Надо Знать

добавить знаний



Искусственный интеллект



План:


Введение


Искусственный интеллект ( англ. Artificial intelligence, AI ) - Раздел компьютерной лингвистики и информатики, занимающийся формализацией проблем и задач, которые напоминают задачи, выполняемые человеком. При этом, в большинстве случаев алгоритм решения задачи неизвестный заранее. Точного определения этой науки нет, поскольку в философии не решен вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютером "разумности", хотя перед искусственным интеллектом был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла-Саймона. Сейчас существует много подходов как к пониманию задач искусственного интеллекта, так и к создания интеллектуальных систем.

Одна из классификаций выделяет два подхода к разработке искусственного интеллекта

Эта наука связана с психологией, нейрофизиологией, Трансгуманизм и другими. Как и все компьютерные науки, она использует математический аппарат. Особое значение для нее имеют философия и робототехника.

Искусственный интеллект - очень молодая область исследований, основанная 1956. Ее исторический путь напоминает синусоиду, каждый "взлет" которой инициировался некоторой новой идеей. На сегодня ее развитие находится на "спаде", уступая применению уже достигнутых результатов в других областях науки, промышленности, бизнесе и даже повседневной жизни.


1. Подходы и направления

1.1. Подходы к пониманию проблемы

Единого ответа на вопрос чем занимается искусственный интеллект (ИИ), не существует. Почти каждый автор, который пишет книгу об искусственном интеллекте, отталкивается от какого-то определения, рассматривая в его свете достижения этой науки. Обычно эти определения сводятся к следующим:

  • искусственный интеллект изучает методы решения задач, требующих человеческого понимания. Грубо говоря речь идет о том, чтобы научить ИИ решать тесты интеллекта. Это предполагает развитие способов решения задач по аналогии, методов дедукции и индукции, накопления базовых знаний и умения их использовать.
  • искусственный интеллект изучает методы решения задач, для которых не существует способов решения или они не корректны (из-за ограничения во времени, памяти и т.п.). Благодаря такому определению интеллектуальные алгоритмы часто используются для решения NP-полных задач, например, задачи коммивояжера.
  • искусственный интеллект занимается моделированием человеческого высшей нервной деятельности.
  • искусственный интеллект - это системы, которые могут оперировать со знаниями, а главное - учиться. В первую очередь речь идет о том, чтобы признать класс экспертных систем (название происходит от того, что они способны заменить "на посту" людей-экспертов) интеллектуальными системами.
  • Последний подход, который начал развиваться с 1990-х годов, называется агентно-ориентированным подходом. Этот подход акцентирует внимание на тех методах и алгоритмах, которые помогут интеллектуальном агенту выживать в окружающей среде при выполнении своей задачи. Поэтому здесь значительно лучше изучаются алгоритмы поиска и принятия решения.

1.1.1. Непопулярные подходы

Самый общий подход заключается в том, что искусственный интеллект сможет вести себя как человеческий в нормальных ситуациях. Эта идея представляет собой обобщенный подход теста Тьюринга, который утверждает, что машина станет разумной тогда, когда будет способна поддерживать диалог с обычным человеком, а та не сможет понять, что разговаривает с машиной ( диалог ведется переписыванием).

Писатели-фантасты часто предлагают еще один подход: искусственный интеллект возникает тогда, когда машина будет чувствовать и творить. Так, например, хозяин Эндрю Мартина из "Двухсотлетний человек" Айзека Азимова начинает относиться к нему как к человеку, когда тот создал игрушку по собственному проекту. А Дейта с "Звездного пути", будучи способным к общению и обучения, мечтает получить эмоции и интуицию.


1.2. Подходы к изучению

Существуют различные подходы к созданию систем искусственного интеллекта. В наше время можно выделить 4 достаточно разных подхода:

