книги из ГПНТБ / Автоматы и разумное поведение. Опыт моделирования

во времени намного быстрее, чем их остаточные составляю­ щие. Поэтому, начиная с момента to, проходимость Иц умень­ шается сравнительно быстро («кратковременная память свя­ зей»). Затем значения Гц и Гц достигают значений г<р)ц и

1\о)ц, и, поскольку условия (4.1) должны всегда сохраняться,

проходимости r,-j(r,-j) связи между i-й и /-й i-моделями и ве­ личины возбужденности П;-. В общем случае для г-й i-моде- ли будем рассматривать величину входного воздействия по

усиливающим (£,) и тормозным (£,) связям:

каждая г'-модель обладает определенной возбудимостью, под которой понимается способность i-модели отвечать собствен­ ным возбуждением на входное воздействие по усиливающим связям. Чем выше возбудимость i-модели, тем большей воз­ будимостью ответит она на постоянное входное воздействие. Возбудимость i-модели может изменяться во времени. Будем характеризовать возбудимость i-й i-модели двумя парамет­ рами. Один из них — порог возбуждения i-модели ®/., пред­ ставляющий собой минимальное значение Е\, необходимое для возбуждения i-й i-модели в момент t. Другой параметр —

1. Характеристика торможения есть функция, определяю­ щая изменение возбудимости i-модели в зависимости от величины суммарного воздействия на нее по тормозным

2. Характеристика затухания есть функция, определяю­ щая изменение возбужденности j-моделп во времеип:

Функция (4.8) описывает процесс уменьшения возбужден­

4. Характеристики гипертрофии и адаптации определяют значения К'н, п в- в зависимости от возбужденности г-модели:

Функции (4.10а) и (4.106) таковы, что определяемые ими изменения параметров невелики в каждый момент дискрет­ ного времени. Эти функции задаются таким образом, что для j-моделеп, которые в течение длительного времени обла­ дают малой возбужденностью, значение порога увеличивает­ ся, а значение коэффициента возбудимости уменьшается («адаптация»). В результате редко или слабо возбуждающие­ ся i-модели оказываются трудновозбудимыми и мало влияют на процессы в сети. Если г-модель возбуждается часто и силь­ но, функции (4.10а) и (4.106) обеспечивают умопыпеппе значения ее порога и увеличение коэффициента возбудимос­ ти («гипертрофия»).

М-сетъ. Назовем М-сетыо совокупность г'-моделей и свя­ зей между ними. Для того чтобы с помощью М-сети постро­ ить модель некоторого объекта, необходимо в соответствии со спецификой этого объекта и целями моделирования за­ дать М-сеть: зафиксировать совокупность i-моделей и их содержательных интерпретаций; задать связи между г-моде- лями, г. е. заранее определить их начальпую конфигурацию в сети и начальное распределение С их проходимостей; за­ фиксировать начальное значение параметров и вид характе­ ристик г-моделей и связей; зафиксировать начальное распре­ деление / значений возбуждонностей г-моделей. В ходе функ­ ционирования М-сети все первоначально заданные элементы могут изменяться. Этап задания сети является по существу этапом предварительной организации разрабатываемой мо­ дели.

Одним из основных принципов предварительной органи­ зации М-сетей является принцип иерархичности структуры, обеспечивающий возможность многоуровневой переработки

информации. Связи между г-моделями различных уровней отражают родо-видовые отношения соответствующих по­ нятий. Кроме того, между i-моделями сети могут быть уста­ новлены «ассоциативные» связи.

Часто в М-сети бывает удобно выделять такие непересе­ кающиеся подмножества г-моделей, каждое из которых удов­ летворяет требованию смысловой однородности, близости содержательных интерпретаций входящих в него f-моделей. Будем называть такие подмножества сферами М-сети. Мож­ но говорить, например, об эмоциональной сфере, имея в виду множество таких г-моделей, каждая из которых поставлена в соответствие представлению об определенном эмоциональ­ ном состоянии человека. Можно выделять также сферы по­ нятий, двигательных реакций и т. п. Взаимосвязь сфер осу­ ществляется благодаря наличию связей между i-моделями, входящими в разные сферы.

