E-mail: chechkin@ online.ru

URL: http://www.insys.msu.ru

1. ИДЕНТИФИКАЦИЯ И КЛАССИФИКАЦИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

РИС. 1. СТРУКТУРА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ.

Активирующая подсистема (АП), рис. 1, отвечает за следующие взаимодействующие процессы:

1. Оценивание. Оценивание и прогнозирование состояния внешней и внутренней среды ИС с точки зрения их соответствия целевому назначению ИС. Выработка целевых требований.
2. Мотивация. Декомпозиция целевых требований на задачи. Постановка (выбор) очередной задачи, то есть обоснование и выработка задания на системоквант рабочей области с учетом имеющегося опыта и ограничений ресурсов.
3. Проектирование. Создание проекта системокванта рабочей области, то есть разработка алгоритма решения задачи. Исследование на эффективность проекта. В том числе, выработка прогнозируемых (ожидаемых) промежуточных и окончательного результатов решения задачи.
4. Активация рабочей области. Реализация алгоритма решения задачи в форме активации части рабочей области (системокванта) и ее самоорганизации.
5. Адаптация. Сравнение прогнозируемого результата и текущего результата решения задачи. Контроль функционирования системокванта. Корректировка системокванта с учетом оценивания хода решения задачи, проведение новой попытки решения задачи в режиме активации и самоорганизации.
6. Самообучение. Закрепление опыта решения задачи.
7. Саморасширение. Изменение допустимого класса задач.

- афферентный синтез соответствует процессу оценивания и мотивации,

- акцептор результатов действия соответствует процессу адаптации.

2. БАЗОВЫЕ ЭЛЕМЕНТЫ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

ГИПОТЕЗА О БАЗОВЫХ ЭЛЕМЕНТАХ ИС. Все системные организации рабочей области и активирующей подсистемы ИС строятся из базовых (однотипных) элементов ИС [5-7].

Исходя из базовых элементов, будем анализировать структурную организацию и поведенческие особенности ИС.

Внешняя предметная область (ПО) - некоторые объекты и отношения между ними.

Интеллектуальный датчик - подсистема сбора семантической информации о части объектов предметной области, образующих, так называемое, опорное (объектное) множество объектов данного интеллектуального датчика.

Интеллектуальный исполнитель - подсистема изменения части объектов предметной области, образующих опорное (объектное) множество объектов данного интеллектуального исполнителя.

Локальная база данных (накопитель данных) - подсистема хранения семантической информации об объектах некоторого опорного множества. Таким образом, локальная база данных всегда имеет свое опорное множество объектов предметной области внешних по отношению к ней. Основными понятиями теории локальных баз данных являются: информация о точке, данные о точке, решетки и шкалы понятий, решетки и шкалы достоверностей, количество информации о точке, ультрамножество и др.[5-7].

Локальная база знаний (преобразователь данных или ультрасистема) - подсистема преобразования семантической информации об объектах некоторой предметной области. Всякая локальная база знаний имеет свою предметную область, свои входную и выходную локальные базы данных. Основными понятиями теории локальных баз знаний являются продукция, ультраоператор, информационная производная ультраоператора и др. [5-7].

Модели объектов и отношений внешней ПО - это системы любой природы, аналоги объектов и отношений внешней ПО. Адекватность моделей определяется относительно соответствующих интеллектуальных датчиков. Эти датчики должны собирать одинаковую семантическую информацию с сопоставимых внешних объектов, отношений и их моделей. Одни и те же объекты и отношения могут иметь в ИС серию (несколько) моделей разной адекватности. Модели в ИС образуют как бы внутреннюю предметную область, аналог внешней предметной области, рис. 1.

