Реферат на тему “Философские проблемы искусственного интеллекта”. Искусственный интеллект: проблемы и пути решения

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Тема: «Проблема создания искусственного интеллекта»

Введение

С каждым годом научно-технический прогресс наращивает свои обороты. Развиваются технологии, которые еще несколько десятилетий назад считались научной фантастикой. Мы можем общаться друг, с другом находясь на расстоянии тысяч километров, перемещаться над поверхностью планеты почти со скоростью звука. Не так давно человечество приступило к автоматизированным полетам на другие планеты нашей солнечной системы, что стало возможным благодаря бурному развитию сферы информационных технологий. Но как бы не развивалась наука и техника, человечеству до сих пор не удалось решить свою главную проблему, это относительно небольшая продолжительность жизни и хрупкость человеческого тела. Со временем ученые найдут способ восстановить или заменить любую часть человеческого организма, за исключением головного и спинного мозга т.к. их структура настолько сложна, что человечество пока не в силах создать нечто подобное. В теории существует несколько способов решения этой задачи. Один из них это создание механического существа, которое наделено искусственно созданным разумом.

В своей работе я остановлюсь на тех проблемах, которые не позволяют современным ученым и конструкторам создать такой разум, который был бы сопоставим по своим возможностям с человеческим интеллектом. Существует множество научно популярных фильмов и статей, в которых рассказывается о том, что попытки создать нечто подобное уже были и существуют рабочие прототипы, способные только на самые простейшие операции, заранее прописанные в программе. Если все же удастся создать нечто подобное, то области применения его будут безграничны. Особенно в тех сферах деятельности, где человеку находиться невозможно. (Открытый космос, другие планеты, дно океана и т.д.). Это откроет новые горизонты перед человечеством.

Цель исследования: рассмотреть проблемы создания искусственного интеллекта.

Объект исследования: проблемы создания искусственного интеллекта.

Предмет исследования: Искусственный интеллект.

Задачи работы:

1) Рассмотрение этапов становления теории искусственного интеллекта (ИИ) и основоположники теории. Появление понятия искусственный интеллект.

2) Какие направления или разработки существуют в этой области в настоящее время.

3) Выявление проблем не позволяющих создать ИИ.

1. Этапы становления теории искусственного интеллекта. Появление понятия искусственный интеллект

Прежде чем рассуждать на тему искусственного интеллекта необходимо, прежде всего, выяснить, что понимается под этим термином и как зарождалось учение о нем.

Можно выделить несколько этапов развития теории искусственного интеллекта:

1. Домашинный этап (до 17 в)

2. Этап механических и механико-электрических вычислительных машин (19- середина 20 века)

В этот период вычислительные машины использовались для учета (учет товаров, перепись населения, наука) и для шифрования сообщений.

3. Этап появления первых ЭВМ (начиная с 40-х гг. 20 века).

Решаемые задачи: Ввод, хранение, простейшая обработка значительных объемов данных.

4. Этап появления первых управляющих вычислительных машин начиная с 50-х гг. 20в.

С помощью этих машин осуществлялся контроль за параметрами функционирования простейших технических объектов или больших технических систем. (Например, управляемые ракеты, заводы, линии связи).

Считается, что именно на данном этапе произошло рождение термина искусственный интеллект. В 1956 году в Дартмутском колледже в США Джоном Маккарти был созван семинар. Приглашены были основные деятели в этой области на то время. Всего пришло 10 участников, среди них были как и серьёзные монополисты в этой области (Клод Элвуд Шеннон, Уоррен Маккалок) так и энтузиасты. Проходил этот семинар в течение 3 месяцев. В итоге каких- либо серьезных открытий на данном семинаре не было сделано. Участники лишь узнали о существовании разработок друг друга. Все участники данного семинара договорились, что в дальнейшем разработки в области создания роботов, компьютеров, программ и т.д. будут относить к области знаний, которую они назвали - «Искусственный интеллект». Инициатором данного предложения стал Джон Маккарти.

Вот еще несколько определений, которые приводятся некоторыми авторами.

· «Новое захватывающее направление работ по созданию компьютеров, способных думать,… машин, обладающих разумом, в полном и буквальном смысле этого слова»

· «Автоматизация действий, которые мы ассоциируем с человеческим мышлением, т.е. таких действий, как принятие решений, решение задач, обучение…»

· «Искусство создания машин, которые выполняют функции, требующие интеллектуальности при их выполнении людьми»

· «Наука о том, как научить компьютеры делать то, в чем люди в настоящее время их превосходят»

· «Изучение умственных способностей с помощью вычислительных моделей»

· «Изучение таких вычислений, которые позволяют чувствовать, рассуждать и действовать»

· «Вычислительный интеллект - это наука о проектировании интеллектуальных агентов»

· «Искусственный интеллект - это наука, посвящённая изучению интеллектуального поведения артефактов.

Искусственный интеллект - это научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными (http://www.aiportal.ru)

Можно сделать вывод, что «искусственный интеллект» это может быть не только один, какой то определённый робот или компьютер, а это целая научная область целью, которой является разработка способов создания так называемых машин, автоматов или роботов которые бы обладали свойством интеллекта.

Что же можно назвать интеллектом? Айзенк Г.Ю. Выделяет три концепции интеллекта. Первая это биологический интеллект. Биологический интеллект является фундаментальной основой человеческого поведения. Он определяется физиологическими, нейрологическими, биохимическими, гормональными свойствами человеческого организма. И прежде всего, связан с функциями и структурами коры головного мозга. Без деятельности этого интеллекта невозможно никакое осмысленное поведение. Определяется соотношение этих свойств генетикой. Измерить такой интеллект можно с помощью ЭЭГ, кожной гальванической реакции, измерение скорости реакции.

Вторая концепция это психометрический интеллект. Это такой интеллект, который можно измерить с помощью обычных тестов на IQ. По статистическим данным, которые приводятся автором, он делает вывод, что психометрический интеллект на 70% определяется генетическими факторами и только на 30% факторами среды. Такими как социокультурные факторы, воспитание и т.д.

Третья концепция называется социальный интеллект. Это «проявление социально полезной адаптации» т.е. В него входят опыт, здоровье, личность, образование, психические нарушения, семейное воспитание, стратегии в действии, отношение к алкоголю, культурные факторы и т.д.

На сегодняшний день единого общепринятого определения интеллекта нет. Определение варьируется в зависимости от того в какой сфере оно применяется. В такой области исследований как искусственный интеллект не применимы биологические показатели. Применимо определение интеллекта как социально полезной адаптации. Искусственный разум должен быть полезен обществу и должен обладать такими качествами и свойствами, чтобы наиболее беспроблемно в него влиться.

2. Разработки в области искусственного интеллекта существующие в настоящее время

Современные исследования в области искусственного интеллекта можно разделить на две группы. Первая группа занимается созданием искусственного разума путем моделирования на компьютере функций человеческого организма. Они составляют программы и алгоритмы предназначенные, к примеру, для распознавания объектов или цветов. Эта группа исследователей относится к классической школе изучения проблем искусственного интеллекта. Существует так же школа, занимающаяся альтернативными исследованиями. Например, создание искусственных нейронных сетей. Или роботизированных протезов. Рассмотрим достижения в области классических методов исследования.

2.1 Модели представления знаний

Для того чтобы искусственный разум мог оперировать знаниями в какой-либо предметной области ему необходимо каким то образом представлять свои знания. Для этого были разработаны различные модели представления знаний. Их можно разделить на классические модели, включающие в себя: логические методы, фреймы, семантические сети, правила продукций. Кратко рассмотрим суть каждого из них:

· Из логических способов наиболее часто используют логику силлогизмов Аристотеля, Дж Буля, Л. Заде и Ч. Осгуда. Именно логика была первой внедрена в сферу информационных технологий. Нужна она была для того что бы можно было как - то формализировать окружающий мир. Т.е. выразить все, что нас окружает в формулах. Формулы можно ввести в программу, что ускорит решение задачи. Именно логика заложила фундамент практически для всех современных разработок в сфере информационных технологий.

· «Фрейм - структура данных для представления стереотипной ситуации. С каждым фреймом ассоциирована информация разных видов. Одна ее часть указывает, каким образом следует использовать данный фрейм, другая - что предположительно может повлечь за собой его выполнение, третья - что следует предпринять, если эти ожидания не подтвердятся». Понятие фрейма было заимствовано из гештальтпсихологии. Человеческий глаз воспринимает мир как пучок фотонов. Но мы же не воспринимаем мир в виде разноцветных пятен. Суть заключается в том, что мы видим, слышим, осязаем окружающий мир только потому, что в нашей памяти заложены так называемые гештальты, которые сформировались ранее в нашей жизни при встрече с каким либо объектом или явлением. Они в свою очередь состоят из системы взаимосвязанных фреймов.

· Семантичеcкие сети представляют собой совокупность смысловых связей между словами в предложении. С помощью данного метода компьютер можно научить извлекать смысл из предложений и высказываний.

· Правило продукций заключается в следующей логической связке. «Если событие. А, то действие Б.» С помощью данного правила можно задавать строгие модели поведения.

Все эти, казалось бы, устаревшие методы до сих пор используют программисты, инженеры и разработчики в сфере информационных технологий и искусственного интеллекта.

Так же выделяют группу новых методов. К ним относят: критериальные методы, стохастические методы.

· С помощью критериальных методов можно научить компьютер делать выводы на основе нескольких критериев. Т.е. происходит перебирание нескольких вариантов развития событий с различным результатом. И выбирается наиболее подходящий с учетом обстоятельств. Совсем не обязательно, что выбранный ход событий будет иметь положительные последствия.

· Стохастические методы так же позволяют делать определённые выводы, но уже на основе вероятности какого-либо события.

· В настоящее время очень бурно развивается метод создания нейронных сетей. Создаются виртуальные сети нейронов подобные тем, что есть в человеческом мозге. При определённом построении данных сетей с помощью математических и логических методов они могут самообучаться. Конечно процесс обучения данных сетей намного проще, чем в человеческом мозге. Совсем недавно компания Google создала нейронную сеть, используя 16 тысяч процессорных ядер. Целью данной системы было проанализировать 1 миллион изображений и научиться выделять на них лица. Она не только научилась выделять лица людей. Так же она выделила отдельные части тела и морды животных. Конечно не без ошибок, но как подсчитали исследователи, это превзошло результаты предыдущего эксперимента на 70%.Нейронные сети относятся к альтернативной школе искусственного интеллекта.

· Распознавание образов.

При получении изображения для компьютера оно представляет собой не более чем двумерную картину из смеси различных цветов. Для того чтобы решить эту проблему компьютерной системе предлагается определённая модель того что нужно распознавать. Например, овал человеческого лица или модель печатных и письменных букв. Заданы определённые допустимые параметры отклонения от этой модели. Благодаря чему современные камеры могут распознавать лица, человеческие улыбки или предметы. Так же в последнее время получила развитие система фиксации движений. На теле человека фиксируются определённые датчики и камеры, установленные в помещении, регистрируют смещение эти датчиков в трехмерной системе координат. Пока что данная технология используется в основном для создания реалистичной анимации действий персонажей в компьютерных играх и в фильмах. Но так же возможно ее использования для управления, например роботизированной хирургической системой. Что полностью исключает риск развития инфекционных осложнений.

· С моделированием в машине других чувств человека проблем нет. Т.к. современные датчики обладают намного более широким диапазоном восприятия, чем человеческий слух или тактильные рецепторы.

2.2 Остальные направления исследований

Еще одним из перспективных направлений являются так называемые многоагентные системы. В данном направлении опять же проводится аналогия с человеческим организмом, в котором существует огромное множество различных клеток, из которых состоят ткани, имеющие определённое функциональное назначение. Виртуально создаются «агенты» т.е. программы, имеющие узкую специализацию и находящиеся во взаимодействии с другими агентами. Например, агенты занимающиеся восприятием видеоинформации. Следующая группа агентов будет заниматься анализом полученных изображений и их классификацией. Другая группа будет делать выводы относительно полученной информации.

Следующим перспективным направлением являются генетические алгоритмы. Данная теория была основана на учении Дарвина об эволюции. Благодаря программированию на основе этих алгоритмов можно научить программы адаптироваться к различным ситуациям. Самостоятельно разрабатывать новые способы решения задач. Причем компьютерам не нужно ждать миллионы лет, чтобы получить результаты. Они могут перебирать все возможные вариации в течение нескольких часов.

Еще одно из приоритетных направлений это экспертные системы. Программа в виде базы данных. Их разработкой обычно занимаются программисты и эксперты в той области, для которой создается данная экспертная система. К примеру, медицинская экспертная система, с помощью неё можно диагностировать заболевания по ряду симптомов. В программу вводится список симптомов, а программа выдает диагноз.

Как же связана психология и науки об обработке информации, такие как информатика, высшая математика, кибернетика. Психология использует методы точных наук в обработке данных исследований и тестирования. А благодаря исследованиям в психологии математики и информатики получили возможность математически или в виде программ и алгоритмов представить процесс человеческого мышления или хотя бы его малую часть.

В программировании широко используются знания логики (силлогизмы Аристотеля) и высшей математики. Помимо моделирования естественных процессов происходящих в организме человека необходимо развитие самих языков, на которых пишутся программы. Нужно разрабатывать новые языки программирования, которые были бы наиболее близки к естественному языку человека. Программирование находится в тесной связи с электротехническими науками. Наподобие радиоаппаратостроения, проектирование линий связи, компьютерная техника и т.д. Ведь чем мощнее будет компьютер, использующий теоретические знания для решения задач тем быстрее и больше этих задач он будет выполнять. А для этого требуется постоянное совершенствование его архитектуры. Еще полвека назад самый мощный из компьютеров занимал целую комнату. Сейчас он уменьшился до размеров книги или блокнота. Из совокупности программирования и электротехнических наук мы получаем компьютер, который может решать сложные задачи. Но ведь решение будет выдаваться только в виде информации. Для того чтобы компьютер на основе полученных решений мог предпринимать какие либо действия необходимо обеспечить его необходимыми для этого инструментами. А это невозможно без достижений машиностроения, механики, гидромеханики, электромеханики и т.д. Таким образом, компьютер становится роботом. Механическим существом, которое на основе анализа полученной информации может воздействовать на окружающую среду. Количество и назначение таких инструментов может быть различным. В Настоящее время проектируются в основном узкоспециализированные роботы и программы.

Например, в микрохирургии существует так называемая система Hip Nav. С помощью этой системы обладающей подобием зрения создается модель анатомического строения органов пациента через небольшое отверстие. А чем меньше рана, тем меньше срок восстановления пациента после операции и меньше вероятность возникновения осложнений. Не все разрабатываемые роботы пока применимы. В США была создана система, которая на основе навигационных данных могла управлять автомобилем. Она была установлена в микроавтобус, проехавший более 4000 км по стране. Разработчики вмешивались только на сложных участках. Профессором Гарвардского университета был создан робот медуза. Причем в данной технологии использовались сердечные клетки крыс, наносившиеся на полимер покрытый белком фиброконектином. Полезность данной разработки в плане практического применения крайне низка. Но в научном плане это показатель того что возможно использование комбинации биологического и небиологического материала.

