Перспективные нейросетевые технологии

Мы не из праздного любопытства интересуемся принципами искусственного интеллекта – и нейросети в частности. Нам необходимо уловить тот минимум знаний, который развязывает нам руки для эксперимента, демонстрации, внедрения и бизнеса. Мы считаем обязанностью спросить себя: "Ну, и что полезного, великого и славного, веселого и наваристого из всего этого можно получить? В каком направлении трудиться, какие задачи решать?"

$$\dots$$ Прошли годы. Герои-реформаторы, теоретики-идеалисты, не боясь проклятия потомков, с этим непотопляемым "если все – сознательно и дружно", открыли клапана для самого низкого, звериного, всколыхнули всю муть с хлипкого дна рабски незрелой человеческой души $$\dots$$

$$\dots$$ Русский ландшафт украсился величественными воровскими коттеджами на разбазаренных полях, забывших ласковое ощупывание комбайнов $$\dots$$ Угрожающими шествиями с хоругвями потянулись "патриоты" $$\dots$$ Братва ринулась покорять мир $$\dots$$ Торговые точки благословенного побережья Испании запестрели объявлениями: "Мы говорим по-русски!" $$\dots$$ Насилие заполонило телеэкран, облагораживая физическое и нравственное калечение молодой смены в войнах, конфликтах, политических и воровских разборках $$\dots$$

Легализация теневого бизнеса обрела главенствующую силу. Джентльменизация (стимулируемая обнадеживающим взаимным отстрелом!) люмпен-пролетарского, криминально-коммунистического контингента бизнес-воинства, этих новых русских космополитического происхождения, бурными темпами социалистического соревнования свершилась за одно-единственное поколение $$\dots$$

$$\dots$$ Раздираемая Страна все более превращалась в Территорию с населением $$\dots$$

И вот, когда мы обречено и покорно, с голоду забыв о Демократических Преобразованиях, мечтая о в срок выданном профессорском жаловании, грустно сидели на своих рабочих местах, не тронутых евроремонтом, раздался требовательный телефонный звонок. Густым басом, которым исполняют "Интернационал", свободно и независимо, уверенно и повелительно, братски проникновенно и покровительственно шутливо дядя Рамзай пригласил нас к себе, на загородную виллу о тридцати пяти комнатах.

Инстинктивно прижимаясь друг к другу, стесняясь заношенных штанов, затравленно зыркая на открывающееся великолепие, утверждающее победный бросок "из грязи – в князи", мы неловко повылезали из шикарных лимузинов $$\dots$$

$$\dots$$ Мы робко грудились невдалеке от обильно сервированного стола, а дядя Рамзай вводил нас в стыд и уныние от чувства неполноценности сообщением о головокружительном взлете наших деятельных недавних знакомых $$\dots$$ А мы-то им прочили!.. Нет, нам действительно нет места в этом мире $$\dots$$

$$\dots$$ Вот меж золотых колон двери зала вдвинулся черный квадрат Малевича, дополненный модно лысым полушарием, – и мы узнали Васю $$\dots$$ Мы соболезненно и чинно выпили за Петю, безвременно ушедшего в слоисто бисквитном шикарном саркофаге с кисточками и иллюминатором $$\dots$$ Сновали затасканно-рельефные, еще узнаваемые в буйных красках макияжа, женские фигуры славных боевых подруг – Марины, Регины и др. – с кокаинно блестящими глазами $$\dots$$ Царственно вплыла св. Аполлинария, таща за собой шлейф подозрительно смуглых отпрысков $$\dots$$ Преданно суетилась охрана (служба безопасности!), не отрывая мобильников от ушных раковин (Как неузнаваемо выросли мальчики!), с достоинством потенциальных производителей гордясь зловещей оттопыренностью пиджаков $$\dots$$ Тут же мелькали раскрученные эстрадные певички в окружении респектабельных молодцов сутенерского вида $$\dots$$

Не стихал светский разговор – вокруг политики, выборов, депутатов, губернаторов $$\dots$$ Назывались суммы – запредельные, в нашем понимании $$\dots$$

Наконец все угомонилось. Отвалившись от доблестно побежденного и поверженного стола, единственно являвшего символ разрушения на этом празднике жизни, несколько осмелев и охмелев, мы окружили нашего благодетеля. А дядя Рамзай, утопая в глубоком кресле у камина и задрав ноги на пуфик навстречу жару, сыто ковыряя в зубах и поминутно сплевывая в огонь, делился своими Соображениями $$\dots$$

Мы с умилением внимали словам нового Кремлевского Мечтателя, и чувство достоинства медленно возвращалось в нас $$\dots$$

Нет, все было не зря! Это мы вложили в светлые уста дяди Рамзая эти слова надежды. Это наше воздействие, наше воспитание породили востребованность и понимание $$\dots$$ Разве в потертых штанах дело? Духовность – вот главное, ценное и непреходящее $$\dots$$ И шипящие паровые фонтанчики плевков дяди Рамзая салютуют самому радужному будущему, в котором нам есть, есть место!..

Может, и мы потребуемся в этом вертепе! Может, вернется жизнь в наши хилые тела с дрожащими коленками и с наивными мечтаниями? Может, нажрутся-наворуются, наконец, и, рыгнув, оглядятся окрест, и взалкают пищи духовной, – эдакого чего-то воздушного и эфемерного? Может, пригласят поучить их чад-наследников, этих пухленьких мальчишей-плохишей, уже презрительно гримасничающих в сторону зачуханной интеллигенции? А может, и нас покатают в джипе-"чероки"? $$\dots$$

Мы мужественно перевели все сказанное дядей Рамзаем с поэзии блатного жаргона и сформулировали десять (всего лишь десять!) ярких пунктов, сулящих блистательное применение нейросетевых технологий.

