О компьютерах в жизни и науке (Академик Глушков В.)

Академик Глушков В. о компьютерах в жизни и науке

Сегодня практически просто невозможно найти такую отрасль народного хозяйства, где бы не применялись верные помощники человека - электронно-вычислительная техника и комплексная автоматизация. ЭВМ руководят технологическими процессами и управляют целыми предприятиями, помогают ученым и исследуют просторы вселенной, лечат людей и проводят перепись населения... Каждый школьник знает теперь, что означают слова "электронно-вычислительная машина", "компьютер", "ЭВМ". А ведь еще совсем недавно понятия об этом не имели даже ученые. Сама вычислительная техника-то родилась на нашей памяти, и первая в СССР и на Европейском континенте электронная счетная машина МЭСМ была принята государственной комиссией в декабре 1951 года. Она была создана в тогдашнем Институте электротехники АН Украины небольшим коллективом под руководством академика С. Лебедева.

Позже С. Лебедев с большой частью специалистов, работающих над МЭСМ, был переведен в Москву. Этот коллектив начал работу над большой электронной счетной машиной - БЭСМ. Тогда она еще не имела порядкового номера, потому что еще никто не знал, что вслед за ней последуют БЭСМ-2, 3... 6. Одновременно стали появляться и другие ЭВМ.

Самое интересное в том, что первые ЭВМ проектировались в основном лишь на основе инженерной интуиции. Как это ни странно, но, казалось бы, самая передовая область техники в тот период, когда создавались первые компьютеры, даже не имела какой-либо своей научно обоснованной базы для проведения расчетов. И, зная это, нетрудно понять, какие испытания выпали на долю первопроходцев. Когда проектируется, скажем, подъемный кран, то большую роль играют такие чисто механические детали, как расчет прочности, скорость движения и все такое.

Конечно, для компьютеров подобного рода расчеты не нужны и сегодня. Ведь в нем, кроме магнитных барабанов и лент, движущихся частей практически нет. Правда, в то время умели рассчитывать электронные схемы, но применительно к совершенно другим целям. Скажем, были известны приемы расчета усилителя, чтобы он пропускал нужную полосу частот и не искажал человеческий голос.

Но создатели вычислительных машин столкнулись с проблемами совершенно иного порядка. Именно по этим причинам машины первого поколения проектировались, по существу, без помощи даже какой-нибудь теории. Конечно, некоторые данные из электротехники (скажем, зависимость падения напряжения от величины сопротивления) использовались. Однако электротехника не давала ответа на самые главные вопросы, связанные с теми функциями, которые должны были выполнять машины, - логические операции, память, системы команд и так далее.

Одновременно с проектированием первых ЭВМ начали создаваться кадры программистов. Здесь очень большую роль сыграл Вычислительный центр Академии наук СССР, который к тому времени был создан под руководством академика А. Дородницына, а также отделение прикладной математики Института математики имени Стеклова под руководством М. Келдыша. Потом это отделение превратилось в самостоятельный Институт прикладной математики АН.

Машины, созданные в то время, были чрезвычайно примитивны. Это было так называемое первое поколение. ЭВМ работали на лампах, были не очень надежны и применялись прежде всего для решения чисто научных задач, которые возникали при создании сложных образцов новой техники. То есть в авиации, ракетостроении и так далее. Короче говоря, они занимались только вычислительными задачами. Речи о том, чтобы применять их для управления, скажем, промышленностью, экономикой и так далее, тогда и не шло. Работы же по искусственному интеллекту, которые в то время начали проводиться в мире, у нас практически еще и не начинались. Честно говоря, тогда мы значительно отставали.

И в то же время у нас было очень большое преимущество, которое сохраняется и до сих пор. Заключалось оно в том, что для математической эксплуатации ЭВМ у нас сразу же пришла когорта математиков очень высокой квалификации. Возьмите таких ученых, как академики М. Лаврентьев, М. Келдыш, А. Дородницын... Вполне понятно, что они привнесли в использование ЭВМ высокую математическую культуру.

В связи с этим возник интересный парадокс. Бесспорно, наши первые электронно-вычислительные машины были несколько слабее американских. Хотя, справедливости ради, хочу заметить, что БЭСМ ненамного уступала лучшим американским ЭВМ того времени. Мы отставали разве что только по параметрам некоторых устройств, скажем, периферийных, магнитных лент и других.

Так вот, за счет того, что наши математики делали не просто программы применительно к существующим методам, а специально изобретали новые методы, позволяющие им использовать электронно-вычислительные машины более эффективно, наши машины "трудились" при научных расчетах с гораздо большей отдачей. Мы нередко решали такие задачи, которые американцам были явно не по зубам.

Но по мере усовершенствования компьютеров, усложнения их, становилось ясно, что разрабатывать их старыми методами просто невозможно. Проектирование начинало занимать столько времени, что машины, еще не выйдя из стен завода-изготовителя, уже устаревали. Примерно к 1963 году мы сделали так называемую малую систему автоматизации проектирования ЭВМ. Были разработаны некоторые методы, с помощью которых я теперь мог только записать, что отдельный блок должен делать, какую информацию он должен получать и что выдавать. Все же остальное машина автоматически выполняла сама.

