Разрабатываемая в NASA среда интеллектуального синтеза ISE (Intelligent Synthesis Environment), должна произвести сдвиг в сознании людей, наглядно демонстрируя как можно революционизировать вычислительную технику, принципиально изменяя сам процесс творческой работы ученых и инженеров.

В величайший проект современности по созданию международной космической станции вовлечены научные и технические кадры 16 стран - это беспрецедентный факт международного сотрудничества в области исследования космического пространства [1]. Но даже проект международной космической станции не кажется столь значительным, если посмотреть на некоторые планы NASA на следующие 25 лет. Здесь, на Земле, мы хотим точно предсказывать климат на десятилетия. В космосе мы хотим обнаружить подобные Земле планеты на расстоянии 600 трлн. миль от нас с помощью телескопов, которые будут достаточно мощными для выявления признаков жизни. Мы хотим использовать ISS как стартовую платформу для полетов на Марс или к ближайшему к Земле астероиду.

Широкий взгляд требует широких шагов - нам необходимы космические системы, которые смогут самообучаться и адаптироваться в процессе выполнения поставленных перед ними задач. Нам необходима миниатюризация, при которой всю авиационную электронику можно поместить на один чип. Нужны материалы, способные выдержать температуры в десять раз большие, чем те, которым подвергался Apollo во время возвращения на Землю.

В данный момент эти цели кажутся недостижимыми, но уже предпринят первый большой шаг. В 1997 году NASA и Центр передовых технологий университета штата Виржиния начали разработку среды с интеллектуальным синтезом ISE (Intelligent Synthesis Environment), которая призвана связать ученых, команды проектировщиков, поставщиков и производителей, консультантов по всем областям знаний для создания и поддержки аэрокосмической системы. ISE имеет четыре главных компонента: управляемые человеком вычисления, инфраструктуру распределенного сотрудничества, инструментарий скоростного моделирования и синтеза, средства интеграции и проверки всего жизненного цикла разрабатываемой системы. Эти компоненты сами по себе не новы и уже были испытаны по отдельности в некоторых ограниченных комбинациях друг с другом. Но всегда что-то опускалось и мешало достичь наивысших результатов. Сейчас пришло время соединить разобщенные сферы знаний и усилить конечный эффект за счет слияния всех компонентов.

Элементы новой культуры

В течение длительного времени инженерное дело являлось культурой карандаша и бумаги. Все основывалось на классической книжной инженерной теории и измерялось линейкой. В 60-е годы появилось компьютерное моделирование - проволочные (рамочные или каркасные - названия были различны) модели анализировались с использованием магнитных лент и колод перфокарт. Затем перешли к распределенным терминалам со световым пером и экраном, реагирующим на прикосновение. В середине 70-х стали использоваться объемные модели для представления геометрии и контуров трехмерных поверхностей. В те же годы кто-то заметил, что аналитические модели стали несовместимыми с представлением геометрической структуры. Конкретно для нас это означало потерю временных связей между аэродинамическими, термодинамическими, структурными и управляющими моделями. В условиях последовательного проектирования с разделением по группам дисциплин использовался индивидуальный аналитический инструментарий для каждой подсистемы, в результате, проект оказывался оптимизирован только на уровне отдельных подсистем, а не системы в целом. Горы бумаги с важнейшими данными по подсистемам и другой проектной информацией перемещались от одной группы проектировщиков к другой. Хотя сегодня мы пересылаем компьютерные файлы, потери в производительности весьма велики.

Около 20 лет назад, в результате объединения проектировщиков и производителей, родились системы CAD/CAM, а цикл проектирования и время обработки данных снизились на порядки. Следующим шагом были параллельные разработки, и это позволило пойти еще дальше. Когда, например, проектировался Boeing 777, в пиковые периоды на работе было занято 6000 инженеров, объединенных в 238 команды и представляющих различные области знаний: аэродинамику, реактивное движение, нагрузки, структуры, устойчивость и управление. Эти команды использовали для получения данных 4000 терминалов, расположенных по всему миру. Тогда удалось организовать работу этой армии специалистов, однако, мы еще не можем моделировать весь жизненный цикл изделия и вынуждены тратить 90% всей стоимости разработки продукта, когда мы еще имеем только 10% знаний о нем.

