Современные системы управления прошли длинный путь от простейших до
высокоинтеллектуальных адаптивных систем, которые используются в
настоящее время для управления техническими объектами. Где они
нашли свое применение, какие проблемы возникают при их
использовании и каковы перспективы подобных систем?История развития
систем управленияПервые системы управления представляли собой
простые аналоговые системы, которые были очень надежными, простыми
и практически никогда не давали сбоев. Классический пример
центробежный регулятор Уатта. Это устройство было известно с XVII
века и использовалось для регулирования скорости вращения жерновов
на таких простых механических устройствах того времени, как
мельницы. В XVIII веке Джеймс Уатт его модифицировал и адаптировал
для управления паровым двигателем, и с тех пор любое подобное
устройство ассоциируется с его именем.Оно представляет собой два
шарика, которые за счет центробежной силы могут либо расходиться,
либо сходиться к вертикали. Когда они расходятся, с помощью системы
механических рычагов прикрывается заслонка, впускающая пар, и
давление в котле, а значит, и скорость уменьшаются. Когда шары
сближаются, заслонка приоткрывается, количество поступающего пара
увеличивается, а давление и скорость возрастают. В результате,
после завершения переходного процесса, такая система будет
демонстрировать постоянство скорости вращения устройства.Важный
момент заключается в том, что любая система управления предполагает
обратную связь. В данном случае это аналоговая обратная связь,
очень простая, которая может быть нарушена, только если произойдет
механическая поломка подобного устройства.Такие системы
развивались, и многие гениальные технические изобретения
человечества построены на аналоговых системах управления. Самая
знаменитая космическая ракета королёвская семерка (Р-7), которая
вынесла в космос Юрия Гагарина, на ее модификации до сих пор летают
все космонавты на МКС, по крайней мере в России. Она тоже построена
очень простым образом, поэтому поочередный запуск всех ступеней и
реактивных двигателей, которые поднимают ракету на орбиту, идет без
сбоев.Прогресс не стоял на месте, и следующий серьезный этап
развития систем управления ознаменовался появлением цифровых
технологий и компьютеров в широком смысле этого слова, то есть
систем, которые позволяли очень эффективно манипулировать
информацией. Что касается систем управления техническими объектами,
появляется очень большое количество разнообразных сенсоров, которые
помогают собирать большое количество информации о техническом
объекте. Обычный смартфон уже содержит огромное количество
сенсоров: датчик освещенности, акселерометр, датчики, измеряющие
температуру, и так далее. Это очень большой объем информации,
которую можно использовать для управления конкретным объектом, в
данном случае смартфоном: например, в зависимости от освещенности
окружающего пространства менять яркость экрана.Когда появляется
возможность собрать очень большой объем информации об объекте
благодаря регистрации цифровых сигналов, возникает желание
научиться интеллектуально обрабатывать эти системы не просто делать
простые регуляторы, которые основываются на отрицательной обратной
связи, как регулятор Уатта, а попытаться сделать интеллектуальные
системы управления, которые могли бы в зависимости от условий
по-разному управлять объектом. От этого можно сделать шаг к тому,
чтобы включить в такую систему элементы искусственного интеллекта,
в которой принятие решений может полностью определяться
накапливающейся информацией.Можно привести пример из антропоморфной
робототехники, являющейся сейчас важным и модным направлением, в
рамках которого создают не только антропоморфных роботов, но также
различные экзоскелеты. Благодаря этому у человека появляются новые
возможности например, поднимать груз не 50 килограмм, что он делает
с трудом, а 100150 килограмм без травм позвоночника и мышц. Это
может быть медицинский экзоскелет, с помощью которого пациент с
ограниченными возможностями, например, после инсульта
восстанавливает в тренировках свои двигательные функции. Также
создают умные протезы, хотя это уже не совсем экзоскелет, а именно
протез, который может управляться остаточной мышечной активностью
или активностью головного мозга, если мы научимся расшифровывать
паттерны, которые связаны с активностью мозга, направленной на
управление двигательной функцией тела.Как работают адаптивные
системы управленияЧтобы управлять экзоскелетом, необходимо
учитывать очень много факторов и адаптивно перестраивать подобную
систему в зависимости от условий, в которых находится оператор
экзоскелета. Кроме того, если мы управляем экзоскелетом при помощи
активности головного мозга, необходимо тоже адаптивно
подстраиваться под состояние головного мозга.Активность головного
мозга мы регистрируем в тот момент, когда человек воображает
какую-то двигательную функцию например, представляет, что он
поднимает левую или правую руку. Также есть интеллектуальная
система, которая включает элементы искусственного интеллекта для
распознавания паттернов активности. В самом простом случае мы
должны классифицировать: человек хочет поднять левую или правую
руку? Затем семантический сигнал превращается в физический сигнал
управления для приводов экзоскелета, находящегося на левой или
правой руке. И после экзоскелет должен включиться в работу и
управлять движением.Проблема заключается в том, что человек
воображает определенную двигательную активность каждый раз немного
иначе, поэтому система должна уметь подстраиваться под изменения
воображения и в максимальном количестве случаев хорошо распознавать
образ движения. Это особенно сложно в случае с постинсультной
реабилитацией: если есть парез какой-то конечности, это значит, что
повреждено белое вещество за счет кровоизлияния, которое определяет
проводимость команды от моторной коры к нейронам, управляющим
мышцами, поэтому сигнал, идущий от пораженного головного мозга
пациента, будет сильно искажен. Задача такой системы сложная
научиться распознавать паттерны, ориентируясь, например, на работу
здоровой руки, и посылать правильные команды экзоскелету. Это
типичный пример работы адаптивной системы.Адаптивные системы также
могут быть нужны, когда мы находимся в состоянии неопределенности.
Допустим, у нас есть марсоход, который ездит по поверхности Марса и
собирает информацию. Запаздывание сигнала, идущего от Земли к Марсу
и обратно, порядка 30 минут, поэтому возникает ситуация, когда мы
либо с очень большим опозданием управляем подобной системой, либо
даем возможность системе работать в условиях неопределенности. Наш
организм все время работает в условиях неопределенности, потому что
мы постоянно сталкиваемся с ситуацией, когда нужно принимать
какие-то решения, выбирая из двух возможностей. И это на самом деле
нетривиальный процесс, который называется процесс принятия решения
(decision making). Как выполняется эта задача в головном мозге
очень интересный вопрос, и если мы поймем, как это происходит, то,
наверное, сможем создать такие системы управления, которые могли бы
работать как мозг животного или человека, чтобы робототехнический
комплекс принимал решения в условиях неопределенности.Мы говорили в
основном о робототехнических применениях. Подобные системы будут
чрезвычайно актуальны в таком бурно развивающемся направлении, как
создание беспилотных автомобилей и летательных аппаратов. Дело в
том, что, когда водитель управляет транспортным средством, он
постоянно находится в ситуации, когда ему нужно что-то выбрать из
большого количества возможностей: затормозить или нет, выбрать один
из нескольких маршрутов, принять решение, когда нет возможности
избежать столкновения. Для живого организма процесс принятия
решений типичный пример того, как мы в условиях неопределенности
выбираем ту или иную траекторию движения. Можно много рассуждать о
том, как это происходит, какие факторы влияют на процесс принятия
решений. Но для того, чтобы приблизиться с интеллектуальными
искусственными системами к этому уровню, нужно хорошо понимать, как
работает такая система у высших животных, и здесь проще всего
исследовать человека.
