Масленникова О.Е., Попова И.В. Основы искусственного интеллекта
Подождите немного. Документ загружается.
- 11 -
Начало 60-х гг. - эпоха эвристического программирования. Эвристика -
правило, теоретически не обоснованное, но позволяющее сократить
количество переборов в пространстве поиска. Эвристическое
программирование - разработка стратегии действий на основе известных,
заранее заданных эвристик.
В 60-х годах создаются первые программы, работающие с запросами на
естественном языке. Программа БЕЙСБОЛ (Green и др.,1961) отвечала на
запросы о результатах прошедших бейсбольных матчей, программе
STUDENT (Bobrow,1964) было доступно решение алгебраических задач,
сформулированных на английском языке.
Рис. 2. Вехи в становлении ИИ как научного направления
Большие надежды возлагались на работы в области машинного
перевода, начало которых связывают с именем отечественного лингвиста
Бельской. Однако исследователям потребовалось много лет на то, чтобы
понять, что автоматический перевод не является изолированной проблемой и
требует для успешного осуществления наличия такого необходимого этапа,
как понимание.
Среди наиболее значимых результатов, полученных отечественными
учеными в 60-е гг., следует отметить алгоритм «Кора» М.Бонгарда,
моделирующий деятельность человеческого мозга при распознавании
образов.
В 1963 - 1970 гг. к решению задач стали подключать методы
математической логики. Новый подход к формальной логике, основанный на
приведении рассуждений к противоречию, появился в 1965 г.
- 12 -
(Дж. Робинсон). На основе метода резолюций, позволившего автоматически
доказывать теоремы при наличии набора исходных аксиом, в 1973 г.
создается язык Пролог.
В СССР в 1954 - 1964 гг. создаются отдельные программы и исследуется
поиск решения логических задач. В Ленинграде (ЛОМИ - Ленинградское
отделение математического института им. В.А.Стеклова) создается
программа, автоматически доказывающая теоремы (АЛПЕВ ЛОМИ). Она
основана на оригинальном обратном выводе С.Ю.Маслова, аналогичном
методу резолюций Робинсона.
В 1965-1980 гг. получает развитие новая наука - ситуационное
управление (соответствует представлению знаний в западной терминологии).
Основоположник этой научной школы - профессор Д.А. Поспелов.
Разработаны специальные модели представления ситуаций - представления
знаний.
За рубежом исследования в области ИИ сопровождаются разработкой
языков программирования нового поколения и созданием все более
изощренных систем программирования (Lisp, Prolog, Plannar, QA4, Macsyma,
Reduce, Refal, ATNL, TMS).
Полученные результаты начинают использоваться в робототехнике, при
управлении роботами, неподвижными или мобильными, действующими в
реальном трехмерном пространстве. При этом возникает проблема создания
искусственных органов восприятия.
До 1968 г. исследователи работали в основном с отдельными
«микропространствами», они создавали системы, пригодные для таких
специфических и ограниченных сфер приложения, как игры, евклидова
геометрия, интегральное исчисление, «мир кубиков», обработка простых и
коротких фраз с небольшим словарным запасом. Почти во всех этих системах
использовался один и тот же подход - упрощение комбинаторики,
базирующийся на уменьшении необходимого перебора альтернатив на
основе здравого смысла, применении числовых функций оценивания и
различных эвристик. В начале 70-х произошел качественный скачок в
исследованиях по искусственному интеллекту. Это объясняется двумя
причинами.
Во-первых. Все исследователи постепенно осознали, что всем ранее
созданным программам не хватает самого важного - глубоких знаний в
соответствующей области. Различие между экспертом и обыкновенным
человеком состоит в том, что у эксперта имеется опыт в данной области, т.е.
годами накопленные знания.
Во-вторых. Возникает конкретная проблема: как передать эти знания
программе, если ее непосредственный создатель этими знаниями не
обладает. Ответ ясен: сама программа должна их выделить из данных,
получаемых от эксперта.
Исследования по решению задач и пониманию естественного языка
объединяет одна общая проблема - представление знаний. К 1970 г. было
- 13 -
создано множество программ, основанных на этих идеях. Первая из них
программа DENDRAL. Она предназначена для порождения структурных
формул химических соединений на основе информации, поступающей от
масс-спектрометра. Программа была разработана в Стенфорде при участии
нобелевского лауреата Д. Ледерберга. Она набиралась опыта в процессе
собственного функционирования. Экспертом в нее было заложено много
тысяч элементарных фактов, представленных в виде отдельных правил.
