Скачать 0.97 Mb.
|
1.3.История искусственного интеллектаЭкскурс в историю часто бывает совершенно необходим, иначе непонятно, почему рассматриваемые современные положения именно таковы, каковы они есть. Ведь положения и концепции ИИ носят во многом субъективный характер, объясняются историческими и психологическими причинами. Этим положения ИИ заметно отличаются, от объективно обусловленных законов физики или химии. Мы разбили историю развития ИИ на несколько периодов (Рис. 10):
Конечно, не следует думать, что эти периоды сменяли и сменяют друг друга строго последовательно, наподобие пятилетних планов развития социалистической экономики. И в пионерский, и в академический периоды были отдельные промышленные образцы, оставившие след в истории, и даже в наше меркантильное время случаются, хотя и не часто, прорывы, скачком ведущие к «сдвигу парадигмы». 1.3.1.Предыстория искусственного интеллектаДостоверно зафиксированные первые попытки создать машину, моделирующую некоторые аспекты человеческого разума, предпринял Раймунд Луллий более 700 лет назад. Луллий полагал, что возможно открыть особый метод или искусство, посредством которого можно с разумной необходимостью вывести из общих понятий всякие истины, и прежде всего —– истины христианского вероучения. Основываясь на своих представлениях, он создал первую логическую машину в виде нескольких концентрических бумажных кругов, размеченных на отделения, в которых помещались общие понятия и категории. Вращая круги друг относительно друга, можно было получать различные более или менее сложные комбинации обозначенных понятий. Луллий полагал, что таким образом можно открыть новые реальные истины. Разумеется, никаких новых истин открыто не было, но идея, что рассуждение можно провести механически, прозвучала!
Сейчас мы знаем, что логические операции можно трактовать с алгебраической точки зрения и выполнять как арифметические, но до работ Дж. Буля в XIX веке это было далеко не так очевидно. Поэтому внимание первых конструкторов интеллектуальных машин было направлено на построение машин, способных вычислять. Таких машин было сконструировано несколько в XVII–XVIII веках, и здесь необходимо упомянуть арифметическую машину Лейбница, которая была первой в мире машиной, предназначенной для эффективного выполнения всех четырех действий арифметики. Над этой машиной Лейбниц начал работать в 1670 году; через два года он составил новое эскизное описание, на основе которого был, по-видимому, изготовлен тот экземпляр, который ученый продемонстрировал в феврале 1673 года на заседании лондонского Королевского общества. Лейбниц признал, что его инструмент еще несовершенен, и обещал улучшить его, как только вернется в Париж. Действительно, в 1674–1676 годы он внес существенные усовершенствования в машину, но к ее окончательному варианту пришел лишь в 1694 году. Впоследствии Лейбниц еще несколько раз возвращался к своему изобретению; последний вариант был предложен им в 1710 году.
Венцом предыстории компьютеров являются работы Чарльза Бэббиджа. Бэббидж начал с механического аппарата, предназначенного для автоматизации вычислений путём аппроксимации функций многочленами и вычисления конечных разностей. Возможность приближённого представления многочленами логарифмов и тригонометрических функций позволяет рассматривать эту машину как довольно универсальный вычислительный прибор. В 1822 году Бэббидж опубликовал статью с описанием такой машины, а вскоре приступил к её практическому созданию. Эта разностная машина должна была уметь вычислять значения многочленов до шестой степени с точностью до 18-го знака. В том же 1822 году Бэббиджем была построена модель разностной машины, состоящая из валиков и шестерней, вращаемых вручную при помощи специального рычага. Заручившись поддержкой Королевского общества, посчитавшего его работу «в высшей степени достойной общественной поддержки», Бэббидж обратился к правительству Великобритании с просьбой о финансировании полномасштабной разработки. В 1823 году правительство Великобритании предоставило ему субсидию в размере 1500 фунтов стерлингов (общая сумма правительственных субсидий, полученных Бэббиджем на реализацию проекта, составила, в конечном счёте, 17 000 фунтов стерлингов). Разрабатывая машину, Бэббидж и не представлял всех технических и механический трудностей, связанных с её реализацией, и не только не уложился в обещанные три года, но спустя девять лет вынужден был приостановить свою работу. Однако часть машины все же начала функционировать, и производила вычисления даже с большей точностью, чем ожидалось. В 1834 Бэббидж изобрел аналитическую машину. Она состояла из «склада» для хранения чисел (запоминающее устройство), «мельницы» для производства арифметических действий над числами (арифметическое устройство), «барабана», управлявшего в определенной последовательности операциями машины (устройство управления), а также устройств ввода и вывода данных. Регистровая память машины Бэббиджа была способна хранить как минимум 10 десятичных чисел по 40 знаков, теоретически же могла быть расширена до тысячи 50-разрядных. Арифметическое устройство имело аппаратную поддержку всех четырех действий арифметики. Машина производила сложение за 3 секунды, умножение и деление —– за 2 минуты. На вход машины должны были поступать два потока перфокарт, которые Бэббидж назвал «операционными картами» и «картами переменных»: первые управляли процессом обработки данных, которые были записаны на вторых. Информация заносилась на перфокарты путем пробивки отверстий. Из операционных карт можно было составить библиотеку функций. Таким образом, все основные элементы архитектуры первых компьютеров были Бэббиджем предвосхищены в полной мере. Аналитическая машина так и не была реализована. Основная причина неудачи – технологическая. Технологии того времени не позволяли изготовить в достаточном количестве и достаточно точно необходимые сложные детали. Изобретатель писал в 1851 г.: «Все разработки, связанные с аналитической машиной, выполнены за мой счет. Я провел целый ряд экспериментов и дошел до черты, за которой моих возможностей не хватает. В связи с этим я вынужден отказаться от дальнейшей работы».
