Штучний інтелект. Використання ІІ у держуправлінні

Штучний інтелект (ІІ, англ. Artificial intelligence, AI) – наука та технологія створення інтелектуальних машин, особливо інтелектуальних комп'ютерних програм. ІІ пов'язані з подібним завданням використання комп'ютерів розуміння людського інтелекту, але з обов'язково обмежується біологічно правдоподібними методами.

Що таке штучний інтелект

Інтелект(від лат. intellectus - відчуття, сприйняття, розуміння, розуміння, поняття, розум), або розум - якість психіки, що складається з здатності пристосовуватися до нових ситуацій, здатності до навчання та запам'ятовування на основі досвіду, розуміння та застосування абстрактних концепцій та використання своїх знань для управління довкіллям. Інтелект - це загальна здатність до пізнання та вирішення труднощів, яка поєднує всі пізнавальні здібності людини: відчуття, сприйняття, пам'ять, уявлення, мислення, уяву.

На початку 1980-х років. вчені в галузі теорії обчислень Барр та Файгенбаум запропонували наступне визначення штучного інтелекту (ІІ):

Пізніше до ІІ стали відносити ряд алгоритмів і програмних систем, відмінною властивістю яких є те, що вони можуть вирішувати деякі завдання так, як це робила б людина, що розмірковує над їх рішенням.

Основні властивості ІІ - це розуміння мови, навчання та здатність мислити і, що важливо, діяти.

ІІ – комплекс споріднених технологій і процесів, що розвиваються якісно та стрімко, наприклад:

• обробка тексту природною мовою
• експертні системи
• віртуальні агенти (чат-боти та віртуальні помічники)
• системи рекомендацій.

Технологічні напрями ІІ. Дані Deloitte

Дослідження у сфері ІІ

• Основна стаття:Дослідження у сфері штучного інтелекту

Стандартизація в галузі ІІ

2018: Розробка стандартів у галузі квантових комунікацій, ІІ та розумного міста

Технічний комітет «Кібер-фізичні системи» на базі РВК спільно з Регіональним інжиніринговим центром «СейфНет» 6 грудня 2018 року розпочали розробку комплексу стандартів для ринків Національної технологічної ініціативи (НТІ) та цифрової економіки. До березня 2019 року планується розробити документи технічної стандартизації в галузі квантових комунікацій, та повідомили в РВК. Докладніше .

Вплив штучного інтелекту

Ризик у розвиток людської цивілізації

Вплив на економіку та бізнес

• Вплив технологій штучного інтелекту на економіку та бізнес

Вплив ринку праці

Упередженість штучного інтелекту

В основі всього того, що є практикою ІІ ( машинний переклад, Розпізнавання мови, обробка текстів на природних мовах, комп'ютерний зір, автоматизація водіння автомобілів та багато іншого) лежить глибинне навчання. Це підмножина машинного навчання, яке відрізняється використанням моделей нейронних мереж, про які можна сказати, що вони імітують роботу мозку, тому їх з натяжкою можна віднести до ІІ. Будь-яка модель нейронної мережі навчається на великих наборах даних, таким чином, вона набуває деяких «навичок», але те, як вона ними користується - для творців залишається не ясним, що в кінцевому рахунку стає однією з найважливіших проблем для багатьох програм глибинного навчання. Причина в тому, що така модель працює з образами формально, без розуміння того, що вона робить. Чи є така система ІІ і чи можна довіряти системам, побудованим з урахуванням машинного навчання? Значення відповіді останнє питання виходить межі наукових лабораторій. Тому помітно загострилася увага засобів масової інформації до явища, яке отримало назву AI bias. Його можна перекласти як «необ'єктивність ІІ» або «упередженість ІІ». Докладніше .

Ринок технологій штучного інтелекту

Ринок ІІ в Росії

Світовий ринок ІІ

Сфери застосування ІІ

Сфери застосування ІІ досить широкі і охоплюють як звичні слуху технології, так і нові напрямки, далекі від масового застосування, інакше кажучи, це весь спектр рішень, від пилососів до космічних станцій. Можна розділити їх різноманітність за критерієм ключових точок розвитку.

ІІ - це монолітна предметна область. Більше того, деякі технологічні напрямки ІІ фігурують як нові підгалузі економіки та відокремлені сутності, одночасно обслуговуючи більшість сфер економіки.

Основні комерційні сфери застосування технологій штучного інтелекту

Розвиток застосування використання ІІ веде до адаптації технологій у класичних галузях економіки по всьому ланцюжку створення цінності та перетворює їх, призводячи до алгоритмізації практично всього функціоналу, від логістики до управління компанією.

Використання ІІ з метою оборони та у військовій справі

Використання в освіті

Використання ІІ у бізнесі

ІІ в електроенергетики

• На рівні проектування: покращене прогнозування генерації та попиту на енергоресурси, оцінка надійності енергогенеруючого обладнання, автоматизація підвищення генерації при стрибку попиту.
• На рівні виробництва: оптимізація профілактичного обслуговування обладнання, підвищення ефективності генерації, зниження втрат, запобігання крадіжкам енергоресурсів.
• На рівні просування: оптимізація ціноутворення залежно від часу дня та динамічна тарифікація.
• На рівні надання обслуговування: автоматичний вибір найвигіднішого постачальника, докладна статистика споживання, автоматизоване обслуговування клієнтів, оптимізація енергоспоживання з урахуванням звичок та поведінки клієнта.

ІІ у виробничій сфері

• На рівні проектування: підвищення ефективності розробки нових продуктів, автоматизована оцінка постачальників та аналіз вимог до запчастин та деталей.
• На рівні виробництва: вдосконалення процесу виконання завдань, автоматизація складальних ліній, зниження кількості помилок, зменшення термінів доставки сировини.
• На рівні просування: прогнозування обсягів надання послуг підтримки та обслуговування, керування ціноутворенням.
• На рівні надання обслуговування: покращення планування маршрутів парку транспортних засобів, попиту ресурси автопарку, підвищення якості підготовки сервісних інженерів

ІІ в банках

• Розпізнавання образів – використовується у т.ч. для впізнавання клієнтів у відділеннях та передачі їм спеціалізованих пропозицій.

Основні комерційні сфери застосування технологій штучного інтелекту у банках

ІІ на транспорті

• Автоіндустрія на порозі революції: 5 викликів епохи безпілотного водіння

ІІ в логістиці

ІІ у пивоварінні

Використання ІІ у держуправлінні

ІІ у криміналістиці

• Розпізнавання образів – використовується у т.ч. виявлення злочинців у громадських просторах.

• У травні 2018 стало відомо про використання голландською поліцією штучного інтелекту для розслідування складних злочинів.

Як повідомляє видання The Next Web, правоохоронні органипочали оцифровувати понад 1500 звітів та 30 млн сторінок, пов'язаних з нерозкритими справами. У комп'ютерний формат переносять матеріали, починаючи з 1988 року, в яких злочин не розкривався не менше трьох років, і злочинця було засуджено до понад 12 років позбавлення волі.

Розкрити складний злочин за день. Поліція бере ІІ на озброєння

Після оцифрування всього контенту він буде підключений до системи машинного навчання, яка аналізуватиме записи і вирішуватиме, в яких справах використовуються достовірні докази. Це має знизити час обробки справ та розкриття минулих та майбутніх злочинів з кількох тижнів до одного дня.

Штучний інтелект розподілятиме справи щодо їхньої «розв'язності» і вказуватиме на можливі результати експертизи ДНК. Потім планується автоматизувати аналіз і в інших сферах судової експертизи і, можливо, навіть охопити дані в таких галузях, як суспільні науки та свідчення.

Крім того, як розповів один розробник системи Джерун Хаммер (Jeroen Hammer), у майбутньому можуть бути випущені API-функції для партнерів.

Голландська поліція має спеціальний підрозділ, що спеціалізується на освоєнні нових технологій для розкриття злочинів. Саме він і створило ІІ-систему для швидкого пошукузлочинців за доказами.

ІІ у судовій системі

Розробки в галузі штучного інтелекту допоможуть кардинально змінити судову систему, зробити її більш справедливою та вільною від корупційних схем. Таку думку висловив влітку 2017 доктор технічних наук, технічний консультант Artezio Володимир Крилов.

Вчений вважає, що вже існуючі рішення в галузі AI можна успішно застосовувати в різних сферах економіки та суспільного життя. Експерт вказує, що AI успішно застосовується в медицині, однак у майбутньому здатний повністю змінити судову систему.

«Щодня переглядаючи новинні повідомлення про розробки в галузі ІІ тільки дивуєшся невичерпності фантазії та плідності дослідників та розробників у цій галузі. Повідомлення про наукових дослідженьпостійно чергуються з публікаціями про нові продукти, що вриваються на ринок і повідомленнями про дивовижні результати, отримані за допомогою застосування ІІ в різних галузях. Якщо ж говорити про очікувані події, які супроводжуються помітним хайпом у ЗМІ, в якому ІІ стане знову героєм новин, то я, напевно, не ризикну робити технологічних прогнозів. Можу припустити, що найближчою подією стане поява десь гранично компетентного суду у формі штучного інтелекту, справедливого та непідкупного. Станеться це, мабуть, у 2020-2025 роках. І процеси, які пройдуть у цьому суді, призведуть до несподіваних рефлексій та прагнення багатьох людей передати ІІ більшість процесів управління людським суспільством».

Використання штучного інтелекту в судовій системі вчений визнає «логічним кроком» щодо розвитку законодавчої рівності та справедливості. Машинний розум не схильний до корупції та емоцій, може чітко дотримуватися законодавчих рамок і виносити рішення з урахуванням багатьох факторів, включаючи дані, що характеризують учасників спору. За аналогією з медичною сферою, роботи-судді можуть оперувати великими даними зі сховищ державних служб. Можна припустити, що машинний інтелект зможе швидко обробляти дані та враховувати значно більше факторів, ніж суддя-людина.

Експерти-психологи, втім, вважають, що відсутність емоційної складової під час розгляду судових справ негативно вплине на якість рішення. Вердикт машинного суду може виявитися надто прямолінійним, який не враховує важливість почуттів та настрою людей.

Живопис

У 2015 році Google тестувала нейронні сітіщодо можливості самостійно створювати зображення. Тоді штучний інтелект навчали з прикладу великої кількості різних картинок. Однак, коли машину «попросили» самостійно щось зобразити, то виявилося, що вона інтерпретує навколишній світ дещо дивно. Наприклад, завдання намалювати гантелі, розробники отримали зображення, у якому метал був з'єднаний людськими руками. Ймовірно, це сталося через те, що на етапі навчання аналізовані картинки з гантелями містили руки, і нейронна мережа неправильно це інтерпретувала.

26 лютого 2016 року в Сан-Франциско на спеціальному аукціоні представники Google виручили із психоделічних картин, написаних штучним інтелектом, близько $98 тис. Ці кошти були пожертвовані на благодійність. Одна з найвдаліших картин машини представлена ​​нижче.

Картина написана штучним інтелектом Google.

