Ремонт принтеров, сканнеров, факсов и остальной офисной техники


назад Оглавление вперед




[1]

Пути к решению последней задачи мы видим в организации в УС специальной подсистемы, котораяэквивалентна

аппарату эмоций в живом организме.Это

многофункциональная подсистема,основная

функция которой -соотносить отвлеченные информационные сигналы, например, сигналы о распознавании образов, отображающих текущие состояния ОУ, с объективной полезностью или опасностью их прообразов для выживания ОУ. Безусловно, такая оценка для важнейших состояний ОУ (температура среды, количество поглощенной пищи и т. п.) может быть найдена опытным путем в эволюционной предыстории предков ОУ, а для искусственных ОУ - выведена из априорной информации. Оценки для образов, которые связаны с конкретными условиями существования данного ОУ, могут быть найдены УС опытным путем посредством корреляционного анализа фактов распознавания этих образов и значений текущей интегральной оценки состояния ОУ, которую обозначим S. В свою очередь, текущее значение оценки S зависит от оценок всех распознанных в текущий момент образов. Формальное описание способов получения таких оценок (фактически - аппарата эмоций) дано в [11]. Здесь обратим внимание на две важных функции аппарата эмоций. Это закрепленное в УС стремление к получению все более высоких оценок S\ что является причиной постоянной активности УС, направленной на достижение обеих указанных целевых функций. Кроме того, текущее значение оценки S определяет целесообразную глубину просмотра базы знаний при принятии решений в текущей ситуации (для быстрого принятии решения в угрожающей ситуации можно не анализировать второстепенные последствия выбираемого действия - образы с меньшими оценками).

Пусть УС сформировала некоторый образ, запомнила его в памяти сформированных образов в виде объекта, который обозначим Ok, и в некоторый момент t распознает его, что обозначим как Ok =1 (если сформированный образ Ok не распознан в момент t, то полагаем Otk =0). Пусть, например, прообразом данного образа является некоторый пространственно-временной процесс длительностью T тяк-тгж нп VC! пяпптняття пбпя \гтке. чепез Т тактов после его начала tks, и Т< Т.

момент принятия образа в векторах VJtks), Fjffc+jJ,..., образыНаННЫе Решенияотображение информации, пришедшей на

vv - - I сравнительно простой случай, интересный

>.у--, """>">f~3!,ч 3, в частности, изменения оценки своего "t flSft"!.*--*-* ершится наблюдение всего прообраза. ™ :$1Н --А 1 некоторое множество образов. Однако %;ли в прообразе распознанного образа имел

• Wfki:::-; ющий информацию, пришедшую к УС по

вжшной н

текущий момент

Рис. 3.

время о j некох0р0е действие, совершенное УС ом, что была сокращена такая-то мышца в обозначим такое действие символом У/. Тем а три последовательных во времени ъшуацли a, ii) информация о действии /, ш)


информация о ситуации b. Поскольку, по определению, прообраз сформированного образа - явление не случайное, то данную тройку можно интерпретировать как импликацию "условие - действие - следствие". Очевидно, что в данной ситуации могло быть распознано два или более образов (рис. 3), имеющих одинаковое условие (ситуацию a), разные действия (действие m) и, возможно, разные следствия (ситуацию c).

Итак, если в некоторый момент а) УС одновременно распознает несколько временных образов, при этом б) распознавание наступило раньше окончания наблюдения прообразов, в) в составе прообразов ожидаются альтернативные действия, ведущие к альтернативным последствиям, г) распознанные образы имеют свои оценки, то появляется возможность принятия решения, на основании сравнения ожидаемых приращений интегральной оценки качества состояния St для альтернативных действий [10,11].

Если будущий результат действия, предвидимый УС в текущий момент, влечет распознавание образов, которые могут быть распознаны по результатам планируемого действия, т. е. причинно-следственная цепочка образов и действий продолжается на несколько шагов в будущее, а УС при этом обладает языковыми средствами для манипулирования с этими образами и действиями из своей базы знаний, то появляются основания говорить об интеллекте [13].

Поскольку постоянно идет формирование новых образов, то возможна ситуация, когда альтернативные действия, приносящие ранее одинаковый конечный результат - распознавание одинаковых образов, начнут различаться в отношении новых сформированных образов, т.е. - более тонких последствий выбираемого действия. Учет этих различий делает действия УС со временем все более точными, а их последствия - все более предсказуемыми [9,11]. Это одна из возможностей саморазвития УС.

