Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Аксиологические проблемы современной науки. Учебное пособие
.pdf
121
скоростей и ускорений и чтобы на каждом участке за отведенное
время соответствующая обобщенная координата получила бы
требуемое приращение. Эта задача решается путем представления
законов изменения обобщенных координат в виде полиномов,
преобразование которых на каждом участке приводит к системе
линейных уравнений относительно коэффициентов этих полиномов –
таким образом удается найти требуемый закон изменения указанных
гладких функций.
Важно заметить, что уже на этом этапе возникли элементы
адаптации в управлении. Как отмечалось, робот имеет внутреннюю
модель самого себя, и на основании этой модели он вырабатывает
сигналы для своих сочленений. Но как мы знаем, эта модель не
является абсолютно точной (и не может таковой являться),
следовательно, ее нужно корректировать в процессе движения.
Поэтому появились так называемые алгоритмы адаптивного
управления1, в которых отслеживается тенденция изменения ошибки
движения по траектории и при росте этой ошибки вводятся
коррекции в параметры модели (хотя структура самой модели не
меняется). В этом смысле имеет место адаптация (и некоторый
элемент самоорганизации). В данном случае широко используются
результаты теории информации и теории автоматического
управления, берущие начало от Н. Винера, К. Шеннона,
A.M. Ляпунова, Д. фон Неймана, Л.С. Понтрягина, Р. Беллмана и др.
Следующий этап, который в настоящее время активно
развивается, связан с появлением очувствленного адаптивного
управления. В частности, могут быть роботы с обратной связью по
усилию, а также роботы, снабженные тактильными датчиками,
реагирующими на касание какого-либо предмета (роботы
оснащаются «органами чувств»). Конструкции датчиков
силомоментного очувствления, как правило, основаны на наличии в
запястье робота некоторого устройства, имеющего изгибные упругие
кинематические пары с достаточно большой жесткостью. При
появлении усилия в соответствующих парах происходит изгиб,
измеряемый пьезодатчиками, меняющими свое электрическое
сопротивление при изменении формы. Уровень сигнала в
рассматриваемом элементе обусловливает изменение закона
1
Тимофеев А.В. Управление роботами. Учеб. пособие. – Л., 1986;
Болнокин В.Е., Чинаев П.И. Анализ и синтез систем автоматического
управления на ЭВМ. Алгоритмы и программы: Справочник. – М., 1991.
122
управления роботом. Самый простой пример связан с установлением
порогового усилия, по достижении которого (в целях защиты от
поломок) система управления прекращает выполнение операции.
Тактильные датчики позволяют использовать обычный робот
как координатно-измерительную машину (конечно, точность в
данном случае не столь велика, но привлекает относительная
дешевизна этого подхода). В тактильном датчике сигнал поступает
при соприкасании измерительной головки с некоторым предметом,
при этом датчики могут быть как односторонне направленными, так и
двух- или трехкоординатными.
В систему управления робототехнической системой может быть
«встроен» человек-оператор. Как отмечалось, это прежде всего было
на тех этапах, когда имели место следящие системы, а также
биотехническое управление. Однако система управления может быть
выстроена иерархическим образом, так что человеку передается
управление во внештатных ситуациях для принятия решения
(упомянем хотя бы известный луноход). Любопытно указать, что
иногда человек в системе управления трактуется как звено чистого
запаздывания.
Предпринятый экскурс в историю развития систем управления
роботами позволяет сделать вывод, что робот – это машина, которая
способна в известной степени «осознавать» самое себя. В этой
машине должна присутствовать модель (математическое
представление о собственной структуре и параметрах), должно быть
«осознание» поставленной задачи и контроль за ее исполнением. Это
свидетельствует об антропоморфности рассматриваемых устройств,
особенно учитывая, что антропоморфность присутствует и в самой
механической структуре данных машин (имитация руки).
Кроме того, можно сделать вывод, что робот – это иерархически
построенная система, поскольку все перечисленные этапы развития
принципов управления присутствуют в любом роботе наиболее
высокого поколения. На нижнем уровне необходимо иметь
сервосистему (двигатели), которая работает по принципам следящего
привода; на более высоком уровне имеется вычислитель, который,
как и при биотехническом управлении, пересчитывает задаваемую
скорость выходного звена в приращения обобщенных координат
(углов поворота в сочленениях); наконец, на высшем уровне
необходим компьютер, который должен спланировать траекторию на
основе сплайн-функций.
