И будет время, когда они не поместятся в этом помещ
ении, будет новое помещение и тогда будет время, когда книжная полка буде
т вокруг земного шара, так скажем.
А.Г. Интернет.
П.Т. Прошло пару десятилетий, и нашли совершенно другое решени
е той проблемы, то есть компьютерная память.
Т.Ч. Но это же дела не меняет, это просто материально решилось и
наче. Количество информации-то…
П.Т. Да, но я просто хотел сказать, что эти линеарные гипотезы, мн
е тогда в голову не приходило, что может быть другой носитель где-то, то, чт
о огромное количество книг можно на одной маленькой пластинке записыва
ть…
Т.Ч. Но это решает только геометрический вопрос, больше никако
й.
П.Т. Нет, по-моему, это, я хочу сказать, что эти… такие гипотезы, чт
о нечто уйдёт в бесконечность, эти книжные полки, до этого наступит новое
решение, это касается и вопросов образования. Тут также накапливается бе
сконечное количество знаний, и каждый преподаватель думает, что вот имен
но то, что он преподаёт, это уж точно дети должны выучить. Это совсем беспе
рспективно, потому что держать детей в школе больше 12-ти лет невозможно. Я
думаю, что одно направление, в котором дело пойдёт, это будут обучать не ст
олько конкретным знаниям, сколько научному мышлению, опять-таки. Естест
венно, на примерах. Есть области, которые надо знать обязательно, какие-то
области надо подробно знать, чтобы чувствовать, что…
Т.Ч. Например, логику.
П.Т. Да. Но и, скажем, тоже биологию или психологию. Надо иметь ка
кое-то представление и способ мышления.

Поисковое поведение животн
ых


22.07.03
(хр.00:50:02)

Участники:
Валентин Анатольевич Непомнящих Ц кандидат биологических
наук, г. Борок, Ярославская обл.
Александр Аркадьевич Жданов Ц доктор физико-математически
х наук

Александр Гордон: Доброй ночи! Человек научился справляться
с задачами, которые нужно поставить перед интеллектом «искусственным»,
пока в кавычках, пока в двойных кавычках, когда эти задачи хорошо формали
зованы. И этот, с позволения сказать, интеллект находится в хорошо органи
зованной искусственной среде. И примеры тому, скажем, шахматные компьюте
ры, которые иногда выигрывают у людей, находясь с ними на одном уровне, ска
жем так, игры. Но когда речь идёт о создании машины или интеллекта, который
должен поставить не чётко сформулированную формальную задачу, да ещё в
среде, совершенно незнакомой, неформализованной, не искусственной, вот з
десь мы пока сталкиваемся с огромными трудностями, а без этого об искусс
твенном интеллекте, подобном человеческому, речи, конечно, идти не может.
Это первый шаг, который нам предстоит сделать и с которым очень хорошо сп
равляются все живые организмы на земле, включая бактерий. Почему у них эт
о получается, а у нас пока не очень, мы сегодня и попробуем поговорить. Ита
к, почему?
Валентин Непомнящих: Да, действительно, почему? Представим се
бе такую задачу. На некую планету послан робот, точнее Ц автономный робо
т, то есть такой, который не нуждается в управлении со стороны человека. И
пусть перед ним поставлена очень расплывчатая задача, которую на самом д
еле любой геолог поймёт: нужно пройти по некоторой территории и собрать
геологические образцы Ц скажем, с наибольшим содержанием урана. При это
м заранее никак не оговаривается, какое содержание следует считать боль
шим, а какое Ц маленьким. Нужно это решить по ходу дела. Естественно, врем
ени у робота мало, запасов энергии тоже мало, поэтому способности обучат
ься, если даже они есть у предполагаемого робота, мало чем ему помогут. Он
должен на ходу пользоваться какими-то правилами поиска, которые можно н
азвать эвристиками. И здесь, конечно, имеет смысл посмотреть, как животны
е решают задачи поиска.
Есть такое насекомое Ц ручейник, личинка которого живёт на дне водоёмов
и строит домик-трубку из песка и других материалов. Личинка фактически к
ак раз решает задачу, о которой мы говорим. Трубку построить нужно очень б
ыстро, потому что она нужна для дыхания и защиты от хищников. А если трубка
повреждена частично, например, обрезана в эксперименте, то её нужно быст
ро восстановить, и у личинки нет времени разбираться и проводить исследо
вание, как распределён материал в водоёме или в экспериментальной устан
овке: где частицы материала более подходящие, а где Ц менее подходящие. Н
ужно просто собирать материал. Тем не менее, она с этой задачей справляет
ся.