3. Проблемы создания искусственного интеллекта

3.1 Теоретические и практические проблемы

Вышеперечисленные направления и методы исследования находятся на ранней стадии своего развития и не лишены недостатков и непреодолимых сложностей.

3.1.1 Проблемы нейронных сетей

Нейроны, моделируемые в нейронных сетях, значительно проще устроены, нежели нейроны в человеческом мозге к тому же это всего лишь программы. А создавать искусственные нервные клетки современная наука пока не научилась. Даже если бы это удалось,то воссоздать человеческий мозг все равно бы не получилось потому что его структура крайне сложна. Но если в ближайшие пару сотен лет и это станет возможным, исследователи столкнутся с новой проблемой. Как наделить такой мозг знаниями и опытом? Ведь человеческий мозг развивается благодаря деятельности человека на протяжении всей его жизни. У искусственных нейронных сетей также существуют проблемы. Есть необъяснимая до сих пор проблема так называемого паралича сети. Происходит своеобразная аритмия сигналов поступающих с нейронов, в результате чего все нейроны начинают вырабатывать ошибочные сигналы. Ошибка в сигнале одного нейрона выводит из строя всю сеть. искусственный интеллект электронный

В последнее время набирает обороты такое направление в медицине как «роботизированные протезы». Это направление наглядно показывает, как сложно совмещать живое и неживое. Искусственные конечности, несомненно, улучшают жизнь людей получивших травму. Но они гораздо медленнее настоящих конечностей. Все из-за того что сигнал для управления такими конечностями поступает от остатков нервных окончаний мышцы в потерянной конечности. Обработка и регистрация такого импульса занимает намного больше времени, как если бы было возможно проводить сигнал к такому протезу напрямую от двигательного ядра в головном мозге. Но человеческая иммунная система отвергает всякое вмешательство в организм. Так что синтез живого и неживого пока затруднен.

3.1.2 Проблемы экспертных систем

Главной проблемой эти систем является то, что они применимы только в узкой области. Они не могут объяснить причин своего решения т.к. руководствуются сводом правил для выработки решения.

Им требуется постоянное обновление. А вмешательство в такую систему обычно требует её полного пересмотра. Без обновлений такая система быстро теряет свою актуальность. Для обновления требуется большое количество времени работы двух специалистов. Эксперта в той области, по которой создается экспертная система и программиста. Так же далеко не всегда подобная система способна заменить многолетний человеческий опыт.

3.1.3 Проблемы много-агентных систем

Для управления большим количеством агентов в таких системах планировалось использовать децентрализованный искусственный разум. Т.е. это несколько групп агентов каждая, из которых управляется отдельным центром. Возникла проблема несогласованности действий этих центров, в результате чего вся система быстро выходит из строя. Что ставит под сомнение дальнейшее развитие этой области.

3.1.4 Проблемы генетических алгоритмов

К проблемам этого направления исследований можно отнести не применимость в современном обществе таких понятий как естественный отбор, или выживание сильнейшего. Если ИИ на основе такого алгоритма решит что он доминирующий вид человечество может оказаться на грани вымирания.

3.1.5 Проблемы моделей представления знаний

Данные модели нужны для того что бы организовать связь между окружающей средой и компьютером. Компьютер работает с точными величинами, а окружающая среда таковой не является.

Если решить все эти проблемы и совместить разработки все направлений то можно получить систему, подходящую под определение искусственный интеллект. С это системой можно будет разговаривать задавать ей вопросы. Но она будет всего лишь машиной которая создает очень качественную иллюзию того что она обладает разумом.

3.2 Психологические проблемы

Одной из основных психологических проблем, которая существует в разрабатываемых интеллектуальных системах это наделение таких систем само отношением, самоанализом, самооценкой. Данной системе нужно каким-либо образом дать понять, что она существует. До сих пор никаких продвижений в этом вопросе нет.

Во вторых, чтобы система считалась интеллектуальной, она должна обладать мотивацией. Такие системы должны уметь сами ставить себе цели и способы их достижения. Таким образом система претендующая на звание интеллектуальной должна обладать способностью к самоанализу для того чтобы иметь возможность выявлять мотивы к своей деятельности для постановки целей и решения задач. На сегодняшний день существуют лишь гипотетические способы создания таких систем в виде многопроцессорных пространств, в которых информация накапливается и используется с помощью определённого свода правил.

Если рассматривать системы искусственного интеллекта с точки зрения бихевиоризма то именно этому направлению они наиболее соответствуют сегодняшний день. По идее этого направлению человеческое поведение определяется по типу стимул - реакция, а связь между ними может подкрепляться. В современных интеллектуальных системах конечно реакция на стимул подкрепляться не может но, тем не менее, это остается «совокупностью заранее уготованных движений» как говорил Эдвард Торндайк. Необходимо переходить к модели которую предложил в 1948 году Толмен, поставив между стимулом и реакцией психические процессы данного индивидуума зависящие от множества факторов.

3.3 Этические проблемы

Человечеству свойственно саморазрушение. Многие научные «новинки» принесли изначально очень много бед, прежде чем их научились использовать во благо. Взять, к примеру, теорию Эйнштейна, благодаря которой было создано ядерное оружие. Лишь испытав это оружие, человечество осознало, какой вред оно может нанести. Еще один пример двигатели внутреннего сгорания. На сегодняшний день миллиарды машин с таким типом двигателя отравляют окружающую среду. Стоит задуматься, к чему приведет человечество создание искусственного разума. Авторы книги «Искусственный интеллект. Современный подход» Рассел С. и Норвинг П. выделяют ряд проблем, которые могут возникнуть в результате создания искусственного интеллекта.

1) «В результате автоматизации может увеличиться количество безработных»

Существует мнение, что в результате автоматизации некоторых производственных линий становится меньше рабочих мест. Но существуют такие специальности, которые как раз и появились благодаря созданию автоматизированных линий производства. (Системные администраторы, программисты). Применение ручного труда в некоторых видах деятельности обходится неоправданно дорого.

2) «Может уменьшиться (или увеличиться) количество свободного времени, имеющегося в распоряжении людей»

С одной стороны может показаться, что если за человека все будет выполнять автоматическая разумная система, ему нечем будет заниматься. В настоящий момент такая тенденция не подтверждается. Современные интеллектуальные системы снимают с человека часть нагрузки. Например, режим автопилота и GPS навигации в современных авиалайнерах. Без него пилотам приходилось бы в ручную рассчитывать курс самолета и его местоположение, а так же поддерживать высоту и направление полета. Это приводило бы к крайней степени утомляемости и к увеличению риска авиакатастрофы.

3) «Люди могут потерять чувство собственной уникальности»

Некоторые авторы считали, что по теории искусственного интеллекта люди представляют собой автоматы, а эта идея приводит к потере самостоятельности или даже человечности. Стоит отменить, что эта идея существовала задолго до появления теории искусственного интеллекта.

4) «Люди могут потерять некоторые из своих прав на личную жизнь»

Развитие технологии распознавания речи может привести к широкому распространению средств прослушивания телефонных разговоров и поэтому потере гражданских свобод. Однако подобные технологии могут так же принести и пользу в предотвращении террористических актов и преступлений.

5) «Использование систем искусственного интеллекта может привести к тому, что люди станут более безответственными»

Люди станут опираться больше не на свои профессиональные навыки, таланты и достижения, а на мнение каких либо экспертных систем. К примеру, медицинская экспертная система рекомендует консервативное лечение пациенту с определённое патологией вопреки мнению специалиста с 20 стажем, который уверен, что оперативное вмешательство в данной ситуации необходимо.

6) «Успех искусственного интеллекта может стать началом конца человеческой расы»

«Почти любая технология, попадая в злонамеренные руки, обнаруживает потенциальные возможности для причинения вреда, но когда речь идет об искусственном интеллекте и робототехнике, возникает новая проблема, связанная с тем, что эти злонамеренные руки могут принадлежать самой технологии. Существует множество научно-фантастических произведений на данную тему. (Трилогии «Терминатор» и « Матрица»). Роботы воплощают в себе нечто неизвестное, точно так же, как ведьмы и приведения в сказках которыми пугали людей в более ранние эпохи. Но действительно ли роботы создают реальную угрозу. Люди иногда используют интеллект в агрессивных формах, поскольку они обладают некоторыми агрессивными врожденными тенденциями обусловленными естественным отбором. Но машины не нуждаются в этом, если только сами люди не захотят спроектировать их для этих целей»

Заключение

Становление области искусственного интеллекта началось еще во времена античных философов и мыслителей, хотя они и не могли знать об этом. Именно благодаря этим деятелям современные учёные могут создавать то, что раньше казалось невозможным. Все начиналось с того что человек просто хотел автоматизировать простые виды своей деятельности. В дальнейшем деятельность, которую хотелось бы автоматизировать, становилась все сложнее. И так постепенно дошло то автоматизации самого человека.

В настоящее время происходит внедрение различных наработок в области искусственного интеллекта в различные сферы деятельности человека. Все методы по разработке можно разделить на две группы это классические методы и альтернативные. Это свидетельствует о том, что разработки в этой области не стоят на месте. Со временем таких наработок будет становиться все больше и больше и в конечном итоге, мы будем воспринимать их как должное. Ведь когда то мобильные телефоны, автоматические спутники и системы навигации считались научной фантастикой. Современные научно-технические достижения позволяют создавать узкоспециализированные интеллектуальные системы, интеллектуальных компьютерных персонажей в компьютерных играх. Но все это не является искусственным интеллектом, а всего лишь одно из его направлений. Сложность заключается в том что все направления работают над тем чтобы создать иллюзию того что тот же компьютерный персонаж обладает разумом.

Проблемы в создании чего - либо совершенного нового были всегда. Но все они решаемы, так или иначе. Основной проблемой является разрозненность разработок в области искусственного интеллекта и недостаточная изученность человеческого разума и нервной системы. Направлений очень много, но все они создают лишь имитацию разума. Природа предоставила там своеобразный шаблон (человеческий мозг). К сожалению, современная наука до сих пор полностью не разобралась во всех механизмах его работы. А создавать то в механизмах работы чего не полностью осведомлен очень малоэффективно.

Список литературы

1. Айзенк Г.Ю. понятие и определение интеллекта // Вопросы психологии.- 1995. - № 1. - С.111-131.

2. Рассел С. Искусственный интеллект. Современный подход. / С. Рассел, П. Норвинг. - М; СПб; К.: Вильямс, 2006. - 1408 с.

3. Смолин Д.В. Введение в искусственный интеллект: конспект лекций. - М.: 2004. -208 с.

4. Э.Хант. Искусственный интеллект. - М.: МИР, 1978. - 281 с.

5. Д. Хокинс. Об интеллекте/ Д. Хокинс, Б. Сандра. - М;СПб;К.: Вильямс, 2004. - 240 с.

Размещено на Allbest.ru

Подобные документы

Исторический обзор развития работ в области искусственного интеллекта. Создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека. От логических игр до медицинской диагностики.

реферат , добавлен 26.10.2009


Сущность и проблемы определения искусственного интеллекта, его основных задач и функций. Философские проблемы создания искусственного интеллекта и обеспечения безопасности человека при работе с роботом. Выбор пути создания искусственного интеллекта.

контрольная работа , добавлен 07.12.2009


Понятие искусственного интеллекта как свойства автоматических систем брать на себя отдельные функции интеллекта человека. Экспертные системы в области медицины. Различные подходы к построению систем искусственного интеллекта. Создание нейронных сетей.

презентация , добавлен 28.05.2015


История создания и основные направления в моделировании искусственного интеллекта. Проблемы обучения зрительному восприятию и распознаванию. Разработка элементов интеллекта роботов. Исследования в области нейронных сетей. Принцип обратной связи Винера.

реферат , добавлен 20.11.2009


Характеристика сущности искусственного интеллекта. Проблема создания искусственного интеллекта. Базовые положения, методики и подходы построения систем ИИ (логический, структурный, эволюционный, имитационный). Проблемы создания и реализация систем ИИ.

реферат , добавлен 19.07.2010


Классификация ЭВМ: по принципу действия, этапам создания, назначению, размерам и функциональным возможностям. Основные виды электронно-вычислительных машин: суперЭВМ, большие ЭВМ, малые ЭВМ, МикроЭВМ, серверы.

реферат , добавлен 15.03.2004


Ранние приспособления и устройства для счета. Появление перфокарт, первые программируемые машины, настольные калькуляторы. Работы Джона Фон Неймана по теории вычислительных машин. История создания и развития, поколения электронно-вычислительных машин.

реферат , добавлен 01.04.2014


Начало современного этапа развития систем искусственного интеллекта. Особенности взаимодействия с компьютером. Цель когнитивного моделирования. Перспективы основных направлений современного развития нейрокомпьютерных технологий, моделирование интеллекта.

реферат , добавлен 05.01.2010


Сущность искусственного интеллекта, сферы человеческой деятельности, в которых он распространен. История и этапы развития данного явления. Первые идеи и их воплощение. Законы робототехники. Использование искусственного интеллекта в коммерческих целях.

реферат , добавлен 17.08.2015


Искусственный интеллект – научное направление, связанное с машинным моделированием человеческих интеллектуальных функций. Черты искусственного интеллекта Развитие искусственного интеллекта, перспективные направления в его исследовании и моделировании.

Анализ проблемы искусственного интеллекта открывает роль таких философских познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Всё это обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, но выявляется в знании, в его языковом выражении. Орудия познания, формирующиеся, в конечном счёте на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от её конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления (т. е. в конечном счёте, формирующую адекватные схемы внешних действий в существенно меняющихся средах) необходимо наделить такую систему этими орудиями. Развитие систем ИИ за последние время как раз идёт по этому пути.

Степень продвижения в данном направлении в отношении каждого из указанных познавательных орудий разная, но в целом пока, увы, незначительна.

В наибольшей мере системы ИИ используют формально-логические структуры, что обусловлено их неспецифичностью для мышления и, в сущности, алгоритмическим характером. Это дает возможность относительно легкой их технической реализации. Но даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта ещё слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте, и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы выводов. Повышение «интеллектуального» уровня технических систем, безусловно, связано не только с расширением применяемых логических средств, но и с более интенсивным их использованием - проверка информации на непротиворечивость, конструирования планов вычислений и т. п.

Сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен в принципе. Языки, используемые в ЭВМ, ещё далеки от семиотических структур, которыми оперирует мышление. Прежде всего, для решения ряда задач, необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например, полисемией (которая элиминируется при обработке в лингвистическом процессоре). Уже разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом такой работы является создание семантических языков (и их формализация), в которых слова-символы имеют определенную интерпретацию.

Многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках ИИ пока реализованы слабо (например, открытость) или используются ограниченно (например, полисемия). Все чаще воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем ИИ, особенно тех, в которых проблемная область заранее чётко не определена.

Сегодня системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, чертить на экране кривые и т. п. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Правда современные системы ИИ пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для «интеллектуальных» действий. Поиск путей глобального, а не локального, оперирования информацией составляет одну из важнейших и задач теории искусственного интеллекта.

