Искусственный интеллект

Практически параллельно  в мире (США, Англия) развивалось  научное направление, идеи которого принципиально отличались  от принятых. Задачи этого класса характеризуются отсутствием априори известных схем решения, даже при условии привлечения дополнительных знаний о предметной области. Поэтому для решения таких задач используются сложные иерархические построения и программы, имитирующие механизмы мышления человека. Этот класс задач было принято считать интеллектуальным, а методы  их решения стали  развиваться в рамках научного направления, получившего название эвристического программирования. Его сторонники (Саймон А., Шоу Дж., Гелентер Г. и др.) считали, что интеллектуальной можно называть только ту программу, которая обладает механизмом логического вывода и которая на его основе способна самостоятельно синтезировать алгоритмы решения задач. При этом  под решением задач понимался такой алгоритм, выполнение которого переводит объект управления (процесс, среду и т.п.) из начального состояния в целевое.

Этот алгоритм необходимо было каждый раз синтезировать  автоматически на основе описания пространства состояний задачи. При этом в качестве прототипа модели механизма мышления использовалась теория логического  вывода, хорошо разработанная в метаматематике.

На этом пути были достигнуты фундаментальные для  теории ИИ результаты: апробирован  и исследован механизм логического  вывода и разработаны программы  автоматического доказательства теорем в логике, арифметике, планиметрии; получены новые методы и алгоритмы, ускоряющие процесс логического  вывода и сделавшие возможным  его эффективную реализацию на ЭВМ и др. Именно в рамках эвристического программирования  были разработаны: теория построения пространства состояний; методы поиска решений в нем (лабиринтная гипотеза);  наработаны универсальные эвристики разбиения задачи на подзадачи и сокращения пространства поиска решений. 

Это стало основой  новых методов, языков программирования  и моделей постановки и решения оптимизационных задач в математическом программировании (методы скорейшего спуска, ветвей и границ и др.), в распознавании образов.

Другим важнейшим  результатом этого этапа развития ИИ стало понимание возможности  разделения данных и механизмов их обработки в рамках  формальных моделей представления знаний. Развитие  этого направления стимулировалось наличием социального заказа в США, Японии и Европе на создание интеллектуальных роботов для исследования космического пространства и новых планет, для работы в недоступных или опасных для человека средах. Построить искусственный разум робота для таких целей невозможно было на основе вычислительного и поискового интеллектов. Нужен был принципиально новый подход, который развивался бы в рамках эвристического программирования и  моделирования нейронных сетей (персептронов). Исследования проводились на задачах: на кубиках (планирование поведения роботов при сборке простейших конструкций), на построение пространства состояний и поиск в нем решений для игр (крестики – нолики, шашки, шахматы и т.п.)

В рамках этих исследований  появились понятия: модель предметной области, пространство состояний и поиска решений, модель представления знаний, стратегии вывода и др., которые и составили в дальнейшем предмет нового научного направления под общим названием «искусственный интеллект». Таким образом, третий этап развития обогатил «интеллект» машины логикой (логическим выводом) как одним из основных механизмов мышления человека. 

Этап 3 (70-е годы)

В конце 70-x годов  в мире даже наметился некоторый "кризис жанра", поскольку огромные вложения не приводили к сколько-нибудь убедительным практическим результатам. Это продолжалось до тех пор, пока учеными не была осознана важность знаний(по объему и содержанию) для синтеза интересных алгоритмов решения задач. При этом имелись в виду знания, с которыми математика не умела работать, т.е. опытные знания, не носящие строгого формального характера и описываемые обычно в декларативной форме. Это знания специалистов в различных областях деятельности, врачей, химиков, исследователей и т.п. Такие знания получили название экспертных знаний, и соответственно  системы, работающие на основе экспертных знаний, стали называться системами-консультантами или экспертными системами (не путать с экспертными оценками - это совсем другое).

В рамках экспертных систем как важнейшего типа систем ИИ произошло соединение неформально  описываемых знаний с механизмами  логического вывода и другими методами, разработанными в рамках эвристического программирования. Это дало потрясающий эффект в виде экспертных систем для самых различных направлений деятельности, к которым  ранее никакие математические формализации не подходили: медицина, химия, геология, управление и т.д. Именно в рамках экспертных систем были разработаны неформальные модели представления знаний, модели вывода в различных представлениях, псевдофизические логики, логика рассуждений или логика правдоподобного вывода и т.п.

