Макарова С.П., кандидат социологических наук

Череповецкое высшее военное инженерное училище радиоэлектроники,

Российская Федерация, 162600, Вологодская область, г. Череповец, Советский пр., 126.

Аннотация: В статье приводится общая характеристика такого неоднозначного понятия, как искусственный интеллект. Рассматриваются основные подходы к пониманию искусственного интеллекта, основные современные методы его создания. Приводятся передовые организации, занимающиеся разработкой ИИ.

Ключевые слова: искусственный интеллект, направления создания ИИ, нисходящий ИИ, восходящий ИИ.

 

С

 начала своего существования человек познаёт мир, активно опираясь на свой разум. Используя наблюдения, опыт и логическое мышление, люди создают для себя всевозможные орудия труда, облегчая тем самым свою жизнь и деятельность. Создание колеса, парового двигателя, компьютера – вот некоторые из изобретений человека, которые сделали наше общество таким, какое оно сейчас есть. Многие открытия, новшества и научные революции являлись результатом титанического умственного труда, который во все времена высоко ценился. Сегодня, на этапе постиндустриального развития общества, интеллектуальная деятельность является приоритетным видом деятельности человека. Как и в древности, человек продолжает придумывать себе всевозможные вспомогательные средства для решения реальных задач. Но его давней мечтой были мысли о том, как создать то, что будет спутником и советником в решении насущных проблем, а не просто инструментом созидания. С каждым днём человек становится всё ближе к осуществлению своего замысла – созданию искусственного интеллекта.

К середине XX века было создано множество художественных произведений о разумных машинах, которые существуют совместно с человеком. Технологический скачок, произошедший после Второй мировой войны, позволил сформировать достаточный объём знаний в области математических, технических, естественных и гуманитарных наук. Учёные достигли больших успехов в изучении нервной системы живых организмов, большие усилия были направлены на изучение работы мозга человека. В математике появилось направление, названное теорией алгоритмов, благодаря которому появились первые ЭВМ. Всё это создало базу для технической реализации того, что сегодня мы называем искусственным интеллектом (ИИ; англ. Artificialintelligence; AI).

Термин «искусственный интеллект» впервые был предложен в 1956 году американским информатиком Д. Маккарти на конференции в Дартмутском университете. В конференции приняли участие такие учёные, как М. Минский (учёный в области ИИ), К. Шеннон (инженер и математик), Н. Рочестер (информатик). В дальнейшем именно они были названы отцами-основателями сферы ИИ. На конференцию также были приглашены известные западные исследователи, занимающиеся вопросами теории управления, теории алгоритмов, теории автоматов, теории игр, нейронных сетей, а также специалисты в области психологии и нейрофизиологии [1]. С тех пор ИИ выделилось в отдельное научное направление. Был задан вектор в его развитии и понимании того, в чём состоят главные задачи данной сферы. Само понятие искусственного интеллекта становилось всё более популярным благодаря выходу научно-фантастических литературных произведений и фильмов по всему миру, формируя значительный пласт культуры. С 80-х годов XX века ИИ и вовсе стал неотъемлемой частью массовой культуры. Все больше людей вовлекалось в его разработку на волне популярности и привлекательности замысла.

На сегодняшний день научное сообщество не пришло к единому мнению о том, что на самом деле представляет из себя искусственный интеллект. На данный момент существует несколько определений, объясняющих это явление.

Искусственный интеллект – 1. Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.

2. Свойство интеллектуальных систем выполнять функции, которые традиционно считаются прерогативой человека. При этом интеллектуальная система – техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы.

3. Наука, входящая в комплекс компьютерных наук, а создаваемые на её основе технологии – к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий [4].

Анализируя основные понятия, можно сделать вывод, что ИИ – попытки смоделировать человеческий разум на технической основе.

