Самоприспосабливающаяся система

Самоприспосабливающаяся система

Система, у которой автоматически 
изменяется способ действия с целью 
наилучшего управления. 

На пути к "умному" автомату

Представьте себе единую автоматическую систему, которая мгновенно отзывается на любые изменения в режиме работы или внешней среды. Повысилась вдруг температура - незамедлительная реакция. Неожиданно упало давление - тут же срабатывают датчики, и оно восстанавливается. Непредвиденное нарушение в составе жидкости - сейчас же система его "выравнивает".

Ну и автомат, думаете вы, такого и не существует! Оказывается, существует. Это живой организм. Именно живой организм - в частности, мы, люди, - представляет собой ту наивыгоднейшую, наилучшую, оптимальную систему, "у которой автоматически изменяется способ действия с целью наилучшего управления".

Самоприспособление - неоценимое свойство живого организма, выработанное в результате миллионнолетней истории, - идеал, к которому стремятся создатели современных автоматов. Появление кибернетики позволило поставить воистину дерзкую задачу: нельзя ли приспособление живых организмов к внешней среде рассматривать как аналог (подобие) для технических автоматических систем с изменяющимися на них воздействиями?

Здесь нам придется несколько отклониться от главного направления, чтобы потом вернуться с определенным багажом знаний, которые помогут продолжить наш путь.

Нам придется познакомиться с такими, казалось бы, простыми понятиями, как хорошая и плохая организация.

На первый взгляд представляется, что и разбираться-то не в чем: хорошая организация та, которая правильно на все реагирует, плохая- та, которая реагирует на все неправильно. На первый взгляд это так. Организация считается хорошей - независимо от того, кошка это, автопилот или завод-автомат, - когда она работает исправно, действует в строго определенных границах, то есть действует хорошо.

Но подождите, говорит по данному поводу известный английский ученый У. Р. Эшби, любопытство - вещь хорошая, но много антилоп погибло, остановившись поглядеть на шляпу охотника.

Ученый утверждает, что нет ни одного свойства или способности мозга, которые давно и безоговорочно признаны желательными и которые становятся нежелательными в другой обстановке. И он приводит этому примеры. Познакомимся с одним из них.

Хорошо или плохо, что мозг обладает памятью? Это хорошо, если среда устроена так, что будущее часто повторяет прошлое. Если бы события будущего были противоположны, память была бы невыгодной.

Такая ситуация наблюдается, когда крыса, обитающая в канализационных трубах, сталкивается с приманкой. Крыса очень подозрительна, она берет незнакомую пищу только маленькими порциями. Однако если вкусное появляется в одном и том же месте три дня подряд, крыса обучается. На четвертый день она берет приманку смело и отравляется. Крыса, лишенная памяти (организация плохая при обычной оценке), будет и на четвертый день так же подозрительна, как и в первый, она выживет. Таким образом, память при подобных условиях невыгодна.

Следовательно, нельзя мерить на "хорошее" и "плохое"? Любая организация может быть и плохой и хорошей?

Вот здесь-то мы и возвращаемся на прежнюю нашу дорогу, приходим к системе самоприспосабливающейся. Секрет ее как раз в том и заключается, что она сама переходит от "плохого" к "хорошему".

Возьмем известный пример с организацией мозга ребенка. Мозг сначала устроен так, что ребенка всегда тянет к огню. Перед нами организация явно "плохая". В результате накопленного опыта появляется новая организация - "хорошая", когда ребенок огня старается избежать: мозг как система самоприспособился.

Возможно ли такое самоприспособление в системе технической? Представляете, как это было бы замечательно! Автомат работал бы хорошо не только в нормальной для него обстановке, но и в аварийной, "выравнивался" бы при любых режимах работы, действовал бы подобно человеку.

В самоприспосабливающихся технических системах существует своеобразное деление "по поведению". Наиболее простые из них - самонастраивающиеся, они отыскивают наилучший режим работы в зависимости от внешних влияний. Эти системы все больше и больше находят применение в технике.

Можно, например, сделать самонастраивающимся станок с программным управлением. Для этого нужно, чтобы управляющее устройство следило за отклонениями в размерах изготовляемых деталей, автоматически вносило изменения в программу, по которой работает станок.

Самонастраивающийся станок: 1 - узел программы; 2 - узел самонастройки; 3 - блок 'памяти'; 4 - узел управления; 5 - исполнительный механизм; 6 - измерительная система. Процесс самонастройки связан с поисками по результатам (вверху). Станок сам вырабатывает усовершенствованную программу, учитывающую погрешности в обработке изделия

Тогда несовершенная вначале программа будет по мере работы станка улучшаться, брак сведется к минимуму. Об этих "настройках" станка на лучший режим ученые говорят как о "самоусовершенствовании станком своего алгоритма" - своего руководства к действию.

Раз система может усовершенствовать свой алгоритм работы, то она может усовершенствовать и алгоритм поведения, сделать его "гибким", "ищущим", приспосабливающимся к внешней среде. Такую систему,

изменяющую характер действия в зависимости от непредвиденных обстоятельств, принято называть самоорганизующейся. Она уже на ступеньку выше самонастраивающейся.

Классическим примером самоорганизующейся системы стал гомеостат, сконструированный У. Р. Эшби.

