1. Философские аспекты проблемы систем ии, теоретические проблемы психологии стр. 3 icon

1. Философские аспекты проблемы систем ии, теоретические проблемы психологии стр. 3


Смотрите также:
Методы работы с медиатекстом: философские аспекты проблемы...
Титут психологии и акмеологии теоретические и прикладные проблемы акмеологии санкт-Петербург...
Предисловие к разделу...
Участие в конференциях сотрудников кафедры психологии образования факультета педагогики и...
1 История формирования социально-психологических идей...
Программа семинарских занятий по курсу “ Философские проблемы научных дисциплин: проблема...
Программа семинарских занятий по курсу “ Философские проблемы научных дисциплин: проблема...
Социокультурные и этноконфессиональные проблемы: вопросы теории и методологии...
Кандидатский экзамен по «Истории и философии науки» вопросы двух разделов курса «Общие проблемы...
Допинги в собаководстве...
Междисциплинарная научно-практическая конференция «Философские проблемы информационных...
Философские проблемы геосистем” Санкт-Петербург...



Содержание


Введение стр.2

1.Философские аспекты проблемы систем ИИ, теоретические проблемы психологии стр.3

2.История развития систем ИИ стр.8

3. Феномен мышления стр.11

4.Создание ИИ стр.13

4.1 Механический подход стр.13

4.2 Электронный подход стр.14

4.3 Кибернетический подход стр.15

4.4 Нейронный подход стр.16

4.5 Появление перцептрона стр.17

Заключение стр.19

Список литературы стр.20


Введение


Современные философы и исследователи науки часто рассматривают междисциплинарные науки, как одно из достижений, заново открытых в 20 веке. Искусственный Интеллект и искусственная жизнь представляет собой прекрасный пример такой интеграции наук. С конца 40х годов ученные всего мира устремились к дерзкой цели: создать компьютер, действующий таким образом, что по результатам их работы невозможно было бы отличить от человеческого разума. К сожалению, оказалось, весьма трудно выбрать общее направление. Некоторые заинтересованы в исследовании «систем, демонстрирующих феномены живых систем», другие изучают природу химического репродуцирования, или пытаются решить философские проблемы самопознания.

В понятие «Искусственный интеллект» вкладывают разный смысл – от признания интеллекта у ЭВМ, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком. Другими словами, что такое Искусственный Интеллект, ЭВМ, способная выполнить любую функцию, или ЭВМ, способная мыслить и чувствовать, подобно человеку?

Ученым сложно прийти даже к единой точке зрения относительно самого интеллекта. Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям, способность мыслить; третьи – как возможность взаимодействия с внешним миром путем общения, восприятия и осознания.

Основная проблема состоит в том, что системы, обладающие психикой, отличаются от ЭВМ тем, что им присущи биологические потребности. Отражение мира проходит через призму этих потребностей, в чем выражается активность психической системы. ЭВМ не имеет потребностей, для нее информация безлична.

На практике под термином «Искусственный интеллект» кроется грандиозное разнообразие различных проектов от моделей копирования ДНК человека и систем с обратной связью, до изучения коллективного разума.

Цель работы- узнать об основных проблемах создания искусственного интеллекта, основных путей его создания. Задачи данной работы- рассмотреть искусственный интеллект с философской точки зрения, с точки зрения психологии. Изучить историю создания искусственного интеллекта, и методы его создания.


1. Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность), теоретические проблемы психологии.


С наукой Искусственного интеллекта сложилась ситуация, которая роднит его с коммунизмом — изучается то, чего еще нет. И если этого не будет в течение ближайших 100 лет, то очень может быть, что эпоха ИИ на этом окончится.

Исходя из сказанного выше, вытекает основная философская проблема в области ИИ — возможность или не возможность моделирования мышления человека. Следовательно, начиная исследование ИИ, мы заранее предполагаем положительный ответ. Попробуем привести несколько соображений, которые подводят нас к данному ответу.

Первое доказательство является схоластическим, и доказывает непротиворечивость ИИ и Библии. По-видимому, даже люди далекие от религии, знают слова священного писания: "И создал Господь человека по образу и подобию своему …". Исходя из этих слов, мы можем заключить, что, поскольку Господь, во-первых, создал нас, а во-вторых, мы по своей сути подобны ему, то мы вполне можем создать кого-то по образу и подобию человека.

Создание нового разума биологическим путем для человека дело вполне привычное. Наблюдая за детьми, мы видим, что большую часть знаний они приобретают путем обучения, а не как заложенную в них заранее. Данное утверждение на современном уровне не доказано, но по внешним признакам все выглядит именно так.

То, что раньше казалось вершиной человеческого творчества — игра в шахматы, шашки, распознавание зрительных и звуковых образов, синтез новых технических решений, на практике оказалось не таким уж сложным делом (теперь работа ведется не на уровне возможности или невозможности реализации перечисленного, а о нахождении наиболее оптимального алгоритма). Теперь зачастую данные проблемы даже не относят к проблемам ИИ. Есть надежда, что и полное моделирование мышления человека окажется не таким уж и сложным делом.

С проблемой воспроизведения своего мышления тесно смыкается проблема возможности самовоспроизведения.

Способность к самовоспроизведению долгое время считалась прерогативой живых организмов. Однако некоторые явления, происходящие в неживой природе (например, рост кристаллов, синтез сложных молекул копированием), очень похожи на самовоспроизведение. В начале 50-х годов Дж. фон Нейман занялся основательным изучением самовоспроизведения и заложил основы математической теории "самовоспроизводящихся автоматов". Так же он доказал теоретически возможность их создания.

Принципиальная возможность автоматизации решения интеллектуальных задач с помощью ЭВМ обеспечивается свойством алгоритмической универсальности. Что же это за свойство?

Алгоритмическая универсальность ЭВМ означает, что на них можно программно реализовывать любые алгоритмы преобразования информации, — будь то вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий. При этом мы имеем в виду, что процессы, порождаемые этими алгоритмами, являются потенциально осуществимыми, т. е. что они осуществимы в результате конечного числа элементарных операций. Практическая осуществимость алгоритмов зависит от имеющихся в нашем распоряжении средств, которые могут меняться с развитием техники. Так, в связи с появлением быстродействующих ЭВМ стали практически осуществимыми и такие алгоритмы, которые ранее были только потенциально осуществимыми.

Однако свойство алгоритмической универсальности не ограничивается констатацией того, что для всех известных алгоритмов оказывается возможной их программная реализация на ЭВМ. Содержание этого свойства имеет и характер прогноза на будущее: всякий раз, когда в будущем какое-либо предписание будет признано алгоритмом, то независимо от того, в какой форме и какими средствами это предписание будет первоначально выражено, его можно будет задать также в виде машинной программы.[1]

Однако не следует думать, что вычислительные машины и роботы могут в принципе решать любые задачи. Анализ разнообразных задач привел математиков к замечательному открытию. Было строго доказано существование таких типов задач, для которых невозможен единый эффективный алгоритм, решающий все задачи данного типа; в этом смысле невозможно решение задач такого типа и с помощью вычислительных машин. Этот факт способствует лучшему пониманию того, что могут делать машины и чего они не могут сделать. В самом деле, утверждение об алгоритмической неразрешимости некоторого класса задач является не просто признанием того, что такой алгоритм нам не известен и никем еще не найден. Такое утверждение представляет собой одновременно и прогноз на все будущие времена о том, что подобного рода алгоритм нам не известен и никем не будет указан или, и иными словами, что он не существует.