16.1. Служба безопасности

После долгого бдения и дележа средств в Международном Фонде Вспомоществования Семьям Жертв Российской Науки Прошлого Века (МФВСЖРНПВ), утомленный и удовлетворенный, вы возвращаетесь среди ночи домой. Тихо, крадучись, вы открываете дверь квартиры и включаете свет в прихожей. Но вы совсем забыли о той встрече, которая ждет вас с Несимпатичным Искусственным Существом (рис. 16.1), включенным в электросеть и выставленным для охраны Ваших близких от непрошеных ночных гостей-грабителей! "Здравствуй, папа! – произносит мощный железный голос. – А почему у тебя на лице губная помада?!"

Да, охрана покоя семьи, противодействие взломщикам-грабителям, – актуальная задача нашего сложного времени. Мы справедливо предполагаем развитие рынка средств автоматического распознавания "свой – чужой", находящего все большее число покупателей-приверженцев, по мере роста объявленного благосостояния народных масс.

Как же может быть устроено такое средство охраны-предупреждения?

Отбросив эстетическую наружную часть, несомненно, выполненную со вкусом и выдумкой, заглянем в "нутро".

Основой логической деятельности Существа, конечно же, является нейросеть (хотя обработка видеоввода может оказаться гораздо сложнее).

Представим себе многоуровневую нейросеть, первый логический уровень которой подбирает "словесный портрет" на основе признаков изображения, поступившего на его экран. Не следует удивляться приемам криминалистики, в совершенстве овладевшей подходом к идентификации преступника. В результате анализа, возможно, с двух точек – анфас и в профиль, на этом уровне может быть установлено:

Конечно, баллы и номера не выставляются. Они означают только, какой нейрон промежуточного выходного слоя возбудится максимально. Да и это нам знать ни к чему. Просто произойдет какое-то распределение возбуждений между нейронами промежуточного выходного слоя той части нейросети, что обучена распознаванию признаков. Возбуждение этих нейронов, как нейронов входного слоя второй части нейросети, второго логического уровня, должно в результате обучения привести к существенному отличию "папы" от "слесаря дяди Юры", приходившего днем проверить нетекущий кран. То есть должно привести к идентификации – кто это (или это "свой", или "чужой"). Можно предусмотреть и побочные признаки: чрезмерно красный нос, подозрительные красные пятна на овале лица вне носа и др. При формировании составного ответа голосом (на третьем логическом уровне?) могут быть учтены и эти дополнительные признаки, как это мы и предположили вначале.

И мы видим путь, по которому можно гнать и гнать лошадь фантазии, соревнуясь во все более и более фантасмагорических предложениях.

Например, мы можем представить себе медведя с золотым блюдом в дверях шикарного ресторана, приветствующего завсегдатаев словами: "Дорогой и любезный Иван Иванович! Отстегни от щедрот своих, пожертвуй, душа, на хлеб насущный российской науке!"

А увлекшись окончательно, мы можем представить себе парк фантасмагорий, населенный чудовищами, реагирующими на Ваше появление, ваш облик и ваше поведение. "Оживлены" могут быть и фонтаны, и элементы ландшафта, и т.д. и т.д. – так, как это рассмотрено ниже.

16.2. Парк фантасмагорий

Представим себе парк развлечений, в который мы заходим, желательно – группой под руководством гида-экскурсовода. Намотавшись по аттракционам и желая наконец протянуть отекшие ноги, мы вступаем (по приглашению коварного гида!) в дивный тенисто-прохладный, ласково журчащий уголок с причудливым ландшафтом. И вдруг!..

$$\dots$$ Выползают (рис. 16.2) из-за трепещущих кустов и камней монстры-крокодилы, вздымаются головы ящеров и тянутся к нам. Лохматый неандерталец ладит каменное орудие, привязанное жилой к сучковатой палке. Подымается на свои курьи лапы избушка.

Гигантской головой оживает скала, покрытая нежными незабудками. Деревья и кусты трясут ветками – радуясь или возмущаясь. Фонтаны воды преследуют нас $$\dots$$ Наше замешательство, паническое движение вызывают ответную реакцию: "население" смеется, сердится, радуется, угрожает. Явно проявляются симпатии и антипатии $$\dots$$

Рассмотрим возможный принцип действия отдельного "объекта" ( рис. 16.3 ).

Объект контролирует сектор обзора. Электронно-оптическое устройство "зрения" может быть не обязательно расположено в глазах, а упрятано в более неподвижных "органах", например на груди.

Весь сектор обзора разбит на элементарные сегменты, образованные телесными углами в 1-2 градуса.

До последующих усовершенствований, первоначально должна быть предусмотрена реакция только на преобладающий цвет в элементарном сегменте обзора, на это – "Каждый Охотник Желает Знать, Где Сидят Фазаны". Например, красный цвет должен приводить к запуску комплекса программ обращения в ярость и к повторному обзору строки, чтобы усилить эту ярость при последующем раздражении. (– Женщина в красной кофте! Отойдите от крокодила немедленно!..)

Желтый цвет может вызывать кокетство и эротическое возбуждение. Зеленый – умиротворение. Коричневый – ритмичный шаг и салютование головой. Голубой – благочинное умиление с возведенными глазами и т.д.

Обзор сегментов совершается по строкам, с частотой обзора, согласующейся со скоростью обработки компьютером. Эта обработка обусловлена прохождением входного сигнала через нейросеть и различной степенью возбуждения нейронов выходного слоя, запуском программ движения, связанных с нейронами выходного слоя, – с параметрами, определяемыми величинами возбуждения, инерционностью такой сложной системы.

Итого, из каких элементарных движений складывается поведение объекта? Расширение-сужение глаз, открывание/закрывание рта, растягивание его в улыбку, покачивание головы, поднятие/опускание рук (если они есть), угрожающий шаг ноги (если вес позволяет), вертикальное/горизонтальное помахивание хвостом, привлекающее движение тазобедренным суставом и др.

