CC BY
46
Когнитивные технологии в вычислительной аэродинамике
1 2 3
Хлопков Ю.И. , Зея Мьо Мьинт , Хлопков А.Ю.
'Хлопков Юрий Иванович /Khlopkov Yury Ivanovich - факультет аэромеханики и летательной техники, доктор физико-
математических наук;
2Зея Мьо Мьинт / Zay Yar Myo Myint - факультет аэромеханики и летательной техники, кандидат физико-
математических наук, докторант;
3Хлопков Антон Юрьевич /Khlopkov Anton Yuryevich - факультет аэромеханики и летательной техники, аспирант
Московский физико-технический институт, г. Жуковский
Аннотация: когнитивная наука представляет собой семейство дисциплин, объединенных единой проблематикой и сходными методологическими принципами. К ним относят психологию, область искусственного интеллекта, нейробиологию, нейрофизиологию, лингвистику, математическую логику, неврологию и философию.
Ключевые слова: когнитивная наука, вычислительная аэродинамика, мозг человека, информатика. Keywords: cognitive science, computational aerodynamics, the human brain, computer science.
Термин «когнитивный» является знамением двух новых, развивающихся направлений в психологии и науке об интеллекте, известных как когнитивная психология и когнитивная наука. Когнитивная психология (психология познавательных процессов) уподобляет мозг компьютеру, исследует переработку информации человеком и рассматривает познание как совокупность процессов переработки информации. Когнитивная наука представляет собой семейство дисциплин, объединенных единой проблематикой и сходными методологическими принципами. К ним относят: психологию, область искусственного интеллекта, нейробиологию, нейрофизиологию, лингвистику, математическую логику, неврологию и философию.
Когнитивные технологии - способы и алгоритмы достижения целей субъектов, опирающиеся на данные о процессах познания, обучения, коммуникации, обработки информации человеком, на представление нейронауки, на теорию самоорганизации, компьютерные информационные технологии, математическое моделирование элементов сознания, ряд других научных направлений.
Когнитивные технологии в информатике - это совокупность методов, алгоритмов и программ, моделирующих познавательные способности человеческого мозга для решения конкретных прикладных задач. Это задачи - распознавания образов (речи, сигналов, изображений, сцен и т.д.), выявления и идентификации закономерностей в массивах данных, решения задач компьютерного проектирования сложных систем, систем поддержки принятия решений в условиях нечетких входных данных и взаимосвязей и т.д. Более полувека назад отцами кибернетики Богдановым, Винером и Нейманом была сформулирована задача соединения вычислительных возможностей компьютера с когнитивными способностями человеческого мозга.
Для сокращения времени проектирования и числа дорогостоящих натурных и стендовых экспериментов создаются специализированные компьютерные системы типов Knowledge Based Engineering (KBE), Computer Aided Engineering (CAE) [1]. Такие системы, являющиеся, по существу, специализированными системами моделирования и поддержки принятия решений, позволяют исследовать большое количество вариантов построения объекта (конфигурации, параметров и др.), предсказывать ожидаемые характеристики и находить наилучшие (рациональные) решения.
Укрупнённая блок-схема когнотменой отрасли
Рис.1. Блок-схема когнитивной отрасли [2]
Компьютерные системы проектирования (Computer Aided Design, CAD) при своем зарождении использовались для автоматизации труда инженера-проектировщика при реализации принятых инженерных решений (разработке чертежей, изготовлении конструкторской документации, автоматической проверке корректности входных данных и результатов проектирования, и т.п.). Современные CAD системы позволяют осуществлять «безбумажное» проектирование сложных объектов, представляя спроектированный объект в электронном виде. При проектировании объектов с использованием компьютерной поддержки принимаемых решений решаются три базовые проблемы:
- целенаправленная автоматическая генерация вариантов цифровых описаний объектов;
- построение функций отклика - вычисление характеристик объекта по заданным цифровому описанию объекта, параметрам управления и параметрам среды функционирования;
- оптимизация - построение объекта с наилучшими свойствами при наличии ограничений.
В последние годы стали развиваться физико-математические модели, основанные именно на когнитивном подходе. Такие модели строятся на основе научного и интуитивного анализа базы данных, полученной путем теоретического, экспериментального, численного исследований, проведенных с различными объектами рассматриваемого класса. Построенные таким образом модели фактически имитируют как источники получения данных, основанные на некоторой исходной модели, так и сами модели, созданные на основе изучения физики процессов и описывающие физические процессы и явления, происходящие при функционировании объекта.
