Иерархия построения целей и задач

Оглавление

Искусственный интеллект 2

История искусственного интеллекта 3

Тест Тьюринга 5

Машинное обучение 7

Понимание естественных языков и семантическое моделирование 8

Основные направления исследований в ИИ 9

Моделирование рассуждений на основе ограничений 11

Немонотонные модели рассуждений 11

Рассуждения о действиях и изменениях 12

Рассуждения с неопределенностью 12

Искусственный интеллект

Искусственный интеллект  можно определить как научную  дисциплину, которая занимается моделированием разумного поведения. Это определение  имеет один существенный недостаток – понятие интеллекта трудно объяснить. Большинство людей уверено, что  смогут отличить «разумное поведение», когда с ним столкнутся. Однако вряд ли кто-нибудь сможет дать интеллекту определение, достаточно конкретное для  оценки предположительно разумной компьютерной программы и одновременно отражающее жизнеспособность и сложность человеческого  разума.

Итак, проблема определения  искусственного интеллекта сводится к  проблеме определения интеллекта вообще: является ли он чем-то единым, или же этот термин объединяет набор разрозненных способностей? В какой мере интеллект  можно создать? Что такое творчество? Что такое интуиция? Можно ли судить о наличии интеллекта только по наблюдаемому поведению? Как представляются знания в нервных тканях живых существ, и как можно применить это  в проектировании интеллектуальных устройств? Возможно ли вообще достичь разумности посредством компьютерной техники, или же сущность интеллекта требует богатства чувств и опыта, присущего лишь биологическим существам?

На эти вопросы  ответа пока не найдено, но все они  помогли сформировать задачи и методологию, составляющие основу современного искусственного интеллекта. Отчасти привлекательность  искусственного интеллекта в том  и состоит, что он является оригинальным и мощным оружием для исследования этих проблем. Искусственный интеллект  предоставляет средство и испытательную  модель для теорий интеллекта: эти  теории могут быть сформулированы на языке компьютерных программ, а затем  – испытаны.

По этим причинам определение искусственного интеллекта, приведенное в начале статьи, не дает однозначной характеристики для  этой области науки. Оно лишь ставит новые вопросы и открывает  парадоксы в области, одной из главных задач которой является поиск самоопределения. Однако проблема поиска точного определения искусственного интеллекта вполне объяснима. Изучение искусственного интеллекта – еще  молодая дисциплина, и ее структура, круг вопросов и методики не так  четко определены, как в более  зрелых науках, например, физике.

Искусственный интеллект  призван расширить возможности  компьютерных наук, а не определить их границы. Одной из важных задач, стоящих  перед исследователями, является поддержание  этих усилий ясными теоретическими принципами.

Любая наука, включая  и искусственный интеллект, рассматривает  некоторый круг проблем и разрабатывает  подходы к их решению. История  искусственного интеллекта, рассказы о личностях и их гипотезах, положенных в основу этой науки, возможно, сможет объяснить, почему некоторые проблемы стали доминировать в этой области  и почему для их решения были взяты  на вооружение методы, используемые сегодня. 
 
 

История искусственного интеллекта

Можно считать, что  история искусственного интеллекта начинается с момента создания первых ЭВМ в 40-х г.г. С появлением электронных  вычислительных машин, обладающих высокой (по меркам того времени) производительностью, стали возникать первые вопросы  в области искусственного интеллекта: возможно ли создать машину, интеллектуальные возможности которой были бы тождественны интеллектуальным возможностям человека (или даже превосходили возможности  человека).

Следующим этапом в  истории искусственного интеллекта являются 50-е годы, когда исследователи  пытались строить разумные машины, имитируя мозг. Эти попытки оказались  безуспешными по причине полной непригодности, как аппаратных, так и программных  средств. В 1956 г. состоялся семинар  в Стэнфордском университете (США), где был впервые предложен термин искусственный интеллект – artificial intelligence.