(– И технологии позволяют $$\dots$$ Видал в парке Горького мастодонта-звероящера? А гориллу рядом? Если такую макаку, да не к магнитофону, а – к компьютеру!.. А передачу "Куклы" глядишь регулярно?..)

Как ранее говорилось (лекция 2), в одном такте могут запускаться несколько программ, инициирующих движения "от текущего" состояния. Это должно имитировать суммарную сложную реакцию на ситуацию в секторе обзора с его изменением, обеспечивать ее непредсказуемость, неожиданность и восторг публики. А если представить себе, что таким свойством реакции наделены деревья, скалы, воды и ветры, то такой фантасмагорический фейерверк получится!..

(– С этого ж такие бабки можно поиметь!..)

Что ж, ваше слово, товарищ спонсор!

16.3. Компьютерный человечек КОМПИ

Мы видим, какое значение компьютерным играм придает самый богатый человек планеты Гейтс, потрясая игровой приставкой нового поколения перед миллиардами телезрителей. Мы вволю наигрались в холодную войну и можем себе тоже позволить подумать о радости и удовольствии, а также – о бизнесе!..

С этим человечком мы уже встречались в лекции 2. Сформулируем идею окончательно.

$$\dots$$ Все чаще посещает нас мечта жизни: пора объединить все разнообразие направлений творческого применения компьютера как средства, инструмента и объекта искусства. Это может быть материализовано виртуальной структурой под названием Computer Art Studio и отражать следующие направления: трехмерная и плоская анимация, графика и живопись; туристические объекты и исторические реконструкции; нейрокомпьютерные игры и анимация; литературный и музыкальный дизайн; фантастика и др.

Как видите, вполне справедливо, что благодаря логической цепочке "интеллект $$\to$$ моделирование $$\to$$ искусство", нейросетевые технологии должны занять подобающее им место в рядах Великого Искусства $$\dots$$

Представим себе отрока, поздним утром вставшего в солнечный день весенних каникул и, слегка протерев заспанные глаза, уже включающего компьютер.

В "окне" появляется милая, упитанная мордашка (рис. 16.4). Тут же, в углу экрана, "мышкой" или "джойстиком" наш "хорошист" с английским уклоном не очень твердо, но вполне узнаваемо рисует ананас. Мордашка, в которой мы узнаем КОМПИ – популярного (пока неизвестного) героя компьютерного монитора, приходит в неописуемый восторг и радость. Все мышцы его лица, ведающие мимикой и жестами соответствующего морально-психологического состояния, приходят в движение.

Тогда наш юный джентльмен стирает рисунок. КОМПИ постепенно успокаивается, приходя в состояние недоуменного ожидания. И вот, после некоторых размышлений, художник изображает $$\dots$$ велосипед.

"Что это такое?" – вопрошает КОМПИ.

"Это – велосипед, на нем катаются", – следует ответ.

Дальнейшая пауза свидетельствует о том, что происходит обучение нейросети. Ситуация, которая введена на нейроны входного слоя, образующие экран для рисования, связывается (возможно, методом опорного пути) с нейроном выходного слоя (или – коры). Этот нейрон будет теперь соответствовать эталону – велосипеду. Этот же нейрон, в свою очередь, должен определить возбуждение нейрона, ведающего действием "то, на чем катаются". Запускаются программы, имитирующие действия КОМПИ, и он неуклюже, конечно же, неправильно и смешно – как его учили, например, обращаться с осликом, – подминает под себя копию введенного изображения – велосипед.

Возникает потребность расширения (в условиях, конечно, производящей компании) возможности игры, введя специальные программы имитации красивого велосипеда (распознанного по корявому эталону) и всех действий КОМПИ по езде на нем.

Средствами трехмерной графики, например 3D Studio MAX, производя деформации объема в направлении сокращающихся мышц, можно имитировать действия и мимику. Состав же программных процедур, включаемых в каждом такте управления для такой деформации, и их параметры определяются возбуждением нейронов выходного слоя сети при распознавании заданной ситуации – рисунка на экране. Мы еще не установили точно, может ли это МАХ. Однако ясно, что эти действия достигаются средствами двумерной и трехмерной компьютерной графики, на основе управления деформацией объектов. Мы не исключаем, что здесь потребуется разработка новых систем компьютерной графики, основанных на "мышечной" деформации, о чем поговорим далее.

Например, создав объект в плоской или трехмерной памяти, мы можем, дважды "топнув" мышкой, задать точку начала и точку конца "мышцы", зафиксировав в списке эту "мышцу" как новый невидимый объект. Затем мы можем сокращать и растягивать "мышцу", что сопровождается расчетом адресов такой пересылки информации, при которой мы увидим, например, сокращение или растяжение рта в улыбке и другие движения.

Таким образом, с помощью "мышц" мы можем осуществлять программируемую анимацию. Создав ряд таких программ различных действий и осуществив их запуск в зависимости от решений нейросети, мы можем создать комплекс интересных игр и даже сценических постановок.

Таким образом, развитие игры, выпуск все более новых модификаций, расширяющих возможности, может в конце концов привести к весьма сложному и многообразному взаимодействию юного существа, влюбленного в компьютер, и компьютерного человечка, живущего в нем.

Можно представить себе и более широкое полотно $$\dots$$

Представим себе построенные в ряд компьютеры локальной вычислительной сети. Мы сидим за отдельно стоящим компьютером и "мышкой" на его экране рисуем различные предметы: сладкие, горькие, радующие и неприятные. И начинают оживать на мониторах зверюшки, целый зоосад. Они радуются морковке, катаются на велосипеде, огорчаются при виде неприятного, учатся новому и т.д.