Штучний інтелект – останнім часом одна з найпопулярніших тем у технологічному світі. Такі уми, як Елон Маск, Стівен Хокінг і Стів Возняк, серйозно стурбовані дослідженнями в області ІІ і стверджують, що його створення загрожує нам смертельною небезпекою. У той же час наукова фантастика та голлівудські фільми породили безліч оман навколо ІІ. Чи нам загрожує небезпека і які неточності ми допускаємо, представляючи знищення Землі Skynet, загальне безробіття чи навпаки достаток і безтурботність? У людських міфах про штучний інтелект розібралося видання Gizmodo. Наводимо повний переклад статті.

Це називали найважливішим тестом машинного розуму з часів перемоги Deep Blue над Гарі Каспаровим у шаховому поєдинку 20-річної давнини. Google AlphaGo переміг на турнірі з Го гросмейстера Лі Седоля з розгромним рахунком 4:1, показавши, наскільки серйозно штучний інтелект (ІІ) просунувся вперед. Доленосний день, коли машини нарешті перевершать в голові людини, ніколи не здавався так близько. Але ми, здається, так і не наблизилися до усвідомлення наслідків цієї епохальної події.

Насправді ми чіпляємося за серйозні і навіть небезпечні помилки про штучний інтелект. Минулого року засновник SpaceX Елон Маск застеріг, що ІІ може захопити світ. Його слова викликали шквал коментарів, як противників, так і прихильників цієї думки. Як для такої майбутньої монументальної події, є разюча кількість розбіжностей щодо того, чи станеться вона, і, якщо так, то в якій формі. Це особливо тривожно, якщо взяти до уваги неймовірну користь, яку може отримати людство від ІІ, та можливі ризики. На відміну від інших винаходів людини, ІІ має потенціал змінити людство або знищити нас.

Важко зрозуміти, чому вірити. Але завдяки першим роботам вчених у галузі обчислювальних наук, нейробіологів, теоретиків у галузі ІІ, починає виникати чіткіша картина. Ось кілька загальних помилок та міфів щодо штучного інтелекту.

Міф №1: "Ми ніколи не створимо ІІ з розумом порівнянним з людським"

Реальність:У нас вже є комп'ютери, які зрівнялися чи перевищили людські можливості у шахах, Го, торгівлі на біржі та розмовах. Комп'ютери та алгоритми, які ними керують, можуть ставати лише кращими. Це лише питання часу, коли вони перевершать людину в будь-якому завданні.

Психолог-дослідник з університету Нью-Йорка Гарі Маркус сказав, що "буквально кожен", хто працює в ІІ, вірить, що машини, врешті-решт, обійдуть нас: "Єдина відмінність між ентузіастами і скептиками - це оцінки термінів". Футуристи на кшталт Рея Курцвейла вважають, що це може статися протягом кількох десятиліть, інші кажуть, що знадобляться століття.

ІІ-скептики не переконливі, коли кажуть, що це технологічна проблема, що не вирішується, а в природі біологічного мозку є щось унікальне. Наші мізки – біологічні машини – вони існують у реальному світіта дотримуються основних законів фізики. У них немає нічого непізнаваного.

Міф №2: “Штучний інтелект матиме свідомість”

Реальність:Більшість уявляє, що машинний розум матиме свідомість і думатиме так, як думають люди. Більше того, критики на кшталт співзасновника Microsoft Пола Аллена вірять, що ми поки що не можемо досягти загального штучного інтелекту (здатна вирішити будь-яке розумове завдання, з яким справляється людина), тому що нам не вистачає наукової теорії свідомості. Але як каже фахівець із когнітивної робототехніки Імперського коледжу Лондона Мюррей Шанахан, нам не можна прирівнювати ці дві концепції.

“Свідомість безумовно дивовижна і важлива річАле я не вірю, що воно необхідне для штучного інтелекту людського рівня. Якщо висловлюватися точніше, ми використовуємо слово “свідомість” для позначення кількох психологічних та когнітивних ознак, які у людини “йдуть у комплекті”, – пояснює вчений.

Розумну машину, якій не вистачає однієї чи кількох подібних ознак, можна уявити. Зрештою, ми можемо створити неймовірний розумний ІІ, який буде нездатний сприймати світ суб'єктивно та усвідомлено. Шанахан стверджує, що розум і свідомість можна поєднати в машині, але ми не повинні забувати, що це дві різні концепції.

Те, що машина проходить тест Тьюринга, в якому вона не відрізняється від людини, не означає наявність у неї свідомості. Для нас передовий ІІ може здаватися усвідомленим, але його самосвідомість буде не більшою, ніж у каменя або калькулятора.

Міф №3: "Нам не варто боятися ІІ"

Реальність:У січні засновник Facebook Марк Цукерберг заявив, що нам не варто боятися ІІ, адже він зробить неймовірну кількість добрих речей для світу. Він має рацію наполовину. Ми отримаємо величезну вигоду від ІІ: від безпілотних автомобілів до створення нових ліків, але немає жодних гарантій, що кожна конкретизація ІІ буде доброякісною.

Високорозумна система може знати все про конкретне завдання, на кшталт вирішення неприємної фінансової проблеми або злому системи ворожої оборони. Але поза межами цих спеціалізацій вона буде глибоко неосвічена і не свідома. Система Google DeepMind експерт у Го, але вона не має можливостей або причин досліджувати сфери поза своєю спеціалізацією.

Багато з цих систем можуть не підкорятися міркуванням безпеки. Хороший приклад – складний та потужний вірус Stuxnet, воєнізований черв'як, розроблений військовими Ізраїлю та США для проникнення та диверсії роботи іранських атомних станцій. Це вірус якимось чином (спеціально чи випадково) заразив російську атомну станцію.

Ще один приклад, програма Flame, використана для кібершпигунства на Близькому Сході. Легко уявити майбутні версії Stuxnet або Flame, які виходять за межі своїх цілей і завдають величезної шкоди чутливій інфраструктурі. (Для розуміння, ці віруси не є ІІ, але в майбутньому вони можуть його мати, звідки й неспокій).

Вірус Flame використовувався для кібершпигунства на Близькому Сході. Фото: Wired

Міф №4: "Штучний суперінтелект буде занадто розумний, щоб робити помилки"

Реальність:Дослідник ІІ та засновник Surfing Samurai Robots Річард Лусимор вважає, що більшість сценаріїв судного дня, Пов'язаного з ІІ, непослідовні. Вони завжди побудовані на припущенні, що ІІ каже: "Я знаю, що знищення людства викликано збоєм у моїй конструкції, але я все одно змушений це зробити". Лусимор каже, що якщо ІІ поводитиметься так, розмірковуючи про наше знищення, то такі логічні протиріччя переслідуватимуть його все життя. Це, у свою чергу, погіршує його базу знань та робить його надто дурним для створення небезпечної ситуації. Вчений також стверджує, що люди, які говорять: "ІІ може робити тільки те, на що його запрограмували", помиляються так само, як і їхні колеги на зорі комп'ютерної ери. Тоді люди використовували цю фразу, стверджуючи, що комп'ютери не здатні продемонструвати жодної гнучкості.

Пітер Макінтайр та Стюарт Армстронг, які працюють в Інституті майбутнього людства при Оксфордському університеті, не погоджуються з Лусимором. Вони стверджують, що ІІ значною мірою пов'язаний з тим, як його запрограмували. Макінтайр і Армстронг вірять, що ІІ не зможе робити помилок або бути занадто тупим, щоб не знати, чого ми від нього очікуємо.

“За визначенням, штучний суперінтелект (ІСІ) – суб'єкт, з розумом значно більшим, ніж має кращий людський мозок у будь-якій галузі знань. Він точно знатиме, що ми хотіли, щоб він зробив”, – стверджує Макінтайр. Обидва вчені вірять, що ІІ робитиме лише те, на що запрограмовано. Але якщо він стане досить розумним, він зрозуміє, як це відрізняється від духу закону чи намірів людей.

Макінтайр порівняв майбутню ситуацію людей та ІІ з теперішньою взаємодією людини та миші. Мета миші – шукати їжу та притулок. Але вона часто конфліктує з бажанням людини, яка хоче, щоб її звірятко бігало навколо неї вільно. “Ми досить розумні, щоб розуміти деякі цілі мишей. Тож ІСІ також розумітиме наші бажання, але бути до них байдужим”, – каже вчений.

Як показує сюжет фільму Ex Machina людині буде вкрай складно утримувати розумніший ІІ

Міф №5: "Проста латка вирішить проблему контролю ІІ"

Реальність:Створивши штучний інтелект розумнішою за людину, ми зіткнемося з проблемою відомою як “проблема контролю”. Футуристи та теоретики ІІ впадають у стан повної розгубленості, якщо їх запитати, як ми будемо утримувати та обмежувати ІСІ, якщо такий з'явиться. Або як переконатися, що він буде дружньо налаштований щодо людей. Нещодавно дослідники з Інституту технологій Джорджії наївно припустили, що ІІ може запозичити людські цінності та соціальні правила, читаючи прості історії. Насправді, це буде набагато складніше.

"Пропонувалося безліч простих трюків, які можуть "вирішити" всю проблему контролю ІІ", - говорить Армстронг. Приклади включали програмування ІСІ так, щоб його метою було догоджати людям, або щоб він просто функціонував як інструмент у руках людини. Ще варіант – інтегрувати концепції кохання чи поваги у вихідний код. Щоб запобігти ІІ від прийняття спрощеного, однобокого погляду на світ, пропонувалося запрограмувати його цінувати інтелектуальну, культурну та соціальну різноманітність.

Але ці рішення надто прості, як спроба втиснути всю складність людських симпатій та антипатій в одне поверхневе визначення. Спробуйте, наприклад, вивести чітке, логічне і здійснене визначення “поваги”. Це дуже складно.

Машини в Матриці могли без проблем знищити людство.

Міф №6: "Штучний інтелект нас знищить"

Реальність:Немає жодної гарантії, що ІІ нас знищить, або що ми не зможемо знайти можливості контролювати його. Як сказав теоретик ІІ Елізер Юдковський: “ІІ не любить, ні ненавидить вас, але ви зроблені з атомів, які він може використовувати для інших цілей”.

У книзі “Штучний інтелект. Етапи. Загрози. Стратегії” оксфордський філософ Нік Бостром написав, що справжній штучний суперінтелект після його появи створить ризик більший, ніж будь-які інші людські винаходи. Видатні уми на кшталт Елона Маска, Білла Гейтса та Стівена Хокінга (останній попередив, що ІІ може бути нашою "найгіршою помилкою в історії") також висловили стурбованість.

Макінтайр сказав, що у більшості цілей, якими може керуватися ІСІ, є вагомі причинипозбутися людей.

“ІІ може спрогнозувати, досить правильно, що ми не хочемо, щоб він максимізував прибуток конкретної компанії, хоч би чого це коштувало клієнтам, навколишньому середовищіта тваринам. Тому він має сильний стимул, щоб подбати про те, що його не перервуть, не завадять, вимикають чи не змінять його цілей, оскільки через це початкові цілі не будуть виконані”, – стверджує Макінтайр.

