Владимир Бусленко - Наш коллега - робот
Он вообще не контролирует действия отдельных двигательных единиц нашего тела. Детализация движений происходит на уровнях гораздо более низких, чем кора больших полушарий. Это похоже на программирование на языке высокого уровня, где достаточно указать "цикл от 1 до 20 с шагом 1", а машина сама развернет эту команду цикла в детализированную систему операций. Наиболее очевидные распоряжения типа "прикоснешься к горячему - отдерни руку" происходят даже без осознания их мозгом.
Такое распределение функций, представляющее собой распределение крупной задачи между несколькими уровнями, гораздо выгоднее, экономнее, оперативнее, чем жестко централизованное, когда управляющий орган точно предписывает необходимое действие каждому из составляющих систему элементов. При решении серьезных задач такой централизованный мозг оказался бы настолько сложным, что едва ли уместился бы не только в черепной коробке, но даже во всем теле человека.
При выполнении тех или иных сложных движений мы складываем их из некоторых обобщенных кирпичиков: встать, сесть, шаг правой, шаг левой. Обучение ребенка всему многообразию движений сводится к формированию и закреплению в его "памяти" соответствующих кирпичиков. Кстати, аналогично организуется и процесс восприятия. Чувственный образ - это определенная последовательность или комбинация звуковых, зрительных или обонятельных импульсов (лошадь, человек) или их комбинации (человек на лошади или кентавр.)
Другой общий принцип организации управления в сложных биологических системах - это способность к обучению, адаптация к заранее неизвестным, меняющимся в довольно широких пределах условиям жизни.
Способность к адаптации присуща не только организму в целом, но и отдельным его органам и даже функциям. Эта способность незаменима в тех случаях, когда одна и та же проблема должна решаться многократно. Таким образом, феномен адаптации играет существенную роль в целесообразном поведении всего живого.
В начале нашего века зоопсихолог Э. Торндайк провел следующий эксперимент с животными. Имелся Т-образный лабиринт с тремя площадками. На площадку, находившуюся в основании буквы Т, помещалось подопытное животное, а на две другие площадки, находившиеся у концов горизонтальной перекладины буквы Т, помещалась приманка. Животное могло делать альтернативный выбор: добежав до развилки, оно могло повернуть к левой площадке или к правой площадке.
Но по пути к приманке его ожидала неприятность.
В стенки коридора были вмонтированы электроды.
С некоторой фиксированной вероятностью на них подавалось напряжение, и тогда пробегавшее мимо них животное получало болевое раздражение - среда выдавала сигнал наказания. Сигналом же поощрения среды была та пища, которая ожидала животное на конечной площадке. Если в эксперименте вероятность раздражения в одном из коридоров (например, в левом) намного превосходила вероятность такого раздражения в другом коридоре (в правом), то естественно было бы считать, что животное адаптируется к условиям среды: после серии пробежек оно будет предпочитать поворачивать в правый коридор, а не в левый. Больше всего Э. Торндайк экспериментировал с крысами. Оказалось, что они быстрее оценивают более безопасный путь и уверенно выбирают его даже при небольшой разнице наказаний.
Другие подопытные животные делали это с разной степенью адаптивности, но способность эта оказалась присущей всем видам животных, участвующих в экспериментах.
Проблема управления интеллектуальным роботом заключается, таким образом, в моделировании способности животного и человека к адаптации.
Иерархическая организация управления роботами - это прежде всего распределение функций восприятия, обработки информации и управления между отдельными уровнями иерархии и подсистемами роботов. Полностью централизованные алгоритмы обработки информации и управления при больших объемах обработки, свойственных роботам третьего поколения, оказываются малоэффективными или даже непригодными. Таким образом, возникновение иерархической адаптивной структуры диктуется в первую очередь стремлением повысить качество управления роботом, то есть уменьшить уровень неопределенности и увеличить быстродействие.
Для функционирования отдельных уровней и подсистем необходим значительно меньший объем информации.
Так возникает распараллеливание алгоритмов, что и позволяет решить задачу в условиях существенно меньшей неопределенности.