И это не только весело. Это – серьезный и важный принцип управления, который может быть использован во многих производственных и зрелищных приложениях.

Дерзайте, предприниматели-программисты! Мы раздаем идеи бесплатно!..

16.4. Диагностика

Представляется, что диагностика – самое прямое назначение рассматриваемых логических нейросетей. Действительно, именно в этой области непосредственно проявляется принцип логического мышления на основе причинно-следственных связей вида "если $$\dots$$, то $$\dots$$ ".

Это относится как к техническим, так и к медицинским системам. Более того, практически всегда отсутствующая полнота информации, зачастую ее противоречивость, нечеткость проявлений, "зашумленность", приводят к актуальности принципа ассоциативного мышления, основанного на опыте коллектива экспертов (в медицине – консилиума).

Рассмотрим фрагмент проекта системы диагностики, которая призвана решить пример, предложенный в разделе 5.3 (рис. 16.5).

Рецепторный слой отображает жалобы больного, симптомы и результаты анализов. Нейроны выходного слоя связаны с высказываниями (текстами), определяющими диагноз или рекомендации дальнейших действий по его уточнению.

Итак, рассмотрим жалобу { болит голова, болит живот, болит левый указательный пальчик }.

По-видимому, этой информации недостаточно для вынесения приговора. Должны быть рекомендованы дальнейшие действия медицинского персонала по дифференциации диагноза. Такие действия связаны с максимальным возбуждением нейронов выходного слоя из области дальнейших рекомендаций. В частности, здесь же формируются запросы о ковырянии в носу на сон грядущий, о чистоте рук и т.д.

При выполнении этих рекомендаций, т.е. при возбуждении рецепторов, их отображающих (например рецепторов, соответствующих результатам анализа мочи), использованное возбуждение нейронов выходного слоя снижается с помощью связей с отрицательными весами.

Таким образом, учитываются все рекомендации по стратегии поиска диагноза. Окончательный диагноз определяется тогда, когда максимально возбудится нейрон выходного слоя из соответствующей области.

Данный пример свидетельствует о той грандиозной и только коллективной, технически оснащенной глубине познаний человечества, воплощенной в столь несложной обученной нейронной сети.

16.5. Тестирование в сфере образовательных услуг

Работникам высшего образования хорошо известны насущные проблемы в условиях их деятельности:

В этих условиях "головная боль" не покидает несчастного преподавателя весь день такой его благородной, творческой и гуманистической деятельности.

Понимая преходящий характер исторических трудностей, мы спешим на помощь. Мы хотим хоть как-то снизить психологическую нагрузку доцента-профессора, дать ему простой и ясный механизм для формализованного, единственно верного принятия разнообразных решений. Помочь хотя бы при проведении тестирования, в том числе – в период экзаменационной сессии.

(Мы не собираемся строить систему принятия решений. Мы освещаем и без того светлые идеи дяди Рамзая.)

Ограничим факторное пространство для создания базы знаний следующими событиями:

А = {множество студентов, согласно списка группы};
      В = {студент-"бюджетник",
           студент-"целевик", 
           студент-"платник"};
      С = {множество тестов, упорядоченных по невозрастанию сложности}
      D = {множество возможных баллов, получаемых студентами на
           прошедшей ранее аттестации}.

Множество принимаемых решений по тестированию студента:

Представляется, что адекватная логическая нейронная сеть является однослойной. Однако длительный процесс тестирования диктует необходимость обратных связей (подобно системе диагностики). Действительно, если вы нечаянно задали студенту-"платнику" трудный тест, вам на это должны мягко, но непреклонно указать. Система может с помощью обратной связи снизить допустимую сложность теста на входе, потребовать смены теста. Аналогично, в этом же случае она должна ограничить ваше рьяное стремление докопаться до истины и оценить знания по заслугам.

Несомненно, стратегия тестирования успевающего студента должна отличаться от стратегии тестирования "середнячка". И т.д. и т.д.

Как видим, подобная СПР не только позволяет скрыть за формальной оболочкой наши вынужденные неправедные действия, но и значительно поднять настроение философским отношением к действительности.

16.6. Графический диспетчер движения поездов

Ранее мы рассмотрели замечательную железнодорожную игру, основанную на современных воспитательных ценностях катастроф и насилий. Ну а серьезно?

Традиционно, расписание движения поездов через перегон, контролируемый одним диспетчером, составляется графически (рис. 16.7), в виде "картинки" с подразумеваемой системой координат. Горизонтально – время, вертикально – расстояние от одного крайнего пункта до другого, с указанием промежуточных. Тогда график движения каждого поезда – наклонная линия, с переменным углом наклона, с учетом остановок. Общий угол наклона линии соответствует направлению движения поезда через перегон. Несколько поездов, следующих через перегон, порождают сложную "картинку" их обслуживания с учетом приоритета (литера), возможного схождения путей в один, длины поезда (с учетом длины путей станций), необходимой скорости следования, запрета остановок.

Диспетчер должен уметь "развести" все поезда так, чтобы за счет ожиданий одних поездов на пунктах перегона провести другие поезда, выдержав приоритет: скорый, пассажирский, сквозной, сборный и т.д., – по возможности избежав столкновений и остановок вне раздельных пунктов.

На рисунке показан график движения поездов на однопутном перегоне. Здесь кривая 1 соответствует скорому поезду, кривые 2 и 3 – двум сквозным поездам. Эти три поезда следуют в одном направлении, из пункта А перегона. Кривая 4 соответствует сборному поезду, следующему в противоположном направлении из пункта В.

Составление расписания – оптимизационная задача (оптимизируются известные технико-экономические показатели) значительной трудоемкости. Поэтому до сих пор диспетчер фактически работает "вручную", хотя разработаны некоторые эвристические алгоритмы. Можно представить себе мастерство, интуицию и опыт диспетчера, демонстрирующего действительное искусство.

