Шаг пятый. НЕ ПОМОЖЕТ ЛИ РЕШИТЬ ЗАДАЧУ ЭВМ?

Шаг пятый

Нам говорят «безумец и фантаст», 
Но, выйдя из зависимости грустной, 
С годами мозг мыслителя искусный 
Мыслителя искусственно создаст.

Гёте

От искусства до науки

Пожалуй, ни одно детище изобретательского гения не вызвало столь ожесточенных споров и не породило столько надежд и иллюзий, как электронная вычислительная машина.

Приведем лишь две точки зрения, отражающие противоположные позиции их авторов. Академик А. Колмогоров: «Я принадлежу к тем крайне отчаянным кибернетикам, которые не видят никаких принципиальных ограничений в кибернетическом подходе к проблеме жизни и полагают, что можно анализировать жизнь во всей ее полноте, в том числе и человеческое сознание со всей его сложностью, методами кибернетики» (выделено нами. - Авторы).

А вот высказывание первой программистки мира, леди Ады Лавлейс, написавшей в 1843 году программу вычисления чисел Бернулли для аналитической машины Ч. Бэббиджа - прообраза современных ЭВМ: «Необходимо предостеречь от вероятных преувеличений возможностей аналитической машины... Аналитическая машина не претендует на то, чтобы создать что-либо... Она не в состоянии предугадать какие-либо аналитические соотношения или истины. Сфера ее деятельности - помочь нам сделать то, с чем мы уже знакомы».

Отметим, что крайне осторожная оценка возможностей машины не помешала знатной леди пожертвовать фамильными жемчугами при провале «беспроигрышной системы» заключения пари на скачках, которая была разработана вместе с Ч. Бэббиджем, чтобы добыть деньги для продолжения работы над аналитической машиной.

Итак, с одной стороны, ЭВМ - это нагромождение транзисторов, интегральных схем, проводов и красивых сигнальных лампочек - вроде бы интеллекту взяться неоткуда; с другой стороны, ЭВМ решает запросто такие задачи, которые не под силу даже коллективам математиков! А как насчет изобретательских задач? Могут нам помочь ЭВМ или нет?

Прежде чем просить помощи у ЭВМ, давайте кратко рассмотрим, что могут сегодняшние компьютеры в целом, какие творческие задачи они решают и на каком уровне.

Машинной музыкой сегодня удивить трудно. Ведь еще в 1959 году ЭВМ «Урал» сочинила серию мелодий, названных автором машинно-музыкальных программ Р. Зариновым «Уральскими напевами». С тех пор было поставлено множество экспериментов по сочинению машинных мелодий как у нас в стране, так и за рубежом. Самое интересное, что нередко машинные мелодии оценивались выше, чем произведения профессиональных композиторов. Причем оценки выставлялись музыкантами оркестра Большого театра СССР.

ЭВМ умеет писать сказки. В 1928 году советский ученый В. Пропп на основе изучения ста русских сказок построил аппарат порождения новых. Через 50 лет эта работа была воплощена в программах для ЭВМ учеными М. Гаазе-Рапопортом, Д. Поспеловым, Е. Семеновой.

В Минском институте иностранных языков ЭВМ ЕС-1022 сочиняет стихи в стиле скандинавских скальдов. В памяти электронного пиита хранится словарь всех 6 тысяч односложных слов русского языка, из которого и выбираются нужные для заданной темы стихотворения слова.

Надо признать, что машине неплохо удается раскрыть тему. Получив задание написать хулительную песнь ворону, ЭВМ выдала такое стихотворение:

Вран,
     вран,
вор
    ран,
гриб
    гроз,
гусь
   слез.
Сохл,
    плох,
трухл,
     рухл,
дряхл,
     чахл,
затхл,
     тухл,
жухл,
    слаб.
Жрун
    жаб!
...Брр,
      Вран
дряни,
      дран!

Скажем прямо, бедной птице не позавидуешь!

...Робот под управлением ЭВМ за несколько минут делает скульптурный портрет человека. Машина сочиняет сценарии ковбойских фильмов, проводит анализ драматургических произведений, изображает на экране цветного дисплея впечатляющие графические композиции, составляет сочетания цветов для тканей и... даже объясняется в любви!

Вот любовное послание МУКа - компьютера Манчестерского университета (опубликовано в книге В. Пекелиса «Занимательная кибернетика»): «Мое маленькое сокровище! Моя вразумительная привязанность чудесно привлекает твой ласковый восторг. Ты мое любящее обожание, мое распирающее грудь обожание. Мое братское чувство с затаенным дыханием ожидает твоего дорогого нетерпения. Обожание моей любви нежно хранит твой алчный пыл. Твой тоскующий МУК».

Дорогой читатель! Мы надеемся, что в волнующую минуту ты не станешь вспоминать это послание, а скажешь единственно верные слова, идущие из твоего сердца. А пока отметим, что в машинных стихах, музыке, сказках нет главного - отражения того чувства, которое делает поэта поэтом, а композитора композитором. Машина может написать пьесу под Баха или сочинить стихотворение под Мандельштама, но на этом пока ее возможности заканчиваются. ЭВМ пишет стихи по вполне определенным правилам, а Маяковский в своей знаменитой работе «Как делать стихи» поэтом называл того, «кто именно и создает эти самые поэтические правила».

Правда, кибернетики пытаются моделировать и человеческие чувства, так что, возможно, скоро ЭВМ начнут писать стихи и музыку на более высоком уровне, но это пока все в будущем.

Вычислительные машины создавались учеными и предназначались прежде всего для решения научных задач, связанных с большим объемом вычислений. За сорок лет своего существования ЭВМ проникли практически во все области науки: они решают сложнейшие уравнения математической физики, помогают химикам при установлении структуры химических веществ, управляют экспериментами на крупнейших ускорителях и ядерных реакторах, из хаоса космических шумов пытаются выделить разумный сигнал, возможно, посланный нашими космическими братьями по разуму. Но нас интересуют области, которые близки к изобретательству. И здесь есть впечатляющие успехи.