Рассматриваемая система явилась одной из первых экспертных систем и
результаты ее работы поразительны. В настоящее время система
поставляется потребителям вместе со спектрометром.
В 1971 г. Терри Виноград разработал систему SHRDLU, которая
моделирует робота, манипулирующего кубиками. С роботом можно говорить
по-английски. Система интересуется не только синтаксисом фраз, но и
правильно понимает их смысл благодаря семантическим и прагматическим
знаниям о своем «мире кубиков».
Начиная с середины 80-х гг., за рубежом происходит коммерциализация
искусственного интеллекта. Растут ежегодные капиталовложения, создаются
промышленные экспертные системы. Растет интерес к самообучающимся
системам.
В нашей стране 1980-1990 гг. проводятся активные исследования в
области представления знаний, разрабатываются языки представления
знаний, экспертные системы (более 300). В Московском государственном
университете создается язык РЕФАЛ. В 1988 г. создается АИИ - Ассоциация
искусственного интеллекта. Ее членами являются более 300 исследователей.
Президент Ассоциации - Д.А. Поспелов. Крупнейшие центры - в Москве,
Петербурге, Переславле-Залесском, Новосибирске.
1.2. Основные направления исследований в области искусственного
интеллекта
В настоящее время ИИ - это бурно развивающаяся и сильно
разветвленная научная область. Только по компьютерной лингвистике в мире
ежегодно проводится более 40 конференций. Почти в каждой европейской
стране, а также США, Канаде, Японии, России, Юго-Восточной Азии
регулярно проводятся национальные конференции по ИИ. В России это
мероприятие осуществляется раз в два года под эгидой Российской
Ассоциации по ИИ (РАИИ). Кроме того, раз в два года проводится
международная объединенная конференция по ИИ (IJCAI). Более 3 тысяч
периодических изданий публикуют научные результаты в этой области.
Полной и строгой классификации всех направлений ИИ не существует,
попытка классификации задач, которые решает ИИ, представлена на рис. 3.
По классификации Д.А. Поспелова в ИИ существуют два
доминирующих подхода к исследованиям в области ИИ: нейробионический и
информационный (рис. 4 и 5).
- 14 -
Сторонники первого ставят перед собой цель воспроизвести
искусственным образом те процессы, которые протекают в мозгу человека.
Этот направление находится на пересечении медицины, биологии и
кибернетики. При этом изучают мозг человека, выявляют способы его
работы, создают технические средства для повторения биологических
структур и протекающих в них процессов.
Область ИИ можно условно разделить на пять крупных разделов:
− нейроподобные структур;
− программы решения интеллектуальных задач;
− системы, основанные на знаниях;
− интеллектуальное программирование;
− интеллектуальные системы.
Каждый из разделов может быть представлен следующим образом (см.
рис. 4-9).
Рис. 3. Задачи ИИ
задачи
Общие
Формальные
Экспертные
Восприятие
Обработка
естественного
языка
Рассуждение на
основе здравого
смысла
Управление
роботом
Игры
(Шахматы,
го,
головоломки
)
Математика
Инжиниринг
Научный
анализ
Финансовый
анализ
Медицинская
диагностика
геометрия
проверка
программ
- 15 -
Рис. 4. Нейроподобные структуры
Рис. 5. Программы решения интеллектуальных задач
Рис. 6. Системы, основанные на знаниях
- 16 -
Рис. 7. Интеллектуальное программирование
Рис. 8. Интеллектуальные системы
1.3. Философские аспекты проблемы искусственного интеллекта
Основная философская проблема в области искусственного интеллекта
связана с поиском ответа на вопрос: возможно или нет моделирование
мышления человека. В случае, если когда-либо будет получен
отрицательный ответ на этот вопрос, то все остальные вопросы в области ИИ
не будут иметь ни малейшего смысла. Следовательно, начиная исследование
искусственного интеллекта, заранее предполагается положительный ответ.
Доказательства возможности моделирования мышления человека.
1. Схоластическое: непротиворечивость искусственного интеллекта и
Библии. По-видимому, даже те, кто далек от религии, знают слова
священного писания: «И создал Господь человека по образу и подобию
своему …». Исходя из этих слов, можно заключить, что, поскольку Господь,
во-первых, создал людей, и во-вторых, они по своей сути подобны ему, то
люди вполне способны создать кого-то по образу и подобию человека.
