Проблема искусственного интеллекта: реальность и утопии

Православный Свято-Тихоновский Гуманитарный Университет

 

7 семестр, заочное отделение

Педагогический факультет

 

 

 

 

 

 

 

 

 

История естественных наук

 

Реферат

 

 

Тема: «Проблема искусственного интеллекта: реальность и утопии».

 

 

 

 

 

 

 

Ф.И.О. студента: Григонис Владимир Валерьевич

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Москва

   2013 г.

 

 

План реферата:

 

 

1. Введение.
2. История вопроса об искусственном интеллекте.
3. Направления развития искусственного интеллекта.
4. Методики и подходы построения систем искусственного интеллекта.
5. Заключение.
6. Список литературы.

 

 

 

 

Введение.

 

Понятие «искусственный интеллект» сегодня все чаще употребляется не только в научных кругах, но и в повседневной жизни. Популяризации его способствовали многочисленные научно-фантастические рассказы и фильмы об умных машинах. Поэтому для большинства людей искусственный интеллект – это мозг могущественных киборгов, созданный учеными, решившими в своей гордости, что могут уподобиться Создателю. В итоге создание обращается против своего создателя (как правило), или сталкивается с неразрешимыми психологическими проблемами, которые неразрешимы методом алгоритмов.

Для программистов искусственный интеллект – набившее оскомину модное выражение, используемое для обозначения технологий, применяемых для моделирования различных характеристик биологического интеллекта и применение полученных моделей в виде алгоритмов, воспроизводимых на компьютерах.

Для ученых искусственный интеллект – неисчерпаемый источник интересных задач, имеющих много локальных оптимумов за счет комбинирования элементов случайности и направленности, аналогично тому, как это происходит в природе [1, с. 6].

То есть, в конечном итоге, цель искусственного интеллекта – «способность решать интеллектуальные задачи, которые ранее были под силу лишь человеку, путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам» [2, с. 12].

Далее, рассмотрев предысторию вопроса и сегодняшние разработки, посвященные проблеме искусственного интеллекта, мы постараемся выяснить: действительно ли искусственный интеллект это аналог человеческого разума.

 

История вопроса об искусственном интеллекте.

 

Искусственный интеллект, как и любое направление современной науки, имеет богатую предысторию. Первые попытки создания искусственного подобия человеческого разума предпринимались более 700 лет назад. Их связывают с именем испанского рыцаря, поэта, философа и изобретателя Раймунда Луллиля, жившего в 1235-1315гг.

История этого человека обросла множеством домыслов. Достоверно известно лишь то, что он в расцвете сил покинул двор испанского короля, ушел в монастырь, занимался науками, астрологией, алхимией и был насмерть забит камнями по обвинению в колдовстве.

Луллиль сконструировал машину, дававшую ответы на различные вопросы. Она состояла из системы кругов, которые вращаясь составляли сочетания символов, которые затем расшифровывались изобретателем.

Очевидно, что превалировали в этом изобретении магия и шарлатанство, за что изобретатель и поплатился, но его идея сведения к логическим операциям, если не всех, то хотя бы части знаний, а затем поручение механическому устройству процедуру вывода на их основе некоторой формулы знания, получила впоследствии свое развитие.

В 40-х годах XX в. в связи с широким развитием автоматизированных технологий идея создания искусственного интеллекта вновь поднимается учеными. Сам термин «искусственный интеллект» был предложен в 1956 г. на семинаре с аналогичным названием в Станфордском университете (США).

Вскоре после признания искусственного интеллекта самостоятельной отраслью науки, произошло его разделение на два направления: нейрокибернетику и кибернетику «черного ящика».

Основную идею нейрокибернетики можно сформулировать следующим образом: единственный объект способный мыслить – это человеческий мозг. Поэтому любое мыслящее устройство должно воспроизводить его структуру и принцип действия. Нейрокибернетика занимается аппаратным моделированием структуры мозга и его деятельности.

Первые нейросети и нейрокомпьютеры были созданы в конце 50-х годов XX в. американскими учеными В. Мак-Клоком, В. Питтсом и Ф. Розенблаттом. Их устройство умело распознавать буквы алфавита, однако было чувствительно к их написанию.

Сегодня нейросети и нейрокомпьютерные технологии являются перспективной отраслью в области искусственного интеллекта и быстро развиваются в ведущих мировых державах [3, с. 9].

Кибернетика «черного ящика» не придает значения принципу действия мыслящего устройства. Главное, чтобы оно адекватно моделировало его деятельность. Это направление ориентировано на поиски алгоритмов решения интеллектуальных задач при помощи компьютеров независимо от их аппаратной базы.

Поставив перед собой задачу моделирования функций мозга ученые столкнулись с проблемой. Оказалось, что за многовековую историю ни одна из существующих наук (философия, психология, лингвистика и др.) не смогла предложить сколько-нибудь конкретный алгоритм человеческого мышления. Поэтому кибернетикам пришлось создавать собственные модели.

В конце 50-х годов была создана модель лабиринтного поиска. Согласно этому подходу решение интеллектуальной задачи осуществлялось путем перебора огромного количества вариантов, который представлялся в виде движения по лабиринту. Эта модель в настоящее время признана тупиковой и имеет ограниченное использование при написании некоторых игровых программ.

В начале 60-х годов началась эпоха эвристического программирования. Цель эвристики – исследование методов и правил изобретений и открытий.

Чтобы понять механизмы творческого мышления, авторы эвристического подхода провели эксперимент. Была отобрана группа студентов, не знакомых с математической логикой. Каждый студент должен был самостоятельно доказать теорему из учебника, не заглядывая в него. При этом он должен был рассуждать вслух, делать любые записи, прекращать работу, если становилось ясно, что выбран неверный путь, и начинать заново.