ЭВМ - соавтор открытия

Так необычно назван раздел в брошюре Ю. Попова и А. Самарского «Вычислительный эксперимент», в которой рассказывается удивительная история открытия нового физического эффекта, сделанного группой советских ученых-математиков (в том числе авторами брошюры) при прямом участии ЭВМ.

Новые физические эффекты открываются не часто. Всего у нас в стране зарегистрировано около трехсот открытий и лишь в одном решающую роль сыграла ЭВМ. Поэтому опишем историю подробно.

Из курса школьной физики известно, что при пересечении проводником силовых линий магнитного поля между концами проводника возникает электродвижущая сила. Если в качестве проводника взять горячий электропроводный газ, то получим схему магнитогидродинамического (МГД) генератора, позволяющего непосредственно преобразовывать тепловую энергию газа в электрическую.

В таком генераторе нет движущихся механических частей, поэтому отсутствуют потери на трение, что обещало высокий КПД, который зависит от температуры газа. С увеличением температуры возрастает электропроводность газа и эффективность преобразования его тепловой и кинетической энергии в электрическую возрастает тоже.

Но здесь появляется противоречие: при очень высокой температуре газа стенки канала МГД-генератора быстро прогорают, что приводит к простоям и большим затратам на ремонт. При низких же температурах КПД очень мал. Было предложено несколько путей преодоления данного противоречия, но проблема оставалась нерешенной, нужны были дополнительные исследования.

В середине 60-х годов в Институте прикладной математики АН СССР занялись изучением эффективности преобразования тепловой энергии газа в электрическую с помощью методов математического моделирования. Рассматривалась схема генератора, в котором поток горячего газа под давлением подается через трубку в пространство между двумя параллельными пластинами.

Для упрощения расчетов рассматривалось представление плазмы (газа) в форме цилиндра, радиус которого после впрыскивания плазмы между пластинами увеличивался, так как газ в вакууме расширяется. Перед началом расчетов ученым представлялось, что зависимость температуры газа от радиуса цилиндра будет выглядеть примерно так, как показано на левой части рисунка на стр. 135, что объясняется потерей энергии и, соответственно, снижением температуры при расширении газа.

На ЭВМ требовалось посчитать КПД генератора для идеальных условий, то есть без учета давления остаточного газа между пластинами, трения газа о пластины и т. п., затем построить более точную модель с учетом ухудшающих факторов, и на этом работу закончить.

Но расчеты принесли сюрприз. Вначале температура действительно падала из-за резкого расширения газа, но потом возле границы с вакуумом газ начинал сильно разогреваться! Температура Т-слоя (так был назван высокотемпературный слой газа) возрастала за счет того, что при охлаждении основной части газа электрические токи сосредоточивались в тонком Т-слое, еще более разогревая его.

Сначала исследователи отнесли этот эффект к погрешностям в алгоритме, но тщательные проверки ошибок не выявили - слой упорно возникал в расчетах.

Обнаруженный эффект был детально исследован на более сложных моделях, в результате прояснилось, почему он не был обнаружен физиками в лаборатории. Оказалось, что для его проявления нужны были значительные магнитные поля и большая скорость течения газа, которые в лабораторных условиях получить трудно.

Результаты кропотливых исследований были направлены в Госкомитет по делам изобретений и открытий при Совете Министров СССР в качестве заявки на открытие нового физического эффекта. В 1968 году авторы работы получили свидетельство на открытие № 55. Так впервые была признана открытием чисто теоретическая работа, выполненная с применением ЭВМ.

Через несколько лет эффект Т-слоя обнаружили и в экспериментах, которые проводились целенаправленно, с учетом предсказаний, сделанных математиками на ЭВМ.

ЭВМ - соавтор открытия

В настоящее время учеными ведутся работы по созданию МГД-генератора в Т-слое. Ожидается, что его высокая температура позволит повысить КПД генератора, а небольшая ширина слоя не приведет к быстрому повреждению стенок канала генератора. Тем самым можно будет преодолеть противоречие, которое было упомянуто в начале этой удивительной истории - истории открытия, соавтором которого можно по праву считать ЭВМ.

Мутации плюс искусственный отбор

В своем бессмертном труде «Происхождение видов» Ч. Дарвин показал, что биологические организмы на Земле развиваются через мутации и естественный отбор. Под воздействием внешней среды в организмах появляются изменения, которые либо закрепляются в их потомстве, либо уничтожаются в зависимости от того, дают эти изменения преимущества популяции организмов или нет. Природа действует своеобразным методом проб и ошибок, который мы критикуем в книге. Но у природы были в запасе миллиарды лет, поэтому она могла позволить себе творить столь неэффективным методом.

За время существования Земли природа допробовалась до того, что появился продукт естественного отбора, который не только выявил метод, используемый природой, но и применяет этот метод для собственного процветания! Да, своеобразную модель мутаций и отбора (только искусственного) мы видим при проектировании новых машин, причем некоторые из них оказываются вполне патентоспособными. И это возможно потому, что ЭВМ способна за секунду выполнить тысячи проб и столько же раз оценить качество полученных решений. Как видите, машина работает быстрее природы, поэтому ей не нужны миллионы лет для создания нового варианта простой технической системы.

Допустим, поставлена задача разработки оптимальной формы бетонной причальной стенки. (Они применяются для защиты от разрушения крутых берегов, песчаных насыпей в гидростроительстве, прокладке автодорог, в горном деле.)

Под руководством профессора А. Половинкина был создан алгоритм проектирования, по которому процесс поиска формы стенки разбивается на три фазы: сначала проводится случайное приращение ее исходного профиля - как бы происходит мутация формы; после этого ЭВМ по соответствующей программе оценивает качество измененного профиля, при этом проверяется прочность различных частей стенки, устойчивость ее на сдвиг и т. д.; в третьей фазе принимается решение о направлении дальнейших поисков - если качество оказалось лучше, то приращение считается удачным и на очередном шаге оно увеличивается в ту же сторону, если качество снизилось, то приращение уменьшается.

