Искусственный интеллект

Искусственный интеллект – направление информатики, связанное с системами, моделирующими некоторые стороны интеллектуальной деятельности человека. Искусственный интеллект – самое молодое направление в информатике, появившееся во второй половине XX в. на базе вычислительной техники, математической логики, программирования, психологии, лингвистики, нейрофизиологии и других отраслей знаний. Искусственный интеллект - это образец междисциплинарных исследований, где соединяются профессиональные интересы специалистов разного профиля. Само название новой науки возникло в конце 60-х гг., а в 1969 г. в Вашингтоне состоялась первая Всемирная конференция по искусственному интеллекту.

С появлением первых ЭВМ стало ясно, что инженеры и математики создали не просто быстро работающее устройство для вычислений, а нечто более значительное. Оказалось, что с помощью ЭВМ можно решать различные головоломки, логические задачи, играть в шахматы, создавать игровые программы, сочинять музыкальные мелодии, стихотворения и даже сказки. Появились программы для перевода с одного языка на другой, для распознавания образов, доказательства теорем. Все это привело к выводу о том, что с помощью ЭВМ и соответствующих программ можно автоматизировать такие виды человеческой деятельности, которые называются интеллектуальными и считаются доступными лишь человеку.

Но, несмотря на большое разнообразие невычислительных программ, созданных к началу 60-х гг., программирование в сфере интеллектуальной деятельности находилось в гораздо худшем положении, чем решение расчетных задач, т.к. оно опиралось на соответствующую теорию — вычислительную математику, на основе которой было разработано довольно много методов решения задач. Ничего подобного для невычислительных задач не было. Любая программа была здесь уникальной, т.к. еще не были открыты методы для решения однотипных невычислительных задач. Компьютер «не отличал» вычислительные программы от невычислительных, поскольку в памяти компьютера не было знаний о том, что он на самом деле делает.

Об интеллекте компьютера можно было бы говорить, если бы он сам, на основании собственных знаний сумел составить шахматную программу или, например, синтезировал музыкальное или литературное произведение.

Название «искусственный интеллект» отнюдь не предполагает сравнения естественного интеллекта с искусственным. Системы искусственного интеллекта называются так по другой причине. Они призваны достигать результатов, которые получил бы человек, если бы выполнял интеллектуальную работу.

Искусственный интеллект тесно связан с теоретической информатикой и кибернетикой, в частности, с такими дисциплинами, как математическая и прикладная лингвистика, нейрокибернетика, гомеостатика. И, конечно, работы в области создания интеллектуальных систем (чем, собственно, и занимаются специалисты, работающие в области искусственного интеллекта) немыслимы без развитых систем программирования. Интеллектуальные системы – это системы, основанные на знаниях. В практику человеческой деятельности интеллектуальные системы уже внедряются. К ним относятся и достижения робототехники, и экспертные системы, и системы машинного перевода, с которыми вы наверняка уже встречались. Без таких систем современный научно-технический прогресс уже невозможен.

Обычные же программы для ЭВМ составлены так, что ей остается только быстро выполнять вычисления и логические преобразования. Машина не задумывается над смыслом, скрытым в командах программы. Для программиста было ясно, какой информацией загрузить компьютер, для какой цели служит программа и каков метод достижения результата. ЭВМ, работая по обычной программе, оперирует абстрактными символами, которые могут обозначать что угодно, и логическими операциями, которые могут связывать что угодно. Не просто научить машину освободиться от такой жесткости, «замкнутости». Ведь чтобы работать, зная и что делать, и как делать, надо понимать смысл, или, как говорят профессионалы, обеспечивать обработку смысловой информации. Для этого памяти машин недостаточно только разных данных, нужны знания. Правда, машинные знания во многом отличаются от знаний человека — с их запасом, способностью к изменению, динамике, с их творческими возможностями к безграничности познания. В системах искусственного интеллекта оперируют как бы процеженными знаниями — автономными, ограниченными, статичными.

Основная цель работ в области искусственного интеллекта - стремление проникнуть в тайны творческой деятельности людей, их способности к овладению навыками, знаниями и умениями. Для этого необходимо раскрыть те механизмы, с помощью которых человек способен научиться практически любому виду деятельности. Если суть этих механизмов будет разгадана, то есть надежда реализовать их подобие в искусственных системах, т. е. сделать их по-настоящему интеллектуальными.

Такая цель исследований в области искусственного интеллекта тесно связывает их с достижениями психологии – науки, одной из задач которой является изучение интеллекта человека. В психологии сейчас активно развивается особое направление - когнитивная психология. Исследования в области когнитивной психологии направлены на раскрытие тех закономерностей и механизмов, которые интересуют специалистов в области искусственного интеллекта.

