Що являє собою штучний інтелект. ІІ: сильний та слабкий

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 програму, 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 із планіметрії та розв'язання алгебраїчних завдань (сформульованих англійською мовою).
Джона Маккарті (J. McCarty) зі Стенфорда зацікавили математичні основи цих 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 та 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 видів їх обробки. 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 перебірних проблемах, що виникали при цьому, кількість варіантів, що перебираються, різко знижувалася застосуванням всіляких евристик і "здорового глузду". Такий підхід почали називати евристичним програмуванням. Подальший розвиток евристичного програмування йшло шляхом ускладнення алгоритмів і поліпшення евристик. Однак незабаром стало зрозуміло, що існує певна межа, за якою ніякі покращення евристик та ускладнення алгоритму не підвищать якості роботи системи та, головне, не 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 результатів завдяки 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 сполук на 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 метод виявлення 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 завдань 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 напрямів у 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 наукової дисципліни тісно примикає інша, предмет якої іноді називають "штучне життя". Вона займається інтелектом нижчого 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 наступні 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 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.

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 з науковою метою при 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 в 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 (Німецький дослідницький центр із штучного інтелекту);

Японія (Національний інститут сучасної 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 за короткий час та 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 припустимо, 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

Вчора Zillion опублікував ексклюзивне інтерв'ю з молодим вченим, переможцем премії Intel ISEF-2013 Іонутом Олександром Будістеаном, який працює над проектом зі створення безпечних самоврядних автомобілів на основі штучного інтелекту. Всі ми за інерцією думаємо, що ІІ – це щось із фантастичних фільмів. Але він уже тут із нами. Хоча не все так просто. Що таке штучний інтелект насправді?

Штучний інтелект: проблема визначення та методу

У недавньому знаменитий фізик Девід Дойч розповів Zillion про свою позицію у питанні штучного інтелекту:

Я думаю, що науково-технологічна революція буде викликана нарощуванням знань у якійсь галузі – і здійснить її створення штучного інтелекту. На жаль, більшість сучасних підходів до створення штучного інтелекту використовують методи та філософії, які, на мою думку, не можуть спрацювати. Але якщо ми візьмемо широкі часові рамки, думаю, цю проблему можна вирішити і буде вирішено. І коли це станеться, світ уже ніколи не буде тим самим. З одного боку, ми не будемо самотніми з погляду володіння розумом. Але з іншого боку - різницю між людськими істотами і штучними розумами неминуче зітруться. Ми будемо здатні навіть завантажувати свою свідомість, розум у комп'ютер зі штучним інтелектом, і тоді станемо безсмертними. До речі, саме по собі завантаження людського розуму в комп'ютер не буде штучним інтелектом - комп'ютер стане лише штучним субстратом для управління «звичайним» розумом. Я не вважаю це за штучний інтелект. Наслідки всього одного досягнення прогресу – появи штучного інтелекту – будуть колосальними. Я не знаю, коли це станеться: на жаль, сьогоднішні шляхи ведуть швидше до невдачі. Я можу сказати чому, якщо хочете.

Девід Дойч (David Deutsch)

Британський фізик-теоретик. Професор Оксфордського університету. Один із піонерів у галузі квантових обчислень. Пропагандист евереттівської багатосвітової інтерпретації квантової механіки. У 1998 році був нагороджений премією Дірака Британського інституту фізики, а в 2005 році - премією в галузі комп'ютерних наук Edge of Computation Science Prize. У 2008 році за свої наукові досягнення був обраний до Лондонського королівського товариства.

- Якщо ви думаєте, що це просто рід комп'ютерної програми, то справжній штучний інтелект буде зовсім іншою програмою, ніж будь-яка інша. Для інших програм ви можете точно встановити, що вони роблять, тобто певну відповідь на кожне введення. Наприклад, для Word можна встановити: якщо ви натискаєте Delete, виділений текст має бути видалено. Але штучний інтелект улаштований інакше. Припустимо, мені потрібно було б, щоб програма написала нову працю з фізики та опублікувала її – це було б чудово! Якби мені потрібно було написати для цього вимоги, специфікацію, щоб така праця була опублікована, ця специфікація вже містила б нові знання з фізики, які я просив би програму відкрити. І, отже, я б завантажив ці знання в програму, а не програма створила б їх сама. З іншого боку, якщо я не завантажу туди ці знання, стане неможливо вказати, що повинна робити програма, так само як неможливо вказати, що повинна робити людина. Отже, специфікація для програми штучного інтелекту не може бути створена відповідно до певних біхевіористських упереджень, за якими створені існуючі програми. Ось у цьому причина.

