Методологія та організація наукових досліджень

Для того, щоб поглибити досягнення у сфері штучного інтелекту слід спершу відповісти на питання як машина може імітувати мислення людини. Однією з найпоширеніших відповідей на цей час є така, що приймає точку зору коннекціонізму. Тобто сверджується, що найкращим способом є моделювання машин за принципом будови основних нервових структур.

Також, на основ відповіді на попереднє питання виникає нове, що постає основною проблемою на сучасному етапі розвитку наук, що займаються створенням штучного інтелекту. Якщо змоделювати штучну людину, при цьому врахувавши всі недоліки справжньої істоти, чи можливо, щоб комп’ютер перевершив живу істоту? Адже вже зараз деякі програми працюють ефективніше за людське мислення. Але більшість з них, на даний момент, лише грубі бідробки тонкого мисленнєвого апарату людського мислення. Комп'ютери можуть вирішувати деякі завдання, наприклад складні математичні, швидше і точніше, ніж люди, але завдання, що вимагають узагальнень та навчання новим патернам поведінки, люди вирішують краще комп'ютерів.

Для більш-менш об’єктивного порівняння можливостей мозку і комп’ютеру можна взяти показник потужності кожного. Спробуємо оцінити потужність людського мозку комп'ютерними мірками. Він складається з приблизно 100 млрд. нейронів. Кожен нейрон представляє собою мініатюрний «процесор» і пов'язаний з іншими нейронами 5 тисячами синапсів. У зв'язку з хімічною природою передачі інформації, затримка нейрона становить 0.01 сек., тобто робоча частота нейрона близько 100 Гц. Кожен сигнал синапсу можна оцінити приблизно в 5 біт. В результаті отримуємо потужність одного нейрона – 1000000 оп / с. Для всього мозку - 10 ^ 17 оп / с. На сьогоднішній день середній домашній комп'ютер володіє продуктивністю 10 ^ 9 оп / с, найпотужніші у світі комп'ютери - приблизно 10 ^ 13 оп / с, що поки в 10 тисяч разів менше потужності людського мозку.              

Слід враховувати, що просте порівняння потужності не може охарактеризувати ефективність інтелекту. Людський мозок має оптимізовану найкращим чином організацію, здатність використовувати досвід минулих поколінь, володіє самонавчанням, самореструктурізаціею. Щоб оцінити продуктивність одного тільки зорового апарату людини досить згадати, що кожну 1/16 секунди він аналізує зображення, що в тисячі разів перевищуе здатність до розрішення найсучасніших фотокамер. За цей час мозок встигає виділити окремі об'єкти, співвіднести їх з минулим досвідом, зарахувати до певних груп, зіставити інформацію лівого і правого ока, на підставі чого прорахувати відстань до кожного з об'єктів, направити зіницю в найбільш ефективну крапку в контексті досліджуваного образу.

Отже, наврядчи на даному етапі можна говорити про вже існуюче перевершення людського мозку штучним інтелектом. Поки що не збудуться жахи, що вже давно передрікає нам наукова фантастика.

Приклади існування штучного інтелекту

Позиціюючи проблему штучного інтелекту як дуже актуальну і сучасну, неможливо не токнутися того, як саме він використовується в сучасному суспільстві. Так як ми розглядаємо штучний інтелект з психологічної точки зору, слід також охопити віяння, які він привносить до свідомості суспільства.

Шаховий комп’ютер

Майбуть найпопулярнішим прикладом штучного інтелекту є шаховий комп'ютер - спеціалізований комп'ютер для гри в шахи. Ідея автомата, що дозволяв би грати у шахи за відсутності партнера виникла ще в 18 столітті. У СРСР з середини 80 років випускалися споживчі шахові комп'ютери

Сьогодні шахові програми використовуються доволі повсякденно, як і задумувалося в 18 столітті, вони допомагають замінити реального супротивника. Іноді, навіть, перемагають чемпіонів світу. Наприклад один з матчів Каспарова і DeepBlue завершився нічиєю. Але що саме лежить в основі висловлювання «комп’ютер проти людини»?