Мы имеем дело с трудно формализуемой задачей и с необходимостью расширения интеллектуальных возможностей диспетчера. Конструируя нейросеть, мы должны выделить основные события, характеризующие исходную ситуацию. Относительно этих событий у нас должен быть ясный ответ вида "да – нет", "1 – 0".

Как бы мы могли автоматизировать решение этой задачи (к сожалению – для каждого конкретного перегоа), на основе богатого опыта диспетчера-эксперта?

Во-первых, мы должны определить понятие "ситуация", выделив и систематизировав все ее показатели и характеристики: максимальное количество поездов, следующих через перегон в разных направлениях, и допустимые интервалы следования, типы поездов, различные сочетания этих типов, установленные скорости движения и допустимые отклонения, разрешенные остановки, длину состава (при известной длине резервных путей на пунктах перегона). Мы должны научиться задавать входные ситуации на входном слое нейросети.

Во-вторых, мы должны выделить эталонные ситуации и, подобно эксперту, сопоставить им картинки, похожие на представленную на рисунке. То есть за каждой картинкой мы должны закрепить нейрон выходного слоя сети и проложить трассу – опорный путь возбуждения от каждого эталона к соответствующей картинке.

Нейросеть позволит нам уйти от статики экспертной системы (фактически, таблицы) к динамике, позволяющей по любой случайной ситуации получать ответ на вопрос: "какая картинка в большей степени следует этой ситуации?"

Однако такой простой ответ не может исключить аварии. Т.е. на этом анализ ситуации закончить нельзя. Мы не использовали пока всю информацию, которую нам сообщила нейросеть.

Какую же информацию нам следует использовать?

Во-первых, сравнение величины возбуждения нейрона выходного слоя (хотя и максимальной) по предъявленной ситуации с величиной возбуждения этого нейрона по эталону может свидетельствовать о степени доверия полученному ответу. Если эта разница лежит в пределах экспериментально установленной точности, то считаем, что ответ найден. Если же мы считаем, что точность недостаточна, мы можем построить (автоматически, конечно) приоритетный ряд, выделив нейроны выходного слоя с близкими (ближайшими) величинами возбуждения. Эти величины возбуждения нейронов образуют веса, с которыми должны быть учтены соответствующие этим нейронам картинки.

Во-вторых, должна быть решена проблема формирования "средней" картинки по нескольким картинкам с их весами, где основные элементы картинок должны сместиться в некоторое среднее положение. Только тщательное экспериментальное исследование может ответить на вопрос о возможности и конкретной практической применимости такого решения проблемы.

Например, на обозреваемом отрезке времени поезд появляется на контролируемом перегоне. Вопросы:

Так – по всем поездам на отрезке времени планирования. Таким образом, на основе обстановки, которая ожидается на период планирования, необходимо составить сложную "картинку" – график движения.

Однако мы говорим об ассоциативном мышлении, реализуемом нейросетью, о возможности нейросети интерполировать принимаемое решение. Что означает такой ответ нейросети: "На 60 из 100 это – "картинка" А, но на 30 из 100 это – "картинка" В, а на 8 из 100 это – "картинка" С"?

Такой ответ наводит на мысль о возможности автоматического выполнения операций над "картинками". Но возможность операции (в данном случае – получение "средней картинки") должна быть строго обоснована непрерывностью основных параметров, отсутствием скачков. Например, кажущаяся непринципиальной разница в один вагон может привести к тому, что на станции Пырловка поезд не впишется в длину запасного пути.

"Средняя картинка" может быть получена на основе, например, зависимости

где "+" – условная операция наложения "картинок", "x" – применяется с весом данной "картинки" и определяет долю ее участия в формировании "картинки"-результата.

Графически это может означать направление смещения, растяжения и сжатия, в общем – деформации основных общих элементов "картинок" А, В, С для получения результата.

Кстати, на основе такой операции преобразования картинок можно получать среднестатистические образы населения стран и регионов, этническое прогнозирование и другие интересные вещи.

В любом случае работа нейросетевого диспетчера должна сопровождаться работой анимационной модели, красочно имитирующей движение поездов по сформированному графику и эффектно, в деталях воспроизводящей возможную катастрофу. Это может служить самостоятельным предметом развлечений диспетчера (гражданина) на его трудовом посту. В серьезном же применении такая модель может служить средством обучения нейросети.

А потому всегда должно быть предусмотрено окончательное принятие решения человеком!

16.7. Печать рукописи

Даже в пору, когда чистописание было одним из главных предметов первоклассника, воспитывающих красоту и порядок (несомненно, стимулирующий внутренний порядок) владения пером № 86 с нажимом, разбор рукописного текста был проблемой для развитого воображения. Мы содрогаемся, видя, с каким разнообразием извращений приемов владения современными изобразительными средствами студенты конспектируют мудрость своих наставников.

По прошествии некоторого времени мы с трудом понимаем собственные каракули, не говоря уж о чужих. А если Время поработало капитально, и ваши старания сравнимы с прочтением Кумранских рукописей? Ясно, что только ассоциативное мышление способно восстановить рукописный текст.

Поэтому автоматизация воспроизведения написанного является актуальной задачей.

… И окончательно впадая в детство, мы видим в основе распознавания по признакам все ту же методику чистописания.

Еще в лекции 2 мы обратили внимание на "признаковое" определение букв: а – кружочек с палочкой справа, заканчивающейся хвостиком вправо, б – кружочек с хвостиком сверху, вверх и вправо, ц – палочка с хвостиком вправо, к нему примыкает палочка, а к ней, справа внизу, странный специфический крючок, позволяющий сказать "что-то странное, но обязательно существующее", и т.д.

Представим себе "окно просмотра", сканирующее текст ( рис. 16.8 ).