123
Таким образом, при рассмотрении робототехнических систем
можно с полным правом говорить об их иерархичности и
антропоморфности, однако это не все, что сближает научную
робототехнику с постнеклассической наукой. В процессе движения
робот как самоорганизующаяся система должен решать проблему
преодоления точек бифуркации – это характерно для систем не
только с замкнутой, но также и с разомкнутой кинематической
цепью1. В этих точках робот может потерять одну или несколько
степеней свободы (из системы с шестью степенями свободы он может
стать пятиподвижной системой).
В положениях бифуркации следует сформировать алгоритм
управления, а система должна как бы самоорганизоваться, с тем
чтобы пониженное число степеней свободы наилучшим образом
использовать с точки зрения близости к предписанному движению. В
частности, был предложен алгоритм управления манипулятором в
особых положениях2, который основан на винтовом исчислении.
Дело в том, что твердое тело-схват в общем случае при движении в
пространстве имеет шесть степеней свободы, и в каждый момент
времени движение можно разбить на линейную составляющую и
вращение вокруг некоторой оси (это так называемый кинематический
винт). В обычном положении угловые перемещения в
кинематических парах могут удовлетворить любому требуемому
кинематическому винту, а в особом положении ситуация меняется –
следует определить кинематический винт, выражающий наилучшее
приближение к предписанному перемещению. В основе упомянутого
алгоритма лежит определение проекций требуемых векторов
линейной и угловой скоростей на две соответствующие плоскости, в
которых (и только в которых) могут располагаться указанные
векторы. Эти плоскости перпендикулярны составляющим так
называемого взаимного винта (он может быть уравновешен
реакциями в кинематических парах).
Адаптивность, самоорганизация, иерархичность, системность и
кооперативность являются свойствами одного из самых последних
явлений в области индустрии – гибких производственных систем.
Они призваны совместить в себе принцип автоматизации и принцип
1
Манипуляционные системы роботов / Корендясев А.И., Саламандра Б.Л.,
Тывес Л.И. и др. – М., 1989.
2
Глазунов В.А. Об управлении манипулятором в особенных положениях //
Известия АН СССР. Механика твердого тела. 1985. №4.
124
гибкости, поскольку продукция современных предприятий не должна
носить массовый характер (например, автомобили должны
отличаться по цвету, дизайну, так же как обувь или одежда). Поэтому
системы управления гибким автоматизированным производством
включают в себя основной компьютер, который дает команды
технологическим устройствам (это могут быть станки с числовым
программным управлением), транспортным средствам (роботам,
предназначенным для установки и снятия заготовок, а также
робокарам, перемещающим заготовки и изделия между станками и
складами) и автоматизированным складам. Последние также
являются своего рода робототехническими системами, снабжающими
производство заготовками, сосредоточенными в соответствующих
контейнерах. Тут налицо специализация подсистем, которые могут
взаимодействовать между собой «по горизонтали» без привлечения
главного компьютера.
При получении задачи от оператора система должна
самоорганизоваться, выбрав необходимый набор инструментов в
станках и заготовок на складе, назначив пути следования
полуфабрикатов. Как видим, совершенно разные подсистемы здесь
объединены в единую систему и должны под управлением
компьютера функционировать в условиях кооперативности. Особое
значение здесь приобретает согласование систем координат
подсистем, при этом существенную роль может сыграть построение
измерительных систем по принципу l-координат, поскольку этот
подход предусматривает измерение величин лишь одной размерности
– длины (нет измерений углов).
Важным аспектом, обеспечивающим работоспособность весьма
сложных гибких производственных систем, является техническая
диагностика. Любому современному техническому устройству
требуется идентификация его состояния на предмет определения
возможной длительности его безотказной работы1. Данное положение
полностью справедливо и для робототехники, причем
диагностическая аппаратура, наряду с соответствующими
алгоритмами и программами, должна быть встроенной, чтобы робот в
процессе функционирования мог сам себя диагностировать и при
необходимости информировать о возможных нештатных ситуациях
человека-оператора.
1
Нахапетян Е.Г. Диагностирование оборудования гибкого
автоматизированного производства. – М., 1985.