Алгоритм, який використовується програмістами IBM, призначений для пошуку потрібних ходів серед усіх можливих комбінацій. Обмежені апаратні засоби, у свою чергу, змушують вчених шукати варіанти зменшення часу пошуку без значної втрати якості. За словами Кемпбелла, алгоритм Deep Blue передбачає кількісну оцінку кожного ходу. Оцінюється він за наступними параметрами:

1. Чи дасть перевагу на дошці? Ходи, що ведуть до поразки комп'ютера, відкидаються відразу ж.

2. Популярність даного ходу. Для цього в Deep Blue довелося впровадити базу даних з інформацією про шахові поєдинки серед професіоналів. Хід, до якого в схожій ситуації вдалися багато хто з гросмейстерів, має шанси заробити більше "очок".

3. Рівень майстерності гросмейстерів, які скористалися цим ходом. Таким чином, хід, зроблений чемпіоном світу, отримує більш високу оцінку.

4. Відносна частота даного ходу. Чим частіше хід зустрічається в інших іграх, тим вище ймовірність його оптимальності в схожій ситуації.

5. Наявність коментарів до ходу. Багато спортивних коментаторів у репортажах з шахових матчів вказують на сильні і слабкі ходи гросмейстерів. Якщо певний хід був названий "сильним", то його шанси стати обраним зростають.

Як видно, ніякої містики в роботі DeepBlue немає. В основному наявність "розумної" програми передбачає реалізацію в ній якісного механізму відбору комбінацій. Тому і словосполучення "людина проти комп'ютера" в даному випадку втрачає сенс, тому що з іншої сторони дошки знаходиться не "інтелектуальна" машина або комп'ютерний продукт, а всього лише програма, розроблена і впроваджена все тими ж homo sapiens.

MYCIN

Це експертна система, розроблена на початку 1970х років в Стендфордскому університеті. MYCIN була спроектована для діагностування бактерій, що викликають важкі інфекції, такі як бактеріємія і менінгіт, а також для рекомендації необхідної кількості антибіотиків в залежності від маси тіла пацієнта. Також MYCIN використовувалася для діагностики захворювань згортання крові.

MYCIN оперувала за допомогою досить простої машини виводу, і база знань з приблизно 600 правил. Після запуску, програма ставила користувачеві (лікарю) довгий ряд простих «так / ні» або текстових питань. В результаті, система надавала список підозрюваних бактерій, відсортований за ймовірністю, надавала список питань і правил, які привели її до саме такого ранжування діагнозів, а також рекомендувала курс лікування.

Незважаючи на успіх MYCIN, вона викликала дебати з приводу правомірності її виводів. Дослідження, проведені в Stanford Medical School, виявили, що MYCIN пропонує прийнятну терапію приблизно у 69% випадків, що краще, ніж у експертів з інфекційних хвороб, яких оцінювали за тими ж критеріями. Фактично, MYCIN ніколи не використовувалася на практиці. І не через низьку її ефективність. Деякі дослідники піднімали етичні та правові питання, пов'язані з використанням комп'ютерів в медицині - якщо програма дає неправильний прогноз або пропонує неправильне лікування, хто має відповідати за це? Тим не менше, найбільшою проблемою і справжньою причиною, чому MYCIN не використовується у повсякденній практиці, був стан технологій. У наш час, подібна система була б інтегрована з системою медичних записів, отримувала б відповіді на свої запитання з бази даних про пацієнтів, і була б значно менш залежна від введення інформації лікарем. У 1970-х, сеанс роботи з MYCIN міг легко зайняти 30 хвилин і більше - що становить неприпустимі втрати часу.

Головними труднощами, з якою зіткнулися по час розробки MYCIN і наступних експертних систем, було «витяг» знань з досвіду людей-експертів для формування бази правил. Зараз даними питаннями займається інженерія знань.

