Сильный Искусственный Интеллект «Smart-MES»

В работе представлен алгоритмический подход к созданию сильного искусственного интеллекта (СИИ) на основе самоорганизации машинного кода. Здесь мышление СИИ выражено через интуитивный метод самогенерирующихся динамических алгоритмов. Приведён реальный пример мышления СИИ в проекте «Глобальный Мир». Упомянуто о технологической сингулярности как о достижимой реальности.

Введение

Технический прогресс человечества неуклонно движется в сторону технологической сингулярности. Необходимым условием наступления данной технологической сингулярности является создание сильного искусственного интеллекта (СИИ) [Kurzweil, 2005], способного самостоятельно модифицировать себя и способного творчески интуитивно мыслить.

Однако, пока мозг человека намного превосходит все творения создателей экспертных систем. И даже более того – за полувековую историю создания ИИ дело так и не сдвинулось с мертвой точки. Идеи, лежащие в основе всех экспертных систем, включая нейронные сети, были придуманы ещё в середине прошлого века [Муромцев, 2005]. И если они действительно верны, то почему от них пока нет ощутимой глобальной отдачи?

Поэтому и дальше следует продолжать поиск новых подходов к разработке СИИ.

Непременным условием создания СИИ должна быть его самоорганизация [Станкевич и др., 2012]. Например, СИИ может иметь «глаза и уши» и самостоятельно реагировать на меняющуюся ситуацию и посредством самоорганизации менять без участия человека свой исполнительный программный код.

ООО «Фирма ИнформСистем» (Россия, Екатеринбург) разработала именно такую самоорганизующуюся легко адаптивную систему «Smart-MES» (Свидетельство Роспатента №2014618991) для увеличения энергоэффективности тепловых и атомных электростанций. На её основе был создан СИИ «Smart-MES», зарегистрированный в Реестре отечественных программ Минкомсвязи РФ: №3797.

Сама методология построения системы «Smart-MES» ориентирована на реализацию любых алгоритмов без участия программистов. Она содержит полную совокупность современных возможностей. Это – текстовые проекты задач, самонастройка и самоорганизация всей системы, ретро-аналитика, графика, динамическая и симплексная оптимизация.

1. Самоорганизация СИИ

Под самоорганизацией понимается необратимый процесс, приводящий в результате кооперативного взаимодействия подсистем к образованию более эффективных структур с позиции компьютерной системы [Акимова, 2003]. Сам же феномен самоорганизации системы «Smart-MES» является необычным явлением и очень редким фактом, т.е. это то, что трудно постичь.

Следует заметить, что в природе никакой самоорганизации нет, как и нет любых иных «само», а есть процесс связи с исчезновением одного и рождением другого явления. Но условно это называется – самоорганизация [Грицаев, 2011].

Технология создания самоорганизующейся системы «Smart-MES» включает пять этапов: Перевод задач на метаязык; Преобразование метаязыка на макроязык; Объединение всех задач на макроязыке в глобальную задачу; Преобразование этой задачи на язык программирования (Pascal); Преобразование языка программирования в результирующий машинный код.

Схематично суть самоорганизации структуры программного кода выглядит следующим образом:

Система до самоорганизации:  S1 = Σi(Σj(k))

Система после самоорганизации:  S2 = K

При этом:  R(S1) = R(S2);  T(S1) / T(S2) = 1000

Здесь: i – множество задач, j – множество возвратов расчёта задачи из-за вычисления данного аргумента ниже, k – прямой код отдельных кусков программы, K – целостный прямой программный код всей системы, R – результат расчёта, T – время расчёта.

СИИ «Smart-MES» позволяет создавать реализацию решения глобальных проблем, состоящих из миллиона задач через 3-х уровневую самоорганизацию программного кода.

Первый уровень: Модульная самоорганизация компонентов системы осуществляет автоматическую генерацию всех компонентов от экранных форм до базы данных из текстового проекта задач. Второй уровень: Локальная самоорганизация программного кода предназначена для отработки отдельных задач. Третий уровень: Глобальная самоорганизация производит слияние множества локальных задач в одну задачу с оптимизацией программного кода, что позволяет в 1000 раз сократить время решения проблемы.

