1 Введение в когнитивные компьютерные науки

С развитием нашего общества лавинообразно растет поток информации нуждающейся в обработке. И соответственно растет сложность ее анализа. Объем этих задач превышает возможности человеческого разума. Даже определенная машинная обработка не всегда позволяет извлечь новые или желаемые знания из потока информации. Поэтому возникает необходимость в качественно ином уровне ее обработки, предусматривающем использование методов и средств когнитивной компьютерной графики или моделирования.

Основной задачей когнитивных методов является автоматизация части функций познавательных процессов. Поэтому эти технологии можно применять во всех областях, в которых востребовано само познание.

Общая цель компьютерных когнитивных наук - создание качественно нового знания, путем преодоления барьеров восприятия, познания и понимания, связанных с представлением информации в привычной буквенно-цифровой форме. Например, рождение принципиально новых научных идей часто не может быть сведено к процессу дедукции, формально - логическому выводу гипотез и теорий.

1.1 Основные понятия

В общем, под когнитивным компьютерным моделированием (ККМ) понимается моделирование ментальных, познавательных процессов. Однако в виду того, что последнее время когнитивное моделирование широко применяется в трудно формализуемых задачах принятия решений и управления, гораздо чаще можно встретить следующее определение.
ККМ - это способ анализа, обеспечивающий определение силы и направления влияния факторов на перевод объекта управления в целевое состояние с учетом сходства и различия во влиянии различных факторов на объект управления. Основу таких когнитивных моделей обычно представляет классическая когнитивная карта.

Классическая когнитивная карта – это ориентированный граф, в котором привилегированной вершиной является некоторое будущее (как правило, целевое) состояние объекта управления, остальные вершины соответствуют факторам, дуги, соединяющие факторы с вершиной состояния имеют толщину и знак, соответствующий силе и направлению влияния данного фактора на переход объекта управления в данное состояние, а дуги, соединяющие факторы показывают сходство и различие во влиянии этих факторов на объект управления [1].

В [2] приводится аналогичное определение и указывается на то, что причинно-следственный граф представляет собой упрощенную субъективную модель функциональной организации наблюдаемой системы и является «сырым» материалом для дальнейших исследований и преобразований – когнитивного моделирования. На рисунках 1.1 – 1.2 приводятся примеры когнитивных карт.

Рисунок 1.1 - Пример когнитивной карты некоторой экономической ситуации, разработанной в системе когнитивного моделирования “КАНВА”[2]

Рисунок 1.2 - Пример когнитивной карты, разработанной в системе когнитивного моделирования “ iThink ”

Наиболее общее определение когнитивного компьютерного моделирования приводится в [3], где под ним понимается синтез традиционного компьютерного моделирования и когнитивной компьютерной графики.
Понятие когнитивных мегакарт вводится в [4] как специальной разновидности классических когнитивных карт. Здесь же рассматриваются их классификация и примеры.

Под когнитивной компьютерной графикой (ККГ) будем понимать создание таких моделей представления знаний, в которых была бы возможность представлять как объекты, характерные для вербально - логического, символьного уровня мышления, так и образы-картины, характерные для несимвольного мышления. ККГ непосредственно связана с процессом научного творчества [5].

1.2 Задачи когнитивной компьютерной графики

В настоящее время компьютерная графика - это одно из наиболее бурно развивающихся направлений новых информационных технологий. Так, в научных исследованиях, в том числе и в фундаментальных, характерный для начального этапа акцент на иллюстративной функции КГ все более смещается в сторону использования тех возможностей КГ, которые позволяют активизировать свойственную человеку способность мыслить сложными пространственными образами. В связи с этим начинают четко различать две функции КГ: иллюстративную и когнитивную.

Иллюстративная функция КГ позволяет воплотить в более или менее адекватном визуальном оформлении лишь то, что уже известно, т.е. уже существует либо в окружающем нас мире, либо как идея в голове исследователя. Когнитивная же функция КГ состоит в том, чтобы с помощью некоего графического изображения получить новое, т.е. еще не существующее даже в голове специалиста знание или, по крайней мере, способствовать интеллектуальному процессу получения этого знания.
Иллюстративные функции КГ реализуются в системах декларативного типа при передаче пользователям артикулируемой части знания, представленной в виде заранее подготовленной информации с графическими анимационными - и видео иллюстрациями.

