Доклад: Експертні системи

Експертнісистеми

ЕС призначені, головним чином, для вирішення практичних завдань, що виникають у слабо структурованої і важко формалізується предметної області. ЕС були першими системами, які привернули увагу потенційних споживачів продукції штучного інтелекту. З ЕС пов'язані деякі поширені помилки. Помилка перша: ЕС будуть робити не більше (а скоріше навіть менше) того, чим може експерт, який створив цю систему. Для спростування цього постулату можна побудувати самонавчальну ЕС в області, у якій взагалі немає експертів, або об'єднати в одній ЕС знання декількох експертів, і отримати в результаті систему, яка може те, чого ні один з її творців не може. Помилка друга: ЕС ніколи не замінить людини-експерта. Вже замінює, інакше навіщо б їх створювали?

Експертнісистеми, методикапобудови

В данийчассклаласяпевна технологіярозробки ЕС, якавключаєнаступні шістьетапів: ідентифікація, концептуалізація, формалізація, виконання, тестуваннята дослідна експлуатація.

Етап ідентифікації

Етапідентифікаціїпов'язаний, першзавсе, зосмисленнямтихзавдань, якіналежитьвирішитимайбутньоїЕС, іформуваннямвимогдонеї. Результатомданогоетапуєвідповідьнапитання, щотребазробитиіякіресурсинеобхіднозадіяти (ідентифікаціязавдання, визначенняучасниківпроцесупроектуваннятаїхролі, виявленняресурсівіцілей).

ЗазвичайврозробціЕСберутьучастьнеменшетрьох-чотирьохчоловік — одинексперт, одинабодваінженерипознанняхіодинпрограміст, якийпритягаєтьсядлямодифікаціїіузгодженняінструментальнихзасобів. Також до процесу розробки ЕС можуть в міру необхідності залучатися й інші учасники. Наприклад, інженер по знаннях може запросити інших експертів, щоб переконатися у правильності свого розуміння основного експерта, показності тестів, що демонструють особливості розглянутої задачі, збігу поглядів різних експертів на якість пропонованих рішень. Крім того, для складних систем вважається за доцільне залучати до основного циклу розробки кілька експертів. Однак у цьому випадку, як правило, потрібно, щоб один з експертів відповідав за несуперечність знань, що повідомляються колективом експертів. Ідентифікація завдання полягає у складанні неформального (вербального) опису, в якому зазначаються: загальні характеристики завдання; підзадачі, що виділяються всередині даної задачі; ключові поняття (об'єкти), їх вхідні (вихідні) дані; можливий вид рішення, а також знання, пов'язані з розв'язуваної завданню. У процесі ідентифікації завдання інженер по знаннях та експерт працюють у тісному контакті. Початкове неформальний опис завдання експертом використовується інженером по знаннях для уточнення термінів і ключових понять. Експерт коригує опис завдання, пояснює, як вирішувати її і які міркування лежать в основі того чи іншого рішення.

Після декількох циклів, уточнюючих опис, експерт і інженер по знаннях отримують остаточне неформальний опис завдання. При проектуванні ЕС типовими ресурсами є джерела знань, час розробки, обчислювальні засоби і обсяг фінансування. Для експерта джерелами знань служать його попередній досвід з вирішення задачі, книги, відомі приклади розв'язання задач, а для інженера по знаннях — досвід у вирішенні аналогічних завдань, методи представлення знань і маніпулювання ними, програмні інструментальні засоби. При визначенні часу розробки зазвичай мається на увазі, що терміни розробки і впровадження ЕС становлять, як правило, не менше року (при трудомісткості 5 чол.-лет). Визначення обсягу фінансування робить істотний вплив на процес розробки, так як, наприклад, при недостатньому фінансуванні перевага може бути віддано не розробці оригінальної нової системи, а адаптації існуючої. При ідентифікації цілей важливо відрізняти мети, заради яких створюється ЕС, від завдань, які вона повинна вирішувати. Прикладами можливих цілей є: формалізація неформальних знань експертів; поліпшення якості рішень, прийнятих експертом; автоматизація рутинних аспектів роботи експерта (користувача); тиражування знань експерта.

