CC BY
120Научно-технические проблемы применения технологий искусственного интеллекта и нейросетевых технологий обработки данных в автоматизированных системах Ракетных войск стратегического назначения
Полковник запаса Ю.А. МАТВИЕНКО, кандидат технических наук
Полковник запаса А.В. УВАРОВ, кандидат технических наук
АННОТАЦИЯ ABSTRACT
Рассмотрены перспективы использования в автоматизированных системах РВСН технологий искусственного интеллекта и искусственных нейронных сетей и связанные с этим проблемы.
Автоматизированная система, технология, искусственный интеллект, искусственная нейронная сеть, проблема.
The paper examines the prospects of using artificial intelligence and artificial neural network technologies in automated systems of the Strategic Missile Forces and related problems.
KEYWORDS
Automated system, technology, artificial intelligence, artificial neural network, problem.
КЛЮЧЕВЫЕ СЛОВА
РАКЕТНЫЕ войска стратегического назначения с момента своего образования в 1959 году являются самыми технологичными по своему оснащению как средствами вооружения, так и средствами автоматизации управления и связи, что позволяет им находиться в состоянии постоянной боевой готовности к применению в любых условиях обстановки, решая, тем самым, задачи стратегического сдерживания1.
Автоматизированные системы (АС), используемые в РВСН, позволяют органам военного управления Ракетных войск решать задачи, связанные не только с планированием и управлением применения оружия, но и с управлением подчиненными силами, обеспечением их боеготовности и безопасности. К таким задачам можно отнести задачи охраны и обороны объектов РВСН, управления передислокацией и рассредоточением подвижных грунтовых ракетных комплексов (ПГРК) в различных условиях обстановки, ведения разведки маршрутов движения ПГРК в процессе несения боевого дежурства, прогнозирования развития обстановки в позиционных районах и принятия управленческих решений на основе информации, поступающей от различных источников, как о своих силах и средствах, так и о противнике.
Еще одной важной задачей, решаемой в РВСН с использованием автоматизированных систем, является оценка технического состояния ракетного вооружения, средств автоматизации управления им и средств связи в течение всего их жизненного цикла. Это обусловлено тем, что вооружение РВСН относится к классу оружия повышенной потенциальной опасности, что предъявляет к органам эксплуатации жесткие требования по контролю и прогнозированию его технического состояния, обеспечению безопасности и готовности к применению.
В условиях роста общей динамики боевых действий на первое место вы-
ходит проблема повышения качества и оперативности вырабатываемых органами военного управления решений с использованием имеющихся автоматизированных систем в складывающейся обстановке2. При этом информация, необходимая для принятия таких решений и собираемая из разных источников, с одной стороны, имеет достаточно большой объем и слабо структурирована, а с другой стороны, может быть противоречивой, а порой и заведомо искаженной противником.
Одним из путей решения указанной проблемы является повышение уровня автоматизации процессов принятия решений и оперативности управления, в том числе за счет использования в автоматизированных системах РВСН технологий искусственного интеллекта и нейросете-вых технологий обработки больших объемов противоречивых и слабоструктурированных данных. Реализуемость такого подхода основывается на высокой эффективности данных технологий, продемонстрированной при их использовании в нашей стране и за рубежом в системах распознавания образов, инфотелекоммуникаци-онных системах и при решении задач адаптивного управления динамическими системами3'4. Поэтому анализ и оценка перспектив применения технологий искусственного интеллекта, включая нейросетевые технологии обработки данных, в автоматизированных системах РВСН и связанных с этим научно-технических проблем является актуальной задачей.
ПРОБЛЕМЫ ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ ИИ И НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ОБРАБОТКИ ДАННЫХ В АС РВСН
Согласно Национальной стратегии развития искусственного интеллекта5 под технологиями искусственного интеллекта (ИИ) понимаются технологии, основанные на использовании ИИ, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта.
Что касается технологии искусственных нейронных сетей (ИНС), то под ними понимаются технологии проведения вычислений на основе алгоритмов, устройств и структур, имитирующих работу биологических нейронных систем6,7,8. При этом сама ИНС представляет собой математическую модель, построенную по принципу организации и функционирования биологических нейронных сетей, а также ее программное или аппаратное воплощение. Фактически искусственные нейронные сети являются частью технологии искусственного интеллекта, так как в большинстве случаев он и представляет собой многослойные нейронные сети, которые в состоянии решать слабоструктурированные задачи и самостоятельно обучаться9.
При создании автоматизированных систем на основе технологий ИИ и ИНС для РВСН необходимо учитывать ряд присущих этим технологиям особенностей.
Так, важнейшей особенностью технологии ИИ является алгоритмизация решаемых задач10. Но в большинстве случаев проблема алгоритмизации заключается не в разработке и не в описании определенного алгоритма решения разнородных задач, а в обучении систем ИИ на прецедентах (обучающих выборках исходных данных) с помощью технологии ИНС. Принимая во внимание, с одной стороны, вы-
сокую неопределенность ожидаемых условий функционирования АС РВСН, а с другой — важность решаемых с их помощью задач, обучающая выборка должна иметь достаточно большой объем, чтобы обеспечить необходимый уровень доверия органов военного управления к решениям, получаемым с использованием технологий ИИ и ИНС.