До сих пор нет точного критерия оценки уровня интеллекта компьютеров, так как не решён вопрос о статусе человеческого интеллекта. Тем не менее, на заре формирования представления об искусственном интеллекте был предложен ряд гипотез, пытающихся объяснить то, с каких пор машина может считаться интеллектуальной. Ярким примером может стать тест английского математика А. Тьюринга. Он был представлен в 1950 году, его целью является определение уровня искусственного мышления, близкого к человеческому. Смысл теста заключается в том, что человек взаимодействует с одним компьютером и ещё одним человеком посредством переписки. Все тестируемые не видят друг друга. На основании ответов на вопросы человек должен определить, с кем ведёт переписку: с другим человеком или компьютерной программой. Задача программы – заставить тестируемого засомневаться и сделать выбор в пользу неё. Эта идея является обобщением подхода теста Тьюринга, который предполагает, что ИИ будет действовать как человек в стандартных бытовых ситуациях и станет разумным лишь тогда, когда будет способен поддерживать переписку с обычным человеком, и тот не сможет понять, что переписывается с машиной. Однако, на сегодняшний день создано множество чат‑ботов, которые не обладают интеллектом, а просто используют базовые фразы из перечня загруженных в их память. Поэтому тест Тьюринга не может ответить на вопрос, является ли машина интеллектуальной или нет [2].

Сегодня проблемами, стоящими перед развитием сферы ИИ, занимаются научные сообщества по всему миру. Инвестиции в это направление, так же, как и заинтересованность частных и государственных корпораций в его создании с каждым годом экспоненциально возрастают. Все хотят получить новый «интеллектуальный» продукт, однако, системы ИИ имеют существенные различия, которые зависят от подхода к их разработке. Для того, чтобы разобраться в данном вопросе, рассмотрим основные направления развития сферы ИИ, а также компании и организации, развивающие эти направления.

На данный момент существует множество подходов как к пониманию задач ИИ, так и созданию интеллектуальных систем. Несмотря на это, можно выделить два основных подхода к разработке ИИ.

Прагматическое направление или нисходящий ИИ – создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение (дискурс), речь, эмоции, творчество и т.д. При этом, если результат функционирования системы в некотором смысле совпадает с результатом деятельности эксперта, то её можно признать интеллектуальной независимо от способов получения этого результата. При таком подходе не ставится вопрос об адекватности используемых в компьютере структур и методов тем структурам и методам, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач [8].

Бионическое направление или восходящий ИИ – изучение нейронных сетей и эволюционных вычислений. Основывается на предположении о том, что если в системе воспроизвести процессы человеческого мозга, то и результаты решения задач такой системы будут подобны результатам, получаемым человеком. Интеллектуальное поведение моделируется на основе биологических элементов, а также на заранее созданных вычислительных системах, таких как нейрокомпьютер или биокомпьютер [8].

С опорой на данные направления, существуют отдельные методы реализации ИИ на практике. К ним можно отнести: символьное моделирование мыслительных процессов, работу с естественными языками, машинное обучение, биологическое моделирование ИИ, робототехнику, представление знаний и др. Детально рассмотрим особенности каждого из направлений, а также центры, где эти направления являются приоритетными в создании и исследовании ИИ.

Символьное моделирование мыслительных процессов. Является одним из основных направлений в области ИИ. Оно связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем. Включает в себя модели и методы извлечения и структурирования знаний. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена определённая задача, а на выходе требуется её решение. Обычно предлагаемая задача уже формализована, но либо не имеет алгоритма решения, либо он слишком сложен и трудоёмок. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование. Опирается на нисходящий подход к реализации ИИ. Центры разработки находятся, как правило, в научных центрах по всему миру. К таким относятся: Научный совет по методологии искусственного интеллекта РАН (Россия); Массачусетский технологический институт (США);Исследовательский институт машинного интеллекта (США); Немецкий исследовательский центр по искусственному интеллекту (ФРГ); Национальный институт современной промышленной науки и технологии (Япония) [5].

Работа с естественными языками.Общее направление искусственного интеллекта и математической лингвистики. Оно изучает проблемы компьютерного анализа и синтеза естественных языков. Применительно к искусственному интеллекту анализ означает понимание языка, а синтез – генерацию грамотного по человеческим меркам текста. Весьма важным направлением является обработка естественного языка. В рамках этого направления ставится цель такой обработки естественного языка, которая была бы в состоянии приобрести знание самостоятельно, читая существующий текст из доступных источников. Некоторые прямые применения обработки естественного языка включают информационный поиск и машинный перевод. Опирается на восходящий подход к реализации ИИ. Наиболее успешны в этом направлении сегодня: 1) Российская компания ABBYY, являющаяся одним из ведущих мировых разработчиков инновационных технологий оптического распознавания документов, ввода форм, прикладного лингвистического программного обеспечения и единственной компанией в мире, имеющей подобный набор собственных разработок. 2)База данных MNIST – объёмная база данных образцов рукописного написания цифр. База данных является стандартом, предложенным Национальным институтом стандартов и технологий США с целью калибрации и сопоставления методов распознавания изображений с помощью машинного обучения в первую очередь на основе нейронных сетей [6].

