Еще более туманны рассуждения о некоем искусственном разуме (ИИ), созданном человеком, который будет впоследствии самосовершенствоваться и превзойдет человеческий разум по своим возможностям мыслить и создавать новые, еще более совершенные, разумы. Перспектива антигуманного развития ИИ начинает пугать общество своей неконтролируемостью и создает реальное общественное напряжение и неприятие ИИ.

Отсюда следует вывод о необходимости нахождения инструмента, который должен управлять процессом достижения локальной ТС в каждой технологии. Еще один вывод можно сделать о последовательности (т.е. неодновременности) достижения локальной ТС во всех технологиях.

Человек, за большой исторический период развития общества, разработал и создал множество различных устройств, систем и технологий. Как правило все эти разработки имеют практическое значение и успешно применяются. Тем не менее нельзя утверждать, что даже сам разработчик досконально знает все особенности своего детища и может оценить все существующие свойства и связи в своей разработке. Часто кто-то другой применяет его разработку в неожиданных приложениях вполне успешно. И чем более сложна сама разработка (система, устройство, технологический процесс) тем труднее, а часто и просто невозможно уложить все особенности и связи разработки в человеческом мозгу.

И вот тут-то на помощь приходит ИИ в виде искусственных нейронных сетей (ИНС), которые имеют замечательное свойство обобщения информации и на этой основе дающие новые знания об исследуемом объекте.

Множество примеров применения ИНС в дизайне, написании текстов, стихов, музыки, обработки мультимедиа и т.п. создали целую отрасль бизнеса, вполне процветающую и приносящую реальный доход. Гораздо меньше примеров применения ИНС для совершенствования промышленных технологий, систем и устройств и их эксплуатации.

Одними из фундаментальных открытых вопросов насчёт сингулярности являются вопросы о её существовании, времени наступления и темпах роста технологических изменений. Время её начала предполагают, экстраполируя некоторые тенденции технологического развития. Для природных процессов, характеризующихся экспоненциальным ускорением на своих начальных этапах, впоследствии характерен переход в фазу насыщения. Это позволяет предположить, что если на протяжении некоторого интервала времени наблюдается возрастание с ускорением, это отнюдь не означает бесконечного продолжения этого процесса. Напротив, во многих случаях это означает скорый выход на плато скорости. Процессы, происходящие в природе, позволяют выдвинуть предположение, что наблюдаемая картина ускорения научно-технического прогресса через некоторое время (в физических процессах, как правило, короткое) сменится замедлением и полной остановкой. Возможные механизмы торможения ускорения развития инфокоммуникаций в целом просматриваются как в адаптационных возможностях самого человека, так и в приближающихся горизонтах планирования. При этом, несмотря на возможное в обозримом будущем прекращение/затухание ускорения прогресса науки и техники, сам прогресс, и как следствие, социальные трансформации, не остановится и даже не замедлится — он продолжится с достигнутой (возможно, огромной) скоростью, ставшей постоянной.

В 2012 г. Я представил доклад [1] на 22-й симпозиум AER по физике реактора ВВЭР и его безопасности,в котором описана методика применения ИНС для анализа состояния РУ ВВЭР-1000 при варьировании мощности реактора в некоторых эксплуатационных пределах. Более подробно можно прочитать в опубликованных трудах симпозиума, поэтому я даю ссылку. К сожалению, из-за новизны темы и специфики математического аппарата применённых ИНС, истинная суть доклада не была понята и оценена аудиторией.

А ведь предлагался готовый программно-методический аппарат для всестороннего исследования реакторной установки, как объекта со сложными нелинейными связями. Использование расчетной модели на основе кода ATHLET в качестве источника данных для обучения ИНС было просто демонстрацией работы методики. На самом деле гораздо больше информации можно было бы получить и использовать для обучения ИНС из данных АСУ ТП блока, т.к. там регистрируются показания всех измерительных каналов.

Наверное, практический эффект использования ИНС на основе данных АСУ ТП мог служить некой валидацией расчетной модели на основе кода ATHLET, как, впрочем, и других расчетных моделей.

Можно задать риторический вопрос, ну и как это связано с ТС?