Етап концептуалізації

Поняття, виділені усіма експертами, включаються в систему понять, решта підлягають обговоренню. «Рольовий метод» полягає в тому, що експертові дається завдання навчити інженера по знаннях розв'язання деяких задач предметної області. Таким чином, експерт грає роль вчителя, а інженер по знаннях — роль учня. Процес навчання записується на магнітофон. Потім третій учасник прослуховує магнітофонну стрічку і виписує на папері всі поняття, вжиті вчителем або учнем. При використанні методу «складання списку елементарних дій» експерту дається завдання скласти такий список при вирішенні завдання в довільному порядку. У методі «складання змісту підручника» експерту пропонується уявити ситуацію, в якій його попросили написати підручник.

Необхідно скласти на папері перелік передбачуваних глав, розділів, параграфів, пунктів і підпунктів книги. «Текстологічний метод» формування системи понять полягає в тому, що експертові дається завдання виписати з настанов (книг за фахом) деякі елементи, що представляють собою одиниці змістової інформації. Група методів встановлення взаємозв'язків передбачає встановлення семантичної близькості між окремими поняттями. В основі встановлення взаємозв'язків лежить психологічний ефект «вільних асоціацій», а також фундаментальна категорія близькості об'єктів або концептів. Ефект вільних асоціацій полягає в наступному. Пацієнта просять відповідати на задане слово першим прийшов на розум словом. Як правило, реакція більшості досліджуваних (якщо слова не були надто незвичайними) виявляється однаковою. Кількість переходів у ланцюжку може служити мірою «смислового відстані» між двома поняттями. Численні досліди підтверджують гіпотезу, що для двох будь-яких слів (понять) існує асоціативний ланцюжок, що складається не більше ніж з семи слів. «Метод вільних асоціацій» заснований на психологічному ефекті, описаному вище. Експертові пред'являється поняття з проханням назвати якомога швидше перше що прийшло на розум поняття зі сформованої раніше системи понять. Далі проводиться аналіз отриманої інформації. У методі «сортування карток» початковим матеріалом служать виписані на картки поняття. Застосовуються два варіанти методу. У першому експерту задаються деякі глобальні критерії предметної області, якими він повинен керуватися при розкладанні карток на групи. У другому випадку, коли сформулювати глобальні критерії неможливо, експерту дається завдання розкласти картки на групи відповідно до інтуїтивним розумінням семантичної близькості пропонованих понять. «Метод виявлення регулярностей» заснований на гіпотезі про те, що елементи ланцюжка поняття, які людина згадує з певною регулярністю, мають тісний асоціативну взаємозв'язок. Для експерименту довільним чином відбирається 20 понять.

Експертові пред'являється одна з числа відібраних. Процедура повторюється до 20 разів, причому кожного разу початкові концепти повинні бути різними. Потім інженер по знаннях аналізує отримані ланцюжки з метою знаходження постійно повторюваних понять (регулярностей). Усередині виділених таким чином угруповань встановлюються асоціативні взаємозв'язки. Крім розглянутих вище неформальних методів для встановлення взаємозв'язків між окремими поняттями застосовуються також формальні методи. Сюди в першу чергу відносяться методи семантичного диференціала і репертуарних решіток. Виділені поняття предметної області і встановлені між ними взаємозв'язку служать підставою для подальшої побудови системи метапонятій — осмислених у контексті досліджуваної предметної області системи угруповань понять. Для визначення цих угруповань застосовують як неформальні, так і формальні методи. Інтерпретація, як правило, легше дається експерту, якщо угруповання отримані неформальними методами. У цьому випадку виділені класи більш зрозумілі експерту. Причому в деяких предметних областях зовсім не обов'язково встановлювати взаємозв'язки між поняттями, так як метапонятія, образно кажучи, «лежать на поверхні». станнім етапом побудови моделі предметної області при концептуальному аналізі є встановлення семантичних відносин між виділеними поняттями і метапонятіямі. Встановити семантичні відносини — це значить визначити специфіку взаємозв'язку, отриманої в результаті застосування тих чи інших методів. Для цього необхідно кожну зафіксовану взаємозв'язок осмислити і віднести її до того чи іншого типу відносин. Існує близько 200 базових відносин, наприклад, «частина — ціле», «рід — вид», «причина — наслідок», просторові, часові та інші відносини. Для кожної предметної області крім загальних базових відносин можуть існувати й унікальні відносини. «Прямий метод» встановлення семантичних відносин заснований на безпосередньому осмисленні кожної взаємозв'язку. У тому випадку, коли експерт не може дати інтерпретацію виділеної взаємозв'язку, йому пропонується наступна процедура. Формуються трійки: поняття 1 — зв'язок — поняття 2. Поряд з кожною трійкою записується коротке речення або фраза, побудоване так, щоб поняття 1 і поняття 2 входили в цю пропозицію. Як зв'язок використовуються тільки змістовні відносини і не застосовуються невизначені зв'язки типу «схожий на» або «пов'язаний з». Для «непрямого методу» не обов'язково мати взаємозв'язку, достатньо лише наявність системи понять. Формулюється деякий критерій, для якого з системи понять вибирається певна сукупність концептів. Ця сукупність пред'являється експертові з проханням дати вербальне опис сформульованого критерію.

