Наш коллега - робот

      Исследователи во всем мире занимаются этой проблемой вот уже в течение 25 лет. Во время второй мировой войны английский математик А. Тьюринг изобрел машину - прародительницу современных вычислительных машин. Это была система, способная расшифровывать вражеские сообщения. Всю свою жизнь изобретатель затем мечтал о создании такой машины, которая была бы способна учиться и стать разумной.
      То, что сейчас называют первым "искусственным мозгом", родилось в проектах другого известного математика- Дж. фон Неймана в октябре 1945 года в Принстоне. Он так же, как и его будущие последователи, был увлечен психологией и неврологией. После бесплодных попыток создать математическую модель человеческого поведения он потерял веру в возможность создания "искусственного разума", элементы первых громоздких вычислительных устройств имели настолько большие размеры, что Дж. фон Нейман не в состоянии был решить вопрос - каким образом заменить ими ничтожно малые нервные клетки.
      Поскольку в те времена человеческий мозг рассматривали как нечто сотканное из взаимосвязанных нейронов, его можно было представить в виде какого-то вычислительного устройства, в котором циркулирует не энергия, а информация. Если принять такую аналогию, рассуждали ученые, то почему бы не придумать систему, в которой разум будет зарождаться в результате прохождения через нее информации?
      Выдвигались самые различные теории относительно искусственного мышления. Физик Д. Мак-Кей предложил, например, интересный метод аналогий и вероятностей, пользуясь которым машина могла бы мыслить, используя логические элементы, двоичные или недвоичные.
      Этот метод вполне заслуженно был оценен как слишком упрощенный для точного моделирования человеческого мышления.
      На первой крупной конференции ученых, работающих в этой области, которая состоялась еще в 1956 году, многие ее участники высказались за принятие термина "искусственный разум", чтобы хоть как-то определить предмет своих исследований. При этом не обошлось без бурных дебатов. Хотя все присутствующие верили в возможность передачи кое-чего, что пока находится лишь в компетенции человека, своим еще примитивным вычислительным машинам, они были далеки от того, чтобы прийти к единому мнению относительно средств достижения этой возможности. Одни полагали, что необходимо начать с постановки машинам простых задач, другие считали, что прежде всего следует разработать теорию и построить модель человеческого мозга...
      Два никому не известных исследователя, А. Невелл и Г. Саймон, выдвинули совсем необычную идею. Они изучали, каким образом два человека могут общаться друг с другом с помощью системы сигнализаторов и кнопок. Эта система должна была раскладывать их поведение на серию простых и логических операций. Поскольку большая вычислительная машина была установлена в том же помещении, где работали оба исследователя, они развлекались тем, что ставили свой эксперимент с ног на голову: вводили в машину простые логические правила, чтобы заставить ее выработать в себе способность к более сложным рассуждениям. Это была гениальная мысль; программа не только работала, но с ее помощью было открыто новое доказательство одной теоремы: оно было совершенно неожиданным и намного более элегантным, чем до этого существующее.
      А. Невелл и Г. Саймон открыли основополагающий принцип: нет необходимости в том, чтобы понять человеческий мозг для передачи разума машине. Необходимо изучать не то, как работает наш мозг, а то, что он делает. Нужно проанализировать человеческое поведение и исследовать процесс приобретения им знаний, а не разрабатывать теорию относительно сети нейронов.
      Короче говоря, предпочтение отдается психологии, а не физиологии.
      Начиная с этого времени исследователи пошли по пути, открытому А. Невеллом и Г. Саймоном, что, однако, не мешает им постоянно спорить по поводу различных способов заставить "думать" вычислительную машину.
      Последователи одной школы - она основана на логике - пытаются расчленить процесс рассуждения на серию логических предложений. Машина "продвигается" от одного предложения к другому, делая последовательные выводы, сравнимые с известным силлогизмом:
      "Все люди смертны; Сократ - человек, следовательно, Сократ смертен".
      Машина еще далека от того, чтобы приобрести те общие знания, которыми обладает даже малолетний ребенок. И достигнут ли вообще когда-нибудь машины уровня развития ребенка? Этот вопрос уже давно разделил ученых на два лагеря. В Беркли преподаватель философии X. Дрейфус стал во главе радикальной оппозиции приверженцам идеи "искусственного разума". Он поставил их науку в один ряд с алхимией. "Никогда не удастся запрограммировать нашу мысль, - заявляет он, - хотя бы по той простой причине, что мы растем в реальном мире, в обществе, мы познаем мир вместе с нашим телом, мы не состоим из одного только разума!