  1. Логический подход. Основой для изучения логического подхода служит алгебры логики. Каждый программист знаком с ней с тех пор, когда он изучал оператор IF. Своего дальнейшего развития алгебры логики получила в виде исчисления предикатов - в котором она расширена за счет введения предметных символов, отношений между ними. Кроме этого, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Если цель достигнута, то последовательность использованных правил позволит получить цепочку действий, необходимых для реализации поставленной цели (такую ​​систему еще называют экспертной системой). Мощность такой системы определяется возможностями генератора целей и машинного доказательства теорем. Для достижения лучшей выразительности логический подход использует новое направление, его название - нечеткая логика. Главным отличием этого направления является то, что истинность высказывания может принимать кроме значений да / нет (1/0) еще и промежуточное значение - не знаю (0.5), пациент скорее всего жив, чем мертв (0.75), пациент скорее всего мертв , чем жив (0.25). Такой подход подибниший к мышлению человека, поскольку она редко соответствует да или нет.
  2. Во структурным подходом мы понимаем попытки построения ИИ путем моделирования структуры человеческого мозга. Одной из первых таких попыток был перцептрон Фрэнка Розенблатта. Главной моделирующей структурной единицей в перцептронах (как и в большинстве других вариантах моделирования мозга) является нейрон. Позднее возникли и другие модели, известные под названием нейронные сети (НС) и их реализации - нейрокомпьютеры. Эти модели отличаются по строению отдельных нейронов, по топологии связей между ними и алгоритмами обучения. Среди самых известных в наше время [ Когда? ] вариантов НС можно назвать НС с обратным распространением ошибки, сети Кохонена, сетки Хопфилда, стохастические нейроны сетки. В более широком смысле этот подход известен как Конективизм. Различия между логическим и структурным подходом не столько принципиальные, как это кажется на первый взгляд. Алгоритмы упрощения и вербализации нейронных сетей превращают модели структурного подхода в явные логические модели. [1] С другой стороны, еще в 1943 году Маккалок и Питтс показали, что нейронная сеть может реализовать любую функцию алгебры логики [2].
  3. Эволюционный подход. При построении системы ИИ по данному методу основное внимание сосредотачивают на построении исходной модели, и правилам, по которым она может изменяться (эволюционировать). Причем модель может быть создана с самыми разнообразными методами, это может быть и НС, и набор логических правил, и любая другая модель. После этого мы включаем компьютер и он, на основе проверки моделей отбирает лучшие из них, и по этим моделям по самым правилам генерируются новые модели. Среди эволюционных алгоритмов классическим считается генетический алгоритм.
  4. Имитационный подход. Этот подход является классическим для кибернетики с одним из ее базовых понятий черный ящик. Объект, поведение которого имитируется, как раз и представляет собой "черный ящик". Для нас не важно, какие модели у него внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя без изменений. Таким образом здесь моделируется другое свойство человека - способность копировать то, что делают другие, без разделения на элементарные операции и формального описания действий. Часто это свойство экономит много времени объекту, особенно в начале его жизни.

В рамках гибридных интеллектуальных систем пытаются объединить эти направления. Экспертные правила выводов могут генерироваться нейронными сетями, а Порождающие правила получают с помощью статистического изучения. Многообещающий новый подход, который еще называют усиления интеллекта, рассматривают достижения ИИ в процессе эволюционной разработки как текущий эффект усиления человеческого интеллекта технологиями.


1.3. Направления исследований

Анализируя историю ИИ, можно выделить такой обширный направление как моделирование рассуждений. Много лет развитие этой науки продвигался именно этим путем, и сейчас это одна из самых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена ​​некоторая задача, а на выходе ожидается ее решение. Как правило, предложенная задача уже формализована, то есть переведена в математическую форму, но либо не имеет алгоритма решения, или этот алгоритм за сложный, трудоемкий и т. д. В это направление входят: доказательство теорем, принятия решений и [теория игр], планирование и диспетчеризация, прогнозирование.

Таким образом, на первый план выходит инженерия знаний, объединяющая задачи получения знаний по простой информации, их систематизацию и использование. Достижения в этой области затрагивают почти все другие направления исследования ИИ. Здесь также необходимо отметить два важных подобласти. Первая из них - машинное обучение - касается процесса самостоятельного получения знаний интеллектуальной системой в процессе ее работы. Вторая связана с созданием экспертных систем - программ, использующих специализированные базы знаний для получения достоверных выводов относительно произвольной проблемы.

Большие и интересные достижения есть в области моделирования биологических систем. Сюда можно отнести несколько независимых направлений. Нейронные сети используются для решения нечетких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некоторое алгоритм может стать эффективным, если отберет лучшие характеристики у других алгоритмов ("отцов"). Относительно новый подход, где ставится задача создания автономной программы - агента, который сотрудничает с окружающей средой, называется агентно подход. А если должным образом заставить большое количество "не очень интеллектуальных" агентов работать вместе, то можно получить "муравьиный" интеллект.