Концепти пред'являються експертові всі відразу (бажано на картках). У випадку ускладнень експерта вдаються до розбиття відібраних концептів на групи за допомогою більш дрібних критеріїв. Початкове кількість концептів може бути довільним, але після розбиття на групи в кожній з таких груп має бути не більше десяти концептів. Після того як складено описи по всіх групах, експерту пропонують об'єднати ці описи в одне. Наступний крок в непрямому методі встановлення семантичних відносин — це аналіз тексту, складеного експертом. Концепти замінюють цифрами (це може бути вихідна нумерація), а зв'язки залишають. Тим самим будується деякий граф, вершинами якого служать концепти, а дугами — зв'язки (наприклад, «зважаючи», «призводить до», «висловлюючись з одного боку», «обумовлюючи», «поєднуючись», «визначає», «аж до» і т.д.) Цей метод дозволяє встановлювати не тільки базові відносини, але і відносини, специфічні для конкретної предметної області. Розглянуті вище методи формування системи понять і метапонятій, встановлення взаємозв'язків і семантичних відносин у різних поєднаннях застосовуються на етапі концептуалізації при побудові моделі предметної області. Етап формалізації.
Тепер всі ключові поняття і відносини виражаються на деякій формальній мові, який або вибирається з числа вже існуючих, або створюється заново. Іншими словами, на даному етапі визначаються склад засобів і способи подання декларативних і процедурних знань, здійснюється це подання і в результаті формується опис рішення задачі ЕС на запропонованому (інженером по знаннях) формальній мові. Виходом етапу формалізації є опис того, як розглянута задача може бути представлена у вибраному або розробленому формалізмі. Сюди відноситься зазначення способів представлення знань (фрейми, сценарії, семантичні мережі і т.д.) і визначення способів маніпулювання цими знаннями (логічний висновок, аналітична модель, статистична модель тощо) і інтерпретації знань.

Етап виконання. Мета цього етапу — створення одного або декількох прототипів ЕС, вирішальних необхідні завдання. Потім на даному етапі за результатами тестування та дослідної експлуатації створюється кінцевий продукт, придатний для промислового використання. Розробка прототипу полягає в програмуванні його компонентів або виборі їх з відомих інструментальних засобів і наповненні бази знань. Головне у створенні прототипу полягає в тому, щоб цей прототип забезпечив перевірку адекватності ідей, методів і способів подання знань важливість справ. Створення першого прототипу повинно підтвердити, що обрані методи рішень і способи подання придатні для успішного вирішення, принаймні, ряду завдань з актуальної предметної області, а також продемонструвати тенденцію до отримання високоякісних і ефективних рішень для всіх задач предметної області у міру збільшення обсягу знань. Після розробки першого прототипу ЕС-1 коло пропонованих для вирішення завдань розширюється, і збираються побажання і зауваження, які повинні бути враховані в черговий версії системи ЕС-2. Здійснюється розвиток ЕС-1 шляхом додавання «дружнього» інтерфейсу, засобів для дослідження бази знань і ланцюжків висновків, що генеруються системою, а також коштів для збору зауважень користувачів і засобів зберігання бібліотеки завдань, вирішених системою. Виконання експериментів з розширеною версією ЕС-1, аналіз побажань і зауважень служать відправною точкою для створення другого прототипу ЕС-2. Процес розробки ЕС-2 — ітеративний. Він може тривати від кількох місяців до кількох років залежно від складності предметної області, гнучкості обраного представлення знань і ступеня відповідності керуючого механізму важливість справ (можливо, буде потрібно розробка ЕС-3 і т.д.). При розробці ЕС-2, крім перерахованих завдань, вирішуються такі: * Аналіз функціонування системи при значному розширенні бази знань; * Дослідження можливостей системи у вирішенні більш широкого кола завдань і вживання заходів для забезпечення таких можливостей; * Аналіз думок користувачів про функціонування ЕС; * Розробка системи введення-виведення, що здійснює аналіз чи синтез пропозицій обмеженого природної мови, що дозволяє взаємодіяти з ЕС-2 у формі, близькій до форми стандартних підручників для даної області. Якщо ЕС-2 успішно пройшла етап тестування, то вона може класифікуватися як промислова експертна система.

