CC BY
121Реализация элементов технологии
искусственного интеллекта в перспективных АСУ надводного корабля и АСУ временного формирования сил ВМФ
Капитан 1 ранга запаса А.А. БУРЫКИН, кандидат военных наук
Капитан 1 ранга в отставке М.Н. ГРАЧЁВ, кандидат технических наук
АННОТАЦИЯ
ABSTRACT
Рассмотрена проблема применения технологии искусственного интеллекта (ИИ) и предложена концепция построения современных автоматизированных систем управления перспективных АСУ надводного корабля и АСУ временного формирования сил ВМФ.
The paper looks at the issue of employing the artificial intelligence technology, suggesting a conception of building modern automated control systems for advanced surface ship ACS and Navy provisional formation ACS.
КЛЮЧЕВЫЕ СЛОВА
KEYWORDS
Автоматизированные системы управления, информационные технологии программного обеспечения, технологии систем искусственного интеллекта, продукционные правила, экспертная система.
Automated control systems, information software technologies, artificial intelligence system technologies, production rules, expert system.
В МИРЕ началась гонка инновационных вооружений и создание перспективных автоматизированных систем управления (АСУ) оружием, боевыми единицами и временными формированиями межвидовыми и разнородными группировками сил и войск различных уровней на основе развития информационных технологий (ИТ), в которую втянуты все ведущие державы.
Целью автоматизации является повышение боевой эффективности применения вооруженных сил за счет всесторонней обоснованности принимаемых решений с учетом анализа обстановки в реальном масштабе времени и осуществление управления различного рода процессами без непосредственного участия человека, либо оставляя за че-
ловеком право принятия наиболее ответственных решений.
На сегодняшний день сформировались три основные ИТ программного обеспечения (ПО), касающиеся проектирования и разработки АСУ.
Классическая технология. Суть технологии — тройка основных элементов: математическая модель, алгоритм, программа. Данная техноло-
гия разработки существует столько, сколько существует ИТ, и базируется на алгоритмических языках программирования. Она не стоит на месте, а развивается, и в настоящее время реализуется концепция объектно-ориентированного программирования (ООП). Главным недостатком (противоречием, проблемой) указанной технологии является то, что данные, их структуры находятся внутри программы и жестко связаны с ее алгоритмом, так как описание данных и их структур производится на том же алгоритмическом языке, что и алгоритм программы. Поэтому, если возникает необходимость изменить данные (объем, структуру данных), приходится переписывать и отлаживать всю программу. Применение ООП, несмотря на мощный технологический потенциал1, не решает указанной выше проблемы.
Технология интегрированного хранения данных на базе систем управления базами данных (СУБД) пытается устранить недостаток классической технологии, т. е. отделить описание данных от прикладных программ. Суть технологии: информационная модель объектов управления (предметной области); представления пользователей об объекте; запросы, поддерживающие в актуальном состоянии информационную модель и предоставляющие информацию пользователям об объектах управления в соответствии с их представлениями. Для реализации данной технологии СУБД поддерживает как минимум два языка: язык описания данных
(англ. Data Definition Language — DDL) и язык манипулирования данными (англ. Data Manipulation Language — DML). Язык манипулирования данными реализует четыре (встроенных) алгоритма: добавление данных, изменение данных, удаление данных, поиск (получение) данных.
Эти языковые средства могут существенно отличаться у различных производителей СУБД и не всегда синтаксически оформляются в виде самостоятельных языков. Они могут быть составными частями единого языка данных, сочетающего их возможности в единых синтаксических рамках. Языковые средства большинства современных СУБД относятся к программным языкам 4-го поколения и помимо указанных языков могут иметь дополнительные программные инструменты, позволяющие эффективно манипулировать информацией об объектах управления (например, поддержка пространственных объектов хранимых процедур, программных триггеров и событий)2'3, пытающиеся устранить недостаток классической технологии, т. е. отделить описание данных от прикладных программ путем предоставления информации пользователям об объектах управления в соответствии с их представлениями на основе запросов, поддерживающие в актуальном состоянии информационную модель.
Данная технология, как и предыдущая, не стоит на месте, а постоянно развивается. Появляются системы, поддерживающие огромные объемы
Целью автоматизации является повышение боевой эффективности применения вооруженных сил за счет всесторонней обоснованности принимаемых решений с учетом анализа обстановки в реальном масштабе времени и осуществление управления различного рода процессами без непосредственного участия человека, либо оставляя за человеком право принятия наиболее ответственных решений.
данных, так называемые системы Big Data, NoSql. Это очень важно: чем более полную информацию мы имеем об объекте управления и других объектах, оказывающих существенное влияние на объект управления, тем обоснованней (оптимальней) будет наше решение на применение технических средств, вооружения, оружия, сил и войск. Но, к сожалению, указанная технология не решает проблему формирования гибкого набора алгоритмов (процедур) обработки данных в зависимости от их содержания.