Не сами процедуры, с помощью которых выполняется та или иная интеллектуальная деятельность, а понимание того, как их создать, как научиться новому виду интеллектуальной деятельности, — вот где скрыто то, что можно назвать интеллектом. Специальные метапроцедуры («мета-» – означает промежуточность, следование за чем-либо, переход к чему-либо другому, т.е. в нашем случае – промежуточные, переходные процедуры) обучения новым видам интеллектуальной деятельности отличают человека от компьютера. Следовательно, в создании искусственного интеллекта основной задачей становится реализация машинными средствами тех метапроцедур, которые используются в интеллектуальной деятельности человека.

В психологии мышления есть несколько моделей творческой деятельности. Одна из них называется лабиринтной. Суть лабиринтной гипотезы, на которой основана лабиринтная модель, состоит в следующем: переход от исходных данных задачи к ее решению лежит через лабиринт возможных альтернативных путей. Не все пути ведут к желаемой цели, многие из них заводят в тупик, из которого надо уметь возвращаться к тому месту, где потеряно правильное направление. Это напоминает попытки не слишком умелого школьника решить задачу об упрощении алгебраических выражений. Для этой цели на каждом шагу можно применять некоторые стандартные преобразования или придумывать искусственные приемы. Но весьма часто вместо упрощения выражения происходит его усложнение, и возникают тупики, из которых нет выхода. По мнению сторонников лабиринтной модели мышления, решение всякой творческой задачи сводится к целенаправленному поиску в лабиринте альтернативных путей с оценкой успеха после каждого шага.

С лабиринтной моделью связана первая из метапроцедур - целенаправленный поиск в лабиринте возможностей. Программированию этой метапроцедуры соответствуют многочисленные процедуры поиска, основанные на соображениях «здравого смысла». Соответствующее направление в программировании получило название эвристического программирования.

Однако существуют задачи, когда лабиринтную модель можно построить лишь теоретически (например, для игры в шахматы), либо она вообще не существует. Поэтому современные шахматные программы уже давно используют не только метапроцедуру целенаправленного поиска, но и другие метапроцедуры, связанные с другими моделями мышления.

Долгие годы в психологии изучалась ассоциативная модель мышления. Основной метапроцедурой этой модели является ассоциативный поиск и ассоциативное рассуждение, основанные на положении, что решение неизвестной задачи, так или иначе, основывается на уже решенных задачах, чем-то похожих на ту, которую надо решить. Новая задача рассматривается как уже известная, хотя и несколько отличающаяся от известной. Поэтому способ ее решения должен быть близок к тому, который когда-то помог решить подобную задачу.

Для этого надо обратиться к памяти и попытаться найти нечто похожее, что ранее уже встречалось. Это и есть ассоциативный поиск. Понятие ассоциации здесь гораздо шире, чем просто «похожесть». Ассоциативные связи могут возникнуть и по контрасту, как противопоставление одного другому, и по смежности, т. е. в силу того, что некоторые явления возникали в рамках одной и той же ситуации или происходили одновременно (или с небольшим сдвигом по времени).

Ассоциативное рассуждение позволяет переносить приемы, использованные ранее, на текущую ситуацию. К сожалению, несмотря на многолетнее изучение ассоциативной модели, еще не удалось создать стройную теорию ассоциативного поиска и ассоциативного рассуждения. Однако исследования в этом направлении сыграли важную роль: они помогли создать эффективные программы в распознавании образов, в классификационных задачах и в обучении ЭВМ.

Многочисленные исследования ассоциативной модели привели к мысли о том, что для ее эффективного использования надо привлечь результаты, полученные в другой модели мышления, опирающейся на идею внутреннего представления проблемной (предметной) области, на знания о ее особенностях, закономерностях и процедурах действия в ней. Представление о мыслительной деятельности человека, когда мозг содержит модель проблемной ситуации, в которой ему надо принять решение, обычно называют модельной гипотезой. В этом случае для решения используются метапроцедуры, оперирующие с совокупностью знаний из той проблемной области, к которой принадлежит данная проблемная ситуация. Например, если проблемная ситуация — доказательство равенства треугольников, то знания, которые могут помочь ее разрешить, касаются некоторых известных геометрических представлений, теорем, аксиом и т. п.