Машина напечатала около 300 профилей стенок, среди которых оказались как известные ранее, так и новые.

Алгоритм использовался при проектировании причальных стенок грузового порта Комсомольска-на-Амуре и пассажирского в Семипалатинске. Кроме того, ЭВМ под силу разрабатывать рациональные формы крыла самолета, дисков турбины и проч.

Попробуем сделать вывод. Современные компьютеры достигли быстродействия в миллиард операций в секунду, значит ли это, что по методу мутаций можно за минуты найти наилучший вариант любой технической системы и не нужно ничего изобретать, изучать АРИЗ, ставить эксперименты, вести научные исследования?

Увы, по оценке А. Половинкина, для поиска оптимальной формы даже такой простой системы, как двутавровая балка, надо просчитать 64 миллиона вариантов, а каждый просчет требует сотен тысяч и миллионов машинных операций. Если же в технической системе несколько десятков деталей и каждая может быть реализована десятками способов (примерно такую сложность имеет обыкновенная настольная лампа), то количество вариантов системы превысит число атомов во Вселенной! И никакая ЭВМ не сможет перебрать все варианты даже за миллиард лет.

Метод мутаций не позволяет получить и принципиально новые решения задач, основанные на новых физических эффектах и новых идеях из других областей науки. Конечно, можно ввести в память ЭВМ все известные на сегодня физические эффекты и поставить перед ней задачу, скажем, такого типа: перечислить все эффекты, при использовании которых можно получить механическое перемещение материального объекта. Такую задачу ЭВМ выполнит, но получить новую техническую систему, в которой используется не один эффект, она не сможет, это для современных ЭВМ пока слишком сложно. Но работы в данном направлении ведутся.

Еще одна проблема встает при определении качества технических систем. Допустим, ЭВМ сумела предложить оригинальную идею - вместо сплошной причальной стенки строить много небольших «стеночек», которые могут менять свое место при изменении внешней среды. Но как вычислить, есть преимущества у этой идеи или нет? Ведь нельзя же заранее заложить в машину программы оценки качества любой идеи! Для этого нужно строить машинную модель каждой мыслимой системы, но это тоже пока невозможно. Более того, принципиально новые системы, как правило, проигрывают старым по своим показателям. Вспомним, первые пароходы не давали более б узлов и практически не везли груза, так как весь трюм был занят углем; первые автомобили по скорости уступали лошади. Так что если даже ЭВМ вычислит качество новой системы, она может принять неверное решение о бесперспективности ее развития.

Правда, для некоторых технических систем можно построить программы, по которым ЭВМ сможет оценивать качество и перспективность новых идей. К таким относятся, например, различного рода радиоэлектронные устройства, для которых решающую роль играет метод, по которому идет обработка сигналов.

Швейная игла, рулетка и ядерный реактор

На первый взгляд трудно найти что-либо общее между этими тремя понятиями. Действительно, игла служит для пришивания пуговиц, рулетка - это инструмент плотника, а также название одной из азартных игр, в которые играют в Монте-Карло, в ядерном реакторе получают энергию. Но общее есть... Вторая половина XIX века. В разных странах Европы в то время можно было видеть солидных ученых мужей, которые занимались на первый взгляд несерьезным делом - бросали на лист бумаги швейную иглу, что-то записывали, опять бросали, и так тысячи раз. Проходят часы, пальцы немеют, а они все бросают, бросают...

В 1777 году французский ученый Ж. Бюффон опубликовал статью, в которой предложил задачу: пусть на плоскость, расчерченную параллельными прямыми, случайным образом бросается игла; надо найти вероятность того, что игла пересечет эти прямые. Решение задачи в окончательном виде выглядело очень просто. Для случая, когда длина иглы равна расстоянию между прямыми, искомая вероятность равна 2/π. Пусть иглу бросают п раз, и при этом, возможно, получено m пересечений

прямой. Тогда отношение

дает оценку вероятности пересечения иглы прямой, отсюда можно записать

откуда

Итак, бросая иглу, можно вычислить число . Правда, чем больше раз бросим, тем точнее определим это число. Именно поэтому и бросали часами ученые швейные иглы на листы бумаги.

Эти эксперименты с иглой можно считать первым примером применения метода Монте-Карло в науке, хотя официально считается, что метод родился в 1949 году с выходом в свет статьи Н. Метрополиса и С. Улама, которая так и называлась «Метод Монте-Карло». Фамилия первого автора - это псевдоним математика Джона фон Неймана, оставившего яркий след в науке XX века.

Аналогия с рулеткой дала название методу, так как в нем тоже используется случайность. Правда, если повезет при игре в рулетку, то игрок получает денежные знаки, а если повезет при использовании метода Монте-Карло, то ученый получит нечто большее - биты информации, новые знания об окружающем мире. Таким образом, метод Монте-Карло можно считать одним из новых методов познания мира. Впервые он был использован совместно с ЭВМ при расчете температурного режима ядерных реакторов. Именно способность ЭВМ к быстрому счету дала толчок развитию метода, который сегодня используется в ядерной физике, математике, технике.

Метод Монте-Карло является частным случаем имитационного моделирования систем. Суть его чрезвычайно проста. На ЭВМ строится модель исследуемой системы, которая затем много раз (миллионы и больше, чем больше, тем точнее результаты) исследуется для различных входных воздействий, которые носят в целом случайный характер. При определении надежности конструкции самолета в ЭВМ вводится соответствующая модель, затем имитируется полет самолета в спокойной атмосфере, в грозу, в условиях обледенения. Для каждого набора входных воздействий определяется, сломался объект или нет. Если после миллиарда прогонов модели катастрофа произошла всего лишь пять раз, то можно принять, что и при реальной эксплуатации самолета в условиях, близких к модельным, надежность будет столь же высокой.

