Электронные вычислительные средства

3. Наука под названием «Искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на её основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.

Происхождение и понимание термина «Искусственный интеллект»

Различные виды и степени интеллекта существуют у многих людей, животных и некоторых машин, интеллектуальных информационных систем и различных моделей экспертных систем с различными базами знаний. При этом, как видим, такое определение интеллекта не связано с пониманием интеллекта у человека -- это разные вещи. Более того, эта наука моделирует человеческий интеллект, так как с одной стороны, можно изучить кое-что о том, как заставить машины решить проблемы, наблюдая других людей, а с другой стороны, большинство работ в ИИ касаются изучения проблем, которые требуется решать человечеству в промышленном и технологическом смысле. Поэтому ИИ-исследователи вольны использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных проблем.

Именно в таком смысле термин ввел Джон Маккарти в 1956 году на конференции в Дартмутском университете, и до сих пор несмотря на критику тех, кто считает, что интеллект -- это только биологический феномен, в научной среде термин сохранил свой первоначальный смысл, несмотря на явные противоречия с точки зрения человеческого интеллекта.

Как указывает председатель Петербургского отделения российской ассоциации искусственного интеллекта Т. А. Гаврилова, в английском языке словосочетание artificial intelligence 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[5].

Одно из частных определений интеллекта, общее для человека и «машины», можно сформулировать так: «Интеллект -- способность системы создавать в ходе самообучения программы (в первую очередь эвристические) для решения задач определённого класса сложности и решать эти задачи»[6].

Искусственный интеллект в России и СССР

По мнению авторов сайта www.homeoscope.ru пионером искусственного интеллекта по праву можно считать коллежского советника Семёна Николаевича Корсакова (1787--1853), ставившего задачу усиления возможностей разума посредством разработки научных методов и устройств, перекликающуюся с современной концепцией искусственного интеллекта, как усилителя естественного. В 1832 году С. Н. Корсаков опубликовал описание пяти изобретенных им механических устройств, так называемых «интеллектуальных машин», для частичной механизации умственной деятельности в задачах поиска, сравнения и классификации. В конструкции своих машин Корсаков впервые в истории информатики применил перфорированные карты, игравшие у него своего рода роль баз знаний, а сами машины по существу являлись предтечами экспертных систем[7].

В СССР работы в области искусственного интеллекта начались в 1960-х годах.[4] В Московском университете и Академии наук был выполнен ряд пионерских исследований, возглавленных Вениамином Пушкиным и Д. А. Поспеловым.

В 1964 году была опубликована работа ленинградского логика Сергея Маслова «Обратный метод установления выводимости в классическом исчислении предикатов», в которой впервые предлагался метод автоматического поиска доказательства теорем в исчислении предикатов.

В 1966 году В.Ф. Турчиным был разработан язык рекурсивных функций Рефал.

До 1970-х годов в СССР все исследования ИИ велись в рамках кибернетики. По мнению Д.А. Поспелова, науки «информатика» и «кибернетика» были в это время смешаны, по причине ряда академических споров. Только в конце 1970-х в СССР начинают говорить о научном направлении «искусственный интеллект» как разделе информатики. При этом родилась и сама информатика, подчинив себе прародительницу «кибернетику». В конце 1970-х создается толковый словарь по искусственному интеллекту, трёхтомный справочник по искусственному интеллекту и энциклопедический словарь по информатике, в котором разделы «Кибернетика» и «Искусственный интеллект» входят наряду с другими разделами в состав информатики. Термин «информатика» в 1980-е годы получает широкое распространение, а термин «кибернетика» постепенно исчезает из обращения, сохранившись лишь в названиях тех институтов, которые возникли в эпоху «кибернетического бума» конца 1950-х -- начала 1960-х годов[8].

Такой взгляд на искусственный интеллект, кибернетику и информатику разделяется не всеми. Это связано с тем, что на Западе границы данных наук несколько отличаются[9].

Предпосылки развития науки искусственного интеллекта

История искусственного интеллекта как нового научного направления начинается в середине XX века. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений -- теории алгоритмов -- и были созданы первые компьютеры.

Возможности новых машин в плане скорости вычислений оказались больше человеческих, поэтому в учёном сообществе закрался вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? В 1950 году один из пионеров в области вычислительной техники, английский учёный Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившей название теста Тьюринга.

Подходы и направления

Подходы к пониманию проблемы

Единого ответа на вопрос чем занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки.

В философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла -- Саймона. Поэтому несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем можно выделить два основных подхода к разработке ИИ[10]:

* нисходящий (англ. Top-Down AI), семиотический -- создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

* восходящий (англ. Bottom-Up AI), биологический -- изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

Последний подход, строго говоря, не относится к науке о ИИ в смысле, данном Джоном Маккарти -- их объединяет только общая конечная цель.

