Читать книгу "Гомо Сапиенс. Человек разумный - Юрий Чирков"

Понятно, во всех этих случаях традиционная математика пасует. Просто нет никакой возможности составить и решать какие-то дифференциальные уравнения. И однако, задачи эти очень важны, и, главное, они успешно решаются. Врач по каким-то неуловимым признакам (руки зябнут, цвет лица не тот) уверенно ставит диагноз, геолог по наклону речного русла, по цвету песка, по созданному его интуицией «портрету» рудоносных мест находит золотоносную жилу.

Как они это делают? Никто не знает. И они сами. Никаких твердых правил при распознавании объектов, явлений, ситуаций обычно у человека нет И все же это не мешает специалисту, сравнивая новые объекты с чем-то известным только ему одному «попадать в яблочко».

Видимо, основная «различающая» информация заключена не в отдельных признаках, а в различных ее, информации, сочетаниях. И значит, методы комбинаторного анализа могут быть очень полезными для решения проблемы распознавания. Это простое соображение и позволило Ю.И. Журавлёву унифицировать алгоритмы распознавания, найти в них нечто общее, научиться сливать воедино стихию цифр, графиков со стихией экспертных высказываний типа «да», «нет», «не знаю», «может быть».

В результате этих научных поисков была создана «алгебра алгоритмов». Алгоритмы распознавания теперь, как простые числа, можно было складывать и перемножать! Зачем? Чтобы построить из малоэффективных, частных, ограниченного действия алгоритмов новый оптимальный обобщенный алгоритм, полностью решающий поставленную задачу распознавания.

«Как бы это объяснить? – рассказывал мне Журавлёв. – Все очень похоже на долгую историю поисков решения квадратных уравнений. Ведь когда-то математическая символика отсутствовала (как и понятие мнимых чисел). Решать умели (научил этому узбекский математик аль-Хорезми, IX век; кстати, имя этого ученого – латинизированное Algorithmi – дало начало и слову «алгоритм») только некоторые из квадратных уравнений, да и это делалось тогда словесно: «сложить неизвестное с тем-то и так-то…». Потому-то и учились этому утомительному, громоздкому, теперь школьному делу долгие годы…».

14.10. Подарок нефтяников

Спектр работ, которые вели в те годы московские распознаватели, был очень широк. Различные методы позволяют находить скрытые дефекты в изготовленных деталях, по внешним признакам производить техническую диагностику автобусов (кому какой ремонт необходим, эта информация позволяет ремонтникам загодя подготовить необходимые детали и оборудование, вести работы ритмично и своевременно).

Эти же методы – они универсальны! – можно использовать и для технического надзора за состоянием узлов ядерных реакторов на АЭС и других объектах, непосредственный доступ к которым затруднен (скажем, о нарушении работы реактивного двигателя можно судить по анализу его шума), оценивать деловые качества работников, и так далее и так далее. Но, пожалуй, наиболее весомыми являются работы, которые москвичи вели с нефтяниками Сибири.

Вот что тогда рассказал мне сотрудник Ю.И. Журавлёва кандидат технических наук Александр Иванович Зенкин. Он в тот день только что вернулся из командировки в Западную Сибирь.

«…При извлечении нефти пластовые воды смешиваются с поверхностными. Их несовместимость (каждая имеет свой букет минеральных присадок) запускает многие химические реакции – выделяются карбонаты, нерастворимые в воде соли. Они откладываются на поверхности труб, постепенно забивая их, заращивая, уменьшая просвет и, как следствие, нефтяной дебит. Скважина в конце концов может совсем выйти из строя.

Для надзора над скважинами – истощилась ли нефть в данном участке, или ствол забила соль, и надо срочно принимать меры – создаются особые бригады. По топким болотам сибирской тайги за сотни километров приходится доставлять оборудование и ингибиторы – лекарства от засоления труб.

Скважин тысячи! Ингибиторы очень дороги (прежде их и вовсе покупали за границей, за валюту), расходовать их надо экономно и в нужный момент (упустишь – и пиши пропало! тут уж просто необходимо будет менять часть трубы), точно зная характер процесса солеобразования. А потери велики: нормальная скважина дает сотни тон нефти за сутки, засоленная же, оказавшись на голодном пайке, требует полной остановки – выключения нефтедобычи – и нелегкого ремонта…».

Научно-техническое сотрудничество московских математиков с производственным объединением «Юганскнефтегаз» (конкретно работа шла на территории Устьбалыкского и Южносургутского месторождений: здесь солеобразование свирепствует наиболее сильно) началось тогда лет пять назад. В результате была создана внедренная в опытно-промышленную эксплуатацию информационная система контроля (ИСК), позволяющая по целому ряду косвенных признаков (линейное и буферное давления, концентрация многих ионов и элементов в воде, дебиту жидкости, ее плотности… – всего 19 параметров), не вскрывая скважин, судить, какие скважины в данном районе засолены, какие нет.

Прежде, действуя физико-химическими методами, один человек, чтобы определить состояние только одной скважины, должен был трудиться две недели. Теперь в считанные секунды ЭВМ, словно рентгеном пронизывая существо скрытых от человеческого глаза процессов, дает почти точный (пока 91,3 %) ответ.

Однако это лишь первые успехи. В будущем математики хотели научиться определять и сам ход процесса, степень засоленности скважины в любой момент. Позднее была решена и задача прогнозирования…

Я слушал рассказ Александра Ивановича, а сам нет-нет да и взглядывал вопросительно на лежащий перед Зенкиным на письменном столе кусок металлической трубы. Грубо сработанная (рядом с пепельницей и пучком отточенных щеголеватых карандашей) труба выглядела неуклюже. Как она сюда попала? Отчего ее отверстие покрыто ровным толстым светло-коричневым слоем какого-то вещества? «Это вещественное доказательство, – перехватив мой взгляд и усмехнувшись, сказал Зенкин, – успехов наших математических методов распознавания. Заросший солями кусок трубы из нефтедобывающей скважины подарили нам на память нефтяники Сибири».

14.11. По законам красоты

Новые методы распознавания хорошо зарекомендовали себя в медицине: математики научили кардиологов успешно прогнозировать степень тяжести перенесенного человеком инфаркта миокарда. В одном случае необходим пассивный метод лечения, в другом – повышенное внимание в первые 48 часов. Разработаны удачные алгоритмы опухолевой диагностики; схожие процедуры позволяют врачам делить молодых новобранцев на тех, кого надо комиссовать, и тех, кто годен к военной службе.

Машинные методы распознавания использовались при прогнозировании строительства крупных объектов (ГРЭС, к примеру), роста малых городов (была проведена специальная работа по данным бывших прибалтийских республик), свойстве вновь создаваемых сплавов, при управлении быстротекущими технологическими процессами.

Трудно очертить тот круг, которым ограничена область применения методов машинного распознавания. Возьмем, к примеру, труд ученого. Сколько необычных законов открыли физики? Как удалось Эйнштейну создать теорию относительности? Ссылаются обычно на интуицию ученого. Но что это такое?