Когнитивная же функция КГ проявляется в системах процедурного типа, когда пользователи "добывают" знания с помощью исследований, как на математических моделях изучаемых объектов, так и в процессе анализа оперативной деятельности ЛПР на различных видах объектов контроля и управления. Понятно, что поскольку этот процесс формирования знаний опирается на интуитивный правополушарный механизм мышления, сами эти знания в существенной мере носят экспертный характер [6].

1.3 Задачи когнитивной компьютерного моделирования

Когнитивный подход в моделировании ориентирован на то, чтобы активизировать интеллектуальные процессы субъекта и помочь ему зафиксировать свое представление проблемной ситуации в виде формальной модели. Как упоминалось и ранее в качестве такой модели обычно используется когнитивная карта ситуации.
Технология когнитивного анализа и моделирования позволяет системно охарактеризовать и обосновать сложившуюся ситуацию и на качественном уровне предложить пути решения проблемы в этой ситуации с учетом факторов внешней среды.

Применение когнитивного анализа и моделирования открывает новые возможности прогнозирования и управления в различных областях:
– в экономической сфере это позволяет в сжатые сроки разработать и обосновать стратегию экономического развития предприятия, банка, региона или даже целого государства с учетом влияния изменений во внешней среде;
– в сфере финансов и фондового рынка – учесть ожидания участников рынка;
– в военной области и области информационной безопасности – противостоять стратегическому информационному оружию, заблаговременно распознавая конфликтные структуры и вырабатывая адекватные мер

2 Классификация задач когнитивной компьютерной графики и моделирования

Сами по себе понятия когнитивная графика и когнитивное моделирование существенно отличаются. Соответственно отличаются и разработки, которые ведутся в этих направлениях. Но эти две области компьютерных наук невозможно рассматривать отдельно. Они находятся в тесной взаимосвязи и исследуют проблемы, дополняющие друг друга.
Как в когнитивном моделировании, так и в когнитивной графике выделяются 3 основные направления, решаемых задач, представленные в таблице 1.

Таблица 2.1 Классификация задач ККМ и ККГ

2.1 Повышение когнитивности отображаемой динамики процессов

Очень часто возникает проблема критичности времени реакции оператора на изменение определенных параметров в системах управления реального времени. Оператор должен в случае возникновения аномальной ситуации принять решение о корректности поведения соответствующих подсистем. Принятие неадекватных или неправильных решений может привести к значительным материальным потерям.

Для уменьшения времени, необходимого для восприятия той или иной информации, при ее предъявлении имеет смысл обращаться не столько к малопроизводительному “механизму” логики, сколько к более мощному – интуитивно ассоциативному мышлению.
В данном случае когнитивный подход учитывает, что информация, представленная в виде изменения формы, цвета фигуры, искажение ее пропорций, воспринимается гораздо быстрее, чем та же информация в текстовом виде.

2.2 Когнитивное моделирование процессов для последующего анализа

Цель когнитивного моделирования заключается в генерации и проверке гипотез о функциональной структуре наблюдаемой ситуации до получения функциональной структуры, способной объяснить поведение наблюдаемой ситуации.

Основные требования к компьютерным системам когнитивного моделирования – это открытость к любым возможным изменениям множества факторов ситуации, причинно-следственных связей, получение и объяснение качественных прогнозов развития ситуации (решение прямой задачи «Что будет, если …»), получение советов и рекомендаций по управлению ситуацией (решение обратной задачи «Что нужно, чтобы …»).
Узким местом существующих систем когнитивного моделирования ситуаций является несогласованность их пользовательского интерфейса и алгоритмов обработки с психологическими особенностями субъективного измерения значений и силы взаимовлияния факторов наблюдаемой ситуации. Эта несогласованность приводит к ошибкам и заблуждениям эксперта при определении силы взаимовлияния факторов, которые включаются в когнитивную модель ситуации. Разработка стратегии поведения субъекта на основе когнитивной модели с заблуждениями, естественно, приводит к стратегиям-заблуждениям.

