Кибернетика как наука об управлении

3

Содержание

Введение

1. История развития кибернетики

1.1 Основные понятия кибернетики

1.2 История развития кибернетики

2. Предмет кибернетики, ее методы и цели

2.1 Предмет кибернетики

2.2 Методы и цели кибернетики

3. Искусственный интеллект, как часть кибернетики

3.1 Направление исследований в области искусственного интеллекта

3.2 Машинный интеллект и робототехника

3.3 Моделирование биологических систем

Заключение

Список использованной литературы

Введение

Кибернетика - это наука об управлении сложными системами с обратной связью. Она возникла на стыке математики, техники и нейрофизиологии, и ее интересовал целый класс систем, как живых, так и не живых, в которых существовал механизм обратной связи. Основателем кибернетики по праву считается американский математик Н. Винер (1894-1964), выпустивший в 1948 году книгу, которая так и называлась «Кибернетика».

Оригинальность этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру, а результат работы данного класса систем. В кибернетике впервые было сформулировано понятие «черного ящика» как устройства, которое выполняет определенную операцию над настоящим и прошлым входного потенциала, но для которого мы необязательно располагаем информацией о структуре, обеспечивающей выполнение этой операции.

Кибернетика, а потом синтетическая информатика-кибернетика прошла путь становления и развития, глубоко отличный от путей «обычных», «классических» наук. Ее идеи, формальный аппарат и технические решения вызревали и развивались в рамках разных научных дисциплин, в каждой по-особому; на определенных этапах динамики научного знания между ними перекидывались мосты, приводившие к концептуально-методологическим синтезам. Идеи управления и информации - как и весь, связанный с ними арсенал понятий и методов - были подняты до уровня общенаучных представлений.

Кибернетика явилась первым комплексным научным направлением, общность которого столь велика, что приближает его к философскому видению мира. Неудивительно, что вслед за ней «двинулся» системный подход, глобальное моделирование, синергетика и некоторые другие столь же широкие интеллектуальные и технологические концепции.

1. История развитие кибернетики

1.1 Основные понятия кибернетики

Кибернетика - наука о процессах управления в сложных динамических системах, основывающаяся на теоретическом фундаменте математики и логики (вообще на формальных языках), а также на применении вычислительной техники (компьютеров).

Основной метод кибернетики - метод моделирования систем и процессов управления.

Краеугольные камни кибернетики - теория информации, теория алгоритмов и теория автоматов, изучающая способы построения систем для переработки информации. Математический (логический) аппарат кибернетики весьма широк: здесь и теория вероятностей, и теория функций, и математическая логика и многие другие современные разделы математики. Кибернетика изучает общие свойства, присущие различным системам управления. Эти свойства могут проявляться и в живой природе, и в органическом мире, и в коллективах людей. Процесс управления сопряжён с передачей, накоплением, хранением и переработкой информации, характеризующей управляемый объект, ход процесса, внешние условия, программу работы и т.п. Кибернетика как бы существует независимо от технических средств - компьютеров, занимающих по отношению к ней такое же положение, как физические приборы по отношению к физике. Кибернетика изучает, как в живом организме, в машине и в обществе осуществляется переработка информации, связанная с процессом управления. Кибернетика изучает мышление человека, чтобы создавать алгоритмы, более или менее близко описывающие деятельность мозга - живой управляющей системы.

Кибернетика связана с науками о языке (языкознание, грамматика и т.п.). Язык кибернетики вбирает в себя черты математического языка, информационно-логического, естественного и различных других в целях повышения эффективности и достижения целостности (системности) при использовании его: описании, визуализации и т.п. Кибернетика из неструктурированных проблем делает структурированные проблемы.

Кибернетика служит созданию эффективных моделей, знаний, их выявлению, построению теорий. Потом эти теории могут быть проверены статистическими методами, наблюдением.

Теоретическая кибернетика, подобно математике, является по существу абстрактной наукой. Ее задача - разработка научного аппарата и методов исследования систем управления независимо от их конкретной природы. В теоретическую кибернетику вошли и получили дальнейшее развитие такие разделы прикладной математики, как теория информации и теория алгоритмов, теория игр, исследование операций и др. Ряд проблем теоретической кибернетики разработан уже непосредственно в недрах этого научного направления, а именно: теория логических сетей, теория автоматов, теория формальных языков и грамматик, теория преобразователей информации и т. д. Теоретическая кибернетика включает также общеметодологические и философские проблемы этой науки.

