4.1. методологические основы теории искусственного интеллекта
4.1. методологические основы теории искусственного интеллекта
Термин "искусственный интеллект" относится к группе терминов и понятий, получивших весьма широкое распространение, в том числе и у неспециалистов. Не пытаясь сразу четко и полно определить это понятие, заметим, что большинство людей трактуют искусственный интеллект как сравнительно новое научно-техническое направление, с которым связывают надежды на резкое увеличение функциональных возможностей технических объектов, в частности, вычислительных систем, используемых в качестве средств автоматизации различных сфер профессиональной деятельности человека: управления; проектирования; производства; обучения; индустрии обслуживания и развлечений и т. п.
Для того чтобы методически верно подойти к определению основных понятий теории искусственного интеллекта, сначала кратко рассмотрим основные этапы его истории.
4.1.1. Краткая историческая справка
История искусственного интеллекта насчитывает всего несколько десятилетий, хотя создать "думающую машину" мечтали многие поколения людей. Первый международный конгресс по искусственному интеллекту состоялся в США в 1969 г., ему предшествовали исследования в разных странах и направлениях:
в 50-е ££. XX в. были начаты работы по машинному переводу с одного языка на другой;
в 1957 г. Розенблатом было предложено устройство для распознавания образов — персептрон, положивший начало разработке большого числа других устройств подобного типа (в том числе и в СССР — например, в Риге Л. Гореликом);
в 1959 г. Г. Саймон и А. Ньюэлл разработали программу GPS (General Problem Solving programme) — универсальный решатель, предназначенный для разрешения различных задач из самых разнообразных областей [12] и др.
Как явствует из перечисленных примеров, первоначально на системы, связанные с искусственным интеллектом, пытались возложить различные, но весьма универсальные задачи.
Однако надежды, порожденные первыми успехами в данной области, полностью не оправдались. Задача машинного перевода оказалась гораздо сложнее, чем предполагалось, и ее реализация, прогнозировавшаяся на 60-е гг. XX в., отодвинулась на два десятилетия (кстати, гораздо большее распространение получили автоматизированные словари, позволяющие получить из исходного текста так называемый подстрочный перевод, а не "переводчики" в полном смысле этого слова). Универсальный решатель задач, довольно успешно доказывавший достаточно простые логические теоремы, оказался крайне неэффективным при решении других задач, в частности, при многочисленных попытках автоматизировать игру в шахматы. Не удавалось также достаточно эффективно распознавать реальные изображения устройствами пер-септронного типа.
Вместе с тем, несмотря на неудачи, первый этап имел большое значение для искусственного интеллекта с точки зрения двух обстоятельств:
он показал возможности использования ЭВМ в автоматическом режиме при решении задач, ранее решаемых только человеком;
♦ на этом этапе были отработаны различные способы и приемы решения интеллектуальных задач, хотя строгой теории искусственного интеллекта еще не было. Работы по искусственному интеллекту продолжались, разрабатывались глубинные теоретические вопросы и их программная реализация. В частности, многие исследователи продолжили разработку алгоритмов и программ шахматной игры, завершившейся в 1967 г. первым чемпионатом мира по шахматам среди ЭВМ (его выиграла советская программа "Каисса", разработанная в Институте проблем управления АН СССР). Отметим, что до последнего времени продолжаются попытки решить спор о том, способна ли программа на ЭВМ переиграть человека (иногда такой процесс называют соревнованиями "кремниевого" и "белкового" шахматистов). В частности, по одной из версий чемпион мира Г. Каспаров неоднократно играл с шахматными программами, разработанными в разных странах (США, Германии), с переменным успехом. Многие специалисты связывают успех или неудачу человека в игре с машиной с регламентом проведения матча: при проведении блиц-партий человек, действующий по интуиции, имеет больше шансов на выигрыш; при ограничении времени на партию пятью или двадцатью пятью минутами ("быстрые шахматы") возможности ЭВМ по просчету вариантов в ряде случаев превышают человеческие; сложнее отдать преимущество одной из сторон при классической игре.