Но эта система автоматизировала далеко не все этапы, ее математический аппарат годился для программирования лишь сравнительно небольших блоков. А чтобы учесть все сложнейшие преобразования в системах команд, требовался качественно новый подход. Конечно, в принципе, так сказать, теоретически, и "малая" система годилась для решения этих задач, но тогда бы потребовались машины с необозримо большим быстродействием. Мы понимали: нужен принципиально новый математический подход к постановке самой проблемы.

Потребовались годы и годы напряженного труда и творческих поисков, прежде чем удалось завершить создание автоматизированной системы проектирования. Что же представляет она в законченном виде? Это прежде всего огромный набор программ. Достаточно сказать, что в программное обеспечение нашей системы входит около 2 миллионов команд. По существующим нормам на их составление программистам потребовалось бы 2000 человеко-лет, тогда как теперь нам достаточно всего 75 человеко-лет. Даже из этих цифр ясно, какой объем работы нам пришлось проделать и как облегчает созданная автоматизированная система труд людей, хотя бы тех же программистов.

Ну а как же происходит сам процесс проектирования, как рождаются новые компьютеры? Естественная последовательность этого процесса такая. Сначала я обдумываю конфигурацию систем и применяю метод имитационного моделирования. Это позволяет выбрать лучший вариант и разработать связи между ними.

После этого начинается этап так называемого логического или алгоритмического проектирования. Тут я начинаю "влезать" в крупные блоки и решать, какую кому доверить роль, объясняю компьютеру-проектировщику, как лучше всего организовать систему команд. Я "втолковываю" ему, какие команды должен выполнять каждый блок, как он должен преобразовывать информацию. Математический аппарат для всего этого впервые в мире был разработан нашим институтом.

Когда и эта стадия заканчивается, я начинаю заниматься связями отдельных элементов, так называемым функциональным проектированием. И наконец, последний этап - технологический, или уже заводской, при котором надо, чтобы интегральные схемы и многое другое было изготовлено в натуре.

Автоматизированная система, хотя и с основательной помощью человека, прекрасно справляется с проектированием компьютеров. Всю дальнейшую работу над этой системой мы ориентируем на то, чтобы проектировщик мог как можно больше функций передать компьютеру. Сейчас человек делает первичный замысел на первом уровне имитационного моделирования. После того как от машины получен результат моделирования, человек обдумывает его и, если необходимо, дает соответствующие рекомендации. Вполне понятно, что это должен быть очень квалифицированный специалист.

Сейчас мы как раз и работаем над облегчением задачи проектировщика, стараемся ввести в нашу систему новые оптимизационные блоки. Есть некоторые традиционные, более или менее стандартные ситуации, с которыми машина прекрасно справляется сама. Мы стараемся расширить количество таких ситуаций. И я уверен: дальнейшее развитие автоматизации проектирования, как и применение компьютеров в других областях, будет нацелено на то, чтобы человеку оставалось только давать общий замысел и оценивать полученные результаты. То есть в конечном счете человеку будет достаточно просто дать задание типа "а хорошо было бы, если б удалось спроектировать машину, способную сделать то-то и то-то". А уж потом, когда компьютер-проектировщик все выполнит, человек просто спросит: а как же новая, еще не родившаяся машина будет работать? Компьютер все объяснит, и если что-то окажется не совсем так, как задумывалось, то человеку придется признать, что он плохо сформулировал задание. А такое бывает довольно часто. Он внесет свои замечания и дополнения, а компьютер, учтя их, приступит к "перекройке".

Человек будет вмешиваться только, так сказать, на входе и выходе. Но честно говоря, до этого пока очень далеко. И дело не только в несовершенстве нашей системы. Просто все мы, высказывая то или иное желание, очень редко даем точные условия. Как правило, формулируя их, невозможно точно предусмотреть, как они будут исполнены. Одна из главных задач, которая стоит и будет стоять перед человеком при любом уровне автоматизации, - правильно формулировать задание.

Пока роль человека заключается еще и в том, чтобы на всех этапах вносить творческий элемент, то есть делать то, что сейчас плохо поддается автоматизации. И в этом ему помогают интуиция, опыт, которых компьютер пока, как правило, не имеет.

Сегодня мы уже достигли такого этапа, что, например, у меня в отделе стоит обычный телетайп. Приступая к проектированию, я сажусь за него, компьютер, стоящий в совершенно другом месте, подсказывает что- то мне, я - ему, и таким образом рождается новая вещь.

Создавая эту систему, мы преследовали цель не только убыстрить проектирование новых ЭВМ, но и приблизиться к созданию искусственного интеллекта. А для того чтобы воплотить эту идею в жизнь, чтобы научиться строить все более и более сложные компьютеры, наша система просто необходима, без нее нечего Даже и мечтать создавать как машины сегодняшнего, так и завтрашнего дня.

Как правило, пользуясь этой системой, мы, несмотря на резкое усложнение проектируемых компьютеров, нередко в десятки, сотни раз не только не увеличиваем срок разработок, но и уменьшаем. Я думаю, что с ее помощью сроки проектирования сократились по сравнению с прежними в семь-десять раз, повысилось качество и значительно снизилась себестоимость рождающихся компьютеров.

Ну а где же выгоднее всего применять эти созданные с помощью автоматизированной системы проектирования компьютеры?

Возьмем хотя бы металлургию, в первую очередь доменное или сталеплавильное производство. Известно, что доменные печи стоят дорого, да и оборудование их довольно сложно, и все-таки это производство относительно простое, однородное. Ведь количество компонентов этого производства сравнительно небольшое. Это кокс, руда, окатыши... Но зато технологический процесс здесь очень сложный.

