История развития
искусственного интеллекта
Идея создания искусственного
подобия человеческого разума для решения
сложных задач и моделирования мыслительной
способности витала в воздухе с древнейших
времен. Так, в Древнем Египте была создана
«оживающая» механическая статуя бога
Амона1. Древние египтяне и римляне испытывали
благоговейный ужас перед культовыми
статуями, которые жестикулировали и изрекали
пророчества (разумеется, не без помощи
жрецов).
Родоначальником искусственного
интеллекта принято считать средневекового
испанского философа, математика и поэта
Раймонда Луллия, который еще в XIII веке
попытался создать механическую машину
для решения различных задач, на основе
разработанной им всеобщей классификации
понятий.
В XVIII в. Г.Лейбниц (1646 - 1716) и Рене
Декарт (1596 - 1650) независимо друг от друга
развили его идею, предложив универсальные
языки классификации всех наук. Эти идеи
легли в основу теоретических разработок
в области создания искусственного интеллекта.
Французский философ Р.Декарт полагал,
что знания, которые приобретает человек,
могут быть выведены столь же строго, как
и теоремы в математике. Над проблемой
представления рассуждений в виде вычислений
размышляли немецкий ученый Готфрид Вильгельм
Лейбниц (1646—1716) и английский математик
Чарлз Бэббидж (1791-1871), разработавший проекты
«Разностной» и «Аналитической» машин.
Несмотря на то, что последняя так и не
была построена ее автором, она считается
прообразом современного цифрового компьютера.
В единую логическую схему Бэббидж увязал
арифметическое устройство «мельница»,
регистры памяти, объединённые в единое
целое («склад»), и устройство ввода-вывода,
реализованное с помощью перфокарт трёх
типов. Перфокарты операций переключали
машину между режимами сложения, вычитания,
деления и умножения. Перфокарты переменных
управляли передачей данных из памяти
в арифметическое устройство и обратно.
Числовые перфокарты могли быть использованы
для ввода данных в машину и для сохранения
результатов вычислений, если памяти было
недостаточно.
Рис.1. Модель «Аналитической
машины» Бэббиджа
В то же время, помощница Бэббиджа,
леди Ада Лавлейс (дочь знаменитого английского
поэта Джорджа Гордона Байрона), сомневалась
в интеллектуальных возможностях «Аналитической
машины». Она писала, что машина не претендует
на то, чтобы создавать что-то новое, и
не может предугадать аналитические зависимости
или истины. Тем не менее, ещё при жизни
Бэббиджа, в 1869 г., английский экономист
и философ-логик Уильям Стенли Джевонс
(1835—1882) создал первую в мире машину, механизировавшую
простейшие логические выводы (фактически,
она могла вычислять функции алгебры логики).
Рис.2. «Логическое пианино»
Джевонса
Впоследствии её воспроизвёл
российский учёный, профессор П. Д. Хрущёв
(1849-1909), а профессор А. Н. Щукарёв (1864-1936)
усовершенствовал конструкцию. В 1914 г.
в журнале «Вокруг света» А. Н. Соков писал:
«Если мы имеем арифмометры, складывающие,
вычитающие, умножающие миллионные цифры
поворотом рычага, то, очевидно, время
требует иметь логическую машину, способную
делать безошибочные выводы и умозаключения
одним нажатием соответствующих клавиш.
Это сохранит массу времени, оставив человеку
область творчества, гипотез, фантазии,
вдохновения — душу жизни».
Однако развитие искусственного
интеллекта как научного направления
стало возможным только после создания
ЭВМ. Это произошло в 40-х гг. XX в. В это же
время Н.Винер (1894 - 1964) создал свои основополагающие
работы по новой науке — кибернетике.
Термин искусственный интеллект
(artificial intelligence) предложен в 1956 г. на семинаре
с аналогичным названием в Станфордском
университете (США). Семинар был посвящен
разработке логических, а не вычислительных
задач. Вскоре после признания искусственного
интеллекта самостоятельной отраслью
науки произошло разделение на два основных
направления: нейрокибернетику и кибернетику
"черного ящика". И только в настоящее
время стали заметны тенденции к объединению
этих частей вновь в единое целое.