Задачи распознавания объектов уже частично решаются в рамках других направлений. Сюда относятся распознавания символов, рукописного текста, языка, анализ текстов. Особо следует упомянуть компьютерное видение, связанное с машинным обучением и робототехникой.

Робот-скрипач от Toyota Motor

В общем, робототехника и искусственный интеллект часто ассоциируются друг с другом. Интеграцию этих двух наук, создания интеллектуальных роботов, можно считать еще одним направлением ИИ.

Отдельно держится машинная творчество ( англ. Computational creativity ), В связи с тем, что природа человеческого творчества еще меньше изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь стоят проблемы написания компьютером музыки, литературных произведений (часто - стихов и сказок), художественное искусство.

Наконец, существует множество программ искусственного интеллекта, каждая из которых образует почти самостоятельное направление. В качестве примеров можно привести программирования интеллекта в компьютерных играх, нелинейном управлении, интеллектуальные системы безопасности.

Не трудно видеть, что большинство областей исследования пересекаются. Це властиво для будь-якої науки. Але в штучному інтелекті взаємозв'язок між, задавалось би, різними напрямами виражений дуже сильно, і це пов'язано з філософським спором про сильний і слабкий ШІ.


2. Моделі мозку

2.1. Теоретичні положення

Кінцевою метою досліджень з питань "штучного інтелекту" є розкриття таємниць мислення та створення моделі мозку. Принципова можливість моделювання інтелектуальних процесів випливає з основного гносеологічного результату кібернетики, який полягає у тому, що будь-яку функцію мозку, будь-яку розумову діяльність, описану мовою з суворо однозначною семантикою за допомогою скінченного числа слів, в принципі можна передати електронній цифровій обчислювальній машині (ЕЦОМ). Сучасні ж наукові уявлення про природу мозку дають підстави вважати, що принаймні в суто інформаційному аспекті найістотніші закономірності мозку визначаються скінченною (хоч, може, й надзвичайно великою) системою правил.


2.2. Практична реалізація

Искусственный интеллект - техническая (во всех современных случаях попыток практической реализациии - компьютерная) система, имеющая определенные признаки интеллекта, то есть способна:

  • распознавать и понимать;
  • находить способ достижения результата и принимать решения;
  • учиться.

В практическом плане наличие лишь неполных знаний о мозге, о его функционировании не мешает строить его приближенные информационные модели, моделировать на ЭЦВМ сложные процессы мышления, в том числе и творческие.


3. Проблематика моделирования

Хоч проблема "штучного інтелекту" тісно пов'язана з потребами практики, однак тут немає єдиної загальної практичної задачі, яка б однозначно визначала розвиток теорії, проте є багато задач, які є частковими, вузькими. Тому проблема "штучного інтелекту" - це фактично цілий комплекс проблем, які характеризуються різним ступенем загальності, абстрактності, складності й розробленості і кожній з яких властиві свої принципові й практичні труднощі. Це такі проблеми, як розпізнавання образів, навчання й самонавчання, евристичне програмування, створення загальної теорії самоорганізовуваних систем, побудова фізичної моделі нейрона та ін., багато з яких мають велике самостійне значення. Для всіх цих напрямів одержано важливі результати, як практичного так і теоретичного характеру, продовжуються інтенсивні дослідження.

Оскільки крім малочисельних оптимістів майже ніхто не намагається саме "виготовити" інтелект, аналогічний людському, то мова ведеться про створення системи, яка буде здатна реалізувати певні моделі інтелекту.


4. Історія і сучасний стан

4.1. История

На початку XVII века Рене Декарт зробив припущення, що тварина - деякий складний механізм, тим самим сформулювавши механічну теорію. В 1623 р. Вільгельм Шикард (нем. Wilhelm Schickard ) побудував першу механічну цифрову вичислювальну машину, за якою послідували машини Блеза Паскаля (1643) і Лейбніца (1671). Лейбніц також був першим, хто описав сучасну двійкову систему числення, хоча до нього цією системою періодично захоплювались різні великі вчені [3] [4]. В ХІХ столітті Чарльз Беббідж і Ада Лавлейс працювали над програмованою механічною обчислювальною машиною.