Технология систем искусственного интеллекта (Artificial intelligence — AI) — эта технология разработки ПО зародилась не вчера и даже не двадцать лет назад4, а тогда, когда появились первые трансляторы (компиляторы, интерпретаторы) с алгоритмических языков и первые компьютерные переводчики с иностранных языков. При помощи данного инструментария решалась проблема формирования алгоритма обработки произвольного текста (размер и сложность которого неизвестна), состоящего из множества лексических конструкций, следующих в произвольном порядке, т. е. автоматически, «на лету» сформировать алгоритм обработки в зависимости от содержания и объема текста. Эта технология хорошо подходит для создания автоматических и автоматизированных систем. Для реализации данной технологии используются три основных элемента: база фактов, база правил обработки фактов, программная машина логического вывода. Общий алгоритм обработки строится следующим образом: машина логического вывода сканирует базу фактов и для их обработки выбирает соответствующие правила из базы правил в зависимости от соответствующих фактов. Правила являются элементарным алгоритмом, выполняющим определенные действия, которые за-
Классическая технология разработки существует столько, сколько существует информационная технология, и базируется на алгоритмических языках программирования. В настоящее время реализуетcя концепция объектно-ориентированного программирования. Главным ее недостатком является то,
что данные, их структуры находятся внутри программы и жестко связаны с ее алгоритмом.
висят от целей системы. Базу фактов и базу правил иногда называют базой знаний. Модели представления знаний зависят от назначения системы. Это могут быть семантические сети, фреймовые структуры, нейронные сети, продукционные правила и т. п., но общей сути технологии ИИ это не меняет. Наиболее развитые системы ИИ включают в себя модули «обучения» или «самообучения» машин.
Из вышесказанного можно сделать вывод, что, применяя только в комплексе сильные стороны указанных ИТ технологий, можно создать АСУ кораблей и АСУ временного (штатного) формирования сил, отвечающие современным требованиям. Если для работы в первых двух упомянутых технологиях существует достаточно много доступных программных инструментальных средств, то технология ИИ этим похвастаться не может, так как весь ее специальный инструментарий закрыт.
Исследования в области ИИ в военной сфере и растущие в связи с этим инвестиции направлены на разработку использующих искусственный интеллект автоматизированных систем управления, а также
использование беспилотных аппаратов, способствующих успешному выполнению различных боевых операций. Во всем мире технологию ИИ уже считают следующим шагом в получении значительного военного преимущества. Война с применением ИИ начинает доминировать как в стратегиях США, так и Китая. Так, в августе 2019 года управление перспективных исследовательских проектов (Defense Advanced Research Projects Agency — DARPA) Министерства обороны США объявило о старте нескольких крупных исследовательских проектов в области ИИ. Среди них есть программа «Гарантированная устойчивость ИИ к обману» (Guaranteeing AI Robustness against Deception — GARD) — программа, концентрирующаяся на защите элементов технологии «обучения» или «самообучения» машин (Machine learning — ML) от атак и других видов обмана систем ИИ. Вот почему развитие технологии систем искусственного интеллекта является задачей обеспечения национальной безопасности государства.
Для любой военной организации уровень автоматизации управления — одна из наиболее важных проблем. От правильности ее решения зависит, станет ли для нее применение информационных технологий прорывом на новый уровень эффективности применения сил и использования средств при ведении операций и боевых действий. Уровень автоматизации отражает рост уровня знаний командования и органов военного управления, а также технический и технологический уровень профессиональных компетенций научно-исследовательских институтов и предприятий оборонно-промышленного комплекса государства.