Как же действует человек при решении таких задач? Похоже, что он просто-напросто игнорирует их, что, однако не мешает ему жить дальше. Другим путем является сужение условий универсальности задачи, когда она решается только для определенного подмножества начальных условий. И еще один путь заключается в том, что человек методом "научного тыка" расширяет множество доступных для себя элементарных операций (например, создает новые материалы, открывает новые месторождения или типы ядерных реакций).

Следующим философским вопросом ИИ является цель создания. В принципе все, что мы делаем в практической жизни, обычно направлено на то, чтобы больше ничего не делать. Однако при достаточно высоком уровне жизни (большом количестве потенциальной энергии) человека на первые роли выступает уже не лень (в смысле желания экономить энергию), а поисковые инстинкты. Допустим, что человек сумел создать интеллект, превышающий свой собственный (пусть не качеством, так количеством). Что теперь будет с человечеством? Какую роль будет играть человек? Для чего он теперь нужен? И вообще, нужно ли в принципе создание ИИ?[2]

По-видимому, самым приемлемым ответом на эти вопросы является концепция "усилителя интеллекта" (УИ). Я думаю, что здесь уместна аналогия с президентом государства — он не обязан знать валентности ванадия или языка программирования Java для принятия решения о развитии ванадиевой промышленности. Каждый занимается своим делом — химик описывает технологический процесс, программист пишет программу; в конце концов, экономист говорит президенту, что вложив деньги в промышленный шпионаж, страна получит 20%, а в ванадиевую промышленность — 30% годовых. В данном примере президент использует биологический УИ — группу специалистов с их белковыми мозгами. Но уже сейчас используются и неживые УИ — например мы не могли бы предсказать погоду без компьютеров, при полетах космических кораблей с самого начала использовались бортовые счетно-решающие устройства. Кроме того, человек уже давно использует усилители силы (УС) — понятие, во многом аналогичное УИ. В качестве усилителей силы ему служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и многое-многое другое.

Основным отличием УИ от УС является наличие воли. Интеллектуальная система, вполне могла бы иметь свои желания, и поступать не так, как нам хотелось бы. Таким образом перед нами встает еще одна проблема — проблема безопасности.

Данная проблема будоражит умы человечества еще со времен Карела Чапека, впервые употребившего термин "робот". Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные мы можем упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, а так же довольно свежее произведение — "Терминатор". Кстати именно у Айзека Азимова мы можем найти самое проработанное, и принятое большинством людей решение проблемы безопасности. Речь идет о так называемых трех законах роботехники.

Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону.

Робот должен заботиться о своей безопасности, насколько это не противоречит первому и второму закону. [5]

На первый взгляд подобные законы, при их полном соблюдении, должны обеспечить безопасность человечества. Однако при внимательном рассмотрении возникают некоторые вопросы. Во-первых, законы сформулированы на человеческом языке, который не допускает простого их перевода в алгоритмическую форму. Попробуйте, к примеру перевести на любой из известных Вам языков программирования, такой термин, как "причинить вред". Или "допустить". Попробуйте определить, что происходит в любом случае, а что он "допустил"?

Далее предположим, что мы сумели переформулировать, данные законы на язык, который понимает автоматизированная система. Теперь интересно, что будет подразумевать система ИИ под термином "вред" после долгих логических размышлений? Не решит ли она, что все существования человека это сплошной вред? Ведь он курит, пьет, с годами стареет и теряет здоровье, страдает. Не будет ли меньшим злом быстро прекратить эту цепь страданий? [5] Конечно можно ввести некоторые дополнения, связанные с ценностью жизни, свободой волеизъявления. Но это уже будут не те простые три закона, которые были в начале.

Следующим вопросом будет такой. Что решит система ИИ в ситуации, когда спасение одной жизни возможно только за счет другой? Особенно интересны те случаи, когда система не имеет полной информации о том, кто есть кто.

Однако несмотря на перечисленные проблемы, данные законы являются довольно неплохим неформальным базисом проверки надежности системы безопасности для систем ИИ.

Так что же, неужели нет надежной системы безопасности? Если отталкиваться от концепции УИ, то можно предложить следующий вариант.

Согласно многочисленным опытам, несмотря на то, что мы не знаем точно, за что отвечает каждый отдельный нейрон в человеческом мозге, многим из наших эмоций обычно соответствует возбуждение группы нейронов (нейронный ансамбль) во вполне предсказуемой области. Были также проведены обратные эксперименты, когда раздражение определенной области вызывало желаемый результат. Это могли быть эмоции радости, угнетения, страха, агрессивности. Это наводит на мысль, что в принципе мы вполне могли бы вывести степень "довольности" организма наружу. В то же время, практически все известные механизмы адаптации и самонастройки (в первую очередь имеются в виду технические системы), базируются на принципах типа "хорошо" — "плохо". В математической интерпретации это сведение какой-либо функции к максимуму или к минимуму. Теперь представим себе, что наш УИ в качестве такой функции использует измеренную прямо или косвенно, степень удовольствия мозга человека-хозяина. Если принять меры, чтобы исключить самодеструктивную деятельность в состоянии депрессии, а так же предусмотреть другие особые состояния психики, то получим следующее.

Поскольку предполагается, что нормальный человек, не будет наносить вред самому себе, и, без особой на то причины, другим, а УИ теперь является частью данного индивидуума (не обязательно физическая общность), то автоматически выполняются все 3 закона роботехники. При этом вопросы безопасности смещаются в область психологии и правоохранения, поскольку система (обученная) не будет делать ничего такого, чего бы не хотел ее владелец. [4]

И теперь осталась еще одна тема — а стоит ли вообще создавать ИИ, может просто закрыть все работы в этой области? Единственное, что можно сказать по этому поводу — если ИИ возможно создать, то рано или поздно он будет создан. И лучше его создавать под контролем общественности, с тщательной проработкой вопросов безопасности.

Можно выделить  две основные линии работ по ИИ.  Первая связана с совершенствованием самих машин,  с повышением "интеллектуальности" ис­кусственных  систем.  Вторая  связана с задачей оптимизации совместной работы "искусственного интеллекта" и собственно интеллектуальных  возможностей человека. [3]

    

Переходя к собственно психологическим проблемам ИИ О.К. Тихомиров выделяет  три позиции по вопросу о взаимодействии психологии и искусст­венного интеллекта. 