Воплощение в информационные массивы и программы систем ИИ аналогов категорий находится пока в начальной стадии. Например, в категории входят понятия «целое», «часть», «общее», «единичное». Они используются в ряде систем представления знаний, в частности в качестве «базовых отношений», в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют системы. В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные попытки выражения некоторых моментов содержания и других категорий (например, «причина» и «следствие»). Однако ряд категорий (например, «сущность» и «явление») в языках систем представления знаний отсутствует. В целом, данная проблема разработчиками систем ИИ в полной мере ещё не осмыслена, и предстоит ещё большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний, и другие компоненты интеллектуальных систем.

Современные системы ИИ почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. п. Не является совершенным и взаимодействие вновь поступающей информации с совокупным знанием, фиксированным в системах. В семантических сетях и фреймах, использующихся при представлении знаний, пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. п.

Ещё в меньшей мере современные системы ИИ способны активно воздействовать на внешнюю среду, без чего не может; осуществляться самообучение и вообще совершенствование «интеллектуальной» деятельности.

Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы ещё далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их «интеллект» к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей.

Поэтому возникает сложный вопрос. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется сам процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Также не исключено, что хотя мы и можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку.

Подобный взгляд обосновывается X. Дрейфусом. «Телесная организация человека - пишет он - позволяет ему выполнять... функции, для которых нет машинных программ - таковые не только ещё не созданы, но даже не существуют в проекте... Эти функции включаются в общую способность человека к приобретению телесных умений и навыков. Благодаря этой фундаментальной способности наделенный телом субъект может существовать в окружающем его мире, не пытаясь решить невыполнимую задачу формализации всего и вся».

Подчеркивание значения «телесной организации» для понимания особенностей психических процессов, в частности возможности восприятия, заслуживает отдельного внимания. Качественные различия в способности конкретных систем отражать мир тесно связаны с их структурой, которая хотя и обладает относительной самостоятельностью, но не может преодолеть некоторых рамок, заданных субстратом. В процессе биологической эволюции совершенствование свойства отражения происходило на основе усложнения нервной системы, т. е. субстрата отражения. Не исключено, что различие субстратов ЭВМ и человека может обусловить фундаментальные различия в их способности к отражению, что ряд функций человеческого интеллекта в принципе недоступен машинам.

В философской литературе утверждается, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике. Но в этом рассуждении не учитывается, что пути усложнения материи однозначно не однозначны, и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований. X. Дрейфус подчеркивает, что ЭВМ оперирует информацией, которая не имеет значения, смысла. Для ЭВМ необходим перебор огромного числа вариантов. Телесная организация человека, его организма позволяет отличать значимое от незначимого для жизнедеятельности и вести поиск только в сфере первого. Для «не телесной» ЭВМ, утверждает Дрейфус, это недоступно. Конечно, конкретный тип организации тела позволяет человеку ограничивать пространство возможного поиска. Это происходит уже на уровне анализаторной системы. Совсем иначе обстоит дело с ЭВМ. Когда в кибернетике ставится общая задача, например распознания образов, то эта задача переводится с чувственно-наглядного уровня на абстрактный. Тем самым снимаются ограничения, не осознаваемые человеком, но содержащиеся в его «теле», в структуре органов чувств и организма в целом. Они игнорируются ЭВМ. Поэтому пространство поиска резко увеличивается. Это значит, что к «интеллекту» ЭВМ предъявляются более высокие требования (поиска в более обширном пространстве), чем к интеллекту человека, к которому приток информации ограничен физиологической структурой его тела.

Обладающие психикой системы отличаются от ЭВМ прежде всего тем, что им присущи биологические потребности, обусловленные их материальным, биохимическим субстратом. Отражение внешнего мира происходит сквозь призму этих потребностей, в чём и выражается активность психической системы. ЭВМ не имеет потребностей, органически связанных с ее субстратом, для нее как таковая информация незначима, безразлична. Значимость, генетически заданная человеку, имеет два типа последствий. Первый - круг поиска сокращается, и, тем самым, облегчается решение задачи. Второй - нестираемые из памяти фундаментальные потребности организма обусловливают односторонность психической системы. Дрейфус пишет в связи с этим: «Если бы у нас на Земле очутился марсианин, ему, наверное, пришлось бы действовать в абсолютно незнакомой обстановке; задача сортировки релевантного и нерелевантного, существенного и несущественного, которая бы перед ним возникла, оказалась бы для него столь же неразрешимой, как и для цифровой машины, если, конечно, он не сумеет принять в расчет никаких человеческих устремлений». С этим можно не согласится. Если предложенный «марсианин» имеет иную биологию, чем человек, то он имеет и иной фундаментальный слой неотъемлемых потребностей, и принять ему «человеческие устремления» значительно труднее, чем ЭВМ, которая может быть запрограммирована на любую цель.

Живое существо в принципе не может быть по отношению к этому фундаментальному слою перепрограммировано, хотя для некоторых целей оно может быть запрограммировано вновь, посредством дрессировки. В этом смысле потенциальные интеллектуальные возможности машины шире подобных возможностей животных. У человека же над фундаментальным слоем биологических потребностей надстраиваются социальные потребности, и информация для него не только биологически, но и социально значима. Человек универсален и с точки зрения потребностей, и с точки зрения возможностей их удовлетворения. Однако эта универсальность особо присуща ему как социальному существу, производящему средства целесообразной деятельности, в том числе и системы искусственного интеллекта. Следовательно, телесная организация не только даёт дополнительные возможности, но и создает дополнительные трудности. Поэтому интеллекту человека важно иметь на вооружении системы, свободные от его собственных телесных или иных потребностей. Конечно, от таких систем неразумно требовать, чтобы они самостоятельно распознавали образы, классифицировали их по признакам, по которым это делает человек. Цели для них необходимо задавать в явной форме.

Следует отметить, что технические системы могут иметь аналог телесной организации. Развитая кибернетическая система обладает рецепторными и эффекторными придатками. Начало развитию таких систем положили интегральные промышленные роботы, в которых ЭВМ в основном выполняет функцию памяти. В роботах «третьего поколения» ЭВМ выполняет и «интеллектуальные» функции. Их взаимодействие с миром призвано совершенствовать их «интеллект». Такого рода роботы имеют «телесную организацию», конструкция их рецепторов и эффекторов содержит определенные ограничения, сокращающие пространство, в котором, образно говоря, могла бы совершать поиск цифровая машина. Тем не менее, совершенствование систем искусственного интеллекта на базе цифровых машин может иметь границы, из-за которых переход к решению интеллектуальных задач более высокого порядка, требующих учёта глобального характера переработки информации и ряда других гносеологических характеристик мышления, невозможен на дискретных машинах при сколь угодно совершенной программе. Техническая, а не только биологическая, эволюция отражающих систем оказывается связанной с изменением материального субстрата и конструкции этих систем. Такая эволюция, т. е. аппаратное усовершенствование систем искусственного интеллекта, например, через более интенсивное использование аналоговых компонентов, гибридных систем, голографии и ряда других идей, будет иметь место. При этом не исключается использование физических процессов, протекающих в мозгу, и таких, которые психика в качестве своих механизмов не использует. Наряду с этим ещё далеко не исчерпаны возможности совершенствования систем ИИ путём использования в функционировании цифровых машин гносеологических характеристик мышления, о которых речь шла выше.

В последнее время при анализе проблем, связанных с ИИ, часто применяют математический аппарат нечётких множеств, идея и реализация которого принадлежит американскому математику Л.Заде. Суть подхода состоит в отказе от принципа детерминизма. Пожалуй, наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечёткой информации. Построение моделей, приближенных е рассуждениям человека, и использование их в компьютерных системах будущих поколений представляет сегодня одну из важнейших проблем науки. Смещение центра исследований нечётких систем в сторону практических приложений привело к выявлению целого ряда проблем, таких, как новые архитектуры компьютеров для нечётких вычислений, элементная база нечётких компьютеров и контроллеров, инструментальные средства разработки, инженерные методы расчёта и разработки нечётких систем управления и многое другое. Математическая теория нечётких множеств, предложенная Л.Заде около тридцати лет назад, позволяет описывать нечёткие понятия и знания, оперировать этими знаниями и делать нечёткие выводы. Основанные на этой теории методы построения компьютерных нечетких систем существенно расширяют области применения компьютеров. Нечёткое управление является одной из самых активных и результативных областей исследований применения теории нечётких множеств. Нечёткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов, или когда доступные источники информации интерпретируются неточно или неопределенно. Экспериментально показано, что нечёткое управление дает лучшие результаты, по сравнению с получаемыми, при общепринятых алгоритмах управления. Нечеткая логика, на которой основано нечеткое управление, ближе к человеческому мышлению и естественным языкам, чем традиционные логические системы.

компьютер периферийный искусственный интеллект

Подходы к пониманию проблемы искусственного интеллекта

Иску́сственный интелле́кт (ИИ) (англ. Artificial intelligence, AI ) - это наука и разработка интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект. При этом используемые методы не обязаны быть биологически правдоподобны. Но проблема состоит в том, что неизвестно какие вычислительные процедуры мы хотим называть интеллектуальными. А так как мы понимаем только некоторые механизмы интеллекта, то под интеллектом в пределах этой науки мы понимаем только вычислительную часть способности достигнуть целей в мире.

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 связанно с пониманием интеллекта у человека - это разные вещи. Более того эта наука моделирует человеческий интеллект, так как с одной стороны, можно изучить кое-что о том, как заставить машины решить проблемы, наблюдая других людей, а с другой стороны, большинство работ в ИИ вовлекают изучение проблем, которые требуется решать человечеству в промышленном и технологическом смысле. Поэтому ИИ исследователи свободны использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных проблем.

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

Базы знаний, записанные на языке Пролог, представляют наборы фактов и правил логического вывода, записанных языка логических предикатов с использованием лексики русского языка, хорошо понятно русским, казахам, украинцам - всем русскоязычным людям. Известны случаи написания программ и баз знаний с использованием русскоязычных интерпретаторов Пролога на казахском языке.

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

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

Основная статья : Агентно-ориентированный подход

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

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

Другие подходы

Интуитивные

• Самый общий подход предполагает, что ИИ будет способен проявлять поведение, не отличающееся от человеческого, причём, в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга , который утверждает, что машина станет разумной тогда, когда будет способна поддерживать разговор с обычным человеком, и тот не сможет понять, что говорит с машиной (разговор идёт по переписке).
• Писатели-фантасты часто предлагают ещё один подход: ИИ возникнет тогда, когда машина будет способна чувствовать и творить . Так, хозяин Эндрю Мартина из «Двухсотлетнего человека » начинает относиться к нему как к человеку, когда тот создаёт игрушку по собственному проекту. А Дейта из Звёздного пути , будучи способным к коммуникации и научению, мечтает обрести эмоции и интуицию .

Направления исследований

Основная статья : Направления исследований в искусственном интеллекте

Символьное моделирование мыслительных процессов

Основная статья : Моделирование рассуждений

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

Работа с естественными языками

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

Накопление и использование знаний

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

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

Биологическое моделирование

Основная статья : Моделирование биологических систем

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

Робототехника

Основная статья : Интеллектуальная робототехника

Вообще, робототехника и искусственный интеллект часто ассоциируется друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов, можно считать ещё одним направлением ИИ.

Машинное творчество

Особняком держится машинное творчество , в связи с тем, что природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки , литературных произведений (часто - стихов или сказок), художественное творчество .

Другие области исследований

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

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

Модели и методы исследований

Основная статья : Подходы к созданию интеллектуальных систем

Символьный подход

Основная статья : Символьный подход в искусственном интеллекте

Биологический подход

Основная статья : Биологический подход в искусственном интеллекте

Гибридные системы

Широко практикуется создание гибридных интеллектуальных систем, в которых применяются сразу несколько моделей. Причём, эти модели могут браться как из разных. Экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения.

Современный искусственный интеллект

Современное положение дел

Результаты разработок в области ИИ вошли в высшее и среднее образование России в форме учебников информатики, где теперь изучаются вопросы работы и создания баз знаний, экспертных систем на базе персональных компьютеров на основе отечественных систем логического программирования, а также изучения фундаментальных вопросов математики и информатики на примерах работы с моделями баз знаний и экспертных систем в школах и вузах.

Применение искусственного интеллекта

Некоторые из самых впечатляющих гражданских ИИ систем:

Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика) при игре на бирже и управлении собственностью. В августе 2001 года роботы выиграли у людей в импровизированном соревновании по трейдингу (BBC News, 2001). Методы распознавания образов, (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

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

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

Информатика и кибернетика

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

Психология и когнитивистика

Философия

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

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

Вопросы создания ИИ

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

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

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

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

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

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

Этика ИИ

Этот раздел содержит вопросы, касающиеся искусственного интеллекта и этики.

Отношение к ИИ в обществе

ИИ и религия

Раэлиты активно поддерживают разработки в области искусственного интеллекта.

ИИ и научная фантастика

В научно-фантастической литературе ИИ чаще всего изображается как сила, которая пытается свергнуть власть человека (Омниус, HAL 9000 , Скайнет , Colossus , Матрица и репликант) или обслуживающий гуманоид (C-3PO, Data, KITT и KARR, Двухсотлетний человек). Неизбежность доминирования над миром ИИ, вышедшего из под контроля, оспаривается такими его исследователями, как фантаст Айзек Азимов и кибернетик Кевин Уорвик (Kevin Warwick), известный множественными экспериментами по интеграции машин и живых существ.

Введение
1. Понятие об искусственном интеллекте как социальном феномене
2. Философские аспекты проблем существования искусственного интеллекта
3. Характеристика многообразия подходов к созданию систем искусственного интеллекта
4. Особенности функционала популярных голосовых помощников как интеллектуально-информационных устройств
5. Этические проблемы создания искусственного разума
Заключение
Список использованных источников

В ведение

Искусственный интеллект как предмет исследования наук находится в центре внимания ученых с различных позиций: философских, социологических, лингвистических.

Исторические его создание имеет богатые традиции, и постоянно развиваясь, в каждой эпохе оно получает новое наполнение содержательно, структурно и технологически.

Изучение проблем искусственного интеллекта (ИИ) неразрывно связано с исследованиями проблем естественного интеллекта (ЕИ), а, следовательно, требует тщательного анализа деятельности сознания, мозга, человеческого разума, специфики протекания когнитивных функций. Столь многоплановые проблемы связаны с уточнением терминологии, предусматривают теоретическое обоснование содержания и основных направлений планов и программ их соотнесенности друг с другом.

Только расширяя и углубляя научное понимание особенностей информационных процессов, происходящих в головном мозге, можно обеспечить развитие и внедрение обновленных подходов в разработке искусственного интеллекта. Необходимо учитывать, что сознание имеет неотъемлемое своеобразное качество субъективной реальности. И это создает основные трудности в объяснении связей сознания с мозгом при интеграции его в научную картину мира человека.

В этой связи возникает ряд вопросов в аналитической философии, имеющей большой объем литературы с вариантами критических ответов противников, но окончательного ответа о соотношении «сознание и мозг» пока не предложено.

