К проблеме синтетических эмоций в искусственных сообществах



Естественно, отмеченные выше личностные и профессиональные состояния, качества и свойства студента не составляют полный и исчерпывающий перечень. Помимо этого, важна хорошая осведомленность студента по следующим пунктам, связанным с теорией и практикой социальной работы: даты, события, относящиеся к истории, теории и практике социальной работы; персоналии (отечественные и зарубежные исследователи, благотворители, меценаты, политики, социальные работники и т. д.); законы, указы, распоряжения, положения, уставы, относящиеся к истории, теории и практике социальной работы; понятия, категории, относящиеся к социальной работе, междисциплинарным связям в социальной работе; литература (монографии, учебные пособия, учебники, методическая литература являющаяся базовой, дополнительной, специальной в подготовке социальных работников); специфика практики социальной работы в различных сферах и с различными категориями населения.

Рассмотрим детализацию знаний студента схематично (рис. 4).

В заключении необходимо отметить, что Всероссийская студенческая олимпиада по специальности «Социальная работа» имеет

Рис. 4.

Детализация знаний студента участника III тура Всероссийской студенческой олимпиады

особое значение в деле подготовки будущих социальных работников. Она представляет некую творческую, соревновательную, инновационную форму подготовки будущих специалистов, является научно-исследовательским полем для профессорско-преподавательского состава. Олимпиада повышает мотивацию, интерес к будущей профессии, пополняет и систематизирует знания, умения и навыки. Не случайно, что многие из тех, кто в разные годы был победителем да и просто участником олимпиады, добились значительных успехов в научной, практической, научноисследовательской, учебно-воспитательной деятельности.

К ПРОБЛЕМЕ СИНТЕТИЧЕСКИХ ЭМОЦИИ В ИСКУССТВЕННЫХ СООБЩЕСТВАХ

Д. А. Зарубин, магистрант Берлинского технического университета (Германия)

По мере развития современных высоких технологий наука сталкивается с необходимостью исследования особенностей эмоциональной составляющей в сложнейшей системе взаимодействия субъективных и объективных факторов. Поэтому появляются новые подходы к моделированию синтетических, или небиологических, эмоций как в паре «человек —компьютер», так и в искусственных сообществах. Такие подходы представляют относительно молодую и перспективную концепцию моделирования социальных, физических или экономических процессов.

В свете данной проблематики необходимо выделить две главные группы эмо- ций: «человек — машина» и «машина — внешняя среда». Если с первой группой традиционно работают психологи, то со второй —специалисты в области искусственного интеллекта.

О важности вопроса говорит создание международного журнала по синтетическим эмоциям («International Journal of Synthetic Emotions»), выход которого запланирован на 2010 г. Публикации по таким темам как «нейроэволюция», «нейроэтика», «теория эмоций», «эмоциональные архитектуры», «интерфейсы и дизайн», так же как и «эмоциональные роботы, системы и устройства» публиковались и ранее в специализированных журналах по психологии, робототехнике и искусственному интеллекту. Однако появление отдельного журнала свидетельствует о возрастающем интересе исследователей и спонсоров к проблеме синтеза эмоций в технике и к созданию так называемых userfriendly интерфейсов.

Распознавание человеческих эмоций по выражению лица, их классификация и последующий синтез уже сейчас не вызывает больших трудностей. Недавно в Токио был создан робот, способный испытывать (переживать) шесть основных реакций: злость, страх, грусть, счастье, удивление и отвращение. Качество такого синтеза напрямую зависит от точности заложенных в базу данных, а также от механических характеристик робота. До тех пор пока алгоритмы обучения таких систем являются детерминированными, все «эмоции» являются не чем иным, как цифровой копией внешнего проявления человеческих эмоций — статическим набором нулей и единиц.

Более интересным, на наш взгляд, является развитие синтетических эмоций как фактора подкрепления обучения агентов или систем агентов. В общем случае эмоции служат для контроля качества обучения в виде сигналов «обратной связи». В зависимости от сложности поставленной задачи и выполненной работы, формируется некий оценочный фактор, позволяющий корректировать обучение1. В этой области также можно выделить два типа синтетических эмоций —основанные на априорных знаниях и формирующиеся случайным образом в ходе эволюционного процесса.

В качестве дополнительного параметра при обучении адаптивных систем или агентов часто используется эмоциональная оценка. Например, робот не просто учится искать определенный паттерн в окружающем его мире, но и выбирает наиболее оптимальные для него условия. Причем «система ценностей» такого агента может быть не только недетерминированной, но и изменятся в зависимости от получения «вознаграждения». Давно известный алгоритм обучения с подкреплением (Reinforcement Learning)2 является простейшим примером. Эффективность использования таких искусственных эмоций доказана теоретически и экспериментально.

Многоагентные системы (multiagent systems) являются следующей ступенью моделирования. В них применяются принципы нечеткой логики и распределенных вычислений, что позволяет значительно расширить диапазон возможного поведения агентов, а также скорость их обучения. Так, например, объединение агентов в группу может значительно ускорить поиск информации в Интернете —путем взаимодействия и параллельной работы.

Важным параметром формирования синтетических эмоций являются, конечно, потребности или задача, поставленная перед программой. За исключением задачи моделирования гуманоидных роботов эти проблемы носят вполне детерминированный характер. То есть человек заранее вносит в программу основные потребности и условия «вознаграждения». Вполне логично поэтому предположить, что и гамма эмоций у таких агентов, во-первых, принципиально отличается от биологической, а во-вторых, может быть теоретически спрогнозирована. Следовательно, можно заранее определить рамки поведения и возможные риски.

Другим методом моделирования искусственных сообществ является эволюционный подход. В этом случае определяются базовые ценности, например, энергетический баланс, остальные параметры остаются свободными и изменяются по вполне биологическому закону —«выживает самый приспособленный». Возможные вариации эмоциональных отношений здесь значительно шире.

Агенты должны устойчиво работать в той или иной среде, приспосабливаться к

ГУМАНИТАРНОЕ II ЕСТЕСТВЕННО-НАУЧНОЕ ЗНАНИЕ:

СООТНОШЕНИЕ, СОВРЕМЕННОЕ СОСТОЯНИЕ, ПЕРСПЕКТИВЫ РАЗВИТИЯ неожиданным изменениям, выполнять функции отбора и выживания. Несоблюдение условия выживания приводит к удалению агента из «общества» и замене «новорожденным». Для повышения способности адаптации к изменениям, агенты хранят успешные стратегии поведения, накопленные в течение последних изменений в окружающей среде. Обратная связь (синтетические эмоции) направлена на стимулирование оптимального уровня контроля для каждого агента. Потомство наследует эмоции3.

В таких искусственных сообществах кроме эмоций отдельных агентов возможно возникновение социальных синтетических эмоций. Хорошим примером является так называемая Artificial Bee Colony (ABC) — колония агентов-пчел4. В результате эволюции выделяются несколько основных типов агентов, которые взаимодействуют между собой. Конечно, в случае пчел зара- нее известны типы, но в общем случае предсказать какие именно типы окажутся полезными сообществу практически невозможно. Только моделирование позволит ответить на этот вопрос.

Таким образом, синтетические эмоции в искусственных сообществах представляют интересную область исследований, которая находится на пересечении гуманитарных, социальных и естественных наук. Поднятая проблематика и описанные модели представляют лишь обзор возможных вопросов и путей их решения. На данный момент искусственные сообщества не применяются в относительно опасных для человека целях. Однако необходимо учитывать не только те преимущества, которые мы получаем от использования синтетических алгоритмов, но и теоретические риски, возникающие в результате неуправляемой эволюции.