Якщо тільки цілі ІСІ не будуть точно відображати наші власні, то у нього будуть гідні приводи не дати нам можливості його зупинити. Враховуючи, що рівень його інтелекту значно перевершує наш, ми з цим нічого не зможемо вдіяти.

Ніхто не знає, яку форму набуде ІІ і як він може загрожувати людству. Як зазначив Маск, штучний інтелект може використовуватися для контролю, регулювання та моніторингу іншого ІІ. Або він може бути наповнений людськими цінностями або переважним бажанням бути дружнім до людей.

Міф №7: "Штучний суперінтелект буде доброзичливим"

Реальність:Філософ Іммануїл Кант вірив, що розум дуже корелює з моральністю. Нейробіолог Давид Чалмерс у своєму дослідженні “Сингулярність: Філософський аналіз” взяв відому ідею Канта і застосував її до штучного суперінтелекту, що виник.

Якщо це правильно… ми можемо очікувати, що інтелектуальний вибух призведе до вибуху моральності. Потім ми можемо очікувати, що ІСІ системи, що з'явилися, будуть суперморальні так само, як і суперінтелектуальні, що дозволить нам очікувати від них доброякісності.

Але ідея того, що розвинений ІІ буде просвітленим і добрим, по суті, не дуже правдоподібна. Як зазначив Армстронг, є багато розумних військових злочинців. Не схоже, що зв'язок між розумом та моральністю існує серед людей, тому він піддає сумніву роботу цього принципу серед інших розумних форм.

“Розумні люди, які ведуть себе аморально, можуть викликати біль набагато більших масштабів, ніж їхні дурніші колеги. Розумність просто дає їм можливість бути поганими з великим розумом, вона не перетворює їх на добряків”, – стверджує Армстронг.

Як пояснив Макінтайр, можливість суб'єкта досягти мети не ставитись до того, чи буде ця мета розумною для початку. “Нам дуже сильно пощастить, якщо наші ІІ будуть унікально обдарованими і рівень їхньої моральності зростатиме разом із розумом. Сподіватися на успіх – не найкращий підхід для того, що може визначити наше майбутнє”, – каже він.

Міф №8: "Ризики ІІ та робототехніки рівнозначні"

Реальність:Це особливо часта помилка, що насаджується некритичними ЗМІ та голлівудськими фільмами на кшталт “Термінатора”.

Якби штучний суперінтелект на кшталт Skynet справді захотів би знищити людство, він не використовував андроїдів з шестиствольними кулеметами. Набагато ефективніше було б наслати біологічну чуму чи нанотехнологічну сіру слиз. Або просто знищити атмосферу.

Штучний інтелект потенційно небезпечний не тим, що може вплинути на розвиток роботетехніки, а тим, як його поява вплине на світ у принципі.

Міф №9: "Зображення ІІ у науковій фантастиці - точне відображення майбутнього"

Безліч видів розумів. Зображення: Елізер Юдковський

Звичайно, автори та футуристи використали наукову фантастику, щоб робити фантастичні прогнози, але обрій подій, який встановлює ІСІ, це зовсім інша опера. Понад те, нелюдська природа ІІ унеможливлює знання, отже, і передбачення, його природи і форми.

Щоб розважати нас, дурних людей, у науковій фантастиці більшість ІІ зображені схожими на нас. Існує спектр всіх можливих розумів. Навіть серед людей ви досить відрізняєтеся від свого сусіда, але ця варіація ніщо, порівняно з усіма розумами, які можуть існувати”, – каже Макінтайр.

Більшість науково-фантастичних творів, щоб розповісти переконливу історію, не повинні бути науково точними. Конфлікт зазвичай розгортається між близькими за силою героями. "Уявіть, наскільки б нудною була історія, де ІІ без свідомості, радості чи ненависті, покінчив би з людством без жодного опору, щоб досягти нецікавої мети", - позіхаючи, розповідає Армстронг.

На заводі Tesla працюють сотні роботів

Міф №10: "Це жахливо, що ІІ забере всю нашу роботу"

Реальність:Можливість ІІ автоматизувати багато, з того, що ми робимо, та її потенціал знищити людство, дві зовсім різні речі. Але згідно з Мартіном Фордом, автором “На зорі роботів: Технології та загроза безробітного майбутнього”, їх часто розглядають як ціле. Добре думати про віддалене майбутнє застосування ІІ, але тільки якщо воно не відволікає нас від проблем, з якими нам доведеться зіткнутися протягом найближчих десятиліть. Головна серед них – масова автоматизація.

Ніхто не ставить під сумнів, що штучний інтелект замінить безліч професій, від працівника фабрики до вищих ешелонів білих комірців. Деякі експерти передбачають, що половині всіх робочих місць США загрожує автоматизація у найближчому майбутньому.

Але це не означає, що ми не зможемо подолати потрясіння. Взагалі, рятування від більшої частини нашої роботи, як фізичної так і ментальної, - квазі-утопічна мета нашого виду.

“Протягом кількох десятиліть ІІ знищить безліч професій, але це непогано”, – каже Міллер. Безпілотні автомобілі замінять водіїв вантажівок, що скоротить вартість доставки і, як наслідок, зробить багато продуктів дешевшим. “Якщо ви водій вантажівки і заробляєте цим на життя – ви втратите, але всі інші, навпаки, зможуть купувати більше товарів на ту саму зарплату. А гроші, які вони відкладуть, будуть витрачені на інші товари та послуги, які створять нові робочі місця для людей”, – стверджує Міллер.

Ймовірно, штучний інтелект створюватиме нові можливості виробництва блага, звільнивши людей для зайняття іншими речами. Успіхи у розвитку ІІ супроводжуватимуться успіхами в інших галузях, особливо у виробництві. У майбутньому нам стане легше, а не складніше задовольняти наші основні потреби.

Штучний інтелект

Штучний інтелект - розділ інформатики, що вивчає можливість забезпечення розумних міркувань та дій за допомогою обчислювальних систем та інших штучних пристроїв. При цьому в більшості випадків наперед невідомий алгоритм розв'язання задачі.

Точного визначення цієї науки не існує, тому що у філософії не вирішено питання про природу та статус людського інтелекту. Немає і точного критерію досягнення комп'ютерами «розумності», хоча на зорі штучного інтелекту було запропоновано низку гіпотез, наприклад, тест Тьюринга чи гіпотеза Ньюелла – Саймона. на Наразіє безліч підходів як до розуміння завдання ІІ, так і до створення інтелектуальних систем.

Так, одна з класифікацій виділяє два підходи до розробки ІІ:

низхідний, семіотичний - створення символьних систем, що моделюють високорівневі психічні процеси: мислення, міркування, мовлення, емоції, творчість тощо;

висхідний, біологічний - вивчення нейронних мереж та еволюційні обчислення, що моделюють інтелектуальну поведінку на основі дрібніших «неінтелектуальних» елементів.

Ця наука пов'язана з психологією, нейрофізіологією, трансгуманізмом та іншими. Як і всі комп'ютерні науки, вона використовує математичний апарат. Особливе значення для неї мають філософія та робототехніка.

Штучний інтелект - дуже молода область досліджень, старт якої було дано 1956 року. Її історичний шлях нагадує синусоїду, кожен «зліт» якої ініціювався якоюсь новою ідеєю. У теперішній моментїї розвиток знаходиться на «спаді», поступаючись місцем застосування вже досягнутих результатів в інших галузях науки, промисловості, бізнесі і навіть повсякденному житті.

Підходи до вивчення

Існують різні підходи до побудови систем ІІ. На даний момент можна виділити 4 досить різні підходи:

1. Логічний підхід. Основою логічного підходу служить Булева алгебра. Кожен програміст знайомий з нею та з логічними операторами з тих пір, коли він освоював оператор IF. Свій подальший розвиток Булева алгебра отримала у вигляді обчислення предикатів - в якому вона розширена за рахунок введення предметних символів, відносин між ними, кванторів існування та загальності. Практично кожна система ІІ, побудована на логічному принципі, є машиною доказу теорем. У цьому вихідні дані зберігаються у базі даних як аксіом, правила логічного виведення як відносини з-поміж них. Крім того, кожна така машина має блок генерації мети і система виведення намагається довести цю метуяк теорему. Якщо мета доведена, то трасування застосованих правил дозволяє отримати ланцюжок дій, необхідні реалізації поставленої мети (така система відома як експертні системи). Потужність такої системи визначається можливостями генератора цілей та машиною доказу теорем. Досягти більшої виразності логічного підходу дозволяє такий порівняно новий напрямок, як нечітка логіка. Основною її відмінністю є те, що правдивість висловлювання може приймати в ній крім так/ні (1/0) ще й проміжні значення - не знаю (0.5), пацієнт швидше живий, ніж мертвий (0.75), пацієнт швидше за мертвий, ніж живий ( 0.25). Цей підхід більше схожий на мислення людини, оскільки він на запитання рідко відповідає тільки так чи ні.

2. Під структурним підходом ми маємо на увазі тут спроби побудови ІІ шляхом моделювання структури людського мозку. Однією з перших таких спроб був перцептрон Френка Розенблатта. Основний структурованої одиницею, що моделюється, в перцептронах (як і в більшості інших варіантів моделювання мозку) є нейрон. Пізніше виникли й інші моделі, які відомі більшості під терміном нейронні мережі (НС). Ці моделі розрізняються за будовою окремих нейронів, за топологією зв'язків між ними та за алгоритмами навчання. Серед найбільш відомих зараз варіантів СР можна назвати СР зі зворотним поширенням помилки, мережі Хопфілда, стохастичні нейронні мережі. У ширшому значенні такий підхід відомий як Коннективізм.

3. Еволюційний підхід. При побудові систем ІІ з цього підходу основна увага приділяється побудові початкової моделі, і правил, якими вона може змінюватися (еволюціонувати). Причому модель може бути складена за різними методами, це може бути НС і набір логічних правил і будь-яка інша модель. Після цього ми включаємо комп'ютер і він, на підставі перевірки моделей відбирає найкращі з них, на підставі яких за різними правилами генеруються нові моделі. Серед еволюційних алгоритмів класичним вважається генетичний алгоритм

4. Імітаційний підхід. Цей підхід є класичним для кібернетики з одним із її базових понятьчорний ящик. Об'єкт, поведінка якого імітується, якраз і є «чорною скринькою». Нам не важливо, що в нього і в моделі всередині і як він функціонує, головне, щоб наша модель в аналогічних ситуаціях поводилася так само. Таким чином, тут моделюється інша властивість людини - здатність копіювати те, що роблять інші, не вдаючись у подробиці, навіщо це потрібно. Найчастіше ця здатність економить йому багато часу, особливо на початку його життя.

У рамках гібридних інтелектуальних систем намагаються поєднати ці напрямки. Експертні правила висновків можуть генеруватися нейронними мережами, а породжувальні правила отримують за допомогою статистичного навчання.

p align="justify"> Багатообіцяючий новий підхід, званий посилення інтелекту, розглядає досягнення ІІ в процесі еволюційної розробки як побічний ефект посилення людського інтелекту технологіями.