Цели и задачи

Рис. 1. Предварительный взгляд на новую культуру вычислений.

Главная цель - интеграция команд, процессов и технологий. Рисунок иллюстрирует работу команд в Лаборатории реактивного движения, совместно использующих в реальном времени информацию по различным аспектам концептуального проектирования космических летательных аппаратов. В ближайшем будущем виртуальные команды (физически люди не располагаются в одном месте) будут заниматься одной и той же деятельностью. NASA уже имеет опыт использования виртуальных команд для концептуального проектирования космического летательного аппарата, в результате чего время разработки проекта сократилось от шести месяцев до двух недель.

На рис. 1 отражено представление о новой культуре проектирования, которое сформировалось при работе над ISS. Новый подход позволил сократить концептуальное проектирование летательного космического аппарата от шести месяцев до двух недель за счет доступности академической и индустриальной информации на ранней стадии проектирования. Конечная цель - интеграция команд разработчиков, процессов и дисциплин для реализации следующих идей.

  • Гибкая организация с многопрофильными командами разработчиков. Группы разработчиков переменного состава должны фокусироваться на улучшении дизайна и проектировании продукта, что требует иерархического управления.
  • Лучшее понимание и оценка различных культур проектирования. Взаимоувязка различных моделей организации проектирования, сформировавшихся в результате комбинации различных подходов к проектированию.
  • Объединение лучших талантов для каждого проекта. Это означает использование виртуальных команд разработчиков из числа наиболее талантливых специалистов, обладающих набором необходимых знаний.

Реализация первой идеи требует моделирования различных структур команд разработчиков и процессов, второй и третьей требует формального тренинга и технологий типа трансляции языков реального времени.

Моделирование структур команд и процессов

Некоторые из технологических компонентов ISE (управляемые вычисления, интеллектуальные агенты, вычислительный интеллект) будут включены в тестовый набор еще до того, как они будут полностью разработаны и начата их эксплуатация. Это означает, что команды разработчиков будут работать в высоко гетерогенной среде, организуя и генерируя информацию и идеи. Моделируемые виды деятельности (такие как совместное использование данных и информации), процессы (генерация и расстановка приоритетов сценариев альтернативных миссий, принятие решений), информационные потоки - все это может помочь команде разработчиков идентифицировать основные направления повышения производительности своей работы и улучшения процесса принятия решений на ранних стадиях проекта. Это также может помочь разработать метрику для оценки эффективности сотрудничества.

Тренинг и обучение

Долгое время существовала философская разница между тренингом и обучением. Целью первого было доведение производительности до уровня, который позволил бы людям успешно выполнять стоящие перед ними конкретные задачи. Целью второго была передача высокоуровневых знаний, которые должны служить фундаментом в течение всей жизни. Сегодня, однако, можно видеть, что тренинг используется для усиления ранее полученных навыков и знаний, и свидетельство тому - постоянно растущее количество семинаров и предоставление тренинга через Internet. В этом смысле и обучение, и тренинг укладываются в более широкую классификацию - обучающие виды деятельности.

В ISE включено много технологий, направленных на улучшение обучения [2]:

  • Информационная технология и инфраструктура, включающая вычисления, сетевую обработку, человеко-компьютерные интерфейсы, цифровые библиотеки, интеллектуальные агенты.
  • Технология сотрудничества, включающая возможность создания распределенной виртуальной реальности и системы программного обеспечения для поддержки групп.
  • Технология моделирования, включающая генерацию моделей реального времени, системы CAD/CAM/CAE, программное обеспечение для разработки виртуальных продуктов.
  • Технология обучения, включающая инструментальные средства для проектирования обучающей среды, а также инструментарий для авторских разработок и выполнения оценок.

Интеллектуальные обучающие системы будут тренировать участников не только в использовании компонентов ISE, но и новых подходах к распределенному совместному синтезу. Эти системы будут использовать Internet в качестве центральной составляющей, обучающую среду на базе Web с мультимедиа, языки моделирования виртуальной реальности, возможностью погружения и мультисенсорными интерфейсами. Благодаря динамической модульной структуре и повторно используемым объектам, обучающая система может быть «скроена» под конкретные запросы обучаемого.

