– Но не сделает ли компьютер детей сухими, слишком расчетливыми?
– Если нас телевизор не сломил, то компьютера бояться нечего. Он в личную жизнь не вмешивается, голубое небо не перекрашивает и запах полыни не забивает. А работать действительно надо четко, расчетливо.
…Грядет время – оно уже куда ближе чем кажется! – когда неуменье общаться с компьютером станет признаком невежества, и на такого будут ахать, как сегодня на неграмотного.
1985 год. Москва. В Лужниках большой праздник. Здесь проходил XII Всемирный фестиваль молодежи и студентов. Украшением этого значительного в жизни планеты события стали многоцветные «живые» картины, их создавали 9 тысяч спортсменов, размещенных на Восточной трибуне большой спортивной арены.
Огромный вклад в это феерическое зрелище (им наслаждались телезрители как нашей страны, так и многих зарубежных стран мира) внесли не только режиссеры, композиторы, музыканты, статисты, но и компьютер. Более 500 кадров-картин – земной шар в сетке меридианов, человеческие руки, держащие зеленый росток, горячие лучи солнца – расписала машина, взяв на себя рутинную работу по кодированию цветовой информации в каждой из девяти тысяч точек «живого фона». Прежде на это ушло бы полгода. Теперь всю партитуру удалось переложить «на ноты» в общей сложности за один месяц.
ЭВМ взяла не себя и творческую часть дела. Она занялась сочинением цветомузыки, проявив при этом богатую фантазию.
Помощь вычислительных машин становится будничной, привычной. И сейчас – не в каком-то отдаленном будущем, не в туманных, рисуемых фантастами далях! – человек, ища поддержки, все чаще опирается на транзисторные плечи.
14.1. Управлять планетой
Хотя возраст у ЭВМ уже немалый, ныне они словно бы внезапно вторгаются в нашу жизнь. Кое-кого вторжение это явно застало врасплох. Кое-кто ворчит: «Компьютеры – это дело ученых. Я жил без ЭВМ и век свой без нее проживу». Так многие рассуждали полвека назад.
Правы ли эти ворчуны? Можно ли теперь жить в кибернетической тени, вне яркого света компьютерных лучей? Можно ли переждать это компьютерное времечко, отсидеться до поры?
Ответ на эти вопросы давал видный советский математик и физик Герой Социалистического Труда академик Александр Андреевич Самарский (1919–2008). В своих статьях, устных выступлениях он много раз касался этой темы.
Самарский отмечал, что живем мы в необычное время. Сейчас научно-техническая революция идет в условиях ограниченности материальных и людских ресурсов. И добавлял, что, по Карлу Марксу, всякая экономия сводится, в конечном счете, к экономии времени. Значит? Значит, торопыги-компьютеры нужны всюду: все надо брать на учет.
Новая технология? А нельзя ли делать дело еще лучше, быстрее, дешевле, тратить поменьше энергии, получать минимум отходов и их как-то с толком использовать? Научное открытие? Может, его приспособить к такому делу, о котором ученые и не помышляли, когда это открытие делали? Нельзя ли рабочего заменить роботом, а человеку предложить творческую задачу? Как лучше оплачивать труд? Как предусмотреть сбои в производстве?..
Вопросов тысячи. Голова кружится от них. Решать надо срочно. Ясно: без ЭВМ тут не обойтись, компьютеры нужны всем. Это не только дело ученых и инженеров, это общее дело.
Но послушаем Самарского дальше. Он утверждал, что все проблемы теперь укрупнились, стали глобальными. Они касаются не только людей, живущих в данном городе или области, в данной стране или на таком-то материке. Многие проблемы приняли уже планетарный характер. Экономические, энергетические, экологические кризисы – земляне уже знают, что это такое. Как предотвратить кризисы? Как сделать развитие цивилизации плавным, без войн и прочих катастроф-передряг?
Необходим, как говорят ученые, системный подход. Надо принять в расчет не только несколько основных факторов, как это делали прежде, но всё (!), что связано с данной проблемой, всю систему данных по изучаемому вопросу. Но эта галактика информации может быть освоена только электронной «головой». Вновь без помощи компьютеров человеку не обойтись.
Если короче, то, по существу, нужно учиться (к этому и призывал Самарский и другие ученые) управлять планетой. Нужно уметь рассчитывать не только атомные и термоядерные реакторы, траекторию космических аппаратов. Не только давать прогноз землетрясений, моделировать развитие звезд и солнечной активности, но – тут уж задачи поважнее и посложнее! – надо научиться предвидеть и эволюцию земных растений, и развитие мировой экономики и уметь решать многие другие вопросы, затрагивающие жизнь и судьбы всей нашей цивилизации. Например, возможное изменение климата планеты, данного нам в единственном экземпляре, – экспериментировать с ним мы не можем, и тут поневоле приходится прибегать к расчетам.
И впервые за всю историю науки ученый-теоретик, владевший ранее лишь пером, бумагой и нехитрым инструментарием, получил в руки могучий и современный инструмент – компьютеры. Тем самым он как бы сравнялся по вооруженности интеллекта с экспериментатором, обладающим радиотелескопами, ускорителями частиц, магнитными ловушками и прочими «тяжелыми орудиями» науки.
