Russia, Saint-Petersburg, SPIIRAS

Russia, Saint-Petersburg, SSTU

Some results of development of intellectual management systems as a result of generalization of problems of an artificial intelligence and information technologies of control are considered. The perspective questions of problems of information control, directions of its development and some capabilities of creation of control machines of a new class are discussed.

Россия, Санкт-Петербург, СПИИРАН

Россия, Санкт-Петербург, ИИСТ

Обсуждаются вопросы объединения и перспективного развития интеллектуальных систем и управления на рубеже XXI века

На рубеже XXI века тематика интеллектуальных систем и интеллектуального управления претерпевает значительные изменения. Явно наметилась положительная тенденция перехода от игрушечно-модельного подхода к интеллекту к его восприятию как некоторого характеристического свойства систем высокой организационной сложности, свойству достаточно специфическому и выразимому в достаточной степени только на языках контекстно-зависимого уровня. Столь же полезной тенденцией можно считать и постепенное осознание исследователями, что компьютер фон Неймановской архитектуры, конечный автомат по своей сущности, не может быть инструментом создания интеллектуальных систем, интеллектуального управления ибо является системой контекстно-независимого уровня.

Однако научная литература 90-х годов в основном отразила поиски в области создания интеллектуальных машин, начиная, по-видимому с Sardis G.N. Analytical formulation of the principle of increasing precision with decreasing intelligence for intelligent machines //Automatica. 1989. № 3, 25. В отечественной литературе это дало направление, утверждающее, что “по мере продвижения к высшим уровням иерархической структуры повышается интеллектуальность системы, но снижается ее точность и наоборот”. Все это ведет к признанию рядом исследователей, что “интеллектуальные системы могут вовсе и не обладать интеллектуальностью в общепринятом смысле”. Тогда может быть пришло время совместить понятие интеллектуальности и его “общепринятого смысла”?

Анализ употребления термина “интеллектуальные системы управления” (ИСУ) показывает, что под ним, в общем случае, понимается предельный по сложности класс САУ, ориентированных на приобретение, обработку и использование некоторой дополнительной информации, понимаемой как “знание”. Ясно, что такие системы предназначены для работы в условиях неопределенности (невозможности точного математического описания) информации о свойствах и характеристиках системно-сложных объектов и среды их функционирования.

В условиях работы реальных систем с высоким уровнем неопределенности информации для построения СУ неизбежно применение новых информационных технологий, ориентированных на потоки контекстно-зависимой информации, то есть фактическая разработка новых принципов построения интеллектуального управления - теории ИСУ для систем высших уровней системной сложности.

Фактически, мы стоим перед дилеммой выбора директивы интеллектуального управления. Традиционно принято разделять системы по сложности их описания на языке математики, выделять систему из внешнего мира как кибернетический объект с обратными связями и той или иной степенью алгоритмизированности управления, игнорируя или формально учитывая её связи с внешним миром, как подлежащие количественному определению возмущения. В этом случае введение эвристического или математизированного интеллекта если и не оправдано, то понятно как способ коррекции исходной модели.

Теория ИСУ опирается на системный подход в том смысле, что она, ориентируясь на системную, а не на описательную сложность, оставляет систему во внешнем мире и признает существование внутренней целевой установки хотя бы на уровне поддержания стабильности своего существования. Гомеокинетическое плато системы является ее важнейшей характеристикой. Управляемое и независимое от собственной цели существования удержание системы на этом плато или перевод её в другое метастабильное состояние - цель и задача интеллектуального управления. Внутреннее и внешнее управление интеллектуальны во взаимодействии, в акте взаимной контекстной ситуационной оценки информации.

Сказанное выше можно кратко выразить так: либо “диктовать и требовать”, либо “просить и договариваться”. В первом случае получаем обычное директивно - критериальное или аналитико - механистическое управление и работу с описывающей систему моделью. При этом система известна с точностью до модельной структуры и передаточных характеристик. Во втором случае получаем системное руководство (системное управление) и организацию взаимодействия с управляемой системой “как с субъектом”. Здесь система известна с точностью до ответной реакции на языке диалога, сообщающем о контекстном понимании заданного управления, оценке ресурсов и возможностях реализации новой целевой установки.

