Распродажа

Электронные компоненты со склада по низким ценам, подробнее >>>

Журнал Радио

2004: 
1, 2, 3, 4, 5, 6, 7, 8
2003: 
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
2002: 
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
2000: 
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
1999: 
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
1998: 
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
1971: 
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
1947: 
1, 2, 3, 4, 5
1946: 
1, 2, 3, 4-5, 6-7, 8-9

Новости электроники

В 14 раз выросло количество россиян на MediaTek Labs ? проекте по созданию устройств "интернета вещей" и "носимых гаджетов"

Сравнив статистику посещения сайта за два месяца (ноябрь и декабрь 2014 года), в MediaTek выяснили, что число посетителей ресурса из России увеличилось в 10 раз, а из Украины ? в 12. Таким образом, доля русскоговорящих разработчиков с аккаунтами на labs.mediatek.com превысила одну десятую от общего количества зарегистрированных на MediaTek Labs пользователей.

Новое поколение Джобсов или как MediaTek создал свой маленький "Кикстартер"

Амбициозная цель компании MediaTek - сформировать сообщество разработчиков гаджетов из специалистов по всему миру и помочь им реализовать свои идеи в готовые прототипы. Уже сейчас для этого есть все возможности, от мини-сообществ, в которых можно посмотреть чужие проекты до прямых контактов с настоящими производителями электроники. Начать проектировать гаджеты может любой талантливый разработчик - порог входа очень низкий.

Семинар и тренинг "ФеST-TIваль инноваций: MAXIMум решений!" (14-15.10.2013, Новосибирск)

Компания Компэл, приглашает вас принять участие в семинаре и тренинге ?ФеST-TIваль инноваций: MAXIMум решений!?, который пройдет 14 и 15 октября в Новосибирске.

Мне нравится

Комментарии

дима пишет в теме Параметры биполярных транзисторов серии КТ827:

люди куплю транзистар кт 827А 0688759652

тамара плохова пишет в теме Журнал Радио 9 номер 1971 год. :

как молоды мы были и как быстро пробежали годы кулотино самое счастливое мое время

Ивашка пишет в теме Параметры отечественных излучающих диодов ИК диапазона:

Светодиод - это диод который излучает свет. А если диод имеет ИК излучение, то это ИК диод, а не "ИК светодиод" и "Светодиод инфракрасный", как указано на сайте.

Владимир пишет в теме 2Т963А-2 (RUS) со склада в Москве. Транзистор биполярный отечественный:

Подскажите 2т963а-2 гарантийный срок

Владимир II пишет... пишет в теме Параметры биполярных транзисторов серии КТ372:

Спасибо!

Журнал Радио 4 номер 1971 год.
Горизонты науки

ЭВМ строит гипотезы

Беседу записали Н. ГРИГОРЬЕВА, Ю. КАНИН. 

Проблема «искусственного интеллекта» — одна из наиболее важных на современном этапе развития кибернетики. Это направление, родившееся совсем недавно, должно привести к чрезвычайно интересным открытиям, причем не только в области вычислительной техники. Ведь конечная цель таких исследований — разгадка тайн человеческого мышления и создание уникальных кибернетических устройств, способных «мыслить» подобно мозгу.
С этой точки зрения заслуживает серьезного внимания работа доктора технических наук Д. Поспелова и кандидата технических наук Ю. Клыкова, разработавших весьма перспективный метод моделирования в едином поле памяти вычислительной машины внешней среды, на основе анализа которой эвм действует и принимает решения по аналогии с человеческим образом мышления.
В чем заключается новый метод? Как он реализуется на практике? Каковы его перспективы? На эти вопросы корреспондентов журнала «радио» отвечает Д. Поспелов.

В поисках "формул мыслей"

За последнее время нередко можно было встретить на страницах периодической печати сообщения, поражающие воображение: вычислительные машины занимаются переводом с одного языка на другой, сочиняют стихи и музыку, играют в шашки и шахматы.