Тест Тьюринга и интуитивный подход

Эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence), опубликованной в 1950 году в философском журнале «Mind». Целью данного теста является определение возможности искусственного мышления, близкого к человеческому.

Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы -- ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.

* Самый общий подход предполагает, что ИИ будет способен проявлять поведение, не отличающееся от человеческого, причём в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга, который утверждает, что машина станет разумной тогда, когда будет способна поддерживать разговор с обычным человеком, и тот не сможет понять, что говорит с машиной (разговор идёт по переписке).

* Писатели-фантасты часто предлагают ещё один подход: ИИ возникнет тогда, когда машина будет способна чувствовать и творить. Так, хозяин Эндрю Мартина из «Двухсотлетнего человека» начинает относиться к нему как к человеку, когда тот создаёт игрушку по собственному проекту. А Дейта из Звёздного пути, будучи способным к коммуникации и научению, мечтает обрести эмоции и интуицию.

Однако последний подход вряд ли выдерживает критику при более детальном рассмотрении. К примеру, несложно создать механизм, который будет оценивать некоторые параметры внешней или внутренней среды и реагировать на их неблагоприятные значения. Про такую систему можно сказать, что у неё есть чувства («боль» -- реакция на срабатывание датчика удара, «голод» -- реакция на низкий заряд аккумулятора, и т. п.). А кластеры, создаваемые картами Кохонена, и многие другие продукты «интеллектуальных» систем можно рассматривать как вид творчества.

Символьный подход

Основная статья: Символьные вычисления

Исторически символьный подход был первым в эпоху цифровых машин, так как именно после создания Лисп, первого языка символьных вычислений, у его автора возникла уверенность в возможности практически приступить к реализации этими средствами интеллекта. Символьный подход позволяет оперировать слабоформализованными представлениями и их смыслами. От умения выделить только существенную информацию зависит эффективность и результативность решения задачи.

Но широта классов задач, эффективно решаемых человеческим разумом, требует невероятной гибкости в методах абстрагирования. А это недоступно при любом инженерном подходе, в котором исследователь выбирает методы решения, основываясь на способность быстро дать эффективное решение какой-то наиболее близкой этому исследователю задачи. То есть уже за реализованную в виде правил единственную модель абстрагирования и конструирования сущностей. Это выливается в значительные затраты ресурсов для непрофильных задач, то есть система от интеллекта возвращается к грубой силе на большинстве задач и сама суть интеллекта исчезает из проекта.

Основное применение символьной логики -- это решение задач по выработке правил. Большинство исследований останавливается как раз на невозможности хотя бы обозначить новые возникшие трудности средствами выбранных на предыдущих этапах символьных системах. Тем более решить их и тем более обучить компьютер решать их или хотя бы идентифицировать и выходить из таких ситуаций.

Логический подход

Логический подход к созданию систем искусственного интеллекта направлен на создание экспертных систем с логическими моделями баз знаний с использованием языка предикатов.

Учебной моделью систем искусственного интеллекта в 1980-х годах был принят язык и система логического программирования Пролог. Базы знаний, записанные на языке Пролог, представляют наборы фактов и правил логического вывода, записанных на языке логических предикатов.

Логическая модель баз знаний позволяет записывать не только конкретные сведения и данные в форме фактов на языке Пролог, но и обобщенные сведения с помощью правил и процедур логического вывода и в том числе логических правил определения понятий, выражающих определённые знания как конкретные и обобщенные сведения.

В целом исследования проблем искусственного интеллекта в рамках логического подхода к проектированию баз знаний и экспертных систем направлено на создание, развитие и эксплуатацию интеллектуальных информационных систем, включая вопросы обучения студентов и школьников, а также подготовки пользователей и разработчиков таких интеллектуальных информационных систем.

Агентно-ориентированный подход

Последний подход, развиваемый с начала 1990-х годов называется агентно-ориентированным подходом, или подходом, основанным на использовании интеллектуальных (рациональных) агентов. Согласно этому подходу, интеллект -- это вычислительная часть (грубо говоря, планирование) способности достигать поставленных перед интеллектуальной машиной целей. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков, и способной воздействовать на объекты в окружающей среде с помощью исполнительных механизмов.

Этот подход акцентирует внимание на тех методах и алгоритмах, которые помогут интеллектуальному агенту выживать в окружающей среде при выполнении его задачи. Так, здесь значительно сильнее изучаются алгоритмы поиска пути и принятия решений.