  1. "Мы мало знаем о человеческом разуме,  мы хотим его воссоздать,  мы делаем это вопреки отсутствию знаний"- эта позиция характерна для многих зарубежных специалистов по ИИ

  2. Вторая позиция сводится  к констатации ограниченности результатов исследований интел­лектуальной деятельности, проводившихся психологами, социологами и фи­зиологами.  В качестве причины указывается отсутствие адекватных мето­дов. Решение видится в воссоздании тех или иных интеллектуальных функ­ций в работе машин. Иными словами, если машина решает задачу ранее ре­шавшуюся человеком,  то знания,  которые можно подчерпнуть, анализируя эту работу и есть основной материал для построения психологических те­орий.

  3. Третья позиция характеризуется оценкой исследования в области искусственного  интеллекта и психологии как совершенно независимых.  В этом случае допускается возможность только потребления,  использования психологических  знаний  в плане психологического обеспечения работ по ИИ.

     Закономерно возникает  вопрос о влиянии работ по искусственному интеллекту на развитие психологической науки.  О.К.Тихомиров выде­ляет  в качестве первого результата - появление новой области психоло­гических исследований,  а именно, сравнительные исследования того, как одни и те же задачи решаются человеком и машиной. Кроме того, уже пер­вые работы по искусственному интеллекту показали,  что не  только  об­ласть  решения  задач затрагивается сопоставительными исследованиями, но и проблема мышления в целом.  Возникла потребность в уточнении кри­териев дифференциации "творческих" и "нетворческих" процессов.

     Более того, и исследования восприятия и исследования памяти нахо­дятся под сильным влиянием машинных аналогий (монография Р.Клацки).

Оригинальное отражение работ по ИИ несет на себе новая психологическая теория поведения (исследования Д. Миллера К.Прибрама Ю.Галанте­ра).  В то время как для традиций отечественной психологии  необходимо разведение понятий поведения и деятельности.

     Популярные идеи системного анализа  позволили  сделать  сравнение принципов работы  искусственных  систем и собственно человеческой дея­тельности важным эвристическим приемом выделения именно специфического психологического анализа деятельности человека.

     В 1963 г.  выступая на совещании по философским вопросам физиоло­гии ВНД и психологии,  А.Н.  Леонтьев сформулировал следующую позицию: машина воспроизводит операции человеческого мышления,  и следовательно соотношение "машинного" и "немашинного" есть соотнесение операциональ­ного  и неоперационального в человеческой деятельности в то время этот вывод был достаточно прогрессивен и выступал  против  кибернетического редукционизма.  Однако в последствии при сравнени операций, из которых слагается работа машины,  и операций как единиц деятельности  человека выявились  существенные различия - в психологическом смысле "операция" отражает способ достижения результатов, процессуальную характеристику, в то время как прменительно к машинной работе этот термин используется в логико-математическом смысле (характеризуется результатом).

     В работах  по  искусственному  интеллекту  постоянно используется термин "цель". Анализ отношения средств к цели А.Ньюэлл и Г.Саймон на­зывают в  качестве одной из "эвристик".  В психологической теории дея­тельности "цель" является конституирующим признаком действия в отличии от операций  (и деятельности в целом).  В то время как в искусственных системах "целью" называют некоторую конечную ситуацию к которой  стре­мится система.  Признаки этой ситуации должны быть четко выявленными и описанными на формальном языке.  Цели человеческой деятельности  имеют другую природу.  Конечная ситуация может по разному отражаться субъек­том: как на понятийном уровне, так и в форме представлений или перцеп­тивного образа.  Это отражение может характеризоваться разной степенью ясностьи, отчетливости.  Кроме того, для человека характерно не просто достижение готовых целей но и формирование новых.

    Также работа  систем  искусственно интеллекта,  характеризуется непросто наличием операций, программ,"целей", а как отмечает О.К.Тихоми­ров,- оценочными функциями.  И у искусственных систем есть своего рода "ценностные орентации". Но специфику человеческой мотивационно-эмоцио­нальной  регуляции  деятельности  составляет  использование  не только константных,  но и ситуативно возникающих и динамично меняющихся  оце­нок,  существенно  также различие между словесно-логическими и эмоцио­нальными оценками. В существовании потребностей и мотивов видится раз­личие  между  человеком  и машиной на уровне деятельности.  Этот тезис повлек за собой цикл исследований, посвященных анализу специфики чело­веческой деятельности.  Так в работе Л.П. Гурьевой показана зависи­мость структуры мыслительной деятельности при решении творческих задач от изменения мотивации.

     Между прочим, именно недостаточная изученность процесса целеобра­зования нашла свое отражение в формулировании "социального заказа" для психологии со стороны исследователей ИИ, и оказала существенное стиму­лирующее влияние психологической науки.

     Информационная теория эмоций Симонова также в значительной степе­ни питается аналогиями с работами систем ИИ. Кроме того проблема воле­вого принятия решения в психологии в некоторых работах рассматривается как формальный процесс выбора одной из множества заданных альтернатив, опуская тем самым специфику волевых процессов.  В то же время, Ю.Д.Ба­баевой  была предпринята попытка изучения возможности формализации процесса целеобразования на основе глубокого психологического  анализа этого процесса в деятельности человека. [2]

     Таким образом все три традиционные области психологии - учения  о познавательных, эмоциональных  и волевых процессах оказались под влия­нием работ по ИИ,  что по мнению О.К.Тихомирова привело  к  оформлению нового предмета психологии - как наука о переработке информации, науч­ность этого определения достигалась за счет "технизации" психологичес­кого знания.

     Обращаясь к проблеме роли ИИ в обучения Л.И. Ноткин рассматри­вает этот процесс как одну из разновидностей взаимодействия человека с ЭВМ,  и раскрывает среди перспективных возможностей те , которые напра­влены на создание так называемых адаптивных обучающихся систем, имити­рующих оперативный диалог учащегося и преподавателя-человека.

     Таким образом роль взаимодействия между  исследованиями  искусс­твенного  интеллекта  и  психологической наукой можно охарактеризовать как плодотворный диалог,  позволяющий если не решать то хотя  бы  нау­читься  задавать  вопросы как высокого философского уровня - "Что есть человек ?", так и более прагматические - методические и методологичес­кие.


^

2. История развития систем ИИ.



Исторически сложились три основных направления в моделировании ИИ.

В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д.

Второй подход в качестве объекта исследования рассматривает ИИ. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека.

Наконец, третий подход ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной. [5]

Самыми первыми интеллектуальными задачами, которые стали решаться при помощи ЭВМ были логические игры (шашки, шахматы), доказательство теорем. Хотя, правда здесь надо отметить еще кибернетические игрушки типа "электронной мыши" Клода Шеннона, которая управлялась сложной релейной схемой. Эта мышка могла "исследовать" лабиринт, и находить выход из него. А кроме того, помещенная в уже известный ей лабиринт, она не искала выход, а сразу же, не заглядывая в тупиковые ходы, выходила из лабиринта.