Надо сказать, что с такими задачами машины пока справляются неважно. Но дело ведь не в том, что человечеству понадобились бесстрастные машинные поэты и композиторы, не знающие ошибок шашисты и шахматисты. Используя ЭВМ в решении таких задач, ученые подбирают ключ к сложной многогранной творческой деятельности человека. Ведь если подобным образом научить «мыслить» компьютеры, их возможности неизмеримо вырастут. Амплуа обычных электронных вычислительных машин сводится к роли «быстродействующих арифмометров». Они работают, главным образом, так называемым методом перебора, выполняя жесткую последовательность действий, описанных на языке математики. Однако существует масса задач, которые нельзя выразить в четко обусловленных формальных (математических) символах. Тогда-то и приходится искать какой-то искусственный подход: ведь готовых формул «человеческий интуиции», «человеческого озарения», которые в таких случаях пригодились бы, не существует.

Поиском таких методов решения занимается эвристика. Древние греки подразумевали под этим термином «искусство нахождения истины», ныне же она интерпретируется в более широком смысле, как наука о творческом мышлении.

Как работает человеческая мысль? Как научить ЭВМ нашей интуиции, нашей способности делать правильные выводы при крайне недостаточной информации или ее избытке? Как миновать бесчисленные ступени логических рассуждений, мгновенно «перепрыгивать» от незнания к знанию? Таковы основные цели и задачи этой науки.

Первые шаги эвристика делала, используя принцип, хорошо известный радиолюбителям — случайный поиск или метод «тыка». Попробовали так — не получилось, «ткнули» сюда — прибор заработал. ЭВМ может за короткое время сделать много «тыков» и проанализировать получаемые результаты. Однако этот метод, естественно, далек от эффективного эвристического мышления человеческого мозга.

А что если использовать метод наблюдения за процессом мышления человека? Применить известный метод кибернетического «черного ящика», когда мы знаем, какую информацию мозг получает (вход) и какие решения выдает (выход). Может быть таким путем удастся догадаться, как информация преобразуется в мозгу?

Психологи заметили, что, когда человек думает, у него в мозгу возникает некая модель внешнего мира. В частности, это подтвердили опыты, которые проводил в Институте психологии Академии педагогических наук СССР доктор психологических наук В. Пушкин. Он открыл интересную особенность человеческого мышления: человеку свойственно структурно описывать реальные ситуации, обобщать их и создавать укрупненную модель той среды, в которой он действует и принимает решения. На этом выводе и основана идея нашего метода ситуационного управления.

ЭВМ дает "зеленую улицу"

Разработанный метод реализован в ряде конкретных эвристических программ, например, для автоматического управления светофорами на нескольких, рядом расположенных перекрестках, для выполнения функций диспетчера на канале имени Москвы и в Одесском грузовом порту. На первый взгляд эти задачи могут показаться прозаическими, несложными. Однако не спешите делать такой вывод.

21000 = 81. Это равенство — не типографская опечатка. Его левая часть определяет число ситуаций, могущих возникнуть в системе всего из четырех перекрестков, а правая — количество решений, к которым сводится машиной-регулировщиком эта астрономическая цифра. Никакая ЭВМ не может удержать в своей памяти столько сведений и тем более оперировать с ними, пользуясь методом перебора. А нужна ли такая загрузка памяти машины? Ведь постовой-регулировщик отлично справляется с работой, правда на одном перекрестке, по сути дела не обращая внимания на возникающее разнообразие ситуаций. Во-первых, он руководствуется четкими правилами уличного движения, а во-вторых, и это самое главное, он умеет обобщать ситуации и быстро на основе их анализа принимать решения.

Такой же способностью была наделена вычислительная машина, программа которой заставляла ее порождать обобщенные варианты ситуаций. Что это значит? Поясним на примере.

Предположим, что в одном направлении, которому дан зеленый свет, движутся автомобили, а в другом, перпендикулярном первому, машин нет. Тогда, какое бы количество и с какой скоростью различного типа машин ни двигалось к перекрестку, все ситуации для целей регулирования движением совершенно одинаковы. Их можно обобщить в одну: «нет машин в перпендикулярном направлении». И решение в этом случае одно: надо продолжать держать зеленый свет. А если нет машин и на соседнем перекрестке? Возникает новая, более высокая ступень обобщения —- «нет машин в перпендикулярном направлении на двух перекрестках». И так далее.