Оно "наложено" на входной слой нейросети. Связи нейронов входного слоя – рецепторов – соединяют их (скорее всего, на следующем же слое) с нейронами промежуточного выходного слоя (или на коре), закрепленными за признаками. Это соединение выполнено так, чтобы "захватить" случайно (в зависимости от почерка) отклоненную от эталона в букваре букву и выявить в ней отдельные признаки. Комбинация выявленных признаков на следующем (следующих) окончательно выходном слое определяет распознаваемую букву.

Возможно, что при наложении очередной буквы, ожидаемой в сложной вязи письма, нам понадобится процедура разглядывания: увеличение/уменьшение, наклон влево/вправо, – до тех пор, пока при некоторой фиксации образа не начнется их действительное распознавание. Поэтому, в дополнение к попытке "захвата", изображение располагается в "окне просмотра" так, что его "центр тяжести" совмещается с центром окна. Далее, изображение растягивается или сжимается, наклоняется влево или вправо так, чтобы максимально совпасть по размеру и углу наклона с размером и углом наклона эталонов, подававшихся в процессе обучения. Впрочем, это растяжение/сжатие и наклон могут осуществляться динамически, на основе проб, в процессе распознавания в поисках лучшего угадывания буквы.

Для выявления всех признаков и их относительного положения "окно просмотра" необходимо разбить на сектора, определяющие понятия "слева", "справа", "вверху", "внизу", "внизу справа" и т.д.

Определенную трудность представляют пропуски и пробелы. Например, как определить разрыв окружности буквы с от полной окружности буквы о? Ведь может возбудиться "полный кружок", только с меньшим значением величины возбуждения.

Мы предлагаем наряду с позитивным изображением элементов букв анализировать их негативное изображение. Тогда пустота в соответствии с эталоном будет "кричать" о себе, возбуждать рецепторы, обретет активность. Наличие пустоты мы сможем так же "поймать" посредством возбуждения нейронов, как и видимые линии.

Легко увидеть на основе наших действий, что распознавания букв недостаточно. Не поняв ничего, мы поднимаемся на уровень распознавания слов, включаем в работу контекст. Только таким комплексным методом мы восстанавливаем смысл написанного, и это сулит неограниченные возможности развития и совершенствования нейросетевой технологии прочтения.

… Выслушав данное (да и другие) соображение, мы не стали разочаровывать дядю Рамзая тем, что это давно известно, делается, и существует обширная литература. Мы привели его для иллюстрации естественной взаимной вытекаемости идей, базирующихся на одном основании, стараясь менторски наставить молодое поколение – рекомендовать и заинтересовать.

16.8. Экстренное торможение локомотива

В разделе 2.1 рассматривался простейший пример применения логической нейросети для распознавания букв. Было указано на обобщение принципа персептрона Розенблата. Действительно, распознавание выполняется методом "голосования" по суммарной величине возбуждения рецепторов, на которое "ложится" эталон.

Что, если такой принцип положить в основу распознавания препятствия на железнодорожном пути? Ведь на прямолинейном участке (а именно здесь скорость максимальна!) локомотив "видит" перед собой одну и ту же картинку: сходящиеся в бесконечности рельсы. Всякое нарушение этого однообразия требует если не экстренного торможения, то хотя бы снижения скорости.

Если на пути возникает преграда, то картинка напоминает букву А. При этом задача облегчается тем, что картинка строго привязана в пространстве, буква А отцентрирована и отмасштабирована, т.е. фокусировка уже произведена.

Представим себе некоторый экран (рис. 16.9), образованный рецепторами нейронной сети, подобно рассмотренной выше задаче распознавания текста.

Рецепторы, возбуждение которых необходимо выделить, связаны с нейроном выходного слоя. Передаточная функция основана на простом голосовании: величины возбуждения складываются, и если образующаяся сумма превышает порог, формируется сигнал тревоги, по которому включается тормозная система.

Принцип крайне прост, однако упирается в хорошее "зрение". Требуется обеспечение высокой контрастности изображения как рельсов, так и препятствия. Что, если препятствие настолько светлое, что значение возбуждения выходного нейрона, наоборот, снижается? Следует поставить "ловушки" как для превышения суммарного сигнала, так и для низкого значения этого сигнала, т.е. ввести два порога. Тогда передаточная функция имеет вид

Исследуемая картинка предполагает увеличение, приближение вида вдаль – для упреждения реакции. При этом детализация удаленных объектов должна быть выше объектов близких. Это означает, что рецепторы на экране, закрепленные за удаленным изображением (верхняя часть экрана), должны располагаться гуще.

Для большей определенности, по-видимому, следует анализировать как позитивное, так и негативное изображение, формируя результирующий сигнал.

Видимая картинка разбивается на области "захвата", в которых предполагается нахождение интересующего объекта. Тогда та же картинка может использоваться для анализа сигналов семафора, для детального распознавания типа препятствия, для обслуживания поворота и т.д. Области захвата должны быть достаточно "тесными", в идеале включающими, например, только рельсы с незначительным отклонением.

Если путь совершает поворот, то в действие может быть введен другой эталон.

В целом необходимо отметить большой объем экспериментальных исследований для практического применения рассмотренной идеи.

16.9. Защита информации

Мы знаем, какой важностью обладает сегодня информация. "Взломать" финансовую, коммерческую или транспортную систему является делом чести уважающего себя хакера. А информация о движении грузов на железнодорожном транспорте! Не говоря о информации, составляющей государственную тайну $$\dots$$

Защита информации от несанкционированного доступа – исключительно важная задача, актуальность которой все возрастает с развитием сетевых компьютерных и телекоммуникационных технологий. Высокие затраты на ее решение окупаются с лихвой, сопровождаясь тайной воплощения средств.