2.3 Качественная визуализация данных

В течение многих тысячелетий основными носителями интеллектуального человеческого знания являлись речь, текст и статичное изображение. Но все эти носители могут лишь описывать динамику какого-либо процесса, но не воспроизводить ее. Со временем человеческое знание углубляется и значительно усложняется, поэтому для его передачи необходимы средства, способные отображать динамику, а не описывать ее. Одним из первых таких носителей является видео изображение, но оно не способно отобразить динамику большинства процессов. В дальнейшем для решения этой проблемы стали использовать компьютерное моделирование.

Но недостаточно просто передать знание. Необходимо передать его в такой форме, чтобы оно было доступно для понимания познающего. В этом и заключается отличие КМ от ККМ и проблема выбора категорий представления знаний.Дело в том, что с детства человека учат мыслить категориями реального мира, которые он может осязать, видеть и т.п. Но чем старше ребенок, тем больше абстрактных категорий и методов манипулирования ими ему приходится усваивать.

Кроме того, поток информации все время возрастает и меняется. В вузах обучение представляет собой запоминание бесконечного нагромождения схем, графиков и абзацев сложно читаемого и труднодоступного для понимания текста. Каждый день в памяти приходится фиксировать сотню абстрактных объектов и взаимосвязи между ними. А многие понятия, описывающие динамику какого-либо процесса, часто оказывается сложно передать даже в нескольких схематических рисунках.
Таким образом, в когнитивных моделях должна быть выбрана такая репрезентация научных понятий, которая бы способствовала запуску механизмов мышления и побуждала обучаемого не запомнить какие-то знания, а осознавать их.

О необходимости учитывать особенности интеллектуального восприятия информации говорится и в [7]. В качестве примера приводятся способы отображения полей физических характеристик технических объектов и алгоритмы построения соответствующих изображений, обладающих высоким когнитивным потенциалом. Так распределения усилий пластины, невозможно представить себе без моделирования. А вот выбор модели представления зависит от конкретного индивидуума.

Рисунок 2.1 – Распределение усилий в пластине (два варианта)[7].

3 Классификация программных продуктов, использующих идеи когнитивного компьютерного моделирования и графики.

3.1 Поддержка когнитивного интерфейса

Повышение когнитивности интерфейсов взаимодействия человека и машины решает рассмотренную выше задачу критичности времени реакции оператора.
Например, если на пульт оператора, управляющего сложной технологией в реальном времени выводится информация от нескольких тысяч датчиков дискретного и непрерывного типа, для ее отображения используется множество видео образов (мнемосхем, таблиц и т.п.). Оператор должен осмыслить всю эту информацию и в случае возникновения аномальной ситуации принять решение о коррекции поведения соответствующих подсистем. Принятие неадекватных или неправильных решений может привести к тяжелым материальным или даже людским потерям, время же имеющееся на обдумывание, исчисляется минутами. Поэтому люди, выполняющие роль операторов или диспетчеров в таких ситуациях, зачастую испытывают стрессовые перегрузки.

Активными разработками в этом направлении занимается компания "ТАСМО-БИТ":
-КОГРА – когнитивная интеллектуальная система реального времени для оперативного управления
-ДИЭКС – динамическая экспертная система оперативной диагностики состояния оборудования экологически опасных объектов и производств.
-ДИКОБРАЗ – система предназначена для построения пользовательского интерфейса и настройки взаимодействия между элементами пользовательского интерфейса и элементами доступа к внешним источникам данных.
На рисунке 3.1 представлены средства, внедренные в рамках пользовательского интерфейса системы СПРИНТ-РВ на блоке 5 Нововоронежской АЭС.

Рисунок 3.1 – Пример когнитивного пользовательского интерфейса [6].

3.2 Когнитивное моделирование в пакетах имитационного моделирования

Не любая среда имитационного моделирования может быть когнитивной. Для этого необходимо чтобы выполнялись задачи когнитивной графики, т.е. необходимо как минимум наличие в этой среде объектов, характерных для логического мышления или образов-картинок, с которыми оперирует образное мышление.
Так, например, для моделирования бизнес процессов разработаны методологии и стандарты, позволяющие их описывать и наглядно представлять.

