Хакен - тайны природы

в собственных наработках, сидит перед компьютером ночь напролет с разбухшей головой, пытаясь разобраться, что и где пошло не так. При этом незадачливый хакер забирается все глубже и глубже, и к утру оказывается вынужден признать, что в его компьютере царит теперь полнейшая неразбериха. Приведенный пример, без сомнения, наглядно свидетельствует о том, насколько коварной штукой может быть программирование.

Трудности, с которыми сталкивается хакер, знакомы, разумеется, каждому программисту. Одной ведущей компьютерной фирмой в этой связи были проведены исследования вопроса о конструкции суперкомпьютеров с точки зрения их архитектуры. Исследования эти, правда, не дали никаких пригодных к использованию результатов, что совершенно неудивительно — с точки зрения синергетики. Компьютер, если разобраться, представляет собой нечто большее, нежели просто совокупность жестких структур; здесь постоянно идут процессы, которые для обеспечения их успешного взаимодействия обязаны быть так или иначе взаимно согласованы. Иными словами, компьютер можно безо всяких оговорок полагать синергетической системой.

Компьютерные сети

Сегодняшний суперкомпьютер «отделен» от ввода/вывода данных. В нескольких отдельных помещениях находятся терминалы, с которых компьютер получает команды и на которые отсылает полученные в ходе работы результаты: здесь они либо появляются на экранах мониторов, либо распечатываются при помощи специальных устройств.

Однако все большую силу набирает новая тенденция, соответствующая важнейшему направлению развития синергетики. Согласно этой тенденции, вместо одного большого компьютера создается сеть из множества соединенных друг с другом обычных компьютеров, которая берет на себя решение задач, раньше предназначавшихся для суперкомпьютера. В этом случае большая машина, прежде руководившая процессом ввода/вывода данных, собственно, уже и не нужна, ведь компьютеры, включенные в сеть, вполне могут «договориться» друг с другом самостоятельно (рис. 17.1). Преимущества подобной системы — сети, составленной из нескольких компьютеров,— очевидны. Такие компьютеры производятся серийно, они взаимозаменяемы, их можно устанавливать отдельно друг от друга в разных помещениях вычислительного центра (или какого-либо учреждения). Компьютеры могут

отдельные

компьютеры

отдельные

компьютеры

Рис. 17.1. Организация и самоорганизация компьютеров. Вверху: главный компьютер распределяет задачи —организация. Внизу: отдельные компьютеры распределяют задачи между собой —самоорганизация

быть как одинаковыми, так и специализированными под выполнение различных задач (некоторые должны иметь только мониторы, другие же — принтеры и прочие устройства). При этом возникают принципиально новые проблемы, связанные с тем, насколько способными к самоорганизации можно считать подобные компьютерные сети, состоящие из множества машин. С одной стороны, если эти компьютеры жестко соединены друг с другом, они опять-таки представляют собой некое подобие прежнего большого компьютера; при этом распределение задач между отдельными компьютерами определяется способом соединения. С другой стороны, существует вероятность, что компьютеры автоматически установят между собой новые связи. В этом случае один из компьютеров, нуждающийся в помощи, мог бы послать другому некий сигнал, снабженный, как говорят компьютерщики, особым «флажком» или «маркером», содержащим информацию о том, откуда и куда направлено сообщение, и запрос о готовности машины-адресата взять на себя выполнение определенной задачи. В ответ на этот сигнал вводится в действие так называемый «протокол», согласно которому компьютер, получивший сообщение, должен дать отправителю ответ о своей готовности (или неготовности) взяться за выполнение поставленной задачи. После обмена сообщениями в случае готовности происходит перенаправление задачи с одной машины на другую. Такое перенаправление, разумеется, требует некоторых затрат, каковых не возникает при жестко установленных связях между компьютерами. Задача конструкторов в данном случае состоит в том, чтобы найти оптимальное решение, располагающееся где-то между

жестким заданием соединений компьютеров в сети и распределением задач, имеющим место при самоорганизации этих соединений; поиски этого решения на настоящий момент только-только начаты. Компьютеры, объединенные в подобную сеть, распределяют задачи между собой и решают их параллельно, затем переходят к новому распределению и т. д. Процессы самоорганизации реализуются, как говорят ИТ-специалисты, на уровне неких «фундаментальных структур».

