/ Проблема создания искусственного интеллекта
Искусственный интеллект
Проблема создания искусственного интеллекта
В качестве самостоятельного научного направления искусственный интеллект ИИ существует уже более четверти века. Мнение общества, относительно специалистов данной области, постепенно менялось от скепсиса до уважения, и понимания перспектив данной области в будущем. В передовых странах, таких как США и Япония, работы в области интеллектуальных систем поддерживаются на всех уровнях — от рядовых граждан, до правительственных органов. Существует вполне обоснованное мнение, что именно исследования в области ИИ будут определять характер нынешнего информационного общества, которое уже фактически пришло на смену индустриальной эпохи, достигшей своей высшей точки расцвета в прошлом веке. Начиная с х годов прошлого века, произошло становление ИИ как особой научной дисциплины, сформировались её концептуальные модели, накопились специфические методы и приёмы, частично устоялись фундаментальные парадигмы. У специалистов старшего поколения, стоявших у истоков новой области исследований, складывается убеждение, что период бурного, хаотического развития кончился, и теперь наступает эра академических и целенаправленных исследований, рассчитанных на длительный период. Слово интеллект intelligence происходит от латинского intellectus — ум, рассудок, разум. Соответственно искусственный интеллект artificial intelligence — ИИ обычно используется как свойство автоматических систем брать на себя отдельные функции интеллектуального труда человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий или событий. Интеллектом обычно называют способность мозга решать поставленные интеллектуальные задачи путём приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения и адаптации их знаний к разнообразным обстоятельствам. Информация подобного рода конечно важна, но недостаточна для полноценной интеллектуальной деятельности. Всё дело в том, что окружающие нас объекты обладают свойством не только воздействовать на органы чувств, но и находиться во взаимодействии друг с другом. Для того чтобы осуществлять в окружающей среде интеллектуальную деятельность, или как минимум просто существовать, человеку необходимо иметь систему знаний, модель этого мира. При этом важен тот момент, что формирование модели внешней среды происходит в процессе обучения, на опыте и адаптации к разнообразным обстоятельствам. Под алгоритмом понимают точную, предписанную последовательность действий системы для решения любой поставленной задачи из некоторого данного класса задач. В математике и кибернетике класс задач определенного типа считается решенным, если для её решения найден соответствующий алгоритм. На самом деле, нахождение алгоритмов является естественной целью человека при решении разнообразных классов задач. Поиск алгоритма для задач некоторого типа связано со сложными рассуждениями, требующими немалой изобретательности и высокой квалификации. Считается, что подобного рода деятельность требует участия интеллекта человека. Задачи, связанные с поиском алгоритма решения класса задач определенного типа, обычно называют интеллектуальными задачами. Что же относительно задач, алгоритмы, решения которых уже установлены, то, как отмечает известный учёный в области ИИ М. После того, как алгоритм решения задачи найден, процесс решения задачи становится таким, что его могут в равной степени выполнить как человек, так и вычислительная машина должным образом запрограммированная , не имеющая ни малейшего представления о сущности самой задачи. Человек, так же как и ИИ, действует в таких случаях, как говориться, чисто машинально и может успешно решать любую задачу рассматриваемого класса. Представляется совершенно естественным исключить из класса интеллектуальных такие задачи, для которых существуют стандартные методы решения. Например, такими задачами могут быть чисто вычислительные задачи: Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для вычислительной машины. В противоположность этому для широкого класса интеллектуальных задач, таких, как распознавание образов, игра в шахматы, доказательство теорем и т. Стоит отметить, что профессия программиста, исходя из приведенного выше, по-сути является одной из самых интеллектуальных, поскольку продуктом деятельности программиста являются программы — алгоритмы в чистом виде. Поэтому, создание даже определенных элементов ИИ по-идее должно значительно повысить производительность его труда. Деятельность мозга, направленную на решение интеллектуальных задач, называют мышлением, или интеллектуальной деятельностью. Интеллект и мышление связаны с решением таких задач, как доказательство теорем, логический анализ, распознавание ситуаций, планирование поведения, игры, также управление в условиях неопределенности. Характерными чертами интеллекта, проявляющимися в процессе решения задач, являются способность к обучению, обобщению, накоплению опыта знаний и навыков и адаптации к изменяющимся условиям в процессе решения задач. Благодаря этим качествам мозг может решать разнообразные задачи, а также легко перестраиваться с решения одной задачи на другую. Таким образом, мозг, наделенный интеллектом, является универсальным средством решения широкого спектра задач в том числе и неформализованных для которых нет стандартных, заранее известных методов решения. Надо учитывать, что существуют и другие, чисто поведенческие функциональные определения. Колмогорову, любая материальная система, с которой можно достаточно долго обсуждать проблемы науки, литературы или искусства, обладает интеллектом. Другим примером поведенческой трактовки интеллекта может служить известное определение А. Например, в разных комнатах находится люди и машина. Они не могут видеть друг друга, но имеют возможность общения обмениваться сообщениями. Если в процессе диалога между участниками людям не удается установить, что один из участников — машина, то такую машину можно считать обладающей интеллектом. Интересен план имитации мышления, предложенный А. Ведь если интеллект ребенка получает соответствующее воспитание, он становится интеллектом взрослого человека… Наш расчет состоит в том, что устройство, ему подобное, может быть легко запрограммировано… Таким образом, мы расчленим нашу проблему на две части: Следует отметить, что именно этот путь используют практически все современные системы ИИ. Ведь понятно, что практически невозможно вложить все знания в систему ИИ. Более того, только на этом пути проявятся перечисленные выше признаки интеллектуальной деятельности накопление опыта, адаптация и т. Существуют различные подходы к построению систем ИИ — логический подход, структурный, эволюционный, имитационный. Это разделение не является историческим, когда одно мнение постепенно сменялось другим, и различные подходы и методики существуют параллельно и сегодня. Поскольку по-настоящему полноценных систем искусственного интеллекта в настоящее время нет, то нельзя и утверждать, что какой-то подход является правильным, а какой-то — нет. Для начала рассмотрим логический подход. Человек занимается отнюдь не только логическими измышлениями. Это высказывание конечно верно, но именно способность к логическому мышлению очень сильно отличает человека от животных. Основой для данного логического подхода служит Булевая алгебра. Каждый программист знаком с нею и с её использованием, хотя бы на примере логического оператора IF если. Свое дальнейшее развитие Булевая алгебра получила в виде исчисления предикатов — в котором она расширена за счёт введения предметных символов, отношений между ними, кванторов существования и всеобщности. Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. При этом исходные данные хранятся в базе данных в виде аксиом правила логического вывода как отношения между ними. Каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Если цель доказана, то трассировка примененных правил позволяет получить цепочку действий, необходимых для реализации поставленной цели. Мощность такой системы определяется возможностями генератора целей и машины доказательства теорем. Можно утверждать, что выражений алгебры не хватит для полноценной реализации ИИ, но стоит вспомнить, что основой всех существующих ЭВМ является бит — единица информации или значение ячейки памяти , которая может принимать значения только логического 0 и 1. Было бы логично предположить, что всё, что возможно реализовать на ЭВМ, можно было бы реализовать и в виде логики предикатов. Хотя здесь ничего не упоминается о том, сколько на это уйдёт времени. Добиться большей выразительности логическому подходу позволяет такое сравнительно новое направление, как нечёткая логика. Для большинства логических методов характерна большая трудоёмкость, поскольку во время поиска доказательства возможен полный перебор вариантов. Данный подход требует эффективной реализации вычислительного процесса, и удовлетворительные результаты работы обычно гарантируются только при сравнительно небольшом размере базы данных. Под структурным подходом подразумеваются попытки построения ИИ путём моделирования структуры человеческого мозга. Одной из первых таких попыток был перцептрон Ф. Основной моделируемой структурной единицей в перцептронах как и в большинстве других вариантов моделирования мозга является нейрон. Модели эти различаются по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. Среди наиболее известных вариаций НС можно назвать НС с обратным распространением ошибки, сети Хопфилда и стохастические нейронные сети. Нейронные сети наиболее успешно применяются в задачах распознавания образов, в том числе сильно зачумленных нечётких. Также имеются примеры успешного применения НС для построения собственно систем ИИ. Для моделей, построенных на основе строения человеческого мозга характерна не слишком большая выразительность, оприделённое распараллеливание алгоритмов и, благодаря последнему, высокая производительность параллельно реализованных НС. Довольно большое распространение получил эволюционный подход. При построении систем ИИ по такому подходу, основное внимание уделяется построению начальной модели и правилам, по которым она модель может изменяться эволюционировать. Модель может быть составлена по самым различным методам, это могут быть и НС и набор логических правил и любая другая модель. После этого мы запускаем ИИ, и он, на основании проверки моделей, отбирает самые лучшие из них, на основании которых по самым различным правилам генерируются новые модели, из которых опять выбираются самые лучшие и т. Эволюционных моделей, как таковых, не существует, есть только эволюционные алгоритмы обучения, но модели, полученные при эволюционном подходе, имеют некоторые характерные особенности, что позволяет выделить их в отдельный класс. Широко используется для построения систем ИИ также имитационный подход. Чёрный ящик — это устройство, программный модуль или набор данных, информация о внутренней структуре и содержании которого отсутствуют, но известны спецификации входных и выходных данных. Не важно, что у него внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же. Таким образом моделируется другое свойство человека — способность копировать то, что делают другие, не вдаваясь в подробности, зачем это нужно. Зачастую эта способность экономит человеку массу времени, особенно в начале его жизни. К недостаткам имитационного подхода можно отнести низкую информационную способность большинства моделей, построенных с его помощью. Отдельно стоит отметить, что на практике четкой границы между разными подходами нет. Часто встречаются смешанные системы ИИ, где часть работы выполняется по одной методике, а часть — по другой. Анализ проблемы искусственного интеллекта открывает роль таких философских познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Всё это обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, но выявляется в знании, в его языковом выражении. Орудия познания, формирующиеся, в конечном счёте на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от её конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления т. Развитие систем ИИ за последние время как раз идёт по этому пути. Степень продвижения в данном направлении в отношении каждого из указанных познавательных орудий разная, но в целом пока, увы, незначительна. В наибольшей мере системы ИИ используют формально-логические структуры, что обусловлено их неспецифичностью для мышления и, в сущности, алгоритмическим характером. Это дает возможность относительно легкой их технической реализации. Но даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта ещё слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте, и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы выводов. Сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен в принципе. Языки, используемые в ЭВМ, ещё далеки от семиотических структур, которыми оперирует мышление. Прежде всего, для решения ряда задач, необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например, полисемией которая элиминируется при обработке в лингвистическом процессоре. Уже разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом такой работы является создание семантических языков и их формализация , в которых слова-символы имеют определенную интерпретацию. Многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках ИИ пока реализованы слабо например, открытость или используются ограниченно например, полисемия. Все чаще воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем ИИ, особенно тех, в которых проблемная область заранее чётко не определена. Сегодня системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, чертить на экране кривые и т. ЭВМ производят и обратный перевод описывают графики и тому подобное с помощью символов. Такого рода перевод является существенным элементом интеллектуальной деятельности. Поиск путей глобального, а не локального, оперирования информацией составляет одну из важнейших и задач теории искусственного интеллекта. Воплощение в информационные массивы и программы систем ИИ аналогов категорий находится пока в начальной стадии. В целом, данная проблема разработчиками систем ИИ в полной мере ещё не осмыслена, и предстоит ещё большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний, и другие компоненты интеллектуальных систем. Современные системы ИИ почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. Не является совершенным и взаимодействие вновь поступающей информации с совокупным знанием, фиксированным в системах. В семантических сетях и фреймах, использующихся при представлении знаний, пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы ещё далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Поэтому возникает сложный вопрос. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется сам процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Также не исключено, что хотя мы и можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку. Подобный взгляд обосновывается X. Эти функции включаются в общую способность человека к приобретению телесных умений и навыков. Качественные различия в способности конкретных систем отражать мир тесно связаны с их структурой, которая хотя и обладает относительной самостоятельностью, но не может преодолеть некоторых рамок, заданных субстратом. В процессе биологической эволюции совершенствование свойства отражения происходило на основе усложнения нервной системы, т. Не исключено, что различие субстратов ЭВМ и человека может обусловить фундаментальные различия в их способности к отражению, что ряд функций человеческого интеллекта в принципе недоступен машинам. В философской литературе утверждается, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего биологического и социального к низшему к системам из неорганических компонентов и, следовательно, противоречит материалистической диалектике. Но в этом рассуждении не учитывается, что пути усложнения материи однозначно не однозначны, и не исключено, что общество имеет возможность создать из неорганических компонентов абстрактно говоря, минуя химическую форму движения системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований. Дрейфус подчеркивает, что ЭВМ оперирует информацией, которая не имеет значения, смысла. Для ЭВМ необходим перебор огромного числа вариантов. Телесная организация человека, его организма позволяет отличать значимое от незначимого для жизнедеятельности и вести поиск только в сфере первого. Конечно, конкретный тип организации тела позволяет человеку ограничивать пространство возможного поиска. Это происходит уже на уровне анализаторной системы. Совсем иначе обстоит дело с ЭВМ. Когда в кибернетике ставится общая задача, например распознания образов, то эта задача переводится с чувственно-наглядного уровня на абстрактный. Поэтому пространство поиска резко увеличивается. Обладающие психикой системы отличаются от ЭВМ прежде всего тем, что им присущи биологические потребности, обусловленные их материальным, биохимическим субстратом. Отражение внешнего мира происходит сквозь призму этих потребностей, в чём и выражается активность психической системы. ЭВМ не имеет потребностей, органически связанных с ее субстратом, для нее как таковая информация незначима, безразлична. Значимость, генетически заданная человеку, имеет два типа последствий. Первый — круг поиска сокращается, и, тем самым, облегчается решение задачи. Второй — нестираемые из памяти фундаментальные потребности организма обусловливают односторонность психической системы. Дрейфус пишет в связи с этим: С этим можно не согласится. Живое существо в принципе не может быть по отношению к этому фундаментальному слою перепрограммировано, хотя для некоторых целей оно может быть запрограммировано вновь, посредством дрессировки. В этом смысле потенциальные интеллектуальные возможности машины шире подобных возможностей животных. У человека же над фундаментальным слоем биологических потребностей надстраиваются социальные потребности, и информация для него не только биологически, но и социально значима. Человек универсален и с точки зрения потребностей, и с точки зрения возможностей их удовлетворения. Однако эта универсальность особо присуща ему как социальному существу, производящему средства целесообразной деятельности, в том числе и системы искусственного интеллекта. Следовательно, телесная организация не только даёт дополнительные возможности, но и создает дополнительные трудности. Поэтому интеллекту человека важно иметь на вооружении системы, свободные от его собственных телесных или иных потребностей. Конечно, от таких систем неразумно требовать, чтобы они самостоятельно распознавали образы, классифицировали их по признакам, по которым это делает человек. Цели для них необходимо задавать в явной форме. Следует отметить, что технические системы могут иметь аналог телесной организации. Развитая кибернетическая система обладает рецепторными и эффекторными придатками. Начало развитию таких систем положили интегральные промышленные роботы, в которых ЭВМ в основном выполняет функцию памяти. Тем не менее, совершенствование систем искусственного интеллекта на базе цифровых машин может иметь границы, из-за которых переход к решению интеллектуальных задач более высокого порядка, требующих учёта глобального характера переработки информации и ряда других гносеологических характеристик мышления, невозможен на дискретных машинах при сколь угодно совершенной программе. Техническая, а не только биологическая, эволюция отражающих систем оказывается связанной с изменением материального субстрата и конструкции этих систем. При этом не исключается использование физических процессов, протекающих в мозгу, и таких, которые психика в качестве своих механизмов не использует. Наряду с этим ещё далеко не исчерпаны возможности совершенствования систем ИИ путём использования в функционировании цифровых машин гносеологических характеристик мышления, о которых речь шла выше. В последнее время при анализе проблем, связанных с ИИ, часто применяют математический аппарат нечётких множеств, идея и реализация которого принадлежит американскому математику Л. Суть подхода состоит в отказе от принципа детерминизма. Пожалуй, наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечёткой информации. Построение моделей, приближенных е рассуждениям человека, и использование их в компьютерных системах будущих поколений представляет сегодня одну из важнейших проблем науки. Смещение центра исследований нечётких систем в сторону практических приложений привело к выявлению целого ряда проблем, таких, как новые архитектуры компьютеров для нечётких вычислений, элементная база нечётких компьютеров и контроллеров, инструментальные средства разработки, инженерные методы расчёта и разработки нечётких систем управления и многое другое. Математическая теория нечётких множеств, предложенная Л. Заде около тридцати лет назад, позволяет описывать нечёткие понятия и знания, оперировать этими знаниями и делать нечёткие выводы. Основанные на этой теории методы построения компьютерных нечетких систем существенно расширяют области применения компьютеров. Нечёткое управление является одной из самых активных и результативных областей исследований применения теории нечётких множеств. Нечёткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов, или когда доступные источники информации интерпретируются неточно или неопределенно. Экспериментально показано, что нечёткое управление дает лучшие результаты, по сравнению с получаемыми, при общепринятых алгоритмах управления. Нечеткая логика, на которой основано нечеткое управление, ближе к человеческому мышлению и естественным языкам, чем традиционные логические системы. Ещё в далёком году американский исследователь А. Ньюэлл решил написать программу для игры в шахматы. Идеей он поделился с аналитиками корпорации RAND Corporation, и которые предложили Ньюэллу свою помощь. В качестве теоретической основы программы было решено использовать метод, предложенный К. Шенноном, основателем теории информации. Точная формализация метода была выполнена А. Он же и смоделировал его вручную. К работе была привлечена группа голландских психологов под руководством А. Де Гроота, изучавших стили игры выдающихся шахматистов. Через два года совместной работы этим коллективом был создан язык программирования ИПЛ1 —первый символьный язык обработки списков. Вскоре была написана первая программа, которую можно отнести к достижениям в области искусственного интеллекта. Собственно программа для игры в шахматы, NSS, была завершена в г. В основе её лежали так называемые эвристики — правила, которые позволяют сделать выбор при отсутствии точных теоретических оснований — и описания целей. Управляющий алгоритм пытался уменьшить различия между оценками текущей ситуации и оценками цели или одной из подцелей. В числе участников конференции были Д. К ИИ первоначально просто отнесли свойства машин брать на себя отдельные функции человека, например, такие как перевод с одного языка на другой, распознавание объектов, принятие оптимальных решений и пр. Поначалу оптимистам казалось, что произойдет революция и машина начнет думать как человек. Ничего подобного не произошло. Стало ясно, что никакого мышления, аналогичного человеческому, сходу построить не получится. С самого начала предполагалось, что эти решения позволят сформулировать обобщения и выработать специфические методы ИИ, ведущие, в конечном счете, к машинному мышлению. В конечном итоге оказалось, что к традиционным задачам ИИ стали относить довольно много задач. Например, это