И вполне понятно, что генеральным направлением повышения эффективности в подобного рода отраслях становится применение комплексной автоматизации и электронно-вычислительной техники для управления как раз этими технологическими процессами.

Теперь давайте посмотрим, что происходит в отраслях машиностроения. Здесь картина совсем иная, так как большую роль играет организационное управление. И одной из главных задач, которая должна решаться в этих отраслях, стала синхронизация действий рабочих мест и отдельных производственных участков в жестком, поминутном графике. Без этого сегодняшнее машиностроительное производство просто не в состоянии обойтись. Ведь его продукция усложнилась за прошедшее время во много раз и состоит нередко из сотен тысяч отдельных деталей. И поминутный график необходим как раз для того, чтобы на выходе системы, на сборочном конвейере не было никаких задержек.

А когда вводится поминутный график, важно постоянно контролировать его выполнение. Для этого с рабочих мест должны поступать сигналы в компьютер об окончании тех или иных операций и начале последующих, о неполадках, выключении оборудования или невыходе на производственный участок рабочего. Все это позволяет с помощью вычислительной машины корректировать план и постоянно поддерживать заданный ритм работы. По аналогии со сборочным конвейером мы называем такой комплекс конвейером информационным.

Довольно давно, еще на заре научной организации машиностроения, появилось понятие физического конвейера. В первую очередь они были созданы в автомобильной промышленности, а затем и во многих других отраслях. Как же выбирался ритм для такого конвейера? Да очень просто. Равный темп для всех отдельных его участков задавался в соответствии со скоростью работы самого узкого места. А это, конечно же, часто приводило к тому, что на каком-то участке кто-то был перенапряжен, зато возможности других сдерживались.

Совсем иначе все происходит на информационном конвейере: здесь можно индивидуально регулировать темп на каждом рабочем месте в зависимости от способностей и желания тех, кто его обслуживает, своевременно обеспечивать их материалами, инструментом и постоянно контролировать этот темп. Как показали расчеты, при грамотном решении этой задачи производительность труда может быть повышена в полтора- два раза на тех же самых площадях и на том же самом оборудовании. Любопытно и то, что при таком контроле становится гораздо легче внедрять новые формы управления социалистическим соревнованием, поскольку компьютеру ничего не стоит подводить итоги работы сразу за смену.

Научно-технический прогресс, особенно в машиностроении и строительстве, породил острую проблему ускорения и совершенствования проектно-конструкторских работ. И поэтому не случайно сейчас так много говорят об оптимизации процесса проектирования не только при создании компьютеров, но и в других областях.

Раньше в механике существовал такой термин - запас прочности. Коэффициент запаса прочности иногда называли коэффициентом наших незнаний. Ведь мы применяли относительно простые методы расчетов конструкций, но они, естественно, не давали точных результатов. Наше время на первый план выдвинуло вопрос о полной отдаче, полном использовании возможностей, заложенных в конструкционных материалах. А для этого, вполне понятно, необходимы гораздо более точные и сложные методы расчетов, которые просто невозможно выполнять вручную.

Не только при проектировании самих ЭВМ, но и во многих других областях для этой цели уже сейчас довольно-таки успешно используются компьютеры. Но, к сожалению, слишком часто они применяются только для расчетов, сам же процесс проектирования, его технология - вычерчивание эскизов, чертежей, изготовление копий, необходимой документации, спецификаций - все это ведется обычными, старыми средствами.

В девятой пятилетке уже появились первые системы комплексной автоматизации проектно-конструкторских работ. Они довольно быстро доказали свою жизнеспособность и эффективность и поэтому ныне все в большей степени начинают вторгаться в машиностроение и строительство.

Вполне понятно, что внедрение таких автоматизированных систем проектирования преобразило рабочее место конструктора. Оно представляет собой пульт, на котором установлены один или несколько графических дисплеев - устройств, представляющих собой экран телевизора. Световыми карандашами конструктор может рисовать эскизы и, нажимая на те или иные клавиши, превращать эти эскизы в уже точные чертежи, которые тут же воспроизводятся специальными чертежными автоматами или же фотокопировальными устройствами.

Все необходимые расчеты тоже делаются автоматически. По той информации, которая введена в компьютер, как раз и производятся соответствующая деталировка, спецификации и многое другое, что раньше производилось вручную. Проектирование железобетонных стандартных конструкций для строительства домов с помощью такой "поточной линии" позволило увеличить производительность труда, сократить время изготовления комплекта технической документации в 20 раз, а стоимость ее уменьшить в 40 раз.

Но современный метод хозяйствования требует комплексного решения проблем. Ведь вполне реальна такая ситуация, когда автоматизируется процесс изготовления, например, чертежей, а процесс работы в цехах по этим чертежам остается старым. В этом случае мы, вполне понятно, получим лишь малую толику выгоды.

Если же мы ведем речь об автоматизированном производстве, то чертежи как таковые будут вовсе не нужны. Необходима будет уже специальная техническая документация - магнитные ленты или перфоленты для программно-управляемого оборудования. И тогда процесс автоматизации проектирования органически соединится с процессом управления производством.