Я, собственно говоря, и хотел начать с того, чтобы представить вам этого ру
чейника. Я думаю, уже сейчас можно показать его домик, чтобы это было видно
. Домик Ц это просто трубка. Ручейники того вида, о котором я говорю, могут
делать домики из песка или из плоских частиц или каких-нибудь листьев. Зд
есь показан домик из песка, но на самом деле личинки «любят» частицы боль
шего размера, чем песчинки, и при этом предпочитают плоские частицы. Прич
ина такого предпочтения проста. Они сшивают частицы белковой нитью Ц па
утиной. Естественно, чем больше частицы, тем меньше швов между ними, тем ме
ньше затраты паутины, и меньше, следовательно, затраты энергии. Соответс
твенно, личинкам желательно выбрать там, где они находятся в момент поло
мки домика, такие частицы, которые позволят им сэкономить эту нить.
Мы проводили эксперименты, чтобы изучить, как личинки это делают. Это чис
то лабораторные эксперименты, но, поскольку личинка почти слепая и не ис
пользует зрение во время поиска, лабораторный эксперимент довольно хор
ошо имитирует то, что происходит в ручье.
Александр Жданов: В данном случае речь идёт о том, что ручейник
должен найти крупную частицу, да?
В.Н. Да, он должен, говоря человеческим, антропоморфным языком,
«решить», какие частицы достаточно крупные, а какие можно отбросить. Для
того чтобы упростить наблюдение, мы использовали вместо песка скорлупк
и, кусочки яичной скорлупы, большие и маленькие. Ручейник должен был выби
рать между этими скорлупками. Вот как он это делает. Поскольку ручейник с
лепой, он должен ощупать частицу передними ногами (можно показать, как эт
о он делает) и оценить её размер, форму, гладкость и многие другие параметр
ы. Мы будем говорить пока просто о размере и форме. В конце концов, ручейни
к цели достигает. Вот здесь показан готовый уже домик, он сделан, как видит
е, из частиц примерно одинакового размера.
А.Г. А вы предлагали ему совсем разные частицы? От очень мелких
до очень больших?
В.Н. Да, разные. Они различались по площади в восемь раз (по длине
стороны, соответственно, они различались меньше). Ручейник не всегда исп
ользует самые большие частицы, бывают ошибки, но в целом он умеет делать п
равильный выбор и очень быстро.
А.Г. Но поскольку время ограничено, это значит, что он не переби
рает все песчинки или все кусочки для того, чтобы понять, какие частицы от
бирать.
В.Н. Совершенно верно. Вот в этом-то как раз его секрет. Он может
частицу взять и за угол, и за широкую сторону. И он должен в каждый момент в
ремени решать, стоит ли с ней дальше возиться или нет. Полное обследовани
е частицы занимает несколько минут. Ручейник должен каждую сторону ощуп
ать, проверить, есть ли там грязь, есть ли там трещины. Но ручейники, как пра
вило, этого не делают. Они могут частицу быстро покрутить и выбросить, а мо
гут оценивать долго. Почему это происходит?
С точки зрения внешнего наблюдателя, ручейник генерирует своего рода ги
потезы. Например, если ему попадается хорошая, большая частица и он прикр
епит её к домику, а следующая частица будет плохая, то ручейник будет ощуп
ывать её очень долго. Это выглядит так, будто ему хочется, чтобы частица бы
ла хорошая. Именно такое ощущение создаётся у наблюдателя. Ручейнику жал
ко расстаться с частицей. Потом он её всё равно выкинет, но время он потеря
ет. Вроде бы совершенно неразумное поведение. С другой стороны, тоже есть
довольно неразумное поведение: когда ручейнику попадается мелкая част
ица, он её выбрасывает и начинает искать рядом другие частицы (напомню, чт
о ручейник всё делает вслепую). Если теперь он найдёт крупную частицу, но с
хватит её за угол, то дальше уже не станет её проверять, а выбросит. То есть
ручейник ведёт себя так, как будто он верит, что после плохого будет тоже п
лохое. Что получается?
А.Ж. Валентин Анатольевич, можно я здесь немножко прерву. Если
смотреть на это насекомое как на распознающую систему, то здесь напрашив
ается такой аналог: процесс распознавания требует некоторого управлен
ия. Этот процесс можно прекратить раньше, можно продолжить измерительны
е эксперименты, но потратить лишнюю энергию на эти эксперименты Ц умень
шить риск ошибки, но потратить энергию. Всё время надо…
А.Г. Балансировать.
А.Ж. В этом заключается баланс: как бы поменьше сделать экспери
ментов, но как бы повысить риск правильного распознавания. Да?
А.Г. И где здесь оптимум тогда получается?
А.Ж. Вот то, что ручейник делает, показывает, что он как-то этот о
птимум нащупал и эту стратегию он и проводит. Как в данном конкретном слу
чае.
