forman una combinación de entidades que son aún más únicas y diferenciadas. Cada entidad general y unidad de cambio en NSL es informativa y lleva una identidad única. Los agentes y entidades generales pueden participar en múltiples unidades de cambio. Con base en la unidad de cambio en la que participan (Agentes y entidades Independientes), derivan identidades contextuales. Estas triples identidades contextuales actúan como constructores de lógica de soluciones universales.
a. Identidades de las unidades de cambio: Las unidades de cambio definen la lógica de la solución en términos de cómo las entidades diferenciadas a nivel de clase se unen y establecen trayectorias de cambio hacia las soluciones. Las identidades se asignan a cada una de las CU de la siguiente manera:
i. Identidad del ecosistema de soluciones: NSL permite el número máximo de subconjuntos que pueden existir. Ejemplo: Si el ecosistema es una organización, el número de organizaciones con las que trata el sistema definirá el tamaño de los subconjuntos. Si los subconjuntos pueden ser posiblemente 10 000 organizaciones, entonces se puede proporcionar una identidad de cinco dígitos (Ejemplo: "abcde" es una identidad de cinco dígitos)
ii. Subconjuntos de unidades de cambio de nivel uno: Si una organización tiene un máximo de 1000 empresas, entonces deben proporcionarse cuatro dígitos (Ejemplo: "abcde. 1234" es la identidad de la unidad de cambio de nivel uno, donde "abcde" es la identidad del ecosistema de soluciones)
iii. Subconjuntos de unidades de cambio de nivel dos: Con base en los subconjuntos máximos posibles dentro del subconjunto de unidades de cambio de nivel uno, puede determinarse el espacio de potencialidad, digamos seis dígitos (Ejemplo: "abcde.1234.ABCDE" donde "abcde.1234" es la identidad del subconjunto de unidades de cambio de nivel uno)
iv. Más niveles de subconjuntos: De manera similar a las identidades de subconjunto de unidades de cambio de nivel uno y nivel dos mencionadas anteriormente, NSL permite a los usuarios crear identidades en cualquier nivel granular requerido.
v. Procesos: Al descender por los puntos de vista de un ecosistema, uno encontraría lo que es similar a los procesos del viejo paradigma. Los procesos son conjuntos de "unidades de cambio básicas" unidas para producir resultados determinados. En dependencia del número de procesos que acomode el último de los puntos de vista, puede asignarse un número más diferenciador basado en el número máximo de procesos esperados que jamás existirían en el sistema.
vi. Unidades de cambio básicas: Las Unidades de Cambio Básicas son la unidad fundamental donde ocurren todas las interacciones transaccionales entre entidades y los estados desencadenantes resultantes. En dependencia del número máximo de CU que pueden existir dentro de un proceso o subproceso pueden asignarse los números de membresía.
vii. Identidades de CU básicas conectadas: Cada uno de los siguientes tipos de CU básicas conectadas tiene identidades únicas, identificables por el tipo de identidades de CU básicas.
A. CU alternativas: Estos diferencian aún más una CU básica por una identidad que comienza con "A" y admiten miembros hasta un tamaño máximo definido. Ejemplo: (................Axxxx).
B. CU secuenciales: Estas son las CU sobre las que la CU básica es capaz de influir a través de uno o más eventos cuando se desencadena. Dado que la CU básica igualmente se ve influenciada por otras CU, sería redundante especificar las CU secuenciales anteriores. A las CU secuenciales sucesivas se les asigna un número diferenciador que comienza con una 'S'. Ejemplo: (............Sxxx).
C. CU recursivas: Estas son CU dentro de CU que funcionan de forma recursiva y puede asignárseles un número que comienza con "RC". Ejemplo (................ RCxxx).
D. CU de subproceso: Estas son C<u>dentro de CU pero son subprocesos dentro de CU que requieren la asignación de identidades a cada una de las CU de subproceso. Pueden llevar identidades que comiencen con "SU". Ejemplo: (...........SUxxxx).
E. CU transaccionales: Estos nacen cuando nace un deseo transaccional según lo permitido por las CU básicas de nivel de clase. Se identifican al unir números de transacción únicos diferenciadores en base al número máximo de transacciones que permite una CU de nivel de clase. Se debe señalar que incluso si nace una CU transaccional, todo el proceso de nivel de clase asociado se replicará como un proceso transaccional y se numerará en consecuencia.
viii. Capas dentro de las CU: Hay tres capas dentro de cada CU básica: Físico (P), Información (I) y Mente (M). Cada uno de estos puede identificarse por sus iniciales.
ix. Ranuras de entidades independientes: Estas son las ranuras para entidades independientes dentro de cada nivel. Llevan identidades que comienzan con 'E'. Ejemplo: (...........Exxx).
x. Ranuras de atributos de nivel 1: Estos pueden identificarse por el alfanumérico - L1A.
xi. Más ranuras de nivel de atributo: Puede seguirse la misma metodología para asignar identidades como L2A, L3A, etc.
xii. Estados de entidades combinatorias: El sistema proporciona además la posibilidad de asignar números CES automatizados para sus respectivas ranuras en base al principio de 2n variables binarias dentro de la CU básica.
xiii. Estados: Cada ranura, ya sea una ranura de entidad independiente, una ranura de atributo o una ranura CES, existe en un estado de 'potencialidad' (P) o de 'realidad' (R) y puede identificarse como tal.
xiv. Mediante el uso de este modelo implementado por el sistema, puede identificarse de forma única el número de CU en todos los puntos de vista, capas y ranuras dentro de las unidades de cambio. El sistema de numeración también proporciona las distancias entre cualquier entidad y cualquier entidad en base a principios de diferenciación.
b. Identidades generales de las entidades: Cualquier entidad que sea distinta, ya sea diferenciada (única) o indiferenciada (idéntica), deberá estar representada mediante identidades únicas. Todas las entidades generales son físicas (e informativas), ya sean reales o representativas. La asignación de identidad de las entidades generales puede realizarse de la siguiente manera:
i. Clases: Estas entidades pertenecen a clases limitadas que incluyen al menos Agentes, Intenciones, Activos duros, Activos blandos, Atributos y Dinero en base a las elecciones del diseñador de la solución. Tienen identidades basadas en principios similares a los de las CU. Primero se determina el tamaño máximo de cada subconjunto y, en base al mismo número de dígitos necesarios para el subconjunto, se determinaría adecuadamente.
ii. Cualquier número de subclases: Habrá cualquier número de subclases nacidas e identificadas según sea necesario hasta el momento en que se establezca la entidad general más granular. La granularidad se basa en un principio simple de lo que importa desde el punto de vista del diseñador de la solución.
c. Identidades de los agentes: Cualquier Agente distinto, deberá representarse a través de identidades únicas. Los agentes son agentes humanos o agentes de máquinas. La asignación de identidades es exclusiva del tipo de agente.
NSL como HUB: NSL permite la implementación de soluciones creadas no solo en formato NSL basado en lenguaje natural, sino también en cualquiera de los diversos sustratos, tales como programación, prácticas, texto y procesos, al actuar como una plataforma que soporta la implementación de la construcción de soluciones en esos diversos sustratos. Así como un mismo significado puede expresarse en diferentes lenguajes, la lógica de la solución también puede expresarse a través de muchos sustratos. NSL ha eliminado la distinción entre proceso e información, en donde los procesos son una clase especial de información sobre la que se actúa. La información está representada por la naturaleza distintiva de las entidades. Todo carácter distintivo debería expresarse a través de un sustrato u otro. La presencia de sustratos para que la información se exprese es una necesidad. En otras palabras, existe un cierto ciclo de diferenciación al que se adhiere NSL, donde las diferenciaciones se expresan de manera apropiada y contextual, y dichas diferenciaciones según NSL son expresables en cualquier sustrato. NSL actúa como un HUB que permite la ejecución de las soluciones en cualquiera de los diversos sustratos mencionados anteriormente sin perder el valor de verdad asociado.
Extracción de la lógica de la solución de entornos de soluciones semitransparentes: Un entorno de solución semitransparente es aquel en el que una parte de la solución es transparente y está sobre el capó, como lo representan sus interfaces de usuario, y el equilibrio se encuentra debajo del capó y la lógica está oculta. NSL, mediante el uso de TTF, convierte la parte de la solución que es transparente en nSl y recrea el equilibrio mediante el uso de soluciones similares presentes en las bibliotecas de soluciones.
Conversión de SOP a NSL: Con referencia a la Figura 117, un Procedimiento Operativo Estándar (SOP) contiene declaraciones prescriptivas, declaraciones descriptivas, diagramas de flujo o sus combinaciones. Las declaraciones prescriptivas son aquellas en las que se involucra acción o cambio; las declaraciones descriptivas proporcionan información; y los diagramas de flujo son una declaración que conduce a otra declaración. NSL tiene la capacidad de convertir el texto de cualquier documento en declaraciones descriptivas y prescriptivas, donde las declaraciones prescriptivas son similares a la capa física de las CU, las declaraciones descriptivas se unen como información a las declaraciones prescriptivas y se sitúan en la capa de información, y los diagramas de flujo son similares a una serie de LSI que interactúan para lograr un GSI. NSL elimina las redundancias, si las hay, de la información extraída y une la solución en formato NSL. NSL contiene un sistema de análisis de documentos distribuido para analizar miles de documentos SOP escritos en lenguaje natural para crear un equivalente de NSL. Este sistema llamado "Parse2Run" ha logrado una amplia aplicabilidad, escalabilidad, alto rendimiento y alta disponibilidad, y puede analizar y comprender documentos SOP escritos en lenguaje natural. El análisis del SOP puede informar sobre las entidades y cómo interactúan para comprender el proceso. Una vez que Parse2Run haya analizado el SOP, puede traducir la comprensión del proceso a la plataforma NSL, que luego puede ejecutar este procedimiento. Parse2Run es uno de los componentes principales, que utiliza construcciones de lenguaje de solución natural (NSL). El núcleo de Parse2Run es un motor de PNL que encuentra la entidad y los elementos de texto que definen un proceso. La primera etapa para comprender un documento es descubrir las partes de la oración del documento. Una vez comprendida la parte de la oración, se resuelven las correferencias tales como los pronombres por sus antecedentes. Parse2Run atraviesa la relación de herencia para eliminar aún más la ambigüedad. Incluso después de esto, es posible que alguna parte del documento no se entienda, ya que puede haber más de una interpretación, igualmente posible, de la información escrita en el SOP. Parse2Run marcará este punto y conversará con el Diseñador de soluciones para eliminar la ambigüedad. Parse2Run es un sistema de múltiples pasadas y en cada pasada se centra en un aspecto específico. Parse2Run sigue mejorando su comprensión del documento SOP en cada pasada. Los distintos niveles de pase son los siguientes:
a. Pase principal: Parse2Run forma una comprensión central del documento basada en el lenguaje. Tiene formas básicas de palabras, partes de la oración, fechas normalizadas, horas y cantidades numéricas, marca la estructura de oraciones en términos de frases y dependencias sintácticas.
b. Pase de referencia: Después del nivel básico de comprensión, Parse2Run encuentra qué frases sustantivas se refieren a las mismas entidades. Esto minimiza el espacio de búsqueda de conceptos y permite que la correlación se produzca en diferentes partes de los documentos.
c. Pase de relación: Parse2Run encuentra sentimientos, extrae relaciones particulares o de clase abierta entre entidades, obtiene las citas que dijo la gente, etc.
d. Pase de comprensión: El sistema tiene la capacidad de tener una comprensión más profunda de los conceptos expresados en lenguaje natural.
e. Pase del proceso: Parse2Run encuentra la información del Proceso en sí tal como está escrita en el documento<s>O<p>. Se usará la semántica para convertir esta información en construcciones NSL.
f. Pase de enriquecimiento: Pars2Run enriquece las entidades a partir de información ya seleccionada. La información de la entidad puede enriquecerse a partir del modelo de datos existente o de los modelos de dominio disponibles. Este enriquecimiento actualiza entidades con atributos.
g. Pase de Cumplimiento: Parse2Run enriquece el proceso desde el punto de vista del cumplimiento. El cumplimiento puede ser proporcionado por la organización o puede ser especificado por el gobierno para una industria determinada. Este pase de enriquecimiento permite monitorear el proceso para detectar violaciones por parte de los sistemas de IA.
Desarrollo sin desarrolladores: NSL proporciona la capacidad de construir soluciones con una mínima intervención humana a través de un proceso llamado Desarrollo sin desarrolladores (DLD). DLD proporciona diseño asistido por máquina para acelerar el diseño de soluciones. Cuando uno tiene claro el punto de inicio y el punto final de una solución, DLD proporciona opciones de múltiples trayectorias al diseñador de la solución para elegir las trayectorias de relevancia en base al hecho de que DLD analiza las bibliotecas de soluciones, identifica soluciones similares, y muestra las trayectorias probables hacia la solución. Desarrollo sin desarrolladores (DLD) permite la automatización y recomendación de clases de soluciones al implementar modelos de aprendizaje automático supervisados y no supervisados. DLD proporciona una automatización completa de la clase de solución con un enfoque en automatizar la recomendación del vecino más cercano de LSI o unidad de cambio mediante el uso de un enfoque de aprendizaje supervisado. La presente descripción usa el concepto de vecino más cercano en NSL para realizar la predicción de aprendizaje automático. NSL tiene un alto nivel de afinidad entre los controladores de cambio y las unidades de cambio. Cuando ocurren múltiples transacciones, hay un patrón definido y que es reconocido por la máquina. DLD usa información tanto de la clase de solución como de la clase de transacción para hacer la recomendación al Creador de la solución. Como se muestra en la Figura 116, el contenido de la solución se extrajo a través de la capa TTF de varios programas, vídeos, SOP y Contenidos creados por desarrolladores de sueños. El motor DLD extrae el rico contenido de la solución que forma parte de la biblioteca de soluciones NSL. Además, los datos de transacción de la clase de transacción se extraen y se introducen en el motor DLD, lo que permite identificar las distancias en varios niveles. El cálculo de la distancia puede lograrse al usar valores de entidad NSL, tiempo y espacio mediante el uso de algoritmos de aprendizaje automático. El motor DLD usa técnicas/componentes de NLP, ANN y vecinos más cercanos para procesar el contenido de la solución. La técnica de PNL incluye componentes de reconocimiento de entidades nombradas, desambiguación de palabras y sinonimización de entidades. La técnica ANN incluye modelos probabilísticos, codificador de oraciones y componentes de aprendizaje profundo. La técnica del vecino más cercano incluye componentes pysparr-NN, distancia de entidad y coeficiente de correlación. El motor DLD usa modelos probabilísticos para las diversas permutaciones y combinaciones para hacer predicciones.
NSL supera la barrera física: El mundo se ve cada vez más en términos informativos. La información se usa para representar entidades físicas y en cada solución se representan múltiples entidades físicas. Las entidades físicas pueden representarse de múltiples formas siempre que se preserve el valor de verdad. Las entidades únicas se representan con palabras y las idénticas con números. Ejemplo: Libro, 2 libros. En el mundo de la Programación las soluciones se crean pero cuando los datos se almacenan en las bases de datos se pierde el contexto; sería necesario recrear el contexto para darle sentido a esa entidad física. Por lo tanto, la información almacenada sobre esas entidades físicas es inadecuada para identificar con precisión la entidad física real. Además, se crean muchas inferencias de una entidad física y, por lo tanto, termina creando mucha documentación. Cualquier cambio de una entidad física no se filtra a todas las referencias donde se usa esa entidad. NSL mantiene todo el linaje y mientras se preserve el "valor de verdad", la presentación de esa entidad física en el modelo informativo es precisa y dinámica. Ejemplo: Una persona es un conjunto de información, el nombre de esa persona es el atributo de esa persona, su identidad es la representación numérica de esa persona y así sucesivamente. El sustrato adecuado también puede usar la misma información en el medio adecuado. Ejemplo: Las máquinas manejan bien valores numéricos y los humanos manejan mejores representaciones visuales de la misma entidad física.
NSL supera la barrera del proceso: Tradicionalmente, en el mundo de la programación, existe una fuerte separación entre el conjunto de instrucciones (proceso/función/algoritmo) y el conjunto de datos (entrada/salida). Entonces, toda la lógica de lo que está contenido en el flujo del proceso, la información que fluye a través del proceso, el estado del proceso es todo opaco y oculto (a veces los programas registran el estado de los archivos para proporcionar alguna vista). En NSL, toda la lógica de la solución se expresa como clases de solución basadas en diferenciación. La lógica así construida se desarrolla en tiempo de ejecución, cuando empiezan a llegar instancias. Esto conduce a estados CES y estados E-CES que definen toda la solución de una manera muy transparente. Entonces, todo el proceso opaco se convierte en información que es muy transparente y "sobre el capó". Una vez que se puede expresar como información, se puede buscar automáticamente.
NSL supera la barrera de clase: La lógica de solución se define a nivel de clase (llamadas clases de solución). Las clases de transacción se forman cuando las instancias llegan a estas clases de solución (en tiempo de ejecución) y se desarrolla la lógica de solución definida. Entonces, la lógica definida a nivel de clase (diferenciada) es: "un bolígrafo, un papel, una persona" y, a nivel transaccional, se convierte en "este bolígrafo, este papel, esta persona", etc. En los lenguajes de programación, si los datos que se almacenan (en bases de datos), sin contexto adicional, no se puede relacionar ese segmento de datos con la clase particular a la que pertenece. Por lo tanto, cualquier relación entre la clase (que contiene la lógica de la solución) y las instancias (que desarrollan la lógica de la solución) se pierde y ese contexto debe recrearse cada vez que es necesario analizar los datos. En NSL, la lógica de la solución se expresa como una clase especial de información (expresada como oraciones) y sus miembros (base de datos) dependen de ella a medida que se desarrollan. Entonces, NSL registra todo el viaje y todo el contexto (mediante el uso de ID contextuales) y la asociación de los miembros con sus respectivas clases se mantienen como datos en la base de datos. Por tanto, NSL proporciona una forma eficiente y efectiva de medir distancias entre entidades, establecer correlaciones y probabilidades.
NSL supera la barrera de la UI: En los lenguajes de programación, la UI (gráfica) usualmente representa los valores de los campos de entrada y salida. La posición de los componentes se fija según lo determine el programador mientras construye el sistema. Esta es una forma muy inflexible de representar información y cualquier cambio debe realizarse a nivel de código, volver a probarse y luego publicarse. Dado que NSL se basa en la base de las diferenciaciones, NSL aprovecha las propiedades de la interfaz de usuario para diferenciar aún más las entidades que deben representarse, por ejemplo, tamaños de fuente, colores, en qué pantalla aparece el componente, posición inicial para representar el componente en esa pantalla. etc. no son más que diferenciaciones adicionales que se unen a la entidad como atributos. Por lo tanto, el sistema puede renderizarse a sí mismo en base a estos valores diferenciados óptimos (para varios tamaños de pantalla).
NSL supera la barrera de la pantalla: Los sistemas tradicionales tienen una representación limitada de UI a GUI en las pantallas de ordenador. Entonces, en su mayor parte los usuarios están pegados al terminal y ese aparentemente es el único mecanismo para interactuar con las soluciones técnicas. NSL proporciona interfaces y experiencias de usuario para tener la capacidad de "saltar de las pantallas" mediante el uso de interfaces basadas en sentidos, por ejemplo, soluciones que pueden aprovechar el tacto, la visión, el olfato, el oído y el gusto para interactuar con diversas soluciones. Esto se debe al hecho de que NSL es un modelo basado en entidades y las entidades y las interacciones pueden entenderse mediante el reconocimiento de patrones. Por ejemplo: Una cámara puede actuar como ojos y es capaz de ver el mundo.
