Чудеса, да и только! Посмотрите, что вытворяет этот симпатичный французский робот! Похоже, он может все: для разминки, например, встать и пойти, взять в руки предметы, но самое главное — говорить. “Вы действительно хотите, чтобы я станцевал?” — любезно спрашивает по-английски преподавательницу РГГУ Татьяну Волкову. “Конечно”, — отвечает она, и машина пускается в пляс. Да как! Она танцует даже на одной ноге, легко удерживая равновесие, причем музыку воспроизводит сама. Электромеханические устройства позволяют роботу принимать практически любые позы — в нем ни много ни мало 25 степеней свободы, потому-то он все это и выделывает. А еще благодаря мощной батарейке (но ее хватает на час) так активен робот. В голове у него хотя и не самый мощный, но все же ноутбук. А в нем — с десяток программ, их машина и выполняет. Робот настолько совершенен, что кажется “одушевленным”. Если, скажем, чувствует, что “падает” (это определяют встроенные в него датчики), то прикрывает голову руками и говорит “ой” (опять же по-английски). А когда перегревается, предупреждает: “Мне горячо — выключите меня, пожалуйста”.
Программное обеспечение робота такого высокого уровня, что стоит набрать на клавиатуре фразу — скажем, просьбу сделать что-то новенькое, — и он выполнит пожелание. Ну, разве не чудо?! Чего еще желать, чему еще можно его научить? Оказалось, очень даже есть чему: ученые хотят сделать его более совершенным, для чего встраивают “многодумную” интеллектуальную систему. Рассказывает заведующий отделением интеллектуальных систем в гуманитарной сфере РГГУ профессор Виктор Константинович Финн.
— Университет приобрел именно этого робота, поскольку он обладает отличными возможностями для “очеловечивания” с помощью методов искусственного интеллекта, включающих автоматизированные рассуждения и машинное обучение. Это очень полезный “инструмент” для исследований, которые ведут студенты и аспиранты. Но прежде чем сказать, каким будет “думающий” робот, познакомимся с самими интеллектуальными системами. Их назначение — помочь человеку решать задачи, с которыми в настоящее время он справиться не может. Они состоят из трех главных модулей: первый автоматизирует пожелания человека и решает задачу. Второй отбирает релевантные факты и формирует базы данных, чтобы их можно было сравнить, проанализировать и найти нужное решение. Третий — удобный интерфейс пользователя. Такова архитектура интеллектуальной системы. А вот как она действует.
Во Всероссийском онкологическом научном центре им. Н.Н.Блохина вместе с медиками мы выяснили последствия лечения злокачественной опухоли меланомы (известно, как трудно онкологам с ней бороться). Для начала вместе с врачами создали базу данных, состоящую из историй болезни, их оказалось около 80. Затем система обработала, обобщила и проанализировала исходный материал (примерно 50 всевозможных признаков) и выдала резюме: что ожидает пациента в будущем после проведенного лечения. Осуществить такой анализ данных, обнаружить скрытые в них закономерности вряд ли возможно без помощи интеллектуальной системы. Можно сказать, что на одну чашу весов она положила отобранные ею положительные факторы лечения, на другую — отрицательные, не поддавшиеся онкологам. Если же чаши уравновешиваются, то есть количество данных “за” и “против” примерно одинаково, система не станет выносить решения, а затребует дополнительные сведения. Так срабатывает принцип обратной связи. Очень важное достоинство! Мало сказать, что машинная система помогает человеку, это его партнер, на которого можно положиться. Но действует она только в том случае, если факты можно сравнить, определить сходства и различия исследуемых объектов.
Испытания закончены, сейчас онкологи начинают осваивать интеллектуальную систему. А мы идем дальше — исследуем наличие опухолей молочной железы с учетом генетических факторов. Это новое важное направление. Однако в первую очередь наши интеллектуальные системы предназначаются для гуманитарных наук — они отстают от естественных, поскольку в большинстве своем не обладают точными методами исследования. А необходимость в этом, безусловно, есть, скажем, в социологии, криминалистике, лингвистике.
