Эксперт № 48 (2014) - Эксперт Эксперт

Как это происходит? Муравьи-исследователи разбегаются от гнезда и независимо исследуют окружающую среду, которая представляет собой некое пространство решений. По мере достижения результата успешные особи, возвращаясь к муравейнику с добычей, оставляют следы, которые улавливают другие члены колонии, что заставляет их координировать свое поведение и выбирать тот же путь, направляясь к тому же источнику пищи. Если корма много, то все больше муравьев (агентов) обращается к этому источнику, все больше протаптывая дорожку, которая в свою очередь привлекает других особей. И наоборот, по мере уменьшения количества еды привлекательность дорожки ослабевает и начинают набирать силу конкурирующие дорожки, в это же время случайно найденные другими муравьями. Так и в мультиагентных технологиях, поясняет Петр Скобелев, решение сложной задачи (оптимизации, кластеризации, распознавания образов) происходит даже в тех случаях, когда другие классические математические методы не работают совсем. Сильные стороны такого «роевого» подхода связаны с возможностью распределенного решения сложных задач за счет взаимодействия большого числа простых конкурирующих между собой агентов, реализующих разные методы проб и ошибок, с эволюционным решением задач, в котором допускается пересматривать решения, причем за счет согласования действий агентов.

МАС-технология НПК «Разумные решения» управляет программой полетов, грузопотока и расчета ресурсов российского сегмента Международной космической станции

Фото: PHOTAS/ABACA PRESS/ТАСС

Swarm Intelligence, утверждает Петр Скобелев, — важная альтернатива принятому в области искусственного интеллекта классическому пониманию интеллектуальной системы как некоей механической сборки блоков, отвечающих за память, сознание, разные виды рассуждений. Интеллект в «рое» не сосредоточен ни в одном из этих блоков, а рождается как свойство системы в результате определенного взаимодействия большого числа простых автономных элементов. Нам кажется, что умственные возможности муравья или пчелы ничтожны, но рой пчел или колония муравьев представляют собой мощный организм с высокой степенью интеллекта, умеющий защищать гнездо, осваивать новые территории, находить пропитание и решать многие другие задачи в условиях постоянно изменяющихся ситуаций в среде.

Поэтому МАС рассматриваются как сдвиг парадигмы в информационных технологиях — ведь впервые при создании компьютерных систем делается попытка включить механизмы самоорганизации эволюции, присущие живой природе. В классическом варианте, говорит Скобелев, мы бы писали центральный модуль и строили библиотеки вызываемых программ, объединяя их в иерархическую структуру, в которой одна программа вызывала бы другую и так далее. Теперь мы говорим: давайте по-другому. Мы не хотим управлять каждым «муравьем» сверху. Мы хотим, чтобы они сами действовали и договаривались между собой, самоорганизуясь в структуру, наиболее эффективную для решения той или иной задачи. Давайте сделаем так, что будет работать много маленьких программ, действующих от лица клиентов, ресурсов, операций, материалов, продуктов, интересы которых влияют на принятие решений, которым дадим возможность выявлять и разрешать конфликты путем переговоров. Грубо говоря, один объект программы вызвать другой, как в объектном программировании, уже не сможет. Он может другого только «попросить» что-то сделать, а тот, глядя на свои цели, текущее состояние, планы, предпочтения и ограничения, ответит, может он выполнить эту просьбу или нет. В итоге в МАС решение вырабатывается итерационно в результате взаимодействий таких агентов, идущих на уступки друг другу во имя общей цели.

Сфера применения мультиагентных технологий, обещает Петр Скобелев, безгранична: от системы управления цеховой сборкой авиалайнера до распределения обязанностей внутри группировки малых спутников. Однако хотя сегодня мультиагентными технологиями занимаются 25 коммерческих компаний и существует не менее 100 университетских проектов в этой области, коммерциализация научных разработок и практическое применение МАС в мире еще только начинается. Но самарцам это удается, и компания уже фигурирует в зарубежных обзорах как одна из первых, кто выводил МАС из лабораторий в промышленность. Самарцы, например, разработали мультиагентные системы, которые уже сейчас в режиме реального времени планируют работу лондонских такси, управляют логистикой 10% мирового парка морских танкеров, перевозящих нефть по всему земному шару, доставкой грузов на Международную космическую станцию, цепочками поставок товаров в магазины, цехами производственных предприятий, парками грузовиков, и в настоящее время работают над многими другими приложениями.