Проте вже існує якщо не «чистий» штучний інтелект, то його попередники – розумні програми, інтелектуальні системи, пристрої з Artificially Simulated Human Behavior (штучно симульованою людською поведінкою). Що ж світова наука має на увазі під поняттям штучного інтелекту? Які підходи до його створення?

Питання парадигми штучного інтелекту настільки складне і комплексне, що ним займаються відразу кілька наук: не тільки комп'ютерна наука, але також філософія, нейронаука, футурологія та ін. Філософи, наприклад, запитують, що таке людина та знання. Нейролінгвісти та нейрофізіологи намагаються зрозуміти, як саме ми мислимо, пізнаємо, робимо відкриття, виявляємо нові ідеї, створюємо інновації. І чи взагалі може інтелект бути виключно біологічним феноменом?

За класичним визначенням, штучний інтелект, або ІІ (Artificial intelligence, AI), являє собою наукову галузь та технологію створення інтелектуальних машин та інтелектуальних комп'ютерних програм, використання комп'ютерів для розуміння людського інтелекту. У цьому концепція ІІ має спиратися на біологічні принципи. Хоча б з тієї причини, що мозок і свідомість людини, як багато авторитетних представників нейронауки, - наукова загадка і ми навряд чи колись зможемо відкрити всі таємниці устрою цього шедевра еволюції. На дев'ятій хвилині відеоінтерв'ю Німецькому культурному центру ім. Гете в Росії нейролінгвіст зі світовим ім'ям Тетяна Чернігівська відповідає на запитання «Чи можемо ми пізнати мозок?»: «Я вважаю, що у нас немає жодних шансів пізнати мозок. Жодних ніколи не буде. Жодна система не може зрозуміти ту систему, яка складніша, ніж вона, - це рівно наша ситуація. Мозок складніше, ніж Всесвіт, мозок найскладніше, тому я не можу собі уявити, як його частина, якою ми, ймовірно, є, - хоча хто його знає - як ми можемо самі себе вивчити, я не розумію».

Класичне визначення штучного інтелекту дав ще 1956 року на конференції в Дартмутському університеті видатний американський інформатик Джон МакКарті, винахідник мови Lisp, засновник функціонального програмування та лауреат Премії Тьюринга за величезний внесок у сферу досліджень штучного інтелекту. Власне він і був автором терміна «штучний інтелект».

Джон МакКарті (John McCarthy)

Американський інформатик, автор терміна "штучний інтелект", винахідник мови Lisp, основоположник функціонального програмування.

Вже тоді МакКарті не пов'язував термін ІІ безпосередньо з розумінням людського інтелекту: він вважав, що інженери та вчені, які працюють над ІІ, можуть використовувати для вирішення конкретних проблем методи, не властиві людському мисленню. Джон МакКарті говорив, що одна з основних проблем полягає в тому, що поки що не вдається визначити, які обчислювальні процедури називати інтелектуальними, оскільки світова наука розуміє деякі механізми інтелекту, але не розуміє інших. Таким чином, у рамках суто технологічного підходу ІІ звужується до обчислювальної складової здатності досягати цілей.

ІІ як напрямок наукових досліджень вивчає природу та суть інтелектуальної творчої діяльності людини, шукає можливості відтворити у штучних системах відбивну здатність людської свідомості. Але при цьому безпосередньо суть ІІ розуміється як кібернетична система, яка переробляє інформацію, що надходить із зовнішнього середовища, щоб на її підставі приймати рішення. Дуже цікавий та важливий момент: слово «інтелект» у цьому понятті метафоричнооскільки ІІ-системи поки не відтворюють процеси, що відбуваються в мозку людини. На сьогодні загальноприйнято, що для іменування штучним інтелектом система повинна формувати рішення, що задовольняють вимогам.

