Как же будет выглядеть наша упрощённая модель? Для её описания нам придётся использовать теорию графов[1].
Говоря простым языком, граф – это множество вершин, соединённых рёбрами. Каждый мемстинкт в нашей модели будет представлять собой граф, вершинами которого являются копии данного мемстинкта, а рёбрами – каналы передачи информации. Наш граф будет иметь признаки мультиграфа, в котором две вершины могут быть соединены одновременно несколькими «параллельными» рёбрами – каналами связи. Действительно, ведь одну и ту же информацию можно передать многими способами. Кроме того, наш граф будет иметь признаки гиперграфа, в котором разные вершины могут быть соединены одними и теми же рёбрами, ведь наша с вами модель – это не только множество графов мемстинктов, но и множество графов людей, соединённых между собой рёбрами – каналами связи, и рёбра, объединяющие вершины в графах мемстинктов, будут совпадать с рёбрами, объединяющими вершины графов людей. Это немножко сложно представить неспециалисту, но сейчас для нас это и неважно; эксперт, разбирающийся в теории графов, сможет построить такой граф, ведь подобная система немногим сложнее системы электрических и других коммуникаций современного здания. Итак, мы имеем, по сути, три вложенных друг в друга системы графов. Первая – множество графов копий отдельных мемстинктов. Например, несколько миллиардов копий мемстинкта, содержащего информацию о первом полёте человека в космос. Более или менее отличающиеся друг от друга, то есть имеющие разное значение (относительно друг друга или относительно среднего значения) по шкале «активатор – генератор» копии будут находиться одновременно в мозгах нескольких миллиардов человек, а также содержаться в виде искусственных мемстинктов текстов в копиях газет, книг, статьях в интернете, фильмах и т.д. и т.п. Другой пример графа отдельного мемстинкта – воспоминания о песне, под которую познакомились влюблённые люди, хранимое как секрет. Данный мемстинкт будет иметь всего две копии. И в первом, и во втором случае копии мемстинктов будут объединены одновременно несколькими каналами информации, которые могут быть активны в данный конкретный момент или потенциально активны. Мы видим, что для нашей модели полезно будет ввести ещё одну цифровую характеристику – вероятность активации (назовём её эффективностью канала) канала подачи информации. Каждому ребру нашего графа – каналу связи мы можем присвоить значение (вес ребра), например от 0 до 10, при этом 0 будет означать бесконечно малую вероятность активации канала, a 10 будет означать постоянно активный канал.
Кроме первого множества графов, наша система будет иметь второе множество. Множество графов, повторяющих социальную структуру