1.3.2.Пионерские исследованияСерьезное развитие искусственного интеллекта как научного направления началось в 40-х годах прошлого столетия, после появления ЭВМ. В 1948 году Норберт Винер опубликовал книгу «Кибернетика, или управление и связь в животном мире и машине», тем самым, основав новую науку —– кибернетику.
Хотя в названии книги Винера мышление не упоминается, но одиозный вопрос «могут ли машины мыслить?»16 впервые прозвучал в знаменитой статье Тьюринга уже два года спустя. В этой статье, в частности, был впервые сформулирован конструктивный критерий наличия у машины ИИ, так называемый тест Тьюринга ТЕСТ ТЬЮРИНГА И КИТАЙСКАЯ КОМНАТА Написать по ссылкам http://www.humanities.edu.ru/db/msg/27602 http://ru.wikipedia.org/wiki/%D0%9A%D0%B8%D1%82%D0%B0%D0%B9%D1%81%D0%BA%D0%B0%D1%8F_%D0%BA%D0%BE%D0%BC%D0%BD%D0%B0%D1%82%D0%B0
По отношению к этому вопросу мнения разделились не только у сторонних наблюдателей, журналистов и широкой публики, но и у самих ученых, начинавших работать в области ИИ. Конечно, в целом ответ у работающих исследователей был положительным. Тонкость заключается в том, что можно поставить два похожих вопроса:
Поиски конструктивного ответа на первый вопрос ведут к моделированию мышления человека, при котором считается важным не только получение ответа на интеллектуальный вопрос, но и анализ средств достижения ответа. Это направление получило название «нейрокибернетика». Основным методом нейрокибернетики является математическое моделирование работы человеческого мозга. Еще в 1943 году американские ученые Мак-Каллок и Питтс предложили математическую модель работы нейрона человеческого мозга —– искусственный нейрон —– и способы комбинирования искусственных нейронов в нейронную сеть. Затем последовали пионерские работы Розенблатта по персептронам (см. параграф 1.1.7), Минского и других исследователей. Однако в 70-х годах работы в этом направлении несколько замедлились, что связано с невысокими количественными возможностями компьютеров того времени. Дело в том, что в мозгу человека параллельно работают от 10 до 14 миллиардов (109) нейронов, и каждый имеет в среднем около семи тысяч (103) связей с другими нейронами. Число искусственных нейронов в первых сетях измерялось сотнями, в лучшем случае тысячами, но столь большие количественные отличия (в миллионы раз) образуют качественную пропасть – на маленьких моделях невозможно исследовать большие системы. Заметим, что количественные показатели человеческого мозга до сих пор не достигнуты в нейронных сетях17, но масштабы постепенно становятся соизмеримыми. Практические следствия из этого обстоятельства обсуждаются в лекции 7. Отвечая на второй вопрос, мы приходим к кибернетике «черного ящика», когда наблюдаются только вход и выход, стимул и реакция, а внутреннее устройство «мыслящего агента» скрыто от наблюдения. В отличие от нейрокибернетики, для кибернетики «черного ящика» неважно, как устроено «мыслящие» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг, то есть рационально. Исследователи данного направления сразу же перешли от сверхсложных параллельных недетерминированных сетей нейрокибернетики к сравнительно простым алгоритмическим моделям, манипулирующим абстрактными символами, а не реальными сигналами. Именно поэтому мы предпочитаем термин символический ИИ (см. Рис. 10). Самой заметной пионерской работой этого направления была программа «Логик-теоретик», разработанная Ньюэллом, Саймоном и Шоу в 1955-1956 годах. Программа работала в области автоматического доказательства теорем и смогла автоматически найти вывод для 38 из 52 теорем исчисления высказываний, приведенных в фундаментальной книги Рассела и Уйатхеда Principia Mathematica, причем в одном случае был найден более короткий, по сравнению с оригиналом, вывод. По поводу этого несомненного достижения в литературе высказано столько различных, а иногда удивительных мнений и оценок, что мы считаем допустимым на примере программы «Логик-теоретик» дать свои выводы по универсальным программ автоматического доказательства теорем, а тем самым, по универсальным интеллектуальным программам в целом (см. также параграф 1.1.5).
