То есть у исследователя время не ограниче
но…
А что же с аниматами? Я просто хочу напомнить, что здесь, у нас, время програ
ммы ограничено, как время поиска у ручейника.
А.Ж. Я бы хотел здесь поговорить, дополнить рассказ Валентина А
натольевича о том, что интересен вопрос: а как же вырабатывается эта стра
тегия поведения у организма? Это то, о чём думали мы. И здесь, мне кажется, чт
о многие ответы можно найти вот каким путём. Если встать на место нервной
системы организма и оказаться в тех условиях, в которых находится она, то
из этих условий просто логически вынужденно будет следовать и структур
а, и функция, и алгоритмы, по которым должна работать эта система. Я и хочу р
ассказать о результатах попытки такого вывода, это то, чем мы занимаемся.
Покажите, пожалуйста, первый слайд.
Представим себя на месте управляющей системы. Что это такое? Вот есть люб
ой организм Ц это некоторое тело, или некоторый объект, который являетс
я, по сути, частью среды. Если мы говорим о том, что этот организм управляем,
значит, внутри него есть управляющая система, которая является частью эт
ого организма. Причём будем рассматривать только такие организмы и таки
е объекты, где управляющая система лежит именно внутри организма, а не ру
ководит им по телеметрии.
Из этой картинки сразу же следуют цели управления, то есть те цели, которы
е старается достигнуть система управления. Мне кажется, что здесь сущест
вуют две главные цели. Первая цель Ц это обеспечить выживание организма
. Иначе, если этого нет, не о чем говорить, всё разваливается, и как такового
этого тела не существует.
И вторая цель Ц это накопить знания, потому что управляемый организм, уп
равляемый объект препятствует разрушению агрессивным воздействиям ср
еды не за счёт своей твёрдости, как алмаз: «Вот стою тут и буду сопротивлят
ься». Он препятствует разрушению за счёт того, что ведёт себя активно, он с
овершает некоторое воздействие на среду. И через эту среду к организму в
озвращается реакция совершенно другого типа. Например, если ребёнок хоч
ет есть, то он кричит, и приходит мама с бутылочкой молока. Или, скажем, мы чт
о-то бросаем вверх, а в результате падает плод с дерева. Организму надо ещ
ё найти и понять эти реакции на его собственные действия.
Значит, для того чтобы обеспечить выживание, нужно знание: как это действ
ие сопряжено с этим результатом? Поэтому я бы здесь выделил эти две цели у
правления. Может быть, даже цель накопления знания первична. Если мы хоти
м исследовать какое-то неизвестное пространство и сделаем для этого так
ого робота, который бы накопил знания, нам надо подумать о том, как он выжи
вет, нам надо обеспечить его выживание.
Из этой же картинки сразу, наверное, следует (в грубом виде) алгоритм таког
о поиска. Нервная система должна найти обратные связи через среду. Это оч
ень хорошая мысль, которую петербургский учёный Владимир Левченко когд
а-то красиво сформулировал. Среди всех действий, которые может совершат
ь организм, есть такие, которые уходят в бесконечность и никуда не возвра
щаются, никогда к нам не вернутся. Надо найти те воздействия, которые чере
з среду к нам вернутся, на наши датчики. И вот этот поисковый алгоритм нам
надо найти.
Вы помните, как Максвелл в своё время предложил своего демона, которого п
омещал внутрь чёрного ящика и, пользуясь этим приёмом, он логически расс
уждал, что же там должно происходить. Давайте мы сейчас с вами, подобно это
му демону, погрузимся внутрь этого кружка нервной системы и посмотрим, ч
то же она должна делать, если она находится в этих условиях.
Покажите, пожалуйста, следующий слайд. Исходное условие Ц это автономно
сть системы управления, как я уже сказал. То есть мы находимся внутри тела
. Второе условие Ц это дискретность, то есть у нас есть дискретные входы.
Вот эти канальчики, по которым поступает дискретная информация. И есть д
искретные выходы. Может быть, их много. Но это дискретные кнопочки, которы
е мы можем нажать. То есть, то, что является выходом нервной системы Ц это
пучок волокон, через которые идут бинарные сигналы, точно так же, как и чер
ез вход. Их может быть много, миллионы рецепторов, но через них поступают б
инарные сигналы.
И вот перед нами есть экран с входящей информацией, на котором мы видим вх
одящие сигналы. И есть целый, так сказать, набор кнопочек, на которые нужно
нажимать.
Представим себя внутри, в этой чёрной комнате с экраном, на который нам пр
оецируется информация из окружающего мира. Первая задача, которую систе
ма должна решить Ц как в этом потоке входной информации научиться узнав
ать что-то знакомое. Например, сказать: «Ага, вот это красное пятно я уже ко
гда-то видел». И когда этот момент произойдёт, тем самым произойдёт некое
формирование образа (вот этого пятна) и акт его распознавания Ц «я его ра
спознал». Теперь система его будет узнавать всегда, когда она его увидит,
она его распознает. Это первое. Поэтому на этой схеме, которая сейчас видн
а, первый блок в нервной системе Ц это формирование и распознавание обр
азов.