      Машина может знать, что такое "ресторан", - продолжает он, - но она не в состоянии знать, ест ли посетитель ногами. Или как приближается к столу официантка: в полете или ползком? Никогда машина не будет иметь столько знаний, чтобы охватить мир во всем его многообразии!"
      Но сотрудник Массачусетского технологического института М. Минский отказывается верить в то, что разум машин ограничен. Когда его спрашивают, что же он понимает под термином "искусственный разум", он, таинственно улыбаясь, отвечает:
      "Это наука, которая заставляет делать машины то, что человек считает интеллектуальным, когда делает то же самое". Этот ученый объединил вокруг себя еще нескольких исследователей, также работающих над созданием искусственного разума. Будучи физиком и математиком, он изучил психологию, неврологию и социологию. Когда-то своими руками он сконструировал машину на базе электронных ламп, участвовал в разработке "Персептрона", некоего подобия искусственного ученика. Совместно с математиком С. Пейпертом он был также автором обучающей системы для детей.
      Сейчас М. Минский уже не заводит разговор о машинах. Тема его бесед человек; когда он говорит, взгляд его кажется отсутствующим, он как бы прослеживает внутри себя весь ход своих собственных рассуждений. "Искусственный разум - это новый вид психологии", - замечает М. Минский. Она представляется ему платформой экспериментальной науки, которая использует вычислительную машину как средство моделирования с целью постижения природы человеческого мышления.
      "Наши основные знания нигде не записаны, - утверждает М. Минский. - Все знают, что для того, чтобы взять книгу, нужно протянуть руку. Но этого не найдешь ни в одной энциклопедии. А вычислительная машина не может этого знать".
      М. Минский и его студенты пытались, например, определить такое простое на первый взгляд понятие, как "вода". Это оказалось настоящей головоломкой. Необходимо знать, что вода - это жидкость, что ее уровень горизонтален, что ее количество не изменится, если ее перелить из одного сосуда в другой, но она вытечет из дырявого сосуда, может замочить одежду и т. д.
      И вот вычислительная машина, получившая самую общую информацию о воде, "постаралась" дать ответ на один очень важный вопрос: "Что случится, если наклонить стакан, заполненный водой?" Машина очень хорошо изображала на своем экране стакан, опрокинутый до горизонтального положения, и, несмотря на "известный" ей закон тяготения, упорно показывала на экране опрокинутый стакан, жидкость из которого никак не выливалась. И она никогда не сможет познать на горьком, но таком поучительном опыте то неприятное ощущение, какое испытывает человек, когда вода заливает одежду. Вычислительная машина более охотно воспринимает чисто книжные знания.
      Именно такие исследования проводит группа ученых под руководством психолога Р. Шэнка. Здесь машина учится читать и обобщать текст, разумеется, при постановке вопросов в письменном виде. Она делает переводы как с английского языка на другие, так и наоборот; упражняется в ведении беседы, в искусстве аргументирования и даже начинает заучивать слова.
      КИБЕРНЕТИЧЕСКИЙ ДИАЛОГ
      - Почему ты вчера вернулся так поздно? - недовольно спрашивает Мэгпай.
      - Я ходил в кегельбан, - отвечает Скотт Робертсон, ее муж, не обращая внимания на вызывающий тон.
      - А я думала, что ты испытываешь отвращение к этой игре, - коварно замечает Мэгпай.
      - Когда я в компании, то не испытываю.
      - А я к этой компании не отношусь?
      Скотт слабо протестует:
      - Это ведь не одно и то же.
      - Разумеется, потому что ты не можешь найти себе женщин у себя дома!
      Происшедшая семейная сцена была бы самой обычной, если бы эта ревнивая американка не оказалась... ЭВМ.
      Мэгпай - Сорока - это программа для вычислительной машины, которой отведена роль сварливой супруги, озабоченной тем, чтобы "приструнить" своего подставного мужа, молодого психолога Йельского университета, который ведет с "ней" диалог посредством клавиатуры.
