Изучение возможности создания искусственного интеллекта

Министерство образования  и науки Республики Казахстан

ГУ «Гимназия №27»

 

Школьный конкурс научных проектов

                         

 

                        Секция: информатика, психология, нейрология

                                                  Тема: «Изучение возможности создания искусственного интеллекта»

 

Работу выполнила: Шторк Эстер

 

Контактный телефон: 2772729

 

Научный руководитель: Психолог Шторк Л.П.

Специалист в области  нейронных сетей

и нечеткой логики Дарбинян Л.В.

 

 

 

 

 

 

 

 

 

 

Алматы 2011 

Содержание

 

Введение

Глава 1. Понятие искусственного интеллекта.

Глава 2. Анализ возможностей человека и машины.

   §1. Раскрытие критериев, выдвинутых для искусственного интеллекта;

   §2. Сравнение интеллектуальных возможностей человека и компьютера;

   §3. Сравнение возможностей четкой и нечеткой логик.

Глава 3. Заключительный вывод.

Список используемой литературы.

Приложение.

 

Введение.

Наверное, тема этого проекта  вызывает яркую ассоциацию с кинематографом. «Терминатор», «Матрица», «Двухсотлетний человек», «Искусственный интеллект»… Совершенные машины, полностью копирующие людей не только поведением, но и внешностью. Да что там копирующие, часто даже превосходящие! Но на этот раз речь пойдет не о них, а о том, что легендарный ИИ представляет из себя на самом деле.

Когда-то, чтобы вспахать поле, люди работали денно и нощно. Требовалось пару десятков человек, люди выходили на поля целыми деревнями. Потом появились такие изобретения, как тяпки, грабли, затем плуги. Постепенно количество требуемых людей и времени сокращалось. Сегодня мы можем вскопать огромное поле за считанные часы, благодаря современным машинам.

На протяжении всей истории  прогресс в технике был направлен  на исключение человеческого фактора. И результаты обнадеживают, позволяя мечтать все дальше, смелее.

С давних времен люди мечтали. Мечтали о разном, но всегда были какие-то общие, единые фантазии. Постоянные, вроде совершенного, непобедимого оружия, или временные, вроде полета, который сейчас доступен почти каждому. Сегодня люди мечтают о подводных глубинах, космосе и искусственном интеллекте. Я бы хотела обратить ваше внимание на последний пункт.

Задача технологий – как можно больше исключить человеческий фактор. Каждый прорыв в этой области неизбежно ведет к волне безработицы, а соответственно кризиса. Так, например, изобретение конвейера Генри Фордом. Однако, после того как люди привыкают, все становится на свои места, человечество продолжает жить уже лучше, чем прежде. Создание же искусственного интеллекта грозит не просто временной безработицей, а исключением вообще необходимостью существования человека как вида. При таком риске лучше и не пытаться создать себе замену, зачем? Но люди мечтают и стремятся к своей фантазии, которая, конечно, не может быть безосновательной.

Цель: Изучить возможность создания искусственного интеллекта на сравнении с человеческим разумом.

Задачи:

1. Изучить научную литературу по следующим темам:
1. Возможности нейронных сетей;
2. Способности современной техники в интеллектуальном плане.
2. Вывести основные критерии, предъявляемые искусственному интеллекту.
3. Сравнить математические методы алгоритмизации техники с нечеткими.
4. Сформулировать выводы.

Актуальность: Сегодня перед техникой стоят колоссальные задачи. Так, например, точное определение расстояния, предсказание погоды, создание различных типов поведения в соответствии с данными факторами. Все это задачи нейронных сетей: человека. Но человек, однако, сейчас не способен оказаться на Марсе, чтобы изучать его поверхность, не каждый метеоролог сможет точно сказать, какая будет погода, хотя есть индивиды, способные без подручной техники справиться с этим.

Вторая область задач  состоит в архивации данных. Программисты и системные администраторы знают, что чем больше объем памяти на компьютере, тем мощнее должен быть сам компьютер, чтобы обслуживать память. Человек же способен хранить огромное количество не только фактов из своей биографии, но и целые образы, ощущения, ассоциирующиеся с этими фактами. До сих пор доподлинно неизвестно, как происходит сохранение таких подробностей.

По этим и многим другим причинам от машин сейчас пытаются добиться тех же возможностей, которые доступны человеку, пытаются создать искусственный интеллект, способный решить эти задачи.