Эти и другие существенные вопросы имеют самое непосредственное отношение к проблематике искусственного интеллекта, к возможности создания программ и систем на основе концепции разумности. Философами обсуждаются в этом отношении по сути вечные вопросы: какова природа знания, возможно ли это представить в различных устройствах, может ли знание истины соотноситься с практикой его прикладного применения.

Ответы на эти вопросы представляют важное звено работы исследователей естественного и искусственного интеллекта. В научном смысле эти программы рассматриваются как экспериментальные для создания моделей разумного поведения.

Многие ситуации применения искусственного интеллекта подняли глубокие философские вопросы о возможности понимания компьютером фраз человеческого языка, или о толковании символов, а не только их воспроизведении.

С этих позиций обратимся к изучению имеющихся в философии взглядов и позиций относительно искусственного интеллекта.

1. Понятие об искусственном интеллекте как социальном феномене.

Сущность понятия об интеллекте ученые исследуют с позиции многих наук, и это выступает во многом нелегкой задачей. Основные характеристики интеллекта уже раскрыты, но они не охватывают понятие в целом, комплексно.

Чаще всего понятие раскрывается как совокупность различных характеристик, качеств и способностей субъекта, обладающего интеллектом.

В основном естественный интеллект так и трактуется, как способность решать определенные задачи с помощью конкретных технологий или как способность к познанию, обучению и самообразованию.

В энциклопедической литературе подчеркивается, что интеллект – это способность субъекта адекватно и успешно откликаться, реагировать на новые ситуации и своевременно вносить коррекцию в свое поведение и состояние. Это способность воспринимать связи между фактами и явлениями действительности для планирования действий, ведущих к достижению поставленной цели. Интеллект связан в широком смысле со всей познавательной и умственной деятельностью человека, а если рассматривать в узком смысле, то он выражен процессами мышления, и прежде всего связан с языком, общением, обменом мыслями, взаимопониманием людей. Так переплетаются интеллект и коммуникации в жизнедеятельности человека.

Ученые, исследующие интеллект, высказывают различные мнения и точки зрения о характеристиках и функциях интеллекта.

Подчеркивается, что интеллект способствует установлению отноше-ний, он необходим при поиске сходства фактов с уже известным человеку,

В противовес инстинктивному интеллектуальное поведение передается от поколения к поколению, закрепляясь из рода в род. В отличие от инстинкта интеллект надежно служит человеку, когда он попадает в новые, непривычные для него, условия.

При этом признак интеллекта в том, что найдя решение, он как бы запоминает способ и это обеспечивает перенос и применение действия в новых похожих условиях. Интеллект выражен различными формами мышления, оперирует не только символами, но и образами объектов, явлений и действий. Интеллект связывают также с потребностью адаптации к среде, так как он выступает определенной формой равновесия, на основе восприятия и сенсорики. (2; 4)

При анализе взаимосвязи содержательного наполнения интеллекта человека в сравнении со средствами искусственного интеллекта становится очевидным, что можно использовать способность субъекта накапливать информацию для того, чтобы далее использовать ее полезным для себя образом. Если учитывать, что интеллект помогает достигать успеха, то связано это с прогнозом одной возможной цели из их многообразия. Эти механизмы интеллекта и участвуют в принятии решения и формулировании цели.

Исследователи нейроинформатики доказывают, что интеллект является системным свойством нейронов мозга, и связывают интеллектуальность с решением задач, со способностью строить модели реальности.

Выделены наиболее важные черты интеллекта, среди которых:

– выделение наиболее существенного в знании;

– способность рассуждать;

– рефлексия;

– выдвижение цели и обоснование средств достижения ее;

– активность в познании;

– адаптация к новым ситуациям;

– обобщение и обучение на примерах;

– синтез и анализ в познавательной деятельности. (1)

Искусственный интеллект изучается в рамках науки когнитологии, объединяющей теоретический и прикладной поиск относительно данного объекта в философии, эпистемологии, когнитивной психологии, нейрофизиологии, лингвистики. Ключевым вопросом является при этом выявление, как эффективнее презентовать, хранить и использовать накопленное человечеством знание и информацию.

Каждая из наук вносит свой вклад в обоснование научной платформы искусственного интеллекта.

В кибернетике и компьютерных технологиях закладываются основы проектирования баз данных и экспертирования систем. Этим задается логика и осмысленность обработки информации, отражающей совокупность данных и правил вывода. Вместе с тем создание и эксплуатация информационных машин тесно связаны с подготовкой людей, которые могут их грамотно эксплуатировать и развивать далее. Следовательно, необходимо и углубление качества компьютерных технологий.

Психология задает методологический базис когнитивного моделирования анализа и принятия решений в недостаточно определённых ситуациях на основе структуризации факторов и множества причинно-следственных отношений между ними. Именно так возникают модели прогноза развития, методы решения обратных задач.

Биология вносит вклад в моделирование искусственного интеллекта, доказывая что искусственные системы могут и не повторять в структуре процессы, имеющиеся в биологических системах. Важно присутствие феноменов человеческого поведения, способностей к обучению, познанию и адаптации как специфики функционирования.

В этом смысле используются нейронные связи и сети, при решении сложных задач, например, кластеризации явлений и объектов. Учитываются генетические аспекты, когда заимствуются лучшие содержательные и структурные характеристики предыдущих устройств и алгоритмов – прародителей обновленных. Продумываются способы взаимодействия с внешней средой специфических агентов.

Лингвистика задает основы обработки естественного языка, предоставляя анализ использования возможностей улучшения таких операций, как понимание, обработка и генерация текстов с учетом особенностей человеческого языка.

В результате устройства с искусственным интеллектом способны приобрести, систематизировать и предоставить человеку текст, найденный по Интернету, самостоятельно. С этим связаны функции информационного поиска, достаточно глубокого анализа и даже возможности машинного перевода.

Философия исследует фундаментальные вопросы о жизнедеятельности человека, о сущности и содержании знания, мироустройстве и мировосприятии его человеком. Все философские размышления можно свести к двум глобальным вопросам: во-первых, что такое искусственный интеллект, возможно ли его создание и каким образом и, во-вторых, каковы возможные последствия его возникновения в жизни человечества.

Если исходить из понимания, что искусственный интеллект – это комплекс компьютерных программ, машин и систем, то наука о разработка интеллектуальных устройств направлена на то, чтобы понять вначале специфику человеческого интеллекта. И искусственный интеллект совсем не должен быть биологически правдоподобным по содержанию и методам действия. Но тогда возникает вопрос, какие из вычислительных процедур можно называть именно интеллектуальными. возможно, например, способности компьютера достигнуть целей. (3)

Все осложняется тем, что среди исследователей до сих пор нет определенной точки зрения на определение и критерии интеллектуальности, нет общей позиции на решаемые интеллектом цели и задачи. Сама возможность создания, творения человеком искусственного разума, во многом – только гипотеза.

Но тем сложнее понять, почему возникают целые сообщества, стремящиеся реализовать идеи искусственного интеллекта в реальности, и взгляды которых внушают опасения и требуют глубинного философского анализа и разъяснения для общества.

Так, с 2011 г. в нашей стране существует стратегическое общественное движение «Россия – 2045», состоящее из отечественных ученых и философов, которое объявило своей миссией в рамках международного научно-исследовательского центра киборгизации практическое воплощение глобального технопроекта - создание искусственного тела и далее реальную подготовку человека к переходу в него.

Предполагается осуществлять этот проект «Аватар» поэтапно: искусственная копия человеческого тела – до 2020, копия тела, куда пересаживается мозг – до 2025, искусственная копия, куда переносится сознание – до 2035, далее будет создано тело-голограмма – до 2045. Именно так человек преодолеет все страдания и болезни, исчезнет старение и наступит бессмертие, ведь искусственное тело, голографическое или механическое, всегда прочнее естественного, лишь бы пересадить сознание. И тогда могут быть достигнуты все цели, связанные с изучением вселенной и космоса, независимо от хрупкой биологической формы тела человека.

Такова теория трансгуманистов, считающих себя последователями идей Н.Ф.Федорова, В.И.Вернадского, К.Э.Циолковского, говорящих о точке сингулярности, которая возникнет к 2030г. и появятся самосовершенствующиеся программы, и бесконечный машинный прогресс, когда роботы будут воспроизводить сами себя.

2. Философские аспекты проблем существования искусственного интеллекта.

Основная проблема философского осмысления искусственного интеллекта: реальность создания действующей модели мышления живого человека. Отрицательного ответа на такой ключевой вопрос не получено и потому дискуссия по отдельным аспектам проблемы также постоянно продолжается.

Исследователи исходят из положительного подхода и в доказательство излагают различные воззрения:

– человек создан по образу и подобию бога и он, в свою очередь может создавать подобных себе;

– разум ребенка создается биологически, связан с генетикой, но обновление, углубление, расширение разума чаще связано с накоплением знания, обучением подрастающего поколения;

– пик творчества, где ранее считались главными талант, одаренность, интуиция человека, теперь связывают с нахождением наиболее оптимальных способов и алгоритмов, что можно заменить автоматическим перебором вариантов при традиционно умственно развивающих играх, в шахматы, например, или при нахождении технических и экономичесих решений;

– о возможностях воспроизведения мышления свидетельствует наличие компьютерных вирусов, которые нарушают существование целостных систем;

– автоматизация разумного решения интеллектуальных задач связывается с работой ЭВМ, которые представляют универсальные алгоритмы и позволяют создать многообразие программ для преобразования информации. (4; 7)

Конечно, не все вычислительные машины или даже роботы в состоянии решить абсолютно все задачи. Есть типы задач, которые не способен решить единый.

И тогда человек способен их решить только методом проб и ошибок, расширяя пространство своих мыслей и действий.

Изучение философских корней искусственного интеллекта уходит глубоко в прошлое. Вопрос о возможности машины думать, исторически связан еще с различиями дуалистического и материалистического взглядов ученых. Дуализм утверждает, что мысль не материальна, и разум необъясним только физически. Материализм считает, разум – явление физическое и потому его можно создать и искусственно. Один из известных зарубежных философов предложил идею разработки алгоритм эмпирического теста, чтобы распознать человека или машины, который четко обнаруживает наличие или отсутствие сознания. Эту идею продолжил Тьюринг, создавший самый популярный тест, который актуален и сегодня.

Углубляясь далее, обратим внимание на поиск ученых в области робототехники, которые обращали внимание прежде всего на прикладной характер механических устройств, объясняя это даже семантикой слово «робот» – работа, крепостной, сложный труд, тяжелая работа. Роботы действительно внедряются в промышленных, военных, сложных прикладных и научно-исследовательских задачах и целях.

Но философию искусственного интеллекта интересуют возможности мышления машин, сможет ли она решать проблемы, сознательно размышляя; сможет ли она проявить сознание, и даже ощутить психическое состояние, как человек. Способна ли машина чувствовать. Насколько мозг человека – это компьютер и одинакова ли природа естественного и искусственного интеллекта.

Эти вопросы лишь на первый взгляд кажутся однозначными или не требующими ответа, философы, исследователи познавательной (когнитивной) деятельности, нейрофизиологи и писатели-фантасты видят в этом сложнейший предмет дискуссий.

В частности, выдвинуты гипотезы сильного и слабого искусственного интеллекта, предложены основания модели разума.

Защитники идеи слабого ИИ рассматривают компьютерные программы только как инструмент для решения задач, а не набор человеческих способностей.

Исходя из того, что мышление – это процесс обработки имеющейся в памяти информации компьютер, как формальная система, может осуществить ее анализ, синтез и даже самопрограммирование.

В философии поэтому постоянно дискутируются воззрения на цели создания искусственного интеллекта. Человек такое существо, которое делает все, чтобы улучшить и облегчить свою деятельность, вплоть до того, чтобы вообще ничего не делать. И даже не в силу просто лени, но в интересах поиска, творчества, для достижения все лучшего уровня и качества жизни.

Философов волнует вопрос: а если человек создаст интеллект, превышающий собственный, в чем тогда будет его роль, и нужно ли это человечеству в целом? Так возникает концепция об усилителях интеллекта, как биологического плана, естественно развивающегося разума, так и искусственного характера: технических устройств, приборов, автоматов, компьютеров, робототехники, без которых невозможен прогресс общества.

Возможно, искусственный, неорганический носитель, в результате наличия новационных технологий, будет существовать гораздо долговечнее, чем человеческое тело, но здесь тоже возникают риски.

Созданные интеллектуальные системы не имеют эмоционально-чувственных проявлений и не могут создать человеку опасную ситуацию преднамеренно. Но они могут элементарно изломаться, выйти из строя технически и тем нанести вред, взбунтовавшись против хозяина-автора, создавшего их. Именно об этом, о возможных опасностях для человека искусственного интеллекта, в силу его недолговечности, хрупкости и ненадежности, существует множество фантастических книг и фантазийных фильмов, пробуждающих незатухающие философские дискуссии.

Рядом с философским вопросом о безопасности всегда возникает вопрос полезности. Любое открытие или продукт, сделанный человеком, в чем-то полезен, в чем-то вреден, все связано с понятием меры и этичности целей его применения. Достаточно вспомнить атомную бомбу и дебаты вокруг ее использования. И в любой области науки рано или поздно создаются прогрессивно продвигающие открытия, несущие в себе двойственность полезности-вредности. Философы поднимают эти вопросы, предупреждая человечества о возможности самоуничтожения в силу бездумного использования естественного разума, без рассуждения о последствиях. Так, опыты в сфере генной инженерии заходят все более вглубь биологических преобразований животного мира, развивается клонирование. Философы стремятся обнажить проблемы перед мировым сообществом, призывая к осознанию нависающих проблем.

Компьютеризация как глобальное явление в обществе порождает множество сопутствующих следствий, в том числе относительно искусственного интеллекта, что плотно связано с информатизацией, поисковыми программами, активизацией способности обучения в информационных системах.

И если изначально существовал вопрос, как и где появится впервые искусственный, компьютерный интеллект, то это предполагалось в научной лаборатории. На сегодняшний день все ответы связаны с большей вероятностью с развитием сети-Интернет.

Это интеллектуальная, биотехническая система достаточно высокого уровня, при сравнении с которой автономный человеческий интеллект выступает иерархически как явление низшего порядка. Материально, технически, Интернет выступает как гигантская инфраструктура, которая не может быть под силу по оснащению для отдельно взятой лаборатории. Кроме того, именно здесь возможно появление как компьютерных вирусов, так и подобных им, компьютерных генов.

С учетом этого компьютерный разум в структуре человеческой цивилизации может появиться незамеченным, или появившийся интеллект может быть неузнаваем людьми, как непонятный интеллект. (6; 8)

Философы уже задают коварный вопрос, не происходит ли на земле рождение новой расы искусственного интеллекта. Ведь человек способен получить фактически любую информацию обо всех событиях в мире, – через Интернет и без цензуры.

Количество людей при этом постоянно увеличивается и обработка большого массива информации дает достаточно объективную картину, и распространяется мгновенно между другими людьми в обществе. Возникают проблемы ее специальной фильтрации в целях безопасности.

