1.2 Анализ видов неопределенности информации, характерных для процесса управления сложными системами

При рассмотрении сложных процессов необходимо учитывать следующие виды неопределенностей:

1. Низкая точность информации, получаемая с объектов управления сложным процессом, возникающая ввиду погрешности измерительной аппаратуры; запаздывания при передаче информации по каналам управления; невозможность замера параметров процесса, необходимых для построения модели процесса. Такие неопределенности приводят к неточности в задании констант модели, начальных и граничных условиях.

2. Неточность модели сложного процесса, возникающая вследствие неправильно проведенной декомпозиции общей задачи, что может привести к разрыву существенных связей в сложном процессе; линеаризация заведомо существенно нелинейной модели; нарушение условий, принятых при построении модели сложного процесса. Ввиду большой сложности процесса, существенной нелинейности, наличие различных субъективных критериев и ограничений для описания этого процесса могут применяться нечеткие модели.

3. Нечеткость в принятии решений в многоуровневых иерархических системах, обусловленная тем, что наличие четких целей и координирующих решений на каждом уровне контроля и управления затрудняет процесс координации и предопределяет длительный характер согласования решений.

4. Наличие человека (диспетчера) в процессе управления и ведение управления и координации на естественном языке, приводит к необходимости представления знаний человека в виде алгоритмов и согласованности полученного ЭВМ решения с его оценкой:

- ненадежность исходной информации, получаемой от диспетчера в режиме принятия решения, неточность оценок, неопределенность понятий и терминов, да и просто неуверенность диспетчеров в своих заключениях;

- нечеткость (неоднозначность) естественного языка и языка представления правил в системах экспертного типа;

- процедура принятия решений базируется на неполной информации, то сеть нечетких посылках;

- неопределенность проявляется при агрегации правил и моделей, исходящих от разных источников знаний или от диспетчеров разных уровней управления (они могут быть противоречивы, избыточны и т. д.).

Перечисленные выше причины затрудняют использование стандартных систем автоматики и АСУ. Особенно сложным является соблюдение допустимых интервалов работы оборудования в таких неопределенных условиях. Задание четких ограничений для систем автоматики и АСУ приводит к тому, что диспетчер их просто отключает. Поэтому важным представляется использование для описания и формализации областей, допустимых режимов функционирования сложной иерархической системы, теории нечетких множеств.

1.3 Человеко-машинные системы

Искусственный интеллект ставит своей целью реализацию функций мышления с помощью компьютера. До сих пор наука и техника развивалась, считая критерием логическую стройность. Из физиологии головного мозга известно, что логика связана с деятельностью левого полушария. Правое полушарие управляет зрением, слухом, интуицией, эмоциями и другими чувствами. Считается, что логическое мышление свойственно только людям, и левое полушарие называют главным, а правое - подчиненным, но верно ли это? Так воображение, открытия, творчество считается наивысшей интеллектуальной деятельностью человека, но как это происходит. Прежде всего, в правом полушарии интуитивно возникают некоторые образы, и только затем левое полушарие начинает логически анализировать и проверять их пригодность. (Тот факт, что с помощью логики и анализа нельзя создавать новые идеи, стало своего рода аксиомой в области системотехники, имеющей дело с синтезом и оптимизацией крупных систем). Если логику считать наивысшим знанием, то окажется, что компьютер превосходит людей во всем: в тщательности логических выводов, сообразительности, точности и т. д. Отсюда вытекает крайне забавное заключение, что люди хуже компьютера.

Вряд ли реализация искусственного интеллекта даст ожидаемые результаты, поскольку слишком упрощена логика, отсутствует здравый смысл, низкий уровень знаний, сложный ввод данных. Для решения этих проблем необходимы функции логических выводов и предположений высокого уровня (воображение, открытие, творчество и т.п.). Нецелесообразно решать эти проблемы только с помощью логики левого полушария: она тщательно согласованна со знаниями и не применима, если хотя бы в чем-то есть противоречия. Знания, которыми пользуются люди, несовершенны, неточны, противоречивы и т. п. И, не смотря на это, люди с их помощью делают выводы очень высокого уровня. Это происходит оттого, что люди имеют нечеткие знания, которые называются здравым смыслом и обладают нечеткими умственными способностями обработки таких знаний.

Довольно трудно выделить специальные знания, которыми наиболее легко пользоваться, потому что они хорошо упорядочены и доведены до полной логической системы. В настоящее время основное внимание уделяется именно знаниям этого уровня. Такие знания называют микрознания. С другой стороны, здравый смысл является синтезом неограниченного числа эмпирических и специальных знаний, среди которых достаточно много противоречивых и нелогичных знаний. Для таких знаний невозможно строго определить содержание, потребовать логической упорядоченности и систематизации. Такие знания называют макрознания. Макрознания трудно представить и трудно использовать. Дело в том, что абстрагированные предложения (суть макрознания) должен интерпретировать и конкретизировать сам человек в зависимости от задачи. Это прикладная проблема своего рода творчество. Как человек управляется с таким многообразием знаний остается только удивляться. Не очень понятно как человек обращается с макрознаниями. Все дело в том, что мысли человека имеют крайне, с точки зрения логики, выраженный качественный характер, они нечетки. Их можно назвать макромыслями. Когда человек пытается найти решение сложной задачи, его макромысли интуитивно разбиваются на существенные и малозначащие, последние отбрасываются, а рассматриваются только первые. Кроме того, макромысли необходимы при обработке большого объема микроинформации. Однако отделить малозначащую информацию от существенной трудно, и все зависит от цели человека, другими словами, именно цель каждого человека определяет образ его макромыслей.

Если искусственный интеллект будет перерабатывать только микрознания, то область его применения будет весьма ограниченна. Поэтому искусственному интеллекту следует поручить анализ, упорядочение старых знаний, хранение в памяти, поиск и другую логическую работу (левостороннюю работу), а генерацию идей, синтез, творчество и другую правостороннюю работу полностью доверить человеку. В этом состоит идея человеко-машинных систем.

В человеческом мозге важнейшую роль играет часть, которая называется мозолистым телом - оно соединяет левое и правое полушария. В человеко-машинной системе также должна быть связь между искусственным интеллектом и человеком, то есть они должны иметь до некоторой степени общие язык, знания и методы мышления. Язык - важнейшее средство общения, поэтому идеально было бы применение естественного языка. Общность знаний - самое главное для взаимопонимания людей, но поскольку партнером является компьютер, то такая общность необходима для возможности общения и исключения ошибочного понимания.

По содержанию общими должны быть специальные знания и, в идеальном случае, здравый смысл. Если метод мышления компьютера будет хотя бы до некоторой степени аналогичен методу мышления человека, то даже при относительно несовершенной информации, выдаваемой партерами, можно делать точные рассуждения и выводы. Человек мыслить качественно, нечетко, поэтому и от искусственного интеллекта по возможности требуются макромысли.

Человеко-машинная система будет полностью создана, когда человек и искусственный интеллект будут понимать возможности друг друга и одновременно четко осознавать свои цели в системе.