Интелект. искусственный интеллект. Искусственный интеллект В
 Скачать 131.45 Kb.
|
1 2 Луканов ЛеонидКонец формы Искусственный интеллект  Вступление В процессе создания искусственного интеллекта человек сталкивается с огромным количеством вопросов, но главные из них – это вопросы морали и нравственности. ВВ качестве самостоятельного научногонаправления искусственный интеллект (ИИ) существует уже более четверти века. Мнениеобщества, относительно специалистов данной области, постепенно менялось от скепсисадо уважения, и понимания перспектив данной области в будущем. В передовыхстранах, таких как США и Япония, работы в области интеллектуальных системподдерживаются на всех уровнях – от рядовых граждан, до правительственныхорганов. Существует вполне обоснованное мнение, что именно исследования вобласти ИИ будут определять характер нынешнего информационного общества,которое уже фактически пришло на смену индустриальной эпохи, достигшей своейвысшей точки расцвета в прошлом веке.  Начиная с 80-х годов прошлого века,произошло становление ИИ как особой научной дисциплины, сформировались еёконцептуальные модели, накопились специфические методы и приёмы, частично устоялисьфундаментальные парадигмы. У специалистов старшего поколения, стоявших у истоковновой области исследований, складывается убеждение, что период бурного,хаотического развития кончился, и теперь наступает эра академических ицеленаправленных исследований, рассчитанных на длительный период. [1] 1. Базовые положения Слово интеллект (intelligence)происходит от латинского intellectus – ум, рассудок, разум. Соответственноискусственный интеллект (artificial intelligence) – ИИ обычно используется каксвойство автоматических систем брать на себя отдельные функции интеллектуальноготруда человека, например, выбирать и принимать оптимальные решения на основеранее полученного опыта и рационального анализа внешних воздействий или событий. Интеллектом обычно называют способностьмозга решать поставленные (интеллектуальные) задачи путём приобретения,запоминания и целенаправленного преобразования знаний в процессе обучения иадаптации их (знаний) к разнообразным обстоятельствам. В этом определении подтермином «знания» подразумевается не только информация, которая поступает вмозг человека через органы чувств. Информация подобного рода конечно важна, нонедостаточна для полноценной интеллектуальной деятельности. Всё дело в том, что окружающие нас объекты обладают свойством не только воздействовать на органы чувств, но и находиться во взаимодействии друг с другом. Для того чтобы осуществлять в окружающей среде интеллектуальную деятельность, или как минимум простосуществовать, человеку необходимо иметь систему знаний, модель этого мира. Вэтой информационной модели окружающей среды реальные объекты, их свойства и взаимоотношениямежду ними не только отображаются и запоминаются, но и могут мозгом человека(мысленно) «целенаправленно преобразовываться». При этом важен тот момент, чтоформирование модели внешней среды происходит в процессе обучения, на опыте иадаптации к разнообразным обстоятельствам. Под алгоритмом понимают точную, предписаннуюпоследовательность действий системы для решения любой поставленной задачи изнекоторого данного класса задач. Термин «алгоритм» происходит от имениузбекского математика Аль Хо Резми, который еще в 9 веке предложил киспользованию простейшие арифметические алгоритмы. В математике и кибернетикекласс задач определенного типа считается решенным, если для её решения найденсоответствующий алгоритм. На самом деле, нахождение алгоритмов являетсяестественной целью человека при решении разнообразных классов задач. Поиск алгоритмадля задач некоторого типа связано со сложными рассуждениями, требующими немалойизобретательности и высокой квалификации. Считается, что подобного родадеятельность требует участия интеллекта человека. Задачи, связанные с поиском алгоритмарешения класса задач определенного типа, обычно называют интеллектуальнымизадачами. Что же относительно задач, алгоритмы,решения которых уже установлены, то, как отмечает известный учёный в области ИИМ. Минский, – «излишне приписывать им (ИИ) такое мистическое свойство, какинтеллектуальность». После того, как алгоритм решения задачи найден, процессрешения задачи становится таким, что его могут в равной степени выполнить как человек,так и вычислительная машина (должным образом запрограммированная), не имеющаяни малейшего представления о сущности самой задачи. Требуется только, чтобы «лицо»(человек или ИИ), решающее поставленную задачу, было способно выполнять теэлементарные операции, из которых складывается процесс решения, и, кроме того,чтобы оно («лицо») педантично и аккуратно руководствовалось предложеннымалгоритмом. Человек, так же как и ИИ, действует в таких случаях, какговориться, чисто машинально и может успешно решать любую задачурассматриваемого класса. Представляется совершенноестественным исключить из класса интеллектуальных такие задачи, для которыхсуществуют стандартные методы решения. Например, такими задачами могут быть чистовычислительные задачи: решение системы линейных алгебраических уравнений,численное интегрирование дифференциальных уравнений и т. п. Для решенияподобного рода задач имеются стандартные алгоритмы, представляющие собойопределенную последовательность элементарных операций, которая может быть легкореализована в виде программы для вычислительной машины. В противоположностьэтому для широкого класса интеллектуальных задач, таких, как распознаваниеобразов, игра в шахматы, доказательство теорем и т. п., – формальное разбиениепроцесса поиска решения на отдельные элементарные шаги часто оказывается весьмазатруднительным, даже если само их решение теоретически несложно. Т.