В зависимости от типа систем управления, которые изучаются прикладной кибернетикой, последнюю подразделяют на техническую, биологическую и социальную кибернетику. Техническая кибернетика - наука об управлении техническими системами. Техническую кибернетику часто и, пожалуй, неправомерно отождествляют с современной теорией автоматического регулирования и управления. Эта теория, конечно, служит важной составной частью технической кибернетики, но последняя вместе с тем включает вопросы разработки и конструирования автоматов (в том числе современных ЭВМ и роботов), а также проблемы технических средств сбора, передачи, хранения и преобразования информации, опознания образов и т. д.

Биологическая кибернетика изучает общие законы хранения, передачи и переработки информации в биологических системах. Биологическую кибернетику, в свою очередь, подразделяют: на медицинскую кибернетику, которая занимается, главным образом, моделированием заболеваний и использованием этих моделей для диагностики, прогнозирования и лечения; физиологическую кибернетику, изучающую и моделирующую функции клеток и органов в норме и патологии; нейрокибернетику, в которой моделируются процессы переработки информации в нервной системе; психологическую кибернетику, моделирующую психику на основе изучения поведения человека. Промежуточным звеном между биологической и технической кибернетикой является бионика - наука об использовании моделей биологических процессов и механизмов в качестве прототипов для совершенствования существующих и создания новых технических устройств.

Социальная кибернетика - наука, в которой используются методы и средства кибернетики в целях исследования и организации процессов управления в социальных системах. Необходимо, однако, учитывать, что социальная кибернетика, изучающая закономерности управления обществом в количественном аспекте, не может стать всеобъемлющей наукой об управлении обществом, характеризующимся в значительной мере неформализуемыми явлениями и процессами.

В связи с этим наибольшие практические успехи в современных условиях могут быть достигнуты в результате применения кибернетики в области управления экономикой, производственной деятельностью как важнейшими основами развития общества. Среди социальных подсистем именно экономика характеризуется наиболее развитой системой количественных показателей и соотношений. Сферой экономической кибернетики являются проблемы оптимизации управления народным хозяйством в целом, его отдельными отраслями, экономическими районами, промышленными комплексами, предприятиями и т. д.

В качестве основного метода экономической кибернетики используется экономико-математическое моделирование, позволяющее представить динамику развития производственно-экономических систем разрабатывать меры по улучшению их структуры и методы экономического прогнозирования и управления. Основным направлением и одной из важнейших целей экономической кибернетики в настоящее время стала разработка теории построения и функционирования автоматизированных систем управления (АСУ). Необходимость создания АСУ обусловливается высокими темпами роста производства, углублением его специализации, расширением кооперирования предприятии, существенным увеличением числа межхозяйственных связей и их усложнением. В ходе развития этих процессов происходит снижение эффективности традиционных методов управления производством, возникает настоятельная необходимость привлечения на помощь руководителю кибернетической техники, т. е. создания систем управления «человек - машина», которые нашли реальное воплощение в виде АСУ. Особенности сельскохозяйственного производства (территориальная рассредоточенность, большая длительность производственных циклов, сильное влияние случайных факторов и др.) повышают значение АСУ в управлении им.

1.2 История развития кибернетики

Развитие кибернетики как науки было подготовлено многочисленными работами ученых в области математики, механики, автоматического управления, вычислительной техники, физиологии высшей нервной деятельности.

Основы теории автоматического регулирования и теории устойчивости систем регулирования содержались в трудах выдающегося русского математика и механика Ивана Алексеевича Вышнеградского (1831-1895 гг.), обобщившего опыт эксплуатации и разработавшего теорию и методы расчета автоматических регуляторов паровых машин. Общие задачи устойчивости движения, являющиеся фундаментом современной теории автоматического управления, были решены одним из крупнейших математиков своего времени Александром Михайловичем Ляпуновым (1857-1918 гг.), многочисленные труды которого сыграли огромную роль в разработке теоретических вопросов технической кибернетики. Работы по теории колебаний, выполненные коллективом ученых под руководством известного советского физика и математика Александра Александровича Андронова (1901-1952 гг.), послужили основой для решения впоследствии ряда нелинейных задач теории автоматического регулирования. А. А. Андронов ввел в теорию автоматического управления понятия и методы фазового пространства, сыгравшие важную роль в решении задач оптимального управления.

