К вопросу о формировании памяти сложных

10Г
УДК 681.3.06
Г.С. Гладун, Г.В. Якеменко
ОАО «Камов», г. Москва, Россия
kb@kamov.ru
К вопросу о формировании памяти сложных
человеко-машинных изделий, реализующей
функции оценки среды и выработки
управляющих решений
Рассматривается принцип создания памяти информационной диагностической системы (ИДС),
обеспечивающей формирование в реальном времени управляющих решений для автоматического
вывода изделий из критических ситуаций, а также при необходимости и в процессе применения по
функциональному назначению.
Ведение
По современным взглядам наиболее перспективным и радикальным средством
повышения эффективности применения по функциональному назначению и
технической эксплуатации сложных человеко-машинных изделий (далее изделий)
является разработка и внедрение в эксплуатацию интеллектуальных ИДС, реализующих автоматическую обработку информации и обеспечивающих на ее основе в
реальном времени интеллектуальную поддержку операторам и техническому
составу.
Очевидно, что память интеллектуальных ИДС целесообразно формировать,
опираясь на знания свойств естественной памяти.
Роль памяти в мышлении
Человеческая голова без памяти подобна крепости без гарнизона.*
В [1, с. 5,с. 15,с. 36] констатируется:
− головной мозг человека – орган в высшей степени загадочный и самая
сложная из известных нам систем в природе. (Состоит примерно из 1011 нейронов.
На один нейрон может приходится до 104 связей, нейрон сам по себе сложная
система);
− из-за чудовищной сложности мозга исследователи вынуждены
заниматься поиском моделей, парадигм или метафор;
− структуры и процессы, лежащие в основе обучения и памяти, на
нейронном уровне изучены еще недостаточно хорошо.
*
Наполеон.
«Штучний інтелект» 3’2005
679
10Г
Гладун Г.С., Якеменко Г.В.
Из большого количества загадочных свойств мозга, приведенных в
многочисленных публикациях, остановимся на способности подсознания человека в
экстремальных ситуациях мгновенно при относительно медленных биологических
процессах анализировать поступающую информацию, принимать и реализовывать
решения.
Можно предположить, что такая способность реализуется путем одновременного хранения в памяти описаний ситуаций, в которых может оказаться индивидуум,
и набора конкретных действий в каждой ситуации, обеспечивающих правильное
движение к цели по цепочке: ситуация и набор действий, новая ситуация и новый
набор действий и так до достижения цели. Указанная последовательность действий в
живом мире (рефлексы) может формироваться, например, методом проб и ошибок, а
в технике расчетно-логическим моделированием (балансная сеть) или другими
методами, а также учителем.
Правомочность предположения косвенно подтверждается реализацией в живой
природе гигантского объема памяти человека. Данное свойство может рассматриваться как фундаментальное необходимое условие, а возможно, и единственное, для
формирования естественного интеллекта.
Растущие пирамидальные сети и их свойства
Имеющийся опыт применения современных интеллектуальных систем при
решении задач с большим объемом динамичных данных показывает, что удачные
решения традиционно связаны с применением сетевых способов решения задач,
представления данных и знаний.
В настоящее время среди сетевых структур наиболее эффективной является
растущая пирамидальная сеть (РПС), которая является сетевой памятью в форме
ациклического ориентированного графа, в котором нет вершин, имеющих одну
заходящую дугу. Вершины, не имеющие заходящих дуг, называются рецепторами,
остальные вершины – концепторами.
При построении сети входной информацией служат наборы значений признаков,
описывающих некоторые объекты (материалы, состояние агрегата, ситуации, болезни и
т.п.). Рецепторы соответствуют значениям признаков. В различных задачах это могут
быть имена свойств, отношений, состояний, действий, объектов или классов объектов.
Концепторы соответствуют описаниям объектов в целом и пересечениям описаний.
В начальном состоянии сеть состоит только из рецепторов. Концепторы
формируются в результате работы алгоритма построения сети.