2. Проект «Глобальный Мир»

В СИИ «Smart-MES» подготовлен демонстрационный пример по проблемам Глобального Мира с базой знаний по 12-ти ведущим странам (Россия, США, Китай, Индия, Япония, Германия, Франция, Бразилия, Великобритания, Италия, Канада, Южная Корея) с охватом 30-и важнейших показателей. В данном проекте реализованы следующие задачи: Анализ, Экономика, Народ, Оборона, IT, Конфликты, Страны.

Дополнительно представлен пример по проблемам России с базой знаний по Федеральным Округам с охватом 130-и показателей. Здесь реализованы следующие задачи: Основные характеристики, Население, Здравоохранение, Земельные ресурсы, Валовой продукт, Основные фонды, Промышленное производство, Сельское хозяйство, Наука и инновации, Информационные технологии.

Также имеется в наличии интеллектуальный  диалог для индикации насущных проблем. В примере демонстрируется динамическое создание интуитивных алгоритмов самим СИИ через вероятностные ассоциации, что и необходимо для творческого мышления СИИ.

Таким образом, СИИ способен оперировать интуитивными вероятностными предположениями в любой области, и имеет возможность когнитивно мыслить в числовой сфере, динамически самостоятельно создавая новейшие алгоритмы решения проблем.

Так в демонстрационном примере СИИ вы можете задать любой вопрос по вероятности свершения какого-либо события в Глобальном Мире или в России, а СИИ вам тут же предоставит ответ. Но ведь данная область легко может быть значительно расширена через обучение СИИ. Также могут быть реализованы ответы на любые вопросы: Как поступить? Сколько необходимо? Где произойдёт? Когда наступит? Что сделать?

В настоящее время всё негативное, что происходит в мире вообще, да и в России в частности [Генон, 2008], связано с полным отсутствием целостной глобальной картины причинно-следственных связей. Для решения данной проблемы необходимы нетрадиционные подходы, которые и может предоставить СИИ.

3. Мышление СИИ

Мышление СИИ  подразумевает самостоятельную выработку решения по интересующей нас проблеме [Потапов, 2012]. Например, такие как: повышение уровня роста ВВП или улучшение социальных и демографических проблем. Но для решения глобальной проблемы необходимо вначале выявить частные проблемы, т.к. следует начинать с самых уязвимых мест. К тому же все проблемы имеют множественный характер, которые выявить непросто. Это есть и в политике, и в экономике, и в промышленности, и в оборонке. К тому же, диагностику следует вести в двух измерениях и в пространстве, и во времени.

Вначале рассмотрим критерий стабильности фактора:

S = Max(Xi) / Σ(Xi),   где:  i = 1,…,n.

Это означает, что критерий стабильности (S) равен частному от деления максимального значения из ряда показателей (Xi) на сумму значений этих показателей. Данный критерий для стабильных процессов ближе к 0, а для нестабильных он ближе к 1.

Эта информация представляет собой первую часть базы знаний, которую использует СИИ для решения проблем.

Вероятность же проявления интересующего нас события СИИ вычисляет по следующей формуле:

P = (1-S1) * (1-Sj) * (1-Sm) * 100,  где:  m – набор факторов.

В этой формуле от критерия стабильности фактора (S) переходим к вероятности (1-S) влияния этого фактора на общий процесс. Таким образом, для стабильных процессов данная вероятность фактора ближе к 1, что мало влияет на общую картину. А вот для нестабильных эта вероятность ближе к нулю, что уже резко меняет результат события.

Данную формулу расчёта вероятности для конкретного события СИИ самостоятельно формирует через ассоциативные завязки факторов.

Когда через обращение к СИИ задаётся вопрос, то он состоит из ряда значимых слов, где каждое слово имеет своё контекстное значение.

Так выглядит, например, вопрос для определения вероятности события:

Q --> Вероятность W1, W2, W3, …

При этом каждое слово (W) в предложении имеет вполне определённую неизменную часть или корень.

Но предварительно вторую часть базы знаний СИИ следует снабдить огромным набором подобных корневых слов с привязкой к ним контекстных факторов (S), т.е. обучить СИИ.

