Пусть эта аналогия поверхностная, но пока я буду на ней, так сказать
, настаивать. Далее, если некий внешний сигнал (некая положительная велич
ина) прибавляется к параметру «А», то затем переменная надолго увеличива
ется, несмотря на то, что сигнал Ц коротенький. Это Ц ещё одна аналогия с
ручейником: одна частица может надолго изменить его поведение. Конечно,
такого простого уравнения недостаточно для того, чтобы моделировать по
ведение целого ручейника. Всё-таки его поведение сложнее: он и берёт част
ицы, и крутит их.
А.Ж. Но вы сейчас моделируете какую-то одну составляющую.
В.Н. Да, и мы решили пойти несколько более простым путём: модели
ровать не ручейника, а некую условную инфузорию, которая движется в усло
вном пространстве и находит там участки с пищей. Пища Ц это просто химич
еские вещества, которые инфузория может в буквальном смысле всасывать. Н
икакого сложного пищевого поведения здесь не нужно. Когда на эту инфузор
ию не действуют никакие сигналы, то её поведение определяется единствен
ным уравнением, а траектория её движения получается такая, что в ней чере
дуются почти прямые пробеги с петлями. Эти петли (опять-таки с точки зрени
я внешнего наблюдателя), можно интерпретировать как отыскивание какого-
то места в пространстве.
А.Ж. То есть, идёт такой локальный поиск, который чередуется с к
рупными перемещениями в попытке найти какое-то или более богатое «место
рождение».
В.Н. На данном этапе, когда нет никаких сигналов, искать, собств
енно говоря, нечего. Я хотел бы подчеркнуть, что это поведение, чередовани
е таких спонтанных поисков на одном месте…
А.Ж. Очень красивая картинка. Этот спонтанный поиск, эти вот пе
тли, узлы такие. И длинные эти пробеги. Очень красиво.
В.Н. Это поведение на самом-то деле типично для многих животны
х. И не только инфузорий, но и для червей, для насекомых Ц для таких животн
ых, не слишком крупных, для которых можно построить экспериментальную ус
тановку, в которой нет никаких сигналов, освещение и все внешние факторы
распределены равномерно.
Теперь мы вводим в это пространство пищу: у нас есть три участка, на слайде
это можно показать. На одном участке концентрация пищи маленькая, на дру
гом Ц большая, а между ними находится пустой участок. И вот наша условная
инфузория начинает поиск с бедного участка. В какой-то момент ей не везёт
, не попадается пищевых веществ. В результате инфузория перестаёт описыв
ать петли на этом участке и начинает двигаться прямо. Здесь работает про
стая система, показанная раньше, которая из одного режима поведения пере
ходит в другой режим: вместо больших значений переменной, которые обеспе
чивают поворот, теперь наблюдаются малые значения, соответствующие пря
мому пробегу. Поэтому инфузория теперь летит прямо, пролетает пустое мес
то и попадает на богатый участок. Конечно, она может и уйти из богатого уча
стка. Однако на богатом участке пища сосредоточена плотнее, там меньше в
ероятность серии неудач, и поэтому, в конце концов, инфузории скапливают
ся на богатых участках.
Так, собственно, поступают и реальные инфузории Ц я хотел бы подчеркнут
ь сходство поведения модели с реальными организмами. Мало того, с помощь
ю такой простой системы можно добиться ещё более богатого поведения, есл
и добавить к ней разные сенсоры, разные органы чувств. Вот на следующем сл
айде, например, показана ориентация…
А.Ж. А можно остановиться на этом слайде на секундочку. Хочется
обратить внимание на то, что эта картинка характерна не только для инфуз
орий, для рассматриваемых здесь объектов, а это вообще житейская картина
. Когда мы обсуждали в передаче наши проблемы, возникла очень хорошая ана
логия с человеком, который тоже ищет, где лучше и где глубже. Допустим, он и
щет в пределах своего города, находит всё, что может, а когда решает, что вс
ё здесь уже найдено, то он совершает какую-то миграцию.
А.Г. Скачок в пространстве.
А.Ж. Да. И там опять начинает локальный поиск. После чего может п
оследовать опять такой длинный бросок куда-то. Очень интересно. То есть, э
тот алгоритм реализуется, видимо, на многих, на разных уровнях управлени
я, для разных объектов, и мне он кажется очень интересным.