Но если говорить о стратегии эффективности всерьез, то необходимо думать и о повышении эффективности качества труда ученых. В этой сфере человеческой деятельности электронно-вычислительная техника может много дать, например, в экспериментальных исследованиях. Для обработки результатов компьютеры применялись довольно давно, но, так сказать, технологическая цепочка эксперимента обычно разрывалась. И происходило это чаще всего так: эксперименты делались сами собой, результаты фиксировались на самописцах, а затем их несли в вычислительный центр и обрабатывали.

Когда же появились системы комплексной автоматизации экспериментальных исследований, ученые сразу же поняли, что, например, синхрофазотрон - это не просто устройство, главная задача которого получение пучка частиц той или иной энергии. Что производительность и параметры синхрофазотрона надо мерить не этим числом, а прежде всего количеством научных открытий, новых научных результатов, которые он дает на единицу времени. Для установок такого рода уже давно стало нормой соединение их с компьютерами.

Однако понятно, что синхрофазотрон - установка уникальная и дорогая, поэтому подсоединить к нему компьютер рационально. Но для повышения эффективности исследований чрезвычайно важны и эксперименты на относительно недорогом оборудовании, к каждой единице которого вычислительную машину не присоединишь, так как это обойдется слишком дорого. Из такого положения тоже есть выход - метод групповой обработки данных и управления экспериментом. С этой целью в девятой пятилетке были созданы специальные машины, которые уже установлены в целом ряде научных лабораторий. Они относительно дешевы, но имеют разветвленную сеть коммуникаций с внешним миром. И в зависимости от потребностей могут подсоединяться даже к нескольким десяткам приборов. В итоге эффективность работы ученых на экспериментальных исследованиях в зависимости от сложности эксперимента повышается в два-четыре раза.

Недалеко то время, когда появится система, повышающая производительность труда ученых, занятых дедуктивными построениями. До настоящего времени мы с помощью компьютера решали сложные математические системы уравнения, обрабатывали аналитические данные, формульную информацию, выводы формул. Со временем будет автоматизирован и процесс творческий, а именно - процесс самих дедуктивных построений, процесс логического мышления, например, при доказательстве новых теорем в математике или новых теорий в физике, механике, в других дедуктивных науках.

Однако наиболее эффективны компьютеры в том случае, когда разумно разделены обязанности между человеком и машиной. Ведь смысл-то совсем не в том, чтобы создать полностью автоматическую систему доказательства теорем, а в том, чтобы повысить производительность труда математика, физика-теоретика при доказательстве теорем и при логической проверке тех или иных теорий.

Сегодняшнее машиностроительное производство, будь то изготовление компьютеров или автомобилей, становится уже просто немыслимым без применения роботов. И я думаю, многие согласятся со мной, что роботы, пускай пока еще и очень далекие от тех стальных красавцев, которые нередко блуждают по страницам научно-фантастических произведений, стали для нас чем- то привычным. Они уже довольно широко применяются в различных отраслях народного хозяйства. На XXV съезде КПСС принято решение организовать их серийное производство. Но прежде чем говорить о них, давайте разберемся, что же это такое - роботы. Многие привыкли связывать сие понятие с какими-то человекоподобными механизмами, способными свободно передвигаться и имеющими некое подобие рук.

Однако в роботах первого поколения вы найдете мало общего с таким "портретом". Это были управляемые по программе специализированные устройства, главная задача которых состояла в том, чтобы при помощи программного управления быстро переключать оборудование с одной работы на другую. Я даже думаю, что определение РОБОТЫ к этим устройствам было несколько преждевременным.

Я имею в виду в первую очередь станки с программным управлением. Они действительно способны мгновенно перестраиваться, подчиняясь управляющим сигналам, которые могут либо идти от вычислительной машины, либо быть заранее подготовлены ею в виде перфо- или магнитных лент. Во втором случае ленты вкладывают в считывающее устройство, а записанные на них сигналы приводят в действие соответствующие рабочие органы станка в порядке, определенном компьютером. Таким образом можно было автоматизировать практически все станочные работы.

Одним из таких роботов, "прижившимся" на многих предприятиях, оказался сварочный. Он по довольно простой программе легко перестраивается с одной работы на другую.

Однако сейчас назрела острая необходимость переходить на создание роботов второго поколения. В лабораториях они уже созданы и постепенно внедряются в промышленность. Но пока только в единичных экземплярах и на особо трудных, ответственных работах. Это более человекоподобные механизмы, уже вполне заслуживающие звания РОБОТОВ, в свое время предложенного Карелом Чапеком.

Они представляют собой универсальные исполнительные механизмы, которые функционируют подобно человеческой руке. Чтобы эта рука действительно была универсальной, она, как правило, должна обладать большим, чем у человека, числом степеней свободы. Если, скажем, у человека всего три основных сустава - плечевой, локтевой и кистевой, - то у роботов может быть четыре или пять суставов. Зачем это нужно? Ну хотя бы для того, чтобы механическая рука могла пролезть в места, недоступные человеку.

Хватательные же органы, то есть пальцы, у таких роботов обычно устроены гораздо проще, чем человеческие. Современный робот довольствуется тремя и даже двумя пальцами, но тем не менее они обеспечивают возможность универсальных захватов. Есть еще одно очень важное отличие руки робота от человеческой: поворачивается на шарнирах, практически на любой угол.

Я, конечно, не хочу сказать, что рука робота по всем статьям превосходит человеческую. У нее, например, есть некоторая скованность в движениях по сравнению с нами, но вместе с тем есть и некоторые большие возможности.