Конечно, для столь грандиозных проблем нужны и сверхмощные компьютеры. Поэтому в нашей стране (прежде совместно с другими партнерами по СЭВ) для решения важнейших народнохозяйственных задач разрабатываются суперЭВМ с быстродействием до десятков-сотен миллиардов операций в секунду (иначе пришлось бы потратить на вычисления многие годы, а то и десятилетия).
Свои выступления академик Самарский часто заканчивал такими словами: «Кадры, овладевшие вычислительной техникой, решают все». И дополнить эту фразу ученого можно так: ЭВМ вовсе не новый вариант сказочной скатерти-самобранки, не надо думать, что поставишь компьютер и можно будет вздохнуть спокойно, предаться праздности, безделью. Нет! ЭВМ – это оружие начала XXI века (так же как в каменном веке оружием была палка с прикрепленным к ней сколом камня), оружие действенное и совершенно необходимое человеку.
И завтра чернорабочим окажется всякий, кто не научится обращаться с ЭВМ, не возьмет ее себе в союзники.
14.2. Кибернетический букварь
– Скажите, дети, что это?
– Компьютер!
– Что он делает?
– Учит нас математике.
– Нравится вам учиться с компьютером?
– Очень, – последовал единодушный ответ малышей.
Так, в ташкентском детском саду № 74 начинался очередной урок арифметики (1985 год, об этом писали газеты). У шестилетних малышей при одном виде красивых коробочек с лампочками радостно светились глаза…
Компьютеризация в СССР тогда набирала силы. Играя с ЭВМ (машина способна на экране-дисплее с помощью текстов и картинок ставить задачи разного рода, которые можно решать в диалоговом режиме, по сути, ведя беседу с компьютером), малыш приобретает разнообразные знания о мире, постигает уже в школьные годы азы школьной программы.
Школьникам ЭВМ предлагает вещи и посерьезнее. Компьютер может имитировать на экране поведение электрона, движущегося в сложном электромагнитном поле, или движение планет заданной звездной системы, или работу человека за пультом электростанции, в кабине космической ракеты…
Для ЭВМ важны лишь твои истинные качества. О том, отличник ты или нет, она не ведает. Машина не знает таких отметок, как три «с минусом» или «натянутая» пятерка. Твоя устоявшаяся репутация ее не волнует: будь добр, отвечай без ошибки, и твои ответы оценят совершенно объективно.
Понятия «отстающий» ученик, «успевающий» изменяют свой смысл с приходом в школу ЭВМ. Машина научит, подскажет, поможет, но и спросит строго и беспристрастно.
Но не надо полагать, будто компьютер подменит учителя. Умелый педагог, комментируя машинные уроки живым словом, добьется гораздо большего. Ведь корень учения не должен быть слишком горьким, нельзя отправлять его в рот сырым. Тут-то талантливый педагог и проявит все свои дидактические умения.
Как утверждают учителя, уже поработавшие в компьютерных классах, тот, кто раз решил задачу на компьютере, выходит на новый уровень мышления, на новый уровень грамотности. Последние три слова полны глубокого смысла.
В двадцатые годы прошлого века в нашей стране всеобщая грамотность была едва ли не главным лозунгом молодой Республики Советов, рабочий и колхозница садились за букварь. Всеобщая грамотность была обязательным условием претворения в жизнь грандиозных планов первых пятилеток.
История сейчас как бы повторяется. Ныне вся наша страна вновь садится за учебу, открывает «кибернетический» букварь, хочет подняться на новый уровень грамотности, ибо без ЭВМ задача усвоения научно-технического прогресса невыполнима.
Да, фактически за «электронную» парту садятся все: от школьников до академиков. Всем придется постоянно учиться и постоянно переучиваться. И далеко не ясно, кому при этом будет труднее: малым детям или же маститым высокоученым специалистам.
14.3. С микропроцессором в сердце
Дон Жуан: Я верю, Сганарель, что дважды два четыре, а дважды четыре – восемь.
Сганарель: Хороша вера, и хороши догматы! Выходит, значит, что ваша религия – арифметика?
Собака, лошадь, телефон, радио, автомобиль, телевизор, компьютер… В этом длинном (а мы многое пропустили!) перечне приобретений человека ЭВМ занимает особое место.
Полная информатизация общества, когда все сведения и данные, накопленные цивилизацией, будут сосредоточены в машинах, – это время уже не за горами. Уже подсчитано: в будущем каждый активный гражданин будет иметь в своем распоряжении, на производстве и в быту, 8–10 ЭВМ самого разного калибра, число всех вычислительных средств на планете, полагают, будет исчисляться миллиардами. XXI век быстро становится «веком информации». Общество из индустриального превращается в информационное. Возникает совершенно новая для человечества технологическая культура. Она предъявляет к человеку повышенные требования.
Программирование – вторая грамотность. Этот лозунг – лишь скромное начало грандиозной работы по переориентации и тренажу мозга миллиардов людей, населяющих планету. При этом все ресурсы, все затаенные возможности человеческого интеллекта, которые пока ускользают даже от внимания исследователей, будут взяты на учет, рачительно использованы.
Компьютер не потерпит ни малейших отклонений от нормы, ошибок в написании программы, нажиме не той клавиши – вообще никакой приблизительности (машина «понимает» не то, что человек имел в виду, а то, что он написал, облек в слова приказа). ЭВМ заставит быть предельно точным там, где сегодня все еще прикидывают на глазок (и поэтому многое теряют).