Поэтому при создании перспективных АСУ надводных кораблей (НК) и временных формирований сил (ВФС) ВМФ необходимо учиты-
вать тенденции и закономерности развития вышеуказанных ИТ, а также их возможности (сильные стороны), отвечающие современным требованиям к программному и аппаратному (техническому) обеспечению:
• комплексность автоматизации процессов деятельности, включая не только боевую деятельность, но и все этапы подготовки к ней, а также процессы повседневной деятельности;
• сокращение количества (оптимизация) приборного состава системы с целью снижения весогабаритных характеристик, уменьшения количества работ, связанных с техническим обслуживанием и, как следствие, сокращение обслуживающего личного состава;
• стандартизация и модульность построения как аппаратного, так и программного обеспечения с целью уменьшения затрат на разработку, изготовление и сопровождение системы;
• масштабируемость — способность справляться с увеличением нагрузки на систему, добавлением новых объектов управления и (или) новых ресурсов. Эта способность позволяет осуществлять автоматизированное управление кораблем, тактической группой и другими различными группировками сил и войск — по единому замыслу и плану, с заданной степенью централизации и с заданными временными параметрами в ходе ведения операций и боевых действий;
• адаптивность — автоматизированное (автоматическое в некоторых случаях) перераспределение функций (задач) между кораблями тактической группы и группировки — в зависимости от складывающейся обстановки в зоне ответственности — районе боевых действий (РБД) и на театре военных действий (ТВД) — в ходе выполнения поставленных боевых задач. Иными словами, способность эффективно выполнять свои функции в определенном диапазоне изменяющихся условий;
• масштаб реального времени — система должна выдавать команды на управляемые объекты не позже критического времени (£);
• максимальная глубина автоматизации — исключение ручных, рутинных, повторяющихся операций в процессе управления силами (техническими средствами, оружием, вооружением) в ходе ведения операций и боевых действий;
• способность к модернизации и развитию — возможность совершенствовать качественные и количественные характеристики системы в рамках существующей концепции построения путем добавления или изменения отдельных блоков;
• высокая надежность и устойчивость — способность выполнять возложенные на систему функции в установленных пределах параметров во времени и под негативным воздействием;
• относительно низкая себестоимость — отношение эффективность/ стоимость АСУ должно быть выше, чем у подобных образцов/аналогов.
Требование адаптивности и реального времени обеспечивается также за счет модели вычислений для автоматизации задач выбора и принятия решений в ходе боевых действий. Эта модель строится по технологии ИИ, основанной на продукционных правилах5'6, представляющих знания в виде правил «ЕСЛИ условие, ТО действие». Наборы продукционных правил группируются и выполняются в зависимости от текущего статуса корабля: корабль корабельной ударной группировки (КУГ), флагман КУГ, корабль корабельной поисково-ударной группы (КПУГ), флагман КПУГ, флагман группировки разнородных ударных сил и т. д.
Статус корабля задается «учетной записью корабля» в информационной подсистеме АСУ корабля. От этой «учетной записи» зависят
«полномочия» корабля (круг, объем и организация решения задач). При изменении «учетной записи», меняется статус корабля и автоматически модель вычислений адаптируется под новый статус и новый круг задач.
Отличительной особенностью интеллектуальных систем (в том числе экспертных систем), основанных на правилах продукции, является сравнительная простота описания зависимостей и ограничений предметной области и достаточно быстрое их понимание пользователем. Готовые экспертные системы не являются универсальными с точки зрения использования, так как работают только в одной определенной предметной области.
Кроме «базы фактов» создается «база знаний», и, используя машину автоматического логического вывода, мы получаем гибридную экспертную систему. Гибридной она называется потому, что помимо формализованных правил экспертов в качестве «экспертов» используются еще расчетные модули, без которых при реализации боевого маневрирования не обойтись. Экспертами в нашем
Технология систем искусственного интеллекта зародилась не вчера и даже не двадцать лет назад, а тогда, когда появились первые трансляторы ( компиляторы, интерпретаторы ) с алгоритмических языков и первые компьютерные
переводчики с иностранных языков. При помощи данного инструментария решалась проблема формирования алгоритма обработки произвольного текста.
случае служат правила, составленные на основе Международных правил предупреждения столкновения судов (МППСС-72), тактических руководств и других руководящих и нормативно-методических документов в части касающейся.
Для упрощения применения продукционных правил производится структуризация и декомпозиция варианта БД временного формирования сил ВМФ на оперативно-тактические ситуации и тактические эпизоды. Правила, хранящиеся в «базе знаний» разбиты на соответствующие разделы, а некоторые разделы имеют иерархическую структуру. Работа того или иного раздела инициируется изменением обстановки и характеристиками объекта управления через систему соответствующих триггеров СУБД. Максимальная глубина автоматизации АСУ в ходе ведения операций и боевых действий достигается
включением в состав АСУ функций программно-аппаратного комплекса «Интегрированная мостиковая система» с применением программных средств для реализации «интеллектуального автопилота корабля», выполняющего функции маневрирования в различных тактических эпизодах и боевых ситуациях корабельной группы в автоматическом, полуавтоматическом и ручном режимах. Эффективное управление всеми видами обороны достигается системой правил и функций, описывающих типовую боевую ситуацию (тактический эпизод) с учетом текущих фактов, размещенных в информационной системе АСУ, а также постоянным автоматизированным взаимодействием флагмана с подчиненными кораблями с целью реализации коллективной обороны ВФС ВМФ.
Общая структура системы ИИ представлена на рисунке.
Рис. Общая структура системы искусственного интеллекта
Отличительной особенностью интеллектуальных систем (в том числе экспертных систем), основанных на правилах продукции, является сравнительная простота описания зависимостей и ограничений предметной области и достаточно быстрое их понимание пользователем. Готовые экспертные системы не являются универсальными с точки зрения использования, так как работают только в одной определенной предметной области. Кроме «базы фактов» создается «база знаний», и, используя машину автоматического логического вывода, мы получаем гибридную экспертную систему. Гибридной она называется потому, что помимо формализованных правил экспертов в качестве «экспертов» используются еще расчетные модули, без которых при реализации боевого маневрирования не обойтись.