Американский кибернетик А. Самуэль составил для вычислительной машины программу, которая позволяет ей играть в шашки, причем в ходе игры машина обучается или, по крайней мере, создает впечатление, что обучается, улучшая свою игру на основе накопленного опыта. В 1962 г. эта программа сразилась с Р. Нили, сильнейшим шашистом в США и победила. Можно сказать, что все элементы интеллекта, продемонстрированные машиной в процессе игры в шашки, сообщены ей автором программы. Отчасти это так. Но не следует забывать, что программа эта не является "жесткой", заранее продуманной во всех деталях. Она совершенствует свою стратегию игры в процессе самообучения. И хотя процесс "мышления" у машины существенно отличен оттого, что происходит в мозгу играющего в шашки человека, она способна у него выиграть.

Ярким примером сложной интеллектуальной игры до недавнего времени являлись шахматы. В 1974 г. состоялся международный шахматный турнир машин, снабженных соответствующими программами. Как известно, победу на этом турнире одержала советская машина с шахматной программой "Каисса". [2]

Почему здесь употреблено "до недавнего времени"? В настоящее время существуют и успешно применяются программы, позволяющие машинам играть в деловые или военные игры, имеющие большое прикладное значение. Здесь также чрезвычайно важно придать программам присущие человеку способность к обучению и адаптации. Одной из наиболее интересных интеллектуальных задач, также имеющей огромное прикладное значение, является задача обучения распознавания образов и ситуаций. Решением ее занимались и продолжают заниматься представители различных наук — физиологи, психологи, математики, инженеры. Такой интерес к задаче стимулировался фантастическими перспективами широкого практического использования результатов теоретических исследований: читающие автоматы, системы ИИ, ставящие медицинские диагнозы, проводящие криминалистическую экспертизу и т. п., а также роботы, способные распознавать и анализировать сложные сенсорные ситуации.

В 1957 г. американский физиолог Ф. Розенблатт предложил модель зрительного восприятия и распознавания — перцептрон. Появление машины, способной обучаться понятиям и распознавать предъявляемые объекты, оказалось чрезвычайно интересным не только физиологам, но и представителям других областей знания и породило большой поток теоретических и экспериментальных исследований.

Перцептрон или любая программа, имитирующая процесс распознавания, работают в двух режимах: в режиме обучения и в режиме распознавания. В режиме обучения некто (человек, машина, робот или природа), играющий роль учителя, предъявляет машине объекты и о каждом их них сообщает, к какому понятию (классу) он принадлежит. По этим данным строится решающее правило, являющееся, по существу, формальным описанием понятий. В режиме распознавания машине предъявляются новые объекты (вообще говоря, отличные от ранее предъявленных), и она должна их классифицировать, по возможности, правильно. [6]

Проблема обучения распознаванию тесно связана с другой интеллектуальной задачей — проблемой перевода с одного языка на другой, а также обучения машины языку. При достаточно формальной обработке и классификации основных грамматических правил и приемов пользования словарем можно создать вполне удовлетворительный алгоритм для перевода, скажем научного или делового текста. Для некоторых языков такие системы были созданы еще в конце 60-г. Однако для того, чтобы связно перевести достаточно большой разговорный текст, необходимо понимать его смысл. Работы над такими программами ведутся уже давно, но до полного успеха еще далеко. Имеются также программы, обеспечивающие диалог между человеком и машиной на урезанном естественном языке.

Что же касается моделирования логического мышления, то хорошей модельной задачей здесь может служить задача автоматизации доказательства теорем. Начиная с 1960 г., был разработан ряд программ, способных находить доказательства теорем в исчислении предикатов первого порядка. Эти программы обладают, по словам американского специалиста в области ИИ Дж. Маккатти, "здравым смыслом", т. е. способностью делать дедуктивные заключения. [8]

В программе К. Грина и др., реализующей вопросно-ответную систему, знания записываются на языке логики предикатов в виде набора аксиом, а вопросы, задаваемые машине, формулируются как подлежащие доказательству теоремы. Большой интерес представляет "интеллектуальная" программа американского математика Хао Ванга. Эта программа за 3 минуты работы IBM-704 вывела 220 относительно простых лемм и теорем из фундаментальной математической монографии, а затем за 8.5 мин выдала доказательства еще 130 более сложных теорем, часть их которых еще не была выведена математиками. Правда, до сих пор ни одна программа не вывела и не доказала ни одной теоремы, которая бы, что называется "позарез" была бы нужна математикам и была бы принципиально новой.

Очень большим направлением систем ИИ является роботехника. В чем основное отличие интеллекта робота от интеллекта универсальных вычислительных машин?

Для ответа на этот вопрос уместно вспомнить принадлежащее великому русскому физиологу И. М. Сеченову высказывание: "… все бесконечное разнообразие внешних проявлений мозговой деятельности сводится окончательно лишь к одному явлению — мышечному движению". Другими словами, вся интеллектуальная деятельность человека направлена в конечном счете на активное взаимодействие с внешним миром посредством движений. Точно так же элементы интеллекта робота служат прежде всего для организации его целенаправленных движений. В то же время основное назначение чисто компьютерных систем ИИ состоит в решении интеллектуальных задач, носящих абстрактный или вспомогательный характер, которые обычно не связаны ни с восприятием окружающей среды с помощью искусственных органов чувств, ни с организацией движений исполнительных механизмов.

Первых роботов трудно назвать интеллектуальными. Только в 60-х годах появились очуствленные роботы, которые управлялись универсальными компьютерами. К примеру в 1969 г. в Электротехнической лаборатории (Япония) началась разработка проекта "промышленный интеллектуальный робот". Цель этой разработки — создание очуствленного манипуляционного робота с элементами искусственного интеллекта для выполнения сборочно-монтажных работ с визуальным контролем.

Постепенно характеристики роботов монотонно улучшались, Но до сих пор они еще далеки по понятливости от человека, хотя некоторые операции уже выполняют на уровне лучших жонглеров. К примеру удерживают на лезвии ножа шарик от настольного тенниса.

Еще пожалуй здесь можно выделить работы киевского Института кибернетики, где под руководством Н. М. Амосова и В. М. Глушкова (ныне покойного) ведется комплекс исследований, направленных на разработку элементов интеллекта роботов. Особое внимание в этих исследованиях уделяется проблемам распознавания изображений и речи, логического вывода (автоматического доказательства теорем) и управления с помощью нейроподобных сетей.

К примеру можно рассмотреть созданный еще в 70-х годах макет транспортного автономного интегрального робота (ТАИР). Конструктивно ТАИР представляет собой трехколесное шасси, на котором смонтирована сенсорная система и блок управления. И особенность, которая отличает ТАИР от многих других систем, созданных у нас и за рубежом, это то, что в его составе нет компьютера в том виде, к которому мы привыкли. Основу системы управления составляет бортовая нейроподобная сеть, на которой реализуются различные алгоритмы обработки сенсорной информации, планирования поведения и управления движением робота.

В конце данного очень краткого обзора рассмотрим примеры крупномасштабных экспертных систем.

MICIN — экспертная система для медицинской диагностики. Разработана группой по инфекционным заболеваниям Стенфордского университета. Ставит соответствующий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. База данных состоит из 450 правил.

PUFF — анализ нарушения дыхания. Данная система представляет собой MICIN, из которой удалили данные по инфекциям и вставили данные о легочных заболеваниях.