А теперь давайте представим себе такую ситуацию. Авиаконструктор предложил новую схему лайнера, но моделирование показало, что схема не удалась - низкая надежность. Тогда он решил проверить другую схему, совсем не похожую на первую. Неплохо бы быстро заменить модель в ЭВМ и методом Монте-Карло посчитать надежность новой схемы. Похожим образом проводится поиск оптимальных вариантов конструкций в САПР - системах автоматизированного проектирования. Правда, это возможно, если новая схема не выходит за рамки заданного типа конструкции, в противном случае нужно менять все математическое обеспечение ЭВМ, так как невозможно пока заложить в машину модели любых мыслимых конструкций.

Выход из данной ситуации состоит в разработке такой программы, которая сама строила бы модель любой конструкции, предлагаемой человеком. И это возможно. По крайней мере, в тех областях техники, где главным является поиск эффективного метода или алгоритма работы технической системы. Частенько аналитически найти нужный алгоритм не удается, и тогда его приходится изобретать.

«Свет мой, зеркальце, скажи...»

В известной пушкинской сказке зеркало обладало волшебным свойством - оно могло выяснить, кто в данный момент всех красивее, всех милее. Похожим свойством обладает и ЭВМ, работающая по методу Монте-Карло, - она может сказать, чья идея самая эффективная, а значит, и самая красивая. Учеными уже давно замечена тесная связь между истиной и красотой. Красива эйнштейновская формула связи массы и энергии, красива идея С. Ильюшина использовать броню в качестве силовых элементов конструкции самолета, а не навешивать на самолет отдельную бронезащиту, что приводило к увеличению веса самолета и снижению его скорости.

ЭВМ определяет, чья идея самая эффективная

...В диспетчерской крупного аэропорта жарко. Жарко как в прямом, так и в переносном смысле. Время летних отпусков. Резко возросла нагрузка аэропортов. В воздухе кружатся сразу по нескольку лайнеров, ожидая своей очереди на посадку. Диспетчеры держат все самолеты под строгим контролем, наблюдая за воздушной обстановкой с помощью радиолокаторов. И вдруг на экране появляется яркая точка, быстро движущаяся опасным курсом, грозящим столкновением с заходящим на посадку самолетом! Диспетчер не растерялся, тут же отдал команду, но изменить курс самолет не успел. Все замерли, когда точки слились на экране в одну. Ведь это катастрофа, сейчас грохнет взрыв! Но... ничего не произошло. Сигнал оказался ложным, точнее, помеха была принята локатором за полезный сигнал. Такая ситуация называется ложной тревогой. Как правило, они вредны, более того, могут оказаться очень опасными. Известен случай, когда стадо диких гусей на экране радиолокатора противовоздушной обороны США было принято за эскадрилью иностранных боевых самолетов, что чуть не привело к роковым последствиям...

Поэтому разработчики радиолокационных приемников стремятся обеспечить минимально возможную вероятность, ложных тревог. Но при снижении этой вероятности для заданного метода приема сигналов растет вероятность недосмотра истинного сигнала, когда он есть, а в приемнике принимается решение, что его нет. И здесь противоречие. Стремление выяснить, какие минимальные уровни ошибок можно допустить при заданном отношении сигнал/помеха, привело к разработке строгих, так называемых оптимальных методов приема сигналов. Их можно использовать, если о сигнале и помехе известна вся необходимая информация. Ну а если свойства помехи и сигнала не известны полностью или могут изменяться со временем?

В этом случае аналитический синтез оптимальных методов обнаружения часто оказывается невозможным из-за непреодолимых математических трудностей. Вот тут-то на сцене опять появляется ее величество ЭВМ.

Итак, решено! Изобретаем новые алгоритмы обнаружения сигналов в диалоге с ЭВМ. Для этого, правда, нужно разработать математическое обеспечение диалога: модели помех, сигналов, быстрые алгоритмы вычисления качества идей, задаваемых с экрана дисплея, и многое другое. Один из авторов книги перед защитой кандидатской диссертации решил удивить ученый совет свежими мыслями, найденными в диалоге с ЭВМ, и занялся разработкой такого обеспечения. И конечно, не учел «фактора пи», суть которого в том, что любой научный проект требует в 3,14 раза больше времени, чем предполагается вначале. Короче говоря, запланированные несколько месяцев вылились почти в три года непрерывной работы с ЭВМ - без отпусков, выходных и праздников. Работа оказалась настолько увлекательной и одновременно трудной, что пришлось буквально слиться с машиной в единый механизм (друзья стали называть симбиотиком - от популярной в фантастике идеи симбиоза человека с ЭВМ). Такой симбиоз похож на болезнь с четкими признаками: горящий взгляд, ощущение эйфории, когда садишься за дисплей или пишущую машинку ЭВМ, стремление получить машинное время любой ценой, чувство подавленности, когда нет доступа к машине. А какие драмы разыгрываются в машинном зале! Вот молодой симбиотик после долгих месяцев отладки программы, всех этих многократных трансляций, редактирований, тестирования запустил наконец задачу на счет. Заложив руки за спину, он возбужденно переходит от одного устройства к другому, бросая иногда торжествующие взгляды в сторону своих менее удачливых (как ему кажется в этот момент) коллег. Машина считает! И естественно, считает, в этом нет никаких сомнений, правильно. И хотя иногда проскакивают ошибки (сбои), вспоминаются ходячие программистские афоризмы типа: «последняя ошибка в программе всегда является предпоследней», «в отлаженной программе всегда имеется пять ошибок», «отлаженная программа никому не нужна» и т. п. - настроение все равно приподнятое. Ведь эти афоризмы заменены у него другим: «Все афоризмы относятся только к чужим программам».

Через положенное время приглушенное свечение лампочек оперативной памяти на процессоре сменяется быстрым перемигиванием индикаторов канала ввода-вывода, означающим, что еще несколько секунд и печатающее устройство начнет вывод результатов. Волнующий момент, хорошо знакомый каждому, кто хоть раз прикоснулся к таинству общения с ЭВМ. Действительно, вот на широкой бумажной ленте появилось название таблицы со столбиком исходных данных, но затем процессор как-то подозрительно мигнул, ц вместо желанных столбцов конечных результатов с невероятной скоростью на ленту начали выводиться длинные строки нолей, одних нолей! При этом печатающее устройство возмущенно клекотало, просто захлебывалось, поглощая десятки метров любовно приготовленной бедным симбиотиком бумаги лучших сортов.