Основную идею нейрокибернетики
можно сформулировать следующим образом.
Единственный объект, способный мыслить,
— это человеческий мозг. Поэтому любое
"мыслящее" устройство должно каким-то
образом воспроизводить его структуру.
Таким образом, нейрокибернетика
ориентирована на аппаратное моделирование
структур, подобных структуре мозга. Физиологами
давно установлено, что основой человеческого
мозга является большое количество (до
1021) связанных между собой и взаимодействующих
нервных клеток — нейронов. Поэтому усилия
нейрокибернетики были сосредоточены
на создании элементов, аналогичных нейронам,
и их объединении в функционирующие системы.
Эти системы принято называть нейронными
сетями, или нейросетями.
Первые нейросети были созданы
в конце 50-х гг. американскими учеными
Г.Розен-блаттом и П.Мак-Каллоком. Это были
попытки создать системы, моделирующие
человеческий глаз и его взаимодействие
с мозгом. Устройство, созданное ими, получило
название перцептрона. Оно умело различать
буквы алфавита, но было чувствительно
к их написанию, например, буквы А, А и А
для этого устройства были тремя разными
знаками. Постепенно в 70-80 гг. количество
работ по этому направлению искусственного
интеллекта стало снижаться. Слишком неутешительны
оказались первые результаты. Авторы объясняли
неудачи малой памятью и низким быстродействием
существующих в то время компьютеров.
Однако в середине 80-х гг. в Японии
в рамках проекта разработки компьютера
V поколения, основанного на знаниях, был
создан компьютер VI поколения, или нейрокомпьютер.
К этому времени ограничения по памяти
и быстродействию были практически сняты.
Появились транспьютеры — параллельные
компьютеры с большим количеством процессоров.
От транспьютеров был один шаг до нейрокомпьютеров,
моделирующих структуру мозга человека.
Основная область применения нейрокомпьютеров
— распознавание образов.
В настоящее время используются
три подхода к созданию нейросетей:
• аппаратный — создание специальных
компьютеров, плат расширения, наборов
микросхем, реализующих все необходимые
алгоритмы;
• программный — создание программ
и инструментариев, рассчитанных на высокопроизводительные
компьютеры. Сети создаются в памяти компьютера,
всю работу выполняют его собственные
процессоры;
• гибридный — комбинация первых
двух. Часть вычислений выполняют специальные
платы расширения (сопроцессоры), часть
— программные средства.
В основу кибернетики "черного
ящика" лег принцип, противоположный
нейрокибернетике. Не имеет значения,
как устроено "мыслящее" устройство.
Главное, чтобы на входные воздействия
оно реагировало так же, как человеческий
мозг.
Это направление искусственного
интеллекта было ориентировано на поиски
алгоритмов решения интеллектуальных
задач на существующих моделях компьютеров.
В 1956 -1963 гг. велись интенсивные поиски моделей
и алгоритма человеческого мышления и
разработка первых программ. Оказалось,
что ни одна из существующих наук — философия,
психология, лингвистика — не может предложить
такого алгоритма. Тогда кибернетики предложили
создать собственные модели. Были созданы
и опробованы различные подходы.
В конце 50-х гг. родилась модель
лабиринтного поиска. Этот подход представляет
задачу как некоторый граф, отражающий
пространство состояний, и в этом графе
проводится поиск оптимального пути от
входных данных к результирующим. Была
проделана большая работа по разработке
этой модели, но в решении практических
задач идея большого распространения
не получила.
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 1963 - 1970 гг. к решению задач стали
подключать методы математической логики.
На основе метода резолюций, позволившего
автоматически доказывать теоремы при
наличии набора исходных аксиом, в 1973 г.
создается язык Пролог.