Человекоуправляемые вычисления

На заре вычислительной техники люди надеялись приспособиться к дизайну и производительности машин, однако, вскоре оказалось, что более продуктивно подчинить машины их пользователям. В ISE роль человекоуправляемых вычислений усиливается через более чувствительные интерфейсы, более высокий уровень коммуникаций и интеллектуальные агенты.

Погружение и адаптивные интерфейсы

Сегодня человек взаимодействует с компьютерами через средства WIMPS (Windows, Icons, Menus, Pointing Systems) - окна, иконки, меню, устройства указания. Системы виртуальной реальности пытаются пойти дальше, но пока используют только слух и зрение человека. Необходимо полное погружение человека в компьютерную систему без специальных шлемов или какого-то бы ни было другого инструмента, так чтобы все участники проекта работали бы синхронно. Необходима виртуальная реальность, которая задействует все органы чувств, включая обоняние и осязание.

Пользователи ISE будут использовать возможности групповой работы с виртуальной реальностью, которые обеспечиваются с помощью технологий панорамного и альтернативного восприятия. Взаимодействие с данными происходит через датчики позиции и чувствительные перчатки, через аудио и визуальные средства и устройства обратной связи.

Погружение в виртуальную среду позволяет инженерам и ученым создавать и модифицировать модели в реальном времени [3]. Будущая технология будет создавать восприятие через прямую стимуляцию нервной системы человека. Адаптивные интерфейсы позволят сочетать возможности человека и компьютера для достижения максимальной производительности. Такие интерфейсы с воздействием на нервную систему человека обладают чувствительностью к текущему состоянию внимания и возбудимости человека, могут улавливать альфа ритмы мозга и определять коэффициент усиления. Биологические интерфейсы используют электро-миографические сигналы (получаемые с помощью подсоединенных к голове человека электродов сигналы, которые описывают колебания электрических потенциалов мозга [4]). Усилитель преобразует слабые электрические сигналы мозга, которые затем преобразуются из аналоговой формы в цифровую и передаются компьютеру для извлечения информации о состоянии пользователя. Компьютер будет отвечать, выбирая подходящий интерфейс.

Человеко-машинное общение

Пользователи должны получить возможность двустороннего общения с компьютером на естественном языке, отдавая команды типа «показать конечный элемент модели космического корабля», «выполнить анализ свободных вибраций» и т.п. Эти функции должны реализовываться заранее описанными процедурами, параметры которых уточняются во время двухстороннего общения. Пользователь может даже запросить новую функцию, задав ее словесное описание. В конечном итоге, соединяя наш мозг с компьютером, мы можем посылать команды и получать непосредственный ответ от компьютера примерно тем же способом, как производится распознавание речи сегодня.

Интеллектуальные интерактивные агенты

Пилот видит перед собой приборы, показывающие температуру, давление и скорость ветра - это данные. Пилот смотрит на все приборы и определяет, какой двигатель перегревается из-за неисправности клапана впрыска горючего - это информация. Когда пилот смотрит на экран компьютера, он замечает, что появилась неисправность, поскольку двигатель и клапан мигают красным цветом - это уже знание. В завершение всего, пилот знает, что вызывает перегревание двигателя, и знает, что нужно сделать, чтобы предотвратить это в дальнейшем - это уже интеллект.

Распознавательные возможности пилота значительно возрастают на основе одного лишь наблюдения приборов. Интеллектуальные агенты в ISE нацелены на дублирование этого распознавательного процесса. Агенты начинают работу со слабоструктурированными единицами данных и преобразуют их в информацию. Затем эта информация реорганизуется в знания, а на базе знаний синтезируется интеллект. Процесс обработки происходит иерархически и по мере продвижения вверх сложность обработки существенно увеличивается. Агенты ISE включают не только ПО, но и такие физические устройства, как роботы и интеллектуальные устройства.

Распределенное сотрудничество

Новые подходы требуют привлечения широкого диапазона знаний и технологий, включая сверхбыстрые вычисления, сетевые коммуникации в реальном времени, структуры сетевой обработки, поддержку команд разработчиков, возможность быстрой генерации информации и знаний.