NSL supera la barrera de la ambigüedad: Tradicionalmente, existen enormes discrepancias entre las partes interesadas de las empresas y los tecnólogos. Cada uno tenía sus límites de conocimiento. La transferencia de conocimientos y la interpretación tenían lagunas. Luego los equipos hicieron las interpretaciones aún más complejas. El desgaste de los miembros del equipo técnico empeoró aún más el proceso. Al democratizar las soluciones, NSL permite a las partes interesadas del negocio crear soluciones por sí mismas, ya que no se requieren especialistas en tecnología para crear las soluciones en NSL; eliminando, de esta manera, la barrera de la ambigüedad.
NSL supera la barrera mental: Típicamente, el mundo actual considera la analítica como una función especial y la usa en casos selectos. En NSL, las unidades de cambio anidadas con la mente integrada en ellas son parte integral de cada Unidad de Cambio que registra y analiza constantemente el ecosistema. Las mentes anidadas emulan la mente consciente y poseen conciencia y respuesta situacionales. La mente anidada realiza análisis en tiempo real, tiene el poder de analizar el pasado, el presente y el futuro y tomar decisiones para todas las acciones que se realizarán ahora o en el futuro.
NSL supera la barrera humana: Al entrenar la máquina para que comprenda el lenguaje natural y dotarla de un mundo de bibliotecas bien construidas, NSL está marcando el comienzo de la era del desarrollo sin desarrolladores, similar a la de los automóviles sin conductores. La máquina es capaz de dar construcciones precisas una vez que se especifican el punto de partida y el deseo, eliminando, de esta manera, la dependencia excesiva de los humanos para escribir soluciones. NSL provoca un cambio completamente nuevo en el desarrollo de soluciones al equiparar al hombre con la máquina. El desarrollo sin desarrolladores hace uso de la información disponible que conduce a la toma de decisiones dinámica para alterar las soluciones mediante el uso de ciclos SSA tanto a nivel de Clase como de Transacción.
NSL supera la barrera hombre-máquina: Actualmente existen 2 códigos: lenguaje natural y lenguaje de programación. El ciclo SSA es inherente tanto a los Agentes Humanos como a los Agentes de Máquinas. Al equiparar ambos códigos, NSL aliena los ciclos SSA presentes en los sistemas de agentes humanos y de máquina, haciendo desaparecer, de esta manera, las diferencias. NSL es el lenguaje universal de soluciones que hará que la máquina y el hombre hablen como amigos. Estos son sinónimos de 'ordenadores' donde las unidades de cambio son impulsadas por agentes de máquinas - tal como fueron diseñados por agentes humanos u otros agentes de máquinas - de modo que se generen salidas adecuadas en respuesta a las entradas. Los agentes de máquinas esencialmente emulan a los agentes humanos en su capacidad de consumir entradas, traer un cambio controlado entre ellos (procesar esos insumos) y generar salidas. En cierto sentido, los agentes humanos imparten cualidades de propósito a los agentes de máquinas.
Explicación de Instancias y Figuras
La instancia 1 pertenece a las pruebas de NSL realizadas en el contexto de un programa de sistema de reservas de hotel escrito en lenguaje de programación Java. Este programa Java contenía 700 líneas de código y fue reemplazado efectivamente por NSL. Posteriormente, se probó que NSL, mediante el uso de su marco tecnológico (NSL-TF), producía los mismos resultados que el programa Java.
La instancia 2 pertenece a las pruebas de Marco de Traducción de Tecnología NSL (NSL-TTF). NSL-TTF consume y traduce un programa de sistema de reservas de hotel escrito en lenguaje de programación Python a NSL automáticamente. Tal NSL producido por NSL-TTF se introduce en el NSL-TF para producir efectivamente los mismos resultados que el programa Python original para establecer que NSL puede manejar cualquier código escrito en el pasado.
La instancia 3 pertenece a las pruebas de Marco de Retraducción de Tecnología NSL (NSL-TRF). NSL-TRF consume y traduce una solución de servicio de ATM escrita en NSL al programa Python y C automáticamente. Los programas generaron los mismos resultados que la solución original en NSL.
Instancia 1
Las figuras asociadas con la Instancia 1 incluyen las Figuras 95-103. El objetivo del programa Java es una aplicación de sistema de reserva de hotel que permite a los usuarios reservar tres tipos de habitaciones de hotel: Deluxe, Super Deluxe y Lujo, junto con la opción de seleccionar tres tipos de transporte y servicios de lavandería. Instancia 1 Etapa 1: Resumen del programa Java y la solución NSL: a) El programa Java del sistema de reservas de hoteles consta de 700 líneas de código; b) El código usa 16 palabras clave, 6 operadores y 5 símbolos del Programa Java; c) Este sistema aborda 96 escenarios; d) La misma solución se construye en Lenguaje de solución natural mediante el uso de 13 entidades independientes, 90 entidades dependientes (atributos) y 18 LSI. Estos 18 LSI pueden abordar 96 escenarios; e) La Figura 95 es un diagrama que muestra un ejemplo de una representación de un Programa Java y una Solución NSL correspondiente; f) y la Figura 96 es un diagrama que muestra un ejemplo de una representación de una traducción de un Programa Java a una Solución NSL mediante el uso de un marco de traducción de tecnología.
Instancia 1 Etapa 2: La forma en que NSL captura la lógica de la solución en el código de programación: Una construcción<n>S<l>consiste en reunir entidades que importan. Es extremadamente intuitivo ya que casi se parece al lenguaje natural. La secuencia de construcción de la solución en NSL implica: a) Crear entidades independientes (Equivalente a Sustantivos). b) Unir atributos a las entidades para diferenciaciones (Equivalentes de Adjetivos y Adverbios). c) Creación de unidades de cambio/entidades combinatorias (Equivalentes de Oraciones). d) Encadenar las unidades de cambio/Declaraciones de Intención Locales para crear la Declaración de Intención Global (Equivalente a Párrafos), e) Unir reglas, restricciones y fórmulas como atributos cuando corresponda. f) La Figura 97A es un diagrama que muestra un ejemplo de una representación de la creación de una entidad con atributos a través del mapeo uno a uno del Programa Java al equivalente NSL. g) La Figura 97B es un diagrama que muestra un ejemplo de una representación de funciones en NSL a través del mapeo uno a uno del Programa Java al equivalente de NSL.
Instancia 1 Etapa 3: Transformación del estado estático al estado dinámico: a) Una vez que se construye una solución en NSL, los LSI están en un estado estático/potencial. A medida que llega un evento (por ejemplo, cuando suceden transacciones), los estados combinatorios de la entidad se transforman de estáticos/potencialidad a dinámicos/realidad. b) La Figura 98A es un diagrama que muestra un ejemplo de una representación de un Párrafo en estado estático cuando se construye la solución. c) La Figura 98B es un diagrama que muestra un ejemplo de una representación de una oración que pasa de Estática a Dinámica como "llegó un evento cuando se captura la información del cliente". d) La Figura 98C es un diagrama que muestra un ejemplo de una representación de un Párrafo en estado dinámico cuando se completa la información.
Instancia 1 Etapa 4: Verificar si las salidas son las mismas en NSL y Java: La aplicación Java y la solución integrada en NSL se probaron mediante el uso de diferentes entradas que cubrían múltiples escenarios. La salida de la aplicación Java y la salida de la solución NSL son las mismas dadas las mismas entradas en ambas aplicaciones. a) La Figura 99A es un diagrama que muestra un ejemplo de una representación de entradas y salidas de un Programa Java. b) La Figura 99B es un diagrama que muestra un ejemplo de una representación de entradas y salidas de una Solución NSL.
Instancia 1 Etapa 5: Marco tecnológico que soporta NSL: NSL es soportado por un marco tecnológico que coexiste con cualquier sistema operativo. Los principios fundamentales del marco están trazando trayectorias diferenciales para las entidades y sus relaciones. El marco tecnológico está estandarizado ya que se establecen todos los principios de NSL y sigue siendo el mismo independientemente de cualquier lógica de aplicación.
El marco tiene los siguientes componentes principales: a) Gestión de bases de datos b) Gestión de interfaces de usuario c) Conexión de entidades con agentes d) Principios de búsqueda de información e) El marco trata todo tipo de escenarios como se indica en: i) Adjudicación: Las estructuras de atributos proporcionadas en el marco ayudan a los usuarios a diferenciar cada párrafo de forma única. El marco ha previsto que todos los escenarios posibles se almacenen como párrafos independientes. ii) Entidades compartidas: El marco tecnológico captura eventos espaciales y temporales dondequiera que se definan, lo que permite el reconocimiento y las estimaciones de patrones. Esto permitirá a los usuarios estimar cuándo una entidad estará disponible para la siguiente actividad. iii) Párrafos independientes: El marco tecnológico diferencia cada párrafo como un párrafo independiente.
La Figura 100A es un diagrama que muestra un ejemplo de una representación de gestión de bases de datos. La Figura 100B es un diagrama que muestra un ejemplo de representación de gestión de interfaces de usuario. La Figura 100C es un diagrama que muestra un ejemplo de una representación de entidades conectadas a agentes.
Instancia 1 Etapa 6: Métricas operativas: Java v/s NSL: La Figura 101 es un diagrama que muestra un ejemplo de una representación de métricas operativas que explican el tiempo, los esfuerzos y el costo necesarios para construir la solución del Sistema de Reservas Hoteleras en NSL y Java.
Instancia 1 Etapa 7: La forma en que NSL aborda palabras clave, operadores y símbolos: El programa Java del sistema de reservas de hoteles usó 16 palabras clave, 6 operadores y 5 símbolos. La siguiente es una explicación de cómo NSL aborda cada una de estas palabras clave, operadores y símbolos:
Palabra clave "Public": Las Figuras 97A y 97B representan la forma en que se usa la palabra clave "Public" en Java y la forma en que se representa en NSL.
Palabra clave "Int": Las Figuras 97A y 97B representan la forma en que se usa la palabra clave "Int" en Java y la forma en que se representa en NSL.
Palabra clave "Char": La Figura 102A es un diagrama que muestra un ejemplo de una representación de la forma en que se usa la palabra clave "Char" en Java y la forma en que se representa en NSL.
Palabra clave "String": La Figura 102B es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "String" en Java y la forma en que se representa en NSL.
Palabra clave "Double": La Figura 102C es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "Double" en Java y la forma en que se representa en NSL.
Palabra clave "Boolean": La Figura 97A es un diagrama que muestra un ejemplo de una representación de la forma en que se usa la palabra clave "Double" en Java y la forma en que se representa en NSL.
Palabra clave "For": La Figura 102D es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "For" en Java y la forma en que se representa en NSL.
Palabra clave "While": La Figura 102E es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "While" en Java y la forma en que se representa en NSL.
Palabra clave "If': La Figura 102F es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "If' en Java y la forma en que se representa en NSL.
Palabra clave "Else": La Figura 102F representa la forma en que se usa la palabra clave "Else" en Java y la forma en que se representa en NSL.
Palabra clave "Break": La Figura 102G es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "Break" en Java y la forma en que se representa en NSL.
Palabra clave "Return": La Figura 97B representa la forma en que se usa la palabra clave "Return" en Java y la forma en que se representa en NSL.
Palabra clave "Print": La palabra clave "Print" en Java se usa para la funcionalidad de imprimir. En NSL, la impresión se representa como una "Interfaz de usuario" que se une como un atributo a una entidad.
Palabra clave "Class": La Figura 97A representa la forma en que se usa la palabra clave "Class" en Java y la forma en que se representa en NSL.
Palabra clave "Package": Las Figuras 97A y 97B representan la forma en que se usa la palabra clave "Package" en Java y la forma en que se representa en NSL.
Palabra clave "Import": La Figura 97A representa la forma en que se usa la palabra clave "Import" en Java y la forma en que se representa en NSL. En NSL, son componentes reusables.
Símbolo "{}": La Figura 97A representa la forma en que se usa el símbolo "{}" en Java y la forma en que se representa en NSL.
Símbolo "()": La Figura 97B representa la forma en que se usa el símbolo "()" en Java y la forma en que se representa en NSL.
Símbolo ";": El símbolo";" en Java se usa para finalizar una declaración. En NSL, "." se usa para terminar una oración.
Símbolo ",": El símbolo "," en Java se usa para diferenciar variables. En NSL, las entidades se diferencian por los atributos unidos a ellos.
Símbolo "[]": El símbolo "[]" en Java se usa para la funcionalidad de listar. En NSL, la diferenciación se realiza a través de un atributo del siguiente nivel.
Operador "=": En NSL, este operador aritmético se usa al unir un valor a una entidad.
Operador "==": La Figura 97B representa la forma en que se usa el operador "==" en Java y la forma en que se representa en NSL.
Operador "<": La Figura 102D representa la forma en que se usa el operador "<" en Java y la forma en que se representa en NSL.
Operador "+": Esto se define como una fórmula en NSL y se adjunta como atributos. NSL OS puede manejar todas las funcionalidades aritméticas.
Operador "-": Esto se define como una fórmula en NSL y se adjunta como atributos. NSL OS puede manejar todas las funcionalidades aritméticas.
Operador "*": Esto se define como una fórmula en NSL y se adjunta como atributos. NSL OS puede manejar todas las funcionalidades aritméticas.
Instancia 1 Etapa 8: La forma en que NSL elimina un proceso: NSL convierte procesos y funciones en información y lleva la lógica de la aplicación al ámbito de los principios de búsqueda de información. Por lo tanto, cualquier función que estuviera oculta en el programa Java también es visible para el usuario final en NSL.
La Figura 103 es un diagrama que muestra un ejemplo de una representación de convertir un proceso en información.
Instancia 2
Las figuras asociadas con la Instancia 2 incluyen las Figuras 104-108B. NSL tiene un marco de traducción de tecnología patentado que consume cualquier código de programación y genera automáticamente una lógica de aplicación NSL equivalente. Luego puede montarse en el marco tecnológico NSL para producir los mismos resultados que los programas escritos en cualquier lenguaje de programación.
La instancia 2 demuestra que el Marco de Traducción de Tecnología NSL funciona con respecto al código de programación Python. Para probar esto, se eligió un código de programa del sistema de reservas de hotel. La salida del programa Java es una aplicación de sistema de reserva de hotel que permite a los usuarios reservar tres tipos de habitaciones de hotel: Deluxe, Super Deluxe y Lujo, junto con la opción de seleccionar tres tipos de transporte y servicios de lavandería.
El traductor extrajo automáticamente las entidades, los atributos, las unidades de cambio y la relación entre las unidades de cambio (lógica de la aplicación) del programa Python, y los componentes extraídos se introdujeron en NSL automáticamente, produciendo exactamente el mismo resultado que el del programa Python.
La Figura 104 es un diagrama que muestra un ejemplo de una representación de una Metodología del Marco de Traducción de Tecnología NSL.
Instancia 2 Etapa 1: Resumen del programa Python y la solución NSL: a) El programa Python del sistema de reservas de hoteles consta de 391 líneas de código; b) El código usa 8 palabras clave, 4 operadores y 4 símbolos del Programa Python; c) Este sistema aborda 96 escenarios; d) La misma solución se construye en Lenguaje de solución natural mediante el uso de 13 entidades independientes, 90 entidades dependientes (atributos) y 18 LSI. Estos 18 LSI pueden abordar 96 escenarios. e) La Figura 105 es un diagrama que muestra un ejemplo de una representación del Programa Python y la Solución NSL. La Figura 106 es una tabla que muestra ejemplos de algunas construcciones Java y sus correspondientes equivalentes NSL.
Instancia 2 Etapa 2: El marco de traducción de tecnología NSL: metodologías usadas: El Marco de Traducción de Tecnología de NSL usa una compilación de palabras clave, operadores y símbolos de lenguajes de programación tradicionales usados comúnmente y sus equivalentes de NSL. Más abajo se muestra una lista de algunas palabras clave y sus equivalentes NSL con los que el traductor trata los siguientes términos.
Palabra clave "Static": La Figura 107A es un diagrama que muestra un ejemplo de representación de la forma en que se usa la palabra clave "Static" en Programación y la forma en que se representa en NSL.
Palabra clave "Switch": La Figura 107B es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Switch" en Programación y la forma en que se representa en NSL.
Palabra clave "Case": La Figura 197B representa la forma en que se usa la palabra clave "Case" en Programación y la forma en que se representa en NSL.
Palabra clave "Continue": La Figura 107C es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Continue" en Programación y la forma en que se representa en NSL.
Palabra clave "Transient": La Figura 107D es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Transient" en Programación y la forma en que se representa en NSL.
Palabra clave "Long": La Figura 107E es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Long" en Programación y la forma en que se representa en NSL.
Palabra clave "Short": La Figura 107F es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Short" en Programación y la forma en que se representa en NSL.
Palabra clave "Byte": La Figura 107G es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Byte" en Programación y la forma en que se representa en NSL.
Palabra clave "Default": La Figura 107H es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Default" en Programación y la forma en que se representa en NSL.
Palabra clave "Super": La Figura 107I es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Super" en Programación y la forma en que se representa en NSL.
Palabra clave "Protected": La Figura 107J es un diagrama que muestra un ejemplo de una representación de la forma en que se usa la palabra clave "Protected" en Programación y la forma en que se representa en NSL.
Palabra clave "This": La Figura 107K es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "This" en Programación y la forma en que se representa en NSL.
Palabra clave "Synchronized": La Figura 107L es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Synchronized" en Programación y la forma en que se representa en NSL. Palabra clave "strictfp": La Figura 107M es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "Strictfp" en Programación y la forma en que se representa en NSL.
Palabra clave "final": La Figura 107N es un diagrama que muestra un ejemplo de representación de la forma en que se usa la Palabra Clave "final" en Programación y la forma en que se representa en NSL.
Instancia 2 Etapa 3: Verificar si las salidas son las mismas en NSL y Python: La aplicación Python y la solución integrada en NSL mediante el uso del Marco de Traducción de Tecnología se probaron mediante el uso de diferentes entradas que cubrían múltiples escenarios. El resultado de la aplicación Python y el resultado de la solución NSL son los mismos dadas las mismas entradas en ambas aplicaciones.
La Figura 108A es un diagrama que muestra un ejemplo de representación de entradas y salidas de un Programa Python.
La Figura 108B es un diagrama que muestra un ejemplo de representación de entradas y salidas de la Solución NSL.
Instancia 3
Las figuras asociadas con la Instancia 3 incluyen las Figuras 109-112. NSL tiene un marco de retraducción de tecnología patentado que consume cualquier solución de NSL y escribe automáticamente un código de programación equivalente en los principales lenguajes de programación.
La instancia 3 demuestra que el Marco de Retraducción de Tecnología NSL funciona para la conversión a Python y al programa C. Para probar esto, se eligió una solución de servicio de ATM. El resultado de la solución NSL es la capacidad de permitir a los usuarios completar el comprobante de depósito, validarlo por parte del cajero y verificar el cheque.
El árbol lógico común de NSL-TRF extrae todas las entidades, atributos, unidades de cambio y relaciones entre unidades de cambio (lógica de aplicación) de NSL nodo por nodo y escribe código en lenguajes de programación mediante el uso de la estructura basada en mosaicos al realizar una serie de etapas como agregar parámetros de configuración, crear una lista de variables y tipos de datos y crear un diccionario.
La Figura 109 es un diagrama que muestra un ejemplo de una representación de una Metodología del Marco de Retraducción de Tecnología NSL.
Instancia 3 Etapa 1: Resumen de la solución NSL y los programas equivalentes en Python y C:
La solución NSL consta de 3 unidades de cambio y 8 entidades.
La misma solución se convierte en 21 líneas de código en el programa Python.
La misma solución se convierte en 33 líneas de código en el programa C.
La Figura 110 es un diagrama que muestra un ejemplo de representación de una Solución NSL y los Programas Python y C equivalentes con entradas y salidas.
Instancia 3 Etapa 2: El Marco de Retraducción de Tecnología NSL: metodologías usadas: El Marco de Retraducción de Tecnología de NSL usa una compilación de palabras clave, operadores y símbolos de lenguajes de programación tradicionales usados comúnmente y sus equivalentes de NSL.