Напрями досліджень

Аналізуючи історію ІІ, можна назвати такий великий напрямок як моделювання міркувань. Довгі роки розвиток цієї науки рухався саме цим шляхом, і тепер це одна з найрозвиненіших областей у сучасному ІІ. Моделювання міркувань має на увазі створення символьних систем, на вході яких поставлено якесь завдання, а на виході потрібно її вирішення. Як правило, запропонована задача вже формалізована, тобто переведена в математичну форму, але або немає алгоритму рішення, або він занадто складний, трудомісткий і т. п. У цей напрямок входять: доказ теорем, прийняття рішень та теорія ігор, планування та диспетчеризація, прогнозування.

Важливим напрямом є обробка природної мови, в рамках якої проводиться аналіз можливостей розуміння, обробки та генерації текстів «людською» мовою. Зокрема, тут ще не вирішено проблему машинного перекладу текстів з однієї мови на іншу. У світі велику роль грає розробка методів інформаційного пошуку. За своєю природою, оригінальний тест Тьюринга пов'язаний із цим напрямком.

На думку багатьох вчених, важливою властивістю інтелекту є здатність до навчання. Таким чином, на перший план виходить інженерія знань, що поєднує завдання отримання знань із простої інформації, їх систематизації та використання. Досягнення у цій галузі зачіпають майже всі інші напрями досліджень ІІ. Тут також не можна не відзначити дві важливі підобласті. Перша їх - машинне навчання - стосується процесу самостійного отримання знань інтелектуальної системою у її роботи. Друге пов'язане зі створенням експертних систем - програм, що використовують спеціалізовані бази знань для отримання достовірних висновків з будь-якої проблеми.

Великі та цікаві досягнення є в галузі моделювання біологічних систем. Строго кажучи, сюди можна зарахувати кілька незалежних напрямків. Нейронні мережі використовуються для вирішення нечітких та складних проблем, таких як розпізнавання геометричних фігур або кластеризація об'єктів. Генетичний підхід заснований на ідеї, що певний алгоритм може стати ефективнішим, якщо запозичить кращі характеристики в інших алгоритмів («батьків»). Відносно новий підхід, де ставиться завдання створення автономної програми - агента, що взаємодіє із зовнішнім середовищем, називається агентним підходом. А якщо належним чином змусити масу «не дуже інтелектуальних» агентів взаємодіяти разом, можна отримати «мурашиний» інтелект.

Завдання розпізнавання образів вже частково вирішуються у межах інших напрямів. Сюди відносяться розпізнавання символів, рукописного тексту, промови, аналіз текстів. Особливо варто згадати комп'ютерний зір, який пов'язаний із машинним навчанням та робототехнікою.

Взагалі, робототехніка та штучний інтелект часто асоціюються один з одним. Інтегрування цих двох наук, створення інтелектуальних роботів можна вважати ще одним напрямом ІІ.

Осібно тримається машинна творчість, у зв'язку з тим, що природа людської творчості ще менш вивчена, ніж природа інтелекту. Тим не менш, ця область існує, і тут поставлені проблеми написання комп'ютером музики, літературних творів (часто – віршів чи казок), художня творчість.

Нарешті, існує безліч додатків штучного інтелекту, кожна з яких утворює майже самостійний напрямок. Як приклади можна навести програмування інтелекту в комп'ютерних іграх, нелінійне керування, інтелектуальні системи безпеки.

Можна помітити, що багато областей досліджень перетинаються. Це властиво для будь-якої науки. Але в штучному інтелекті взаємозв'язок між, здавалося б, різними напрямками виражений особливо сильно, і це пов'язано з філософською суперечкою про сильне і слабке ІІ.

На початку XVII століття Рене Декарт припустив, що тварина - складний механізм, тим самим сформулювавши механістичну теорію. У 1623 р. Вільгельм Шикард побудував першу механічну цифрову обчислювальну машину, за якою пішли машини Блеза Паскаля (1643) і Лейбніца (1671). Лейбніц також був першим, хто описав сучасну двійкову систему числення, хоча до нього цією системою періодично захоплювалися багато великих учених. У XIX столітті Чарльз Беббідж та Ада Лавлейс працювали над програмованою механічною обчислювальною машиною.

У 1910-1913 pp. Бертран Рассел та А. Н. Уайтхед опублікували роботу «Принципи математики», яка зробила революцію у формальній логіці. У 1941 Конрад Цузе побудував перший працюючий програмно-контрольований комп'ютер. Уоррен Маккалок і Валтер Піттс в 1943 опублікували A Logical Calculus Ideas Immanent in Nervous Activity, який заклав основи нейронних мереж.

Сучасний стан справ

На даний момент (2008) у створенні штучного інтелекту (у первісному значенні цього слова, експертні системи та шахові програми сюди не належать) спостерігається дефіцит ідей. Майже всі підходи були випробувані, але до появи штучного розуму жодна дослідницька групатак і не підійшла.

Деякі з найбільш вражаючих цивільних ІІ систем:

Deep Blue - переміг чемпіона світу з шахів. (Матч Каспаров проти суперЕОМ не приніс задоволення ні комп'ютерникам, ні шахістам і система не була визнана Каспаровим, хоча оригінальні компактні шахові програми невід'ємний елемент шахової творчості. Потім лінія суперкомп'ютерів IBM проявилася в проектах brute force BluGene (молекулярне) швейцарський центр Blue Brain. Ця історія- приклад заплутаних та засекречених відносин ІІ, бізнесу та національних стратегічних завдань.)

Mycin - одна з ранніх експертних систем, яка могла діагностувати невеликий набір захворювань, причому часто так само, як і лікарі.

20q – проект, заснований на ідеях ІІ, за мотивами класичної гри «20 питань». Став дуже популярним після появи в інтернеті на сайті 20q.net.

Розпізнавання мови. Системи, такі як ViaVoice, здатні обслуговувати споживачів.

Роботи у щорічному турнірі RoboCup змагаються у спрощеній формі футболу.

Застосування ІІ

Банки застосовують системи штучного інтелекту (СІІ) у страховій діяльності (актуарна математика) при грі на біржі та управлінні власністю. У серпні 2001 року роботи виграли у людей в імпровізованому змаганні з трейдингу (BBC News, 2001). Методи розпізнавання образів, (включаючи як складніші та спеціалізовані, так і нейронні мережі) широко використовують при оптичному та акустичному розпізнаванні (у тому числі тексту та мовлення), медичній діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також задля забезпечення низки інших завдань національної безпеки.

Розробники комп'ютерних ігор змушені застосовувати ІІ того чи іншого ступеня опрацьованості. Стандартними завданнями ІІ в іграх є знаходження шляху у двовимірному чи тривимірному просторі, імітація поведінки бойової одиниці, розрахунок правильної економічної стратегії тощо.

Перспективи ІІ

Проглядаються два напрями розвитку ІІ:

перше полягає у вирішенні проблем, пов'язаних з наближенням спеціалізованих систем ІІ до можливостей людини та їх інтеграції, що реалізована природою людини.

друге полягає у створенні Штучного Розуму, що представляє інтеграцію вже створених систем ІІ в єдину систему, здатну вирішувати проблеми людства

Зв'язок з іншими науками

Штучний інтелект тісно пов'язаний із трансгуманізмом. А разом із нейрофізіологією та когнітивною психологією він утворює більш загальну науку, звану когнітологію. Окрему роль у штучному інтелекті грає філософія.

Філософські питання

Наука «про створення штучного розуму» не могла не привернути увагу філософів. З появою перших інтелектуальних систем було порушено фундаментальні питання про людину та знання, а частково про світоустрій. З одного боку, вони нерозривно пов'язані з цією наукою, з другого - привносять у неї певний хаос. Серед дослідників ІІ досі немає будь-якої домінуючої погляду на критерії інтелектуальності, систематизацію розв'язуваних цілей і завдань, немає навіть суворого визначення науки.

Чи може машина думати?

Найбільш гарячі суперечки у філософії штучного інтелекту викликає питання можливості мислення творіння людських рук. Питання «Чи може машина мислити?», який підштовхнув дослідників до створення науки про моделювання людського розуму, було поставлене Аланом Тьюрінгом у 1950 році. Дві основні точки зору це питання носять назви гіпотез сильного і слабкого штучного інтелекту.

Термін «сильний штучний інтелект» ввів Джон Серль, його словами підхід і характеризується:

Більше того, така програма буде не просто моделлю розуму; вона в буквальному значенніслова сама і буде розумом, у тому сенсі, в якому людський розум - це розум ».

Навпаки, прихильники слабкого ІІ вважають за краще розглядати програми лише як інструмент, що дозволяє вирішувати ті чи інші завдання, які не вимагають повного спектру людських пізнавальних здібностей.

В своєму уявному експерименті"Китайська кімната", Джон Серль показує, що проходження тесту Тьюринга не є критерієм наявності у машини справжнього процесу мислення.

Мислення є процес обробки інформації, що знаходиться в пам'яті: аналіз, синтез і самопрограмування.

Аналогічну позицію займає і Роджер Пенроуз, котрий у своїй книзі «Новий розум короля» аргументує неможливість одержання процесу мислення на основі формальних систем.

Існують різні погляди на це питання. Аналітичний підхід передбачає аналіз вищої нервової діяльності людини до нижчого, неподільного рівня (функція вищої нервової діяльності, елементарна реакція на зовнішні подразники (стимули), подразнення синапсів сукупності пов'язаних функцією нейронів) та подальше відтворення цих функцій.

Деякі фахівці за інтелект приймають здатність раціонального, вмотивованого вибору, в умовах нестачі інформації. Тобто інтелектуальною просто вважається та програма діяльності (не обов'язково реалізована на сучасних ЕОМ), яка зможе вибрати з певної множини альтернатив, наприклад, куди йти у разі «ліворуч підеш …», «право підеш …», «прямо підеш …»

Наука про знання

Також, із проблемами штучного інтелекту тісно пов'язана епістемологія – наука про знання у рамках філософії. Філософи, що займаються даною проблематикою, вирішують питання, схожі на ті, які вирішуються інженерами ІІ про те, як краще представляти і використовувати знання та інформацію.

Ставлення до ІІ у суспільстві

ІІ та релігія

Серед послідовників авраамічних релігій є кілька точок зору можливість створення ІІ з урахуванням структурного підходу.

За однією з них мозок, роботу якого намагаються імітувати системи, на їхню думку, не бере участь у процесі мислення, не є джерелом свідомості та будь-якої іншої розумової діяльності. Створення ІІ на основі структурного підходу неможливе.

Відповідно до іншої точки зору, мозок бере участь у процесі мислення, але у вигляді "передавача" інформації від душі. Мозок відповідальний за такі "прості" функції, як безумовні рефлекси, реакція на біль тощо. Створення ІІ на основі структурного підходу можливе, якщо система, що конструюється, зможе виконувати "передавальні" функції.

Обидві позиції відповідають даним сучасної науки, т.к. поняття душа не розглядається сучасною наукою як наукова категорія.

На думку багатьох буддистів, ІІ можливий. Так, духовний лідер далай-лама XIV не відкидає можливості існування свідомості на комп'ютерній основі.