Повысятся требования и к исследователям. В любой области – от математики до археологии – исследователь должен будет научиться более четко организовывать собственную работу, алгоритмизировать свои научные размышления, с максимальным эффектом использовать «умную электронику».
Человек сделает органической частью своей натуры способность планировать действия, научится вырабатывать общие правила и найдет способы применять их к конкретной ситуации, сумеет организовывать эти правила в осознанную и выразительную структуру. Не превратит ли все это каждого из нас в программиста?
О программистах стоило бы завести особый разговор. Программист – важная примета нашего времени. А программирование – оно же информатика! – скоро станет в школах такой же полноправной дисциплиной, как физика или история.
Прежде слово «программист» ассоциировалось только с математикой. Но теперь выясняется, что программировать можно и работу металлорежущего станка или газовой турбины, редактирование текста, поиск вариантов шахматной партии… Поэтому словосочетания «программист-бухгалтер» или, скажем, «программист-химик» уже никого не шокируют. И должно быть, скоро войдут в повсеместный обиход.
Программирование становится делом привычным. Но лишь немногие отчетливо представляют себе специфику труда программиста. Вот что об этой профессии писал один из первых программистов СССР (до начала 1950-х годов в нашей стране не существовало специальности «программист»), создатель Сибирской школы информатики академик Андрей Петрович Ершов (1931–1957), крупнейший специалист по программированию.
«Программист должен обладать способностью первоклассного математика к абстракции и логическому мышлению в сочетании с эдисоновским талантом сооружать все что угодно из нуля и единицы. Он должен сочетать аккуратность банковского клерка с проницательностью разведчика, фантазию автора детективных романов с трезвой практичностью бизнесмена. А кроме того, программист должен приобщаться к корпоративным интересам, иметь вкус к коллективной работе, понимать цели работ…».
Программист большую часть своего рабочего времени тратит (написание программ, их отладка, поиск и устранение ошибок, сам счет) на общение не с людьми, а с ЭВМ. Долго оставаясь с компьютером один на один, программист начинает воспринимать ЭВМ как живое существо. Средневековые рыцари одушевляли свой меч, моряки парусного флота – корабль, летчики по сей день – самолеты. И программисты «очеловечивают» орудие своего труда.
В ответах на вопросы они так характеризуют ЭВМ: «доброжелательная машина», «суматошная», «обидчивая, хочет доказать, что умнее», «у машины, с которой я работаю, характер кошки», «бывают машины умные, глупые, ленивые, работящие, покладистые и строптивые…».
Собравшая подобные ответы, психолог из Московского государственного университета Анна Ивановна Тоом итожит свои наблюдения следующими неожиданными словами:
«Создавая культуру, мы приручили диких животных. Самое близкое нам сегодня существо – собака, оставаясь биологически волком, психологически – уже во многом отражение человека. Может быть, путь технического прогресса – это путь превращения машины из волка в собаку?..»
Да, по всем приметам, похоже, грядет совершенно новая раса людей. Человек, вооруженный компьютером, – это будет уже совсем другой человек! По стилю, по характеру мышления, по самому подходу к стоящим перед ним задачам (да и задачи он будет ставить другие). Неважно, как назвать такого человека – программистом, мыслителем, интеллектуалом. Не имеет значения, будет ли он педагогом, архитектором, экономистом, врачом. Компьютер сблизит все профессии, переиначит все занятия, все области человеческой деятельности на свой компьютерный лад.
Человек будущего… Каким он будет? Похожим на математика?
Герой одного рассказа восклицает: «Будучи математиком, я, естественно, мыслю цифрами. У меня голова гудит от них. Вскройте мне вены, и вместо крови из жил потекут иксы, игреки и квадратные корни. Когда я умру и мое тело вскроют, то у меня в сердце найдут интегралы…».
Настроясь на эту полушутливую-полусерьезную волну, можно утверждать, что, скорее всего, в венах, в сердце человека будущего, окруженного многочисленными компьютерами, не расстающегося с ними ни в рабочие часы, ни в моменты отдыха, воспринимающего их как неизбежный естественный элемент природы, в крови, в сердце такого человека найдут не игреки, не интегралы – найдут микропроцессоры!
14.4. Конструируем автомобиль
Окончена школа, дни студенчества остались позади, получен диплом, впереди – работа. Как изменился ее характер с приходом компьютеров!
Писатель-публицист Ярослав Кириллович Голованов (1932–2003) вспоминает:
«Я окончил в 1956 году МВТУ им. Баумана. Дипломный мой проект составлял целую книжку расчетов и 16 ватманских листов чертежей, которые я усердно чертил девять месяцев. Слово “дисплей” не существовало тогда ни в реальном мире, ни в словаре фантастов. Никто не представлял себе, что можно чертить электронным карандашом на экране, что можно “приказать” – и нужная деталь предстанет перед тобой в нужной тебе проекции, что где-то в недрах “кибернетического мозга” безошибочно решаются задачи на “развертки” и “пересечения”, которые давал нам «на засыпку» беспощадный профессор Арустамов во время экзаменов по начертательной геометрии…».