В целом все возможные ситуации, классифицируемые компьютером по программе, разбиваются на 81 класс, каждый из которых обладает своими характерными признаками и, по сути дела, является одной обобщенной ситуацией. Теперь любая возникающая в данный момент ситуация будет отнесена машиной к одному из таких классов, которому однозначно соответствует определенное решение.

Практически ЭВМ осваивала профессию «регулировщика», впитывая конкретную информацию о происходящих на улице событиях. Для этого ее снабдили «органами чувств» — восемь фотоэлементов наблюдали за движением транспорта на 160 - метровом отрезке дороги, прилегающем к перекрестку. Машина получала сведения о типах и количестве проходящего транспорта, скорости его движения. Она «видела», как располагались машины, когда загорался тот или иной глазок светофора. Все это позволило освоиться компьютеру в новом для него мире. Он устанавливал характерные признаки предметов и запоминал их. Иными словами, он учился распознавать образы.

По лестнице обобщений

Модель внешней среды, создаваемой в ЭВМ, можно сравнить со шкафом, в котором «книги познания» окружающего мира расставлены на полках в строгой последовательности. Собственно говоря, эти полки или уровни физически условны, так как программа реализовывалась не в каком-то специальном устройстве, а в едином поле памяти универсальной вычислительной машины. В одном случае это была «БЭСМ - 4», а в другом «Минск - 22». То есть на самом деле существуют лишь математические модели уровней, хотя их можно построить и в реальном виде.

На нижнем уровне, названном плоскостью восприятий, в каждый конкретный момент «отпечатываются» в знаковой форме фотографии реальных ситуаций. Но из одного кадра о динамике событий на трассе ничего узнать не удастся. Когда же в машине накопится стопка кадров, можно выдвинуть некоторые гипотезы о целях объектов, закономерностях их поведения и взаимосвязях между ними. Эти «рассуждения» машина проводит уже на следующем уровне — плоскости гипотез.

С течением времени возникающее множество связей начинает таять. Случайные, не подтверждающиеся связи исчезают, машина их «забывает», а оставшиеся передаются на третий уровень, где образуется основа знаний машины о мире. Кстати, чтобы не заставлять машину определять все возможные связи и закономерности и ускорить процесс ее обучения, на третий уровень сразу закладываются те сведения, которые нам известны заранее, например, правила уличного движения.

Третий и все последующие уровни образуют главную часть нашей модели, названную гироматом. Этот термин нами взят со страниц фантастики Станислава Лема. В одном из своих произведений он назвал так устройство, способное приспосабливаться к окружающей среде. Наш гиромат также является моделью устройства, которое меняет свою структуру в зависимости от задачи, в зависимости от накапливаемого опыта.

Остальные уровни гиромата — это более высокие, более укрупненные ступени обобщения. Таким образом, на самом верху этой лестницы появляется определенное число обобщенных ситуаций-классов, равное количеству решений дайной задачи. В нашем примере с управлением светофорами на 4 перекрестках образовался 81 класс.

Надо сказать, что пути, по которым проходят сигналы в ЭВМ, от уровня к уровню, жестко не завязаны. Их вероятностный, случайный поиск обеспечивается так называемым тремором — специальной программой, введенной в модель. Именно в этом смысле работу машины можно назвать творческой. Но результат ее творчества всегда должен быть разумным, ведущим к правильному решению задачи. Если машине предоставить право обобщать по собственному усмотрению, она «сойдет с ума», будет порождать массу нелепых ситуаций.

Например, когда машину обучали регулировать движение судов на канале имени Москвы, она сначала обобщала капитана и судно, считая их обоих движущимися предметами. Зато в другом случае она самостоятельно вывела новое понятие, проанализировав которое, мы поняли, что это «караван судов». Машина сочла удобным при подходе нескольких судов держать шлюзы открытыми, пока не пройдут все суда. Такое понятие в машину не закладывалось.