В 1910-1913 рр. Бертран Рассел і А. Н. Уайтхед опублікували працю "Принципи математики", яка здійснила революцію в формальній логіці. В 1941 р. Конрад Цузе побудував перший працюючий програмно-контрольований комп'ютер. Воррен Маккалок і Вальтер Піттс в 1943 р. опублікували A Logical Calculus of the Ideas Immanent in Nervous Activity, поклавши основи нейронних мереж. [1]


4.2. Сучасний стан справ

ASIMO - Інтелектуальний гуманоїдний робот від Honda, використовує сенсори та спеціальні алгоритми для уникнення перешкод та ходіння сходами.
Kismet, робот з базовими соціальними навичками.

У наш час у створенні штучного інтелекту (в буквальному розумінні цього слова, експертні системи і шахові програми сюди не відносяться) спостерігається інтенсивний перелом усіх предметних областей, які мають хоч якесь відношення до ШІ в базі знань. Практично всі підходи були випробувані, але до появи штучного розуму жодна дослідницька група так і не дійшла.

Дослідження ШІ влились в загальний потік технологій сингулярності (видового стрибка, експотенціального розвитку людини), таких як нанотехнологія, молекулярна біоелектроніка, теоретична біологія, квантова теорія(ї), ноотропіки, екстромофіли і т. д. див. щоденний потік новин Курцвейля, MIT

Деякі з найбільш вражаючих систем ШІ:

  • Deep Blue - переміг чемпіона світу з шахів. Матч Каспаров проти суперЕОМ не приніс задоволення ні комп'ютерщикам, ні гравцям і система не була визнана Каспаровим, хоча оригінальні компактні шахові програми - невід'ємний елемент шахової творчості. Згодом лінія суперкомп'ютерів IBM проявилась у проектах brute force BluGene (молекулярне моделювання) і моделювання системи пірамідальних клітин в швейцарському центрі - проект Blue Brain [2]. Дана історія - приклад заплутаних і засекречених відносин ШІ, бізнесу і національних стратегічних задач.
  • Mycin - одна з ранніх експертних систем, яка могла діагностувати невеликий набір захворювань, причому, часто так само точно, як і лікарі.
  • Штучний інтелект, який аналізує питання і підбирає людину для відповіді на нього Тахуті.
  • 20q - проект, в основі якого лежать ідеї ШІ, за мотивами класичної гри "Двадцять питань". Став дуже популярним після появи в інтернеті на сайті 20q.net.
  • Розпізнання голосового тексту. Системи такі як ViaVoice здібні обслуговувати користувачів.
  • Роботи в щорічному турнірі RoboCup змагаються в спрощеній формі футболу.
  • "Cleverbot" - веб-застосунок що здатен проводити бесіди з людьми англійською мовою.

5. Застосування і перспективи розвитку

5.1. Застосування ШІ

Банки застосовують системи штучного інтелекту (СШІ) в страховій діяльності (актуарна математика) при грі на біржі і управлінні власністю. В Серпні 2001 року роботи виграли в людей у імпровізованому змаганні з трейдингу BBC News, 2001). Методи розпізнавання образів, (включаючи, як складніші й спеціалізованіші, так і нейронні сітки) широко використовують при оптичному і акустичному розпізнаванні (в тому числі тексту і голосу), медицинській діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також для забезпечення ряду інших задач національної безпеки.

Разработчики комп'ютерних ігор вимушені застосовувати ШІ тої чи іншої міри пропрацьованості. Стандартними задачами ШІ в іграх є відшукання шляху в двовимірному або тривимірному просторі, імітація поведінки бойової одиниці, обрахунок вірної економічної стратегії і так далі.


5.2. Перспективи ШІ

Проглядаються два напрямки розвитку ШІ:

  • перший полягає у вирішенні проблем, пов'язаних з наближенням спеціалізованих систем ШІ до можливостей людини і їх інтеграції, яка реалізована природою людини.
  • другий полягає у створенні Штучного Розуму, який представляє інтеграцію уже створених систем ШІ в єдину систему, здібну вирішувати проблеми людства.

6. Зв'язок з іншими науками

Штучний інтелект тісно пов'язаний із трансгуманізмом. А разом із нейрофізіологією і когнітивною психологією він утворює загальнішу науку, яку називають когнітологія. Окрему роль в штучному інтелекті відіграє філософія.