Гибридный подход

Гибридный подход предполагает, что только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей. Например, экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения. Сторонники данного подхода считают, что гибридные информационные системы будут значительно более сильными, чем сумма различных концепций по отдельности.

Системный подход

Системный подход исторически продолжает традиции «чёрного ящика» Винера и усматривает в наборе «механическое», «живое», «разумное» естественным образом сложившуюся классификацию, в основе которой -- сочетание модификаций системообразующих атрибутов. Всякая открытая система имеет: (1) входной системообразующий поток, (2) собственное ограниченное тело и (3) выходной системообразующий поток, качественно не равный входному потоку[11].

При этом функционирование механических систем порождает единственно качественную модификацию выходного потока, функционирование живых систем -- не только первое, но и качественную модификацию самой системы (что известно, как «биологическая адаптация»), функционирование разумных систем -- не только первое и второе, -- но и направлено модифицирует входной поток. (В примере гуманоидного разума человек создаёт лампу, оптимизируя для себя интенсивность светового потока на входе вместо того, чтобы адаптировать глаза к темноте по биологическому типу.) В последнем случае мы узнаём принцип «эквифиналитета». В рамках этого подхода ИИ выдаст себя возникновением синергетических влияний на любой входной системообразующий поток, в том числе информационного характера в виртуальных пространствах.

Модели и методы исследований

Символьное моделирование мыслительных процессов

Анализируя историю ИИ, можно выделить такое обширное направление как моделирование рассуждений. Долгие годы развитие этой науки двигалось именно по этому пути, и теперь это одна из самых развитых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, то есть переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Работа с естественными языками

Обработка естественного языка

Немаловажным направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В частности, здесь ещё не решена проблема машинного перевода текстов с одного языка на другой. В современном мире большую роль играет разработка методов информационного поиска. По своей природе, оригинальный тест Тьюринга связан с этим направлением.

Накопление и использование знаний

Инженерия знаний

Согласно мнению многих учёных, важным свойством интеллекта является способность к обучению. Таким образом, на первый план выходит инженерия знаний, объединяющая задачи получения знаний из простой информации, их систематизации и использования. Достижения в этой области затрагивают почти все остальные направления исследований ИИ. Здесь также нельзя не отметить две важные подобласти. Первая из них -- машинное обучение -- касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Второе связано с созданием экспертных систем -- программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.

К области машинного обучения относится большой класс задач на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования (см. след. пункт). Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

Биологическое моделирование искусственного интеллекта

Квазибиологическая парадигма

Отличается от понимания искусственного интеллекта по Джону Маккарти, когда исходят из положения о том, что искусственные системы не обязаны повторять в своей структуре и функционировании структуру и протекающие в ней процессы, присущие биологическим системам, сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации, есть следствие именно биологической структуры и особенностей ее функционирования.

Сюда можно отнести несколько направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы -- агента, взаимодействующего с внешней средой, называется агентным подходом.

Робототехника

Интеллектуальная робототехника

Вообще, робототехника и искусственный интеллект часто ассоциируется друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов, можно считать ещё одним направлением ИИ. Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

Машинное творчество

Природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто -- стихов или сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.

Добавление данной возможности к любой интеллектуальной системе позволяет весьма наглядно продемонстрировать что именно система воспринимает и как это понимает. Добавлением шума вместо недостающей информации или фильтрация шума имеющимися в системе знаниями производит из абстрактных знаний конкретные образы, легко воспринимаемые человеком, особенно это полезно для интуитивных и малоценных знаний, проверка которых в формальном виде требует значительных умственных усилий.

Другие области исследований

Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти самостоятельное направление. В качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы информационной безопасности.

Можно заметить, что многие области исследований пересекаются. Это свойственно для любой науки. Но в искусственном интеллекте взаимосвязь между, казалось бы, различными направлениями выражена особенно сильно, и это связано с философским спором о сильном и слабом ИИ.

Современный искусственный интеллект

Положение дел



ASIMO-- Интеллектуальный гуманоидный робот фирмы Honda

В настоящий момент в создании искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих хоть какое-то отношение к ИИ. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла.

Применение

турнир RoboCup

Некоторые из самых известных ИИ-систем:

* Deep Blue -- победил чемпиона мира по шахматам. Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым (подробнее см. Человек против компьютера). Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain [13].

* Watson -- перспективная разработка IBM, способная воспринимать человеческую речь и производить вероятностный поиск, с применением большого количества алгоритмов. Для демонстрации работы Watson принял участие в американской игре «Jeopardy!», аналога «Своя игра» в России, где системе удалось выиграть в обеих играх[14].

* MYCIN -- одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора.

* 20Q -- проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net[15].

* Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.

* Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика) при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

Перспективы

Можно выделить два направления развития ИИ:

1. решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека (см. Усиление интеллекта)

2. создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества (см. Сильный и слабый искусственный интеллект)

Связь с другими науками

Искусственный интеллект вместе с нейрофизиологией, эпистемологией и когнитивной психологией образует более общую науку, называемую когнитология. Отдельную роль в искусственном интеллекте играет философия.

Также, с проблемами искусственного интеллекта тесно связана эпистемология -- наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, которые решаются инженерами ИИ о том, как лучше представлять и использовать знания и информацию.

Производство знаний из данных -- одна из базовых проблем интеллектуального анализа данных. Существуют различные подходы к решению этой проблемы, в том числе -- на основе нейросетевой технологии[16], использующие процедуры вербализации нейронных сетей.

Компьютерные технологии и кибернетика

В компьютерных науках проблемы искусственного интеллекта рассматриваются с позиций проектирования экспертных систем и баз знаний. Под базами знаний понимается совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации. В целом исследования проблем искусственного интеллекта в компьютерных науках направлено на создание, развитие и эксплуатацию интеллектуальных информационных систем, а вопросы подготовки пользователей и разработчиков таких систем решаются специалистами информационных технологий.

Психология и когнитология

Методология когнитивного моделирования предназначена для анализа и принятия решений в плохо определенных ситуациях. Была предложена Аксельродом [17].

Основана на моделировании субъективных представлений экспертов о ситуации и включает: методологию структуризации ситуации: модель представления знаний эксперта в виде знакового орграфа (когнитивной карты) (F, W), где F -- множество факторов ситуации, W -- множество причинно-следственных отношений между факторами ситуации; методы анализа ситуации. В настоящее время методология когнитивного моделирования развивается в направлении совершенствования аппарата анализа и моделирования ситуации. Здесь предложены модели прогноза развития ситуации; методы решения обратных задач.

Философия

Основная статья: Философия искусственного интеллекта

Наука «о создании искусственного разума» не могла не привлечь внимание философов. С появлением первых интеллектуальных систем были затронуты фундаментальные вопросы о человеке и знании, а отчасти о мироустройстве. С одной стороны, они неразрывно связаны с этой наукой, а с другой -- привносят в неё некоторый хаос.

Философские проблемы создания искусственного интеллекта можно разделить на две группы, условно говоря, «до и после разработки ИИ». Первая группа отвечает на вопрос: «Что такое ИИ, возможно ли его создание, и, если возможно, то как это сделать?» Вторая группа (этика искусственного интеллекта) задаётся вопросом: «Каковы последствия создания ИИ для человечества?»

Течение трансгуманизма считает создание ИИ одной из важнейших задач человечества.

Вопросы создания ИИ

Среди исследователей ИИ до сих пор не существует какой-либо доминирующей точки зрения на критерии интеллектуальности, систематизацию решаемых целей и задач, нет даже строгого определения науки. Существуют разные точки зрения на вопрос, что считать интеллектом. Аналитический подход предполагает анализ высшей нервной деятельности человека до низшего, неделимого уровня (функция высшей нервной деятельности, элементарная реакция на внешние раздражители (стимулы), раздражение синапсов совокупности связанных функцией нейронов) и последующее воспроизведение этих функций.

Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации. То есть интеллектуальной просто считается та программа деятельности (не обязательно реализованная на современных ЭВМ), которая сможет выбрать из определённого множества альтернатив, например, куда идти в случае «налево пойдёшь…», «направо пойдёшь…», «прямо пойдёшь…».

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?», который подтолкнул исследователей к созданию науки о моделировании человеческого разума, был поставлен Аланом Тьюрингом в 1950 году. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, его же словами подход и характеризуется:

Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум -- это разум [18]

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

Мысленный эксперимент «Китайская комната» Джона Сёрля -- аргумент в пользу того, что прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограммирование.

Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге «Новый ум короля» аргументирует невозможность получения процесса мышления на основе формальных систем [19].

Существует разумный критерий отбора наиболее вероятных гипотез будущего развития (в том числе появления ИИ) -- внимательное изучение развития в прошлом. В данном случае, имеет смысл обратиться к истории появления первых нервных клеток в многоклеточных организмах[20]:

Первые нейроноподобные клетки появились из обычных клеток наружных слоёв первобытных многоклеточных организмов. Постепенно они мигрировали внутрь организма.

ИИ (точнее электронную личность) создадут на основе человеческой личности, что будет сходно с процессом появления нервной клетки в результате трансформации обычной клетки.