Етап тестування. У ході даного етапу проводиться оцінка обраного способу представлення знань в ЕС в цілому. Для цього інженер по знаннях підбирає приклади, що забезпечують перевірку всіх можливостей розробленої ЕС. Розрізняють такі джерела невдач у роботі системи: тестові приклади, введення-виведення, правила виводу, керуючі стратегії. Показові тестові приклади є найбільш очевидною причиною невдалої роботи ЕС. У гіршому випадку тестові приклади можуть виявитися взагалі поза предметної області, на яку розрахована ЕС, однак частіше безліч тестових прикладів виявляється занадто однорідним і не охоплює всю предметну область. Тому при підготовці тестових прикладів слід класифікувати їх за підпроблеми предметної області, виділяючи стандартні випадки, визначаючи межі важких ситуацій і т.п. Введення-виведення характеризується даними, придбаними в ході діалогу з експертом, та висновками, пред'явленими ЕС в ході пояснень.

Методи придбання даних можуть не давати необхідних результатів, оскільки, наприклад, задавалися неправильні питання або зібрана не вся необхідна інформація. Крім того, питання системи можуть бути важкими для розуміння, багатозначними і не відповідними знань користувача. Помилки при введенні можуть виникати також із-за незручного для користувача вхідної мови. У ряді програми для користувача зручний ввід не тільки в друкованій, а й у графічній або звуковий формі. Вихідні повідомлення (висновку) системи можуть виявитися незрозумілі користувачеві (експертові) з різних причин. Наприклад, їх може бути занадто багато чи, навпаки, занадто мало. Також причиною помилок може бути невдала організація, впорядкованість висновків або невідповідний користувачеві рівень абстракцій з незрозумілою йому лексикою. Найбільш поширений джерело помилок у міркуваннях знаходиться в правилах виведення.

Штучний інтелект

З кінця 40-х років учені все більшого числа університетських і промислових дослідницьких лабораторій кинулися до зухвалої мети: побудова комп'ютерів, що діють таким чином, що за результатами роботи їх неможливо було б відрізнити від людського розуму. Терпляче просуваючись уперед у своїй нелегкій праці, дослідники, що працюють в області штучного інтелекту (ШІ), виявили, що вступили в сутичку з досить заплутаними проблемами, далеко виходять за межі традиційної інформатики. Виявилося, що передусім необхідно зрозуміти механізми процесу навчання, природу мови та почуттєвого сприйняття. З'ясувалося, що для створення машин, що імітують роботу людського мозку, потрібно розібратися в тому, як діють мільярди його взаємозалежних нейронів. І тоді багато дослідників прийшли до висновку, що мабуть сама важка проблема, що стоїть перед
сучасною наукою — пізнання процесів функціонування людського розуму, а не просто імітація його роботи. Що безпосередньо зачіпало фундаментальні теоретичні проблеми психологічної науки. Справді, ученим важко навіть прийти до єдиної точки зору щодо самого предмета їхніх досліджень — інтелекту. Тут, як у притчі про сліпців, які намагалися описувати слона, намагається дотримуватися свого заповітного визначення. Деякі вважають, що інтелект — вміння вирішувати складні завдання, інші розглядають його як здатність до навчання, узагальнення і аналогій, треті — як можливість взаємодії із зовнішнім світом шляхом спілкування, сприйняття й усвідомлення сприйнятого. Проте багато дослідників ШІ схильні прийняти тест машинного інтелекту, запропонований на початку 50-х років видатним англійським математиком і фахівцем з обчислювальної техніки Аланом Тьюрінгом. Комп'ютер можна вважати розумним, — стверджував Тьюринг, — якщо він здатний змусити нас повірити, що ми маємо справу не з машиною, а з людиною.