Нет более несчастного человека, чем исследователь, которого вы застали в момент перехода от радужных надежд к горькому разочарованию. Сгорбившись, не глядя по сторонам, он собирает свои перфокарты, сворачивает кое-как бумагу с нолями и незаметно покидает машинный зал...

Такая ситуация наблюдается часто. Но все же бывают моменты, когда работе сопутствует удача: все устройства ЭВМ работают без сбоев, машинного времени выделено достаточно, программа считается без ошибок. Теперь наш симбиотик счастлив. После вывода очередной таблицы результатов он удовлетворенно потирает руки, бормочет что-нибудь вроде: «Нет, все-таки правильно сказано, что машина - друг человека».

Из зала он не выходит, а почти летит на эмоциональной волне сбывшихся надежд. Позже его можно видеть в лаборатории, где счастливец долго демонстрирует каждому сотруднику по отдельности и всем вместе полученные результаты со скромным видом, который никого не может обмануть, принимая поздравления и пропуская мимо ушей критику. Так было!

Но вот прошли годы. Диалоговые системы сегодня полностью отлажены и проверены на контрольных примерах. Теперь можно не просто что-то вычислять на ЭВМ - нет, в диалоге с машиной можно изобретать!

Итак, перед вами зеленоватый экран дисплея. Машина довольно вежливо и терпеливо выясняет ваше имя, проверяет пароль, который дает право доступа к вычислительной системе, и работа начинается.

ЭВМ спрашивает, для каких сигналов и помех проводится поиск новых методов приема сигналов, просит задать отношение сигнал/помеха, максимально допустимую вероятность ложных тревог и т. д. После этого наступает наиболее ответственный момент - надо предложить оригинальный метод приема сигналов, ввести его в память ЭВМ и просить машину сравнить его с лучшими из известных ранее. Если у вас есть знания основных положений теории информации, теории алгоритмов и теории решения изобретательских задач, то вам непременно повезет.

Итак, новый метод предложен и введен в ЭВМ. С волнением вы ожидаете первых результатов. Прошло около минуты, и на экране засветилась надпись: «Новый метод проигрывает известным, вероятности ошибок следующие», ниже следует таблица, из которой видно, что вы придумали не самый лучший метод...

Ну что ж, сеанс можно повторить, задав на экране дисплея другой метод, чтобы проверить еще одну идею, основанную на новом для данной области математическом эффекте. Здесь не жалко потратить час-два, ведь в результате получается новое знание, появляется опыт, а если повезет, то после нескольких сеансов творческого диалога вы уйдете с новым методом приема сигналов под мышкой, качество которого для некоторых условий выше, чем у лучших из известных в мире. Стоит потратить время на такой результат, так как каждый хороший метод порождает десятки новых изобретений.

Интересно, что еще в процессе отладки данной системы удалось разработать и исследовать в диалоге целый класс новых методов обнаружения, основанных на так называемых ранговых статистиках. Среди них есть весьма эффективные, превосходящие по качеству знаменитый и самый популярный алгоритм Вилкоксона.

Эксперименты с диалоговой системой выявили интересный эффект. Скажем, инженеру, аспиранту, молодому ученому удалось предложить, на его взгляд, свежую, оригинальную идею обнаружения сигналов, но исследовать ее быстро не удается, надо затратить месяцы и годы на теоретическую работу, а тут не дает покоя мысль, что она может оказаться неэффективной, и тогда годы уйдут впустую. В такой ситуации автор идеи обычно советуется с научным руководителем, обладающим большим опытом и знаниями в данной области науки. Ну а если и научный руководитель сомневается, что тогда?

Тогда нужно обратиться к нашей диалоговой системе, задать ЭВМ модель зародившейся идеи, выбрать нужные помехи и сигналы, и машина за считанные минуты сама построит для себя программу, которая вычислит оценки качества новой идеи по всем основным показателям. Если качество окажется высоким, то тогда смело можно тратить весь аспирантский срок на подробное исследование идеи, на постановку экспериментов, тщательное моделирование.

ЭВМ здесь выступает как бы в роли научного руководителя аспиранта. Действительно, машина после оценки предложенной идеи дает, используя метод Монте-Карло, обоснованный, подкрепленный расчетами совет - стоит заниматься данной идеей или это пустое дело.

Эксперименты с системой продолжаются. Расширяется библиотека сигналов и помех, добавляются новые функции. В дисплейном классе не утихают споры. Какой язык выбрать для следующей модификации системы: Лисп, Фортран-77 или Универсальный семантический код Мартынова, позволяющий представлять любые знания в удобной для ЭВМ форме? Вопросов много, а главный из них все тот же - надо научить человека эффективнее думать, не метаться от одной пробы к другой, а использовать современные методы разработки новых изобретательских и научных идей. В этом случае чаще будет улыбаться удача и при работе в диалоге с ЭВМ.

Компьютеры против рака

В июльском номере журнала «Нейчур» за 1983 год опубликована статья группы ученых из Англии, Швеции и США, в которой утверждается, что онкоген вируса саркомы обезьян кодирует образование белка, очень близкого по своему составу к известному белку, представляющему собой фактор роста клеток. Онкоген - это ген развития раковых опухолей, в частности саркомы.

В конце статьи авторы выражают благодарность П. Стокуэлу «за неоценимую помощь при проведении машинных исследований». Интересно, какую именно помощь оказал специалист по вычислительной технике ученым биохимикам?

Начнем по порядку. В мае 1983 года 32-летний специалист по ЭВМ из Новой Зеландии П. Стокуэл, проходивший научную стажировку в лондонской лаборатории Королевского фонда исследования рака, работал с банком данных, содержащим описания структуры различных белков (банком данных называют особым образом упорядоченную информацию, хранящуюся в памяти ЭВМ). Ему удалось обнаружить большое сходство между содержащимся в крови человека веществом ТФР - тромбоцитарным фактором роста клеток - и белковым продуктом онкогенного вируса обезьян.