Пройдёт время и часть электронных личностей, будет постепенно консолидироваться в отдельные структуры, целые ансамбли из миллионов и даже миллиардов электронных единиц. Причём в специально отведённых для этого суперкомпьютерах будущего. Где-то появится и «головной мозг» нашей Цивилизации -- СуперИИ. Но уже не мы станем его создателями. Он будет состоять из совершенных электронных личностей (примерно так, как и мозг любого животного состоит из нейронов), сплотившихся под руководством единой программы, позволяющей ему ощущать себя некой сверхличностью, а всю цивилизацию -- своим реальным телом.

Этот раздел содержит вопросы, касающиеся искусственного интеллекта и этики. Елиезер Юдковски исследует в Институте сингулярности (SIAI) в США проблемы глобального риска, которые может создать будущий сверхчеловеческий ИИ, если его не запрограммировать на дружественность к человеку [21]. В 2004 году SIAI был создан сайт AsimovLaws.com, созданный для обсуждения этики ИИ в контексте проблем, затронутых в фильме «Я, робот», выпущенном лишь два дня спустя. На этом сайте они хотели показать, что законы робототехники Азимова небезопасны, поскольку, например, могут побудить ИИ захватить власть на Земле, чтобы «защитить» людей от вреда.

Религия

По мнению некоторых буддистов ИИ возможен. Так, духовный лидер далай-лама XIV не исключает возможности существования сознания на компьютерной основе [22].

Раэлиты активно поддерживают разработки в области искусственного интеллекта.

Научная фантастика

В научно-фантастической литературе ИИ (нередко используется термин искин) чаще всего изображается как сила, которая пытается свергнуть власть человека (Омниус, HAL 9000 в «Космическая одиссея 2001 года», Скайнет, Colossus, «Матрица» и репликант в «Бегущий по лезвию») или обслуживающий гуманоид (C-3PO, Data, KITT и KARR, «Двухсотлетний человек»). Неизбежность доминирования над миром ИИ, вышедшего из под контроля, оспаривается такими его исследователями, как фантаст Айзек Азимов и кибернетик Кевин Уорик, известный множественными экспериментами по интеграции машин и живых существ.

Любопытное видение будущего представлено в романе «Выбор по Тьюрингу» писателя-фантаста Гарри Гаррисона и ученого Марвина Мински [23]. Авторы рассуждают на тему утраты человечности у человека, в мозг которого была вживлена ЭВМ, и приобретения человечности машиной с ИИ, в память которой была скопирована информация из головного мозга человека.

Некоторые научные фантасты, например Вернор Виндж, также размышляли над последствиями появления ИИ, которое, по-видимому, вызовет резкие драматические изменения в обществе. Такой период называют технологической сингулярностью.

Тема ИИ рассматривается под разными углами в творчестве Роберта Хайнлайна: гипотеза возникновения самоосознания ИИ при усложнении структуры далее определённого критического уровня и наличии взаимодействия с окружающим миром и другими носителями разума («The Moon Is a Harsh Mistress», «Time Enough For Love», персонажи Майкрофт, Дора и Ая в цикле «История будущего»), проблемы развитии ИИ после гипотетического самоосознания и некоторые социально-этические вопросы («Friday»). Социально-психологические проблемы взаимодействия человека с ИИ рассматривает и роман Филипа К. Дика «Снятся ли андроидам электроовцы?», известный также по экранизации «Бегущий по лезвию».

Одни из самых глубоких исследований проблематики ИИ проявляются в творчестве фантаста и философа Станислава Лема. К примеру, в приключениях Иона Тихого неоднократно описываются взаимоотношения живых существ и машин: бунт бортового компьютера с последующими неожиданными событиями (11-ое путешествие), адаптация роботов в человеческом обществе («Стиральная трагедия» из «Воспоминаний Ийона Тихого»), построение абсолютного порядка на планете путем переработки живых жителей (24-ое путешествие), изобретения Коркорана и Диагора (Воспоминания Ийона Тихого), психиатрическая клиника для роботов (Воспоминания Ийона Тихого). Кроме того, существует целый цикл повестей и рассказов Кибериада, где почти всеми персонажами являются роботы, которые являются далекими потомками роботов, сбежавших от людей (людей они именуют бледнотиками и считают их мифическими существами).

Среди отечественных авторов тема ИИ занимает центральное место в научно-фантастическом романе В.Л. Кузьменко «Древо жизни».

Экспертная система

Экспемртная системма (ЭС, expert system) -- компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С.Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания[1].

В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний -- как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

Похожие действия выполняет такой программный инструмент как Мастер (Wizard). Мастера применяются как в системных программах так и в прикладных для упрощения интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от ЭС -- отсутствие базы знаний -- все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем.