Процессы в М-сети. М-сеть является, по существу, ста­ тической моделью, отображающей взаимосвязь определенных образов и понятий, а также степень их участия в процес­ сах формирования воспроизводимой деятельности. Сами эти процессы и собственно деятельность могут быть реально вос­ произведены только после того, как будет задан некоторый алгоритм, обеспечивающий функционирование М-сети во времени. Такой алгоритм должен реализовать изменение со­ стояний г-моделей и связей М-сети в соответствии с введен­ ными характеристиками. Для того чтобы дать читателю содержательное представление о том, как «работают» введен­ ные ранее понятия, рассмотрим динамику процессов, кото­ рые могут протекать в М-сети, если алгоритм ее функцио­ нирования будет задан. Поскольку описание аппарата моделирования еще не завершено, это рассмотрение будет носить приближенный, в значительной степени условный характер. В дальнейшем оно будет уточнено. Пусть на осно­ ве М-сети разрабатывается некоторая модель поведения. Будем считать, что М-сеть уже задана. Пусть модель нахо­ дится в некоторой среде, содержащей «объекты». Будем полагать, что восприятие моделью определенного объекта среды возможно только в том случае, если в М-сети суще­ ствует г-модель, соответствующая этому объекту. Совокуп­ ность г-моделей, соответствующих различным объектам сре­ ды, составляет сферу восприятия М-сети. Таким образом, восприятие моделью информации об объектах среды (т. е. восприятие ситуации) заключается в возбуждении соответ­ ствующих г-моделей в сфере восприятия М-сети. Отсюда по существующим между г-моделями связям возбуждение рас­ пространяется внутрь сети. Уточним это представление.

Напомним, что функционирование М-сети рассматрива­ ется в дискретном времени. Пусть в некоторый момент t — 1

каждая из i-моделей сети имела определенную возбужден­ ность. Используя характеристики передачи связей (4.6), можно определить для каждой j-моделп суммарные значения поступающих в нее входных воздействии. Далее, по харак­ теристике торможения (4.7) для каждой г'-модели можно установить значение коэффициента ее возбудимости, а по характеристике затухания (4.8) — степень влияния, пли «пе­ реноса», ее возбужденности в момент t — 1 иа ее же возбуж­ денность в момент t. И, наконец, с помощью характеристики возбуждения (4.9) для каждой t-модели можно найти значе­ ние того компонента ее возбужденности п .момент t, кото­ рый возникает как ответ на входное воздействие по усили­ вающим связям. Используя найденные величины, можно определить окончательное значение возбужденности каждой i-модели в момент t с помощью специальной формулы пере­ счета, которая строится на основе отдельных характеристик (4.6) — (4.9) и в общем виде может быть представлена так:

Следует отметить, что формула пересчета характеризует М-сеть в целом: конкретный вид этой формулы определяется один раз при построении модели и не изменяется нрп ее применении к каждой из г-моделей данной М-сети. Это от­ личает ее от характеристик торможения, возбуждения и за­ тухания г-моделеп, вид которых для различных i-моделен может быть разным.

Итак, применив формулу пересчета к каждой из г-моде­ лей сети, мы определим значения их возбужденностей в мо­ мент t. Будем полагать, что расчет возбужденности произ­ водится для всех г'-моделей сети одновременно. Назовем эту процедуру пересчетом. В результате пересчета, таким обра­ зом, вычисляется распределение возбужденностей г'-моделеп в момент t на основе распределения возбужденностей в мо­ мент t — 1. Повторяя пересчет, можно определить возбуж­ денности в момепты t + 1, t + 2, ... Такие последовательные пересчеты и реализуются в любой модели, построенной с по­ мощью М-сети.

Вернемся к рассмотрению процессов в пашей условной модели. После восприятия ситуации возбуждение по имею­ щимся между i-моделями связям распространяется внутрь сети (в ходе последовательных пересчетов). Через некото­ рое' время оказываются в разной степени возбужденными определенные (может быть, все) i-модели М-сети. При вы­ полнении специальных условий, которые задаются в соот­ ветствии с задачами исследования, модель осуществляет некоторое действие — реакцию на воспринятую ситуацию. (Таким условием может быть, например, возбуждение до наперед заданной степени г'-моделн некоторого действия.)

Действие модели изменяет среду, эти изменения фиксиру­ ются в сфере восприятия М-сети путем возбуждения новых i-моделей. Возбуждение распространяется по сети до момен­ та выполнения условий действия. Затем выполняется новое действие и т. д. Таким образом модель осуществляет в сре­ де некоторое поведение.

В М-сети существуют i-модели, возбуждение которых можно интерпретировать как интегральную оценку состоя­ ния М-сети в каждый момент времени. Эти i-модели соот­ ветствуют корковым центрам (гипотетическим) общей оцен­ ки состояния организма. Будем называть их i-моделями «приятно» (Пр) и «неприятно» (НПр). В процессе функцио­ нирования М-сети возбужденность i-моделей Пр и НПр по­ стоянно изменяется, так что в любой момент времени может

ваемых ею решений. Так, например, если модель должна удовлетворять свой (условный) «голод», добывая «пищу», а вырабатываемые М-сетью действия таковы, что .модель «пищу» не находит, то в М-сети будет сильно возбуждена i-модель «голод», соответственно будут возбуждаться i-моде­ ли других отрицательных эмоций и в результате возбужден­ ность i-модели НПр будет также велика. Таким образом, оценка Д характеризует не только состояние М-сети, но и эффективность поведения модели в целом или, что в нашем случае почти одно и то же, эффективность функционирова­ ния М-сетн как системы, принимающей решения. Ясно так­ же, что структура оценки и механизмы ее формирования определяются структурой М-сети и задаются ее предвари­ тельной организацией.