Исследование процессов управления в живых организмах связывается прежде всего с именами великих русских физиологов - Ивана Михайловича Сеченова (1829-1905 гг.) и Ивана Петровича Павлова (1849-1936 гг.). И. М. Сеченов еще во второй половине прошлого столетия заложил основы рефлекторной теории и высказал весьма смелое для своего времени положение, что мысль о машинности мозга - клад для физиолога, коренным образом противоречащее господствовавшей тогда доктрине о духовном начале человеческого мышления и психики.

Блестящие работы И. П. Павлова обогатили физиологию высшей нервной деятельности учением об условных рефлексах и формулировкой принципа обратной афферентации, являющегося аналогом принципа обратной связи в теории автоматического регулирования. Труды И. П. Павлова стали основой и отправным пунктом для ряда исследований в области кибернетики, и биологической кибернетики в частности.

Материальной базой реализации управления с использованием методов кибернетики является электронная вычислительная техника. При этом "кибернетическая эра" вычислительной техники характеризуется появлением машин с "внутренним программированием" и "памятью", т. е. таких машин, которые в отличие от логарифмической линейки, арифмометров и простых клавишных машин могут работать автономно, без участия человека, после того как человек разработал и ввел в их память программу решения сколь угодно сложной задачи. Это позволяет машине реализовать скорости вычислений, определяемые их организацией, элементами и схемами, не ожидая подсказки "что дальше делать" со стороны человека-оператора, не способного выполнять отдельные функции чаще одного-двух раз в секунду. Именно это и позволило достичь в настоящее время быстродействия ЭВМ, характеризующегося сотнями тысяч, миллионами, а в уникальных образцах - сотням миллионов арифметических операций в секунду.

К наиболее ранним и близким прообразам современных цифровых ЭВМ относится "аналитическая машина" английского математика Чарльза Беббиджа (1792-1871 гг.). В первой половине XIX века он разработал проект машины для автоматического решения задач, в котором гениально предвосхитил идею современны кибернетических машин. Машина Беббиджа содержала арифметическое устройство ("мельницу") и память для хранения чисел ("склад"), т. е. основные элементы современных ЭВМ.

Большой вклад в развитие кибернетики и вычислительной техники сделан английским математиком Аланом Тьюрингом (1912-1954 гг.). Выдающийся специалист по теории вероятностей и математической логике, Тьюринг известен как создатель теории универсальных автоматов и абстрактной схемы автомата, принципиально пригодного для реализации любого алгоритма. Этот автомат с бесконечной памятью получил широкую известность как "машина Тьюринга" (1936 г.). После второй мировой войны Тьюринг разработал первую английскую ЭВМ, занимался вопросами программирования и обучения машин, а в последние годы жизни - математическими вопросами биологии.

Исключительное значение для развития кибернетики имели работы американского ученого (венгра по национальности) Джона фон Неймана (1903-1957 гг.) - одного из самых выдающихся и разносторонних ученых нашего века. Он внес фундаментальный вклад в область теории множеств, функционального анализа, квантовой механики, статистической физики, математической логики теории автоматов, вычислительной техники. Благодаря ему получили развитие новые идеи в области этих научных направлений. Д. фон Нейман в середине 40-х годов разработал первую цифровую ЭВМ в США. Он - создатель новой математической науки - теории игр, непосредственно связанной с теоретической кибернетикой. Им разработаны пути построения сколь угодно надежных систем из ненадежных элементов и доказана теорема о способности достаточно сложных автоматов к самовоспроизведению и к синтезу более сложных автоматов.

Важнейшие для кибернетики проблемы измерения количества информации разработаны американским инженером и математиком Клодом Шенноном, опубликовавшим в 1948 г. классический труд "Теория передачи электрических сигналов при наличии помех" в котором заложены основные идеи существенного раздела кибернетики - теории информации. Ряд идей, нашедших отражение в кибернетике, связан с именем советского математика академика А. Н. Колмогорова. Первые в мире работы в области линейного программирования (1939 г.) принадлежат академику Л. В. Канторовичу.

