2000 №1

По стогнам Рима не угодно ль вам бродить?

А. ВОЛКОВ.

Всё еще не веря в происходящее, вы шагнете вперед и — войдете в крупнейший в мире амфитеатр. Но вас окружают не привычные глазу руины, перед вами Колизей во всем своем великолепии, такой, каким он был в 80-м году нашей эры, когда император Тит торжественно освятил его, объявив ликующим гражданам Рима — а собралось их в тот день 50000 человек, — что игры гладиаторов будут длиться сто дней подряд.

Никто не торопит вас. Медленной поступью — сродни императорской — вы обходите свои новые владения. Вы вольны прогуляться по любым коридорам и галереям, рассмотреть роскошные колонны и громадные статуи, часами разглядывая любую деталь памятника. Зрители? Их нет. Их крики, их восторг и сами они могут быть лишь творением вашей фантазии. Единственная реальность — эта громада, Colosseum династии Флавиев. Единственный зритель — вы. Можно подняться и занять места, отведенные для сенаторов, разлечься на мраморной скамье. Можно перешагнуть черту, разделяющую граждан Рима и жалких рабов, — выйти на арену, где будут убивать гладиаторов. Можно, готовясь к смертельной схватке, пройти в каморки, расположенные под ареной, — там гладиаторы ожидали начало боя…

В этом Колизее вы вправе выбрать себе любую жизнь, ведь любая жизнь — это в том числе и набор предметов, окружающих человека, например предметов архитектуры. Щелкните кнопкой мыши — и «из грязи в князи», из гладиаторов — в императоры.

На фотографиях — руины Колизея. Но благодаря виртуальной археологии его можно увидеть теперь таким, каким его видели древние римляне: памятник предстает в цвете и объеме.

За удовольствие побродить по знаменитому амфитеатру нам надо благодарить поборников новой научной дисциплины — виртуальной археологии. На протяжении многих десятилетий адепты обычной («полевой») археологии разыскивали давно «ушедшие в землю» города, разрушенные храмы и разоренные дворцы. Прошлое восставало перед ними чаще всего в образе бесформенной осыпи, обвалившихся стен, унылых, обточенных ветром и водой глыб. Как правило, архитектурные памятники украшают город лишь несколько столетий. Их разрушают войны, пожары, прихоти тиранов, а иногда и геологические катастрофы: землетрясения, извержения вулканов.

Порой эти утраты пытаются возместить, возводя жалкие муляжи старинных построек. Долгое время казалось, что это — единственный способ сражаться с немилосердным временем, превращающим в мусор и хлам любые творения мастеров прошлого. Но с недавних пор образы минувших эпох стали воссоздавать виртуальными средствами. Это занятие равно увлекает ученых, художников, компьютерщиков. В своей работе они используют богатейший материал, накопленный археологами. В трехмерном иллюзорном мире возникают старинные памятники, архитектурные ансамбли, предметы быта разных эпох и даже целые города. Бесплодная, казалось бы, мечта о машине времени начала сбываться. Все больше новых CD-ROM предлагают увидеть наяву «дела давно минувших дней».

Речь идет не только о творениях, уже сокрушенных временем. Ведь то немногое, что избежало «общей судьбы», зачастую недоступно взгляду посторонних. Двери в прошлое (даже если они есть) подчас бывают заперты наглухо. Пример — пещера Ласко в Дордони (Франция), на берегу Везера. Здесь сохранились уникальные наскальные рисунки, созданные 17000 лет назад. Археологи и историки восторженно говорят, что эти шедевры позднего палеолита «знаменуют зарождение искусства». Их обнаружили лишь в 1940 году. Рисунки пережили тысячелетия. Казалось, время не властно над ними. Однако с открытием пещеры благоприятный атмосферный баланс был нарушен. Из-за постоянного наплыва посетителей древняя роспись стала быстро разрушаться. Распространилась плесень. В 1965 году доступ публике в пещеру был воспрещен.

Лишь новейшие компьютерные технологии позволяют обойти запрет. Благодаря работе американского дизайнера Бенджамина Бриттона проникнуть в пещеру теперь может каждый. Почти три десятка специалистов, работавших под началом Бриттона, восстановили облик пещеры Ласко. Виртуальный турист не только осмотрит пещеру и изображения, оставленные древними мастерами, но и испытает ощущения, недоступные в обычной жизни. Разумеется, для этого нужен инфошлем со встроенным экраном. Зато теперь вы можете летать вдоль стен пещеры и даже проникать сквозь них. По вашей команде оживут звери — персонажи древней росписи, и внезапно их стадо заполнит пустынный грот.

Бриттон сознательно смешал строгую науку с масскультовским «фикшн». Как и следовало ожидать, некоторые ученые стали ругать его за балаганные фокусы с персонажами первобытных рисунков, за «полеты» и прочие «голливудские» трюки. Но разве археология обязана быть скучной наукой? Разве нельзя знакомиться с прошлым с улыбкой? «Простите, но вы фальсифицируете науку», — возражают ее сверхсерьезные адепты. «Подчас до истины можно докопаться, лишь повинуясь интуиции. Ограничивая себя рамками документов, истину не обретешь», — парирует Лотар Шпрее, немецкий специалист по компьютерной графике.

Ласко, пещера каменного века. Здесь можно не только любоваться наскальной живописью, но буквально пролететь вдоль стен пещеры или проникнуть сквозь них. Можно воскресить животных, изображенных на стенах пещеры. Или присесть за стол и неторопливо изучить древнюю роспись.