Из приведенного описания видно, что модель, построен­ ная на основе М-сети, включает в себя ряд вспомогательных устройств, или алгоритмов. Эти вспомогательные системы непосредственно взаимодействуют со средой, выполняя роль рецепторов и эффекторов модели; реализуют специальные вычисления и другие операции, обслуживающие работу М-сетп. Последняя же выступает здесь в роли высших отде­ лов «мозга» модели, интегрирующего информацию о ее внеш­

и адаптации (4.10) изменяются параметры ее возбудимости 9 и Я н . Соответственно изменяются и характеристики возбуж­ дения, торможения и затухания i-модели.

2. В зависимости от «истории» совместных возбуждений каждой пары i-моделей и в соответствии с характеристиками проторения (4.2) и затухания (4.4) и (4.5) связей изменяет­ ся проходимость связей М-сети.

Естественно, что изменение характеристик i-моделей и проходимостей связей изменяет характер распространения возбуждения в М-сети. Это, в свою очередь, вызывает новые изменения характеристик и связей. Направление и вид этих изменений определяются состоянием «оценивающих» i-моде­ лей Пр и НПр. Процессы, описанные в пп. 1 и 2, будем на­ зывать процессами самообучения М-сети.

3. В ходе распространения возбуждений в М-сети и в соответствии с характеристикой установления (4.2) начинают функционировать новые, т. е. бывшие ранее непроторенны­ ми, связи между i-моделями. Таким образом, изменяется общая конфигурация связей сети.

с другими i-моделями сети. Для этих i-моделей не устанав­ ливаются также соответствия с содержательными понятия­ ми. Элементы такого рода, строго говоря, не являются г-мо- делями. Будем называть их резервными элементами. На множестве резервных элементов задан закон их спонтанного (случайного) возбуждения.

Пусть в некоторый момент времени спонтанно возбуж­ дается один из резервных элементов. В этот же момент ока­ зывается возбужденной некоторая совокупность других i-мо­ делей М-сети. Между i-моделями этой совокупности и возбудившимся резервным элементом в соответствии с харак­ теристикой (4.2) устанавливаются новые связи. Элемент ста­ новится, таким образом, «представителем», т. е. i-моделыо совокупности i-моделей, и получает некоторое семантическое значение, определяемое семантикой i-моделей, входящих в возбужденную совокупность.

Если и в дальнейшем i-модели той же совокупности час­ то оказываются возбужденными одновременно, то вновь установившиеся связи проторяются в еще большей степени и новая i-модель закрепляется. В противном же случае она вскоре распадается из-за естественного затухания связей. Аналогичным образом образуются i-модели временных по­ следовательностей. Описанные процессы лежат в основе об­ разования в М-сети новых понятий из понятий, имевшихся в ней ранее.

Процессы, описанные в пп. 3 и 4, будем называть процес­ сами самоорганизации в М-сети. Процессы самообучения и самоорганизации могут приводить к образованию i-моде­ лей «второго слоя», т. е. ансамблей из исходных i-моделей, которые, в свою очередь, могут образовывать ансамбли «тре-

тьего слоя» и т. д. Ансамбли такого рода можно рассматри­ вать как новые функциональные элементы М-сети, а процесс их образования — как процесс формирования новых слож­ ных понятий на базе имевшихся ранее.

Группы характеристик. Введенные ранее характеристики элементов М-сети (i-моделей и связей) удобно разделять на несколько основных групп. Группу характеристик пересчета составляют те характеристики элементов сети, которые не­ посредственно используются при пересчете возбуждений и объединены в формуле пересчета (4.11). Сюда входят харак­ теристики (4.6) — (4.9). Группу характеристик самообуче­ ния составляют характеристики (4.3) — (4.5), описываю­ щие процессы изменения проходимости связей и параметров возбудимости i-моделей. Группу характеристик самооргани­ зации составляют характеристики установления связей (4.2)

изаконы спонтанного возбуждения резервных элементов М-сети.

Дадим определение М-сети. М-сеть и. есть сехмерка:

где Р — множество i-моделей; S — множество связей между i-моделями; R — группа характеристик пересчета; L — груп­ па характеристик самообучения; F — группа характеристик самоорганизации; С — начальное распределение проходимостей связей; / — начальное распределение возбуждений i-мо­ делей.

Система усиления — торможения (СУТ). Общая идея и функции СУТ уже кратко обсуждались в настоящей главе

в функционировании М-сети остановимся на этом вопросе еще раз.