Что же представляют собой эти «фундаментальные структуры»? Для объяснения вновь воспользуемся результатами многочисленных опытов, рассматриваемыми на страницах этой книги, хотя до сих пор мы ни разу не упоминали о существовании этих самых «фундаментальных структур». Как нам уже известно, в опытах с нагреванием жидкости или при химических реакциях возникновение макроскопических структур происходит в результате изменения внешних условий — например при подведении к системе большего количества энергии. В случае компьютерных сетей можно ожидать аналогичных явлений: ставя перед компьютерами больше задач, мы тем самым увеличиваем объем вводимых данных, в результате чего автоматически становится возможным иное, новое распределение задач между отдельными компьютерами, т. е. самоорганизация вычислительных процессов. При этом, правда, могут возникать и нежелательные явления, уже знакомые нам по предыдущим главам, — например осцилляции. В этом случае при распределении задач между отдельными компьютерами возникают периодические колебания, в результате чего каждый отдельный компьютер пропускает через себя колоссальный поток информации. Синергетика может помочь избежать возникновения подобных осцилляции. Воспользуемся аналогией с сетью нейронов мозга. Многократное распределение задач в компьютерной сети можно использовать для укрепления поначалу слабой связи между отдельными компьютерами. При этом в действие вступает принцип конкуренции, обеспечивающий «выживание» наиболее эффективных связей и подавление остальных; это приводит к тому, что компьютеры — точно так же, как шахматисты, — начинают в конце концов «мыслить блоками». Эти блоки не обязательно должны быть локализованы в каком-то совершенно особом компьютере —они могут находиться в разных машинах одной сети.

Наконец, существует возможность поставить всю компьютерную сеть в условия, которые действовали бы подобно дарвинистскому принципу о выживании сильнейшего; например, раз за разом ставить перед компьютерами одну и ту же задачу с условием, что метод решения постоянно должен

взависимости от места его расположения сопоставлено некоторое число (рис. 17.3). Аналогично тому, как замок с цифровым кодом открывается одной-единственной комбинацией цифр, каждая буква располагает своей собственной комбинацией цифр, соответствующих каждому из элементов этой буквы и определяющих именно эту букву. Машина проверяет наличие в имеющемся у нее перечне данной цифровой комбинации и опознает соответствующую букву как, например, букву «А». Трудности при использовании такого метода распознавания вызваны тем, что он заведомо не исключает возникновения ошибок: безупречная идентификация элементов букв — не допускающая смешения, допустим, вертикальной линии и открытого справа дугообразного элемента — попросту невозможна. Таким образом, мы возвращаемся к старой задаче об отыскании способов исправления ошибок. Такого рода явления уже встречались нам при рассмотрении лазера или движения жидкости. В каждой из упомянутых систем также вполне вероятно наличие нескольких элементов, изначально «шагающих не в ногу» с остальными. Допустим, несколько атомов в лазере испускают волны «неправильной» длины, или не все молекулы жидкости принимают участие

вобщем движении. Однако такие «отщепенцы» очень быстро оказываются, что называется, «прибраны к рукам» параметром порядка. Для считывающего устройства это означает, что в случае отсутствия в перечне какой-либо из обнаруженных комбинаций машина должна попытаться подобрать среди существующих наиболее близкую к ней. С этой целью используются неко-

торые чисто математические методы. Например, каждому числу ставится в соответствие определенная точка на координатной плоскости (рис. 17.4). При обнаружении ошибки измеряется расстояние между каждой из заданных в перечне точек и точкой, соответствующей «сомнительному» числу. При этом, впрочем, возможна ситуация, требующая нарушения симметрии (рис. 17.5): проверяемая точка равноудалена от имеющихся в памяти машины «правильных» точек. В этом случае машина беспомощна: для идентификации ей недостает дополнительных критериев, в рамках которых она могла бы принять решение. Когда при распознавании рукописного слова или фразы машина оказывается не в состоянии решить, соответствует ли прочитанная ею буква, скажем, точке X или точке О, то, как показывает опыт, машина может принять решение на основании того, как распознанное слово или предложение выглядят целиком. Сопоставив полученную целостную картину с грамматическими нормами языка или просто проверив отдельные слова на предмет осмысленности, машина может наконец однозначно решить, каким же все-таки образом должна выглядеть сомни-

тельная буква. Этот пример наглядно показывает, что при последовательном распознавании знаков принятие окончательного решения относительно содержания того или иного знака может оказаться весьма непростым делом.