Штучний інтелект: труднощі перекладу

Ще більш заплутана ситуація з розумінням ІІ через призму російської. У Росії її питаннями ІІ займається Російська асоціація штучного інтелекту. Цікаво, що саме російськомовне поняття «штучний інтелект» вважається в РАІ невдалим перекладом терміну Artificial Intelligence. Artificial означає «штучний, рукотворний, несправжній, штучний», а Intelligence – «інтелект, розум, розум, розумові здібності; інформація, відомості секретного характеру; розвідка, розвідувальна служба». Поняття intelligence у науковому контексті має на увазі «здатність розумно розмірковувати». І воно не ідентичне слову intellect, яке, власне, означає «інтелект». У Російській асоціації штучного інтелекту пропонують ось ці три визначення штучного інтелекту:

• Науковий напрямок, у якого ставляться і вирішуються завдання апаратного чи програмного моделювання тих видів людської діяльності, які зазвичай вважаються інтелектуальними.
• Властивість інтелектуальних систем виконувати функції (творчі), які традиційно вважаються прерогативою людини. У цьому інтелектуальна система — це технічна чи програмна система, здатна вирішувати завдання, традиційно вважаються творчими, належать конкретної предметної області, знання про яку зберігаються у пам'яті такої системи. Структура інтелектуальної системи включає три основні блоки - базу знань, вирішувач та інтелектуальний інтерфейс, що дозволяє спілкуватися з ЕОМ без спеціальних програм для введення даних.
• Наука під назвою штучний інтелект входить до комплексу комп'ютерних наук, а створювані на її основі технології відносяться до інформаційних технологій. Завданням цієї науки є відтворення з допомогою обчислювальних систем та інших штучних механізмів розумних міркувань і процесів.

Критерії: що вважати штучним інтелектом?

Отже, термін «штучний інтелект» є надзвичайно неоднозначним, оскільки різним комбінаціям визначення, що відображають той чи інший підхід, відповідає певний технологічний рівень. Якимось розумінням терміну існуючі технології вже цілком відповідають, інші розуміння ІІ на цій стадії науково-технологічного прогресу залишаються у полі фантастики. Виникає природне питання про критерії: які властивості і здібності повинна мати програма справжнього штучного інтелекту? Але тут виявляється, що дистанція між критеріями велика.

Критерій очікування.Зараз досить багато інтелектуальних девайсів та різноманітного софту, який називають «розумним» чи «інтелектуальним». Це може бути і не надто складна електроніка, яка має набір режимів, що перемикаються автоматично, а також сенсори, датчики, алгоритми. Запропонувати користувачеві більше, ніж закладено, такий софт і пристрої не можуть. Але тут багато залежить від критерію очікування: чого ми чекаємо від штучного інтелекту, який вважатимемо «справжнім»? Ми сподіваємося створити за допомогою науки та технологій негуманоїдну особистість? Ми хочемо, щоб ІІ відкрив нам якісь таємниці Всесвіту, незбагненні для людини? Ми чекаємо на якийсь неймовірно потужний «думач», який дасть нам «відповідь на головне питання життя, Всесвіту і взагалі?»

З чим ми порівнюємо ступінь та своєрідність інтелектуальності того чи іншого пристрою/програми? Автоматична коробка передач цілком собі "інтелектуальна" в порівнянні з механічною, оскільки її "начинка" дозволяє без нашої участі "вирішувати", на яку швидкість перейти в даний момент. Можливо, це нас уже не вражає, але, строго кажучи, це диво техніки, яке б вважали містичним дивом кілька сотень років тому.

Вже зараз можна скачати у свій смартфон безкоштовне з інтелектуальною системою тестів, яка підлаштовується під конкретну людину та її завдання, враховує рівень підготовки та освоєння матеріалу, дозволяє конструювати індивідуальні тести. А самокеровані автомобілі на основі ІІ інтелектуальні, тому що напхані базами даних та сенсорами, які дозволяють бортовому комп'ютеру вибирати маршрут, визначати розмітку та перешкоди.

Будь-яка розвинена технологія не відрізняється від магії, як говорить один із трьох законів Кларка. Мозок людини, когнітивні здібності, людський інтелект і свідомість поки що теж є в якомусь сенсі магією, якщо ми говоримо про це в контексті кризової потреби нейронауки у проривній теорії. Але дрібними кроками ця "магія" розкладається на складові, які можна змінити: взяти хоча б знаменитий "нейрон Халле Беррі" (інструментальні дослідження в одному з експериментів дозволили виявити в мозку людини нейрон, який реагує на будь-яку згадку цієї актриси або її образ). Так що «магія» людського інтелекту все ж таки вимірюється і обчислюється певною мірою, і штучний інтелект, який до певної межі використовує принципи людського мислення або імітує його, - цілком реалізована задача. Але знову ж таки, що ми вважаємо інтелектом? Це може бути не лише людський інтелект. Якщо на те пішло, у нейронауці є концепція розподіленого мозку, який, як вважають дослідники, є у мурах, і саме він зумовлює їх надзвичайно складно влаштоване соціальне життя. А дельфінів нещодавно стали позиціонувати як негуманоїдних особистостей.