Вот уже несколько лет Лотар Шпрее вместе с коллегами из Германии и Великобритании работает над одним из самых интересных археологических проектов — воссозданием облика Чатал-Хойюка, одного из древнейших городов планеты. Когда-то он возвышался на юге Центральной Турции, на Анатолийском плоскогорье. Английский археолог Джеймс Меллаарт раскопал его в 1950—1960-х годах. Открытие города, построенного девять тысяч лет назад, стало подлинным «археологическим событием века»', принципиально изменившим представления об истории первобытного общества (см. «Наука и жизнь» № 3, 1999 г. — «Райские сады на Земле — были!»).

«С тех пор как был обнаружен Чатал-Хойюк, мы узнали, что одна из первых известных нам городских культур возникла на три тысячи лет раньше, чем мы предполагали, причем возникла не на берегах Евфрата и Тигра (около 4000 года до нашей эры), не в Египте (около 3500 года до нашей эры), а в Анатолии, столь пустынной в наши дни», — пишет немецкий археолог Генрих Клотц в книге «Открытие Чатал-Хойюка». И добавляет: «Как принято говорить, историю надо переписывать заново… Теперь мы видим, что первые развитые культуры сформировались, лишь только человечество перешло к оседлому образу жизни».

Шумер и Египет не были первыми цивилизациями в истории человечества; им предшествовал тысячелетний опыт городской культуры.

Прославленная базилика Сан-Франческо в Ассизи серьезно пострадала во время землетрясения. Рухнули части свода, украшенные великолепными фресками (слева). Эти фрески уничтожены навсегда. Однако благодаря виртуальным археологам ими по-прежнему можно любоваться.

С помощью компьютера были реконструированы два здания, изображенные на фресках флорентийского мастера Джотто (1267–1337). Обе эти постройки украсили улицы виртуального города. На фотографиях внизу — одна из них: справа — фреска, слева — реконструкция (здания помечены кружками).

Карнак. Некогда в окрестностях этого селения располагались Фивы, древняя столица Египта. Само же селение выросло на развалинах величественного храма Амона. Так выглядит этот храм, воссозданный археологами в первозданном виде. Стоит нажать кнопкой мыши на глазки, усеявшие изображение храма, и древний памятник откроется во всем своем великолепии — таким его видели фараоны.

Шаг за шагом зрители продвигаются по храму — любую деталь архитектурного изображения они могут увеличить и рассмотреть в удобном для них ракурсе.

Когда знакомишься с Чатал-Хойюком, поражает, что в столь отдаленные времена здесь проживало около десяти тысяч человек. Многочисленные находки свидетельствуют о высоком уровне жизни и уникальной культуре здешних обитателей, их искусстве ваяния, их архитектуре и живописи. И уж совсем изумляет планировка города. Группы прямоугольных домов стояли вплотную друг к другу — стена к стене. Не было и намека на улицы. Передвигаться, очевидно, приходилось по плоским крышам зданий. Да и проникали люди в свои жилища через люки, предусмотренные в крышах. Стены из сырцового кирпича горожане расцвечивали в белый и красный тона, а зачастую еще и украшали фресками. В комнатах встречаются рельефы, лепнина, орнаменты и рисунки…

Все это полностью меняет представления о людях каменного века, хотя еще совсем недавно их образ жизни считался примитивным, дома — убогими.

Впрочем, вы и сами можете судить об этом. Суммировав весь собранный материал, ученые выстроили виртуальный Чатал-Хойюк — и теперь древний город можно осмотреть, переходя из дома в дом, из комнаты в комнату. Более того, любители археологии могут, щелкая кнопкой мыши, сами «вести» раскопки. Снимая слой почвы за слоем, вы углубляетесь в каменный век. Вам попадаются какие-то предметы — пусть уже и найденные когда-то Меллаартом и другими. Правда, вы не в силах, наверное, оценить их значимость… Что ж, достаточно вновь щелкнуть мышью — и появится подробный отчет о находке.

На CD-ROMe «Чатал-Хойюк» имеется не только виртуальная реконструкция этого города, но и обширная информация о проведенных раскопках — поистине энциклопедия древнего мира.

Возможность, «не отходя от письменного стола», совершить экспедицию в отдаленный очаг древней культуры или осмотреть предмет, хранящийся где-нибудь на другом континенте, не менее важна и для самих ученых.

Когда-то в средние века приверженцы науки в поисках нужных им книг совершали путешествия из одного монастыря в другой, из одной страны в другую. Позднее, с началом «эпохи Гутгенберга», постепенно сформировался привычный нам образ кабинетного теоретика, спокойно сидящего в тиши своей комнаты, подле обширных книжных полок, и перелистывающего один фолиант за другим. Несомненно, расцвет науки в XVII–XVIII веках связан еще и с тем, что печатные книги стали доступны всем ищущим мудрости.

С появлением компьютерных технологий произошел новый качественный скачок. Путешествуя по компьютерным сетям, можно в считанные мгновения перенестись из Библиотеки Конгресса в Ленинку или, следуя призыву Северянина, помчаться «из Нью-Йорка — на Марс». (Напомню, что только в первые пять дней интернетовскую страницу, посвященную марсоходу «Пасфайндер», посетили 220 миллионов человек!) Теперь, чтобы исследовать материальное творчество былых цивилизаций, достаточно включить компьютер и вглядеться в трехмерные изображения, запечатленные на компакт-диске. Человечество давно привыкло к домашним библиотекам, теперь пришло время создавать домашние музеи.

