реферат. реферат ИИ. 1 Задачи искусственного интеллекта
 Скачать 154.5 Kb.
|
|
СОДЕРЖАНИЕ
ВВЕДЕНИЕ Понятие искусственный интеллект, как впрочем и просто интеллект, весьма расплывчаты. Если обобщить все сказанное за последние тридцать лет, то оказывается, что человек просто хочет создать себе подобного в той или иной форме, хочет, чтобы какие-то действия выполнялись более рационально, с меньшими затратами времени и энергии. С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума. В последнее время наблюдается возрастание интереса к искусственному интеллекту, вызванное повышением требований к информационным системам. Умнеет программное обеспечение, умнеет бытовая техника. Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитием Интернета, имя которой – искусственный интеллект. Искусственный интеллект является сейчас «горячей точкой» научных исследований. В этой точке, как в фокусе, сконцентрированы наибольшие усилия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехник и на жизнь будущих поколений людей. Здесь возникают и получают права гражданства новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на роль тех или иных научных результатов и возникает то, что можно было бы назвать философским осмыслением этих результатов. Поэтому я посчитал актуальным раскрыть данную тему в реферате. Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта (ИИ), обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что, пожалуй, самая трудная проблема, стоящая перед современной наукой – познание процессов функционирования человеческого разума, а не просто имитация его работы. Что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки. В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований – интеллекта. Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи – как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого. Тем не менее многие исследователи ИИ склонны принять тест машинного интеллекта, предложенный в начале 50-х годов выдающимся английским математиком и специалистом по вычислительной технике Аланом Тьюрингом. «Компьютер можно считать разумным, – утверждал Тьюринг, – если он способен заставить нас поверить, что мы имеем дело не с машиной, а с человеком». 1 Задачи искусственного интеллекта Искусственный интеллект преследует множество целей. Одной из основных задачей искусственного интеллекта является создание полного научного описания интеллекта человека, животного и машины и вычисления принципов, общих для всех троих. Моделирование разума необходимо для решения задач. К интеллектуальным задачам можно отнести все задачи, алгоритм нахождения которых неизвестен. Но, например, перебор всех возможных комбинаций также является алгоритмом. Применить его на практике, к сожаленью, на современном уровне развития техники к большинству задач невозможно (современная ЭВМ не сможет сгенерировать все простые перестановки более чем 12 разных предметов, которых более 479 млн.). Комбинаторный взрыв, с которым столкнулись исследователи уже в ранних исследованиях – пример этого. В таких случаях, когда незначительное увеличение входных данных задачи ведет к возрастанию количества повторяющихся действий в степенной зависимости, говорят о неполиномиальных алгоритмах, которые характеризуются тем, что количество операций в них возрастает в зависимости от числа входов по закону, близкому к экспоненте. Подобные алгоритмы решения имеет чрезвычайно большой круг задач, особенно комбинаторных проблем, связанных с нахожденим сочетаний, перестановок, размещений каких-либо объектов. Поэтому труднорешаемой (нерешаемой) задачей можно называть такую задачу, для которой не существует эффективного алгоритма решения. Экспоненциальные алгоритмы решений, в том числе и исчерпывающие, абсолютно неэффективны для случаев, когда входные данные меняются в достаточно широком диапазоне значений, следовательно, в общем случае считать их эффективными нельзя. Эффективный алгоритм имеет не настолько резко возрастающую зависимость количества вычислений от входных данных, например ограниченно полиномиальную, т.е. х находится в основании, а не в показателе степени. Такие алгоритмы называются полиномиальными, и, как правило, если задача имеет полиномиальный алгоритм решения, то она может быть решена на ЭВМ с большой эффективностью. К ним можно отнести задачи сортировки данных, многие задачи математического программирования и т.п. Следовательно, современный компьютер не может выполнить решение полностью аналитически. Возможна замена аналитического решения численным алгоритмом, который итеративно (т.е. циклически повторяя операции) или рекурсивно (вызывая процедуру расчета из самой себя) выполняет операции, шаг за шагом приближаясь к решению. Если число этих операций возрастает, время выполнения, а возможно, и расход других ресурсов (например, ограниченной машинной памяти), также возрастает, стремясь к бесконечности. Задачи, своими алгоритмами решения создающие предпосылки для резкого возрастания использования ресурсов, в общем виде не могут быть решены на цифровых вычислительных машинах, т.