Instancia 3 Etapa 3: NSL-TRF usa un árbol lógico común para extraer entidades y sus relaciones. El generador de código genera el código en los lenguajes de programación seleccionados.
La Figura 111 es un diagrama que muestra un ejemplo de salida generada por un árbol lógico común
La Figura 112 es un diagrama que muestra un ejemplo de generación de código desde NSL a lenguajes de programación.
Terminologías NSL relacionadas con las figuras
Diseño de solución: Las Figuras 107A-107C son figuras que muestran ejemplos de representaciones del diseño de la Solución.
Entidades: La Figura 97A representa entidades de muestra. La Figura 2 también representa que cualquier cosa distinta es una entidad.
Entidades diferenciadas: La Figura 97A representa entidades diferenciadas. La Figura 3 representa entidades diferenciadas donde el lápiz y el papel son entidades distintas y diferentes.
Entidades indiferenciadas: La Figura 4 representa entidades indiferenciadas donde dos plumas son entidades distintas pero iguales a otra.
Principios de WWW: Autoexplicativo.
Entidades potenciales versus entidades no potenciales: La Figura 97A representa la entidad potencial "Habitación de Hotel".
Estados-Entidades-Potenciales: La Figura 1 y la Figura 98A representan estados de entidades potenciales.
Estados de Entidades Reales: La Figura 1 y la Figura 98C representan estados de entidades reales.
Ecosistema de soluciones: La Figura 6 representa el sistema Solution Eco.
Entidades totipotentes: La Figura 8 representa Entidades Totipotentes.
Entidades Independientes: La Figura 97A representa la "Habitación de hotel", que es una entidad independiente. La Figura 9 también representa Entidades Independientes que arrastran consigo sus atributos.
Entidades implícitas: En la Figura 97B, el agente de máquina es una entidad implícita. La Figura 10 representa Entidades Implícitas.
Entidades Congeladas: En la Figura 97A, la habitación del hotel es una entidad congelada. La Figura 11 representa entidades congeladas donde los diseñadores de soluciones consideran que están solo en un estado binario de potencialidad o realidad.
Eliminación de Entidades: La figura 12 representa la eliminación de entidades.
Creación de Entidades: La Figura 97A representa la creación de la entidad "Habitación de Hotel". La Figura 12 también representa la creación de entidades.
Modificación de Entidades: La Figura 13 representa modificación de entidades.
Atributos: La Figura 97A representa la adición de atributos a la entidad "Habitación de hotel". La Figura 14 también representa la dependencia de los atributos de alguna otra entidad para su existencia.
Atributos esenciales: La Figura 15 representa los atributos esenciales que siempre están presentes con referencia a las entidades.
Atributos estándar: La Figura 16 representa la estandarización de atributos en base al entorno de la solución.
Atributos generales: La Figura 17 representa los atributos generales que se seleccionan para su uso en base a las circunstancias en las que se coloca una entidad dentro de un entorno de solución.
Niveles de atributos: La Figura 18 representa los niveles de atributos.
Entidades reales: La Figura 19 representa las entidades Reales que existen físicamente en la naturaleza. La Figura 97A también representa la entidad real "Habitación de Hotel".
Entidades Representativas: La Figura 20 representa las entidades que representan otras entidades reales u otras entidades representativas.
Entidades perceptuales: La Figura 21 representa las entidades que son creadas por agentes humanos de forma natural en sus propios cerebros en forma de estados neuronales determinados.
Entidades Informativas: La Figura 22 representa las entidades informativas.
Valores de verdad: La Figura 23 representa la comprensión de los valores de verdad.
Contenido informativo: real versus representacional: La Figura 20 representa las entidades que representan otras entidades reales u otras entidades representativas.
Realidad física: Figura 97A "Habitación de Hotel" es una entidad que existe en la Realidad Física. La Figura 24 también representa que todas las entidades existen físicamente en el mundo físico.
Unidades de Cambio: a) Declaración de Intención Local: La Figura 98A contiene LSI y GSI. La Figura 25 representa las declaraciones de intenciones locales y la declaración de intención global. b) Declaración de Intención Global: La Figura 98A contiene LSI y GSI. La Figura 25 representa las declaraciones de intenciones locales y la declaración de intención global.
Tamaño de las unidades de cambio: La Figura 26 representa el tamaño de las unidades de cambio.
Eventos: a) Estados binarios: La Figura 99A representa cada entidad en estado de potencialidad. La Figura 27 representa los estados binarios de las entidades. b) Variabilidad: La Figura 28 representa la variabilidad. c) Constantes: La Figura 29 representa las entidades cuyos estados siempre serán los mismos.
Entradas: La Figura 99B representa las entradas y salidas de una solución. La Figura 30 representa las entradas y salidas.
Salidas: La Figura 99B representa las entradas y salidas de una solución. La Figura 30 representa las entradas y salidas.
Tiempos de lapso: La Figura 60 representa los tiempos de lapso.
Ciclo de vida completo de una solución: La Figura 67 representa el ciclo de vida completo de una solución.
Lenguaje natural: La Figura 31 representa la forma en que funciona el lenguaje natural.
Código versus lenguaje natural: La Figura 58 representa la diferencia entre código y lenguaje natural.
Lenguaje de Solución Natural) a) Declaraciones de Intención Estáticas: La Figura 99A representa la declaración de intención en estado estático. La Figura 32 también representa las declaraciones de intenciones estáticas que solo expresan la intención pero carecen de la capacidad de transformarlas en realidad. b) Declaraciones de Intención Dinámicas: La Figura 99C es un diagrama que muestra un ejemplo de una representación de una declaración de intención en un estado Dinámico. La Figura 33 también representa las declaraciones de intenciones dinámicas que son las entidades causantes de la transformación subyacente.
Significado versus valor: La Figura 59 representa la diferencia entre significado y valor.
Cuantificación del valor: La Figura 61 representa la Cuantificación del valor.
Relatividad del valor: La Figura 62 representa la Relatividad del valor.
Puntos en común entre el lenguaje natural y NSL: La Figura 52 representa los puntos en común entre el lenguaje natural y el lenguaje de soluciones naturales (NSL).
Párrafos de Lógica: La Figura 63 representa Párrafos de Lógica.
Bibliotecas NSL: La Figura 55 representa las bibliotecas NSL.
Componentes reusables: La Figura 97A representa la habitación del hotel y sus atributos, que son componentes reusables. La Figura 53 también representa la reutilización de los componentes.
Los principios de diferenciación: La Figura 34 representa los principios de diferenciación.
Puntos de vista: La Figura 35 representa puntos de vista.
Direccionalidad: La Figura 36 representa la direccionalidad en el contexto de subir o bajar en el árbol de diferenciación.
Estados de entidades combinatorias: La Figura 99B representa los estados de entidad combinatoria desencadenante donde, cuando llega un evento, ocurre el desencadenante. La Figura 37 también representa los estados de entidad combinatorios (CES) no desencadenantes y desencadenantes.
API versus programas: La Figura 65 representa la diferencia entre API y programas.
Entidades compartidas: La Figura 56 representa entidades compartidas. Trayectorias de cambio: a) Restricciones: En la Figura 97A, la ocupación de la habitación tiene solo 2 estados, lo cual es una restricción impuesta al sistema. La Figura 38 también representa restricciones que no son nada, sino restricciones impuestas a la elección entre muchas posibilidades.
b) Reglas: La Figura 97B establece la regla para calcular la tarifa de la habitación. La Figura 39 también representa reglas que, en la mayoría de los casos, son una serie de restricciones impuestas al sistema. c) Algoritmos: La Figura 40 representa algoritmos que son iguales a las reglas pero que se usan a menudo en el contexto de los sistemas de información.
Convertir un proceso en información: La Figura 103 representa cómo el proceso se convierte en información.
Niveles de abstracción en TI: La Figura 66 representa la comprensión de los niveles de abstracción en TI.
Los agentes pueden incluir agentes humanos, agentes de máquinas y la madre naturaleza.
Agentes humanos: La Figura 41 representa a los agentes humanos (por ejemplo: a) Creadores de Valor: La Figura 42 representa a los creadores y consumidores de valor. b) Consumidores de valor c) Equipos d) Propiedad: La Figura 43 representa la propiedad de las entidades con respecto a los agentes. e) Funciones del Agente: La Figura 44 representa la función mental, la función física y la función de información).
Agentes de máquinas: La Figura 47 representa los agentes de máquinas.
Madre naturaleza: La Figura 48 representa la Madre Naturaleza, que es el tercer tipo de agente capaz de influir en las transformaciones.
Sistema de Adjudicación: La Figura 49 representa el sistema de adjudicación, en donde hay 2 párrafos y el agente elige qué párrafo se requiere para cumplir la intención.
Centro de acoplamiento de partes interesadas: La Figura 57 representa el Centro de acoplamiento de las partes interesadas (SEC).
Marco de medición: La Figura 50 representa el marco de medición.
Centro de control de misión distribuido: La Figura 70 representa el Centro de Control de Misión Distribuido.
Centro de control de misión dinámico: La Figura 71 representa el Centro de Control de Misión Dinámico.
Interfaz de Usuario: La Figura 51 representa las entidades que pertenecen a los agentes presentados a través de Interfaces de Usuario.
Marco tecnológico NSL: La Figura 69 representa el marco tecnológico de NSL.
Reingeniería: La Figura 54 representa la reingeniería.
Agnóstico del lenguaje NSL: La Figura 68 representa que NSL es agnóstico del lenguaje.
NSL y DNA: La Figura 73 representa que el DNA se convierte en información.
Redes neuronales artificiales: La Figura 64 representa Redes Neuronales Artificiales.
Conceptos de NSL relacionados con las figuras
Todo en el mundo puede explicarse en términos de entidades y sus relaciones. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 2 y la Figura 97A, donde la habitación del hotel está relacionada con Wi-Fi, tarifa y estado de la habitación como atributos).
Cualquier diseño de solución de tecnología de la información también puede realizarse de forma centrada en la entidad. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 2 y la Figura 97B, donde el cálculo de la tarifa de la habitación de hotel se expresa de forma centrada en la entidad al reunir el número de días, la tarifa y la ocupación simple/doble como una combinación).
Cualquier cosa distinta desde la perspectiva de un agente es una entidad. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 2 y las Figuras 97A y 97B, donde la habitación de hotel y la tarifa de la habitación son dos entidades distintas).
Hay diferentes tipos de entidades. (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 2, 3 y 4 y la Figura 99B, donde las entidades, atributos, unidades de cambio y trayectorias sirven como diferentes tipos de entidades).
Todas las cosas califican para ser llamadas entidades, ya sean duras o blandas, tangibles o intangibles. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 2 y las Figuras 97A y 97B, donde la habitación de hotel es un activo duro tangible mientras que la tarifa de la habitación es un activo blando intangible).
Las entidades pueden ser únicas (diferentes de otras, diferenciadas) o recurrentes (iguales a otras, indiferenciadas). (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 3 y 4 y la Figura 102D, donde la recurrencia se explica en forma de número de habitaciones para una habitación de lujo única).
Las entidades que existen independientemente de los agentes humanos se denominan "entidades reales". (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 19 y la Figura 97A, donde la habitación del hotel existe como una entidad real (físicamente presente).)
Las entidades que carecen de valor por sí mismas, pero obtienen valor debido a que representan a otras entidades con respecto a la solución, se denominan entidades representativas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 20 y la Figura 97B la tarifa de habitación es una entidad representativa).
Las entidades representacionales son de dos tipos: entidades perceptuales y entidades informativas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 21 y 22 y la Figura 97B).
Las entidades perceptuales son aquellas entidades que están registradas en la mente de los agentes humanos tal como las perciben los sentidos o las procesa la mente. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 21).
Las entidades informativas son aquellas entidades creadas por agentes para representar cualquier otra entidad: real, perceptiva o informativa. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 22 y la Figura 97B donde la reserva de hotel tiene una declaración de intención global que actúa como una entidad informativa).
Todas las entidades pueden estar representadas por entidades de información. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 22 y la Figura 97B donde la reserva de hotel tiene una declaración de intención global que actúa como una entidad informativa).
Los datos también son información, generalmente usada en el contexto de un contexto menos procesado. (Lo mismo se muestra en la Figura 99B, donde la tarifa de la habitación súper deluxe actúa como datos que brindan información sobre la tarifa).
Las entidades únicas pueden representarse mediante "palabras" y las entidades recurrentes mediante "números". (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 102D, donde las entidades únicas se explican en forma de la palabra lujo - habitación y número: 3 representa la recurrencia).
Las entidades de información llevan consigo valores de verdad. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 23).
Todas las entidades son físicas independientemente de que sean entidades "reales, perceptuales o informativas"; es decir, existen en el espacio y el tiempo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 28 y la Figura 98A, donde la habitación del hotel, que es una entidad real, existe en el espacio y el tiempo, y los atributos edad: 60, sexo: masculino, prueba de identificación: número de Aadhar son entidades informativas que llegan en el espacio y el tiempo.)
Todas las entidades tratadas a nivel de tecnología de la información (TI) son entidades de información que representan entidades reales u otras entidades representativas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 22 y la Figura 98A, donde la habitación del hotel, que es una entidad real, existe en el espacio y el tiempo, y el atributo edad: 60 está etiquetado con la entidad real con el nombre Raju).
Los agentes también son entidades. (Lo mismo se ha explicado con más detalle en referencia a la Figura 98A, en la que los clientes actúan como agentes.)
Todo cambio es causado por agentes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99A, donde el agente de reservación del hotel realiza la entrada del nombre, tipo de habitación, ocupación y número de habitaciones).
Hay tres tipos de agentes: la Madre Naturaleza, los Agentes Humanos y los agentes de máquinas. (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 41, 47 y 48 y la Figura 99B el cálculo de la tarifa de la habitación y la identificación de la reserva son generados por un agente de máquina, mientras que la información de estadía en la habitación, la ocupación y el nombre del cliente se ingresan mediante un agente humano.)
Los agentes humanos y de máquina están impulsados por un propósito. Prefieren algunos estados de entidad, evitan algunos estados de entidad y son neutrales con respecto a algunos estados de entidad. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99B el cálculo de la tarifa de la habitación y la identificación de la reserva son generados por un agente de máquina, mientras que la información de estadía en la habitación, la ocupación y el nombre del cliente se ingresan mediante un agente humano.)
Por el contrario, no hay ningún propósito detrás de los cambios provocados por la madre naturaleza.
De ahora en adelante, nos referiremos a agentes sólo en el contexto limitado de agentes humanos y agentes de máquinas, a menos que nos refiriéramos explícitamente a la madre naturaleza.
La palabra "agente(s)" generalmente implicará agentes humanos y de máquinas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99B el cálculo de la tarifa de la habitación y la identificación de la reserva son generados por un agente de máquina, mientras que la información de estadía en la habitación, la ocupación y el nombre del cliente se ingresan mediante un agente humano.)
Los agentes humanos y los agentes de máquinas pueden alternativamente denominarse partes interesadas y ordenadores por conveniencia.
La NSL se basa en lo que podrían denominarse principios de diferenciación. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34 y las Figuras 97A y 97B, donde la habitación de hotel y la tarifa de la habitación se diferencian completamente).
Si todo lo demás permanece igual, cuando se agrega o crea una nueva entidad en el estado de entidad combinatoria (CES) existente, el nuevo CES se diferencia más. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 107A, donde la identificación del estudiante se diferencia más cuando adjuntamos edad, sexo y número de identificación).
Igualmente, si el resto de cosas permanecen iguales, cuando una entidad se elimina de un CES existente, el nuevo CES queda menos diferenciado. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 103, donde una habitación de lujo reservada se diferencia completamente cuando se une más información en forma de nombre, tipo, tarifa, ocupación, número de días de estadía e identificación de la reserva).
Generalmente hablando, cuanto más diferenciada está una entidad, más información (cuantificada en bits) consume. Si está menos diferenciado, consume menos información. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 103, donde una habitación de lujo reservada se diferencia completamente cuando se une más información en forma de nombre, tipo, tarifa, ocupación, número de días de estadía e identificación de la reserva). En el diseño de soluciones, existe una jerarquía de diferenciaciones. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34 y la Figura 102B, donde la confirmación de la reserva tiene una identificación de reserva unida en forma jerárquica que además tiene un tipo de datos alfanumérico adjunto (jerarquía estructural).) El árbol de diferenciación comienza en "entidades independientes" que potencialmente llevan consigo una multitud de entidades dependientes llamadas "atributos" en una o más capas de diferenciación. (Lo mismo se ha explicado con mayor detalle en referencia a la Figura 34 y a la Figura 102B, en las que la entidad independiente confirmación de reserva tiene el identificador de reserva como entidad dependiente que, además, tiene asociado un tipo de dato alfanumérico.)
Luego, existen estados de entidades combinatorias que resultan de combinaciones de entidades independientes dentro del dominio de las declaraciones de intenciones locales (LSI), lo que equivale a oraciones. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 32 y las Figuras 98A y 98B, donde obtener información del cliente, seleccionar el tipo de habitación, etc., son LSI o sentencias que existen en CES).
LSI, en su forma estática, también cuenta como una de las entidades independientes, aunque exprese o describa una unidad de cambio. (Lo mismo se muestra en la Figura 98A, donde obtener información del cliente, seleccionar el tipo de habitación, etc., existe en un estado de entidad estática).
Los atributos unidos a cada una de las entidades independientes equivalen a adjetivos en una oración. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 14 y la Figura 98A, donde el cliente es una entidad independiente y la edad, el sexo y la prueba de identificación son adjetivos).
Los atributos unidos a cada uno de los LSI son equivalentes a un adverbio en una oración. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 14).
Entre los estados de entidades combinatorias, hay CES binarios no desencadenantes 2n-1, donde 'n' es el número de estados de entidades y atributos independientes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Sólo uno de los CES cuenta como un CES desencadenante que es responsable de extender la jerarquía de CES, llamado CES extendido, lo que resulta en una combinación de LSI. (Lo mismo se ha explicado con referencia a la Figura 37).
También sucede que, en un CES desencadenante, todas las entidades independientes y sus atributos se encuentran en un estado de realidad. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37). Tal recopilación de LSI conduce a declaraciones de intenciones globales, lo que equivale a un párrafo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 32 y la Figura 95).
En teoría, tal jerarquía de diferenciaciones puede extenderse a párrafos dentro de párrafos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34 y la Figura 95).
Los principios que guían la formación de diferenciaciones equivalentes a una gramática NSL tienen muchas similitudes con la gramática del lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34 y la Figura 95).
Los principios de diferenciación deben su origen a principios contenidos en la teoría de conjuntos, el cálculo, los sistemas biológicos y muchos otros principios científicos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34).
La forma menos indiferenciada o generalizada de una entidad puede denominarse entidad totipotente. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 8).
Si existe un número determinado de entidades diferenciadas en el ecosistema de soluciones; se ignoran los valores diferenciadores de aquellos; y sólo se reconoce su existencia, entonces lo que queda es sólo la forma diferenciada. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34).
Esto puede ilustrarse con lo siguiente.
Si hay cinco estados, A, AB, ABC, ABCD y ABCDE. Si se ignora el valor de 'E' en el estado ABCDE, se equipará con el estado anterior ABCD.
Si también se ignora el valor de 'D' en el cuarto estado, entonces se equipará con ABC y hay tres ABC en el sistema. Si llegamos hasta A, y todo lo demás se reconoce por su existencia pero se ignora por su valor, entonces sólo quedarán cinco 'A' en el sistema sin ninguna diferenciación asociada a ellas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34).
Si 'A' se reconoce simplemente como una entidad, desprovista de cualquier otra diferenciación, como ser una persona o un automóvil o un automóvil que tiene un color, etc., esa forma más generalizada deja solo un recuento de entidades sin ninguna diferenciación. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34). En el diseño de soluciones, cualquier adición a un CES es lo mismo que restricciones que conducen a trayectorias de solución diferenciadores. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 102F, donde la disponibilidad de espacio como restricción conduce a reservar habitación o no reservarla).