РПС обладает способностью самоорганизовываться и обеспечивать в процессе
ввода информации автоматическое выделение закономерностей, скрытых в
исходных данных. Решающим преимуществом растущей пирамидальной сети
является тот фактор, что ее структура формируется полностью автоматически в
зависимости от вводимых данных. В результате достигается оптимизация
представления информации за счет адаптации структуры сети к структурным
особенностям данных. В отличие от сетей нейроподобных элементов эффект
адаптации достигается без введения априорной избыточной сети, а выделяемые ею
обобщенные знания (закономерности) явно представляются в виде правил или
логических выражений типа «если-то» в понятном для человека виде.
Процесс решения задач с помощью РПС универсален и унифицирован.
Состоит из двух этапов: обучение и решение.
680
«Искусственный интеллект» 3’2005
Разработка колесного робота с изменяемой структурой и адаптивной…
1А
Аналитические процессы реализованы на основе индуктивного вывода и
вывода по аналогии. Обучение (автоматический вывод закономерностей) осуществляется с возможностями, превосходящими человеческие способности.
Выявленные при обучении закономерности (база знаний) могут быть при
необходимости переписаны в микросхему (совокупность микросхем), в которую
функционально переносится и аппаратная часть ЭВМ, обеспечивающая
распознавание входной информации. При этом на борту сокращаются веса и
габариты за счет исключения ЭВМ из процесса решения задач, а процесс вывода
закономерности (обучение и доучивание) организуется в наземной ПЭВМ путем
ввода в нее информации, записанной в бортовых накопителях соответствующего
парка изделий.
Решение (автоматическое в реальном времени) задач на основе
закономерностей, выявленных при обучении, выполняется путем непосредственного
сопоставления признаковых описаний входной информации с выведенными
закономерностями.
Процесс решения задач с помощью РПС функционально подобен процессам в
биологических системах, например, зрении и обеспечивает поэтапную интеграцию
(эволюцию) соответствующего оборудования изделий, решающего различные
задачи, в систему искусственного интеллекта со структурой по типу: 1) датчики
(аналог «сетчатка», «рецепторы»), 2) ЭВМ или микросхемы с внесенными закономерностями (аналог мозг), 3) линии связи (аналог «нервы»), 4) исполнительные
устройства (аналог «органы»). ИДС такого типа будет интеллектуальной и
способной параллельно (одновременно) в реальном времени решать задачи из
различных предметных областей по различным исходным данным и с различными
целями. Эффективность очевидна даже за счет экономии весов и габаритов, так как
на борту в перспективе из всего оборудования останутся: 1) датчики, 2) ЭВМ или
микросхемы, 3) линии связи, 4) исполнительные, передающие, приемные и
информационные устройства.
Интеллектуальная ИДС с памятью на РПС обеспечивает решение всего
комплекса задач по функциональному назначению изделий и практически всех
технической эксплуатации. А именно: диагностики, обнаружения, распознавания,
прогнозирования, управления, вывода объекта из критической ситуации, оценки
тактической обстановки, принятия решения и др.
Теория и практическое применение РПС представлены во многих публикациях.
Первая в 1969 г. В [2] переведены последние версии ее алгоритмов. Такие качества, как
простота внесения изменений, совмещение процессов ввода информации с ее классификацией, обобщением и выделением существенных признаков, высокая ассоциативность делают растущие пирамидальные сети важным компонентом интеллектуальных систем.
Сравнение свойств РПС со свойствами мозга человека.
В [1, с. 16] приведены обобщенные характеристики мозга человека.
В левом столбце таблицы перечислены традиционные понятия,
соответствующие синергетические понятия приведены в правом столбце.
«Штучний інтелект» 3’2005
а
681
Гладун Г.С., Якеменко Г.В.