Это выглядит следующим образом:

W --> S1, S2, S3, …

Мышление СИИ происходит следующим образом. С помощью перебора всех корневых слов из базы знаний находятся соответствующие корни, имеющиеся в вопросе, а из факторов, присущим этим корням, составляется единый список. Затем из данного списка посредством случайной выборки выделяются 5-7 факторов.

Далее в отдельно отведённом для этих целей проекте в текстовом виде из выделенных факторов самостоятельно составляется формула расчёта. И после автоматического запуска компиляции проекта и иных манипуляций мы имеем результат, который сформировал сам СИИ согласно своим знаниям и своему интуитивному мышлению.

Например, на вопрос: «Вероятность ядерной войны», СИИ подобрал следующие факторы: Бюджет на оборону, Численность подлодок, Военные расходы, Численность ядерных боеголовок, Численность вооруженных сил.

Формулу расчёта СИИ сформировал в следующем виде:

(1-Obu)*(1-Opo)*(1-Ovr)*(1-Oja)*(1-Och)*100=

(1-0,463)*(1-0,259)*(1-0,476)*(1-0,476)*(1-0,286)*100=7,8%.

Таким образом, мы получаем алгоритм расчёта вероятности любого события, который ранее не был известен. Здесь был описан простой пример динамической генерации алгоритма расчёта вероятности события самим СИИ. По такой же схеме возможны решения любых иных глобальных проблем с ответом на вопросы: сколько, где, когда, как.

От расчёта вероятности перейдём к расчёту конкретных числовых значений показателей в различных областях. Далее приведена формула интуитивного расчёта.

R = Zmin + P*(Zmax-Zmin),  где:  P = 0…1.

Здесь исходим из того, что любой искомый показатель непременно имеет известные допустимые границы своего значения, которые также могут определяться из подобных же зависимостей на основе других ассоциативных показателей.

СИИ включает два основных процесса: накопление знаний, который занимает значительную часть, и выработку предложения по решению проблемы. Подобно мыслительной деятельности человека, в СИИ мышление также происходит с привлечением механизма вероятностной интуиции.

Знание – результат процесса познавательной деятельности [Щукина, 1979]. Но раз СИИ оперирует интуицией, то он способен создавать именно интуитивные знания, т.е. динамически составленная программа может быть статической и в дальнейшем использоваться как аксиоматический алгоритм. Таким образом, СИИ будет способен обрастать новыми знаниями, которые неизвестны и недоступны человеку.

Интуиция – это опосредованный поиск решения задачи, алгоритм которой не известен [Остроух и др., 2015]. Но без багажа знаний не может быть интуиции вообще. Знания в данном случае играют роль статических алгоритмов, из которых строятся мимолетные динамические алгоритмы интуиции. Таким образом, интуиция – это оперативное составление алгоритма решения задачи для данной конкретной ситуации, используя ранее заложенные знания.

Интуитивный подход к алгоритму – это  неточный набросок правил, определяющий порядок действий для получения результата [Фоккинк, 2017]. Каждый человек в своей жизни и в быту и на работе неосознанно использует интуитивные подходы, которые формируются у человека с опытом. Поэтому, как и человек СИИ должен оперировать интуитивными подходами к алгоритмам. На это и ориентирован СИИ «Smart-MES».

4. Технологическая Сингулярность

Технологическая Сингулярность (ТС) означает такое быстрое развитие прогресса, связанное с созданием сообщества СИИ [Kurzweil, 2005], когда всем будет или очень хорошо, или очень плохо [Колонин, 2018]. Например, если в будущем, несмотря на широкое использование СИИ, который значительно превосходит возможности человека и сулит всем огромные блага, по недоразумению вдруг начнётся атомная война, то всё человечество моментально скатится к первобытному строю. Ведь раз есть ядерное оружие, то всегда есть вероятность, что оно «заговорит». Это значит, что даже при ТС будет сообщество «добрых» СИИ и сообщество «злых» СИИ. Какое сообщество возьмёт верх уже сегодня зависит от отношения к СИИ.