Si hay una multitud de adiciones o restricciones sucesivas o relacionadas, son las mismas que se denominan reglas en la construcción de soluciones tradicional.
Un algoritmo es una regla implementada por un agente de máquina. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 40 y la Figura 102D, donde la tarifa de habitación 500 y Wi-Fi no están disponibles, y un agente de máquina establece el estado no disponible en cada habitación de lujo de forma predeterminada como un algoritmo).
Mientras que las interfaces de usuario y la arquitectura de la solución llevan los niveles de diferenciación al nivel más bajo de entidades y atributos independientes, los fundamentos de la tecnología de la información extienden estos niveles de abstracciones a alfabetos, números y símbolos, y luego a dígitos binarios 0 y 1, y hasta las fuerzas electromagnéticas en los transistores o dispositivos de almacenamiento. (Lo mismo se ha explicado con referencia a la Figura 66).
Hay entidades independientes y autónomas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 9).
Las entidades independientes son autónomas en la medida en que pueden ocurrir eventos en su nivel o en el nivel de sus atributos causando alteraciones en los estados de entidades combinatorias (CES) de los que forman parte. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 9 y las Figuras 98A y 98B, donde la edad, el sexo y la prueba de identificación de las entidades del cliente están causando alteraciones en la unidad de cambio de obtención de información del cliente).
Los atributos son entidades que dependen de entidades independientes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 14 y a la Figura 97A, en las que la tarifa de la habitación, la conexión Wi-Fi y el estado de la habitación dependen de la habitación del hotel, que es una entidad independiente.)
En otras palabras, los atributos deben su existencia a entidades independientes y no pueden existir sin ellas. (Lo mismo se ha explicado con referencia a la Figura 14 y a la Figura 97A, donde la tarifa de la habitación, el Wi-Fi y el estado de la habitación dependen de la habitación de hotel, que es una entidad independiente. Si se elimina una habitación de hotel, la conexión Wi-Fi y el estado desaparecen automáticamente.)
Sin embargo, pueden ocurrir eventos a su nivel independientemente modificando el estado de las entidades independientes y del CES.
Puede haber muchos niveles de atributos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 18 y la Figura 102D, donde hay dos niveles de atributos para la entidad de tipo de habitación).
Cada entidad independiente está altamente diferenciada ya que está compuesta por trillones de partículas y ya lleva consigo una enorme cantidad de información (la información no es más que la que representa diferenciaciones en las entidades). (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 9 y la Figura 97A, donde la habitación de hotel es la entidad independiente que está totalmente diferenciada con tarifa, Wi-Fi y estado de la habitación como atributos.)
Las entidades independientes serán vistas como entidades en un estado congelado, lo que significa que existen en estados binarios de potencialidad o realidad.
Las entidades independientes no se prestan a ser modificadas incluso cuando llevan consigo una gran cantidad de partículas o información.
Cada CES se encuentra en un estado binario de potencialidad o realidad, listo para cambiar su estado en base a los dictados de los eventos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 27 y las Figuras 98A y 98B, donde reservar una habitación de hotel como GSI CES existe en forma estática y dinámica).
Cuando las entidades se combinan, se crean estados de entidades combinatorias (CES). (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Los CES están aún más diferenciados ya que son combinaciones de entidades independientes ya muy diferenciadas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Cada CES es un estado binario. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 27).
En tecnología de la información, todos los estados son representables digitalmente.
Dentro de un sistema, si un CES se encuentra permanentemente en un estado de realidad o en un estado de potencialidad, se le llama constante. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 29 y a la Figura 99B, en las que la tarifa de la habitación tiene un valor fijo.)
Si un CES puede oscilar entre un estado de potencialidad o de realidad, se le llama estado variable. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 28 y la Figura 99B, donde la disponibilidad de habitaciones y el cliente son variables.)
Cuando un CES pasa de la potencialidad a la realidad, se considera una creación. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 12).
Cuando un CES pasa de la potencialidad a la realidad, se considera eliminado. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 12).
Cuando los subestados de un CES sufren cambios entre los estados de potencialidad y realidad, se considera que se modifica. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 13).
En los puntos de vista más altos de la CES, donde todos sus subestados pueden influir en el estado del estado principal, las modificaciones y la variabilidad pueden tender a infinitos en algunos casos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99B, donde el número de días y la ocupación influyen en la información de estadía en la habitación y las mismas influencias reservan un GSI de habitación de hotel en un punto de vista más alto.)
Todo "cambio" depende de la energía.
Todas las soluciones y todas las cosas de valor surgen del "cambio controlado". (Lo mismo se muestra en la Figura 99B, donde se han conectado cinco LSI diferentes en una secuencia para controlar el flujo de eventos).
El cambio controlado requiere energía y dirección: energía dirigida.
En el diseño de la solución, todos los cambios ocurren en "unidades de cambio". (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 25 y la Figura 99B, donde obtener información del cliente, elegir el tipo de habitación, obtener información sobre la estadía, calcular la tarifa de la habitación y reservar una habitación de hotel son unidades de cambio donde se realizan todos los cambios).
Todas las soluciones son específicas del agente. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 98A, en la que la edad, el sexo y la prueba de identidad son específicos del cliente.)
En otras palabras, en ausencia de agentes el concepto de "soluciones" o "valor" pierde su significado.
Cada unidad de cambio tiene uno o más agentes presentes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99B, donde el agente de máquina genera la identificación y el nombre de la reserva, y el agente humano ingresa el número de días y la ocupación).
Son los agentes, que forman parte del CES, los que actúan como catalizadores del cambio controlado. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99B, donde el agente de máquina genera la identificación y el nombre de la reserva, y el agente humano ingresa el número de días y la ocupación).
Los diseñadores de soluciones eligen unidades de cambio en base a principios de optimización. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 26 y la Figura 98B, donde la reservación de habitaciones de hotel GSI se construyó mediante el uso de 5 LSI donde, como en teoría, lo mismo se puede expresar en infinitos cambios de estado).
Si la "unidad de cambio" es demasiado grande, las entidades independientes y los atributos que participan en ellas en estados de variabilidad crecen exponencialmente, haciendo que el sistema sea demasiado complejo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 26).
Si la unidad de cambio es demasiado pequeña, habrá una proliferación de unidades de cambio con una redundancia inmanejable que se infiltrará en el sistema. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 26).
En NSL, todas las unidades de cambio están representadas por declaraciones de intenciones locales (LSI) o declaraciones de intenciones globales (GSI). (Lo mismo se ha explicado con mayor detalle en referencia a la Figura 25 y a la Figura 98B, en las que la reservación de habitación de hotel GSI se ha construido mediante el uso de 5 LSI).
Las declaraciones de intenciones son similares a las "declaraciones prescriptivas" en lenguaje natural, en contraste con las declaraciones descriptivas o las declaraciones interrogativas.
Todas las declaraciones de intenciones que no estén respaldadas por todos los estados potenciales de entidades combinatorias (donde no ocurren eventos) deben verse como "declaraciones de intenciones estáticas". (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 32 y la Figura 98A que existe en la capa lógica.)
En otras palabras, una declaración de intención estática es una constante, y sigue siendo sólo una intención sobre la que no se actúa. (Lo mismo se ha explicado con más detalle con referencia a la Figura 32 y la Figura 98A que existe en la capa lógica y no se actúa sobre ella.)
Una declaración de intención dinámica, por el contrario, está respaldada por todos los posibles estados de entidades combinatorias donde ocurren los eventos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 33 y la Figura 98B, donde todos los eventos han ocurrido y la potencialidad se ha convertido en realidad).
En otras palabras, una declaración de intención dinámica es aquella sobre la que se actúa. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 33 y la Figura 98B, donde todos los eventos han ocurrido y la potencialidad se ha convertido en realidad).
Las declaraciones de intenciones estáticas pueden compararse con una reservación llena de declaraciones prescriptivas donde las palabras no sufren ningún cambio independientemente de quién lo lea o de lo que esté sucediendo en el mundo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 32 y la Figura 98A).
Las declaraciones de intenciones dinámicas pueden compararse con una reservación llena de declaraciones prescriptivas donde las palabras se ajustan dinámicamente en función de quién lo lee y de lo que sucede en el mundo real. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 33 y la Figura 98B).
Dado que todos los cambios en una solución están controlados por agentes y todos los cambios están precedidos por las intenciones de los agentes; las declaraciones de intenciones siempre están presentes como entidades combinatorias independientes en cualquier CES desencadenante. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37 y las Figuras 98A y 98B).
La presencia de declaraciones de intenciones a veces puede estar implícita y otras veces declararse explícitamente, pero su presencia es inevitable.
Las declaraciones de intenciones son una condición necesaria pero no suficiente para desencadenar la existencia de un estado de entidad combinatoria. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37 y la Figura 99A donde no hay nada que especifique la presencia del agente de reservas de hotel).
Las IS son intenciones de los agentes y las CES desencadenantes cumplen esas intenciones. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37 y la Figura 98B, donde la captura del último atributo de la tarifa se convierte en el CES desencadenante para cumplir con la intención de reservar una habitación de hotel). SI como entidad combinatoria independiente tiene el propósito principal de servir como interfaz para el agente humano. Puede contener un término descriptivo, como un verbo, que no necesita tener un significado funcional. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 25 y las Figuras 98A y 98B, donde obtener, seleccionar, calcular y reservar son verbos que solo tienen valor informativo y no afectan la funcionalidad).
Junto a él, el resto de entidades independientes contribuyen a la consecución del CES desencadenante. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37 y la Figura 98A, donde el cliente y sus atributos ayudan a cumplir el CES desencadenante).
Una colección de LSI conduce a GSI. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 32 y la Figura 98A), donde la recopilación de 5 LSI conectados en una secuencia conduce al cumplimiento del GSI de la habitación de hotel reservada.)
Los estados de entidades combinatorias (CES) se logran mediante la combinación de entidades en diferentes niveles: las jerarquías de diferenciación como se indicó anteriormente.
CES de primer nivel surge de la combinación entre entidades independientes y atributos (entidades dependientes) en varios niveles. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 98A, en la que el cliente ha adjuntado atributos de nombre, edad, sexo y prueba de identidad.)
CES de segundo nivel surge de la combinación de dos o más 'CES de primer nivel' dentro de declaraciones de intención. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 98A, en la que el cliente y el hotel tienen entidades independientes combinadas.)
El CES de tercer nivel surge de la combinación de declaraciones de intenciones locales (equivalentes a oraciones) dentro de declaraciones de intenciones globales (equivalentes a párrafos). (Lo mismo se ha explicado con más detalle en referencia a la Figura 98A, en la que las LSI se combinan como CES.)
En principio, el cuarto nivel, y muchos niveles superiores, podrían surgir de una combinación de declaraciones de intenciones globales que conduzcan a diferenciaciones de nivel superior que vayan más allá de los párrafos.
El SI debería tratarse como una entidad independiente y los atributos asociados a él serían equivalentes a los "adverbios" en lenguaje natural.
Los atributos asociados con cada una de las otras entidades independientes podrían tratarse como equivalentes de "adjetivos" en el lenguaje natural. (Lo mismo se ha explicado con más detalle con referencia a la Figura 52 y la Figura 97A, donde Wi-Fi, tarifa y estado de la habitación son adjetivos.)
Cuando las entidades se combinan, esos estados combinatorios tendrán propiedades emergentes propias. Esto es como si los átomos de oxígeno y los átomos de hidrógeno tuvieran sus propias propiedades y cuando se combinan, adquieren las propiedades del "agua".
Todas las entidades existen en estados binarios de potencialidad o realidad: 'entidades potenciales' y 'entidades reales'. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 27).
Los diseñadores de soluciones seleccionan entidades potenciales del mundo real y dejan de lado entidades no potenciales que no tienen relevancia en el contexto del ecosistema de soluciones.
Sin embargo, existe la posibilidad de que entidades implícitas participen en el ecosistema de soluciones, aunque no de forma explícita. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 10 y a la Figura 99B, en las que el agente de reservas hoteleras es una entidad implícita.)
Las entidades implícitas son aquellas que se dan por sentado y no tienen incertidumbre ni efectos consecuentes que produzcan. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 10 y a la Figura 99B, en las que el agente de reservas hoteleras es una entidad implícita.)
De manera similar, pueden estar presentes entidades en el ecosistema que se ignoran ya que no tienen efectos que contribuyan al diseño de la solución.
La existencia de entidades en estados binarios es fundamental para los principios de diseño de NSL. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 27).
Una transición de estado ocurre cuando hay un cambio en el estado binario de una entidad al ocurrir un evento. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 30 y la Figura 98A, donde el valor de edad de 60 años, el sexo de M y la prueba de identificación de Aadhar están cambiando el estado de CES).
El tamaño del CES aumenta en proporción a las entidades independientes y atribuidas participantes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 61 y la Figura 99B. Hay 4 variables en forma de nombre del cliente, disponibilidad de habitación, ocupación y número de días de estadía. Es posible que un diseñador de soluciones también desee capturar la preferencias de fumar/no fumar como variables adicionales)
El diseño de NSL requiere que todos los CES existan sólo en estados binarios discretos de potencialidad y realidad. A medida que las entidades se combinan, se ignora su estado individual y sólo importa el estado combinado. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37 y la Figura 99B, donde reservar una habitación de hotel es el CES compuesto por todas las LSI, entidades independientes y sus atributos, todos combinados).
Un "evento", cuando ocurre, tiene asociado un sello espacial y temporal. Es decir, un evento siempre ocurre con referencia al espacio y al tiempo. Ejemplo: ¿Había ocurrido un evento específico ayer en India o Estados Unidos? Sólo una de ellas es cierta. (Lo mismo se ha explicado con más detalle con referencia a la Figura 98A, donde los atributos edad: 60, sexo: masculino, y prueba de identidad: Aadhar son entidades informativas que llegan en el espacio y en el tiempo.)
Se supone que ha ocurrido un evento cuando una de las entidades independientes o sus atributos cambia sus estados de potencialidad a realidad y viceversa dando como resultado uno de los CES dentro de una declaración de intención (Unidad de Cambio). (Lo mismo se ha explicado con más detalle con referencia a la Figura 37 y la Figura 98A, donde los atributos edad: 60, sexo: masculino, y prueba de identidad: Aadhar son entidades informativas que llegan en el espacio y en el tiempo.)
Todos los eventos son causados por el CES desencadenante en uno o más SI, incluido el SI al que pertenece el evento. (Lo mismo se ha explicado con más detalle en referencia a la Figura 37 y la Figura 99B, en las que la captura del nombre del cliente desencadena la captura de la tarifa y la disponibilidad de habitaciones en el LSI subsiguiente.)
De manera similar, los CES desencadenantes causan uno o más eventos dentro del SI al que pertenece o de otros SI. Estos se denominan efectos de un evento. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99B donde la selección del tipo de habitación determina la tarifa que se mostrará automáticamente).
Cada vez que ocurre un CES desencadenante, consume una cierta cantidad de tiempo, llamado "tiempo de lapso", antes de que provoque uno o más eventos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 60).
El punto de referencia espacial para un evento dentro de una declaración de intención es ese espacio donde ocurre el CES desencadenante. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Si bien los eventos ocurren a nivel de entidad o atributo independiente, influyen en el cambio en los estados de entidad combinatoria dentro de una declaración de intención. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99B, las capturas de nombre y disponibilidad de habitaciones en los niveles de atributos influyen en el cambio en la obtención de información del cliente por parte de CES).
Podría haber distintos niveles de incertidumbre relacionados con cada evento.
La teoría de la probabilidad puede aplicarse para asignar valores a tales eventos.
El número de "estados posibles" dentro de una declaración de intención es 2n, donde "n" es el "número de entidades binarias", es decir, si hay 6 variables o entidades binarias, habrá 64 CES. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 61).
El estado en el que todas las entidades independientes y sus atributos se encuentran en un estado de realidad es el 'CES desencadenante', y todos los demás estados son CES no desencadenantes. En el ejemplo anterior 64 el estado es el CES desencadenante y los otros 63 son CES no desencadenantes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
El 'CES desencadenante' causa eventos en otras declaraciones de intenciones (en el mismo párrafo u otros párrafos) o en su propia declaración de intención. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Los CES no desencadenantes no provocan ningún evento o cambio consiguiente. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Las declaraciones de intenciones son como neuronas y los desencadenantes CES son como la activación de las neuronas para la acumulación de potencialidades de acción. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Las declaraciones de intenciones (SI) que influyen en otras SI se consideran relacionadas y se incorporan al CES. (Lo mismo se ha explicado con más detalle en referencia a la Figura 95, donde se reúnen los SI relacionados.) La ruptura de la barrera del proceso ocurre cuando las SI relacionadas dan lugar a CES nuevos y extendidos.
Cuando otras SI y sus constituyentes se combinan en base a relaciones CES desencadenantes, la CES permanece extendida. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 98B: a) Obtener Información del Cliente b) Obtener Información del Cliente. Seleccione Tipo de Habitación c) Obtenga Información del Cliente. Seleccione Tipo de habitación. Obtenga información sobre estadía en la habitación... d) Las declaraciones a, b, c se extienden en base a sus relaciones).
Cada evento es causado por un CES desencadenante u otro. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
El CES desencadenante es la causa y el evento resultante es el efecto. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 37).
Cuando las causas y los efectos se combinan como entidades diferenciadas en forma de CES, llamado CES extendido, el proceso se convierte en información. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 103, donde el proceso se convierte en información en forma de lenguaje natural).
En el nuevo paradigma, donde sólo existen entidades independientes y CES, incluidos los CES extendido, sólo existen diferenciaciones entre entidades expresadas como información.
El mismo "principio de diferenciación" que gobierna la información al capturar significado también gobierna la creación de soluciones o valor. (Lo mismo se ha explicado con más detalle en relación con la Figura 59 y la Figura 103, donde el proceso se convierte en información en forma de lenguaje natural).
Ahora incluso los estados de solución entran en el dominio de la información y, por tanto, en el dominio de los motores de búsqueda. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 103, donde el proceso se convierte en información en forma de lenguaje natural).
En el contexto de los "agentes", si bien los agentes siguen siendo agnósticos con respecto a la mayoría de las demás entidades, algunos estados combinatorios de entidades son favorables y otros desfavorables.
En el caso de CES extendido, los SI conectados que conducen a los SI globales se tratan como pertenecientes al mismo párrafo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 63 y la Figura 98A donde la recopilación de 5 LSI conectados en una secuencia conduce al cumplimiento del GSI de la habitación de hotel reservada.)
Todos los SI, incluidos los SI globales, son específicos de cada agente. (Lo mismo se ha explicado con más detalle con referencia a la Figura 25 y a la Figura 98A) donde las 5 LSI son específicas del agente de reservas hoteleras.) Un párrafo se define como una colección de SI locales que conducen al cumplimiento de un SI global. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 25 y la Figura 98A) donde la recopilación de 5 LSI conectados en una secuencia conduce al cumplimiento del GSI de la habitación de hotel reservada.)
Cada párrafo sirve para el cumplimiento de una sola declaración de intención global. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 25 y la Figura 98A) donde la recopilación de 5 LSI conectados en una secuencia conduce al cumplimiento del GSI de la habitación de hotel reservada.)
Si hay más de una SI Global, entonces la misma debe incluirse en párrafos diferentes. (Lo mismo se ha explicado con más detalle en referencia a la Figura 25 y la Figura 107H, donde cada párrafo soporta un GSI.)
NSL requiere que todas las entidades independientes y sus atributos pertenecientes al párrafo del SI global estén en un estado de realidad para que se cumpla el SI global. (Lo mismo se explica con más detalle en referencia a la Figura 98B, en la que ya se han producido todos los acontecimientos.)