Механічний підхід. Ідея створення мислячих машин «людського типу», які здавалося б думають, рухаються, чують, говорять, і взагалі поводяться як живі люди йде корінням в глибоке минуле. Ще древні єгиптяни і римляни відчували побожний жах перед культовими статуями, які жестикулювали вбачали пророцтва (зрозуміло не без допомоги
жерців). Середньовічні літописи сповнені розповідей про автомати, здатних ходити і рухатися майже так само як їх господарі — люди. У середні століття і навіть пізніше ходили чутки про те, що у когось із мудреців є гомункули (маленькі штучні чоловічки) — справжні живі, здатні відчувати істоти. Видатний швейцарський лікар і натураліст XVI у Теофраст Бомбаст фон Гогенгейм (більш відомий під ім'ям Парацельс) залишив керівництво по виготовленню гомункула, в якому описувалося дивна процедура, що починалася з закапування в кінський гній герметично закупореній людської сперми. «Ми будемо
як боги, — проголошував Парацельс. — Ми повторимо найбільше із чудес господніх — створення людини! „(4) У XVIII ст. завдяки розвитку техніки, особливо розробці годинних механізмів, інтерес до подібних винаходів зріс, хоча результати були набагато більше “іграшковими», ніж це хотілося б Парацельсу. У 1736 р. французький винахідник Жак де Вокансон виготовив механічного флейтиста в людський зріст, який виконував дванадцять мело- дий, перебираючи пальцями отвори і дмухаючи в мундштук, як справжній музикант. У середині 1750-х років Фрідріх фон Кнаус, австрійський автор, що служив при дворі Франциска I, сконструював серію машин, які вміли тримати перо й могли писати досить довгі тексти. Інший майстер, П'єр Жак-Дроз зі Швейцарії, побудував пару дивовижних по складності механічних ляльок розміром з дитини: хлопчика, пише листи і дівчину, що грає на клавесині. Успіхи механіки XIX ст. стимулювали ще більш честолюбні задуми. Так, в 1830-х роках англійський математик Чарльз Беббідж задумав, правда, так і не завершивши, складний цифровий калькулятор, який він назвав Аналітичної машиною; як стверджував Беббідж, його машина в принципі могла б розраховувати шахові ходи. Пізніше, в 1914 р., директор одного з іспанських технічних інститутів Леонардо Торрес-і-Кеведо дійсно з готував електромеханічне пристрій, здатний розігрувати найпростіші шахові ендшпілі майже так само добре, як і людина.