Другие подобные программы -- поисковые или справочные (энциклопедические) системы. По запросу пользователя они предоставляют наиболее подходящие (релевантные) разделы базы статей (представления об объектах областей знаний, их виртуальную модель).

Структура ЭС интеллектуальных систем

[2] представляет следующую структуру ЭС:

* Интерфейс пользователя

* Пользователь

* Интеллектуальный редактор базы знаний

* Эксперт

* Инженер по знаниям

* Рабочая (оперативная) память

* База знаний

* Решатель (механизм вывода)

* Подсистема объяснений

База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы.

Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила -- набор инструкций, применяя которые к известным фактам можно получать новые факты.

В рамках логической модели баз данных и базы знаний записываются на языке Пролог с помощью языка предикатов для описания фактов и правил логического вывода, выражающих правила определения понятий, для описания обобщенных и конкретных сведений, а также конкретных и обобщенных запросов к базам данных и базам знаний.

Конкретные и обобщенные запросы к базам знаний на языке Пролог записываются с помощью языка предикатов, выражающих правила логического вывода и определения понятий над процедурами логического вывода, имеющихся в базе знаний, выражающих обобщенные и конкретные сведения и знания в выбранной предметной области деятельности и сфере знаний.

Обычно факты в базе знаний описывают те явления, которые являются постоянными для данной предметной области. Характеристики, значения которых зависят от условий конкретной задачи, ЭС получает от пользователя в процессе работы, и сохраняет их в рабочей памяти. Например, в медицинской ЭС факт «У здорового человека 2 ноги» хранится в базе знаний, а факт «У пациента одна нога» -- в рабочей памяти.

База знаний ЭС создается при помощи трех групп людей:

1. эксперты той проблемной области, к которой относятся задачи, решаемые ЭС;

2. инженеры по знаниям, являющиеся специалистами по разработке ИИС;

3. программисты, осуществляющие реализацию ЭС.

Режимы функционирования

ЭС может функционировать в 2-х режимах.

1. Режим ввода знаний -- в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС.

2. Режим консультации -- пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах.

Классификация ЭС[1]

Классификация ЭС по решаемой задаче

* Интерпретация данных

* Диагностирование

* Мониторинг

* Проектирование

* Прогнозирование

* Сводное Планирование

* Обучение

* Управление

* Ремонт

* Отладка

Классификация ЭС по связи с реальным временем

* Статические ЭС - это ЭС, решающиие задачи в условиях не изменяющихся во времени исходных данных и знаний.

* Квазидинамические ЭС

* Динамические ЭС - это ЭС, решающие задачи в условиях изменяющихся во времени исходных данных и знаний.

Этапы разработки ЭС

* Этап идентификации проблем -- определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

* Этап извлечения знаний -- проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

* Этап структурирования знаний -- выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.

* Этап формализации -- осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.

* Реализация ЭС -- создается один или нескольких прототипов ЭС, решающие требуемые задачи.

* Этап тестирования -- производится оценка выбранного способа представления знаний в ЭС в целом.

Наиболее известные/распространённые ЭС

* CLIPS -- весьма популярная ЭС (public domain)

* OpenCyc -- мощная динамическая ЭС с глобальной онтологической моделью и поддержкой независимых контекстов

* WolframAlpha -- поисковая система, интеллектуальный «вычислительный движок знаний»

* MYCIN -- наиболее известная диагностическая система, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях.

* HASP/SIAP -- интерпретирующая система, которая определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

Тема 6. Как работает компьютер и зачем нужны программы. Устройство ПК: состав и назначение основных модулей и периферии. Системная плата: процессор, память, шина, контроллеры, слоты расширения, BIOS, ChipSet

Какие бывают программы

Все, что компьютер делает, он делает в соответствии с инструкциями, составленными человеком - программами. Вспомните музыкальные автоматы, в которых на вращающихся дисках с просверленными или выдолбленными отверстиями была записана последовательность команд для проигрывания музыки - чем не специализированный музыкальный компьютер? Меняя диски, вы можете менять исполняемую таким автоматом музыку. Можно сказать, что на диске записана программа для исполнения того или иного музыкального произведения.

В компьютере под управлением программы центральный процессор может выполнять пересылку данных между своей внутренней памятью, ОЗУ и ПЗУ, а также инициировать передачу данных из внешней памяти в ОЗУ или из ОЗУ во внешнюю память. Процессор может также (под управлением программы) выполнять передачу данных из таких устройств ввода данных, как клавиатура или мышь, в ОЗУ, и обратную передачу - из ОЗУ в устройства вывода данных, такие как принтер или плоттер.