В биологических ИС имеются нейронные структуры, выполняющие роль базовых элементов интеллектуальной системы [4]. Основная идея здесь заключается в следующем. Внешняя предметная область представлена в биологической ИС в виде специальных (символьных) нейронов. Для каждого типа свойств объектов предметной области: запах, геометрическая форма, цвет, движение и т.д., имеются специфические нейронные структуры, названные одноканальными сенсорными системами (ОСС). Упрощенно ОСС состоит из трех видов нейронов: рецепторов, символьных нейронов и объектных нейронов. На входе ОСС находится свое для данной ОСС поле рецепторов, например, обонятельные луковицы. Эти рецепторы в активном состоянии реагируют на некоторые исходные свойства предметной области. Далее в ОСС имеются символьные нейроны нескольких синаптических уровней. На первом уровне находятся квазирецепторы, каждый из которых связан с соответствующим ему одним рецептором при помощи синаптической связи. Таким образом квазирецептор кодирует одно исходное свойство внешней предметной области. Его активация означает, что рецептор фиксирует во внешней предметной области в данный момент соответствующее исходное свойство или же идет воображение или воспоминание об этом. Далее ОСС имеет символьные нейроны следующего синаптического уровня. Они уже связаны с несколькими квазирецепторами и являются комплексными. Каждый комплексный символьный нейрон кодирует уже не исходное, а комплексное свойство. При чем, каждому комплексному нейрону соответствует своя логическая формула, связывающая его со своими исходными символьными нейронами при помощи операций конъюнкции, дизъюнкции и отрицания. Далее в ОСС располагаются комплексные символьные нейроны следующего синаптического уровня и так далее. Их логические формулы строятся рекурсивно по такому же принципу, но уже из имеющихся комплексных символьных нейронов предыдущих синаптических уровней. Какие комплексные нейроны есть в ОСС, каких нет, определяется генетически и в процессе развития биологической ИС. Символьные нейроны ОСС образуют булеву решетку свойств внешней предметной области. ОСС может содержать не все возможные элементы такой решетки, а только те, которые требуются ИС в ее жизнедеятельности. Далее ОСС содержит объектные (указательные, именные, идентификационные, индивидуальные) нейроны. Объектные нейроны соответствуют отдельным объектам внешней предметной области и являются их кодами в ОСС. Каждый объектный нейрон связан по своей логической формуле при помощи синаптических связей с теми символьными нейронами, которые кодируют свойства только объекта соответствующего объектному нейрону. Эта связь напоминает анкету свойств объекта или соответствующую запись в локальной базе данных. При этом объектный нейрон играет роль индивидуального имени объекта (чья анкета). Множество объектных нейронов ОСС образуют, так называемое, опорное множество элементарной сенсорной системы. Какие именно объекты внешней предметной области закодированы в элементарной сенсорной системе в форме объектных нейронов определяется генетически и в процессе развития ИС. Таким образом, всякая ОСС состоит из трех частей: поле рецепторов, решетка символьных нейронов и опорное множество объектных нейронов. Добавим к сказанному еще, что каждый символьный и объектный нейрон ОСС имеет свою так называемую типовую структуру этого нейрона. Типовая структура нейрона навешивается к нему и состоит из дополнительных нейронов, дублирующих те символьные нейроны, которые раскрывают его логическую формулу.

С точки зрения информатики ОСС представляет собой одновременно интеллектуальный датчик и соответствующую ему локальную базу данных. Работа ОСС как датчика осуществляется следующим образом. Сначала выделяется объект во внешней предметной области и с ним сопоставляется соответсвующий объектный нейрон в ОСС. Далее через рецепторы регистрируются исходные свойства объекта. Эти свойства активируют по восходящим связям соответствующие символьные нейроны в ОСС сначала первого синаптического уровня затем второго и так далее. В конце образуются синаптические связи активированных символьных нейронов наивысших синаптических уровней с уже выделенным объектным нейроном. Тем самым в ОСС появляются сведения об объекте. Как бы заполняется анкета (вводится запись) свойств объекта.

Простейшая локальная база знаний в биологической ИС образуется, если две сенсорные системы (ОСС или МСС) соединяются, так называемыми, боковыми (ассоциативными) синаптическими связями. При этом если боковые связи таковы, что активация некоторого сведения из одной (входной) сенсорной системы влечет активацию некоторого сведения из другой (выходной) сенсорной системы, то это есть нейронная реализация продукции (если-то). Набор различных продукций такого типа образуют ультрасистему (одностороннюю продукционную систему) или локальную базу знаний. Какие именно боковые связи имеются в биологической ИС определяется генетически и в процессе развития ИС.

Для удобства будем объединять все нейронные сенсорные системы и эффекторные системы в рабочую область биологической интеллектуальной системы.

