А.В. Чечкин1, М.В. Пирогов2

1 Финансовый университет при Правительстве РФ (Москва, Россия)

1 Военная академия РВСН им. Петра Великого (г. Балашиха, Моск. обл., Россия)

2 НПО им. С.А. Лавочкина (Москва, Россия)

1 A.Chechkin@mail.ru, 2 pmv_mvp@mail.ru

Постановка проблемы. Язык интерфейса автоматизированной системы (АС), с учетом проблем избыточного моделирования и программирования таких систем, требования разнохарактерного целеполагания, достаточной целостности элементов, сервисное, инструментальное значение АС и эффективное языковое общение в АС становятся доминирующими. Практика поведения умных систем говорит о необходимости математического моделирования всего театра действий таких систем, учета широкой проблемной области их функционирования, в частности, проблем верификации, безопасности и необходимости качественного сдвига в программных средствах. Умные системы любого назначения с элементами искусственного интеллекта функционируют более эффективно, когда они находятся в разумном подчинении у естественного интеллекта человека. Какое должно быть соотношение естественного и искусственного интеллектов в АС различного назначения с высокой степенью интеллектуализации?

Цель. Исследовать роль языка RADICAL в качестве интерфейса АС планирования и управления умной системой с элементами искусственного интеллекта на всех этапах ее жизненного цикла.

Результаты. Рассмотрены основные средства технологии радикального моделирования и программирования в рамках языка интерфейса RADICAL. Предложен новый подход к АС, учитывающий наличие элементов искусственного интеллекта и ведущую роль языка интерфейса общения в этих системах человека и умных технических систем.

Практическая значимость. Применяемый подход ориентирован на работу в условиях изменения проблемной области и на обработку последствий ее изменений. На практике язык RADICAL постоянно успешно используется для планирования и управления космической съемкой. Также язык RADICAL применим для работы как с небольшими коллективами специалистов, так и с коллективами, численность которых велика.

1. Чечкин А.В. Тезис о наличии искусственного интеллекта // Интеллектуальные системы. Теория и приложения. 2021. Т. 25. № 1. С. 29–49.
2. Чечкин А.В. Когнитивный уровень искусственного интеллекта // Интеллектуальные системы. Теория и применения. 2022. Т. 26. № 2. С. 5–24.
3. Васенин В.А., Пирогов М.В., Чечкин А.В. Радикальное моделирование и инженерия сложных программных систем // Программная инженерия. 2014. № 10. С. 3–10.
4. Васенин В.А., Пирогов М.В., Чечкин А.В. Информационно-системная безопасность критических систем: монография. М.: КУРС. 2018. 352 с.
5. Потюпкин А.Ю., Чечкин А.В. Искусственный интеллект на базе информационно-системной избыточности: монография. М.: КУРС. 2019. 384 с.
6. Колобов А.Ю., Пирогов М.В., Рожков В.В. Принципы и основные схемы радикалов для построения базы данных системы планирования и управления работой целевой аппаратуры космического аппарата // Вестник НПО им. С.А. Лавочкина. 2021. № 2(52). С. 73–79. DOI 10.26162/LS.2021.52.2.010.
7. Пирогов М.В. Радикальное программирование // Программная инженерия. 2013. № 4. С. 2–15.
8. Васенин В.А., Чечкин А.В., Пирогов М.В. Три принципа интеллектуализации автоматизированных систем // Программная инженерия. 2023. Т. 14. № 6. С. 263–277. DOI 10.17587/prin.14.263-277.
9. Чечкин А.В. Математическая информатика. М.: Наука. 1991. 412 с.
10. Соболева Т.С., Чечкин А.В. Дискретная математика. Углубленный курс. М.: ИНФРА-М: Курс. 2016. 276 с.
11. ГОСТ 34.003-90. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Термины и определения.
12. Глоссарий Essence. Версия 1.0 // Программная инженерия. 2014. № 11. C. 17–19.
13. Змеев Д.О., Змеев О.А., Иванова Л.С. Практика работы с антипаттернами для Essence Practice Library // Программная инженерия. 2022. Т. 13. № 7. С. 311–321. DOI 10.17587/prin.13.311-321.
14. Пак Дж., Якобсон И., Майбург Б., Джонсон П. SEMAT вчера, сегодня и завтра: перспективы промышленного использования // Программная инженерия. 2014. № 11. С. 6–16.
15. Позин Б.А. SEMAT – Software Engineering Method and Theory. О чем, зачем и кому это нужно? // Программная инженерия. 2014. № 11. С. 3–5.
16. Essence – Kernel and Language for Software Engineering Methods. Version 1.2. [Электронный ресурс] – Режим доступа: https://www.omg.org/spec/Essence/1.2/PDF, дата обращения 14.11.2023.
17. Галлюцинация (искусственный интеллект). [Электронный ресурс] – Режим доступа: https://ru.wikipedia.org/wiki/Галлюци­нация_(искусственный_интеллект), дата обращения 14.11.2023.
18. Компьютерная лингвистика. [Электронный ресурс] – Режим доступа: https://ru.wikipedia.org/wiki/Компьютерная_лингви­стика, дата обращения 14.11.2023.
19. Языковая модель. [Электронный ресурс] – Режим доступа: https://ru.wikipedia.org/wiki/Языковая_модель, дата обращения 14.11.2023.
20. Generative pretrained transformer. [Электронный ресурс] – Режим доступа: https://ru.wikipedia.org/wiki/Generative_pre-trained_transformer, дата обращения 14.11.2023.
21. GPT-4. [Электронный ресурс] – Режим доступа: https://ru.wikipedia.org/wiki/GPT-4, дата обращения 14.11.2023.
22. Может ли GPT-4 на самом деле писать код? [Электронный ресурс] – Режим доступа: https://habr.com/ru/articles/723238/, дата обращения 14.11.2023.
23. Чечкин А.В., Пирогов М.В. Необходимость радикальной стандартизации в формализме радикального моделирования и радикального программирования целенаправленных автоматизированных систем // Нейрокомпьютеры: разработка, применение. 2018. № 8. С. 3–19. DOI 10.18127/j19998554-201808-01.
24. Занин К.А., Пирогов М.В., Шихин С.М. Метод планирования съемки космической группировкой на основе радикального моделирования // Радиотехника. 2019. Т. 83. № 11(17). С. 5–14. DOI 10.18127/j00338486-201911(17)-01.