Лекция 17

Искусственный интеллект

1. Природа рационального

2. Рождение искусственного интеллекта

3. Нейронные сети

4. Экспертные системы

5. Тест Тьюринга

6. Модели и методы исследований

   1. Символьное моделирование мыслительных процессов

   2. Работа с естественными языками

   3. Представление и использование знаний

   4. Машинное обучение

   5. Биологическое моделирование искусственного интеллекта

   6. Робототехника

   7. Машинное творчество

1. Природа рационального

Среди философов давно шли споры о природе человека и процессе познания мира:

• Могут ли использоваться формальные правила для вывода правильных заключений?

• Как такой идеальный объект, как мысль, рождается в таком физическом объекте, как мозг?

• Каково происхождение знаний?

• Каким образом знания ведут к действиям?

Точный свод законов, руководящих рациональной частью мышления, был впервые сформулирован Аристотелем 384 – 322 годы до н.э. Он разработал неформализованную систему силлогизмов, предназначенную для проведения правильных рассуждений, которая позволяла любому вырабатывать логические заключения механически, при наличии начальных предпосылок.

После того как человечество осознало, каким должен быть набор правил, способных описать формальную, рациональную часть мышления, следующим этапом оказалось то, что разум стал рассматриваться как физическая система.

Если предположить, что знаниями манипулирует физический разум, то возникает следующая проблема – установить источник знаний. Такое научное направление, как эмпиризм, родоначальником которого был Френсис Бекон (1561-1626), автор Нового Органона, можно охарактеризовать высказыванием Джона Локка (1632—1704): «В человеческом понимании нет ничего, что не проявлялось бы, прежде всего в ощущениях».

Заключительным элементом в этой картине философских исследований проблемы разума является связь между знаниями и действиями. Данный вопрос для искусственного интеллекта является жизненно важным, поскольку интеллектуальность требует не только размышлений, но и действий. Кроме того, только поняв способы обоснования действий, можно понять, как создать агента, действия которого будут обоснованными (или рациональными).

Аристотель утверждал, что действия обоснованы логической связью между целями и знаниями о результатах данного конкретного действия. Алгоритм Аристотеля был реализован через 2300 лет Ньюэллом и Саймоном в программе GPS (General Problem Solver) – универсальный решатель задач. GPS могла справляться с рядом головоломок, вычислять неопределенные интегралы, решать некоторые другие задачи. Теперь то, что создано на его базе, принято называть регрессивной системой планирования.

Анализ на основе цели является полезным, но не дает ответа на то, что делать, если к цели ведет несколько вариантов действий или ни один вариант действий не позволяет достичь ее полностью. Антуан Арно (1612–1694) правильно описал количественную формулу для принятия решения о том, какое действие следует предпринять в подобных случаях.

В книге Utilitarianism приверженца утилитаризма Джона Стюарта Милла (1806–1873) провозглашена идея о том, что критерии принятия рациональных решений должны применяться во всех сферах человеческой деятельности.

2. Рождение искусственного интеллекта

Под современным определением интеллекта понимается способность к осуществлению процесса познания и к эффективному решению проблем, в частности при овладении новым кругом жизненных задач. 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, Искусственный интеллект (ИИ) моделирует человеческий интеллект, так как с одной стороны, можно изучить кое-что о том, как заставить машины решить проблемы, наблюдая людей, а с другой стороны, большинство работ в ИИ касаются изучения проблем, которые требуется решать человечеству в промышленном и технологическом смысле. Поэтому исследователи ИИ вольны использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных проблем.

Именно в таком смысле термин ввёл Джон Маккарти в 1956 году на конференции в Дартмутском университете. Маккарти уговорил Марвина Минского, Клода Шеннона и Натаниэля Рочестера, чтобы они помогли ему собрать всех американских исследователей, проявляющих интерес к теории автоматов, нейронным сетям и исследованиям интеллекта.

Они организовывали двухмесячный семинар в Дартмуте летом 1956 года. Всего на этом семинаре присутствовали 10 участников, включая Тренчарда Мура из Принстонского университета, Артура Самюэла из компании IBM, а также Рея Соломонова и Оливера Селфриджа из Массачусетского технологического института (МТИ).

Два исследователя из технологического института Карнеги, Аллен Ньюэлл и Герберт Саймон, буквально монополизировали все это представление. Тогда как другие могли лишь поделиться своими идеями и в некоторых случаях показать программы для таких конкретных приложений, как шашки, Ньюэлл и Саймон уже могли продемонстрировать программу, проводящую рассуждения, Logic Theorist (LT), или логик-теоретик, в отношении которой Саймон заявил: «Мы изобрели компьютерную программу, способную мыслить в нечисловых терминах и поэтому решили почтенную проблему о соотношении духа и тела».

Вскоре после этого семинара программа показала свою способность доказать большинство теорем, труда Рассела и Уайтхеда Principia Mathematica. Сообщали, что Рассел пришел в восторг, когда Саймон показал ему, что эта программа предложила доказательство одной теоремы, более короткое, чем в Principia. Редакторы Journal of Symbolic Logic оказались менее подверженными эмоциям; они отказались принимать статью, в качестве соавторов которой были указаны Ньюэлл, Саймон и программа Logic Theorist.

Дартмутский семинар не привел к появлению каких-либо новых крупных открытий, но позволил познакомиться всем наиболее важным деятелям в этой научной области. Они, а также их студенты и коллеги из Массачусетского технологического института, Университета Карнеги-Меллона, Стэнфордского университета и компании IBM занимали ведущее положение в этой области в течение следующих 20 лет.

Возможно, дольше всего сохранившимся результатом данного семинара было соглашение принять новое название для этой области, предложенное Маккарти, – искусственный интеллект. 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.

Почему нельзя было бы публиковать все работы, выполненные в рамках искусственного интеллекта, под флагом теории управления, или исследования операций, или теории решений, которые в конечном итоге имеют цели, аналогичные искусственному интеллекту? Или почему искусственный интеллект не рассматривается как область математики?

Ответом на эти вопросы, во-первых, является то, что искусственный интеллект с самого начала впитал идею моделирования таких человеческих качеств, как творчество, самосовершенствование и использование естественного языка. Эти задачи не рассматриваются ни в одной из указанных областей. Во-вторых, еще одним ответом является методология. Искусственный интеллект – это единственная из перечисленных выше областей, которая, безусловно, является одним из направлений компьютерных наук (хотя в исследовании операций также придается большое значение компьютерному моделированию). Кроме того, искусственный интеллект – это единственная область, в которой предпринимаются попытки создания машин, действующих автономно в сложной, изменяющейся среде.