Машинное обучение (англ. machine learning, ML) – класс методов ИИ, отличительной чертой которых является обучение в процессе использования решений множества сходных задач, а не прямое решение задачи. Это направление было одним из основных с самого начала развития ИИ. Раздел машинного обучения образовался в результате объединения методов математической статистики, методов обучения сетей и видов топологий их архитектуры. Задача ML заключается в автоматизации решения профессиональных задач в разных областях человеческой деятельности с помощью самостоятельного получения знаний системой во время работы. Сфера применений ML всё больше и больше расширяется. Наибольшее распространение они уже получили при распознавании человеческой речи, жестов, образов, рукописного ввода. Разработка технологий ML приводит к накоплению огромных объёмов данных во всех сферах жизни общества. Системы ML относятся к классу восходящего ИИ, так как используют самообучающиеся нейронные сети. Наиболее успешны в этом направлении сегодня: корпорации Google и Facebook [5].

Биологическое моделирование искусственного интеллекта. Сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации есть следствие только биологической структуры и особенностей её функционирования. Технологии в этой области ИИ реализуются как восходящий ИИ. Поэтому к данной модели можно отнести несколько направлений.

1) Нейронные сети, использующиеся для решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Нейронные сети не программируются в привычном смысле, они самообучаются. Именно возможность обучения является одним из их преимуществ перед традиционными, программируемыми человеком, алгоритмами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными и выходными данными, а также выполнять их обобщение. Поэтому может выдать верный результат на основании данных, которые отсутствовали в предыдущей выборке или были искажены в силу определённых причин.

2) Новый подход, основная задача которого заключается в создании автономных программ, называется агентно-ориентированным. Согласно ему, интеллект – это вычислительная часть, способная достигать поставленных перед интеллектуальной машиной целей. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков и способным воздействовать на объекты в окружающей среде с помощью исполнительных механизмов. К примеру, компании Tesla и Uber, разрабатывающие беспилотные транспортные средства; или BostonDynamics и iRobot, разрабатывающие антропоморфных роботов [7].

Робототехника. Является одним из самых популярных направлений технической мысли сегодня. Робототехника – наука об электротехнических устройствах, предназначенных для автоматизации человеческого труда. Области робототехники и ИИ тесно связаны. Интеграция двух наук делает возможным создание умных роботов, составляющих ещё одно направление ИИ. Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию и планировать движение автономно, без какого-либо вмешательства человека. Технологии в этой области ИИ реализуются как на восходящем, так и на нисходящем ИИ. В силу развития этой отрасти, возникает множество технических проблем внедрения ИИ, которые уже пытаются разрешить учёные и инженеры по всему миру. Такой проблемой у интеллектуальных машин может стать машинное зрение или адекватное хранение трёхмерной визуальной информации. Отсюда, робототехника сегодня – инженерная наука, не отвергающая технологий ИИ, но не готовая пока к их полному внедрению в силу различных (в основном технологических) причин. Крупнейшие страны –производители роботов на сегодняшний день – США (компании: KamanCorp., 3DRobotics, BostonDynamics) и Япония (компании: Panasonic, Kawasaki) [7].

Представление знаний. Главная задача в сфере ИИ – научиться хранить знания таким образом, чтобы программы могли осмысленно обрабатывать их и достигнуть тем подобия человеческого интеллекта Исследователи ИИ используют теории представления знаний из когнитологии. Поскольку знание используется для достижения разумного поведения, фундаментальной целью дисциплины представления знаний является поиск таких способов представления, которые делают возможным процесс логического вывода, то есть создание знания из знаний. Технологии в этой области реализуются как на восходящем, так и на нисходящем ИИ. Примером может быть самый совершенный на сегодняшний день ИИ «Watson» от американской компании IBM, который 6 лет «обучали» на онколога, и сегодня он уже спасает человеческие жизни [5].

