Проблема искусственного интеллекта

      Теория   искусственного   интеллекта   при   решении   многих   задач

сталкивается  с гносеологическими проблемами.

      Одна  из таких  проблем  состоит в выяснении вопроса,  доказуема ли

теоретически (математически) возможность  или  невозможность  искусственного интеллекта.  На  этот  счет  существуют  две  точки  зрения.  Одни   считают математически доказанным, что ЭВМ в принципе может выполнить любую  функцию, осуществляемую естественным интеллектом. Другие полагают  в  такой  же  мере доказанным  математически,  что   есть   проблемы,   решаемые   человеческим интеллектом,   которые   принципиально   недоступны   ЭВМ.    Эти    взгляды высказываются как кибернетиками, так и философами. 

Подходы к созданию искусственного интеллекта 

Механический  подход.

      Идея  создания мыслящих машин  «человеческого  типа»,   которые  казалось  бы думают,  двигаются,  слышат , говорят, и вообще ведут себя  как  живые  люди уходит  корнями  в  глубокое  прошлое.   Еще  древние  египтяне   и  римляне испытывали   благоговейный   ужас   перед   культовыми   статуями,   которые жестикулировали и изрекали пророчества (разумеется не  без  помощи  жрецов).

      Средневековые летописи полны рассказов об  автоматах,  способных  ходить  и двигаться почти также как  их  хозяева    люди.   В   средние  века  и  даже позднее ходили слухи  о  том,  что  у  когото  из  мудрецов  есть  гомункулы (маленькие   искусственные   человечки)    настоящие    живые,     способные чувствовать существа.

      В XVIII в.  благодаря развитию техники,  особенно  разработке  часовых механизмов, интерес к подобным изобретениям  возрос,  хотя  результаты  были гораздо более «игрушечными», чем это  хотелось  бы  Парацельсу.  В  1736  г. французский изобретатель Жак де Вокансон изготовил  механического  флейтиста в  человеческий  рост,   который  исполнял  двенадцать  мелодий,   перебирая пальцами отверстия и дуя в мундштук,  как  настоящий  музыкант.  В  середине 1750х годов Фридрих фон Кнаус,  австрийский автор,  служивший при дворе Франциска I,  сконструировал серию машин,   которые  умели  держать  перо  и могли писать  довольно  длинные  тексты.  Другой  мастер,  Пьер  ЖакДроз  из Швейцарии,  построил пару  изумительных  по   сложности  механических  кукол размером с  ребенка:  мальчика,  пишущего  письма  и  девушку,  играющую  на клавесине.

      Успехи  механики  XIX  в.   стимулировали  еще  более  честолюбивые  замыслы. Так,  в 1830х годах английский математик Чарльз  Бэббидж  задумал,   правда, так  и  не  завершив,  сложный  цифровой  калькулятор,  который  он   назвал Аналитической машиной;  как утверждал Бэббидж,  его машина в принципе  могла бы рассчитывать шахматные ходы. Позднее, в 1914  г.,  директор   одного   из технических  институтов  Леонардо   Торреси Кеведо   действительно из готовил электромеханическое устройство, способное разыгрывать  простейшие шахматные эндшпили почти также  хорошо, как и человек.

Электронный подход.

      Однако  только  после  второй  мировой войны появились устройства,

      казалось  бы,   подходящие  для  достижения  заветной  цели    моделирования разумного поведения;  это были электронные цифровые  вычислительные  машины. «Электронный мозг»,  как тогда восторженно  называли  компьютер,  поразил в 1952 г. телезрителей США, точно предсказав результаты президентских выборов за  несколько  часов  до  получения  окончательных  данных.   Этот  «подвиг» компьютера лишь подтвердил вывод,  к  которому  в  то  время  пришли  многи ученые:  наступит тот день, когда автоматические вычислители, столь  быстро, неутомимо  и  безошибочно  выполняющие   автоматические   действия,   смогут имитировать   невычислительные    процессы,    свойственные    человеческому мышлению,  в  том  числе  восприятие  и  обучение,  распознавание   образов, понимание повседневной речи и  письма,  принятие  решений  в  неопределенных ситуациях,   когда  известны  не  все   факты.    Таким   образом   «заочно» формулировался своего рода «социальный  заказ»  для  психологии,  стимулируя различные отрасли науки.

      Многие  изобретатели компьютеров и первые   программисты   развлекались составляя программы  для  отнюдь  не  технических  занятий,   как  сочинение музыки, решение головоломок и игры, на первом месте здесь оказались шашки и шахматы.  Некоторые романтически настроенные  программисты  даже  заставляли свои машины писать любовные письма.

