3D-логика. Игрушки в сторону.
Эта статья должна была выйти после серии других на тему 3D, но повышенный интерес к целесообразности вопроса переставил места. Зачем нам третья координата в сфере безопасности? Такой вопрос мог возникнуть только в России. Ну, может быть еще в Уругвае, там тоже почти во всех ВУЗах преподают высшую математику.
Для нашего человека «трехмерка» — лишь красивая игрушка с непонятным назначением. Хотя вроде бы точные науки никогда не были запрещены ни в Советском Союзе, ни в России. Официальная математика признает огромное число осей координат (последнее слово о точном количестве, как всегда, в творческом споре). Признание это, как известно, не эфемерно, а базируется на прочном фундаменте прикладных задач. Уолл-стрит не прожил бы и дня без мультипространства. Последний кризис лишь обнажил недостаток экономической науки, ученые всего мира судорожно ищут формулу новых осей опоры. А в России все, как всегда: скоро осень.
Для больных математикой:
Придется пояснить некоторые классические истины, которые преподают на кафедре «верхней» математики. Графическая оболочка – лишь форма, а все внимание надо обратить на формулу. Не зрение определяет характер поведения процесса, а его закономерности. Не кидайте шапками за детские, всем известные истины, но даже Microsoft предлагает полноценные OLAP-серверы. Ежику понятно — анализировать данные оперативных систем напрямую невозможно, ну, или очень затруднительно. Каждый алгоритм анализа, все его параметры, скорости и координаты детекции, всевозможные подсчеты и задержки – это лишь двумерные срезы огромной многомерной матрицы. Без нее просто не было бы аналитики. Всем известная технология «Внимание!-2» имеет 11 осей координат только на первоначальной стадии вычисления при вводе параметров.
Что такое OLAP (Online Analytical Processing) сегодня, в общем-то, знает каждый специалист. Многомерными данными оперирует любой профессиональный программист. Тем не менее, тот факт, что эта тема не поднимается, требует ее озвучивания. Приведем определение, сформулированное «отцом-основателем» хранилищ данных Биллом Инмоном: «Хранилище данных — это предметно-ориентированное, привязанное ко времени и неизменяемое собрание данных для поддержки процесса принятия управляющих решений». Данные в хранилище попадают из оперативных систем (OLTP-систем), которые предназначены для автоматизации бизнес-процессов. Кроме того, хранилище может пополняться за счет внешних источников, например, статистических отчетов, на которых построена основная часть видеоаналитики «Внимание!» по архитектуре «Statistic Analytics». Задача хранилища — предоставить «сырье» для анализа в одном месте и в простой, понятной структуре. Ральф Кимбалл в предисловии к своей книге «The Data Warehouse Toolkit» пишет, что если по прочтении всей книги читатель поймет только одну вещь, а именно: структура хранилища должна быть простой — автор будет считать свою задачу выполненной. То бишь в материальном мире не может быть понятным то, что не трехмерно. Любое тело — от элементарной частицы до звезды или галактики — состоит из вещества в каком-то объеме, размеры которого можно определить только тремя измерениями (например, длиной, высотой и шириной). Если представить, что один из этих геометрических параметров (размеров или координат) равен нулю, то измеряемый объем будет также равен нулю, а следовательно, в нем не должно быть и никакой материи. Таким образом, геометрические поверхности, а тем более линии или точки, не имеющие объемов, являются нематериальными, а воссозданы абстрактным мышлением человека. И лишь трехмерный мир материален. Все остальное – искаженная модель нашего сознания. А мы в безопасности пытаемся моделировать материальные процессы, да еще и в реальном масштабе времени.
Централизация и удобное структурирование — это далеко не все, что нужно аналитику. Ему ведь еще требуется инструмент для просмотра, визуализации информации. Традиционные отчеты, даже построенные на основе единого хранилища, лишены одного — гибкости. Их нельзя «покрутить», «развернуть» или «свернуть», чтобы получить желаемое представление данных. Получается, что аналитик может проверить за день не более пары идей. А ему (если он хороший аналитик) таких идей может приходить в голову по нескольку в час. И чем больше «срезов» и «разрезов» данных аналитик видит, тем больше у него идей, которые, в свою очередь, для проверки требуют все новых и новых «срезов». Вот бы ему такой инструмент, который позволил бы разворачивать и сворачивать данные просто и удобно! В качестве такого инструмента и выступает OLAP с пространственным ориентированием на местности.