Как видите, весь процесс обучения машины новой «профессии» проходит под непосредственным контролем человека, который выступает в роли ее педагога. Когда ЭВМ сообщает о своем решении, а мы знаем, каким оно должно быть, становится ясно, насколько правильно она действует. Допущена ошибка — человек поправляет машину: «такая ситуация невозможна». «Поразмыслив», ЭВМ выдаст новое решение и в конце концов придет к единственно верному. При этом она отбросит или, как говорят, усечет те связи, которые привели к невозможным или нелогичным, с точки зрения человека, ситуациям. Таким образом, она постепенно «чистит» свою память.

Компьютер обретает "сознание"

Эвристические программы по внешнему виду ничем не отличаются от обычных — это те же команды и числа. Естественно, с другими данными машина оперировать не может. Поэтому одной из основных задач при создании гироматной модели было найти такой язык, который позволил бы описывать любые реальные ситуации с помощью символов.

Во - первых, мы составили словарь исходных базовых понятий. В одном случае такими элементарными понятиями были «автомобиль», «пешеход»..., в другом — «судно», «шлюз» и т. д. Всего для управления светофорами на перекрестках было 60 таких понятий, а для диспетчерской службы Одесского порта — 160. Кроме того, чтобы описать ситуацию, нужно установить и закодировать отношения между предметами. Здесь помогли выводы, сделанные лингвистами. Оказывается, любой текст можно описать математически с помощью логики бинарных (парных) отношений. Она позволяет разложить описание на отдельные понятия и между каждой парой из них установить определенную связь. Мы нашли, что в русском языке для большинства текстов достаточно 170 таких парных отношений. К ним относятся отношения пространственно-временные, структурные, динамические и т. д. Вот, например, описание слова «толпа»: «люди», «находятся одновременно», «попарно», «в определенной окрестности».

Теперь, обозначив исходные понятия и отношения между ними кодом можем ввести его в машину. В качестве кодового мы использовали язык, предложенный доктором филологических наук Э. Скороходько для решения информационных задач в области радиоэлектроники. Язык довольно простой. В нем через «х» обозначаются понятия, а через «r» — бинарные отношения. Вот пример: х1 — транзистор, х2 — прибор, r1 — служить для, r2 — быть элементом, r3 — усиливать, х 3 — мощность. Тогда в процессе работы машина может породить цепочку понятий типа: х1, r2х2r1r3х 3. Она расшифровывается так: «транзистор, являющийся элементом прибора и служащий для усиления мощности».

Обобщая понятия, ЭВМ заменяет подобные цепочки новыми символами, причем делает это уже без участия человека, на «свое усмотрение». Сколько будет уровней обобщения, столько новых кодовых упрощенных обозначений машина применит, создавая удобный для себя внутренний язык. С человеком же она общается,выдавая решения обычным текстом: «открыть шлюз ╧ 8», «включить зеленый свет».

Как видите, программа гиромата и язык математической лингвистики позволяют не только распознавать возникающие ситуации, но и производить с ними ряд операций, относимых к творческим.

Мы можем ввести в нее еще одно базовое понятие, которое называется «Я». Ему будут соответствовать и новые отношения, например, «быть полезным для «Я», «быть принятым» и тому подобные. Появится еще один уровень обобщения, на котором машина сможет оценивать свою работу, то есть она обретет «сознание». Если ввести в программу еще к цель — максимум удовольствия для «Я», получим модель эгоиста. Тогда машина будет выдавать только такие решения, которые для «Я» представляют максимальную выгоду.

Если пойти еще дальше и создать уровень «Я — штрих», где будут осуществляться рассуждения по поводу обобщений на уровне «Я», получится модель «самосознания». Машина станет выбирать решение, выгодные для «Я», но прошедшие через критическую призму «Я — штрих».

Полезность такого рода гироматных программ объясняется не только возможностью их применения для решения конкретных практических задач. Это реальный путь к созданию машин, «думающих» и «решающих» подобно человеку.

Вернуться к содержанию журнала "Радио" 4 номер 1971 год







Ваш комментарий к статье
Журнал Радио 4 номер 1971 год. :
Ваше имя:
Отзыв: Разрешено использование тэгов:
<b>жирный текст</b>
<i>курсив</i>
<a href="http://site.ru"> ссылка</a>