к. ресурсы всегда ограничены. Решением подобных задач и занимается искусственный интеллект. Исследователи изучают процессы мышления, разумное поведение для того, чтобы найти методы решения подобных задач, так как человек в своей деятельности сталкивается и ними достаточно часто и успешно решает. Хотя до сих пор многое задачи не решены, определенные достижения в этой области есть. Исследовали использовали различные подходы и методы, чтобы получить результат. В конце 50-х годов родилась модель лабиринтного поиска и появилась теория распознавания образов, как следствие начала использования ЭВМ для решения невычислительных задач. Начало 60-х годов называют эпохой эвристического программирования, когда использовались стратегии действий на основе известных, заранее заданных эвристик. Эвристики позволяют сокращать количество рассматриваемых вариантов. В середине 60-х годов к решению задач стали активно подключать методы математической логики. С середины 70-х годов исследователи стали уделять внимание системам, основных на экспертных знаниях. Такие системы применимы к слабоформализуемым задачам. Неформализованные задачи обычно обладают следующими особенностями: - ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных; - ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче; - большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик; - динамически изменяющимися данными и знаниями. 2 История развития искусственного Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума витала в воздухе еще в древнейшие времена. Так, в древнем Египте была создана «оживающая» механическая статуя бога Амона. У Гомера в «Илиаде» бог Гефест ковал человекоподобных существ. Искусственный интеллект является в некотором смысле наукой будущего, в которой нет жесткого разделения по областям и ясно видна связь между отдельными дисциплинами, которые лишь отражают определенную грань познания. Точный свод законов, руководящих рациональной частью мышления, был сформулирован Аристотелем (384-322 годы до н.э.) Однако родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII веке попытался создать механическую машину для решения различных задач, на основе разработанной им всеобщей классификации понятий. В XVIII веке Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук. Эти работы можно считать первыми теоретическими работами в области искусственного интеллекта. Теория игр и теория принятия решений, данные о строении мозга, когнитивная психология – все это стало строительным материалом для искусственного интеллекта. Но окончательное рождение искусственного интеллекта как научного направления произошло только после создания ЭВМ в 40-х годах XX века и выпуска Норбертом Винером основополагающих работ по новой науке — кибернетике. Формирование искусственного интеллекта как науки произошло в 1956 году . Д. Маккарти, М. Минский, К. Шеннон и Н. Рочестер организовали двухмесячный семинар в Дартмуте для американских исследователей, занимающихся теорий автоматов, нейронными сетями, интеллектом. Хотя исследования в этой области уже активно велись, но именно на этом семинаре появились термин и отдельная наука – искусственный интеллект. Одним из основателей теории искусственного интеллекта считается известный английский ученый Алан Тьюринг, который в 1950-м году опубликовал статью «Вычислительные машины и разум» (переведенную на русский язык под названием «Может ли машина мыслить?»). Именно в ней описывался, ставший классическим «тест Тьюринга», позволяющий оценить «интеллектуальность» компьютера по его способности к осмысленному диалогу с человеком. Первые десятилетия развития (1952-1969) искусственного интеллекта были полны успехов и энтузиазма. А. Ньюэлл, Дж. Шоу и Г. Саймон создали программу для игры в шахматы, на основе метода, предложенного в 1950 году К. Шенноном, формализованного А. Тьюрингом и промоделированного им же вручную. К работе была привлечена группа голландских психологов под руководством А. де Гроота, изучавших стили игры выдающихся шахматистов. В 1956 году этим коллективом был создан язык программирования ИПЛ1 - практически первый символьный язык обработки списков и написана первая программа "Логик-Теоретик", предназначенная для автоматического доказательства теорем в исчислении высказываний. Эту программу можно отнести к первым достижениям в области искусственного интеллекта. В 1960 году этой же группой написана программа GPS (General Problem Solver) - универсальный решатель задач. Она могла решать ряд головоломок, вычислять неопределенные интегралы, решать некоторые другие задачи. Эти результаты привлекли внимание специалистов в области вычислений и появились программы автоматического доказательства