Un criterio fundamental en el que se basa NSL es que para que se cumpla cualquier SI, todas sus entidades independientes y sus atributos deben estar en un estado de realidad. (Lo mismo se explica con más detalle en referencia a la Figura 98B, en la que ya se han producido todos los acontecimientos.)
Este principio se aplica igualmente ya sea que se trate de un SI local (nivel de oración) o un SI global (nivel de párrafo).
NSL considera la "lógica de solución" como un atributo fundamental que le otorga el mismo estatus que el de "espacio y tiempo".
Esta lógica la definen y actúan los agentes. (Lo mismo se muestra en la Figura 98A, donde el agente de reservas de hotel actúa sobre la lógica.
Todas las trayectorias de diferenciación están definidas por los diseñadores de soluciones como párrafos de potencialidad. (Lo mismo se muestra en la Figura 98A, donde el Diseñador de soluciones establece el párrafo de la reservación de la habitación del hotel.)
Cuando un agente tiene una nueva aspiración, califica como una nueva declaración de intención global. (Lo mismo se muestra en la Figura 107h, donde el profesor de la materia asignada calcula las calificaciones porcentuales y se ha incluido en 3 párrafos diferentes).
Esa declaración de intención, por diseño, tiene que pertenecer a uno de los párrafos de potencialidad como su subconjunto. (Lo mismo se muestra en la Figura 95, donde se muestra la construcción de la solución NSL).
Cuando nace una SI Global, inmediatamente se aferra a un párrafo de potencialidad que ha sido definido en las trayectorias de diferenciación para que la SI Global se cumpla. (Lo mismo se muestra en la Figura 98A, donde GSI se aferró a un posible párrafo).
Todos los SI globales relacionados entre sí pueden expresarse como "párrafos relacionados". (Lo mismo se muestra en la Figura 107h, donde se representan 3 párrafos relacionados).
Los párrafos relacionados pueden ser aquellos que sirven al mismo SI Global (procesos tradicionalmente diferentes que conducen a la misma solución), o pueden ser párrafos que tienen ligeras variaciones con respecto al SI Global. Uno de los párrafos relacionados podría ser el que ponga fin a la declaración de intención Global. (Lo mismo se muestra en la Figura 99B, donde reservar habitación de hotel es el GSI que termina el párrafo).
Los CES que son comunes en varios párrafos relacionados se denominan entidades compartidas. Compartir se refiere a una entidad que tiene el potencial de prestar servicios a más de una SI. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 56 y la Figura 107h, donde los profesores que asignan la materia calculan las calificaciones de los estudiantes son entidades compartidas).
Hay casos en los que varios párrafos pueden conducir individualmente al cumplimiento de una declaración de intención global. La NSL resuelve la elección entre los párrafos alternativos mediante un método de adjudicación. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 49).
El método de adjudicación se basa en agregar entidades independientes adicionales (que sirven como restricciones) a las entidades combinatorias existentes, de manera que las cosas se afinan para que solo quede un párrafo para cumplir con la declaración de intención. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 49). Alternativamente, cuando no existe ningún párrafo que pueda cumplir con la declaración de intención global, la eliminación selectiva de entidades independientes (que sirven para eliminar restricciones) podría dar lugar a la apariencia de una declaración de intención. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 49).
Hay un lapso de tiempo asociado con cada CES desencadenante antes de que su influencia se sienta por medio de eventos causantes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 60).
El lapso de tiempo puede ser largo o corto, pero siempre existe sin excepción. Generalmente hablando, los lapsos tiempos relacionados con los agentes de máquinas son cortos: se cuentan en fracciones de segundo. Los lapsos de tiempos relacionados con los agentes humanos son largos: varían desde segundos hasta incluso horas o días. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 60).
NSL se basa en los principios de "cómo funciona el mundo" establecidos por la ciencia.
NSL emula el comportamiento y funcionamiento de agentes humanos.
Hay tres capas de funciones definidas de agentes humanos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
La primera es la función física que precipita eventos en los SI cuando se cumplen las condiciones desencadenantes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44 y la Figura 99A, donde ingresar el nombre, el tipo de habitación y la ocupación son funciones físicas).
La segunda es la función de información que emula los sentidos humanos y captura el estado del ecosistema para mantener informados a los agentes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44 y la Figura 99A, donde ¿qué desea hacer? Cancelar una habitación reservada, aprovechar un servicio actúan como entidades de información).
La tercera es la función mental que revalúa el entorno cuando ocurre cada evento y proporciona retroalimentación a la función física. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
NSL proporciona la existencia de las tres capas de párrafos según sea necesario. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
La capa predeterminada es la capa de función física. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
Las entidades en la capa de función de información han logrado el grado de poseer potencialidad informativa. Es decir, podrían ayudar en el análisis, servir para fines de medición o usarse en el contexto de un diseño futuro. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
La capa de función mental guía la capa física y ayuda a validar las condiciones desencadenantes. Cuando ocurre un evento, reevalúa (anticipa) y actualiza el CES presente y futuro en las declaraciones de intenciones relacionadas y guía el proceso desencadenante. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
La capa de función mental se basa, entre otras cosas, en el CES desencadenante anticipado, los tiempos de lapso asociados con el desencadenante y las probabilidades asociadas con el CES desencadenante. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
Los principios de planificación y optimización avanzada (APO) pueden hacerse operativos de forma natural mediante el uso de la "capa de función mental" en NSL. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 44).
NSL se aplica igualmente a las interfaces de programación de aplicaciones (API), que también se basan en principios de diferenciación similares en el proceso de acceso a otras soluciones internas o externas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 65).
Uno de los aspectos más significativos y dramáticos de NSL es que su construcción no solo es similar al lenguaje natural, sino que también es agnóstica a cualquier lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 68).
Dado que NSL se basa en principios de diferenciación, siempre que se cumplan los métodos de diferenciación establecidos, el sistema reconoce y opera de la misma manera independientemente del lenguaje natural usado. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 68).
El lenguaje de la solución NSL no es específico del inglés, pero se puede escribir en cualquiera de los lenguajes naturales conocidos con la misma facilidad. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 68).
Todo lo que se requiere es adherirse a los niveles de diferenciación para que el marco tecnológico NSL trate las entidades según corresponda a esos niveles de abstracción y produzca los mismos resultados independientemente del lenguaje usado. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 68).
El lenguaje natural forma la base para los intercambios de información entre agentes humanos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 68).
El lenguaje natural también es una forma de código, de manera que quienes solo hablan ruso no podrán comunicarse con quienes solo hablan inglés. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 52).
De manera similar, la comunicación con el ordenador se ha realizado durante mucho tiempo a través de varios lenguajes de programación que contienen código especializado, lo que requiere personas capacitadas en esos lenguajes de programación para realizar la tarea. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 52).
NSL crea un nuevo paradigma al introducir una forma de comunicar la lógica de la solución a los ordenadores mediante el uso de construcciones similares al lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 66).
El lenguaje de solución natural utiliza estructuras y métodos innovadores, además de un marco tecnológico fundamental, para comunicar de manera efectiva la lógica de la solución a los agentes de máquinas (ordenadores) de una manera similar al lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 66).
Las relaciones entre entidades en NSL son similares a las partes del discurso en el lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 67).
Esto le da a NSL la flexibilidad de transmitir la lógica de la solución al ordenador de manera independiente del medio. (Lo mismo se muestra en la Figura 72.)
NSL, mediante el uso de avances en técnicas de reconocimiento de caracteres e imágenes, y con una cámara de vídeo conectada a un ordenador, puede transmitir la lógica de la solución directamente al ordenador en forma escrita a mano. (Lo mismo se muestra en la Figura 72.)
Igualmente, mediante el uso de avances en las técnicas de reconocimiento de voz, la lógica de la solución NSL puede grabarse por voz y transmitirse directamente al ordenador. (Lo mismo se muestra en la Figura 72.) NSL también puede extenderse a los lenguajes de señas. (Lo mismo se muestra en la Figura 72.) NSL también tiene la capacidad de extraer la lógica de la solución basada en vídeos que capturan el rendimiento de las soluciones. (Lo mismo se muestra en la Figura 72.)
El sistema reconoce las entidades reales e informativas existentes en los vídeos. (Lo mismo se muestra en la Figura 72.)
Las unidades de cambio, como se observa en el vídeo, se convierten a "CES extendido", capturando, de esta manera, la lógica del proceso o la solución. (Lo mismo se muestra en la Figura 72.)
Dado que NSL reduce toda la lógica de la solución a entidades y sus relaciones, es más naturalmente adecuado para tratar con la "seguridad del sistema" a cualquier nivel deseado con flexibilidad para envolver criptográficamente cualquier entidad identificada individual o colectivamente.
Por extensión, puede lograrse fácilmente la aplicación de una cadena de bloques de manera que se puedan lograr soluciones que busquen una alta seguridad y al mismo tiempo eliminen a las partes confiables.
NSL tiene la capacidad de crear un "marco de medición" con la facilidad que lo caracteriza. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 50).
NSL puede llevar la diferenciación al límite requerido para que se logre el tipo correcto de especificidad y granularidad para determinar objetivamente el estado de cualquier entidad o ecosistema. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 34).
A partir de entonces, también puede capturar juicios de valor sobre el estado de la realidad, tradicionalmente llamados normas, de forma bastante natural y generar colores como el verde y el rojo para informar a los agentes humanos sobre el estado de entidades seleccionadas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 50).
NSL captura CES de forma bastante natural en cualquier punto de vista deseado según sea necesario. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 35).
NSL puede administrar fácilmente el estado de rendimiento de cualquier SI en el ecosistema.
NSL puede realizar estimaciones de esfuerzos y necesidades de recursos de forma dinámica.
Dado que todos los SI son propiedad de agentes humanos y están dirigidos por ellos, pueden incorporar funciones que evalúen fácilmente los "niveles de comprensión" de cualquier agente humano.
Cada unidad de cambio, es decir cada SI, está sujeta a ciclos de 'solución' o 'valor' siempre presentes (ciclo de vida completo de la solución o valor) llamado ciclo PSA. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 67).
'P' significa 'posibilidades' existentes en el nivel de la SI (Unidad de Cambio) que son capturadas por los sistemas y los agentes en el mismo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99A, donde el agente de reservas de hotel captura todas las posibilidades de reservar una habitación, reservar transporte o lavandería, o cancelar una habitación).
'S' significa 'selección' donde el sistema y los agentes tienen la capacidad de tomar las decisiones correctas entre las posibilidades disponibles. (Lo mismo se ha explicado con más detalle en referencia a la Figura 99A, en la que el agente de reservas hoteleras está captando todas las posibilidades de reservar una habitación, reservar transporte o lavandería, o cancelar una habitación elegida por el cliente en su mente.)
'A' significa 'Acción' donde el sistema y los agentes tienen la capacidad de realizar la función correcta para completar el ciclo de PSA. (Lo mismo se ha representado en la Figura 99A donde el agente de reservas del hotel ha introducido todas las posibilidades de reservar una habitación, reservar transporte o lavandería, o cancelar una habitación elegida por el cliente en su mente.)
NSL reconoce y aprovecha el comportamiento similar a un fractal de los ciclos de solución involucrados en todos los niveles del ecosistema de soluciones y las simetrías inherentes al mismo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 67).
Dado que NSL adopta un enfoque basado en el lenguaje natural para el diseño de una solución, elimina eficazmente las diferencias de entidades entre las interfaces de usuario y las bases de datos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 66 y la Figura 95).
Todas las entidades existen en los niveles de la interfaz de usuario con respecto a un agente humano u otro. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51).
Incluso las funciones del "agente de máquina" son transparentes para uno u otro agente, incluidos los administradores del sistema. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51 y la Figura 98B, donde la identificación de reserva, una función del agente de máquina, es transparente para el agente y el administrador del sistema).
NSL elimina la existencia de cajas negras con respecto a todas las entidades presentes en el ecosistema de soluciones.
El acceso a las entidades se proporciona a todos los agentes humanos basándose únicamente en privilegios de acceso - información y derechos de decisión. (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 45 y 46).
El marco tecnológico NSL ayuda a los diseñadores y usuarios de soluciones a determinar todas las entidades diferenciadas pertinentes. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 69).
Luego, cada una de esas entidades diferenciadas se etiqueta con derechos de información y decisión con la ayuda del marco tecnológico. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 69).
Como cada CES en el ecosistema está claramente identificado en todos los puntos de vista, en la mayoría de los casos la asignación adecuada de valores de atributos se impulsa de manera sistémica. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 69 y la Figura 98A, donde la asignación de atributos y sus valores se rigen de forma sistémica).
Si a un elemento en un punto de vista más alto se le asigna un valor de atributo, el marco tecnológico tiene la capacidad de asignar los mismos valores a todas las entidades que caen bajo la misma rama de diferenciación automáticamente sin ninguna intervención manual. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 69 y la Figura 107I, donde a cada usuario del superconjunto estudiante se le asignan automáticamente los mismos atributos y valores).
NSL proporciona una gran flexibilidad a las partes interesadas para organizar sus entidades como quieran dentro de los límites de los estándares establecidos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 69).
Hay métodos y herramientas puestos a su disposición para que puedan mover entidades a cualquier lugar en cualquier pantalla que les pertenezca. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 69). La propiedad de las entidades agente por agente está determinada por un principio simple de que todas las SI y las CES participantes en esas SI pertenecerán a los agentes que impulsan esas SI. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 43).
Por cierto, dos condiciones determinan dicha propiedad: la capacidad de interactuar físicamente con esas entidades y los privilegios que se les otorgan. (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 43, 45 y 46).
El derecho de propiedad también se extiende a aquellos agentes que tienen derecho a ordenar a los agentes participantes que realicen acciones en las SI. (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 43, 45 y 46).
Las soluciones comerciales proporcionan además la capacidad de intercambiar valor en cada evento de manera directa o implícita.
Este intercambio de valor en efectivo o en especie está impulsado por los mismos principios que impulsan el registro de transacciones en los sistemas financieros.
En otras palabras, el valor se intercambia cada vez que un SI experimenta un evento desencadenado por un CES en uno o más SI, o cuando un CES desencadena eventos en uno o más SI. (Lo mismo se muestra en la Figura 62 y la Figura 99B hay 4 variables en forma de nombre del cliente, disponibilidad de la habitación, ocupación y número de días que atienden al desencadenante de 2 LSI en su conjunto. Por lo tanto, ayudar a los diseñadores de soluciones a cuantificar la información como valor.)
Los principios de causa y efecto expresados en NSL por medio de un evento entrante son causados por uno o más CES desencadenantes en uno o más SI. (Lo mismo se ha representado en la Figura 99B, donde hay 4 variables en forma de nombre de cliente, disponibilidad de habitación, ocupación y número de días que atienden al desencadenante de 2 LSI en su conjunto. Por lo tanto, ayuda a los diseñadores de soluciones a cuantificar la información como valor).
De manera similar, cuando el CES desencadenante provoca dentro de un SI el mismo provocando uno o más eventos en uno o más SI. (Lo mismo se ha representado en la Figura 99B, donde hay 4 variables en forma de nombre de cliente, disponibilidad de habitación, ocupación y número de días que atienden al desencadenante de 2 LSI en su conjunto. Por lo tanto, ayuda a los diseñadores de soluciones a cuantificar la información como valor). También se establecen fácilmente correlaciones entre CES y eventos en el ecosistema de soluciones en NSL siguiendo principios estándar. (Lo mismo se muestra en la Figura 97B, donde la tarifa de la habitación es un CES que equivale a la llegada de las entidades en número de días y atributos de ocupación).
El procesamiento del lenguaje natural (PLN) como tema y sistema se ocupa de la comprensión informática del lenguaje natural y el desarrollo de aplicaciones del mismo.
Si bien los principios del lenguaje natural son comunes tanto a la PNL como a la NSL, el enfoque de NSL es impartir lógica de solución a los ordenadores directamente mediante el uso de construcciones similares al lenguaje natural para facilitar su uso por parte de los agentes humanos involucrados.
Esta afinidad natural entre PNL y NSL hará que sea mucho más fácil para NSL mejorar mucho los sistemas y métodos de PNL en comparación con su estado actual. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 52).
La facilidad de uso asociada con NSL se puede llevar al siguiente nivel mediante el uso de "técnicas de juego" en el contexto de NSL.
Pueden implementarse técnicas de juego para proporcionar mejores efectos visuales a través de la animación, para capacitar al usuario, para probar las soluciones, para lograr una mayor interactividad entre los usuarios, y similares. Las interfaces de usuario (UI) en NSL se diseñan para estar centradas en CES, lo que brinda mayor flexibilidad para que la UI se configure para satisfacer las necesidades de las partes interesadas con gran versatilidad. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51).
Estas interfaces de usuario en el contexto de NSL se denominan Centros de acoplamiento de partes interesadas (SEC). (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51).
La SEC se ajusta automáticamente para adaptarse y personalizar el acceso a CES para cada parte interesada según sea necesario y cuando sea necesario. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51).
Como la NSL es consciente de los derechos de información y decisión de los agentes, adquiere la capacidad de autoconfigurarse como parte interesada. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51). Para llevar la facilidad de uso a otro nivel en las soluciones empresariales, SEC también proporciona subestructuras a través de diferentes niveles de acceso a las partes interesadas según la naturaleza de la interacción. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51).
Estos niveles se denominan Mi transacción, Yo mismo, Mi equipo y Mi organización para abarcar CES según el tipo de requisito de las partes interesadas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 51). El Centro de control de misión dinámico (MCC) es una extensión natural de SEC donde el objetivo es proporcionar acceso rápido a CES que sea importante para que las partes interesadas realicen mejor sus tareas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 71).
El MCC dinámico proporciona acceso a CES a las partes interesadas en función de consideraciones de tiempo, eventos, inquietudes y consultas de las partes interesadas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 71).
NSL tiene la capacidad de abordar las incertidumbres del ecosistema con una eficiencia mucho mayor que los sistemas actuales.
Como todo está centrado en CES en NSL, la incertidumbre asociada con ellos puede determinarse espontáneamente en base a los cambios de CES en el ecosistema.
Pueden asignarse probabilidades a cada evento de forma dinámica en base a principios de análisis y uso de big data.
El autoaprendizaje de los agentes de máquinas basado en entidades y eventos (comportamiento de las entidades) ha ido ganando terreno en la última década aproximadamente.
NSL como sistema es una opción natural para dicho aprendizaje automático, ya que todas sus entidades emulan individual y colectivamente la forma en que funciona el mundo (y la mente), allanando el camino para el aprendizaje basado en la experiencia.
Una extensión natural de esto es la emulación de la inteligencia humana, llamada inteligencia artificial, donde NSL proporciona un terreno fértil para que los agentes de máquinas se adapten y respondan a situaciones siempre cambiantes en el ecosistema.
NSL es un caso especial de declaraciones en lenguaje natural, donde se trata principalmente de información prescriptiva (declaraciones de intención) y, incidentalmente, de información descriptiva (información en la capa de función de información).
Uno de los logros más espectaculares de la NSL es su capacidad para cuantificar "soluciones" y "valores" del mismo modo que la teoría de la información ha sido capaz de cuantificar la información que debe contarse en "bits". (Lo mismo se ha explicado con más detalle con referencia a la Figura 61 y la Figura 99B, donde hay 4 variables en forma de nombre de cliente, disponibilidad de habitaciones, ocupación y número de días que sirven para desencadenar 2 LSI en conjunto. Por lo tanto, ayudan a los diseñadores de soluciones a cuantificar la información como valor.)
Cada solución requiere un número determinado de estados binarios independientes y de atributos para estar en un estado de realidad (número de eventos binarios), lo que lo convierte automáticamente en cuantificación. (Lo mismo se ha explicado con más detalle con referencia a la Figura 61 y la Figura 99B, donde hay 4 variables en forma de nombre de cliente, disponibilidad de habitaciones, ocupación y número de días que sirven para desencadenar 2 LSI en conjunto. Por lo tanto, ayudan a los diseñadores de soluciones a cuantificar la información como valor.)
