CC BY
23
№ 4 (52) 2014
Л. С. Болотова, докт. техн. наук, профессор МИЭМ НИУ ВШЭ, г. Москва, lubolotova@mail.ru А. П. Новиков, канд. техн. наук, Департамент образования, г. Москва, alpnovikov@yandex.ru А. А. Никишина, ООО «Эльстер Метроника», г. Москва, anikishina@gmail.com
Окончание. Начало в № 3 (51) 2014 г.
Архитектура оболочек программных систем с порождающими механизмами
В статье описан новый взгляд на позиционирование теории создания систем ситуационного управления как одного из направлений искусственного интеллекта, обладающего механизмами порождения . Ракурс предлагаемого взгляда позволил выявить задачи, решение которых составляет развитие этой теории с возможностью создания программных систем нового типа
Ключевые слова: ситуационное управление, искусственный интеллект, механизмы порождения, программная система .
Часть 2
Применение теории ООУ для создания систем с гетерогенными моделями знаний
Теория систем ситуационного управления (ТССУ) обладает достаточной полнотой и целостностью, обеспечивающими методическую поддержку создания программных ССУ с нуля до конечного варианта, готового к внедрению в конкретном месте реального производства. Кроме того, «метод ситуационного анализа реализован в виде технологии извлечения знаний, поддерживается программно и гарантирует получение качественного результата на выходе в виде базы знаний предметной области, а также концептуальной модели самой предметной области» [16].
Простоту и мудрость этой теории можно наблюдать при реализации ССУ не только в масштабных проектах, имеющих государственное значение. ССУ нашли свое применение и заняли надлежащее место в вопросах создания интегрированных и гибридных интеллектуальных систем. «В настоящее время существенно выросли масштаб и слож-
ность решаемых задач в системах управления и, соответственно, неизмеримо выросла ответственность лица, принимающего решения за возможные отрицательные последствия решений ... мы приходим к необходимости проектировать системы поддержки принятия решений как гибридные системы поддержки принятия решений, то есть как системы, в которых предполагается отказ от взгляда на объект исследования как на простую однородную сущность и принятие понимания ее сложности, составности и неоднородности» [17]. «Гибридные системы поддержки принятия решений комбинируют различные виды знаний в интересах взаимной компенсации недостатков и объединения преимуществ разнородных моделей» [17]. «Следует сказать, что в научном мире, в том числе и в российском, проблемы интегрирования и гибридизации различных типов моделей хорошо понимаются и активно разрабатываются. Среди них наиболее известны подходы к технологиям Колесникова А. В. (проблемно-структурная) [18], Рыбиной Г. В. (АТ-технология) [19] ... и другим. Тем не менее эта проблема продолжает оставаться наиболее острой и неразработанной» [17].
№ 4 (52) 2014
Работы по созданию интегрированных и гибридных интеллектуальных систем нацелены на решение вопросов одновременного использования нескольких гомогенных (однородных) моделей знаний об одной предметной области. Конкретная модель из множества создается оболочкой, которая не применяется для создания других моделей множества. Единство множества моделей об одной предметной области рассматривается как целостная гетерогенная модель. По замыслу разработчиков таких систем, гибридные интеллектуальные системы должны совместить преимущества традиционных средств и методов искусственного интеллекта с возможностью преодоления некоторых их недостатков. Тем самым будут получены решения задач, не решаемых отдельными методами искусственного интеллекта. Таким образом, при обработке гетерогенных моделей ожидается получение синергетического эффекта.
Ясность понимания вопросов применения ТССУ для создания интегрированных и гибридных интеллектуальных систем требует пояснений некоторых терминов, применяемых в этой области. Упоминая целостную гетерогенную модель как единство множества моделей одной предметной области, следует отметить, что в конкретной предметной области не нужно искать какой-либо предмет как область образующего фигуранта. В рамках толкования понятия «предметная область» будем ориентироваться на следующие высказывания: «Очевидно, что невозможно построить модель всего знания, и мы можем говорить лишь о предметно, или проблемно, ориентированном фрагменте знания для целевого применения. Такие фрагменты мы будем называть моделями предметных областей» [14, с. 41]; «Наше знание о практически любой предметной области сегодня ... огромно и многоплановое. Нужен некоторый критерий, который может нам помочь в отборе только нужных нам объектов предметной области для их описания. Что может служить таким критерием? Очевидно, это та цель (цели), которые ставит перед собой заказчик модели предметной об-
ласти» [14, с. 50]. Таким образом, «границы предметных областей размыты и являются предметом соглашения при изменении целей и решаемых задач» [14, с. 41].
Нельзя не отметить, что с позиций лингвистики гетерогенность1 и неоднородность — суть различные имена одного и того же понятия. Однако в толковании понятия гетерогенной системы, принятом в химии, термодинамике и физике, априори заложена конкретная характеристика систем, и это — наличие поверхности раздела между составляющими ее гомогенными2 системами. Рассматривая же модель знаний, формируемую субъектом в процессе познания реального мира, можно убедиться, что однородные фрагменты знаний не разграничены между собой какими-либо поверхностями раздела. И было бы совсем неубедительным утвер-
1 Гетерогенная система (от греч. етерод — разный; увча> — рождать) — неоднородная система, состоящая из однородных частей (фаз), разделенных поверхностью раздела. Однородные части (фазы) могут отличаться друг от друга по составу и свойствам. Числа веществ (компонентов), термодинамических фаз и степеней свободы связаны правилом фаз. Примерами гетерогенных систем могут служить: жидкость — насыщенный пар; насыщенный раствор с осадком; многие сплавы. Твердый катализатор в токе газа или жидкости — тоже гетерогенная система (гетерогенный катализ). В строительстве гетерогенной системой являются кирпичная и каменная кладки, состоящие из кладочных элементов (кирпича, природных или искусственных камней, бетонных блоков и др.) и строительного раствора (дефиниция приводится по [18]).
2 Гомогенная система (от греч. о|дод — равный, одинаковый; увча> — рождать) — однородная система, химический состав и физические свойства которой во всех частях одинаковы или меняются непрерывно, без скачков (между частями системы нет поверхностей раздела). В гомогенной системе из двух и более химических компонентов каждый компонент распределен в массе другого в виде молекул, атомов, ионов. Составные части гомогенной системы нельзя отделить друг от друга механическим путем. В гомогенных смесях составные части нельзя обнаружить ни визуально, ни с помощью оптических приборов, поскольку вещества находятся в раздробленном состоянии на микроуровне. Гомогенными смесями являются смеси любых газов и истинные растворы, а также смеси некоторых жидкостей и твердых веществ, например сплавы (дефиниция приводится по [18]).
№ 4 (52) 2014
ждение, что отсутствие поверхностей раздела между однородными фрагментами знаний не позволяет признать гносеологическую модель неоднородной. В этой связи мы вынуждены признать, что в рамках ННИИ гетерогенностью и неоднородностью именуются различные понятия. И конкретно гетерогенные системы — это частный случай неоднородных систем. Так как гетерогенная система — это система, составленная из нескольких гомогенных систем, разделенных поверхностью раздела, интеграция при создании гетерогенных систем из множества гомогенных систем удачно именуется «агрегированием». В гетерогенной модели знаний «при переходе через «границу разделения» однородных элементов происходят мгновенные скачки имен, параметров и характеристик, выражающих суть однородных задач, что, безусловно, должно учитываться при моделировании ее решения» [18]. Конечно же, мгновенные скачки имен нельзя признать характерными для неоднородных моделей знаний. Отметим также, что корректность применения одного или другого имени для именования соответствующих понятий важна для успешного продвижения к решению задачи представления знаний в компьютерных системах.
В интегрированной или гибридной интеллектуальной системе элементы ССУ занимают место некоторой надстройки (оболочки), организующей работу программной системы в целом. Для ССУ «основными механизмами регулирования процесса построения решения являются операции: распознавание и классификация ситуаций; формирование гипотезы решения; прогнозирование возможного результата решения и др. Сам процесс принятия решений основан на модели объекта управления или, употребляя другую терминологию, на его ситуационной абстракции» [14, с. 320]. Функционирование того или иного механизма из множества основных механизмов ССУ происходит с применением различных видов знаний в интересах взаимной компенсации недостатков и объединения преимуществ различных однородных моделей.