Современная социология часто ограничивается простым подсчетом ответов респондентов. Она не улавливает очень важных тонкостей: например, мотивов, по которым опрашиваемые ответили так, а не иначе, не выявляет их мнения. А без этих данных невозможно провести качественный анализ. Другое дело — интеллектуальная система. Еще в середине 90-х годов прошлого века вместе с Институтом социологии РАН мы изучали вопрос: начнут забастовку рабочие нескольких предприятий или нет? Чтобы получить всесторонние знания о респондентах, их условно разделили на две группы. И, сравнивая выявленные характеристики, обнаружили индивидуальные причины, определяющие поведение рабочих. Задача была решена.
Очень высоко оценили нашу работу криминалисты. Вместе с Московским университетом МВД мы провели исследования идентификации личности по почерку. Проанализировав самые разнообразные исходные данные, установили не только авторов, но и их пол. (В результате совместной работы были защищены две кандидатские диссертации по юридическим и техническим наукам). Особенность нашего метода в том, что он действует и при малом объеме исследуемых данных. Не числом берет, а качеством. Фундаментальный труд академиков А.Зализняка и В.Янина “Новгородские грамоты на бересте из раскопок 1990-1996 годов” фактически содержит базу данных — описание 262 берестяных грамот. Созданная нами компьютерная система определила датировку всех грамот, совпавшую с результатами исследований авторов (безусловно, благодаря информативности описанных грамот). Думаю, наши интеллектуальные системы обладают эффективными логическими средствами машинного обучения, они не имеют аналогов в доступной нам зарубежной литературе.
Но вернемся к роботу. Актуальные задачи его “очеловечивания” — это развитие средств сенсорики, ориентации в пространстве и логики рассуждений. Он научится видеть, слышать, даже улавливать запахи и передавать полученную информацию. Мы хотим, чтобы к традиционным базам данных, которыми его оснащают, он добавил свои ощущения и смог бы рассуждать. Это более высокого уровня когнитивная система. Правда, на первом этапе происходит лишь накопление информации, только после этого робот перейдет к самообучению.
С помощью встроенной в него интеллектуальной системы, реализующей анализ сенсорных данных, предсказания и объяснения текущего состояния, робот будет способен решить следующую задачу. Мы поставим перед ним три коробочки, а в них окрашенные в разные цвета шарики. Рядом два разноцветных флажка. Робот все это тщательно рассмотрит и, если увидит в коробочке, скажем, пять красных шариков и два зеленых, должен сообразить и поставить красный флажок. По такому же принципу около другой коробочки появится зеленый. Но вот незадача — в третьей коробочке будет поровну красных и зеленых шариков. Ситуация конфликтная, потому робот посылает запрос, получает желтый флажок и ставит его. Это как призыв о помощи: “Я не могу принять решение, мне нужна дополнительная информация”.
Задание это вполне осуществимо, поскольку основано все на тех же трех “китах” действия интеллектуальной системы: решателе задач, базе фактов и базе знаний. Это благодаря им он способен “думать”, взвешивать, анализировать сенсорную информацию и принимать обоснованное решение. А еще благодаря оригинальному программному продукту — ДСМ-системе, реализующей ДСМ-метод автоматического порождения гипотез.
Студентов и аспирантов, безусловно, интересуют интеллектуальные системы и возможности их применения. Они будут участвовать в совершенствовании робота, увеличивая его возможности. Для этого вместе с Всероссийским институтом научно-технической информации РАН мы открыли в РГГУ новое направление профессионального образования — “Интеллектуальные системы в гуманитарной сфере”. На сегодняшний день по этой тематике выполнено немало дипломных работ. За 15 лет, что мы ведем эти исследования, наши выпускники защитили 11 кандидатских диссертаций, а наши преподаватели — три докторские. А мы идем дальше: вместе с Институтом прикладной математики им. М.В.Келдыша РАН создали Учебно-научный центр интеллектуальной робототехники. Его возглавляет профессор Владимир Евгеньевич Павловский. Вместе с коллегами он разработал новый профиль направления профессионального образования “Интеллектуальные системы в гуманитарной сфере” — “Когнитивное и программное обеспечение интеллектуальных роботов”.
Интеллектуальная робототехника — новая и перспективная область компьютерной науки. Однако академические исследования естественным образом предшествуют применению “очеловеченных” интеллектуальных роботов в различных экстремальных ситуациях, решении задач космонавтики и биомеханики.
Записал Юрий Дризе
Фото Андрея Моисеева
Нет комментариев