Необходимо отметить и труды А. А. Богданова (1873-1928 гг.) в этой области.

Появление в 1948 г. работы Н. Винера было представлено на Западе некоторыми журналистами как сенсация. О кибернетике, вопреки мнению самого Винера, писали как о новой универсальной науке, якобы способной заменить философию, объясняющую процессы развития в природе и обществе. Все это наряду с недостаточной осведомленностью отечественных философов с первоисточниками из области теории кибернетики привело к необоснованному отрицанию ее в нашей стране как самостоятельной науки. Однако уже в середине 50-х годов положение изменилось. В 1958 г. в русском переводе выходит первая книга Н. Винера, а в 1959 г.- книга "Введение в кибернетику" английского биолога У. Р. Эшби, написанная им в 1958 г. Эта, а также другие работы Эшби, в частности, его монография "Конструкция мозга" (1952 г.) принесли ученому широкое признание в области кибернетики, и биологической кибернетики в частности.

Стремительное развитие вычислительной техники породило большой интерес к кибернетике в 60-70е годы и ее бурное развитие во всем мире. В 80-90е годы термин кибернетика был частично вытеснен термином «Информатика», имеющим отношение прежде всего к компьютерам и обработке информации. Однако в последние годы кибернетика вновь стала популярной в связи с развитием Интернета (киберпространство) и робототехники (киборг - кибернетический организм - устройство с высокой степенью физического и интеллектуального взаимодействия человека и технических средств автоматики). Киборги, так же как и роботы-манипуляторы, находят все более широкое применение при управлении объектами в недоступных или опасных для жизни человека условиях.

2. Предмет кибернетики, ее методы и цели

2.1 Предмет кибернетики

Кибернетика как наука об управлении имеет очевидно объектом своего изучения управляющие системы. Для того чтобы в системе могли протекать процессы управления она должна обладать определенной степенью сложности. С другой стороны, осуществление процессов управления в системе имеет смысл только в том случае, если эта система изменяется, движется, т. е. если речь идет о динамической системе. Поэтому можно уточнить, что объектом изучения кибернетики являются сложные динамические системы. К сложным динамическим системам относятся и живые организмы (животные и растения), и социально-экономические комплексы (организованные группы людей, бригады, подразделения, пред приятия, отрасли промышленности, государства), и технические агрегаты (поточные линии, транспортные средства, системы агрегатов).

Однако, рассматривая сложные динамические системы, кибернетика не ставит перед собой задач всестороннего изучения ид функционирования. Хотя кибернетика и изучает общие закономерности управляющих систем, их конкретные физические особенности находятся вне поля ее зрения. Так, при исследовании с позиций кибернетической науки такой сложной динамической системы, как мощная электростанция, мы не сосредоточиваем внимания непосредственно на вопросе о коэффициенте ее полезного действия, габаритах генераторов, физических процессах генерирования энергии и т. д. Рассматривая работу сложного электронного автомата, мы не интересуемся, на основе каких элементов (электромеханические реле, ламповые или транзисторные триггеры, ферритовые сердечники, полупроводниковые интегральные схемы) функционируют его арифметические и логические устройства, память и др. Нас интересует, какие логические функции выполняют эти устройства, как они участвуют в процессах управления. Изучая, наконец, с кибернетической точки зрения работу некоторого социального коллектива, мы не вникаем в биофизические и биохимические процессы, происходящие внутри организма индивидуумов, образующих этот коллектив.

Изучением всех перечисленных вопросов занимаются механика, электротехника, физика, химия, биология. Предмет кибернетики составляют только те стороны функционирования систем, которыми определяется протекание в них процессов управления, т. е. процессов сбора, обработки, хранения информации и ее использования для целей управления. Однако когда те или иные частные физико-химические процессы начинают существенно влиять на процессы управления системой, кибернетика должна включать их в сферу своего исследования, но не всестороннего, а именно с позиций их воздействия на процессы управления. Таким образом, предметом изучения кибернетики являются процессы управления в сложных динамических системах.

2.2 Методы и цели кибернетики

Всеобщим методом познания, в равной степени применимым к исследованию всех явлений природы и общественной жизни, служит материалистическая диалектика. Однако, кроме общефилософского метода, в различных областях науки применяется большое количество специальных методов.

