Постановка задачи
Управление сложными системами с возможным участием операторов и диспетчеров предъявляет высокие требования к динамическому отображению их состояния для оперативного анализа ситуации и принятия решений. Задача оператора значительно усложняется в случае территориальной разобщенности средств системы, превращаясь в задачу многоуровневого контроля и диагностики. Возникает необходимость интеллектуальной надстройки всей системы отображения, контроля и принятия решений, производящей оперативную первичную обработку многообразной регистрирующей, отображающей и управляющей информации для предварительного, грубого отображения происходящего процесса. Задачей такого предварительного, поверхностного отображения является выяснение того, протекает ли процесс в пределах нормы, грозит ли уход за эти пределы, а также установление факта и причин тревоги.
Отображение должно быть наглядным, доступным и понятным широкому кругу наблюдателей, бесспорным и образным, а также не должно требовать постоянных кропотливых усилий операторов. Важна и эстетическая составляющая.
Требование образности и эстетики, обеспечивающих наибольшее понимание, приводит к целесообразности использования реагирующих объектов — моделей живых существ или других "оживляемых" образов, по поведению которых можно судить о состоянии сложной системы.
Для такой предварительной, грубой оценки применимы принципы ситуационного управления [23]. Однако информацией для реагирующего объекта является чрезвычайно большое количество данных разнообразной природы и типов. Задача осуществления реакции становится трудно формализуемой. Ее решение возможно только с применением средств искусственного интеллекта. Множество зависимостей вида "если …, то …" в основе решения этой задачи приводит к выводу о целесообразности применения логических нейронных сетей.
Таким образом, на вход реагирующего объекта подается большое число разрозненных или связанных показателей состояния сложной системы, определяющих факторное пространство.
Эти показатели, в соответствии с методикой, изложенной в
лекции 12 , разбиты по характеру влияния на значимые интервалы, отдельные объекты, дискретные значения или булевы переменные (вида "есть — нет"), позволяющие оценить достоверность значения каждого фактора, что может быть использовано для возбуждения рецепторного слоя нейросети. На основе накапливаемого опыта, экспертных оценок или теоретических исследований строится обученная, развиваемая в процессе эксплуатации, логическая нейронная сеть — основа поведения реагирующего объекта .
На данном этапе утверждения важности данного направления не следует брать на себя смелость заявления о самообучении, тем более — об автоматическом обобщении опыта, т.е. об имитации индуктивного мышления. Несомненно, это задачи будущего развития технологии применения реагирующих объектов .
Модели реагирующих объектов могут быть трех типов:
натурная модель, выполненная, в частности, в соответствии с известными технологиями робототехники или театра кукол;
компьютерная (электронная) модель, использующая графические технологии — двумерные и трехмерные;- компьютерная (электронная) модель на основе клип-технологий.
Все три типа моделей предполагают связь нейронов выходного слоя с соответствующими программами (процедурами) имитации реакции объектов на ситуацию по принципу ассоциативного мышления. При этом величина возбуждения нейрона выходного слоя служит основным параметром соответствующей программы, определяющим реакцию. Этим обеспечивается возможность совмещения различных реакций, дающих некоторую результирующую.
Натурная модель, ввиду значительного применения элементов механики, электротехники и других технологий, по-видимому, имеет ограниченное применение в сфере развлечений или при медленно изменяющихся факторах (реакция на прогноз погоды) и др.
Электронная графическая модель при кажущейся доступности технологий требует критического рассмотрения и развития достаточно разнообразных современных средств для реализации динамики их поведения, как реакции на входные сигналы.В этом случае решающую роль играет проблема управляемой анимации в реальном времени — проблема "живого" моделирования.
Клип-модель, предполагающая оперативное вторжение в развитие сюжета, базируется на хранении большого количества вариантов — клипов, что может вызвать проблемы памяти, а также проблемы временных и технических объемов разработки.
Тем не менее все возможности должны быть экспериментально исследованы на моделях.
Помимо актуальной задачи интеллектуального отображения в сложных управляющих системах, применение реагирующих объектов может быть значительно более широким. Это — системы развлекательные, игровые, демонстрационные, рекламные, медицинской и технической диагностики, контроля несанкционированного доступа и другие из сфер искусства, науки, техники, бизнеса.