Вычислительная техника привела с собой такие, становящиеся привычными аббревиатуры, как АСНИ (автоматизированные системы научных исследований), АСУП (автоматизированные системы управления производством), САПР (системы автоматизации проектирования), ГАП (гибкие автоматизированные производства). Что скрыто за этими сокращениями? Попробуем хотя бы отчасти представить это.
Допустим, вы конструктор, и вам поручено создать новый автомобиль.
С чего начинали такую работу прежде? Человек воспроизводил образ, модель будущего изделия. «Лепил» макет «в железе». Все это делалось, так сказать, вручную, медленно и не без ошибок. А вот что вам позволит САПР:
• буквально увидеть на экране дисплея идею прибора, устройства, машины;
• создать их цветные пространственные модели;
• изучить в действии;
• выбрать оптимальную технологию и, наконец,
• управлять самим изготовлением.
А как изменилось вооружение конструктора! Вместо привычного кульмана, «счастливого» карандаша и мягкого ластика, вместо циркуля и линейки рабочими инструментами стали дисплей и клавиатура компьютера, световое перо и графопостроитель. Неоценимую помощь оказывают и использование машинной графики, и набор программ для «вычерчивания» типовых элементов конструкции и спецификаций, мультфильмы, демонстрируемые ЭВМ, дающие наглядное представление о работе будущего автомобиля, экскаватора, самолета…
«Сказка! – пишет Ярослав Голованов. – Не берусь даже приблизительно сказать, во сколько раз ЭВМ может увеличить производительность труда исследовательского и конструкторского. И более того, насколько может она освободить человека от нудного, бездумного труда, который мы извинительно называем «будничной работой» и который на самом деле есть просто безрадостное, утомительное, чисто техническое копошение. Насколько глубоко может она наделить его истинно творческим содержанием и тем самым подарить главную радость жизни – радость талантливо, быстро и хорошо исполненной работы».
14.5. Путешествуя к материку здоровья
Учеба, работа. Но вот человек заболел, он ждет, что скажет врач. Требуется ли тут помощь ЭВМ? Да, она крайне необходима.
Вспомним одно произведение, которое мы не раз слышали детьми и которое будут, видно, не раз слушать и дети наших детей. Ну, можно ли забыть, как бесстрашный Айболит, преодолевая все преграды, достиг реки Лимпопо и излечил зверей Занзибара, Калахари, Сахары и горы Фернандо-По. Вот он стоит под баобабом. В левой руке у него деревянный стетоскоп. Айболит наклонился и приставил трубку к животу лежащего в густой траве бегемотика и внимательно слушает его. Как трудно поставить правильный диагноз! Сделать выбор между «корью, дифтеритом, оспой и бронхитом» звериный доктор никак не может.
И немудрено!
Современной медицине известно около десяти тысяч различных заболеваний. Каждое характеризуется в среднем десятью симптомами. Вот и получается: врач должен держать в голове сто тысяч признаков болезней. И здесь на помощь врачам приходит замечательный помощник – ЭВМ. Память ее безупречна. Она ничего не забудет, ничего не упустит. Ее суждения логичны, объективны и безукоризненны.
Представьте себе, что мы закладываем в вычислительную машину огромное количество фактов о больном: историю болезни, медицинские анализы, условия его жизни, сведения о болезнях родителей и так далее, и так далее. Компьютер анализирует эти факты, роется в своей необъятной памяти, и на экране вспыхивает диагноз.
А теперь поговорим о географии. Но географии особой, медицинской. Известно ли вам, что каждый из нас в течение своей жизни непрерывно путешествует? Вы можете безвыездно сидеть в комнате и, тем не менее, странствовать.
Есть в медицине два материка: материк Здоровья и материк Болезней. На первом расположена страна Абсолютного Здоровья. Есть тут и другие страны, где климат чуть-чуть похуже. На материке Болезней мелкие державы: королевство Ангина, республика Корь, густонаселенная страна Насморк и великая держава Грипп. И вот всю жизнь мы вечно в дорожных хлопотах. Провожают и встречают нас добрые врачи и заботливые медицинские сестры. Вы спросите: а где же находятся эти материки, на какой широте и долготе? Ответить просто. Если температура у вас 36,6, пульс 70 ударов в минуту, гемоглобин в норме, давление хорошее, знайте – вы на материке Здоровья.
По каким трассам «путешествует» сейчас человек? Ответить непросто. Но то, что трудно для врача, легко для ЭВМ. Она вычислит и начертит графики, и светящиеся точки на медицинской географической карте точно укажут маршрут: приближается ли человек к материку Здоровья или удаляется от него.
И наступит тот день, когда, посовещавшись с вычислительной машиной, доктор скажет обеспокоенным родственникам:
«Не волнуйтесь. У Коли короткий привал в стране Слабости. Он пробудет здесь ровно пять дней, затем граница, небольшой таможенный осмотр, и вновь его окрепшие ноги коснутся родных земель Бодрости!»
Да, сейчас книгу об Айболите можно было бы написать иначе. Бесспорно, не стоило бы заменять Орла, на котором летел Айболит, сверхзвуковым самолетом, а Кита – подводной лодкой. Но вычислительная машина обязательно должны бы быть у Айболита. И, получив телеграмму от гиппопотама, возьмет Айболит ЭВМ, положит ее в карман своего халата рядом со знакомой всем трубкой, термометром и пилюлями, сядет на космический корабль и помчится на Венеру лечить слабых, больных зверят.
