信息间的是我们接收、处理信息的基础。古代用烽火台传递战争的信息，是因为烽火台发出的浓烟与战争这两个信息间有。信息间的，从目前普遍的人工信息处理模式来看，都是通过直接来进行处理。因为a所以b,结果是原因的产物，人们总是以a→b来表示这两个信息之间的。这是一个误区，如果我们我们能以一种网络结构来看待它们之间的关系，很多问题将变得容易解决。它们之间不是直接的，而是通过一个高层信息形成的间接：
苹果由其特定颜色、形状、味道等特征组合而成，这些特征同样是信息，我把它们叫低层信息。信息间形成了一个有层次的网络结构，每一个信息有很多的低层信息，同时它也会与其它同一层次的信息组合成更高层次的信息。
当我们接收到一个信息时，事实上我们接收到的是一个信息网，它包括这个信息的各个低层，只不过我们注意到的是这个信息网络的顶端。
反过来，当我们同时接收到多个信息时，我们并不是接收到多个分散的信息网络，这些信息网络会组合形成一个总的信息！这个信息处于整个网络的顶端，它把这些分散的网络起来，使它们形成一个整体，我把这个信息叫景象。
任何信息间都可以产生，但它们间不是直接的，而是通过一个景象形成的间接。
信息的网络结构是智能家居系统所有活动的基础，某些神经元间通过轴突、突触形成的，就是网络结构中高、低层信息间的连接。信息的网络结构有很复杂的特点，我并没有将它的规律搞的很清楚。但这两点很重要：信息是有层次的网络结构，虽然这个层次有些交错；同层次的信息间是通过一个高层信息来的，而不是直接（在智能家居系统中同层次的信息间会有某种，但并不是信息信号间的）。可能在看了智能家居系统的信息处理过程后，对这些才会有更深的领会。
人们都承认智能家居系统的识别是模糊的，但是自从模糊数学诞生以来，就把人们引向歧途，他们用概率代替智能家居系统的真实模糊识别，蒙骗了不少人。
不 能否认，模糊数学也解决了很多问题，但是它毕竟与智能家居系统的识别的模糊性是风马牛不相及的事情。因此用它来解决数学问题我不想排斥，如果用它解决智能问题，我以为是万万做不到的。
我把智能家居系统识别的模糊性叫做“真模糊”，用来与模糊数学的“伪模糊”相区别。
信息的多维性和智能家居系统凭部分维信息的部分特征进行的准确（但不是）识别，就是“真模糊”。它不是凭什么概率计算实现的“伪模糊”，而是凭对信息的很多维的忽略，仅仅靠抓住某个对象的部分维的部分信息（特征信息）就能够准确识别。
在“真模糊”处理面前，维度的不稳定不会成为问题，维度的不定也不会成为问题。只要对于要识别的对象，某些维特征信息是稳定的，识别就能够准确完成。
由全信息提取出部分维特征信息，是一种分散识别、简化识别的方式，它具有把复杂问题变简单的功能。
把全信息用维度稳定的信息代替，是一种把能识别的特征混合起来让系统无法识别的方式，它具有把简单问题搞得复杂不堪的功能。目前的计算机处理方式，就是把全信息混合起来，使特征信息变得无法识别，然后再用模糊数学装模作样的处理一下，把简单的问题“故意”搞得很复杂。因此它在解决实际问题是处处遇到困难。
我的“故意”二字是指，本来不用那么复杂，然而为了凑和数学的严格性，“故意”把问题搞复杂了。
你的信息定义本来可以解释，但是你一把信息弄到“网络的顶端”，就不能对“真模糊”作解释了。