De manera similar, cada solución requiere que se produzca un número determinado de CES desencadenantes para que se produzca el CES de cumplimiento previsto. (Lo mismo se ha explicado con referencia a la Figura 99B).
En NSL, todas las entidades relacionadas con la lógica de la aplicación existen en los niveles de la interfaz de usuario en un formato similar al lenguaje natural, lo que hace que todo sea muy fácil de usar. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 66).
Dado que NSL hace que los usuarios participen en la creación, el mantenimiento o las mejoras de la solución, existe la necesidad de brindarles soporte con el tipo adecuado de herramientas y componentes.
Las bibliotecas NSL almacenan componentes de soluciones útiles, como entidades independientes con variaciones que surgen de sus relaciones de atributos hasta los "párrafos" y superiores. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 55 y la Figura 107A).
Estos pueden usarse según sea necesario, soportado por métodos de búsqueda inteligentes o mecanismos de arrastrar y soltar. (Lo mismo se muestra en la Figura 107I, donde el nombre, el teléfono móvil, la dirección, la edad y el correo electrónico se han adjuntado como atributos reusables para cada estudiante).
Como regla general, NSL minimiza las redundancias al identificar fácilmente los componentes reusables en la biblioteca y usarlos únicamente con respecto al desarrollo de aplicaciones, a menos que se necesiten versiones modificadas. (Lo mismo se ha explicado con más detalle en referencia a la Figura 53 y la Figura 107I, donde el nombre, el móvil, la dirección, la edad y el correo electrónico se han adjuntado como atributos reusables para cada estudiante).
Estos componentes reusables en las bibliotecas de NSL se clasifican y almacenan en función de funciones de soporte para las partes interesadas adecuadas que actúan como curadores. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 107A).
Los desarrolladores de aplicaciones NSL pueden acceder a estos componentes desde las bibliotecas en su mayor parte y unir soluciones diferenciadas según sea necesario. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 55 y la Figura 107A).
Cuando el traductor de lógica de programación NSL convierte el código de programación en lógica de aplicación NSL, todo el código existente, incluido el código de programación de código abierto, se vuelve transparente para los usuarios.
Como la lógica de la aplicación ya no está oculta en las cajas negras del código de programación, existe una gran oportunidad para identificar todos los componentes útiles de la solución para su reutilización. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 53).
Los SI pueden compararse con las neuronas y cada desencadenante de CES con su activación.
El potencial de acción se acumula hasta los niveles umbral en las neuronas, lo que provoca la activación de la neurona.
De manera similar, los estados de entidades binarias en niveles de entidades independientes siguen recurriendo a estados de realidad cuando ocurren eventos, alcanzando el umbral del CES desencadenante, lo que resulta en cambios en otros SI. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 99).
Esto tiene implicaciones dramáticas sobre cómo NSL puede emular el funcionamiento del cerebro humano.
Por extensión, su capacidad para abordar eficazmente entornos de redes neuronales artificiales (RNA) es muy alta. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 64).
NSL proporciona un marco flexible para abordar entornos de soluciones más estructurados, así como también en red.
En ese sentido, es bastante adecuado para ser aplicado tanto en casos de modelos mecanicistas como biológicos. Es interesante establecer paralelismos entre los ciclos de Posibilidad-Selección-Acción en NSL y los aminoácidos presentados como posibilidades que son seleccionados por el 'DNA que conduce al ARN', cuya acción actúa para la formación de proteínas.
NSL es capaz de consumir código de programación para convertirlo en formato de información en lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a las Figuras 102A-102D).
Del mismo modo, también tiene el potencial de extraer información contenida en el DNA para convertirla al formato NSL para que pueda caer en el dominio de la búsqueda en lenguaje natural. (Lo mismo se ha explicado en mayor medida con referencia a la Figura 73).
Actualmente NSL se centra en abordar el nivel de abstracción en tecnologías de la información que pertenece a la lógica de programación, en base a principios de diferenciación. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 66).
Como la aplicación del principio de diferenciación no se limita únicamente a la capa de programación, existe la posibilidad en el futuro de aplicar los mismos principios a los niveles de abstracción en el sistema operativo y también a niveles inferiores.
Cuando eso sucede, muchas de las funciones que se encuentran en las cajas negras bajo el capó pueden volverse más transparentes para los usuarios para una mejor comprensión y gestión.
El agnosticismo de NSL también se extiende incluso a programas escritos en el pasado, ya que tiene la capacidad de extraer la lógica contenida en esos lenguajes en formato NSL y usar esas soluciones como si fueran nuevas. NSL tiene la capacidad de convertir cualquier código de programación a lenguaje natural como el formato NSL (Lo mismo se ha explicado con mayor detalle en la Figura 75).
NSL tiene la capacidad de convertir soluciones construidas en NSL a cualquier código de lenguaje de programación. (Lo mismo se ha explicado con mayor detalle en la Figura 75).
NSL tiene la capacidad de convertir la solución en cualquier lenguaje de programación a cualquier otro lenguaje de programación/lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 75).
NSL proporciona una construcción de solución a través de respuestas a una serie de consultas predefinidas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 76).
NSL proporciona al usuario la experiencia de ver una solución similar a leer un libro. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 77).
NSL asigna automáticamente verbos a funciones para que parezcan más cercanas al lenguaje natural. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 78).
La NSL puede extraer la lógica de cualquier práctica existente. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 79).
NSL hace que la lógica de la solución sea independiente del sustrato. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 80).
NSL cuantifica la solución mediante la identificación de la distancia entre entidades por eventos, información, espacio, tiempo y consumo de recursos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 81). Al hacer que la lógica de la solución sea transparente y al reutilizar los componentes de la solución existentes, NSL ayuda en la compresión lógica mediante la eliminación de redundancias. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 82).
NSL ayuda a reducir los recursos informáticos gracias a la compresión de la lógica de la solución.
Los principios de NSL pueden aplicarse al diseño de ingeniería. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 83).
NSL adopta un sistema de contenedores para diferenciaciones controladas y asigna automáticamente identificadores a clases, subclases y miembros. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 85).
NSL proporciona la conversión de documentos estáticos al formato NSL. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 86).
NSL extiende las interfaces de usuario más allá de las pantallas regulares para cubrir los cinco sentidos primarios y los sentidos adicionales. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 87).
NSL ayuda a rastrear el uso y el tiempo de inactividad de los recursos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 89).
NSL extrae la lógica de la solución de los diagramas de flujo y reconstruye la solución en formato NSL.
NSL proporciona un recuento de transacciones a nivel de solución, por ejemplo, identificando el recuento de usuarios que han utilizado una lógica de solución determinada.
NSL puede capturar la cantidad de veces que se ha usado una entidad en un período particular o la cantidad de entidades en uso en un momento particular.
NSL dispone de API desarrolladas en lenguaje natural que se integran a la perfección con cualquier solución existente preservando la experiencia del usuario.
NSL proporciona un motor DLD que ayuda al desarrollo de soluciones por parte del agente de máquina (lo mismo se ha explicado con mayor detalle con referencia a la Figura 116).
NSL proporciona la conversión de los SOP al formato NSL. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 117).
Todas las unidades de cambio son de forma secuencial para lograr la declaración de intención global. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 118).
En el caso de opciones alternativas que sigan al operador XOR, todas las unidades de cambio se organizan de manera alternativa para lograr la declaración de intención global. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 119).
En caso de que se desencadenen opciones paralelas, todas las unidades de cambio se organizan de manera paralela con múltiples agentes para lograr la declaración de intención global. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 120).
A medida que uno asciende por el punto de vista, las unidades de cambio en los puntos de vista más bajos se convierten en unidades de cambio subordinadas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 121).
Cuando el GSI se extiende a lo largo del GSI de múltiples agentes, el GSI de un agente que desencadena la unidad de cambio de otro GSI de un agente se convierte en la unidad de cambio transitoria. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 122).
Una unidad de cambio puede tener en sí misma múltiples declaraciones de intenciones locales que se denominan subunidades de cambio integradas. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 123).
La solución diseñada por el diseñador se denomina clase de solución y, cuando llegan eventos durante la implementación, se convierte en la clase de transacción. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 124).
Los modelos contextuales de triple identidad permiten identidades desde el nivel de organización hasta el nivel más bajo de atributo. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 125).
NSL actúa como HUB para permitir soluciones de cualquiera de los diversos sustratos. (Lo mismo se ha explicado con mayor detalle con referencia a la Figura 126).
Explicación detallada de las figuras
La Figura 91 representa un diagrama de flujo que representa un método para construir una solución implementada por ordenador mediante el uso de un lenguaje natural comprendido por los usuarios y sin usar códigos de programación. De acuerdo con el método, en la etapa 9102, recibir, por parte de un procesador de un dispositivo informático de un usuario, una declaración de intención global para construir la solución, en donde la declaración de intención global se recibe en una forma de lenguaje natural y se establece en estado de potencialidad. En la etapa 9104, recibir, por parte del procesador del usuario, una o más declaraciones de intenciones locales asociadas con la declaración de intención global y detalles de entidades y un agente asociado con cada declaración de intención local, en donde cada declaración de intención local y los detalles de cada entidad y el agente se reciben en una forma de lenguaje natural y se establecen respectivamente en un estado de potencialidad, en donde cada declaración de intención local es indicativa de una etapa para construir la solución, en donde cada entidad participa en la etapa indicada por la correspondiente declaración de intención local, y en donde el agente es al menos uno de un agente humano, un agente de máquina y una función de ordenador en la etapa 9106, formar, por parte del procesador, para cada declaración de intención local, un conjunto de combinaciones de estados de entidad (CES) basados en todas las combinaciones posibles de las entidades de la respectiva declaración de intención local, en donde un CES formado en base a todas las entidades de la respectiva declaración de intención local es un estado de entidad combinatoria desencadenante (CES desencadenante), y en el que cada CES del conjunto está en un estado de potencialidad. En la etapa 9108, determinar solo una declaración de intención local recibida asociada con la declaración de intención global e identificar el CES desencadenante de la declaración de intención local recibida como final de la construcción de la solución. En la etapa 9110, determinar más de una declaración de intención local recibida asociada con la declaración de intención global, recibir, por parte del procesador del usuario en una forma de lenguaje natural, relaciones entre las declaraciones de intenciones locales, en donde las relaciones son indicativas. de si un CES desencadenante de una declaración de intención local está influyendo en el conjunto de CES de otra declaración de intención local o es el final de la construcción de la solución.
La Figura 92 representa un diagrama de flujo que representa un método para convertir un código de programación en un lenguaje natural para construir una solución implementada por ordenador en base a lenguaje natural. De acuerdo con el método, en la etapa 9202, analizar, por parte de un procesador de un dispositivo informático, el código de programación para extraer símbolos, palabras clave, operadores y funciones presentes en el código de programación. En la etapa 9204, determinar, por parte del procesador, una pluralidad de declaraciones de intenciones locales, entidades asociadas con cada una de la pluralidad de declaraciones de intenciones locales y atributos asociados con cada una de las entidades en base al mapeo de los símbolos, palabras clave y operadores extraídos y funciona con datos en lenguaje natural almacenados en una base de datos y configurando cada una de la pluralidad de declaraciones de intenciones locales, las entidades y los atributos en un estado de potencialidad, en donde cada declaración de intención local es indicativa de una etapa para construir la solución, en donde cada entidad participa en la etapa indicada por la correspondiente declaración de intención local, y en donde los atributos definen una característica de la respectiva entidad y que diferencian a la respectiva entidad de otras entidades de la correspondiente declaración de intención local. En la etapa 9206, formar, por parte del procesador, para cada declaración de intención local, un conjunto de estados de entidades combinatorias (CES) basado en todas las combinaciones posibles de las entidades de la declaración de intención local respectiva, en donde se formó una CES en base a todas las entidades de la respectiva declaración de intención local son un estado de entidad combinatoria desencadenante (CES desencadenante), y en el que cada CES del conjunto está en un estado de potencialidad. En la etapa 9208, determinar, por parte del procesador, las relaciones entre las declaraciones de intenciones locales basadas en el mapeo de los operadores y funciones extraídos con los datos de lenguaje natural almacenados en la base de datos, en donde las relaciones son indicativas de si un CES desencadenante de una declaración de intención local influye en el conjunto de CES de otra declaración de intención local o es el final de una declaración de intención global para la construcción de la solución implementada por ordenador, en la que las relaciones se determinan al analizar los diagramas de flujo con respecto a los datos del lenguaje natural. almacenados en la base de datos. En la etapa 9210, recibir, por parte del procesador de un usuario en una forma de lenguaje natural, detalles de un agente asociado con cada una de la pluralidad de declaraciones de intenciones locales y establecer los detalles del agente en un estado de potencialidad, en donde el agente es al menos uno de un agente humano, un agente de máquina y una función de ordenador.
La Figura 93 representa un diagrama de flujo que representa un método para convertir una solución implementada por ordenador construida en base a un lenguaje natural en un código de programación. De acuerdo con el método, en la etapa 9302, analizar, por parte de un procesador de un dispositivo informático, la solución implementada por ordenador, en donde la solución implementada por ordenador comprende una pluralidad de declaraciones de intenciones locales, entidades asociadas con cada una de la pluralidad de declaraciones de intenciones locales, atributos asociados con cada una de las entidades, relaciones entre la pluralidad de declaraciones de intenciones locales, estados de entidades combinatorias (CES), uno o más CES desencadenantes, en donde cada declaración de intención local es indicativa de una etapa para construir la solución, en donde cada entidad participa en la etapa indicada por la correspondiente declaración de intención local, y en donde los atributos definen una característica de la entidad respectiva y que diferencian la entidad respectiva de otras entidades de la correspondiente declaración de intención local, en donde las relaciones son indicativas de si un CES desencadenante de una declaración de intención local está influyendo en el conjunto de CES de otra declaración de intención local o es el final de una declaración de intención global para la construcción de la solución implementada por ordenador. En la etapa 9304, extraer, por parte de un procesador de un dispositivo informático, una pluralidad de componentes de solución de lenguaje natural, en donde los componentes de solución de lenguaje natural comprenden: la declaración de intención global, la pluralidad de declaraciones de intenciones locales, atributos asociados con cada uno de los entidades, relaciones entre la pluralidad de declaraciones de intenciones locales, estados de entidades combinatorias (CES), uno o más CES desencadenantes. En la etapa 9306, generar automáticamente un código de lenguaje de programación basado en el mapeo de los componentes de la solución de lenguaje natural con símbolos, palabras clave, operadores y funciones del lenguaje de programación almacenados en una base de datos.
NSL puede implementarse o involucrar a uno o más sistemas informáticos. La Figura 94 muestra un ejemplo generalizado de un entorno informático 9402. El entorno informático 9402 no pretende sugerir ninguna limitación en cuanto al alcance de uso o funcionalidad de las modalidades descritas.
Con referencia a la Figura 94, el entorno informático 9402 incluye al menos una unidad de procesamiento 9404 y memoria 9406. La unidad de procesamiento 9404 ejecuta instrucciones ejecutables por ordenador y puede ser un procesador real o virtual. En un sistema multiprocesamiento, múltiples unidades de procesamiento ejecutan instrucciones ejecutables por ordenador para aumentar la potencia de procesamiento. La memoria 9406 puede ser una memoria volátil (por ejemplo, registros, caché, RAM), memoria no volátil (por ejemplo, ROM, EEPROM, memoria flash, etc.), o alguna combinación de las dos. En algunas modalidades, la memoria 9406 almacena el Marco 9416 que implementa las técnicas descritas.
Un entorno informático puede tener características adicionales. Por ejemplo, el entorno informático 9402 incluye almacenamiento 9414, uno o más dispositivos de entrada 9410, uno o más dispositivos de salida 9412 y una o más conexiones de comunicación 9408. Un mecanismo de interconexión (no mostrado) tal como un bus, controlador o red interconecta los componentes del entorno informático 9402. Típicamente, el software del sistema operativo (no mostrado) proporciona un entorno operativo para otro software que se ejecuta en el entorno informático 9402 y coordina las actividades de los componentes del entorno informático 9402.
El almacenamiento 9414 puede ser extraíble o no extraíble e incluye discos magnéticos, cintas o casetes magnéticos, CD-ROM, CD-RW, DVD o cualquier otro medio que pueda usarse para almacenar información y al que se pueda acceder dentro del entorno informático 9402. En algunas modalidades, el almacenamiento 9414 almacena instrucciones para el marco 9416.
El(los) dispositivo(s) de entrada 9410 pueden ser un dispositivo de entrada táctil tal como un teclado, ratón, bolígrafo, trackball, pantalla táctil o controlador de juego, un dispositivo de entrada de voz, un dispositivo de escaneo, una cámara digital u otro dispositivo que proporcione entrada al entorno informático 9402. El(los) dispositivo(s) de salida 9412 pueden ser una pantalla, una impresora, un altavoz u otro dispositivo que proporcione salida desde el entorno informático 9402.
La(s) conexión(es) de comunicación 9408 permiten la comunicación a través de un medio de comunicación con otra entidad informática. El medio de comunicación transmite información tal como instrucciones ejecutables por ordenador, información de audio o vídeo u otros datos en una señal de datos modulada. Una señal de datos modulada es una señal que tiene una o más de sus características ajustadas o cambiadas de tal manera que codifica información en la señal. A manera de ejemplo, y sin limitación, los medios de comunicación incluyen técnicas cableadas o inalámbricas implementadas con un portador eléctrico, óptico, de RF, infrarrojo, acústico u otro.
Las implementaciones pueden describirse en el contexto general de medios legibles por ordenador. Los medios legibles por ordenador son cualquier medio disponible al que se pueda acceder dentro de un entorno informático. A manera de ejemplo, y sin limitación, dentro del entorno informático 9402, los medios legibles por ordenador incluyen la memoria 9406, el almacenamiento 9414, los medios de comunicación y combinaciones de cualquiera de los anteriores.
Habiendo descrito e ilustrado los principios de nuestra divulgación con referencia a las modalidades descritas, se reconocerá que las modalidades descritas pueden modificarse en disposición y detalle sin apartarse de tales principios. En vista de las muchas modalidades posibles a las que pueden aplicarse los principios de nuestra descripción, reivindicamos como nuestra descripción todas las modalidades que puedan estar dentro del alcance de las reivindicaciones y sus equivalentes.
Aunque la presente descripción se ha relacionado en términos de las modalidades anteriores, los expertos en la técnica reconocerán que la descripción no se limita a las modalidades representadas. La presente descripción se puede practicar con modificaciones y alteraciones dentro del alcance de las reivindicaciones anexas. Por lo tanto, la descripción debe considerarse como ilustrativa en lugar de restrictiva de la presente descripción.
Como apreciarán los expertos en la técnica, el ejemplo, las demostraciones y las etapas del método anteriores se pueden implementar mediante un código adecuado en un sistema basado en procesador, tal como un ordenador de propósito general o especial. También cabe señalar que diferentes implementaciones de la presente técnica pueden realizar algunos o todas las etapas descritas en la presente descripción en diferentes órdenes o sustancialmente de manera simultánea, es decir, en paralelo. Además, las funciones pueden implementarse en una variedad de lenguajes de programación. Dicho código, como apreciarán los expertos en la técnica, puede almacenarse o adaptarse para su almacenamiento en uno o más medios tangibles legibles por máquina, tales como chips de memoria, discos duros locales o remotos, discos ópticos u otros medios. al que puede acceder un sistema basado en procesador para ejecutar el código almacenado. Tenga en cuenta que los medios tangibles pueden comprender papel u otro medio adecuado en el que se imprimen las instrucciones. Por ejemplo, las instrucciones pueden capturarse electrónicamente mediante escaneo óptico del papel u otro medio, luego compilarse, interpretarse o procesarse de cualquier otra manera de una manera adecuada si es necesario, y luego almacenarse en la memoria de un ordenador.