После, обработав полученные записи, программисты составили эвристики – способы, которыми пользовались студенты, доказывая теоремы. А затем, на основании этих эвристик, создана программа «Логик-теоретик», которая доказала все теоремы из учебника. Эта программа считается родоначальницей эвристического программирования.

Серьезный прорыв в системах искусственного интеллекта произошел в 70-х, когда программисты отказались от поисков универсального алгоритма мышления и начали моделировать конкретные знания специалистов-экспертов. Открылось новое направление в исследованиях – экспертные системы. С их появлением исследования в области искусственного интеллекта стали окупаться. [3, с. 12-13].

С 90-х и до наших дней искусственный интеллект является одним из наиболее привлекательных направлений в компьютерной индустрии. Создаются промышленные и военные экспертные системы. В качестве альтернативы им появляются нейросетевые и нейрокомпьютерные  технологии, которые успешно завоевывают рынок.

 

Направления развития искусственного интеллекта.

 

Интеллектуальные информационные системы проникают во все сферы нашей жизни, поэтому трудно провести строгую классификацию направлений, по которым ведутся активные и многочисленные исследования в области искусственного интеллекта. Рассмотрим кратко некоторые из них.

1) Разработка интеллектуальных информационных систем или систем, основанных на знаниях.

Это одно из главных направлений искусственного интеллекта. Основной целью построения таких систем являются выявление, исследование и применение знаний высококвалифицированных экспертов для решения сложных задач, возникающих на практике. При построении систем, основанных на знаниях, используются знания, накопленные экспертами в виде конкретных правил решения тех или иных задач. Это направление преследует цель имитации человеческого искусства анализа неструктурированных и слабоструктурированных проблем. В данной области исследований осуществляется разработка моделей представления, извлечения и структурирования знаний, а также изучаются проблемы создания баз знаний, образующих ядро систем, основанных на знаниях. Частным случаем систем, основанных на знаниях, являются экспертные системы.

2) Разработка естественно-языковых интерфейсов и машинный перевод.

Проблемы компьютерной лингвистики и машинного перевода разрабатываются в искусственном интеллекте с 1950-х гг. Системы машинного перевода с одного естественного языка на другой обеспечивают быстроту и систематичность доступа к информации, оперативность и единообразие перевода больших потоков, как правило, научно-технических текстов. Системы машинного перевода строятся как интеллектуальные системы, поскольку в их основе лежат базы знаний в определенной предметной области и сложные модели, обеспечивающие дополнительную трансляцию «исходный язык оригинала – язык смысла – язык перевода». Они базируются на структурно-логическом подходе, включающем последовательный анализ и синтез естественно-языковых сообщений. Кроме того, в них осуществляется ассоциативный поиск аналогичных фрагментов текста и их переводов в специальных базах данных. Данное направление охватывает также исследования методов и разработку систем, обеспечивающих реализацию процесса общения человека с компьютером на естественном языке (так называемые системы ЕЯ-общения).

3) Генерация и распознавание речи.

Системы речевого общения создаются в целях повышения скорости ввода информации в ЭВМ, разгрузки зрения и рук, а также для реализации речевого общения на значительном расстоянии. В таких системах под текстом понимают фонемный текст (как слышится).

4) Обработка визуальной информации.

В этом научном направлении решаются задачи обработки, анализа и синтеза изображений. Задача обработки изображений связана с трансформированием графических образов, результатом которого являются новые изображения. В задаче анализа исходные изображения преобразуются в данные другого типа, например в текстовые описания. При синтезе изображений на вход системы поступает алгоритм построения изображения, а выходными данными являются графические объекты (системы машинной графики).

Обучение и самообучение. Эта актуальная область искусственного интеллекта включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний с использованием процедур анализа и обобщения данных. К данному направлению относятся не так давно появившиеся системы добычи данных (Data-mining) и системы поиска закономерностей в компьютерных базах данных (Knowledge Discovery) [6, с. 79-80].

5) Распознавание образов.

Это одно из самых ранних направлений искусственного интеллекта, в котором распознавание объектов осуществляется на основании применения специального математического аппарата, обеспечивающего отнесение объектов к классам, а классы описываются совокупностями определенных значений признаков.

6) Игры и машинное творчество.

Машинное творчество охватывает сочинение компьютерной музыки, стихов, интеллектуальные системы для изобретения новых объектов. Создание интеллектуальных компьютерных игр является одним из самых развитых коммерческих направлений в сфере разработки программного обеспечения. Кроме того, компьютерные игры предоставляют мощный арсенал разнообразных средств, используемых для обучения.

7) Интеллектуальные роботы.

Создание интеллектуальных роботов составляет конечную цель робототехники. В настоящее время в основном используются программируемые манипуляторы с жесткой схемой управления, названные роботами первого поколения. Несмотря на очевидные успехи отдельных разработок, эра интеллектуальных автономных роботов пока не наступила. Основными сдерживающими факторами в разработке автономных роботов являются нерешенные проблемы в области интерпретации знаний, машинного зрения, адекватного хранения и обработки трехмерной визуальной информации.

8) Компьютерные вирусы.

Являются одним из видов программной продукции. Последние поколения компьютерных вирусов обладают всеми параметрами искусственного интеллекта. Они свободно перемещаются по компьютерным сетям, мутируют, размножаются, обучаются, меняют свои параметры и структуру [3, с. 28-29].

 

Методики и подходы построения систем искусственного интеллекта.

Существуют различные подходы к построению систем искусственного интеллекта: 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.