2. Биологическое. Создание нового разума биологическим путем для
человека дело вполне привычное. Наблюдая за детьми, мы видим, что
- 17 -
большую часть знаний они приобретают путем обучения, а не как
заложенную в них заранее. Данное утверждение на современном уровне не
доказано, но по внешним признакам все выглядит именно так.
3. Эмпирическое. То, что раньше казалось вершиной человеческого
творчества - игра в шахматы, шашки, распознавание зрительных и звуковых
образов, синтез новых технических решений, на практике оказалось не такой
уж сложной задачей. Сейчас работа ведется не на уровне возможности или
невозможности реализации перечисленного, а о нахождении наиболее
оптимального алгоритма - зачастую данные проблемы даже не относят к
проблемам искусственного интеллекта. Есть надежда, что полное
моделирование мышления человека также возможно.
4. Возможность самовоспроизведения. Способность к
самовоспроизведению долгое время считалась прерогативой живых
организмов. Однако некоторые явления, происходящие в неживой природе
(например, рост кристаллов, синтез сложных молекул копированием), очень
похожи на самовоспроизведение. В начале 50-х годов Дж. фон Нейман
занялся основательным изучением самовоспроизведения и заложил основы
математической теории «самовоспроизводящихся автоматов». Также он
доказал теоретически возможность их создания. Существуют также
различные неформальные доказательства возможности
самовоспроизведения, но для программистов самым ярким доказательством,
пожалуй, будет существование компьютерных вирусов.
5. Алгоритмическое. Принципиальная возможность автоматизации
решения интеллектуальных задач с помощью ЭВМ обеспечивается
свойством алгоритмической универсальности. Данное свойство ЭВМ
означает, что на них можно программно реализовывать (т. е. представить в
виде машинной программы) любые алгоритмы преобразования информации.
При этом процессы, порождаемые этими алгоритмами, являются
потенциально осуществимыми, т. е. что они осуществимы в результате
конечного числа элементарных операций. Практическая осуществимость
алгоритмов зависит от имеющихся средств, которые могут меняться с
развитием техники. Так, в связи с появлением быстродействующих ЭВМ
стали практически осуществимыми и такие алгоритмы, которые ранее были
только потенциально осуществимыми. Кроме того, содержание этого
свойства имеет прогностический характер: всякий раз, когда в будущем
какое-либо предписание будет признано алгоритмом, то независимо от того,
в какой форме и какими средствами оно будет первоначально выражено, его
можно будет задать также в виде машинной программы.
Однако не следует думать, что вычислительные машины и роботы могут
в принципе решать любые задачи. Анализ разнообразных задач привел
математиков к замечательному открытию. Было строго доказано
существование таких типов задач, для которых невозможен единый
эффективный алгоритм, решающий все задачи данного типа; в этом смысле
невозможно решение задач такого типа и с помощью вычислительных
- 18 -
машин. Этот факт способствует лучшему пониманию того, что могут делать
машины и чего они не могут сделать. В самом деле, утверждение об
алгоритмической неразрешимости некоторого класса задач является не
просто признанием того, что такой алгоритм неизвестен и никем еще не
найден. Такое утверждение представляет собой одновременно и прогноз на
все будущие времена о том, что подобного рода алгоритм нам не известен и
никем не будет указан или, и иными словами, что он не существует.
ИИ можно рассматривать в ряду инструментальных средств
(интеллектуальных и неинтеллектуальных), которые были созданы и освоены
человечеством на пути его исторического развития.
К ним относятся:
ручной инструмент;
станки и машины;
язык и речь;
счетные аппараты;
средства ВТ и телекоммуникации.
Философы утверждают, что производство инструментария (в широком
смысле слова) - наиболее важный вид деятельности, отличающий наших
предков от других приматов. Человеческие существа выделяются среди
животных по своей способности производить знания и инструменты.
Никакое другое технологическое или социо- политическое изобретение не
вызвало такого гигантского отрыва в развитии вида homo sapience от
остальных видов живой природы.
Развитие компьютерных технологий может быть в общем разбито на два
направления: цифровая обработка и символьная обработка.
Первое направление сделало информацию гораздо более удобной для
хранения, обработки и передачи, чем все предыдущие улучшения бумажной
технологии. Компьютер превзошел все вычислительные орудия прошлого
(абакус, счеты, арифмометр) в скорости, разнообразии функций, легкости
использования. Последовательно расширяя сферу автоматизации в области
монотонного умственного труда, цифровая обработка информации
расширила рамки печатного станка и индустриальной революции до новых
границ.