Сверхбыстрые вычисления

Для реализации методов ISE требуется увеличить скорость вычислений в сотни и тысячи раз (требуются скорости свыше PFLOPS - 1015 FLOPS). Пока же современные компьютеры обеспечивают производительность на уровне TFLOPS. ISE использует несколько вычислительных парадигм, позволяющих достичь скоростей масштаба пета- и даже экзафлоп (1018 ). Биологические вычисления не входят в этот список, так как они еще не были испытаны, однако, мы полагаем, что эта идея стоит того, чтобы ею заниматься.

Адаптивные или конфигурируемые компьютерные системы имеют элементы обработки информации, которые изменяют и адаптируют свои аппаратные цепи в соответствие с типом решаемой проблемы [5]. Компьютер будущего будет представлять собой смесь программируемого оборудования и апаратно-конфигурируемой логики.

Химические и биохимические компьютеры обрабатывают информацию устанавливая или разрушая химические связи и запоминая логические состояния в образованных молекулярных структурах. В химическом нано-компьютере молекулы используются как активные компоненты в компьютерных цепях, а расстояния между базовыми компонентами составляют лишь несколько нанометров. Компьютеры на базе молекул DNA используют строки DNA-базированных пар и выполняют вычисления посредством общих биохимических манипуляций типа комбинирования, копирования и извлечения молекулярных цепочек [6]. DNA-компьютеры имеют массовый параллелизм и в миллиарды раз эффективнее обычных компьютеров по потреблению энергии. Для запоминания тех же объемов информации требуется в триллион раз меньшее пространство. Протеин-базированные компьютеры используют светочувствительные протеиновые красители, производимые некоторыми бактериями [7]. Под воздействием света в них происходят изменения на уровне молекулярных структур. Текущие исследования сфокусированы на создании гибридных систем, которые могли бы комбинировать полупроводниковую и молекулярную архитектуру, например, электронные компьютеры с высокоплотной протеин-базированной памятью.

Оптика уже проверена в коммуникациях и в сфере хранения данных. Гибридные оптико-электронные компьютеры, в которых коммуникации выполняются с помощью фотонов, а вычисления - с помощью электронов, могут оказаться более эффективны, чем чисто электронные варианты. Компьютеры, которые используют только оптические компоненты для выполнения всех функций вплоть до уровня транзисторов, могут предложить массивный параллелизм и огромную производительность для нейронных вычислительных приложений, но они не могут импортировать, модифицировать или экспортировать информацию, так что маловероятно, что в обозримом будущем это будет жизнеспособная парадигма.

Коммуникации и структура сетевой обработки

Сегодняшние скорости обмена информацией по сети еще не достигают гигабита в секунду, а все возрастающие ее объемы требуют увеличения скоростей до 1000 гигабит и выше. Для этого потребуются интеллектуальные маршрутизаторы и коммутаторы, или интеллектуальные интерфейсы, чего сегодня еще нет в Internet.

Рис. 2. Объемы передачи информации в следующем поколении Internet (до 2010 года). Аббревиатура OC (Optical Carrier) означает передачу информации по оптическим каналам с соответствующей цифрам скоростью. Серая область представляет возможности существующей коммерческой технологии и доминирующих систем. Если промышленность будет продолжать полагаться на эту технологию, мы выйдем примерно на верхний предел скоростей передачи в 100 Гигабит в секунду. Для достижения скоростей передачи порядка терабит в секунду мы должны использовать новые технологии, например чисто оптические сети. Cтрелка указывает направление прорыва альтернативных технологий. По мере развития возможностей электроники и начала освноения новых технологий диапазон возможных скоростей передачи информации становится все более неопределенным

На рис. 2 дана диаграмма увеличения потоков информации, передаваемых с помощью грядущего поколения Internet. Для достижения в следующие пять лет скоростей передачи в терабайт в секунду (1012 бит/сек) потребуется чисто оптическая сетевая обработка. Коммуникационная и сетевая инфраструктура ISE будет поддерживаться сетями со скоростями передачи свыше 156 Мегабит в секунду. Следующее поколение Internet и высокоскоростная сетевая служба коммуникационной компании NSF/MCI (Very High Perfomance Backbone Network Service) со скоростью передачи свыше 622 Мегабит в секунду обеспечит легкость и быстроту обмена данными.

