Когда популяция решений выродится ( прислано много одинаковых решений) проект считается выполненным, иначе осуществляется переход на п. 7

9. Когда популяция решений выродится ( прислано много одинаковых решений) проект считается выполненным, иначе осуществляется переход на п. 7.

В зависимости от типа проекта (решаемой проблемы) система правил может меняться ( может быть переменный состав участников, количество и список респодентов, число оставляемых вариантов и т.д.). Под каждый тип проекта такие правила могут подбираться экспериментально, в том числе и методом коллективного творчества.

Метод ГК был апробирован при решении следующих задач. В экспериментах участвовали группы студентов от 4 до 20 человек.

1. Коллективное создание фоторобота.

Существующие традиционные методы восстановления субъективного портрета главным образом используют способности свидетеля как художника, причем неважно, рисует ли он сам или посредством специальной программы, а так как в основной массе люди плохие художники, то и результаты их работы зачастую неудовлетворительны. Этого недостатка лишен способ восстановления субъективного портрета по методу ГК, где используются способности людей к узнаванию виденных ранее лиц. Этот способ заключается в следующем. Вначале свидетели по одиночке с использованием прежнего метода восстанавливают варианты искомого портрета и передают результаты первого приближения специальной программе-диспетчеру, которая случайным образом перемешивает эти портреты ( например, глаза берет от одного портрета, нос от другого и т.п.) и создает удвоенное количество таких портретов. Затем эта программа попарно раздает их свидетелям, а те помечают, какие портреты более похожи на оригинал, и возвращают результаты своих оценок программе-диспетчеру. Программа, в зависимости от совокупности ответов всех свидетелей, выбирает и перемешивает лучшие варианты этих портретов и работа свидетелей по оценке вновь полученной улучшенной «популяции» портретов повторяется. Циклы ОЦЕНКА-ПЕРЕМЕШИВАНИЕ продолжаются до тех пор, пока «популяция» не выродится к портрету, удовлетворяющему большинство свидетелей. Как правило, для получения решения требуется небольшое количество (не более десяти) таких итераций. Свидетели могут ускорить и улучшить качество работы по восстановлению субъективного портрета, внося при оценке вариантов очевидные изменения (программа предоставляет им такие возможности).

На основе этого метода в среде DELPHY-4 была разработана демонстрационная программа PHOTOROBOT, на которой было проведено большое количество экспериментов по восстановлению субъективных портретов. Полученные результаты показали надежность и сходимость предложенного метода даже в тех случаях, когда около половины свидетелей заведомо лгали в своих оценках. Более того, программа, учитывая усредненные оценки свидетелями качества предлагаемых им вариантов, позволяет обнаружить недобросовестных свидетелей и выявить лучших. На рис. 1 - 4 приведены рабочие окна демонстрационной программы PHOTOROBOT. Рис.1. Исходное меню программы PHOTOROBOT Рис.2. Составление портрета из элементов базы данных

2. Многокритериальная задача оптимального выбора назначений из n претендентов на m вакантных должностей , где n>m..

Группе студентов ставилась учебная задача по формированию штатного расписания некоторой условной фирмы, составляемого из них самих. Методом ГК студенты должны были прийти к консолидированному решению и заполнить вакансии таким образом, чтобы удовлетворить противоречивым требованиям о психологической совместимости и вместе с тем добиться того, чтобы подобранная команда обладала высоким рейтингом и достаточным профессионализмом. Полученные результаты решения многокритериальной задачи о назначениях в ходе экспериментов на нескольких группах студентов показали хорошую сходимость метода к квазиоптимальному решения задачи о назначениях с учетом таблиц предпочтений.

3. Формирования инвестиционного портфеля.

В классической постановке эта задача формулируется следующим образом. Имеется несколько банков с различными процентными ставками, зависящими от вносимой клиентом суммы и от срока вклада. Требуется построить такую программу распределения инвестиций по банкам, чтобы максимизировать прирост капитала за заданный период времени.

После ознакомления с исходными данными и целью проекта студенты независимо друг от друга, используя свой прошлый опыт и интуицию, составляют первые варианты решения задачи, при этом допускается частичное, неполное решение. Далее, с использованием алгоритма ГК, описанного выше, при коллективной работе после небольшого количества итераций популяция решений вырождается к единственному решению. В результате экспериментов на разных группах студентов было показано, что на этой задаче коэффициент интеллекта IQ коллективного разума на 30 пунктов выше, чем IQ лучшего студента в группе.