Этап 4 (80-е годы)

Четвертый этап развития ИИ стал прорывным. С появлением экспертных систем в мире начался  принципиально новый этап развития интеллектуальных технологий – эра  интеллектуальных систем - консультантов, которые предлагали варианты решений, обосновывали их, способны были к обучению и, следовательно, к развитию, общались с человеком на привычном для него, хотя и ограниченном,  естественном языке. Знания стали товаром. Носителей систем знаний называли экспертами. Человечество получило возможность сохранять и накапливать базы знаний отдельных специалистов (или групп специалистов) в определенной области. Знания стало возможным   собирать, тиражировать, проектировать, сделать доступными для всех заинтересованных в нем людей. Появилась новая профессия – «инженер по знаниям» или «инженер - когнитолог».

Этап 5 (90-е годы)

Усложнение систем  связи и  решаемых   задач  потребовало качественно нового уровня «интеллектуальности» обеспечивающих  программных систем, таких систем, как защита от несанкционированного доступа, информационная безопасность ресурсов, защита от нападений, смысловой анализ  и поиск информации в сетях и т.п. И новой парадигмой создания перспективных систем защиты всех видов стали интеллектуальные системы. Именно они позволяют создавать гибкие среды, в рамках которых обеспечивается решение всех необходимых задач. Это новое направление получило название мультиагентных систем.  Каждый агент имеет свою систему целеполагания и мотивации, свою область действий и ответственности, а взаимодействие между ними обеспечивается метаинтеллектом. В рамках такого  осмысления традиционные методы, алгоритмы и программы становятся элементарными «кирпичиками», из которых строятся затем алгоритмы и решения возникающих задач. Таким образом, моделируется некоторое виртуальное сообщество интеллектуальных  агентов-систем, которые автономны, активны, вступают в различные  «социальные» отношения – кооперации и сотрудничества (дружбы), конкуренции, соревнования, вражды и т.п.  Этот «социальный» аспект решения задач  - фундаментальная особенность концептуальной новизны передовых информационных технологий, искусственных  (виртуальных)  организаций, виртуального общества. 

Уже сегодня  мультиагентные системы находят широчайшее применение  для: распределенного решения сложных задач,  совмещенного проектирования изделий, построения виртуальных предприятий, моделирования больших производственных систем и электронной торговли, электронной разработки сложных компьютерных систем, управления системами знаний и информации и т.п. Мы являемся свидетелями триумфального шествия по миру интеллектуальных информационных технологий (ИИТ), основанных на идеях экспертных систем и мультиагентности.  Именно они делают цивилизованные страны практически недосягаемыми для других, пока еще только развивающихся, стран. Именно  ИИТ сегодня в мире являются источником глобальной власти и материального благополучия.

Этап 6 (2000-е годы)

Область применения роботов достаточно широка и простирается от автономных газонокосилок и пылесосов  до современных образцов военной  и космической техники. Модели оборудованы  навигационной системой и всевозможными  периферийными датчиками. Роботы-пылесосы перемещаются по квартире по случайным  траекториям, собирая мусор и  объезжая статические предметы, и  удирают от движущихся объектов (людей  и животных). Современным роботом  является «интеллектуальный дом», который  осуществляет не только управление доступом к жилищу по дактилоскопическим и  биометрическим данным, но и удаленное  управление бытовой техникой, составляющей специализированную вычислительную сеть. Кроме того, такой «интеллектуальный  дом» решает задачи многоуровневой защиты от несанкционированного доступа с  возможностью имитации элемента присутствия.

Известны беспилотные  самолеты, луноходы и другие автономные средства космического назначения.

Промежуточную роль занимают различного рода манипуляторы и обрабатывающие центры, например роботизированные производства на автомобильных  гигантах Ford, GM, ВАЗ и др. 

Этап 7 ( год 2008)

В 1993 году на симпозиуме VISION-21, который проводился Центром  космических исследований NASA им. Льюиса и Аэрокосмическим институтом Огайо, была представлена статья «Грядущая  технологическая сингулярность: как  выжить в пост-человеческую эру» (The Coming Technological Singularity: How to Survive in the Post-Human Era). Автором доклада был математик и писатель Вернор Виндж (Vernor Vinge). В 2003 году автор дополнил эту статью некоторыми комментариями. Статья была написана более десяти лет назад, но актуальна до сих пор. Те комментарии, которые внёс автор спустя десять лет после первоначального написания, лишь дополняют первоначальную статью. 