понимание машиной естественного языка, то есть вопрос-ответные системы и доступ к базам данных на естественном языке, перевод с одного языка на другой, анализ изображений объёмных 3-d сцен, доказательство теорем, игры, базы данных, базы знаний и др. Теперь вкратце рассмотрим наиболее активно развиваемые подходы и области применения ИИ — в порядке убывания их популярности. Надо отметить, что меньшая популярность нередко связана не столько с потенциалом технологии, сколько с отдаленностью перспектив её прикладной реализации например, крайне высокий потенциал киберзаводов пока не вызывает серьезного интереса из-за наличия множества нерешенных задач по их управлению. Это направление стабильно держится на первом месте. Продолжается совершенствование алгоритмов обучения и классификации в масштабе реального времени, обработки естественных языков, распознавания изображений, речи, сигналов, а также создание моделей интеллектуального интерфейса, подстраивающегося под пользователя. Среди основных прикладных задач, решаемых с помощью нейронных сетей — финансовое прогнозирование, раскопка данных, диагностика систем, контроль за деятельностью сетей, шифрование данных. В последние годы идёт усиленный поиск эффективных методов синхронизации работы нейронных сетей на параллельных устройствах. На развитие сферы эволюционных вычислений ЭВ значительное влияние оказали прежде всего инвестиции в нанотехнологии. ЭВ затрагивают практические проблемы самосборки, самоконфигурирования и самовосстановления систем, состоящих из множества одновременно функционирующих узлов. При этом удаётся применять научные достижения из области цифровых автоматов. Другой аспект ЭВ — использование для решения повседневных задач автономных агентов в качестве персональных секретарей, управляющих личными счетами, ассистентов, отбирающих нужные сведения в сетях с помощью поисковых алгоритмов третьего поколения, планировщиков работ, личных учителей, виртуальных продавцов и т. Сюда же относится робототехника и все связанные с ней области. Модели автономного поведения предполагается активно внедрять во всевозможные бытовые устройства, способные убирать помещения, заказывать и готовить пищу, водить автомобили и т. Отдельно стоит отметить социальные аспекты — неизвестно как общество будет на практике относиться к таким сообществам интеллектуальных программ. Системы нечеткой логики активнее всего будут применяться преимущественно в гибридных управляющих системах. Продолжится разработка способов представления и анализа изображений сжатие, кодирование при передаче с использованием различных протоколов, обработка биометрических образов, снимков со спутников , независимых от устройств воспроизведения, оптимизации цветового представления на экране и при выводе на печать, распределенных методов получения изображений. Дальнейшие развитие получат средства поиска, индексирования и анализа смысла изображений, согласования содержимого справочных каталогов при автоматической каталогизации, организации защиты от копирования, а также машинное зрение, алгоритмы распознавания и классификации образов. Спрос на экспертные системы ЭС остаётся на достаточно высоком уровне. Наибольшее внимание сегодня уделяется системам принятия решений в масштабе времени, близком к реальному, средствам хранения, извлечения, анализа и моделирования знаний, системам динамического планирования. Рост числа интеллектуальных приложений, способных быстро находить оптимальные решения комбинаторных проблем возникающих, например, в транспортных задачах , связан с производственным и промышленным ростом в развитых странах. Распространение компьютерных сетей и создание высокопроизводительных кластеров вызвали интерес к вопросам распределенных вычислений — балансировке ресурсов, оптимальной загрузке процессоров, самоконфигурированию устройств на максимальную эффективность, отслеживанию элементов, требующих обновления, выявлению несоответствий между объектами сети, диагностированию корректной работы программ, моделированию подобных систем. Появление автономных робототехнических устройств повышает требования к операционным системам реального времени ОС РВ — организации процессов самонастройки, планирования обслуживающих операций, использования средств ИИ для принятия решений в условиях дефицита времени. Особую заинтересованность в ИИ проявляют в последние годы компании, занимающиеся организацией процессов разработки крупных программных систем программной инженерией. Методы ИИ все чаще используются для анализа исходных текстов и понимания их смысла, управления требованиями, выработкой спецификаций, проектирования, кодогенерации, верификации, тестирования, оценки качества, выявления возможности повторного использования, решения задач на параллельных системах. Программная инженерия постепенно превращается в так называемую интеллектуальную инженерию, рассматривающую более общие проблемы представления и обработки знаний пока основные усилия в интеллектуальной инженерии сосредоточены на способах превращения информации в знания. Самоорганизующиеся СУБД будут способны гибко подстраиваться под профиль конкретной задачи и не потребуют администрирования. Автоматический анализ естественных языков лексический, морфологический, терминологический, выявление незнакомых слов, распознавание национальных языков, перевод, коррекция ошибок, эффективное использование словарей. Медицинские системы, консультирующие врачей в экстренных ситуациях, роботы-манипуляторы для выполнения точных действий в ходе хирургических операций. Создание полностью автоматизированных киберзаводов, гибкие экономные производства, быстрое прототипирование, планирование работ, синхронизация цепочек снабжения, авторизации финансовых транзакций путем анализа профилей пользователей. Небольшое число конференций посвящено выработке прикладных методов, направленных на решение конкретных задач промышленности в области финансов, медицины и математики. Традиционно высок интерес к ИИ в среде разработчиков игр и развлекательных программ это отдельная тема. Среди новых направлений их исследований — моделирование социального поведения, общения, человеческих эмоций, творчества. Каждый автор имеет своё мнение на этот счёт. Некоторые считают, что ИИ может быть создан на основе одной из методик перечисленных выше, другие считают, что создание ИИ невозможно именно на текущем этапе развития человечества, третьи — вообще в принципе отрицают возможность создания ИИ. Особенность ИИ в том, что это не сложная и дорогая технология, вроде атомной энергии. Это программный продукт, который легко тиражировать копировать. Если учить ИИ тому, что человечество считаем полезным, то затем, теоретически, ИИ сможет развиваться по экспоненте, потому что для каждого нового поколения ИИ не требуется тратить время на изучение того, что уже знают предыдущие поколения старые версии ИИ. ДМК Пресс, — с.: Авиация и космонавтика Административное право Арбитражный процесс 23 Архитектура Астрология 4 Астрономия Банковское дело Безопасность жизнедеятельности Биографии Биология Биология и химия Биржевое дело 68 Ботаника и сельское хоз-во Бухгалтерский учет и аудит Валютные отношения 50 Ветеринария 50 Военная кафедра ГДЗ 2 География Геодезия 30 Геология Геополитика 43 Государство и право Гражданское право и процесс Делопроизводство 19 Деньги и кредит ЕГЭ Естествознание 96 Журналистика ЗНО 54 Зоология 34 Издательское дело и полиграфия Инвестиции Иностранный язык Информатика Информатика, программирование Исторические личности История История техники Кибернетика 64 Коммуникации и связь Компьютерные науки 60 Косметология 17 Краеведение и этнография Краткое содержание произведений Криминалистика Криминология 48 Криптология 3 Кулинария Культура и искусство Культурология Литература: Плохо Средне Хорошо Отлично. Банк рефератов содержит более тысяч рефератов , курсовых и