Новое развитие работы по искусственному интеллекту получили в 80-е гг. XX в. Теоретический задел, созданный на первом этапе развития интеллектуальных систем при решении достаточно "мелких" задач (машинные игры в шашки, шахматы; сочинение стихов и музыки; перевод и т. п.), привел к важным практическим результатам — таким, как создание экспертных систем, интеллектуальных расчетно-логических и информационно-поисковых систем, интеллектуальных пакетов прикладных программ и т. д. Кроме того, практические успехи в создании систем искусственного интеллекта вызвали к жизни новые проекты, в частности, проекты разработки ЭВМ следующего (по наиболее распространенной классификации) 5-го поколения, которые должны уметь общаться с пользователем на естественном (или близком к нему) языке; решать не вполне структурированные задачи; давать разумные советы по широкому кругу проблем и т. д.
Вместе с тем специалисты продолжают обсуждать многие основополагающие вопросы, например, что такое искусственный интеллект, искусственный разум, в чем их отличия, что является предметом теории искусственного интеллекта и т. п.
4.1.2. Основные понятия и определения теории интеллектуальных информационных систем
Следует отметить, что строгого (формального, научного) определения понятия "естественный интеллект", вообще говоря, не существует. Поэтому еще труднее определить понятие "искусственный интеллект". Для того чтобы решить эту задачу, необходимо уяснить значение таких терминов, как интеллект; психика; сознание; разум.
Интеллект. Различают формулировки данного понятия по нескольким направлениям [21; 22]:
философскую;
биологическую;
психологическую.
В философии под интеллектом понимают познание, понимание, рассудочную способность к абстрактно-аналитическому расчленению (Г. Гегель), способность к образованию понятий (Э. Кант).
В психологии под интеллектом понимают характеристику умственного развития индивидуума, определяющую его способность целенаправленно действовать, рационально мыслить и эффективно взаимодействовать с окружающим миром.
В биологии под интеллектом понимают способность адекватно реагировать (принимать решения) в ответ на изменение окружающей обстановки.
Важно отметить: интеллект — это свойство отдельного субъекта. В частности, интеллектом может обладать не только человек, но и любой объект, имеющий указанные выше качества — способность к образованию понятий, абстрактно-аналитическому мышлению, целенаправленному действию.
Разум. В отличие от интеллекта разум — категория сугубо человеческая, опирающаяся на сознание как высшую форму психологической деятельности. Принципиальным моментом в определении разума, так же как и сознания, является их общественный, социальный характер, поскольку и то и другое понятия сформировались в результате совместной человеческой деятельности.
Часто используют совместно понятия рассудок и разум. Интересно, что в античной философии считалось, что если рассудок — способность рассуждения — познает все относительное, земное и конечное, то разум, сущность которого состоит в целеполагании, открывает абсолютное, божественное и бесконечное. В настоящее время с рассудком связывают способность строго оперировать понятиями; правильно классифицировать факты и явления; приводить знания в определенную систему. Опираясь на рассудок, разум выступает как творческая познавательная деятельность, раскрывающая сущность действительности. Посредством разума мышление синтезирует результаты познания, создает новые идеи, выходящие за пределы сложившихся систем знания.
Сознание. Это понятие также трактуется различными науками неоднозначно.
С точки зрения философии сознание — свойство высокоорганизованной материи — мозга, выступающее как осознанное бытие, субъективный образ объективного мира, субъективная реальность.
При социологическом подходе сознание рассматривается прежде всего как отображение в духовной жизни людей интересов и представлений различных социальных групп, классов, наций, общества в целом.
В психологии сознание трактуется как особый, высший уровень организации психической жизни субъекта, выделяющего себя из окружающей действительности, отражающего эту действительность в форме психических образов, которые служат регуляторами целенаправленной деятельности [26]. Важнейшей функцией сознания является мысленное построение действий и предвидение их последствий, контроль и управление поведением личности, ее способность отдавать себе отчет в том, что происходит как в окружающем, так и в собственном духовном мире.
Психика. Психика — это свойство высокоорганизованной материи — мозга, являющееся особой формой отражения действительности и включающее такие понятия, как ощущение, восприятие, память, чувства, воля, мышление и др. Отметим, что мышление и память, которыми обычно характеризуют интеллект, входят в понятие психики составными частями.