Второе направление компьютерных технологий, обработка знаков
(термин Ньюэлла и Саймона) или искусственный интеллект, позволило
компьютеру имитировать процессы чувственного восприятия и ориентации,
рассуждения и решения проблем, обработку естественного языка и другие
человеческие способности.
Другими словами, ИИ представляет собой новый вид инструментария,
альтернативный по отношению к уже существующим. Эта реальность
заставила философов в области ИИ перейти от вопроса «Возможно ли
создание разумной машины?» к проблеме влияния интеллектуальных
инструментов на общество. В том числе рассматривается возможный
социальный эффект от развития ИИ, а именно:
- 19 -
повышение уровня интеллекта всего общества, которое даст новые
открытия, изобретения и новое понимание человечеством самого
себя.
изменение ситуации, когда большинство людей является средством и
орудием производства.
Следующим философским вопросом ИИ является цель создания. В
принципе все, что мы делаем в практической жизни, обычно направлено на
то, чтобы больше ничего не делать. Однако при достаточно высоком уровне
жизни (большом количестве потенциальной энергии) человека на первые
роли выступает уже не лень (в смысле желания экономить энергию), а
поисковые инстинкты. Допустим, что человек сумел создать интеллект,
превышающий свой собственный (пусть не качеством, так количеством). Что
теперь будет с человечеством? Какую роль будет играть человек? Для чего
он теперь нужен? И вообще, нужно ли в принципе создание ИИ?
По-видимому, самым приемлемым ответом на эти вопросы является
концепция «усилителя интеллекта» (УИ). По мнению С.Л. Сотника, здесь
уместна аналогия с президентом государства - он не обязан знать
валентности ванадия или языка программирования Java для принятия
решения о развитии ванадиевой промышленности. Каждый занимается своим
делом - химик описывает технологический процесс, программист пишет
программу; экономист говорит президенту, что вложив деньги в
промышленный шпионаж, страна получит 20 %, а в ванадиевую
промышленность — 30 % годовых. Думаю, что при такой постановке
вопроса любой сможет сделать правильный выбор.
В данном примере президент использует биологический УИ - группу
специалистов с их белковыми мозгами. Но уже сейчас используются и
неживые УИ - например, компьютеры, бортовые счетно-решающие
устройства. Кроме того, человек уже давно использует усилители силы (УС)
- понятие, во многом аналогичное УИ. В качестве усилителей силы ему
служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и
многое-многое другое. Основным отличием УИ от УС является наличие
воли: первый может иметь свои «желания», и поступать не так, как от него
ожидают. Таким образом, возникает проблема безопасности систем ИИ. Как
избежать тех отрицательных последствий, которые сопутствуют любому
новому достижению НТР?
Данная проблема будоражит умы человечества еще со времен Карела
Чапека, впервые употребившего термин «робот». Большую лепту в еѐ
обсуждение внесли и другие писатели-фантасты. Самые известные - серии
рассказов писателя-фантаста и ученого Айзека Азимова, у которого можно
найти самое проработанное и принятое большинством людей решение
проблемы безопасности. Речь идет о трех законах роботехники.
1. Робот не может причинить вред человеку или своим бездействием
допустить, чтобы человеку был причинен вред.
- 20 -
2. Робот должен повиноваться командам, которые ему дает человек,
кроме тех случаев, когда эти команды противоречат первому
закону.
3. Робот должен заботиться о своей безопасности, насколько это не
противоречит первому и второму законам.
Впоследствии Азимов добавляет в этот список «Нулевой Закон»: «Робот
не может причинить вред человечеству или своим бездействием допустить,
чтобы человечеству был причинѐн вред».
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. Предположим,
данная задача решена. Теперь, что будет подразумевать система ИИ под
термином «вред»? Не решит ли она, что само существование 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 оригинале.
Далее: 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. Однако 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 УИ, то можно предложить следующий вариант.
Согласно многочисленным опытам, несмотря на отсутствие
достоверных данных о том, за что отвечает каждый отдельный нейрон в
человеческом мозге, многим из 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. Таким образом,
представляется возможным в качестве целевой функции принять степень
удовлетворенности мозга человека-хозяина. Если принять меры, чтобы
исключить самодеструктивную деятельность в состоянии депрессии, а также
предусмотреть другие особые состояния психики, то получится следующее.
Поскольку предполагается, что нормальный человек не будет наносить
вред самому себе и, без особой на то причины, другим, а УИ теперь является
частью данного индивидуума (не обязательно физическая общность), то
автоматически выполняются все три закона роботехники. При этом вопросы
безопасности смещаются в область психологии и правоохранения, поскольку