Вместе с тем для интеллектуальных задач, которые должны решаться АС РВСН, будут характерны высокая изменчивость исходных данных и их подверженность преднамеренным искажениям. В этом случае могут возникать непредвиденные ситуации, которые просто невозможно предусмотреть на этапе обучения системы. В результате возрастает вероятность того, что АС с технологиями ИИ и ИНС допустит ошибку первого или второго рода. Поэтому такое развитие событий необходимо учитывать при определении круга задач, решаемых органами военного управления с использованием технологий искусственного интеллекта.
В настоящее время различают два типа автоматизированных систем с элементами искусственного интеллекта11:
первый — интеллектуальные системы обработки информации, обеспечивающие эффективное решение прикладных задач, традиционно достаточно хорошо решавшихся человеком;
в т о р о й — системы, предназначенные для решения задач, не свойственных естественному интеллекту человека, но эффективность решения которых тем не менее может быть существенно повышена за счет применения методов интеллектуальной обработки информации.
Рассматривая возможные варианты использования в АС РВСН технологий управления и обработки данных, основанных на ИИ и ИНС,
важно уметь оценить эти технологии на их соответствие функциональным требованиям, предъявляемым к таким автоматизированным системам Заказчиком. Подобная оценка должна обеспечить доверие Заказчика и Пользователя к используемым технологиям ИИ и ИНС. Вместе с тем процедуры подтверждения соответствия заданным требованиям для систем с элементами ИИ первого и второго типов существенно различаются.
В частности, для программно-аппаратных систем первого типа, в которых предполагается участие и человека-оператора, подтверждение соответствия технологий ИИ и ИНС функциональным требованиям предполагает наличие у Заказчика квалифицированных Пользователей, проводящих испытания. Такие испытания должны проводиться в соответствии с группой стандартов, устанавливающих требования к результату интеллектуальной обработки информации. Для этого должна быть создана специальная система сертификации, обеспечивающая оценку соответствия созданной АС с элементами ИИ установленным требованиям.
В группе таких стандартов, в частности, должны быть определены:
• объем статистически значимой выборки исходных данных, обеспечивающей проведение состоятельной оценки, причем объем, вариабельность и ограничения на такую тестовую (обучающую) выборку должны соответствовать условиям решаемой интеллектуальной задачи обработки информации;
• критериальные значения состоятельной оценки, которые должны быть определены экспериментально с привлечением операторов, практический опыт которых позволяет использовать их способности в качестве доверенных;
• условия достижения критериальных значений состоятельной оценки
в ходе испытаний и сертификации, которые должны позволять квалифицировать программно-аппаратную систему как средство интеллектуальной обработки информации, которое может быть использовано для замены человека-оператора при решении конкретной прикладной задачи.
Для технических систем с элементами ИИ второго типа, решающих задачи обработки информации, не свойственные человеку, требования должны предъявляться не к результату, а к процессу обработки информации посредством достижения его прозрачности, объяснимости, ро-бастности, контролируемости.
До настоящего времени необходимые стандарты, предъявляющие требования как к системам ИИ первого типа (требования к результату обработки), так и к системам второго типа (требования к процессу обработки), в необходимом объеме не разработаны12. Особенно остро проблема отсутствия стандартов стоит в таких задачах, как дешифровка изображений, обработка речевой информации, управление автономными робототехническими комплексами (РТК), информационная поддержка жизненного цикла вооружения, военной и специальной техники.
За последнее время качество решения интеллектуальных задач с использованием разного рода программно-технических систем заметно возросло, однако отсутствие в России соответствующей системы сертификации таких систем является существенным сдерживающим фактором полноценного внедрения технологий ИИ и ИНС в автоматизированные системы РВСН и ВС РФ в целом.
Кроме того, системная работа по созданию и внедрению технологий ИИ и ИНС предполагает также разработку классификатора задач интеллектуальной обработки информации в разного рода автоматизирован-
ПРОБЛЕМЫ ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ ИИ И НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ОБРАБОТКИ ДАННЫХ В АС РВСН
ных системах РВСН, эффективность функционирования которых может быть существенно повышена с применением систем ИИ13.
В частности, задачи, отражающие области применения технологий ИИ и ИНС в интересах РВСН, могут быть объединены в следующие группы.
1. Задачи управления сетями связи и их оптимизация, в том числе задачи нахождения оптимального трафика между узлами сети с учетом ее текущего и прогнозного состояния.
2. Задачи обеспечения информационной безопасности АС, ориентированные на заранее заданные классы угроз в условиях возрастающей сложности и динамики развития разнородного программного обеспечения с применением технологий идентификации и аутентификации, антивирусной защиты, обнаружения и предупреждения вторжений, управления рисками информационной безопасности, выявления уязвимостей, а также задачи управления информационной безопасностью на основе анализа событий безопасности (инцидентов) и поведенческой аналитики пользователей.