125
В процессе развития робототехнических систем свойства
системности и кооперативности постоянно усиливаются. В
соответствии с этим структура робототехнических систем претерпела
существенные изменения – от открытых кинематических цепей,
имитирующих человеческую руку, до замкнутых многоконтурных
механизмов параллельной структуры1, которые воспринимают
нагрузку подобно пространственным фермам, в силу чего обладают
повышенными показателями по точности и грузоподъемности.
Однако такие системы требуют достаточно сложного
математического описания, основанного на винтовом исчислении, и
этим объектам свойственны особые конфигурации (точки
бифуркации).
Укажем на относительно недавно обнаруженное свойство
упомянутых робототехнических систем параллельной структуры,
связанное с тем, что их точки бифуркации образуют континуумы –
гиперповерхности, что обусловливает необходимость особого рода
управления вблизи соответствующих конфигураций.
В манипуляционном механизме параллельной структуры
подсистемы работают кооперативно, будучи замкнуты через
выходное звено, на котором можно установить какое-либо
технологическое приспособление (например, шлифовальный круг),
обрабатывающее установленную на основании заготовку. Но в целях
уменьшения взаимовлияния между приводами, для увеличения
общей жесткости конструкции были предложены механизмы
относительного манипулирования2, где и инструмент, и заготовка
перемещаются в пространстве. Каждый модуль при этом может иметь
по нескольку степеней свободы, а в целом относительное движение
характеризуется шестью степенями свободы. В данном случае мы
наблюдаем развитие «принципа относительности» и кооперативных
взаимодействий между подсистемами в робототехнике.
Укажем, что в робототехнических системах как, быть может, ни
в одном другом техническом устройстве человек пытается проявить
1
Глазунов В.А., Колискор А.Ш., Крайнев А.Ф. Пространственные механизмы
параллельной структуры. – М., 1991.
2
Крайнев А.Ф. Механика – от греческого mechanice (tcchne) – искусство
построения машин // Фундаментальный словарь. – М., 2000. С. 431 – 433;
Крайнев А.Ф., Глазунов В.А. Новые механизмы относительного
манипулирования // Проблемы машиностроения и надежности машин.
Машиноведение, 1994. №5.
126
свои потребности в инсайте1 (А. Маслоу). Еще со времен Фауста
существовал «проект» создания некоего гомункулуса, поэтому не
случайно, что в робототехнике создаются системы, не имеющие, на
первый взгляд, никакой промышленной значимости, но
имитирующие человека. Речь идет, например, о роботах, которые
умеют играть на фортепиано или гитаре (хотя существуют
электронные звуковые устройства, синтезирующие любой звук), о
роботах, способных выражать мимикой эмоции или поглощать пищу,
пригодную для человека.
Совсем недавно в Японии осуществлен весьма дорогостоящий
проект двуногого шагающего робота, который должен носить на себе
систему, включающую компьютер и, по-видимому, совокупность
гироскопов и других устройств, обеспечивающих стабилизацию при
ходьбе. Все это свидетельствует, что принципы антропоморфности во
все большей степени становятся присущими робототехнике.
Подводя итоги, укажем, что научная робототехника изначально
явилась продуктом объединения теории механизмов (включая теорию
приводов) и новой науки – кибернетики (включая теорию
информации и теорию автоматического управления). Обе эти
дисциплины можно считать подпадающими под эгиду классической
науки, однако в результате объединения возникло нечто большее, чем
их формальная «сумма», и каждой из этих дисциплин пришлось
решать необходимые для этого объединения задачи. Для механики
это было рассмотрение многосвязанных пространственных
нелинейных систем со многими степенями свободы, а в кибернетике
понадобилась разработка принципов управления указанными
системами в условиях неполной и неточной информации о
внутреннем состоянии и об условиях внешней среды.
Возникшая в результате междисциплинарного взаимодействия
новая дисциплина -научная робототехника – стала во многом носить
черты неклассической науки, причиной чему явились
парадигмальные прививки из физики. Речь идет, в частности, об
эффектах квантования информации и действия, а также об
относительности времени и положения различных частей
робототехнических устройств.
Эта научная дисциплина все более приобретает характер
постнеклассической науки. Данный тезис обусловлен тем, что робот
как техническое устройство наиболее отвечает принципам
1
Маслоу А.Г. Новые рубежи человеческой природы. – М., 1999.