Такое позиционирование элементов ССУ в интегрированных и гибридных интеллектуальных системах можно проследить на примерах:
• гибридная система поддержки принятия решений по противодействию инфекционным заболеваниям [14, 20];
• интеллектуальная информационная система поддержки принятия решений в муниципальном управлении [21];
• различного типа онтологии, разработанные на основе метода ситуационного анализа и проектирования модели предметной области [16, 22].
Позиционирование тООУ в ннии
Задачи, решаемые в ССУ, во многом пересекаются с задачами, решаемыми в автоматизированных системах управления, однако «жесткая формализация и алго-ритмичность автоматизированных систем управления принципиально не соответствовали динамике и непредсказуемости реальных процессов функционирования и управления» [23]. Поэтому ТССУ получила «прописку» в ННИИ как теория, позволяющая создавать системы управления, способные вырабатывать управленческие решения, не известные к текущему моменту этапа эксплуатации системы управления. Автоматическая система управления может выбрать управленческое решение из множества наработанных решений, но неспособна сформировать управленческое решение, когда ОУ вошел или был введен в чрезвычайную ситуацию. Под чрезвычайной ситуацией здесь понимается не характеристика редкости ситуации, а именно невозможность предвидеть и предусмотреть ту или иную ситуацию на этапах создания системы управления3 до ее запуска. «Задача заключается в том, чтобы перевести
3 В рамках настоящей статьи такое толкование чрезвычайности будем распространять и на ситуации, возникающие на этапе эксплуатации других программных систем.
111
№ 4 (52) 2014
предметную область из состояния Sн в некоторое заданное, определяемое как целевое Sц» [14, с. 53]. Человек, обладая интеллектом, способен выявить значимые характеристики чрезвычайной ситуации, подобрать аналогии в многообразии своей жизненной практики, создать модель чрезвычайной ситуации и в конечном счете выработать управленческое решение. Поэтому была признана причастность ТССУ к моделированию субъекта, его интеллекта и интеллектуального поведения.
В публикациях не наблюдается разграничения достижений по теории ситуационного управления, получаемых в рамках НН «Автоматика» применительно к автоматизированным системам управления, от достижений, получаемых в рамках ННИИ. На наш взгляд, целесообразно в данной статье акцентировать внимание на адаптивности ССУ. В ННИИ ССУ — это программная система, адаптируемая (в идеале адаптирующаяся) в процессе управления: 1) к ОУ4; 2) ООУЧОРМ5; 3) отношениям между ОУ и ООУЧОРМ; 4) текущим пожеланиям управленца о направлении развития ОУ (в том числе о направлении развития отношений между ОУ и ООУЧОРМ).
Вопросы теории ситуационного управления из-за своих масштабности, сложности и многолетней невозможности решения должны быть внесены в неранжированный перечень научных направлений, составленный Стюартом Расселом и Питером Норви-гом и, по их мнению, образующий основную часть ННИИ. Эти авторы выделяют шесть направлений исследования (перечень приводится по [24, с. 36-37]):
• средства обработки текстов на естественных языках, позволяющие успешно общаться с компьютером, скажем, на английском языке;
4 Объект управления (аббревиатура введена в первой части публикации). — Прим. ред.
5 Обволакивающая объект управления часть области реального мира (аббревиатура введена в первой части публикации). — Прим. ред.
• представления знаний, с помощью которых компьютер может записать в память то, что он узнает или прочтет;
• средства автоматического формирования логических выводов, обеспечивающие возможность использовать хранимую информацию для поиска ответов на вопросы и вывода новых заключений;
• средства машинного обучения, которые позволяют приспосабливаться к новым обстоятельствам, а также обнаруживать и экстраполировать признаки стандартных ситуаций;
• средства робототехники для манипулирования объектами и перемещения в пространстве;
• машинное зрение для восприятия объектов.
Научное направление, охватывающее вопросы ситуационного управления, можно именовать как средство управления сущностью, находящейся в развитии, зерна непредсказуемости которого все больше прорастают с удалением от момента начала управления, а также в области реального мира с ограниченной предсказуемостью его эволюции. Важные для наблюдателя характеристики всякой сущности через некоторое время приобретают значения, определяемые эволюцией этой сущности. Эволюция нацелена на обеспечение существования сущности в обозримом для наблюдателя будущем. Под обозримостью в этом случае понимается не только реально существующая граница времени наблюдения, устанавливаемая условиями наблюдения, но и субъективное понимание наблюдателем будущего.
Однако такое позиционирование ТССУ во множестве направлений исследований ННИИ не встречается в публикациях. Приведем анализ и некоторые пояснения публикаций по позиционированию ТССУ. Априори формализация, которая может завершиться созданием математического аппарата, должна применяться только для повышения ясности (контрастности) при формулировке вывода или выводов. Других целей при фор-
№ 4 (52) 2014
мализации области знаний нет. Кроме того, перед применением математического аппарата должно быть приведено доказательство применимости именно такого математического аппарата для описания проявлений реального мира в данном конкретном случае.
Формализация при переходе к решению задачи ситуационного управления, т. е. к моделированию конкретного аспекта субъекта его интеллекта и интеллектуального поведения, до некоторой степени затуманила постепенное, но кардинальное изменение самой постановки задачи. Задача в новой постановке нацелена на исследование методов поиска в априори создаваемом пространстве состояний. Нельзя не упомянуть и о том, что «во всех ... классах задач, для решения которых обычно применяются методы поиска в пространстве состояний, число свойств объектов предметной области и отношений между ними, служащих затем основой для распознавания ситуаций, всегда небольшое. Очевидно, что при увеличении числа свойств, отношений и их значений, размерность пространства состояний будет быстро возрастать таким образом, что применение переборных методов станет практически нереализуемым» [14, с. 78]. Следствие кардинального изменения постановки задачи хорошо отражено в следующей цитате: «В начале 80-х годов появились экспертные системы, и тут выяснилось, что по своей сути они «один в один» вроде бы совпадают с ССУ, как мы их представляли. И термин этот показался более удачным, быстро вошел в моду. В результате уже к началу 90-х годов почти все «ситуационщики» занимались экспертными системами» [23].
Реальность в научной среде такого позиционирования ССУ подтверждается также появлением «современных коммерческих оболочек для создания прикладных экспертных систем ситуационного управления» [14, с. 364]. В этом ракурсе важно понимать, что «экспертные системы являются . классом интеллектуальных систем, ориентированных на тиражирование опыта высокопрофессиональных специалистов
в тех областях деятельности человека, где качество решений существенно зависит от уровня экспертизы или, другими словами, от качества экспертов» [14, с. 269]. А ситуационное управление априори рассматривается как обладающее высокой степенью уникальности для каждого ОУ, и накопленный опыт управления объектами мало переносим на управление тем или иным конкретным объектом. Оценивая сложившуюся ситуацию, можно утверждать, что «история с ССУ еще не закончена. Может быть, только сейчас появились по-настоящему нужные обеспечивающие средства — вычислительная техника, инструментальные программные системы, графическое и образное представление знаний, естественно-языковые интерфейсы, периферия и, наконец, может быть, не менее важное — рыночное мышление. Сегодня становится ясным, что тот огромный научный, методологический багаж, который был заложен изначально в метод ситуационного управления и моделирования психологией, семиотикой, полностью еще не реализован. Может быть, только сейчас созрели все необходимые условия для его настоящей реализации. Это идеи — «выращивания» модели объекта, обучения, обобщения и классификации ситуаций и другие» [23].
Архитектура, приведенная на рис. 3, содержит отображение трех основных концепций аппаратно-программных ССУ. Важно понимать, что три основные концепции декларируют процесс выработки управленческих решений как зависимый от трех сущностей и помещают их в область наблюдений и исследований для выработки управленческих решений. Это сущности ОУ, ООУЧОРМ и отношения между ними. Архитектура ССУ соответствует предлагаемому авторами настоящей статьи позиционированию ТССУ в ННИИ, но в процессе получения архитектуры ССУ, приведенной на рис. 3, наблюдается скачок в последовательности действий, принятых в моделировании. Восстановление пропущенного шага отражено на укрупненной схеме алгоритмической
№ 4 (52) 2014
Рис. 3. Графическое отображение 1, 2 и 3-й концепций ССУ
/1(f), Y2(t), ..., Yn(t) Z1(t), Z2(f).....Zp(t)
АМ (С1+С2+С3)
вц = <X1"(t), X2"(t), ..., Xk"(t)>
St = <ХЩ), X2Ц(t), ..., Xk^(t)>
Стартер системы управления
Сигнал стартера
АМ (С1)
Трафарет шаблонов
для управляющих
воздействий
Характеристики управленческого воздействия
Рис. 4. Укрупненная схема алгоритмической модели системы ситуационного управления
114
№ 4 (52) 2014
модели ССУ, приведенной на рис. 4. Схема содержит все заявленные концепции ССУ из их множества, относящиеся к описанию предмета моделирования.