В.Н. Вот здесь я хотел бы добавить, что, конечно, этот алгоритм, э
то порождение гипотез действительно аналогично у разных организмов. Но
это не значит, что механизм порождения гипотез всегда один и тот же. Пока ч
то мы рассматриваем поведение очень простенького уравнения. Вся пробле
ма-то в том, что в таком виртуальном пространстве, такую виртуальную инфу
зорию довольно легко имитировать. А вот когда речь идёт о животном уже с н
ервной системой, сложной, которое не просто двигается, но ещё манипулиру
ет предметами, решает задачу не просто поиска в физическом пространстве
, а поиска в каком-то пространстве возможностей, всё становится сложнее. П
онятно, что в этих случаях работает более сложная система. Аналогией зде
сь, может быть, полезно руководствоваться, но сама аналогия не является м
оделью.
Я продолжу, чтобы закончить с этой инфузорией. Здесь показана её ориента
ция на источник запаха. Источник показан кружком, а инфузория двигается
к нему такими вот зигзагами. Почему так происходит? Дело в том, что мы ввел
и в модель сенсор, который воспринимает разницу между раздражением на да
нный момент времени и предыдущий момент времени. Чем больше эта разница,
тем больше подавляется тенденция модели к поворотам. Собственно говоря,
таков же механизм ориентации у реальных инфузорий и бактерий. Что делает
наша инфузория? Вместо того чтобы всё время корректировать свой путь к и
сточнику запаха, она генерирует гипотезы, хотя это звучит как преувеличе
ние. Вот пример: если разница между последовательными раздражениями пол
ожительна, то инфузория бросается прямо вперёд, хотя это может увести её
в сторону от источника запаха.
А.Г. «Что-то пахнет, по-моему, там». И рванула, да?
В.Н. Да. И она опомнится только тогда, когда рассогласование ме
жду направлением движения и целью будет очень сильным. Затем она скоррек
тирует своё движение, может быть, опять неточно. Но, в конце концов, она при
ходит к этому источнику. Расчёты показывают, что на самом деле такое пове
дение экономнее и быстрее, чем если бы она всё время пыталась…
А.Г. Идти по прямой к этой цели.
В.Н. Да. Она просто тратила бы время на постоянную коррекцию св
оего движения. Кроме того, модель также предполагала, что во время поворо
та, как любое физическое тело, инфузория движется медленнее, чем когда он
а летит прямо. Но это…
А.Ж. А вот во время такого большого броска, она уже не принимает
решений, да? То есть она просто отрабатывает уже принятое решение соверш
ить бросок.
В.Н. Да, и в этой модели, в этой динамической системе происходит
это очень просто, потому что сигнал подавляет переменную, управляющую по
воротом, так что инфузория не может повернуть. А когда наступает сильное
рассогласование, сигнал становится отрицательным. И тогда система начи
нает снова работать. Она снова начинает искать. И снова выбирает какое-то
направление.
Когда инфузория достигает цели, она там не останавливается, а начинает о
быскивать окрестности источника запаха (на этом рисунке это, может быть,
не очень сильно выражено). Результат этого поведения такой: если в простр
анстве есть много других источников, и некоторые издают более сильный за
пах, то у инфузории есть шанс найти другой, лучший источник.
Этот способ ориентации, на самом деле, существует и у реальных бактерий, о
ни ориентируются с помощью именно таких бросков. Здесь серой полосой пок
азан разрыв в градиенте запаха, как и бывает в реальной жизни. Но наша инфу
зория тоже проскакивает разрыв…
А.Ж. Разрыв Ц это что?
В.Н. Например, разрыв может быть в воде: турбулентность воды ил
и какое-то течение вызывает…
А.Г. Ну, или ветер в другую сторону…
В.Н. Если в воздухе Ц то это ветер.
Когда наша инфузория сориентирована примерно на источник, естественно,
активность динамической системы подавлена и поворот не осуществляется
. Поэтому, если разрыв узкий, она его просто пролетает. Если же он широкий, и
нфузория переходит к блужданию. Но блуждание приводит её либо по ту стор
ону разрыва, которая удалена от источника, либо на ту сторону, которая к ис
точнику ближе. В последнем случае всё хорошо…
А.Ж. То есть, если бы она решения принимала постоянно, она бы в эт
ой полосе запуталась бы сразу…
В.Н. Она бы не знала, что там делать.