Возникает новый образ жизни на основе новейших коммуникационных технологий, которые вторгаются в жизнь человека, во все ее области от просто бытовых до высоко творческих в сфере науки, культуры, экономики, техники и даже искусства.

Под компьютеры непроизвольно подстраивается вся социальная систем, изменяется язык и стиля общения, демонстрируя алгоритмизацию языка, его упрощение, минимизацию понятий, введение некоторых общеизвестных терминов, понятных тем, кто владеет компьютером (е-мейл, скайп, гуглить, вордстат, файл, колонтитулы, джастклик, домены и платформы и т.п).

Так происходит содержательно-смысловое упорядочива­ние мира, ведущая к универсальности на основе интеллектуальных инфорсмационных и компьютерных программ.

Дети, изучающие игровые виртуальные законы, переносят их часто в живое общение, даже уже повзрослев.

Если исходить из новых научных знаний о био­логически гармоничном разделении функций мозга на левосторонние и правосторонние, то обнаружится, что целостность эмоционального и рационального восприятия мира нарушается. Вместе с тем, усиливается рационализм, как исключительное порождение компьютерных воздействий. Но ведь в науке, искусстве, живых коммуникациях важны еще и чувства, и интуиция, ос­нованные на единстве практического и теоретического опыта исследователя, ученого.

Когда философы анализируют особенности искусственного интеллекта, они не наделяют его техническими качествами или оболочками. И поэтому люди часто не понимают природу переживаний ученых с мировой известностью, когда они всерьез высказываются о возможной угрозе машин для человечества, вплоть до его уничтожения. Непонятным является, как робот может стать угрозой создавшему его человеку.

Но базовые формы искусственного интеллекта уже становятся настолько привычными и обычными для людей, что они этого даже не замечают. И не задумываются об этом со стороны негативных проявлений.

Философы же предупреждают мир об этом, осмысливая глобальные перемены в обществе, являющиеся порождением компьютерно-информационного бума в науке и технике, особенно относительно вдияния этих явлений на мышление и разумные действия человека.

3. Характеристика многообразия подходов к созданию систем искусственного интеллекта

Факт появления искусственного разума в различных науках и социальной практике человека, его зарождение его провозглашают в философии с 428г до н.э.

Именно здесь появляются первые рассуждения о разуме человека и возможности экспериментирования над его дублированием, создании с помощью средств и машин. Далее возникают множество теорий и концепций о том, что есть разумность, и можно ли ее описать. В чем выражается природа знания, возможно ли ее отразить в устройствах. Что такое опыт и навыки, и насколько знание практическое, прикладное связано я с умением принять решения в конкретной среде.

Аристотелевская теория истинности также постоянно тревожит ученых и практиков, и напрямую связана с проблемами создания систем искусственного интеллекта.

В дальнейшем к решению вопросов об искусственном интеллекте приступали представители математика (800г.), экономики (1776г.), нейронауки (1861г.), психологии (1879г), вычислительной техники (1940г.), теория управления и кибернетики (1948), лингвистики (1957г.).

В научном плане многие программы по искусственному интеллекту выступают как экспериментальные. Они требуют достаточно времени на апробацию и даже если уже реализуются, то скорее в проектном режиме.

Разработчики изучают полученные результаты, и дополняют или расширяют программы при необходимости, исходя из новых гипотез. Только так можно проверить эффективность предлагаемых моделей и устройств по алгоритмам разумного поведения.

Известной моделью является парадигма физической символьной системы, что позволяет более тесно связать теорию практику в рамках изучаемой проблемы. Именно этот подход по применению искусственного интеллекта позволил углубить многие философские вопросы: насколько самостоятельно компьютер различает фразы и термины настоящего, естественного языка, как он опирается на толкование символов и сумеет ли отразить смысл контекста.

Наиболее известными подходами к осмыслению проблем искусственного интеллекта в настоящее время являются следующие.

Интуитивный подход, использующийся в определении возможности искусственного мышления, близкого к человеческому Он связан с тестом Алана Тьюринга, согласно которому человек в результате переписки должен определить, с кем он разговаривает: с человеком или компьютерной программой, которая вводит его в заблуждения, заставляя сделать неверный выбор. Обнаруживается и доказывается, что искусственный интеллект, вычислительные машины не способны к коммуникации и обучению, основанных на эмоциях и интуиции, не могут дать оценку внешней и внутренней среды и адаптироваться к ней, что присуще только живым существам.

Символьный подход возник в эпоху создания цифровых машин и касался создания новых правил при выполнении программы на основе языка символьных вычислений. Но машины не в силах обозначать и самостоятельно решить возникающие трудности, сделать это должен только человек, профессионал – аналитик или программист.

Логический подход в построении систем искусственного интеллекта связан с моделированием рассуждений. Теоретической основой при этом служит логика. Задается набор фактов и правил для выполнения логического вывода, не предусматривающего жестко заданный алгоритм в системе последовательных действий, обеспечивающих результат.

Агентно-ориентированный подход, отражающий использование интеллектуальных (рациональных) агентов, помогающих машине достигать поставленные цели, воздействовать на объекты с помощью специальных датчиков в окружающей среде, выступающих в роли исполнительных механизмов. Это является более современным и технологичным и является значительным шагом в продвижении проблемы принятия решений.

Гибридный подход определяет возможности сочетания нейронных и символьных моделей, что существенно усиливает взаимосвязь когнитивных и вычислительных возможностей систем искусственного интелллекта, внутренние механизмы действий которых скрыты.

Сложные философские вопросы возникают и по поводу значимости построения экспертных устройств и систем, а также при разработке алгоритмов и программ машинного обучения. Несмотря на разноплановость проблем, которые возникают в различных областях и науках у исследователей искусственного интеллекта, везде обнаруживаются общие черты.

1. Использование компьютерных устройств разумно и полезно практиковать при доказательстве сложных теорем, для распознавания образов, дистанционного обучения, самообразования и других форм коммуникации.
2. Применение искусственного интеллекта продуктивно в рамках эвристического поиска как базиса для решения новых задач, не предусматривающих традиционные алгоритмы.
3. Обоснование решений при недостаточном количестве информации, ее неполности и зыбкости, когда искусственный интеллект дает опору, обеспечивая программисту многовариантность возможных решений.
4. Составление перечня или ранжированного ряда наиболее значимых характеристик исследуемой ситуации.
5. Возможность распознать семантический смысл, и специфику синтаксической формы предмета, объекта, явления.
6. Набор ответов, недостаточно точных или оптимальных, которые все-таки продвигают ситуацию анализа, когда для естественного интеллекта это чересчур трудоемко или даже невозможно.
7. Использование большого объема сугубо специфичных, конкретных знаний, важных для принятия решений, что особо важно в реализации экспертных систем.
8. Обнаружение знаний метауровня, которые способствуют совершенствованию управления стратегиями и тактикой принятия решений. (5)

При разработке искусственного интеллекта и способов его применения в прикладных областей решаются две фундаментальные проблемы: представление знаний и поиск их.

Получение нового знания возможно с помощью специфического, формального языка, необходимого для компьютерных действий, для обеспечения разумного поведения. Язык при этом способствует описанию свойств или отношений среди объектов определенной предметной области. И при решении используются рассуждения, чаще просто арифметических расчетов. В Они разрабатываются в ситуациях неопределенности и повышенной структурной сложности на основе разумного смысла и понимания живых, естественных языков.

Поиск рассматривается как метод достижения цели, решения задачи. с учетом пространства, средовых условий и состояний задачи, что задает альтернативы, варианты ее решений. В шахматах, например, применяются различные позиции размещения фигур на доске и требуются промежуточные стадии и шаги для логического обоснования, а далее идет перебор для выбора окончательного ответа.

Когда искусственный интеллект рассматривается как научная дисциплина, правомерно рассматривать несколько его сфер, областей, которые обладают и общим, и своим специфическим, особым, способом решения проблем. Рассмотрим некоторые из них.

Игры и игровые технологии.

Чаще всего исследователи обращаются к созданию и разработке интеллектуальных игр.

Они имеют четко определенный набора правил, и тогда можно достаточно легко моделировать пространство поиска, так как нет путаницы, присутствует структурированность. Предметы и фигуры легко представить с помощью компьютерных средств без сложных семантических тонкостей. В играх нет и этических или финансовых проблем.

В играх иногда требуются надежные методики, победно выбирающие альтернативные эвристические - стратегии, ведущие к верному решению (рокировка для спасения кородя, например, в шахматной игре). Более сложным вариантом является эксперимент по введению ы игры противника, ходы которого невозможно предугадать из-за непредсказуемости психологических и тактических особенностей игровой стратегии.

Автоматическое доказательство теорем.

Это считается наиболее значимым достижением прошлого, возникшим на заре искусственного интеллекта, когда ученые строили математику с помощью формальных выводов теорем из базовых аксиом. Именно это помогло формализовать алгоритмы поиска, создать языки формальных представлений, логические языки по программированию.

Связано автоматическое доказательство теорем с четкостью и строгостью логики. В формальной системе сама структура логики определяет автоматизацию. Веер проблем решается легче, если представить описание задачи и информацию как логические аксиомы и как теоремы для доказательства.

У данного принципа есть недостатки, потому что не удалось создать систему, для верного решения слишком сложных задач.

Но привлекательность для ученых рассуждений, базирующихся на формальной логике не исчезает.

Многое используется в проектировании, проверке компьютерных программ, корректности логических информационных цепей, способов в управлении сложными системами, дополняя поиск человека.

Экспертные системы.

Эффективным для искусственного интеллекта в этой области является сочетание теоретического обоснования проблем предметной области и перечня эвристических правил при их разрешении. Так, профессиональный геолог быстро и верно находит ископаемые, применяя и свои знания, и опыт в своей профессиональной деятельности. Компьютерные программы такого вида пишутся группой разработчиков, включая автора знаний по конкретной области, экспертом, а также инженера, как независимым специалист по автоматизированным устройствам. Главные критерии к экспертным программам – эффективность и внешняя разумность. Поэтому она проходит множественные испытания и проверки, корректирующие ее поведение и вносящие изменения. И все-таки работоспособность таких программ не всегда идеальна в силу ряда проблем. Среди них исследователи и практики называют:

1. Сложности в передаче объема содержания знаний конкретной области. (по человеческой физиологии человека, например)

2. Недостаточность мобильности и гибкости. Исследовать сознательно основные принципы, чтобы выработать стратегию и тактику подхода к проблеме Экспертные системы не в состоянии.

3. Отсутствие осознанных объяснений. Они описывают лишь шаги, которые были проделаны для решения задачи, не отвечая на вопрос, почему.

4. Трудоемкость тестирования.

Доказательство корректности сложных компьютерных экспертных систем особенно трудоемко из-за объемов и специфичности знания, и это серьезная проблема, так им доверено управление воздушным движением, атомными и ядерными реакторами, системами вооружения стран.

5. Ограниченность обновления системы на практике.

Производительность внедренной системы не изменяется, если программисты и специалисты не решат что-то внести новое. Сама машина не обладает способами улучшения операций и действий, заложенных в ней.(2)

4. Особенности функционала популярных голосовых помощников как интеллектуально-информационных устройств.

Использование в различных сферах искусственного интеллекта на основе метода построения алгоритмов, устройств для машинного обучения, дающих возможность обучаться самостоятельно, совершенно без внешней поддержки можно рассматривать с позиции позитивного значения для общества.

Многие примеры подтверждают огромную ценность для человечества так называемого «хорошего интеллекта»:

– новостные агентства используют компьютерные технологии для автоматического построения финансовых отчетов (Wordsmith), и машина действует более пунктуально, чем человек, с большой скоростью и масштабно, не делая ни ошибок, ни опечаток;

– появились управляемые автоматически, а не живым водителем, автомобили для грузоперевозок, завоевав популярность умных машин, – не нарушающие правил движения и не создающих;

– известно, что искусственный интеллект качественно патентует изобретения, публикует новые научные работы, а еще зарабатывает деньги в банках и на бирже, и даже возглавляет политические блоки;

– систематизируя огромный объем знаний по истории, науке, ведущим технологиям, искусственный интеллект способен дать прогноз развития цивилизации на тысячелетия вперед.

Но наиболее ярким примером современных устройств, представляющих собой результат поиска в области искусственного интеллекта являются так называемые голосовые помощники, установленные на мобильных или компьютерных аппаратах – Siri или Google now.

Это виртуальные ассистенты, помогающие человеку быстро отыскать информацию на любой возникший вопрос. Учитывая, что на секгодня информационное поле перенасыщено содержательно, представленные голосовые помощники очень ценны в жизни человека. Иногда они просто удивляют своей памятью, мобильностью, актуальностью помощи и, действительно производят впечатление живых, разумных собеседников.

Между этими устройствами, вернее их авторами-создателями, ведется постоянная конкуренция, спор о том, кто (что) умнее. Так, доказывается, что Google now – самый серьезный информатор среди всех. А Siri умеет просто радостно общаться о жизни и даже рассказывает уместный к случаю анекдот.

Желание авторов сделать устройства более оживленными побуждает их придумывать и закладывать в их память все новые способности, чтоб они отражали достаточный уровень интеллекта в общении, будто живой человек. На самом деле этого, конечно, не существует. Вместе с тем, им подвластно решение отдельных конкретных задач, с которыми они серьезно расправляются.

Создатели постоянно больше работают над обработкой качества естественной речи и улучшением содержательных возможностей помощника-ассистента. Так, увеличивается его полезность, если он будет более четко понимать, что происходит на экране устройства. и ему не нужны при этом живые чувства, как у человека, например, юмор.(8)

Задачи, которые выполняют голосовые помощники, многочисленны и полезны. Среди них Google now, например, выполняет такие команды при работе с приложениями: отправить сообщение в ; тправить сообщение [Маме] в ; найти документ на любом диске; установить температуру на нужный градус при работе с термостатами; показать территорию и места поблизости; запустить календарь, сделать фото, селфи; записать видео. Очень интересны функции и возможности устройства, связанные с командами, каждая из которых, в свою очередь, имеет целый набор задач: найди (рецепты, книгу, фильм, автора); покажи (картинки, письма, списки, счета за неделю); напиши (е-мейл); как сказать (слово на любом языке); напомни (что купить, куда пойти, где встретиться); разбуди меня в ; назови время и дату (в любой точке мира). Обнаружение информации возможно абсолютно во всех областях: погода, природы, вычисления, развлечения, интернет, карты с маршрутами и рейсами, спорт, кино, музыка и т.п.

Голосовые помощники Siri и Google Now активируются с помощью радиоволн и несмотря на их удобство, к сожалению, их наличие содержит в себе и проблемы с безопасностью. Французские специалисты выяснили, что хакеры могут использовать телефон для атаки и взлома сайта. Особенно это опасно, когда включены наушники с микрофоном, и помощник на смартфоне способен воспринимать голосовые команды. Поэтому ведутся разработки для рекомендаций пользователям, как контролировать и предупреждать определенные опасные радиосигналы.