Для того чтобы можно было управлять процессом решения задач и хранить опыт решения задач, базовые элементы рабочей области ИС организуются в радикалы.

Радикалом называется схема из базовых элементов, которая имеет командный элемент. Командный элемент радикала отвечает за два состояния радикала, пассивное (свободное) и активное (рабочее). В пассивном состоянии все базовые элементы радикала не работают (блокированы), в активном состоянии все базовые элементы радикала работают. Если базовый элемент входит в несколько радикалов, то он работает тогда и только тогда, когда активен хотя бы один из этих радикалов. Будем считать, что каждый базовый элемент входит в свой атомарный радикал, состоящий только из этого элемента и соответствующего командного элемента. Кроме атомарных радикалов имеются и другие радикалы. Так как базовые элементы ИС образуют сеть, то множество радикалов тоже образуют сеть, которую будем называть средой радикалов. Таким образом рабочая область ИС есть среда радикалов, рис. 1.

Радикалы отражают предыдущий опыт решения задач. Радикалы представляют собой ближнюю память ИС о своем поведении в отличие от дальней памяти ИС о внешней ПО, которую представляют базовые элементы ИС. Перемена активности в среде радикалов означает переключение элементов в различные оперативные схемы (ансамбли), т.е. коммутацию базовых элементов.

Опорная среда (О-среда) - это среда радикалов из элементов внутренней ПО.

Терминальная среда (Т-среда) - это среда радикалов из (сенсорных) элементов внешней и внутренней ТО.

Тем самым определяются три типа радикалов О-, У-, T-радикалы.

О-радикал представляет собой оперативную модель некоторой части внешней ПО. Активный О-радикал служит для прогнозирования процессов во внешней ПО и проведения оперативных внутренних экспериментов. Пассивный О-радикал является некоторой семантической сетью. Активный О-радикал позволяет осуществлять слежение за внешней ПО (принцип "гештальта", выбор "предмет-фон"). Он позволяет неоднократно повторять внутренний эксперимент в обычном, ускоренном, замедленном, обратном времени, делать стоп-кадр, получать новые данные и новые знания.

У-радикал является оперативной экспертной системой, предметно ориентированной распределенной базой данных и знаний в форме некоторой сети накопителей и преобразователей данных.

T-радикал является оперативной контрольно - измерительной системой в форме некоторой сети интеллектуальных датчиков и исполнителей.

В любой ИС активирующая подсистема, согласуясь с генеральной целью ИС (ОЦЕНИВАНИЕ), выбирает доминирующую задачу (МОТИВАЦИЯ) из допустимого класса. В зависимости от задачи и имеющихся ресурсов (опыт) активирующая подсистема задает в среде радикалов потенциалы активности радикалов (ПРОЕКТИРОВАНИЕ), например, вероятностную меру. Радикалы с наибольшим потенциалом активности активируются в первую очередь (АКТИВАЦИЯ).

Функционирование системокванта в любой ИС осуществляется на основе синергетического принципа [7]. Текущий результат решения задачи системоквантом сравнивается с прогнозируемым результатом и оценивается в активирующей подсистеме (АДАПТАЦИЯ). Если задача не решена, то происходит саморасширение системокванта по заданным правилам с учетом потенциалов активности радикалов и продолжение решения задачи расширенным системоквантом. После успешного решения задачи среда радикалов переходит в пассивное состояние, системоквант распадается на радикалы. Процесс функционирования системокванта и его саморасширение, т.е. попытка решения им задачи является самоорганизацией рабочей области ИС. В режиме адаптации может происходить вмешательство активирующей подсистемы ИС в процесс самоорганизации с целью коррекции потенциалов активности радикалов для успешного решения задачи.

После успешного или неуспешного решения задачи происходит оценивание процесса решения и активирующая подсистема, если надо, меняет, уничтожает и рождает радикалы (САМООБУЧЕНИЕ) и базисные элементы (САМОРАСШИРЕНИЕ).