      К концу 50х годов все эти увлечения  выделились в новую более или  менее самостоятельную  ветвь  информатики,   получившую  название   «искусственный интеллект».  Исследования в  области  ИИ,  первоначально  сосредоточенные  в нескольких университетских  центрах  США     Массачусетском  технологическом институте,  Технологическом институте Карнеги  в  Питтсбурге,   Станфордском университете,   ныне ведутся во  многих  других университетах и  корпорациях США и других стран. В общем исследователей  ИИ,   работающих  над  созданием мыслящих машин,  можно разделить на  две группы.   Одних  интересует  чистая наука и для них  компьютер   лишь  инструмент,   обеспечивающий  возможность экспериментальной проверки теорий  процессов   мышления.   Интересы   другой группы лежат в области техники: они  стремятся  расширить  сферу  применения компьютеров и облегчить пользование ими. Многие представители второй  группы мало заботятся о выяснении механизма мышления   они  полагают,  что  для  их работы  это  едва  ли  более   полезно,   чем   изучение   полета   птиц   и самолетостроения.

      В настоящее время,  однако,  обнаружилось,   что  как  научные  так  и

технические поиски столкнулись с несоизмеримо более серьезными  трудностями, чем представлялось первым энтузиастам.  На первых порах  многие  пионеры  ИИ верили,  что  через  какой-нибудь  десяток  лет  машины  обретут  высочайшие человеческие таланты. Сейчас мало кто говорит об этом,  а  если  и  говорит, то отнюдь не считает, что подобные чудеса не за горами.

      Несмотря  на многообещающие перспективы,  ни одну из  разработанных  до сих  пор программ ИИ нельзя назвать «разумной»  в  обычном  понимании  этого слова.  Это объясняется тем,   что  все  они  узко  специализированы;  самые сложные  экспертные  системы  по  своим   возможностям   скорее   напоминают дрессированных или механических кукол, нежели человека с  его  гибким   умом и   широким  кругозором.   Даже  среди исследователей  ИИ   теперь   многие сомневаются,   что  большинство  подобных  изделий   принесет   существенную пользу. Немало критиков ИИ  считают,  что  такого  рода  ограничения  вообще непреодолимы.

Кибернетический подход.

      Попытки  построить  машины,  способные  к   разумному   поведению,   в значительной мере вдохновлены идеями профессора МТИ Норберта Винера,   одной из выдающихся личностей в интеллектуальной истории Америки. Винер был убежден, что наиболее перспективны  научные  исследования  в так называемых пограничных областях, которые нельзя конкретно отнести к  той или иной конкретной дисциплины. Они лежат гдето на  стыке  наук,  поэтому  к ним обычно не подходят столь строго. «Если затруднения в  решении  какойлибо проблемы психологии имеют математический характер, пояснял  он,   то  десять несведущих в математике психологов продвинуться не дальше  одного  столь  же несведущего».

      Винеру  и его  сотруднику  Джулиану  Бигелоу   принадлежит   разработка принципа «обратной связи»,  который  был  успешно  применен  при  разработке нового оружия  с  радиолокационным  наведением.   Принцип   обратной   связи заключается в использовании информации,  поступающей  из  окружающего  мира, для изменения поведения машины.  В основу разработанных Винером   и  Бигелоу систем  наведения  были положены тонкие математические методы; при  малейшем изменении   отраженных   от   самолета   радиолокационных    сигналов    они соответственно  изменяли  наводку  орудий,    то   есть    заметив   попытку

отклонения  самолета от курса,  они тотчас расчитывали  его   дальнейший  путь и направляли орудия так, чтобы траектории снарядов и самолетов пересеклись.

      В дальнейшем Винер разработал на принципе обратной  связи  теории  как машинного  так и человеческого разума.  Он доказывал,  что именно  благодаря обратной  связи  все  живое  приспосабливается   к   окружающей   среде    и добивается  своих целей.  «Все машины,  претендующие на «разумность»,  писал он,    должны  обладать  способность  преследовать   определенные   цели   и приспосабливаться,   т.е.   обучаться».  Созданной  им  науке   Винер   дает название кибернетика,  что в переводе с греческого означает рулевой.

      Следует отметить, что принцип «обратной  связи», введенный Винером  был в   какойто   степени   предугадан   Сеченовым   в   явлении   «центрального торможения» в «Рефлексах головного мозга» (1863 г.)  и   рассматривался  как механизм  регуляции деятельности нервной системы,  и который  лег  в  основу многих моделей произвольного поведения в отечественной психологии.

Нейронный подход.