Обнаружены и сложности и опасности с применением голосовых информаторов для водителей. В целом помогая, они и отвлекают его, ведь, чтобы оставаться в курсе текущей информации об изменениях в маршруте, на дороге, он переключает внимание, а потом ему нелегко вновь сконцентрироваться (высчитано, что надо около 27 секунд).

Да и любое постороннее действие небезопасно: работа с мультимедийной установкой в автомобиле, с развлекательной системой, разговор по телефону и даже пение песен. При этом наименее отвлекающим считается информатор Google Now.

Таким образом, улучшение сервиса голосовых помощников происходит с двух позиций – углубление помогающих свойств и усиление безопасности их применения для человека. Разрабатывается содержание вопросно-ответной системы, которая успешно приспосабливается к конкретному человеку, каждому пользователю с учетом индивидуальных предпочтений и особенностей, изучая это достаточно долгое время.

Устраиваются даже постоянные конкурсы между устройствами под девизом: кто лучше и полезнее. Известно, например шоу, размещенное на под названием: «Siri против Google Now: битва искусственных интеллектов…»

Сегодня голосовые помощники – неотъемлемая часть мобильных устройств, особенно нового поколения, большинство из них предугадывает контент на русском языке, расширяет услуги, чтобы пользователь мог получить быстро и как можно больше информации.

Как и любое проявление искусственного интеллекта, данные устройства волнуют философов по сути вопроса: что они есть для человека – облегчение будущего или убийственные для цивилизации приборы, которые могут поработить человека, если он не в силах будет их контролировать, в силу ослабевшего без интеллектуальных тренировок разума. Насколько безопасно то, что искусственный интеллект может заменять человека и на работе, в профессии, и дома, в быту.

В науке уже выявлены уровни созданного интеллекта и того, что еще предстоит создать. Так, очевиден достаточно разработанный вид ограниченного интеллекта, нацеленного решать задачи в конкретной области.

Известен более сложного плана искусственный общий интеллект, максимально близкий к человеческому: анализирует факты м сведения, общается с другими роботами и машинами, способен обучаться и самосовершенствоваться.

Создан также и суперинтеллект, например, Artificial Superintelligence, который уже настолько развит, что человек не всегда может понять его мотив и предугадать способ его действия.

Одним из претендентов, набирающих все большую мощь и имеющую богатые средства для преодоления границ ограниченного интеллекта, все чаще называют компанию Google, завоевывающую авторитет в мировом сообществе.

5. Этические проблемы создания искусственного разума

Этические вопросы в применении устройств искусственного интеллекта связаны с проблемами безопасности всего человечества в целом и конкретного человека как разумного био-психо-социо-существа.

Наиболее проработаны эти вопросы философами, а также подняты в книгах писателями – гуманитариями, фантастами, среди которых Карел Чапек, введший термин «робот», и популяризатор науки, биохимик Айзек Азимов, предлагающие свои решения проблем безопасности при развитии роботехники. Наиболее известные законы:

1. Робот не должен причинить вред живому человеку или даже бездействием допустить, чтобы человеку нанесен был вред.
2. Робот обязан повиноваться командам, отданным ему человеком, кроме тех моментов, если команды противоречат вышеуказанному закону.
3. Робот может заботиться о собственной безопасности, если это не нарушает первый и второй законы.

Но эти законы вызывают также вполне обоснованные вопросы: что будет понимать робот под словом вред, а вдруг вся жизнь и его вредные привычки – курение, алкоголизм, наркомания и даже секс – вред для здоровья человека, от этого он стареет и страдает, и такое зло надо прекратить.

Или что решит робот при спасении человека при конфликте двоих: кого сочтет правым и достойным сохранения жизни? Надежнее оказывается, вероятно, та система безопасности, которая будет принадлежать конкретному владельцу на основе нейронного ансамбля и функций мозга, и слушаться только его.

Этические проблемы использования искусственного интеллекта всегда касаются того, что при внедрении любых новых технологий, созданных вроде бы для улучшения жизни человека, возникает очень много отрицательных или негативных побочных эффектов. Создание машин привело к смогам, загрязнению воздуха, следовательно, осложнило здоровье человека, а увеличение их доступности породило гиподинамию. Результаты ядерной энергетики известны не только положительными итогами ее внедрения в жизнь, но и опаснейшими катастрофами для физического здоровья и экологической картины мира.

Этические основы принятия решения любым ученым, исследователем зависят только от его нравственности, моральной ответственности, от того, кто и по каким мотивам выбирает, какие проекты важнее, приоритетнее, что принесет больше пользы, чем вреда человечеству.

В частности, этичность экспертных систем связана с программами, которые заменяют живого эксперта, особенно в медицинской диагностике, где она ставит диагноз и даже назначает рекомендуемый курс лечения.

Или экономика наших дней находится в зависимости от вычислительной техники в искусственного интеллекта, в целом. Известно, что в некоторых странах даже разрешения на выпуск кредитных карт выполняются автоматическими устройствами, и тогда потребительский кредит становится более доступным. (8)

Этические моменты, связанные с информационным обеспечением и искусственным интеллектом, касаются напрямую с проблемой безработицы, когда служащие теряют рабочие места, так как робототехника и автоматизация значительно дешевле ручного труда. Поэтому создатели программ и интеллектуальных машин стремятся создавать новые рабочие места, предлагают высокооплачиваемые творческие специальности.

Этические вопросы возникают и при возникновении ситуации ответственности, если ошибку в диагнозе сделала автоматическая экспертная система, а не живой человек, ее владелец. Конечно, информационно виновны не справочники или учебники, и не компьютеры, а специалист. Так возникает этическая проблема отношений человека и машин.

Конечно, это фантастика – те книги и кинофильмы, где люди совсем порабощены роботами, которые отдалились самостоятельно от своих создателей, но технологическое превосходство сверхинтеллектуальной машины может означать конец эры человечества.

В этой связи появляются этически направленные теории и концепции, например, так и названная концепция дружественного интеллекта (автор Юдковски), которая провозглашает важность позитивного влияния робототехники на человечество. Утверждается, что можно заложить разум, мотивированный на позитивное, полезное действие во имя пользы людей, задав мотивацию не причинять никакого вреда живым существам.

Это, конечно, тоже вызывает вопрос, о том, гарантированно ли, что машина поймет, почему живые существа причиняют вред друг другу при их сознательности.

Непредсказуемость последствий при нарушении этики создания искусственного интеллекта касается и осмысления факта, кем считать человека, в котором тело, живые органы на много процентов уже заменены искусственными органами, фактически машиной или автоматизированными устройствами. Учитывая, что медицина далеко продвинулась в создании искусственных органов и их пересадке в человека, и приближается к созданию мозга, это не праздный вопрос.

Кибернетизация может обеспечить и ускорить резкий переход количественного в качественное, и возможно возникновение человека, вышедшего за природные рамки, сверхчеловека без болезней, старения и естественного умирания. Это, несомненно, коснется всей социально-экономической ситуации развития общества, в целом, хотя это и будет, возможно, только малочисленная элита.

Подобная технологизация физического организма, в совокупности с изобретением высокого уровня искусственного интеллекта, может неузнаваемо изменить жизнедеятельность людей. Тем важнее уже сейчас ставить и решать вопросы моральной ответственности перед человечеством создателей компьютерно-информационных интеллектуальных систем.

Заключение

Проблемы создания и совершенствования искусственного интеллекта с философской точки зрения рассматриваются традиционно в плоскости исторически значимости прогресса в жизни человека.

Философов волнует, насколько компьютеризация и технологизация жизни человека улучшает его жизнедеятельность, помогая в борьбе за достойное выживание, и утоляя неистребимую потребность жить как можно дольше, не теряя здоровье и разум, сознательно достигая комфортного состояния с помощью различных изобретений, устройств, интеллектуальных техно-советников в отдельных областях быта, профессии, экономики и культуры.

Но еще больше их интересует обоснование прогноза, возможных последствий, среди которых есть как положительные, так и негативные. Размышления и обоснованные предсказания философов пробуждают в человечестве новые силы для самосохранения, повышения нравственности и духовности, для отстаивания безопасности жизнедеятельности и в настоящем, и для будущих поколений.

Философия также придает особое значение самоосознанию и сознанию, относительно искусственного интеллекта, хотя это, во многом, и гуманитарные понятия. Если метафорически считать человеческий мозг предверием или аналогом компьютерной программы, то можно вспомнить и то, что универсальность вычислений базируется на законах физики. Если считать, что личностью является запущенная на компьютере программа, то этически нерешенным философским вопросом является даже удаление программ с компьютера, что равносильно лишению физического тела разума.

Поэтому философское обоснование объективных отличий между людьми и другими интеллектуально обогащенными существами призвано играть жизненно важную роль в сохранении мыслящей цивилизации, объединяющей носителей и естественного и искусственного интеллекта.

Список использованных источников

1. Быковский, И. А. Философские аспекты проблем создания искусственного интеллекта. Саратов. 2007.
2. Вопросы искусственного интеллекта, Валерий Макаров, №4, Изд: Ленанд, 2011. 120 с.
3. Искусственный интеллект и принятие решений, №4, // С. Емельянов, Изд: Ленанд, ИСА РАН, 2015. 116с.
4. Рассел С., Норвиг П. Искусственный интеллект. Современный подход. 2-е изд. - М.: Вильямс, 2015. 1410 с.
5. Рутковский Л. Методы и технологии искусственного интеллекта, Изд: Телеком., 2010, 520с.
6. Системы искусственного интеллекта. Практический курс: Учебное пособие. // Чулюков В.А., Астахова И.Ф., Потапов А.С., Каширина И.Л., Миловская Л.С., Богданова М.В., Просветова Ю.В., 2008. 76с.
7. Финн В. Искусственный интеллект. Методология, применения, философия, Изд: Красанд, 2011. 448с.
8. Хель И. Алан Тьюринг и философские проблемы искусственного интеллекта, 2015. – http://hi-news.ru/
9. Шереметьев К. Самое важное о вашем интеллекте, 2014, http://www.sheremetev.info/

Реферат на тему “Философские проблемы искусственного интеллекта” обновлено: Апрель 2, 2018 автором: Научные Статьи.Ру

В современном мире проблема создания искусственного интеллекта поднимается все чаще. То тут, то там промелькнут заметки в газетах, что, дескать, искусственный интеллект (ИИ) уже практически создан или применяется на практике в военных целях, космических исследованиях, медицине и т.д. Страсти накаляют и фантастические фильмы, повествующие о реальном существовании ИИ. В свете культовых фильмов "Матрица", "Терминатор", "Я - робот" телезритель приходит к однозначному умозаключению, что до создания ИИ осталось жить совсем недолго, и не пройдет и века, как судьбу человечества будет вершить какая-нибудь сложно организованная машина. Так ли это? Справедливы ли все эти домыслы? Возможно ли создание ИИ в принципе, и сколько осталось ждать, если возможно? На эти вопросы мы и постараемся дать сегодня ответ.

В целом понятие "искусственный интеллект" весьма расплывчато. Микрочипы не встроены сегодня разве что в лампочку, а изготовители всего и вся всерьез убеждают нас в существовании ИИ в их продукции. Если вкратце высказать общую мысль человечества по созданию ИИ, то это простое копирование человекоподобной линии поведения на искусственно созданном объекте для уменьшения затрат и времени человека. Для чего человеку ИИ? ИИ сможет частично или полностью заменить человека во многих специальностях и областях (космонавтика, рабочие специальности и т.д.). Кроме того, ИИ поможет человеку справиться с задачами, которые ему не под силу (сложные вычисления и анализ) и попросту расширит данный ему природой интеллект.

Для полного представления картины начнем с базовых понятий. Термин интеллект (intelligence) происходит от латинского понятия intellectus - ум, разум, рассудок. Искусственный интеллект (artificial intelligence - AI) понимается как способность автоматических систем брать на себя функции человека, выбирать и принимать оптимальные решения на основе ранее полученного жизненного опыта и анализа внешних воздействий. Любой интеллект опирается на деятельность. Деятельность мозга - это мышление. Интеллект и мышление связаны многими целями и задачами: распознавание ситуаций, логический анализ, планирование поведения. Характерными особенностями интеллекта являются способность к обучению, обобщению, накоплению опыта, адаптация к изменяющимся условиям в процессе решения задач. Исходя из самого определения ИИ вытекает основная проблема в создании интеллекта: возможность или невозможность моделирования мышления взрослого человека или ребенка. Если на этот вопрос будет дан отрицательный ответ, то сама идея ИИ теряет смысл в корне.

История развития искусственного интеллекта

Самыми первыми интеллектуальными задачами, в которых стал применяться ИИ (точнее, некое его подобие), стали логические игры (шашки, шахматы) и арифметические операции (решение уравнений, доказательство теорем), а также некоторые простые игрушки. Примером последних может быть электронная мышка, способная исследовать лабиринт и находить из него выход (в ее основе лежала простейшая релейная схема). Первые серьезные исследования относительно создания ИИ были предприняты практически сразу после появления первых ЭВМ. В 1954 году американцы А. Ньюэлл, Дж. Шоу, Г. Саймон и голландец А. Де Гроот совместно создали первый в истории человечества символьный язык программирования ИПЛ1 и в 1957 году написали на нем программу для игры в шахматы. В 1960 г. этой же группой была написана программа GPS (General Problem Slover) - универсальный решатель задач. Программа могла справиться с рядом головоломок, решением интегралов и некоторыми другими задачами. В 1962 году кибернетиком А. Самуэлем была создана программа для игры в шашки. Она была столь успешной, что смогла выиграть у сильнейшего шашиста США Р. Нили. В конце 60-х годов появились первые игровые программы, системы для элементарного анализа текста и решения математических задач. Уже тогда стала известна основная проблема ИИ: программа, которая играет в шахматы, никогда не будет играть в шашки или домино. Разработчики поняли и еще одно: всем написанным программам не достает самого важного - знаний в соответствующих областях. Эти вопросы исследователи стремились решить в следующем десятилетии. В 1974 году состоялся международный шахматный турнир электронных машин. Возгордитесь же! Победу в нем одержала советская машина с шахматной программой "Каисса". Позже программа с подобным ИИ победила всемирного гроссмейстера Г. Каспарова. Конфигурация компьютера была такова: 256 процессоров с 4 Гб дисковой памяти и 128 Мб ОЗУ каждый. К середине 70-х появляются первые интеллектуальные программы, использующие различные способы представления знаний для решения задач - экспертные системы. Одной из первых была экспертная система DENDRAL, предназначенная для составления формул химических соединений на основе спектрального анализа. В 1957 г. американец Ф. Розенблатт предложил модель зрительного восприятия и распознавания - перцептрон. Перцептрон был способен работать в двух режимах: обучение и распознавание. В режиме обучения человек предъявлял объекты и объяснял машине, к какому классу каждый из них принадлежит (описание объекта). Затем в процессе распознавания машине предъявлялись новые объекты, и машина должна была их классифицировать правильно. Достаточно большой интерес с точки зрения ИИ представляет программа математика Хао Ванга, которая за 3 минуты работы на IBM-704 вывела 220 относительно простых лемм и теорем из фундаментальной математической монографии, а затем за 8,5 мин. выдала доказательство еще 130 более сложных теорем, часть которых к тому времени еще не была выведена математиками. Позже были созданы другие экспертные системы ИИ: MYCIN (предназначена для диагностики и лечения инфекционных заболеваний крови), PROSPECTOR (прогнозирует залежи полезных ископаемых), SIMER (система оценки качества воды), CASENET (диагностика и лечение глаукомы) и др.