1.3.3.Становление и развитиеВ 1956 году в Дартмутском колледже (один из старейших университетов США) был проведен двухмесячный семинар, в котором приняло участие десять ведущих исследователей нового направления:
Этот семинар принято считать началом, именно на нем был предложен и утвержден сам термин искусственный интеллект. Никаких особенных научных результатов Дартмутский семинар не дал. На нем произошли другие важнейшие события: искусственный интеллект был признан самостоятельной отраслью науки, были продемонстрированы первые впечатляющие результаты (подобные программе «Логик-теоретик») и было образовано научное сообщество в результате личного знакомства лидеров. После этого исследования в области ИИ стали вестись широким фронтов, и не только в США. Стали появляться первые публикации, в которых делались попытки обобщения накопленного материала. Среди специалистов, выступивших с такими работами, были Дж. Маккарти, М. Минский, Э. Фейгенбаум (США), Д. Мичи (Великобритания), А.А.Ляпунов и В.М.Глушков (СССР). Разумеется, результаты не заставили себя ждать – было предложено множество идей, большинство из которых используются и в наши дни. В конце 1950-х гг. была предложена модель поиска на графе. В рамках данного подхода, задача представляется в виде поиска пути в графе, вершинами которого являются состояния задачи, а дугами – все возможные допустимые преобразования. Решение задачи состоит в поиске пути от исходного состояния к целевому. В начале 1960-х гг. получило широкое распространение эвристическое программирование (см. лекцию 3). Эвристикой называется правило, обычно полученное эмпирическим путем, позволяющее сократить объем перебора в пространстве решений (см. лекцию 3). Эвристическое программирование —– разработка стратегий поиска решения на основе заранее известных эвристик. В конце 1960-х гг. были разработаны общие методы автоматического доказательства теорем в исчислениях первого порядка (в частности, метод резолюций Дж. Робинсона и обратный метод С.Ю. Маслова, см. лекцию 4), и на их основе в начале 1970-х гг. были предложены многочисленные инструментальные средства программирования решения интеллектуальных задач. Так, в 1973 г. был создан язык Пролог (см. дополнение к лекции 4), который является популярным средством логического программирования до сих пор. Тогда же Марвин Минский предложил концепцию фреймов, давшую начало еще одной популярной форме представления знаний. Мы обсуждаем фреймы и семантические сети в пятой лекции. Практически весь запас идей и концепций, которыми оперируют в ИИ сейчас, был предложен или обозначен в этот период. Перечислить все идеи невозможно, да в этом и нет нужды, если ясна общая схема развития (см. Рис. 10). 1.3.4.Научная консолидация и промышленное внедрениеС нашей точки зрения, наиболее важным событием 80-х гг. было появление концепции инженерии знаний. Эта концепция была выдвинута Э. Фейгенбаумом в 1982 г. Инженерия знаний (knowledge engineering) —– область искусственного интеллекта, которая изучает методы и средства извлечения, представления, структурирования и использования знаний. Отделение методов представления знаний от методов поиска решения, построение все более эффективных специализированных приемов представления знаний в конкретных предметных областях позволило получать достаточно эффективные представления, чтобы решать имеющимися методами на реальных компьютерах практически значимые задачи. Одновременно с этим, обретя общий методологический базис, различные подходы и направления внутри ИИ стали теснее интегрироваться друг с другом, поскольку не нужно было доказывать «чистоту теории» или «оригинальность подхода», а нужно было любым способом получить практический результат. В этот период стали появляться компьютерные системы, которые были весьма далеки от прохождения теста Тьюринга, зато положительно отвечали на такие вопросы: может ли машина решать некоторые интеллектуальные проблемы дешевле, чем человек? Быстрее, чем человек? Безотказнее, чем человек?19 Возможности вычислительной техники заметно возросли, и стало ясно, что если оставить в стороне философские, этические и моральные вопросы «искусственного разума», то во многих конкретных узко специальных областях не только можно, но и выгодно заменить человека машиной. Прикладные системы искусственного интеллекта стали приносить прибыль. Немедленно стали увеличиваться инвестиции в академические исследования, которые стали давать новые результаты, которые внедрялись в промышленность, которая приносила доход, который частично вкладывался в исследования … Возникла положительная обратная связь, и период подъема ИИ еще не завершен! Вторым значимым событием этого периода стало возрождение, после определенного затишья, нейрокибернетики с концепциями нейронных сетей и нейрокомпьютеров. Возобновление интереса не было вызвано каким-либо внезапным чудесным откровением свыше с популярным разъяснением, как именно устроен и работает мозг человека. Конечно, физиологи, психологи, лингвисты, философы и другие не сидели сложа руки, и узнали про нашу человеческую природу много нового, но причина была не в этом. Также