е. в некотором роде можно перефразироватьопределение интеллекта, назвав его универсальным сверхалгоритмом, которыйспособен создавать алгоритмы решения самых разнообразных, но в тоже время конкретнопоставленных задач. Стоит отметить, что профессияпрограммиста, исходя из приведенного выше, по-сути является одной из самыхинтеллектуальных, поскольку продуктом деятельности программиста являютсяпрограммы – алгоритмы в чистом виде. Поэтому, создание даже определенных элементовИИ по-идее должно значительно повысить производительность его труда. Деятельность мозга, направленную нарешение интеллектуальных задач, называют мышлением, или интеллектуальной деятельностью. Интеллект и мышление связаны с решением таких задач, какдоказательство теорем, логический анализ, распознавание ситуаций, планированиеповедения, игры, также управление в условиях неопределенности. Характернымичертами интеллекта, проявляющимися в процессе решения задач, являютсяспособность к обучению, обобщению, накоплению опыта (знаний и навыков) иадаптации к изменяющимся условиям в процессе решения задач. Благодаря этим качестваммозг может решать разнообразные задачи, а также легко перестраиваться с решенияодной задачи на другую. Таким образом, мозг, наделенный интеллектом, являетсяуниверсальным средством решения широкого спектра задач (в том числе и неформализованных)для которых нет стандартных, заранее известных методов решения. Надо учитывать, что существуют идругие, чисто поведенческие (функциональные) определения. Так, согласно А. Н.Колмогорову, любая материальная система, с которой можно достаточно долгообсуждать проблемы науки, литературы или искусства, обладает интеллектом. Другим примером поведенческойтрактовки интеллекта может служить известное определение А. Тьюринга. Например,в разных комнатах находится люди и машина. Они не могут видеть друг друга, ноимеют возможность общения (обмениваться сообщениями). Если в процессе диалогамежду участниками людям не удается установить, что один из участников – машина,то такую машину можно считать обладающей интеллектом. Интересен план имитациимышления, предложенный А. Тьюрингом. «Пытаясь имитировать интеллект взрослогочеловека – пишет Тьюринг – мы вынуждены много размышлять о том процессе, врезультате которого человеческий мозг достиг своего настоящего состояния…Почему бы нам вместо того, чтобы пытаться создать программу, имитирующуюинтеллект взрослого человека, не попытаться создать программу, котораяимитировала бы интеллект ребенка? Ведь если интеллект ребенка получаетсоответствующее воспитание, он становится интеллектом взрослого человека… Нашрасчет состоит в том, что устройство, ему подобное, может быть легкозапрограммировано… Таким образом, мы расчленим нашу проблему на две части: назадачу построения «программы-ребенка» и задачу «воспитания» этой программы».Следует отметить, что именно этот путь используют практически все современные системыИИ. Ведь понятно, что практически невозможно вложить все знания в систему ИИ. Болеетого, только на этом пути проявятся перечисленные выше признакиинтеллектуальной деятельности (накопление опыта, адаптация и т. п.). [5] 2. Методики и подходы построениясистем ИИ Существуют различные подходы кпостроению систем ИИ – логический подход, структурный, эволюционный,имитационный. Это разделение не является историческим, когда одно мнениепостепенно сменялось другим, и различные подходы и методики существуют параллельнои сегодня. Поскольку по-настоящему полноценных систем искусственного интеллектав настоящее время нет, то нельзя и утверждать, что какой-то подход являетсяправильным, а какой-то – нет. Для начала рассмотрим логическийподход. Человек занимается отнюдь не только логическими измышлениями. Этовысказывание конечно верно, но именно способность к логическому мышлению оченьсильно отличает человека от животных. Основой для данного логического подходаслужит Булевая алгебра. Каждый программист знаком с нею и с её использованием,хотя бы на примере логического оператора IF (если). Свое дальнейшее развитиеБулевая алгебра получила в виде исчисления предикатов – в котором она расширеназа счёт введения предметных символов, отношений между ними, кванторов существованияи всеобщности. Практически каждая система ИИ,построенная на логическом принципе, представляет собой машину доказательстватеорем. При этом исходные данные хранятся в базе данных в виде аксиом (правилалогического вывода как отношения между ними). Каждая такая машина имеет блокгенерации цели, и система вывода пытается доказать данную цель как теорему.