Однако руки - это еще не все, что необходимо роботу. Он еще должен уметь передвигаться. Поэтому одна или несколько искусственных рук устанавливаются на какое-то передвигающееся устройство. Чаще всего это автоматически управляемая тележка, которая может перекатываться с одного места на другое. Но это, естественно, не единственная возможность передвижения роботов. В настоящее время развернулись работы и по созданию ходячих роботов. Причем для большей устойчивости у них чаще всего не две, а четыре или даже шесть ног. Как правило, такие "ходоки" проектируются для специальных целей. В заводских же условиях, там, где имеются плоские полы и нет необходимости преодолевать большие препятствия, роботы на тележке гораздо выгоднее, дешевле и проще, чем ходячие.

Но роботы первого поколения были слепы и глухи. Они могли лишь в строгом соответствии с программой взять в определенном месте какую-то конкретную деталь и доставить ее по указанному адресу. Правда, программы можно было видоизменять. Но для этого я должен был указать определенную четкую последовательность движений. То есть вопросов о приспособляемости или об обратной связи в таких устройствах, как правило, не стояло.

Но когда вам необходимо переместить деталь на небольшое расстояние, все довольно просто. Можно с достаточной точностью измерить его, и ошибка в положении будет не такая уж большая. Однако если надо совершить путешествие, измеряемое десятками метров, то за это время произойдет накопление ошибки в расстоянии, и робот, как слепой человек, просто не будет находить места для детали. То есть обратная связь здесь совершенно необходима.

Вполне понятно, что такую обратную связь могут дать прежде всего органы зрения. Поэтому-то роботы второго поколения чаще всего снабжены им. Конечно же, это не привычное нам человеческое бинокулярное зрение двумя глазами. У робота один телевизионный глаз. Известно же, что именно благодаря наличию двух глаз мы довольно точно определяем расстояние до того или иного предмета. И лучше всего нам это удается, когда расстояние небольшое. В единичный же телеглаз робота встраивают специальный дальномер, одинаково хорошо измеряющий и большие и маленькие расстояния.

Насколько важная проблема распознавания образов, настолько же и трудная. Скажем, одна и та же деталь, расположенная под разными углами, выглядит всякий раз по-иному. Если вы посмотрите на цилиндр с одного бока, то увидите прямоугольник, с другого же места он вам покажется кругом... Чтобы робот мог распознать, что же перед ним находится, чтобы он понял, та ли это деталь, которая ему нужна, еще совершенно недостаточно просто вложить в память образ этой детали. Ему нужны, как мы и говорим, алгоритмы, программы распознавания образов.

Эта задача оказалась чрезвычайно сложной даже для сравнительно простых геометрических фигур, таких, как конусы, цилиндры, кубы, параллелепипеды, призмы и так далее. Мы решили эту задачу, и надо честно сказать, что труда было затрачено немало. С помощью сложной системы программ робот может в настоящее время определять, что перед ним необходимая деталь. Правда, иногда бывают и ошибки. Но разве человек избавлен от ошибок? Скажем, если вы видите сбоку круглый предмет, то вы не можете сказать, есть ли у него в середине отверстие или нет. Надо посмотреть на этот предмет с другой стороны.

И вот, чтобы избежать ошибок, робота научили брать предмет своей механической рукой и, поворачивая, рассматривать со всех сторон. Мало того, если эта деталь плохо освещена, робот может взять лампу и посветить себе. Все эти движения заранее запрограммированы.

Сами понимаете, что для всего этого нужны очень сложные программы. Ведь известно, что человек для распознавания зрительных образов использует почти половину своих нервных клеток, то есть из примерно четырнадцати миллиардов нейронов около шести-семи миллиардов заняты этой работой.

Конечно, для того чтобы робот мог нормально функционировать, им должен управлять довольно сложный компьютер. Причем проблема заключается не только в распознавании зрительных образов. Оказывается, что довольно трудно управлять и рукой с большой степенью свободы. Задача состоит в том, чтобы робот, как человек, мог одновременно "шевелить" всеми своими многочисленными суставами. Но только движение руки - это еще не все. Было бы очень удобно, чтобы рука обладала и осязанием. Для этого в пальцы механической руки вмонтированы специальные датчики, с помощью которых робот определяет, с какой силой он сжимает предмет, оценивает его вес. Если предмет легкий, робот захватывает его осторожно. В то же время его стальная рука способна поднять и тонну, ведь силу его механическим пальцам можно придать любую.

Если говорить честно, то пока органы слуха роботам не очень-то нужны. Хотя, конечно, было бы довольно удобно, скажем, для прямой подачи человеческим голосом, специально не перепрограммируя его. Но распознавание голоса тоже не из легких задач.

У нас в институте действует система, благодаря которой робот, используя в качестве мозга большую электронно-вычислительную машину, распознает несколько сотен слов, произносимых одним и тем же оператором. То есть он настраивается на понимание голоса именно этого человека. Оператор при этом может говорить с разными интонациями, растягивать слова или произносить их быстро, говорить шепотом или кричать.

Мы можем настроить слуховой аппарат робота и на распознавание любого голоса, но тогда количество узнаваемых роботом слов резко уменьшается, с 500-600 до 20-30. Усложняя эту систему, можно наверстать упущенное. Но есть ли в этом особая необходимость. Ведь, как правило, с роботом работает один человек. Так целесообразно ли усложнять систему, если робота легко перестроить с одного голоса на другой. То есть поговорили с ним вы, а потом его настроили на понимание моего голоса.