В.Н. Я бы сказал так (конечно, это моё личное мнение): можно, конеч
но, попытаться найти этот оптимальный баланс, используя те средства, кот
орые есть у ручейника. Баланс между затратами энергии и использованием с
амых лучших частиц. Но я хочу напомнить, что у ручейника ситуация не такая
, чтобы искать оптимум, ему нужно просто быстро найти приличные частицы. Т
о есть, ему достаточно решить задачу удовлетворительно, а вовсе не оптим
ально. И, может быть, алгоритм поиска, о котором я говорил, не нацелен на опт
имизацию поведения, а нацелен на то, чтобы просто решить задачу удовлетв
орительно.
А.Ж. То есть, если я правильно понимаю, речь идёт о том, что здесь
мы наблюдаем не выработку алгоритма поиска, а применения алгоритма уже г
отового. Алгоритм сам, видимо, был найден раньше. Но этот алгоритм обеспеч
ивает эффективный поиск нужной частицы. Да? То есть, результатом поиска я
вляется не алгоритм поведения, а результатом является поиск крупных час
тиц.
В.Н. Да, поиск в буквальном смысле.
А.Г. Насколько я понял, ключевым словом в вашем рассуждении был
о слово «сценарий», то есть ручейник действует по какому-то сценарию, выс
траивает гипотезу о том, что будет дальше.
В.Н. Да, и делает это на основании, в общем-то, случайного событи
я. Случайно ему попадается либо большая частица, либо малая. На основании
этого краткого отдельного события, опять-таки антропоморфным языком го
воря, ручейник выстраивает гипотезу о том, что и дальше будут попадаться
однотипные (либо большие, либо малые) частицы. Это предсказание распрост
раняется не только на одну следующую частицу, и результат этого предсказ
ания получается такой: когда частицы разного размера смешаны совершенн
о случайно, то протокол эксперимента показывает, что прикрепления части
ц и отказы от них следуют сериями. То есть, имеется тенденция повторять пр
икрепления одно за другим. А после отказа появляется тенденция повторят
ь отказы.
Но, несмотря на это, общий результат поиска всё же таков, что ручейник всё-
таки прикрепляет в основном приличные частицы. Почему он использует так
ой алгоритм, почему такие гипотезы выдвигает? Дело в том, что в природе не
бывает случайного распределения чего бы то ни было. В реальных ручьях и п
лоские частицы и круглые, и мелкие и крупные не перемешаны случайно. Наоб
орот, однородные частицы собраны в определённых местах, в зависимости от
течения, в зависимости от глубины. Поэтому, если ручейник где-то находит
хорошие частицы, то в реальной жизни это означает, что здесь нужно остать
ся и искать дальше. Мы провели такой эксперимент, который бы при системат
ическом исследовании среды завёл бы ручейника в тупик. Просто он не смог
бы найти то, что ему нужно. Можно показать, как это выглядело: эксперимента
льная установка, которая представляла собой просто небольшой коридор, к
оторый весь был засыпан песком, но на одном его небольшом участке вперем
ешку с песком были и скорлупки.
А.Ж. Валентин Анатольевич, правильно ли я понимаю, что речь идё
т вот о чём. Алгоритм, который отрабатывает ручейник, построен не на той ги
потезе, что искомые частицы распределены равномерно случайно, а он постр
оен на гипотезе, что эти частицы в среде распределены неравномерно.
А.Г. Произвольно сгруппированы.
В.Н. Где-то они собраны…
А.Ж. Эти события, что называется, коррелируют между собой.
В.Н. Да, алгоритм поиска базируется на этой гипотезе, которую о
ткуда-то знает ручейник, точнее, его поведение «знает». Мы, может быть, к эт
ому ещё вернёмся, а в эксперименте происходит вот что.
Если бы ручейник попал за пределы участка со скорлупой и стал бы проверя
ть каждую песчинку, то он увяз бы в песке и в буквальном, и в переносном смы
сле, потому что песчинок в коридоре Ц тысячи. Но ручейник действует инач
е. Если он находится на участке со скорлупой и находит скорлупку, то он её
приклеивает, а затем начинает ощупывать частицы вокруг себя. Есть два ва
рианта результатов этого поиска. Либо он находит, в конце концов, ещё скор
лупку, приклеивает её и процесс повторяется, а ручейник остаётся на мест
е. Или же ему выпадает такая неудача, что вместо скорлупки он находит неск
олько песчинок подряд. Сначала ручейник с ними долго возится, потому что,
как я говорил, он «ждёт» чего-то от них. Потом это опробование каждой очер
едной частицы становится всё короче и короче, и, в конце концов, ручейник с
двигается с места и начинает ползти. И вот когда он натыкается на скорлуп
ку во время такого движения, шансов на то, что он не то что её прикрепит, а да
же просто станет её пробовать, осматривать, вернее, ощупывать, гораздо ме
ньше. Даже если он и берёт скорлупку, то может её бросить тут же, не успев ра
зобраться, а что это такое.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47