Мивары: 25 лет создания искусственного интеллекта - [63]

4. Реализация естественного параллелизма вычислений. Нерешенность проблемы распараллеливания императивных (основанных на алгоритмическом подходе) программ уже более двух десятилетий образует непреодолимый барьер на пути широкого распространения многопроцессорных систем. За этот период стоимость разработки аппаратной и программной части вычислительных комплексов поменялась местами: уровень автоматизации проектирования аппаратной части и стоимость элементной базы позволяют производить массово компьютеры практически с любым количеством процессоров. Однако адаптация существующих и разработка новых программных продуктов остается достаточно сложной и уникальной задачей. В новой парадигме ИТ параллельность перестает быть проблемой, а становится естественным свойством любой программной системы.

5. Проактивность и самоорганизация вычислений. Все компоненты перспективных адаптивных информационных систем (АдИС) должны уметь идентифицировать ("ощущать") себя в составе единой структуры. Данное осознание проявляется на всех уровнях АдИС, аналогично мозгу человека, получающему исчерпывающую информацию о всех частях тела, их текущем состоянии, имеющихся связях с другими системами. Проактивность же АдИС должна опираться на реализацию семи базовых принципов: обеспечение непосредственной связи с физическим миром; "глубокие" сетевые взаимодействия; макрообработка; функционирование в условиях неопределенности; целеполагание и предвидение; замкнутый цикл управления; персонификация. Самоорганизация вычислений, в свою очередь, предполагает способность к переконфигурированию (самоконфигурирование), самосовершенствование, самооптимизацию, самолечение и самосохранение. Теоретические основы решения задач управления самоорганизующимися АдИС в настоящее время интенсивно развиваются в рамках неокибернетики (кибернетики второго порядка), одной из задач которой является исследование таких свойств указанных систем, как избирательная чувствительность и операциональная замкнутость, структурная динамика, самовозбуждение, рефлексия и хаотичность поведения, неравновесность, неопределенность от вмешательства наблюдателя. Все эти и некоторые другие (не упомянутые здесь) тенденции приведут со временем к тому, что прикладные программные системы будут строиться на основе приоритетности модели (а не алгоритма), мультиагентности и ассоциативно самоорганизующемся недетерминированном параллельном вычислительном процессе".

На настоящий момент при создании систем, осуществляющих интеллектуальную деятельность, в соответствии с указанными тенденциями используются более подробно описанные ниже следующие технологии:

· нейронные сети;

· мультиагентные системы (МАС);

· генетические алгоритмы;

· недоопределенные вычисления и программирование в ограничениях.

7.2.1.1. Программирование в ограничениях

Программирование в ограничениях как самостоятельное научное направление сложилось в конце 60-х – начале 70-х годов прошлого века. Тем не менее, четыре его фундаментальных принципа не претерпели серьезных изменений, и сформулированы следующим образом: декларативное моделирование ограничений, локальное распространение результатов, эффективный глобальный поиск решений и специализация языковых и математических средств.

Принцип декларативности нашел конструктивное воплощение во многих языках функционального и логического программирования (включая Lisp и Prolog), допускающих описание и решение некоторых задач в ограничениях. Функциональная рекурсия и логический вывод являются лишь отдельными элементами более общей стратегии разрешения ограничений для сложноструктурированных неизвестных переменных. Язык реляционных баз данных SQL, предусматривающий развитые декларативные конструкции для описания запросов и ограничений целостности, также несет в себе черты языка программирования в ограничениях. Связь с технологиями управления базами данных становится еще более очевидной при анализе относительно новой концепции Constraint Database (CDВ), которая, расширяя реляционную, дедуктивную и объектно-ориентированную модели, устанавливает непосредственную связь между типами данных и ограничениями, которые их предопределяют.

Принцип локального распространения (в англоязычной литературе соответствующий терминам constraint propagation или consistency inference) имеет долгую историю и многочисленные приложения, в частности, в области интеллектуализации графических интерфейсов пользователя. Спекулятивные попытки предвосхитить результаты поиска путем локальных и циклических уточнений частных решений оказались довольно плодотворными при решении больших систем уравнений и неравенств. Многочисленные "радужные" воплощения принципа привели к созданию целой палитры методов: Red (красный), Orange (оранжевый), Yellow (желтый), Green (зеленый), Blue (синий), DeltaBlue (инкрементально-синий), SkyBlue (небесно-синий), UltraViolet (ультрафиолет), Purple (фиолетовый), DeepPurple (пурпурный), Indigo (темно-синий). Некоторые из них обеспечивают как полный, так и инкрементальный поиск решений применительно к простым и иерархическим системам ограничений.