В психике выделяют две компоненты: чувственную (ощущения, восприятие, эмоции) и рациональную, мыслительную (интеллект, мышление). Другие составляющие психики — память и волю — можно разделить на память чувств и память мыслей; волю чувств и волю мыслей (инстинкты и долг перед собой и обществом соответственно).
Например, можно помнить, как берется сложный интеграл (память мыслей), а можно помнить ощущение напряжения и усталости при изучении способа его взятия (память чувств), когда воля чувств (инстинкт самосохранения, желание отдохнуть) боролись с волей мыслей (сознанием необходимости изучения этого способа).
Перечисленные понятия обычно разделяют на две пары (см. рис. 4.1.1):
психика и интеллект как ее составляющая;
сознание и разум как его составляющая, причем интеллект и разум — рассудочные, мыслительные составляющие соответственно психики и сознания.
Основное отличие второй пары от первой состоит в том, что она образовалась в результате социальной, общественной деятельности людей, и поэтому социальная компонента — неотъемлемая и существенная черта сознания и разума (классическим примером может служить психика Маугли и психика "нормальных" детей).
 |
Психика
Интеллект
Рис. 4.1.1. Соотношение психики и интеллекта; сознания и разума
Отсюда следует очень важный вывод: принципиально невозможно моделировать сознание и разум во всей полноте, так как для этого пришлось бы "моделировать не только человека", но и всю систему его социально-общественных отношений. В то же время моделировать интеллект как одну из компонент психики отдельных индивидуумов вполне возможно, хотя и очень сложно.
К этому выводу "примыкает" еще один: искусственный интеллект — это модель рациональной, мыслительной составляющей психики. Не моделируются эмоции, ощущения, воля, память чувств и т. п. Машинное сочинение стихов и музыки — это моделирование лишь логической компоненты психической деятельности, сопровождающей эти виды творчества (соблюдение рифмы, размера, законов композиции, гармонии и т. п. Именно с этим связано неудовлетворительное для большинства людей качество машинных "сочинений".
Учитывая сказанное, можно заключить, что понятие "искусственный интеллект" объединяет три других [21, 22]: ♦ искусственный бессловесный интеллект — модель компоненты психики живых существ, отражающая их способность принимать решения, изменять поведение и т. д. на уровне инстинктов, не имеющих словесного выражения (самосохранение, размножение, приспособление и т. п.;
искусственный словесный интеллект — модель рациональной компоненты психической деятельности человека без учета ее социального содержания;
искусственный разум — искусственный словесный интеллект, дополненный социальной компонентой.
В дальнейшем, если не будет специальных оговорок, под искусственным интеллектом будем понимать искусственный словесный интеллект.
Приведенные определения основаны на теоретических рассуждениях и в силу этого носят достаточно общий характер.
Существуют по крайней мере три подхода к определению этого понятия, носящие гораздо большую практическую направленность (рис. 4.1.2).
Понятие искусственного интеллекта
По выполняемым функциям
По механизмам работы
По отраслям знаний
Рис. 4.1.2. Подходы к определению понятия "искусственный интеллект"
Достаточно полным определением понятия "искусственный интеллект" первого типа является следующее [22]: искусственный интеллект — это область исследований, в рамках которых разрабатываются модели и методы решения задач, традиционно считавшихся интеллектуальными и не поддающимися формализации и автоматизации.
Применительно к данному определению является справедливым суждение, что интеллектуальной может считаться такая искусственно созданная система, для которой выполняется тест Тьюринга, состоящий в следующем: "Испытатель через посредника общается с невидимым для него собеседником — человеком или системой. Интеллектуальной может считаться та система, которую испытатель в процессе такого общения не может отличить от человека" [54] (рис. 4.1.3).
Неиска жающий посредник
Техническое устройство
Рис 4.1.3. Схема проведения теста Тьюринга
В качестве другого определения, достаточно точно отражающего характер второго подхода, может рассматриваться следующее: искусственный интеллект — это область исследований, в которой изучаются системы, строящие результирующий вывод для задач с неизвестным алгоритмом решения на основе неформализованной исходной информации, использующие технологии символьного программирования и средства вычислительной техники со специальной (не фон Неймановской) архитектурой [22, 54].
