Скажем, это опять знакомая нам мама с бутылочкой молока, и я нашёл з
десь какие-то кнопочки, нажав на которые, я вызову появление мамы? Сразу ж
е поднимется мой «хорошометр», значит, я буду стараться этим пользоватьс
я.
Я вам примерно рассказал алгоритм управления.
Подождите секундочку с этим слайдом. В целом, есть ещё один блок, который я
бы сюда добавил, это блок вывода новых знаний из старых. То есть, если сист
ема такая умная, что она уже из накопленной совокупности каких-то знаний
может вывести какие-то гипотезы, предположения, то этот блок тоже есть. Но
, по всей видимости, вывод новых знаний тоже происходит через среду. Это от
дельный разговор, потому что здесь речь идёт о языке. То есть, это связано
с тем, что я должен сам испытать свою базу знаний. Я должен сам себе предст
авить в уме: «Ага, в этой ситуации, а что если я побегу туда, а получится вот
что». То есть я сам себе как бы подаю на свою базу знаний какие-то сигналы. «
А что если я вот этот цилиндр рассеку плоскостью, может быть, даже нарисую
получившееся сечение графически: вот что получится». То есть, я как бы раз
говариваю сам с собой, испытываю свою базу знаний и вывожу какие-то новые
знания. Вот, пожалуй, грубое описание всех подсистем и всех основных зада
ч, которые должна решать система управления.
И мне кажется, что…
А.Г. Простите, перебью. Здесь везде бинарная логика.
А.Ж. Да.
А.Г. Повсюду?
А.Ж. Здесь никогда нельзя что-то очень сильно утверждать.
А.Г. Потому что когда вы стали говорить про вывод новых знаний,
тут вопрос…
А.Ж. Вы понимаете, нервная система дискретна. Всюду бегают одно
типные сигналы. Дискретное число входов, рецепторов, дискретное число вы
ходов. Дискретные сигнальщики. Но там есть и некоторые непрерывные велич
ины. Например, частоты. Например, размеры синусов. Они могут иметь какие-т
о значения. То есть там есть нечто аналоговое, что имеет, по всей видимости
, важный смысл. Я могу даже предположить Ц какой. Может быть, к этому прост
о можно будет вернуться. То есть дискретная техника не отражает природы.
Это очень интересные моменты, связанные уже с немножко другими вопросам
и. Давайте мы их сейчас опустим. Будем предполагать, что система всё-таки
дискретна.
Теперь бы хотелось показать, что можно сделать на основании такой систем
ы управления. Можно строить вполне конкретные реальные системы. Они буду
т работать. И мы делаем такие системы. Мы делаем даже прикладные системы. А
потом я, может быть, скажу несколько слов о том, что не все так просто, что з
десь есть на самом деле проблемы. Есть проблемы математические, а есть пр
облемы принципиальные. Покажу на примере, может быть, близком к тому, о чём
говорил Валентин Анатольевич: на примере с мобильным роботом.
Предположим, что существует робот Ц он пока виртуальный. Но он сделан та
к, что его можно превратить в железный. Пусть у него есть минимальное коли
чество датчиков. Это три визуальных датчика. Он может видеть наличие пре
пятствия в трех секторах. Робот получает бинарный сигнал: есть препятств
ие или нет. Три тактильных датчика спереди, один тактильный датчик сзади.
Робот Ц это тележка с управляемым колесом, у него есть очень простой при
вод, он может ехать вперёд, назад, либо поворачивать влево, вправо.
Покажите, пожалуйста, следующий слайд.
Поместим мы этого робота в среду, в которой случайным образом расположен
ы препятствия. Препятствия стандартные. И попробуем смоделировать очен
ь простую ситуацию. Вот «хорошометр», как я говорил, который сделан таким
образом, чтобы робот испытывал неприятные ощущения при соприкосновени
и тактильных датчиков с препятствием.
Запустим робота в это пространство, пусть он обучается и ползает. Мы с вам
и тем самым смоделируем ситуацию, когда ребёнок учится ползать по кварти
ре, натыкаясь на препятствия. Он их видит, но он не понимает опасности стол
кновения и может удариться о предмет, испытав неприятные ощущения. Со вр
еменем этот ребёнок поймёт, что препятствие лучше обходить, чем на него н
атыкаться. И этот процесс мы попробуем смоделировать. Сейчас здесь на эт
ом клипе показано, как почему-то он остановился. Показаны начальные движ
ения робота, он ещё совершенно ничего не знает и совершает какие-то случа
йные такие движения в пространстве.
Что должен робот понять? Он должен понять сам, самостоятельно, что соудар
яться с препятствием Ц это плохо, потому что это больно. Мы ему этого не г
оворим, он должен это понять сам.
Второе, что препятствие лучше обходить, чем на них натыкаться. То есть от н
его надо отворачивать, когда я его вижу. И он ещё должен понять, как же ему э
то делать. У него есть 7 вариантов действия, но он не знает, какое из них надо
применять. И он это тоже находит сам. Вот эти задачи он должен решить.
Если бы мы наблюдали за этим роботом достаточно долго (у нас просто нет се
йчас этой возможности), мы бы увидели, как постепенно число соударений ст
ановится меньше и меньше. Покажите, пожалуйста, следующий клип. Я просто п
окажу уже следующую фазу поведения робота.
А.Г. Научившегося уже…
А.Ж. Вот здесь мы видим уже, когда он достаточно поумнел для тог
о, чтобы не ударяться лбом в препятствие. Вы видите, что он видит препятств
ие: сектор, изображённый впереди робота Ц это его поле зрения. И он воврем
я отворачивает от препятствия, как только его заметил. То есть он решил эт
и задачи, он понял, что ударяться Ц это больно. Второе, он понял, что надо по
ворачивать. И третье, он понял, как это надо делать, где надо сдавать задни
м ходом, где надо поворачивать руль вправо, где надо поворачивать руль вл
ево.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115