Обозначения, использованные на рисунке:
АМ — алгоритмическая модель;
С1 — сущность «ОУ»;
С2 — сущность «ООУЧОРМ»;
С3 — сущность «отношения между сущностями С1 и С2»;
/1(0, У2(0, ..., Уп(t) — характеристики состояния сущности С2, в том числе прогнозируемые характеристики развития сущности от момента завершения отработки управляющего воздействия;
Z1(t), Z2(t), ..., Zp(t) — желаемые характеристики состояния сущности С3, в том числе желаемые характеристики развития сущности от момента завершения отработки управляющего воздействия;
Sц = <Х1ц(0, Х2ц(0, ..., Хкц(0> — кортеж, задающий характеристики желаемого (целевого) состояния ОУ;
Sт = <Х1т(^, Х2т(0, ..., Хкт(^> — кортеж, задающий характеристики текущего состояния ОУ.
Завершая восстановление пропущенного шага моделирования, мы должны признать, что ССУ априори ориентированы на решение задач в тех предметных областях, в которых создание алгоритмических моделей ОУ, ООУЧОРМ и отношений между ними затруднительно и нецелесообразно. Алгоритмическая модель в этом случае заменяется некоторым образом урезанной таблицей соответствий наборов значений входных данных алгоритмической модели значениям выходных данных. Такую таблицу соответствий принято считать знаниями, присутствие которых обеспечивает эффективность базы знаний. Архитектура ССУ
Рис. 5. Архитектура ССУ в ННИИ
115
№ 4 (52) 2014
в ННИИ может быть такой, как приведенная на рис. 5.
Обозначения, использованные на рисунке:
БЗ1 — база знаний: 1) для распознавания набора значений характеристик, поступающих от ООУЧОРМ, а также от датчиков связей между ОУ и ООУЧОРМ; 2) установления потребного набора значений характеристик желаемого (целевого) состояния ОУ (с применением виртуальной таблицы соответствий, в том числе трафарета шаблонов);
БЗ2 — база знаний: 1) для распознавания набора значений характеристик текущего и желаемого (целевого) состояния ОУ; 2) установления необходимого набора значений характеристик управленческого воздействия (с применением виртуальной таблицы соответствий, в том числе трафарета шаблонов);
/1(0, У2(Г), ..., Уп(0 — характеристики состояния сущности ООУЧОРМ, в том числе прогнозируемые характеристики развития сущности от момента завершения отработки управляющего воздействия;
Z1(t), 72(0, .■■, Тр(0 — желаемые характеристики состояния отношений между ОУ и ООУЧОРМ, в том числе желаемые характеристики развития этих отношений от момента завершения отработки управляющего воздействия;
Sц = <Х1ц(0, Х2ц(0, ..., Х^(0> — кортеж, задающий характеристики желаемого (целевого) состояния ОУ;
Sт = <Х1т(0, Х2т(^, ..., Хкт(0> — кортеж, задающий характеристики текущего состояния ОУ.
Очевидно, что создание пространства состояний и реализацию переборных методов следует рассматривать как востребованные в частном случае эволюции ССУ на конкретном рабочем месте реального производства.
Как промежуточный итог работ по теме статьи отметим, что уникальность работ по ТССУ заключается в том, что эти системы могут быть именованы «порождающими механизмами», применение которых рас-
сматривается в частном случае, т. е. для управления. Другие научные направления (не ТССУ) не рассматривают в такой целостности и с такой планомерностью вопросы создания порождающих механизмов.
Предмет исследований, нацеленных на создание программных систем, которые можно именовать порождающими механизмами
В начале статьи введено определение порождающего механизма как искусственной системы, которая своим функционированием порождает (генерирует) в области реального мира те или иные последствия (события, явления, может быть, сущности). В таком толковании порождающий механизм как артефакт (еще не получивший реализацию) не может быть изучен и тем более исследован. Авторы статьи предлагают признать порождающим механизмом модель субъекта, осуществляющего целенаправленные воздействия на окружающий его реальный мир. Рассмотрим процесс целенаправленных воздействий субъекта на окружающий реальный мир и выявим особенности этого процесса, отражаемые в модели.
Только отстаивая право на праздное присутствие субъекта в реальном мире, можно утверждать, что в каждом конкретном случае субъект способен и будет реализо-вывать любой из доступных ему вариантов воздействия на окружающий реальный мир, а всякое ограничение в выборе варианта воздействия расценивать как ограничение свободы субъекта. Присутствие субъекта в реальном мире не праздное, оно сопровождается непрерывной преобразующей деятельностью, направленной на окружающий его реальный мир. А могущество субъекта (в том числе его способность к широкому многообразию конкретных, строго отбираемых воздействий на окружающий его реальный мир) сформировалось в результате длительного и кропотливого поиска конкретных шаблонов воздействия, которые в конкретных ситуациях приводят к достижению же-
№ 4 (52) 2014
лаемого результата, экономя при этом ресурсы субъекта.
Всякий раз из многообразия доступных шаблонов воздействия на окружающий мир субъект выбирает только один, который более других экономит его ресурсы. Одновариантность шаблона целенаправленных воздействий не может быть достигнута только в случае недостаточной информированности субъекта. Таким образом, субъект выбирает шаблон целенаправленных воздействий из множества доступных ему наборов, уподобляясь в этой деятельности ситуационному управлению. Достижение целей воздействия может стать реальностью, если для выработки воздействия в зону наблюдений субъекта и исследований попадают три сущности: 1) объект целенаправленных воздействий (ОЦВ); 2) обволакивающая объект целенаправленных воздействий область реального мира (ООЦВОРМ); 3) связи между ОЦВ и ООЦВОРМ. ООЦВОРМ взаимодействует не только с объектом воздействия, поэтому возможно углубление взгляда исследователя и области исследований, которые, однако, приводят к значительному усложнению модели, не дающей столь же значительного экономического эффекта.
Такое толкование порождающего механизма позволяет пролонгировать архитектуру ССУ, в результате чего она будет приведена в соответствие требованиям, выдвигаемым ННИИ и конкретно порождающими механизмами. Для этого необходимо:
1) сущность, соответствующую понятию, именованному управляющее воздействие, заменить на сущность, соответствующую понятию, именованному шаблон целенаправленных воздействий. Априори такую сущность мы именовали порождаемой сущностью. Приравнивая разноименные понятия, мы утверждаем, что в формируемой нами модели порождаемые сущности (равно как и шаблоны целенаправленных воздействий) после их генерации прекращают самостоятельное существование, поглощаясь ОЦВ, который в этом смысле может быть
признан приемником или потребителем целенаправленных воздействий;
2) сущность, соответствующую понятию, именованному ОУ, заменить на сущность, соответствующую понятию, именованному ОЦВ. Последний представляет собой некоторым образом обособленную часть области реального мира, которая к текущему моменту времени может идентифицироваться как событие, явление, процесс или как-то иначе. Возможно, ОЦВ к текущему моменту времени уже приобрел статус сущности, а в соответствие сущности сформировано именованное понятие.
После такой подмены сущностей архитектура программных систем, которые именуются порождающими механизмами, может быть такой, как отмеченная черным цветом на рис. 6.
Для именования программных систем, архитектура которых формируется в рамках настоящей статьи, будем придерживаться термина «система целенаправленных воздействий» (СЦВ). Это позволяет в большей степени ассоциировать преемственность новой теории с достижениями теории создания ССУ. Видится целесообразным такое именование и в других работах по исследованию вопросов создания СЦВ. В решении вопросов применения новых программных систем, а также вопросов организации возможного интерактивного взаимодействия программной системы с человеком желательно именовать новые программные системы порождающими механизмами. Это имя в большей степени содержит характеристику назначения новых программных систем и области их применения.