DENDRAL — распознавание химических структур. Данная система старейшая, из имеющих звание экспертных. Первые версии данной системы появились еще в 1965 году во все том же Стенфордском университете. Пользователь дает системе DENDRAL некоторую информацию о веществе, а также данные спектрометрии (инфракрасной, ядерного магнитного резонанса и масс-спектрометрии), и та в свою очередь выдает диагноз в виде соответствующей химической структуры.

PROSPECTOR — экспертная система, созданная для содействия поиску коммерчески оправданных месторождений полезных ископаемых. [3]


^ 3. ФЕНОМЕН МЫШЛЕНИЯ.


Машины уже научились слагать стихи, сочинять музыку, рисовать картины. Возможно, кому-то покажется, что это – несомненный признак их разумности. Ведь если ЭВМ доступно творчество, которое всегда считалось свойством высокого интеллекта, то справедливо ли отказывать ей в разуме?

Всё же большинство из нас едва ли согласятся считать рисующую и сочиняющую стихи ЭВМ мыслящей. Что же тогда следует называть мышлением?[2]

Далёкому от науки человеку трудно себе представить, как много умеют делать современные кибернетические устройства. Стоит хотя бы упомянуть о так называемых «экспертных системах», которые на основе имеющихся в их памяти сведений анализируют состояние больного, режим технологического процесса, дают советы, как поступить в той или иной ситуации. При этом ЭВМ не только сообщает своё решение, но и объясняет, почему оно должно быть таковым. По сравнению с электронной памятью, выдачей архивных справок и математическими вычислениями, что сегодня у большинства людей ассоциируется сегодня с образом компьютера, это – качественно новая ступень интеллектуальной деятельности, когда на основе имеющегося вырабатывается новое знание. До сих пор это считалось неоспоримой привилегией человеческого мозга. Неудивительно, что тому, кто впервые встречается с подобными системами, часто просто не верится, что он имеет дело с «железной ЭВМ», а не со спрятавшимся где-то оператором-человеком.

Способность ЭВМ выполнять математические расчеты, к чему мы привыкли, ещё совсем недавно рассматривалась как одна из самых высших ступеней духовной деятельности человека. Комплексные числа, с которыми легко оперирует почти любая ЭВМ, Г.Лейбниц, сам выдающийся математик, называл «духовными амфибиями», удивительным «порождением духа Божьего», а писатель В.Одоевский в своей «Русской речи» писал о нашей способности к вычислениям как о каком-то непостижимом, почти мистическом свойстве: При всяком математическом процессе мы чувствуем, как к нашему существу присоединяется какое-то другое, чужое, которое трудится, думает, вычисляет, а между тем наше истинное существо как бы перестаёт действовать, не принимая никакого участия в этом процессе, как в деле постороннем, ждёт своей собственной пищи, а именно связи, которая должна существовать между ним и этим процессом, - и этой связи мы не находим».

Можно представить, как был бы поражён Одоевский, узнав о вычислительных способностях наших ЭВМ! Тем не менее, мы не считаем их думающими.

Любая вычислительная машина, каким бы поразительным ни было её «умение» обучаться, работает на основе заранее составленной для неё программы и поступающих внешних данных. Правда, мы, люди, тоже реализуем определенные программы действий, особенно в первые месяцы жизни, когда наше поведение почти целиком определяется заложенной в нас генетической программой. Однако принципиальное различие в том, что человек способен мотивированно, т.е. в зависимости от определённых условий, изменять программу и делает это так, что между Сарой и новой программами нет непрерывного логического мостика. Как это происходит, тоже пока не ясно, тут много споров и различных точек зрения, но это уже другой вопрос, важно, что современные вычислительные машины этим свойством не обладают. Вот если бы случилось так, что какая-то ЭВМ, решившая, скажем задачи по электромагнетизму и квантовой механике, объединила бы эти два раздела науки и вывела уравнения квантовой электродинамики, а потом с их помощью предсказала бы новые явления в этой неизвестной ей ранее области, тогда, наверное, мы были бы в праве назвать её думающей. И прежде всего потому, что она сама, без всякой программной подсказки, решила заняться качественно новой задачей. Слово «решила» как раз и означает, что она мыслит.

Всякая интеллектуальная задача представляет собой поиск способа достижения поставленной цели, а иначе это будет не решением задачи, а просто действием по точной инструкции.

Когда мы говорим, что школьник решает задачу, это означает прежде всего, что он должен сообразить, какую взять для этого формулу, какие подставить в неё числа. Однако, если он, заглядывая в тетрадь соседа, подставляет указанные там числа в написанную на доске формулу, это уже не решение, а механическое повторение. Именно так ведут себя современные ЭВМ. Строго говоря, никаких задач они не решают, и часто используемое нами выражение «ЭВМ решает» имеет условный смысл…

Способность ставить задачу и самопрограмироваться на её решение – это как раз и есть главное, что характеризует феномен мышления.

Можно возразить данному утверждению, отметив, что и рыбы, и примитивные амёбы в погоне за добычей, тоже ставят себе задачи, изменяющиеся в зависимости от конкретных условий, значит – и они мыслят?

Это могут быть примитивные формы мышления, ведь объяснить поведение животных во всём многообразии жизненных ситуаций одним лишь инстинктом – это гипотеза.(2)

Животным и птицам присуще такое свойство мышления, как способность к обобщению. Например, они узнают пищу в различных конкретных формах, так сказать – пищу вообще.

Наше обыденное понимание разумного слишком очеловечено, и, подобно тому, как в XIX веке многим казалась нелепой сама мысль о преемственной связи между человеком и обезьяной сегодня многих из нас смущает мысль о возможности нечеловеческого интеллекта. В частности, сами того не замечая, мы часто связываем представление о мышлении со способностью осознавать своё собственное «я», и это мешает нам более широко взглянуть на феномен мышления. Правда, связь между мышлением и чувством «я», по-видимому, действительно существует. Можно думать, что в условиях прихотливо изменяющейся внешней обстановки сложная система будет устойчивой лишь в том случае, если она обладает способностью ощущать своё состояние, а в этом и состоит суть нашего «я». Анализ показывает, что подобное чувство необходимо уже многим роботам-автоматам. Ведь робот, да и вообще всякая сложная самообучающаяся и активно общающаяся с человеком машина должна сообщать ему о состоянии своей памяти, о том, что ей понятно, а что – нет и почему. А для этого автомат должен ощущать и быть способным выразить своё состояние. Это нужно роботу и для того, чтобы вовремя заметить неполадки в своём «организме». Не осознающий себя робот едва ли сможет долго просуществовать в сложной, быстро меняющейся и воздействующей на него обстановке. [2]


^ 4.СОЗДАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛНКТА .

С конца 40-х годов ученые все большего  числа  университетских  и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров,  действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.