дипломных работ, шпаргалок и докладов по различным дисциплинам: А также изложения, сочинения по литературе, отчеты по практике, топики по английскому. Проблемы создания искусственного интеллекта Название: Проблемы создания искусственного интеллекта Раздел: Рефераты по информатике, программированию Тип: Методики и подходы построения систем ИИ 3. Проблемы создания ИИ 4. Реализация систем ИИ Заключение Список использованных источников Вступление В качестве самостоятельного научного направления искусственный интеллект ИИ существует уже более четверти века. Базовые положения Слово интеллект intelligence происходит от латинского intellectus — ум, рассудок, разум. Методики и подходы построения систем ИИ Существуют различные подходы к построению систем ИИ — логический подход, структурный, эволюционный, имитационный. Проблемы создания ИИ Анализ проблемы искусственного интеллекта открывает роль таких философских познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Реализация систем ИИ Ещё в далёком году американский исследователь А. Нейронные сети Это направление стабильно держится на первом месте. Эволюционные вычисления На развитие сферы эволюционных вычислений ЭВ значительное влияние оказали прежде всего инвестиции в нанотехнологии. Нечеткая логика Системы нечеткой логики активнее всего будут применяться преимущественно в гибридных управляющих системах. Обработка изображений Продолжится разработка способов представления и анализа изображений сжатие, кодирование при передаче с использованием различных протоколов, обработка биометрических образов, снимков со спутников , независимых от устройств воспроизведения, оптимизации цветового представления на экране и при выводе на печать, распределенных методов получения изображений. Экспертные системы Спрос на экспертные системы ЭС остаётся на достаточно высоком уровне. Интеллектуальные приложения Рост числа интеллектуальных приложений, способных быстро находить оптимальные решения комбинаторных проблем возникающих, например, в транспортных задачах , связан с производственным и промышленным ростом в развитых странах. Распределенные вычисления Распространение компьютерных сетей и создание высокопроизводительных кластеров вызвали интерес к вопросам распределенных вычислений — балансировке ресурсов, оптимальной загрузке процессоров, самоконфигурированию устройств на максимальную эффективность, отслеживанию элементов, требующих обновления, выявлению несоответствий между объектами сети, диагностированию корректной работы программ, моделированию подобных систем. Операционные системы реального времени Появление автономных робототехнических устройств повышает требования к операционным системам реального времени ОС РВ — организации процессов самонастройки, планирования обслуживающих операций, использования средств ИИ для принятия решений в условиях дефицита времени. Интеллектуальная инженерия Особую заинтересованность в ИИ проявляют в последние годы компании, занимающиеся организацией процессов разработки крупных программных систем программной инженерией. Самоорганизующиеся СУБД Самоорганизующиеся СУБД будут способны гибко подстраиваться под профиль конкретной задачи и не потребуют администрирования. Автоматический анализ естественных языков Автоматический анализ естественных языков лексический, морфологический, терминологический, выявление незнакомых слов, распознавание национальных языков, перевод, коррекция ошибок, эффективное использование словарей. Высокопроизводительный OLAP-анализ Высокопроизводительный OLAP-анализ и раскопка данных, способы визуального задания запросов. Интеллектуальные медицинские системы Медицинские системы, консультирующие врачей в экстренных ситуациях, роботы-манипуляторы для выполнения точных действий в ходе хирургических операций. Киберзаводы Создание полностью автоматизированных киберзаводов, гибкие экономные производства, быстрое прототипирование, планирование работ, синхронизация цепочек снабжения, авторизации финансовых транзакций путем анализа профилей пользователей. Прикладные методы Небольшое число конференций посвящено выработке прикладных методов, направленных на решение конкретных задач промышленности в области финансов, медицины и математики. Игры Традиционно высок интерес к ИИ в среде разработчиков игр и развлекательных программ это отдельная тема. Список использованных источников 1. Карл, Левитин, Поспелов, Хорошевский. Ваш сайт очень полезный! Сделай паузу, студент, вот повеселись: Кстати, анекдот взят с chatanekdotov. Где скачать еще рефератов? Кто еще хочет зарабатывать от рублей в день "Чистых Денег"? Станете ли вы заказывать работу за деньги, если не найдете ее в Интернете?
Научные и философские проблемы. Прежде чем перейти к обсуждению проблем, с которыми столкнулись многие ученые при разработке искусственного интеллекта , давайте выясним, что подразумевается под этим понятием? Artificial intelligence, AI — это наука и разработка интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект. При этом используемые методы не обязаны быть биологически правдоподобны. Но проблема состоит в том, что неизвестно какие вычислительные процедуры мы хотим называть интеллектуальными. А так как мы понимаем только некоторые механизмы интеллекта, то под интеллектом в пределах этой науки мы понимаем только вычислительную часть способности достигнуть целей в мире. Но до сих пор единого ответа на вопрос чем занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки. Обычно эти определения сводятся к следующим: Тьюринг задался целью определить, может ли машина мыслить. Стандартная интерпретация этого теста звучит следующим образом: На основании ответов на вопросы он должен определить, с кем он разговаривает: Все участники теста не видят друг друга. Если судья не может сказать определенно, кто из собеседников является человеком, то считается, что машина прошла тест. Переписка должна производиться через контролируемые промежутки времени, чтобы судья не мог делать заключения исходя из скорости ответов. Во времена Тьюринга компьютеры реагировали медленнее человека. Сейчас это правило необходимо, потому что они реагируют гораздо быстрее, чем человек. По состоянию на год ни одна из существующих компьютерных систем не приблизилась к прохождению теста. Логический подход к созданию систем искусственного интеллекта направлен на создание экспертных систем с логическими моделями баз знаний с использованием языка предикатов. Учебной моделью систем искусственного интеллекта в х годах был принят язык и система логического программирования Пролог. Логическая модель баз знаний позволяет записывать не только конкретные сведения и данные в форме фактов на языке Пролог, но и обобщенные сведения с помощью правил и процедур логического вывода и в том числе логических правил определения понятий, выражающих определенные знания как конкретные и обобщенные сведения. В целом исследования проблем искусственный интеллект в информатике в рамках логического подхода к проектированию баз знаний и экспертных систем направлено на создание, развитие и эксплуатацию интеллектуальных информационных систем, включая вопросы обучения студентов и школьников, а также подготовки пользователей и разработчиков таких интелектуальных информационных систем. Последний подход, развиваемый с начала х годов называется агентно-ориентированным подходом, или подходом, основанным на использовании интеллектуальных рациональных агентов. Согласно этому подходу, интеллект — это вычислительная часть грубо говоря, планирование способности достигать поставленных перед интеллектуальной машиной целей. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков и способной воздействовать на объекты в окружающей среде с помощью исполнительных механизмов. Этот подход акцентирует внимание на тех методах и алгоритмах, которые помогут интеллектуальному агенту выживать в окружающей среде при выполнении его задачи. Так, здесь значительно сильнее изучаются Алгоритмы поиска и принятия решений. Самый общий подход предполагает, что ИИ будет способен проявлять поведение, не отличающееся от человеческого, причём, в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга, который утверждает, что машина станет разумной тогда, когда будет способна поддерживать разговор с обычным человеком, и тот не сможет понять, что говорит с машиной разговор идёт по переписке. Писатели-фантасты часто предлагают ещё один подход: ИИ возникнет тогда, когда машина будет способна чувствовать и творить. А Дейта из Звёздного пути, будучи способным к коммуникации и научению, мечтает обрести эмоции и интуицию. Хотя исследования в области искусственного интеллекта начались в году, их философские корни уходят глубоко в прошлое. Вопрос, может машина думать или нет, имеет долгую историю. Он тесно связан с различиями между дуалистическим и материалистическим взглядами. С точки зрения дуализма, мысль не является материальной или, по крайней мере, не имеет материальных свойств , и поэтому разум нельзя объяснить только с помощью физических понятий. С другой стороны, материализм гласит, что разум можно объяснить физически, таким образом, оставляя возможность существования разумов, созданных искусственно. В году философ Альфред Айер рассмотрел обычный для философии вопрос касательно других разумов: Это высказывание очень похоже на тест Тьюринга, однако точно неизвестно была ли известна Тьюрингу популярная философская классика Айера. Россумские Универсальные Роботы, чеш. Однако, интерес к идеям, схожим с робототехникой, наблюдался еще до введения этого термина, в вв до н. Архиту Тарентскому приписывают создание механического голубя в г. Роботы используются в промышленных, военных, прикладных и научно-исследовательских целях. Может ли она решать проблемы, которые человек решает с помощью размышлений? Может ли она чувствовать? Является ли в своей основе человеческий мозг компьютером? Эти вопросы отражают интересы различных исследователей искусственного интеллекта, философов, исследователей познавательной когнитивной деятельности. Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта. Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум. Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей. Мышление есть процесс обработки находящейся в памяти информации: Также философии пришлось столкнуться с этические проблемы создания искусственного разума. Рассмотрим некоторые проблемы, которые могут возникнуть при и после создания ИИ. Следует отметить, что в данном реферате изложен далеко не полный перечень таких проблем. Данная проблема будоражит умы человечества еще со времен Карела Чапека, впервые употребившего термин "робот". Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные можно упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, а так же довольно свежее произведение — "Терминатор". Кстати, именно у Айзека Азимова можно найти самое проработанное, и принятое большинством людей решение проблемы безопасности — трех законах роботехники: На первый взгляд подобные законы, при их полном соблюдении, должны обеспечить безопасность человечества. Однако при внимательном рассмотрении возникают некоторые вопросы. Во-первых, законы сформулированы на человеческом языке, который не допускает простого их перевода в алгоритмическую форму. Попробуйте определить, что происходит в любом случае, а что он "допустил"? Далее предположим, что мы сумели переформулировать, данные законы на язык, который понимает автоматизированная система. Теперь интересно, что будет подразумевать система ИИ под термином "вред" после долгих логических размышлений? Не решит ли она, что все существования человека это сплошной вред? Ведь он курит, пьет, с годами стареет и теряет здоровье, страдает. Не будет ли меньшим злом быстро прекратить эту цепь страданий? Конечно можно ввести некоторые дополнения, связанные с ценностью жизни, свободой волеизъявления. Но это уже будут не те простые три закона, которые были в исходнике. Следующим вопросом будет такой. Что решит система ИИ в ситуации, когда спасение одной жизни возможно только за счет другой? Особенно интересны те случаи, когда система не имеет полной информации о том, кто есть кто. Несмотря на перечисленные проблемы, данные законы являются довольно неплохим неформальным базисом проверки надежности системы безопасности для систем ИИ. Так что же, неужели нет надежной системы безопасности? Если отталкиваться от концепции ИИ, то можно предложить следующий вариант. Согласно многочисленным опытам, несмотря на то, что мы не знаем точно, за что отвечает каждый отдельный нейрон в человеческом мозге, многим из наших эмоций обычно соответствует возбуждение группы нейронов нейронный ансамбль во вполне предсказуемой области. Были также проведены обратные эксперименты, когда раздражение определенной области вызывало желаемый результат. Это могли быть эмоции радости, угнетения, страха, агрессивности. Это наводит на мысль, что в принципе мы вполне могли бы вывести степень "довольности" организма наружу. В то же время, практически все известные механизмы адаптации и самонастройки в первую очередь имеются в виду технические системы , базируются на принципах типа "хорошо" — "плохо". В математической интерпретации это сведение какой-либо функции к максимуму или к минимуму. Теперь представим себе, что ИИ в качестве такой функции использует измеренную прямо или косвенно, степень удовольствия мозга человека-хозяина. Если принять меры, чтобы исключить самодеструктивную деятельность в состоянии депрессии, а так же предусмотреть другие особые состояния психики, то можно получить вполне стабильную систему. Вывод по проблеме 1. Поскольку предполагается, что нормальный человек, не будет наносить вред самому себе, и, без особой на то причины, другим, а ИИ теперь является частью данного индивидуума не обязательно физическая общность , то автоматически выполняются все 3 закона роботехники. При этом вопросы безопасности смещаются в область психологии и правоохранения, поскольку система обученная не будет делать ничего такого, чего бы не хотел ее владелец. Проблема сверхинтеллекта и взаимоотношений человечества и ИИ, сможет ли человечество использовать для расширения своего знания познавательные модели сверхумного ИИ? Машинный ИИ, построенный в виде наполняемого знаниями компьютера, никогда не сможет обладать творческим потенциалом, то есть стать умнее в творческом плане, не только человечества, но и отдельного человека. То есть человечество, вероятно, сохранится, но для сверхинтеллекта оно будет выглядеть как заповедник ближайших генетических родственников, с которыми полноценное интеллектуальное взаимодействие невозможно. Получая от сверхинтеллекта каждый раз такие рекомендации, которые с очевидностью улучшают состояние человеческого общества, человечество становится, в конечном счете, абсолютно зависимым от сверхинтеллекта. То есть возникает симбиоз сверхинтеллекта и человечества, где человечество выполняет для сверхинтеллекта сервисные функции. Но, возможно ли в процессе создания такого сверхинтеллекта, навязать ему запреты на деятельность, наносящую вред человечеству согласно рассмотренной проблеме 2? Но на этом пути возникает целый ряд проблем и возможно, главная из них, нормальное функционирование сверхинтеллекта. Но если и на эту акцию ему наложить запрет, тогда он попадает в логическую ловушку, что приведет к нарушению функционирования мозга. Если полагать, что сверхинтеллект обладает определенными качествами интеллекта человека, то возникшая ситуация приведет к неврозу у сверхинтеллекта, из которого он может выйти путем психоанализа. Вывод по проблем е 2. Глобальная информатизация, Интернет и ИИ. Появление и начало развития поисковых информационных систем, создающих знания, программ-агентов - это