До сих пор речь шла только об археологии, но ведь и антропология — наука, исследующая ископаемые останки человека, — вынуждена преодолевать немало трудностей. Серьезные занятия данной наукой, прежде всего, немыслимы без дальних поездок, без экспедиций, длящихся неделями и месяцами, что связано с огромными тратами. Но даже в том случае, когда надо познакомиться с уже найденным экспонатом, ученый зачастую натыкается на закрытые сейфы и витрины. Владельцы редчайших костных останков стерегут их, как чашу святого Грааля. Например, многие ископаемые памятники, найденные на юге Африки и хранящиеся в Национальном музее в Найроби (Кения), спрятаны в громадном помещении-сейфе, который защищен даже на случай атомной войны. Ученые, конечно, могут попасть туда, но вот прикоснуться к предметам, осмотреть их со всех сторон и измерить — о, это уже совсем другой разговор!

Однако научному познанию не присуща благоговейная дистанция. Дело антропологов — брать циркуль в руки и измерять, измерять и измерять. Конечно, можно понять боязнь музейных работников, защищающих кости наших древнейших предков от нашествия исследователей, идущих вереницей. С каждым прикосновением к этим ценнейшим экспонатам утрачиваются частицы их вещества. Накапливаются царапины, поверхность памятника шлифуется, и, наконец, наука лишается его — и все оттого, что сотни ученых проводят одни и те же измерения, проверяя свои выводы и гипотезы.

А между тем проблем удалось бы избежать, если бы ученые могли получать нужные им «объекты» исследования с помощью клавиатуры компьютера. Точность современных виртуальных моделей очень высока. Пользуясь иллюзорной трехмерной картинкой, ученые смогут измерять, анализировать и реконструировать, словно перед ними лежит подлинный череп какого-нибудь «человека умелого». Со временем — ив этом можно не сомневаться — такой банк данных будет создан, доступ к нему получит любой антрополог, где бы он ни работал — в Нью-Йорке, Найроби или Москве. В этом банке данных будут храниться все африканские, европейские и азиатские ископаемые останки гоминидов — точнее, их изображения, в полной мере заменяющие подлинник. Наука станет виртуальной, что во многом облегчит работу ученых и будет способствовать новым, неожиданным открытиям.

Когда ученый интерпретирует найденный во время раскопок объект, он, скорее, руководствуется своим опытом, знаниями и фантазией, нежели тем, что обнаружил. Или, говоря иными словами, археолог находит то, что ожидает найти. Появление виртуальных музеев, надеется профессор Кембриджского университета Ян Ходдер (в Чатал-Хойюке он ведет раскопки с 1993 года), поможет преодолеть кастовость археологии и разрушит застылые научные догмы. Проблема здесь та же, что и в антропологии. Пока что доступ к научным экспонатам имеет лишь узкий круг экспертов, которые невольно оказываются заложниками собственных научных представлений. Их мысль вертится вокруг одних и тех же идей. Теперь, когда каждый увлеченный древностью человек, сидя перед экраном компьютера, может спокойно и внимательно осмотреть любой обнаруженный объект, следует ожидать появления множества новых идей и гипотез. Как бы ни были спорны теории дилетантов, они, по мнению американского археолога, послужат хорошим импульсом для серьезных ученых.

Оживить и сохранить прошлое в виртуальном режиме — главная задача как антропологии, так и археологии. Бег времени неумолим. И, может быть, лишь усердие компьютерщиков спасет для наших потомков многие современные памятники, которые еще будут разрушены стихией, слепой человеческой страстью к войне или даже чрезмерными стараниями ученых.

Приведу недавний и очень наглядный пример. Мы можем охранять памятники прошлого от наплыва туристов, вывешивая повсюду таблички и вводя неумолимые запреты, можем охранять экспонаты от ретивого пыла ученых, помещая те в сейфы. Однако подчас все меняется в один миг. Когда итальянская фирма «Инфобайт» (кстати, она и воссоздала Колизей) приступала к виртуальному воплощению знаменитой базилики Сан-Франческо в Ассизи (XIII век), никто и не подозревал, что простое «развлечение» вскоре станет насущной и в то же время горькой необходимостью. В сентябре 1997 года в умбрийском городе Ассизи произошло сильное землетрясение. Последствия его для прославленной базилики были катастрофическими. Рухнули части ее свода, украшенные фресками. Часть великолепных работ Джотто (1267–1337) и Чимабуэ (1240–1302) полностью уничтожены. Они погибли навсегда. И все-таки — этим мы обязаны виртуальным археологам — можно и впредь заходить в нетронутую стихией базилику и любоваться шедеврами Проторенессанса. Компьютерный мир не содрогается от земных катаклизмов. Искусство принадлежит виртуальности.

Сам Ян Ходдер и его немецкие коллеги лелеют грандиозную мечту. Им хочется воссоздать на экране все, что когда-либо было построено нашими предками. Стонхендж и гробницу египетской царицы Нефертити, Помпеи и афинский Акрополь, храмы майя и японские усыпальницы императоров… Их последователям останется разве что воскрешать в иллюзорном мире людей, когда-то населявших наш бренный мир, и животных, в нем обитавших, благо все их останки будут столь же тщательно сберегаться в другом — опять же виртуальном — банке данных.

* * *

Кто знает, со временем весь мир, возможно, сузится до размеров одного крохотного носителя информации — не важно, как он будет называться. Все памятники прошлого и настоящего скроются в недрах этой непомерной «компьютерной книги». А человек будущего — будь то ученый или профан, беззастенчиво проникающий в недоступный прежде храм или дворец, — превратится в спокойное и безвольное существо, целыми днями взирающее на экран монитора и блуждающее из одной эпохи в другую, с одного континента на другой.