А.Г. Для того чтобы распознать, всё-таки надо каким-то образом п
овлиять на это красное пятно для того, чтобы сделать заключение о том, что
это такое. Ведь недостаточно просто сенсорно считать.
А.Ж. Вы правильно говорите, но задачу: «Узнать это пятно» Ц мож
но решить, как бы не влияя на него в некотором смысле слова. То есть, если у в
ас несколько раз повторяется эта конфигурация, вы можете даже не воздейс
твовать на неё, но узнавать: «Вот это лицо я уже видел неоднократно в толпе
».
А.Г. Но кто это, я не знаю.
А.Ж. Я пока не знаю. Второе. Теперь надо найти, как я могу своими в
ыходными воздействиями повлиять на это красное пятно. Ну, естественно, е
сли у вас никаких знаний нет, вы начинаете что-то случайно перебирать. Нак
онец, вы находите, что вот это действие позволяет это пятно убрать. А вот э
то действие позволяет его вызвать. Это то, вообще говоря, с чего начинает р
ебёнок. Какие действия он находит первыми? Как игрушку взять, а следующее
действие, он что находит? Как её бросить. Как маму вызвать? Как маму отогна
ть. Как это получить? Как от этого избавиться? Потому что он имеет дело с би
нарными сигналами и бинарными объектами, и бинарными действиями. Либо я
вызываю этот образ, либо я его вытесняю.
Эта связь образов, наших действий и обратной реакции на них уже есть знан
ия. И если эти знания статистически достоверны, то есть связи не первый ра
з повторяются, если я понимаю, что, видимо, всегда это действие вызывает та
кой-то эффект, то я должен запомнить это, мне нужна память. Мы это называем
базой знаний. В базе знаний записываются сведения о том, как действия вли
яют на образы. Естественно, для того чтобы хранить образы, нужна ещё памят
ь образа, где хранится эта конструкция, эти найденные мною образы.
Хорошо. Предположим, у меня эти знания накапливаются, то есть, сидя в этой
чёрной комнате, наблюдая за входами и выходами я себе в блокноте, в конце к
онцов, записываю, как эти действия влияют на эти образы. Предположим, у мен
я этих знаний накопилось много. Могу ли я управлять теперь ими? Могу, но я н
е знаю Ц зачем. Что здесь хорошо? Что здесь плохо? Мне нужны какие-то качес
твенные критерии. Для этого в каждом организме есть такой блок или подси
стема, которую мы назвали аппаратом эмоций. Может быть, мы ошибаемся, и био
логи нас поправят, но такая вещь должна быть.
А.Г. Она и есть.
А.Ж. Она, в общем-то, есть, судя по всему. Это аппарат, который зада
ёт качественную окраску этим образам. Это очень хитрый, очень сложный, оч
ень многофункциональный аппарат, который на самом деле решает много зад
ач. Одна из них Ц это соотнести эти сформированные образы с теми целевым
и функциями. Это происходит примерно так. Видимо, есть некоторая шкала, на
поминающая термометр, и указатель на этой шкале. Один из моих студентов у
дачно назвал это штуку «хорошометром». То, что она есть, я могу сейчас дока
зать.
Если я сейчас спрошу: Валентин Анатольевич, вам сейчас как? Вы скажите, да
так, ничего. На четвёрку, может быть, с плюсом. То есть на огромный комплекс
распознанных в этот момент образов вы как-то отреагировали, сжали, сверн
ули и превратили всё это в одну оценку. И этих оценок у каждого из нас штук
десять Ц слов-то в русском языке не так и много, чтобы выразить наше сост
ояние.
А.Г. В русском больше, чем в любом другом всё-таки.
А.Ж. Да, но не 50. От «очень плохо», от «безобразно» до «хорошо», «та
к себе», «прекрасно», «великолепно», вот, собственно, и всё. Примерно десят
ок-другой оценок. Это одна из этих функций.
Так вот, мне теперь надо понять, как влияет на эту оценку то, что вы распозн
аете появление того или другого образа на экране входной информации. Есл
и каждый раз уже знакомое нам красное пятно вызывает у меня отрицательно
е ощущение, падение этого «хорошометра», значит, это что-то такое плохое.
Значит, с помощью тех знаний, которыми я уже обладаю в своём блокнотике, в
своей базе знаний, я буду каждый раз при появлении этого пятна делать что-
то такое, чтобы оно исчезло, наконец, с глаз долой. А если этот объект, друго
й образ, для меня полезен, если он каждый раз вызывает повышение «хорошом
етра»? Скажем, это опять знакомая нам мама с бутылочкой молока, и я нашёл з
десь какие-то кнопочки, нажав на которые, я вызову появление мамы? Сразу ж
е поднимется мой «хорошометр», значит, я буду стараться этим пользоватьс
я.