10Г
Таблица 1 – Сравнение традиционных и синергетических интерпретаций
функций мозга
Традиционные понятия
Одиночная клетка
Отдельный элемент
Клетка, идентифицирующая
нашу бабушку
Ведущая клетка
Действия локализованы
Энграмма
Запрограммированный компьютер
Алгоритм
Последовательная обработка
информации
Действие определяется
детерминистическими событиями
Функционирование устойчиво
Синергетические понятия
Сеть клеток
Ансамбль элементов
Коллектив клеток, идентифицирующих
нашу бабушку
Коллектив ведущих клеток
Действия делокализованы
Распределенная информация
Самоорганизация
Самоорганизация
Параллейная и последовательная обработка
информации
Действие определяется детерминистическими и случайными событиями
Функционирование вблизи потери
устойчивости
Полное совпадение свойств РПС [2] (в табл. 1 выделены) с перечисленными в
правом столбце свойствами мозга позволяет предположить:
− Мозг функционирует по алгоритмам, на которые функционально похожи
алгоритмы РПС. (РПС можно рассматривать как одну из моделей функционирования
мозга). Ранее такие предположения высказывались специалистами медицины при их
ознакомлении с РПС и в [3].
− Нейроны (группы нейронов) несут и функциональную нагрузку подобную
концепторам РПС
Структурная схема памяти интеллектуальных ИДС
Исходя из изложенного ранее в памяти интеллектуальных ИДС должна
храниться информация о ситуациях, в которых может оказаться изделие в процессе
эксплуатации, включая и критические, а также одновременно и указания о действиях
с органами управления в этих ситуациях (рис. 1)
Заключение
На основании полного совпадения свойств мозга человека [1] и растущих
пирамидальных сетей [2] становиться обоснованным предположение рассматривать
растущие пирамидальные сети как одну из моделей функционирования мозга
человека.
В настоящее время память интеллектуальных ИДС в целях реализации
функций оценки среды и выработки управляющих решений целесообразно
формировать на основе растущих пирамидальных сетей, расчетно-логических
моделей (балансных сетей), указаний учителя, а также и других методов.
682
«Искусственный интеллект» 3’2005
Разработка колесного робота с изменяемой структурой и адаптивной…
1А
Вычислительные средства
Балансовая сеть
(расчетнологические модели
Растущая пирамидальная сеть (память)
управления)
Балансная сеть
(расчетнологические модели
управления)
Рецепторы
Датчики состояния внешней и
внутренней среды.
Информация в форме числовых и
признаковых временных рядов,
снятая непосредственно с
разнородных датчиков, в том числе и
с невысокой точностью
Другие
средства
Концепторы
Одиночные и группы, реализующие
запоминание, обучение (выделение
закономерностей), классификацию
ситуаций
Описание ситуаций
Описание действий
(аппаратно может быть реализовано на микросхемах)
Передающие
устройства
Приемные
устройства
Информационные
устройства
ЭКИПАЖ (ОПЕРАТОРЫ)
Исполнительные
устройства
Регистрирующие
устройства
Борт
Земля
Знания
ПЭВМ
Наземной части ИДС с базой данных и знаний
Технический состав
Данные
Учитель
Рисунок 1 – Структурная схема интеллектуальной ИДС с памятью, реализующей функции
оценки среды и выработки управляющих решений
«Штучний інтелект» 3’2005
683
10Г
Гладун Г.С., Якеменко Г.В.
Литература
1. Хакен Г. Принципы работы головного мозга. – Москва: ПЕР СЭ, 2001. – 351 с.
2. Гладун В.П. Растущие пирамидальные сети // Новости искусственного интеллекта. – 2004. – № 1
3. Рабинович З.Л. Концептуальное представление об опознании образцов и решении проблем памяти
человека и возможностей его использования в искусственном интеллекте // XI Междунар. конф.
«Знание – Диалог – Решение». – Том 1. – Варна (Болгария). – 2005. – С. 1.
Г.С. Гладун, Г.В. Якеменко
До питання формування пам’яті складних людино-машинних виробів, що реалізує функції
оцінки середовища й вироблення керувальних рішень
Розглядається принцип створення пам’яті інформаційної діагностичної системи (ІДС), що забезпечує
формування у реальному часі керувальніх рішень для автоматичного виводу з критичних ситуацій, а
також при необхідності і в процесі застосування за функціональним призначенням.
Статья поступила в редакцию 06.07.2006.
684
«Искусственный интеллект» 3’2005