注释,注释: В статье описывается алгоритм для генерации управляющих воздействий на различные инженерные системы интеллектуального здания по отдельности или в совокупности в рамках интеллектуального управления параметрами внутренней среды такого здания. Интеллектуальность алгоритма обусловлена возможностью его автономной работы и адаптивностью по отношению к параметрам внутренней среды, в отношении которых осуществляется мониторинг и управление. В статье приводятся краткое описание алгоритма, а также математическая модель выбора и применения управляющих воздействий. В качестве метода исследования принят теоретико-множественный подход к моделированию процессов управления, а также нотация BPMN для представления алгоритмов. Новизна рассматриваемого вопроса обусловлена применением функционального подхода для разработки интеллектуального алгоритма, а также применения методов распределённых вычислений и вычислений на оконечных устройствах в рамках гибридной парадигмы искусственного интеллекта. Актуальность представленной модели основана на необходимости перевода процессов управления жизненным циклом зданий и сооружений в парадигму Индустрии 4.0 для повышения степени их интеллектуальности. Статья будет интересна учёным и инженерам, работающим в области автоматизации технологических и производственных процессов. Работа носит теоретический характер.

Abstract: The article describes an algorithm for generating control actions on various engineering systems of an intelligent building, individually or in combination, within the framework of intelligent control of the parameters of the internal environment of such a building. The intelligence of the algorithm is due to the possibility of its autonomous operation and adaptability in relation to the parameters of the internal environment in relation to which the monitoring and control is carried out. The article provides a brief description of the algorithm, as well as a mathematical model for the selection and application of control actions. As a research method, a set-theoretic approach to modeling management processes was adopted, as well as BPMN notation for representing algorithms. The novelty of the issue under consideration is due to the use of a functional approach for the development of an intelligent algorithm, as well as the use of methods of distributed computing and computing on terminal devices within the framework of the hybrid paradigm of artificial intelligence. The relevance of the presented model is based on the need to translate the life cycle management processes of buildings and structures into the Industry 4.0 paradigm in order to increase their degree of intelligence. The article will be of interest to scientists and engineers working in the field of automation of technological and production processes. The present work is theoretical.

注释,注释: Предметом исследования является архитектура искусственных интеллектуальных систем, разработанная в рамках гибридного подхода к искусственному интеллекту. В статье предлагается авторское видение процесса построения искусственных интеллектуальных агентов на основе гибридного подхода с использованием организмических принципов. Искусственный интеллектуальный агент с гибридной схемой представляет собой «кибернетическую машину», действующую в некоторой среде и функционально взаимодействующую с ней. Интерес представляет способ взаимодействия и принятия агентом решений, в рамках которого информация из окружающей среды проходит через множество сенсоров, а потом подвергается очистке и сенсорной интеграции с дальнейшим переводом в символьный вид для принятия решений на основе символьной логики и работы универсальной машины вывода. В качестве основной методологии проведения исследования был принят системотехнический подход к анализу и построению технических систем, а также функциональный подход как дополнительный метод исследований. Новизна исследования заключается в использовании гибридной парадигмы построения искусственных интеллектуальных систем в совокупности с системотехническим и функциональным подходами при проектировании технических систем, что позволило обобщить имеющиеся данные о взаимодействии интеллектуальных агентов со средой и выявить интересные закономерности для использования при развитии систем искусственного интеллекта. Основным выводом проведённого исследования является возможность использования гибридной парадигмы для получения искусственных интеллектуальных агентов, обладающих важными плюсами восходящей и нисходящей парадигмы искусственного интеллекта — возможностью обучаться и адекватно себя вести в неизвестном окружении и способностью объяснять причины своих решений соответственно. Этот важный вывод позволит продвинуть исследования в области объяснимого искусственного интеллекта.

Abstract: The subject of research is the architecture of artificial intelligent systems, developed as part of a hybrid approach to artificial intelligence. The article offers the author’s vision of the process of constructing artificial intelligent agents based on a hybrid approach using organismic principles. An artificial intelligent agent with a hybrid scheme is a “cybernetic machine” operating in a certain environment and functionally interacting with it. Of interest is the way the agent interacts and makes decisions, in which information from the environment passes through many sensors, and then it is cleaned up and sensory integrated with further translation into a symbolic form for decision making based on symbolic logic and the operation of a universal output machine. As the main research methodology, a systems engineering approach to the analysis and construction of technical systems was adopted, as well as a functional approach as an additional research method. The novelty of the study is in the use of a hybrid paradigm for constructing artificial intelligent systems in conjunction with systems and functional approaches in the design of technical systems, which made it possible to generalize the available data on the interaction of intelligent agents with the environment and identify interesting patterns for use in the development of artificial intelligence systems. The main conclusion of the study is the possibility of using a hybrid paradigm to obtain artificial intellectual agents that have important advantages of the upward and downward artificial intelligence paradigm - the ability to learn and behave appropriately in an unknown environment and the ability to explain the reasons for their decisions, respectively. This important finding will advance research into explainable artificial intelligence.