Основные метапроцедуры в модельной гипотезе - представление знаний, рассуждения, поиск релевантной (связанной с данной проблемной ситуацией) информации в совокупности имеющихся знаний, их пополнение и корректировка. Эти метапроцедуры составляют ядро интеллектуальных возможностей современных программных систем, ориентированных на решение творческих задач. В совокупности с метапроцедурами целенаправленного поиска в лабиринте возможностей, ассоциативного поиска и рассуждения они образуют арсенал интеллектуальных средств, которым располагают современные интеллектуальные системы.

Согласно рассмотренным выше метапроцедурам формируется ряд основных проблем, изучаемых в искусственном интеллекте. Вот некоторые из них.

1. Представление знаний - разработка методов и приемов для формализации и последующего ввода в память интеллектуальной системы знаний из различных проблемных областей, обобщение и классификация накопленных знаний, использование знаний при решении задач.

2. Моделирование рассуждений - изучение и формализация различных схем человеческих умозаключений, используемых в процессе решения разнообразных задач, создание эффективных программ для реализации этих схем в вычислительных машинах.

3. Диалоговые процедуры общения на естественном языке, обеспечивающие контакт между интеллектуальной системой и человеком-специалистом в процессе решения задач.

4. Планирование целесообразней деятельности – разработка методов построения программ сложной деятельности на основании тех знаний о проблемной области, которые хранятся в интеллектуальной системе.

5. Обучение интеллектуальных систем в процессе их деятельности, создания комплекса средств для накопления и обобщения умений и навыков, накапливаемых в таких системах.

Кроме этих проблем исследуются и многие другие. В частности, создатели интеллектуальных систем занимаются не только проблемами автоматизации способности к рассуждениям и умозаключениям, т. е. моделированием рассуждений, но и способностью к восприятию окружающего мира. Поэтому кроме достижений когнитивной психологии в работах по искусственному интеллекту используются и результаты, полученные в психологии восприятия информации разного типа.

Восприятие информации - процесс преобразования сведений, поступающих в техническую систему или живой организм из внешнего мира, в форму, пригодную для дальнейшего использования. Благодаря восприятию информации обеспечивается связь живого организма или искусственной системы (технического устройства, робота) с внешней средой, формируется и поддерживается внутренняя модель окружающего мира, создаются условия для любого вида обучения.

Для развитых систем восприятия можно выделить несколько этапов переработки поступающей информации: предварительная обработка для приведения входных данных к стандартному для данной системы виду, выделение в поступающей информации значимых информационных единиц, распознавание объектов и ситуаций, коррекция внутренней модели мира.

В зависимости от анализаторов организуется восприятие зрительной, акустической, тактильной информации, а также некоторых других видов информации. Кроме того, различают статическое и динамическое восприятие. В последнем случае особо выделяют системы восприятия, функционирующие в том же темпе, в каком происходят изменения в окружающей среде (системы восприятия, работающие в реальном масштабе времени).

Одна из важных проблем для роботов и интеллектуальных систем - это проблема интеграции информации, поступающей из различных источников и от анализаторов разного типа в пределах одной ситуации.

Попробуйте представить мысленно некоторую сцену из собственной жизни, которую вы хорошо помните, и сразу же обнаружится, что в воспоминании слиты зрительные образы, звуки, запахи. Человеческая память концентрирует вместе, соединяет в единый образ (его часто называют гештальтом) информацию, пришедшую по различным каналам. Это позволяет вспоминать о целостной ситуации по некоторой ее значимой части, а также строить цепочки ассоциативно связанных ситуаций. Для интеллектуальных систем проблема интеграции различной по типу информации в единый гештальт - пока еще трудно решаемая задача.

Достижения в области искусственного интеллекта связаны также с психолингвистикой, изучающей модели общения не только с помощью естественного языка, но и с использованием иных средств (жестов, мимики, интонации и т. п.). Связаны они и с достижениями математической логики, которая вносит свой весомый вклад в развитие наших представлений о человеческом интеллекте и о возможных путях формализации человеческих рассуждений.

Существует много способов описать и представить разнообразные знания о мире. И естественный язык лишь один из них. Специальная наука, которая изучает общие свойства различных систем, способных описывать явления окружающего мира и его законы, называется семиотикой. Понятно, что к семиотике специалисты по искусственному интеллекту проявляют не меньший интерес, чем к психологии или лингвистике.

Современные ЭВМ уже мало удовлетворяют специалистов по искусственному интеллекту. Они не имеют ничего общего с тем, как устроен человеческий мозг. Поэтому в настоящее время большое внимание уделяется исследованиям, связанным с созданием нейроподобных искусственных сетей.

Сегодня именно искусственный интеллект определяет стратегические направления развития информатики.

Дата добавления: 2014-01-07