14.6. «Распознаванием живут рожденные»
Мир выглядит молодой красавицей или Брокенской ведьмой в зависимости от того, через какие очки на него смотреть.
Долгое занятие – перечислять все те области, где компьютеры окажут (и уже оказывают) помощь человеку. Об этом можно было бы написать не одну книгу. Но вот что, пожалуй, хорошо было бы сделать. Показать, что ЭВМ, дающие врачу возможность ставить правильный диагноз, прогнозировать ход заболевания, – это вовсе не мечты. Что совсем не надо ждать компьютеров пятого-шестого поколений с их нечеловеческой мощью. Что все это можно делать даже на ЭВМ четвертого поколения.
Итак, за дело! Но прежде отметим, что если копать глубоко, то, по существу, врач занят проблемой распознавания. Он распознает определенную болезнь, выделяет ее из множества других болезней. И если заменить врача математиком, то математик скажет: «Сначала необходимо решить общую проблему – проблему распознавания, а постановка диагноза болезни уже будет частным случаем».
Математик абсолютно прав. Да и проблема распознавания стоит того, чтобы уделить ей какое-то время. Начнем.
С задачей распознавания любой из нас встречается ежедневно, ежечасно и даже ежеминутно. Мы узнаём друг друга, понимаем речь, различаем буквы печатного и рукописного текста. Медики распознают болезнь, геологи по косвенным признакам устанавливают наличие в породах полезных ископаемых, эксперты-криминалисты различают отпечатки пальцев, археологи определяют принадлежность глиняных черепков определенной эпохе. Всюду здесь проявляется способность классифицировать объекты наблюдений, раскладывать их по полочкам.
Умеет человек – сможет и машина! Подсмотреть у живого его тайны: заменить палочки и колбочки глаза оптическими датчиками, нервные клетки транзисторами – под таким девизом началась полвека назад (тогда шла первая волна компьютеризации) работа по машинному распознаванию. В 1957 году американским физиологом Фрэнком Розенблаттом (1926–1971) был построен персептрон – первая техническая модель тракта «глаз-мозг». В ней свет фиксировали фотоэлементы, а особые пороговые элементы имитировали функционирование нейронов.
Увы, эта и многие последующие попытки создать искусственный глаз окончились неудачей. Машина (она оказалась «глазами без ума») тогда так и не научилась распознавать изображения независимо от их масштаба, возможного сдвига и прочих преобразований, которые, однако, вовсе не мешают человеку узнавать те или иные предметы.
Горький это был результат. Раздались возгласы: «Ничего и не должно было получиться!», «Мозг человека совершенствовался миллиарды лет. Обучить за такое же время машину невозможно. Поэтому попытки создать видящие (как и думающие) ЭВМ – затея нереальная!»
Если в чем-то эти научные перестраховщики и были правы, так это в том, что проблема распознавания стара как мир. Во всяком случае, она намного старше заселившего планету человечества. И совсем неудивительно, что уже в древних (VII век до новой эры) индийских религиозно-философских трактатах «Упанишады» («Тайттирия упанишад») можно прочесть такие строки: «От распознавания рождаются эти существа, распознаванием живут рожденные, в распознавание они входят, умирая…».
Да, проблема распознавания сопутствует человеку от самой его колыбели. Но отсюда все же не следует, что ее нельзя решить техническими средствами. Трудность тут только в том, как вложить в компьютер те знания, которые так долго набирал, копил человек в ходе своей долгой эволюции.
14.7. Как отличить собаку от кошки
Жизнь торопила. В 60-е и 70-е годы XX века многие, не дожидаясь появления специальных устройств и строгой математической теории распознавания, вынуждены были заниматься этой проблемой. Инженеры и психологи, физики и врачи, математики и физиологи сталкивались с острейшей необходимостью понять или промоделировать такие функции мозга, как способность «находить сходство», «обобщать». «создавать абстрактные понятия», «действовать на основе интуиции».
И появилось великое – многие сотни – множество эвристических распознающих алгоритмов (под алгоритмом надо понимать всякое точное предписание каких-то действий: сложение столбиком, например, извлечение квадратного корня из числа и так далее), способов направленной обработки изображений. То были счастливые догадки человеческого ума, результаты долгих математических экспериментов. Совершенно необоснованные, даже кажущиеся порой подозрительными, эти алгоритмы оказывались иногда на удивление полезными и точными.
Собственно, это были первые попытки применения точных методов (математических или около математических) для решения задач в тех областях, где построение точных моделей или затруднено, или вообще невозможно по нескольким причинам: либо соответствующая область знания плохо формализована, не допускает построения сугубо формальных математических моделей, либо информация, с которой приходится иметь дело, столь разнообразна и разнородна, что описание ее какими-то более или менее простыми системами уравнений затруднено.
Исследователи хотели формализовать тот интуитивный процесс, который у людей происходит при обучении. Скажем, когда обучают врача, ему демонстрируют последовательно некоторое количество больных людей, описывают синдромы, симптомы – и постепенно возникает некий «образ болезни». Если по прошествии некоторого времени обучаемому предъявляется новый неизвестный ему пациент, то новоиспеченный врач более или менее точно устанавливает диагноз.
Медицинская диагностика, геологическое прогнозирование, оценка экономических и политических ситуаций, профотбор, автоматизация обработки экспериментальных данных, распознавание неисправностей машин и механизмов, интерпретация сигналов при радио- и гидролокации, предугадывание свойств синтезируемых химических соединений – всюду требовались эффективные алгоритмы распознавания. Их созданием, часто на свой страх и риск, занимались большие коллективы исследователей. Немало лет требовала такая работа (она обычно заканчивалась публикацией серии статей, иногда даже монографией). Привлекался большой творческий потенциал (ведущие математики, эксперты), тратились немалые средства.
К сожалению, выпестованные с таким трудом алгоритмы распознавания не только не работали в соседних областях науки или техники, но чаще всего даже в той области, для которой они были созданы, вели себя на удивление «робко». Скажем, алгоритм поиска нефти, удачно подобранный для Западной Сибири, давал осечку в Татарстане и бастовал на берегах Каспия. А алгоритм технической диагностики, разработанный для легковых автомашин, не признавал трактора, игнорировал мотоциклы.
В эти годы поисков один известный советский кибернетик на научном семинаре как-то посетовал: «Я бы все на свете отдал, если кто-то мог объяснить мне, как научить машину отличать собаку от кошки. Вроде бы все одинаково: четыре лапы, хвост, два уха…»
Необходимо было навести математический порядок в этой неразберихе. Задача состояла в том, чтобы, признав как реальность существование и пользу для практики уже созданных алгоритмов распознавания, изучить с помощью строгих математических методов само множество таких процедур и попытаться построить такие обобщающие алгоритмы, которые бы успешно работали в любой области. И почти со стопроцентной вероятностью.
Другими словами, тут требовалась совсем иная математика, математика нового типа.
14.8. Науки описательные и точные
Бывший в свое время директором Вычислительного центра Академии наук СССР Герой Социалистического Труда академик Анатолий Алексеевич Дородницын (1910–1994) увлекался необычным хобби. Он на досуге классифицировал ракушки тропических моллюсков (им была собрана большая их коллекция). Академик пытался по узорам удивительной красоты и сложности, которые украшали раковины, установить род, класс того или иного беспозвоночного, которому эта ракушка-дом принадлежала.
Проблема распознавания образов давно интересовала Дородницына. В сентябре 1971 года, когда в Москве на симпозиуме «Практические применения методов распознавания образов» собрались исследователи из Болгарии, Венгрии, ГДР, СССР и Чехословакии, академик сделал очень интересный доклад «Информатика и описательные науки».
Дородницын разделил тогда все науки на точные и описательные. К точным наукам он отнес математику и науки физического цикла (механику, термодинамику, электродинамику, квантовую механику), к описательным – все остальные.
Какая наука точна? Та, что обладает средствами предвидеть с достаточной практической точностью развитие процессов, изучаемых данной наукой. Если этого нет, если исследователи в основном вынуждены строить догадки о том, как пойдет процесс, значит, эта наука все еще остается описательной. Таковы биология, медицина, геология, социология.
Дородницын тогда напомнил в своем докладе, что когда-то, во времена Аристотеля и Платона, то есть тысячелетия назад, все науки, включая и «царицу наук» математику были описательными. И превращение многих из них в науки точные произошли постепенно. Как это случилось? Сначала, отмечал ученый, шел медленный процесс накопления информации: собирались сведения об объектах данной науки. Затем наступал этап классификации (она может быть и наивной: так сторожевые собаки делят всех людей на два класса – хозяев и недругов).
Но это все пока была лишь предварительная работа. Наука становится точной только после установления связей и соотношений между ее объектами. Когда таинственным образом возникают «величины» (это не обязательно числа!) и законы (модели отношений), их связывающие (скажем, законы Ньютона, Кулона – в физике, законы Архимеда, Паскаля – в механике).
В октябре 1984 года, выступая уже на Всесоюзной конференции по информатике, Дородницын существенно дополнил свои старые высказывания. Он отмечал, какие громадные выгоды сулит человечеству превращение описательных наук в науки точные.
«Вся современная техника, весь ее поразительный прогресс, скажем, за последние 200 лет, – говорил академик, – стал возможным только потому, что науки, на которых эта техника базируется (механика, физика, химия), были «математизированы», и каждый новый объект мог быть заранее рассчитан. Попробуйте представить себе, кем бы мы были сейчас, если бы каждый дом, каждый мост, каждый паровоз, каждый радиоприемник необходимо было бы создавать методом случайных проб и ошибок! А ведь в биологии, медицине, агрикультуре это и есть основной метод создания новых объектов.
А если эти науки мы превратим в точные, тогда любой результат можно будет заранее рассчитать? Я не хочу говорить, что это будет значить для человечества. Пусть каждый сам постарается представить себе результат.
Вот почему я считаю задачу внедрения методов информатики (математические методы, базирующиеся на компьютерной технике. – Ю.Ч.) в описательные науки одной из важнейших, быть может, самой важной проблемой близкого будущего».
14.9. Алгебра алгоритмов
Во многих остающихся до сих пор описательных науках человек действует уверенно только потому, что обладает врожденной способностью к распознаванию. Передать это свое умение машинам крайне важно (это и подчеркивал Дородницын). Сейчас мы, совершив «экскурсию» в одно из научных подразделений, расскажем о крупных успехах российских ученых, работающих в этой трудной области.