Во всяком случае мир призрачной реальности станет таким же полноценным, каким для кабинетных ученых XVII или XVIII века был мир их библиотек. В этом застывшем мире, мире вечных и неизменных экспонатов, будут длиться все те же события, те же однообразные «ночь, улица, фонарь, аптека», на которые с одинаковым восторгом первооткрывателей примутся глядеть поколения наших потомков — с тем же восторгом, с каким взирают на них наши современники, уже сейчас любующиеся прошлым по Интернету.

Прошлое оживает в Интернете. Чтобы отправиться туда, нужно лишь приобрести специальные программы (так называемые Plug-in) для обычного интернетовского браузера. Правда, некоторые массивы данных слишком велики, и они не умещаются в сети. Так, прогуливаясь по Интернету, вы можете заглянуть в Колизей: (http://www.infobyte.it/pages/vr/colosseum.html), но осмотреть его полностью вам не удастся: в пору «строительства» виртуального Колизея ученым едва хватило мощности лучшего в мире графического компьютера, созданного американской фирмой «Силикон Графике».

То же самое мы вынуждены сказать и об интернетовской версии знаменитой базилики Сан-Франческо в Ассизи: http://www.infobyte.it/pages/vr/giotto.html

Работу Бенджамина Бриттона пока что демонстрировали лишь на выставках в США, во Франции и в Корее. И все же завсегдатаи сети могут познакомиться хотя бы с фрагментами этой инсталляции:

http://www.daap.uc.edu/soa/bend/newhome.ntm

Совсем недавно опыты подобного рода представила Надя Тальман, одна из самых известных специалистов по разработке виртуальных людей. Сотворенные ею человечки умеют жестикулировать, их лица оживляет мимика. В рамках проекта, проводившегося в Женевском университете, Надя Тальман вдохнула жизнь в тела семи тысяч терракотовых солдат, что вот уже более двадцати веков охраняют гробницу китайского императора Цинь Шихуанди. На лицах гвардейцев появились осмысленные выражения. Тальман научила древних воинов двигаться. Некоторое — пусть и крайне малое — представление об этом проекте вы можете получить по следующему интернетовскому адресу:

http://miralabwww.unige.ch/indexb.ntml

Моделирование высшей нервной деятельности

Доктор физико-математических наук А. ЖДАНОВ, заведующий Отделом имитационных систем Института системного программирования РАН.

Договоримся о терминах. Обычно при моделировании нервных систем в точных науках пользуются следующими синонимами биологических объектов.

Прежде чем приступать к конструированию модели нервной системы, необходимо наложить ряд ограничений на нашу будущую модель.

Конструктор, разрабатывающий какую-либо систему, всегда ограничен «исходными условиями». Его задача — построить систему так, чтобы она была для них оптимальна. Поэтому при одинаковых исходных условиях два конструктора часто независимо друг от друга приходят к одному и тому же результату. Посмотрите, например, как сегодня похожи друг на друга хорошие автомобили разных марок — даже их форма вынужденно диктуется аэродинамикой.

Природа, создавшая нервные системы, во многом подобна конструктору. Если мы правильно угадаем «исходные условия» и цели, стоявшие перед нею, а потом учтем их в своих разработках, то вынуждены будем получить аналогичный результат.

Примем в качестве «исходных условий» для нашей модели ряд свойств нервной системы, оговорившись сразу, что они носят приближенный характер.

1. Автономность.

Задача нервной системы — управлять организмом. Условие автономности означает то, что нервная система должна самостоятельно, без подсказок извне, находить способ управления. При этом нервная система заключена внутри организма и может взаимодействовать с окружающей средой лишь посредством рецепторов и эффекторов (исполняющих органов).

Заметим, что, даже если у нервной системы есть какие-то внешние «учителя», она все равно воспринимает их своими рецепторами. Что же касается неких «таинственных воздействий», способных проникать в нервную систему, минуя «штатные» входные каналы (рецепторы), здесь мы их учитывать не будем.

2. Дискретность.

Нервная система — устройство во многом дискретное. На ее «входе» находятся рецепторы, которых может быть очень много, иногда несколько миллионов, но важно то, что число их конечно. Состоит нервная система из отдельных (дискретных) объектов — нейронов и нервных волокон, которые обмениваются нервными импульсами — дискретными сигналами. На «выходе» нервной системы можно видеть большое, но тоже конечное число нервных окончаний, через которые исходят импульсы, управляющие работой исполнителей — мышц и желез.

Надо учитывать, конечно, что ряд параметров нейронов описывается непрерывными величинами. Это, например, размеры синапсов, «стыковочных узлов» нейрона и одновременно основных запоминающих устройств нервной системы. Кроме того, не вся информация передается в виде импульсов по нервным волокнам. На нейрон могут оказывать влияние также многочисленные метаболические процессы в организме.

3. Начальная приспособленность.

Нервная система как часть организма изначально приспособлена к условиям существования, в которых жили многие предшествующие поколения. В ходе длительного естественного отбора природа нашла оптимальные для данного организма рецепторы, исполнители, отделы нервной системы, связи между нейронами, выработала для нервной системы оптимальный «алгоритм» ее функционирования. Змея, например, видит в инфракрасном диапазоне, а человек нет. Глаз лягушки хорошо видит лишь движущиеся точки, а человеческий глаз лучше распознает прямые линии. Собака, по-видимому, неспособна воспринять модель атома по Бору, а у человека нельзя сформировать образы из тысяч запахов, которыми оперирует собака.

