Прототипирование моделей гибридных систем с искусственным интеллектом для оперативной оптимизации проектных решений

Прогрессивный мир практически задыхается под лавиной информации при оценке проектных решений. Данные потоки данных, для которых свойственны неполнота, оригинальность и необыкновенная динамичность, не поддаются формальной структуризации и потому те же универсальные «стандартные» модели, базы и хранилища данных часто бессильны. Быстрый рост потока перерабатываемой технологической информации ведет к значимым переменам в способах деятельности, принятии решений и требуется автоматизация микропроцессов обработки и анализа данных, интеллектуализация информационных и организационных процессов, требующих внедрения эффективных способов и умственных методик обеспечения оперативного принятия решений.
Нынешние условия перехода к информационному обществу, когда фокус внимания перемещается от индустрии добычи, переработки сырья и нужных ископаемых на высочайшие технологии и инновации, устанавливают необходимость деятельности всех социальных и финансовых органов (государственное правление, бизнес, логистику, технологические и социальные модули связи) по принципу скоростного, мобильного, интеллектуального предприятия. Этот принцип обосновывается на умственных приемах правления более критичным ресурсом – информацией.
В многочисленных отечественных и зарубежных публикациях рассматриваются различные аспекты интеллектуальной деятельности (ИД) человека, в частности, целенаправленность, способность приобретать, пополнять, воспроизводить и использовать знания, способность ставить и решать задачи, способность предвидеть неизвестное, придумывать новое, способность к обобщению и ассоциациям и т.д. ИД человека связана с поиском решений (действий, закономерностей) в новых, нестандартных ситуациях. Поэтому задача называется интеллектуальной, если точный метод ее решения априори не известен. Здесь под решением задачи понимается любая деятельность (человека или машины), связанная с выработкой планов и действий, необходимых для достижения определенной цели, с открытием и выводами новых закономерностей. Любая ИД опирается на получение и передачу новых знаний о предметной области, в которой ставятся и решаются задачи.
Ввиду ключевой роли понятий «знания» и «интеллект» в определении ИД есть разница между ними. Знания — это полезная информация, накопленная индивидуумом, а интеллект - способность индивидуума использовать эту накопленную информацию некоторым полезным (целенаправленным) образом. Более широко интеллект можно рассматривать как способность лицу (автономному объекту) принимающему решения ( ЛПР ) достигать определенной степени успеха при поиске и использованию широкого многообразия целей в обширном диапазоне сред.
В тоже время, интеллектуальными (когнитивными) функциями живого интеллекта являются восприятие, интуиция, творчество, ассоциация, индукция (обобщение), силлогизмы, узнавание, прогнозирование, планирование, дедукция, классификация, а также поиск и выбор, сравнение, идентификация, вычисление. В настоящее время детально проанализированы и формализованы следующие функции: поиск, выбор, вычисление, сопоставление, дедукция. Попытки наделить компьютер интеллектуальными способностями более высокого уровня - немонотонной логикой, доказательством по аналогии, индуктивным выводом, вероятностными методами рассуждений и т.д. - пока не дали ощутимых практических результатов. Поэтому тема разработки методов прототипирования – упрощения сложных моделей именно для объектно-ориентированного их применения является актуальной особенно для гибридных систем, к классу которых относятся все системы управления с искусственным интеллектом.
Так, к примеру, выбранная для исследования научная тема по прототипированию моделей процессов для управления в реальном масштабе времени гибридными системами, обеспечивая их функциональную самоадаптацию, является актуальнейшей в условиях интенсивного развития индустрии мобильной робототехники: особенно паряще-плавательно-ныряющей, или в автономно функционирующих системах откачки и опреснения воды при шахтном водоотливе.
Разработка и валидация новых подходов позволит нам тестировать прототипы натурных компонентов в реальном времени с помощью модельного упрощения, уменьшая необходимость проведения дорогостоящих или разрушающих испытаний или разработки и использования для проектирования сложных математических моделей многосвязных согласующих узлов, что является важной научной и народно-хозяйственной задачей.
В этой области уже было достигнуто несколько значимых научных достижений. Например, это - разработки гибридных моделей объектов для исследования деталей перед серийным производством, также тестирование кода для специализированных интегральных микросхем с помощью технологии ПЛИС. В этом случае использовались методы ускоренного прототипирования, применяемые для тестирования управляющих алгоритмов в условиях реального времени, перед запуском управления непосредственно на встраиваемой системе, что является важнейшей задачей инженеров, занимающихся моделированием и синтезом гибридных систем, управляющих драйверов энергосистем.
На данном этапе акцент в планируемых исследованиях сделан на разработку и внедрение интеллектуального цифрового управления энергообеспечением систем, которые преобразуют, передают, распределяют и доставляют энергию в эффективном и гарантированно надежном непрерывном режиме для мобильных устройств, которые постоянно перемещаются в пространстве. Такая технология применима и для разработки управления автономными комплексами водоотлива и опреснения шахтных вод.