Поэтому мы можем дополнять характеристики объекта, и сделать это достаточно просто. Необходимо выделить для этого отдельный файл (или базу данных), и там вписывать свойства, в качестве указателя отмечая его «носителя».

Например, запишем «Лев сильный»:

ABABACBBBA AAAAAAABAABA

Или «Лев большие когти»:

ABABACBBBA AAAAAAABAADAC AAAAAAADAABBAABAABDAA

Хотя, логичнее было бы наличие больших когтей приписать сразу целому классу объектов, например, хищникам.

Так и запишем «Хищное большие когти»:

ABABACB AAAAAAABAADAC AAAAAAADAABBAABAABDAA

Так с помощью слов-множеств мы сможем умножать знания на подмножества объектов.

Каков механизм этого?

Мы знаем что Лев ABABACBBBA это часть подмножества хищное ABABACB.

ABABACBBBA = ABABACB [+BBA]

//Лев Хищное

Поэтому для того чтобы определить, что Льву принадлежат свойства ABABACB, мы найдем в словаре свойств слово-множество ABABACB и сравним, является ли оно «головой» объекта Лев ABABACBBBA. Мы выяснили, что это так, и запомнили.

Теперь, спросив о свойствах Льва система может уверенно ответить свойствами Хищного, если таковые у нас присвоены. Так мы получим на вопрос о свойствах Льва ответ «Большие когти». Точно такой же ответ мы уже получим и на вопрос о свойствах Тигра, Пантер, Гепарда, Медведя, Волка и десятках других известных системе животных, относящихся к Хищным, а также всем подклассам, видам и семействам, находящимся на уровень выше. Таким образом, одно единственное знание многократно «размножилось», не составив никакого труда. Умножение знаний является одним из уникальных свойств многомерного множества.

В MSM каждое новое знание умножается на все подклассы множества.

P=P*N где P – элемент свойства, а N – число всех элементов подклассов множества.

В описанном примере, мы присвоили 1 новое знание классам 15 семейств, включающем 270 видов. Это означает, что мы получили фактически 270 новых знаний, с минимальными затратами, – используя лишь одну запись в словаре свойств. Конечно, не все записи могут быть столь же эффективны. Какие-то из них могут затрагивать 1—2 или 10 объектов. Но все же, это очень прогрессивно с точки зрения как эффективности использования ресурсов компьютера, так и с позиции минимизации труда, который будет впоследствии затрачен на обучение.