Електронний підхід. Однак лише після другої світової війни з'явилися пристрої, здавалося б, що підходять для досягнення заповітної мети — моделювання розумного поведінки; це були електронні цифрові обчислювальні машини. «Електронний мозок», як тоді захоплено називали комп'ютер, вразив в 1952 р. телеглядачів США, точно передбачивши результати президентських виборів за кілька годин до отримання остаточних даних. Цей «подвиг» комп'ютера лише підтвердив висновок, до якого в той час прийшли багато вчених: настане той день, коли автоматичні обчислювачі, так швидко, невтомно і безпомилково виконують автоматичні дії, зможуть імітувати необчислювальних процеси, властиві людського мислення, у тому числі сприйняття і навчання, розпізнавання образів, розуміння повсякденної мови і листи, прийняття рішень у невизначених ситуаціях, коли відомі не всі факти. Таким чином «заочно» формулювався свого роду «соціальне замовлення» для психології, стимулюючи різні галузі науки. Багато винахідники комп'ютерів і перші програмісти розважалися становлячи програми для зовсім не технічних занять, як твір музики, рішення головоломок та ігри, на першому місці тут виявилися шашки і шахи. Деякі романтично налаштовані програмісти навіть примушували свої машини писати любовні листи. До кінця 50-х років усі ці захоплення виділилися на нову більш-менш самостійну гілку інформатики, що отримала назву «штучний інтелект». Дослідження в галузі ШІ, спочатку зосереджені в декількох університетських центрах США — Массачусетському технологічному інституті, Технологічному інституті Карнегі в Піттсбурзі, Стенфордському університеті, — нині ведуться в багатьох інших університетах та корпораціях США та інших країн. Загалом дослідників ШІ, що працюють над створенням мислячих машин, можна розділити на дві групи. Одних цікавить чиста наука і для них комп'ютер — лише інструмент, що забезпечує можливість експериментальної перевірки теорій процесів мислення. Інтереси іншої групи лежать у області техніки: вони прагнуть розширити сферу застосування комп'ютерів і полегшити користування ними. Багато представників другої групи мало дбають про з'ясуванні механізму мислення — вони вважають, що для їх роботи це навряд чи більш корисно, ніж вивчення польоту птахів і літакобудування. В даний час, проте, виявилося, що як наукові так і технічні пошуки зіштовхнулися з незрівнянно серйознішими труднощами, ніж уявлялося першим ентузіастам. На перших порах багато піонери ШІ вірили, що через якийсь десяток років машин знайде найвищі людські таланти. Передбачалося, що подолавши період «електронного дитинства» та навчившись в бібліотеках всього світу, хитромудрі комп'ютери, завдяки швидкодії точності й безвідмовної пам'яті поступово перевершать своїх творців-людей. Зараз мало хто говорить про це, а якщо й говорить, то аж ніяк не вважає, що подібні чудеса не за горами. Протягом усієї своєї короткої історії дослідники в галузі ШІ завжди перебували на передньому краї інформатики. Багато нині звичайні розробки, в тому числі вдосконалені системи програмування, текстові редактори і програми розпізнавання образів, значною мірою розглядаються на роботах з ШІ. Коротше кажучи, теорії, нові ідеї, і розробки ШІ незмінно привертають увагу тих, хто прагне розширити області застосування і можливості комп'ютерів, зробити їх більш «доброзичливими» тобто більш схожими на розумних помічників і активних порадників, ніж ті педантичні і тупуваті електронні раби, якими вони завжди були. Незважаючи на багатообіцяючі перспективи, жодної з розроблених до цих пір програм ІІ можна назвати «розумної» у звичайному розумінні цього слова. Це пояснюється тим, що всі вони вузько спеціалізовані; найскладніші експертні системи за своїми можливостями швидше нагадують дресированих або механічних ляльок, ніж людину з його гнучким розумом і широким кругозором. Навіть серед дослідників ШІ тепер багато хто сумнівається, що більшість подібних виробів принесе суттєву користь. Чимало критиків ШІ вважають, що такого роду обмеження взагалі нездоланні. До числа таких скептиків належить і Х'юберт Дрейфус, професор філософії Каліфорнійського університету в Берклі. З його точки зору, істинний розум неможливо відокремити від його людської основи, закладеною у людському організмі. «Цифровий комп'ютер — не людина,-говорить Дрейфус. — У комп'ютера немає ні тіла, ні емоцій, ні потреб. Він позбавлений соціальної орієнтації, яка купується життям у
суспільстві, а саме вона робить поведінку розумним. Я не хочу сказати, що комп'ютери не можуть бути розумними. Але цифрові комп'ютери, запрограмовані фактами і правилами з нашої, людської, життя, дійсно не можуть стати розумними. Тому ШІ в тому вигляді, як ми його представляємо, неможливий ».

Кібернетичний підхід. Спроби побудувати машини, здатні до розумного поведінці, в значною мірою натхненні ідеями професора МТІ Норберта Вінера, однією з визначних особистостей в інтелектуальній історії Америки. Крім математики він мав широкі пізнання в інших областях, включаючи нейропсихологию, медицину, фізику і електроніку.Вінер був переконаний, що найбільш перспективні наукові дослідження в так званих прикордонних областях, які не можна конкретно віднести до тієї чи іншої конкретної дисципліни. Вони лежать десь на стику наук, тому до них зазвичай не підходять настільки суворо. «Якщо утруднення у вирішенні будь-які проблеми психології мають математичний характер, пояснював він, — то десять необізнаних у математиці психологів просунутися не далі одного настільки ж недосвідченого ». Вінеру і його співробітнику Джуліану Бігелоу належить розробка принципу «зворотного зв'язку», який був успішно застосований при розробці нової зброї з радіолокаційним наведенням. Принцип зворотного зв'язку полягає у використанні інформації, що надходить з навколишнього світу, для зміни поведінки машини. В основу розроблених Вінером і Бігелоу систем наведення були покладені тонкі математичні методи; при щонайменшій зміні відбитих від літака радіолокаційних сигналів вони відповідно змінювали наводку знарядь, тобто — помітивши спробу відхилення літака від курсу, вони негайно розраховували його подальший шлях і направляли знаряддя так, щоб траєкторії снарядів і літаків перетнулися. Надалі Вінер розробив на принципі зворотного зв'язку теорії як машинного і людського розуму. Він доводив, що саме завдяки зворотного зв'язку все живе пристосовується до навколишнього середовища і домагається своїх цілей. «Усі машини, що претендують на» розумність ", — писав він, — повинні мати здатність переслідувати певні цілі і пристосовуватися, тобто навчатися". Створеної ним науці Вінер дає назву кібернетика, що в перекладі з грецького означає керманич. Слід зазначити, що принцип «зворотного зв'язку», введений Вінером був у якійсь мірі передбачив Сеченовим в явищі «центрального гальмування» в «Рефлекси головного мозку» (1863 р.) і розглядався як механізм регуляції діяльності нервової системи, і який ліг в основу багатьох моделей довільної поведінки у вітчизняній психології.