Наконец, наиболее цитируемым определением третьего типа является следующее: искусственный интеллект — это область знаний, которая находит применение при решении задач, связанных с обработкой информации на естественном языке, автоматизацией программирования, управлением роботами, машинным зрением, автоматическим доказательством теорем, разумными машинами извлечения информации и т. д. [54].
Можно рассмотреть и такое — в определенной степени обобщающее — определение: искусственный интеллект — научная дисциплина, задачей которой является разработка математических описаний функций человеческого (словесного) интеллекта с целью аппаратурной, программной и тех-, нической реализации этих описаний средствами вычислительной техники [54].
В заключение отметим, что в последние годы многие специалисты согласились, что дискуссия по вопросу об определении самого термина "искусственный интеллект" приобрела схоластический характер, не дает конструктивных результатов теории и практике и может быть бесконечной. Поэтому вместо термина "искусственный интеллект" предлагается использовать другой — "новая информационная технология решения инженерных задач", что подчеркивает приоритетную роль поиска, анализа и синтеза информации в системах искусственного интеллекта.
4.1.3. Классификация интеллектуальных информационных систем
Несмотря на значительное число попыток провести классификацию интеллектуальных информационных систем (см., например, [21, 22, 26, 27, 41]), ни одна из них, на наш взгляд, не является совершенной. На рис. 4.1.4 представлена такая классификация, полученная путем сопоставления и обобщения известных классификаций этих систем.
На рисунке обозначены; СОН — системы общего назначения; СС — специализированные системы.
Наиболее широкое распространение на практике в настоящее время получили системы искусственного интеллекта, основанные на знаниях. Понятие "знания" для этих систем имеет принципиальное значение. Под "знанием" в системах искусственного интеллекта понимается информа-
ция о предметной области, представленная определенным образом и используемая в процессе логического вывода. По своему содержанию данная информация является некоторым набором суждений и умозаключений, описывающих состояние и механизмы (логику) функционирования в выбранной, как правило, весьма ограниченной предметной области. Указанные суждения и умозаключения высказываются экспертом (специалистом) в этой области либо формулируются в результате анализа литературы по данному предметному направлению.
Способы получения и представления знаний в интересах проектирования систем искусственного интеллекта в настоящее время составляют предмет сравнительно нового научного направления — инженерии знаний.
Форма представления знаний имеет отличие от формы представления данных. Обычно (см., например, [53]) под дан-
 |
 |
В системах, основанных на знаниях, предполагается, что исходные знания способны в соответствии с запросами пользователей к системе порождать новые знания. При этом сама процедура порождения новых знаний называется логическим выводом (или просто выводом). Термин "логический" в данном случае не случаен с двух точек зрения. Системы, основанные на знаниях, моделируют мыслительную деятельность людей лишь на логическом (а не на физиологическом) уровне и, кроме того, основным математическим аппаратом, лежащим в основе систем этого типа, является аппарат математической логики.
К системам искусственного интеллекта, полностью основанным на знаниях, относятся два класса систем: экспертные системы и интеллектуальные пакеты прикладных программ (ИППП). Основные идеи этого направления частично (или даже в значительной части) реализуются и в других системах искусственного интеллекта, в частности, робототех-нических, системах распознавания и др. (см. рис. 4.1.4).
Наиболее последовательно идеи, на которых базируются системы искусственного интеллекта, основанные на знаниях, воплощены в экспертных системах, которые достаточно подробно рассмотрены в подразд. 4.3.
Под ИППП понимаются инструментальные пакеты прикладных программ, в которых механизм сборки отдельных подпрограмм (решения частных задач) в общую программу
решения требуемой задачи осуществляется автоматически, на основе механизма логического вывода.
В самоорганизующихся системах реализуется попытка осуществить моделирование интеллектуальной деятельности человека (или более простых живых существ) не на логическом, а на физиологическом уровне работы головного мозга. В данном случае мозг человека моделируется сетью идеальных нейронов. В соответствии с доказанной фон Нейманом [37] теоремой при воздействии на такую сеть некоторых раздражителей она начинает вырабатывать адекватную реакцию, т. е. способна к самообучению путем самоорганизации. Несмотря на значительную теоретическую перспективность этого (исторически первого) направления в области искусственного интеллекта, практически значимых результатов этот путь пока не дал. Последнее объясняется технической нереализуемостью на современном уровне достаточного числа взаимосвязанных нейронов в искусственно создаваемой сети.