Другие области исследований.В настоящее время развиваются новые модели реализации ИИ на практике. Существует уже множество наработок, каждая из которых образует практически самостоятельное направление. Ярким примером может стать машинное творчество систем ИИ (живопись, музыка), интеллектуальные системы информационной безопасности и ИИ в компьютерных играх. В перспективе предполагается тесная связь развития ИИ с разработкой квантового компьютера, так как некоторые свойства искусственного интеллекта имеют схожие принципы действия с квантовыми компьютерами. Примерами могут быть такие компании как Cylance (США) – международный ​поставщик систем кибербезопасности для корпоративных клиентов, который смог привлечь $177 млн. или игровой гигант ElectronicArts. В области машинного творчества можно выделить проекты «NextRembrandt» (ИИ-художник) и Amper (ИИ-композитор) [3].

В обобщенном виде основные направления и методы создания искусственного интеллекта можно представить следующим образом (рис. 1).

 

 

Рисунок 1. Направления и модели ИИ

* * *

Подводя итог, можно сделать вывод, что на сегодняшний день и на ближайшую перспективу ИИ будет являться флагманом развития новых технологий. Подтверждением этому является заинтересованность корпораций, научного сообщества, населения, а также стремительный рост инвестиций в эту область. Несмотря на многообразие направлений и методов реализации ИИ, можно заметить, что многие области исследований весьма тесно связаны между собой. На данный момент передовые разработки в области ИИ сосредоточены на западе. Тем не менее, большой потенциал уже представляют Япония, Китай, а также Россия.

 

Литература

1.Дармутский семинар. URL: http//:ru.wilipedia.org/Дармутский_семинар. (дата обращения: 14.02.2018).

2.Дремо В. Пройти тест Тьюринга. URL: http://www.cablook.com/mixlook/projti-test-tyuringa/. (дата обращения 18.05.2018).

3.Иванов А. Искусственный интеллект: испытание творчеством. URL: https://iot.ru/gorodskaya-sreda/iskusstvennyy-intellekt-ispytanie-tvorchestvom. (дата обращения 18.05.2018).

4.Искусственный интеллект. URL: http//:ru.wilipedia.org/Искусственный_интеллект. (дата обращения: 15.02.2018).

5.Лайпанова Л.А. Символьное моделирование мыслительных процессов. URL: https://megalektsii.ru/s25674t10.html. (дата обращения 18.05.2018).

6.Люгер Дж. Искусственный интеллект: стратегии и методы решения сложных проблем. 4-е изд. – М.: Вильямс, 2013. 864 с.

7.Модели и методы исследований. URL: http://ai-news.ru/2017/06/modeli_i_metody_issledovanij.html. (дата обращения 18.05.2018).

8. Nyrtsov A.N., Chebotar I.V., Yakovitsky S.A., Andronov S.I. The modeling of the process of splitting of the signals and simulating hindrances on the basis of the art networks. Наукоемкиетехнологии. 2010. Т. 11. № 9. С. 059-063.

9.Что такое искусственный интеллект? История развития и перспективы. Основные направления исследований. URL: https://promdevelop.ru/iskusstvennyj-intellekt/. (дата обращения 18.05.2018).

References

1.Darmouth seminar. URL: http//:EN.wilipedia.org/Armutsrisiko. (date accessed: 14.02.2018).

2.Dremo B. Pass the Turing test. URL: http://www.cablook.com/mixlook/projti-test-tyuringa/. (accessed 18.05.2018).

3.Ivanov A. Artificial intelligence: the test of creativity. URL: https://iot.ru/gorodskaya-sreda/iskusstvennyy-intellekt-ispytanie-tvorchestvom. (accessed 18.05.2018).

4.Artificial intelligence. URL: http//:EN.wilipedia.org/Iskusstvennyy. (date accessed: 15.02.2018).

5.Laipanova L. A. Symbolic modeling of thought processes. URL: https://megalektsii.ru/s25674t10.html. (accessed 18.05.2018).

6.Luger John. Artificial intelligence: strategies and methods of solving complex problems. 4th ed. - Moscow: Williams, 2013. 864 p.

7.Models and methods of research. URL: http://ai-news.ru/2017/06/modeli_i_metody_issledovanij.html. (accessed 18.05.2018).

8. Nyrtsov A.N., Chebotar I.V., Yakovitsky S.A., Andronov S.I. The modeling of the process of splitting of the signals and simulating hindrances on the basis of the art networks. Наукоемкиетехнологии. 2010. Т. 11. № 9. С. 059-063.

9.What is artificial intelligence? History and prospects. The main areas of research. URL: https://promdevelop.ru/iskusstvennyj-intellekt/. (accessed 18.05.2018).

 

⇐ Предыдущая24252627282930313233Следующая ⇒

Поделиться: