Интеллектуальная киберфизическая система формирования потребностей интернета вещей

Цель исследования. В статье рассмотрены проведенные исследования и дальнейшее развитие современных киберфизических систем интернета вещей (CPS IoT). Исследователями в области психологии, логики, лингвистики, философии, для изучения искусственного интеллекта, использовались многие, отличные друг от друга модели этого феномена «человек». В настоящее время поиски новых подходов продолжаются. Один из интересных подходов лежит в развитии применения когнитивных механизмов, которые использует человек в решении повседневных задач. Рассматривается применение методов гештальт-обработки состояний CPS IoT – картины мира, для решения все расширяющегося круга задач. Для гештальт-обработки могут использоваться гибридные или, как их еще называют, комбинированные модели для решения различных задач киберфизических систем интернета вещей, связанных с прогнозированием показателей функционирования социально-экономических систем. Для этого можно использовать давно известный подход к гибридизации, суть которого в разбиении всего множества исходных данных на подмножества исходных данных. Показаны основные этапы гештальт-обработки и один из начальных этапов – формирование потребности. Представлены значимые моменты организации взаимодействия модулей CPS IoT с окружающей средой. В демопримере рассматривается CPS IoT музея-усадьбы. Описаны основные элементы формирования потребности CPS IoT при организации и проведении экскурсии.

Материалы и методы исследования. Для решения задач в рамках гештальт-обработки CPS IoT требуются новые методы и наработки специалистов в области интеллектуальных систем. Для гештальт-обработки могут использоваться гибридные, комбинированные модели для различных задач киберфизических систем интернета вещей, связанных с прогнозированием показателей функционирования социально-экономических систем. Можно использовать давно известный подход к гибридизации, суть которого в разбиении всего множества исходных данных на подмножества исходных данных. Возможно использование гештальт-обработки в рамках целостного подхода при разбиении на подмножества исходных данных – кластеры. В рамках когнитивного подхода используются чувственные образы, концепты-представления, концепты-сценарии и гештальты. Гештальт CPS IoT можно рассматривать как один из подходов к решению современных задач в рамках технологии Индустрия 4.0 (Industry 4.0). В статье описываются интеллектуальные киберфизические системы с применением методов гештальт-обработки их состояний – картины мира. Рассматриваются подходы к использованию потребностей и один из множества подходов формирования потребностей киберфизических систем интернета вещей.

Результаты. Предложены, в рамках когнитивного подхода, концепты-представления CPS IoT для возникающих (появляющихся) потребностей и их фиксации. После фиксации потребности в качестве основных этапов ее формирования выделены: конкретизация события, сбор для потребности актуальных исходных данных; формирование (складывание из воспринимаемой информации) гештальта: проверка состояния необходимых элементов, поиск ресурсов в среде; организация контакта с окружающей средой. Данные этапы формирования потребности относятся к CPS IoT любой природы и ориентированы на любые задачи интернета вещей. Целесообразно сохранять сценарии формирования потребностей для возможного повторного использования в будущем. В демо-примере показан пример формирования потребности для CPS IoT при проведении экскурсии.

Заключение. В статье рассмотрен когнитивный подход, связанный с использованием и развитием интеллектуальных киберфизических систем для интернета вещей и интернета всего. Рассмотрены основные этапы формирования потребности CPS IoT. Реализация предложенного подхода, развитие и ис- пользование концептов-гештальтов позволит отражать CPS IoT с новыми эмерджентными свойствами.

1. Трушкина Н.Ю. Гештальтпсихология и моделирование интеллекта // Вестник Московского университета. Серия 7: Философия. 2008. № 3. С. 41–50.

2. Кузнецов О.П. Когнитивная семантика и искусственный интеллект // Искусственный интеллект и принятие решений. 2012. № 4. С. 32–42.

3. Кузнецов О.П. Неклассические парадигмы искусственного интеллекта // Теория и системы управления. 1995. № 5. С. 3–23.

4. Пинкер С. Язык как инстинкт. М.: Едиториал УРСС, 2004.

5. Шваб К. Четвертая промышленная революция / пер. с англ. М.: Эксмо, 2016.