теорем из планиметрии и решения алгебраических задач. С 1952 года А. Самюэл написал ряд программ для игры в шашки, которые играли на уровне хорошо подготовленного любителя, причем одна из его игр научилась играть лучше, чем ее создатель. В 1958 году Д. Маккарти определил новый язык высокого уровня Lisp, который стал доминирующим для искусственного интеллекта. Первые нейросети появились в конце 50-х годов. В 1957 году Ф. Розенблаттом была предпринята попытка создать систему, моделирующую человеческий глаз и его взаимодействие с мозгом - перцептрон. Первая международная конференция по искусственному интеллекту (IJCAI) состоялась в 1969 году в Вашингтоне. В 1963 г. Д. Робинсон реализовал метод автоматического доказательства теорем, получивший название «принцип резолюции», в основе этого метода в 1973 году создается язык логического программирования Prolog. В США появились первые коммерческие системы, основанные на знаниях, - экспертные системы. Происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения и интерес к самообучающимся системам , создаются промышленные экспертные системы. Разрабатываются методы представления знаний. Первая экспертная система была создана Э. Фейгенбаумом в 1965 году. Но до коммерческой прибыли было еще далеко. Лишь в 1986 году первая коммерческая система R1 компании DEC позволила сэкономить примерно 40 миллионов долларов в год. К 1988 году компанией DEC было развернуто 40 экспертных систем. В компании Du Pont применялось 100 систем и экономия составляла примерно 10 миллионов в год. В 1981 году Япония приступила к разработке компьютера 5-го поколения, основанного на знаниях – 10-летнего плана по разработке интеллектуальных компьютеров на базе Prolog. 1986 год стал годом возрождения интереса к нейронным сетям. В 1991 году Япония прекращает финансирование проекта компьютера 5-го поколения и начинает проект создания компьютера 6-го поколения – нейрокомпьютера. В 1997 году компьютер «Дип Блю» победил в игре в шахматы чемпиона мира Г. Каспарова, доказав возможность того, что искусственный интеллект может сравняться или превзойти человека в ряде интеллектуальных задач (пусть и в ограниченных условиях). Огромную роль в борьбе за признание искусственного интеллекта в нашей стране сыграли академики А. И. Берг и Г. С. Поспелов. В 1954-1964 гг. создаются отдельные программы и проводятся исследования в области поиска решения логических задач. Создается программа АЛПЕВ ЛОМИ, автоматически доказывающая теоремы. Она основана на оригинальном обратном выводе Маслова, аналогичном методу резолюций Робинсона. Среди наиболее значимых результатов, полученных отечественными учеными в 60-е годы, следует отметить алгоритм «Кора» М. М. Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов. Большой вклад в становление российской школы искусственного интеллекта внесли выдающиеся ученые М. Л. Цетлин, В. Н. Пушкин, М. А. Гаврилов, чьи ученики и явились пионерами этой науки в России. В 1964 г. предлагался метод автоматического поиска доказательства теорем в исчислении предикатов, получивший название «обратный метод Маслова». В 1965-1980 гг. происходит рождение нового направления — ситуационного управления (соответствует представлению знаний, в западной терминологии). Основателем этой научной школы стал проф. Д. А. Поспелов. В Московском государственном университете был создан язык символьной обработки данных РЕФАЛ В.Ф. Турчиным в 1968. 3 Искусственный интеллект, как наука Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума витала в воздухе еще в древнейшие времена. Так, в древнем Египте была создана оживающая» механическая статуя бога Амона. У Гомера в Илиаде» бог Гефест ковал человекоподобные существа-автоматы. В литературе эта идея обыгрывалась многократно: от Галатеи Пигмалиона до Буратино папы Карло. Однако родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Раймонд Луллий, попытался создать механическую машину для решения различных задач, на основе разработанной им всеобщей классификации понятий. В ÚXËËË веке Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук. Эти работы можно считать первыми теоретическими работами в области искусственного интеллекта. Окончательное рождение искусственного интеллекта как научного направления произошло только после создания ЭВМ в 40-х годах ХХ века. В это же время Нор-берт Винер создал свои основополагающие работы по новой науке в кибернетике. Семинар был посвящен разработке методов решения логических, а не вычислительных задач. В английском языке данное словосочетание не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово kpvgnnkégpeg означает умение рассуждать разумно», а вовсе не интеллект», для которого есть термин kpvgnngev. Вскоре после признания искусственного интеллекта отдельной областью науки произошло разделение его на два направления: нейрокибернетика и кибернетика черного ящикам. Эти направления развиваются практически независимо, существенно различаясь как в методологии, так и в технологии. И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое. Определить искусственный интеллект как научное направление - это значит, прежде всего, определить предмет и метод искусственного интеллекта. Предмет познания - зафиксированные в опыте и включенные в процесс практической деятельности человека стороны, свойства и отношения объектов, исследуемые с определенной целью в данных условиях и обстоятельствах. Прежде чем что-то познавать, изучать, исследовать, необходимо выяснить, показать, доказать, что это "нечто" действительно есть, существует, т.