Самарская школа

Свою успешную научную и практическую деятельность в области МАС сам Петр Скобелев объясняет стечением обстоятельств в своей жизни. Первое из них связано с альма-матер нашего героя — Куйбышевским авиационным институтом (КуАИ; теперь это Самарский государственный аэрокосмический университет, СГАУ). В 1983 году Скобелев защитил здесь диплом на факультете автоматизированных систем управления, одном из лучших тогда по АСУ в нашей стране, по специальности инженер-системотехник и начал работать в самарском филиале Физического института Академии наук СССР. В ФИАНе при его участии разрабатывались автоматизированные системы сбора и обработки данных в реальном времени для научных исследований в сфере лазерных технологий и управления лазерами. Параллельно он пишет диссертацию по функциональным средствам программирования для управления научными экспериментами. В научные руководители молодой ученый выбирает профессора КуАИ Владимира Виттиха , впоследствии основателя и первого директора Института проблем управления сложными системами РАН, а еще известного математика и джазового композитора.

Сотрудничество и дружба ученых Петра Скобелева (слева) и Георгия Ржевского подняли самарскую научную школу мультиагентных систем до космических высот

Фото: МИХАИЛ СИМОНОВ, АГЕНТСТВО “ПРЕМЬЕР ЭКСПЕРТ”

В это же время в Англии над теорией мультиагентных систем усиленно работает английский ученый русского происхождения профессор лондонского Открытого университета Георгий Ржевский . В конце Гражданской войны его отец, офицер белой армии Александр Ржевский вместе с невестой на одном из последних пароходов покинул Россию. Сначала их приютила Сербия, где он стал видным инженером-гидростроителем, потом перебрался в Англию. Георгий Александрович, инженер-электротехник по специальности, в 1970-е занимался проектами электрификации железных дорог и одним из первых в Великобритании автоматизировал системы управления и расчетов на железнодорожном транспорте. Когда появились первые компьютеры, рассказывает Петр Скобелев, Ржевский уже понимал, что следующий шаг в развитии вычислительных технологий — распределенные сети. В 1980-е на стыке сразу нескольких научных направлений (в частности, теории сложных адаптивных систем нобелевского лауреата Ильи Пригожина, а также дисциплин по искусственному интеллекту) складываются условия для появления теории мультиагентных систем. Ими профессор Ржевский и начинает заниматься в стенах Открытого университета, где преподает основы вычислительной и робототехники. Практические же основы мультиагентного подхода к решению сложных задач и построению распределенных систем начинают складываться с 1990-х, интерес к ним с этого времени возрастает в геометрической прогрессии благодаря успехам, достигнутым в объектно-ориентированном и параллельном программировании, а также развитию интернет- и телекоммуникационных технологий. В 1989 году Владимир Виттих на научной конференции по интеллектуальным системам управления в Кембридже знакомится с Георгием Ржевским и приглашает его в Самару прочесть серию лекций по мультиагентным технологиям. В июне 1990-го английский ученый решился на первую в своей жизни поездку в Россию, сопряженную с возможностью отыскать свои древние фамильные корни, восходящие к Рюриковичам и основателям города Ржева, и продолжить заниматься сбором документов по истории своего рода. В Самаре он прочитал цикл лекций по новой глобальной экономике реального времени и по современной теории сложности и мультиагентным системам как новой парадигме решения сложных задач. Эти лекции, на которых он познакомился и подружился с Ржевским, Петр Скобелев называет поворотными в своей судьбе и точкой отсчета существования самарской научной школы мультиагентных систем.

В это же время Скобелев, работавший старшим научным сотрудником ФИАНа, организует с компаньонами фирму «Артлог», специализирующуюся на интеллектуальных программных системах, уже реализующих некоторые идеи МАС в обучении. Так, курс физики, выполненный по заказу Министерства образования, разбивается на много квантов — и задач, и вопросов, и у каждого из них есть агент, который наблюдает за тем, что делает учащийся, а уже его собственный агент накапливает пройденные знания, и по результату освоения каждого кванта курс может гибко под него изменяться. Было понятно, что обучающие системы с применением методов и средств искусственного интеллекта — дело перспективное, и компаньоны сразу же поставили перед собой цель выйти на зарубежные рынки. Поскольку для этого был нужен хороший английский, они сразу привлекли к работе Георгия Ржевского. В результате компьютерные учебники для инженеров по датчикам давления, температуры, ускорений, вибраций и удара были изданы массовыми тиражами в Германии и Англии. В «Артлоге» была разработана и первая в России отечественная серия мультимедиа-учебников, энциклопедий и справочников (там были даже учебники для безработных) для ПК с применением методов и средств математического моделирования, 3D-графики и анимации. Серия состояла более чем из 50 наименований дисков, включая энциклопедию на трех языках «Самара: культура провинции» (получив такую энциклопедию, папа римский отметил ее благодарственным письмом).