Сегодня разработка систем ИИ продолжается еще более интенсивными темпами. Над этой проблемой работают крупнейшие мировые институты. ВМС США разрабатывают автоматические роботизированные системы Stryker и им подобные для автономного ведения боя; исследовательские лаборатории молекулярных биологов всего мира пользуются плодами сложных разработок ИИ - автоматическими методиками ПЦР (полимеразная цепная реакция для исследования ДНК), ИФА (иммуно-ферментный анализ для анализа белков), автомобилестроители - разработками ИИ для точной настройки двигателей и других частей автомобилей. Одним словом, история создания искусственного интеллекта продолжается...

Суть процесса искусственного мышления

Если быть максимально кратким, то суть процесса мышления заключается в следующем: по мере наращивания своего мировосприятия человек либо автоматическое устройство приобретает все большие возможности для воспроизводства собственных умозаключений. Эти умозаключения генерируются при решении задач для определения способа достижения поставленной цели. Для этого обычно необходимо выстроить логическую цепочку, начинающуюся на мировосприятии и заканчивающуюся на конкретной цели. Если задача обратна, то цепочку необходимо строить с цели. Сегодня существуют различные принципы построения систем искусственного интеллекта. Среди них - моделирование рассуждений на основе прецедентов (case-base reasoning - CBR), моделирование рассуждений с неопределенностью, рассуждения о действиях и изменениях и т.д. К примеру, в основе CBR - принципа построения ИИ - лежит выбор проблемы, поиск алгоритмов адаптации, поиск прошлого опыта, вывод, основанный на оценке сходства. После установки цели система должна рассмотреть множество случаев и вариантов решения проблемы, а затем выработать искомое решение. Методы построения CBR-интеллекта уже применяются для разработки товаров массового спроса, в медицине и смежных областях, в электронной коммерции и конструировании программ. В большинстве своем все работы по созданию ИИ весьма сложны и проводятся самыми развитыми институтами различных стран мира.

Суть реализации ИИ в теории и на практике

Суть реализации мышления до сих пор до конца не выяснена и остается тайной для науки. Однако наука часто путается сама с определением понятия мышления и путает нас. Как часто газетные и книжные публикации заверяют нас в том, что, раз компьютеры хранят и перерабатывают информацию, то, значит, они способны думать и мыслить. Увы, но люди, написавшие это, абсолютно не представляют себе всю сложность процесса мышления. Да, действительно объемы компьютерной информации реальны. Но эти объемы характеризуют не количество информации в сообщениях как таковой, а количество ячеек машинной памяти, которые они занимают. Сегодня компьютеры перерабатывают в большинстве своем не саму информацию, а всего лишь содержимое ячеек своей памяти (а их можно заполнить чем угодно). Таким образом, вывод напрашивается сам: компьютеры не "осмысливают" содержимое информации. В отличие от компьютеров, для людей характерны исключительно осмысленные понятия. Образно можно сказать, что у людей процесс мышления происходит в душе, в то время как для машин ее не существует.
Из каких компонентов обычно строится система искусственного интеллекта, да и любого интеллекта вообще? В первую очередь ИИ - это совокупность "железа" и программного обеспечения для него. В качестве первого обычно выступает компьютер определенной конфигурации и обслуживающие механизмы (манипуляторы, видеокамеры, звуковые и другие датчики). В большей степени на "интеллектуальность" машины в целом влияет именно программная начинка. Именно она определяет степень "продвинутости" данного ИИ.

В электронной начинке ИИ в первую очередь присутствует огромное количество памяти, на основе которой и строятся все рассуждения и выводы. Понятно, что все знания из различных областей в память ИИ заложить невозможно, но сделать интеллектуальную систему в определенной области познания вполне возможно. Обычно человек изначально закладывает в систему минимальные познания о мире. Далее эти познания расширяются в процессе накопления опыта и вложения его человеком (пассивный путь) либо самой системой (активный путь) в результате ее адаптации к условиям окружающей среды. Однако компьютерная память представляет собой лишь простую совокупность файлов и папок. Память человека устроена гораздо более сложно - она оперирует не файлами и их группами, не клочками информации. Человеческая память - это память образов. Человеческую память можно сравнить с летящей кометой: позади - длинный "хвост" жизненного опыта, который со временем автоматически забывается и затирается новым; сама комета - это слой реальной ежесекундной памяти; тонкий передний слой - это туманные соображения (предвидение) человеческого будущего. Как видим, память систем ИИ пока в корне отличается от человеческой. Во вторую очередь сам логический процесс просчета ситуации происходит в устройстве обработки информации. Чаще всего это определенное программное обеспечение + центральный процессор компьютера. От возможностей этого центра обработки информации напрямую зависит производительность и активность ИИ.

Самым главным отличием программного обеспечения настоящего искусственного интеллекта от простых приложений заключается возможность "мыслить" образами. С помощью образного мышления сегодня стали доступны такие технологии, как сжатие и кодирование информации, обработка биометрических образов, оптимизация гаммы цветопередачи, образный поиск, анализ смысла изображений, автоматическая каталогизация информации, алгоритмы распознавания и классификации образов. Для человека примерами образов могут быть небо, облака, музыка, море, стихи и т.д. Способность восприятия внешнего мира в форме образов позволяет людям узнавать бесконечно большое число объектов и понимать друг друга независимо от национальной принадлежности. Процесс восприятия объекта как образа для машины имеет некоторые особенности. Обычно перед выделением образа (например, графического) заранее считается известным лишь то, что требуется разделить общность точек некоторого пространства на две или более областей, и что после разделения все точки будут принадлежать этим двум (или более) областям. При этом заранее известно только расположение точек исходной области (их примерные координаты). Далее происходит сам процесс разделения точек на области (образы) по каким-либо критериям (для изображения это будет смена цветов и контрастов). Иногда требуется обработать изображение так, чтобы точки были более явными для разделения (например, перевести цветное изображение в черно-белое) - это сделает чувствительность разделения выше (так работает большинство программ для распознавания текста). Если система сможет самостоятельно классифицировать и отфильтровывать не только ранее известные объекты, но и неизвестные (не зная их свойств, по внешнему виду), то этот процесс будет называться самообучением. Сегодня системы ИИ могут различать только немногочисленные образы в небольших заданных пространствах.

Важной особенностью ИИ сегодня должно стать их обучение. Над этой проблемой работают сегодня многочисленные ученые во всем мире. Обучение обычно определяется как процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные внешние воздействия. Сегодня существуют прототипы оборудования, способные обучаться простейшим механическим операциям (обработка деталей на станке, копирование человеческой походки). Однако достижения в сфере обучения ИИ пока продвигаются довольно низкими темпами и не поспевают за развитием электроники.
Для решения той или иной задачи ИИ сегодня необходим алгоритм решения (впрочем, как и любому человеку). Алгоритм - это точное предписание о выполнении в определенном порядке операций для решения определенной задачи. Нахождение алгоритма для человека или машины связано с тонкими и сложными рассуждениями. Эти рассуждения часто требуют изобретательности и творческого подхода, поэтому машина постоянно нуждается во взаимодействии с человеком за неимением вышеуказанных качеств. Машине не свойственен "метод тыка" - она сегодня всего лишь ищет варианты решения проблемы из прописанных в базе данных. Важную роль в функционировании ИИ выполняют функции анализа информации и накопления жизненного опыта. Наблюдая за детьми, мы убеждаемся, что большую часть знаний они получают путем обучения и общения с окружающим миром, а не в качестве заложенных в них заранее. Изобретение эффективного механизма самоанализа и самостоятельного накопления жизненного опыта поставит ИИ на значительно более высокий уровень по сравнению с современным.

Сегодня интеллектуальные программы наподобие Copernic или системы распознавания образов установлены практически на каждом ПК. Проанализируем существующие системы ИИ на примерах программ распознавания графических образов и речи. Если говорить о восприятии и обработке речи, то программное обеспечение от Dragon Systems практически уже решило этот вопрос. Speech SDK от Microsoft также позволяет обеспечить приемлемое качество диктовки текста. Устойчивое распознавание слов и целых фраз достигается после нескольких часов тренировки и адаптации к манере произношения пользователя. При этом качество распознавания близко к 95% (сравнимо с качеством распознавания речи у человека). В основе принципа действия подобных программ лежит математическая модель преобразования акустических сигналов и графических изображений в числовые последовательности, каждой из которых соответствует определенное слово или графическая информация из программного словаря (к примеру, так работают программы Cuneiform, Fine Reader). Однако, в отличие от человека, данные программы всего лишь УЗНАЮТ слово или изображение, но не ОСМЫСЛИВАЮТ его. Это отличие является пока непреодолимой пропастью между интеллектом компьютера и человека и не позволяет создать действительно ДУМАЮЩИЙ искусственный интеллект.

Реальные возможности и достоинства искусственного интеллекта

В последнее время можно проследить постепенное превращение программной инженерии в интеллектуальную инженерию, рассматривающую более общие проблемы обработки информации и предоставления знаний. Для определения реальных возможностей развития ИИ рассмотрим перспективные подходы к организации систем ИИ, а заодно и вплотную подойдем к возможностям искусственного интеллекта сегодня.

Нейронные сети. Искусственные нейронные сети пришли к нам из биологии. Они образованы из элементов, возможности которых аналогичны большинству элементарных функций биологического нейрона - нервной клетки. Нейроны в сети выстраиваются в цепи, соединяются. Искусственные нейронные сети демонстрируют большое число свойств, присущих мозгу человека. Они обучаются на основе опыта, обобщают свой опыт, способны выделять главное из поступающей информации. Способность нейронной сети к обучению впервые была исследована Дж. Маккалоком и У. Питтом в опытах 1943 года на созданной ими модели нейрона. Авторы описали принципы построение нейронных сетей. Позже, в 1962 году, Ф. Розенблатт предложил свою модель нейронной сети - перцептрон, а в 1986 г. Дж. Хинтон и его коллеги опубликовали статью с описанием модели нейронной сети и алгоритмом ее обучения, что дало толчок к эффективному изучению нейронных сетей. Если рассматривать строение искусственной нейронной сети, то проще сделать это на примере биологической модели. Нейрон состоит из нескольких входов (дендритов) и одного выхода (аксон). В теле нейрона происходит взвешенное суммирование возбуждения на входах (дендритах), обработка и изменение уровня сигнала на выходе (аксоне) в зависимости от результата обработки поступивших сигналов. Будучи соединенными определенным образом, нейроны образуют нейронную сеть. Для моделей, построенных по типу нейронных сетей человеческого мозга, характерно легкое распараллеливание алгоритмов и высокая производительность. С человеческим мозгом их сближает также еще одно очень важное свойство, напрочь отсутствующее у простых электронных машин: нейронные сети работают даже при условии неполной информации об окружающей среде, т.е., как и человек, они могут отвечать не только "да" или "нет", но и "не знаю точно, но скорее да". Наиболее яркий пример применения сетей - проект Smart Sensor Web военного научного агентства DARPA. Он представляет собой сеть разнообразных датчиков, работающих совместно на поле боя. Каждый объект - источник данных: визуальных, цифровых, электромагнитных, химических, инфракрасных. При использовании данной нейронной сети возможно распознавание целей, анализ и предсказание сбоев техники. Сейчас продолжается совершенствование методов синхронной работы нейронных сетей на параллельных устройствах. Нейронным сетям сегодня под силу распознавание сигналов, речи, изображений, поиск данных, финансовое прогнозирование, шифрование данных. Нейросетевой подход используется в большом количестве задач - для кластеризации информации из Интернета, для имитации и моделирования сложно устроенного человеческого мозга, для распознавания образов и др. К достоинствам нейронных сетей можно отнести самонастраиваемость, гибкость конфигурирования, достаточно высокую эффективность, самообучаемость. Коль уж заговорили об Интернете, то специалисты считают, что в будущем именно он будет определять уклад и занятия отдыхающего человека (цифровое телевидение, универсальная библиотека, игры и т.д.) и, вероятно, в конце концов станет бесплатным (либо условно платным). Сегодня системы ИИ активно используются и в Интернете: это поисковые машины, обладающие примитивными признаками интеллекта и способные в считанные секунды находить и предоставлять информацию (rambler.ru и др.); разнообразные интеллектуальные датчики, призванные посредством сети предупредить об ограблении или пожаре, и т.д. Среди наиболее известных сегодня нейронных сетей выделяют сети Хопфилда, нейронные сети с обратным распространением ошибки и стохастические нейронные сети.

В связи с тем, что в последнее время эффективность обработки информации требует высоких тактовых частот процессоров (а они, как известно, пока уперлись в свой реальный частотный потолок около 4 ГГц), все чаще для повышения эффективности обработки используется многоядерность. Распространение сетей и создание высокопроизводительных кластеров все чаще вызывает интерес к вопросам распределения вычислений: оптимальная загрузка процессоров, гибкое самоконфигурирование, балансировка ресурсов, максимальный самоконтроль. Как тут обойтись без искусственного интеллекта? В свете последних событий в голову приходит мысль о принципиально новых процессорах СЕLL, построенных по принципу многоядерности и обладающих колоссальной производительностью. Возможно, они способны будут в будущем заменить многие серверные сети на современных процессорах. Робототехника. У каждого человека есть стремление максимально облегчить свой труд. Робототехника - это весьма перспективное на сегодня развитие формы ИИ. Поскольку работу мышц можно заменить только работой других приспособлений, человек не преминул этим воспользоваться - на многих заводах вместо людей сегодня трудятся роботы. Первых роботов трудно было назвать интеллектуалами. Только в конце 60-х годов были сконструированы роботы, управлявшиеся компьютерами. К примеру, в результате разработки проекта "Промышленный интеллектуальный робот" в Японии в 1969 году был собран робот с элементами ИИ для выполнения сборочно-монтажных работ с визуальным контролем. Манипулятор робота имел 6 степеней свободы и был оснащен тактильными датчиками. Зрение робота было организовано посредством двух видеокамер, снабженных светофильтрами для распознавания цвета предметов. Робот был способен грубо определять область, занимаемую интересующим предметом, и грубо распознавать простые предметы. Постепенно характеристики роботов значительно улучшились, и сегодня точности их работы позавидует любой человек (достаточно вспомнить лазерные роботизированные механизмы для изготовления микросхем или процессоров). Фирмой Epson изобретены даже летающие прототипы роботов. Сегодня в США планируется к 2005 году перевести довольно большую часть вооруженных сил на роботизированную основу. Внимание общественности привлекают ежегодные соревнования роботов-машин, передвигающихся по пересеченной местности, пользуясь при этом только картой. Эти сложно организованные механизмы способны самостоятельно принимать решения по координации передвижения и имеют для этого в составе примитивный ИИ с датчиками наклона автомобиля, радиомаяком, компасом, дальномером, инфракрасными и другими датчиками мониторинга движения. В США последнее время ведутся разработки по машинному обучению, навигации роботов, логическому планированию их действий и т.д.