В то же время данное направление позволило получить весомые результаты в области исследования возможностей создания компьютеров сверхвысокого быстродействия. Тем самым повышаются возможности систем искусственного интеллекта, создаваемых на других принципах. Кроме того, реальные результаты получены в создании нейросистем рас-познавания образов.
Основная идея, лежащая в основе создания нейросетей, базируется на теореме Мак-Каллока и Питтса [37], которая утверждает, что любую вычислимую функцию можно реализовать с помощью сети идеальных нейронов. Эксперименты показывают, что реализация этих функций таким путем может осуществляться значительно быстрее, чем на традиционном компьютере. Компьютеры новой архитектуры, воплощающие данную идею, получили название нейрокомпьютеры.
Третье направление разработки систем искусственного интеллекта связано с реализацией эвристического подхода к построению таких систем. Главной особенностью, характерной для данного направления, является полный отказ от следования принципу аналогии при моделировании механизма интеллектуальной деятельности (ни на логическом, ни на физиологическом уровнях). Методологической основой систем эвристического поиска служит то утверждение, что любая интеллектуальная деятельность начинается с некоторых данных и завершается получением определенных результатов также в виде данных. Если техническое устройство позволяет по аналогичным исходным данным получить эквивалентные результаты, то оно может быть отнесено к классу интеллектуальных (см. первое определение искусственного интеллекта). При этом механизм переработки исходных данных в результаты не оговаривается и, вообще говоря, может быть совершенно иным по сравнению с реальным. Системы этого типа выполняют функции, которые традиционно производятся человеком, однако реализуют их другими способами.
Широкое распространение данное направление получило при решении различных игровых задач (шахматы, шашки и т. д.). Однако подходы, присущие этому направлению, нашли применение и в других системах искусственного интеллекта, в частности, системах общения (особенно в части речевого общения), системах распознавания, робототехничес-ких системах и других. В то же время следует заметить: специфика эвристического подхода такова, что рецепты создания программ для решения интеллектуальных задач в одной области практики, как правило, неприменимы в другой области, а возникающая необходимость изменения характера учета факторов при решении прикладных задач вызывает существенную перестройку программы в целом.
При разработке интеллектуальных робототехнических систем основная задача состоит в решении теоретических и практических вопросов организации целесообразного поведения подвижных роботов, снабженных сенсорными и эффек-торными (исполнительными) механизмами [54]. Принципиальное отличие робототехнических систем от систем искусственного интеллекта других типов заключается в том, что эти системы не только воспринимают информацию из окружающего мира и вырабатывают на ее основе определенные оценочные выводы, но и, сообразуясь с этими выводами, вносят изменения в окружающий (анализируемый ими) мир.
К настоящему времени в практике находят применение робототехнические системы с относительно простыми сенсорными и эффекторными механизмами, которые способны выполнять действия только в простых средах с заранее зафиксированными свойствами.
Основа проблемы распознавания образов, или в более широком контексте — машинное зрение, заключается в придании системе способности разрешения задач преобразования огромного количества сенсорных данных (например, присутствующих в телевизионном изображении) к относительно краткому и осмысленному описанию наблюдаемой проблемной ситуации. Содержанием такого описания, как правило, является тот минимальный (самый характерный) набор данных, которые отличают изучаемую ситуацию от стандартной. Основная сложность такого описания связана с ответом на следующие вопросы: какие объекты имеют место в наблюдаемом кадре; какие из них являются ключевыми для выявленной ситуации; что надо принять за стандартную ситуацию для выявленных ключевых объектов; в чем отличие рассматриваемой ситуации от стандартной; откуда первоначально получать наборы стандартных ситуаций. Трудности, с которыми сталкивается практика при решении каждой из перечисленных задач, указывают на то, что, как и в случае робототехнических систем, данное направление находит реализацию только в самых простых случаях.
В дальнейшем будем рассматривать системы, основанные на знаниях, как получившие наибольшее практическое развитие и распространение в различных отраслях профессиональной деятельности, в том числе и в экономике, что обусловливает необходимость более подробного рассмотрения методов представления знаний в памяти ЭВМ.
Обсуждение Информационные системы в экономике
Комментарии, рецензии и отзывы