Итак, для активной жизни роботов третьего поколения жизненно необходимы "хорошие мозги", ибо именно от степени интеллектуальности робота зависит принадлежность его к тому или иному поколению. Существует даже весьма обоснованная классификация роботов в зависимости от функций его электронного мозга.
Управляемые роботы. Роботы "нулевого поколения" - управляемые человеком манипуляторы - не обладают, естественно, никакими свойствами интеллектуальности - все заключено в операторе.
Обучаемые роботы. Роботы первого поколения имеют память. План и порядок действий задает человек - оператор, а робот всего лишь запоминает (способность обучаться) и воспроизводит.
Очувствленные роботы. План действий задает человек, а робот, запомнив план, вычисляет конкретный порядок действий в зависимости от тех или иных данных внешней среды (обратная связь).
Интеллектуальные роботы. Человек задает лишь цель, а робот сам составляет план операции, определяет порядок действий с учетом реальных условий и превращает действия в движения исполнительных механизмов. Для этого роботу необходимо иметь не только широкую систему чувств, не только интеллект, но и модель окружающей действительности и даже модель самого себя (сознание и самосознание робота).
КАК РОБОТЫ НАБИРАЛИСЬ УМА
"Представление о том, что компьютеры делают только то, что им диктуют люди, обманчиво. Если вы не можете сказать компьютеру, как сделать что-то самым лучшим образом, то вы оОязываете его испробовать множество подходов. И если кто-то потом будет говорить, что машина действовала так, как ей было сказано, в этом будут содержаться двусмысленности. Ведь вы не устанавливали и не могли знать, какой из подходов изберет машина", указывает М. Минский, специалист в области искусственного интеллекта.
Обычные вычислительные машины, которые обрабатывают счета за электричество или производят банковские операции, - это всего лишь счетные устройства: быстродействующие, но абсолютно неразумные. Вся их программа содержит лишь список команд, которые они безошибочно выполняют.
В некоторых научно-исследовательских центрах уже имеются другие вычислительные машины, внешне очень похожие на прежние, но в них заложены более сложные программы. Ученые начиняют машину информацией и учат ее "мыслить". Такие машины, наделенные "разумом", постепенно смогут имитировать многие наши способности, а в некоторых случаях даже превзойти их. В скором времени, возможно, это будут роботы, которые начнут рассуждать, понимать, приобретут способность учиться, а после этого попытаются изменить наши представления о жизни и даже о сам-их себе.
Исследователи во всем мире занимаются этой проблемой вот уже в течение 25 лет. Во время второй мировой войны английский математик А. Тьюринг изобрел машину - прародительницу современных вычислительных машин. Это была система, способная расшифровывать вражеские сообщения. Всю свою жизнь изобретатель затем мечтал о создании такой машины, которая была бы способна учиться и стать разумной.
То, что сейчас называют первым "искусственным мозгом", родилось в проектах другого известного математика- Дж. фон Неймана в октябре 1945 года в Принстоне. Он так же, как и его будущие последователи, был увлечен психологией и неврологией. После бесплодных попыток создать математическую модель человеческого поведения он потерял веру в возможность создания "искусственного разума", элементы первых громоздких вычислительных устройств имели настолько большие размеры, что Дж. фон Нейман не в состоянии был решить вопрос - каким образом заменить ими ничтожно малые нервные клетки.
Поскольку в те времена человеческий мозг рассматривали как нечто сотканное из взаимосвязанных нейронов, его можно было представить в виде какого-то вычислительного устройства, в котором циркулирует не энергия, а информация. Если принять такую аналогию, рассуждали ученые, то почему бы не придумать систему, в которой разум будет зарождаться в результате прохождения через нее информации?
Выдвигались самые различные теории относительно искусственного мышления. Физик Д. Мак-Кей предложил, например, интересный метод аналогий и вероятностей, пользуясь которым машина могла бы мыслить, используя логические элементы, двоичные или недвоичные.
Этот метод вполне заслуженно был оценен как слишком упрощенный для точного моделирования человеческого мышления.