Если резюмировать все сказанное, то получается, что у робота появились, быть может, пока и несколько примитивные, но органы чувств. Но ведь это еще не все, роботам нужны и зачатки интеллекта. Конечно, поскольку у человека распознавание зрительных образов, оптимизация движения руки и узнавание голоса тоже совершаются под управление мозга, то это тоже элементы интеллекта. Следовательно, можно считать, что роботы второго поколения уже обладают зачатками сознания. Но сейчас создаютcя такие программы, которые позволяют роботу адаптироваться к окружающей обстановке. То есть мы не расписываем ему заранее, что в какой последовательности он должен делать. Он сам оценивает обстановку и выбирает наилучший порядок действий.

Роботы второго поколения уже обладают зачатками сознания

Например, у вас разбросаны различные детали, причем лежать они могут в различных плоскостях, на различных возвышениях, подмостках. Умеющий передвигаться на колесах робот запрограммирован так, что сначала сделает попытку забраться на подмостки. Но это у него не получится, тогда он изменит свою тактику, начнет искать предмет, который, если его подложить к подмосткам, позволит ему заехать на них. И, найдя его, он забирается на подмостки и выбирает нужную деталь.

Из этого примера видно, что сегодняшний робот программируется в достаточно широких пределах, он может работать в изменяемых условиях. Он уже непохож на своего "слепого" собрата, который знает только, в каком месте лежит какая деталь. В мире уже существуют такие роботы, которые из отдельных деталей могут собирать различные узлы автомобилей. Роботы работают на сборочных операциях на конвейерах, выполняя несколько десятков довольно простых операций.

Есть еще одна область, где уже сегодня применяются подобные роботы. Являясь универсальным средством при автоматизации подъемно-транспортных операций, роботы в содружестве с программно-управляемым оборудованием позволяют построить полностью автоматизированные участки, цехи и целые предприятия. Раньше наблюдалась парадоксальная ситуация. Квалифицированная работа, ну, скажем, фрезеровщика, легко могла быть выполнена автоматизированным станком-роботом. А более простые операции, такие, как нахождение детали на складе, транспортировка ее к автоматизированному станку, установка детали на станке и установка режущего инструмента - все это должен был делать человек.

Но роботы позволяют автоматизировать и эти операции. Отсюда следующий шаг: комплексная автоматизация, когда и обработка деталей, и транспортировка, и сборка выполняются автоматически. В принципе можно автоматизировать и контрольные операции. Уже есть примеры, когда испытание готовых объектов проводят роботы. В зависимости от сложности того или иного изделия на этом этапе производительность труда в результате применения электронно-вычислительной техники повышается в десятки, сотни, а в некоторых случаях и в тысячи раз. В итоге мы получим полностью автоматизированный завод, который, кстати, может быть и заводом, изготовляющим компьютеры. Хотя такие заводы будут созданы, наверное, не в первую очередь.

Сегодня довольно сложно сказать, чему необходимо будет обучить роботов даже в недалеком будущем. Чем больше будут совершенствоваться наши стальные помощники, тем более сложную и ответственную работу будут им поручать, а значит, им необходимы будут и новые знания. Так что процесс их усовершенствования будет длительным, а может быть, и бесконечным. Робота можно снабдить и органами чувств, которых нет у человека, скажем, инфракрасным зрением или же способностью видеть рентгеновские лучи, чувствовать электромагнитные поля. Представьте себе робота, который четко определяет в скрытой от наших глаз электропроводке, где по ней бежит ток, а где - нет.

И все-таки я думаю, что самым большим преимуществом робота перед человеком является возможность мгновенной перестройки. Известно, что человек привыкает к новой операции постепенно и так же постепенно увеличивает производительность труда на данной операции. Но если вы заранее знаете, что должен делать робот, то вполне можете запрограммировать его на лучшую работу. И в результате такой быстрой перестройки один и тот же цех может на потоке выпускать совершенно различные изделия.

Представьте себе на минуту такую ситуацию. На конвейере стоит человек, и на потоке сначала надо будет собрать телевизор, а потом - холодильник, а затем - радиоприемник или магнитофон. Рабочий просто "запутается", производительность его будет очень низкой. Роботу же ничего не стоит перестроиться с одного изделия на другое, и поэтому он все время будет высокопроизводительным.

Однако для того, чтоб, так сказать, "обинтеллектуалить" сегодняшние роботы, нужны самые большие современные электронно-вычислительные машины. А они нередко стоят миллионы рублей, и, хотя одна такая машина может управлять сразу несколькими роботами, эксплуатация подобных роботов пока экономически невыгодна. Роботы первого поколения именно потому и могли довольно широко применяться, что стоили значительно дешевле. Сейчас же главная задача - удешевление компьютеров. Ныне интеллектуальные роботы целесообразно применять только в тех случаях, когда человек в данных условиях просто не может работать. Я имею в виду радиоактивную среду, большие глубины, космос...

Уже сейчас возникают возможности следующего повышения интеллекта роботов. От простых задач ориентировки на местности, выбора пути к несложным целям сборки и тому подобное можно будет перейти к гораздо более сложным заданиям, аналогичным тем, с которыми сегодня справляется только человек.