Терпеливо продвигаясь вперед в своем нелегком труде, исследователи,  работающие в области искусственного интеллекта (ИИ),  обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходя­щими за пределы традиционной информатики.  Оказалось, что прежде всего необходимо  понять механизмы процесса обучения,  природу языка и чувс­твенного восприятия.  Выяснилось,  что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов.  И тогда многие  исследователи пришли  к  выводу,  что пожалуй самая трудная проблема,  стоящая перед современной наукой - познание процессов функционирования человеческого разума,  а не просто имитация его работы. Что непосредственно затраги­вало фундаментальные теоретические проблемы психологической  науки.  В самом  деле,  ученым  трудно даже прийти к единой точке зрения относи­тельно самого предмета их исследований  -  интеллекта.  Здесь,  как  в притче о слепцах,  пытавшихся описывать слона, пытается придерживаться своего заветного определения.

     Некоторые считают,  что интеллект - умение решать сложные задачи; другие рассматривают его как способность к обучению,  обобщению и ана­логиям;  третьи - как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого. Тем не менее многие исс­ледователи ИИ склонны принять тест машинного интеллекта,  предложенный в начале 50-х годов выдающимся английским математиком  и  специалистом по  вычислительной  технике Аланом Тьюрингом.  Компьютер можно считать разумным,- утверждал Тьюринг,- если он способен  заставить  нас  пове­рить, что мы имеем дело не с машиной, а с человеком.


^ 4.1 Механический подход

     Идея создания мыслящих машин "человеческого типа",  которые каза­лось бы думают,  двигаются,  слышат , говорят, и вообще ведут себя как живые люди уходит корнями в глубокое прошлое.  Еще древние египтяне  и римляне испытывали благоговейный ужас перед культовыми статуями, кото­рые жестикулировали и изрекали пророчества (разумеется не  без  помощи жрецов).  Средневековые летописи полны рассказов об автоматах, способ­ных ходить и двигаться почти также как их хозяева -  люди.  В  средние века и даже позднее ходили слухи о том, что у кого-то из мудрецов есть гомункулы (маленькие искусственные человечки) - настоящие живые,  спо­собные чувствовать существа. Выдающийся швейцарский врач и естествоис­пытатель XVI в Теофраст Бомбаст фон  Гогенгейм  (более  известный  под именем Парацельс) оставил руководство по изготовлению гомункула, в ко­тором описывалась странная процедура, начинавшаяся с закапывания в ло­шадиный  навоз герметично закупоренной человеческой спермы.  "Мы будем как боги,  - провозглашал Парацельс. - Мы повторим величайшее из чудес господних - сотворение человека!"(4)

     В XVIII в.  благодаря развитию техники, особенно разработке часо­вых механизмов, интерес к подобным изобретениям возрос, хотя результа­ты были гораздо более "игрушечными", чем это хотелось бы Парацельсу. В 1736 г.  французский изобретатель Жак де Вокансон изготовил механичес­кого флейтиста в человеческий рост,  который исполнял двенадцать мело­дий, перебирая пальцами отверстия и дуя в мундштук,  как настоящий музыкант. В середине 1750-х годов Фридрих фон Кнаус, австрийский автор, служивший при дворе Франциска I,  сконструировал серию машин,  которые умели держать перо и могли писать довольно длинные тексты. Другой мас­тер, Пьер Жак-Дроз из Швейцарии,  построил пару изумительных по  слож­ности механических кукол размером с ребенка: мальчика, пишущего письма и девушку, играющую на клавесине.

     Успехи механики  XIX в.  стимулировали еще более честолюбивые за­мыслы.  Так,  в 1830-х годах английский математик Чарльз Бэббидж заду­мал,  правда, так и не завершив, сложный цифровой калькулятор, который он назвал Аналитической машиной;  как утверждал Бэббидж,  его машина в принципе могла бы рассчитывать шахматные ходы. Позднее, в 1914 г., ди­ректор  одного  из  испанских  технических  институтов  Леонардо  Тор­рес-и-Кеведо  действительно изготовил электромеханическое устройство, способное разыгрывать простейшие шахматные эндшпили почти также  хоро­шо, как и человек.


^ 4.2 Электронный подход

     Однако только  после  второй  мировой войны появились устройства, казалось бы,  подходящие для достижения заветной цели -  моделирования разумного поведения;  это были электронные цифровые вычислительные ма­шины. "Электронный мозг",  как тогда восторженно  называли  компьютер, поразил в 1952 г. телезрителей США, точно предсказав результаты прези­дентских выборов за несколько часов до получения окончательных данных. Этот "подвиг" компьютера лишь подтвердил вывод,  к которому в то время пришли многие ученые:  наступит тот день, когда автоматические вычисли­тели, столь быстро, неутомимо и безошибочно выполняющие автоматические действия, смогут имитировать невычислительные  процессы,  свойственные человеческому мышлению, в том числе восприятие и обучение, распознава­ние образов,  понимание повседневной речи и письма, принятие решений в неопределенных ситуациях,  когда известны не все факты.  Таким образом "заочно" формулировался своего рода "социальный заказ" для психологии, стимулируя различные отрасли науки. [2]

Многие изобретатели компьютеров и первые  программисты  развлека­лись составляя программы для отнюдь не технических занятий,  как сочи­нение музыки, решение головоломок и игры, на первом месте здесь оказа­лись шашки и шахматы.  Некоторые романтически настроенные программисты даже заставляли свои машины писать любовные письма.

     К концу 50-х годов все эти увлечения выделились в новую более или менее самостоятельную ветвь информатики,  получившую название "искусс­твенный интеллект".  Исследования в области ИИ, первоначально сосредо­точенные в нескольких университетских  центрах  США  -  Массачусетском технологическом  институте,  Технологическом институте Карнеги в Питт­сбурге,  Станфордском университете,  - ныне ведутся во  многих  других университетах и корпорациях США и других стран. В общем исследователей ИИ,  работающих над созданием мыслящих машин,  можно разделить на  две группы.  Одних интересует чистая наука и для них компьютер - лишь инс­трумент,  обеспечивающий возможность экспериментальной проверки теорий процессов  мышления.  Интересы  другой группы лежат в области техники: они стремятся расширить сферу применения компьютеров и облегчить поль­зование ими. Многие представители второй группы мало заботятся о выяс­нении механизма мышления - они полагают, что для их работы это едва ли более полезно, чем изучение полета птиц и самолетостроения.

     В настоящее время,  однако,  обнаружилось,  что как научные так и технические поиски столкнулись с несоизмеримо более серьезными трудно­стями, чем представлялось первым энтузиастам.  На первых порах  многие пионеры ИИ  верили,  что  через какой-нибудь десяток лет машины обретут высочайшие человеческие таланты. Предполагалось, что преодолев период "электронного  детства"  и обучившись в библиотеках всего мира, хитроумные компьютеры, благодаря быстродействию точности и безотказной памяти постепенно превзойдут своих создателей-людей.  Сейчас мало кто говорит об этом,  а если и говорит, то отнюдь не считает, что подобные чудеса не за горами.