Гипотеза: Опираясь на сведения, полученные при ознакомлении с некоторой литературой и мнениями, предполагаю, что проводимое исследование подтвердит необходимость стремления к созданию искусственного интеллекта, но теоретическую невозможность этого.

Методы исследования:

1. Изучение литературы по данной теме;
2. Сравнение и анализ полученных данных.

Глава 1. Понятие  искусственного интеллекта.

Что сейчас имеют в виду, говоря «искусственный интеллект»? Есть множество сложных объяснений, которые  очень трудно понять в полной мере. Например, это наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Но что значит «интеллект» для машины? Интеллект— это способность, которая объединяет все познавательные способности индивида. Для компьютера понятие «познавать» не только незнакомо, но практически недоступно. Потому что это слово заключает в себе смысл таких вещей, как фантазия, воображение. Познание – задача самостоятельная, а компьютер не способен обойтись без человека и заданных им параметров.

В полном представлении искусственный  интеллект должен быть максимально  независим от человеческого фактора. Однако сейчас так часто называют даже простейшие программки, призванные рассчитывать ходы на шахматном поле в зависимости от положения всех фигур в данный момент. В действительности же, как и было указано выше, ИИ еще не создали, это совершенно новые технологии, к которым человечество стремится не один год.

Глава 2. Анализ возможностей человека и машины.

§1 Раскрытие критериев, выдвинутых для искусственного интеллекта.

Мы возьмем самое глобальное объяснение ИИ, которое можно уместить в двух более понятных словах – «искусственный разум». А теперь, что мы называем «разумом», что создание должно уметь, чтобы иметь право называть себя разумным? В первую очередь способность к самообучению. Это понятие включает в себя необходимость иметь воображение и фантазию. Как говаривал Альберт Энштейн, «сила воображения выше знаний». Самообучение – это возможность обрабатывать информацию, полученную из внешней среды, классифицировать ее, сохранять и уметь вовремя использовать. Воображение – способность сознания создавать образы, представления, идеи и манипулировать ими. А фантазия – способность создавать что-то новое, используя уже имеющиеся данные.

Далее, немаловажным требованием  к искусственному интеллекту является интуиция. Это чутьё, проницательность, непосредственное постижение истины без логического обоснования, обоснованное на воображении, эмпатии и предшествующем опыте. Очень неточный и своеобразный источник информации, но без него ИИ будет неполным.

Искусственный интеллект  должен будет уметь распознавать образы. Например, сильно загрязненный номер машины, определение личности человека по фотографии, узнавание  его по голосу, поведению.

§2 Сравнение интеллектуальных возможноcтей человека и компьютера.

В общем, задачи для искусственного интеллекта имеются. Но что из этого  сейчас доступно для машин? Начнем с  самого простого – распознавание  объектов. Техника сегодня уже  на это способна. Фотографии одного и того же человека, сделанные в разных ракурсах и в разных позах, компьютер сможет распознать из сотен похожих. Тембр голоса знакомых людей предполагаемый ИИ тоже уже сможет узнать.

Интуиция – задача куда как более сложная. Хотя, сейчас существуют сотни алгоритмов по воссозданию  недостающих данных по уже имеющимся, но они не идут ни в какое сравнение с тем, что требуется от искусственного интеллекта. Система интуиции, наиболее похожей на человеческую, займет огромное количество памяти. Исходя из этого, мы получаем еще одну задачу – более выгодные способы архивации и хранения информации, чем имеющиеся сейчас.

Какие-то мельчайшие основы самообучения в машинах все же заложены. Например, мы просим программу  возвести в квадрат число 69. В ответ компьютер спрашивает «Что значит “возвести в квадрат”?». Мы отвечаем «Умножить на идентичное число», и с этого момента программа умеет возводить в квадрат любые числа. Но как только задача усложняется, и появляется необходимость включать фантазию, которая дополнит имеющиеся данные новыми, компьютер сообщает, что ему недостаточно информации и ждет помощи человеческой нейронной сети.

В плане вычисления, компьютеры на первый взгляд далеко опередили человеческий разум. Ведь они могут просчитывать огромное числа за считанные секунды, в то время как человеку приходится задействовать дополнительные материалы, например, бумагу и ручку. Или же держать в уме все числа и работать над каждым из них поочередно, не забывая остальные. Однако есть люди, которые свободно считают, не напрягаясь. И доказано, что на это способен фактический каждый. В чем же секрет?

§3 Сравнение возможностей четкой и нечеткой логик.