В аэрогидродинамике эти явления описываются сложными дифференциальными и интегро-дифференциальными уравнениями в частных производных (например, краевые задачи для уравнений Эйлера, Навье-Стокса, Рейнольдса, Больцмана) [3,4]. Для таких уравнений, как правило, неизвестны ни теоремы существования и единственности решения, ни характер зависимости решения от параметров и граничных условий. Используемые численные методы имеют значительную вычислительную трудоемкость, как самих расчетов, так и подготовки исходных данных, описывающих вариант построения объекта, и расчетных сеток. Это существенно сокращает возможности использования точных моделей особенно на стадии предварительного проектирования, на которой рассматривается большое количество вариантов решений и высока цена неправильно выбранного решения.
Сложности решения этих проблем обусловлены, прежде всего, высокой размерностью цифровых описаний объектов (например, 3D-описаний поверхностей), что существенно затрудняет построение функций отклика, зависящих от векторов высокой размерности, и оптимизация в пространстве таких векторов. Множество цифровых описаний рассматриваемого класса объектов лежат, как правило, вблизи многообразий существенно меньшей размерности, и необходимо «оставаться» вблизи этих многообразий при генерации новых объектов (в частности, в процессе оптимизации).
Специалист по когнитивной технологии должен иметь широкие знания в области теоретической и прикладной математики, в частности, углубленные знания по теоретической и прикладной математической статистике и анализу данных [1]. Кроме того, он должен иметь базовые знания в области построения и анализа вычислительных алгоритмов, планирования и проведения вычислительных экспериментов (в частности, иметь навыки активной работы с основными математическими пакетами). Он должен знать технологии программирования и проектирования программных продуктов и комплексов, и желательно владеть хотя бы одним языком программирования. В работах [5-11] можно познакомиться с использованием когнитивных технологий в различных дисциплинах.
Работа выполнена при поддержке РНФ (Грант № 14-11-00709)
Литература
1. Бернштейн А.В., Кулешов А.П. Когнитивные технологии в компьютерных системах проектирования и анализе данных // Труды III Международной научно-практической конференции «Современные информационные технологии и ИТ-образование». М.: 2008.
2. Плотинский Ю.М. Модели социальных процессов. M.: Логос, 2001.
3. Хлопков Ю.И. Статистическое моделирование в вычислительной аэродинамике. М.: МФТИ, 2006.
4. Белоцерковский О.М., Хлопков Ю.И. Методы Монте-Карло в механике жидкости и газа. М.: Азбука, 2008.
5. Зея Мьо Мьинт, Хлопков А.Ю. Когнитивный подход при решении задач гиперзвукового обтекания // Труды МАИ. 2013. № 66, 17 с.
6. Хлопков Ю.И., Зея Мьо Мьинт, Хлопков А.Ю. Разработка когнитивного подхода в аэрокосмической технологии // Международная научно-практическая конференция «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в математике, технике, физике», Санкт-Петербург, 2014. с. 145-146.
7. Малинецкий Г.Г., Маненков С.К., Митин Н.А.,Шишов В.В. Когнитивный вызов и информационные технологии // Препринт ИПМ им. М.В. Келдыша, № 46, 2010.
8. Мовчко Ю.И. Когнитивное моделирование: // UVD45-рефераты. URL: http://uvd45.ru/3-kurs/kognitivnoe-modelirovanie/. (Дата обращения: 27.06.2014).
9. Yingxu Wang, Jean-Claude Latombe , Du Zhang , Witold Kinsner Advances in Cognitive Informatics and Cognitive Computing // International Journal of Cognitive Informatics and Natural Intelligence. 2009. Vol. 3(4), pp. 91-95.
10. Khlopkov Yu.I., Zay Yar Myo Myint, Khlopkov A.Yu. Development of cognitive technology in computational aerodynamics // International Journal of Astronomy, Astrophysics and Space Science. 2014. Vol. 1, No. 1. pp.11-15.
11. Amy R. Pritchett, David S. Lewis Encyclopedia of Aerospace Engineering: Cognitive Engineering and Aviation Safety, John Wiley & Sons, 2010.