Критерій методу.Від критерію очікування переходимо до критерію способу. Якщо істинно інтелектуальною ми не вважаємо автоматику, яка багато вміє, але діє згідно з закладеними алгоритмами та обмеженнями, то виходить ось що: можливо, ми чекаємо від «істинного» ІІ людяності. Тут варто згадати, що сказав професор Оксфордського університету Девід Дойч: просто завантажити розум у комп'ютер - це ще не створити штучний інтелект, оскільки комп'ютер стане лише штучним субстратом для управління «природним» людським розумом. І Дойч не вважає це штучним інтелектом. Чи чекаємо ми від ІІ непередбачуваності, самостійності мислення та здатності винаходити нове, тобто створювати ідеї та знання, які не закладені нами за умовчанням? Чи очікуємо ми досконалості мислення насправді? Ключі від дверей, за якими починається епоха штучного інтелекту, знаходяться в руках філософів і неврологів. Проблема ІІ як науки в тому, що філософи та неврологи всього світу та всіх часів поки не дійшли єдиного розуміння інтелекту та мислення. Більше того, взагалі є сумніви: чи можна застосовувати поняття інтелекту щодо машин та чи обов'язкові для інтелекту психіка, ірраціональний елемент та емоції?

Тут першому плані виходить емпіричний тест Алана Тьюринга, запропонований ще 1950 року у філософському журналі Mind у статті «Обчислювальні машини і розум» («Computing Machinery and Intelligence»). Ціль тесту Тьюринга - визначення можливості штучного мислення, близького до людського. Стандартне формулювання таке: «Людина взаємодіє з одним комп'ютером та однією людиною. На підставі відповідей на запитання він має визначити, з ким 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. При цьому виходить, що машина повинна імітувати не лише раціональність, а й нераціональність мислення та поведінки людини.

Т'юрінг прогнозував, що машини все ж таки навчаться думати в буквальному сенсі і пройдуть цей тест. Велику наукову ставку він робив на машинне навчання: Т'юрінг припускав, що воно стане ключовою ланкою у побудові надпотужних комп'ютерів. І цей підхід зараз знаходить схвалення серед фахівців з ІІ. Футуролог Реймонд Курцвейл вважає, що тест Тьюринга буде пройдено між 2020-м та 2030-м роками. Вже зараз на успіх претендує програма «Штучна лінгвістична інтернет-комп'ютерна істота» (Artificial Linguistic Internet Computer Entity – A.L.I.C.E.). Це віртуальний співрозмовник, здатний вести діалог з людиною природною мовою. Три рази A.L.I.C.E. здобувала бронзову нагороду у конкурсі премії Лебнера, яка є платформою для проведення тесту Тьюринга. Золоту та срібну нагороду ще не отримувала жодна ІІ-програма. Софт Jabberwacky відстає лише трохи, він отримав бронзову нагороду двічі. Назва цієї ІІ-програми - гра зі словом jabberwocky, яке означає «рифмоване безглуздя, абракадабра». Це авторський неологізм із книги Льюїса Керролла «Задзеркалля». Хочете поспілкуватися з ІІ Jabberwacky? Це можна зробити прямо зараз на сайті Jabberwacky.Com, якщо ви говорите по-англійськи. Jabberwacky дотепно жартує, граючи вашими словами: ілюзія того, що ви чатуєтеся з розумною істотою, досить сильна. Ті, хто чатувався наприкінці 90-х, отримають приблизно ті самі емоції.

Експеримент Zillion. Фрагмент спілкування з ІІ-програмою Jabberwacky: програма, що самонавчається - намагається трактувати слова співрозмовника і релевантно реагувати на них. Іноді виходить цікава напівфілософська смислова гра, але часом ланцюжка відповідей у ​​такому стилі заводять Jabberwackyдалеко: до пропозиції одружитися та натяку на військові плани щодо людства.

Критерій здатності до самонавчання.І тут ми переходимо до наступного критерію оцінки програми як справжнього штучного інтелекту – йдеться про здатність до навчання. Існує таке окреме визначення інтелекту, загальне для людини і машини: «Інтелект - це здатність системи створювати в ході самонавчання програми для вирішення завдань та вирішувати ці завдання». Що є той же Jabberwacky? Чи хто? Це програма, здатна до навчання. Зокрема вона вміє імітувати стиль спілкування людини, з якою поспілкувалася перед тестом. Це може пояснювати і питання на кшталт "Will you marry me?", І специфічний тон спілкування.