60-е года в истории  искусственного интеллекта отметились  попытками отыскать общие методы  решения широкого класса задач,  моделируя сложный процесс мышления. Разработка универсальных программ  оказалась слишком трудным и  бесплодным делом. Чем шире  класс задач, которые может  решать одна программа, тем  беднее оказываются ее возможности  при решении конкретной проблемы. В этот период началось зарождение  эвристического программирования. Эвристика – правило, теоретически  не обоснованное, но позволяющее  сократить количество переборов  в пространстве поиска. Эвристическое  программирование – разработка  стратегии действий по аналогии  или прецедентам. В целом, 50-60 г.г.  в истории искусственного интеллекта  можно отметить как время поиска  универсального алгоритма мышления.

Существенный прорыв в практических приложениях искусственного интеллекта произошел в 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. Обе эти системы в определенном смысле можно назвать диагностическими, поскольку в первом случае («MYCIN») по ряду симптомов (признаков патологии организма) определяется болезнь (ставится диагноз), во втором – по ряду свойств определяется химическое соединение. В принципе, этот этап в истории искусственного интеллекта можно назвать рождением экспертных систем.

Следующий значимый период в истории искусственного интеллекта – это 80-е года. На этом отрезке искусственный интеллект  пережил второе рождение. Были широко осознаны его большие потенциальные  возможности, как в исследованиях, так и в развитии производства. В рамках новой технологии появились  первые коммерческие программные продукты. В это время стала развиваться  область машинного обучения. До этих пор перенесение знаний специалиста-эксперта в машинную программу было утомительной и долгой процедурой. Создание систем, автоматически улучшающих и расширяющих  свой запас эвристических (не формальных, основанных на интуитивных соображениях) правил – важнейший этап в последние  годы. В начале десятилетия в различных  странах были начаты крупнейшие в  истории обработки данных, национальные и международные исследовательские проекты, нацеленные на «интеллектуальные вычислительные системы пятого поколения». 
 

Современные разработки в области искусственного интеллекта

Какие возможности  предоставляет искусственный интеллект  в наши дни? Краткий ответ на этот вопрос сформулировать сложно, поскольку  в этом научном направлении существует слишком много подобластей, в  которых выполняется очень много  исследований. Ниже приведен краткий  обзор современных разработок с  применением технологий искусственного интеллекта.

Автономное планирование и составление расписаний. Работающая на удалении в сотни миллионов  километров от Земли программа Remote Agent агентства NASA стала первой бортовой автономной программой планирования, предназначенной для управления процессами составления расписания операций для космического аппарата. Программа Remote Agent вырабатывала планы на основе целей высокого уровня, задаваемых с Земли, а также контролировала работу космического аппарата в ходе выполнения планов: обнаруживала, диагностировала и устраняла неполадки по мере их возникновения.

Ведение игр. Программа  Deep Blue компании IBM стала первой компьютерной программой, которой удалось победить чемпиона мира в шахматном матче, после того как она обыграла Гарри Каспарова со счетом 3.5:2.5 в показательном матче. Каспаров заявил, что ощущал напротив себя за шахматной доской присутствие «интеллекта нового типа». Журнал Newsweek описал этот матч под заголовком «Последний оборонительный рубеж мозга». Стоимость акций IBM выросла на 18 миллиардов долларов.

Автономное управление. Система компьютерного зрения Alvinn была обучена вождению автомобиля, придерживаясь определенной полосы движения. В университете CMU эта система была размещена в микроавтобусе, управляемом компьютером NavLab, и использовалось для проезда по Соединенным Штатам; на протяжении 4586.6 км система обеспечивала рулевое управление автомобилем в течение 98% времени. Человек брал на себя управление лишь в течение остальных 2%, главным образом на выездных пандусах. Компьютер NavLab был оборудован видеокамерами, которые передавали изображения дороги в систему Alvinn, а затем эта система вычисляла наилучшее направление движения, основываясь на опыте, полученном в предыдущих учебных пробегах.