Однако ширятся и средства "взломщика". Сегодня ему нет нужды "взламывать". Он просто врывается (рис. 16.10) в ваш офис, и под дулом автомата Калашникова, купленного у прапорщика Н-ской воинской части, вы становитесь покорным исполнителем его желаний.

Однако, как бы вы ни старались мобилизовать свои артистические способности, моральное состояние выдает вас чуткому серверу, на расстоянии выполняющему заявки с вашего компьютера в режиме "клиент-сервер".

Наряду со сложной системой паролей, ограничения функций и доступа с вашего терминала, успешно преодоленных (с вашей помощью!) насильником, предпринимателем и террористом, остается что-то непреодолимое, воплощенное в средствах идентификации пользователя и аутентификации. Это – ваш образ, выражающийся в "почерке", в выявленных чертах вашего характера, в общей предпочитаемой стратегии вашей работы. То есть – в ваших индивидуальных чертах, протестированных системой защиты. Система защиты хранит ваш "образ" и периодически сверяет характер вашей работы с этим образом.

"Образы"-эталоны находятся персонально для каждого пользователя на основе тестирования. Какие особенности работы пользователя могут составить его "почерк"? Это могут быть:

Одного "почерка", конечно, недостаточно для "образа" пользователя. По соглашению со службой безопасности устанавливаются специальные сигналы и тайные действия, которые необходимо производить пользователю с рекомендуемой частотой, но в случайные моменты времени.

Видно, что основная информация, характеризующая пользователя, включает элементы неопределенности в границах допустимого. Она, скорее, свидетельствует о достоверности, с какой определяются отдельные параметры "образа" пользователя. В этом случае система принятия решений об идентичности пользователя должна основываться на модели ассоциативного мышления, т.е. реализовывать искусственный интеллект.

Сервер (или специальный процессор контроля) с высоким приоритетом должен решать основные задачи контроля доступа к БД, связанные с системой паролей и др. На этом уровне обрабатывается определенная, точно заданная информация, не допускающая приблизительной оценки. Однако на уровне фоновой задачи он постоянно должен анализировать ту статистику на основе сложившейся ситуации, которая формируется динамически, при работе многих пользователей.

Пусть Y = {y1, ..., ym} – множество параметров "образа" пользователя. Эти параметры описываются величинами различных типов и структуры: Boolean, integer, real, array и т.д.

Перейдем к использованию понятия "событие" следующим образом.

Величины типа Boolean определяют высказывание о наступлении или отсутствии события.

Переменные типа real требуют разбиения всего диапазона их изменения на отрезки. Тогда принадлежность величины этой переменной некоторому отрезку является событием.

Если тип переменной – integer, то каждое возможное значение этой переменной является событием. Однако при большом диапазоне изменения, как и в предыдущем случае, этот диапазон может быть разбит на отрезки.

Если переменная задана массивом (например, множеством допущенных к работе пользователей), то ее равенство элементу множества является событием и т.д.

Корректность системы принятия решений требует, чтобы такое преобразование приводило к построению исчерпывающих множеств событий.

Так формируется факторное пространство событий для множества параметров Y, определяющих "образ" пользователя. Точки этого пространства определяют ситуации.

Теперь необходимо провести тестирование множества пользователей P = {P1, ..., Pp} , а также сообщить им персонально дополнительные контрольные действия. Так, каждому пользователю ставится в соответствие та "правильная", эталонная ситуация, соответствующая его "почерку", секретной сигнализации и ограничениям доступа.

Напоминаем, что практически, при реализации на компьютере или в локальной вычислительной сети, для возможности оперативной обработки, нейронная сеть задается процедурой счета передаточной функции и структурой связей нейронов, отображаемой матрицей следования. Поэтому, когда говорят о построении таких сетей, подразумевают их предполагаемое абстрактное изображение, например на мониторе компьютера.

Тогда нейронная сеть строится следующим образом.

Создаются нейроны-рецепторы, которые соответствуют каждому возможному событию, связанному с параметром y1 . Добавляются нейроны-рецепторы, которые соответствуют каждому событию, связанному с параметром y2, и т.д. Так создается рецепторный слой нейронной сети.

Для построения единственного (выходного) слоя, необходимо исследовать влияние каждого фактора на процесс принятия решений и выяснить, какие решения должны приниматься по результатам работы нейронной сети. Большая часть решений выносится за рамки нейронной сети и возлагается на дополнительный анализ.

Например, что делать, если в результате проверки выяснилось, что за терминалом № 5 работает не м-р Иванов, а м-р Петров?

По-видимому, целесообразно ограничить нейронную сеть лишь решением о том, на чей "почерк" более всего похож "почерк", реализуемый на данном терминале.

Тогда количество нейронов выходного слоя равно количеству пользователей, а каждый нейрон закрепляется за одним из них.

С каждым нейроном пользователя связываются те нейроны-рецепторы, которые участвуют в эталонной ситуации, характеризующей правильную работу этого пользователя. Таким образом, нейронная сеть оказывается совершенной.

Теперь предположим, что сервер или специально выделенный компьютер периодически, по статистически накопленной информации, производит проверку каждого терминала, за которыми работают "клиенты". При этом известно, кто из множества допущенных лиц должен работать за проверяемым терминалом.

На основе статистических данных формируется исходная информация на рецепторном слое. Ее смысл – достоверность (вероятность) каждого предусмотренного события.

Например, пусть нейроны-рецепторы y11, ..., y1S закреплены за диапазонами времени между моментами использования клавиши delete. А именно, y11 закреплен за диапазоном 0–5 [мин.], y12 закреплен за диапазоном 5–10 [мин.], y13 – за диапазоном 10–15 [мин.] и т.д. Пусть на основе текущего анализа частоты обращения к клавише delete найдена вероятность реального попадания пользователя в соответствующие диапазоны: Р11 = 0,2 , Р12 = 0,7 , Р13 = 0,1 . Тогда величина fy11 возбуждения нейрона y11 полагается равной Р11 = 0,2 , аналогично fy12 = P12 = 0,7 , fy13 = P13 = 0,1 .