Сети будущего обеспечат высококачественное взаимодействие пользователей в реальном времени и расширят сферы применения и типы виртуальной реальности. Беспроводные сети и мобильные компьютеры [8] могут значительно улучшить эффективность сотрудничества в этих областях.

Расширение поддержки команд разработчиков

ISE будет интегрировать многие технологии программного обеспечения для виртуальной среды, включая мультимедиа взаимодействие, накопление и воспроизведение знаний, работу в реальном времени и оптимизацию выполнения приложений. Системы поддержки групп разработчиков будут нацелены на решение разнообразных задач, включая управление адаптивными сессиями[9]. ISE будет также обеспечивать виртуальное совмещение удаленных территорий, для которого будут использоваться телеконференции с погружением. При этом встречи будут проводиться в специально оборудованных комнатах, обеспечивающих участников телеконференций полным взаимодействием друг с другом в трех измерениях, включая обмен объектами и прогулки друг с другом, без применения специальных очков, и перчаток.

Интеллектуальные агенты ISE будут собирать, хранить, фильтровать и организовывать информацию для сетевого доступа[10]. Они будут также обеспечивать пользовательские подборки информации, используя желаемые комбинации текста, уравнений, изображений и анимации.

Быстрый синтез и моделирование

Сегодня промышленность сконцентрирована на моделировании только производства, планирования и технологических процессов. Но мы должны иметь возможность моделировать самолет целиком еще до того, как мы его построим, и моделировать путешествие к Марсу во всех деталях до того, как космический корабль будет запущен. Только потом мы можем начать моделировать операции, включая поддержку самой системы.

Наши возможности моделирования ограничены, поэтому мы упрощаем реальный мир, полагаясь на отдельные тестовые программы для выявления наихудших случаев работы оборудования и условий его отказов. Для учета неопределенности и выявления уровня риска мы должны перейти от традиционных детерминистических методов к недетерминистическим, таким как вероятностные подходы, нейронные сети, генетические алгоритмы и символические вычисления. Мы должны также сохранить некоторые детерминистические численные методы, но их необходимо уравновешивать недетерминистическими подходами. Моделирование в виртуальной среде совместных разработок должно идти от полетных требований к многопрофильному анализу и проектированию, к моделированию производственных процессов, к созданию виртуальных прототипов, к моделям операций и ремонта, а в завершении всего - к моделированию процесса утилизации продукта. Инструментарий синтеза и моделирования в ISE пытается охватить весь жизненный цикл проектируемого продукта, используя четыре метода.

  • Традиционные детерминистические и недетерминистические методы включают высоконадежное скоростное моделирование и многопрофильное моделирование: структуры, аэродинамики, управления, систем терморегулирования, электроснабжения, реактивного движения, оптики.
  • Нетрадиционные методы включают оптимизируемое масштабирование, портативные алгоритмы и модули приложений для комплексного физического моделирования и оперативный анализ данных для управления экспериментами и вычислениями. Особое внимание уделяется моделированию в реальном времени, визуализации и управлению.
  • Численные методы моделирования жизненного цикла включают инструментарий для проектирования полетов, оценки стоимости, управление риском, виртуальное производство и разработку прототипа, квалификационное тестирование, поддержку, оптимизацию всего жизненного цикла аэрокосмических систем.
  • Методы синтеза проекта включают языки проектирования на системном уровне и языки синтеза, которые помогают проработке релевантных полетов и выдаче информации о продукте по требованию. В будущем, некоторые из языков проектирования и синтеза будут встраиваться в конфигурируемые устройства для обеспечения системы программными средствами интеллектуального синтеза. Это даст разработчикам модульных аэрокосмических систем возможность автономной, непараллельной разработки.

Большинство инструментальных средств из этой области являются коммерческими системами моделирования и системами компьютерного проектирования CAD/CAM/CAE [11], разработанными по государственным программам. Несколько особенностей отличают этот инструментарий от традиционных систем проектирования.

Во-первых, это интеграция программного обеспечения для многопрофильного анализа в CAD/CAM/ CAE системы. Таким образом, исключается необходимость передачи и преобразования данных, а детальный анализ возможен внутри CAD-системы, при этом в течение всего процесса проектирования для анализа доступна самая последняя модель. Время моделирования очень коротко, сокращается количество необходимых физических прототипов.