Кроме того, процессор может выполнять арифметические или логические операции над числами, хранящимися во внутренней памяти, процессора, в ОЗУ или ПЗУ. Иногда компьютер комплектуется дополнительным арифметическим сопроцессором (Coprocessor), который помогает центральному процессору выполнять арифметические операции над числами и значительно ускоряет выполнение таких операций.

Как мы уже говорили, самая первая программа, которую начинает выполнять компьютер после включения питания, записана в ПЗУ. Ее назначение - проверить работоспособность устройств компьютера и загрузить основную управляющую программу - операционную систему.

Операционная система при помощи видеомонитора и клавиатуры компьютера помогает пользователю запускать другие программы, необходимые для выполнения тех или иных прикладных задач. Сама операционная система поставляется на флоппи-дисках. Вы можете загружать ее с флоппи-диска, но лучше записать ее на НМД, в этом случае можно легко сделать так, что после включения питания и проверки работоспособности систем компьютер автоматически загрузит операционную систему.

Если вы постоянно работаете с одной и той же программой, вы можете сделать так, чтобы сразу после загрузки операционной системы она автоматически запускала вашу программу.

Программы можно разделить на три категории. Во-первых, бывают программы, записанные в ПЗУ компьютера. Эти программы запускаются при включении питания и выполняют служебные функции, касающиеся самого компьютера. Во-вторых, есть главная управляющая программа - операционная система - предназначенная для запуска других программ, выполняющих полезную работу. В-третьих, есть прикладные программы, которые, собственно, и нужны для того чтобы затраты на покупку компьютера оправдались.

Вы, как пользователь персонального компьютера, для начала должны освоить работу с программой, записанной в ПЗУ, научиться выполнять основные действия по управлению программами с помощью команд операционной системы, и, конечно, освоить несколько наиболее полезных прикладных программ, в частности, программы, предназначенные для редактирования и печати текстов. Это и будет вашим первым шагом в освоении компьютерной техники и компьютерных технологий.

Прикладные программы

Вам должно быть интересно, какие прикладные программы созданы для персонального компьютера и что они могут делать. Есть несколько групп программ, с которыми чаще всего работают пользователи:

текстовые процессоры;

графические редакторы;

электронные таблицы;

почтовые и телекоммуникационные программы.

Текстовые процессоры

Как следует из названия, текстовые процессоры предназначены для обработки текстов. Однако возможности современных текстовых процессоров выходят далеко за рамки простого набора и печати текста.

С помощью современного текстового процессора вы можете работать одновременно с несколькими документами, включать в текст графические изображения, которые будут автоматически "обтекаться" текстом. Вы можете в автоматическом режиме расставить знаки переноса слов с одной строки на другую и проверить правильность написания слов. Для того чтобы перенести или скопировать несколько слов или любую часть документа в другое место вам достаточно выделить ее несколькими движениями мыши по столу, перенести в нужное место документа и положить там. Вы можете запомнить фрагменты текста или сложные последовательности операций над текстом и вызывать их при необходимости, нажимая заданную вами комбинацию клавиш.

Особо следует отметить возможность редактирования документов в таком виде, в котором они появятся на бумаге после печати. Очень удобно, когда вы сразу редактируете текст и знаете, как он получится после печати на принтере. Такая возможность позволит вам сэкономить много времени на печати черновиков документа.

Что же касается возможностей внешнего оформления документов, то они ограничены только вашей фантазией. Вы можете выбрать любые шрифты из многих сотен, можете задать любой размер букв, сделать их наклонными, выделенными или подчеркнутыми, задать любой цвет (что иногда имеет смысл, даже если ваш принтер черно/белый). Вы можете добавить в различные места документа звуковые комментарии, введенные при помощи микрофона. Эти комментарии, разумеется, нельзя распечатать на принтере, однако их можно прослушать при помощи звуковых колонок или головных телефонов, если ваш компьютер оборудован соответствующим образом.

Вы можете легко задать одноколоночное или многоколоночное расположение текста на листе, формат, расположение и размер листов бумаги, на которых будет распечатан текст.

Одинаково оформленные параграфы текста можно связать с так называемым стилем оформления параграфа, имеющего в качестве одного из атрибутов имя. Если вы один раз определите оформление какого-либо параграфа и присвоите ему стиль, то все похожие параграфы вы сможете оформить аналогично, просто указав имя стиля. При изменении оформления, связанного со стилем, все соответствующие параграфы автоматически изменяют свое оформление. Это означает, в частности, что если вам надо изменить оформление всех заголовков в книге, вам не надо менять его вручную для каждого отдельного заголовка. Вы можете изменить стиль, связанный с этим заголовком, оформление всех остальных заголовков изменится автоматически. Вместо часов утомительного труда вы сделаете изменение оформления за одну минуту.