Диагностика. Медицинские  диагностические программы, основанные на вероятностном анализе, сумели достичь  уровня опытного врача в нескольких областях медицины. Хекерман описал случай, когда ведущий специалист в области патологии лимфатических узлов не согласился с диагнозом программы в особо сложном случае. Создатели программы предложили, чтобы этот врач запросил у компьютера пояснения по поводу данного диагноза. Машина указала основные факторы, повлиявшие на ее решение, и объяснила нюансы взаимодействия нескольких симптомов, наблюдавшихся в данном случае. В конечном итоге эксперт согласился с решением программы.

Планирование снабжения. Во время кризиса в Персидском заливе в 1991 году в армии США была развернута система DART (Dynamic Analysis and Replanning) для обеспечения автоматизированного планирования поставок и составления графиков перевозок. Работа этой системы охватывала одновременно до 50 000 автомобилей, единиц груза и людей; в ней приходилось учитывать пункты отправления и назначения, маршруты, а также устранять конфликты между всеми параметрами. Методы планирования на основе искусственного интеллекта позволяли вырабатывать в течение считанных часов такие планы, для составления которых старыми методами потребовались бы недели. Представители агентства DARPA (Defense Advanced Research Project Agency – Управление перспективных исследовательских программ) заявили, что одно лишь это приложение сторицей окупило тридцатилетние инвестиции в искусственный интеллект, сделанные этим агентством.

Робототехника. Многие хирурги теперь используют роботов-ассистентов  в микрохирургии. Например, HipNav – это система, в которой используются методы компьютерного зрения для создания трехмерной модели анатомии внутренних органов пациента, а затем применяется робототехническое управление для руководства процессом вставки протеза, заменяющего тазобедренный сустав.

Понимание естественного  языка и решение задач. Программа Proverb – это компьютерная программа, которая решает кроссворды намного лучше, чем большинство людей; в ней используются ограничения, определяющие состав возможных заполнителей слов, большая база с данными о встречавшихся ранее кроссвордах, а также множество различных источников информации, включая словари и оперативные базы данных, таких как списки кинофильмов и актеров, которые играли в этих фильмах. Например, эта программа способна определить, что одним из решений, подходящих для ключа «Nice Story», является слово «ETAGE», поскольку ее база данных содержит пару ключ-решение «Story in France/ETAGE», а сама программа распознает, что шаблоны «Nice X» и «X in France» часто имеют одно и то же решение. Программа не знает, что Nice (Ницца) – город во Франции, но способна разгадать эту головоломку.

Выше приведено  лишь несколько примеров систем искусственного интеллекта, которые существуют в  настоящее время. Искусственный  интеллект – это не магия и  не научная фантастика, а сплав  методов науки, техники и математики. 
 

Тест  Тьюринга

Тест Тьюринга –  это тест, как следует из названия, предложенный Аланом Тьюрингом, для  определения обладает ли машина интеллектом. Тьюринг решил, что нет смысла разрабатывать обширный список требований, необходимых для создания искусственного интеллекта, который к тому же может  оказаться противоречивым, и предложил  тест, основанный на том, что поведение  объекта, обладающего искусственным  интеллектом, в конечном итоге нельзя будет отличить от поведения таких  бесспорно интеллектуальных сущностей, как человеческие существа. Компьютер  успешно пройдет тест Тьюринга, если человек-экспериментатор, задавший ему  в письменном виде определенные вопросы, не сможет определить, получены ли письменные ответы от другого человека или от некоторого устройства. На данный момент составление программы для компьютера, чтобы он прошел тест Тьюринга, требует  большого объема работы. Запрограммированный  таким образом компьютер должен включать в себя:

средства обработки  текстов на естественных языках (Natural Language Processing – NLP), позволяющие успешно общаться с компьютером, скажем на английском языке;