5. НЕЙРОННАЯ РЕАЛИЗАЦИЯ РАДИКАЛОВ И СИСТЕМОКВАНТОВ В БИОЛОГИЧЕСКОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЕ

ГИПОТЕЗА О КОМАНДНОМ НЕЙРОНЕ. Каждый радикал в биологической ИС образуется генетически или в процессе обучения и развития при помощи специального радикало - образующего КОМАНДНОГО НЕЙРОНА по следующему правилу. Рассмотрим некоторую подсеть из нейронов ОСС, МСС или эффекторной сенсорной системы. Для организации радикала на основе этой подсети в ИС выделяется специальный (свободный) нейрон вне подсети, который связывается при помощи синапсов с каждым нейроном выделенной подсети по логической формуле конъюнкции. Такой нейрон будем называть КОМАНДНЫМ. Он играет роль командира (начальника) подсети. Теперь без активации (команды) этого командного нейрона функционирование выделенной подсети невозможно. Тем самым образован радикал. Пассивное и активное состояние этого радикала определяется его командным нейроном. Пусть теперь необходимо организовать новый радикал из другой подсети нейронов и пусть среди нейронов новой подсети встречаются нейроны уже имеющегося радикала. Тогда снова выделяется уже другой специальный (свободный) нейрон вне подсети и он соединяется синаптическими связями с каждым нейроном новой подсети по логической формуле конъюнкции. При этом для тех нейронов, к которым подходят связи от двух командных нейронов логическая формула должна быть конъюнкцией с дизъюнктом обоих сигналов от каждого из этих командных нейронов. Тем самым активация хотя бы одного из командных нейронов открывает возможность функционирования соответствующего нейрона.

Рассмотренные нами радикалы образуют первый синаптический уровень радикалов. Эти радикалы образованы непосредственно из нейронов сенсорных и эффекторных систем. Радикалы следующего синаптического уровня образовываются по тому же принципу. Теперь командные нейроны первого уровня объединяются в схемы при помощи командных нейронов второго уровня. Очевидно, что активация командного нейрона второго уровня вызывает сначала активацию соответствующих командных нейронов первого уровня, а затем разрешение на функционирование нейронов, составляющих собственно тот радикал, за который отвечает командный нейрон второго уровня. Также определяются радикалы более высоких синаптических уровней. Всего возможное число радикалов в среде радикалов интеллектуальной системы определяется по той же формуле как и число элементов в полной решетке символьных нейронов сенсорной системы. При этом число возможных атомарных радикалов составляет число всех нейронов сенсорных и эффекторных систем, т.е. рецепторов, символьных нейронов и объектных нейронов сенсорных системах, а так же нейронов всех эффекторных систем интеллектуальной системы. В интеллектуальной системе среда радикалов может содержать не все возможные радикалы, а только часть из них, которые определяются генетически или в процессе обучения и развития.

Понятие системокванта в физиологии и психологии ввел К.В.Судаков [2, 3] в развитие и уточнение теории функциональных систем П.К. Анохина [1]. Системоквант определяется как целенаправленная физиологическая подсистема живого существа, активируемая для удовлетворения некоторой его потребности и, вызывающая соответствующий поведенческий акт со стороны этого живого существа. Та подсистема живого существа, которая непосредственно решает текущую задачу (удовлетворяет потребность) образует системоквант. Наличие системоквантов наблюдается у всех живых существ.

[3] Судаков К.В. (редактор). Системокванты физиологических процессов. М. Международный гуманитарный фонд арменоведения им. академика Ц. П. Агаяна, 1997, 152 с.

[4] Воронков Г.С., Чечкин А.В. Проблемы моделирования сенсориума и языковой системы естественного интеллекта индивидуума. Журнал “Интеллектуальные системы”. М.: Изд-во Моск. ун-та. 1997. Том 2. Выпуск 1-4. С. 35-54.

[5] Чечкин А.В. Математическая информатика. М.: Наука. 1991. 412 с.

[6] Чечкин А.В. Принципы и методы математического моделирования интеллектуальных систем. Журнал “Интеллектуальные системы”, М.: МГУ, том 3, вып. 1-2, 1998, С. 63-83.
http://www.intsys.msu.ru/magazine/archive/v3(1-2)/chechkin.pdf/

[7] Чечкин А.В. Синергетический принцип и основные понятия математической информатики. Сб. Научно - техническая информация. Серия 2. Информационные процессы и системы. М.: ВИНИТИ, № 4, 1999, С. 14-22.