      Эта машина не хранит в своем запоминающем устройстве заготовленные и стереотипные фразы. Она сама формирует ответы. Она аргументирует, "размышляет", и в этом она в какой-то степени уподобляется человеческому существу. Машина "мыслит" своим особым способом. Опираясь на психологию и информатику, ученые поставили перед собой по меньшей мере честолюбивую задачу: изучить образ мышления человека и его поведение, чтобы затем воспроизвести их искусственно.
      Когда мы говорим слова "искусственный интеллект", то немедленно возникает аналогия с чем-то ненастоящим. Вспомним, с каким оттенком мы произносим слова "искусственная пища" или "искусственная трава".
      Термин же "искусственный интеллект" затрагивает нас до глубины души, ибо единственный интеллект, который нам известен, - это наш собственный, естественный. Может быть, поэтому проблема создания искусственного интеллекта вызвала столько споров и публикаций. Число публикаций, посвященных проблеме "возможен ли искусственный интеллект", приближается к числу публикаций, посвященных конкретным научным результатам в этой области. Человек яростно защищает один из последних бастионов своего человеческого от нашествия машинного. Дело осложняется еще и тем, что термин "искусственный интеллект" чисто условный. Это понятие до сих пор не определено. Остроумное определение типа "наука, которая заставляет делать машину то, что человек считает интеллектуальным, когда делает это сам", к сожалению, малоконструктивно, а иногда и прямо заводит исследователей в болото практического формализма.
      Известно, сколько шума и научной суеты породил знаменитый тест Тюринга "Если я не догадаюсь, что со мной беседует машина, то эта машина уже достигла интеллектуального уровня человека". Чтобы исключить проблему машинной речи, такой диалог лучше вести с помощью телетайпа. Для многих кибернетиков, как казалось, недосягаемый тюринговский уровень открыл блестящую перспективу. Как из рога изобилия посыпались различные электронные собеседники. В конце 60-х годов американский кибернетик, преподаватель Массачусетского технологического института Дж. Вейценбаум изготовил несколько программ, основная цель которых в условиях теста Тюринга - сбить с толку придирчивого эксперта. В основе этой работы лежит идея псевдореального диалога. При таком диалоге имеется только видимость беседы. "Собеседник" фактически не вникает в смысл сообщаемого, а строит свой ответ на основе несложного формального преобразования услышанного.
      - Прийти к вам мне посоветовал приятель; он говорит, что это несколько развлечет меня, - говорит исследователь.
      - Прийти сюда посоветовал ваш приятель? - удивляется машина.
      - Он говорит, что у меня вечно депрессия.
      - Мне очень жаль, что у вас депрессия.
      Дж. Вейценбаум придумал свою обворожительную "Элизу" после того, как досконально изучил скучные салонные беседы. Он заметил, что некоторые из его соотечественников обладают способностью отвечать собеседнику, не проявляя при этом к нему никакого интереса, но они все же очень хорошо умеют поддерживать диалог. "Элиза", унаследовавшая эту способность, отыскивает в вопросах ключевые слова, формируя после этого стереотипные ответы, которые кажутся вполне уместными. "Дама", таким образом, наделена некоторым интеллектом, но на самом деле это лишь ограниченная притворщица. "Элиза" очень проста: определенные ключевые слова во фразе человека заставляют ее реагировать, подставляя определенные речевые обороты.
      Например, если машина читает предложение: "Ты неизвестно что", она отвечает: "Почему вы думаете, что я неизвестно что?" Велеречивая "Элиза" просто салонная болтунья.
      В отличие от нее "Пэрри" - программа, созданная К. Колби в Стенфордском университете, призвана помочь начинающим психиатрам приобрести некоторый опыт в беседе с тяжело больными пациентами. Программа моделирует человека, страдающего манией преследования. В программу заложена определенная биография. Пэрри 28 лет, он холост, работает на почте. Он легко раним, чувствителен ко всему, что касается его внешности, образования, убеждений. Его любимые занятия - кино и скачки. Как-то он набросился на букмекера, заведующего ставками на ипподроме, из-за того, что тот не выплатил ему выигрыша, и с тех пор страшится мести преступного мира. Во время разговора эмоциональное состояние Пэрри часто меняется. Если ведущий беседу человек слишком часто затрагивает "больные места", Пэрри начинает волноваться, у него появляются симптомы паранойи.