Руководитель лаборатории М. Уотерфилд - один из авторов упомянутой статьи, написанной по горячим следам открытия, - был очень взволнован результатами наблюдений П. Стокуэла. Ведь эти результаты давали надежду на выяснение механизма роста раковых клеток!

Ранее было установлено, что ТФР вырабатывается в ранах и обладает свойством стимулировать деление клеток, что приводит к заживлению раны. Ученые предполагали, что исследования механизма роста клеток могли пролить свет на тайну появления раковых опухолей. Именно с этой целью американский ученый Р. Дулиттл набрал однажды последовательность аминокислот вещества ТФР на экране дисплея домашнего компьютера и запустил программу сравнения ТФР с белками, хранящимися в памяти ЭВМ. Р. Дулиттл более пяти лет создавал банк белков в ЭВМ с целью изучения их эволюции и теперь ожидал новых результатов. И они были получены. После завершения работы на экране ЭВМ появилось сообщение, что на протяжении 70 аминокислот существует 87-процентное совпадение структур ТФР-2 (одного из типов фактора роста) и белка, синтез которого управляется онкогеном.

Практически одновременно группе М. Уотерфилда удалось обнаружить еще более полное совпадение ТФР и саркомного белка. Здесь необходимо заметить, что Н. Уотерфилд работал с банком Р. Дулиттла, который безвозмездно предоставил право пользования им всем ученым. Как говорится, у меня есть идея, у тебя есть идея, после обмена у нас станет по две. Поэтому так популярны в среде ученых обмены идеями - через симпозиумы, конференции, а теперь и через банки знаний и данных, которые легко передаются от одной ЭВМ к другой.

Исследования, проведенные на ЭВМ Р. Дулиттлом и Н. Уотерфилдом при непосредственном участии П. Стокуэла, вызвали широкий резонанс в мировой прессе, тем более что Н. Уотерфилд использовал полученные результаты для обоснования новой теории возникновения рака. Суть теории сводится к тому, что в каждой нормальной клетке содержится ген ТФР в подавленном состоянии, который включается при ранении ткани. При этом клетки начинают делиться, ткань разрастается и рана затягивается. В нормальном случае рост ткани прекращается после встречи краев раны, при этом в клетках вырабатываются специальные сигналы, останавливающие процесс деления клеток.

В раковой клетке такие сигналы не вырабатываются, ткань продолжает неуправляемо расти со всеми не очень веселыми последствиями... Онкоген, вызывающий появление опухоли, может включиться в результате случайной мутации: при ультрафиолетовом, рентгеновском или гамма-излучении, при воздействии некоторых химических веществ - канцерогенов.

Ранее было установлено, что раковая клетка растет сама по себе, в отличие от нормальной клетки, для роста которой нужна сыворотка крови с фактором роста - ТФР. Теперь стало ясно, что раковая клетка вырабатывает каким-то образом собственный фактор роста и начинает делиться под воздействием этого фактора. При этом он присоединяется к специальному рецептору клетки.

Именно этот факт - необходимость наличия фактора роста и рецептора в клетке - дает основание надеяться на появление новых противораковых средств, блокирующих рецепторы и прекращающих бесконтрольное деление клеток. М. Уотерфилд надеется, что промышленное производство соответствующих медикаментов будет налажено с помощью генной инженерии.

О генной инженерии уже написано много книг, но стоит упомянуть, что если раньше инженеры изобретали новые машины, то теперь биологи изобретают новые живые организмы - здесь для изобретательской мысли огромный простор! Заметим, что объекты генной инженерии признаются изобретениями.

Небольшое оправдание. Наша книга о том, как стать изобретателем, поэтому может возникнуть вопрос, при чем тут онкогены? А при том, что история раскрытия механизма возникновения и роста некоторых форм раковых клеток позволяет проследить, как в изобретательском поиске соединяются научные достижения и современные ЭВМ.

Цель исследований в онкологии одна - изобрести эффективные методы борьбы с этой страшной болезнью. Именно изобрести! Ведь все открытия, в том числе только что описанные нами, должны сфокусироваться в новых изобретениях - лекарствах, которые остановят работу ракового механизма, приемах лечения и проч.

А почему нельзя обойтись без ЭВМ на этом пути, становится ясно, если обратить внимание на количество белков и их сложность. Белков известно десятки тысяч, каждый из них - это сотни и тысячи аминокислотных остатков, и хотя последовательность аминокислот известна далеко не для всех белков, все равно сравнение их структур между собой представляет сложную задачу. Поэтому и создаются банки данных, в которых хранится необходимая для научных исследований информация о сложных молекулах.

ЭВМ применяется и на этапе синтеза новых молекул при поиске противораковых средств, поэтому цепочка «от открытия к изобретению», которая лишний раз подчеркивает, что изобретения базируются на знаниях, в нашем случае должна быть дополнена и преобразована в следующую: «ЭВМ - открытие, ЭВМ - изобретение».

Исключительно высокие темпы развития компьютеров, искусственного интеллекта вселяют в авторов надежду, что с болезнью века будет покончено скоро и навсегда.

Машина учит изобретать

Для современного изобретателя компьютеры представляются хорошими и надежными помощниками, не требующими ни включения в список соавторов, ни выплаты части авторского вознаграждения. В то же время они трудятся все 24 часа в сутки, выполняя миллиарды сложений, умножений, делений, чтобы угодить своему повелителю - программисту. Единственное, что им нужно для прочистки контактов - это немного спирта, которого вечно почему-то не хватает, несмотря на приличные нормы выдачи.

Машина оценивает уровень идей и учит изобретать

Компьютер может не только оценивать уровень идей, предложенных человеком, но и учить его изобретать. Машинные обучающие системы сейчас очень популярны во многих вузах, причем главный эффект от их использования в том, что на занятии ни одному, даже самому ловкому лентяю не удается отлынивать от работы, так как машина успевает через индивидуальные дисплеи опрашивать всех студентов по многу раз за время занятий, указывая при этом на все допущенные ошибки. ЭВМ - самый строгий, но в то же время и справедливый учитель и экзаменатор. Она не обратит внимания на эффектную прическу, ни на тонкий запах духов, останется безучастна к попыткам растрогать экзаменатора ссылками на его блестящие научные идеи. ЭВМ оценит только знания. К тому же она не ошибается, ничего не забывает, может хранить в своей памяти сотни упражнений и примеров.