До недавнего времени в биологических и социально-экономических науках современные математические методы применялись в весьма ограниченных масштабах. Только последние десятилетия характеризуются значительным расширением использования в этих областях теории вероятностей и математической статистики, математической логики и теории алгоритмов, теории множеств и теории графов, теории игр и исследования операций, корреляционного анализа, математического программирования и других математических методов. Теория и практика кибернетики непосредственно базируются на применении математических методов при описаний и исследовании систем и процессов управления, на построении адекватных им математических моделей и решении этих моделей на быстродействующих ЭВМ. Таким образом, одним из основных методов кибернетики является метод математического моделирования систем и процессов управления.

К основным методологическим принципам кибернетики относился применение системного и функционального подхода при описании и исследовании сложных систем. Системный подход исходя из представлений об определенной целостности системы выражается в комплексном ее изучении с позиций системного анализа, т.е. анализа проблем и объектов как совокупности взаимосвязанных элементов.

Функциональный анализ имеет своей целью выявление и изучение функциональных последствий тех или иных явлений или событий для исследуемого объекта. Соответственно функциональный подход предполагает учет результатов функционального анализа при исследовании и синтезе систем управления.

Основная цель кибернетики как науки об управлении - добиваться построения на основе изучения структур и механизмов управления таких систем, такой организации их работы, такого взаимодействия элементов внутри этих систем и такого взаимодействия с внешней средой, чтобы результаты функционирования этих систем были наилучшими, т.е. приводили бы наиболее быстро к заданной цели функционирования при минимальных затратах тех или иных ресурсов (сырья, энергии, человеческого труда, машинного времени горючего и т. д.). Все это можно определить кратко термином «оптимизация». Таким образом, основной целью кибернетики является оптимизация систем управления.

3. Искусственный интеллект, как часть кибернетики

3.1 Направление исследований в области искусственного интеллекта

Разделение работ по искусственному интеллекту на два направления связано с существованием двух точек зрения на вопрос о том, каким именно образом строить системы искусственного интеллекта. Сторонники одной точки зрения убеждены в том, что важнее всего результат, то есть хорошее совпадение поведения искусственно созданных и естественных интеллектуальных систем, а что касается внутренних механизмов формирования поведения, то разработчик интеллектуального интеллекта вовсе не должен копировать или даже принимать во внимание особенности естественных, живых аналогов.

Другая точка зрения заключается в том, что именно изучение механизмов естественного мышления и анализа данных о способах формирования разумного поведения человека могут создать основу построения систем искусственного интеллекта, причем построение должно осуществляться прежде всего как моделирование, воспроизведение техническими средствами принципов и конкретных особенностей функционирования биологических объектов.

Таким образом, первое направление рассматривает продукт интеллектуальной деятельности человека, изучает его структуру и стремится воспроизвести этот продукт средствами современной техники, т.е. ЭВМ. Если удается запрограммировать ЭВМ так, чтобы она успешно решила конкретную задачу, то считают, что соответствующий вид интеллектуальной деятельности автоматизирован. Ясно, что успехи этого направления искусственного интеллекта тесно связаны с развитием ЭВМ и искусством программирования, то есть комплексом научно-технических исследований, называемым компьютерными науками. Это направление искусственного интеллекта также часто называют машинным интеллектом.

Второе направление искусственного интеллекта рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности, а в более широком плане - разумном поведении человека. Разработчики стремятся воспроизвести эти механизмы с помощью технических устройств, чтобы поведение их хорошо совпало с поведением человека в определенных, заранее задаваемых пределах. При положительном решении этой проблемы считают, что соответствующий вид человеческой деятельности автоматизирован. Развитие этого направления, называемого искусственным разумом, тесно связано с успехами наук о человеке. Характерным в данном случае является стремление к воспроизведению более широкого, чем в машинном интеллекте, спектра проявлений разумной деятельности человека. Оба основных направления искусственного интеллекта связаны с моделированием. В первом случае с моделированием феноменологическим, имитационным, а во втором - со структурным.

3.2 Машинный интеллект и робототехника

Основу всякого робота составляет его «тело», то есть совокупность механических, электромеханических, пневматических и т.п. устройств, обеспечивающих его прочностные и несущие свойства (шасси, кожухи), способность перемещаться в пространстве (колеса, гусеницы, «ноги» и их приводы) и воздействовать на объекты внешнего мира (эффекторы - манипуляторы, толкатели, захваты). На шасси располагают устройства восприятия информации из среды (сенсоры), устройства управления и различные вспомогательные устройства, рассматриваемые как физические объекты. В зависимости от назначения робота состав его «тела» может изменяться.