127
антропоморфности – это проявляется и в структуре его механической
части, и в построении систем управления, в которых может быть
«встроен» человек-оператор. Объединение робототехнических
устройств различного назначения (транспортных, измерительных,
технологических) приводит к появлению новых иерархически
организованных систем, например, связанных с гибким
автоматизированным производством. Таким образом, научная
робототехника несет в себе тесно переплетении» проявления всех
трех этапов развития науки: классического, неклассического и
постнеклассического. <…>.
Лекторский В.А. Философия, искусственный интеллект и
когнитивная наука // Искусственный интеллект:
междисциплинарный подход. Под ред. Д.И. Дубровского и
В.А. Лекторского. – М.: ИИнтеЛЛ, 2006. С. 12 – 21
Познание всегда было одной из основных тем философских
исследований. Было время, когда эта проблематика вообще стала
центральной в философии (после так называемой
«эпистемологической революции» в 17 столетии) и даже начала
претендовать на единственность – ряд философских направлений
конца 19 и начала 20 веков: махизм, неокантианство и др. Широко
распространилось мнение о том, что познание во всяком случае
остаётся прерогативой философского изучения (среди отечественных
философов в 50-ые и 60-ые гг. прошлого столетия была популярна
идея о том, что теория познания и есть предмет философии).
Однако это мнение стало выглядеть не столь непререкаемым
уже со второй половины 19 века, ибо не только философия стала
претендовать на изучение познания. В это время возникает
экспериментальная психология, которая начинает научными
методами исследовать процессы чувственного познания (ощущение,
восприятие). В 20 веке психологи стали изучать процессы мышления:
вюрцбургская школа, гештальт-психология, работы Ж. Пиаже. К
середине 20 века возникают профессиональные история науки,
социология науки. В 60-ые и 70-ые гг. прошлого столетия происходит
так называемая «когнитивная революция» в психологии и возникает
когнитивная психология. Особенность последней не в том, что
психология впервые начинает изучать познавательные процессы (она
делала это и раньше в рамках тех направлений, которые я только что
128
упоминал). Специфичность когнитивной психологии в другом: вопервых, она понимает когнитивные, т.е. познавательные процессы
как лежащие в основе всех психических функций (в том числе
эмоций, мотивации, волевых проявлений), а, во-вторых, в том, что
познание начинает истолковываться как процесс переработки
информации, аналогичный тому, который имеет место в компьютере.
На возникновение и развитие когнитивной психологии серьёзно
повлияло появление в 60-ые гг. 20 века и последующее бурное
развитие направления исследований, которое получило название
искусственного интеллекта.
Исследователи в области искусственного интеллекта (во многом
стимулированные идеями А. Тьюринга) занялись созданием таких
программ, работая по которым, компьютер мог бы решать те задачи
(доказательство теорем, планирование операций, игра в шахматы и
др.), которые человек осуществляет с помощью своего естественного
интеллекта. Важно при этом заметить, что речь идёт не о простой
имитации компьютером интеллектуальных операций человека.
Компьютер может решать ту или иную интеллектуальную задачу
иными способами, чем это делает человек, при этом во многих
случаях гораздо эффективнее. Поэтому, если перед разработчиками в
области искусственного интеллекта стоят чисто практические задачи
– решение компьютером определённого типа проблем, создание
роботов, выполняющих некоторые действия за человека, в тех
случаях, когда последнему было бы трудно действовать в тех или
иных условиях, – тогда бессмысленно претендовать на то, что работа
в области искусственного интеллекта может дать что-то новое для
понимания человека и его познания.
Однако если придерживаться идеи (которую разделяет
когнитивная психология), что процессы переработки информации
человеческим мозгом принципиально схожи с процессами,
имеющими место в компьютере, то нужно признать, что
исследования в области искусственного интеллекта могут быть
важным способам понимания естественного интеллекта, да и вообще
всех познавательных процессов человека. Только в этом случае
приходится считаться с тем, что на процессы переработки
информации у человека существенные ограничения накладывают
биологически обусловленные (строение органов чувств и структура
мозга) его особенности. Если это учесть, то можно создавать такие
компьютерные модели, которые с точки зрения когнитивной
129
психологии можно рассматривать как теоретический ключ к
пониманию соответствующих психических процессов человека.