Во-вторых, инструментарий ISE включает средства моделирования взаимодействия c использованием Internet, методы быстрого моделирования, объектно-ориентированные технологии, в частности, пользовательский интерфейс и базы данных для систем CAD/CAM/CAE. Объектно-ориентированный интерфейс позволяет быстро генерировать модели, собирая их из настраиваемых компонентов, а затем получить непосредственный прогноз риска, цены, производительности, откликов проектируемой системы.

В-третьих, возможен перенос модели из системы САЕ в виртуальную среду, включая визуализацию математически корректной модели. Пользователи применяют технологии с компьютерным интеллектом и инструментарий «мягких вычислений» для решения проектных проблем с системными неопределенностями. В качестве основных составных частей «мягких вычислений» применяются нейро-вычисления, размытая логика, родовые алгоритмы. «Мягкие вычисления» используют терпимость к неточностям и неопределенностям в реальных космических кораблях для нахождения поддающихся обработке надежных и низкостоимостных решений [12].

В завершении всего, инструментальные средства ISE будут помогать проектировщикам выбирать соответствующую вычислительную модель, методы анализа, языки проектирования/синтеза для генерации и модификации спецификаций больших моделей. Комбинируя эти языки с методами, базированными на знаниях, пользователи смогут получить детализированное описание проекта и синтезировать задачи из высокоуровневых спецификаций функциональных требований.

Интеграция жизненного цикла и и проверка

Этот компонент ISE имеет большое число неопределенностей. В виртуальной среде мы не чувствуем какой масштаб и какая степень достоверности представления моделей необходимы. По этой причине главная цель данного компонента - разработка тестового окружения для доступа, проверки и демонстрации концепции ISE и ее компонентов. Это окружение будет распределенным, реконфигурируемым и доступным для работы географически разнесенным командам пользователей. Это окружение будет демонстрировать, как инженерные, научные и тренировочные команды могут использовать вычислительные и коммуникационные возможности, а также инструментарий этой среды для существенного улучшения производительности, совершенствования творческого процесса, создания благоприятных условий для нововведений. Инструментарий включает систему поиска знаний в базах данных, совместное использование знаний, программное обеспечение для помощи в управлении информацией о продукте.

Все полеты и фазы жизненного цикла систем будут моделироваться и тестироваться в тестовой среде, включающей техническую поддержку на космической станции и транспортном корабле «шатл», углубленное наблюдение Земли с использованием интегрированного набора космически-базированного оборудования, дистанционно пилотируемых космических кораблей и наземных датчиков, многоразовые ракетоносители, крупномасштабное численное моделирование. Тестовое окружение будет требовать объектно-ориентированных систем с большим количеством баз данных, доступных из любой точки земли. Мы будем использовать эти базы данных вначале для хранения простых объектов типа рисунков, а позднее они станут хранилищами информации и таких приложений, как интеллектуальные агенты. Целью является получение полуавтономной интеграции инструментальных средств и элементов среды, использующих агенты. Это потребует посредников - программных агентов, советников по проектированию и по базированным на знаниях системам, специальной программной архитектуры для проектирования сред, инструментария для авторских разработок и отслеживания требований.

Сегодня отдельные команды работают над различными аспектами ISE, скоро начнется интеграция всех этих элементов, а первая версия ISE ожидается в 2000 году. В следующем десятилетии мы надеемся увидеть более эффективные инструментальные средства моделирования систем, включая языки проектирования.

Чтобы реализовать полный потенциал ISE, исследователи должны рассмотреть такие фундаментальные вопросы, как человеческий фактор, поддержка групп пользователей и динамика команд разработчиков, защита информации, стоимость и преимущества использования ISE для вполне конкретного класса приложений. Должно быть также уделено внимание вопросам сертификации и проверки правильности реализации систем. С использованием ISE ожидается получить системы с иерархией интеллекта для достижения непараллельных уровней надежности и безопасности, но эти системы будут также представлять беспрецедентный уровень сложности и неопределенности.

ОБ АВТОРАХ

Дэниел С. Голдин (Daniel S. Goldin) - администратор NASA по гражданским космическим программам и программам по передовым технологиям в аэронавтике в 10 космических центрах в США. До этого он руководил разработкой и производством спутников связи в TRW.

