Рассмотрим пример такой среды из нейроподобных N-элементов (НСС), см. рис. 1. Поступающий в НСС информационный поток управляет формированием связей между N-элементами, что по сути и является отображением (запоминанием) информации. Считается, что N-элементов в НСС достаточно как в слое, так и самих иерархических слоев.

Содержимое потока представляет текстовую форму, как последовательность символов некоторого алфавита. Текстовая форма является универсальной для отображения любых форм представления информации. N-элемент взаимооднозначно отображает пространственно-временные характеристики потока, см. рис. 2.

N-элементы в слое НСС независимы и функционируют параллельно. В процессе ввода информации в НСС каждый N-элемент соединяется связями с N-элементами нижерасположенного уровня. Связи, через посредство терминального слоя N-элементов (алфавитом) фактически и определяют информационное содержание каждого N-элемента. Соответственно, если на вход НСС поступает последовательность, соответствующая содержанию некоторого N-элемента, то он переходит в активное состояние, в соответствии с близостью к его информационному содержанию. Из всего слоя выделяется один N-элемент, имеющий максимальное сходство (активность) и с ним образуется связь с N-элементом вышележащего уровня НСС. Это принцип ассоциативной работы НСС. За один такт обрабатываются N-элементы в слое и за один обобщенный такт НСС выполняется полная ассоциативная обработка входной информации. Причем, время идентификации не зависит от числа обрабатываемых в НСС элементов, а определяется только символьной длиной идентифицируемой последовательности во входном потоке.

В общем виде мы описали принцип функционирования активной информационной среды в которой осуществляется максимальное распараллеливание, которое приводит к практическому минимуму временных затрат при решении задачи. Отметим, что в нашем понимании, каждая задача после идентификации всех ее условий - это несколько обобщенных тактов ассоциативной идентификации на различных семантических срезах задачи. И как было показано выше, иерархическое агрегирование N-элементов приводит к тому, что повторное решение задачи данного класса, сводится к простой ассоциативной идентификации ее в НСС. В пределе, число обобщенных тактов стремиться к единице. Это и есть теоретический предел.

В заключении отметим, что к настоящему времени выполнена программная реализация модели НСС, на которой подтверждены все вышеизложенные утверждения. В процессе экспериментальных работ с НСС обнаружены дополнительные ее положительные свойства в плане обработки информации, такие как: монотонный рост компрессии данных, возрастающая надежность, семантическая автоструктуризация. Причем все эти характеристики имели тенденции монотонного роста в соответствии с ростом базы знаний на НСС. При этом, в НСС обнаружилось свойство автоматического вычисления текстовой энтропии входного информационного потока, позволяющего сразу дать семантическую оценку этому потоку.