Рис. 22.27. «Умные» кроссовки
Самообучающаяся система это система, алгоритм функционирования которой совершенствуется путем самообучения в процессе работы, улучшая функционирование системы.
Пример 22.19. Выявление подозрительного поведения
Ученые американского университета штата Огайо разрабатывают систему, которая сможет автоматически выявлять факты подозрительного поведения людей на улицах.
Самообучающаяся система сможет распознавать в видеопотоке странные действия людей и машин, отслеживать выбранные объекты и при необходимости информировать полицию или скорую помощь.
На протяжении нескольких месяцев она накапливает сведения о типовых маршрутах передвижения по контролируемой улице и способна, например, отличать граждан, спешащих на работу, от заблудившихся подростков.
Пример 22.20. Поисковые системы
Информацию в Интернете ищут с помощью специальных поисковых систем, например, поисковой машины Google, которая обрабатывает в месяц более 40 млрд запросов. Программа поисковой машины самостоятельно изучает запросы и впоследствии предоставляет клиентам информацию, более подходящую для каждого из них. Например, предоставляет информацию, к которой чаще всего обращаются.
Самоорганизующаяся система это система, которая способна синтезировать модель структуры системы в зависимости от ее предназначения и окружающих ее условий. Она разрабатывает алгоритм работы системы, проектируя систему управления, и по синтезируемой модели создает саму систему из имеющихся элементов. Такая система способна перестроить структуру системы, чтобы приспособиться к внутренним или внешним изменениям.
В простейшем случае система способна изменить связи между подсистемами, а в сложнейшем случае заменять, добавлять или изменять подсистемы для создания структуры, способной наилучшим образом выполнить необходимые функции.
Основное отличие самоорганизующейся системы от самонастраивающейся системы заключается в том, что в первой в процессе приспособления преобладают качественные изменения, а во второй количественные.
Пример 22.21. Самоорганизующийся робот
В лаборатории вычислительного синтеза Корнельского университета (США) разработали опытный образец робота (рис. 22.28), способного синтезировать свою структуру в зависимости от окружающих его условий и обстоятельств и воспроизвести себя из универсальных элементов кубиков (рис. 22.28а).
На поверхности кубиков имеются электромагниты, с помощью которых они могут соединяться и разъединяться друг с другом; питание подводится через контакты на поверхности монтажного стола.
Каждый куб разделен пополам по диагонали на две части, которые способны вращаться относительно друг друга. При этом робот, составленный из множества кубиков, воспроизводит сам себя. Так, трехмодульный робот способен воспроизвести себя в течение одной минуты.
Процесс происходит так. Робот изгибается, ставит свой собственный куб на стол и надстраивает его новым кубом, который подают люди. При этом новый робот помогает в комплектации его собственной конструкции.
Рис. 22.28.Самоорганизующийся робот
Первоначально робот создает свою модель и по ней синтезирует систему управления, что осуществляется в результате ограниченного количества физических экспериментов (это поисковая самонастраивающаяся система).
Алгоритм работы робота позволяет ему функционально компенсировать механические повреждения в результате коррекции собственной модели.
Саморазвивающаяся система это самообучающаяся система, способная не только накапливать знания, но и развивать себя в соответствии с поставленными целями.
Пример 22.22. Саморазвивающаяся компьютерная система
В патенте США 5 072 406 описана саморазвивающаяся компьютерная система, память которой содержит блоки инструкций, специальных знаний и базовых данных. Блок специальных знаний включают знания конкретной области и стратегию их использования. Блок базовых данных включает знания по использованию инструкций.
При поступлении входного сигнала он обрабатывается и перепроверяется по всем блокам с учетом имеющихся инструкций и базовых данных, вырабатывая выходной сигнал. При выявлении новых знаний они заносятся в блок специальных знаний. В процессе деятельности блок специальных знаний может изменять инструкции, постоянно развивая компьютерную систему.