 Универсальный  искусственный интеллект

Около 50 лет назад  область искусственного интеллекта была прямо нацелена на создание «думающей  машины» - компьютерной системы с  подобным человеку интеллектом. Весь комплект, упакованный всеми позывами, такими как  личностные качества, желание, внимание, креативность и т.д.

Но эта цель трудно достигаема, и поэтому поиски  искусственного интеллекта сконцентрировались в основном на производстве системы «узко профильного искусственного интеллекта», т.е. софта, который проявляет интеллект относительно определенных вопросов, касающихся узких доменов.

Эта работа «узко  профильного искусственного интеллекта»  часто бывает довольно успешной. Она  производится в случаях, например, игры в шахматы, где программа может  выиграть у человека, или программ, которые могут ставить диагнозы болезней лучше, чем доктор. Созданы  программы, которые переводят речь в текстовой документ, анализируют  хромосомные данные, автоматически  приводят в движение колеса, прогнозируют биржевой курс. Этот список можно продолжать и продолжать. Фактически, основное направление софта, такое как Google и математика, использует алгоритмы искусственного интеллекта, т.к. в общем случае перечисленные выше алгоритмы имеют сходство с тем, чему обучают в университетском курсе по технологии программирования.

Существует выражение, что когда одна цель достигнута средствами компьютерного программирования, то это классифицируется как не искусственный  интеллект, и с еще большой  долей сарказма убеждаемся, что есть в этом выражении правда. Но самая  суть в том, что узко специализированный искусственный интеллект учит нас, каким образом все эти различные достижения в создании специализированных инструментов искусственного интеллекта в реальности являются составляющими для создания «думающей машины». Все эти достижения узко специализированного искусственного интеллекта используются сами по себе и еще не так далеко внедрились в процесс создания «думающей машины».

Некоторые исследователи  верят в то, что узко специализированный искусственный интеллект, в конечном счете, приведет нас к универсальному искусственному интеллекту. Вот что, наверное, имел в виду основатель Google Сергей Брин, когда назвал Googleкомпанией искусственного интеллекта. Его идеи следующие, грубо говоря: Google - узко специализированный искусственный интеллект, работая над поиском информации и всем тем, что относится к теме, приведет к более умным машинам которые, в конце концов, достигнут по настоящему схожего с человеческим по уровню осознания и понимания интеллекта.

С другой стороны, некоторые исследователи, верят  в то, что узко специализированный искусственный интеллект  и универсальный искусственный интеллект являются абсолютно разными в своем значении. В перспективе, если универсальный интеллект является целью, то необходимо его переориентировать в главную цель этой области – переход от узкоспециализированных проблем к решению более сложных вопросов человеческого интеллекта и уровням человеческого интеллекта. Согласно этому мнению, некоторые исследователи искусственного интеллекта стали использовать термин Универсальный Искусственный Интеллект или УИИ,  чтобы отличить работу, нацеленную на разработку универсального искусственного интеллекта, от узко профильных проблем.

Некоторая часть  работы, сделанная уже по узко специализированному искусственному интеллекту, может сыграть важную роль в разработке универсального искусственного интеллекта, но в его перспективе для максимального применения  необходимо искусственный интеллект использовать немного по-другому.  

 Общие направления  развития искусственного интеллекта

Искусственный интеллект возник еще со времен легенды  о Пигмалионе как поэтическое восхищение человечества перед искусственными разумными существами (пример: «Говорящая голова» - «Руслан и Людмила»). Основное развитие искусственный интеллект получил в 50-е годы ХХ века с появлением ЭВМ, так как появился инструментарий для реализации систем искусственного интеллекта.

В 1945 году была создана  первая ЭВМ «ЭНИАК» учеными и  студентами Гарвардского университета. В СССР первая ЭВМ - малая электронно-счетная  машина (МЭСМ) была разработана учеными  и дипломниками МЭИ под руководством С.А. Лебедева в 1947 г. Разработка этой машины послужила основой создания ИТМ и ВТ, который сейчас носит имя С.А. Лебедева. Учеными были созданы мощные вычислительные комплексы БЭСМ 2,4 Эльбрус 1, Эльбрус 2. В настоящее время разработан микропроцессор ELBRUS Е2К (Е2000) как представитель микропроцессоров восьмого поколения.