Software & Systems

Осмысление понятия «интеллект» и опыт второй половины ХХ века обусловили новый подход к проблеме разработки концепции системы че- ловек–машина как к сложной информационно-энер­гетической системе. Явственно проявились ограниченные возможности человека во взаимодействии с окружающим миром, в котором все большую роль играют сложные машины, созданные им же. Например, при решении задач на комплексных машинах необходимо адекватное и быстрое реагирование на изменения окружающей обстановки, и это сложно даже для работника с высокоорганизованной (и тренированной) психофизической системой. Специальные исследования показывают, что для каждого человека свойственно временное запаздывание реакции на неожиданное воздействие величиной в 0,05–0,3 с. Обзорные и тем более сенсорные и мышечные возможности человека достаточно ограниченны. При перегрузках возникают утомляемость психофизиологического характера, потеря сознания. Кроме того, резкий количественный и качественный рост вычислительных машин явился следствием зна- чительного усложнения программной (инструментальной и т.д.) обстановки и нарастающего выхода задач управления за пределы человеческих возможностей. Выросло и количество ошибочных (случайных и неслучайных) действий участников взаимодействия машинного комплекса, что непредсказуемо повысило сложность окружающей динамической среды.

Для человеко-машинного интерфейса и управления особую актуальность приобретает исследование цифровых вычислительных систем с искусственным интеллектом, основной причиной создания которых является безопасность работы при ее высокой интенсивности. Новая концепция заключается не в противопоставлении (замене) человека ЭВМ, а в их взаимном дополнении, в результате чего появляется новый класс систем с элементами искусственного интеллекта. Это требует системного подхода к разработке основных концепций организации управляющей (УВС) (цифровой, ЦВС) вычислительной системы. Для авионики уже завершенные программы регламентируют принципы организации многопро- цессорной УВС с фиксированным распределением задач.

При выборе направлений этих разработок основные решения формировались на базе следующих принципов: создание семейств устройств в виде унифицированных модулей с 90 %-ной унификацией программных и аппаратных функций; реализация базового (типового) модуля основных функциональных подсистем при сравнительно небольшом количестве специализированных устройств; организация техобслуживания на основе сменных блоков LRU (Line Repla-cable Unit), где в качестве единицы выбирается базовый модуль, он же – LRU; реализация оператором прежде всего функций системного управления, которые определяют основные цели всей системы (операции на нижнем уровне осуществляют модули локального управления, входящие в состав ЦВС); ориентация управляющей ЦВС в первую очередь на сложные процессы моделирования в реальном времени, относящиеся к уровню искусственного интеллекта, и лишь потом на реализацию алгоритмов исполнительного уровня; взаимодействие УВС и оператора для формирования общего мультимедийного интеллекта. При этом целесообразно гибкое управление потоками информации как результат реагирования на изменение обстановки.

Особенности ЦВС вытекают из некоторых функций управляющих подсистем: МС – формирование модели внешней среды; ВС – получение внешней специальной информации; КО – контроль поведения (состояния) оператора. Другая часть УВС связана с двумя основными функциями: вывод наиболее существенной информации оператору и передача необходимой информации по внешним каналам связи. При этом УВС должна автоматически обеспечивать переключение системы информационных датчиков и каналов внешних связей, не отвлекая внимание оператора от основных информационных и управляющих процессов. Оператор реализует функции верхнего уровня, которые определяют те основные цели системы и ограничения, которые по вырабатываемой на системном уровне оценке находятся в пределах его психофизических возможностей. Функции, выходящие за пределы возможностей оператора, но являющиеся системными, реализуются в центральных модулях УВС. Остальные модули ориентированы на принятие большого числа решений исполнительных уровней. В функции центральных модулей УВС входят также определение и осуществление информационных связей с внешней средой. Эти принципы задают уровни и характер межуровневых информационных связей между общими модулями внутри УВС, а также с внешней средой. Целесообразна реализация трехуровневых информационных соединений типа локальных информационных связей между датчиками и модулями обработки сигналов, согласованных с их характеристиками и размещением, высокоскоростных соединений модулей между собой, а также соединений исполнительных устройств, необходимых для единой УВС.

Развитие локальных систем автоматизации вычислительных комплексов в конце ХХ–начале ХХI века и расширяющееся использование микропроцессорных средств и систем создали предпосылки управления ВМ с учетом личностных особенностей оператора. При разработке на этой основе новых алгоритмов управления целесообразно исходить из принципа дуального управления А.А. Фельдбаума. Имеются в виду исполь- зование возможностей системы управления для изучения характера управляющих действий, присущих данному оператору, и учет их согласования с условиями среды в выбираемом алгоритме управляющей ЭВМ. Это становится возможным не только на тренажерах, но и в результате пря- мого измерения переменных, являющихся действиями оператора. Тем не менее оператор представляется моделью с не полностью измеримыми переменными состояния в классе подходящих наблюдателей состояния. В соответствии с модальной теорией [2–4] основой для моделирования является использование доминирующих корней при учете основных психофизиологических особенностей оператора и существенной нестационарности его основных параметров. Это становится возможным в результате процедур текущей динамической идентификации выходных переменных оператора в процессе управления. Учитывая сложность внутренних процессов у оператора и используя возможности декомпозиции, первичные этапы описания можно свести к формированию в подсистеме оператора частных моделей: собственно личностной, внутренней модели объекта управления, внутренней модели окружающей среды и ее состояния.