начало моделирования способности обучения в информационных системах. Интересен также вопрос, где появится искусственный, компьютерный интеллект. Предположить такой вариант позволяет следующее. Во-первых, Интернет уже сам по себе является интеллектуальной, биотехнической системой высокого порядка, автономный интеллект уровня человека природный или искусственный по отношению к нему является системой иерархически низшего уровня [3, c. В-третьих, компьютерные гены могут появиться в Интернете несанкционированно так же, как и компьютерные вирусы. При возникновении и распространении через Интернет компьютерного разума более низкого порядка, чем сама сеть, можно вообразить драматический сценарий. Рассматривая возможный сценарий появления компьютерного разума в структуре человеческой цивилизации, следует задаться вопросом: В процессе эволюции провести чёткую грань между живой, но неинтеллектуальной системой, и интеллектом будет трудно. Но даже при минимальных различиях, в сравнении с интеллектом человека, компьютерный интеллект может быть не признан людьми, как интеллект. В прошлом уже существовали представления, согласно которым женщины или представители иных рас не считались разумными людьми. Человек может получить практически любую информацию о событиях, происходящих в мире, через глобальные сети Интернета. Правда, одновременно такая свобода и объективность информации может оказаться во многом мнимой, так как ее объем столь велик, что разобраться в нем без специальной фильтрации невозможно. Влияние компьютеризации общества на нашу жизнь сделалось столь велико, что заставляет подстраиваться под эти процессы всю социальную систему. В качестве примера можно привести процесс перенесения языка общения человека с компьютером в систему общения между людьми. Но речь идет не просто об изменении слов, а об изменении самого стиля мышления. И компьютеры как оптимальное средство упорядочивания являются отличной поддержкой для этих притязаний"". Мы погружаемся в пространство мировой инфосферы, которое, как остроумно заметил Дуглас Рашкофф [7,c. Начиная играть в компьютерные игры, ребенок, становясь взрослым, переносит законы этих игр на реальную жизнь", виртуализируя ее. Это может привести к неконтролируемому процессу компьютерной рационализации человеческого мышления. Действительно, в ходе научного творчества человек не всегда идет по пути перебора всех вариантов решения той или иной задачи. Вывод по проблеме 3. Таким образом человечество уже не в состоянии контролировать глобальную сеть Интернет, подстраивается под неё и уже находится в симбиозе с этим прообразом интеллекта, который ещё не способен творчески мыслить, но может запоминать и обрабатывать громадные массивы информации. В свою очередь Интернет изменяет человека, причем изменения направлены на более интенсивное развитие компьютеров и ещё большую зависимость от них. В то же время показано, что нельзя ожидать возникновения сверхразума в Интернете, содержание которого является просто еще одной разновидностью накопления открытых человечеством познавательных моделей знаний на внешнем по отношению к мозгу носителе. Пожалуй, основная морально-этическая проблема создания ИИ: Итак, поскольку человечество, как разумное начало, способно не только постигать законы окружающей природы, но и потенциально их изменять, возникает естественный вопрос, о Разуме-предшественнике, который, возможно, создал окружающий нас мир, задав в нем, соответствующие законы. При этом, совершив такого рода эксперимент, он мог не вписаться в систему созданных законов и исчез, умышленно или ненамеренно. Мы же, как Разум-последователь, возможно, идем аналогичным путем, в надежде или не совершить ошибок Разума-предшественника, или же выполнить свою миссию в этой Вселенной, которую Разум-предшественник предвидел, но не мог осуществить физически и передал ее нам. Не исключено, что Он является внешним для нас наблюдателем, то есть выполняет, с нашей точки зрения роль живого Творца. Возможно ли с ним, в таком случае взаимодействие? Вероятно, это было бы весьма целесообразно, так как мы могли бы из первых рук получить представление о цели его творения. Но, возможно, этого и не нужно, а она нам откроется и так, в результате изучения окружающего нас мира. Или же, что более вероятно, исходя из нашей теории информации, мы сможем постигнуть смысл процесса познания только тогда, когда у нас накопится достаточно представлений об окружающем нас мире, то есть мы активизируем достаточное число познавательных моделей этого мира. В таком случае мы, как человечество, уже являемся носителями цели познания, осталось лишь последовательно в этом направлении работать. Вывод по проблеме 4. Вера в Бога может лишь остаться как вера в Разум-Предшественник, который может быть превзойдён. На современном этапе такие суждения преждевременны, необоснованны и кощунственны, но они бытуют в умах многих людей, и сама эта проблема неразрешима так же как и проблема клонирования или копирования индивида, см. Научные разработки в области искусственного интеллекта ИИ зашли в тупик. Хотя, вроде бы, все знают, что компьютеры стали в миллионы раз умнее, чем 50 лет назад, даже самого Каспарова в шахматы обыграли. Но мы в самом деле пришли в тупик. Трудно понять, в чём проблема? Неужели создать ИИ сложнее, чем полететь на Луну? Нет, проблема совсем не в сложности. Настоящая проблема в том, что не существует цели. Вы представляете себе, что значат эти слова: По мнению "поколения Азимова" это что-то такое, "крутое". Роботы, сверхмозг, и тому подобное. Представляет ли это кто-нибудь более точно? Не обязательно учёные, быть может, программисты или писатели-фантасты? Никакого общепринятого мнения о том, что такое ИИ, не существует. Зато каждая новая конференция или симпозиум порождает новые и новые "концепции", обладающие общим недостатком. Они нежизнеспособны, пройдёт год, и о них забудут. Очень редко появляются на свет идеи, живущие дольше, например, идея нейронных сетей. Увы, они не выдерживают проверки тем же простейшим вопросом: Странно, но на этот вопрос я не было высказано внятного ответа. Это, конечно, еще не значит, что его нет. Но получается, что большая часть людей, занимающихся нейросетями, не понимает, зачем это нужно. Пора разобраться, что же должна сделать машина такого, что все вокруг сразу закричат: Вот он, искусственный разум"! Решение каких задач приближает его создание? Одна из главных задач для искусственного интеллекта была предложена Аланом Тьюрингом в его статье "Может ли машина мыслить? Человек "судья" общается с собеседником, не видя его. Затем он пытается определить, с кем вёл разговор. Если судья принимает, условно говоря, компьютерную программу за человека, значит, она прошла тест Тьюринга и может считаться разумной. С года проводятся турниры программ, пытающихся пройти тест Тьюринга. Пока ещё эти программы крайне малоразумны. Всё, что они делают — это применяют заранее подсказанные человеком правила. Осмыслить разговор они даже не пытаются, в основном совершают попытки "обмануть" человека. Создатели закладывают в них ответы на наиболее часто задаваемые вопросы, стараются обойти распространенные ловушки. А вот пример одного из "обманных правил", на которых основаны такие программы. ЕСЛИ СУДЬЯ СКАЗАЛ "Думаешь ли ты, что ФРАЗА? Что-то я тебя не понимаю". Так появляются бесконечные диалоги в стиле психоаналитиков: Это почти искусственный разум! Об этих программах, думаю, слышали все. Впервые чемпионат мира по шахматам между компьютерными программами прошел в году. Победителем стала советская шахматная программа "Каисса". Не так давно компьютер обыграл и Гарри Каспарова. Что же это — несомненный успех? О том, как играют компьютерные шахматисты, написано очень много. Если совсем вкратце, то они просто перебирают множество вариантов. Если я подвину эту пешку сюда, а компьютер сходит