ием компьютеров и научным прогрессом.
Возможно, через некоторое время, скажем, несколько десятков лет, искусственный интеллект сможет сравниться с интеллектом живого человека и, вероятно, когда-нибудь сможет превзойти его. Сегодня технологии искусственного интеллекта включают в себя множество различных подходов.
Среди них нейронные сети, работающие на принципах, схожих с работой мозга, которые используются для распознавания речи и рукописного текста, для постановки диагнозов, в финансовых программах. Эволюционные алгоритмы предполагают создание качественно новых программ, их скрещивание, обмен частями и тестирование. Программы, работающие лучше всего, выживают, и через несколько поколений получается наиболее эффективная. Нечеткая логика дает компьютеру возможность работать с объектами из реального мира и их взаимоотношениями. С помощью нечеткой логики компьютер может понять такие термины как «близко», «теплее», «почти» и прочие. Именно поэтому нечеткая логика активно используется в бытовой технике, например кондиционеры и стиральные машины.
Значительная часть используемых сегодня роботов обладает как минимум зачатками искусственного интеллекта. Эти роботы способны ориентироваться в окружающей обстановке и распознавать нужные им объекты. Системы на основе искусственного интеллекта и нечеткой логики управляют промышленными объектами, такими как заводы, атомные станции, транспорт. Крупнейшие финансовые организации используют их для моментального принятия эффективных решений на фондовых и валютных рынках. Искусственный интеллект широко используется в компьютерных играх для создания графики, населения виртуальных миров персонажами с реалистичным и разумным поведением.
В разработке интеллектуальной техники все чаще используются знания по психофизиологии, полученные с помощью наблюдения за поведением животных и людей. В соответствии с этими представлениями формирование тактики поведения осуществляется работой функциональных систем, каждая из которых соответствует некоторому поведенческому акту, сформированному при обучении и включенному в структуру индивидуального опыта.
Инженеры, работающие с техникой в области нечеткости, разрабатывают программное обеспечение и специальные чипы для того, чтобы заставить компьютеры и машины рассуждать так же, как люди, и повлиять на их работоспособность таким образом, чтобы она стала более продуктивной и интеллектуальной. Безусловно, это способствует более легкой работе техники и более легкому обращению с ней. Теперь мы можем программировать системы на английском, японском и многих других языках. Скорее всего, будущие нечеткие системы позволят нам программировать их даже устно, вместо того чтобы нажимать на кнопки. Нечеткие системы изучают огромное количество опыта и различных программ.
Как действуют нечеткие приборы? Нечеткие правила делают отсылку к нечеткому концепту и базируются на утверждении, что если X – это А, то Y – это В. Например, если дорожное движение очень быстрое и непрерывное, то зеленый свет на светофоре должен гореть дольше. Такое рассуждение имеет под собой здравый смысл, не так ли? Правило связывает нечеткие множества непрерывного и долгого. Мы также можем изобразить эти множества посредством кривых. Любое дорожное движение в некоторой степени достаточно быстро и непрерывно, а поток машин постоянно движется; поэтому мы можем сделать так, чтобы зеленый свет на светофоре горел дольше относительно конкретной степени. Комбинации плотности, скорости дорожного движения и времени зеленого светофора бесконечны. Тем не менее, одно правило объединяет их – правило интеллекта машины, управляющей процессом, в данном случае интеллекта светофора на автомобильной трассе.
Нечеткие системы хранят в себе десятки, сотни или даже тысячи этих правил, основанных на здравом смысле. Каждая новая часть данных активирует нечеткие правила до некоторой степени. Затем нечеткая система объединяет данные и выдает окончательный вывод или ответ. На нечетком чипе это параллельное рассуждение занимает тысячи или миллионы раз в секунду. Мы подсчитываем количество логичных выводов в секунду.
Высокоскоростные нечеткие системы умны. Сегодня в Японии они контролируют метрополитен и стабилизируют вертолеты лучше, чем это способны сделать люди. Нечеткость в их системах обеспечивает надежный и мягкий контроль. Это сокращает отрывистые перерегулирования и несостоятельность старых систем математического контроля: кондиционер, который продуцирует слишком холодный или слишком теплый воздух, камера, снимающая нечеткие изображения. Скоро у нас будут нечеткие устройства в домах, офисах, автомобилях и самолетах. Возможно, мы не знаем этого, и рекламодатели могут не вдаваться в подробности, что это именно нечеткие приборы бытовой техники, основанные на правилах нечеткой логики, но это именно они. Мы будем командовать армиями крошечных высокоскоростных опытных экспертов, которые никогда не ошибаются, не устают и не жалуются.