Казалось бы, управление и интеллектуальные информационные технологии как методы работы со знанием, должны были встретиться еще с момента возникновения понятия “искусственный интеллект” (ИИ) или более правомерного, но так и не принятого понятия “когнология”, предложенного Мак-Карти. Однако в явном виде ничего подобного не произошло. Управление, как САУ, ныне “успешно” дополнено экспертными и эвристическими подходами. Управление же, как руководство, считается деятельностью, достаточно обеспеченной математикой и требующей только вычислительных мощностей для решения систем из многих дифференциальных уравнений, или даже просто решения задач линейного или нелинейного программирования.

Вместо построения единой теории управления, содержащей в себе “классические САУ” как составную часть, и, например, “интеллектуальные САУ” как системы, обеспечивающие автоматическое принятие управляющих решений на основе контекстного и ситуационного анализа потоков информации, управление для систем, не имеющих адекватного задаче математического представления, было фактически отодвинуто на обочину науки и вылилось в автоматизированные системы управления - АСУ. Автоматизация, как включение человека в процесс принятия решений, устраняла все проблемы в корне: нет функционала - есть “экспертно” полученное решение. Теоретическая несостоятельность и практическая неуспешность такого подхода давно стали очевидными.

Со стороны ИИ тоже не предпринималось никаких видимых шагов к сближению. Одной из причин тупикового развития этого подхода стала его направленность на моделирование отдельных проявлений поведенческого аспекта при отсутствии сколько-нибудь полезного определения интеллектуальной системы. Хождение по лабиринтам, игра в шахматы, многомерные пространства и другое увели ИИ от создания технологий работы со знанием к поискам алгоритмических моделей, к попыткам расширения возможностей контекстно-независимых языков и к эвристикам. Декларированная “всеобщность кибернетики”, как универсального метода работы с любыми системами, заслонила собой реальность существования сложных систем во внешнем мире, влекущую за собой требование полноценного управления, которое нельзя подменить эвристиками. “Информационный угол зрения” и направленность на “моделирование живого в машине” как путь к интеллекту, в конечном счете, исчерпали себя.

Рассмотрим некоторые возможные перспективы тематики интеллектуальных систем и интеллектуального управления.

Управление и информация фактически встретились на новом уровне уже в начале 80-х годов, с момента появления первых предложений о проведении динамической контекстной реструктуризации баз данных, т.е. появления основы для создания баз знания. Этой встрече они обязаны исследованиям как в области информатики, так и в области математической и структурной лингвистики, давшим к этому времени достаточные основания для становления предмета информатики, ее перехода к работам по созданию и исследованию баз знания.

Теория ИСУ исходит из того, что интеллектуальное управление не может быть альтернативой “неинтеллектуальному”. Если в природе мы признаём проявление интеллектуального поведения (или интеллектуального управления) только начиная с некоторого уровня взаимодействия открытых систем, то и в применении ИСУ мы должны иметь некоторое ограничительное правило, говорящее о системном соответствии системы и управления.

Здесь необходимо отметить и переход чисто программистского понимания открытых систем в научные тексты, когда открытыми стали называть системы, “способные с течением времени совершенствовать свое поведение благодаря заложенным в них алгоритмам обучения”. Указанное много лет назад в общей теории систем свойство открытости, как необходимости взаимодействия некоторой выделенной системы со всеми остальными просто для обеспечения своего существования и уж никак не алгоритмизируемого взаимодействия, просто потеряно вслед за искажением смысла интеллектуальности.

Интеллектуальное управление возникает там, где информация трактуется как количественно неопределяемая совокупность данных (фактов, знаков, утверждений и тому подобного) и отношений между ними в семантически ясном контексте их текущей трактовки. Для восприятия управления как осмысленного потока информации необходимо использование базы данных, если контекст и отношения сообщений постоянны и могут быть заданы конечным набором записей и базы знания, если семантика информации достаточно сложна, контекст переменен, цель управления корректируется в процессе управления, что, как минимум, требует реструктуризации внутренних связей базы данных при акте обработки информационного потока. Указанное требование реструктуризации, обеспечивающее практическую возможность активного (актуализированного) отношения к информации, является отличительным моментом возникновения интеллектуального управления.