Нейронний підхід. До цього часу й інші вчені стали розуміти, що творцям обчислювальних машин є чому повчитися у біології. Серед них був нейрофізіолог і поет-аматор Уоррен Маккалох, що володів як і Вінер філософським складом розуму і широким колом інтересів. У 1942 р. Маккалох, беручи участь у науковій конференції в Нью-Йорку, почув доповідь одного із співробітників Вінера про механізми зворотного зв'язку в біології. Висловлені в доповіді ідеї перегукувалися з власними ідеями Маккалоха щодо роботи головного мозку. Протягом наступного року Маккалох у співавторстві зі своїм 18-річним протеже, блискучим математиком Уолтером Піттс, розробив теорію діяльності головного мозку. Ця теорія і була тією основою, на якій сформувалося широко поширена думка, що функції комп'ютера та мозку значною мірою подібні. Виходячи почасти з попередніх досліджень нейронів (основних активних клітин, складових нервову систему тварин), проведених Маккаллох, вони з Питтсом висунули гіпотезу, що нейрони можна спрощено розглядати як пристрої, які оперують двійковими числами. Двійкові числа, що складаються з цифр одиниця і нуль, — робочий інструмент одній з систем математичної логіки. Англійський математик XIX ст. Джордж Буль, який запропонував цю дотепну систему, показав, що логічні твердження можна закодувати у вигляді одиниць і нулів, де одиниця відповідає істинному висловом а нуль — помилковому, після чого цим можна оперувати як звичайними числами. У 30-ті роки XX ст. піонери інформатики, особливо американський вчений Клод Шеннон, зрозуміли, що виконавчі одиниця і нуль цілком відповідають двом станам електричної ланцюга (включено-виключено), тому двійкова система ідеально підходить для електронно-обчислювальних пристроїв.

Штучний інтелект — наймолодше науковий напрям. Поява його було підготовлено розвитком потужності обчислювальних машин. Штучний інтелект займає виняткове становище.Це пов'язано з наступним:

1) частину функцій програмування в даний час виявилося можливим передати машині. При цьому спілкування з машиною відбувається на мові, близькою до розмовної. Для цього в ЕОМ закладають величезну базу знань, способи рішення, процедури синтезу, програми, а також засоби спілкування, що дозволяють користувачеві легко спілкуватися з ЕОМ.

2) У зв'язку з впровадженням ЕОМ в усі сфери людського життя стає можливим перехід до безпаперової технології обробки інформації.

3) Якщо раніше виробництво орієнтувалося на обов'язкову участь людини, то в даний час знаходять застосування безлюдні технології, засновані на роботизації і автоматизації системи управління.

4) Інтелектуальні системи в даний час починають займати провідне положення в проектуванні зразків виробів.

Новітні розробки в галузі робототехніки

Японський винахідник RyumaNiiyama працює над створенням робота, зі штучною скелетно-м'язовою системою. Її використання додасть роботам грацію людських рухів. Проект цілком закономірно отримав назву Athlete. На даний момент створені прототипи здатні стрибати, бігати (і навіть падати) подібно до людини. Наприклад, ноги робота-марафонця містять по сім наборів штучних м'язів, що приводяться в дію шістьма пневматичними циліндрами. Кожен з цих штучних м'язів має повний аналог в анатомії людського тіла. Менш складною частиною ніг робота є гомілки, які представляють собою деяку модифікацію пружинних протезів. Інерційні датчики, встановлені у верхній частині корпусу робота, допомагають йому, поки ще не дуже ефективно, утримувати в рівновазі своє тіло. Контактні датчики і тензорезистори на ногах робота дають йому інформацію про положення та стан його ніг-пружин. На відміну від звичайних гуманоїдних роботів, що пересуваються змінюючи положення негнучких суглобів, робот Athlete пересувається подібно людині чи тварині, використовуючи свої штучні м'язи та сухожилля для того, що б відірватися від землі і просунути себе вперед.