Сенсорные технологии, новейшие датчики ускоряют нечеткую революцию. Эти крошечные нечеткие эксперты нуждаются в большом количестве данных, и чем быстрее и точнее они получат и обработают их, тем лучше. Современные технологии в бытовой технике не перестают удивлять нас. Нечеткая стиральная машина использует датчики загрузки белья для измерения его объема и текстуры для того, чтобы рассчитать нагрузку и выбрать режим стирки. Помимо этого, такая стиральная машина использует датчик пульсирующего света для определения и отображения загрязненности воды, в которой мы стираем белье. Каждую секунду несколько нечетких правил превращают эти измерения в структуры водного взбалтывания в течение разных промежутков времени. Нечеткие вакуумные пылесосы используют инфракрасные датчики для измерения плотности грязи и текстуры ковра. Данные поступают извне, и определенные правила регулируют мощность всасывания такого пылесоса. Нечеткие телевизоры измеряют относительную яркость, контраст и цвет в каждом кадре телевизионного изображения, а затем адаптируются таким образом, чтобы дать нам более четкую, максимально яркую картину. Когда мы смотрим телевизор, регуляторы настроек немного меняются, как если бы высокоскоростной эксперт наблюдал за экраном и разработал наилучшее сочетание настроек для каждого из 30 или около того изображений, которые мгновенно мигают.
Теория нечеткой логики нашла применение в тысячах систем и устройств. Она используется в производстве фото- и видеокамер, стиральных машин, вакуумных пылесосов, автомобилей, поездов с автоматическим управлением. В Дании на основе нечеткой логики работают цементные заводы. В Европе изготавливаются системы и устройства с нечеткими экспертными системами. Эта теория важна даже для реализации космических программ. В последние годы в Японии, США и Европе было внедрено большое количество патентов, основанных на применении нечеткой логики.
Особенную роль сыграла нечеткая логика для Японии – она помогла продвинуться вперед японским компаниям. Сегодня в Японии более двух тысяч ученых занимаются применением нечеткой логики в производстве – при разработке бытовой техники, электротехнического оборудования. В Японии за научные достижения Лотфи Заде была присуждена высшая награда Honda. Нечеткая логика быстро нашла применение в электронике. Она позволила микропроцессору – электронному «мозгу» – оперировать промежуточными понятиями. Например, не просто «холодно» и «жарко», но еще и «прохладно», «тепло» и «очень тепло». Благодаря этому техника стала умной – она может гибко реагировать на меняющиеся параметры среды и принимать решения из широкого набора вариантов, заложенных в ее память.
В более старых нечетких системах инженер-эксперт устанавливает правила поведения и реагирования для техники. В современных, адаптированных предметах бытовой электроники заключена «мозгоподобная» нейронная сеть, компьютерная система, которая имитирует работу человеческого мозга, обучается, распознает шаблон и генерирует нечеткие правила из данных обучения. Современная нечеткая техника учится на собственном опыте, работая по схеме «получить данные, выработать правила работы». Нейронная система нечетких приборов ведет себя как глаза и уши системы. Она «видит» шаблоны в данных и медленно вырабатывает правила, которые связывают эти шаблоны. Шаблоны – это нечеткие множества, а отношения – нечеткие правила. Нечеткая система использует эти правила для того, чтобы сопоставлять их с шаблонами. Только представьте адаптированный светофор, который функционировал бы как настоящий полицейский! Чем больше данных получает нечеткая техника, тем продуктивнее она работает.
Адаптивные нечеткие системы сделали потрясающий прорыв. Экспертам не нужно рассказывать и объяснять все процессы в деталях, все, что им нужно – просто заложить в технику основы и данные нечеткой логики. Эти данные включают в себя нейронные сети для поиска и настройки правил. Системы сверхинтеллектуальных машин будущего, будь то умные машины, умные ракеты или маленькие умные роботы, могут развить все возможные нечеткие правила своей работы с помощью нейронных сетей. Возможно, в ближайшем будущем компьютеры достигнут вычислительной мощности, достаточной для полной симуляции мозга человека во всей его сложности. Это сделает практически возможной загрузку человеческого сознания в компьютер. Стоит надеяться, что однажды чистый компьютерный разум сравняется по силе с человеческим и даже превзойдет его.
Ученые в своем большинстве в течение долгого времени достаточно критично рассматривали теорию о нечеткости. Тем временем многие потеряли веру в науку. Это стало глубоким разочарованием для тех из нас, кто ранее уже потерял веру в религию и правительство. И наука не стала спасением.
Научная карьера, как и карьера политическая, зависит в равной степени и от маневрирования внутри нее, и от исследований и стремления к истине. Не многие начинающие ученые знают об этом, когда встают на свой тернистый путь, но, тем не менее, вскоре соглашаются с этим.