4. Непосредственное измерение IQ группы студентов, работающих по методу ГК, с использованием тестов Айзенка

Измерение IQ коллектива, вооруженного методом коллективного творчества, осуществлялось по следующей схеме. Группе студентов, состоящей из 8 человек, каждому индивидуально, было предложено пройти тестирование по вербальному тесту Айзенка. Был получен разброс в индивидуальных IQ от 100 до 170 баллов. Группа студентов была разбита на две подгруппы – «лидеров» с IQ от 120 до 170 баллов (средний балл 143) и «отстающих» с IQ от 100 до 120 баллов (средний балл 112). Далее из каждой подгруппы был образован ГК и всем участникам были розданы правила взаимодействия и новые тесты. Возможность списывания и подглядывания была исключена. В соответствии с методикой Айзенка на решение теста , как и в первом случае, было выделено 30 минут. За это время группы студентов успели осуществить по три итерации коллективного согласования своих точек зрения в соответствии с методикой и правилами ГК, изложенными выше. Были получены следующие результаты. IQ коллективного разума группы «лидеров» составил 215 единиц. Справедливости ради следует отметить, что методика Айзенка не рассчитана на точное измерение IQ при таких запредельных значениях коэффициентов, достаточно будет, по видимому, сказать, что было правильно решено 45 из 50 заданий. Коэффициент интеллекта группы «отстающих» составил 180 баллов (33 правильных ответа), превысив IQ сильнейшего из лидеров. И в том и в другом случае был зафиксирован результат превышения коллективного IQ над средним индивидуальным на 70 баллов! Разумеется, по результатам одного эксперимента еще нельзя делать далеко идущие выводы и обобщения о силе метода, но автор уверен в воспроизводимости подобных результатов в дальнейшем и другими исследователями. Изложенных в настоящей работе правил функционирования ГК, по мнению автора, достаточно для запуска и проверки работоспособности метода в различных областях творчества. Во всяком случае, автор берет на себя обязательства давать необходимые консультации заинтересованным в продвижении метода людям и организациям (protonus@yandex.ru).

Также были проведены эксперименты по использованию метода ГК в следующих областях человеческого творчества: коллективное написание стихов, музыки, составление психологических портретов, сборка простых программ для ЭВМ, выбор лучшего продолжения шахматной партии, решение шахматных задач, задача коммивояжера, рисование лиц и абстрактная графика. Эксперименты подтвердили, что коэффициент интеллекта коллективного разума выше, чем интеллект отдельного участника, а при работе коллективного разума происходит диффузия знаний от лучших участников к остальным. Метод позволяет ранжировать участников по вкладу в творческий продукт, давая им объективные оценки естественным путем. Время решения тестовых задач, достаточно простых для первых экспериментов, как правило, не превышало двух часов. Студенты с энтузиазмом принимали участие в этих экспериментах, и им было интересно быть частью коллективного разума, превышающего их возможности по одиночке. На рисунках 5 - 7 приведены результаты одного из экспериментов, когда учащимся давалось задание нарисовать с помощью метода генетического консилиума портрет злодея для мультфильма. Показаны отдельные этапы эксперимента.

В дальнейшем планируется развитие метода ГК для применения в системе образования в виде деловых игр, для закрепления теоретического материала в игровой форме (сборка рассыпанного конспекта лекций, коллективный перевод текста и т.п.), для объективной оценки знаний студентов. Можно представить следующую схему организации учебного процесса. Группа студентов, прослушав лекцию или ознакомившись с новым материалом самостоятельно, в компьютерном классе с использованием метода ГК решает практическую творческую задачу. После завершения проекта верхняя половина рейтингового списка учащихся считается сдавшей зачет по пройденному материалу, а нижняя половина присоединяется к подгруппе студентов, только что ознакомившейся с новым материалом и подвергающейся тестированию на творческое применение его и так до тех пор, пока отстающие, накопив достаточный опыт, не победят новичков. Поскольку процесс творчества длительный, «списывание» практически исключено.