La descripción detallada se presenta para permitir que una persona con conocimientos habituales en la técnica realice y use la descripción y se proporciona en el contexto del requisito para obtener una patente. La presente descripción es el mejor método actualmente contemplado para llevar a cabo la presente descripción. Diversas modificaciones a la modalidad preferida serán fácilmente evidentes para los expertos en la técnica y los principios genéricos de la presente descripción pueden aplicarse a otras modalidades, y algunas características de la presente descripción pueden usarse sin el uso correspondiente de otras características. En consecuencia, no se pretende que la presente descripción se limite a las modalidades mostradas, sino que esté acorde al alcance más amplio consistente con los principios y características descritos en la presente descripción.
Claims (50)
1. Un método para construir una solución implementada por ordenador mediante el uso de un lenguaje natural comprendido por los usuarios y sin usar códigos de programación, comprendiendo el método:
recibir (9102), por parte de un procesador (9404) de un dispositivo informático (9402) de un usuario, una declaración de intención global indicativa de la solución que se está construyendo mediante el uso del lenguaje natural, en donde la declaración de intención global se recibe en una forma del lenguaje natural y se establece en un estado de potencialidad;
recibir (9104), por parte del procesador (9404) del usuario, una o más declaraciones de intenciones locales asociadas con la declaración de intención global y detalles de n número de entidades y un agente asociado con cada declaración de intención local, en donde cada declaración de intención local y los detalles de cada entidad y el agente se reciben en forma de lenguaje natural y se establecen respectivamente en un estado de potencialidad, en donde cada declaración de intención local es una oración indicativa de una subetapa para cumplir con los requisitos para ejecutar la solución, en donde cada entidad incluye una frase sustantiva y participa en el cumplimiento de los requisitos de la subetapa indicada por la declaración de intención local correspondiente, y en donde el agente es al menos uno de un agente humano y un agente de máquina; para cada entidad, recibir, por parte del procesador (9404) del usuario en una forma de lenguaje natural, uno o más atributos que definen una característica de la entidad respectiva y que diferencian la entidad respectiva de otras entidades de la declaración de intención local correspondiente y se establecen en un estado de potencialidad, en donde cada atributo incluye al menos uno de entre una frase adjetiva y una frase adverbio; en donde el agente al menos cambia el estado de potencialidad a un estado de realidad de cada atributo, cada entidad, cada declaración de intención local y la declaración de intención global,
formar (9106), por parte del procesador (9404), para cada declaración de intención local, un conjunto de estados de entidad combinatoria, CES, incluyendo 2n posibles combinaciones del n número de entidades de la respectiva declaración de intención local, en donde un CES formado en base a todas las entidades, n en número, de la respectiva declaración de intención local es un estado de entidad combinatoria desencadenante, un CES desencadenante, y en donde cada CES en el conjunto está en un estado de potencialidad y cambia a un estado de realidad en respuesta al cambio de las entidades asociadas a un estado de realidad;
en respuesta a determinar solo una declaración de intención local recibida asociada con la declaración de intención global, identificar el CES desencadenante de la declaración de intención local recibida como final de la construcción de la solución.
en respuesta a determinar más de una declaración de intención local recibida asociada con la declaración de intención global, recibir, por parte del procesador (9404) del usuario en una forma de lenguaje natural, una pluralidad de relaciones distintas en base a una o más de reglas, restricciones y fórmulas predefinidas entre las declaraciones de intenciones locales, en donde cada relación distinta es una trayectoria distinta para cumplir con los requisitos para ejecutar la solución, en donde las relaciones son indicativas de si un CES desencadenante de una declaración de intención local está influyendo en el conjunto de CES de otra declaración de intención local o es el final de la construcción de la solución,
en donde el estado de potencialidad es un estado binario vacío y el estado de realidad es un estado binario no vacío, y
en donde la información en forma de lenguaje natural se recibe a través de una interfaz basada en escritura a mano, una interfaz sensible al tacto, una interfaz basada en voz o una combinación de las mismas.
2. El método de la reivindicación 1, que comprende, además, para cada entidad de cada declaración de intención local:
recibir, por parte del procesador (9404) del agente asociado en una forma de lenguaje natural, un valor contra la entidad respectiva, en donde recibir el valor contra la entidad respectiva es el registro de un evento para cambiar el estado de potencialidad a un estado de realidad para la entidad respectiva en base al valor recibido, en donde recibir los valores contra todas las entidades asociadas con cada declaración de intención local es el registro de un evento para cambiar el estado de potencialidad a un estado de realidad para la declaración de intención local respectiva, y en donde recibir los valores contra todas las entidades asociadas con todas las declaraciones de intenciones locales es el registro de un evento para cambiar el estado de potencialidad a un estado de realidad para la declaración de intención global.
3. El método de la reivindicación 1, que comprende, además, para cada atributo de cada declaración de intención local:
recibir, por parte del procesador (9404) del agente asociado en una forma de lenguaje natural, un valor contra el atributo respectivo, en donde recibir el valor contra el atributo respectivo es el registro de un evento para cambiar el estado de potencialidad a un estado de realidad para el atributo respectivo en base al valor recibido.
4. El método de la reivindicación 1, que comprende además, para el atributo de cada entidad:
recibir, por parte del procesador (9404) del agente asociado en una forma de lenguaje natural, un valor contra el atributo respectivo, en donde recibir el valor contra el atributo respectivo es el registro de un evento para cambiar el estado de potencialidad a un estado de realidad para el atributo respectivo en base al valor recibido.
5. El método de la reivindicación 2 o 3 o 4, que comprende además autenticar, por parte del procesador (9404), el agente asociado en base a uno de los detalles de inicio de sesión, detalles biométricos, una técnica de reconocimiento facial y una técnica de detección de retina.
6. El método de la reivindicación 1, en donde el agente de máquina se acopla comunicativamente al dispositivo informático (9402) a través de un canal de comunicación por cable o un canal de comunicación inalámbrico.
7. El método de la reivindicación 1, en donde el agente de máquina es un módulo funcional del dispositivo informático (9402) y está acoplado al procesador (9404).
8. El método de la reivindicación 1, en donde una declaración de intención local asociada con la declaración de intención global es:
una declaración de intención local de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador; o
una declaración de intención global de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador.
9. El método de la reivindicación 1, en donde una entidad asociada con una declaración de intención local de la declaración de intención global es:
una declaración de intención local de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador; o
una entidad de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador.
10. El método de la reivindicación 1, en donde un atributo que define una característica de la respectiva declaración de intención local es:
una entidad de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador; o
un atributo de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador.
11. El método de la reivindicación 1, en donde un atributo que define la característica de la entidad respectiva es: una entidad de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador; o
un atributo de otra solución implementada por ordenador para tomar prestada la otra solución implementada por ordenador.
12. El método de la reivindicación 1, en donde la solución se construye al:
dividir una declaración de intención local en dos o más declaraciones de intenciones locales y unir las entidades y agentes correspondientes a cada declaración de intención local; o
combinar dos o más declaraciones de intenciones locales en una declaración de intención local y unir las entidades y agentes correspondientes a cada declaración de intención local.
13. El método de la reivindicación 1, en donde la solución se puede buscar mediante uno o más motores de búsqueda ya que la solución se construye mediante el uso de un lenguaje natural.
14. El método de la reivindicación 1, que comprende además asignar uno o más derechos de información o derechos de decisión sobre cada entidad al agente asociado con la declaración de intención local de la entidad respectiva; y mostrar entidades al agente en base a los derechos de información o derechos de decisión asignados.
15. El método de la reivindicación 1, que comprende además mostrar entidades a través de una interfaz de usuario para recibir valores de las entidades por parte del agente asociado.
16. El método de la reivindicación 1, que comprende además proporcionar una o más relaciones distintas entre las declaraciones de intenciones locales de recibir valores contra las entidades, en donde proporcionar una o más relaciones distintas se basa en un proceso orquestado, un proceso automatizado o un proceso impulsado por un agente humano.
17. El método de la reivindicación 1, en donde una o más de las entidades o uno o más CES de una declaración de intención local se comparten con una o más declaraciones de intenciones locales de otras soluciones implementadas por ordenador, en donde dicha entidad compartida o CES participa únicamente en un CES desencadenante en un momento dado para cambiar el estado de potencialidad al estado de realidad para la declaración de intención local correspondiente al CES desencadenante, y en donde la disponibilidad de la entidad compartida o CES influye en un orden de cambio de estado de potencialidad al estado de realidad de múltiples declaraciones de intenciones locales.
18. El método de la reivindicación 1, en donde las entidades son de naturaleza física y en donde las entidades existen en el espacio y el tiempo.
19. El método de la reivindicación 1, en donde recibir la declaración de intención local y recibir los detalles de las entidades comprende proporcionar una o más declaraciones de intenciones locales posibles y una o más entidades posibles de bibliotecas en una base de datos que almacena declaraciones de intenciones locales y entidades de otras soluciones implementadas por ordenador.
20. El método de la reivindicación 1, que comprende además seleccionar, por parte del procesador (9404), una de las distintas relaciones para recibir los valores contra las entidades y eliminar otras relaciones distintas.
21. El método de la reivindicación 1, en donde el lenguaje natural se basa en una o más lenguas nativas, una o más lenguas de signos, uno o más símbolos, uno o más números o una combinación de los mismos.
22. El método de la reivindicación 1, en donde
la información recibida en forma de lenguaje natural se descifra mediante el uso de una tecnología de reconocimiento de objetos, una tecnología de reconocimiento de caracteres, una tecnología de reconocimiento de imágenes o una combinación de las mismas.
23. El método de la reivindicación 2 o 3 o 4, que comprende, además:
determinar, por parte del procesador (9404), el número de eventos que quedan por registrar; y mostrar, por parte del procesador (9404), el número restante de eventos.
24. El método de la reivindicación 1, en donde la ubicación en una interfaz de usuario de cada entidad y cada declaración de intención local puede cambiarse mediante:
una funcionalidad de arrastrar y soltar, en donde la funcionalidad de arrastrar y soltar se realiza mediante al menos uno de un dispositivo de entrada cableado, un dispositivo de entrada inalámbrico y una interfaz sensible al tacto; o
cambiar el valor de un atributo correspondiente a las coordenadas de ubicación de la entidad respectiva o la respectiva declaración de intención local.
25. El método de la reivindicación 1, que comprende además aplicar una de una tecnología de cadena de bloques pública, una tecnología de cadena de bloques privada y una tecnología de cadena de bloques híbrida.
26. El método de la reivindicación 25, en donde cada una de la tecnología de cadena de bloques pública, la tecnología de cadena de bloques privada y la tecnología de cadena de bloques híbrida se basa en técnicas de criptografía de clave simétrica, técnicas de criptografía de clave asimétrica o una combinación de las mismas.
27. El método de la reivindicación 1, que comprende además asignar un marco de medición basado en una o más normas predefinidas a las entidades, en donde el marco de medición es indicativo de un período de tiempo en donde una entidad cambia desde el estado de potencialidad a un estado de realidad.
28. El método de la reivindicación 1, que comprende además almacenar, en forma de bibliotecas en una base de datos, datos asociados con una o más de la declaración de intención global, la declaración de intención local, las entidades y los agentes para su uso en la construcción de otra solución implementada por ordenador.
29. El método de la reivindicación 28, que comprende además proporcionar acceso basado en consultas a las bibliotecas en la base de datos, en donde el acceso basado en consultas se basa en tecnologías de búsqueda y basadas en consultas para la identificación de entidades apropiadas para su reutilización, y en donde el acceso basado en consultas comprende al menos uno de un lenguaje de consulta estructurado, SQL, y un lenguaje de consulta no solo estructurado, NoSQL.
30. El método de la reivindicación 28, que comprende además proporcionar un acceso de arrastrar y soltar a las bibliotecas en la base de datos.
31. El método de la reivindicación 2 o 3 o 4, que comprende además proporcionar una o más incertidumbres y probabilidades correspondientes a una o más de las entidades y uno o más de los eventos basados en el comportamiento pasado de uno o más de los CES y la ocurrencia de uno o más de los eventos.
32. El método de la reivindicación 1, que comprende además integrar sistemas contables y financieros al unir una o más entidades pertenecientes a los sistemas contables y financieros a cada declaración de intención local para la solución implementada por ordenador.
33. El método de la reivindicación 31, que comprende además realizar una o más funciones de planificación y optimización avanzadas, APO, para proporcionar una o más incertidumbres y probabilidades correspondientes a una o más de las entidades y uno o más de los eventos y para optimizar la recepción del valor para el registro del evento.
34. El método de la reivindicación 31, que comprende además evaluar el comportamiento pasado de uno o más de los CES y la ocurrencia de uno o más de los eventos en base a al menos uno de:
técnicas de aprendizaje automático y técnicas de inteligencia artificial;
un enfoque centrado en entidades, en donde dicho enfoque centrado en entidades prevé que ocurran uno o más eventos; y
almacenar datos y patrones de comportamiento de cada evento,
en donde las técnicas de aprendizaje automático comprenden técnicas de aprendizaje supervisadas y/o técnicas de aprendizaje no supervisadas y/o técnicas de aprendizaje semisupervisadas, en donde las técnicas de aprendizaje supervisadas comprenden al menos una de máquinas de vectores de soporte, regresión lineal, regresión logística, Bayes ingenuo, análisis discriminante lineal, árboles de decisión, algoritmo de k-vecino más cercano y redes neuronales, y en donde las técnicas de aprendizaje no supervisadas comprenden al menos uno de agrupamiento jerárquico, agrupamiento de K-medias, K-NN, con k vecinos más cercanos y reglas de asociación.
35. El método de la reivindicación 1, en donde recibir una o más de la declaración de intención global, cada declaración de intención local y los detalles de las entidades es en respuesta a un cuestionario interactivo, en donde el cuestionario interactivo comprende preguntas en un formato estructurado para construir la solución implementada por ordenador.
36. El método de la reivindicación 1, que comprende además corregir una o más de la declaración de intención global recibida, cada declaración de intención local y los detalles de las entidades en base a la gramática del lenguaje natural, en donde la gramática del lenguaje natural utiliza bibliotecas de lenguaje natural para elegir uno o más verbos y preposiciones apropiados para la corrección.
37. El método de la reivindicación 23, que comprende, además:
determinar, por parte del procesador (9404), una cantidad de tiempo y recursos necesarios para el número restante de eventos; y
mostrar, por parte del procesador (9404), la cantidad de tiempo y recursos requeridos.
38. El método de la reivindicación 2 o 3 o 4, que comprende, además:
almacenar, por parte del procesador (9404) en una base de datos, un tiempo de inactividad óptimo entre dos eventos consecutivos registrados tras el cambio del estado de potencialidad al estado de realidad; determinar, por parte del procesador (9404) en tiempo real un tiempo de inactividad óptimo entre dos eventos consecutivos registrados tras el cambio del estado de potencialidad al estado de realidad; y
preparar, por parte del procesador (9404), un informe basado en la comparación del tiempo de inactividad determinado con el tiempo de inactividad óptimo.
39. El método de la reivindicación 2 o 3 o 4, que comprende, además:
comparar, por parte del procesador (9404), el valor recibido con un valor óptimo almacenado en una base de datos; y
determinar, por parte del procesador (9404), en base a la comparación si el valor recibido es bueno, malo o ambivalente para construir la solución implementada por ordenador.
40. El método de la reivindicación 1, que comprende además asignar un identificador único, ID, a cada declaración de intención local, cada entidad y cada agente.
41. El método de la reivindicación 1, que comprende, además:
permitir al usuario definir el uso óptimo de todas las entidades disponibles para optimizar el tiempo de inactividad de un recurso; y
dar seguimiento, en tiempo real, de la participación de la entidad en la actividad de creación de valor a través del seguimiento de los atributos de tiempo y espacio asociados con cada entidad.
42. El método de la reivindicación 31, que comprende, además
proporcionar uno o más juicios de valor de una o más posibilidades consecuentes y una o más oportunidades o uno o más riesgos y asigna una o más probabilidades a dicha una o más posibilidades consecuentes al agente; o
realizar una o más acciones para intervenir y alterar una o más trayectorias al alterar dicha una o más entidades, y en donde dichas acciones impulsan uno o más principios de optimización de recursos que son deseados por los agentes asociados.
43. El método de la reivindicación 1, que comprende además proporcionar una o más trayectorias posibles para seleccionar una o más trayectorias distintas, en donde la una o más trayectorias posibles son soluciones, similares a la solución implementada por ordenador, buscadas en bibliotecas en una base de datos.
44. El método de la reivindicación 43, que comprende además implementar uno o más métodos de aprendizaje automático supervisados y/o uno o más no supervisados en las bibliotecas de la base de datos, en donde la implementación de uno o más métodos de aprendizaje automático supervisados y/o uno o más no supervisados es por un motor DLD que comprende un componente NLP, un componente ANN y un componente de vecinos más cercanos para procesar el contenido de la solución, en donde el motor DLD extrae contenido rico de la solución que es parte de las bibliotecas y extrae datos de transacción de la clase de Transacción, en donde el contenido rico de la solución que forma parte de la Biblioteca de soluciones NSL y dichos datos de transacción extraídos de la clase de Transacción se introducen en el motor DLD que permite calcular distancias en varios niveles, y en donde el cálculo de la distancia se realiza mediante el uso de valores de Entidad NSL, tiempo y espacio mediante el uso de un algoritmos de aprendizaje automático.
45. Un método para construir una solución implementada por ordenador mediante el uso de un vídeo y un lenguaje natural comprendido por los usuarios y sin usar códigos de programación, comprendiendo el método:
procesar, por parte de un procesador (9404) de un dispositivo informático (9402), fotogramas de imágenes del vídeo para identificar una pluralidad de fotogramas de imágenes diferenciados, en donde cada fotograma de imagen diferenciado se identifica como diferente de uno o más fotogramas de imágenes del vídeo anteriores basado en la diferencia en el contenido del mismo, en donde el contenido está en una forma de lenguaje natural;
determinar, por parte del procesador (9404), una pluralidad de declaraciones de intenciones locales, cada una de ellas se basa en la diferencia en el contenido de cada fotograma de imagen diferenciado con respecto al contenido de los fotogramas de imágenes inmediatamente anteriores del vídeo y establecer cada una de las declaraciones de intenciones locales en un estado de potencialidad, en donde cada declaración de intención local es una oración indicativa de una subetapa para cumplir con los requisitos para ejecutar la solución y se determina al analizar el contenido de los fotogramas de imágenes con respecto a los datos en lenguaje natural almacenados en una base de datos;
determinar, por parte del procesador (9404), n número de entidades asociadas con cada una de la pluralidad de declaraciones de intenciones locales y atributos asociados con cada una de las entidades mediante el análisis del contenido de fotogramas de imágenes entre pares consecutivos de fotogramas de imágenes diferenciados con respecto al datos en lenguaje natural almacenados en la base de datos y establecer cada una de las entidades y los atributos en un estado de potencialidad, en donde cada entidad incluye una frase sustantiva y participa en el cumplimiento de los requisitos de la subetapa indicada por la declaración de intención local correspondiente, y en donde los atributos definen una característica de la entidad respectiva y que diferencian la entidad respectiva de otras entidades de la declaración de intención local correspondiente, en donde cada atributo incluye al menos uno de una frase adjetiva y una frase adverbio;
determinar, por parte del procesador (9404), una declaración de intención global para la solución implementada por ordenador en base a cambios en el contenido de un primer fotograma de imagen diferenciado y un último fotograma de imagen diferenciado y establecer la declaración de intención global en un estado de potencialidad, en donde la declaración de intención global es indicativa de la solución que se está construyendo mediante el uso del lenguaje natural y se determina al analizar el contenido del primer fotograma de imagen diferenciado y del último fotograma de imagen diferenciado con respecto a los datos del lenguaje natural almacenados en la base de datos;
formar, por parte del procesador (9404), para cada declaración de intención local, un conjunto de estados de entidad combinatoria, CES, incluyendo 2n posibles combinaciones del n número de entidades de la respectiva declaración de intención local, en donde un CES formado en base a todas las entidades, n en número, de la respectiva declaración de intención local es un estado de entidad combinatoria desencadenante, un CES desencadenante, y en donde cada CES en el conjunto está en un estado de potencialidad y cambia a un estado de realidad en respuesta al cambio de las entidades asociadas a un estado de realidad;
recibir, por parte del procesador (9404) de un usuario en una forma de lenguaje natural, detalles de un agente asociado con cada una de la pluralidad de declaraciones de intenciones locales y establecer los detalles del agente en un estado de potencialidad, en donde el agente es al menos uno de entre un agente humano y un agente de máquina, en donde el agente al menos cambia el estado de potencialidad a un estado de realidad de cada atributo, cada entidad, cada declaración de intención local y la declaración de intención global; y recibir, por parte del procesador (9404) del usuario en una forma de lenguaje natural, una pluralidad de relaciones distintas en base a una o más reglas, restricciones y fórmulas predefinidas entre las declaraciones de intenciones locales, en donde cada relación distinta es una trayectoria distinta para cumplir con los requisitos para ejecutar la solución, en donde las relaciones son indicativas de si un CES desencadenante de una declaración de intención local está influyendo en el conjunto de CES de otra declaración de intención local o es un final de la construcción de la solución implementada por ordenador,
en donde el estado de potencialidad es un estado binario vacío y el estado de realidad es un estado binario no vacío.