С формальной стороны роль СУТ состоит в организации положительной обратной связи в процессах переработки ин­ формации М-сетью. Это обеспечивает на каждом временном промежутке доминирование наиболее важной в приспособи­ тельном плане программы переработки информации над другими программами, параллельно развивающимися в М-сети.

СУТ функционирует следующим образом. Пусть задана некоторая М-сеть. В процессе переработки информации воз­ бужденности i-моделей сети изменяются. Величина возбуж­ дения каждой i-моделп косвенно свидетельствует о «важ­ ности», или ценности, зафиксированной в ней информации. Естественно предположить, что выделение в каждый момент времени наиболее возбужденной г'-модели и усиление ее влияния на общий ход переработки информации увеличит эффективность работы сети. Эти задачи и решает СУТ. В каждый момент времени она выбирает наиболее возбуж-

лирования (см., например, упоминавшиеся выше условия вы­ бора действия моделью, вырабатывающей некоторое поведе­ ние, и др.).

Функционирование М-сети обеспечивается многократным применением описанного алгоритма. Порядок выполнения различных блоков строго не фиксируется и может быть час­ тично изменен при построении конкретных моделей. Сово­ купность операций, выполняемых при однократном приме­ нении алгоритма, назовем тактом функционирования М-сети. За один такт, следовательно, осуществляется полное опреде­ ление состояния М-сети в определенный момент дискретного времени.

Алгоритм функционирования М-сети будем в дальнейшем для краткости называть алгоритмом А. Пару <и., <4> на­ зовем М-автоматом. Такой автомат построен на основе М-се­ ти и включает в себя алгоритм ее функционирования А.

Рассмотрим некоторый М-автомат <ц, Л > . Если ]х за­ дана в виде (4.12), будем считать такой М-автомат полным. Иногда оказывается целесообразным строить М-автоматы, в которых реализованы не все функции М-сети. В зависимос­

ся. Алгоритм А в случае самообучающегося М-автомата не содержит блока 3, а в случае необучающегося — блоков 2 и 3.

Иногда выражение в М-сети отдельных (из множества моделируемых) функций или программ оказывается неэко­ номичным или связано со значительными техническими трудностями. В этих случаях указанные функции целесооб­ разно описать некоторым специальным алгоритмом (т. е. построить их функциональную модель) и организовать его совместную работу и обмен информацией с алгоритмом А. М-автомат, часть функций которого выражена специальным алгоритмом, работающим сопряженно с алгоритмом А, на­ зовем неполным М-автоматом. Неполный М-автомат являет­ ся удобной формой сочетания в единой системе функцио­ нальных и структурных моделей. В дальнейшем мы будем подробно рассматривать примеры построения неполных М-автоматов.

Для некоторых практических целей представление в мо­ делях системы усиления — торможения не является необхо-

димым. М-автомат, алгоритм А которого не содержит блока СУТ, будем называть вырожденным М-автоматом.

Построение М-автомата. Пусть поставлена задача по­ строения модели некоторой психической функции i|) и опреде­ лена цель моделирования. Кратко рассмотрим этапы по­ строения соответствующего М-автомата.

1. Прежде всего собираются и систематизируются сведе­ ния из психологии о функции я|>. Если необходимо, прово­ дятся новые психологические исследования. 2. Исходя из целей моделирования и сведений п. 1 определяется необхо­ димый тип М-автомата. Если принимается решение о раз­ работке неполного М-автомата, конструируется алгоритмиче­ ская модель соответствующих функций. Это может явиться самостоятельной и сложной задачей, рассматривать которую здесь мы не будем. 3. Выдвигается гипотеза о составе про­ грамм психики, участвующих в формировании моделируемой функции а|). 4. Исходя из целей моделирования задаются «внешние объекты» и законы их взаимодействия с М-авто­ матом, т. е. задается среда модели. 5. Определяется «уро­ вень» моделирования. В соответствии с гипотезой п. 3 фик­ сируется набор понятий, необходимый для описания о|) на выбранном уровне. Каждому понятию ставится в соответст­ вие i-модель. 6. В соответствии с гипотезой п. 3 задается множество связей менаду г-моделямн. 7. Определяются про­ ходимости связей, вид и параметры характеристик j-моделей и связей. Для их уточнения могут понадобиться специаль­ ные эксперименты. Однако, как правило, они определяются эвристически. 8. Аналогично определяются (если необходи­ мо) характеристики обучения и самоорганизации. При выполнении пп. 6—8 широко используются аналогии, сопо­ ставления, правдоподобные рассуждения и т. п. Направляю­

вершенствование и разработка методов эвристического

При описании аппарата моделирования мы перечислили ряд последовательных этапов построения М-автомата. Приведем конкретный пример этого процесса.

В качестве прототипа конструируемого М-автомата рас­ смотрим робота Спиди — героя рассказа А. Азимова «Хоро­ вод». Читатели, интересующиеся проблемой «искусственный