Следующий раздел: 3. Носители информации Выше по контексту: Проект Краткая Энциклопедия Вычислительная техника Предыдущий раздел: 1. Компьютеры и компьютерные технологии   Алфавитный индекс

Разделы

2. Побольше теории


2.1 Искусственный интеллект

Вопрос: Создан ли искусственный интеллект (хотя бы примитивнейший)? Если да, то где, кем и каковы его способности? Если нет, то возможно ли вообще его создание?

Ответ: Сразу оговорюсь, что я не являюсь специалистом по искусственному интеллекту. Практические работы по искусственному интеллекту начались очень давно, практически сразу после возникновения ЭВМ. Всем было ясно, что сделать так, чтобы программа на ЭВМ действительно напряженно и плодотворно думала или, скажем, рассказывала новые анекдоты, удастся далеко не сразу. Поэтому в работах по искусственному интеллекту сразу же возникли (до сих пор актуальные) отдельные направления, например:
  • игра в шахматы, шашки, крестики-нолики и т.д., насколько я понимаю, здесь особых продвижений со старой идеи Неймана (перебор с отбрасыванием заведомо плохих вариантов) нет. Сейчас шахматные программы с успехом борются с сильнейшими шахматистами (вспомним проигрыш Каспарова), связано это, видимо, с тем, что технически стало возможным очень быстро перебирать варианты и держать в памяти много прошлых партий (и помнить, к чему приводили отдельные ходы);
  • доказательство теорем, человек задает утверждение, машина пытается его доказать. Используются эвристические (правдоподобные, оправдавшие себя на практике) методы, прямой перебор будет страшно долгим. Достигнут успех в доказательстве утверждений из исчисления высказываний (утверждения без оборотов типа ``существует такой объект, что'' или ``для всякого''). Машина не умеет сама придумывать, что ей доказывать, так как здесь действительно нужно думать.
  • задачи на оптимальное управление, машина сама должна вырабатывать оптимальную стратегию управления чем-нибудь, например, конвейером на заводе или инвестиционной компанией. Насколько я понимаю, используются также эвристические методы, почерпнутые у людей, которые этим занимались в жизни. В более позднее время используется также и такой подход: берется какая-нибудь нейронная схема (схема из элементов, моделирующих нервные клетки) и проводится курс обучения -- на вход подаются сигналы, схема как-то отвечает, на правильные ответы дается подкрепление (как дрессировка собак), после чего схема дает ответы, которые от нее хотят, со все большей вероятностью. Такие схемы уже применяются, например, в фотоаппаратах, схема подбирает правильное фокусное расстояние.
  • распознавание образов (речи или изображения), здесь улучшение постоянное и монотонное, связано это, наверное, с тем, что такую штуку можно продать. Что касается распознавания речи, то распознавающая программа фирмы IBM сначала проходит курс распознавания речи конкретного человека, а потом его речь уже распознает (это сильно напоминает подход с нейронными схемами, описанный выше).
  • моделирование деятельности разумных существ, здесь пытаются написать программу, которая имитирует деятельность человека. Такая программа может с вами побеседовать, однако, через некоторое время покажется, что сама машина ничего содержательного не говорит, а только пытается поддерживать разговор. Попытки моделировать эмоции человека хотя и проводились с самого начала, пока не вышли, по-видимому, за рамки написания сценария реакций программы.

По-видимому, подход с нейронными схемами является более-менее правильным, т.е. эта схема является миниатюрной моделью разумного существа (по крайней мере люди (как можно себе представить) с точки зрения кибернетики являются очень сложными схемами, далее органы чувств дают нам сигналы со внешнего мира, а железы внутренней секреции дают нам положительное или отрицательное подкрепление, в результате чего мы обучаемся адекватно реагировать на окружающий мир (кроме того, у нас есть еще инстинкты)). Проблема состоит лишь в том, что пока рукотворные нейронные схемы несравненно проще наших мозгов. Вполне возможно, что просто очень сложная схема начнет вести себя (начнет жить собственной жизнью), однако наше понимание систем такого рода еще недостаточно. Кроме того, встает, естественно, проблема обучения - мы учимся очень долго, а наши органы чувств достаточно совершенны (способны обеспечивать плотный поток нужной информации).

(c) М.Г. Степанов


2.2 Дискретизации и квантование цифрового сигнала

Вопрос: Расскажите подробнее о дискретизации и квантовании цифрового сигнала.

Ответ: В последнее время в технике идет переход на цифровые методы обработки информации. Это связано с тем, что цифровую информацию легче хранить (появились дешевые и удобные устройства для хранения информации, такие как жесткие диски компьютеров или лазерные диски), а также с тем, что цифровую информацию легко передавать по современным линиям связи практически без потерь.

Аналоговый сигнал -- это в простейшем случае число $ x(t)$, зависящее от времени $ t$. При записи на носитель информации или воспроизведении с него сигнал неизбежно искажается различного рода шумами. Восстановить искаженный сигнал (убрать шумы) нельзя. Можно, конечно, пытаться подавлять шумы, используя некоторую дополнительную информацию (например, можно подавлять частоты, в которых сосредоточены шумы), но при этом мы теряем также и информацию о самом сигнале, т.е. опять же вносим искажения.

При оцифровке сигнала $ x(t)$ производятся две операции - дискретизация и квантование. Дискретизация -- это замена сигнала $ x(t)$ с непрерывным временем $ t$ на дискретизованный сигнал -- последовательность чисел $ x(t_i)$ для дискретного набора моментов времени $ t_1$, $ t_2$, ..., $ t_i$, ...(чаще всего интервалы между моментами времени $ \Delta t = t_i - t_{i-1}$ берутся одинаковыми). При дискретизации, конечно, часть информации о сигнале теряется. Но если сигнал $ x(t)$ за время $ \Delta t$ не сильно изменяется, числа $ x(t_i)$ и $ x(t_{i-1})$ близки друг к другу, то поведение $ x(t)$ между временами $ t_i$ и $ t_{i-1}$ нетрудно восстановить (сигнал практически линейно изменяется во времени от $ x(t_{i-1})$ до $ x(t_i)$). При дискретизации мы теряем частотные составляющие сигнала с частотами порядка $ f >
1/\Delta t$ и выше.

