 |
|
Кибернетика «черного ящика» и искусственный интеллект
В основу этого подхода положен принцип, противоположный нейрокибернетике. Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.
Сторонники этого направления мотивировали свой подход тем, что человек не должен слепо следовать природе в своих научных и технологических поисках. Вспомним, что колеса в природе нет. К тому же пограничные науки о человеке не смогли внести существенного теоретического вклада, объясняющего хотя бы приблизительно, как протекают интеллектуальные процессы у человека, как устроена память и как человек познает окружающий мир.
Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. Существенный вклад в становление новой науки внесли ее пионеры: Маккарти, Минский, Ньюэлл, Саймон, Шоу, Хант и др.
Искусственный интеллект становится одной из наиболее перспективных и престижных областей информатики.
Основные этапы развития систем искусственного интеллекта
История развития систем искусственного интеллекта начинается с середины 50-х годов и связана с уровнем развития вычислительной техники. Условно можно выделить 7 этапов развития искусственного интеллекта, каждый из которых связывается с определённым уровнем развития искусственного интеллекта и парадигмой, реализуемой в конкретной системе.
Парадигма – новая идея математического описания работы систем искусственного интеллекта.
Эти этапы наглядно представлены в таблице.
Основные этапы развития систем искусственного интеллекта
| Годы | Парадигма | Исполнитель | Системы |
| 50-е | Нейрон и нейронные сети | Маккалох, Винер, Розенблат, Липунов А. А. | Perceptron, автоматы и мышление |
| 60-е | Эвристический поиск | Ньюэлл, Саймон, К. Шеннон, Тьюринг, Глушков В. М., Берг А. И. | GPS, кибернетика |
| 70-е | Представление знаний | Шортлив, Минский, Поспелов Д. А. | Mycin-мед. Экспертная система, ситуационное управление |
| 80-е | Обучающие машины, САПР | Шпат, Холланд | CAD (Computer-aided design), EURISCO |
| 90-е | Автоматизированные обрабатывающие центры | ЧПУ (числовое программное управление) | |
| Робототехника | Различные роботы Японии,CAD,CAE,CAN,CAQ | ||
| Сингулярность | AGI (Artificial General Intelligence) |
Проследим вкратце эволюцию развития «интеллекта» ЭВМ (машинного интеллекта). В ней можно выделить несколько принципиально различных этапов развития.
Этап 1 (50–е годы)
Он связан с появлением первых машин последовательного действия, с очень небольшими, по сегодняшним меркам, ресурсными возможностями по памяти, быстродействию и классам решаемых задач. Это были задачи сугубо вычислительного характера, для которых были известны схемы решений и которые можно описать на некотором формальном языке. К этому же классу относятся и задачи на адаптацию.
Таким образом, первый этап эволюции «интеллекта» ЭВМ соответствовал формированию вычислительного «интеллекта», который носил чисто алгоритмический характер и достаточно просто поддавался формализации и программированию. Поэтому при разработке систем автоматизации различных видов деятельности человека необходимо было: выделить задачи расчетного характера, увязать их в определенную систему, построить формальные математические модели, подобрать методы решения, запрограммировать, проверить на адекватность и соответствие результатам деятельности человека и затем использовать в практической работе.
Можно сказать, что такого рода автоматизация носила фрагментарный (точечный) характер и, естественно, быстро перестала удовлетворять реальным потребностям. Недостатком такого рода алгоритмов было то, что в них в едином алгоритмическом процессе переплетались данные входные и промежуточные с операторами их обработки (действиями). И отделить данные от процессов их преобразования (знаний о процессах обработки) было невозможно. Это создавало огромные потребности в программистах и необходимость постоянного «дотягивания» программ до постоянно меняющихся алгоритмов. И даже с появлением алгоритмических языков, которые повышали производительность труда программистов не менее чем на порядок, ситуация принципиально не изменилась.
Этап 2 (60-е годы)
По мере развития возможностей ЭВМ и их насыщения усложнялись задачи и осознавались новые рутинные виды деятельности, которые хотелось передать машине. В частности, был осознан новый класс задач, решаемых человеком постоянно. Это были задачи поиска и сортировки информации, работа с БД. В «интеллект» машины добавились механизмы поиска, сортировки, простейшие операции по обобщению информации, не зависящие от смысла обрабатываемых данных. Это стало новой точкой отсчета в развитии и понимании задач автоматизации деятельности человека. Можно сказать, что с этого момента и началась эпоха массовой автоматизации систем управления, проектирования, управления технологическими процессами и т.п., продолжавшаяся до конца 80-х годов.