Розпізнавання мовлення

Перший пристрій для розпізнавання мовлення з'явилося в 1952 році, воно могло розпізнавати вимовлені людиною цифри. Комерційні програми з розпізнавання голосу з'явилися на початку 90 років. Зазвичай їх використовують люди, які через травми рук не в змозі набирати велику кількість тексту. Наприклад, Dragon NaturallySpeaking, Voice Navigator. Збільшення обчислювальних потужностей мобільних пристроїв дозволило і для них створити програми з функцією розпізнавання мови. Серед таких програм варто відзначити Microsoft Voice Command. Інтелектуальні мовні рішення, що дозволяють автоматично синтезувати і розпізнавати людську мову, є наступним етапом розвитку інтерактивних голосових систем (IVR). Останнім часом у телефонних інтерактивних програмах все частіше використовують системи автоматичного розпізнавання і синтезу мови. При цьому системи розпізнавання є незалежними від дикторів, тобто розпізнають голос будь-якої людини. Наступним кроком технологій розпізнавання мовлення можна вважати розвиток так званих Silent Speech Interfaces (SSI) (Інтерфейсів безмовного Доступу). Ці системи обробки мовлення базуються на одержанні й обробці мовних сигналів на ранній стадії артикулювання. Даний етап розвитку розпізнавання мовлення викликаний двома істотними недоліками сучасних систем розпізнавання: надмірна чутливість до шумів, а також на необхідності чіткої і ясної мови при зверненні до системи розпізнавання. Підхід, заснований на SSI, полягає в тому, щоб використовувати нові сенсори, які не піддаються впливу шумів як доповнення до оброблених акустичним сигналами.

Також існує безліч менш глобальних, але безперечно цікавих і оригінальних винаходів. Таких як, наприклад в той час як американські вчені минулого покоління безуспішно намагалися побудувати комп'ютер, подібний мозку, японський вчений створив такий комп'ютер, використовуючи реальні нервові клітини, змішані з електронними пристроями, в спробі виготовити на половину штучну нейронну мережу. Він успішно поєднав клітини з напівпровідниковю сумішшю індію та окису олова і виявив, що при дуже слабкій електричній стимуляції органічні клітини реагують керованим зростанням. Занадто рано думати про штучний мозкок, але подібні пристрої могли б виступити в ролі інтерфейсу між нервовою системою і такими протезами, як штучні очі.

(Малюнок ілюструє ріст клітин при малому електричному стимулюванні)

Також одним з популярних нині напрямків є робототехніка. На даний момент існує велика кількість видів роботів. Від звичайних маніпуляторів до таких, для створення яких використовується штучний інтелект. Найближчим до нас прикладом такого «розумного» роботу може бути Sam. Він був створений фірмою Samsung на базі нетбука і запущений до найбільших вузів України. Мета цього – привернення уваги молоді до передових інформаційних технологій.

Під час турне робот має спілкуватися зі студентами, встановлюючи при цьому справжній живий діалог. Щоб зав'язати спілкування, SAM має під'їжджати до студентів і, наприклад, питати, як потрапити в деканат, бібліотеки або кабінет ректора. Його співрозмовники, у свою чергу, можуть вводити свої питання в чат-інтерфейсі на клавіатурі нетбука Samsung і отримувати відповіді. Причому SAM може не просто виводити відповіді на екран нетбука в вигляді тексту, але і озвучувати їх.

Турне робота охопить усі куточки країни - від Львова до Донецька і від Києва до Одеси.». 12 травня робот відвідав ряд корпусів Київського національного університету ім. Т. Шевченка. «SAM уособлює симбіоз реального та віртуального спілкування, звичний для активних користувачів соціальних мереж.», - зазначив Костянтин Череповський, PR-менеджер компанії« Samsung Electronics Україна». На власному досвіді спілкування з даним представником сучасної «інтелектуальної» теми я можу сказати, що він має досить дружній інтерфейс. Зображення очей на екрані, що рухаються в момент, коли комп’ютер обробляє відповідь, дещо посилює враження живого спілкування. Також SAM підтримує відносно живий і інтнлнктуальних діалог, за допомогою вбудованої веб камери може розпізнавати зображення (наприклад наявність окулярів на обличчі). Одним з помічених мною недоліків є затримка з відповіддю. Іноді обробка її вимагає досить великого часу. Також відчуття «живого діалогу», який постульований компанією виробником, дещо знижується через необхідність вводити відповіді з клавіатури. Загалом така подія має стати вельми захоплюючим і інформативним досвідом для студентів вузів, в яках SAM побуває.