е., что мы можем каким-либо образом "пощупать его руками" непосредственно или достоверно убедиться, отразить его существование посредством либо наших ощущений, либо специальных приспособлений, устройств, приборов. Все свои ощущения субъект постепенно анализирует, обобщает и выделяет в них основное, повторяющееся, главное, а различные случайности и помехи отбрасываются. Познающий старается уяснить и точно определить, что же это самое "нечто" собой представляет. Этот процесс опирается уже на все ранее известное, познанное, на знания познающего субъекта. Субъект пробует, пытается выразить в терминах естественного языка, знаками описать то, что он ощутил, понял, узнал. Он старается определить, как можно точнее, свое полученное представление. В результате, у познающего субъекта получается языковое выражение, символьное представление изучаемого "нечто". В это формальное, символьное выражение он вкладывает вполне определенное содержание, отвечающее и соотносящееся со всеми его знаниями. Поскольку это выражение зависит от представлений субъекта, его знаний и от его способности ощущать, воспринимать, отражать реальность, постольку это представление вносит свое субъективное влияние. Следовательно, выражение - представление - понятие об изучаемом "нечто" является единством объективного и субъективного, при доминирующей роли объективного. Древние ученые изучали мир. Предметом их исследований была окружающая среда. Возникает вопрос: являлись ли такие явления, как электричество, ядерные реакции и т.п. предметом их изучения? Все эти явления существовали и тогда. Ответ будет таким: эти явления не являлись предметом познания, так как древние ученые только могли догадываться, подозревать об их существовании. Следовательно, предмет познания зависит и от возможностей познающего субъекта. Предмет изучения - это чувственно отражаемые стороны, части, свойства и отношения объектов, изучаемые с определенной целью, обобщенно выделенные в знаковом представлении, которое постоянно наполняется содержанием, соответствующим развивающемуся знанию как о непосредственно изучаемом, так и обо всей объективной реальности в целом. Предмета изучения не существует вне процесса познания. Предмета изучения нет и без познающего субъекта. Предмет отражает представление познающего, а его содержание постоянно обновляется, дополняется, хотя форма выражения, конкретное символьное представление такой формы может быть неизменным. Символьное выражение, представление познаваемого предмета должно быть кратким и отражать самую суть. Главным, принципиальным отличием "интеллектуального" отражения является то, что "интеллектуальный" объект активно реагирует, перерабатывает, отражает воздействие других объектов. Предметом искусственного интеллекта как научного направления - являются процессы активного отражения. Система, способная к активному отражению действительности, самостоятельно формирует некий комплекс целей, самостоятельно выбирает объект изучения и целенаправленно отражает, познает, изучает его посредством своих органов чувств, датчиков информации. Важно отметить, что при активном отражении у субъекта появляется цель. Причем, цель может быть порождена внутри этого субъекта, например, в случае мышления человека или поведения животных. Также, цель может быть заложена в отражающую систему внешним субъектом, например, при обработке информации в ЭВМ, программа для которой написана человеком. Метод - это способ организации деятельности для достижения цели научного объяснения предмета исследования, посредством воспроизведения этого предмета в мышлении, в виде определенным образом организованного, символьного, знакового описания. 1) формализация; 2) знаковое представление модели. Модель, в данном случае, рассматривается как отражение, обобщение субъектом предмета познания, т.е. мышления или процессов активного отражения. При этом, мышление определяется, представляется логикой, по крайней мере, в области осознанного мышления, т.е. сознания. Рассмотрение мышления, как предмета теории искусственного интеллекта, предполагает две стороны. С одной стороны, это определенная логическая система - система знаний или, просто, знания, т.