Практически параллельно в мире (США, Англия) развивалось научное направление, идеи которого принципиально отличались от принятых. Задачи этого класса характеризуются отсутствием априори известных схем решения, даже при условии привлечения дополнительных знаний о предметной области. Поэтому для решения таких задач используются сложные иерархические построения и программы, имитирующие механизмы мышления человека. Этот класс задач было принято считать интеллектуальным, а методы их решения стали развиваться в рамках научного направления, получившего название эвристического программирования. Его сторонники (Саймон А., Шоу Дж., Гелентер Г. и др.) считали, что интеллектуальной можно называть только ту программу, которая обладает механизмом логического вывода и которая на его основе способна самостоятельно синтезировать алгоритмы решения задач. При этом под решением задач понимался такой алгоритм, выполнение которого переводит объект управления (процесс, среду и т.п.) из начального состояния в целевое.
Этот алгоритм необходимо было каждый раз синтезировать автоматически на основе описания пространства состояний задачи. При этом в качестве прототипа модели механизма мышления использовалась теория логического вывода, хорошо разработанная в метаматематике.
На этом пути были достигнуты фундаментальные для теории ИИ результаты: апробирован и исследован механизм логического вывода и разработаны программы автоматического доказательства теорем в логике, арифметике, планиметрии; получены новые методы и алгоритмы, ускоряющие процесс логического вывода и сделавшие возможным его эффективную реализацию на ЭВМ и др. Именно в рамках эвристического программирования были разработаны: теория построения пространства состояний; методы поиска решений в нем (лабиринтная гипотеза); наработаны универсальные эвристики разбиения задачи на подзадачи и сокращения пространства поиска решений.
Это стало основой новых методов, языков программирования и моделей постановки и решения оптимизационных задач в математическом программировании (методы скорейшего спуска, ветвей и границ и др.), в распознавании образов.
Другим важнейшим результатом этого этапа развития ИИ стало понимание возможности разделения данных и механизмов их обработки в рамках формальных моделей представления знаний. Развитие этого направления стимулировалось наличием социального заказа в США, Японии и Европе на создание интеллектуальных роботов для исследования космического пространства и новых планет, для работы в недоступных или опасных для человека средах. Построить искусственный разум робота для таких целей невозможно было на основе вычислительного и поискового интеллектов. Нужен был принципиально новый подход, который развивался бы в рамках эвристического программирования и моделирования нейронных сетей (персептронов). Исследования проводились на задачах: на кубиках (планирование поведения роботов при сборке простейших конструкций), на построение пространства состояний и поиск в нем решений для игр (крестики – нолики, шашки, шахматы и т.п.)
В рамках этих исследований появились понятия: модель предметной области, пространство состояний и поиска решений, модель представления знаний, стратегии вывода и др., которые и составили в дальнейшем предмет нового научного направления под общим названием «искусственный интеллект». Таким образом, третий этап развития обогатил «интеллект» машины логикой (логическим выводом) как одним из основных механизмов мышления человека.
Этап 3 (70-е годы)
В конце 70-x годов в мире даже наметился некоторый "кризис жанра", поскольку огромные вложения не приводили к сколько-нибудь убедительным практическим результатам. Это продолжалось до тех пор, пока учеными не была осознана важность знаний(по объему и содержанию) для синтеза интересных алгоритмов решения задач. При этом имелись в виду знания, с которыми математика не умела работать, т.е. опытные знания, не носящие строгого формального характера и описываемые обычно в декларативной форме. Это знания специалистов в различных областях деятельности, врачей, химиков, исследователей и т.п. Такие знания получили название экспертных знаний, и соответственно системы, работающие на основе экспертных знаний, стали называться системами-консультантами или экспертными системами (не путать с экспертными оценками - это совсем другое).
В рамках экспертных систем как важнейшего типа систем ИИ произошло соединение неформально описываемых знаний с механизмами логического вывода и другими методами, разработанными в рамках эвристического программирования. Это дало потрясающий эффект в виде экспертных систем для самых различных направлений деятельности, к которым ранее никакие математические формализации не подходили: медицина, химия, геология, управление и т.д. Именно в рамках экспертных систем были разработаны неформальные модели представления знаний, модели вывода в различных представлениях, псевдофизические логики, логика рассуждений или логика правдоподобного вывода и т.п.