46. Un método para construir una solución implementada por ordenador mediante el uso de un procedimiento operativo estándar, SOP, archivo y un lenguaje natural comprendido por los usuarios y sin usar códigos de programación, en donde el archivo SOP comprende declaraciones prescriptivas, declaraciones descriptivas y diagramas de flujo, comprendiendo el método:
analizar, por parte de un procesador (9404) de un dispositivo informático (9402), el archivo SOP para identificar las declaraciones prescriptivas, las declaraciones descriptivas y los diagramas de flujo en una forma de lenguaje natural;
determinar, por parte del procesador (9404), una pluralidad de declaraciones de intenciones locales, una para cada una de las declaraciones prescriptivas, y establecer cada una de las declaraciones de intenciones locales en un estado de potencialidad, en donde cada declaración de intención local es una oración indicativo de una subetapa para cumplir los requisitos para ejecutar la solución y se determina al analizar la declaración prescriptiva correspondiente con respecto a los datos en lenguaje natural almacenados en una base de datos;
determinar, por parte del procesador (9404), n número de entidades asociadas con cada una de la pluralidad de declaraciones locales de intenciones y atributos asociados con cada una de las entidades al analizar las declaraciones descriptivas asociadas con la correspondiente declaración prescriptiva con respecto a los datos de lenguaje natural almacenados en la base de datos y establecer cada una de las entidades y los atributos en un estado de potencialidad, en donde cada entidad incluye una frase sustantiva y participa en el cumplimiento de los requisitos de la subetapa indicada por la correspondiente declaración de intención local, y en donde los atributos definen una característica de la entidad respectiva y que diferencian a la entidad respectiva de otras entidades de la correspondiente declaración de intención local, en donde cada atributo incluye al menos una de una frase adjetiva y una frase adverbial;
formar, por parte del procesador (9404), para cada declaración de intención local, un conjunto de estados de entidad combinatoria, CES, incluyendo 2n posibles combinaciones del n número de entidades de la respectiva declaración de intención local, en donde un CES formado en base a todas las entidades, n en número, de la respectiva declaración de intención local es un estado de entidad combinatoria desencadenante, un CES desencadenante, y en donde cada CES en el conjunto está en un estado de potencialidad y cambia a un estado de realidad en respuesta al cambio de las entidades asociadas a un estado de realidad; determinar, por parte del procesador (9404), una pluralidad de relaciones distintas en base a una o más reglas, restricciones y fórmulas predefinidas entre las declaraciones de intenciones locales basadas en los diagramas de flujo, en donde cada relación distinta es una trayectoria distinta para cumplir el requisitos para ejecutar la solución, en donde las relaciones son indicativas de si un CES desencadenante de una declaración de intención local está influyendo en el conjunto de CES de otra declaración de intención local o es el final de una declaración de intención global para la construcción de la solución implementada por ordenador, en donde la declaración de intención global es indicativa de la solución que se está construyendo mediante el uso del lenguaje natural, en donde las relaciones se determinan al analizar los diagramas de flujo con respecto a los datos del lenguaje natural almacenados en la base de datos; y
recibir, por parte del procesador (9404) de un usuario en una forma de lenguaje natural, detalles de un agente asociado con cada una de la pluralidad de declaraciones de intenciones locales y establecer los detalles del agente en un estado de potencialidad, en donde el agente es al menos uno de un agente humano y un agente de máquina, en donde el agente al menos cambia el estado de potencialidad a un estado de realidad de cada atributo, cada entidad y cada declaración de intención local,
en donde el estado de potencialidad es un estado binario vacío y el estado de realidad es un estado binario no vacío.
47. El método como se reivindicó en la reivindicación 1, comprendiendo el método:
analizar, por parte de un procesador (9404) de un dispositivo informático (9402), la solución implementada por ordenador en base a lenguaje natural, en donde la solución implementada por ordenador comprende la declaración de intención global, la pluralidad de declaraciones de intenciones locales, el número n de entidades y el agente asociado con cada una de la pluralidad de declaraciones de intenciones locales, los atributos asociados con cada una de las entidades, la pluralidad de relaciones distintas entre la pluralidad de declaraciones de intenciones locales, el conjunto de estados de entidades combinatorias, CES, para cada declaración de intención local, uno o más CES desencadenantes;
extraer, por parte del procesador (9404) del dispositivo informático (9402), una pluralidad de componentes de solución de lenguaje natural en base al análisis de la solución implementada por ordenador en base a lenguaje natural, en donde los componentes de la solución de lenguaje natural comprenden: la declaración de intención global, la pluralidad de declaraciones de intenciones locales, los atributos asociados con cada una de las entidades, la pluralidad de relaciones distintas entre la pluralidad de declaraciones de intenciones locales, los estados de entidades combinatorias, los CES, uno o más CES desencadenantes; y generar automáticamente un código de lenguaje de programación basado en el mapeo de los componentes de la solución de lenguaje natural con símbolos, palabras clave, operadores y funciones del lenguaje de programación almacenados en una base de datos.
48. Un dispositivo informático (9402) para construir una solución implementada por ordenador mediante el uso de un lenguaje natural comprendido por los usuarios y sin usar códigos de programación, comprendiendo el dispositivo informático (9402):
un procesador (9404); y
una memoria (9406) acoplada al procesador (9404), comprendiendo el método instrucciones ejecutables por el procesador (9404) para realizar el método de una de las reivindicaciones 1 a 44 y 47.
49. Un dispositivo informático (9402) para construir una solución implementada por ordenador mediante el uso de un vídeo y un lenguaje natural comprendido por los usuarios y sin usar códigos de programación, comprendiendo el dispositivo informático (9402):
un procesador (9404); y
una memoria (9406) acoplada al procesador (9404), comprendiendo el método instrucciones ejecutables por el procesador (9404) para realizar el método de la reivindicación 45.
50. Un dispositivo informático (9402) para construir una solución implementada por ordenador mediante el uso de un procedimiento operativo estándar, SOP, archivo y un lenguaje natural comprendido por los usuarios y sin usar códigos de programación, en donde el archivo SOP comprende declaraciones prescriptivas, declaraciones descriptivas y diagramas de flujo, comprendiendo el dispositivo informático (9402):
un procesador (9404); y
una memoria (9406) acoplada al procesador (9404), comprendiendo el método instrucciones ejecutables por el procesador (9404) para realizar el método de la reivindicación 46.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN201941001135 | 2019-01-10 | ||
IN201941028675 | 2019-07-16 | ||
PCT/SG2020/050004 WO2020145892A1 (en) | 2019-01-10 | 2020-01-03 | Natural solution language |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2961162T3 true ES2961162T3 (es) | 2024-03-08 |
Family
ID=69167884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES20700857T Active ES2961162T3 (es) | 2019-01-10 | 2020-01-03 | Lenguaje de solución natural |
Country Status (23)
Country | Link |
---|---|
US (1) | US12032928B2 (es) |
EP (2) | EP3903182B1 (es) |
JP (2) | JP7422767B2 (es) |
KR (2) | KR102620904B1 (es) |
CN (2) | CN113366430A (es) |
AU (2) | AU2020205593B2 (es) |
BR (1) | BR112021012457A2 (es) |
CA (1) | CA3122078A1 (es) |
DK (1) | DK3903182T3 (es) |
ES (1) | ES2961162T3 (es) |
FI (1) | FI3903182T3 (es) |
HR (1) | HRP20231346T1 (es) |
HU (1) | HUE063522T2 (es) |
IL (2) | IL283925B2 (es) |
LT (1) | LT3903182T (es) |
MX (2) | MX2021008262A (es) |
PL (1) | PL3903182T3 (es) |
PT (1) | PT3903182T (es) |
RS (1) | RS65020B1 (es) |
SG (1) | SG11202105981YA (es) |
SI (1) | SI3903182T1 (es) |
WO (1) | WO2020145892A1 (es) |
ZA (2) | ZA202103627B (es) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG11202105981YA (en) | 2019-01-10 | 2021-07-29 | Brane Cognitives Pte Ltd | Natural solution language |
US12039279B2 (en) | 2019-01-10 | 2024-07-16 | Brane Cognitives Pte. Ltd. | Natural solution language |
US11650802B2 (en) * | 2020-12-22 | 2023-05-16 | Diffblue Ltd | Idiomatic source code generation |
WO2022203650A1 (en) * | 2021-03-22 | 2022-09-29 | Jpmorgan Chase Bank, N.A. | Method and system for detection of abnormal transactional behavior |
CN113810496A (zh) * | 2021-09-17 | 2021-12-17 | 中国长江三峡集团有限公司 | 一种基于区块链技术的财务人员操作记录黑匣子保存方法 |
WO2023219574A1 (en) * | 2022-05-13 | 2023-11-16 | Brane Cognitives Pte. Ltd. | Building solutions using natural language processing |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6633861B2 (en) * | 1993-03-19 | 2003-10-14 | Ricoh Company Limited | Automatic invocation of computational resources without user intervention across a network |
JP2002182913A (ja) * | 2000-12-18 | 2002-06-28 | Takahisa Kaneko | 自動プログラミング装置、方法及び記憶媒体 |
WO2003027810A2 (en) * | 2001-09-28 | 2003-04-03 | Acs State & Local Solutions, Inc. | Apparatus and methods for providing a national portal for electronic services |
FR2837970A1 (fr) * | 2002-03-29 | 2003-10-03 | France Telecom | Procede de traduction de donnees au moyen d'un transducteur unique |
US7761858B2 (en) * | 2004-04-23 | 2010-07-20 | Microsoft Corporation | Semantic programming language |
US7779396B2 (en) * | 2005-08-10 | 2010-08-17 | Microsoft Corporation | Syntactic program language translation |
EP1832975A1 (en) * | 2006-03-09 | 2007-09-12 | Alcatel Lucent | Automatic generation of source program |
CN1889043A (zh) * | 2006-07-17 | 2007-01-03 | 大连大有吴涛易语言软件开发有限公司 | 计算机编程中使用人类自然语言的方法 |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
JP2009181550A (ja) * | 2008-02-01 | 2009-08-13 | Panasonic Corp | ソフトウェア要求仕様書自動生成ツール構成方法 |
US9082402B2 (en) * | 2011-12-08 | 2015-07-14 | Sri International | Generic virtual personal assistant platform |
US8577671B1 (en) | 2012-07-20 | 2013-11-05 | Veveo, Inc. | Method of and system for using conversation state information in a conversational interaction system |
KR101511823B1 (ko) | 2012-09-04 | 2015-04-13 | (주)엘지하우시스 | 창호의 단열 및 강도 보강구조 |
CN103617159B (zh) * | 2012-12-07 | 2016-10-12 | 万继华 | 将自然语言翻译成计算机语言的方法、语义分析器及人机对话*** |
US9378065B2 (en) | 2013-03-15 | 2016-06-28 | Advanced Elemental Technologies, Inc. | Purposeful computing |
CA2980707A1 (en) * | 2014-03-25 | 2015-10-01 | Botanic Technologies, Inc. | Systems and methods for executing cryptographically secure transactions using voice and natural language processing |
US9892208B2 (en) | 2014-04-02 | 2018-02-13 | Microsoft Technology Licensing, Llc | Entity and attribute resolution in conversational applications |
US20170269961A1 (en) * | 2014-08-20 | 2017-09-21 | Huawei Technologies Co., Ltd. | Application program switching method and apparatus, and electronic terminal |
JP2016126693A (ja) * | 2015-01-08 | 2016-07-11 | 富士通株式会社 | 制御手順方法、制御手順プログラム及び制御手順装置 |
US10303441B2 (en) * | 2015-04-28 | 2019-05-28 | Nadia Analía Huebra | Process and system for automatic generation of functional architecture documents and software design and analysis specification documents from natural language |
US20160357519A1 (en) * | 2015-06-05 | 2016-12-08 | Microsoft Technology Licensing, Llc | Natural Language Engine for Coding and Debugging |
US10843080B2 (en) * | 2016-02-24 | 2020-11-24 | Virginia Tech Intellectual Properties, Inc. | Automated program synthesis from natural language for domain specific computing applications |
JP2019516167A (ja) * | 2016-03-23 | 2019-06-13 | フォグホーン システムズ, インコーポレイテッドFoghorn Systems, Inc. | リアルタイムデータフロープログラミング言語のためのツールおよび方法 |
US10621511B2 (en) | 2016-11-09 | 2020-04-14 | Cognitive Scale, Inc. | Method for using hybrid blockchain data architecture within a cognitive environment |
US10402173B2 (en) * | 2017-02-24 | 2019-09-03 | General Electric Company | Systems and methods for arbitrary software logic modeling |
CN107169569A (zh) * | 2017-04-17 | 2017-09-15 | 湖南本体信息科技研究有限公司 | 一种逻辑推理机、机器模拟人脑学习和工作的方法及人工智能*** |
US10838848B2 (en) | 2017-06-01 | 2020-11-17 | Royal Bank Of Canada | System and method for test generation |
US11135428B2 (en) | 2017-07-02 | 2021-10-05 | Ebt Medical, Inc. | Systems and methods for providing patient signaling and contingent stimulation |
DE102017116658A1 (de) | 2017-07-24 | 2019-01-24 | Vorwerk & Co. Interholding Gmbh | Selbsttätig im Außenbereich verfahrbares Gerät mit einem Überwachungsmodul |
CN108255814A (zh) * | 2018-01-25 | 2018-07-06 | 王立山 | 一种智能体的自然语言产生式***及方法 |
SG11202105981YA (en) | 2019-01-10 | 2021-07-29 | Brane Cognitives Pte Ltd | Natural solution language |
US11444960B2 (en) * | 2019-06-05 | 2022-09-13 | Vmware, Inc. | Stateful rule generation for behavior based threat detection |
-
2020
- 2020-01-03 SG SG11202105981YA patent/SG11202105981YA/en unknown
- 2020-01-03 AU AU2020205593A patent/AU2020205593B2/en active Active
- 2020-01-03 MX MX2021008262A patent/MX2021008262A/es unknown
- 2020-01-03 CA CA3122078A patent/CA3122078A1/en active Pending
- 2020-01-03 KR KR1020217021130A patent/KR102620904B1/ko active IP Right Grant
- 2020-01-03 KR KR1020237027564A patent/KR20230124104A/ko active Search and Examination
- 2020-01-03 PL PL20700857.4T patent/PL3903182T3/pl unknown
- 2020-01-03 CN CN202080008550.1A patent/CN113366430A/zh active Pending
- 2020-01-03 LT LTEPPCT/SG2020/050004T patent/LT3903182T/lt unknown
- 2020-01-03 HR HRP20231346TT patent/HRP20231346T1/hr unknown
- 2020-01-03 DK DK20700857.4T patent/DK3903182T3/da active
- 2020-01-03 US US17/420,587 patent/US12032928B2/en active Active
- 2020-01-03 RS RS20231221A patent/RS65020B1/sr unknown
- 2020-01-03 IL IL283925A patent/IL283925B2/en unknown
- 2020-01-03 IL IL305359A patent/IL305359A/en unknown
- 2020-01-03 BR BR112021012457-8A patent/BR112021012457A2/pt unknown
- 2020-01-03 HU HUE20700857A patent/HUE063522T2/hu unknown
- 2020-01-03 WO PCT/SG2020/050004 patent/WO2020145892A1/en active Application Filing
- 2020-01-03 PT PT207008574T patent/PT3903182T/pt unknown
- 2020-01-03 SI SI202030294T patent/SI3903182T1/sl unknown
- 2020-01-03 JP JP2021531877A patent/JP7422767B2/ja active Active
- 2020-01-03 EP EP20700857.4A patent/EP3903182B1/en active Active
- 2020-01-03 EP EP22202963.9A patent/EP4145273A1/en active Pending
- 2020-01-03 FI FIEP20700857.4T patent/FI3903182T3/fi active
- 2020-01-03 ES ES20700857T patent/ES2961162T3/es active Active
- 2020-01-03 CN CN202311106989.XA patent/CN117149163A/zh active Pending
-
2021
- 2021-05-27 ZA ZA2021/03627A patent/ZA202103627B/en unknown
- 2021-07-07 MX MX2023010734A patent/MX2023010734A/es unknown
-
2023
- 2023-06-20 AU AU2023203892A patent/AU2023203892A1/en active Pending
- 2023-06-26 ZA ZA2023/06556A patent/ZA202306556B/en unknown
- 2023-08-16 JP JP2023132568A patent/JP2023156447A/ja active Pending
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2961162T3 (es) | Lenguaje de solución natural | |
Berryhill et al. | Hello, World: Artificial intelligence and its use in the public sector | |
Germanakos et al. | Human-centred web adaptation and personalization | |
Appio et al. | Impact of artificial intelligence in business and society: Opportunities and Challenges | |
Wodecki et al. | Artificial intelligence methods and techniques | |
AU2021321154A1 (en) | Natural solution language | |
De Souza | The Spread of Legal Tech Solutionism and the Need for Legal Design | |
US12039279B2 (en) | Natural solution language | |
Frydenlund et al. | Modeler in a box: how can large language models aid in the simulation modeling process? | |
Aggarwal et al. | Chatbot to map medical prognosis and symptoms using machine learning | |
Dagli | Designing for Trust | |
Kashyap | The Practical Concepts of Machine Learning | |
Beebe | A Complete Bibliography of Publications in J. UCS: Journal of Universal Computer Science | |
Fuller | Mediating the Message in Digital Society | |
Miller | Clinical ambiguity in the intelligent machine era (treats breaks and discharges) | |
Schelenz | Diversity and Social Justice in Technology Design | |
Hobbs | Applying Information Architecture in Design Thinking: Ideating Solutions to the Wicked Problem of Addiction | |
Ghorpade | Investigating roadblocks to artificial intelligence adoption in enterprises through a systems perspective | |
Baumgartner et al. | Pursuit of Pattern Languages for Societal Change-PURPLSOC: Designing Lively Scenarios in Various Fields | |
WO2023219574A1 (en) | Building solutions using natural language processing | |
Cipolla Ficarra | MEAU: A Method for the Evaluation of the Artificial Unintelligence | |
Sadi et al. | AI APPLICATIONS | |
Gupta et al. | The State of AI Ethics Report (Volume 5) | |
Lee | Defining the informatic person: exploring how socio-technical relationships are created and negotiated in informatic contexts | |
Data | HOD/CSE PRINCIPAL |