В конечном счете рано или поздно появится робот, интеллект которого можно будет сравнить с интеллектом среднего человека. Но именно среднего, а ни в коем случае не гения. Ведь довольно многие, говоря об искусственном интеллекте, хотят, чтобы по всем позициям он был просто гениальным. Его как бы сравнивают не с одним человеком, а со всем человечеством.

Я думаю, что искусственный интеллект будет создан только к концу нашего века. Такой робот сможет понимать разговорную речь, сам будет говорить на заданную тему и даже... разгадывать кроссворды. Ну а чтобы робот мог, скажем, написать настоящее литературное произведение, он должен пожить полнокровной человеческой жизнью. Конечно, мы можем наделить его искусственными чувствами, эмоциями. Но и при этом он будет жить своей, кибернетической жизнью, а не человеческой. Чтобы у робота были настоящие эмоции, нужно, чтобы его признали членом общества, чтобы он мог испытать настоящие человеческие страсти...

Произойдет ли это когда-нибудь или нет, сегодня сказать трудно. Но если и случится такое, то очень и очень не скоро.

Выше я говорил о применении отдельных компьютеров, однако ныне народное хозяйство настолько сложно по своей структуре, что в управлении им все большую роль начинают играть не отдельные ЭВМ, а уже целые специальные системы. Они позволяют, во-первых, прогнозировать научно-технические возможности, во-вторых, ставить и формулировать соответствующие цели, создавать модели, помогающие выбрать наилучшие пути достижения этих целей, а также, в-третьих, модели как краткосрочного планирования, так и текущего управления.

У подобных моделей одно общее: процессу принятия решений на любом уровне - будь то постановка цели, выбор путей ее достижения или же конкретные управленческие задачи - всегда предшествует эксперимент. Для экономики это имеет необычайно важное значение. Ведь, прежде чем принять какое-то решение, мы обязательно должны знать, к чему оно в конце концов приведет.

К сожалению, бывает так, что из-за взаимосвязанности всех звеньев экономической цепочки улучшение того или иного отдельного показателя может вызвать совершенно нежелательные последствия, предусмотреть которые, пользуясь старыми методами планирования, невозможно. Таких примеров можно привести много, и все они подтверждают, насколько важна роль моделирования процессов управления.

Еще не так давно мы могли успешно использовать практику раздельного планирования - скажем, составлялся пятилетний план развития науки и техники, научных исследований и совершенно отдельно разрабатывался план развития экономики народного хозяйства и внедрения новой техники. При этом предполагалось, что за данный срок наука получит какие-то результаты, которые будут внесены в план следующей пятилетки.

Но любому ясно: при таком подходе среднее время между получением научного результата и его внедрением никак не меньше пяти лет. А в мировой практика уже нередки случаи, когда открытия широко используются в промышленности всего через два-три года... Вот почему на повестке дня встал вопрос об объединении моделей - модель управления научно-техническим прогрессом должна стать составной частью общей модели управления всей экономикой в целом.

Главная задача сейчас состоит в том, чтобы организовать систему прогнозирования. Без нее просто невозможно предвидеть направленность научно-технического прогресса. Однако действовать надо совсем иначе, нежели делали это раньше. Скажем, нельзя раз навсегда составить прогноз до 1990 года. Почему? Да потому, что наука и техника развиваются непрерывно, и то, о чем еще три года назад ученый не имел представления, сегодня он обязательно внес бы в прогноз...

Значит, так же, как непрерывно развивается наука, постоянно должен корректироваться и прогноз. Не менее важно и другое обстоятельство: прогнозирование ни в коем случае нельзя разрывать на отдельные элементы, как это нередко делается. Ведь все факторы науки и техники тесно взаимосвязаны.

Предположим, цель - создать электронно-вычислительную машину, способную на триллион операций в секунду. Сегодня мы еще не знаем, как ее сделать. Но, поставив задачу, мы можем мобилизовать группу талантливых ученых и конструкторов и задать им вопрос: чего в соседних разделах науки и техники не хватает для того, чтобы они могли взяться за ее решение? Один выдвигает одну совокупность идей, другой - другую. У одного требования к материалам, у другого - к математическим расчетам и проектированию, у третьего - к измерительным приборам и тому подобное. Составленный перечень "заявок" перепоручается специалистам в иных областях. Им надлежит сообщить, почему эти "заявки" сегодня не осуществляются, что необходимо решить их соседям, дабы можно было выполнить требуемые. Такая эстафета продолжается довольно долго, но в конце концов перед нами вырисовывается общая картина взаимодействия самых разных научно-технических проблем. И задача, стоящая перед электронной промышленностью, может странным образом "аукнуться" в рыбном промысле, от которого, скажем, зависит получение сырья для химических предприятий, изготавливающих новые материалы...

Таким образом, прогноз, то есть вся та огромная, проделанная специалистами работа, о которой я говорил, вместе с оценками времени, средств и ресурсов, должен постоянно храниться в памяти ЭВМ. И благодаря ее быстродействию необходимые изменения довольно скоро автоматически распространяются по всей модели. Короче, за считанные минуты она как бы перепишет весь прогноз, и компьютеру можно задавать любые вопросы по этому прогнозу, он тут же точно ответит на них.