Этап 4 (80-е годы)
Четвертый этап развития ИИ стал прорывным. С появлением экспертных систем в мире начался принципиально новый этап развития интеллектуальных технологий – эра интеллектуальных систем - консультантов, которые предлагали варианты решений, обосновывали их, способны были к обучению и, следовательно, к развитию, общались с человеком на привычном для него, хотя и ограниченном, естественном языке. Знания стали товаром. Носителей систем знаний называли экспертами. Человечество получило возможность сохранять и накапливать базы знаний отдельных специалистов (или групп специалистов) в определенной области. Знания стало возможным собирать, тиражировать, проектировать, сделать доступными для всех заинтересованных в нем людей. Появилась новая профессия – «инженер по знаниям» или «инженер - когнитолог».
Этап 5 (90-е годы)
Усложнение систем связи и решаемых задач потребовало качественно нового уровня «интеллектуальности» обеспечивающих программных систем, таких систем, как защита от несанкционированного доступа, информационная безопасность ресурсов, защита от нападений, смысловой анализ и поиск информации в сетях и т.п. И новой парадигмой создания перспективных систем защиты всех видов стали интеллектуальные системы. Именно они позволяют создавать гибкие среды, в рамках которых обеспечивается решение всех необходимых задач. Это новое направление получило название мультиагентных систем. Каждый агент имеет свою систему целеполагания и мотивации, свою область действий и ответственности, а взаимодействие между ними обеспечивается метаинтеллектом. В рамках такого осмысления традиционные методы, алгоритмы и программы становятся элементарными «кирпичиками», из которых строятся затем алгоритмы и решения возникающих задач. Таким образом, моделируется некоторое виртуальное сообщество интеллектуальных агентов-систем, которые автономны, активны, вступают в различные «социальные» отношения – кооперации и сотрудничества (дружбы), конкуренции, соревнования, вражды и т.п. Этот «социальный» аспект решения задач - фундаментальная особенность концептуальной новизны передовых информационных технологий, искусственных (виртуальных) организаций, виртуального общества.
Уже сегодня мультиагентные системы находят широчайшее применение для: распределенного решения сложных задач, совмещенного проектирования изделий, построения виртуальных предприятий, моделирования больших производственных систем и электронной торговли, электронной разработки сложных компьютерных систем, управления системами знаний и информации и т.п. Мы являемся свидетелями триумфального шествия по миру интеллектуальных информационных технологий (ИИТ), основанных на идеях экспертных систем и мультиагентности. Именно они делают цивилизованные страны практически недосягаемыми для других, пока еще только развивающихся, стран. Именно ИИТ сегодня в мире являются источником глобальной власти и материального благополучия.
Этап 6 (2000-е годы)
Область применения роботов достаточно широка и простирается от автономных газонокосилок и пылесосов до современных образцов военной и космической техники. Модели оборудованы навигационной системой и всевозможными периферийными датчиками. Роботы-пылесосы перемещаются по квартире по случайным траекториям, собирая мусор и объезжая статические предметы, и удирают от движущихся объектов (людей и животных). Современным роботом является «интеллектуальный дом», который осуществляет не только управление доступом к жилищу по дактилоскопическим и биометрическим данным, но и удаленное управление бытовой техникой, составляющей специализированную вычислительную сеть. Кроме того, такой «интеллектуальный дом» решает задачи многоуровневой защиты от несанкционированного доступа с возможностью имитации элемента присутствия.
Известны беспилотные самолеты, луноходы и другие автономные средства космического назначения.
Промежуточную роль занимают различного рода манипуляторы и обрабатывающие центры, например роботизированные производства на автомобильных гигантах Ford, GM, ВАЗ и др.
Этап 7 ( год 2008)
В 1993 году на симпозиуме VISION-21, который проводился Центром космических исследований NASA им. Льюиса и Аэрокосмическим институтом Огайо, была представлена статья «Грядущая технологическая сингулярность: как выжить в пост-человеческую эру» (The Coming Technological Singularity: How to Survive in the Post-Human Era). Автором доклада был математик и писатель Вернор Виндж (Vernor Vinge). В 2003 году автор дополнил эту статью некоторыми комментариями. Статья была написана более десяти лет назад, но актуальна до сих пор. Те комментарии, которые внёс автор спустя десять лет после первоначального написания, лишь дополняют первоначальную статью.