включение порождающих механизмов в архитектуру оболочек программных систем
Возможность последовательного упрощения (в несколько этапов) модели процесса ситуационного управления при создании каждой конкретной ССУ стала причиной того, что доминирующая часть реализованных
№ 4 (52) 2014
к настоящему времени программных систем такого типа в своем функционировании не выходит за рамки решения задач, присущих экспертным системам для поддержки принятия управленческих решений. Замалчивание этого факта — неуважение к специалистам, реализующим достижения теории создания ССУ, инициированное нежеланием признать, что сама технология сложна и мало приспособлена для выполнения реальных работ. Предлагая какое-либо упрощение модели, специалист должен указывать на сужение границ применения модели, в том числе: 1) условия, при которых эти упрощения допустимы; 2)причины, инициировавшие введение таких упрощений; 3) перспективы устранения предложенных упрощений и соответственно устранения границ распространения модели.
К примеру, если для решения стоящих перед вами задач необходим велосипед, то целесообразно создание велосипеда с применением технологии производства велосипедов (на предприятии по производству велосипедов). Неразумным было бы упрощение технологии производства автомобилей автомобильного завода и доведение этой технологии до состояния, позволяющего с ее применением производить велосипеды. Видится естественным реальный запрет на столь нерациональное расходование ресурсов. Специалист, реализующий достижения теории создания ССУ в полной мере предоставлен себе (нет никаких запретов). В то же время не подлежит сомнению, что при выявлении и описании закономерностей реального мира каждый исследователь стремится к простоте, всякий раз удивляясь, что реальный мир вообще поддается математическому описанию. Л. Н. Толстой по этому поводу писал: «Самый верный признак истины — это простота и ясность. Ложь всегда бывает сложна, вычурна и многословна».
Однако нельзя забывать, что описание ситуации в ССУ составляют характеристики состояний трех сущностей (в том числе характеристики развития состояний этих сущностей), выявляемые вблизи момента
времени выработки управляющих воздействий. Ни один из элементов предложенной архитектуры не может быть упразднен, так как при формировании архитектуры не учитывались концепции систем с механизмами целенаправленных воздействий, не востребованные собственно механизмами целенаправленных воздействий. К примеру, целевое состояние ОЦВ не может быть назначено только как отражение пожеланий субъекта. Обязательно при установлении Sц кроме опроса субъекта должно присутствовать извлечение информации из других источников о текущем состоянии ОЦВ, ООЦВОРМ и о направлениях развития этих состояния, а также об отношениях между ОЦВ и ООЦВОРМ и ожидаемых направлениях развития этих отношений.
Чтобы сделать невозможной столь значительную недоработку, проявления которой мы обнаружили в теории создания ССУ, в теории создания СЦВ предлагается априори декларировать обязательное создание и применение оболочек, которые реализуют невозможность вносить изменения в архитектуру СЦВ (упрощать архитектуру). Создание каждой конкретной оболочки предусматривает решение множества вопросов. Остановимся подробнее на решении некоторых из них, признаваемых авторами статьи одновариантными.
• СЦВ не решает задач тиражирования опыта высокопрофессиональных специалистов. Термин «оболочка», как правило, ассоциируется с оболочками экспертных систем, поэтому целесообразно остановиться на этом вопросе. Априори мы признаем уникальность объекта целенаправленных воздействий. Если существует некоторая схожесть объекта целенаправленных воздействий с другим объектом, на который уже направляются или направлялись воздействия, то опыт таких воздействий (текущее состояние СЦВ, осуществляющей воздействия на ранее известный объект) может использоваться как стартовый вариант системы для вновь обнаруженного объекта. Привлечение экспертов для наполнения СЦВ знаниями представляется нера-
№ 4 (52) 2014
циональным в силу высокой стоимости услуг экспертов и низкой эффективности знаний. В этом ракурсе важно отметить, что первая (среди значимых) характеристика СЦВ, ярко проявляющаяся в стартовом варианте системы, — ее способность оперативно подстраиваться к целенаправленным воздействиям, ориентированным на конкретный объект. В некоторых особых случаях, рассмотрение которых не предусмотрено в рамках статьи, эксперты могут привлекаться к процессу создания СЦВ на вновь обнаруженные объекты. К примеру, когда уже первое воздействие на объект должно достаточно точно приводить к достижению цели или когда конкретный субъект не имеет опыта целенаправленных воздействий на объект, который широко распространен, и потому существует огромный опыт воздействия другими субъектами. Однако в процессе создания новых СЦВ участие экспертов должно быть не личностным, а выраженным передачей уже существующих у них СЦВ.
• Оболочка СЦВ может быть создана только в два этапа. У СЦВ в отличие от систем информационной поддержки выработки целенаправленных воздействий в самом названии фиксируется режим работы без участия человека — автоматический режим. Однако в настоящее время окончательный вариант оболочки не может быть создан, так как не исследованы и не созданы алгоритмы распознавания чрезвычайных ситуаций. Кроме того, не исследованы и не созданы алгоритмы выработки оптимальных целенаправленных воздействий, соответствующих той или иной чрезвычайной ситуации, множество которых будет возникать в процессе функционирования СЦВ. Поэтому оболочка на первом этапе может и должна создаваться в промежуточном варианте, для которого функционирование в автоматическом режиме может и должно прерываться при возникновении чрезвычайных ситуаций. Конечно же, работа в интерактивном режиме промежуточного варианта оболочки должна быть нацелена на информационную поддержку классификации той или иной кон-
кретной чрезвычайной ситуации и выработки решений по выбору (или созданию новых) целенаправленных воздействий, соответствующих чрезвычайной ситуации. Однако в первую очередь работа в интерактивном режиме промежуточного варианта оболочки должна быть нацелена на информационную поддержку анализа чрезвычайных ситуаций, накопления опыта по выработке оперативных решений и принятия решений по совершенствованию оболочки.
• Автоматический режим работы СЦВ, созданной с применением оболочки, не должен нуждаться в постоянном контроле со стороны человека. Трудности исполнения автоматического режима возникают в чрезвычайных ситуациях, появление которых непредсказуемо. Использование человека для постоянного слежения за автоматической работой СЦВ с тем, чтобы своевременно вырабатывать решения при возникновении чрезвычайных ситуаций, нерентабельно. Поэтому оболочка должна содержать некоторый механизм (априори не самый удачный), позволяющий принимать решения в чрезвычайных ситуациях. Предложим такой механизм. Шаблон трафарета — это набор характеристик, каждая из которых представлена со своим диапазоном: [DХ1, DX2, .., DXk]. Здесь символ D применяется для обозначения диапазона. Ситуация распознается как чрезвычайная, если не менее одной ее характеристики выпадает из предусмотренного конкретным шаблоном диапазона, и это условие должно оставаться верным при рассмотрении всех шаблонов трафарета. В автоматическом режиме чрезвычайная ситуация может быть разрешена выбором одного из шаблонов трафарета, для которого данная ситуация имеет самое маленькое отклонение. Расчет отклонения может быть выполнен по следующей формуле:
= ^1(^X1 + ЬРХ 22 +... + ЬрХк2),
где ЬРХ1, ЬРХ2, ..., уэХк — отклонения от диапазонов значений конкретных характеристик конкретного шаблона.
№ 4 (52) 2014
Данную формулу можно принять за основу для расчета отклонения. Однако ее применение будет давать хорошие результаты, если удачно подобраны размерности для определения значений каждой из характеристик. При выборе единиц измерения характеристик необходимо стремиться к достижению равной значимости каждой из единиц на вывод ОЦВ из его текущего состояния.
• Оболочка СЦВ (в окончательном варианте) должна обеспечивать генерацию алгоритмических моделей без какого-либо участия человека. Важно помнить, что в ННИИ порождаемые сущности — это алгоритмические модели. В первую очередь это алгоритмические модели интеллектуального поведения искусственной системы и алгоритмические модели интеллекта (см. Введение). Поэтому теория создания порождающих механизмов в ННИИ — это в первую очередь теория автоматизации программирования6. В этом смысле рекомендации по совершенствованию оболочек СЦВ, предлагаемые авторами статьи, не выходят за рамки полученных к настоящему времени достижений по решению вопросов автоматизации программирования. Отметим, что в настоящее время в компьютерных системах доминирует представление декларативных знаний в виде однородных моделей иерархических структур (структур типов «дерево» и «лес»). Остановимся на этом подробнее.