     На протяжении всей своей короткой истории исследователи в области ИИ всегда находились на переднем крае информатики. Многие ныне обычные разработки,  в том числе усовершенствованные системы программирования, текстовые  редакторы и программы распознавания образов,  в значительной мере рассматриваются на работах по ИИ.  Короче говоря,  теории,  новые идеи, и разработки ИИ неизменно привлекают внимание тех, кто стремится расширить области применения и возможности компьютеров, сделать их бо­лее "дружелюбными" то есть более похожими на разумных помощников и ак­тивных советчиков,  чем те «педантичные и туповатые  электронные  рабы, какими они всегда были.» [5]

     Несмотря на многообещающие перспективы,  ни одну из разработанных до  сих  пор программ ИИ нельзя назвать "разумной" в обычном понимании этого слова.  Это объясняется тем,  что все они узко специализированы; самые  сложные экспертные системы по своим возможностям скорее напоми­нают дрессированных или механических кукол, нежели человека с его гиб­ким  умом  и  широким кругозором.  Даже среди исследователей ИИ теперь многие сомневаются,  что большинство подобных изделий принесет сущест­венную пользу. Немало критиков ИИ считают, что такого рода ограничения вообще непреодолимы.

     К числу таких скептиков относится и  Хьюберт  Дрейфус,  профессор философии Калифорнийского  университета в Беркли.  С его точки зрения, истинный разум невозможно отделить от его человеческой основы,  заклю­ченной в человеческом организме.  "Цифровой компьютер - не человек,  ­говорит Дрейфус.  - У компьютера нет ни тела, ни эмоций, ни потребнос­тей. Он  лишен  социальной ориентации,  которая приобретается жизнью в обществе, а именно она делает поведение разумным.  Я не хочу  сказать, что компьютеры не могут быть разумными.  Но цифровые компьютеры,  зап­рограммированные фактами и правилами из  нашей,  человеческой,  жизни, действительно не могут стать разумными.  Поэтому ИИ в том виде, как мы его представляем,  невозможен".(1)


^ 4.3 Кибернетический подход

     Попытки построить машины, способные к разумному поведению, в зна­чительной мере вдохновлены идеями профессора МТИ Норберта Винера,  од­ной из выдающихся личностей в интеллектуальной истории Америки.  Помимо математики  он обладал широкими познаниями в других областях,  включая нейропсихологию, медицину, физику и электронику.

     Винер был убежден, что наиболее перспективны научные исследования в так называемых пограничных областях, которые нельзя конкретно отнес­ти к той или иной конкретной дисциплины. Они лежат где-то на стыке на­ук, поэтому к ним обычно не подходят столь строго. "Если затруднения в решении какой-либо  проблемы психологии имеют математический характер, пояснял он, - то десять несведущих в математике психологов продвинуть­ся не дальше одного столь же несведущего".

     Винеру и его сотруднику Джулиану Бигелоу  принадлежит  разработка принципа "обратной связи", который был успешно применен при разработке нового оружия с радиолокационным наведением.  Принцип  обратной  связи заключается в использовании информации, поступающей из окружающего ми­ра, для изменения поведения машины.  В основу разработанных Винером  и Бигелоу систем  наведения  были положены тонкие математические методы; при малейшем изменении отраженных от самолета радиолокационных  сигна­лов они соответственно изменяли наводку орудий,  то есть - заметив по­пытку отклонения самолета от курса,  они тотчас расчитывали его  даль­нейший путь и направляли орудия так, чтобы траектории снарядов и само­летов пересеклись. [5]

     В дальнейшем Винер разработал на принципе обратной  связи  теории как  машинного,  так и человеческого разума.  Он доказывал,  что именно благодаря обратной связи все живое приспосабливается к окружающей сре­де  и  добивается  своих целей.  "Все машины,  претендующие на "разум­ность",- писал он,  - должны обладать способностью преследовать опреде­ленные цели и приспосабливаться,  т.е.  обучаться". Созданной им науке Винер дает название кибернетика,  что в переводе с греческого означает рулевой.

     Следует отметить, что принцип "обратной связи", введенный Винером был в  какой-то  степени предугадан Сеченовым в явлении "центрального торможения" в "Рефлексах головного мозга" (1863 г.)  и  рассматривался как механизм  регуляции деятельности нервной системы,  и который лег в основу многих моделей произвольного поведения в отечественной психоло­гии.


^ 4.4 Нейронный подход

     К этому времени и другие ученые стали  понимать,  что  создателям вычислительных машин  есть  чему  поучиться у биологии.  Среди них был нейрофизиолог и поэт-любитель Уоррен Маккалох,  обладавший как и Винер философским складом ума и широким кругом интересов.  В 1942 г.  Макка­лох, участвуя в научной конференции в Нью-йорке, услышал доклад одного из сотрудников  Винера о механизмах обратной связи в биологии.  Выска­занные в докладе идеи перекликались с  собственными  идеями  Маккалоха относительно работы головного мозга.  В течении следующего года Макка­лох в соавторстве со своим 18-летним  протеже,  блестящим  математиком Уолтером Питтсом,  разработал теорию деятельности головного мозга. Эта теория и являлась той основой,  на которой сформировалось широко расп­ространенное мнение, что функции компьютера и мозга в значительной ме­ре сходны.

     Исходя отчасти из предшествующих исследований нейронов  (основных активных клеток,  составляющих нервную систему животных),  проведенных Маккаллохом, они с Питтсом выдвинули гипотезу, что нейроны можно упро­щенно  рассматривать  как  устройства,  оперирующие двоичными числами. Двоичные числа, состоящие из цифр единица и нуль, - рабочий инструмент одной  из  систем  математической  логики.  Английский математик XIXв. Джордж Буль,  предложивший эту остроумную систему,  показал, что логи­ческие утверждения можно закодировать в виде единиц и нулей,  где еди­ница соответствует истинному высказыванию, а нуль - ложному, после че­го этим можно оперировать как обычными числами. В 30-е годы XX в. пи­онеры информатики,  в особенности американский ученый Клод Шеннон, по­няли, что двоичные единица и нуль вполне соответствуют двум состояниям электрической цепи (включено-выключено), поэтому двоичная система иде­ально  подходит  для  электронно-вычислительных устройств.  Маккалох и Питтс предложили конструкцию сети из электронных "нейронов" и  показа­ли,  что  подобная  сеть может выполнять практически любые вообразимые числовые или логические операции.  Далее они предположили,  что  такая сеть в состоянии также обучаться,  распознавать образы, обобщать, т.е. она обладает всеми чертами интеллекта.

     Теории Маккаллоха-Питтса в сочетании с книгами Винера вызвали огромный интерес к разумным машинам.  В 40-60-е годы все больше кибер­нетиков  из  университетов  и частных фирм запирались в лабораториях и мастерских,  напряженно работая над теорией функционирования  мозга  и методично припаивая электронные компоненты моделей нейронов.