е. логические формы и отношения между ними. С другой стороны, изменения логической системы, что приводит к изменению системы знаний, в том числе и к генерации, порождению новых знаний. Формализация предполагает построение некоторой формально-логической системы, которую в свою очередь, можно определить как формальную систему знаний. Знаковое представление необходимо для материализации, фиксации, определенности полученной системы знаний. 4 Современный искусственный интеллект В настоящий момент в создании искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих хоть какое-то отношение к ИИ. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла. Некоторые из самых известных ИИ-систем: Deep Blue — победил чемпиона мира по шахматам. Матч Каспаров против супер ЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым (подробнее см. Человек против компьютера). Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain. MYCIN — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора. 20Q — проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net. Распознавание речи. Системы, такие как ViaVoice способны обслуживать потребителей. Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола. Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика) при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности. Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии. Искусственный интеллект вместе с нейрофизиологией, эпистемологией и когнитивной психологией образует более общую науку, называемую когнитология. Отдельную роль в искусственном интеллекте играет философия. Также, с проблемами искусственного интеллекта тесно связана эпистемология — наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, которые решаются инженерами ИИ о том, как лучше представлять и использовать знания и информацию. Производство знаний из данных — одна из базовых проблем интеллектуального анализа данных. Существуют различные подходы к решению этой проблемы, в том числе — на основе нейросетевой технологии, использующие процедуры вербализации нейронных сетей. Важнейшим направлением развития систем искусственного интеллекта является робототехника (в США, в отличие от европейцев, делают упор именно на роботов). В чем основное отличие интеллекта робота от интеллекта универсальных вычислительных машин? Вспомним высказывание великого русского физиолога И.М. Сеченова: "Все бесконечное разнообразие внешних проявлений мозговой деятельности сводится окончательно лишь к одному явлению — мышечному движению". Другими словами, вся интеллектуальная деятельность человека направлена, в конечном счете, на активное взаимодействие с внешним миром посредством движений. Точно так же интеллект робота служит, прежде всего, для организации его целенаправленных движений. Основное же назначение чисто компьютерных систем искусственного интеллекта — решение интеллектуальных задач, носящих абстрактный или вспомогательный характер, обычно не связанных ни с восприятием окружающей среды искусственными органами чувств, ни с движениями механизмов. Первых роботов трудно было назвать интеллектуальными. Только в 60-х годах появились "чувствующие" роботы, которые управлялись универсальными компьютерами. В 1969 году в Японии начались работы над проектом промышленного интеллектуального робота. Целью было создание манипуляционного робота с элементами искусственного интеллекта для выполнения сборочно-монтажных работ с визуальным контролем. Манипулятор робота был оснащен тактильными датчиками, имел шесть степеней свободы и управлялся мини- ЭВМ NEAC-3100. Электронная вычислительная машина формировала требуемое движение, а отрабатывала его следящая электрогидравлическая система. Зрительное восприятие обеспечивали две телевизионные камеры с красно-зелено-синими фильтрами — для распознавания цвета. Поле зрения телевизионной камеры было разбито на 4000 ячеек. Сначала она грубо определяла область, где находился интересующий робота предмет. Затем эта область вновь делилась на 4 тысячи ячеек — для детального изучения. Если предмет не помещался в окошко, оно автоматически перемещалось — так человек скользит взглядом по предмету. Японский робот был способен распознавать простые предметы, ограниченные плоскостями и цилиндрическими поверхностями, при специальном освещении. Постепенно характеристики роботов улучшались. Но до сих пор они еще далеки по понятливости от человека, хотя некоторые операции уже выполняют на уровне жонглеров. К примеру, удерживают на лезвии ножа шарик для настольного тенниса. Сейчас многие исходные идеи создания искусственного интеллекта уже воплощены в технологии, которые вошли в нашу обыденную жизнь. Системы искусственного интеллекта уже трудятся и в таких сферах, как распознавание образов, компьютерные системы с речевым интерфейсом, ориентация в сложных ситуациях, медицинские экспертные системы, создание систем поддержки принятия решений, управление