Здесь важно заметить следующее. Ни в природе, ни в лаборатории нельзя создать распознающую систему, которая могла бы воспринять абсолютно все закономерности-образы входной информации. Она будет выделять образы только того вида, на который заранее настроена. Поэтому в нервной системе должны храниться «заготовки» всевозможных их видов. За них-то и отвечает огромное число нейронов, большая часть которых остаются незадействованными в течение жизни человека. Однако никто не сможет сказать заранее, какие именно нейроны могут понадобиться. Избыток нейронов обеспечивает организму возможность адаптации.

4. Минимум исходных знаний.

После рождения организма, обладающего некоторой начальной приспособленностью и избытком нейронов, его нервная система начинает накапливать знания и информацию. Этот процесс продолжается в течение всей жизни организма (хотя одновременно идет и потеря знаний, например вследствие отмирания части нейронов). Накопление информации происходит в нейронах, при этом изменяется смысл сигнала, представленного нервным импульсом. Например, до и после обучения нервная система может совершенно по-разному реагировать на одинаковые с виду нервные импульсы. Здесь мы имеем дело с информационным процессом приспособления (адаптации), который и будем называть адаптивным управлением. Именно ему живые существа обязаны своей способностью распознавать образы, вырабатывать рефлексы, обучаться, принимать решения.

Устройство управляющей системы как модели нервной системы. Такое устройство вынужденно вытекает из принятых нами в качестве исходных условий четырех свойств нервной системы.

Итак, начнем конструировать нашу управляющую систему (УС) как модель нервной системы, исходя из принятых выше четырех условий. Пусть она будет неким «черным ящиком», на который поступает дискретная «входная информация» от датчиков, а от него исходит «выходная информация» в виде команд исполнительным устройствам.

Попробуем представить себе процессы, происходящие внутри «черного ящика». Для этого посадим туда гипотетического наблюдателя — что-то вроде Демона Максвелла, сортировавшего молекулы в термодинамике. В соответствии с духом времени снабдим нашего Демона «сотовым телефоном», чтобы он мог передавать нам свои наблюдения.

В биологических нейронах входные сигналы — нервные импульсы — поступают к нейрону (1) через контакты-синапсы, расположенные на отростках-дендритах (2), число которых может достигать тысячи. Выходом нейрона служит длинный (до 1,5 метра) разветвляющийся отросток — аксон (3). На синапсах и в теле нейрона происходит логическая обработка поступающих импульсов. При этом нейрон как бы решает, следует ли ему выдавать выходной сигнал на аксон или нет. Сначала нейрон «обучается», пытаясь отыскать неслучайные комбинации в потоке входных сигналов. Находя их, нейрон постепенно становится «обученным» и начинает узнавать эти комбинации, сообщая об этом выходным сигналом на своем аксоне.

Итак, выходим на связь с Демоном.

Сообщение 1. «Я хочу выжить и, более того, хочу постоянно улучшать ощущение своего состояния».

Разумно: выживание и улучшение ощущения состояния есть цель управления нервной системы. При этом мы полагаем, что наш Демон «умный» и понимает, что в роли нервной системы он может выжить только вместе с телом и окружающей его средой, взаимодействуя с ней. Демон должен улучшать свое состояние таким образом, чтобы это не противоречило его выживанию. Например, для получения приятного «ощущения сытости», нервной системе нужно дать сигнал накормить подведомственное ей тело, а не раздражать какие-то свои нервные центры электродом или наркотиком. Кроме того, в результате естественного отбора «приятные» ощущения в некоторых состояниях должны соответствовать объективной пользе этих состояний для объекта управления.

Сообщение 2. «Я должен активно действовать, чтобы находить новые возможности улучшать свое состояние. Для активных действий у меня есть кнопки, на которые я могу нажимать, и показания датчиков, на которые я могу смотреть».

Заметим, что активность — необходимая стратегия искомого принципа управления. Альтернативную стратегию — пассивное управление, когда система только реагирует на входные воздействия, — мы отвергаем, ибо она не ведет к поиску новых возможностей для улучшения состояния.

Зададим вопрос Демону: «Как вы определяете свое состояние, его улучшение и ухудшение?».

Сообщение 3. «Не знаю, как я это делаю, но во мне есть некий «хорошеметр», аппарат эмоций, который позволяет мне чувствовать свое состояние в терминах «великолепно», «очень хорошо», «так себе», «плохо», «очень плохо», «невыносимо», а также его изменение в лучшую или худшую сторону. Видимо, оценка текущего состояния как-то зависит от входной информации и оценки уже сформировавшихся образов».

По-видимому, именно аппарат эмоций обеспечивает активность нервной системы. Если мы его отключим, Демон не захочет ничего делать, управление прекратится и объект управления погибнет.

Сообщение 4. «Чтобы улучшить свое состояние, я должен найти способ управления. Для этого надо отыскать связи между моими действиями (нажатием кнопок) и показаниями датчиков, а также моими эмоциями».

Схема нейрона, используемого в традиционных нейросетях.

Итак, Демон сформулировал еще одну целевую функцию: поиск и накопление знаний Очевидно, что, чем больше знаний будет накоплено управляющей системой, тем более надежные способы выживания она сможет найти, тем успешнее сможет улучшать свое состояние. С другой стороны, чем дольше будет существовать объект, тем больше знаний он накопит. Поэтому обе целевые функции — выживание и накопление знаний — тесно связаны между собой {по нашему мнению, главная цель существования и есть накопление знаний).