      - Вы боитесь преступного мира?
      - Мафия - самые страшные гангстеры.
      - Вы связаны с мафией?
      - Видите ли, они меня знают.
      - Откуда они вас знают?
      - Они следят за мной.
      - Почему?
      - Хотят сочинить что-то обо мне, чтобы меня посадили.
      - Что они имеют против вас?
      - Они хотят со мной покончить.
      - Почему?
      - У меня есть против мафии кое-какие улики.
      Когда группе психиатров была предоставлена возможность побеседовать посредством телетайпа с настоящим больным и с программой Пэрри одновременно, то они, хотя и знали, что один из собеседников - машина, не могли отгадать, кто именно. Таким образом, тест Тюринга начал действовать.
      Интересное событие произошло позже, когда уже упомянутый нами Дж. Вейценбаум создал модель врача-психиатра для лечения некоторых больных с признаками расстройства типа неврозов. Возникла идея "вылечить" Пэрри с помощью программы врача. Вот пример происходящего между ними диалога:
      В. Здравствуйте. Расскажите, на что вы жалуетесь.
      П. Люди иногда действуют мне на нервы.
      В. Я не уверен, что полностью вас понимаю.
      П. Вам следует быть повнимательнее.
      В. Пожалуйста, продолжайте.
      П. Как-то я пошел на ипподром в Бэй-Медоус.
      В. И с чем вы это связываете?
      П. Я пошел на скачки.
      В. Что еще вы хотели бы обсудить?
      П. Я интересуюсь скачками.
      В. Почему вы это говорите?
      П. Там жульничают в игре.
      В. Я не уверен, что полностью вас понимаю.
      П. Вы настоящий зануда.
      В. Вам нравится считать меня настоящим занудой?
      П. Я сыт по горло.
      В. И с чем вы это связываете?
      П. До свидания.
      В. Мне было очень приятно с вами познакомиться.
      С вас 399 долларов 25 центов.
      Неплохой диалог, хотя доктор немного "плавает".
      Программисты надеются со временем настолько усовершенствовать программу "Пэрри", чтобы молодые врачи в процессе диалога могли "вылечить" искусственного больного, и тогда студенты смогут практиковаться в разговоре с машиной, не подвергая действительно больных людей риску пострадать от неумелого лечения.
      Еще важнее научить машину улавливать суть того или иного сообщения. Различают два типа общения с компьютером: ограниченная беседа и ограниченное понимание. При ограниченной беседе машина "понимает" все, что ей говорят, но лишь в случае, если затрагивается определенная тема скажем, шахматные ходы или построение конструкций из кубиков. При ограниченном понимании можно разговаривать с машиной о чем угодно, но она далеко не всегда вас полностью поймет. Именно такова программа "Элиза", разработанная Дж. Вейценбаумом. "Элиза" способна лишь на поверхностное понимание предметов и явлений.
      Однако по мере развития теории и практики кибернетического диалога речь машины становится все более и более осмысленной. Вспомним ревнивую Мэгпай, которой начинался этот параграф. Тест Тюринга начал срабатывать все чаще и чаще.
      Вице-президент одной американской компании, занимающейся производством ЭВМ, сам того не подозревая, оказался подвергнут тестированию по критерию Тюринга. Вот какой диалог по телетайпной связи произошел у вице-президента с системным программистом Д. Бобровым, сотрудником той же компании:
      В-пр. Нельзя ли мне сейчас воспользоваться ЭВМ?
      Бобров. Почему вы спрашиваете?
      В-пр. Может быть, мне удастся заключить сделку.
      Бобров. Почему вы в этом уверены?
      В-пр. Мои предполагаемые покупатели никогда не видели нашу систему в действии.
      Бобров. Это имеет для вас большое значение?
      В-пр. Конечно.
      Бобров. Вы как будто сомневаетесь в этом?
      В-пр. Что за нелепое замечание?
      Бобров. Что вы имеете в виду, говоря о нелепом замечании?
      В-пр. Возражаете ли вы против того, чтобы я сейчас воспользовался ЭВМ?
      Бобров. Расскажите мне побольше о ваших предполагаемых покупателях.
      В-пр. Позвоните мне 491-18-50.