SADT - является одной из самых известных и широко используемых систем моделирования. SADT - аббревиатура слов Structured Analysis and Design Technique (Технология структурного анализа и проектирования) - это графические обозначения и метод описания процессов. SADT может применяться на всех стадиях жизненного цикла системы. Признание полезности SADT привело к стандартизации и публикации ее части, предназначенной для функционального моделирования, как методологии и стандарта функционального моделирования IDEFO.
Эти и другие стандарты использованы в таких пакетах как BPwin фирмы Logik Works, ProCap 6.0, ProSim 7.0, SmartER 5.0 компании Knowledge Based Systems Inc. и др.

Визуализация предметной области в большинстве имеющихся на сегодняшний день программных пакетов осуществляется с помощью классических когнитивных карт. Первые такие модели были изобретены еще в начале 80-х. На них базируется большинство современных систем динамического моделирования в финансах, политике и бизнесе.
Среди наиболее популярных современных разработок можно назвать компании Hyper Logic, IntelligenceWare, InfraLogic, Aptronix, Oracle и многие другие. Пакет CubiCalc фирмы HyperLogic является одной из наиболее мощных экспертных систем на основе нечеткой логики.
На постсоветском пространстве наибольшей популярностью пользуются пакеты iThink и Simulink. Однако эти пакеты достаточно сложны в использовании, хотя по документации ориентированы на «обычных менеджеров».

Последние годы разработки и собственно готовые пакеты аналогичных систем появились и на отечественном рынке. Среди них:
- программные комплексы "Ситуация", "Компас", "КИТ" созданными в ИПУ РАН [1]
- система когнитивного моделирования «КАНВА», Кулинич А. А.
- системное когнитивное моделирование КТР ЭВС Кутаков С. В.
и др.
Отдельно в этом направлении следует выделить работы А.Е. Янковской. Визуализация и обоснование принятия решений базируются на элементах когнитивной графики, в основу которых положено 4 способа графической визуализации: гистограмма специального типа, равносторонний треугольник, круговая диаграмма с отрезком и прямоугольником, карта Карно.

3.3 Пакеты для разработки качественной визуализации данных

Часто знания о техническом объекте, полученные в ходе исследований на многомерных математических моделях и представленные в обычной символьно-цифровой форме, недоступны для анализа человеком из-за достаточно высокого уровня абстрактности информации.
Наиболее общий подход решения этой проблемы реализован в пакете DeductorStudio, который позволяет отображать одни и те же данные множеством различных способов.

Особого внимания заслуживает совместная работа нескольких российских вузов: виртуальный фонд естественнонаучных и научно-технических эффектов "Эффективная физика". Проект является учебно-методическим и справочным средством, реализованным на основе современных Internet-технологий, и ориентирован на разные уровни образования (среднее общее; начальное, среднее, высшее и послевузовское профессиональное). Каждый эффект в фонде помимо формализованного и обычного описания имеет анимацию, иллюстрирующую сущность эффекта.

В разработках технопарка ДонНТУ класс анимируемых явлений не ограничивается физикой. Уже несколько лет существует портал магистров, в котором каждая научная работа содержит поясняющую анимацию.

Еще одним инструментом повышения когнитивности обучения является визуальное программирование – программирование, в котором для передачи семантики используется более чем одно измерение. Замечательная особенность Визуального программирования в том, что оно способствует развитию алгоритмических способностей интеллекта без изучения особенностей и тонкостей внутренней архитектуры компьютера или ОС.

Визуальное программирование помогает преодолеть координационный барьер и барьер понимания. Т.е. любому обучаемому для написания программы не нужно изучать особенности синтаксиса операторов, переменных, и т.д.
К таким средам разработки можно отнести VUFC (Visual Unix Filter Components), SIVIL – это язык программирования и библиотека подпрограмм в картинках, LegoRobolab и многие другие.

Выдающиеся достижения в этой области принадлежат Зенкину А.А. Он исследования знание порождающие возможности когнитивной компьютерной графики [8]. Разработанные им системы позволяют работать с образами (пифограммами) абстрактных математических объектов, которые активируют работу правого полушария человеческого мозга, ответственного за визуальное мышление и созидательную интуицию. Это позволяет обнаруживать новые научные факты, идеи, гипотезы. Таким образом, им были получены нетривиальные результаты в теории чисел, логике и теории множеств.

Рисунок 3.3 – Пример с параболой система ДСТЧ - Диалоговая Система для исследования проблем аддитивной Теории Чисел [8].