Раеліти активно підтримують розробки у сфері штучного інтелекту.

ІІ та наукова фантастика

У науково-фантастичній літературі ІІ найчастіше зображується як сила, яка намагається повалити владу людини (Омніус, HAL 9000, Скайнет, Colossus, Матриця та реплікант) або обслуговуючий гуманоїд (C-3PO, Data, KITT та KARR, Двохсотрічна людина). Неминуча домінування над світом ІІ, що вийшов з-під контролю, заперечується такими фантастами як Айзек Азімов та Kevin Warwick.

Цікаве бачення майбутнього представлене у романі «Вибір за Тьюрингом» письменника-фантаста Гаррі Гаррісона та вченого Марвіна Мінська. Автори міркують на тему втрати людяності в людини, в мозок якого було вживлено ЕОМ, і придбання людяності машиною з ІІ, на згадку про яку було скопійовано інформацію з мозку людини.

Деякі наукові фантасти, наприклад Вернор Віндж, також розмірковували над наслідками появи ІІ, яка, мабуть, викличе різкі драматичні зміни у суспільстві. Такий період називають технологічною сингулярністю.

Штучний інтелект

Штучний інтелект[англ. Artificial intelligence (AI)] - розділ інформатики, що вивчає можливість забезпечення розумних міркувань та дій за допомогою обчислювальних систем та інших штучних пристроїв.
При цьому в більшості випадків наперед невідомий алгоритм розв'язання задачі.
Перші дослідження, що відносяться до штучного інтелекту, були здійснені майже відразу після появи перших обчислювальних машин.
У 1910-13 pp. Бертран Рассел та Alfred North Whitehead опублікували роботу "Принципи математики", яка зробила революцію у формальній логіці. У 1931 р. Курт Гедель показав, що досить складна формальна система містить твердження, які не можна ні довести ні спростувати у межах цієї системи. Таким чином, система ІІ, яка встановлює істинність всіх тверджень, виводячи їх з аксіом, не може довести ці твердження. Оскільки люди можуть "побачити" істинність таких тверджень, ІІ став розглядатися як щось другорядне. У 1941 р. Конрад Цузе побудував перший працюючий програмно-контрольований комп'ютер. Уоррен Маккалок та Walter Pitts у 1943 р. опублікували A Logical Calculus of Ideas Immanent in Nervous Activity, який заклав основи нейронних мереж.
У 1954 р. американський дослідник А. Ньюел (A. Newel) вирішив написати програму для гри в шахи. Цією ідеєю він поділився з аналітиками корпорації "РЕНД" (RAND Corporation, www.rand.org) Дж. Шоу (J.Show) та Г.Саймоном (H.Simon), які запропонували Ньюеллу свою допомогу. Як теоретичну основу такої програми було вирішено використовувати метод, запропонований у 1950 р. Клодом Шенноном (C.E. Shannon), засновником теорії інформації. Точна формалізація цього методу була виконана Аланом Т'юрінгом (Alan Turing). Він же промоделював його вручну. До роботи було залучено групу голландських психологів під керівництвом А. Де Гроота (A. de Groot), які вивчали стилі гри видатних шахістів. Через два роки спільної роботи цим колективом було створено мову програмування ІПЛ1 - мабуть першу символьну мову обробки списків. Незабаром була написана і перша програма, яку можна віднести до досягнень у галузі штучного інтелекту. Це була програма "Логік-Теоретик" (1956), призначена для автоматичного доказу теорем у обчисленні висловлювань.
Власне ж програма для гри в шахи, NSS, була завершена в 1957 р. В основі її роботи лежали так звані евристики (правила, які дозволяють зробити вибір за відсутності точних теоретичних підстав) та опису цілей. Керуючий алгоритм намагався зменшити різницю між оцінками поточної ситуації та оцінками мети чи однієї з подцелей.
У 1960 р. тією самою групою, з урахуванням принципів, використаних у NSS, було написано програма, що її творці назвали GPS (General Problem Solver)- універсальний решатель завдань. GPS могла справлятися з низкою головоломок, обчислювати невизначені інтеграли, вирішувати деякі інші завдання. Ці результати привернули увагу фахівців у галузі обчислень. З'явилися програми автоматичного доказу теорем з планіметрії та розв'язання алгебраїчних завдань (сформульованих на англійській мові).
Джона Маккарті (J. McCarty) зі Стенфорда зацікавили математичні основицих результатів та взагалі символьних обчислень. В результаті в 1963 р. ним було розроблено мову ЛІСП (LISP, від List Processing), основу якого склало використання єдиного спискового уявлення для програм і даних, застосування виразів для визначення функцій, дужковий синтаксис.
До досліджень у галузі штучного інтелекту стали виявляти інтерес та логіки. У тому ж 1964 р. була опублікована робота ленінградського логіка Сергія Маслова "Зворотний метод встановлення виведення в класичному обчисленні предикатів", в якій вперше пропонувався метод автоматичного пошуку доказу теорем у обчисленні предикатів.
Через рік пізніше (1965 р.) США з'являється робота Дж.А.Робинсона (J.A.Pobinson) , присвячена дещо іншому методу автоматичного пошуку докази теорем у обчисленні предикатів першого порядку. Цей метод був названий методом резолюцій і став відправною точкою для створення нової мови програмування з вбудованою процедурою логічного висновку - мови Пролог (PROLOG) у 1971 році.
У 1966 році в СРСР Валентином Турчин був розроблений мову рекурсивних функцій Рефал, призначений для опису мов і різних видівїхня обробка. Хоча він і був задуманий як алгоритмічна метамова, але для користувача це була, подібно до ЛІСП і Прологу, мова обробки символьної інформації.
Наприкінці 60-х років. з'явилися перші ігрові програми, системи для елементарного аналізу тексту та вирішення деяких математичних завдань(геометрії, інтегрального обчислення). У складних переборних проблемах, що виникали при цьому, кількість варіантів, що перебираються, різко знижувалася застосуванням всіляких евристик і " здорового глуздуТакий підхід стали називати евристичним програмуванням. Подальший розвиток евристичного програмування йшов шляхом ускладнення алгоритмів і поліпшення евристик. розширять її можливостей Програма, яка грає в шахи, ніколи не гратиме у шашки чи карткові ігри.
Поступово дослідники почали розуміти, що всім раніше створеним програмам бракує найважливішого - знань у відповідній галузі. Фахівці, вирішуючи завдання, досягають високих результатівзавдяки своїм знанням та досвіду; якщо програми будуть звертатися до знань та застосовувати їх, то вони також досягнуть високої якості роботи.
Це розуміння, що виникло на початку 70-х років, по суті, означало якісний стрибок у роботах з штучного інтелекту.
Основні міркування щодо цього висловив у 1977 р. на 5-й Об'єднаній конференції з штучного інтелекту американський вчений Е.Фейгенбаум (E.Feigenbaum).
Вже до середини 70-х років. з'являються перші прикладні інтелектуальні системи, використовують різні способи представлення знань на вирішення завдань - експертні системи. Однією з перших була експертна система DENDRAL, розроблена в університеті Станфорду і призначена для породження формул хімічних сполукна основі спектрального аналізу. В даний час DENDRAL поставляється покупцям разом із спектрометром. Система Mycin призначена для діагностики та лікування інфекційних захворювань крові. Система PROSPECTOR прогнозує поклади з корисними копалинами. Є відомості про те, що з її допомогою було відкрито поклади молібдену, цінність яких перевищує 100 мільйонів доларів. Система оцінки якості води, реалізована на основі російської технології SIMER + MIR кілька років тому, причини перевищення гранично допустимих концентрацій забруднюючих речовин у Москві-ріці в районі Срібного Бору. Система CASNET призначена для діагностики та вибору стратегії лікування глаукоми тощо.
В даний час розробка та реалізація експертних систем виділилася в самостійну інженерну галузь. Наукові ж дослідження зосереджені у низці напрямів, деякі з яких перераховані нижче.
Теорією явно не визначено, що саме вважати необхідними та достатніми умовами досягнення інтелектуальності. Хоча щодо цього існує низка гіпотез, наприклад, гіпотеза Ньюелла-Саймона. Зазвичай реалізації інтелектуальних систем підходять саме з погляду моделювання людської інтелектуальності. Таким чином, у рамках штучного інтелекту розрізняють два основні напрямки:
■ символьне (семіотичне, низхідне) засноване на моделюванні високорівневих процесів мислення людини, на представленні та використанні знань;
■ нейрокібернетичне (нейросєтьове, висхідне) засноване на моделюванні окремих низькорівневих структур мозку (нейронів).
Таким чином, надзавданням штучного інтелекту є побудова комп'ютерної інтелектуальної системи, яка мала б рівень ефективності рішень неформалізованих завдань, порівнянним з людським або перевершуючим його.
Найчастіше використовувані при побудові систем штучного інтелекту парадигми програмування - функціональне програмування та логічне програмування. Від традиційних структурного та об'єктно-орієнтованого підходів до розробки програмної логіки вони відрізняються нелінійним висновком рішень та низькорівневими засобами підтримки аналізу та синтезу структур даних.
Можна виділити дві наукові школи з різними підходами до проблеми ІІ: Конвенційний ІІ та Обчислювальний ІІ.
У конвенційному ІІголовним чином використовуються методи машинного самонавчання, засновані на формалізмі та статистичному аналізі.
Методи конвенційного ІІ:
■ Експертні системи: програми, які, діючи за певними правилами, обробляють велику кількість інформації, і в результаті видають висновок на її основі.
■ Міркування на основі аналогічних випадків (Case-based reasoning).
■ Байєсівські мережі - це статистичний методвиявлення закономірностей у даних. Для цього використовується первинна інформація, що міститься в мережевих структурах або в базах даних
■ Поведінковий підхід: модульний метод побудови систем ІІ, у якому система розбивається кілька порівняно автономних програм поведінки, які запускаються залежно від змін довкілля.
Обчислювальний ІІпередбачає ітеративну розробку та навчання (наприклад, підбір параметрів у мережі зв'язків). Навчання засноване на емпіричних даних та асоціюється з не-символьним ІІ та м'якими обчисленнями.
Основні методи обчислювального ІІ:
■ Нейронні мережі: системи із відмінними здібностями до розпізнавання.
■ Нечіткі системи: методики для міркувань в умовах невизначеності (широко використовуються в сучасних промислових та споживчих системах контролю)
■ Еволюційні обчислення: тут застосовуються поняття традиційно які стосуються біології такі як населення, мутація і відбір до створення кращих рішень завдання. Ці методи поділяються на еволюційні алгоритми (наприклад, генетичні алгоритми) та методи роєвого інтелекту (наприклад, мурашиний алгоритм).
У рамках гібридних інтелектуальних систем намагаються об'єднати два ці напрями. Експертні правила висновків можуть генеруватися нейронними мережами, а породжувальні правила отримують за допомогою статистичного навчання.
Перспективні напрямки штучного інтелекту.
Методи CBR (моделювання міркувань з урахуванням прецедентів) вже застосовують у безлічі прикладних завдань - у медицині, управлінні проектами, для аналізу та реорганізації середовища, розробки товарів масового попиту з урахуванням переваг різних груп споживачів, тощо. Слід очікувати додатків методів CBR для задач інтелектуального пошуку інформації, електронної комерції (пропозиція товарів, створення віртуальних торгових агентств), планування поведінки у динамічних середовищах, компонування, конструювання, синтез програм.
Крім того, слід очікувати все більшого впливу ідей та методів (ІІ) на машинний аналіз текстів (АТ) природною мовою. Цей вплив, швидше за все, торкнеться семантичного аналізу та пов'язаних з ним методів синтаксичного аналізу - у цій галузі він проявиться в обліку моделі світу на заключних стадіях семантичного аналізу та використання знань про предметну область та ситуативну інформацію для зменшення переборів на більш ранніх стадіях(Наприклад, при побудові дерев синтаксичного розбору).
Другий "канал зв'язку" ІІ та АТ - використання методів машинного навчання в АТ; третій "канал" - використання міркувань на основі прецедентів та міркувань на основі аргументації для вирішення деяких завдань АТ, наприклад задач зменшення шуму та підвищення ступеня релевантності пошуку.
До одного з найважливіших і перспективних напряміву штучному інтелекті слід віднести завдання автоматичного планування поведінки. Область застосування методів автоматичного планування - різні пристрої з високим ступенем автономності та цілеспрямованою поведінкою, від побутової техніки до безпілотних космічних кораблів для дослідження глибокого космосу.