первая цифра

Рис. 17.4. Представление сопоставленных буквам чисел точками на координатной плоскости. В первом случае идентифицирована точка, соответствующая букве О, во втором —точка, соответствующая букве X. Комбинация же, состоящая из цифр «3» и «1», отсутствует в перечне заданных комбинаций, вследствие чего соответствующий результат распознавания считается ошибочным. Представленная система основывается всего надвух координатах; напрактике же применяются многомерные системы координат

Рис. 17.5. Пример неуверенного распознавания. Машина определила обе цифры как единицы, но в ее перечне комбинаций отсутствует буква с таким цифровым соответствием: имеются лишь цифровые комбинации «12» и «21», соответствующие буквам О и X (см. рис. 17.4). Точка «11» находится на равном расстоянии какот той, так и от другой; следовательно, для принятия решения необходимо нарушение симметрии

Описанный метод является относительно жестким, ведь для верной идентификации считываемые машиной «палочки» и «крючочки» должны быть расположены по отношению друг к другу совершенно определенным образом. В случае с печатным текстом, в котором шрифт соответствует неким нормам, машинное чтение осуществимо без особых проблем; однако с рукописными текстами машина зачастую оказывается беспомощна. Для распознавания рукописных текстов разрабатываются другие методики: в их основе лежит то обстоятельство, что отдельные примитивы располагаются по отношению друг к другу определенным образом, аналогично тому, как слова в предложении занимают место, определенное им синтаксическими законами данного языка. На практике эта аналогия между грамматикой и системой взаимного расположения примитивов используется для создания инструкций, в соответствии с которыми машина будет действовать в процессе синтеза отдельных элементов в знаки (например в буквы алфавита). При этом машинному разуму приходится не один раз оказаться перед выбором, подобно человеку на развилке в лабиринте; путь же к желанному выходу и синтезу буквы из примитивов указывает анализ их взаимного расположения.

Восприятие и синергетический компьютер

Особенностью человеческого восприятия является способность понимать даже искаженную информацию; мозг оказывается в состоянии самостоятельно восполнять отсутствующие фрагменты. Эта способность мозга представляет собой существенную составляющую нашей способности к восприятию и называется ассоциативной памятью. Такой же ассоциативной памятью можно снабдить и синергетический компьютер. Сначала поясним на простом примере, каким именно образом здесь участвуют принципы синергетики. Этот пример, помимо прочего, наглядно демонстрирует, насколько широка область применения синергетических принципов: от движения жидкости до способности к восприятию.

Рассмотрим модель поведения жидкости, помещенной в сосуд с дном круглой формы и нагреваемой снизу. Как это уже было описано в четвертой главе, в этом случае в жидкости возникают упорядоченные цилиндрические структуры. Предположим в рамках такой модели, что все вращающиеся цилиндрические ячейки изначально сориентированы в одном-единственном направлении (рис. 4.19). Как показывают результаты моделирования, в этом

случае в жидкости самостоятельно развивается полностью упорядоченная структура из цилиндрических ячеек. Если изменить начальную ориентацию ячеек, упорядоченная структура также возникает, но движение жидкости в ней происходит уже в ином, нежели в первом случае, направлении. И наконец, можно задать одновременно два направления движения, поместив таким образом жидкость в «конфликтную ситуацию». Одна из ячеек окажется несколько «сильнее» другой, благодаря чему и одержит победу в конкурентной борьбе; окончательное направление движения жидкости в результате будет совпадать с ориентацией именно этой ячейки.

Что же при этом происходит? Используя понятия синергетики, можно описать этот процесс следующим образом. Цилиндрическое движение жидкости обусловливает возникновение соответствующего параметра порядка, который — согласно принципу подчинения — и приводит всю жидкость к упорядоченному состоянию в виде ячеистой структуры. Если же изначально из прочих выделяются сразу две ячейки, каждая из которых порождает свой собственный параметр порядка, то эти параметры порядка вступают между собой в конкурентную борьбу, и побеждает в ней тот из них, который изначально был «сильнее»; именно он в результате — опять же в соответствии с принципом подчинения — диктует свои условия в процессе приведения жидкости в упорядоченное состояние. Можно сказать, что в данном случае жидкость действует подобно ассоциативной памяти, которая из изначально заданного неполного набора данных оказывается способна восстановить соответствующий полный набор (в нашем примере — полную ячеистую структуру). Итак, мы утверждаем, что распознавание образов является, по сути, не чем иным, как своего рода созданием структур, процессом, полностью аналогичным тому, что протекает в описанной нами модели.

Взглянув на некий образ (допустим, на фрагмент картинки с изображением лица), мы выделяем в нем несколько отличительных черт — иначе говоря, примитивов. Эти примитивы порождают соответствующий параметр порядка, благодаря которому мы затем узнаем это лицо, воссоздав перед своим внутренним взором из фрагмента целое изображение. На основании аналогии между распознаванием и созданием образов был сконструирован синергетический компьютер — сначала в форме алгоритма, — который действительно оказался способен к распознаванию образов, причем ему удается распознавание даже лиц. Изображения лиц, которые компьютер должен будет распознать, либо предварительно вводятся в его память, либо могут быть «заучены» им в ходе эксперимента. Затем машине предлагается фрагмент изображения одного из таких лиц; пользуясь хранящимися в его па-