А.Г. А так, маршем её берёт.
В.Н. Либо она должна знать карту местности, которой у неё нет, ли
бо пользоваться каким-то другим алгоритмом. А как действовать на пустом
месте, собственно…
А.Ж. Разумно.
А.Г. Более чем…
В.Н. Для инфузории даже очень разумно. И, наконец, её поведение о
казывается ещё богаче, если приделать ещё один сенсор, который подавляет
повороты при касании с твёрдой поверхностью, с препятствием. Препятстви
е пропускает запах, но не пропускает инфузорию. Происходит очень интерес
ная вещь, которая поразила даже нас Ц тех, кто делал эту модель: повороты
происходят реже. И кончается тем, что инфузория скользит вдоль этого пре
пятствия в ту или в другую сторону, пока его не обойдёт.
А.Г. Потому что она чувствует постоянный сигнал?
В.Н. Она чувствует сигнал, который не даёт ей уйти в другую стор
ону. И кроме того, поскольку она скользит по стенке, повороты происходят с
небольшой вероятностью. Поэтому она, грубо говоря, не мельтешит вдоль ст
енки, не теряет время, чтобы ходить туда-сюда, и, в конце концов, обходит это
препятствие, если оно не бесконечно длинное. Опять-таки, это поведение на
блюдается у простых животных: и червей и инфузорий.
А.Ж. Не только у простых, я вам скажу. Я примерно так же тоже обхо
жу препятствие.
В.Н. Особенно, когда задумаешься над какой-нибудь научной проб
лемой, это так…
А.Ж. Или забор высокий.
В.Н. Ещё раз скажу, что, конечно, это Ц простая модель. Какой бы п
родуктивной она не казалась в качестве аналогии, она не может объяснить
поведение животных, решающих более сложные задачи. Здесь нужна исследов
ательская работа с роботами. Получается, собственно говоря, взаимодейст
вие между этологией Ц наукой о поведении, и робототехникой. Если я говор
ю, что я умею делать радиоприёмники, то мне могут сказать: возьми да и сдел
ай. Если я говорю, что понимаю, как ведёт себя животное, то разумно потребо
вать, чтобы я запрограммировал робота. Но тут-то и выясняется, что наши те
ории недостаточны для этого, хотя этология существует уже 50 лет, а поведен
ие животных изучается больше ста лет. На самом деле существующие теории
поведения очень ограничены. Они не позволяют воспроизвести адаптивное
поведение животных в роботе, и отсюда сразу видно, что наши знания ограни
чены. Это приходится признать.
Получается, что работа с роботами оказывается, с точки зрения биолога, но
вым инструментом исследований, который позволяет проверять наши знани
я.
А.Г. Это, в общем, довольно идеальный инструмент. Это в каком-то
смысле лучше, чем знаменитая дрозофила. Потому что здесь можно плодить п
опуляции, если говорить об эволюции этих искусственных объектов, как у н
ас шла речь в одной из программ. То есть у исследователя время не ограниче
но…
А что же с аниматами? Я просто хочу напомнить, что здесь, у нас, время програ
ммы ограничено, как время поиска у ручейника.
А.Ж. Я бы хотел здесь поговорить, дополнить рассказ Валентина А
натольевича о том, что интересен вопрос: а как же вырабатывается эта стра
тегия поведения у организма? Это то, о чём думали мы. И здесь, мне кажется, чт
о многие ответы можно найти вот каким путём. Если встать на место нервной
системы организма и оказаться в тех условиях, в которых находится она, то
из этих условий просто логически вынужденно будет следовать и структур
а, и функция, и алгоритмы, по которым должна работать эта система. Я и хочу р
ассказать о результатах попытки такого вывода, это то, чем мы занимаемся.
Покажите, пожалуйста, первый слайд.
Представим себя на месте управляющей системы. Что это такое? Вот есть люб
ой организм Ц это некоторое тело, или некоторый объект, который являетс
я, по сути, частью среды. Если мы говорим о том, что этот организм управляем,
значит, внутри него есть управляющая система, которая является частью эт
ого организма. Причём будем рассматривать только такие организмы и таки
е объекты, где управляющая система лежит именно внутри организма, а не ру
ководит им по телеметрии.