      Когда звонка от Д. Боброва не последовало, разгневанный вице-президент начал отчитывать своего секретаря, и тут выяснилось, что телетайпный коммутатор соединил его не с самим Д. Бобровым, а с той самой системой, которую вице-президент и хотел предложить заказчикам. Таким образом, критерий Тюринга быстро девальвировал в глазах кибернетиков, так и не поведя нас к границам подлинной интеллектуальности компьютеров.
      ЗА СОВЕТОМ К РОБОТУ
      Пока одни ученые разрабатывали принципы кибернетического диалога, другие практики и прагматики стремились запрячь эту новую способность машины в телегу научно-технического прогресса. Они решили предложить машине некоторый объем знаний из очень конкретной области.
      Все полученные машиной элементы информации связаны между собой сложной системой взаимозависимых отношений. Прибегая чаще к аналогиям и заключениям, чем к логическим выводам, машина сортирует, объединяет и синтезирует эти элементы, постепенно развивая свою способность "мыслить".
      Первые такие машины появились в конце 50-х годов.
      Они доказали около сорока теорем и решали простые задачки типа "постройка детской пирамиды".
      Уже в 60-х годах можно было побеседовать о погоде с машиной, имеющей понятие о метеорологии и обладающей знаниями синтаксиса, которые ей необходимы для правильного построения фраз. Когда, например, ей говорили: "Я не люблю дождь летом", она очень вежливо отвечала: "Да, но дождь летом бывает не так часто".
      Другая программа, получившая название "Бейсбол", отвечает на все вопросы, связанные с матчами года: место встречи, счет, состав команд. Что касается программы "Сэд Сэм", то она уже стала интересоваться семейными отношениями своих собеседников, правда, не имея о том никакого понятия. И только в 1965 году машина "Сэр" стала больше внимания уделять значению слов, а не их расстановке во фразе. А машина такого же типа "Стьюдент", как хорошо успевающий учащийся, решала уравнения первого порядка, формулируя последовательность их решения на беглом английском языке.
      Чем в большей степени вводимые в машину знания относятся к специальной области, тем больше шансов существует за то, чтобы машины их освоили. В настоящее время некоторые из них являются самыми настоящими "экспертами". Они уже помогают специалистам определять, например, насколько богат рудой тот или иной геологический пласт, или ставить диагноз при инфекционном заболевании.
      Для создания таких искусственных "специалистов" необходимо передать им знания специалистов-людей.
      Но, как это ни парадоксально, главная трудность как раз заключается в том, чтобы "изъять" эти знания из мозга человека. Врач, например, ставит свой диагноз, исходя из опыта, следуя при этом правилам, которыми он пользуется почти бессознательно, автоматически.
      И вот исследователи проводят долгие часы, интервьюируя врачей и других специалистов, чтобы затем уяснить для себя основные закономерности, свойственные процессу их мышления. Как только удастся восстановить весь ход их рассуждений, будет относительно несложно воспроизвести его в программе вычислительной машины.
      Начиная с 1965 года машина "Дендрал" - первый искусственный "специалист", созданный в Стенфордском университете Э. Файгенбаумом, помогает химикам определять молекулярную структуру веществ. Другой эксперт, "Проспектор" ("Старатель"), тщательно исследует геологические карты и пробы грунта для определения возможных месторождений. В штате Вашингтон им было открыто богатое месторождение молибдена.
      Что касается машины "Медцин", ее программа была составлена в 70-х годах, то она ставит диагнозы при инфекционных заболеваниях, если ей сообщат результаты анализов и основные симптомы заболевания. И что самое важное, она в любой момент объяснит причину, по которой ставит именно такой диагноз, а не другой, если таких объяснений потребует от нее пользователь.
      В университете Питтсбурга специалист по компьютерам Г. Поупл и специалист по внутренним болезням Дж. Майерс создали программу "Кадуцей", которая содержит в своей памяти больше симптомов болезней, чем смог бы в любом случае запомнить врач. Программа позволяет ЭВМ комбинировать факты, оценки и суждения и ставить сложные диагнозы. Машина ставит диагноз?
      Да! И вот тому пример. В этот компьютер были однажды введены детальные сведения о пожилом человеке, доставленном ночью машиной "скорой помощи" в университетскую клинику. У него был плохой вид и одышка. Сердечный приступ? "Это было мое первое предположение", - рассказывал доктор Майерс.
