概要(内容概述) <同一>
将设计目标确定为“软件智能”的aaas中，AI的任务和AI能力的工作原理大致如下：
不断思索抽象理论和现实世界之间的不可避免的不匹配的问题（称为 等价判断模型-- 基于关于因果关系推理的判断准确度元模型 建立的 逻辑上的 默认逼真度模型 --变点或变易的poor近似） 并有针对性地提出比较接近的参考方案和这些方案实现中要克服的具体困难和要解决的实际问题。
跟踪方案的确定、变更和实现过程等并反思提出的预计方案的准确度以及准确度的内在决定因素（称为 特化决策模型- 使用关于时间逻辑推理的决策正确度元模型）来建模法律上的 实操缺陷度模型（动点或分段的good近似）。
由判断准确度元模型和决策正确度元模型的内在关系（称为 泛化推演模型。 运用机器学习方法的推理可靠度元模型--时间逻辑在因果关系逻辑中的工作方式）导出 实际上的 运动自由度模型（定点或周易的fair近似），并和前面提案的默认逼真度模型 进行比对从而进一步审视poor和good两种近似方法的内在关系（差异-差距或误差--和对齐线）。
等价、特化和泛化是三种智能各自的基本能力即功能function符号(概念符号- 刺激stimuli)-索引词idexes。推演、决策和判断是AI基本能力之外的较高级的三个能力 （推理Reasoning规划Planning和预计Anticipating）的体现，即是验证AI的资格能力即技能competence记号（标记符号signs）sign-标引词indices 。三个近似值poor、good和fair则是考核AI的执行效率即效能performance指标(表示信号signals )-指标Indicator
两点补充说明
1、定义复杂性 的全真网络 （AI的标准定义 -封闭定义的 三种可能方法： 规定r内涵p外延q）
1、上述三个步骤对应于的aaas中命名的三个AI模型的度degree（度量，量级-AI客体属性间的不变性，即实质蕴含性或复杂性） -逼真度、 准确度 和 自由度。它们 最终就是AI的三种程序源（source。所站的立场），由三种主要的逻辑推理（所持的观点）推断出来。 aaas中的实质蕴含逻辑式“ p -> q”的三个分支形式 合起来定义了“那些自然的概念”，每一个度degree都是aaas中的一个that 操作符，充当 知识交换格式KIF中唯一的一个格式符号。 （that操作符 ， serve as a refrence--可以看成是html中的a标签 --，每一个度degree 都有对应的一套参照系）
组合推理inference规则-> 效应器effector。 那样 -样本
整合推理reasoning轨仪 ->仪器instrument。那种 - 标本
结合演绎deduction规矩-> 代理器agent。那个- 脚本
P和 Q分别就是我们平常听到的 “逻辑推理式AI”和“生成式AI”，连接两者的实质蕴含逻辑符号“->” aaas中把它叫做“认识演进式”-AI的理性能力分量。合起来组成了aaas程序中 的 case关系版块（AI组件），其标准句式为: case-swith-break，它位于aaas主程序的 try-catch 段的 catch节（处理异常 --例外和缺省--）。
2 、解释多样性的元宇宙（AI的标准解释-开放系统的三个可用主目：变点x动点y定点z）
上述三个步骤的每一个步骤分别表示AI的一个视角( 方面）。三个方面整体定义了“这个自由的概念”。aaas中的this处理器表 示 三位一体的 “计算”， 该计算作为 元数据交换模板 MIP 的处理器，它在每一个方面中表示该方面表面模型的一个合适的应用模式。 （this处理器，as a service-- 每一种表面模型都表示一个AI的种类kind - 不同实性的函数 Constructor，Clssifier，Functor 【元初，元级-AI主体过程间的实证性，即 表象模态性或多态性】）
因果关系的实在模糊集 -逻辑视角 --此在的 ad hoc 自主自立的x。ANL的反播back- propagate<宏模式>临时传输方案（临时自组网内存--流式-主机master）。【溢出】
机器学习的实操粗糙集- 范畴视角 -- 此前的propter hoc -自立自洽的z 。SPI的反馈feedback的<域模式 >暂时存储方案（缓存 -批流一体式-宿主机host） 【心流】
现实的 实际含糊集 - 语言视角 -- 此后的post hoc- 自律自洽的y。API的回调callback的<微模式>持久库藏方案（硬盘-批式-目标机target ） 【涌现】
<pre，post> 相当于我们常说的 “先知先觉“和“后知后觉”，组对二者的 ad 相当于知觉-AI的知性能力分量 。 三个知性方面整体形成了aaas程序中的has关系版块 （一般软件），其标准句式(基础句式) 为：select-from-where，位于aaas主程序的 try-catch 段的 try节（常规轮询--含递归调用的while(1){}样式 ，如果没有异常则一直下去 ）。
追加补充：aaas的主程序main{}的完整结构为 try-catch, throw, finally 。常规轮询（日常工作例行检查），例外异常处理（bug打补丁），意外事故处理（逻辑版本升级）， 终结重生（应用程序换代）。
注意（名词解释-提及的 一般术语） <统一>
注：
周易和定点 ：周易的字面义就是周而复始的周期变化，指一个周期。定点就是一个周期中所选择的评估点。评估点的选择（像 库存排布）是表征上决定的。 【 时间触发的知识表征】定时器-单子（组织单元格，应变灵活的-双活 animate和active ）
变易和变点： 变易指一次变化。变点是描述一次变化所涉及到的特征点。特征点的选择（类似 工艺加工）是内在上不确定的。 【事件触发的认识特性】执行器--单元（组织单元，感觉灵敏的 -双敏sensitive和sensible ）
分段和动点：分段指一次运动。动点就是参与一次运动的结构块。结构块的选择（好比 工段划分）是本质上偶然的 【事务触发的意识表现】控制器--单位（组织，响应灵动的-双动态 dynamic 和live）
总汇（词汇翻译 - 使用的 技术术语）<单一>
总之：
将设计目标确定为“软件智能”的aaas中，AI要面临的根本问题是抽象理论和现实世界之间的不可避免的不匹配。其解决通过将三种模型 （机器学习 、现实和因果关系）设计为依此递进的 响应灵动的组织，感觉灵敏的组织单元和应变灵活的组织单元格 三个嵌套结构并提出描述各结构重合点- 构造基块-的根轨迹模型（AI的统计模型-反转的控制层<依赖注入-通过开关按钮button>。防腐层-基于几何模型的连续过程）。
在内部提取级联特征的标架齐点并给出级联各标架系对齐线-建造基元-的值范围模式（AI的算法模型- 倒置的依赖树<依赖合并- 通过调节旋钮knob>。SPI层-使用代数图形graph的离散过程）。
在外部暴露层叠的分层规则并提供开发各层差异面-行为基素-的源代码模板（AI的数据模型 --反播的神经网络<依赖射出-通过传送条带ribbon>。API层-运用概念图式的双向映射-- 离散过程和连续过程的）