      Многие  ученые стали  понимать,  что  создателям  вычислительных  машин есть   чему   поучиться  у  биологии.   Среди  них   был   нейрофизиолог   и поэтлюбитель Уоррен Маккалох,  обладавший как и  Винер  философским  складом ума и широким кругом интересов.  В 1942 г.   Маккалох,  участвуя  в  научной конференции в Ньюйорке, услышал  доклад  одного  из  сотрудников   Винера  о механизмах  обратной  связи  в  биологии.   Высказанные   в   докладе   идеи перекликались  с   собственными   идеями   Маккалоха   относительно   работы головного мозга.  В течении следующего года Маккалох в соавторстве со  своим 18летним  протеже,  блестящим   математиком Уолтером  Питтсом,   разработал теорию деятельности головного мозга. Эта теория и являлась той основой,   на которой  сформировалось  широко   распространенное   мнение,   что   функции компьютера и мозга в значительной мере сходны.

      Исходя  отчасти из предшествующих исследований нейронов   (основных  активных клеток,  составляющих нервную систему животных),   проведенных  Маккаллохом, они  с   Питтсом   выдвинули   гипотезу,   что   нейроны   можно   упрощенно рассматривать  как  устройства,  оперирующие  двоичными  числами.   Двоичные числа, состоящие из цифр единица  и  нуль,   рабочий  инструмент  одной   из систем  математической  логики.  Английский математик  XIXв.   Джордж  Буль, предложивший эту остроумную систему,  показал,  что  логические  утверждения можно закодировать  в  виде  единиц  и  нулей,   где единица соответствует истинному выссказыванию а нуль  ложному, после чего этим  можно  оперировать как обычными числами. В 30е годы XX в. пионеры информатики,   в  особенности американский ученый Клод Шеннон, поняли, что двоичные единица и нуль  вполне соответствуют  двум  состояниям  электрической   цепи   (включеновыключено), поэтому двоичная система идеально  подходит   для   электронновычислительных устройств.  Маккалох и Питтс  предложили  конструкцию  сети  из  электронных «нейронов» и  показали,  что  подобная   сеть  может  выполнять  практически любые   вообразимые   числовые   или   логические   операции.    Далее   они предположили,  что  такая сеть в состоянии  также  обучаться,   распознавать

образы, обобщать, т.е.  она обладает всеми  чертами интеллекта.

      Из  этого  кибернетического,   или  нейромодельного,  подхода  к   машинному разуму  скоро  сформировался так называемый «восходящий метод»  движение  от простых аналогов нервной  системы  примитивных  существ,   обладающих  малым числом нейронов,  к сложнейшей нервной системе человека и даже выше. 
 

Проблемы  построения искусственного интеллекта 

      Гносеологический  анализ проблемы искусственного  интеллекта  вскрывает роль   таких   познавательных   орудий,   как    категории,    специфическая семиотическая система, логические структуры, ранее накопленное  знание.  Они обнаруживаются   не    посредством    исследования    физиологических    или психологических механизмов познавательного процесса, а выявляются в  знании, в его языковом выражении. Орудия познания, формирующиеся  в  конечном  счете на  основе  практической  деятельности,  необходимы   для   любой   системы,

выполняющей функции абстрактного  мышления,  независимо  от  ее  конкретного материального  субстрата  и  структуры.  Поэтому,  чтобы  создать   систему, выполняющую  функции  абстрактного  мышления,  т.  е.   в   конечном   счете формирующую адекватные  схемы  внешних  действий  в  существенно  меняющихся средах, необходимо наделить такую систему этими орудиями.

      Развитие  систем искусственного  интеллекта  за  последние  десятилетия идет по этому пути.  Однако  степень  продвижения  в  данном  направлении  в отношении каждого из указанных познавательных орудий неодинакова и  в  целом пока незначительна.

      I. В наибольшей  мере  системы  искусственного  интеллекта  используют

формально-логические структуры,  что  обусловлено  их  неспецифичностью  для мышления и в  сущности  алгоритмическим  характером.  Это  дает  возможность относительно  легкой  их   технической   реализации.   Однако   даже   здесь кибернетике  предстоит  пройти  большой  путь.  В  системах   искусственного интеллекта еще слабо используются модальная, императивная, вопросная и  иные логики,  которые  функционируют  в  человеческом  интеллекте  и   не   менее необходимы  для успешных  познавательных  процессов,  чем давно освоенные логикой, а затем и кибернетикой формы вывода. Повышение  «интеллектуального» уровня технических систем,  безусловно,  связано  не  только  с  расширением применяемых логических средств, но и с более интенсивным  их  использованием (для проверки  информации  на  непротиворечивость,  конструирования планов вычислений и т. д.).