Непременным компонентом робота является система управления, которую называют «Жесткой». Она содержит неизменяемую программу или логические устройства, которые управляют работой приводов движителей и эффекторов, и может быть также представлена совокупностью выключателей, упоров и т.п. в тех случаях, когда робот снабжен более развитой системой управления, «Жесткая» система составляет нижний уровень.

Система восприятия включает датчики, контролирующие состояние «тела» робота, и параметры внешней ситуации, в которой он находится. Сюда могут входить также развитые системы технического зрения, содержащие оптические, ультрозвуковые, телевизионные и т.п. устройства. Все они составляют набор сенсоров робота. Система восприятия включает также средства предварительной обработки информации, поступающей от сенсоров, и средства интерпретации этой информации.

Устройство связи с человеком-оператором - диалоговый процессор - предназначен для выполнения ряда функций. Одна из них состоит в восприятии и предварительной обработке входных высказываний, поступающих от оператора. С помощью высказываний оператор может ставить перед роботом задачи, управлять процессом их решения, корректировать действия робота и т.п.

Следующая функция диалогового процессора связана с семантическим анализом высказываний. В ходе этого анализа высказывание интерпретируется в некий внутренний язык робота, понятным его системам управления, и на этом языке формулируется задача или сообщение, смысл которых должен полностью совпадать со смыслом воспринятого высказывания. Так осуществляется «понимание» роботом человека. Полнота этого понимания может быть проконтролирована лишь по конечным результатам действия робота.

Полнота реализации описанных функций зависит от назначения робота и уровня используемого языка управления.

3.3 Моделирование биологических систем

В большей части исследований в области искусственного интеллекта непосредственным объектом моделирования являются структуры и процессы в нервной системе человека и животных. При модельном подходе к изучению нервной системы в поле зрения исследователя в первую очередь оказываются отдельные нервные клетки - нейроны и структуры из взаимосвязанных клеток - нейронные сети.

Кора больших полушарий головного мозга человека содержит около 14 млрд. нейронов. Их короткие и длинные отростки - дентриты, по которым поступают входные воздействия, и аксоны, отводящие выходные реакции, образуют сложнейшее переплетение связей. Устройство и законы функционирования самого нейрона также очень сложны. Поэтому при моделировании нейронов пользуются упрощенным описанием. Такие упрощенные модели нейронных сетей называют нейроподобными сетями.

Различают два типа нейроподобных сетей. В первом из них узлами сети являются формальные элементы, описывающие отдельные нейроны. К сетям такого типа относятся широко известные нейроподобные сети, разработанные и исследованные У. Маккалоком и У. Питтсом. В сетях второго типа узлами являются формальные элементы, соответствующие не отдельным нейронам, а особым их совокупностям - нейронным ансамблям.

Под нейронным ансамблем понимается такая совокупность взаимосвязанных нейронов, которая возбуждается полностью при возбуждении некоторой ее части. Многие исследователи полагают, что именно нейронный ансамбль, а не отдельный нейрон является функциональной единицей мозга как системы, обеспечивающей сложную приспособительную деятельность человека и животного.

Исследование нейроподобных сетей, конструируемых как на уровне отдельных нейронов, так и их ансамблей, активно проводятся и при решении задач роботехники.

Первые работы, системы управления которых были построены на основе нейроподобных сетей (на уровне отдельных нейронов), были разработаны в 60-х годах Л.Сутро, У.Килмером, Дж.Олбусом и др. эти разработки имели бионическую направленность: при сентезе сетей использовались нейрофизиологические данные о взаимодействии различных отделов мозга позвоночника (ретикулярного ядра, коры, мозжечка, базальных ганглиев).

Сходную бионическую направленность имели исследования, проводимые в Лаборатории проблем управления в биологических системах ДВНЦ РАН, где под руководством В.С. Бурданова успешно создается система управления роботом-манипулятором на основе модели нейронных структур, ответственных за движение клешни рака.