В практике исследований, наряду с положительным, зачастую может быть получен отрицательный результат. Из соображений научной добросовестности опишем здесь такой результат, полученный в рамках исследований по разработке технологии создания ССУ. Не требует доказательств утверждение, что всякая обработка знаний предусматривает пошаговую локацию по струк-
6 В настоящее время специалисты НН «Автоматизация программирования» сужают область своих научных интересов блочным (модульным) моделированием или агрегированием. Этот факт не может быть основанием для оценки реальной области исследований НН «Автоматизация программирования».
туре знаний (от узла к узлу). Обработка модели предметной области как множества предикатов или как множества высказываний подразумевает на каждом шаге локации по структуре знаний сканирование некоторого множества в базе знаний от ее начала и, возможно, до самого конца.
Концептуальная модель предметной области может представлять собой множество конструктов или же множество концептуальных структур единичных решений (КСЕР) (см. об этом [14, с. 330]). Однако необходимость сканирования базы на каждом шаге локации по структуре знаний сохраняется, так как в этом случае «вся модель предметной области представляется . в виде правил-продукций, с которыми далее на этапе эксплуатации работает инструментальная программная система» [14, с. 353]. Это подтверждается в том числе и следующей цитатой: «инструментальная среда ... автоматически переводит понятийно-объектную модель в продукционные правила и на выходе генерирует базу правил» [14, с. 355]. В практических работах сегодняшнего дня «существенно усложнился сам объект . управления . увеличилось число связей между субъектами и объектами управления, их сложность и многоликость» [21].
Сканирование базы знаний на каждом шаге локации по структуре знаний делает недопустимо инертной современную ССУ. «Считается, что если в интеллектуальной системе число продукций достигает тысячи, то мало шансов, что система продукций во всех случаях будет правильно функционировать. Именно поэтому число продукций, с которым, как правило, работают современные интеллектуальные системы, не превышает тысячи» [14, с. 164]. Следовательно, можно констатировать, что модель знаний продукционного типа не может быть применена для создания современных практически значимых ССУ, число наименований продукции в которых видится значительно превышающим сотни тысяч. Однако авторы статьи не отрицают применимость предикатов (формально-логический уровень)
№ 4 (52) 2014
или простейших фактов (концептуальный уровень) при представлении знаний в компьютерных системах. Выражается только несогласие с декларацией того, что знания — это всего лишь множество предикатов (или простейших фактов), а многообразие логических выводов — это всего лишь результат, получаемый многообразием алгоритмов вывода. Многообразие алгоритмов вывода не может быть получено, если не обеспечено многообразие характеристик знаний, которое отражается в описании организации знаний.
В настоящее время вопросы выявления многообразия характеристик и организации с фиксацией такого многообразия составляют агломерат проблем в решении задачи представления знаний для компьютерных систем. Сторонники представления знаний множеством предикатов обязаны предложить механизм многообразной обработки знаний, организованных таким образом. Знаний, в которых нет различения простейших фактов на типы и, конечно же, не содержатся структуры, составленные из простейших фактов разных типов. Отсутствие в публикациях каких-либо пояснений по такому механизму не освобождает авторов от обязанности разработки механизма обработки знаний, а неисполнение этих обязательств переводит организацию знаний посредством множества предикатов в разряд неконструктивных. Под конструктивностью в этом случае будем понимать готовность предложенной организации быть основой для решения задачи представления знаний в компьютерных системах. Завершая комментирование достижений в решении задачи представления знаний, авторы статьи обращают внимание на работу А. П. Новикова [25], посвященную представлению сетевых структур знаний (с возможностью расширения алгоритмов обработки знаний), а также на статью [3], посвященную толкованию понятий «неоднородные знания» и «неоднородные модели знаний».
• Работы, относящиеся к теории создания оболочек СЦВ, можно классифициро-
вать по признаку принадлежности к первой или второй частям. Как это видно из архитектуры систем целенаправленных воздействий (на рис. 6 блоки и связи архитектуры отмечены черным цветом, каждая СЦВ должна содержать две базы знаний (из двух предметных областей7), а также два трафарета шаблонов. Четыре базы, содержащие знания (выделенные из тела программных блоков), должны подвергаться непрерывным интенсивным изменениям для настройки СЦВ (от стартового ее варианта) на конкретный ОЦВ, а также настройки СЦВ в процессе ее эксплуатации при плавном изменении сущностей ОЦВ, ООЦВОРМ и связей между ними. Актуализация знаний в базах должна выполняться массовым пользователем, а для трафаретов и содержащихся в них шаблонов такому пользователю при актуализации знаний должен быть предоставлен язык манипуляции знаниями, приближенный к языку описания образа динамической части знаний, как это описано для завершения этапа 3 далее. В настоящее время «проектирование модели предметной области до сих пор остается искусством» [16]. В связи с этим отметим, что отсутствие простоты в модели СЦВ и необычность для массового пользователя архитектуры таких систем выдвигают особые требования к редактору знаний с элементами системы активного извлечения знаний, которая для массового пользователя должна быть удобной и простой в эксплуатации, а также легко понимаемой и воспринимаемой как естественная. Общение массового пользователя с компьютером должно быть приближено к общению человека со специалистом по инженерии знаний. В своей работе редактор должен «грамотно сформулировать вопросы и получить все необходимые знания» [14, с. 358]. К примеру, правильное формирование перечня характеристик для ситуаций — это выбор таких харак-
7 Мотивация для соотнесения баз знаний к двум различным предметным областям содержится в толковании понятия «предметная область».
№ 4 (52) 2014
теристик, которые оказывают существенное влияние и притом в настоящий момент времени (а не в прошлом или будущем), учитывая также причины и следствия возникновения ситуаций. Приближая язык манипуляции знаниями (входной язык редактора) к потребностям массового пользователя, можно отметить, что механизм извлечения знаний должен иметь погружающийся в тему язык запросов. В этом случае очередной запрос может содержать словосочетания из ответов на предыдущие запросы. Например:
■ Компьютер: «Как будем называть объект целенаправленных воздействий?»
■ Пользователь: «Оптико-механический завод».
■ Компьютер: «Какие программы воздействия на Оптико-механическом заводе как руководитель Вы реализуете в настоящее время?»
В рамках оболочки СЦВ создание механизма пояснений для каких-либо целей — это ничем не обоснованная трата ресурсов, реально не повышающая интеллектуальность и нацеленная на имитацию интеллектуальности не обладающих интеллектуальностью систем.
Для проведения дальнейших рассуждений априори классифицируем некоторые вопросы теории создания оболочек СЦВ по признаку принадлежности к первой или второй частям:
■ часть 1 — обеспечение динамизма СЦВ, рассматриваемых в рамках ННИИ;
■ часть 2 — информационная поддержка работ по поиску алгоритмов автоматической выработки шаблонов целенаправленных воздействий для чрезвычайных ситуаций.
динамизм сцв,
рассматриваемых в рамках ннии
В архитектуре СЦВ, приведенной на рис. 6 и отмеченной черным цветом, присутствуют две базы знаний (БЗ1) и (БЗ2,), которые должны интенсивно изменяться на этапе эксплуатации каждой конкретной СЦВ. Динамич-
ность знаний на этапе эксплуатации СЦВ подчеркивается в том числе в следующей цитате: «Знания многообразны как по уровням, так и по спектру, допускают неоднозначное толкование ... Трудно четко разложить их на причины и следствия и описывать их, например, на языке исчисления высказываний и предикатов. знания постоянно меняются, пополняются, модифицируются и приспосабливаются к условиям среды» [14, с. 147]. Каждая из двух баз знаний предназначена для выполнения действий по достижению двух целей:
1) распознавание принадлежности конкретного набора значений некоторого перечня входных характеристик к априори заданному, но изменяющемуся классу. Для достижения этой цели должна быть создана однородная модель знаний, у которой в дополнение структуры типа «дерево» должны присутствовать элементы сетевой структуры. Такие элементы на последнем шаге поиска должны обеспечивать выход нескольких объектов на узел, соответствующий их классу;
2) установка соответствия результата распознавания с некоторым шаблоном из трафарета. Для достижения этой цели на последнем шаге поиска должна быть организована возможность перехода в соответствии с некоторой виртуальной таблицей соответствий.
Такие цели реализуются и при применении баз знаний в экспертных системах, что объясняет необоснованное приравнивание ССУ к экспертным системам. Динамичностью, присущей базам знаний, должны обладать и два трафарета: шаблонов целевого состояния ОЦВ и шаблонов целенаправленных воздействий. На вопросах обеспечения динамичности СЦВ остановимся подробнее.