      Принимая во внимание картину состояния больного - отсутствие болей в области грудной клетки, перенесенный ранее сердечный приступ, нормальное давление крови, запись в истории болезни о диабете, - компьютер отверг более десятка предположенных заболеваний, предварительно оценив их проявления, а затем на экране появилось сообщение о главном подозрении: "предварительный диагноз - диабет сахарный".
      Компьютер запросил об уровне сахара в крови у больного. Довольно высокий. Он задал другие вопросы, чтобы вынести завершающее решение по диабету, а затем объявил: "отвергнуть диагноз - диабет -сахарный".
      Далее последовали новые диагностические вопросы о шумах в сердце, о результатах прослушивания дыхания (дыхательных шумов) и рентгеновского просвечивания грудной клетки... Через несколько минут компьютер вынес заключение, что больной является жертвой сердечного приступа. Врачу потребовалось бы несколько дней, чтобы прийти к такому же решению.
      В сложных или в необычных случаях "Кадуцей" ставил более правильный диагноз и тщательнее, чем это делали практикующие врачи. По словам доктора Дж. Майерса, компьютер почти всегда соглашался с врачом-специалистом, у которого было достаточно времени, чтобы изучить каждый симптом у пациента.
      После проведения дополнительных испытаний "Кадуцей" смог бы стать обычным советчиком докторов, и он, возможно, даже уменьшит стоимость медицинского обслуживания, поскольку врачам придется назначать больным меньшее число анализов, руководствуясь вопросами компьютера. Ведь не секрет, что лечение в США, включая анализы, стоит очень дорого.
      Уже существует около 50 таких новоиспеченных "специалистов". Предсказывают, что у них будет многочисленное потомство. В Японии, например, работают над созданием ЭВМ, которая будет автоматически переводить и отпечатывать документы, совершая для этого распознавание живой и письменной речи. Все, чго придется делать пользователю, - это произносить команды. Если машина не поймет, она заговорит, будет задавать вопросы. Она будет делать выводы на основе собственных "суждений". Кроме того, она будет учиться, запоминая свои ошибки.
      Возможно, что "экспертные системы" будущего станут давать советы не только инженерам, врачам и химикам, но даже любителям-цветоводам, ухаживающим за прихотливыми комнатными растениями. Они обретут роль обычных, будничных консультантов.
      РОБОТЫ
      ВОКРУГ НАС
      ТАМ, ГДЕ ТРУДНО, ВРЕДНО, ОПАСНО
      Ежегодно шахтерами выдается на-гора более 70 миллионов тонн угля, количество, конечно, впечатляющее.
      Однако средний прирост добычи из года в год снижается, и есть тому объективные причины. Главная - в том, что добывать уголь из-под земли становится все трудней. Поэтому в постановлении ЦК КПСС и Совета Министров СССР (1981 г.) "О мерах по ускорению технического перевооружения шахт Министерства угольной промышленности СССР" сказано, что надо уделить самое серьезное внимание созданию и внедрению автоматизированных средств добычи угля без постоянного присутствия людей в забоях.
      В чем же состоит техническая сторона вопроса?
      В 30-е годы шахтерский мир всколыхнул рекорд А. Стаханова. Тогда же появились тысячи его последователей, верно уловивших суть: если раньше забойщик сначала отбивал уголь, а затем сам же укреплял кровлю забоя деревянными стойками, то А. Стаханов рубил и рубил уголь, молотка из рук не выпуская, кровлей же занимались шедшие за ним крепильщики.
      Так пришло в шахты разделение труда - первая предпосылка автоматизации.
      Вскоре мощные угольные комбайны вытеснили отбойные молотки, а деревянные стойки заменила гидравлическая механизированная крепь. Комбайн ходил вдоль штрека, слой за слоем снимая уголь.
      Изобретатели, оценив этот процесс с точки зрения его комплексной автоматизации, отметили главные недостатки. Первый: добыча угля в каждый момент времени сосредоточена около единственной точки пласта, где в него "вгрызается" бешено вращающаяся головка комбайна. И второй: крепежные секции перемещаются независимо друг от друга. Отсюда вывод: чтобы полностью автоматизировать такой процесс, необходимо связать комбайн и крепь в единый комплекс системой датчиков, управляющих и исполнительных узлов.
