Неучтённый читать онлайн

Интуитивно оправданная модель лишена этого недостатка, так как опирается на принципы получения информации о процессе из других (ментоинформационных) источников».

«А почему бы вам не сливать всю свою информацию вместе и тебе, Сеть, высчитывать уже общую вероятность, основываясь как на своих знаниях, так и на данных Магика? И делать это всегда, а не в каком-то конкретном случае».

«Принято к исполнению.

Для текущей задачи нужны пограничные значения».

«Помните моё обретение магического зрения?»

«Да».

«Да».

«Такую боль я ещё раз, конечно, смогу выдержать, но только в очень экстренном случае. Примем её за 3, её треть я переживу спокойно, будет — 1, две трети — если нужно поторопиться с задачей, будет 2. То есть у нас четыре варианта:

зелёная зона — меньше единицы, выполнять в любое время без уведомления меня о проведении операции;

жёлтая зона — от одного до двух — сделать мне предупреждение о начале выполнения операции и, когда я дам разрешение, приступить к её реализации;

оранжевая зона — от двух до трёх — проводить в тихом и подготовленном месте с моего непосредственного разрешения;

красная зона — больше трёх — данный вид изменений и подключений осуществлять строго под медицинским наблюдением и с моего несколько раз продублированного согласия.

Схема ясна?»

«Да».

«Есть дополнения. При любом варианте возможно несколько моделей даже с учётом информации, предоставленной Магиком. (Ух ты, они уже между собой по именам общаются!) Предлагаю использовать оптимальное по нагрузке и времени условие, максимально приближенное к наибольшей границе порогового значения.

В этом случае мы получаем минимальный набор моделей. Пользователь же определяет приоритетность задачи и срок её реализации. И уже из этих условий выбирается основная модель с необходимой погрешностью в оптимальном диапазоне. Его может указать Магик, опираясь на свои данные».

«Поясни, слишком запутанно»."

"«Например, пользователю необходимо выучить сложную базу за два дня.

Мы проводим расчёты и строим вероятностную модель. Если изучение базы возможно за это время и модель попадает в зелёную зону, мы перестраиваем модель таким образом, что она приближается к верхнему пороговому значению зелёной зоны, и, исходя из первого варианта, проводим изучение базы без запроса пользователя, но за меньший срок. По завершении задачи мы уведомляем о её окончании. Если же база попадает в другие зоны, мы сообщаем об этом пользователю.