организациями, реинжиниринг, банковский, страховой бизнес. Причем границы искусственного интеллекта как междисциплинарной области исследований, впитавшей в себя достижения различных наук, техники, постоянно меняются. Происходит смещение акцентов от правил обработки знаний к объектам и агентам. Агенты — это виртуальные компьютерные единицы (или реальные — например, роботы), которые выполняют соответствующие интеллектуальные функции, вплоть до постановки задачи. Эти агенты становятся своеобразными помощниками человека, работающего с компьютером. Еще одно интересное направление заключается в социальном подходе к искусственному интеллекту, переходе от технологии отдельных объектов и агентов к технологиям их коллективной работы, к созданию виртуальных организаций, сообщества многоагентских систем. Иначе говоря, вновь повторяется естественный путь развития интеллекта, который, как известно, социален по своей природе, то есть формируется в процессе общения людей между собой. Подобные разработки особенно популярны на Западе. Не находя полного объяснения поведению тех или иных животных, ученые строят модели, имитирующие их поведение. С помощью генетических алгоритмов и нейронных сетей они создают системы, основанные на коллективе достаточно простых интеллектуальных агентов, взаимодействие которых порождает поведение гораздо более сложное, чем поведение каждого из них в отдельности. Это — не искусственный интеллект, а "искусственная жизнь", поскольку муравейник нельзя назвать интеллектуальным. Естественно, что при таких перспективах не мог не возникнуть вопрос: а что же тогда останется на долю естественного интеллекта, не случится ли так, что он будет вытеснен своим искусственным братом? По мнению профессора О.П.Кузнецова, заведующего лабораторией дискретных систем управления Института проблем управления Российской Академии Наук, искусственный интеллект в принципе не может быть копией человеческого интеллекта. Мозг человека работает лучше и быстрее любой интеллектуальной системы, не используя при этом изощренных алгоритмов, необходимых для работы компьютерных систем. Каким образом думает сам человек? В терминологии нейрогенетики есть ключевое понятие — нейросеть. Именно совокупность нейросетей образует отделы нервной системы человека, которые, в свою очередь, определяют всю деятельность, придают существу разум, интеллект. Искусственные нейронные сети состоят из элементов, функциональные возможности которых аналогичны большинству элементарных функций биологического нейрона — нервной клетки. Нейроны организуются по способу, который может соответствовать анатомии мозга. Они выстраиваются в цепи, соединяются. Искусственные нейронные сети демонстрируют удивительное число свойств, присущих мозгу. Они обучаются на основе опыта, обобщают предыдущие прецеденты на новые случаи и извлекают существенные свойства из поступающей информации, содержащей излишние данные. Однако даже самый оптимистичный их защитник не предположит, что в скором будущем искусственные нейронные сети или какие-то их аналоги будут дублировать функции человеческого мозга. Реальный интеллект, демонстрируемый самыми сложными нейронными сетями, находится ниже уровня дождевого червя. Вместе с тем, неправильно было бы игнорировать удивительное сходство в функционировании тех же нейронных сетей с человеческим мозгом. Эти возможности наводят на мысль, что глубокое проникновение в человеческий интеллект, а также получение возможности формировать значительно большие сети, объединять их в системы, может, в конечном счете, вылиться во что-то более совершенное. И что же? В конце концов, мы получим искусственный разум, который будет за нас думать и придумывать великолепных слуг-роботов, свободных от человеческих страстей и эмоций, которые не будут требовать пищи, зрелищ и бытовых удобств.Как считают некоторые ученые, развитие электронного мозга на этом не остановится. Наступит стадия самосовершенствования, которая пойдет намного быстрее эволюции человеческого мозга путем биологического отбора. Усовершенствование биологической системы, на которое человек тратит сотни лет, у электронного мозга займет не более нескольких месяцев. За короткое время электронный мозг превзойдет человеческий во много раз. Он сможет пользоваться всей базой данных, суммой знаний, накопленных человечеством за свою историю, и процесс обучения любой отрасли знания или языку будет занимать ровно столько, сколько занимает перезапись в свою память этих баз данных. Следуя этой логике, как только электронный мозг превзойдет человеческий уровень, само человечество выполнит свою историческую миссию и будет никому не нужно. Есть закон непрерывного усложнения систем (т.