Сложности создания окончательного варианта СЦВ, способной подобно человеку вырабатывать шаблоны целенаправленных воздействий, не известные к текущему моменту эксплуатации СЦВ, т. е. эффективно работающей в динамических (априори
№ 4 (52) 2014
не предсказанных) условиях, позволяют в рамках настоящей статьи принять следующее толкование понятия, именованного «интеллектуальность СЦВ»: низкий уровень сложности и высокий уровень оперативности (в идеале — полная автоматизация) работ по актуализации знаний. Блоки и связи, относимые к вопросам повышения интеллектуальности СЦВ, т. е. к реализации таким образом декларируемых функций оперативной актуализации знаний, отмечены светлосерым в архитектуре оболочек СЦВ, приведенной на рис. 6.
В работах по повышению интеллектуальности СЦВ будем различать несколько (не менее трех) этапов, каждый из которых кратко охарактеризуем итоговым состоянием СЦВ.
• Этап 0. Повышение интеллектуальности СЦВ может быть начато, если существует или назначена система, которая признается объектом совершенствования на начало работ. Выполним такое назначение. Знания (модель предметной области) находятся в теле программной системы, написанной на некотором алгоритмическом языке, обработанной транслятором для перевода в машинные коды и построителем. Предлагается постулировать на данном этапе отправную точку оценки работ по повышению интеллектуальности СЦВ. Другими словами, предлагается принять, что в этом случае ничего не сделано по упрощению, ускорению и обеспечению доступности для массового пользователя работ по актуализации знаний на этапе эксплуатации СЦВ.
• Этап 1. Завершается тем, что знания выделены из тела программной системы. Для ввода и редактирования знаний разработан специализированный язык и соответствующий интеллектуальный редактор знаний. Можно констатировать, что достигнуты некоторое упрощение и некоторое ускорение актуализации знаний, которые могут быть получены, если ввод и редактирование знаний будет выполнять специально обученный человек — инженер по знаниям. Выде-
ление знаний из тела программной системы сделало экономически целесообразным создание и эксплуатацию экспертных систем некоторого множества предметных областей, динамичность знаний о которых на этапе эксплуатации экспертной системы в достаточной степени ограничена.
• Этап 2. Завершается тем, что разработана организация знаний, поддерживающая работу редактора знаний, доступного массовому пользователю (неспециалисту в области информационных технологий). Упрощение актуализации знаний сделало ее (на этапе эксплуатации интеллектуальной информационной системы) доступной массовому пользователю. Скорость актуализации знаний стала настолько высокой, насколько позволяют умственные и физические возможности того или иного конкретного человека (массового пользователя). Достигнутый уровень интеллектуализации уже превысил уровень, востребованный динамичностью знаний у экспертных систем на этапе эксплуатации. Уровень простоты и скорости актуализации знаний сделал возможным массовое распространение интеллектуальных информационно-поисковых систем8.
• Этап 3. Завершается тем, что в редакторе знаний язык манипуляции знаниями приближен к языку описания образа динамической части знаний. К примеру, если априори предложен ограниченный перечень простейших команд, а макрокоманда формируется как последовательность простейших команд, имеющая априори не установленную длину, то она может формироваться как перечень не только простейших команд, но и ранее сформированных макрокоманд. Таким образом, формируется расширяемое (априори не ограниченное) множество команд, составленных из простейших команд и макрокоманд. В окончательной расшифровке каждая команда — это последо-
8 Пояснения (с некоторой степенью подробности) характеристик программных систем этого типа можно найти в [25].
№ 4 (52) 2014
вательность простейших команд9. Каждую команду можно именовать естественно-языковым именем и систематизировать множество команд, расположив их в узлах сетевой структуры. Тем самым создаются условия поиска и отбора команд из их динамического множества в сетевой структуре однородных знаний с применением естественноязыковых имен. Столь же удобной может быть организация расширяемого множества команд, когда макрокоманды формируются в виде сетевых структур (сетевых графи-ков)10, а управляющие воздействия имеют стоимость. Оба варианта приближения языка манипуляций знаниями к языку описания образа динамической части знаний могут быть реализованы в рамках АМ2-алгоритми-ческого механизма формирования шаблонов и редактирования трафарета, присутствующего на рис. 6. Завершение третьего этапа работ по повышению интеллектуальности СЦВ может способствовать массовому распространению столь сложных в освоении массовым пользователем программных систем.
Работы, относимые к первой части теории создания оболочек СЦВ, могут и будут иметь продолжение, не входящее в настоящую статью. Перейдем к рассмотрению работ второй части.
Поиск алгоритмов автоматической выработки шаблонов целенаправленных воздействий для чрезвычайных ситуаций
К вопросу совершенствования оболочек СЦВ предлагается подходить с двух сторон:
• поиск и реализация алгоритмов выявления новизны в ситуациях и новых ситуаций. Вопросы совершенствования операций разбиения ситуаций на классы. Вопросы разделения множества чрезвычайных ситуаций
9 Пояснения (с некоторой степенью подробности) характеристик программных систем этого типа, а также вопросов организации знаний такого типа можно найти в [26].
10 Пояснения (с некоторой степенью подробности) характеристик программных систем этого типа можно найти в [27].
на те, для которых могут быть исполнены целенаправленные воздействия с применением одного из шаблонов трафарета, и на те, для которых необходима разработка нового шаблона целенаправленных воздействий. Вопросы совершенствования шаблонов целенаправленных воздействий и т. п.;
• вопросы оперативной и плановой (на этапе эксплуатации) актуализации СЦВ, настройки системы на работу в ситуациях, априори (до запуска системы) считавшихся чрезвычайными.
Блоки и связи, относимые к реализации второй части вопросов совершенствования оболочек СЦВ, отмечены темно-серым в архитектуре оболочек программных систем, генерирующих шаблоны целенаправленных воздействий, приведенной на рис. 6. Способность СЦВ достаточно оперативно подстраиваться к целенаправленным воздействиям на конкретный объект может быть реализована в теле и отражена в архитектуре оболочки. Рассмотрим это подробнее.
При возникновении чрезвычайной ситуации необходимо склонить выбор целенаправленных воздействий к уже известным в одном из шаблонов трафарета или разработать целенаправленные воздействия для нового шаблона. Если принимается решение о выборе целенаправленных воздействий, содержащихся в одном из шаблонов трафарета, то оболочка в автоматическом режиме должна фиксировать и сохранять (накапливая для последующей обработки в автоматизированном режиме) все сведения о чрезвычайной ситуации, принятых решениях, результатах исполнения решений и их оценку. Это:
• характеристики чрезвычайной ситуации, потребовавшие нетривиального выбора;
• реализованный выбор;
• полученное при реализации нетривиального выбора отклонение при переходе от текущего состояния к целевому состоянию, т. е. оценка результативности принятого решения;
ш
со
3
о Хэ о
Терминал для ввода информации от обволакивающей «объект целенаправленных воздействий», части области реального мира, а также от датчиков связей между приемником и областью реального мира
Терминал для ввода информации о текущем состоянии «объекта целенаправленных воздействий»
Трафарет шаблонов целевого состояния «объекта целенаправленных воздействий»
С
яц = <Х1"(9, Х2«(9.....хи')>
АМ, -алгоритмический механизм формирования шаблонов и редактирования трафарета
4—►
у
Человек (массовый пользователь)
АМ,
ч
V. /
вт = <Х1 Х2Г(?).....Хк\{)>
Редактор знаний 4—к
Интерфейс
БЗ,
Стартер программной системы
Сигнал стартера
Л
Трафарет шаблонов целенаправленных воздействий
Характеристики чрезвычайной ситуации
АМ2-алгоритмический механизм формирования шаблонов и редактирования трафарета
Ч АМ3
ДБЦВ
4-*
Б3„
АМ5 - алгоритмический
механизм выбора шаблона из трафарета
Характеристики целенаправленных воздействий
СУБД
Объект целенаправленных воздействий
АМ5- алгоритмический механизм оценки отклонения в переходе от текущего состояния к целевому состоянию, т.е. оценки результативности принятого решения
>
1=1
1С >
23
е
О "О
За
Рис. 6. Архитектура оболочек программных систем, генерирующих целенаправленные воздействия
N (Л
№ 4 (52) 2014
Человек (собственник СЦВ) должен иметь возможность в интерактивном режиме периодически анализировать базу чрезвычайных ситуаций, искать алгоритмы результативных решений для конкретных выборок чрезвычайных ситуаций. Если для какой-либо выборки ситуаций, ранее признаваемых чрезвычайными, найден алгоритм результативных решений, то информация о ситуациях из этой выборки может быть удалена из базы. Алгоритм и характеристики ситуаций выборки переносятся в оболочку. Таким образом, данные, потерявшие актуальность, будут удаляться из СЦВ. Удалению подлежат также данные и знания, потерявшие актуальность в связи с переходом в новую устойчивую область состояний ОЦВ.