Оригінальний концепт робота-пилососа запропонував дизайнер Dave Hakkens. Його ідея полягає в доданні роботу форми кулі з масою великих отворів-осередків, через які всередину буде засмоктуватися сміття і бруд. Сам механізм і кошик грязепріемніка буде розташовуватися всередині ядра кулі, поміщеного в крупноячеистой гумову оболонку. В ідеалі робот сам має кататися по підлозі, видувати пил з кутів і важкодоступних місць, збирати сміття на рівних поверхнях, знаходити місце підзарядки і сигналізувати про заповненні контейнера зі сміттям.У принципі проект не настільки вже фантастичний, адже низка його технічних можливостей вже давно реазлізован в бездротових роботах-пилососах (див. замітку «Домашні роботи»). У той же час, в порівнянні, зі своїм прямим конкурентом концепт буде мати ряд переваг. Це перехід з кімнати в кімнату через пороги дверей, спуск по сходинках, збір пилу на виступаючих поверхнях, ну і не останню роль зіграє креативний зовнішній вигляд.

Серіяроботів HRP, щорозробляється National Institute of Advanced Industrial Science (AIST) ікомпанією Kawada Industries, (див. замітку «Робот HRP-4C — модельнаподіумі») поповниласяновоюмоделлю — HRP-4. До завдань цього робота планується включити виконання монотонної некваліфікованої роботи, інакше кажучи, компанія планує в майбутньому створити робота-чорнороба. На даний момент прототип відмінно орієнтується в просторі, чудово утримує рівновагу, балансує на одній нозі, розпізнає обличчя і предмети. Висота HRP4 — 151 см, вага — 39 кг разом з вбудованою батареєю. Робот має 34 ступені свободи рухів, у тому числі повну артикуляцію рук з силою стиску кисті руки 0,5 кг. Управляється операційної системи Linux і спеціальним ПЗ компанії AIST (OpenRTM-aist). Підключення по Wi-Fi або через порт LAN 10/100base-TX.

Вчені Кембриджського Університету днями представили громадськості чергову технологічну новинку, яку з легкістю можна віднести до категорії роботів-помічників для літніх, хворих і паралізованих людей. Domo.

Розробники стверджують, що це металеве істота з досить великими очима здатне миттєво реагувати на рухи господаря, сприймати словесні команди, і виконувати різну домашню роботу — прибирати зі столу посуд, складати речі в шафу. Деякі стверджують, що такий помічник, іменований Domo, дуже схожий на знаменитого робота Johnny-Five, можна сказати зірку одного з блокбастерів минулих років. Завдяки великим очам робот навчився виявляти зміни і реагувати на рухи людини, розрізняти обличчя. Ученим довелося неабияк потрудитися, щоб навчити Domo миттєво сприймати й обробляти непередбачені і абсолютно різні емоції людей. Робот навіть трохи схожий на дитину, коли для початку лівою рукою оцінює відстань до перешкоди або предмета, а вже потім, правою рукою бере його.Проект був частково профінансований такими впливовими організаціями, як NASA і Toyota. Більше того, зараз спостерігається зростаюча тенденція зацікавленості забезпечених пенсіонерів Кореї і Японії саме в роботизованих помічників, яким, напевно, вже можна довіряти.

Робот санітар. Професор Університету Токіо Ясуо Кунйоші (Yasuo Kuniyoshi) і його команда досить довго працювали над створенням 155-см робота, вага якого становить 70 кг. Спеціальне програмне забезпечення дозволяють роботові дуже точно координувати свої рухи, а більше 1800 тактильних сенсорів забезпечують повний контроль над важкими предметами та вантажами. За словами Ясуо, весь секрет полягає в симбіозі використання сенсорів і невеликих двигунів. Саме це надає роботу практично людську силу. Більше того, застосування в домашніх умовах роботів з потужними моторами небезпечно. Невелика сукупна потужність кожного з шарнірів, що діють під час виконання операцій, дозволяє успішно оперувати з серйозними навантаженнями. Потрібно сказати, що для транспортування вантажів різної маси та розміру робот використав всілякі підходи. Наприклад, щоб підняти 30-кг пакет, робот однією рукою підсунув його до краю столу і вже потім іншою рукою цей вантаж підхопив. У випадку з «пацієнтом», роботу довелося просунути руки під ляльку, що забезпечило нормальні умови для хватки і транспортування.

еще рефераты
Еще работы по коммуникациям и связям