Первый в нашей стране транспортный робот тАИ с сетевой системой управления был разработан и экспериментально исследован в 1975 г. В Отделе биокибернетики Института кибернетики им. В.М. Глушкова АН УССР под руководством Э.М. Куссуля. ТАИР осуществлял целенаправленное движение в естественной (парковой) среде с обеспечением собственной безопасности (объезд препятствий, избегание опасных мест, поддержание внутренних параметров в заданных пределах) и минимизацией энергетических и временных затрат. Для управления ТАИРом была разработана нейроподобная сеть, узлы которой соответствовали нейронным ансамблям. Сеть содержала 100 узлов и была разделена в соответствии с их семантикой на шесть сфер: распознания и оценки ситуаций, решений, маневров верхнего и нижнего уровня, элементарных действий. ТАИР успешно передвигался в среде, используя оптический дальномер, тактильные датчики, датчики состояния собственных подсистем и ряд вспомогательных устройств. В 1982 г. Продолжение работ с ТАИРом был создан лабораторный робот МАЛЫШ, обладающий более развитой системой технического зрения и нейроноподобной сетью, обрабатывающей данные восприятия. Как и ТАИР, робот МАЛЫШ был выполнен в виде физического устройства, без применения ЭВМ. Робот представлял собой шестиколесную тележку с независимым приводом каждого борта. На тележке размещены триангуляционный оптический дальномер, магнитный компас и контактные датчики типа кошачьих усов. Тележка соединялась кабелем с неподвижной стойкой управления. Исследования МАЛЫШа показали конкурентоспособность нейроподобной сети по сравнению с традиционным алгоритмическими системами управления.

Нейроподобные сети - эффективный инструмент построения систем управления роботехническими устройствами. В значительной степени это обусловлено тем, что они являются устройствами параллельной обработки информации и имеют ряд важных преимуществ при построении систем, предназначенных для работы в реальном масштабе времени.

Результаты исследований в области моделирования нейронных сетей существенно расширили класс задач, решаемых при помощи нейроноподобных сетей. Теперь в этот класс включаются комбинаторные, оптимизационные и другие задачи. Успехи микроэлектроники подготовили технологическую базу для создания вычислительных устройств, способных осуществлять параллельную обработку информации. Два этих фактора обусловили появление нейрокомпьютеров - ЭВМ, архитектура которых найлучшим образом приспособлена для решения задач моделирования нейронных сетей. В настоящее время нейрокомпьютеры создаются в виде компактных приставок к персональным ЭВМ, существенно увеличивая их функциональные возможности.

Заключение

В заключении можно подвести некоторые итоги.

Кибернетика охватывает все науки, но не полностью, а лишь в той их части, которая относится к сфере процессов управления, связанных с этими науками и соответственно с изучаемыми ими системами. Философия же, объясняя эти закономерности, общие для всех наук, рассматривает наряду с ними и кибернетику как сферу действия общефилософских законов диалектического материализма.

Объектом кибернетики являются все управляемые системы. Системы, не поддающиеся управлению, в принципе, не являются объектами изучения кибернетики. Кибернетика вводит такие понятия, как кибернетический подход, кибернетическая система. Кибернетические системы рассматриваются абстрактно, вне зависимости от их материальной природы. Примеры кибернетических систем - автоматические регуляторы в технике, ЭВМ, человеческий мозг, биологические популяции, человеческое общество. Каждая такая система представляет собой множество взаимосвязанных объектов (элементов системы), способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться ею. Кибернетика разрабатывает общие принципы создания систем управления и систем для автоматизации умственного труда. Основные технические средства для решения задач кибернетики - компьютер.

Список использованной литературы

1. Алексеева И.В., Васящин А.В. Информатика: Учебное пособие по курсу «Информатика.- Обнинск: Обнинский институт атомной энергетики, 1996

2. Гринченко С. Н. История человечества с кибернетических позиций // История и Математика: Проблемы периодизации исторических макропроцессов. М.: КомКнига, 2006.

3. Информатика. Базовый курс.2-е издание /Под ред. В.С. Симоновича.-Спб.: Питер,2005

4. Каныгин Ю.М., Калитич Г.И. Основы теоретической информатики.-Киев: Наукова думка, 1996

5. Острековский, В.А. Информатика: Учебн. Для вузов/В.А. Острековский.-3-е изд.-М.:Высшая школа, 2005.