…Эта прикрепленная к стене картинка-извещение сразу же, помню, с порога, бросилась мне в глаза. На белом фоне черные квадратики вычерчивали величественные контуры Эйфелевой башни и правее – силуэт Триумфальной арки. Так анонсировалась международная конференция ученых (октябрь 1986 года) по машинному распознаванию образов.
Я, москвич, с легкостью различал приметы малознакомого мне Парижа. А что ЭВМ? Насколько сильны они в задачах подобного рода? За ответом на этот вопрос я и пришел в Вычислительный центр Академии наук СССР, в отдел проблем распознавания, которым руководил тогда лауреат Ленинской премии член-корреспондент АН СССР Юрий Иванович Журавлёв (родился в 1935 году в Воронеже, в 1992 году стал академиком РАН).
На протяжении 70-х годов прошлого века в работах Журавлёва, его коллег и учеников был развит «алгебраический подход к решению задач распознавания и классификации». Нелегкое это было дело. Вот, допустим, идет предварительная геологическая разведка нефти. Какую огромную груду данных надо перелопатить! Чего тут только нет!
Накоплены всевозможные измерения (аномалии поля тяжести и так далее), соображения элементарной логики («если так, то будет то-то и то-то…»), сведения, полученные при аэрофотосъемке (плюс космическое зондирование недр), экспертные оценки (дядя Икс считает «да», нефть есть; дядя Игрек – «нет»).
Масса сырой информации, тьма параметров и никаких веских соображений о том, что же действительно важно для прогноза, а что нет. И все это сваливается на голову того, кто должен решить: где, в каких районах следует вести пробное бурение нефти.
А взять, скажем, техническую диагностику. Машина работает, остановить ее, залезть к ней в нутро нельзя. Надо по косвенным признакам, по рабочим параметрам, по показаниям многочисленных датчиков судить о том, все ли в машине в порядке, хорошо ли идет работа или авария неизбежна и агрегат надо немедленно остановить.
Понятно, во всех этих случаях традиционная математика пасует. Просто нет никакой возможности составить и решать какие-то дифференциальные уравнения. И однако, задачи эти очень важны, и, главное, они успешно решаются. Врач по каким-то неуловимым признакам (руки зябнут, цвет лица не тот) уверенно ставит диагноз, геолог по наклону речного русла, по цвету песка, по созданному его интуицией «портрету» рудоносных мест находит золотоносную жилу.
Как они это делают? Никто не знает. И они сами. Никаких твердых правил при распознавании объектов, явлений, ситуаций обычно у человека нет И все же это не мешает специалисту, сравнивая новые объекты с чем-то известным только ему одному «попадать в яблочко».
Видимо, основная «различающая» информация заключена не в отдельных признаках, а в различных ее, информации, сочетаниях. И значит, методы комбинаторного анализа могут быть очень полезными для решения проблемы распознавания. Это простое соображение и позволило Ю.И. Журавлёву унифицировать алгоритмы распознавания, найти в них нечто общее, научиться сливать воедино стихию цифр, графиков со стихией экспертных высказываний типа «да», «нет», «не знаю», «может быть».
В результате этих научных поисков была создана «алгебра алгоритмов». Алгоритмы распознавания теперь, как простые числа, можно было складывать и перемножать! Зачем? Чтобы построить из малоэффективных, частных, ограниченного действия алгоритмов новый оптимальный обобщенный алгоритм, полностью решающий поставленную задачу распознавания.
«Как бы это объяснить? – рассказывал мне Журавлёв. – Все очень похоже на долгую историю поисков решения квадратных уравнений. Ведь когда-то математическая символика отсутствовала (как и понятие мнимых чисел). Решать умели (научил этому узбекский математик аль-Хорезми, IX век; кстати, имя этого ученого – латинизированное Algorithmi – дало начало и слову «алгоритм») только некоторые из квадратных уравнений, да и это делалось тогда словесно: «сложить неизвестное с тем-то и так-то…». Потому-то и учились этому утомительному, громоздкому, теперь школьному делу долгие годы…».
14.10. Подарок нефтяников
Спектр работ, которые вели в те годы московские распознаватели, был очень широк. Различные методы позволяют находить скрытые дефекты в изготовленных деталях, по внешним признакам производить техническую диагностику автобусов (кому какой ремонт необходим, эта информация позволяет ремонтникам загодя подготовить необходимые детали и оборудование, вести работы ритмично и своевременно).
Эти же методы – они универсальны! – можно использовать и для технического надзора за состоянием узлов ядерных реакторов на АЭС и других объектах, непосредственный доступ к которым затруднен (скажем, о нарушении работы реактивного двигателя можно судить по анализу его шума), оценивать деловые качества работников, и так далее и так далее. Но, пожалуй, наиболее весомыми являются работы, которые москвичи вели с нефтяниками Сибири.
Вот что тогда рассказал мне сотрудник Ю.И. Журавлёва кандидат технических наук Александр Иванович Зенкин. Он в тот день только что вернулся из командировки в Западную Сибирь.