Використовувані джерела
1. Стюарт Рассел, Пітер Норвіг "Штучний інтелект: сучасний підхід (AIMA)", 2-ге видання: Пер. з англ. - М: Видавничий дім "Вільямс", 2005.-1424 стор з іл.
2. Джордж Ф. Люгер "Штучний інтелект: стратегії та методи вирішення", 4-е видання: Пер. з англ. - М: Видавничий дім "Вільямс", 2004.
3. Геннадій Осипов, президент Російської асоціації штучного інтелекту, постійний член Європейського координаційного комітету зі штучного інтелекту (ECCAI), д.ф.-м.н., професор "Штучний інтелект: стан досліджень та погляд у майбутнє".

Штучний інтелект

Штучний інтелект(ІІ, від англ. Artificial intelligence, AI) - наука та технологія створення інтелектуальних машин, особливо інтелектуальних комп'ютерних програм.

ІІ пов'язані з подібним завданням використання комп'ютерів розуміння людського інтелекту, але з обов'язково обмежується біологічно правдоподібними методами.

ІІ це науковий напрямок, який розробляє методи, що дозволяють електронно-обчислювальній машині вирішувати інтелектуальні завдання, якщо вони вирішуються людиною. Поняттям "штучний інтелект" позначають функціональні можливості машини вирішувати людські завдання. Штучний інтелект спрямовано підвищення ефективності різних форм розумової праці людини.

Найбільш поширена форма штучного інтелекту – це комп'ютер, запрограмований на відповіді з якоїсь певної теми. Такі "експертні системи" мають людську здатність виконувати аналітичну роботу експерта. Аналогічний текстовий процесор може виявляти орфографічні помилки, їх можна "навчати" новим словам. До цієї наукову дисциплінутісно примикає інша, предмет якої іноді називають " штучне життя". Вона займається інтелектом більше низького рівня. Наприклад, робота можна запрограмувати на орієнтування тумані, тобто. надати йому здатність фізичної взаємодії з довкіллям.

Термін "штучний інтелект" вперше був запропонований на семінарі з аналогічною назвою в Дартсмутському коледжі в США в 1956 р. Надалі різними вченими були дані такі визначення штучного інтелекту:

ІІ - галузь інформатики, що з автоматизацією інтелектуального поведінки;

ІІ - це наука про обчислення, які уможливлюють сприйняття, логічний висновок і дію;

ІІ - це інформаційна технологія, пов'язана з процесами логічного висновку, навчання та сприйняття.

Історія штучного інтелекту як нового наукового спрямування починається в середині XX ст. До цього часу вже було сформовано безліч передумов його зародження: серед філософів давно йшли суперечки про природу людини та процес пізнання світу, нейрофізіологи та психологи розробили низку теорій щодо роботи людського мозкуі мислення, економісти та математики задавалися питаннями оптимальних розрахунків та уявлення знань про світ у формалізованому вигляді; нарешті, зародився фундамент математичної теорії обчислень – теорії алгоритмів – і було створено перші комп'ютери.

Основною проблемою штучного інтелекту є розробка методів представлення та опрацювання знань.

До програм штучного інтелекту відносяться:

Ігрові програми (стохастичні, комп'ютерні ігри);

Природно-мовні програми – машинний переклад, генерація текстів, обробка мови;

Розпізнавальні програми – розпізнавання почерків, зображень, карт;

Програми створення та аналізу графіки, живопису, музичних творів.

Виділяються такі напрями штучного інтелекту:

Експертні системи;

Нейронні сіті;

Природно-мовні системи;

Еволюційні методи та генетичні алгоритми;

Нечіткі множини;

Системи отримання знань.

Експертні системи орієнтовані рішення конкретних завдань.

Нейронні мережі реалізують нейромережеві алгоритми.

Поділяються на:

Мережі загального призначення, які підтримують близько 30 нейромережевих алгоритмів та налаштовуються на вирішення конкретних завдань;

Об'єктно-орієнтовані - використовувані для розпізнавання символів, управління виробництвом, передбачення ситуацій на валютних ринках,

Гібридні - використовуються разом із певним програмним забезпеченням (Excel, Access, Lotus).

Природно-мовні (ЕЯ) системи поділяються на:

Програмні продукти природного мовного інтерфейсу в БД (подання природно-мовних запитів до SQL-запитів);

Природно-мовний пошук у текстах, змістовне сканування текстів (використовується пошукових системах Internet, наприклад, Google);

Масштабовані засоби розпізнавання мови (портативні синхронні перекладачі);

Компоненти мовної обробки як сервісні засоби програмного забезпечення(ОС Windows XP).

Нечіткі множини - реалізують логічні відносини між даними. Ці програмні продукти використовуються для управління економічними об'єктами, побудови експертних систем та систем підтримки прийняття рішень.

Генетичні алгоритми – це методи аналізу даних, які неможливо проаналізувати стандартними методами. Як правило, використовуються для обробки більших обсягів інформації, побудови прогнозних моделей. Використовуються в наукових ціляхпри імітаційному моделюванні.

Системи отримання знань - використовуються для обробки даних з інформаційних сховищ.

Деякі з найвідоміших ІІ-систем:

Deep Blue- переміг чемпіона світу з шахів. Матч Каспаров проти суперЕОМ не приніс задоволення ні комп'ютерникам, ні шахістам, і система була визнана Каспаровим. Потім лінія суперкомп'ютерів IBM виявилася у проектах brute force BluGene (молекулярне моделювання) та моделювання системи пірамідальних клітин у швейцарському центрі Blue Brain.

Watson- Перспективна розробка IBM, здатна сприймати людську мову і проводити ймовірнісний пошук, із застосуванням великої кількості алгоритмів. Для демонстрації роботи Watson взяв участь в американській грі "Jeopardy!", аналога "Своєї гри" у Росії, де системі вдалося виграти в обох іграх.

MYCIN- одна з ранніх експертних систем, яка могла діагностувати невеликий набір захворювань, причому часто так само точно, як і лікарі.

20Q- проект, що ґрунтується на ідеях ІІ, за мотивами класичної гри "20 питань". Став дуже популярним після появи в Інтернеті на сайті 20q.net.

Розпізнавання мови. Системи, такі як ViaVoice, здатні обслуговувати споживачів.

Роботи у щорічному турнірі RoboCup змагаються у спрощеній формі футболу.

Банки застосовують системи штучного інтелекту (СІІ) у страховій діяльності (актуарна математика), при грі на біржі та управлінні власністю. Методи розпізнавання образів (включаючи як складніші та спеціалізовані, так і нейронні мережі) широко використовують при оптичному та акустичному розпізнаванні (у тому числі тексту та мовленні), медичній діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також задля забезпечення низки інших завдань національної безпеки.

Розробники комп'ютерних ігор застосовують ІІ тією чи іншою мірою опрацьованості. Це утворює поняття "Ігровий штучний інтелект". Стандартними завданнями ІІ в іграх є знаходження шляху у двовимірному чи тривимірному просторі, імітація поведінки бойової одиниці, розрахунок правильної економічної стратегії тощо.

Найбільші наукові та дослідні центри в галузі штучного інтелекту:

Сполучені Штати Америки (Масачусетський технологічний інститут);

Німеччина (Німецька дослідний центрз штучного інтелекту);

Японія ( Національний інститутсучасної промислової науки та технології (AIST));

Росія (Наукова рада з методології штучного інтелекту Російської академії наук).

Сьогодні за рахунок досягнень у галузі штучного інтелекту створено велику кількість наукових розробок, що суттєво спрощує життя людей. Розпізнавання мови або відсканованого тексту, вирішення обчислювально складних завдань короткий часі багато іншого - все це стало доступним завдяки розвитку штучного інтелекту.

Заміна людини-фахівця на системи штучного інтелекту, зокрема на експертні системи, зрозуміло, там, де це допустимо, дозволяє суттєво прискорити та здешевити процес виробництва. Системи штучного інтелекту завжди об'єктивні і результати їхньої роботи не залежать від моментного настрою та низки інших суб'єктивних факторів, які притаманні людині. Але, незважаючи на все сказане вище, не варто мати сумнівні ілюзії і сподіватися, що в найближчому майбутньому працю людини вдасться замінити роботою штучного інтелекту. Досвід показує, що на сьогоднішній день системи штучного інтелекту досягають найкращих результатів, функціонуючи разом із людиною. Адже саме людина, на відміну від штучного інтелекту, вміє мислити нестандартно та творчо, що дозволяло їй розвиватися та йти вперед упродовж усієї його епохи.

Використовувані джерела

1. www.aiportal.ru

3. ru.wikipedia.org

Нова еволюційна стратегія людства

Вказує: «Проблема полягає в тому, що поки що ми не можемо в цілому визначити, які обчислювальні процедури ми хочемо називати інтелектуальними. Ми розуміємо деякі механізми інтелекту та не розуміємо інші. Тому під інтелектом у межах цієї науки розуміється лише обчислювальна складова здатності досягати цілей у світі».

У той самий час є і думка, за якою інтелект то, можливо лише біологічним феноменом .

Як зазначає голова Петербурзького відділення Російської асоціації штучного інтелекту Т. А. Гаврилова, в англійській мові словосполучення artificial intelligenceне має того трохи фантастичного антропоморфного забарвлення, яке воно набуло в досить невдалому російському перекладі. Слово intelligenceозначає «уміння міркувати розумно», а зовсім не «інтелект», для якого є англійський аналог intellect .