Сообщение 5. «Для начала попробую найти закономерности во входной информации».

Разумно. Но может ли Демон обнаружить закономерности и беспорядочном мелькании входных сигналов? Может, если он в состоянии заметить в них неслучайные совпадения. Если в какой-то момент ему покажется, что некоторую комбинацию сигналов он видит уже не в первый раз — значит, он сформировал образ.

Сообщение 6. «Это красное пятно в нижнем углу правого монитора я уже видел! Постойте, но и этот одновременный скачок трех стрелок иногда повторяется».

Ну вот. уже два образа сформированы — номер 1 и номер 2. Это первые составляющие эмпирического знания нашей управляющей системы. Демон может занести их в свою Базу Знаний.

Сообщение 7. «Теперь, когда образ номер 1 или номер 2 появляются в показаниях датчиков, я сразу узнаю их».

Сформированные образы (иначе их еще называют таксонами, паттернами, классами объектов) управляющая система может распознать в те моменты когда в поле зрения датчиков появляются их прообразы.

Сообщение 8. «Пытаюсь найти способы воздействия на образы номер 1 и номер 2. Для этого беспорядочно нажимаю на все имеющиеся кнопки».

А что еще остается делать, если нет никаких оснований для более разумной тактики. Интересно, что произойдет раньше: Демон найдет какую-либо закономерную связь между нажатием кнопки и реакцией образа либо выявится зависимость образов от эмоционального состояния Демона?

Сообщение 9. «Всякий раз, когда я распознаю образ номер 1, мне становится «плохо».

А когда распознаю образ номер 2, мое состояние никак не изменяется. Запомним это».

Ну вот, в данном случае первыми сформировались эмоциональные оценки образов. База Знаний пополнилась новой информацией.

Сообщение 10. «Нашел! В 70 % случаев, когда я нажимаю на кнопку номер 47, появляется образ номер 2, но только при условии, что в предыдущий момент был распознан образ номер 1».

Вот управляющая система и получи, а первое знание: в каких условиях, каким действием и с какой вероятностью вызывается (или вытесняется) определенный образ. Назовем нажатие на кнопку номер 47 действием номер 1.

Модель нейрона, разработанная для метода автономного адаптивного управления. На вход нейрона поступают «бинарные» сигналы (типа 0–1, «да»-«нет») в виде одинаковых импульсов от датчиков или других нейронов. Импульсы попадают на элементы задержки (1), моделирующие задержку сигналов в синапсах, дендритах и т. п. Элементы (2) вырабатывают сигналы, соответствующие по длительности нервным импульсам. Блок (3) — основной элемент памяти нейрона. По мере «обучения» его синапсы растут, причем первыми пороговой величины достигают синапсы, соответствующие неслучайным комбинациям входных сигналов. В дальнейшем эти комбинации будут распознаваться. Пройдя через схему совпадений (4), они вызовут появление выходного сигнала. Эти же импульсы, пройдя через блок задержки (5), восстанавливают исходное состояние нейрона.

Сообщение 11. «Постойте, но точно такие же последствия имеет нажатие на кнопку номер 23! Запомним это».

Демон постепенно расширяет свою Базу Знаний, обнаруживая новые действия и уточняя найденные ранее.

Сообщение 12. «Ура, наконец-то в своей Базе Знаний я нашел действия, которыми могу в некоторых условиях вызвать улучшение ощущения своего состояния!»

До этого момента все решения Демона были обусловлены задачей «накопить знания». Теперь он уже может принимать решения с целью «улучшить ощущение состояния».

Посмотрим, как он это делает. В некоторый момент времени управляющая система распознает несколько образов из числа ранее сформированных и определяет их среднюю эмоциональную оценку. Затем она выбирает в Базе Знаний действие, которое в данных условиях обещает максимальное улучшение состояния. Если все варианты равнозначны, выбор может пасть на любой из них. Назовем такой способ первым механизмом принятия решений.

Сообщение 13. «В некоторых постоянных условиях я совершаю одну и ту же последовательность действий — 12, 45, 38. Очередное действие я выбираю просто как продолжение этого ряда, то есть опять 12, 45, 38. (Так капитан шхуны, продвигаясь к цели, ведет ее сперва левым галсом, потом правым, потом снова левым и т. д., меняя галсы автоматически, не задумываясь.) Эту последовательность (12, 45, 38) я запомнил как модель поведения номер 1 и теперь в подходящих случаях буду действовать по ней. Когда оценка состояния начнет ухудшаться либо когда ситуация решительно изменится, я от нее откажусь».

Появился второй механизм принятия решений: действия выбираются не на основе анализа текущего состояния, а по аналогии, в соответствии с обнаруженной закономерностью в последовательности ранее принятых решений.

Сообщение 14. «Обнаружено сразу несколько моделей поведения для одних и тех же условий, я назвал их номер 2, номер 3 и номер 4, Которую же из них мне выбрать для управления? Догадался: я могу просчитать их по очереди, оценив и сравнив выигрыш, который обещает принести мне их реализация. Для этого я на свободные от важной информации входы буду последовательно подавать эти модели. Наибольший выигрыш даст модель номер 3, ее и буду выполнять».

Но это уже третий механизм принятия решений. Для него необходимо, чтобы управляющая система могла у самой себя вызвать распознавание образов — результатов действия, не совершая его.

Можно, например, представить себе, как расходятся крути по воде от брошенного камня, не бросая камень. Или сказать «равнобедренный треугольник» и увидеть этот треугольник. Для этого лучше всего закрыть глаза и уши, то есть высвободить часть рецепторов от восприятия реальной информации. А управляющая система может реагировать на вызванные образы также не реальными действиями, а, например, только их словесным описанием. Процесс внутреннего моделирования может продолжаться до тех пор, пока будут находиться понятия и образы, вызывающие друг друга. Нам представляется, что третий механизм наиболее интеллектуален, поскольку отражает способность организма к внутреннему моделированию-размышлению, возникновению языка, использованию его для общения с собой и с другими, выработке абстрактных представлений, прогнозированию и т. п.

Теперь мы можем оставить Демона на какое-то время, поскольку сообщения его будут повторять по смыслу предыдущие. Если мы вернемся к нему несколько позже, то увидим, что:

а) в руках у Демона уже довольно пухлая тетрадь, содержащая обширную Базу Знаний,

б) он умеет распознавать множество образов,

в) почти в каждый момент он знает, как ему поступать в соответствии с обстоятельствами,

г) принимая решения, Демон уже учитывает их последствия, но далеко не все, хотя бы потому, что не успевает это сделать,

д) он может пообщаться сам с собой через внешнюю среду, как бы играя в жизнь и моделируя ситуации, а может статься, что Демон даже найдет во внешней среде другой такой же объект с Демоном внутри и вступит с ним во взаимодействие.

«Скачав» по телеметрии Базу Знаний Демона, мы многое узнаем о свойствах мира, в котором он живет. Фантастам же предлагаем подумать — что может представлять собой сочетание его Базы Знаний, аппарата эмоций и аппарата принятия решений, помещенных в новое тело.

Из сообщений Демона становится понятно, что управляющая система как модель нервной системы должна состоять из нескольких основных блоков, или подсистем: «формирования и распознавания образов», «аппарата эмоций», «формирования Базы Знаний», «принятия решений», «определения времени принятия решения».

Каждая подсистема решает свою задачу, учитывая результаты работы других подсистем.

Подсистема «формирование и распознавание образов» автоматически классифицирует входную информацию и распознает образы.

Подсистема «аппарат эмоций» дает эмоциональные оценки сформированных образов и текущего состояния.

Подсистема «формирование Базы Знаний» выявляет причинно-следственные связи в предыстории процесса управления и сохраняет их в памяти как новые знания.

Подсистема «принятие решений» отыскивает среди сформированных знаний действие, которое приводит к наибольшему приращению эмоциональной оценки состояния и наиболее высокой вероятности получения новых знаний.

Подсистема «определение времени принятия решения» оценивает, насколько быстро нужно принять очередное решение.

Поясним подробнее работу последней подсистемы. Очевидно, что, чем хуже состояние и чем быстрее оно ухудшается, тем скорее требуется принять решение. Если просмотр всей Базы Знаний требует слишком больших затрат времени, управляющая система может просматривать лишь ее часть, учитывая только наиболее важные последствия того или иного решения. Неучтенные факторы будут реализовываться случайным для управляющей системы образом.

Например, увидев быстро наезжающий грузовик, мы принимаем решение отпрыгнуть в сторону, чтобы сохранить себе жизнь, и не учитываем второстепенных последствий: как мы будем выглядеть в глазах проходящей мимо дамы, не уроним ли шляпу, не наступим ли на газон и т. д. Если же мы распознали образ грузовика вдали, то, уходя в сторону, учтем и даму, и шляпу.

Некоторые из нас при значительном ухудшении ситуации впадают в заторможенное состояние, некоторые, напротив, становятся более активными. Индивидуальные особенности подсистемы «определение времени принятия решения» определяют тип нашего темперамента.

На практике обычно строят такие управляющие системы, которые решают лишь часть задач из вышеперечисленных, обычно одну-две. Например, системы распознавания, как правило, не принимают самостоятельных решений: им заранее известно, что следует делать при распознавании того или иного образа. Экспертные системы, напротив, строятся на базе уже готовых знаний, и им требуется только принимать решения. Некоторые системы занимаются решением исключительно поисковых и оптимизационных задач (так называемые генетические алгоритмы и другие подходы).

Гораздо сложнее создать систему управления, в которой решения всех перечисленных задач были бы взаимосвязаны, а исходные знания о свойствах объекта управления и среды допускали бы значительную неопределенность. Трудность построения такой системы объясняется тем, что все ее части — подсистемы — должны учитывать результаты работы других подсистем в качестве своих исходных условий.

Поскольку наша научная группа придерживается имитационного подхода к моделированию нервной деятельности, мы строим модель управляющей системы по аналогии с естественными нервными системами. Подобно нервной системе, представляющей собою сеть нейронов, управляющая система тоже должна состоять из отдельных нейроноподобных элементов.

Модели «искусственных нейронов» были разработаны еще в сороковых — пятидесятых годах. Они представляют собой простое устройство, которое суммирует входные сигналы, умноженные на веса (своего рода приоритеты), приписанные каждому отдельному входу, и сравнивает полученную сумму с заданным порогом. Если сумма превысит порог, нейрон выдает на своем выходе сигнал «1», если нет — сигнал «О». Многослойную сеть из таких нейронов, в которой каждый получает сигналы от всех нейронов предыдущего слоя, можно обучить распознавать нужные образы. Но предварительно необходимо подобрать веса на входах по определенному правилу, зависящему от того, какие образы нужно распознать.

