Читаем без скачивания Об ИИ без мифов. Путеводитель по истории Искусственного Интеллекта - Леонид Черняк
Шрифт:
Интервал:
Закладка:
Самые известные сегодня телероботы – это летающие дроны, слово drone переводится как трутень. Многочисленные попытки создать автономные и телеуправляемые боевые и разведывательные летательные аппараты начались еще во время Второй мировой войны и продолжились в последующие десятилетия, это были секретные и полусекретные разработки. Как название для летающего телеробота слово «дрон» впервые встречается в 1946 году, в журнале Popular Science: «Эти радиоуправляемые летательные аппараты имеют большой потенциал для гражданского и военного применения. Когда-нибудь корабль-матка поведет за собой боевые самолеты через континенты. Вооруженный атомными бомбами флот, состоящий из дронов, управляемых из матки, сможет нанести точные удары по выбранным целям». Военные разработки продолжались на протяжении последующих пятидесяти лет, по ту и по другую сторону железного занавеса было создано немалое количество конструкций, но без особого успеха, они в большей степени представляют интерес для истории авиации, чем для AI. Радикальные перемены начались, когда идеей создания боевых дронов озаботились израильские военные.
Необходимость в создании израильских беспилотных летательных аппаратов БПЛА (Unmanned Aerial Vehicle, UAV) была вызвана поставкой советских радиолокационных станций в Египет и, как следствие, увеличением потерь израильской авиации. За неимением необходимых собственных аппаратов была закуплена партия американских беспилотных самолетов-мишеней Chukar, их оборудовали фотокамерами, превратили в разведчиков и переименовали в Telem. Под этим именем они успешно применялись в Войне Судного дня для поиска расположения батарей ЗРК Египта и Сирии. После окончания войны, БПЛА были модернизированы – фотокамеры были заменены на видеокамеры. Telem отлично зарекомендовали себя во время Войны Судного дня в 1973 году, хотя большая часть из них была уничтожена.
Успешное применение адаптированных для разведывательных целей самолетов-мишеней подтолкнуло Израиль к созданию оригинальных специальных БПЛА, этим занялась государственная корпорация (Israel Aerospace Industries, IAI). Она производит широкий спектр авиационной техники, но в мире более всего известна как один из ведущих в мире разработчиков и производителей БПЛА, некоторые из них не имеют аналогов в мировой практике авиастроения. Ее первые БПЛА Scout и Tadiran Mastiff были разработаны в 1970-х годах, представлены публике на Парижском авиасалоне в 1979 году. Сегодня продукция IAI поставляются в целый ряд стран, в том числе и в Россию.
Настоящим роботом можно назвать такие БПЛА, которые впервые созданы израильтянином Абрахамом Каремом в своем гараже после того, как он переехал в США. Он смог реализовать одно из основных преимуществ дрона – возможность пребывать в полете несколько суток и даже более. В 1994 году созданный им ударный Predator, вошедший в последующем историю в связи с успехами в антитеррористических операциях, совершил свой первый полет. Английский журнал The Economist назвал Карема человеком, изменившим представление об оружии.
Наряду с военными приложениями дронов растут и гражданские. В целом отрасль, связанная с БПЛА, представляет собой наиболее быстроразвивающийся сегмент робототехники, в нем заняты десятки стран, в 2019 году размер бизнеса составил уже 12 млрд долл. при ежегодном росте около 20 %, и судя по всему, в ближайшем будущем будет только еще расти.
Интеллект роя
Еще одним направлением роботостроения стало изучение и моделирование поведенческих особенностей сообществ простых существ, точнее, их удивительную способность к децентрализованному принятию решений. Такие сообщества представляют пример природного синергетического эффекта, когда совокупная способность больше суммы способностей отдельных частей. В данном случае из примитивного поведения единичной особи образуется коллективный интеллект, или интеллект роя (Swarm Intelligence, SI), он обеспечивает принятие таких решений, которые по своей сложности заведомо недоступны одной отдельно взятой особи. Кто не наблюдал за поведением муравьев или необыкновенными пируэтами птичьих или рыбьих стай и не поражался согласованности их действий и не задавался вопросом, чем обеспечена их координация?
Поведение насекомых объясняется эффектом стигмергии, т. е. спонтанного непрямого взаимодействия, термин переводится с греческого как «расставление меток». Оставляя свои метки одни живые существа стимулируют или подавляют действия других членов сообщества, чем обеспечивается самоорганизация. Классическим примером стигмергии, служит обозначение своей территории кошками, собаками и другими зверями. Она же позволяет образовывать сложные внешне разумные сообщества из простых живых существ, причем без какого-либо планирования, контроля, или даже прямой связи между индивидами. Понятие «стигмергия» в приложении к самоорганизации насекомых и птиц было введено в 1959 году французским зоологом Пьером-Полем в процессе исследования «разумного» поведения муравьев, но раскрыть секреты, лежащие в основе согласованного поведения удалось исследователю из Стэнфордского университета Деборе Гордон в начале 90-х годов. Она изучала механизм SI на примере деятельности муравьев-термитов, каждый из которых не обладает каким-либо интеллектом, но их колония в целом действует весьма разумно. Выяснилось, что SI образуется посредством обмена несколькими байтами между членами такого сообщества, их оказывается достаточно для организации целесообразного децентрализованного коллективного поведения. Последовавшие в конце прошлого века исследования показали, что примерно на тех же принципах основано коллективное поведение пчелиных семей, птичьих стай и даже человеческих сообществ.
Первые опыты практического применения SI для оптимизационных приложений датируются серединой девяностых годов прошлого века, SI открывает принципиально новые возможности в области анализа данных. За время использования SI в оптимизационных задачах были созданы десятки различных подходов, из этого разнообразия можно выделить три основных типа алгоритмов: муравьиный алгоритм (Ant Colony Optimization, ACO), метод оптимизации роем частиц (Particle Swarm Optimization, PSO) и пчелиный алгоритм (Bee Colony Optimization, BCO).
• Муравьиный алгоритм (ACO). В начале 90-х Марко Дориго, ученый из Брюссельского свободного университета, первым применил математические процедуры, основанные на SI, для решения таких задач как организация грузоперевозок, управление авиалиниями, координация действий боевых роботов. Дориго – автор алгоритмов метаэвристической (metaheuristic – «поиск за пределами») оптимизации, базирующейся на подражании муравьиной колонии, которая оказалась эффективной для нахождения приближенных решений задач, сводящихся к задаче коммивояжера. Суть подхода заключается в анализе и использовании модели поведения муравьев, ищущих пути от колонии к источнику питания. Первая версия алгоритма, предложенная Дориго в 1992 году, была направлена на поиск оптимального пути в графе. Сущность ACO чрезвычайно проста – алгоритм имитирует действие феромонов, биологически активных веществ, выделяемых животными и специфически влияющих на поведение других особей. Выделяя феромоны, насекомые подают разные сигналы, например, так они обозначают метками пройденный ими путь, по