Cэмюель Л. Венери (Samuel L. Venneri) - главный технолог штаб-квартиры NASA в Вашингтоне. Он также является председателем Совета NASA по технологиям, задачей которого является обзор и рекомендации по новым направлениям развития перспективных технологических программ. На предыдущей должности он отвечал за планирование космических аппаратов, коммуникации и инструментальные технологические программы, передовые вычислительные методы, аэрокосмические материалы и т.д.

Ахмед К. Нур (Ahmed K.Noor) - литературный псевдоним профессора аэрокосмических структур и прикладной механики Фермана В. Пери. Он является директором Центра передовых вычислительных технологий NASA, главным редактором Advances in Engineering Software.

Литература

[1] D.S. Goldin, S.L. Venneri, A.K. Noor, «A new Frontier in Engineering», Mechanical Eng., Feb. 1998, pp. 62-69

[2] A.K. Noor, J.B. Malone, «Advanced Technology for Engeneering Education», CP-1998-208442, NASA, Washington, D.C., 1998.

[3] Virtual Environments and Advanced Interface Design, W. Barfield and T.A. Furness III, eds., Oxford University Press, New York, 1995.

[4] H.S. Lusted, R.B. Knapp, «Cntrolling Computers with Neural Signals», Scientific American, Oct. 1996, pp. 82-87.

[5] J. Villasenor, W.H. Mangione-Smith, «Configurable Computing», Scientific American, Jan. 1997, pp. 66-71.

[6] G. Paun, G. Rosenberg, A. Salomaa, DNA Computing - New Computing Paradigms, Springer-Verlag, Berlin, 1998.

[7] R.R. Birge, «Protein-Based Computers», Scientific American, Mar. 1995, pp. 90-95.

[8] C. Dhawan, Mobile Computing: A Systems Integrator?s Handbook, McGraw-Hill, New York, 1996.

[9] Coordination Technology for Collaborative Applications - Organizations, Processes and Agents, W. Conen, G. Neumann, eds., Lecture Notes in Computer Science 1364, Springer-Verlag, Berlin, 1998.

[10] Software Agents, J.M. Bradshaw, ed., MIT Press, Cambridge, Mass., 1998.

[11] A.K. Noor, J.B. Malone, «Next Generation CAD/CAM/CAE Systems», CP-3357, NASA, Washington, D.C., 1997.

[12] A.K. Noor, «Computational Intelligence and Its Impact on Future High Perfomance Enginireeng Systems», CP-3323, NASA, Washington, D.C., 1996.


Нужно много сделать, чтобы превратить данные в знания. Интеллектуальные агенты ISE нацелены на дублирование этого распознавательного процесса. Они начинают с небольших знаний и синтезируют на их основе интеллект


Человеческий мозг как биологическая модель

Человеческий мозг пока еще в миллионы раз быстрее нейрокомпьютеров, а одна клетка мозга вмещает в 10 раз больше информации, чем самый современный компьютер и при этом она энергетически более эффективна. Мозг обладает возможностью самокорректирования. Когда человек находится на земле, его вестибулярный аппарат (среднее ухо), глаза и мышцы рук взаимодействуют как датчики движения, положения и баланса. Когда человек в космосе, где отсутствует гравитация, его вестибулярный аппарат перестает работать. В результате астронавты плохо ориентируются в пространстве в первые дни полета, однако затем они адаптируются к невесомости, и примерно через шесть дней начинают нормально ориентироваться только с помощью зрения. Мозг сам «перенастраивается» для работы в условиях невесомости.

Компьютер отличается от человеческого мозга прежде всего типом используемых соединений: логические и электронные, биологические цепи. Только если мы научимся выращивать биологические цепи, мы сможем выполнять истинно биологические вычисления. Выращенные в соответствующей питательной среде нейроны, сконфигурированные под специфические вычисления, должны работать подобно мозгу. Биология должна стать моделью для распределенных вычислительных систем и мы должны революционным путем освободить будущее вычислительной техники от зависимости к кремнию и закону Мура


Daniel S.Goldin, Samuel L. Venneri, Ahmed K. Noor «Beyond Incremental Change», - IEEE Computer, October 1998, pp. 31-39 Reprinted with Permission, Copyright IEEE, U.S.A., 1998. All rights reserved.