Если мы говорим о четкой логике, то речь идет о стандартных  математических множествах и теоремах математической логики. То есть в математическом множестве объект либо присутствует, либо отсутствует. То же происходит в  математической логике, вывод однозначен.

В случае же с нечеткой логикой  объект может присутствовать в коей-то мере. Для этого используется либо в процентном коэффициенте, либо в  коэффициенте «Задэ». В нечеткой математической логике вывод так же измеряется коэффициентом.

Компьютер «думает» всего двумя цифрами. Их комбинации связываются с теми или иными функциями, и, без конца считая, техника создает впечатление сложной мыслящей машины. В ее основу заложена чистая математика – четкая логика. Но человек думает мыслеобразами. Чтобы лучше понять этот термин, можно сравнить, какие данные об одном и том же предмете может иметь для себя компьютер, а какие человек.

Возьмем обычный карандаш. Что о нем может сказать  компьютер? Он знает его форму  до миллиметра, все подробности химического  состава стержня и оболочки. Он знает, что функция карандаша  писать и рисовать. Но на этом все.

А теперь взглянем с нашей  точки зрения. Ребенок сообщит, что  древесина приятна на вкус, раздраженный человек доведет до сведения, что  поломка карандаша немного успокаивает, а изобретатель может сделать  из него деталь механизма. Если нам нужен свет или тепло, а больше ничего нет, мы подожжем его. Если нам нужна небольшая палочка или стержень, мы заменим ее карандашом. Такой вид мышления называется нечеткой логикой, и на практике он мгновенно обходит компьютерный математический подход.

Подобные сведения о предметах  человек получает с раннего детства. Ребенок, найдя новый предмет, использует его по всем известным ему аспектам. Щупает, нюхает, слушает, пробует на вкус. Точно так же, когда он получает новую возможность воздействовать на объекты, он использует эту возможность  почти на всех имеющихся в арсенале предметах. Нашел спички, обнаружил  огонь, принялся поджигать бумагу, листья от деревьев, веточки, камни. На основе наблюдений он получает опыт, начинает классифицировать. Древесина горит, а листья нет. Но если листья сухие, они горят. Этот опыт человек применяет, уже будучи взрослым. К примеру, он никогда не поджигал клавиатуру. Но он знает, что по всем известным параметрам она состоит из пластмассы, а пластмасса горит.

Сейчас уже примерно известно, как происходят мыслительные процессы в нейронной сети. И вновь беремся  за примеры.

У нас есть 5 картин и 10 человек. Нам необходимо узнать общее мнение о полотнах в целом. Мы даем каждому человеку одну и ту же задачу: составить полноценное мнение обо всех полотнах по заданной схеме: описать впечатление, свои мысли по поводу каждой картины, классифицировать и обобщить получившуюся информацию. В итоге мы получаем 5 вариантов целостного мнения каждого индивида. Классифицируем их, обобщаем, и у нас на руках оказывается готовая работа.

Работа нейронов происходит примерно так же. Задается какая-то определенная задача, каждому блоку  нейронов даются идентичные приказы  на обработку одной и той же информации. Каждый блок нейронов индивидуален, поэтому вытекающая обработанная информация отличается. От этих блоков информацию получает другой блок, выдающий уже  готовую решенную задачу.

 

 

 

 

 

 

 

Источники Блоки нейронов  Обрабатывающий

        центр

 

 

 

 

 

 

 

 

Это двухслойный однонаправленный алгоритм решения. В действительности информация, данная на решение определенной задачи, будет «блуждать» в отведенных ей блоках нейронов, пока не будет найдено решение. Если задача решена, а в рабочей области все еще находится какая-то информация, то мы сталкиваемся с «зашумлением» - лишней информацией.

Чтобы понять, насколько  сложна нейронная сеть, достаточно знать, что между нейронами возникают  связи в количестве (n-1)!, где n – количество нейронов.

Глава 3. Заключительный вывод.

Из всего этого ясно видно, что изучение способностей человеческого  мозга и применение этих знаний едва начинается. Тем не менее, нейронные  сети уже имеют  широкое применение, и границы этого применения весьма велики. Так или иначе задачи автоматизаций входят в нашу жизнь, и методом решения человеческого фактора может служить только эта область исследования. Несмотря на то, что нейронные сети относятся к ряду других наук, исследования по которым развивается достаточно медленно, данная область имеет огромный коммерческий и социальный потенциал. В целях экономии «человеческого ресурса» возникает все большая потребность разумных систем.