Искусственный интеллект

«Искусственный  интеллект», который, по прогнозам время  от времени пишущих на футурологические темы журналистов, должен появиться  в этом столетии, на самом деле уже  существует несколько десятков лет. Он представляет собою не таинственный рукотворный мозг, упрятанный в стальную голову робота или занимающий несколько  этажей строго засекреченного здания, а науку, сложную, разветвленную, имеющую  свою достаточно долгую историю разочарований  и достижений. Искусственный интеллект — направление информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю – не программисту ставить и решать свои традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.           

Предыстория искусственного интеллекта

Идея создания искусственного подобия человека для  решения сложных задач и моделирования  человеческого разума витала в воздухе  еще в древнейшие времена. В Древнем  Египте была создана «оживающая»  механическая статуя бога Амона. У Гомера в «Илиаде» бог Гефест ковал человекоподобные существа-автоматы. В литературе эта  идея обыгрывалась многократно: от Галатеи  Пигмалиона до Буратино папы Карло. Однако родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII веке попытался создать механическую машину для решения различных задач на основе разработанной им всеобщей классификации понятий.

Позже Лейбниц  и Декарт независимо друг от друга  продолжили эту идею, предложив универсальные  языки классификации всех наук. Эти  работы можно считать первыми  теоретическими работами в области  искусственного интеллекта.

Окончательное рождение искусственного интеллекта как  научного направления произошло  только после создания ЭВМ в 40-х  гг. ХХ века. В это же время Норберт Винер создал свои основополагающие работы по новой науке — кибернетике.

Термин «искусственный интеллект» — (ИИ, AI — artificial intelligence) был предложен в 1956 г. на семинаре с аналогичным названием в Дартсмутском колледже (США). Семинар был посвящен разработке методов решения логических, а не вычислительных задач. В английском языке данное словосочетание не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово intelligence означает «умение рассуждать разумно», а вовсе не «интеллект», для которого есть английский аналог: intellect.

Исследования  в области ИИ, первоначально были сосредоточены в нескольких университетских  центрах США (Массачусетском технологическом институте, Технологическом институте Карнеги в Питтсбурге, Станфордском университете) и России (МГУ, МВТУ, МиФИ). В настоящее время ведутся исследования во многих других университетах и корпорациях США, России и других стран. В общем, исследователей ИИ, работающих над созданием мыслящих машин, можно разделить на две группы. Одних интересует чистая наука и для них компьютер - лишь инструмент, обеспечивающий возможность экспериментальной проверки теорий процессов мышления. Интересы другойгруппы лежат в области техники: они стремятся расширить сферу применения компьютеров и облегчить пользование ими. Многие представители второй группы мало заботятся о выяснении механизма мышления - они полагают, что для их работы это едва ли более полезно, чем изучение полета птиц и самолетостроения.   

 От логики к кибернетике 

Человек всегда старался понять, как он мыслит, по каким  законам и правилам строятся его  рассуждения, в чем гарантия истинности его умозаключений. Логика - древнейшая из наук. Законы, открытые еще Аристотелем (IV  век до н.э.), верны и  поныне и лежат в основе современной формальной логики. В ХХ веке логика как наука приобретает второе дыхание - она становится наукой... технической: по законам формальной логики строятся электрические схемы  элементов и узлов ЭВМ,  позволяя им решать не только математические, но и чисто логические задачи. Все это в какой-то мере моделировало интеллектуальную деятельность человека. Но хотелось большего.

Искусственный интеллект появился на базе вычислительной техники, математической логики, программирования, психологии, лингвистики, нейрофизиологии  и др. С появлением и совершенствованием вычислительной техники появилась  возможность решать не только задачи вычислительного характера, но и  различные логические задачи, играть в шахматы с компьютером, создавать различные игровые программы, музыкальные мелодии, распознавать образы и управлять различными объектами, переводить с одного языка на другой и доказывать теоремы.

Вскоре после  признания искусственного интеллекта отдельной областью науки произошло  разделение его на два направления: нейрокибернетика и «кибернетика черного  ящика». Эти направления развиваются  практически независимо, существенно  различаясь как в методологии, так  и в технологии. И только в настоящее  время стали заметны тенденции  к объединению этих частей вновь  в единое целое.          

Нейрокибернетика

Основную идею этого направления 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 программно-аппаратное моделирование структур, подобных структуре мозга. Усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы, т.е. в нейронные сети.   Первые нейросети были созданы в 1956-65 гг. Это были не очень удачные попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Постепенно в 1970-80 гг. количество работ по этому направлению искусственного интеллекта стало снижаться. Слишком неутешительны были первые результаты. Авторы объясняли неудачи малой памятью и низким быстродействием существующих в то время компьютеров.