Рассмотрим более детально реализацию указанных требований на примере противовоздушной обороны (ПВО) ВФС ВМФ тактического уровня в АСУ с элементами гибрид-
ной экспертной системы. Примерные (упрощенные) эмпирические продукционные правила, описывающие ПВО ВФС и хранящиеся в базе знаний, представлены в таблице 1.
Таблица 1
Фрагмент продукционных правил
Номер Правило
1 ЕСЛИ воздушная цель (X) И опасна (Х), ТО угрожаемый сектор (X)
2 ЕСЛИ угрожаемый сектор (X) И истребительное прикрытие (Х), ТО наведение (Х)
3 ЕСЛИ угрожаемый сектор (Х), И электромагнитная совместимость (Х), И радиус огневого взаимодействия (Х), И запрещенные секторы (Х), ТО ордер ПВО (X)
4 ЕСЛИ воздушная цель (X) и опасна (Х), ТО ордер ПВО (X)
5 ЕСЛИ ордер ПВО (X) И сопровождение воздушных целей (Х), ТО команда на корабль (Х)
6 ЕСЛИ корабль занял место (Х), ТО обстреливает цель (Х)
7 ЕСЛИ обстреливает цель (Х), ТО постановка помех (Х)
Условие правил состоит из логических функций, соединенных логическими операторами И/ИЛИ, которые принимают аргумент X (как правило, индекс объекта в базе фактов), выполняя определенные действия (вычисления, сравнение...), связанные с этим объектом, и возвращают в качестве результата TRUE или FALSE. После ключевого
слова ТО расположена функция, выполняющая действия и формирующая рекомендации в зависимости от условий. Ниже приведена таблица 2, содержащая фрагмент эмпирических рекомендаций. Эмпирическими они названы потому, что представлены в упрощенном (понятном) и сокращенном виде и без команд на объекты управления.
Таблица 2
Фрагмент эмпирических рекомендаций
Номер правила Рекомендация или команда Тактич. эпизод
1 TRUE — Воздушная цель КУ GGG°MM' Л.Б. — опасная! Угрожаемый сектор КУ GGG°MM' — GGG°MM' Л.Б FALSE — Воздушная цель КУ GGG°MM' Л.Б — не опасна ПВО
2 TRUE — Истребительное прикрытие. Возможен перехват. Параметры перехвата — XXX, XXX... FALSE — Истребительное прикрытие отсутствует!!! ПВО
3 TRUE — Есть время — строим ордер ПВО, исходя из угрожаемого сектора, электромагнитной совместимости, радиуса огневого взаимодействия, запрещенных секторов. Получаем ордер с параметрами — XXX, XXX. FALSE — Нет времени ПВО
4 ПВО
Фрагменты правил с большим сокращением приведены для флагманского корабля группы, который организует построение ордера с целью организации эффективной ПВО. При интерпретации правил машиной прямого логического вывода отображаются на дисплее рекомендации и пояснения (табл. 2), после их утверждения выдаются соответствующие команды в АСУ НК тактической группы — это полуавтоматический режим. При автоматическом режиме утверждение не требуется.
Таким образом, в статье авторы осветили наиболее принципиальные моменты реализации перспективных АСУ надводного корабля
и АСУ тактической группы ВМФ. Такой важнейший компонент, как инфраструктура связи, включая и автоматическую идентификационную систему (АИС), не рассматривался. Указанные АСУ тестировались на программном «скелете», что подтвердило его эффективность и показало, что АСУ временного формирования сил ВМФ способна решать задачи управления организационными единицами на этапе ведения боевых действий, т. е. развертывание сил с организацией всех видов обороны, выполнение поставленной боевой задачи, свертывание (переразвертывание) сил с восстановлением боеспособности.
ПРИМЕЧАНИЯ
1 Шлее М. Qt 5.10: Профессиональное программирование на С++, СПб.: БХВ-Петербург, 2019.
2 Кригель А., Трухнов Б. SQL. Библия пользователя, 2-е изд. М.: Компьютерное изд-во «Диалектика», 2010.
3 Васильев А.Ю. Работа с PostgreSQL: настройка и масштабирование, URL: https://postgresql.leopard.in.ua (дата обращения: 07.05.2020).
4 Хант Э. Искусственный интеллект / пер. с англ. М.: Мир, 1978.
5 Иванова Г.С., Авдошин А.П. Продукционная машина автоматического логического вывода для создания экспертных систем // Экономика и качество систем связи. 2018. № 1.
6 Частиков A.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS, СПб., БХВ-Петербург, 2003.