Однако свойства такого «искусственного нейрона» нас не удовлетворяли, поскольку его отличия от природного представлялись значительными. В частности, нас не устраивало, что для настройки нейронов требовался внешний учитель, наблюдающий за всей нейросетью.

Исходя из своего представления об управляющей системе, мы пришли к новой модели нейрона. Такой нейрон способен самостоятельно накапливать статистическую информацию о комбинациях входных сигналов. Статистика накапливается в синапсах, размеры которых растут пропорционально числу наблюдений связанных друг с другом сигналов. В тот момент, когда нейрон вдруг «понимает», что некая комбинация входных сигналов не случайна, он изменяет свое состояние — становится обученным и в дальнейшем начинает узнавать ее, распознавать образ. Образы, распознаваемые обученными нейронами, участвуют в формировании образов более высокого порядка. Чем более знакомым становится образ для нейрона, тем при более сильных помехах нейрон будет распознавать его.

Оказалось, что на базе таких нейронов можно конструировать сети, выполняющие функции всех перечисленных подсистем. При этом требуется определенный избыток нейронов, и он действительно существует в живых организмах: более 90 % нейронов человека остаются незадействованными в течение его жизни. Избыток искусственных нейронов в управляющей системе можно уменьшить и тем значительнее, чем более сложные связи между сигналами они способны обнаруживать, то есть за счет усложнения нейрона.

Новая модель нейронов позволила разработать управляющую систему, названную нами системой автономного адаптивного управления (ААУ). Основное ее свойство — способность автоматически находить способ управления в соответствии с меняющимися окружающими условиями и свойствами объекта управления, а также развивать и корректировать этот способ. Причем найденный однажды способ управления может быть «изъят» из системы и использован в работе другой системы, правда, уже в фиксированном виде.

Система автономного адаптивного управления — саморазвивающаяся система. В ее поведении можно увидеть детерминированную и случайную компоненты. Первая опирается на уже накопленные знания и стремится улучшить состояние системы, наличие второй связано с отсутствием знаний и стремлением их накопить. По мере накопления знаний поведение управляющей системы становится более детерминированным, что и отражает ее развитие. Пример саморазвития ААУ — последовательное появление у Демона трех механизмов принятия решения, каждый из которых вытекает из предыдущих и повышает эффективность управления.

Важно то, что в системе ААУ качество управления неуклонно растет, причем происходит это автоматически.

Как отмечалось выше, современная техника еще удовлетворяется управляющими системами, построенными либо только на основе системы распознавания, либо только на основе оптимизационных подходов и т. п. Каждый из этих частных методов глубоко развит и способен давать результаты, с которыми трудно конкурировать любому новому подходу. Однако решение задачи управления в более общем виде с помощью метода автономного адаптивного управления имеет свои преимущества, которые проявляются со временем. Это и обнадеживает нас в наших исследованиях.

Есть одно, на первый взгляд, странное обстоятельство. Предположим, сильно размечтавшись, что создана некая замечательная система автономного адаптивного управления, не уступающая по своим функциям пусть не человеку, не кошке, но хотя бы мышке (пока что и эта задача совершенно недостижима). Какую же практическую пользу мы сможем извлечь из такой мышки? Заставим ее копать нору? Она скажет: отпустите меня, я хочу есть, пить, гулять и меньше всего хочу работать на вас. И она будет права, так как цель описанной управляющей системы — улучшение своего (а не нашего) состояния.

В научном направлении, известном под названием «системы искусственного интеллекта» есть некое лукавство. Провозглашая цель построить искусственный интеллект как модель природного, мы на самом деле хотим построить некоего неутомимого идеального Исполнителя наших задач и желаний, искусственного раба, что совсем не одно и то же.

Исполнитель может быть построен на любых принципах, удобных для хозяина (вспомним непреходящую мечту о скатерти-самобранке, волшебной палочке или Джинне из лампы Аладдина). Соответствие естественным нервным системам при этом не только не требуется, но скорее оно даже излишне. Примеры таких Исполнителей — современные «системы искусственного интеллекта»: экспертные, игровые и распознающие системы, лингвистические процессоры, промышленные роботы. Они работают по принципу «чего изволите?», их целевые функции и, следовательно, устройство подчинены интересам пользователя. Поэтому мы предлагаем именовать их системами «Подчиненного Искусственного Интеллекта» (ПИИ).

Однако живые организмы не есть исполнители чужих заданий: они работают в первую очередь на себя. Это их естественное право. Моделирование живых организмов — самостоятельное направление исследований. Мы предлагаем называть искусственные системы, моделирующие свойства естественных нервных систем как целого, «Автономным Искусственным Интеллектом» (АИИ). Система автономного адаптивного управления замышлялась именно как АИИ.

С точки зрения познания природы интерес к созданию «Автономного Искусственного Интеллекта» очевиден, но и практическая польза от них может быть немалой. Подобные системы могут быть использованы для отработки методик обучения, общения, для моделирования различных психических отклонений и так далее. Системы ААИ могут выполнять работы во вредных производствах, а также в труднодоступных для человека средах — в космосе, глубоко под водой и под землей. Они могут управлять быстропротекающими или, наоборот, очень медленными процессами, за которыми человеку следить крайне трудно. В урезанном виде системы «Автономного Искусственного Интеллекта» могут быть использованы для управления разнообразными техническими устройствами.

Все это убеждает нас в необходимости исследования Автономного Искусственного Интеллекта и поиска возможностей его приложения.

(Окончание следует.)