При поступлении входного сигнала он обрабатывается и перепроверяется по всем блокам с учетом имеющихся инструкций и базовых данных, вырабатывая выходной сигнал. При выявлении новых знаний они заносятся в блок специальных знаний. В процессе деятельности блок специальных знаний может изменять инструкции, постоянно развивая компьютерную систему.
Пример 22.23. Саморазвивающийся робот
В швейцарском университете Чалмер (Chalmers) создали робот HR-2 (рис. 22.29). Он обладает 22 степенями свободы, что позволяет ему легко перемещаться и копировать движения человека. Робот имеет объемное зрение, делая возможным координировать движения рук. Он повторяет показанные ему движения рук. Искусственный мозг обладает развитой нейронной сетью. Робот способен различать лица людей и говорить. Он самообучается и саморазвивается.
Рис. 22.29. Саморазвивающийся робот HR-2
Самовоспроизводящаяся система это самоорганизующаяся, саморазвивающаяся система, способная создать подобную себе систему.
Основное отличие самовоспроизводящейся системы от самоорганизующейся заключается в том, что в первой используются готовые подсистемы, а во второй их изготовляет сама система.
Самовоспроизводящиеся системы, прежде всего, характерны для живых организмов. Клетка сама себя воспроизводит. Немалую роль в этом играют стволовые клетки.
Пример 22.24. Стволовая клетка
Стволовые клетки это особые клетки живых организмов (клетки-родоначальницы), каждая из которых способна впоследствии изменяться (дифференцироваться6) особым образом (т. е. получать специализацию и далее развиваться как обычная клетка). Стволовые клетки могут давать начало любым клеткам организма: кожным, нервным, клеткам крови и т. д.
Они способны асимметрично делиться, из-за чего при делении образуется клетка, подобная материнской (самовоспроизведение), а также новая клетка, которая способна дифференцироваться.
Иерархия стволовых клеток показана на рис. 22.30.
Рис. 22.30. Иерархия стволовых клеток
Пример 22.25. Самовоспроизводящаяся машина
Доктор Adrian Bowyer из университета Ванны в Великобритании разработал машину RedRap (Replicating Rapid-prototyper), которая 29 мая 2008 г. в 14:00 воспроизвела свою копию (рис. 22.31). Пластмассовые детали для этой машины изготовлялись на 3D-принтере, встроенном в машину.
Рис. 22.31. Самовоспроизводящаяся машина (слева) и ее копия (справа)
22.3. Уменьшение степени управляемости
Закономерность уменьшения степени управляемости указывает на тенденцию создания простых приспособлений без механизации и автоматизации. Эта закономерность противоположена закону увеличения степени управляемости.
Пример 22.26. Инструмент для очистки апельсинов
Он представляет собой только одну деталь, отлитую из пластмассы (рис. 22.32). Инструмент одевается на палец. Полукруглая форма инструмента позволяет легко скользить по поверхности апельсина, а размер и форма ножа легко надрезает кожуру и не портит сердцевину. На конце сделана лопатка, помогающая приподнимать кожицу. Это очень простой, удобный и малогабаритный инструмент. Такого типа инструменты появлялись и в прошлом, например, различные приспособления для открывания консервов и бутылок. Они будут изобретаться и в будущем.
Рис. 22.32. Инструмент для очистки апельсинов
22.4. Закономерность увеличения степени динамичности
Развитие системы идет в направлении увеличения степени динамичности.
Динамичная система может изменять свои параметры, структуру (в частности форму), алгоритм, принцип действия и функции, чтобы наиболее эффективно достичь поставленную цель и удовлетворить потребность. Динамическая система в своем развитии может менять так же цель и потребность, приспосабливаясь к внешним и внутренним изменениям.
Изменения могут происходит:
во времени;
по условию.
Следствия из закона.
1. Статические системы стремятся стать динамическими.
2. Системы развиваются в сторону увеличения степени динамичности.
Пример 2.27. Катамаран