С другой стороны, развитие некоторых разделов ТРИЗ, в особенности АРИЗа и стандартов на решение изобретательских задач, дошло до такой ступени, что обучение стандартам и шагам АРЙЗа вполне можно организовать на ЭВМ. Для этого есть все условия: развитая теория решения изобретательских задач, отработанная технология построения обучающих систем, наличие языков искусственного интеллекта типа Лиспа или разработанного в СССР Рефала, на которых удобно строить обучающие системы.

Пока при обучении основам ТРИЗ очень много времени уходит на проверку домашних заданий. Один из авторов занимается этим уже десять лет и хорошо знает, как трудно проверить, скажем, тридцать записей решений изобретательской задачи по АРИЗу - это примерно сто пятьдесят страниц текста, да еще написанного далеко не идеальными почерками будущих Шуховых и Эдисонов.

Иное дело, если занятия ведутся с участием ЭВМ. Каждый слушатель может мгновенно получить у машины консультацию по любому шагу и правилу алгоритма. Она проверит правильность ответов, укажет на ошибки, выведет на экран примеры верных ответов, порекомендует раздел ТРИЗ, который надо получить. Преподаватель, конечно, не устраняется полностью. Он будет разбирать нештатные ситуации, которые не предусмотрены в программах компьютера, проводить коррекцию учебного плана, пояснять наиболее трудные места теории.

Такая система не только сможет обучать основам ТРИЗ, она будет выступать и в качестве интеллектуального советчика для изобретателей, которые по каким-то причинам не могут пройти обучение ТРИЗ, но должны решить срочную задачу. В этом случае машина порекомендует стандарт, который даст идею решения, пояснив его рядом примеров. Пока преподавателей ТРИЗ не хватает; во многих городах предприятия стоят в очереди на обучение специалистов теории изобретательства. А машинную обучающую систему можно тиражировать и внедрять на заводах и в НИИ для самостоятельного изучения теории любым сотрудником предприятия.

Реально работающих таких систем пока нет, но эксперименты по их созданию ведутся, и возможно, что многие читатели книги смогут освоить ТРИЗ в контакте с ЭВМ - терпеливым, преданным помощником и строгим, но справедливым учителем.

Поколение, которое достигнет, цели.

За сорок лет истории современных ЭВМ сменилось четыре поколения. Но на вопрос: достигнут ли уже уровень машинного интеллекта, достаточный для решения

сложных интеллектуальных, в том числе изобретательских, задач, надо ответить отрицательно. Конечно, открытие Т-слоя и выяснение с помощью компьютера механизма возникновения рака впечатляют, но надо отдавать себе отчет в том, что в этих случаях использована только одна способность ЭВМ к быстрому «перемалыванию» больших массивов информации. И хотя высокое быстродействие машин позволило создать качественно новый метод познания - метод Монте-Карло, - создание электронного изобретателя еще впереди.

Большие надежды в этой области связываются с проектами компьютеров пятого поколения, которые активно разрабатываются с начала 80-х годов в ведущих промышленных странах мира. Пятое поколение будет отличаться от предыдущих сразу по нескольким важнейшим параметрам.

Во-первых, новые ЭВМ ориентируются на работу в основном с базами знаний, то есть в них будут храниться научные факты, фрагменты теорий, экспериментальные данные, а также логические правила, по которым машина должна делать умозаключения. Это позволит ей отвечать на вопросы, для которых в явном виде ответов в электронной памяти не содержится. Ответы будут даваться после некоторых «размышлений» ЭВМ над соответствующими знаниями. Создание больших баз знаний повысит интеллектуальный уровень компьютеров, позволит решать более сложные задачи, недоступные машинам сегодняшнего дня.

Во-вторых, в пятом поколении предусматривается организация диалога на естественном языке, а это очень важно! Сейчас для работы с ЭВМ надо пройти через порой весьма мучительный этап изучения языков программирования, и не все потенциальные пользователи отваживаются на такой шаг. Иное дело - общение с ЭВМ на родном языке пользователя. Никаких потерь времени на обучение! Надо решить задачу - набрал на экране условие, подождал несколько секунд или минут - и решение готово.

Более того, кому не хочется стучать по клавишам дисплея, тот может ввести задачу в ЭВМ голосом, через микрофон. Машины пятого поколения прекрасно поймут любого собеседника.

Речевое общение с ними отрабатывается уже сегодня. В Минске ЭВМ по телефону обзванивает задолжников по квартплате и похожим на человеческий голос (с металлическим - машина все-таки! - оттенком) напоминает о необходимости вовремя платить за квартиру. Говорят, что «железные» нотки действуют безотказно.

В-третьих, новые ЭВМ будут обладать быстродействием в миллиард логических выводов в секунду! Такое колоссальное быстродействие предполагается использовать для создания имитационных систем, в частности, основанных на методе Монте-Карло и предназначенных для моделирования с целью принятия решения о перспективности той или иной идеи, схемы, системы либо о последствиях принятого управляющего решения министром, директором завода и т. д.

Такие поразительные возможности ЭВМ пятого поколения породили даже несбыточные иллюзии. Японский комитет по созданию компьютеров пятого поколения опубликовал доклад, переведенный у нас («ЭВМ пятого поколения. Концепции, проблемы, перспективы». М., Финансы и статистика, 1984), в котором ничтоже сумняшеся утверждается, что, создав эти сверхбыстродействующие интеллектуальные компьютеры, Япония завладеет одним из самых ценных ресурсов мира - информационным. То есть самой передовой технологией производства, автоматического управления и проектирования, методами построения интеллектуальных роботов и т. д. Это позволит торговать этим ресурсом, обменивать его на продовольствие и другие товары, а заодно и решить социальные задачи, стоящие перед страной.

