ТЕХНОЛОГІЯ ПРОЕКТУВАННЯ ШТУЧНОГО ІНТЕЛЕКТУ, ЩО ПІДТРИМУЄ АВТОНОМНІ РОЗПОДІЛЕНІ СИСТЕМИ

Анотація

Потреба в більш досконалих автономних системах підтверджується зростаючим попитом не лише військової сфери, а й цивільної спільноти. Зусилля розробників автономних систем на базі Штучного Інтелекту (ШІ) зосереджені на підвищенні рівня автономності майбутніх систем. Відомі моделі штучного інтелекту не можуть комплексно вирішити проблему автономності через розрив між двома парадигмами «обробка даних від датчиків» та «прийняття рішень на основі знань експерта в предметній області». В роботі обговорюється нова модель ШІ (Feeling AI, FAI), як гібридний ШІ, що базується на когнітивних моделях, запозичених у живих істот. Так як База Знань (БЗ) FAI представлена набором незалежних універсальних Гранул Знань (ГЗ), що взаємодіють за моделлю подій, то подієво-керована архітектура (Event-Driven Architecture, EDA) є найбільш придатною для реалізації обчислювань у FAI. Основною проблемою застосування EDA є необхідність формування реакції в режимі реального часу компонентами FAI на основі сенсорних даних, отриманих асинхронно у різний час і з різними характеристиками старіння. У FAI використана нова когнітивна модель врахування старіння даних, яка підтримує поступове забування подій з часом та оцінює їхню поточну актуальність за допомогою нечіткого фактору впевності (Certainty Factor, (CF). Проектування системи сприйняття FAI за технологією EDA розглядається на прикладі обслуговування автономної системи розосереджених об'єктів (automatic Garage Complex, GC). До складу GС входить колісний робот що отримує додатково до стаціонарної СС дані щодо стану окремого боксу. Наведено окремі етапи логічного проектування, починаючи з експертних знань, їх формалізації у вигляді множини ГЗ, відображення структури знань у БЗ на апаратне забезпечення, та уявлення знань, якими оперує Event Broker EDA у таблиці параметрів. На етапі фізичного проектування розроблено програмну реалізацію ядра FAI мовою C++ з використанням бібліотеки ZeroMQ для забезпечення високопродуктивного асинхронного обміну повідомленнями. Запропонована архітектура реалізує механізм диспетчеризації подій через компоненти-маршрутизатори та обчислювальні потоки, що дозволяє масштабувати систему шляхом розпаралелювання виконання функції обробки гранул знань.