ИИ и проблема фреймов. Искусственный Интеллект исследование ии год появления
 Скачать 1.1 Mb.
|
|
Искусственный Интеллект ИССЛЕДОВАНИЕ ИИ Год появления Исследования ИИ начались практически одновременно с рождением первого компьютера. Ядро ИИ основано на так называемой технологии нейронных сетей. Эта идея впервые была предложена в 1950-х. ЭНИАК, первый в мире компьютер, основанный на архитектуре Фон Неймана, был представлен миру в 1946г, то есть, примерно в тоже время. ЭНИАК и один из людей, внесший в него вклад - Джон Фон Нейман ЭНИАК — первый электронный цифровой вычислитель общего назначения, который можно было перепрограммиров ать для решения широкого спектра задач В то время компьютер был сродни магии. Вы пишете программу, а она автоматически решает за вас проблему, какой бы сложной она не была, поэтому ученые того времени решили, что если написать еще более удивительную программу, то она сможет решить еще больше проблем. Они считали, что в конце концов компьютеры эволюционируют до такой степени, что смогут думать и обучаться, как это делает человек. Но, к сожалению, они не смогли добиться успеха. И даже сегодня, в 21 веке, мы так и не смогли создать универсальный ИИ, способный решать разнообразные задачи, сродни человеческому интеллекту. Несмотря на то, что ученые того времени потерпе ли неудачу, они смогли извлечь много пользы в отдельных сферах информ ационной науки. Например, технология OCR позволяющая сканировать изображение и распознавать на них текст похожа на методы, используемые человеческим мозгом для распознавания отдельных букв. Или распознаватель голоса, который преобразовывает ваш голос в текстовое сообщение. Это тоже одно из приложений исследований ИИ. Технология OCR Механический или электронный перевод изображений рукописного, машинописного или печатного текста в текстовые данные, использующиеся для представления символов в компьютере. Распознавание широко применяется для преобразования книг и документов в электронный вид, для автоматизации систем учёта в бизнесе или для публикации текста на веб-странице Распознавание речи Распознавание речи — автоматический процесс преобразования речевого сигнала в цифровую информацию (например, текстовые данные). Обратной задачей является синтез речи. Первое устройство для распознавания речи появилось в 1952 году. Проблемы создания ИИ Но даже спустя 70 лет с начала исследований в этой области пока еще никто не преуспел в создании ИИ, полностью повторяющего человеческие способности. Думаю, самым простым объяснением, почему мы еще не смогли этого сделать, является то, что мы до сих пор не понимаем до конца, как работает мозг. Есть много всего, чего мы еще не знаем о мозге. Как биокомпьютер, состоящий всего лишь из 100 млрд нейронов, имеет такую огромную мощь? Как возможно одновременно записывать и считывать такой огромный объем информации. Проблема фреймов Есть много задач, которые с легкостью решаются людьми, но никак не могут быть решены компьютерами. К примеру, могу привести проблему фреймов. Представим робота, а точнее ИИ, загруженный в робота. На столе стоит белая коробка с содержимым в ней, и мы хотим, чтобы робот открыл ее. Нужно дать для ИИ программу действий, предписывающую выполнение правильных движений, как можно более простые и точные. Например, комнате множество коробок, но нужно выбрать именно ту, что на столе. Можно дать команду “открой белую коробку и покажи ее содержимое”. (с нем. - "Бог не играет в кости". Фраза Эйнштейна) Но если вдруг окажется, что коробка была не полностью белая, к примеру на ней была какая-то надпись, то робот не сможет выполнить приказ. Компьютеры отличаются от людей. Они могут выполнять в точности только то, что им приказано. Так что нужно быть максимально аккуратным, при написании приказов- программ. (kore ha hako de wanai. С яп. - “Это не коробка”). Например, если на коробке написать "это не коробка", то робот не сможет ее открыть. Из-за этой надписи робот не может точно сказать, коробка это или нет. Из-за этого и открыть он ее не может. Проблема фреймов Поэтому нужно учитывать всевозможные вероятности, одну за другой по очереди. Мы не знаем, какие условия могут повлиять на суждение ИИ, поэтому нужно учитывать абсолютно все вероятности, которые можно придумать. Также можно сказать, что на выбор влияют внешние условия. На улице ясно, но, если бы пошел дождь, это, возможно, также оказало бы влияние на выбор. Еще могла повлиять температура и влажность воздуха в комнате. Цвет стола тоже может иметь большое значение. К тому же влияние могла оказать его высота и материал, из которого он сделан. Занавески открыты, а вот что было бы, будь они задернуты? Вдобавок нужно было бы проверить варианты, когда они открыты наполовину или на 75%. Загрязненность занавесок также могла оказаться решающим фактором. Когда их в последний раз стирали? Дополнительными параметрами стали бы стоимость стирки и добросовестность того, кто их стирал. Вы, наверное скажете, что погода, чистота занавесок или то, насколько они открыты, не влияют на открытие коробки. И вы будете правы! Все эти вещи никак не влияют на открытие коробки, но откуда вы это знаете? Вам говорит это здравый смысл, но вот ИИ этой вещью не обладает, он не имеет ни малейшего понятия о “здравом смысле”. В этом и заключается суть проблемы фрейма. ИИ приходится учитывать бесчисленное множество дополнительных условий, чтобы выполнить задачу. Значительную часть этих условий можно проигнорировать, но ИИ не знает, какую именно. А значит, ему приходится учитывать их все. Но “все” эквивалентно бесконечности, так? Если ему придется учесть бесконечное число условий, он никогда не сможет принять решение и взять ту коробку. Человек без лишних раздумий уже знает, что ни завтрак, ни цвет стола не имеют никакого отношения к открытию коробки. Но ИИ этого не знает. Люди с легкостью ставят рамки для условий, которые необходимо принять во внимание, но ИИ этого не может. Это и есть проблема фреймов. Теперь назревает другой вопрос - “Откуда люди знают, где нужно поставить рамки?”. Эта загадка волнует умы исследователей ИИ уже на протяжении 60 лет. точка сингулярности (или технологическая сингулярность) Помимо этого обсуждается вопрос - “Сможет ли ИИ превзойти человеческие способности?”. Ученые поговаривают, что к 2050 году ИИ превзойдет человечество. Это называется точкой сингулярности (или технологической сингулярностью). Финал НА ЭТОЙ НОТЕ МОЖНО ЗАКОНЧИТЬ СТАТЬЮ ОБ ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ. |