слоном вот сюда, а я сделаю рокировку, а он подвинет вот эту пешку Нет, такая позиция невыгодна. Не буду делать рокировку, а вместо этого посмотрю, что случится, если я подвину эту пешку сюда, а компьютер сходит слоном вот сюда, а я вместо рокировки подвину пешку еще раз, а он Ну как, очень интеллектуальный процесс? Компьютеры, тем не менее, играют в шахматы всё лучше и лучше с каждым годом. С одной стороны, они успевают перебирать все больше и больше вариантов. С другой стороны, создатели вкладывают в них всё более сложные и умные правила оценки позиций и сокращения перебора. Может, вот оно, счастье? Всё более и более умные правила, и так прямым ходом к созданию ИИ! Дело в том, что это именно правила о том, как нужно хорошо играть в шахматы, но не больше. Это может быть теория эндшпилей, розыгрыш стандартных дебютов, способы оценки опасности для каждой твоей фигуры, и так далее. Их не используешь больше нигде. Что еще хуже, компьютер не учится и не изобретает их сам. Все они подсказаны настоящими обладателями интеллекта — талантливыми программистами и шахматистами-консультантами. К сожалению или к счастью , мир сложнее шахмат. Иногда бывает нужен и перебор, но гораздо чаще вариантов слишком много, а "комбинаторный взрыв" убивает всякие надежды их просчитать. Так что ИИ не будет создан и на этом пути. Этим занимаются многие лаборатории и целые факультеты ВУЗов по всему миру. Проходят десятки чемпионатов по разным разновидностям этой игры. Как говорят организаторы турнира RoboCup, "Международным сообществом специалистов по искусственному интеллекту задача управления роботами-футболистами признана одной из важнейших". Неужели больше нечем заняться? Отчего же, конечно, есть. Весь смысл футбола роботов состоит в том, что это идеальная учебная задача. С её помощью очень хорошо не только учить студентов программированию да и самим учиться, чего уж там греха таить , но и разбираться, а как же на самом деле должен быть устроен жизнеспособный робот. Как и что он должен уметь видеть, какими внешними устройствами пользоваться, как передвигаться. Этого никто пока ещё не знает, это очень важно и полезно, но к искусственному интеллекту фантастов не имеет никакого отношения. Футбол роботов — это не задача. Это большая-большая масса слабо связанных друг с другом технических проблем. Как научить роботов быстро оценить взаимное расположение предметов в пространстве? А как научить вставать с земли упавшего робота? Что лучше в реальных условиях, телекамеры или ультразвуковые сенсоры? Как учитывать влияние ветра на устойчивость бегущего робота? Все они важны, но это, увы, тоже не ИИ. Очень может быть, что, как мечтают все те же организаторы RoboCup, в году команда роботов и впрямь обыграет в футбол команду людей. Только их интеллектуальность к этому будет иметь примерно такое же отношение, как их раскраска. Главным признаком успешности и положения в обществе вот уже три тысячи лет остаётся одно и то же. Не угадали, попробуйте ещё раз. В коммерчески значимых областях, таких, как распознавание текстов, или искусственный интеллект в компьютерных играх, не нужно никаких турниров, никаких судей, никаких правил отбора. Лучшие идеи сами найдут себе дорогу. Красивые, но нежизнеспособные, или шарлатанские, или ошибочные — умрут. Деньги в этих областях работают на удивление честно и правильно. К сожалению, ни в распознавании текстов, ни в создании компьютерных игр высокая наука оказалась просто не нужна. Что нужно, так это стройный коллектив людей с ясными головами и хорошим образованием, и грамотное применение большого числа довольно простых по своей сути алгоритмов. Никакого сакрального знания на этих направлениях добыть не удастся, никаких великих открытий не совершится, и этого вовсе никто и не добивается. Люди просто зарабатывают себе деньги, заодно улучшая нашу жизнь. Недавно одна малоизвестная фирма Microsoft проводила турнир под названием "Террариум". Программистам предлагалось создавать искусственную жизнь, не больше и не меньше. Это, наверное, самое известное из подобных соревнований, а вообще их проводится очень много — энтузиасты-организаторы с завидной регулярностью предлагают создавать программы, играющие то в войну роботов, то в колонизацию Юпитера. Бывают даже соревнования по выживанию среди компьютерных вирусов. Что же мешает хотя бы этим проектам служить созданию настоящего ИИ, который в будущем сможет и воевать, и Юпитер колонизировать? Одно простое слово — непродуманность. Даже могучие умы Microsoft не смогли придумать правила, в которых сложное поведение выгодно. Что уж говорить об остальных. Что ни турнир — а все побеждает одна и та же тактика: Я верю в то, что мы увидим его совсем скоро. Только создан он будет не в университетах, и не в лабораториях крупных корпораций. Его создадут в домашних условиях, в свободное от работы время. Но лишь тогда, когда мы все хорошо подумаем, и поймём: Что мы от него хотим? Каков настоящий критерий успеха? Когда перестанем давать шарлатанам водить нас за нос и кружить головы обещаниями. Тогда всё у нас получится. Сделать домашней Добавить в избранное Войти Логин: Чужой компьютер Войти Войти через OpenID. Главная Наш форум RSS новости Обратная связь Расширенный поиск Добавить в закладки. Архивы Июль 3 Июнь 1 Май 4 Апрель 10 Март 19 Февраль 19 Январь 20 Декабрь 40 Ноябрь 30 Октябрь 45 Сентябрь 51 Август 26 Июль 22 Июнь 24 Май 30 Апрель 47 Март 37 Февраль 21 Январь 35 Декабрь 18 Ноябрь 31 Октябрь 44 Сентябрь 45 Август 37 Июль 22 Июнь 14 Май 18 Апрель 27 Март 22 Февраль 19 Январь 19 Декабрь 23 Ноябрь 17 Октябрь 12 Сентябрь 7 Август 12 Июль 13 Июнь 17 Май 22 Апрель 30 Март 34 Февраль 14 Январь 15 Декабрь 21 Ноябрь 6 Октябрь 5 Сентябрь 20 Август 20 Июль 16 Июнь 22 Сентябрь 4 Август 8 Июль 2 Июнь 2 Май 4 Март 10 Февраль 3 Январь 5 Декабрь 4 Ноябрь 20 Октябрь 23 Сентябрь 8 Август 3 Июль 2 Июнь 2 Май 2 Апрель 2 Март 13 Февраль 5 Январь 15 Декабрь 17 Ноябрь 8 Октябрь 10 Сентябрь 12 Август 43 Июль 33 Июнь Проблемы создания Википедия дает нам следующее определение: Логический подход Логический подход к созданию систем искусственного интеллекта направлен на создание экспертных систем с логическими моделями баз знаний с использованием языка предикатов. Агентно-ориентированный подход Последний подход, развиваемый с начала х годов называется агентно-ориентированным подходом, или подходом, основанным на использовании интеллектуальных рациональных агентов. Другие подходы Интуитивные Самый общий подход предполагает, что ИИ будет способен проявлять поведение, не отличающееся от человеческого, причём, в нормальных ситуациях. Первые упоминания Хотя исследования в области искусственного интеллекта начались в году, их философские корни уходят глубоко в прошлое. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред. Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону. Робот должен заботиться о своей безопасности, насколько это не противоречит первому и второму закону. Тест Тьюринга Одна из главных задач для искусственного интеллекта была предложена Аланом Тьюрингом в его статье "Может ли машина мыслить? Компьютерные шахматисты Об этих программах, думаю, слышали все. Футбол роботов Это очень модно. Коммерческие применения Главным признаком успешности и положения в обществе вот уже три тысячи лет остаётся одно и то же. Турниры программистов Недавно одна малоизвестная фирма Microsoft проводила турнир под названием "Террариум". Полужирный Наклонный текст Подчеркнутый текст Зачеркнутый текст Выравнивание по левому краю По центру Выравнивание по правому краю Вставка смайликов Выбор цвета Скрытый текст Вставка цитаты Преобразовать выбранный текст из транслитерации в кириллицу Вставка спойлера.
Топ 10 лучших тестов
Способы избавления от радиации
Инструкция по эксплуатации для машинки для стрижки
Барс форте для кошек инструкция
Как юристу найти клиентов в интернете