Однако в Японии в рамках проекта «ЭВМ V поколения» был создан первый нейрокомпьютер, или компьютер VI поколения. К этому  времени ограничения по памяти и  быстродействию были практически сняты. Появились транспьютеры — параллельные компьютеры с большим количеством  процессоров.

Транспьютерная  технология — это только один из десятка новых подходов к аппаратной реализации нейросетей, которые моделируют иерархическую структуру мозга человека.

Сегодня можно  выделить три подхода к созданию нейросетей: аппаратный (создание специальных компьютеров, нейрочипов, плат расширения, наборов микросхем); программный (создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры; сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры); гибридный (комбинации первых двух).           

Кибернетика «черного ящика» и искусственный интеллект  

В основу этого  подхода положен принцип, противоположный  нейрокибернетике. Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные  воздействия оно реагировало  так же, как человеческий мозг.

Сторонники этого  направления мотивировали свой подход тем, что человек не должен слепо  следовать природе в своих  научных и технологических поисках. Вспомним, что колеса в природе  нет. К тому же пограничные науки  о человеке не смогли внести существенного  теоретического вклада, объясняющего хотя бы приблизительно, как протекают  интеллектуальные процессы у человека, как устроена память и как человек  познает окружающий мир.

Это направление  искусственного интеллекта было ориентировано  на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. Существенный вклад в становление  новой науки внесли ее пионеры: Маккарти, Минский, Ньюэлл, Саймон, Шоу, Хант и др.

Искусственный интеллект становится одной из наиболее перспективных и престижных областей информатики.  

 Основные  этапы развития систем искусственного  интеллекта 

История развития систем искусственного интеллекта начинается с середины 50-х годов и связана  с уровнем развития  вычислительной техники. Условно можно выделить 7 этапов развития искусственного интеллекта, каждый из которых связывается с определённым уровнем развития искусственного интеллекта и парадигмой, реализуемой в конкретной системе.

Парадигма –  новая идея математического описания работы систем искусственного интеллекта.

Эти этапы наглядно представлены в таблице.  

Основные этапы  развития систем искусственного интеллекта

Проследим вкратце  эволюцию развития «интеллекта» ЭВМ (машинного  интеллекта). В ней можно выделить несколько принципиально различных  этапов развития.

Этап 1 (50–е годы)

Он связан с  появлением первых машин последовательного  действия, с очень небольшими, по сегодняшним меркам, ресурсными возможностями  по памяти, быстродействию и классам  решаемых задач. Это были задачи  сугубо вычислительного характера, для которых были известны схемы решений и которые можно описать на некотором формальном языке. К этому же классу относятся и задачи на адаптацию.

Таким образом, первый этап эволюции «интеллекта» ЭВМ  соответствовал формированию вычислительного  «интеллекта», который  носил чисто алгоритмический характер и достаточно просто поддавался формализации и программированию. Поэтому при разработке систем автоматизации различных видов деятельности человека необходимо было: выделить задачи расчетного характера, увязать их в определенную систему, построить формальные математические модели, подобрать методы  решения, запрограммировать, проверить на адекватность и соответствие результатам деятельности человека и затем использовать в практической работе.  
Можно сказать, что такого рода автоматизация носила фрагментарный (точечный) характер и, естественно, быстро перестала удовлетворять реальным потребностям. Недостатком такого рода алгоритмов было то, что в них в едином алгоритмическом процессе переплетались данные входные и промежуточные с операторами их обработки (действиями). И отделить данные от процессов их преобразования (знаний о процессах обработки) было невозможно. Это создавало огромные потребности в программистах и необходимость постоянного «дотягивания»  программ до постоянно меняющихся алгоритмов. И даже с появлением алгоритмических языков, которые повышали производительность труда программистов не менее чем на порядок, ситуация принципиально  не изменилась.

Этап 2  (60-е годы)

По мере развития возможностей ЭВМ и их насыщения  усложнялись задачи и осознавались новые рутинные виды деятельности, которые хотелось передать машине. В частности, был осознан новый  класс задач, решаемых человеком  постоянно.  Это были задачи поиска и сортировки информации, работа с БД. В «интеллект» машины добавились механизмы поиска, сортировки, простейшие операции по обобщению информации, не зависящие от смысла  обрабатываемых данных. Это стало новой точкой отсчета в развитии и понимании задач автоматизации деятельности человека. Можно сказать, что с этого момента и началась эпоха массовой автоматизации систем управления, проектирования, управления технологическими процессами и т.п., продолжавшаяся до конца 80-х годов.