Експеримент Zillion. Спілкування з "Штучною лінгвістичною інтернет-комп'ютерною істотою" (Artificial Linguistic Internet Computer Entity - A.L.I.C.E.).

ІІ-чатботи A.L.I.C.E. та Jabberwacky спілкуються один з одним через месенджер.

ІІ: сильний та слабкий

Всі варіанти ІІ, які можна описати через ці критерії, укладаються в теорії сильного ІІ і слабкого ІІ. Прибічники концепції слабкого ІІ розглядають такі програми лише як інструмент на вирішення деяких завдань, які потребують повноти когнітивних здібностей людини.

Концепція сильного штучного інтелекту будується навколо гіпотези Ньюелла-Саймона, яка передбачає, що «фізична символьна система має необхідні й достатні кошти на створення базових інтелектуальних дій, у сенсі». Без символьних обчислень неможливі осмислені події. Сама здатність виконувати символьні обчислення достатня виникнення здатності до виконання осмислених дій. Більшість досліджень ІІ йде шляхом створення символьних систем. А символьні обчислення – це програмування.

За концепцією сильного ІІ деякі форми дійсно здатні мислити, усвідомлювати себе і вирішувати завдання. У цьому їх розумовий процес необов'язково влаштований як і, як в людини. Теорія слабкого ІІ такої можливості не допускає. Джон Серль, який запропонував концепцію сильного ІІ, вважає, що це буде не модель розуму, а безпосередньо розум. На сьогодні у дослідників є домовленість про те, які властивості мають сильний ІІ та слабкий ІІ.

Сильний ІІ - це прийняття рішень, використання стратегій, вирішення головоломок та дії в умовах невизначеності, уявлення знань, навчання, загальне уявлення про реальність, планування, спілкування природною мовою, свідомість, сприйнятливість до оточення, усвідомлення себе як окремої особистості, розуміння власних думок , співпереживання, мудрість - і об'єднання всіх цих здібностей задля досягнення цілей. У наш час робота над такими програмами вже ведеться. При цьому в полі невизначеності знову ж таки знаходяться кілька найважливіших питань. Все це значуще для людей, але чи це необхідно для машинного інтелекту? Чи цього достатньо для справжнього штучного розуму? І чи можуть такі властивості, як співпереживання виникати автоматично при досягненні якогось рівня інтелекту?

ІІ: 4 підходи + інструменти

Підсумовуючи всі питання, ідеї та парадигми, виділяють кілька підходів до створення ІІ:

1. Top-Down AI: низхідний, семіотичний підхід.Мова про створення експертних систем, баз знань та систем логічного висновку, які імітують високорівневі психічні процеси, такі як міркування, емоції, творчість, мовлення, мислення загалом. До низхідного спектру підходів відносяться:

• Логічний підхідВін ґрунтується на моделюванні міркувань з використанням логіки як теоретичної основи.
• Символьний підхідОсобливість символьних обчислень – створення нових правил у процесі виконання програми. Неінтелектуальні системи не здатні до цього.
• Агентно-орієнтований підхід.Акцент робиться на виживання у навколишньому середовищі, пошук шляху, прийняття рішень та виконання завдань. Це підхід, який розвивається з початку 1990-х і ґрунтується на використанні інтелектуальних (раціональних) агентів. Інтелект у разі трактується як обчислювальна частина, планування здатності досягати поставлених перед інтелектуальної машиною цілей. ІІ-машина сприймає навколишнє середовище через датчики та впливає на об'єкти за допомогою виконавчих механізмів.

  2. Bottom -Up AI: висхідний, біологічний підхід.Він включає вивчення нейронних мереж і еволюційних обчислень, які моделюють інтелектуальну поведінку на основі біологічних елементів. До цього напряму належить робота над нейрокомп'ютером чи біокомп'ютером. Біологічне моделювання ІІ обґрунтовано тим, що штучні системи так чи інакше повторюють структуру та функції біологічних систем, у яких поведінка, здатність до навчання та адаптація обумовлені біологічними особливостями. До Bottom-Up AI відносяться:

  • Робота над нейронними мережами.
  • Генетичний підхідВін заснований на ідеї, що алгоритм стане більш ефективним, запозичивши кращі характеристики у «батьківських» алгоритмів.