е. неизбежного возникновения систем более высокого уровня), обладающих свойством воспроизводства себе подобных. Этот закон и привел к созданию человеческого разума, сегодня — наивысшего разума. В истории ведь не было ситуации, когда высший умственный уровень был слугой у более низкого уровня. Мы не служим прислугой у ближайших предков — человекообразных обезьян. Более того, используем этих обезьян для медицинских опытов. А как к человечеству будет относиться цивилизация, построенная на совершенно другом, несравненно более высоком электронном принципе? Может быть, точно так же. Что делать? Уничтожить все компьютеры и другие интеллектуальные системы? Это так же невозможно, как невозможно запретить прогресс науки и техники. Удерживать электронный сверхмозг под контролем? Но это то же самое, чем была бы попытка обезьян держать под контролем человека. Не кончится ли дело тем, что человека загонят в зоопарк, а миром будет править всеобщий мозг. Заключение В заключении можно отметить, что вопрос о создании идеального искусственного интеллекта, который не будет отличаться от человека, еще долго не будет закрыт. Сегодня не каждый верит, что это вообще возможно. Хочется высказать и свою точку зрения: лично мне, как простому человеку, вообще не верится в создание полноценного робота, умеющего чувствовать, мыслить интуитивно, проявлять свои эмоции. Если человек не может до конца распознать свою природу, свои возможности, то он вряд ли создаст что-либо подобное себе или даже превосходящее его по каким-то параметрам. Но вернемся к проделанной работе. Задачи, представленные во введении, были достаточно раскрыты. Можно сделать следующие выводы. Применяемый термин "искусственный интеллект" заимствован из греческого языка и означает ум, рассудок, разум. В общем виде искусственный интеллект – это раздел информатики, разрабатывающий моделирование отдельных функций творческой деятельности человека. Суть создания искусственного интеллекта – научить робота, машину решать задачи путем приобретения знаний и навыков, адаптации к новой среде. В основе решения таких задач лежит алгоритм ("инструкция к применению"). Алгоритм – это заранее предопределенный ход. Исследователи в области искусственного интеллекта столкнулись с некоторыми проблемами. Например, для создания имитации человеческих эмоций необходимо понять, как работают мельчайшие частицы организма – нейроны. Сложным оказалось определить сам предмет исследований – интеллект человека, функционирование его разума. Создание машин человеческого типа интересовало людей еще с древних времен. Великий естествоиспытатель Парацельс также предлагал инструкции по созданию человека. Но интеллект более или менее похожий на человеческий появился после Второй мировой войны (электронно-вычислительная машина). Попытки построить машины, способные на разумное поведение, были в значительной мере вдохновлены идеями "отца кибернетики" профессора Норберта Винера. Многие программы (такие, как текстовый редактор) были разработаны при попытках создания искусственного интеллекта. Но ни одну из ныне существующих программ искусственного интеллекта нельзя назвать разумной в общепринятом понимании, все они – узко специализированы. Немало и критиков этих разработок. Они объясняют свою позицию тем, что нельзя отделить разум от его человеческой основы. При помощи роботов можно совершать множество действий. Например, те же игры. Компьютер вполне виртуозно играет в шахматы. Один из таких компьютеров обыграл гроссмейстера Каспарова. Многие наверняка слышали о роботах-собаках, способных различать хозяина и выполнять некоторые команды. Цифровые фотоаппараты, холодильники, стиральные машины, пылесосы с электронными программами также являются искусственным интеллектом, созданным человеком. Искусственный интеллект разрабатывался и разрабатывается на основе естественного, то есть человеческого интеллекта. Роботы призваны повторять человеческие качества: мышление, память, эмоции, разум, чувства. Созданы машины, способные различать предметы, цвета, логически мыслить. Искусственный интеллект является более высокой стадией развития, чем человек. Список использованнОЙ ЛИТЕРАТУРЫ 1. Дружинин В.Н. Психология общих способностей. СПб.: Питер, - 2008. - 362с. 2. История философии в кратком изложении/ Пер. с чеш. И.И. Богута. М.: Мысль, 1991. - 590с. 3. История философии: Энциклопедия. - Мн.: Интерпрессервис; Книжный Дом. 2002. - 1376 с. 4. Холодная М.А. Психология интеллекта: парадоксы исследования. М., - 2001. - 272 с. 5. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы М.: Финансы и статистика, 2003. (учебник для студентов, обучающихся по информационным специальностям). 6. Труды третьего международного симпозиума «Интеллектуальные системы» – Псков: 1998. 7. Федюкович Н. И. Анатомия и физиология: Учеб. Пособие. – Мн.: ООО «Полифакт-Альфа», 1999. 8. Соколов Е. Н., Вайткявичус Г.Г. Нейроинтеллект: от нейрона к нейрокомпьютеру – М.: Наука, 1989. 9. Цыганков В. Д. Нейрокомпьютер и его применение – М.: СолСистем, 1993. 10. Ноткин Л.И. Искусственный интеллект и проблемы обучения. |