Именно такого рода модель зрительного восприятия предложил,
например, в начале 80-ых гг. Д. Марр. В этой связи возникает идея о
том, что будущее когнитивной психологии вообще связано с её
превращением в вычислительную, или компьютерную психологию
(computing psychology) и что исследования в области искусственного
интеллекта могут играть роль теоретического базиса
экспериментальных психологических изысканий.
В середине 70-х гг. в США возникает междисциплинарное
движение, получившее название когнитивной науки. Последняя в
качестве своих частей включила исследования в области
искусственного интеллекта, когнитивную психологию, когнитивную
лингвистику (обязанную своим возникновением идеям выдающегося
американскогопсихолингвиста Н.Хомского, сыгравшего важную роль
в «когнитивной революции») и те философские исследования,
которые давали в рамках нового направления теоретическое
понимание ряда важных проблем познания и сознания. Важно при
этом отметить, что объединение разных дисциплин в единую науку
было связано не только с наличием единого для всех предмета
изучения – познавательных процессов, – но и с тем, что участники
когнитивной науки исходили из некоторых общих идей. Это по
крайней мере, следующие: 1) познавательные процессы были поняты
как вычислительные в широком смысле, в этой связи было
предположено существование в сознании процедур, аналогичных
вычислительным алгоритмам; 2) было предположено, что в сознании
существуют ментальные репрезентации, аналогичные компьютерным
структурам данных; к ним относятся, в частности, логические
пропозиции, схемы, понятия, правила и т.д. Ментальные
репрезентации являются средствами хранения информации в
сознании и той основой, которая обеспечивает использование
вычислительных процедур в познавательных процессах.
В рамках такого понимания когнитивной науки философия в тех
её разделах, которые имели дело с исследованием познания и
сознания (эпистемология и философия сознания), входит в новую
науку как её часть и приобретает тем самым новый статус. Такое
понимание можно было рассматривать как реализацию известной
идеи крупнейшего американского философа и логика середины 20
века У. Куайна о «натурализации эпистемологии». Куайн, правда,
130
связывал «натурализацию эпистемологии» с превращением её в
раздел психологии, но это можно объяснить тем, что в конце 60ых гг, когда была сформулирована куайновская идея, ещё не
возникла когнитивная наука, а сама «когнитивная революция» во
много была впереди.
Нужно сказать, что развитие исследований в рамках
когнитивной науки осуществлялось довольно интенсивно. Это
выразилось, в частности, в публикации множества книг, статей, в
многочисленных конференциях и конгрессах, в острых дискуссиях, в
которых участвовали представителей разных дисциплин, до недавних
пор развивавшихся обособленно друг от друга.
Философы играли особую роль в этом движении. В самом деле.
Если человеческое познание осуществляется посредством
ментальных репрезентаций, то возникает вопрос о том, какова
структура этих репрезентаций и как относятся входящие в них
компоненты, с одной стороны, к вычислительным процедурам, а с
другой, к переработке информации нейронами в головном мозгу. Как
соотнести принятые в философии понятия пропозиции, категории,
пропозициональной установки (мнения, желания, интенции и др.) с
понятиями, которыми оперируют исследователи в области
искусственного интеллекта (схема, фрейм, скрипт и др.)? Как всё это
относится к соответствующим вычислительным процедурам? И к
процессам в мозгу на межнейронном и внутринейронном уровне? В
частности, как можно совместить процесс логического вывода (а
такого рода выводы играют важную роль в познавательных
процессах), подчинённого правилам и логическим нормам, с теми
взаимодействиями между нейронами, которые имеют место при
переработке информации головным мозгом – ведь нейроны могут
действовать только причинным образом?
До недавних пор в философии считалось аксиоматичным, что
причины и аргументы относятся к разным мирам. Волна критики
психологизма в эпистемологии и логике в начале 20 века была
связана именно с обвинениями последнего в том, что он смешивал то
и другое. Но если мы пытаемся показать, как физическое
взаимодействие в мозгу на нейронном уровне обеспечивает
осуществление нормативного рассуждения, мы должны каким-то
образом совместить эти разного типа процессы. Как соотносится
переработка информации в головном мозгу, которая предполагает
чисто физическое взаимодействие между нейронами (передача
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]