Для больших документов и книг текстовый процессор автоматически создаст оглавление и предметный указатель, пронумерует страницы и расположит колонтитулы (строки, которые расположены в самой верхней и самой нижней части страницы и которые повторяются в пределах главы или всей книги).

Текстовые процессоры позволяют организовать поиск нужного документа среди сотен по названию, ключевым словам или другой аналогичной информации.

Особенно следует отметить удобство работы с таблицами. Вы видите на экране видеомонитора таблицу в таком виде, в каком она будет напечатана на принтере. В клетках таблицы можно расположить не только текст, но и графические изображения. Изменения размеров колонок можно сделать простым движением мыши, растягивая или сжимая нужную колонку. Высота строки таблицы устанавливается автоматически в соответствии с ее содержимым. Когда вы набираете текст в клетке таблицы, происходит автоматическое добавление строк, если набираемый текст не помещается в клетке на одной строке.

Словом, известная шутка о том, что современные текстовые процессоры могут делать все, кроме прогуливания собак, не так далека от истины. И это понятно, если учесть, что подавляющее большинство персональных компьютеров используется для подготовки текстов.

Графические редакторы

Несмотря на то, что текстовые процессоры могут содержать в себе средства подготовки графических иллюстраций, если вам нужно готовить действительно качественные и сложные графические изображения, следует приобрести программу, специально предназначенную для создания и редактирования графических изображений. Полученное с помощью этих редакторов изображение вы сможете без труда включить в текст, созданный текстовым процессором.

Графические редакторы позволяют создавать сложные трехмерные изображения с теневыми эффектами, плавными переходами тонов. Вы можете осветить объект несколькими источниками света и подбирать их расположение до тех пор, пока не получите необходимую выразительность создаваемого образа.

Если вы ввели в компьютер фотографию, пользуясь сканером, графические редакторы позволят вам выполнить ретуширование и разнообразную сложную обработку фотографий, монтаж и другие виды работ, знакомые и незнакомые профессиональным фотографам.

Даже не обладая способностями художника, вы сможете создавать достаточно сложные изображения. Если же вам не хватает собственной фантазии, вы можете воспользоваться готовыми библиотеками рисунков и фотографий, которые продаются на компакт-дисках и флоппи-дисках, как в составе графических редакторов, так и отдельно.

Есть графические редакторы, значительно облегчающие процесс создания чертежей и схем. Эти редакторы незаменимы при подготовке чертежей деталей, полезны при вычерчивании электрических и других схем, а также географических карт.

Многие редакторы позволяют создавать многослойные изображения. Вы можете, например, в качестве первого слоя нарисовать карту мира, в качестве второго - нанести границы стран, в качестве третьего - обозначения и названия городов и т. д. Можно распечатывать и просматривать как все слои изображения сразу, так и отдельные слои.

Электронные таблицы

Программы электронных таблиц позволяют работать с информацией, которую удобно представлять в табличном виде. В клетках электронной таблицы может быть текст, числа, графические изображения. Вы можете поместить в клетки электронной таблицы формулы, по которым численное значение, хранящееся в клетке, будет вычисляться исходя из содержимого других клеток. Например, вы можете подсчитать сумму всех чисел в столбце и эта сумма автоматически будет пересчитываться каждый раз, когда изменяется содержимое любой клетки данного столбца.

Основное применение электронных таблиц - бухгалтерские и коммерческие расчеты, организация баз данных, представление табличных данных в виде графических диаграмм.

Почта и телекоммуникация

Вряд ли стоит говорить о том, что без удобных и быстрых средств передачи информации невозможна успешная деятельность никакой фирмы. Однако обычное письмо из России в Америку может идти неделями. За это время ваше предложение, изложенное в письме, перестанет быть актуальным. Конечно, можно позвонить по телефону, однако как, например, передать по телефону спецификацию персонального компьютера и фотографию его внешнего вида? Словесное описание может не устроить потенциального покупателя. Конечно, вы можете воспользоваться факсом, однако для этого вам необходимо дозвониться до своего зарубежного партнера, что может оказаться нелегкой задачей.

К счастью, если у вас имеется персональный компьютер, из этой ситуации есть простой выход. С помощью специального устройства - модема - вы можете подключить компьютер к телефонной линии. Если ваш партнер сделает то же самое, вы сможете обмениваться любой информацией, которую можно ввести в компьютер. Вы сможете при помощи цветного сканера ввести, например, цветное изображение предлагаемого к продаже компьютера, позвонить своему партнеру, и передать это изображение через телефонную линию. Партнер может распечатать изображение на цветном принтере и вы оба останетесь довольны.