Всё дело в цели достижения ТС в каждом конкретном объекте исследования. В системах (объектах) сложность системы заключается в том, что она состоит из огромного числа подсистем, каждая из которой представляет собой относительно самостоятельную систему, способную к различным направлениям эволюции в составе целого. При этом каждая подсистема может рекурсивно состоять из множества других подсистем. Если идти по пути выделения отдельных подсистем и их последующего анализа, практически невозможно впоследствии проследить все связи между подсистемами в общей системе. Именно ИНС и позволяют определить все связи и степень их влияния на всю систему путем т.н. «анализа чувствительности» заложенного в них при обучении.

Приведу более понятный для многих, пример практического и полезного применения ИНС.

Представим, что новый автомобиль, сходящий с конвейера (наш приме небольшой системы) проходит комплексное испытание на заводском стенде, при котором начиная с состояния покоя и до состояния максимальной мощности, автомобиль «прогоняется» на заданном спектре мощности работающего двигателя (положения педали газа). При этом фиксируются все возможные параметры самого автомобиля и состояние окружающей среды (температура, давление, влажность, внешние вибрации и т.д. и т.п.). Совершенно серьезно можно включать даже неожиданные факторы – цвет окраски, форму и обивку салона, даже запах разных ароматизаторов!

В результате регистрации всех измерений мы получаем т.н. обучающее множество для ИНС. Насколько это множество велико и «зашумлено» не имеет существенного значения, ИНС могут эффективно обучаться и с «зашумленными» данными.

Процесс обучения ИНС тоже не тривиален, будет необходимо пробовать разные архитектуры и структуры ИНС, как это сделано в работе [1].

Что же дает обученная ИНС?

При удачном обучении мы получаем полную электронную копию объекта (того же автомобиля), по факту напоминающую некий «черный ящик» с множеством входов и выходов, который содержит в компактной форме все характеристики объекта исследования.

А что же с ТС в данном примере? На самом деле, добавляя до бесконечности новые факторы (например вместо аромата внутри салона «Chanel №19» применяем «Guerlain Aqua Allegoria») мы с каждым новым фактором приближаемся к некому пределу знания об исследуемом объекте, фактически к ТС этого объекта и в идеале должны получить представление о наилучшем из всех возможных, варианте воплощения этого объекта!

Поскольку аудитория ПроАтома весьма специфична, возвращаемся к нашим баранам – проблемам Атомной энергетике.

Применение вышеописанной процедуры управляемого достижения ТС для совершенствования АСУ ТП, мы получаем четкие связи со всеми измеряемыми параметрами, входящими в обучающее множество ИНС. Этот факт позволяет непрерывно контролировать правильность функционирования измерительных каналов (ИК) и определять ситуации с ложными и скрытыми отказами ИК.

ИНС фактически неявно содержит в себе все физические законы сохранения а, следовательно, любые показания ИК связаны между собой! Это дает возможность определять параметры в тех местах объекта, где нет датчиков, либо есть только часть их, а требуется знание других параметров) т.е. в точке измерения температуры потока можно восстановить значение давления в потоке. Это приложение можно развивать и дальше для совершенствования АСУ ТП и для анализа технического состояния оборудования АЭС.

Еще одно их приложений ИИ на основе ИНС – создание электронного технического паспорта объекта. Например, процедура испытаний нового ГЦН по вышеописанной схеме должна заканчиваться выдачей электронной копии этого ГЦН, которая и будет реальной паспортной характеристикой, которую в процессе эксплуатации можно использовать для выявления любых отклонений от паспортных данных для анализа технического состояния.

Постоянный мониторинг сравнения электронного технического паспорта объекта с текущим состоянием даст возможность определить опасные и аварийные состояния.

Резюмируя всё, вышесказанное, предлагаю незамедлительно приступить к широкому внедрения ИИ на основе ИНС по предлагаемой процедуре. Весь необходимый программный продукт для стартапов имеется. Пути усовершенствования ПО и его адаптации к конкретным приложениям ясны.

Литература:

1. Katkovsky Е.А. et all – “ATHLET based training of neural networks for the analysis of nuclear power plant (NPP) safety, Pruhonice, Czech Republic, 2012
2. https://ru.wikipedia.org/wiki/ Технологическая_сингулярность

Автор: .А. Катковский, к.т.н., технический директор Центра промышленной и экологической экспертизы, https://ciee.ru/
Источник: http://www.proatom.ru/