Экспертные системы. Сегодня общество интересуют системы принятия решений в реальном времени, средства хранения, извлечения, анализа и моделирования знаний, системы динамического планирования. Среди них уже сегодня имеются конкретные результаты:
DENDRAL - высокоинтеллектуальная система распознавания химических структур. Это старейшая из экспертных программ. Первые версии данной системы появились еще в 1965 году. Пользователь задает 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. MICIN - экспертная система медицинской диагностики. Она разработана группой по инфекционным заболеваниям Стенфордского университета. Программа ставит соответствующий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций.
PUFF - система анализа нарушения дыхания человека. Она представляет собой MICIN, из которой удалили данные по инфекциям и вставили данные о легочных заболеваниях.
PROSPECTOR - система, созданная для содействия поиску коммерчески оправданных месторождений полезных ископаемых.
Машинное обучение и самообучение. Этому вопросу уделяется сегодня огромное, если не главное, внимание в сфере искусственного интеллекта. Существует множество алгоритмов машинного обучения. Один из самых распространенных - алгоритмы класса С4. Эти алгоритмы позволяют выстраивать сложное древо решений и анализировать его. С каждой ветвью древа ассоциируется определенный класс примеров решения проблемы. В процессе решения классы могут разбиваться на подклассы. Завершение работы алгоритма - принятие того или иного решения, удовлетворяющего потребностям задачи. Недостаток такого алгоритма - ограниченность примеров решения проблемы.

Интеллектуальный анализ данных и обработка статистической информации. Сравнительно новое направление применения ИИ. Сюда относят процесс обнаружения ИИ закономерностей в исходной информации, выделение этих закономерностей, построение определенной модели для анализа информации, а затем прогнозирование результатов исследования на будущее и представление в виде графической информации. Это весьма перспективное направление ИИ уже реально применяется на различных биржах и в маркетинговой деятельности.

Системы автоматического планирования поведения. Таковые реально применяются сегодня на космических кораблях при освоении космоса и в батискафах для изучения глубин морского дна. Одним словом, это та область применения ИИ, где не допускается присутствие человека в принципе либо его вмешательство должно быть незначительным. Современные системы планирования поведения - это устройства с высокой степенью автономности и детальным целенаправленным поведением.
Агентные системы - очень молодое направление ИИ. Под таковыми понимают специальные программы-агенты, нацеленные на исследование коллективной аудитории и обладающие автономностью (абсолютно самостоятельная программа), социальностью (способна общаться с человеком), реактивностью (способна воспринимать окружающую среду, адекватно реагировать на ее изменения) и активностью (агенты могут характеризоваться целенаправленность поведения и проявлять инициативу). Подобные программы представляют огромный интерес для коммерческой и промышленной деятельности (маркетинг, телевидение, реклама), в военном деле (системы управления войсками), в системах управления транспортом и электронными сетями, где уже успешно применяются.
Самоорганизующиеся СУБД. Эти базы данных способны гибко подстраиваться под профиль конкретной задачи и практически не требуют вмешательства извне.
Автоматический анализ языков. Сюда относят поиск по словарям, распознавание языков, перевод, выявление незнакомых слов, лексику, грамматику и т.д.
Медицинские системы для выполнения точных операций и консультирования врачей в сложных ситуациях; роботы-манипуляторы для проведения операций повышенной точности (например, на сетчатке глаза).
Создание полностью автоматизированных заводов с заменой людей (особенно работа в условиях повышенной опасности). Таковые прототипы уже давно имеются. Большинство поточных линий на современных заводах микроэлектронной и других промышленностей нуждаются всего лишь в нескольких операторах-настройщиках, а всю работу по сборке и упаковке продукции выполняют роботы.
Одна из интереснейших и полезных сторон применения ИИ - разработка игр, развлекательных программ и систем искусственного общения с человеком. Большую долю здесь занимает моделирование социального поведения, общения, человеческих эмоций, творчества. Это одно из сложнейших направлений разработки ИИ и в то же время - одно из самых перспективных.

Современные системы искусственного интеллекта способны освоить гораздо больше специальностей, чем простой человек, благодаря значительно большему числу разнообразных датчиков информации и приспособлений. Эти воспринимающие датчики были созданы по типу строения органов чувств человека. К примеру, система зрения человека организована следующим образом: глаз (оптико-воспринимающая часть системы) -> нервные передающие волокна -> воспринимающие и анализирующие участки головного мозга (зрительные бугры мозга и участки коры полушарий). Теперь сравните эту систему со зрительной системой роботов: камера (система линз + фоточувствительная матрица) -> провода, передающие сигнал -> контроллер материнской платы с софтом для декодирования и анализа зрительной информации. Сравните эти две схемы. Нашли разницу? По сути, ее почти нет, наблюдается практически стопроцентное сходство. Разница только в том, что системы ИИ сегодня, в отличие от человека, могут воспринимать инфракрасный свет, ультрафиолет, видеть в полной темноте, слышать во всем диапазоне звуковых волн, производить передвижения с очень высокой точностью (до микрона), чувствуют изменения электромагнитого поля, магнитного поля земли, давления, напряжения электричества, никогда не засыпают и не чувствуют усталости. Разработки ИИ применяется сегодня в качестве автономных секретарей, поисковых машин (google.ru в Интернете), планировщиков работ, профессиональных учителей, продавцов. Также предполагается использование в дальнейшем систем ИИ во всевозможных бытовых приборах: уборщиках помещений; агрегатах для приготовления, доставки и заказа пищи; автоматических водителях автомобилей и т.д.
Однако не следует думать, что ЭВМ или роботы смогут решать любые задачи. Учеными доказано существование таких типов задач, для решения которых невозможен единый эффективный алгоритм (к примеру, сложные жизненные ситуации). Человек часто методом "научного тыка" расширяет для себя зону познания о природе, открывает новые законы. Компьютерному искусственному интеллекту это абсолютно несвойственно. В связи с этим поговорим о недостатках современных систем искусственного интеллекта.

Недостатки и проблемы современного искусственного интеллекта

Сегодня мы имеем возможность наблюдать постоянный рост вычислительной мощности компьютеров. Означает ли это появление у них ИИ? Отнюдь! К сожалению, даже принципы работы человеческой психики сегодня остаются неясными. А поскольку ИИ изначально задумывался как прообраз человека, то создание его сопряжено с неизвестностью. Однако рост производительности ПК в сочетании с повышением качества алгоритмов обработки делает возможным применение различных научных методов на практике в различных сторонах жизни человечества. Рассмотрим основные проблемы, связанные с разработкой ИИ на практике.

Большинство современных разработок ИИ используют несколько типов понятий: да (хорошо) и нет (плохо). В математике и электронике это нормально, но в жизни точные понятия пригождаются редко. Поскольку изначально ИИ задумывается как человекоподобный интеллект, служащий дополнением человеку, то угодить этому самому человеку будет очень нелегко. Как, к примеру, машине понять депрессивное состояние или эйфорию человека? Понятия "веселый" и "грустный" для машины здесь никак не подходят.
Проблемы в разработке ИИ прослеживаются и на уровне формирования образов и образной памяти. Поскольку образы в мышлении человека взаимопроникают друг в друга, то формирование образных цепочек у людей не представляет сложности - оно ассоциативно. Файлы же, в противоположность образам, есть обособленные пакеты машинной памяти. В памяти человека поиск данных ведется не по самому содержимому памяти, а вдоль готовых цепочек ассоциативных связок. Компьютер же ищет только конкретные файлы и папки. Пример: для человека не проблема узнать лицо друга на фотографии, даже если он похудеет или поправится, т.к. это яркий пример ассоциативной памяти. Для машины это практически невозможно. Она не сможет отличить главное от второстепенного.

Для получения результата ИИ использует только определенную базу известных данных. Ему несвойственен эксперимент.
Проблема перевода с одного языка на другой, а также обучения машины языку. Если вы предложите современным программам-переводчикам (например, Promt) перевести любой абзац из книги на другой язык, то поймете, что качеством здесь и не пахнет. В результате вы получите простой набор слов. Почему? Потому, что для перевода целых предложений необходимо понимать смысл предложения, а не просто переводить слова. Современные ИИ-программы смысл в тексте выделять пока не могут (вероятно, потому, что посредником для перевода, скажем, с французского на русский, является бездушный машинный язык - язык единиц и нолей).
Простота математических расчетов. В последнее время многими ведущими специалистами в области ИИ внесено предложение по исключению из списка высокоинтеллектуальных задач простого алгебраического решения уравнений, т.к. для этого сегодня имеются стандартные последовательные алгоритмы расчета. Это не требует сложных, многоэтапных и часто непоследовательных интеллектуальных способностей. Распознавание текста, игра в шахматы, напротив, требуют разбиения процесса на части и поиска решения из многочисленных возможных вариантов. Более того: даже распознавание текста, игра в шахматы и шашки, распознавание звуков на сегодня успешно применяются на практике, и их не принято возводить в ранг проблем ИИ. Современные разработки, связанные с искусственным интеллектом, неспособны к самокопированию (размножению). Это действительно так. На современном этапе развития кибернетики и электроники абсолютно самостоятельное самокопирование роботов невозможно, необходимо хотя бы частичное (часто значительное) вмешательство человека. Однако для программ этот процесс абсолютно прост - что стоит утилите самостоятельно копироваться в другую директорию? Ярким примером может стать "болезнь" современного Интернета - компьютерные и мобильные вирусы. Они способны к бесконтрольному размножению и значительно портят нам жизнь.

Еще одна проблема на пути к созданию ИИ - отсутствие у оного всякого проявления воли. Как это ни странно звучит, но у современных ПК есть колоссальные возможности к сложным расчетам, но абсолютно отсутствуют какие-либо желания. Даже если вы снабдите свой ПК микрофоном и акустикой, это абсолютно не значит, что он начнет самостоятельно писать музыку или самопроизвольно запускать какие-либо приложения. Он не ленивый - просто у него нет желаний. Компьютеру все равно, кто с ним работает, зачем и с какой целью.

У современных прототипов ИИ отсутствуют стимулы к дальнейшему совершенствованию. Дело в том, что в природе на любой живой организм действует фактор естественного отбора, порождающий постоянное приспособление к условиям окружающей среды. Голод, стремление выжить и дать потомство - вот факторы, постоянно действующие на живой огранизм. Они действуют как стимул к дальнейшему совершенствованию. Мотивация большинства современных ИИ весьма примитивна: человек задал задачу - машина ее выполняет без вариантов и эмоций. Теоретически на мотивацию и совершенствование может повлиять введение обратных связей компьютер -> человек и создание улучшенной системы самообучаемости машины. Правда, это только теория - на практике же все оказывается намного сложнее. Однако подобная работа уже проводится. В качестве стимула выбрано элементарное чувство голода - предвестник скорого окончания энергетических ресурсов и, соответственно, существования машины. Американец С. Вилкинсон создал "гастроробота" по имени "Жуй-жуй". Машина питается сахаром, и основой ее поведения является исследование окружающего мира в поисках съестного. Тело "Жуй-жуя" состоит из трех тележек, а чувство голода является его постоянным спутником, поскольку аккумуляторы постоянно требуют перезарядки. Проблемой являются частые ошибки этого "зверя" в выборе продуктов питания.

Некоторая примитивность искусственных нейронных сетей. Искусственные нейронные сети демонстрируют сегодня удивительные преимущества, присущие человеческому мозгу. Они обучаются на основе личного опыта, обобщают происходящее, самоконфигурируются, извлекают главное из поступающей информации с лишними данными. Однако даже самые развитые искусственные сети не могут дублировать функции человеческого мозга. Реальный интеллект, демонстрируемый сегодня самыми сложно устроенными нейронными сетями, находится ниже уровня развития интеллекта дождевого червя. Неэффективность искусственного интеллекта в военных целях. В последнее время в СМИ довольно часто появляются новости о создании ИИ в военных целях. Однако в реальности перед создателями подобных машин-роботов стоят очень сложные и часто неразрешимые задачи. Прежде всего это недостатки систем автоматического распознавания, неспособных самообучаться и адекватно анализировать информацию в режиме реального времени (принимать нужные решения в нужную минуту). Такой боевой машине очень тяжело, а скорее всего - практически невозможно, будет отличить на поле боя своих от чужих (весьма забавная ситуация, не правда ли:)). Также пока не разработано алгоритмов работы подобных устройств в условиях незнакомой местности и резко изменяющейся ситуации. Подобные боевые единицы способны сегодня максимум к простому дистанционному управлению. Более выдающиеся результаты достигнуты военными в прикладных направлениях: точное распознавание речи и тембра голоса, разнообразные "детекторы лжи", создание консультационных систем (снижение однотипных действий и нагрузки на пилотов в режиме реального полета), системы низкоуровневого анализа изображения, получаемого от видеокамеры, и т.д. Помимо этого, сегодня создано достаточно большое количество приборов с подобием ИИ, призванных усовершенствовать работу вооруженных сил: разнообразные интеллектуальные сонары и радары для обнаружения целей, спутниковая система позиционирования для точного координирования локализации войск и их передвижения, разнообразные системы навигации в судоходстве.

Выводы

Сегодня продолжается внедрение логики в прикладные области и программы. Программ глобального масштаба, способных хоть в какой-то мере соответствовать реальному человеку, вести процесс разумного мышления и общения, пока нет и в ближайшем времени не предвидится (слишком много существует преград и неразрешимых проблем). Сегодня компьютер выполняет только точные указания, которые ему даст человек. При написании любого приложения программист пользуется языком высокого уровня, затем программа-транслятор переводит это приложение на машинный язык директив, который и понимает процессор компьютера. Поэтому становится понятно, что сам по себе компьютер к мышлению неспособен в принципе, но высокоуровневые программы относительно интеллектуальны.

Делая вывод из всего сказанного, можно сказать, что высокоинтеллектуальное мышление - это свойство не ВЫСОКООРГАНИЗОВАННОЙ МАТЕРИИ, а свойство ВЫСОКООРГАНИЗОВАННОЙ ДУШИ. Животные и человек способны ставить и решать задачи. Компьютеры - устройства неодушевленные. Их сегодня очеловечивают программисты, а машины лишь следуют их указаниям. К сожалению, как бы ни была сложна по устройству современная программа, какие бы сложные алгоритмы ни были бы в нее заложены, в конечном итоге она не сможет сделать ничего помимо того, что не предусмотрено ее автором. Возможно, в будущем что-то и изменится, но не сегодня...

Ученые пытаются приоткрыть завесу отдаленного будущего. Возможно ли создание искусственного интеллекта? Можно ли создать такие человекоподобные системы, которые смогут мыслить абстрактными образами, будут самокопироваться, самообучаться, корректно реагировать на изменения окружающей среды, обладать чувствами, волей, желаниями? Можно ли создать соответствующие алгоритмы? Сможет ли человечество контролировать такие объекты? К сожалению, ответов на эти вопросы пока нет. Остается надеяться на то, что, если искусственный интеллект можно создать в принципе, то рано или поздно он будет создан.