После формирования значений величин возбуждения нейронов рецепторного слоя с помощью заданной передаточной функции и в соответствии со связями рассчитываются значения возбуждения нейронов выходного слоя. Если более других возбудился нейрон, соответствующий правильно работающему пользователю, сервер (в режиме фоновой задачи) приступает к проверке следующего терминала. Если более всех возбудился нейрон, соответствующий другому пользователю из числа допущенных, или возбуждение всех нейронов не преодолело порог (что свидетельствует о несанкционированном доступе), формируется сигнал тревоги.

Сигнал тревоги может подаваться не только тогда, когда вместо вас работает кто-то другой, но и тогда, когда ваше моральное состояние порождает серьезное отклонение от запечатленного образа. При этом, как говорилось выше, целесообразно использовать и тайные сигналы, наподобие точек в условном месте, сигналы, подобные завитушкам ответственного каллиграфа и т.д. Возможно периодическое случайное анкетирование на основе единственного вопроса, требующее ответа "да – нет" и способствующее утверждению сложившегося образа.

Возникает вопрос: а при чем здесь нейросеть? Ведь все эти проверки можно делать старым, "традиционным" способом. И здесь мы еще яснее осознаем, что нейросеть – это средство параллельного выполнения сложных логических предикатов! Параллельного – значит, быстрого! А современный сервер – это многопроцессорная вычислительная система, которая успешно может выполнять роль нейрокомпьютера. Кроме того, осуществляя ассоциативное мышление, по принципу "на что это похоже", мы допускаем (конечно, в каких-то пределах) неполные и неточные данные, заставляющие нас по крайней мере встревожиться и послать администратора или даже охрану с проверкой.

16.10. Сивилла-прорицательница

В век всеобщей информатизации мы, нетерпеливо пропуская конкретику и детали, жадно ловим правду "между строк", ассоциативно формируя предвидение и прогноз: что будет с нами завтра, каковы тенденции и что предпринять?

Формализация обработки огромных потоков информации, в основном в СМИ (а это – оперативная информация), все более привлекает специалистов по прогнозу. Здесь огромные возможности для шарлатанов, и кажется удивительным, как незамеченными остаются "прогнозы" авторитетных, не сходящих с телеэкрана "предсказателей", данные ими несколько лет назад и не заставляющие их покраснеть сегодня.

Поставить прогноз на научную основу – задача современных и честных ревнителей перспективы.

Основой прогнозирования является состав и частота появления слов и выражений, характеризующих политический этап или целый исторический период. Далее следует анализ исторического опыта, определяющий, к чему это приводило в прошлом и к чему может привести впредь $$\dots$$

$$\dots$$ История помнит замечательные, навязчиво мелькающие, "новые" слова и выражения. Например – "конвергенция", выражающее сомнение и крах режима, "интернациональный долг" – саморазрушающая агрессия, "консенсус" – псевдодемократический, криминальный обвал, "экстрадиция" – мировой процесс очистительной ловли тараканов, "суверенитет" – самостоятельный выход из окружения. А что дальше? Дальше – слова "наркомания", "терроризм", "сепаратизм", "курс доллара", "приватизация", "прожиточный минимум", "коррупция" и т.д.

Комбинации и частота следования слов (рис. 16.11) образовывали критическую массу для неотвратимой цепной реакции $$\dots$$

Итак, как в фантасмагорическом парке: появление каждого "судьбоносного" слова добавляет определенное настроение нейросети. Результирующее настроение определяется распределением возбуждений нейронов выходного слоя – его максимумом, значением среднего, предпочтительным рядом. Частота их появления меняется во времени, обязательно определяя знаменательные события: развал Союза, путч, расстрел Белого Дома, вехи экономического краха, социальные и региональные беспорядки...

– Но ведь подобная методика применялась при определении святости слов Святого Писания!

– Вот посмотрите только заголовки единственно выписываемого мною во все времена "АиФ" № 8 за февраль 2001 года, – послюнил палец дядя Рамзай.

*) Может, мы ошиблись колонкой?

(– А ты что ж, дядя, хотел бы вернуться к дутому оптимизму?

– Нет, браток, – и внушительный палец метнулся ввысь, – я хочу лишь сказать, что демократия не объявляется, демократия воспитывается, воспитывается долго и жестоко! Ты можешь представить себе немца, англичанина, француза, которому по полгода не платят зарплату? А? Вот то-то!)

$$\dots$$ Наша задача – не только формально, скажем, по частоте использования тех или иных слов и выражений, но и на основе ассоциативного восприятия воспроизвести динамику социально-экономического, политического и морально-психологического движения общества.

(– Как, в натуре, замелькают слова "наведение должного порядка", "приоритет образования", "показательный процесс с конфискацией", "восстановление государственного сектора экономики", "антикриминальный террор" и другая лабуда, так сразу и поймешь: "Ну, – [конец], пора рвать когти, пока не дошло до катаклизмы $$\dots$$ ")

Например, желая вскрыть динамику, таким же способом, деля на оптимистический и пессимистический ряды, обработаем "АиФ" № 45 за ноябрь 2006 года.

Как видим, обработка этого номера не вселяет больше оптимизма, чем пять лет назад. Так что опасения дяди Рамзая пока беспочвенны.

$$\dots$$ И мы испытываем светлое "чувство глубокого удовлетворения" теми Великими Преобразованиями, которые, несомненно, объявлены Высшим Разумом, но пока недоступны нашему пониманию. И только Третий Глаз, черпая энергию Непознанного, продолжает сообщать нам радостные и тревожные, а порой – вещие видения-сны, связывая нас с Бытием $$\dots$$