Извините за брань, продолжу интеллигентным языком. Для компьютера двухкоординатная система – это как кубизм для картографа. Красиво, но непонятно. Чтобы было понятно, нужно описать каждую линию, каждую точку, каждый нюанс. А все нюансы описать невозможно теоретически. Попробуйте на бумаге провести прямую линию по всем правилам! Это невозможно практически. Ведь у нее не может быть ширины по определению. Поэтому любая одномерная или двухмерная графика по жизни – это нарушение всех законов, ни одна логико-аналитическая схема не будет работать точно. А мы пытаемся заставить компьютер мыслить по двум координатам. Как бы мы ни хотели упростить себе жизнь, даже в GPS-навигации процессор рулит многомерными функциями. Это нам кажется, что «2D» проще чем «3D», а машина точнее понимает данные именно в виде «3D». Поэтому, если мы стремимся к какой-то аналитике или, громче сказать, искусственному интеллекту, то без многомерности нам не обойтись.
Графический 3D-план нужен не столько человеку, сколько машине. Серьезную аналитику, достойную человеческого мышления, можно построить только при изначальном вводе трех координат. Переход на 3D – вот путь к реальному анализу. Без него мы червячки, мечтающие о полетах на Луну. Двухмерный анализ обречен. В нем не может быть ничего точного по определению, он не в состоянии правильно описать материальный мир. Вот поэтому никакие жесткие алгоритмы на основе детектора объектов в реальных условиях работать не будут. Видеоаналитика «Внимание!-2» за счет многомерной матрицы данных создает псевдообъем. 9 лишних псевдоосей координат вместо одной реальной. По сути это поправки погрешностей, предсказание и фильтрация известных помех.
Чтобы было понятно, приведем простой пример с псевдоперспективой. Направив камеру вдоль длинного коридора, мы можем на плоском изображении просчитать место расположения идущего по коридору человека. Но только при условии, что нам известен рост человека. И, вроде бы, все просто: что еще нужно? Но севшая на объектив муха испортит нам всю логику. У машины съедут байты с винтов. Здесь нам попросту не хватает третьей координаты, которая со стороны скажет, что объект находится непосредственно на объективе. Слившаяся с фоном голова также увеличит рост, что отразится на точности. Таким образом, не было бы помех, жизнь была бы прекрасна и в 2D. Если мы не можем создать реальный объем 3D, приходится создавать псевдообъем из 11D. Масса двумерных срезов делают поправку на принятие решения. Но как только мы поместим логику в систему трех координат, у машины сразу упрощается жизнь, и она начинает давать более точные вычисления.
Жизнь упрощается и у нас. Приведем пример алгоритма безопасности, назначаемого на выход человека из квартиры. Как известно, за дверью вас может поджидать грабитель, поэтому прежде чем ее открыть, надо убедиться, что там все чисто — как говорят «безопасники». Для этого на данной лестничной площадке этажом выше и этажом ниже должны стоять или датчики, или камеры, способные реагировать на наличие человека.
Но любой двумерный анализ в данном случае бесполезен, надо хотя бы добавить шкалу времени. Злоумышленник может затаиться – датчики не будут регистрировать опасность. Таким образом, в наш алгоритм «SL++» нужно ввести условие: наличие хотя бы одной сработки за последние 30 секунд. Но сработки могут быть ложными – в коридоре сквозняк. Поэтому мы добавляем еще несколько условий, защищающих от ложных сработок. Кроме того, мы не должны исключать и обычного соседа, захотевшего прогуляться по лестнице вместо лифта. Поэтому задаем исключение: если сработки идут друг за другом последовательно у приборов по ходу движения, то на это не трубим об опасности. Нельзя исключить и массу других моментов, даже редких. Человек долго звонил к вам в дверь, но вы спали. В результате он провел на лестнице много времени, и это нормально. Поэтому вводим в алгоритм еще пару условий, в том числе согласованных с датчиком звонка. Продолжать этот список, казалось бы, простого действия, можно долго, в СпецЛабе есть специальные курсы по обучению языку «SL++». А в трехмерном плане все делается гораздо проще и быстрее. Достаточно уже запрограммированный логический массив присвоить заданному пространству опасности, например, вот так.
Посмотреть видео: http://freehost.goal.ru/files/3d_plan_logic_matrix.wmv
Логическая матрица сама находит имеющиеся в ее зоне ответственности приборы безопасности, датчики и камеры, она сама определяет уровень опасности того или иного действия. Хозяину достаточно регулировать только его чувствительность. Вместо сложной логики мы ограничиваемся прибором типа переменного резистора. Переход на 3D – это путь еще и к простоте.
Продолжение следует…
Источник: http://www.goal.ru/left/news_1251316800_1195.html