Представляет значительный интерес развитие данного подхода для генерации текстов, посредством которых коллектив профессионалов в своей предметной области может быстро и с высоким качеством выйти на консолидированное решение. Более того, создание полноценного генератора гипертекста позволит дать населению Интернета мощный аппарат ведения конференций и дискуссий, имеющих целью выхода на единую точку зрения при обсуждении какой-либо проблемы. Автор планирует проведение экспериментов по коллективному творчеству в Интернете осенью этого года. Желающие участвовать в эксперименте могут оставить свои координаты в гостевой книге сайта ( пока это еще заготовка ) protonus.narod.ru. В принципе, как это представляется автору, информации о принципах функционирования коллективного разума, приведенной в данной работе, достаточно для постепенного запуска в Интернете полноценного коллективного разума, поскольку с помощью этих простейших правил можно, основываясь на опыте решения вначале простых творческих задач, таких, например, как в данной работе, методом коллективного творчества генерировать следующее поколение правил.

Следует еще раз отметить, что предлагаемые принципы организации коллективного творчества носят универсальный характер и для запуска коллективных проектов не нужно писать специальные программы-диспетчеры, для первых экспериментов в Интернете достаточно существующего аппарата электронной почты, если это сравнительно длительные проекты, или известной всем ICQ для быстрых проектов, когда в сети над одним проектом может одновременно работать несколько сотен (тысяч, десятков тысяч?) творцов.

В заключение можно отметить, что до сих пор генетические методы применялись для решения задач поисковой оптимизации на ЭВМ, работающей по заданной программе независимо от человека, в функции которого входило лишь формулирование и программирование прямой задачи (для получения целевой функции). В нашем случае речь идет о непосредственном использовании человеческого интеллекта в человеко-машинных сетях и системах. Это особенно важно для решения важнейших проблем выживания и существования человечества, поскольку нельзя полностью доверять их решение гипотетическому искусственному интеллекту. Эта задача, согласно Н.Н.Моисееву [3], по плечу лишь коллективному человеко-машинному разуму, в котором носителем цели и воли является сообщество людей. Это может уберечь человечество от двух опасностей, как от глобального человеческого тоталитаризма, так и от возможной бесконтрольности глобального искусственного интеллекта.

Автор выражает свою искреннюю признательность большому коллективу людей, принимавшему участие на разных стадиях осуществления данной работы и, прежде всего, Топчему А.П., познакомившего в свое время автора с мощью генетического алгоритма и в 1996 году сформулировавшего задачу составления фоторобота коллективом свидетелей с использованием этого метода, Затуливетру Ю.С., совместные длительные дискуссии с которым и удавшиеся (сборка рассыпанного стихотворения методом ГК, восстановление фоторобота) и не полностью удавшиеся (генератор текста) совместные эксперименты помогли автору выйти на универсальные правила коллективного творчества. Автор благодарен также Здоровеющему Ю.Ю., написавшему демонстрационную программу PHOTOROBOT и осуществившего эксперименты с помощью студентов Таганрогского радиотехнического института по проверке метода ГК, академику РАН Каляеву А.Н. за поддержку данной работы на всех стадиях ее обсуждения и продвижения, профессорам Карелину В.П. и Ромму Я.Е. за помощь в редактировании текста и расстановке верных акцентов.

Список литературы

Клименко А.В. Реккурентная теория самоорганизации. Ростов на Дону, РГУ. 1997.

Затуливетер Ю.С. Информация и эволюционное моделирование. Труды международной конференции «Идентификация систем и задачи управления» SICPRO’ 2000. М. 26-28 сентября 2000 г.

Моисеев Н.Н. XXI – век свершений. Электронный журнал «Обозреватель – Observer», 2000. http://www.nasledie.ru/oboz/N01_94/

Протасов В.И., Чернухин Ю.В., Панфилов Д.И. , Затуливетер Ю.С. Об одном методе коллективного принятия решений при построении фотороботов. Труды международной конференции «Интеллектуальные многопроцессорные системы», Таганрог, 1999. Стр. 222 – 225.

Протасов В.И. Генерация новых знаний сетевым человеко-машинным интеллектом. Постановка проблемы. Нейрокомпьютеры. М. №7-8, 2001.

Хиценко В.Е.. Социальная самоорганизация и новая концепция управления. Материалы IV Всероссийского семинара "Самоорганизация устойчивых целостностей в природе и обществе". М., 2000.

Kelly K. Out of Control. The Rise of Neo-Biological Civilization. - Reading, Massachusetts: Addison-Wesley, 1994

Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. М., Наука. Физматлит. 1996.

Для подготовки данной работы были использованы материалы с сайта http://www.sciteclibrary.ru