Если принимается решение о разработке нового шаблона целенаправленных воздействий, то вновь созданные воздействия используются для создания нового шаблона. Новый шаблон может быть признан дополнением в трафарете или может заменить собой потерявший актуальность шаблон трафарета.
В вопросах создания оболочки СЦВ видится важной организация работ по актуализации перечня характеристик состояний. Перечень характеристик для текущего и целевого состояний объекта целенаправленных воздействий может не соответствовать действительно потребному перечню. Это относится как к априори сформированному перечню, так и к полученному в результате изменений: 1) в ОЦВ; 2) ООЦВОРМ; 3) желаниях субъекта изменить отношения между ОЦВ и ООЦВОРМ. Вопросы организации таких работ нуждаются в исследованиях. По этому поводу авторы статьи могут отметить следующее: если при одинаковых (или близких в соответствии с некоторым критерием) значениях характеристик состояний (текущего и целевого) и соответственно выбора одного и того же шаблона целенаправленных воздействий переход из текущего состояния в целевое от раза к разу выполняется с отклонением различного значе-
ния, это может быть основанием для актуализации перечня характеристик состояний. В этом случае также необходимо накапливать информацию для выявления несоответствия потребностям набора характеристик состояний.
Работы, относимые к теории создания оболочек СЦВ, могут и будут иметь продолжение уже на этапе эксплуатации СЦВ, создаваемых с применением промежуточного варианта оболочек СЦВ.
Обозначения, использованные на рисунке:
БЗ1 — база знаний, предназначенная для: 1) распознавания набора значений характеристик, поступающих от ООЦВОРМ, а также от датчиков связей между ОЦВ и соответствующей областью реального мира; 2) установления потребного набора значений характеристик желаемого (целевого) состояния ОЦВ (с применением виртуальной таблицы соответствий, в том числе трафарета шаблонов);
БЗ2 — база знаний, предназначенная для: 1) распознавания набора значений характеристик текущего и желаемого (целевого) состояния ОЦВ; 2) установления потребного набора значений характеристик шаблона целенаправленных воздействий (с применением виртуальной таблицы соответствий, в том числе трафарета шаблонов);
Y1(t), Y2(t), ..., Yn(0 — характеристики сущности ООЦВОРМ, в том числе прогнозируемые характеристики развития сущности от момента завершения отработки шаблона целенаправленных воздействий;
71(Т), 72(0, .■■, Тр(0 — желаемые характеристики состояния отношений между ОЦВ и ООЦВОРМ, в том числе желаемые характеристики развития этих отношений от момента завершения отработки шаблона целенаправленных воздействий;
Sц = <Х1ц(0, Х2ц(0, ..., ХкЦ(Г)> — кортеж, задающий характеристики желаемого (целевого) состояния сущности ОЦВ;
Sт = <Х1т(0, Х2т(^, ..., Хкт(^> — кортеж, задающий характеристики текущего состояния сущности ОЦВ;
№ 4 (52) 2014
ДБЦВ — динамическая база шаблонов целенаправленных воздействий. В отличие от получивших распространение баз данных динамическая база позволяет размещать в себе, использовать и удалять единицы информации с априори не задаваемым объемом. Например, это могут быть команды, составленные из априори не ограничиваемой последовательности простейших команд. Такие информационные единицы упомянуты в разделе «Динамизм СЦВ, рассматриваемых в рамках ННИИ»;
АМ3 — алгоритмический механизм автоматического регулирования базы шаблонов целенаправленных воздействий. Под автоматическим регулированием в данном случае понимается: 1) автоматическое уплотнение базы знаний для удаления потерявших актуальность шаблонов целенаправленных воздействий; 2) автоматическое устранение нарушений после аппаратного сбоя компьютера;
БЗ3 — база знаний, предназначенная для: 1) естественно-языковой классификации (с применением априори не ограничиваемого набора классифицирующих признаков) и размещения в сетевой структуре естественно-языкового имени вновь сформированного шаблона целенаправленных воздействий; 2) поиска ранее сформированного шаблона целенаправленных воздействий по его характеристикам, выраженным на естественном языке;
ДБSЦОЦВ — динамическая база целевых состояний ОЦВ;
АМ4 — алгоритмический механизм автоматического регулирования базы целевых состояний ОЦВ. Под автоматическим регулированием в данном случае понимается: 1) автоматическое уплотнение информационной базы для удаления потерявших актуальность целевых состояний ОЦВ; 2) автоматическое устранение нарушений после аппаратного сбоя компьютера;
БЗ4 — база знаний, предназначенная для: 1) естественно-языковой классификации (с применением априори не ограничиваемого набора классифицирующих
признаков) и размещения в сетевой структуре естественно-языкового имени вновь сформированного целевого состояния ОЦВ; 2) поиска ранее сформированного целевого состояния ОЦВ по набору его характеристик, выраженных на естественном языке;
БД — база данных предназначенная для хранения: 1) характеристик чрезвычайных ситуаций; 2) характеристик шаблонов целенаправленных воздействий, выработанных для этих чрезвычайных ситуаций; 3) достигнутого состояния в результате реализации выработанных шаблонов целенаправленных воздействий; 4) отклонения в переходе от текущего состояния к целевому состоянию после реализации шаблона выработанных воздействий;
СУБД — система управления базами данных.
Заключение
Результаты проведенных исследований по вопросам создания СЦВ применимы и при создании ССУ. В связи с этим следует отметить, что в статье выделен принципиальный аспект, отличающий ССУ от экспертных систем. Это их нацеленность на исполнение функций порождающего механизма. Ретуширование в течение длительного времени этого аспекта характеристик ССУ вынуждает нас признать, что материал статьи относится, скорее, к реанимации ТССУ.
В статье предложена архитектура промежуточного варианта оболочек СЦВ. Создание окончательного варианта архитектуры таких программных систем (СЦВ, которые способны в автоматическом режиме вырабатывать и реализовывать шаблоны целенаправленных воздействий, не известные к текущему моменту времени на этапе эксплуатации системы) затруднено из-за отсутствия исследований по вопросам распознавания чрезвычайных ситуаций и выработки оптимальных шаблонов целенаправленных воздействий в чрезвычайных ситуациях. Рассмотрение триединой сущности позво-
127
№ 4 (52) 2014
ляет провести исследования, выявить недостающие алгоритмы и создать окончательный вариант оболочки СЦВ [1, 2, 3]. Однако необходимы условия проведения таких исследований. Созданием СЦВ с использованием промежуточного варианта оболочки порождаются условия для повседневных работ человека по распознаванию чрезвычайных ситуаций и выработке оптимальных шаблонов целенаправленных воздействий в чрезвычайных ситуациях. Тем самым создаются условия для «самонаблюдения», которое нацелено на исследование и выявление недостающих к настоящему времени алгоритмов. Центры зоны наблюдений и области исследований самонаблюдения в таких условиях должны быть ориентированы на получение ответов на вопросы, охватывающие потребности моделирования интеллекта субъекта и создания (в результате такого моделирования) машины, имитирующей субъекта (имитирующей жизнь). Все множество вопросов такого рода еще не попадало в область исследований. Примером таких вопросов могут быть следующие:
• Какие алгоритмы инициируют процесс познания области реального мира?
• Какими алгоритмами выявляются и выделяются сущности и закономерности в области реального мира? Такой вопрос на порядок сложнее широко известного и интенсивно прорабатываемого вопроса об алгоритмах распознавания сущностей, часть которого принято именовать распознаванием визуально воспринимаемых образов.
• Какими алгоритмами устанавливается значимость той или иной характеристики для конкретной сущности?
• Какими алгоритмами устанавливается необходимость моделирования того или иного предмета из области реального мира?