В работе [4] представлена общая структура взаимодействия оператора, объекта, окружающей среды и системы управления в виде, показанном на рисунке. Для построения текущих алгоритмов оперативного управления вычислительным комплексом наиболее существенно локальное описание состояния объекта в целом и взаимодействия его с окружающей средой. Однако из-за нестационарности его целесообразно записать уравнением состояния объекта и окружающей среды в форме общего уравнения переходов [1, 2, 5]:

X[k+1]=Ф(X, U, F, t)X[k]+Г(t)U[k]+G(t)F[k], (1)

где X[k+1], X[k] – векторы состояния объекта и среды в соответствующие дискретные моменты времени; F(X, U, F, t) – функция перехода, учитывающая изменения состояния; U[k] – вектор управляющих воздействий; F[k] – вектор возмущающих воздействий окружающей среды (имеющих случайную природу); Г(t)U[k] и G(t)F[k] – векторные интегральные преобразования управляющих и возмущающих воздействий.

Введем вектор измеримых переменных состояния объекта и среды:

Y[k]=CX[k]+ u[k],                                                  (2)

где u[k] – вектор помех измерений; C – матрица связи измеримых переменных с переменными состояния.

Представим внутреннее отображение состояния объекта и окружающей среды у оператора в общем виде:

                        (3)

В этом выражении одна черта над переменными означает первичную модель, формируемую относительно внешнего мира; ,  – оценки оператором векторов состояния объекта и среды в соответствующие моменты времени;  – функция перехода модели, учитывающая изменения состояния среды и объекта;  – оценка вектора возмущающих воздействий;  – интегральные преобразования воздействий в модели;  – вектор оценок оператором измеримых переменных состояния, представляемый в виде

,                                             (4)

где  – вектор помех при формировании оценок;  – матрица формирования оператором оценок измеримых переменных.

Эта модель рассматривается главным образом как функциональная, то есть отображающая действия оператора ЭВМ по управлению объектом, а также внешние проявления изменения его состояния в результате ряда внутренних процессов психофизиологического характера:

V[k+1]=Ψ(X, V, U, F, t)V[k]+Г(t)(U[k]+ +U*[k]+ G(t)F[k],                                             (5)

где V[k+1], V[k] – векторы состояния оператора в соответствующие дискретные моменты времени;  – функция перехода, учитывающая изменения состояния оператора; U*[k] – вектор тестовых идентификационных воздействий;  – отображение в состоянии оператора собственных управляющих и тестовых воздействий.

Функция перехода в (5) может допускать прямое выделение влияния оценок состояния объекта и среды на состояние оператора, в результате чего это уравнение примет вид

        (6)

где  – функция перехода, отображающая влияние оценки состояния объекта и среды на состояние и действия оператора.

При создании сложного человеко-машинного интерфейса уместно использование принципа дуального управления А.А. Фельдбаума. Такого рода работы основаны на возможностях реализации, предоставляемых уже имеющимися устройствами автоматизации и средствами вычислительной техники. Это позволяет в ряде случаев исправлять приемлемым образом некоторые из действий оператора, способные привести к нежелательным последствиям.

Таким образом, разработка интеллектуальных систем управления вычислительных комплексов с учетом алгоритмизации взаимодействия оператора, объекта, окружающей среды и системы управления позволит реализовать актуальные задачи организации человеко-машинного интерфейса с учетом интеллектуализации взаимодействия человека и вычислительного комплекса, построения и развития автоматизированных информационных систем организации и диагностирования психологического и физиологического обеспечения безопасности работы человека.

Литература

1.     Корнеев Н.В., Кустарев Ю.С., Морговский Ю.Я. Теория автоматического управления с практикумом: учеб. для вузов. М.: Академия, 2008. 273 c.

2.     Макаров И.М., Лохин В.М., Манько С.В., Романов М.П. Искусственный интеллект и интеллектуальные системы управления. М.: Наука, 2006. 333 с.

3.     Минитаева А.М. Введение в проблему человеко-машинного интерфейса с учетом взаимодействия вычислительной машины / Современные проблемы информационной безопасности и программной инженерии: сб. избран. стат. науч.-методологич. сем. № 3 кафедры ИБиПИ (07.12.2011). М.: Изд-во «Спутник+», 2012. С. 73–77.

4.     Геловани В.Л., Башлыков А.А., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Эдиториал УРСС, 2001. 304 с.

Referenses

1.     Korneev N.V., Kustarev Yu.S., Morgovsky Yu.Ya., Teoriya avtomaticheskogo upravleniya s praktikumom [Theory of the autocontrol with practicum], Moscow, Academiya, 2008.

2.     Makarov I.M., Lokhin V.M., Manko S.V., Romanov M.P., Iskusstvenny intellekt i intellektualnye sistemy upravleniya [Artifical intelligence and intelligent control systems], Moscow, Nauka, 2006.

3.     Minitaeva A.M., Sovremennye problemy informatsionnoy bezopasnosti i programmnoy inzhenerii: sb. izbran. stat. nauch.-metodologich. sem. № 3 kafedry IBiPI [Modern problems of information security and program engineering: collected articles of scientific-methodological seminar 3 of IBPI department], Moscow, Sputnik+, 2012, pp. 73–77.

4.     Gelovani V.L., Bashlykov A.A., Britkov V.B., Vyazilov E.D., Intellektualnye sistemy podderzhki prinyatiya resheny v neshtatnykh situatsiyakh s ispolzovaniem informatsii o sostoyanii prirodnoy sredy [Decision support intelligent systems in emergencies using environment information], Moscow, Editorial URSS, 2001.