Если цель доказана, то трассировка примененных правил позволяет получитьцепочку действий, необходимых для реализации поставленной цели. Мощность такойсистемы определяется возможностями генератора целей и машины доказательстватеорем. Можно утверждать, что выражений алгебры не хватит для полноценнойреализации ИИ, но стоит вспомнить, что основой всех существующих ЭВМ являетсябит – единица информации (или значение ячейки памяти), которая может приниматьзначения только логического 0 и 1. Было бы логично предположить, что всё, чтовозможно реализовать на ЭВМ, можно было бы реализовать и в виде логикипредикатов. Хотя здесь ничего не упоминается о том, сколько на это уйдётвремени. Добиться большей выразительности логическому подходу позволяет такоесравнительно новое направление, как нечёткая логика. Её особенностью являетсято, что правдивость высказывания может принимать кроме значений да/нет (1/0) ещёи промежуточные значения – «не знаю» (0.5), «скорее да, чем нет» (0.75) и«скорее нет, чем да» (0.25). Такой подход больше похож на мышление человека,поскольку человек не часто отвечает только «да» или «нет». Для большинства логических методовхарактерна большая трудоёмкость, поскольку во время поиска доказательствавозможен полный перебор вариантов. Данный подход требует эффективной реализациивычислительного процесса, и удовлетворительные результаты работы обычно гарантируютсятолько при сравнительно небольшом размере базы данных. Под структурным подходом подразумеваютсяпопытки построения ИИ путём моделирования структуры человеческого мозга. Однойиз первых таких попыток был перцептрон Ф. Розенблатта. Основной моделируемойструктурной единицей в перцептронах (как и в большинстве других вариантовмоделирования мозга) является нейрон. Позднее возникли и другие модели, известныепод общим названием «нейронные сети» (НС). Модели эти различаются по строениюотдельных нейронов, по топологии связей между ними и по алгоритмам обучения.Среди наиболее известных вариаций НС можно назвать НС с обратнымраспространением ошибки, сети Хопфилда и стохастические нейронные сети. Нейронные сети наиболее успешноприменяются в задачах распознавания образов, в том числе сильно зачумленных(нечётких). Также имеются примеры успешного применения НС для построения собственносистем ИИ. Для моделей, построенных на основестроения человеческого мозга характерна не слишком большая выразительность, оприделённое распараллеливание алгоритмов и,благодаря последнему, высокая производительность параллельно реализованных НС. Длятаких сетей характерно одно свойство, которое делает из очень схожими счеловеческим мозгом – нейронные сети работают даже при условии недостаточнойинформации об окружающей среде, т.е. как и человек, они поставленный вопросмогут отвечать не только «да» и «нет» но и «не знаю точно, но скорее нет», «незнаю точно, но скорее да». Довольно большое распространениеполучил эволюционный подход. При построении систем ИИ по такому подходу,основное внимание уделяется построению начальной модели и правилам, по которымона (модель) может изменяться (эволюционировать). Модель может быть составленапо самым различным методам, это могут быть и НС и набор логических правил илюбая другая модель. После этого мы запускаем ИИ, и он, на основании проверкимоделей, отбирает самые лучшие из них, на основании которых по самым различнымправилам генерируются новые модели, из которых опять выбираются самые лучшие ит. д. Эволюционных моделей, как таковых, несуществует, есть только эволюционные алгоритмы обучения, но модели, полученныепри эволюционном подходе, имеют некоторые характерные особенности, чтопозволяет выделить их в отдельный класс. Такими особенностями являютсяперенесение основного внимания разработчика с построения модели на алгоритм еёмодификации и то, что полученные модели практически не сопутствуют извлечениюновых знаний о среде, окружающей систему ИИ, то есть она (система) становится «вещьюв себе». Широко используется для построениясистем ИИ также имитационный подход. Данный подход является классическим длякибернетики с одним из её базовых понятий – «чёрным ящиком» (ЧЯ). Чёрный ящик –это устройство, программный модуль или набор данных, информация о внутреннейструктуре и содержании которого отсутствуют, но известны спецификации входных ивыходных данных. Объект, поведение которого имитируется, как раз и представляетсобой такой «черный ящик». Неважно, что у него внутри и как он функционирует, главное, чтобы наша модель ваналогичных ситуациях вела себя точно так же. Таким образом моделируется другое свойство человека – способность копировать то, что делают другие, не вдаваясь вподробности, зачем это нужно. Зачастую эта способность экономит человеку массувремени, особенно в начале его жизни. К недостаткам имитационного подхода можноотнести низкую информационную способность большинства моделей, построенных сего помощью. Отдельно стоит отметить, что напрактике четкой границы между разными подходами нет. Часто встречаютсясмешанные системы ИИ, где часть работы выполняется по одной методике, а часть –по другой. [5] 1 2 |