При дискретизации время из аналогового как бы становится цифровым -- моменты времени $ t_i$ можно нумеровать, кодировать. Производится замена непрерывного времени t на нечто, которое может принимать не все значения, а только некоторые, а именно $ t_1$, $ t_2$, ..., $ t_i$, ... Квантование сигнала -- это нечто похожее, только данная процедура производится не со временем, а со значением сигнала x. Выбирается некий набор возможных значение сигнала $ x_1$, $ x_2$, ..., $ x_n$, ... и каждому $ x(t_i)$ сопоставляется ближайшее число из этого набора.

Приведем конкретный пример дискретизации и квантования:

Пусть сигнал $ x(t)$ такой, что $ x(t) = \sqrt{t}$, шаг дискретизации $ \Delta t = 0.1$ (т.е. набор моментов времени $ t = 0, 0.1, 0.2, \dots$), значение сигнала $ x$ мы будем записывать с точностью до одной сотой (т.е. набор значений сигнала $ x = 0, \pm 0.01, \pm 0.02, \dots$). После дискретизации сигнала получим

$ x$ = 0. 0.3162... 0.4472... 0.5477... 0.6324... ...
$ t$ = 0 0.1 0.2 0.3 0.4 ...

Учитывая точность хранения значений x, после квантования получаем

$ x$ = 0. 0.32... 0.45... 0.55... 0.63... ...
$ t$ = 0 0.1 0.2 0.3 0.4 ...

При дискретизации мы теряем высокие ( $ f >
1/\Delta t$) частоты сигнала, при квантовании мы теряем маленькие (меньше $ \Delta x = x_n - x_{n-1}$) изменения сигнала. Кроме того, получившийся после квантования сигнал $ x_n(t_i)$ отличается от реального (но уже дискретизованного) сигнала $ x(t_i)$ на величину порядка шага квантования (или кванта) $ \Delta x$. Это различие носит название шума квантования, и оно принципиально неустранимо.

Для примера, описанного выше, имеем

$ x(t_i)$ = 0. 0.3162... 0.4472... 0.5477... 0.6324... ...
$ x_n(t_i)$ = 0. 0.32... 0.45... 0.55... 0.63... ...
$ t_i$ = 0 0.1 0.2 0.3 0.4 ...
шум квантования $ \approx$ 0. 0.00377 0.00279 0.00228 $ -$0.00246 ...

Иногда, чтобы внести в сигнал минимальные искажения, квантование делают так, что интервалы $ \Delta x = x_n - x_{n-1}$ делают неравными (нелинейное квантование). Например, часто делают $ \Delta x$ маленьким при малом значении сигнала, чтобы относительная погрешность (шум квантования/сигнал) не становилась очень большой при малых $ x$. Например, принимают $ \Delta x = \varepsilon x$, где $ \varepsilon$ - маленькое число (так называемое логарифмическое квантование). Нелинейное квантование позволяет получить при приемлемой точности хранения сигнала большой динамический диапазон (отношение максимального значения сигнала к минимальному или к величине кванта).

Перевод аналогового сигнала в цифровой выполняется специальными устройствами -- аналогово-цифровыми преобразователями (АЦП). Основными параметрами АЦП являются частота дискретизации $ f$ ( $ f = 1/\Delta t$) и разрядность АЦП (количество двоичных разрядов, в которых хранится значение сигнала $ x$, число возможных значений квантованного сигнала равно $ 2^N$, где $ N$ - число разрядов). Чем выше разрядность АЦП, с тем большей точностью можно хранить сигнал ($ \Delta x$ мало), но тем медленнее он работает (больше $ \Delta t$).

Устройство, производящее обратную операцию (чтобы передать оцифрованный сигнал на какое-нибудь воспроизводящее устройство (динамик, телевизор, приводной мотор и т.д.)) называется цифро-аналоговым преобразователем (ЦАП). Принципиальные схемы АЦП и ЦАП следует искать в книжках по радиоэлектронике (о принципах работы некоторых схем смотри в [1]).

Приведем для справки параметры известного стандарта CD: частота дискретизации $ f = 44.1$ кГц, линейное квантование, 16 двоичных разрядов.

Цифровую информацию можно передать по линии связи практически без потерь. При передаче сигнал сначала превращается в аналоговый, пересылается, после чего опять оцифровывается. Если линия связи вносит искажения в сигнал меньше чем шаг квантования, то после передачи и оцифровки полученный оцифрованный сигнал не будет отличаться от начального. Обычно же информация передается с помощью двоичных импульсов, т.е. для восстановления сигнала необходимо лишь решать, передали 1 или 0. При передаче двоичной информации по линии связи естественно слегка смещается время прибытия импульса, но если смещение меньше расстояния между импульсами, то место импульса в общей последовательности легко восстанавливается. Дополнительную защиту дает применение кодов с устранением ошибок (коды Хэмминга, Рида-Соломона и др.).


Литература: И.П.Золотухин, А.А.Изюмов, М.М.Райзман, Цифровые звуковые магнитофоны, - Томск: Радио и связь, Томский отдел, 1990, 160 с.: ил. - (Массовая радиобиблиотека, вып. 1153).

(c) М.Г. Степанов


E.M.Baldin@inp.nsk.su
23 Января 2000