Учасники Російської асоціації штучного інтелекту дають такі визначення штучного інтелекту:

Одне з окремих визначень інтелекту, загальне для людини і «машини», можна сформулювати так: «Інтелект - здатність системи створювати в ході самонавчання програми (насамперед евристичні) для вирішення завдань певного класу складності і вирішувати ці завдання».

Нерідко штучним інтелектом називають і найпростішу електроніку, щоб визначити наявність датчиків та автоматичний вибір режиму роботи. Слово штучний у разі означає, що годі чекати від системи вміння знайти новий режим роботи у не передбаченої розробниками ситуації.

Передумови розвитку науки штучного інтелекту

Історія штучного інтелекту як нового наукового спрямування починається в середині XX століття. До цього часу вже було сформовано безліч передумов його зародження: серед філософів давно йшли суперечки про природу людини та процес пізнання світу, нейрофізіологи та психологи розробили ряд теорій щодо роботи людського мозку та мислення, економісти та математики задавалися питаннями оптимальних розрахунків та уявлення знань про світ у формалізованому вигляді; нарешті, зародився фундамент математичної теорії обчислень – теорії алгоритмів – і було створено перші комп'ютери.

Можливості нових машин у плані швидкості обчислень виявилися більшими за людські, тому в науковій спільноті закралося питання: які межі можливостей комп'ютерів і чи досягнуть машини рівня розвитку людини? У 1950 році один з піонерів у галузі обчислювальної техніки, англійський вчений Алан Т'юрінг, пише статтю під назвою «Чи може машина мислити?» , в якій описує процедуру, за допомогою якої можна буде визначити момент, коли машина зрівняється в плані розумності з людиною, що отримала назву Тьюринга.

Історія розвитку штучного інтелекту в СРСР та Росії

У СРСР роботи в галузі штучного інтелекту почалися у 1960-х роках. У Московському університеті та Академії наук було виконано ряд піонерських досліджень, очолених Веніаміном Пушкіним та Д. А. Поспєловим.

У 1964 році була опублікована робота ленінградського логіка Сергія Маслова «Зворотний метод встановлення виведення в класичному обчисленні предикатів», в якій вперше пропонувався метод автоматичного пошуку доказу теорем у обчисленні предикатів.

До 1970-х років у СРСР всі дослідження ІІ велися в рамках кібернетики. На думку Д. А. Поспелова, науки «інформатика» та «кібернетика» були в цей час змішані, через низку академічних суперечок. Тільки наприкінці 1970-х у СРСР починають говорити про науковий напрям «штучний інтелект» як розділ інформатики. При цьому народилася і сама інформатика, підкоривши собі прабатьку «кібернетику». Наприкінці 1970-х створюється тлумачний словник із штучного інтелекту, тритомний довідник із штучного інтелекту та енциклопедичний словникз інформатики, в якому розділи "Кібернетика" та "Штучний інтелект" входять поряд з іншими розділами до складу інформатики. Термін «інформатика» у 1980-ті роки набуває широкого поширення, а термін «кібернетика» поступово зникає з обігу, зберігшись лише в назвах тих інститутів, які виникли в епоху «кібернетичного буму» кінця 1950-х – початку 1960-х років. Такий погляд на штучний інтелект, кібернетику та інформатику поділяється не всіма. Це з тим, що у Заході кордону даних наук дещо відрізняються .

Підходи та напрямки

Підходи до розуміння проблеми

Єдиної відповіді питанням, чим займається штучний інтелект, немає. Майже кожен автор, який пише книгу про ІІ, відштовхується в ній від будь-якого визначення, розглядаючи в його світлі досягнення цієї науки.

• низхідний (англ. Top-Down AI), семіотичний - створення експертних систем, баз знань і систем логічного висновку, що імітують високорівневі психічні процеси: мислення, міркування, мовлення, емоції, творчість тощо;
• висхідний (англ. Bottom-Up AI), біологічний - вивчення нейронних мереж та еволюційних обчислень, що моделюють інтелектуальну поведінку на основі біологічних елементів, а також створення відповідних обчислювальних систем, таких як нейрокомп'ютер або біокомп'ютер.

Останній підхід, строго кажучи, не відноситься до науки про ІІ у сенсі, даному Джоном Маккарті, – їх поєднує лише загальна кінцева мета.

Тест Тьюринга та інтуїтивний підхід

Емпіричний тест був запропонований Аланом Т'юрінгом у статті « Обчислювальні машиниі розум» (англ. Computing Machinery and Intelligence ) , опублікованій у 1950 році у філософському журналі « Mind». Метою даного тесту є визначення можливості штучного мислення, наближеного до людського.

Стандартна інтерпретація цього тесту звучить так: « Людина взаємодіє з одним комп'ютером та однією людиною. На підставі відповіді на запитання він повинен визначити, з ким він розмовляє: з людиною чи комп'ютерною програмою. Завдання комп'ютерної програми - ввести людину в оману, змусивши зробити невірний вибір». Усі учасники тесту не бачать один одного.

• Найзагальніший підхід передбачає, що ІІ буде здатний проявляти поведінку, яка не відрізняється від людської, причому в нормальних ситуаціях. Ця ідея є узагальненням підходу тесту Тьюринга, який стверджує, що машина стане розумною тоді, коли буде здатна підтримувати розмову зі звичайною людиною, і той не зможе зрозуміти, що говорить з машиною (розмова йде листуванням).
• Письменники-фантасти часто пропонують ще один підхід: ІІ виникне тоді, коли машина буде здатна відчувати і творити. Так, господар Ендрю Мартіна з «Двохсотлітньої людини» починає ставитися до нього як до людини, коли та створює іграшку за власним проектом. А Дейта зі Зоряного шляху, будучи здатним до комунікації та навчання, мріє знайти емоції та інтуїцію.

Проте останній підхід навряд чи витримує критику за більш детального розгляду. Наприклад, нескладно створити механізм, який оцінюватиме деякі параметри зовнішнього чи внутрішнього середовища та реагуватиме на їх несприятливі значення. Про таку систему можна сказати, що вона має почуття («біль» - реакція на спрацьовування датчика удару, «голод» - реакція на низький заряд акумулятора, тощо. п.). А кластери, створювані картами Кохонена, і ще інші продукти «інтелектуальних» систем можна як вид творчості.

Символьний підхід

Історично символьний підхід був першим в епоху цифрових машин, оскільки саме після створення Лісп, першої мови символьних обчислень, у його автора виникла впевненість у можливості практично розпочати реалізацію цими засобами інтелекту. Символьний підхід дозволяє оперувати слабоформалізованими уявленнями та їх смислами.

Успішність та ефективність вирішення нових завдань залежить від уміння виділяти лише суттєву інформацію, що потребує гнучкості у методах абстрагування. Тоді як звичайна програма встановлює один свій спосіб інтерпретації даних, через що її робота і виглядає упередженою та суто механічною. Інтелектуальне завдання у разі вирішує лише людина, аналітик чи програміст, не вміючи довірити цього машині. В результаті створюється єдина модель абстрагування, система конструктивних сутностей та алгоритмів. А гнучкість і універсальність виливається у значні витрати ресурсів типових завданьтобто система від інтелекту повертається до грубої сили.

Основна особливість символьних обчислень – створення нових правил у процесі виконання програми. Тоді як можливості не інтелектуальних систем завершуються якраз перед здатністю хоча б позначати труднощі, що знову виникають. Тим більше ці проблеми не вирішуються і нарешті комп'ютер не вдосконалює такі можливості самостійно.

Недоліком символьного підходу є те, що такі відкриті можливостісприймаються не підготовленими людьми як відсутність інструментів. Цю, скоріше культурну проблему, частково вирішує логічне програмування.

Логічний підхід

Логічний підхід до створення систем штучного інтелекту спрямований створення експертних систем з логічними моделями баз знань з використанням мови предикатов.

Навчальною моделлю систем штучного інтелекту в 1980-х роках була прийнята мова та система логічного програмування Пролог. Бази знань, записані мовою Пролог, представляють набори фактів і правил логічного висновку, записаних мовою логічних предикатів.

Логічна модель баз знань дозволяє записувати як конкретні відомості та дані у формі фактів мовою Пролог, а й узагальнені відомості з допомогою правил і процедур логічного висновку, у тому числі логічних правил визначення понять, що виражають певні знання як конкретні та узагальнені відомості.

Загалом дослідження проблем штучного інтелекту в рамках логічного підходу до проектування баз знань та експертних систем спрямовані на створення, розвиток та експлуатацію інтелектуальних інформаційних систем, включаючи питання навчання студентів та школярів, а також підготовки користувачів та розробників таких інтелектуальних інформаційних систем.

Агентно-орієнтований підхід

Останній підхід, що розвивається з початку 1990-х років, називається агентно-орієнтованим підходом, або підходом, заснованим на використанні інтелектуальних (раціональних) агентів. Відповідно до цього підходу, інтелект - це обчислювальна частина (грубо кажучи, планування) здатності досягати поставлених перед інтелектуальною машиною цілей. Сама така машина буде інтелектуальним агентом, який сприймає навколишній світ за допомогою датчиків, і здатною впливати на об'єкти в навколишньому середовищі за допомогою виконавчих механізмів.

Цей підхід акцентує увагу на тих методах та алгоритмах, які допоможуть інтелектуальному агенту виживати у навколишньому середовищі під час виконання його завдання. Так, тут значно ретельніше вивчаються алгоритми пошуку шляху та прийняття рішень.

Гібридний підхід

Основна стаття: Гібридний підхід

Гібридний підхідприпускає, що тількисинергетична комбінація нейронних та символьних моделей досягає повного спектру когнітивних та обчислювальних можливостей. Наприклад, експертні правила висновків можуть генеруватися нейронними мережами, а породжувальні правила отримують за допомогою статистичного навчання. Прихильники цього підходу вважають, що гібридні інформаційні системи будуть значно сильнішими, ніж сума різних концепційокремо.

Моделі та методи досліджень

Символьне моделювання розумових процесів

Основна стаття: Моделювання міркувань

Аналізуючи історію ІІ, можна виділити такий широкий напрямок як моделювання міркувань. Довгі роки розвиток цієї науки рухався саме цим шляхом, і тепер це одна з найрозвиненіших областей у сучасному ІІ. Моделювання міркувань має на увазі створення символьних систем, на вході яких поставлено якесь завдання, а на виході потрібно її розв'язання. Як правило, запропонована задача вже формалізована, тобто переведена в математичну форму, але або не має алгоритму рішення, або він занадто складний, трудомісткий і т. п. У цей напрямок входять: доказ теорем, прийняття рішень та теорія ігор, планування та диспетчеризація , прогнозування .

Робота з природними мовами

Важливим напрямком є обробка природної мови, в рамках якого проводиться аналіз можливостей розуміння, обробки та генерації текстів «людською» мовою. У рамках цього напряму ставиться мета такої обробки природної мови, яка була б в змозі набути знання самостійно, читаючи існуючий текст, доступний через Інтернет. Деякі прямі застосування обробки природної мови включають інформаційний пошук (у тому числі глибокий аналіз тексту) та машинний переклад.