внутри самой нейрокибернетики не было сделано эпохальных открытий. В современных нейросетях используются математические модели, очень близкие к первоначальным, хотя, конечно, во многом развитые и усовершенствованные. Очевидная причина заключается в поразительных успехах микроэлектроники. В пионерских работах, подобных персептрону Розенблатта, количественные различия между искусственными и естественными нейронными сетями измерялись многими миллиардами раз, и ни о каком качественном сопоставлении речи не было. Сейчас количественные различия измеряются тысячами раз, и у конструкторов супернейрокомпьютеров появились невиданные ранее возможности. Более подробно эта тема раскрыта в лекции 7. Третьим примечательным событием уже сравнительно недавнего прошлого мы считаем привнесение заслуженного философского понятия «онтология» на свежую почву информатики. Онтология (ontology) —– это формализации некоторой области знаний с помощью концептуальной схемы. Обычно такая схема состоит из структуры данных, содержащей все релевантные классы объектов, их связи и ограничения, наложенные на объекты и связи. Онтологии используются в процессе программирования как форма представления знаний о реальном мире или его части, иначе говоря, как модель предметной области (МПО). Хотя термин «онтология» изначально философский20, в информатике он принял самостоятельное значение. Здесь есть два существенных отличия:
Автор совершенно убежден, что анализ, построение, развитие и использование МПО – самая важная и перспективная задача информатики в настоящее время, причем не только в ИИ, но и в других информационных технологиях. Достаточно упомянуть, например, концепцию систем управления бизнес-процессами (Business Process Management Systems – BPMS) в области информационно-управляющих систем, концепцию семантической паутины (Semantic Web) в Интернете или концепцию проблемно-ориентированных языков (Domain Specific Languages) в прикладном программировании. Все эти перспективные концепции апеллируют к понятию МПО21. Рис. 10 отражает наше видение истории развития ИИ и подводит итог разделу. Рис. 10. История развития искусственного интеллекта |
В. К. Финн к структурной когнитологии: феноменология сознания с точки... Ки и искусственного интеллекта – полигона экспериментальной проверки научных средств имитации рациональности и продуктивного мышления.... | Самостоятельная работа: 76 час. Итоговый контроль: экзамен I. Организационно-методический... Цель дисциплины – познакомить студентов с основными задачами искусственного интеллекта, как области человеческой деятельности | ||
Валентин Юрьевич Технологии и системы искусственного Выпускная работа... В условиях резкого увеличения объемов информации переход к работе со знаниями на основе искусственного интеллекта является, по всей... | Реферат по информатике на тему История и тенденции развития искусственного интеллекта На сегодняшний день проблема исследования ai занимает актуальное место в системе информационных наук. В своем реферате я попытаюсь... | ||
Программа дисциплины Системы искусственного интеллекта Для направления... Федеральное государственное автономное образовательное учреждение высшего профессионального образования | Использование информационных технологий в лингвистике К числу таких систем относятся системы искусственного интеллекта, машинного перевода, автоматического порождения текстов и др. К... | ||
Программа Иваново Ивановское региональное отделение Научного совета по методологии искусственного интеллекта ран | 1. Определение искусственного интеллекта Новосибирск 2009раздел методические рекомендации по изучению учебной дисциплины для студентов | ||
Реферат Тема: лингвистическое обеспечение искусственного интеллекта Механические устройства типа арифмометров, счетные электрические клавишные машины, счетно-аналитическая техника и многие другие приборы... | Разработка моделей принятия решений с применением методов искусственного... Автоматизация и управление технологическими процессами и производствами (по отраслям) | ||
Рефератов по дисциплине «физическая культура» Основные понятия: профессионально-прикладная физическая подготовка (ппфп); прикладные физические, психофизические и специальные знания;... | Л. М. Чайлахян искусственный интеллект и мозг (Можно ли моделировать... Программа развития научно-исследовательского и экспедиционного флота Росгидромета на 2010 – 2012 годы | ||
Программа элективного курса «робототехника» Робототехника является одним из важнейших направлений научно- технического прогресса, в котором проблемы механики и новых технологий... | Использование нечеткой математики при моделировании систем искусственного интеллекта ... | ||
Конспект лекций по курсу «Основы проектирования систем искусственного интеллекта», 1997-1998 Корсаков С. Н. Начертание нового способа исследования при помощи машин, сравнивающих идеи / Пер с франц под ред. А. С. Михайлова.... | Философские проблемы искусственного интеллекта и искусственной жизни Учебное пособие разработано в соответствии с программой курса, а также требованиями образовательного стандарта России к учебной дисциплине... |