Вот как описывается принцип действия этого аппарата:

"Гомеостат состоял из четырех электромагнитов, сердечники которых, перемещаясь, передвигали ползунки реостатов. Питание электромагнитов включалось через эти реостаты. Отклонение сердечника в крайнее положение вызывало в схеме случайное переключение соединений реостатов и обмоток электромагнитов. Положения всех четырех сердечников были, таким образом, взаимосвязанными, так как ток в каждом соленоиде зависел от положения всех четырех реостатов, а положение каждого реостата зависело от тока в соответствующем соленоиде.

Включение питания вызывало движение всех сердечников и перемещение ползунков всех реостатов. При этом могло быть два случая: либо после некоторого переходного процесса все сердечники находились в некотором устойчивом промежуточном состоянии и движение прекращалось, либо система не находила устойчивого состояния и один из сердечников выходил за пределы нормального отклонения, доходя до упора. В схеме тогда происходили случайные переключения, и поиски равновесия возобновлялись. В конце концов после нескольких переключений, осуществлявших случайные переключения в схеме соединений гомеостата, система самостоятельно доходила до такого состояния, при котором оказывалось возможным равновесие, и затем находила это равновесие".

Гомеостат Эшби - устройство, которое трудно 'вывести из равновесия'

Всего в системе было предусмотрено около 400 тысяч сочетаний положений переключателей. Различные операции с гомеостатом: перестановки упоров, изменение связей, небольшие поломки - ничто не нарушало способности находить равновесие.

"Поведение" гомеостата можно сравнить с поведением кошки. Если ее толкнуть, она устраивается поудобнее и снова засыпает. Так и гомеостат, когда его "толкают" - выводят из равновесия, - "устраивается поудобнее", пробует разные переключения, а потом снова "засыпает", снова находит равновесное состояние.

Высокую оценку экспериментам с гомеостатом дал Норберт Винер: "Я полагаю, что блестящая идея Эшби о целеустремленном, выбранном наугад механизме, добивающемся своих целей через процесс научения, является не только одним из крупных философских достижений современности, но также ведет к весьма полезным техническим выводам в решении задачи автоматизации. Мы не только можем придавать целевую направленность машине, но в подавляющем большинстве случаев машина, сконструированная для того, чтобы избегать некоторого рода ситуаций, где она может потерпеть аварию, будет отыскивать цели, которые она может осуществить".

А вот другой пример самоорганизации системы - моделирование процесса выживания на электронно-счетной машине.

Представьте себе вычислительную машину, в "памяти" которой самым неприхотливым, самым случайным образом перемешались цифры от 0 до 9. Машина работает так, что все цифры попарно перемножаются, а крайняя правая цифра произведения встает на место первого сомножителя. Запустим машину. Мы знаем, что четное, умноженное на четное, дает четное число. Нечетное, умноженное на нечетное, дает нечетное. А четное, умноженное на нечетное, дает опять-таки четное. Отсюда можно сделать вывод, что после смешанных встреч четных чисел в "памяти" машины будет все больше - четные имеют больше шансов "выжить". Они постепенно будут замещать в "памяти" машины числа нечетные. Машина "самоорганизовалась" на "выживание". Со временем, проводя "в жизнь" свое целенаправленное поведение, она вытеснит из "памяти" все нечетные.

Есть и еще один вид в этом "мудром" классе самоприспосабливающихся автоматов. Его называют самообучающимся. Чтобы автомат был достоин такого названия, он прежде всего должен быть способен к поиску. Обучив его этой способности, автомат надо снабдить "памятью" для накопления информации в процессе поиска. Затем разработать систему "поощрений", когда его действие удачно, и "наказаний" при неудачах. Такой метод самообучения называется методом проб и ошибок, и его применяют в некоторых программах для задач на обучение.

Вот пример работы программы для самообучающейся машины.

Машину разделили на две части. Одна играла роль "ученика", другая представляла собой несколько "магазинов" с разным ассортиментом товаров. "Ученик" должен был научиться быстро находить нужный товар.

Вначале "ученик" блуждал по "магазинам", стараясь найти товар. В одном из них его ждала удача - он "натыкался" на товар. Тогда он "запоминал" этот "магазин": ведь за это он получал "поощрение".

Меняли товар. Надо было снова "обходить магазины". Снова поиски, снова удача, за которую положено "поощрение". И конечно, снова "зарубка" в "памяти". Так продолжалось несколько раз. В результате тренировки "ученик" самообучался: он уже безошибочно "отправлялся" в тот или иной "магазин" за нужным в данном случае товаром.

Что и говорить, автоматы, поступающие подобным образом, по праву можно назвать "умными" - ведь они очень напоминают настоящих, живых учеников. Недаром такие механизмы ученые называют мозгопо-добными.

Надо, однако, иметь в виду, что исследования в этом направлении, по существу, еще только начинаются. Общей теории самоприспосабливающихся систем пока не существует. Можно сказать, что эта область исследований подобна огромному полю, на котором то там, то тут намечаются межи поисков. Но если правильно возделать это поле, оно может вознаградить за труд и затраченное время богатым урожаем - разнообразными самоприспосабливающимися системами, верными помощниками человека там, где ему самому трудно справиться.

На пути к 'умному' автомату