Ниже даются некоторые положения теории ИСУ.

Интеллект, как атрибут сложной системы, определяется формированием “образа” (изменением структуры внутренних связей в базе знания), влияющего на реакцию на внешние воздействия. Он проявляется только в актах общения со столь же сложными объектами и активизируется в системе в процессе реорганизации внутренних информационных связей. Это значит, что интеллектуальность может рассматриваться только как оценка a posteriori транзакции сравнительно с некоторой другой нереализовавшейся ситуацией.

Основной цикл управления интеллектуальной системы основан на работе со знанием. Классический основной цикл управления не может быть распространен на системы, требующие интеллектуального управления, потому, что управление через “образ” во-первых требует существенного учета конкретного накопленного знания, формально распределенного между руководителем и системой, а во-вторых, более критично к изменению информации в процессе принятия решения. Соответственно, ИСУ, опирающаяся на принятие решений с использованием знания, имеет совершенно отличный основной цикл управления.

Следующие два пункта рассматривают теоретическую возможность реализации интеллектуальной системы с использованием конечного автомата.

Теория ИСУ утверждает, что при ориентации на определение интеллектуальности, данное через базу знания, система управления может обладать интеллектуальными свойствами лишь на некоторых отрезках времени, в течение которых происходят модификации базы знания, что эквивалентно восприятию системой нового контекста. В каждом акте управления при фиксированной текущей структуре базы знания “интеллектуальные” свойства системы не являются строго необходимыми (база знания структурно фиксирована и не отличается в текущий момент времени от базы данных).

Аппарат реструктуризации баз знания базируется на механизмах, аналогичных “функции расстановки”. Теория ИСУ базируется на механизмах реструктуризации данных, по реализации аналогичных конечной аппроксимации функции расстановки, которая по существу не является рекурсивной, а может быть и рекурсивно-перечислимой (т.е. не является множеством значений некоторой рекурсивной функции). Исходя из сказанного, для правомерного использования конечного автомата (компьютера) в составе интеллектуальной системы, теория должна рассматривать возможность построения абстрактных конструкций, реализующих невычислимые в обычном смысле объекты.

Можно прогнозировать и дальнейшее развитие интеллектуальных систем управления. Это можно сделать исходя даже всего из двух достаточно очевидных соображений. Во-первых, интеллектуальные системы должны получить свою собственную “информационную машину” - машину, преодолевшую теоретические ограничения конечных автоматов и практическую нереализуемость машины Тьюринга. Здесь требуется научное и техническое решение, преодолевающее барьер “невычислимости”, отмеченный в отечественных исследованиях и в работах известного английского ученого Р.Пенроуза. Во-вторых, сам факт построения такой машины, практика общения с ней приведут к окончательному переосмыслению понятия и смысла информационной науки – информатики. Достаточно очевидный факт невозможности существования информационной машины такого рода иначе как в непрерывном режиме усвоения и реструктуризации информации приведет к пониманию интеллектуальной системы как системы существенно динамической.

Разрешится и вопрос о “математическом описании невычислимого”. Просто пора задуматься о масштабе задачи разработки адекватного формализма. Все, что до сих пор изобретено, все обобщенные функциональные преобразования годятся только для представления счетных совокупностей процессов, представленных потоками, хотя и бесконечными, но однородными, состоящими из бесконечно малых неразличимых сущностей. В случае открытых систем мы имеем дело с несчетным множеством потоков, каждый их которых может раскрыться в более чем счетную совокупность потоков, состоящих не из безликих бесконечно малых, но из бесконечного разнообразия структур. Разработка такого формального аппарата – дело будущего.

Указанные направления развития интеллектуальных систем и интеллектуального управления приведены здесь отнюдь не в умозрительном или пожелательном порядке. Некоторые подходы к решению этих проблем уже начаты проработкой вплоть до уровня эскизных проектов такого рода информационной машины и приводятся в текстах докладов в настоящем сборнике. Таково ли будет решение по “информационной машине интеллекта” или будут предложены другие решения – покажет будущее. Но в том, что общее направление и развитие “интеллектуальной тематики” будет по крайней мере близко к прогнозируемому можно не сомневаться.