В предисловии к переводу этого доклада академик Е. Велихов замечает, что компьютеры пятого поколения могут решить многие задачи, но надежды на то, что они позволят Японии захватить лидерство в информационном обеспечении заметной части мирового хозяйства, а тем более решить социальные проблемы страны, вряд ли могут оправдаться.

ПК, или приставка к извилинам

Машины пятого поколения - это реальность 90-х годов нашего века. Сегодня же говорят о другом феномене - о персональных компьютерах (ПК) как о новом качественном скачке в научно-техническом прогрессе.

С момента пуска первых ЭВМ постоянно наблюдалось противоречие между задачами, которые нужно решать с их помощью, и возможностью получения доступа к машине. Чтобы поработать на первой в СССР ЭВМ БЭСМ, построенной под руководством академика С. Лебедева в 1951 году в лаборатории, расположенной в Феофании - бывшем монастыре, энтузиастам-математикам иногда приходилось пешком проделывать 12-километровый путь от Киева по заметенным снегом дорогам.

Компьютеры первого и второго поколений работали только на одного заказчика. Остальные желающие ждали в обычной живой очереди, как за дефицитом. После изобретения многопрограммного режима работы стало немного легче - теперь в машину загружалось сразу несколько программ, и обрабатывались они совместно. Это улучшало ее загрузку, но пользователям приходилось ждать, когда посчитаются все программы. Тоже неудобно. Следующая крупная изобретательская идея - появление систем разделения времени (СРВ). Идея проста, удивительно эффективна и... давно известна. Вспомните, как проходит сеанс одновременной игры в шахматы. Гроссмейстер, обходя по очереди всех участников матча, успевает проанализировать их позиции и сделать ходы. И хотя у него крайне мало времени для обдумывания каждого хода - попробуйте-ка выиграть! По крайней мере в сеансе одновременной игры, который давала Пана Александрия для участников международного симпозиума ученых в Тбилиси, один из авторов не успел даже составить сколько-нибудь приличное представление о своей партии, как получил мат: не помог и первый разряд. Утешало лишь то, что и большинство остальных участников сеанса испытали в полной мере силу интеллекта изящной молодой женщины с очаровательной улыбкой.

В системе разделения времени та же ситуация. К компьютеру подключаются десятки и сотни дисплеев, за которыми работают пользователи. Обладая огромным быстродействием, машина успевает по очереди просчитывать кусочки задач всех пользователей, выделяя каждому квант времени. Причем делает она это так быстро, что зачастую пользователь не замечает, что с ЭВМ работают и другие. Таким образом создается иллюзия монопольного владения ресурсами всей машины. Идея СРВ оказалась очень эффективной, но все же иллюзия владения не есть само владение. Все равно нужно заказывать машинное время, платить немалые деньги за пользование центральным процессором, да и памяти часто не хватает, так как она расходуется на множество программ сразу.

Вот поэтому с таким энтузиазмом набросились профессиональные пользователи на персональные компьютеры, появившиеся в копце 70-х годов. ПК - это настольная машина по размерам не больше телевизора, но вмещающая в себя микро-ЭВМ, постоянную и оперативную память, экран, гибкий магнитный диск, иногда печатающее устройство.

Возможности ПК равны возможностям машин третьего поколения: оперативная память до одного мегабайта, быстродействие до миллиона операций в секунду. Имея такую ЭВМ, инженер, ученый может полностью распоряжаться всеми ее немалыми возможностями, а дешевизна делает ее доступной очень широким слоям населения, в том числе школьникам. В СССР уже начат специально для школ выпуск персональной ЭВМ «Агат» с цветным дисплеем.

Перспективную модель ПК «Ириша» разработали сотрудники Института проблем управления и Московского университета. «Ириша» проста в изготовлении, дешева, легко подключается к бытовым телевизорам и кассетным магнитофонам.

Так что если не получается задача, мысль зашла в тупик, обратитесь за помощью к «Ирише». А обучиться работе с нею очень легко, так как для этого имеется специальная обучающая программа, построенная на игровых принципах. Обучение в игре не только полезно, но и захватывающе интересно. Поэтому машинными играми увлекаются все - от дошколят до академиков.

Игры играми, но главное в том, что ПК можно рассматривать как своеобразную приставку к мозгу человека, как первый шаг к искусственному интеллекту, фантастическому киборгу, хотим мы этого или нет.

Ну а для изобретателя такой ПК нужен в первую очередь. Просчитать перспективные варианты реализации идеи, смоделировать техническую систему, найти оптимальную форму детали - все это ПК может сделать. Так что массовое их использование вызовет массовое улучшение уровня изобретательских решений. Ведь удалось же американским изобретателям Н. Уорену и П. Филдсу повысить эффективность велосипедной цепной передачина 15 процентов, после того как ЭВМ рассчитала, что оптимальная форма ведущей зубчатки - эллипс, а не круг. В обычном велосипеде нога велосипедиста развивает максимальное усилие, когда движется вверх и вниз, и минимальное, когда движется параллельно земле. В эллиптической передаче нога нагружена постоянно, а значит, и скорость выше.

Подсчитано, что к 1985 году на каждого жителя Земли приходилось примерно по одному компьютеру типа «Эниак», если учитывать суммарное количество логических элементов всех выпущенных машин. Эниак - первая в мире ЭВМ, которая начала работать в 1946 году. Ее вес - 30 тонн, быстродействие - 5 тысяч операций в секунду, построена на 18 тысячах электронных ламп. Сегодня машина с такими возможностями помещается иа кристалле размером с копеечную монету.

Заканчивая главу, сделаем выводы. Возможности электронных помощников растут с возрастающей скоростью не по дням, а по часам. Изобретатель уже сегодня может получить большую помощь от ЭВМ, вплоть до получения оценки собственной идеи. Ну а если ему все же удалось получить стоящую идею без помощи ЭВМ и внедрить ее, то все равно от машины не отвертеться, хотя бы на этапе подсчета авторского вознаграждения!