Рассмотренная интеллектуальная управляющая система обладает следующими основными свойствами.

•Поведение УС мотивируется, определяется, направляется и оценивается аппаратом эмоций, сублимирующим в своей функции цели выживания и накопления знаний.

•УС обладает внутренней активностью, направленной на расширение знаний, повышающих вероятность выживания.

•УС обладает свойствами адаптивности и саморазвития. Именно, формируются и оцениваются новые образы, формируются и уточняются новые действия, увеличивается глубина прогнозирования последствий альтернативных вариантов действий и др.

•Знания УС сильно зависят от ее индивидуального опыта, в том числе от случайных событий, т. е. УС обладает своей индивидуальностью.

Система с подобными свойствами не соответствует общепринятому пониманию и назначению систем искусственного интеллекта (ИИ), к которым сегодня относят экспертные системы, распознающие системы, нейросети, лингвистические процессоры и робототехнику. Поэтому предлагается выделить системы с подобными свойствами в отдельное направление "систем автономного искусственного интеллекта" (АИИ) [13]. Если основное назначение систем ИИ -быть исполнителями заданий, поступивших извне от пользователя, то назначение систем АИИ - выжить и накопить знания, подчиняясь более свободному от внешних управляющих воздействий внутреннему целеполаганию. Помимо теоретического интереса, прагматическое значение систем АИИ, имитирующих естественные


организмы, может состоять в их способности к выживанию, работе и накоплению знаний в плохоформализуемых условиях, требующих адаптации и саморазвития.

Проблемы создания систем ААУ и пути их реализации

Как видно из сделанного качественного описания рассматриваемых систем, их реализация сопряжена с необходимостью решения непростых задач, некоторые из которых здесь перечислим.

1. Задача формирования и распознавания образов (ФРО) в потоке входной многоканальной информации [10,11]. В общем виде на вход ОУ поступают непрерывные воздействия различной физической природы (зрительная, звуковая и т. д.). Аппарат ФРО должен в процессе самообучения сформировать множество дискретных образов, соответствующих классам пространственно-временных регулярностей и далее распознавать такие образы. Распознаваемые образы порождают формирование образов над образами, т. е. образов более высокого порядка. Переход от континуальных величин к дискретным должен происходить уже в БД. В нетривиальных случаях при отсутствии априорного алфавита классов такого рода задача является трудной. В некоторых условиях для построения БД и/или начальных трактов аппарата ФРО возможно применение персептронов и генетического подхода, либо использование аппарата эмоций в качестве учителя. Напомним, что задача распознавания образов даже таких простых регулярностей, как периодические компоненты во временных рядах, требует применения сложного математического аппарата анализа временных рядов. Мы полагаем, что поиск неслучайных составляющих во входном многоканальном потоке входных данных должен основываться на аппарате корреляционного анализа, тогда решение о формировании нового образа может приниматься при накоплении достаточных статистических оснований.

В естественных системах аппарат ФРО строится на основе нейронов. Очевидно, что нейрон может и должен накапливать статистику по наблюдаемым входным векторам, изменять свой способ функционирования при появлении достаточных статистических оснований, говорящих о неслучайной природе прообраза, т.е. формировать образ, и быстро распознавать уже сформированный образ. Нами разработано несколько формальных нейронов с такими свойствами [12,14,15,17,18]. Описание основной модели нейрона (типа I) состоит в следующем.

На вход нейрона nw в момент t

поступает двоичный вектор Xt = (x 1,

x

2 >

x

xj и сигнал Sw. В

согласно Ь1&

случаях. Здесь h значение 1 в момент

момент t+1 нейрон производит выходные сигналы OW+1 и S1 логическим выражениям OW+1

& ((btw& vj vo W) и s :i

я1,- Значение сигнала Ъ\„ в точке "b" определяется зависимостью btw = 1, если hw/m > = p(Nt), и btw = 0 в других . вектора Xt, которые имеют есть число событий Ъ tw = 1 в предыстории этого

есть число таких компонент x t; Nt

.



[стр.Начало] [стр.1] [стр.2] [стр.3]