Из этой картинки сразу же следуют цели управления, то есть те цели, которы
е старается достигнуть система управления. Мне кажется, что здесь сущест
вуют две главные цели. Первая цель Ц это обеспечить выживание организма
. Иначе, если этого нет, не о чем говорить, всё разваливается, и как такового
этого тела не существует.
И вторая цель Ц это накопить знания, потому что управляемый организм, уп
равляемый объект препятствует разрушению агрессивным воздействиям ср
еды не за счёт своей твёрдости, как алмаз: «Вот стою тут и буду сопротивлят
ься». Он препятствует разрушению за счёт того, что ведёт себя активно, он с
овершает некоторое воздействие на среду. И через эту среду к организму в
озвращается реакция совершенно другого типа. Например, если ребёнок хоч
ет есть, то он кричит, и приходит мама с бутылочкой молока. Или, скажем, мы чт
о-то бросаем вверх, а в результате падает плод с дерева. Организму надо ещ
ё найти и понять эти реакции на его собственные действия.
Значит, для того чтобы обеспечить выживание, нужно знание: как это действ
ие сопряжено с этим результатом? Поэтому я бы здесь выделил эти две цели у
правления. Может быть, даже цель накопления знания первична. Если мы хоти
м исследовать какое-то неизвестное пространство и сделаем для этого так
ого робота, который бы накопил знания, нам надо подумать о том, как он выжи
вет, нам надо обеспечить его выживание.
Из этой же картинки сразу, наверное, следует (в грубом виде) алгоритм таког
о поиска. Нервная система должна найти обратные связи через среду. Это оч
ень хорошая мысль, которую петербургский учёный Владимир Левченко когд
а-то красиво сформулировал. Среди всех действий, которые может совершат
ь организм, есть такие, которые уходят в бесконечность и никуда не возвра
щаются, никогда к нам не вернутся. Надо найти те воздействия, которые чере
з среду к нам вернутся, на наши датчики. И вот этот поисковый алгоритм нам
надо найти.
Вы помните, как Максвелл в своё время предложил своего демона, которого п
омещал внутрь чёрного ящика и, пользуясь этим приёмом, он логически расс
уждал, что же там должно происходить. Давайте мы сейчас с вами, подобно это
му демону, погрузимся внутрь этого кружка нервной системы и посмотрим, ч
то же она должна делать, если она находится в этих условиях.
Покажите, пожалуйста, следующий слайд. Исходное условие Ц это автономно
сть системы управления, как я уже сказал. То есть мы находимся внутри тела
. Второе условие Ц это дискретность, то есть у нас есть дискретные входы.
Вот эти канальчики, по которым поступает дискретная информация. И есть д
искретные выходы. Может быть, их много. Но это дискретные кнопочки, которы
е мы можем нажать. То есть, то, что является выходом нервной системы Ц это
пучок волокон, через которые идут бинарные сигналы, точно так же, как и чер
ез вход. Их может быть много, миллионы рецепторов, но через них поступают б
инарные сигналы.
И вот перед нами есть экран с входящей информацией, на котором мы видим вх
одящие сигналы. И есть целый, так сказать, набор кнопочек, на которые нужно
нажимать.
Представим себя внутри, в этой чёрной комнате с экраном, на который нам пр
оецируется информация из окружающего мира. Первая задача, которую систе
ма должна решить Ц как в этом потоке входной информации научиться узнав
ать что-то знакомое. Например, сказать: «Ага, вот это красное пятно я уже ко
гда-то видел». И когда этот момент произойдёт, тем самым произойдёт некое
формирование образа (вот этого пятна) и акт его распознавания Ц «я его ра
спознал». Теперь система его будет узнавать всегда, когда она его увидит,
она его распознает. Это первое. Поэтому на этой схеме, которая сейчас видн
а, первый блок в нервной системе Ц это формирование и распознавание обр
азов.
А.Г. Для того чтобы распознать, всё-таки надо каким-то образом п
овлиять на это красное пятно для того, чтобы сделать заключение о том, что
это такое.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39