6.1. Філософські питання

Наука "про створення штучного розуму" не могла не привернути уваги філософів. З появою перших інтелектуальних систем були зачеплені фундаментальні питання про людину і знання, а інколи і влаштування світу. З одної сторони, вони нерозривно пов'язані з цією наукою, а з іншої - вносять в неї деякий хаос. Серед дослідників ШІ до цих пір не існує якої-небудь домінуючої точки зору на критерії інтелектуальності, систематизацію вирішуваних цілей і задач, нема навіть строгого визначення науки.


6.2. Чи може машина мислити?

Найгарячіші суперечки у філософії штучного інтелекту викликає питання можливості мислення творення людських рук. Питання "Чи може машина мислити?", яке підштовхнуло дослідників до створення науки про моделювання людського розуму, був поставлений Аланом Тьюрінгом у 1950 р. Дві основних точки зору на це питання носять назви гіпотез сильного і слабкого штучного інтелекту.

Термін "Сильний штучний інтелект" ввів Джон Сьорль, його ж словами підхід і характеризується:

Более того, такая программа будет не только моделью ума, она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум - это разум .. [5]

С другой стороны, сторонники слабого ИИ предпочитают рассмотрения программы лишь как инструмент, который позволяет решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

В своем мышлении эксперименте " Китайская комната" , Джон Сьорль показывает, что происхождение теста Тьюринга не является критерием наличия истинного процесса мышления.

Мышление является процессом обработки информации, находящейся в памяти: анализ, синтез и самопрограммирования.

Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге "Новый ум короля" аргументирует невозможность получения процесса мышления на основе формальных систем [6].


6.2.1. Что считать интеллектом?

Существуют разные точки зрения на этот вопрос. Аналитический подход предполагает анализ высшей нервной деятельности человека к низшей, неделимого уровня (функция высшей нервной деятельности, елементрана реакция на внешние раздражители (стимулы), возбуждение синапсов совокупности связанных функцией нейронов) и последующее воспроизведение этих функций.

Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации. Т.е. интеллектуальной просто считается и программа деятельности (не обязательно реализована на современных ЭВМ), которая сможет выбрать из определенной множества альтернатив, например, куда идти в случае "налево пойдешь ...", "направо пойдешь ...", "прямо пойдешь ...".


6.2.2. Наука о знании

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

6.2.3. Этические проблемы создания искусственного разума

7. Отношение к ИИ в обществе

7.1. ИИ и религия

Среди последователей авраамических религий существует несколько точек зрения на возможность создания ИИ на основе структурного подхода. По одной из них мозг, работа которого стараются имитировать системы, по их мнению, не участвует в процессе мышления, не является источником сознания и какой-либо другой умственной деятельности. Создания ИИ на основе структурного подхода невозможно.

Согласно другой точке зрения, мозг участвует в процессе мышления, но в виде "передатчика" информации от души. Мозг ответственный за такие "простые" функции, как безусловные рефлексы, реакция на боль и т.д. Создание ИИ на основе структурного подхода возможно, если система, которая конструируется, может выполнять "передаточные" функции.

Обе позиции в наше время обычно не признаются наукой, поскольку понятие душа не рассматривается современной наукой в ​​качестве научной категории.

По мнению многих буддистов ИИ возможен. Так, духовный лидер далай-лама XIV не исключает возможности существования сознания на компьютерной основе [7].

Раэлиты активно поддерживают разработки в области искусственного интеллекта.


7.2. ИИ и научная фантастика

В науrово-фантастичній літературі ШІ частіше всього показуються як сила, яка намагається скинути владу людини (Омніус, HAL 9000, Скайнет, Colossus , Матриця і реплікант) або обслуговуючий гуманоїд (C-3PO, Data, KITT и KARR, Двохсотрічна людина). Неминучість домінування над світом ШІ, який вийшов з-під контролю, заперечується такими фантастами як Айзек Азимов і Кевін Ворвік.

Цікаве бачення майбутнього представлено в романі "Вибір по Тюрингу" письменника-фантаста Гаррі Гаррісона і вченого Марвіна Мінскі [8]. Автори розмірковують на тему втрати людяності в людини, в мозок якої була вживлена ЕОМ, і набуття людяності машиною з ШІ, в пам'ять якої була скопійована інформація із головного мозку людини.

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

Одним из самых исследований проблематики ИИ фактически является все творчество выдающегося фантаста и философа ХХ века Станислава Лема.


См.. также


код для вставки
Данный текст может содержать ошибки.

скачать

© Надо Знать
написать нам