Существенный прорыв в практических
приложениях искусственного интеллекта
произошел в середине 70-х гг., когда на
смену поискам универсального алгоритма
мышления пришла идея моделировать конкретные
знания специалистов-экспертов. В США
появились первые коммерческие системы,
основанные на знаниях, или экспертные
системы. Пришел новый подход к решению
задач искусственного интеллекта — представление
знаний. Созданы MYCIN и DENDRAL — ставшие уже
классическими экспертные системы для
медицины и химии. Объявлено несколько
глобальных программ развития интеллектуальных
технологий — ESPRIT (Европейский Союз), DARPA
(министерство обороны США), японский проект
машин V поколения.
Начиная с середины 80-х гг. происходит
коммерциализация искусственного интеллекта.
Растут ежегодные капиталовложения, создаются
промышленные экспертные системы. Растет
интерес к самообучающимся системам.
В настоящее время выделяют
следующие направления развития исследований
в области искусственного интеллекта:
1. Разработка систем, основанных
на знаниях. Целью этого направления
является имитация способностей
человека в области анализа
неструктурированных и слабоструктурированных
задач. В данной области исследований
осуществляется разработка моделей
представления, извлечения и структурирования
знаний, а также изучаются проблемы
создания баз знаний (БЗ). К данному классу
систем также относятся экспертные системы (ЭС).
2. Разработка естественно-языковых
интерфейсов и машинный перевод.
Данные системы строятся как
интеллектуальные системы, так как
основаны на БЗ в определенной
предметной области и сложных
моделях, обеспечивающих трансляцию
«исходный язык – язык смысла
– язык перевода». Эти модели
основаны на последовательном
анализе и синтезе естественно-языковых
сообщений и ассоциативном поиске
аналогичных фрагментов текста
и их переводов в специальных базах
данных (БД).
3. Генерация и распознавание
речи. Решаются задачи обработки,
анализа и синтеза фонемных
текстов.
4. Обработка визуальной
информации. Решаются задачи обработки,
анализа и синтеза изображений.
В задаче анализа исходные
изображения преобразуются в
данные другого типа, например, текстовые
описания. При синтезе изображений
в качестве входной информации
используются алгоритмы построения
изображений, а выходными данными
являются графические объекты.
5. Обучение и самообучение.
Данная область ИИ включает
модели, методы и алгоритмы, реализующие
автоматическое накопление и
генерацию знаний с использованием
процедур анализа и обобщения
знаний. К данному направлению
относятся системы добычи данных (Data-mining) и
системы поиска закономерностей в компьютерных
базах данных (Knowledge Discovery).
6. Распознавание образов.
Распознавание образов осуществляется
на применении специальных математических
моделей, обеспечивающих отнесение
объектов к классам, которые описываются
совокупностями определенных значений
признаков.
7. Игры и машинное творчество.
К данной области относятся
системы сочинения компьютерной
музыки, стихов, изобретения новых
объектов, а также интеллектуальные
компьютерные игры.
8. Программное обеспечение
систем ИИ. К данной области
относятся инструментальные средства
для разработки интеллектуальных
систем, включая специальные языки программирования,
ориентирование на обработку символьной
информации (LISP, SMALLTALK, РЕФАЛ), языки логического
программирования (PROLOG), языки представления
знаний (OPS 5, KRL, FRL), интегрирование программные
среды (KE, ARTS, GURU, G2), а также оболочки экспертных
систем (BUILD, EMYGIN, EXSYS Professional, ЭКСПЕРТ).
9. Новые архитектуры компьютеров.
Это направление связано с
созданием компьютеров не фон-неймановской
архитектуры, ориентированных на
обработку символьной информации.
Известны удачные промышленные
решения параллельных и векторных
компьютеров, однако в настоящее
время они имеют очень высокую
стоимость и недостаточную совместимость
с существующими вычислительными
средствами.
10.Интеллектуальные роботы.
В настоящее время данная область
ИИ развивается очень бурно. Достигнуты
значительные успехи в создании
бытовых роботов, роботов, используемых
в космических исследованиях, медицинских
роботов.
В настоящий момент
в области искусственного интеллекта
наблюдается вовлечение многих предметных
областей, имеющих скорее практическое
отношение к ИИ, а не фундаментальное.
Многие подходы были опробованы, но к возникновению
искусственного разума ни одна исследовательская
группа пока так и не подошла.