2. Адаптивное управление

Теперь, когда мы разобрались в общих чертах, что представляют собой системы искусственного интеллекта, возникает следующий вопрос: чем отличается интеллект роботов от интеллекта универсальных вычислительных машин, в чем его специфика?

Для ответа на этот вопрос уместно вспомнить принадлежащее великому русскому физиологу И. М. Сеченову высказывание: "...все бесконечное разнообразие внешних проявлений мозговой деятельности сводится окончательно к одному лишь явлению - мышечному движению"^*. Другими словами, вся интеллектуальная деятельность человека направлена в конечном счете на активное взаимодействие с внешним миром посредством движений. Точно так же элементы интеллекта робота служат прежде всего для организации его целенаправленных движений. В то же время основное назначение систем искусственного интеллекта состоит в решении интеллектуальных задач, носящих абстрактный или вспомогательный характер, которые обычно не связаны ни с восприятием окружающей среды с помощью искусственных органов чувств, ни с организацией движений исполнительных механизмов.

^* (Сеченов И. М., Рефлексы головного мозга. Изд-во АМН СССР, 1952, стр. 41.)

Центральной проблемой создания интеллектуального робота является разработка его управляющей системы, вырабатывающей целенаправленное поведение робота. Эта система принципиально отличается, от управляющей системы очувствленных роботов, не обладающих интеллектуальными способностями. В предыдущей главе мы уже отмечали, что природа "интеллектуальной слабости" очувствленных роботов коренится в их алгоритмическом и программном обеспечении, основанном на схеме "класс ситуаций - действие". Для эксплуатации очувствленного робота, реализующего эту схему, необходимо заранее определить последовательности действий, адекватные возможным ситуациям. Однако интеллектуальные задачи не укладываются в эту схему. Так, например, на одной и той же незнакомой местности различные люди (или интеллектуальные роботы) могут выбрать совершенно разные пути обхода препятствий и достижения цели. Преимущество человека или интеллектуального робота перед роботами второго поколения заключается в том, что они способны формировать новую для себя последовательность подцелей и действий на различных этапах деятельности. Эти подцели и запланированные действия выступают в качестве своеобразных стимулов, побуждающих человека или интеллектуального робота принять то или иное решение, ведущее к цели. Примерами задач, с которыми должна справляться управляющая система интеллектуального робота, являются планирование поведения робота, формирование понятий и модели внешней среды, распознавание и анализ ситуаций, прокладка маршрута безопасного движения робота среди препятствий, построение и отработка программных движений исполнительных механизмов робота.

Решение этих задач на практике существенно затруднено тем, что ряд характеристик среды, робота и условий его функционирования не только заранее не известен проектировщику управляющей системы, но и может меняться непредвиденным образом в процессе функционирования робота. Неизвестными могут быть, например, объекты внешней среды или их отдельные параметры, характеристики грунта опорной поверхности, распределение нагрузки на шасси робота, параметры (масса, форма, размеры) объекта манипулирования, характеристики информационно-измерительных датчиков, исполнительных приводов и механизмов.

Значения некоторых из перечисленных неизвестных параметров в принципе могут быть определены экспериментально до начала или в процессе автономного функционирования интеллектуального робота. Однако такой подход, требующий дополнительных средств измерения или идентификации параметров, применим далеко не во всех случаях. Во-первых, подобные эксперименты не всегда осуществимы (например, в условиях, когда присутствие человека-оператора в среде обитаний робота опасно для здоровья или невозможно) и, во-вторых, подлежащие экспериментальному определению значения характеристик обычно изменяются заранее неизвестным образом в довольно широких пределах.

Диапазон возможных изменений неизвестных проектировщику параметров робота и окружающей среды характеризует степень априорной неопределенности при проектировании управляющей системы: чем больше этот диапазон, тем больше априорная неопределенность относительно характеристик среды, самого робота и условий его функционирования. Наличие априорной неопределенности, а также необходимость решения роботом ряда интеллектуальных задач делает несостоятельными или даже неприменимыми классические, традиционные методы проектирования управляющих систем, основанные на постулате о том, что проектировщику известна полная и точная математическая модель объекта управления.

Таким образом, возникает необходимость в построении адаптивных управляющих систем с элементами искусственного интеллекта, т. е. таких систем, которые способны вырабатывать целесообразное поведение робота в условиях неопределенности. Характерной чертой функционирования таких адаптивных управляющих систем является то, что недостаток априорной информации компенсируется в них надлежащей обработкой текущей информации, воспринимаемой органами чувств робота. Благодаря этому обеспечивается автоматическое приспособление робота к фактическим (заранее неизвестным и изменяющимся) условиям функционирования.

На пути развития теории адаптивных управляющих систем долгое время стояло одно препятствие. Оно заключалось в том, что разные группы исследователей вкладывали в понятие "адаптивная система" различный смысл. В потоке работ по "самообучающимся", "самоорганизующимся", "самонастраивающимся" системам оказалось много таких, в которых слова "обучение" и "адаптация" фигурировали без достаточных оснований. Одной из причин этого служит присущая многим работам по кибернетике, бионике и робототехнике беззаботность в отношении четкого определения основных понятий.

Тем не менее можно установить и сформулировать, что именно большинство исследователей понимает под словами "адаптивная система". Пусть задан класс задач, определяемый совокупностью всех неизвестных условий и характеристик объекта управления и среды. Адаптивная система - это такая управляющая система, которая в ходе решения любой задачи из заданного класса обеспечивает достижение цели управления за конечное время. В отличие от классических, неадаптивных управляющих систем, адаптивные системы приводят к цели, вообще говоря, лишь по прошествии некоторого времени после начала работы, называемого временем адаптации. Это - неизбежное последствие априорной неопределенности решаемой задачи и необходимости для управляющей системы "привыкнуть", "приспособиться", "адаптироваться" к ней. Процесс адаптации заключается в целенаправленном изменении структуры и (или) параметров системы на основе накопленного опыта и текущей информации, воспринимаемой сенсорной системой.

В настоящее время теория адаптивных управляющих систем вышла из начальной стадии своего развития и уже является полноправным разделом кибернетики. В последнее время она стала, как мы увидим ниже, научной базой построения многих интеллектуальных роботов. Есть основания считать, что она в перспективе окажется центром кибернетики вообще и той ее ветви, в частности, которая связана с созданием интеллекта роботов.

Не останавливаясь здесь на конкретных методах и алгоритмах адаптивного управления роботами (этому посвящена следующая глава), еще раз подчеркнем, что само понятие "адаптивное управление" роботом имеет смысл лишь при дополнительном указании того класса задач, в котором робот адаптивен. Ясно, что чем шире этот класс задач, тем труднее построить управляющую систему, адаптивную в этом классе.