      И вот появился первый проект робота-шахтера. Его двенадцать резцов движутся по забою, снимая уголь уже по всей кромке пласта. Непрерывную подачу агрегата в забой осуществляют части секций крепи, которые в данный момент подпирают кровлю. Оставшиеся ни во что не упираются, а подтягиваются вслед за комбайном.
      Догнав его, крепи занимают рабочее положение и теперь сами толкают систему. Затем наступает черед шагать другим опорам, домкраты которых раньше были основным держателем. И так далее. Получается, что крепь движется в забое, как червяк в грунте, непрерывно продвигаясь вперед.
      Таким агрегатом, высвободившим труд многих горняков, управляет всего один человек, да и тот переместился в штрек, куда вынесен пульт управления.
      Это в общих чертах идея робота-шахтера. Однако прежде, чем она стала реальностью, предстояло рассчитать ее конкретные узлы, "привязать" их параметры к условиям забоя. Ведь пласт имеет сложную, порой весьма искривленную конфигурацию, в которую должен вписаться умный агрегат. Кроме того, ему необходимо двигаться в пласте с заданной скоростью по определённой траектории.
      Но вот появились и первые успехи: "Мировой рекорд добычи из крутых пластов! С помощью робота-шахтера АК-3 выдано на-гора 2595 тонн в сутки".
      Агрегат зарекомендовал себя отлично. Он может заменить работу восьми участков шахты численностью 450 человек.
      Его изобретатель А. Долинский стал победителем Всесоюзного конкурса Минуглепрома СССР, создав лучший проект безлюдной выемки. Появился приказ о серийном изготовлении АК-3 на Киселевском машиностроительном заводе. В 1980 году право на изготовление агрегата приобрела одна из западногерманских фирм.
      Агрегат А. Долинского - первое поколение роботизации подземных работ. Пока еще при АК-3 должен, правда, в штреке находиться человек. Но конструктивные особенности агрегата таковы, что он близок к тому, чтобы стать истинным роботом. Прежде всего ему необходимо очувствление для определения границы "порода - уголь". Здесь самым перспективным считается изотопный метод, позволяющий вести анализ границы с помощью радиоактивного излучения.
      Очувствление роботу-шахтеру необходимо еще и потому, что обстановка в забое меняется практически каждую минуту: может измениться угол наклона пласта, прорваться вода или обрушиться свод. Чтобы робот мог ориентироваться в любой ситуации, следить за тонкостями процесса, ему нужен телеглаз. Но электроаппаратура, в том числе и телевизионная в традиционном исполнении, для шахт неприемлема: она взрывоопасна.
      Здесь вполне подойдут гибкие световоды. Обрабатывать информацию от датчиков и управлять всем процессом работы станет микро-ЭВМ, вынесенная из опасной зоны в штрек. А свяжут компьютер с агрегатом те же световоды.
      Разработка всех этих средств управления намечена программой Минуглепрома СССР по созданию и внедрению автоматических манипуляторов (промышленных роботов). Естественно, агрегат А. Долинского только часть этой обширной программы. В ней также предусмотрено освоение в 1990 году серийного производства многих видов добычного и проходческого оборудования с автоматическим управлением. Кроме того, будут выпущены манипуляторы и для вспомогательных операций: транспортировки, погрузки и разгрузки угля.
      И наконец, две шахты к 1990 году станут шахтами будущего: управление здесь полностью передадут автоматике.
      Существуют и другие роботы-шахтеры, добывающие, например, руду. Но здесь есть масса специфических проблем. Уголь - порода сравнительно мягкая. Комбайн рубит его непрерывно. В рудниках же основным добывающим "инструментом" пока является взрыв. Без него, увы, не обойтись. Технологическая схема добычи давно устоялась, хотя отрицательных моментов хватает.
      Скажем, на проветривание штрека после взрыва уходит не меньше смены. В это время все замирает, ведь работать в пыли людям невозможно. Раньше все происходило так: рабочий нес на плече перфоратор - сверлильное устройство, напоминающее отбойный молоток; высверливал в стене штрека несколько отверстий. Следом приходил взрывник, закладывал в отверстия взрывчатку, подсоединял проводку, уходил в безопасное место. Взрыв! Густое облако пыли заволакивало все вокруг. Когда штрек проветривался, приезжал экскаватор и грузил отколотую взрывом породу.