• Какие алгоритмы реализуют отбор сущностей и закономерностей как значимых для каждого конкретного моделирования предмета из области реального мира?
• Какими алгоритмами устанавливается потребность целенаправленных воздейст-
вий на тот или иной ОЦВ из области реального мира?
• Какими алгоритмами устанавливается оптимальность того или иного шаблона целенаправленных воздействий?
• Какие алгоритмы способствуют формированию шаблонов целенаправленных воздействий в сроки, определяемые реалиями жизни? В том числе необходимо прояснить, что понимается под реалиями жизни и как эти реалии устанавливают сроки исполнения тех или иных операций для машины, имитирующей жизнь.
Предложенная в статье архитектура СЦВ видится результатом моделирования некоторой конкретной части интеллектуального поведения триединой сущности. Действия выполняются субъектом на подсознательном уровне и потому до настоящего времени не попадали в зону наблюдений исследователей ННИИ. Неверная оценка ситуации сегодняшнего дня ведет к возрастанию сложности ситуации в будущем. Не все аспекты изложенного решения задачи создания СЦВ могут быть реализованы в ближайшее время. В связи с этим видится важным, чтобы новая технология рассматривалась как ориентир, к которому необходимо стремиться в работах сегодняшнего дня.
Очевидно, что существует масса предметных областей, в которых востребованы СЦВ (в том числе ССУ как частный случай СЦВ), и только недостаточный уровень интеллектуальности этих систем сдерживает их массовое распространение. Признавая высокий уровень новизны и масштабность работ по повышению интеллектуальности СЦВ, можно отметить, что совершенствованием СЦВ по направлениям, отмеченным в настоящей статье, можно добиться перевода этих систем из разряда элитарных разработок в разряд систем массового распространения и повседневного применения.
Список литературы
1. Болотова Л. С., Смольянинова В. А., Новиков А. П., Никишина А. А. Практическая зна-
№ 4 (52) 2014
чимость результатов исследований в научном направлении «Искусственный интеллект» || Прикладная информатика. 2013. № 4 (46). C. 114-128.
2. Болотова Л. С., Новиков А. П., Никишина А. А. Интеграция результатов исследований научного направления «Искусственный интеллект» || Прикладная информатика. 2013. № 5 (47). C. 125-136.
3. Болотова Л. С, Данчул А. Н., Новиков А. П., Никишина А. А. Организация многонаправленно-сти иерархического подъема (спуска) и локация по структуре неоднородных знаний || Прикладная информатика. 2014. № 1 (49). C. 107-113. № 2 (50). C. 18-31.
4. Поспелов Д. А. Логико-лингвистические модели в системах управления. M.: Энергоатомиз-дат, 1981.
5. Поспелов Д. А. ^туационное управление: теория и практика. M.: Наука, 1986. — 284 с.
6. Клыков Ю. И. ^туационное управление большими системами. M.: Энергия, 1974. — 135 с.
7. Загадская Л. С., Клыков Ю. И. Практическое применение ситуационной модели управления || Известия АН CCCP. Техническая кибернетика. 1970. № 6.
8. Болотова Л. С., Иноземцев С. П., Ящен-ко Н. Ю. Mодели и методы представления знаний в системах искусственного интеллекта. ОТб.: ВИКИ им. А. Ф. Mожайского, 1991. — 116 с.
9. Джей Тайк Ким (Joe Taik Kirn). ^туацион-ный подход к управлению (MANAGEMENT CONTINGENCY) | перевод M. ^колова. URL: http:||dps.smrtlc.ru|Int_Encycl|Man_contingency. htm (дата обращения: 24.04.14).
10. Энциклопедический словарь экономики и права. 2005. URL: http:||dic.academic.ru|dic.nsf| dic_economic_law|14435 (дата обращения: 24.04.14).
11. Лопатников Л. И. Экономико-математический словарь: ^оварь современной экономической науки. 5-е изд., перераб. и доп. M.: Дело, 2003. Электронная версия словаря подготовлена в НТЦ «Информрегистр» по технологии ФЭБ «Русская литература и фольклор» (дата обращения: 24.04.14).
12. Словарь терминов МЧС, 2010. URL: http://enc-dic.com/mchs/Situacionnoe-upravlenie-1713.html (дата обращения: 24.04.14).
13. Будагьянец Н. А. Основополагающие принципы ситуационного управления. URL: http:// www. elitarium.ru/2010/09/17/principy_situacionnogo_ upravlenija.html (дата обращения: 24.04.14).
14. Болотова Л. С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях: учебник. М.: Финансы и статистика, 2012. — 644 с.
15. Болотова Л. С., Смирнов С. С. Системно-ситуационное мышление как основа новых ИТ обучения управлению и принятию решений // Сб. тр. 4-й НПК «Современные ИТ в управлении и принятии решений», МИРЭА, НИИ Восход. М., 2003. С. 169-173.
16. Болотова Л. С., Старых В. А. Проектирование онтологий на основе модели предметной области // Информатизация образования и науки. 2011. № 1 (9). С. 88-106.
17. Болотова Л. С. Инженерия знаний в гибридных системах поддержки принятия решений // Труды 1-го Международного симпозиума «Гибридные и синергетические интеллектуальные системы: теория и практика». Калининград: Издательство Балтийского федерального университета им. И. Канта, 2012. С. 69-80.
18. Колесников А. В. Гибридные интеллектуальные системы. СПб.: СПбГТУ, 2001. — 709 с.
19. Рыбина Г. В. Теория и технология построения интегрированных экспертных систем // М.: ООО Научтехлитиздат, 2008. — 482 с.
20. Болотова Л. С., Сорокин А. Б. Применение гибридных интеллектуальных информационных систем для противодействия развитию инфекционных заболеваний // Научный информационный сборник ВИНИТИ «Проблемы безопасности и чрезвычайных ситуаций». М., 2013. № 1. С. 120-132.
21. Болотова Л. С., Кукор Б. Л. Интеллектуальные информационные технологии поддержки принятия решений в муниципальном управлении // Устойчивое развитие муниципального образования: теория, методология, практика. Муниципальный мир: материалы международной научно-практической конференции. М., 2006. C. 116-125.
ч 129
№ 4 (52) 2014
22. Старых В. А., Болотова Л. С., Карасев А. А., Смирнов С. С. Онтологическое обеспечение процессов администрирования информационных систем // Качество. Инновации. Образование. 2013. № 12 (103). С. 88-94.
23. Болотова Л. С. Метод ситуационного управления как основа отечественной школы искусственного интеллекта // Тр. VI международной НПК «Системный анализ в проектировании и управлении», изд. СПбГТУ. СПб., 2002. С. 25-32.
24. Рассел Стюарт, Норвиг Питер. Искусственный интеллект: современный подход. 2-е издание. М.; СПб.; Киев: Вильямс, 2007.
25. Новиков А. П. Организация сетевых структур знаний, поддерживающая их редактирование: дисс.... канд. техн. наук. М., 2012.
26. Дьячко А. Г, Новиков А. П. Организация «базы процедурных знаний» для расширяемых систем // Автоматизация в промышленности. Материалы 2-й Научной конференции (ИПУ РАН, 14 апреля 2008 г.). М., 2008. С. 161-170.
27. Дьячко А. Г., Данчул А. Н., Новиков А. П. Автоматизированное рабочее место менеджера целевых проектов // Автоматизация в промышленности. Материалы 3-й Научной конференции (ИПУ РАН, июнь 2009 г.). М., 2009. С. 215-238.
L. Bolotova, Dr of Technique, Professor, Institute of Electronics and Matematics of the National Research University Scientifically — research university «The economy higher school», Mosrnw, lubolotova@mail.ru
A. Novikov, PhD of Technique, Engenee of Education Department, Moskow, alpnovikov@yandex.ru
A. Nikishina, Senior Engineer, Elster Metronica (Elster Group Company), Applicant of Automated Control Systems Department, National University of Science and Technology «MISiS», Moscow, anikishina@gmail.com
Architecture of covers of program systems with generat mechanisms
In article the new view on positioning of the theory of creation of systems of situational management as the artificial intelligence one of directions possess mechanisms of generation are described. The foreshortening of an offer sight allowing to reveal the problems which decision made development of this theory with possibility of creation of program systems of new type. Keywords: situational management, artificial intelligence, mechanisms of generation, program system.