Подання та використання знань

Напрям інженерія знаньпоєднує завдання отримання знань із простої інформації, їх систематизації та використання. Цей напрямок історично пов'язаний із створенням експертних систем- програм, що використовують спеціалізовані бази знань для отримання достовірних висновків з будь-якої проблеми.

Виробництво знань із даних - одна з базових проблем інтелектуального аналізу даних. Існують різні підходи до вирішення цієї проблеми, у тому числі – на основі нейромережевої технології, що використовують процедури вербалізації нейронних мереж.

Машинне навчання

Проблематика машинного навчаннястосується процесу самостійногоотримання знань інтелектуальною системою у її роботи. Цей напрямок був центральним від початку розвитку ІІ. У 1956 році, на Дартмундській літній конференції, Рей Соломонофф написав звіт про імовірнісну машину, яка навчається без вчителя, назвавши її: «Індуктивна машина виведення».

Робототехніка

Основна стаття: Інтелектуальна робототехніка

Машинна творчість

Основна стаття: Машинна творчість

Природа людської творчості набагато менш вивчена, ніж природа інтелекту. Тим не менш, ця область існує, і тут поставлені проблеми написання комп'ютером музики, літературних творів (часто – віршів чи казок), художня творчість. Створення реалістичних образів широко використовується в кіно та індустрії ігор.

Окремо виділяється вивчення проблем технічної творчості систем штучного інтелекту. Теорія вирішення винахідницьких завдань, запропонована в 1946 році Г. С. Альтшуллером, започаткувала такі дослідження.

Додавання цієї можливості до будь-якої інтелектуальної системи дозволяє дуже наочно продемонструвати, що саме система сприймає і як це розуміє. Додаванням шуму замість недостатньої інформації або фільтрація шуму наявними в системі знаннями виробляє з абстрактних знань конкретні образи, які легко сприймаються людиною, особливо це корисно для інтуїтивних і малоцінних знань, перевірка яких у формальному вигляді вимагає значних розумових зусиль.

Інші галузі досліджень

Нарешті, існує безліч додатків штучного інтелекту, кожна з яких утворює майже самостійний напрямок. Як приклади можна навести програмування інтелекту в комп'ютерних іграх, нелінійне керування, інтелектуальні системи інформаційної безпеки.

Можна помітити, що багато областей досліджень перетинаються. Це властиво для будь-якої науки. Але в штучному інтелекті взаємозв'язок між, здавалося б, різними напрямками виражений особливо сильно, і це пов'язано з філософською суперечкою про сильне і слабке ІІ.

Сучасний штучний інтелект

Можна виділити два напрями розвитку ІІ:

• вирішення проблем, пов'язаних з наближенням спеціалізованих систем ІІ до можливостей людини, та їх інтеграції, що реалізована природою людини ( див. Посилення інтелекту);
• створення штучного розуму, що представляє інтеграцію вже створених систем ІІ в єдину систему, здатну вирішувати проблеми людства ( див. Сильний та слабкий штучний інтелект).

Але зараз у галузі штучного інтелекту спостерігається залучення багатьох предметних областей, що мають скоріше практичне відношення до ІІ, а не фундаментальне. Багато підходів були випробувані, але до виникнення штучного розуму жодна дослідна група поки що так і не підійшла. Нижче представлені лише деякі найвідоміші розробки в галузі ІІ.

Застосування

Турнір RoboCup

Деякі з найвідоміших ІІ-систем:

Банки застосовують системи штучного інтелекту (СІІ) у страховій діяльності (актуарна математика), при грі на біржі та управлінні власністю. Методи розпізнавання образів (включаючи як складніші та спеціалізовані, так і нейронні мережі) широко використовують при оптичному та акустичному розпізнаванні (у тому числі тексту та мовленні), медичній діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також задля забезпечення низки інших завдань національної безпеки.

Психологія та когнітологія

Методологія когнітивного моделювання призначена для аналізу та прийняття рішень у погано певних ситуаціях. Була запропонована Аксельродом.

Заснована на моделюванні суб'єктивних уявлень експертів про ситуацію та включає: методологію структуризації ситуації: модель уявлення знань експерта у вигляді знакового орграфа (когнітивної карти) (F, W), де F – безліч факторів ситуації, W – безліч причинно-наслідкових відносин між факторами ситуації ; методи аналізу ситуації В даний час методологія когнітивного моделювання розвивається у напрямку вдосконалення апарату аналізу та моделювання ситуації. Тут запропоновано моделі прогнозу розвитку ситуації; методи вирішення обернених завдань.

Філософія

Наука «про створення штучного розуму» не могла не привернути увагу філософів. З появою перших інтелектуальних систем було порушено фундаментальні питання про людину та знання, а частково про світоустрій.

Філософські проблеми створення штучного інтелекту можна поділити на дві групи, умовно кажучи, «до та після розробки ІІ». Перша група відповідає на запитання: «Що таке ІІ, чи можливе його створення, і, якщо можливо, то як це зробити?» Друга група (етика штучного інтелекту) ставить питання: «Які наслідки створення ІІ для людства?»

Термін «сильний штучний інтелект» ввів Джон Серль, його словами підхід і характеризується:

Більше того, така програма буде не просто моделлю розуму; вона в буквальному значенні слова сама і буде розумом, у тому ж значенні, в якому людський розум - це розум.

При цьому потрібно зрозуміти, чи можливий «чистий штучний» розум («метарозум»), який розуміє та вирішує. реальні проблемиі, разом з тим, позбавлений емоцій, характерних для людини та необхідних для її індивідуального виживання.

Навпаки, прихильники слабкого ІІ вважають за краще розглядати програми лише як інструмент, що дозволяє вирішувати ті чи інші завдання, які не вимагають повного спектру людських пізнавальних здібностей.

Етика

Наукова фантастика

Тема ІІ розглядається під різними кутами у творчості Роберта Хайнлайна: гіпотеза виникнення самоусвідомлення ІІ при ускладненні структури далі певного критичного рівня та наявності взаємодії з навколишнім світом та іншими носіями розуму (The Moon Is a Harsh Mistress, Time Enough For Love, персонажі Майкрофт, Дора та Ая в циклі «Історія майбутнього»), проблеми розвитку ІІ після гіпотетичного самоусвідомлення та деякі соціально-етичні питання («Friday»). Соціально-психологічні проблеми взаємодії людини з ІІ розглядає і роман Філіпа К. Діка «Чи зняться андроїдам електровівці? », відомий також по екранізації «Той, що біжить по лезу».

У творчості фантаста та філософа Станіслава Лема описано та багато в чому передбачено створення віртуальної реальності, штучного інтелекту, нанороботів та багатьох інших проблем філософії штучного інтелекту. Особливо варто відзначити футурологію «Сума технології». Крім того, в пригодах Ійона Тихого неодноразово описуються взаємини живих істот і машин: бунт бортового комп'ютера з наступними несподіваними подіями(11 подорож), адаптація роботів у людському суспільстві(«Пральна трагедія» з «Спогадів Ійона Тихого»), побудова абсолютного порядку на планеті шляхом переробки живих жителів (24-а подорож), винаходи Коркорана та Діагора («Спогади Ійона Тихого»), психіатрична клініка для роботів (« »). Крім того, існує цілий цикл повістей та оповідань Кіберіада, де багатьма персонажами є роботи, які є далекими нащадками роботів, що втекли від людей (людей вони називають блідотиками і вважають їх міфічними істотами).

Фільми

Починаючи практично з 60-х років разом із написанням фантастичних оповідань та повістей, знімаються фільми про штучний інтелект. Багато повістей авторів, визнаних у всьому світі, екранізуються і стають класикою жанру, інші стають віхою у розвитку кінофантастики, наприклад, Термінатор і Матриця.

Див. також

Примітки

1. FAQ від Джона Маккарті, 2007
2. М. Ендрю. Реальне життя та штучний інтелект // «Новини штучного інтелекту», РАІІ, 2000
3. Гаврилова Т. А. Хорошевський В. Ф. Основи знань інтелектуальних систем: Підручник для вузів
4. Аверкін А. Н., Гаазе-Рапопорт М. Г., Поспєлов Д. А. Тлумачний словник зі штучного інтелекту. - М: Радіо і зв'язок, 1992. - 256 с.
5. Г. С. Осипов. Штучний інтелект: стан досліджень та погляд у майбутнє
6. Ільясов Ф. Н. Розум штучний та природний // Известия АН Туркменської РСР, серія суспільних наук. 1986. № 6. С. 46-54.
7. Алан Тьюрінг, Чи можуть машини мислити?
8. Інтелектуальні машини С. Н. Корсакова
9. Д. А. Поспєлов. Становлення інформатики у Росії
10. До історії кібернетики у СРСР. Нарис перший , Нарис другий
11. Jack Copeland. What is Artificial Intelligence? 2000
12. Alan Turing, "Computing Machinery and Intelligence", Mind, vol. LIX, no. 236, Жовтень 1950, pp. 433-460.
13. Обробка природної мови:
14. Додатки обробки природної мови включають інформаційний пошук (у тому числі: аналіз тексту та машинний переклад):
15. Горбань П. А.Нейромережеве вилучення знань з даних та комп'ютерний психоаналіз
16. Машинне навчання:
17. Алан Тюрінг обговорював як центральну тему вже у 1950, у його класичній статті Computing Machinery and Intelligence. ()
18. (pdf сканована копія оригіналу) (версія публікується в 1957, An Inductive Inference Machine, " IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62)
19. Робототехніка:
20. , pp. 916–932
21. , pp. 908–915
22. Проект Blue Brain - Штучний мозок
23. Mild-Mannered Watson Skewers Human Opponents on Jeopardy
24. 20Q.net Inc
25. Axelrod R. Structure of Decision: Cognitive Maps of Political Elites. – Princeton. University Press, 1976
26. Джон Серль. Розум мозку – комп'ютерна програма?
27. Пенроуз Р.Новий розум короля. Про комп'ютери, мислення та закони фізики. – М.: УРСС, 2005. – ISBN 5-354-00993-6
28. ІІ як фактор глобального ризику
29. …поведе тебе до Життя Вічного
30. http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Православний погляд на проблему штучного інтелекту
31. Гаррі Гаррісон.Вибір за Тьюрингом. – М.: Ексмо-Прес, 1999. – 480 с. - ISBN 5-04-002906-3

Література

• Комп'ютер навчається і розмірковує (ч. 1) // Комп'ютер знаходить розум = Artificial Intelligence Computer Images / за ред. Ст. Л. Стефанюка. - Москва: Світ, 1990. - 240 с. - 100 000 екз. - ISBN 5-03-001277-X (рус.); ISBN 705409155 (англ.)
• Дев'ятков В. В.Системи штучного інтелекту/Гол. ред. І. Б. Федоров. – М.: Вид-во МДТУ ім. Н. Е. Баумана, 2001. – 352 с. - (Інформатика у технічному університеті). - 3000 екз. - ISBN 5-7038-1727-7

• Корсаков С.М.Накреслення нового методу дослідження з допомогою машин, порівнюючих ідеї / Під ред. А.С. Михайлова. – М.: МІФІ, 2009. – 44 с. - 200 екз. -