Нам нужно всю научно-техническую мысль страны организовать в единый коллективный мозг, который выдавал бы начальную информацию, научно-технические идеи. Из такого подхода рождаются сразу же и пути достижения определенной цели. Причем интересно: в прогнозе в отличие от плана возникают еще и многовариантные идеи. Ведь к решению проблемы можно подойти с разных сторон. Для перевода же прогноза в конкретную программу достижения цели опять-таки придется провести дополнительную работу. Ведь пока мы еще не знаем, на каком именно пути лежит решение этой проблемы. Ученые-то могут предложить и двадцать, и тридцать таких дорог.

Понятно, никто не позволит нам финансировать все эти пути, ибо просто не хватит средств. Значит, на предвидение надо тратить лишь часть ресурсов. Но и выбирать предложенные пути слишком долго тоже нельзя - поиск может оказаться вовсе бессмысленным. Чтобы избежать это противоречие, разработана специальная методика, позволяющая постоянно нацеливать науку на самые главные проблемы. Она позволяет выделить одно- два, ну, максимум три основных направления, по которым и следует вести поиск. То, о чем шла речь, вполне можно отнести и к плану.

Задача эта необычайно трудна, ибо в плане экономики все так же взаимосвязано, как и в науке. Пользуясь старыми методами, невозможно составить план, а потом, когда появится перспективное научное открытие, просто исправить какой-то его маленький раздел. Ну, скажем, если потребуется что-то изменить в программе производства пассажирских самолетов, то для этого придется перевернуть чуть ли не весь план, включая задания цветной и черной металлургии. Хотя деталей из обычных металлов в самолете не так уж много, они нужны станкам, на которых части этого самолета изготовляются. Далее такое изменение в плане коснется и электроэнергии, и приборостроения, и электроники, и многого другого. В конце концов, это скажется на добывающих отраслях промышленности.

Все методы, которые существовали до сих пор, требовали для коррекции плана столько же времени, сколько и для его составления. И мы прекрасно понимали: нужна динамичная модель плана, которая будет постоянно храниться в памяти ЭВМ и корректироваться.

За последнее время нам удалось разработать методику, с помощью которой можно очень быстро сделать подкорректировку. То есть теперь плановик получил право уточнять план новыми идеями, а уж пересчетом всех взаимосвязей, предсказанием того, что же у нас получится через два или три года и что нам еще нужно, занимается сама машина, причем в масштабах всей страны.

Эта диалоговая модель, называемая диспланом, или диалоговой системой планирования, уже действует.

Хочу заметить: наличие такой модели и возможность предвидения содержат в себе диалектическое противоречие. Жизнь и экономические системы - это чрезвычайно сложные вещи, и полное их изучение, то есть адекватное преобразование действительности в модель, недостижимо. Модель всегда будет в чем-то действовать не так, как сам объект. Тут есть опасность впасть в две крайности. Одна из них - принимать волевое решение "от пушки", ничего не изучая и не моделируя, не пытаясь предвидеть и полагаясь только на свою интуицию. Эта практика уже осуждена, и любой знает, что подобный волюнтаризм просто недопустим.

Однако еще не все, кто работает в области АСУ и систем управления, понимают, что плоха и другая крайность. Если мы, пока все не изучим, не станем принимать никаких решений, то и от этого не будет пользы. Есть золотая середина, когда человек или коллегия людей должны заявить: довольно изучать, точность проведенных исследований нас удовлетворяет, и пора наконец-то принимать решение. Иначе говоря, волевой элемент и человеческая ответственность должны присутствовать в автоматизированной системе управления и никогда из нее не исключаются.

В заключение добавлю, что в решении стратегических вопросов нельзя забывать о сложности современного народного хозяйства. Ведь именно в синхронизации связей между предприятиями и в управлении этими связями лежат самые большие резервы. Вот почему вычислительная техника и исполнение сложных программ управления должны подчиняться единому стратегическому замыслу повышения эффективности в общегосударственных масштабах, как это намечено XXV съездом партии.

Сейчас в связи с созданием Общегосударственной автоматизированной системы (ОГАС) возникает настоятельная необходимость объединить все описанные модели в единое целое. Нельзя представлять себе проблему постройки такой огромной системы как чисто техническую задачу. Нельзя думать, что для этого достаточно просто соорудить вычислительные центры, системы связи, сбора сведений и т. д. Мельница должна молоть доброкачественную муку. Систему нужно зарядить соответствующей информацией, причем, как вы, наверное, поняли, не только фактической, но и информацией по предвидению, мнениями экспертов, математическими моделями и еще очень многим.

За это время будет создана и совокупность необходимых моделей. В первом приближении такая совокупность нами уже разработана. Она характеризует более или менее все стороны: и вопросы постановки цели и развития экономики, и вопросы социального управления, и вопросы планирования текущего управления на разных уровнях. Другое дело, что ее звенья находятся на неодинаковых стадиях готовности. Некоторые из них уже внедрены в практику и используются, другие же только прорабатываются экспериментально.

Однако следует помнить, что столь трудоемкая задача, как создание ОГАС, не под силу коллективу ученых или даже целому институту. Это задание должно решаться всеми нашими специалистами в области и автоматизированных систем управления, и экономики, и социологии, и многих других наук и дисциплин.

Вот почему мы и рассматриваем проделанную нами работу лишь как первое приближение к той трудной, не увлекательной работе, которая будет организована во исполнение решений XXV съезда партии и десятой пятилетки.