6. Kagermann H., Lukas W. and W. Wahlster W. Industrie 4.0: Mitdem Internet der Dinge auf dem Weg zur 4. Industriellen Revolution // VDI nachrichten. 2011. № 13

7. Lee E.A. Cyber physical systems: Design challenges // 11th IEEE Symposium on Object Oriented Real-Time Distributed Computing (ISORC). 2018. С. 363–369,

8. Ли П. Архитектура интернета вещей / пер. с анг. М. А. Райтмана. М.: ДМК Пресс, 2019. 454 с

9. Трембач В.М., Алещенко А.С., Микрюков А.А. Интеллектуальная киберфизическая система с использованием гештальт-обработки // Открытое образование. 2021. № 25(6). С. 53–63. DOI: 10.21686/1818-4243-2021-6-53-63.

10. Meskon, M., Albert, M., Hedouri, F. Fundamentals of management. 1998.

11. Петрова С. И. О смысле и значении категории «потребность» [Электрон. ресурс] // Бюллетень науки и практики. 2017. № 6(19). С. 255–259. Режим доступа: http://www.bulletennauki.com/petrova-s.

12. Брындин Е.Г. Робот с подражательным мышлением // Вестник ПНИПУ: Электротехника, Информационные технологии, Системы управления. 2015. № 14. С. 5–36.

13. Абросимов В.К., Мочалкин А.Н., Скобелев П.О. Стратегия поведения автономного робота в противодействующей среде: ситуационная осведомленность и самоорганизация // Труды XIX Международной конференции «Проблемы управления и моделирования в сложных системах». (Самара, 12–15 сентября 2017). Самара: ОФОРТ, 2017. С. 45–53.

14. Карпов В. Э. Эмоции роботов // XII национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20–24 сентября 2010, Тверь). М: Физматлит, 2010. 444 с.

15. Карпов В. Э. Эмоции и темперамент роботов. Поведенческие аспекты // Известия РАН. Теория и системы управления. 2014. № 5. С. 126–145.

16. Карпов В. Э. Сорокоумов П. С. К вопросу о моральных аспектах адаптивного поведения искусственных агентов [Электрон. ресурс] // Искусственные общества. 2021. № 16(2). Режим доступа: https://artsoc.jes.su/S207751800014740-3-1. DOI: 10.18254/S207751800014740-3.

17. Цикл контакта [Электрон. ресурс]. Режим доступа: https://ru.wikipedia.org/wiki/Цикл_контакта.

18. Методические указания по усвое- нию дисциплины «Основы гештальттерапии». [Электрон. ресурс]. Режим доступа: https://docs.yandex.ru/docs/view?tm=1662993631&tld=ru&lang=ru&name=Osnovy_geshtalytterapii.pdf.

19. Московские новости [Электрон. ресурс]. Режим доступа: https://www.mn.ru/smart/antiutopicheskij-mir-v-singapure-protestirovali-robotov-policzejskih-mestnye-pravozashhitniki-opasayutsya-chto-gosudarstvo-namereno-polnostyu-kontrolirovat-chastnuyu-zhizn-lyudej.

20. Вальцев В.Б., Григорьев В.Р., Никонов В.Г., Щеблыкин А.В. Бионика – как одно из основных направлений в решении теоретических и прикладных проблем искусственного интеллекта // Труды III международного Симпозиума «Интеллектуальные системы» (Интелс`98).

21. Карпов В.Э., Вальцев В.Б. Динамическое планирование поведения робота на основе сети «интеллектуальных» нейронов // Искусственный интеллект и принятие решений. 2009. № 2. С.3–24.

22. Махотин Д. А. Киберфизические системы в образовании // Интерактивное образование. 2020. № 1. С. 14–17.

23. Киберфизическая система [Электрон. ресурс]. Режим доступа: https://ru.wikipedia.org/wiki/Киберфизическая_система.

24. Ватаманюк И.В., Яковлев Р.Н. Обобщенные теоретические модели киберфизических систем // Известия Юго-Западного государственного университета. 2019. № 23(6). С. 161–175. DOI: 10.21869/2223-1560-2019-23-6-161-175.

25. Ibarra-Esquer J.E., González-Navarro F.F., Flores-Rios B.L., Burtseva L., AstorgaVargas M.A. Tracking the evolution of the internet of things concept across different application domains // Sensors. 2017. № 17(6). С. 1379. DOI: 10.3390/s17061379.

26. Солодов А.А., Трембач В.М. Разработка и использование модели когнитивной системы для решения задач целенаправленного поведения // Статистика и Экономика. 2019. № 16(6). С. 77–86. DOI: 10.21686/2500-3925-2019-6-77-86.

27. Трембач В.М. Модульная архитектура интеллектуальной системы для решения задач интернета вещей // Открытое образование. 2019. № 23(4). С. 32–43. DOI: 10.21686/1818-4243-2019-4-32-43.