Я вам примерно рассказал алгоритм управления.
Подождите секундочку с этим слайдом. В целом, есть ещё один блок, который я
бы сюда добавил, это блок вывода новых знаний из старых. То есть, если сист
ема такая умная, что она уже из накопленной совокупности каких-то знаний
может вывести какие-то гипотезы, предположения, то этот блок тоже есть. Но
, по всей видимости, вывод новых знаний тоже происходит через среду. Это от
дельный разговор, потому что здесь речь идёт о языке. То есть, это связано
с тем, что я должен сам испытать свою базу знаний. Я должен сам себе предст
авить в уме: «Ага, в этой ситуации, а что если я побегу туда, а получится вот
что». То есть я сам себе как бы подаю на свою базу знаний какие-то сигналы. «
А что если я вот этот цилиндр рассеку плоскостью, может быть, даже нарисую
получившееся сечение графически: вот что получится». То есть, я как бы раз
говариваю сам с собой, испытываю свою базу знаний и вывожу какие-то новые
знания. Вот, пожалуй, грубое описание всех подсистем и всех основных зада
ч, которые должна решать система управления.
И мне кажется, что…
А.Г. Простите, перебью. Здесь везде бинарная логика.
А.Ж. Да.
А.Г. Повсюду?
А.Ж. Здесь никогда нельзя что-то очень сильно утверждать.
А.Г. Потому что когда вы стали говорить про вывод новых знаний,
тут вопрос…
А.Ж. Вы понимаете, нервная система дискретна. Всюду бегают одно
типные сигналы. Дискретное число входов, рецепторов, дискретное число вы
ходов. Дискретные сигнальщики. Но там есть и некоторые непрерывные велич
ины. Например, частоты. Например, размеры синусов. Они могут иметь какие-т
о значения. То есть там есть нечто аналоговое, что имеет, по всей видимости
, важный смысл. Я могу даже предположить Ц какой. Может быть, к этому прост
о можно будет вернуться. То есть дискретная техника не отражает природы.
Это очень интересные моменты, связанные уже с немножко другими вопросам
и. Давайте мы их сейчас опустим. Будем предполагать, что система всё-таки
дискретна.
Теперь бы хотелось показать, что можно сделать на основании такой систем
ы управления. Можно строить вполне конкретные реальные системы. Они буду
т работать. И мы делаем такие системы. Мы делаем даже прикладные системы. А
потом я, может быть, скажу несколько слов о том, что не все так просто, что з
десь есть на самом деле проблемы. Есть проблемы математические, а есть пр
облемы принципиальные. Покажу на примере, может быть, близком к тому, о чём
говорил Валентин Анатольевич: на примере с мобильным роботом.
Предположим, что существует робот Ц он пока виртуальный. Но он сделан та
к, что его можно превратить в железный. Пусть у него есть минимальное коли
чество датчиков. Это три визуальных датчика. Он может видеть наличие пре
пятствия в трех секторах. Робот получает бинарный сигнал: есть препятств
ие или нет. Три тактильных датчика спереди, один тактильный датчик сзади.
Робот Ц это тележка с управляемым колесом, у него есть очень простой при
вод, он может ехать вперёд, назад, либо поворачивать влево, вправо.
Покажите, пожалуйста, следующий слайд.
Поместим мы этого робота в среду, в которой случайным образом расположен
ы препятствия. Препятствия стандартные. И попробуем смоделировать очен
ь простую ситуацию. Вот «хорошометр», как я говорил, который сделан таким
образом, чтобы робот испытывал неприятные ощущения при соприкосновени
и тактильных датчиков с препятствием.
Запустим робота в это пространство, пусть он обучается и ползает. Мы с вам
и тем самым смоделируем ситуацию, когда ребёнок учится ползать по кварти
ре, натыкаясь на препятствия. Он их видит, но он не понимает опасности стол
кновения и может удариться о предмет, испытав неприятные ощущения. Со вр
еменем этот ребёнок поймёт, что препятствие лучше обходить, чем на него н
атыкаться. И этот процесс мы попробуем смоделировать. Сейчас здесь на эт
ом клипе показано, как почему-то он остановился. Показаны начальные движ
ения робота, он ещё совершенно ничего не знает и совершает какие-то случа
йные такие движения в пространстве.
Что должен робот понять? Он должен понять сам, самостоятельно, что соудар
яться с препятствием Ц это плохо, потому что это больно. Мы ему этого не г
оворим, он должен это понять сам.
Второе, что препятствие лучше обходить, чем на них натыкаться.
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