     Из этого кибернетического,  или нейромодельного, подхода к машин­ному  разуму  скоро  сформировался так называемый "восходящий метод" ­движение от простых аналогов нервной системы примитивных существ,  об­ладающих малым числом нейронов,  к сложнейшей нервной системе человека и даже выше. Конечная цель виделась в создании "адаптивной сети", "са­моорганизующейся  системы" или "обучающейся машины" - все эти названия разные исследователи использовали для обозначения устройств, способных следить  за окружающей обстановкой и с помощью обратной связи изменять свое поведение в полном соответствии с господствовавшей в  те  времена бихевиористской  школой психологии,  т.е.  вести себя так же как живые организмы. [2]Однако отнюдь не во всех случаях возможна аналогия с живыми организмами.  Как  однажды  заметили  Уоррен Маккаллох и его сотрудник Майкл Арбиб,  "если по весне вам захотелось обзавестись  возлюбленной, не стоит брать амебу и ждать пока она эволюционирует".

     Но дело здесь не только во времени.  Основной трудностью, с кото­рой  столкнулся "восходящий метод" на заре своего существования,  была высокая стоимость электронных элементов.  Слишком дорогой  оказывалась даже модель нервной системы муравья, состоящая из 20 тыс. нейронов, не говоря уже о нервной системе человека, включающей около 100 млрд. ней­ронов.  Даже  самые  совершенные кибернетические модели содержали лишь неколько сотен нейронов.  Столь ограниченные возможности  обескуражили многих исследователей того периода.


^ 4.5 Появление перцептрона

     Одним из тех, кого ничуть не испугали трудности был Фрэнк Розенб­лат, труды  которого казалось отвечали самым заметным устремлениям ки­бернетиков. В середине 1958 г.  им была предложена модель электронного устройства, названного им перцептроном,  которое должно было бы имити­ровать процессы человеческого мышления.  Перцептрон должен был переда­вать сигналы  от  "глаза",  составленного  из  фотоэлементов,  в блоки электромеханических ячеек памяти,  которые оценивали относительную ве­личину электрических сигналов. Эти ячейки соединялись между собой слу­чайным образом в соответствии с господствующей тогда теорией, согласно которой мозг  воспринимает  новую  информацию и реагирует на нее через систему случайных связей между нейронами. [6]  Два года спустя была проде­монстрирована первая  действующая машина "Марк-1",  которая могла нау­чится распознавать некоторые из букв, написанных на карточках, которые подносили к его "глазам",  напоминающие кинокамеры. Перцептрон Розенб­лата оказался наивысшим достижением "восходящего", или нейромодельного метода создания  искусственого  интеллекта.  Чтобы  научить перцептрон способности строить догадки на основе исходных предпосылок, в нем пре­дусматривалась некая  элементарная разновидность автономной работы или "самопрограммирования". При распознании той или  иной  буквы  одни  ее элементы или  группы элементов оказываются гораздо более существеными, чем другие.  Перцептрон мог научаться выделять такие характерные  осо­бенности буквы  полуавтоматически,  своего рода методом проб и ошибок, напоминающим процесс обучения. Однако возможности перцептрона были ог­раниченными: машина  не  могла  надежно распознавать частично закрытые буквы, а также буквы иного размера или рисунка, нежели те, которые ис­пользовались на этапе ее обучения.

     Ведущие представители так называемого "нисходящего метода" специ­ализировались,  в отличие от представителей  "восходящего  метода",  в составлении  для цифровых компьютеров общего назначения программ реше­ния задач,  требующих от людей значительного интеллекта,  например для игры в шахматы или поиска математических доказательств. К числу защит­ников "нисходящего метода" относились Марвин Минский и Сеймур Пейперт, профессора  Массачусетского технологического института.  Минский начал свою карьеру исследователя ИИ сторонником  "восходящего  метода"  и  в 1951 г.  построил обучающуюся сеть на вакуумных электронных лампах. Однако вскоре к к моменту создания перцептрона он перешел в противопо­ложный лагерь.  В соавторстве с южно-африканским математиком Пейпер­том,  с которым его познакомил Маккаллох, он написал книгу "Перцептро­ны", где математически доказывалось, что перцептроны, подобные розенблатовским,  принципиально не в состоянии выполнять  многие  из  тех функций, которые предсказывал им Розенблат. Минский утверждал, что, не говоря о роли работающих под диктовку  машинисток,  подвижных  роботов или машин,  способных читать, слушать и понимать прочитанное или услы­шанное,  перцептроны никогда не обретут даже умения распознавать пред­мет частично заслоненный другим.  Глядя на торчащий из-за кресла коша­чий хвост, подобная машина никогда не сможет понять, что она видит.

Нельзя сказать,  что появившаяся в 1969 г. эта критическая работа покончила с  кибернетикой.  Она  лишь переместила интерес аспирантов и субсидии правительственных организаций США,  традиционно финансирующих исследования по  ИИ,  на другое направление исследований - "нисходящий метод".

     Интерес к кибернетике в последнее время возродился,  так как сто­ронники "нисходящего метода" столкнулись со столь же неодолимыми труд­ностями. Сам  Минский публично выразил сожаление,  что его выступление нанесло урон концепции перцептронов, заявив, что , согласно его тепе­решним представлениям,  для реального прорыва вперед в создании разум­ных машин потребуется устройство , во многом похожее на перцептрон. Но в основном ИИ стал синонимом нисходящего подхода,  который выражался в составлении все более сложных программ для  компьютеров,  моделирующих сложную деятельность человеческого мозга.


ЗАКЛЮЧЕНИЕ.


Попытки создания искусственного разума начались ещё в середине 60-х. Едва обучив компьютер двум действиям арифметики, человек, будучи чрезвычайно самонадеянным существом, окончательно возгордился и решил шагнуть ещё шире, то есть, построить электронный мозг.
Работа учёных и инженеров сопровождалась частыми неудачами и редкими успехами, которые падкая до сенсаций пресса раздувала до вселенских масштабов, пугая обывателя ужасами компьютерного рабства или же предвещая скорое возвращение Золотого Века.

С течением времени сенсационный накал обнаружил тенденцию к ослаблению и теперь лишь скупые сводки информационных агентств дают некоторую пищу для размышлений.

Предполагалось что преодолев период «детства» и повысив свой уровень интеллекта хитроумные компьютеры, благодаря быстродействию и точности и безотказной памяти постепенно превзойдут своих создателей людей. В настоящее время разговоры на эту тему ведутся всё реже.


Список литературы.


1. Дрейфус Х., Чего не могут вычислительные машины,- М.: Прогресс, 1979

2. Барашенков В.С., Искусственный разум// Человек. – 1991. - №4. – С.64-70.

3. Компьютер обретает разум,- М.: Мир, 1990.

4. Тихонов О.К., Искусственный интеллект и теоретические предпосылки. М.

5. Винер Н. Кибернетика и общество.-М:ИЛ, 1958

6. Минский М., Пейперт С. Перцептроны –М:Мир,1971

7. Брушлинский А.В. Возможен ли «искусственный интеллект»?

8. Ноткин Л.И. "Искусственный интеллект" и проблемы обучения









Скачать 371.93 Kb.
оставить комментарий
Дата29.09.2011
Размер371.93 Kb.
ТипРеферат, Образовательные материалы
Добавить документ в свой блог или на сайт

хорошо
  1
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Документы

Рейтинг@Mail.ru
наверх