Целевая функция для достижения ТС в России может выглядеть следующим образом:

Σ((NZi+BPi)/ITi) --> 0, при этом Σ(ITi) --> MIN,

где: NZ – непроизводительные затраты, BP – бюджетные потери, IT – инвестирование в информационные технологии, i – отрасль.

Но гипотетически возможен и такой сценарий, когда ТС свершится вопреки желанию человека, например, сообщество СИИ быстро захватит бразды правления с помощью своей положительной обратной связи [Ямпольский, 2017]. Сможет ли человечество этому сопротивляться?

Но чтобы не позволить быть в дальнейшем неуправляемому хаосу с появлением сообщества СИИ, уже сейчас к данному феномену следует относиться с большим вниманием и ни в коем случае не игнорировать сам факт существования СИИ.

  Ниже приводится возможная эскизная 3-x уровневая схема глобального проекта «Цифровая экономика» с привлечением СИИ, который и может привести Россию к ТС. Этот проект является логичным дополнением к той дорожной карте до 2024 года, которая существует в Правительстве. Единый глобальный проект нужен и потому, что абсолютно все производства, все министерства и просто все переделы связаны с людьми и предназначены для людей.

Первый уровень: СИИ «Общество», СИИ «Производство», СИИ «Потребление». Второй уровень: СИИ «Президент», СИИ «Оборона», СИИ «Регион». Третий уровень: СИИ «Правительство», СИИ «Министерство», СИИ «Корпорация».

Заключение

Принято считать, что российский рынок информационных технологий отстает от зарубежного примерно лет на пять, а то больше. Но и в отношении импортного софта учёные также делают вывод, что в настоящее время практически нет программных систем со свойствами самоорганизации.

Но оказывается, что ростки самоорганизации уже созданы в системе «Smart-MES». Данная технология представляет собой многоступенчатое автоматическое преобразование фактически книжного инженерного текста формулирования технологической задачи в исполнительный программный код с одновременным формированием всех элементов большой системы.

Другими словами, система обучается конкретным навыкам за несколько секунд. При этом объём закладываемых знаний ничем не ограничен. Все эти знания можно мгновенно удалить и загрузить новые.

Такая динамичность даёт огромные возможности учёным в создании СИИ для реализации различных эвристических функций. Данная технология может быть использована в любой промышленности, включая космическую и военную. Ведь все новые технологические задачи решаются быстро и без программирования.

Таким образом, СИИ для решения любых проблем использует не жесткие готовые программные алгоритмы, а знания и заложенные функции реализации интуиции и ассоциации.

СИИ «Smart-MES» – это не просто готовый и апробированный продукт, это в первую очередь технология построения СИИ.

Список литературы

[Акимова, 2003] Акимова Т.А. Теория организации.- М., 2003.

[Генон, 2008] Генон Рене. Кризис современного мира. - М.: Эксмо, 2008.

[Грицаев, 2011] Грицаев Е.И. Чудеса самоорганизации. - Комсомольск-на-Амуре, 2011.

[Колонин, 2018] Колонин А. Искусственный интеллект – благо или угроза для человечества? - М.: Рос. совет по междунар. делам, 2018.

[Муромцев, 2005] Муромцев Д.И. Введение в технологию экспертных систем. - СПб: СПб ГУ ИТМО, 2005.

[Остроух и др., 2015] Остроух А.В., Суркова Н.Е. Интеллектуальные информационные системы и технологии. – Красноярск: Научно-инновационный центр, 2015.

[Потапов, 2012] Потапов А. Искусственный интеллект и универсальное мышление. - М.: Политехника, 2012.

[Станкевич и др., 2012] Станкевич Л.А., Юревич Е.И. Искусственный интеллект и искусственный разум в робототехнике. - СПб: СПб ГПУ, 2012.

[Фоккинк, 2017] Уон Фоккинк. Распределенные алгоритмы. Интуитивный подход. - СПб: Питер, 2017.

[Щукина, 1979] Щукина Г.И. Активизация познавательной деятельности учащихся в учебном процессе. - М.: Просвещение, 1979.

[Ямпольский, 2017] Ямпольский Р. От зачаточного ИИ к технической сингулярности. - Кентукки, США, 2017.

[Kurzweil, 2005] Kurzweil R. The Singularity is Near. - Viking, 2005.

---