«…При извлечении нефти пластовые воды смешиваются с поверхностными. Их несовместимость (каждая имеет свой букет минеральных присадок) запускает многие химические реакции – выделяются карбонаты, нерастворимые в воде соли. Они откладываются на поверхности труб, постепенно забивая их, заращивая, уменьшая просвет и, как следствие, нефтяной дебит. Скважина в конце концов может совсем выйти из строя.
Для надзора над скважинами – истощилась ли нефть в данном участке, или ствол забила соль, и надо срочно принимать меры – создаются особые бригады. По топким болотам сибирской тайги за сотни километров приходится доставлять оборудование и ингибиторы – лекарства от засоления труб.
Скважин тысячи! Ингибиторы очень дороги (прежде их и вовсе покупали за границей, за валюту), расходовать их надо экономно и в нужный момент (упустишь – и пиши пропало! тут уж просто необходимо будет менять часть трубы), точно зная характер процесса солеобразования. А потери велики: нормальная скважина дает сотни тон нефти за сутки, засоленная же, оказавшись на голодном пайке, требует полной остановки – выключения нефтедобычи – и нелегкого ремонта…».
Научно-техническое сотрудничество московских математиков с производственным объединением «Юганскнефтегаз» (конкретно работа шла на территории Устьбалыкского и Южносургутского месторождений: здесь солеобразование свирепствует наиболее сильно) началось тогда лет пять назад. В результате была создана внедренная в опытно-промышленную эксплуатацию информационная система контроля (ИСК), позволяющая по целому ряду косвенных признаков (линейное и буферное давления, концентрация многих ионов и элементов в воде, дебиту жидкости, ее плотности… – всего 19 параметров), не вскрывая скважин, судить, какие скважины в данном районе засолены, какие нет.
Прежде, действуя физико-химическими методами, один человек, чтобы определить состояние только одной скважины, должен был трудиться две недели. Теперь в считанные секунды ЭВМ, словно рентгеном пронизывая существо скрытых от человеческого глаза процессов, дает почти точный (пока 91,3 %) ответ.
Однако это лишь первые успехи. В будущем математики хотели научиться определять и сам ход процесса, степень засоленности скважины в любой момент. Позднее была решена и задача прогнозирования…
Я слушал рассказ Александра Ивановича, а сам нет-нет да и взглядывал вопросительно на лежащий перед Зенкиным на письменном столе кусок металлической трубы. Грубо сработанная (рядом с пепельницей и пучком отточенных щеголеватых карандашей) труба выглядела неуклюже. Как она сюда попала? Отчего ее отверстие покрыто ровным толстым светло-коричневым слоем какого-то вещества? «Это вещественное доказательство, – перехватив мой взгляд и усмехнувшись, сказал Зенкин, – успехов наших математических методов распознавания. Заросший солями кусок трубы из нефтедобывающей скважины подарили нам на память нефтяники Сибири».
14.11. По законам красоты
Новые методы распознавания хорошо зарекомендовали себя в медицине: математики научили кардиологов успешно прогнозировать степень тяжести перенесенного человеком инфаркта миокарда. В одном случае необходим пассивный метод лечения, в другом – повышенное внимание в первые 48 часов. Разработаны удачные алгоритмы опухолевой диагностики; схожие процедуры позволяют врачам делить молодых новобранцев на тех, кого надо комиссовать, и тех, кто годен к военной службе.
Машинные методы распознавания использовались при прогнозировании строительства крупных объектов (ГРЭС, к примеру), роста малых городов (была проведена специальная работа по данным бывших прибалтийских республик), свойстве вновь создаваемых сплавов, при управлении быстротекущими технологическими процессами.
Трудно очертить тот круг, которым ограничена область применения методов машинного распознавания. Возьмем, к примеру, труд ученого. Сколько необычных законов открыли физики? Как удалось Эйнштейну создать теорию относительности? Ссылаются обычно на интуицию ученого. Но что это такое?
Физики толкуют что-то о «красоте», «простоте» теории. Что-де именно они позволили им из огромного числа формальных «законов», «объясняющих» экспериментальные факты, выбрать один – истинный. Но, может быть, и тут все дело в особой комбинаторике распознавания? В «сцеплении» небольшого числа ключевых меток-признаков, указывающих путь к открытию? И в будущем удастся создать машины, различающиеся «интуицией»? Машины, которые будут действовать, сообразуясь с законами красоты?
И тогда ЭВМ будут раскрывать новые законы природы.
Значение самобытных, оригинальных – за рубежом ничего подобного тогда еще не было создано – достижений математической школы Ю.И. Журавлёва трудно переоценить.
И такой обширный диапазон приложений неудивителен. Математики ведь фактически автоматизировали поиск алгоритма распознавания.
Создан «комбайн»: заложите в него обучающие подборки (область приложений может быть любой), и он (алгебра алгоритмов!) тут же выдаст рецепт правильных действий.
Заниматься самодеятельностью, как это делали прежде, теперь уже нет никакой необходимости. Алгоритма лучшего, чем тот, который порекомендует машина (математики это доказали совершенно точно), не придумаешь.
Конечно, дело это новое. Как первые автомобили, первые аэропланы, новый подход может показаться даже неуклюжим, недостаточно элегантным. Но он – метод машинного распознавания – уже «мчится по дорогам», он «летает»! И с каждым днем все лучше.