3. Задачи автоматизированного проектирования для получения эффективных решений при проектировании систем безопасности, телекоммуникационных сетей позиционных районов с учетом длительного переходного периода и ожидаемых условий функционирования.
4. Задачи поддержки принятия решений органами военного управления разных уровней в интересах повседневной деятельности и оперативного боевого управления.
5. Задачи охраны (в том числе охранного видеонаблюдения) и обороны как стационарных, так и подвижных объектов, видеоразведки и распознавания, охраны и обороны маршрутов патрулирования ПГРК,
инженерной разведки местности, в том числе с использованием БПЛА и робототехнических комплексов.
6. Задачи биометрической аутентификации и интеллектуального анализа поведенческих признаков, в том числе с целью выявления людей с девиантными (противоправными) намерениями и поведением.
7. Задачи обработки сигналов с датчиков, связанных с прогнозированием временных зависимостей, характеризующих надежность вооружения и военной техники РВСН на основе применения нелинейных адаптивных экстраполирующих фильтров, реализованных в виде сложных нейронных сетей.
8. Задачи распознавания вводимой информации, в том числе распознание образов.
В интересах использования технологий ИИ и ИНС не только в РВСН, но и в ВС РФ в целом требует завершения и системная работа по включению полученных в этих областях результатов как в состав Российского программного обеспечения (ПО), так и в сферу обороны и безопасности.
Принимая во внимание сложившуюся в настоящее время ситуацию с введенными против Российской Федерации санкциями, в том числе и в области информационных технологий, при формировании реестра отечественного ПО необходимо учитывать дополнительные ограничения на закупки программного обеспечения для государственных и муниципальных нужд.
Таким образом, с целью преодоления указанных выше научно-технических проблем, развертывание полномасштабных работ по созданию и внедрению в автоматизированные системы РВСН технологий искусственного интеллекта и искусственных нейронных сетей должно осуществляться по следующим приоритетным направлениям:
1. Формирование перечней и обоснование требований к задачам интеллектуальной обработки данных.
2. Создание инфраструктуры формирования обучающих наборов исходных данных, в том числе:
• создание средств математического моделирования;
• использование результатов полигонных и полунатурных испытаний;
• создание средств сбора и обработки статистических данных;
• эксплуатируемых систем и комплексов для прогнозирования их применения в будущем;
• создание платформ для ручной разметки исходных данных.
3. Создание аппаратных средств для реализации интеллектуальных методов обработки данных, в том числе:
• мобильных специализированных процессоров (компактных, легких, энерго эффективных);
• кластерных специализированных вычислительных комплексов.
4. Создание системы оценки соответствия оборонных интеллектуальных технологий предъявляемым требованиям, в том числе:
• разработка стандартов, устанавливающих требования к оборонным технологиям ИИ и их испытаниям;
• формирование системы подтверждения соответствия (сертификации).
5. Совершенствование системы подготовки кадров, в том числе:
• подготовка специалистов в области разработки оборонных интеллектуальных технологий;
• подготовка специалистов по эксплуатации в войсках оборонных интеллектуальных технологий.
ПРИМЕЧАНИЯ
1 В поиске стратегического равновесия. Ветераны 4 ЦНИИ Минобороны России вспоминают. Издание 2-е дополненное. Королев: Изд-во АО «ПСТМ», 2016. 784 с.
2 Буренок В.М., Ивлев А.А., Корчак В.Ю. Развитие военных технологий XXI века: проблемы, планирование, реализация. Тверь: Издательство ООО «Купол», 2009. 624 с.
3 Сборник докладов и выступлений научно-деловой программы Международного военно-технического форума «АРМИЯ—2018». М.: МО РФ, 2018. 287 с.
4 Петров И. 5 технологий искусственного интеллекта, которые изменят бизнес в ближайшем будущем. URL: https://cnews.ru/articles/2019-11-12_chto_ ozhidat_ot_razvitiya_tehnologij (дата обращения: 20.03.2020).
5 Национальная стратегия развития искусственного интеллекта на период до 2030 года. Утверждена Указом Президента РФ от 10.10.2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации».
6 Хайкин С. Нейронные сети: полный курс, 2-е издание / пер. с англ. М.: Издательский дом «Вильямс», 2006. 1104 с.
7 Ясницкий Л.Н. Нейронные сети — инструмент для получения новых знаний: успехи, проблемы, перспективы // Нейрокомпьютеры: разработка, применение. 2015. № 5. С. 48—56.
8 Комашинский В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия — Телеком, 2003. 94 с.
9 Там же.
10 Хайкин С. Нейронные сети. С. 1104.
11 Гарбук С.В. Применение технологий искусственного интеллекта при разработке и эксплуатации ВВСТ. Сборник докладов и выступлений научно-деловой программы Международного военно-технического форума «Армия 2018», С. 278—283.
12 Гарбук С.В. Об оценке соответствия в области технологий искусственного интеллекта / Сборник трудов VIII Международной конференции «ИТ-Стандарт 2017». М.: Проспект, 2017. С. 21—32.
13 Там же.