Одним из наиболее эффективных методов отображения многомерных векторов информации являются пиктографики – схематические изображения. Типичным примером такого отображения являются лица Чернова[9].

Лица Чернова представляют собой схематичное изображение лиц, определенным чертам которых соответствуют относительные значения заданных характеристик. Таким образом, разным наборам данных будут соответствовать разные выражения лиц Чернова, позволяющие получить общее представление о состоянии системы и о степени отклонений от нормы отдельных ее характеристик. Например, слишком большие глаза могут указывать на отклонение от нормы соответствующей характеристики на фоне нормы остальных. Иногда этот способ графического представления позволяет выявить скрытые картины взаимосвязей между данными, которые не могут быть обнаружены другими методами.

4 Выводы

В ходе данной работы были изучены цели и задачи когнитивной компьютерной графики и моделирования. Рассмотрена их классификация.
Были изучены пакеты и инструментальные средства, реализующие идеи когнитивных наук.
Установлено, что когнитивное моделирование и графика являются на сегодняшний день перспективными, быстро развивающимися направлениями компьютерных наук, охватывающими достаточно широкий класс прикладных задач.
Наиболее перспективным на сегодняшний день направлением когнитивного компьютерного моделирования на нашем рынке является создание ситуационных центров и экспертных систем, позволяющих принимать решение в трудно формализуемых задачах и обладающих доступным для обычного пользователя интерфейсом. Так как такие системы все больше начинают пользоваться спросом в бизнес среде.
Существующие западные версии таких систем стоят достаточно дорого, реализуются на дорогостоящем оборудовании и трудно доступны для понимания обычного пользователя.
Это с одной стороны открывает еще одну незаполненную нишу на рынке труда, так как наблюдается дефицит специалистов в области обслуживания и настройки таких систем. А с другой стороны дает возможность конкурировать отечественным разработчикам, за счет более низкой себестоимости.

Ниже представлен апплет моделирующий лица Чернова для разных состояний пациента. Размеру глаз соответствует температура пациента, кривизне улыбки - верхнее давление (грустная улыбка - высокое давление) и наличию/отсутствию боли в горле соответствует наличие/отсутствие ушей пиктографика.
Апплет появится ниже в браузере, поддерживающем Java.

Литература

[1] Сайт: ИПУ РАН, Сектор-51 "Когнитивный анализ и моделирование ситуаций": http://www.ipu.ru/labs/lab51/projects.htm.
[2] Кулинич А.А. Субъектно-ориентированная система концептуального моделирования «Канва». Материалы 1-й Международной конференции «Когнитивный анализ и управление развитием ситуаций». Москва, октябрь, 2001 г.
[3] Аноприенко А.Я. От вычислений к пониманию: когнитивное компьютерное моделирование и опыт его практического применения на примере решения проблемы Фестского диска // Научные труды Донецкого государственного технического университета. Выпуск 6. Серия "Информатика, кибернетика и вычислительная техника" (ИКВТ-99). - Донецк: ДонГТУ. - 1999. - С. 36-47
[4] Аноприенко А.Я Когнитивные мегакарты: опыт реконструкции культурообразующих моделей и образов мира // Научные труды ДонНТУ. Выпуск 39 - Донецк: ДонГТУ. - 2002 - С. 206-221
[5] Шемакин Ю. И. Начала компьютерной лингвистики : Учеб . пособие . М .: Издательство МГОУ , А /О "Росвузнаука ", 1992.
[6] Геловани В.А., Башлыков А.А., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды: Едиториал УРСС. – 2001.
[7] Соловов А.В. Проектирование компьютерных систем учебного назначения: Учебное пособие. Самара: СГАУ, 1995. 138с.
[8] ЗенкинА.А, .ЗенкинА.А., Когнитивная Реальность:Порождение Творческих Решений В Науке, Образовании, Управлении. //Труды Международной конференции "Пользовательский интерфейс в современных компьютерных системах". - Орел, Россия, 1999
[9] Chernoff H.: "Using faces to represent points in K-dimensional space graphically", J. ASA, 1973, № 68.

При написании реферата (июнь 2006) магистерская работа еще не завершена. Окончательное завершение - январь 2007г. Полный текст работы и все материалы по теме могут быть получены у автора или его руководителя после указанной даты.