  3. Гібридний підхід.Це синергетична комбінація нейронних та символьних моделей, яка, як припускають дослідники, наділить ІІ гармонійним спектром когнітивних та обчислювальних можливостей. Правила висновків у такої ІІ-програми генеруватимуться нейронними мережами, а породжувальні правила будуть створюватися через статистичне навчання. Ця концепція вважається однією з найперспективніших.

  4. Це той принципово новий підхід, про який сказав в інтерв'ю фізик Девід Дойч, але який ще належить відкрити.

  Інструментарій створення та навчання ІІ великий:

  • Робота з природними мовами:аналіз можливостей розуміння, генерація текстів мовою людини, глибокий аналіз тексту, машинний переклад, інформаційний пошук.
  • Символьне моделювання розумових процесів:створення символьних систем, моделювання міркувань, підтвердження теорем, прийняття рішень, прогнозування, планування, теорія ігор.
  • Машинне навчання:навчання без вчителя (розпізнавання образів у вхідному потоці) та навчання з вчителем (класифікація та аналіз).
  • Подання та використання знань:отримання знань із простої інформації, їх систематизація та використання, створення експертних систем (програм, які використовують бази знань для отримання знань з різних питань); виробництво знань із даних на основі нейромережевої технології, вербалізації нейронних мереж.

  Тема штучного інтелекту на цьому далеко не вичерпана: стежте за оновленнями Zillion.

Процитоване в преамбулі визначення штучного інтелекту, дане Джоном Маккарті в 1956 році на конференції в Дармутському університеті, не пов'язане безпосередньо з розумінням інтелекту в людини. Згідно з Маккарті, ІІ-дослідники вільні використовувати методи, які не спостерігаються у людей, якщо це необхідно для вирішення конкретних проблем.

У той самий час існує 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».

Передумови розвитку науки штучного інтелекту

Історія штучного інтелекту як нового наукового напряму 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 зародилося 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 тесту 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 і Д. А. Поспєловим. З початку 1960-х М. Л. Цетлін із колегами розробляли питання, пов'язані з навчанням кінцевих автоматів.

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 напрямок «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 словник з інформатики, в якому розділи «Кібернетика» та «Штучний інтелект» входять поряд з іншими розділами до складу. 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, мова, емоції, творчість і т. д.;
• висхідний (англ. Bottom-Up AI), біологічний - вивчення нейронних мереж і 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

Цей підхід акцентує увагу на тих методах і алгоритмах, які допоможуть інтелектуальному агенту виживати в навколишньому середовищі при виконанні його завдання. Так, тут значно ретельніше вивчаються алгоритми пошуку, шляху та прийняття рішень.

Гібридний підхід

Гібридний підхідприпускає, що тількисинергійна 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 концепцій окремо.

Моделі та методи досліджень

Символьне моделювання розумових процесів

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 вирішення. 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 і 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. В рамках цього напряму ставиться мета такої обробки природної мови, яка була б у 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) і 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 з 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, що навчається безвчителя, назвавши її: «Індуктивна машина виведення».

Робототехніка

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 або казок), художня творчість. Створення реалістичних образів широко використовується в кіно та індустрії ігор.

Окремо виділяється вивчення проблем технічної творчості систем штучного інтелекту. Теорія, рішення, 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 управління, інтелектуальні системи інформаційної безпеки.

У перспективі передбачається тісний зв'язок розвитку штучного інтелекту з розробкою квантового комп'ютера, оскільки деякі властивості штучного інтелекту мають схожі принципи дії з квантовими комп'ютерами.

Можна помітити, що багато областей досліджень перетинаються. Це властиво будь-якій науці. 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.

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 і слабкий штучний інтелект).

Але зараз у сфері штучного інтелекту спостерігається залучення багатьох предметних областей, мають швидше практичне ставлення до ІІ, а чи 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

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 ж 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 і вирішує реальні проблеми і, 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

Інші традиційні конфесії досить рідко описують проблематику ІІ. Але окремі богослови звертають на це увагу. Наприклад, протоієрей Михайло Захаров, розмірковуючи з погляду християнського світогляду, ставить таке запитання: «Людина є розумно-вільна істота, створена Богом за Його образом і подобою. Ми звикли усі ці визначення відносити до біологічного вигляду Homo Sapiens. Але наскільки це обґрунтовано? . Відповідає він це питання так:

Якщо припустити, що дослідження в галузі штучного інтелекту будь-коли призведуть до появи штучної істоти, яка перевершує людину за інтелектом, що володіє свободою волі, чи це означатиме, що ця істота - людина? … людина є творінням Божим. Чи можемо ми цю істоту назвати творінням Божим? На погляд, воно є творіння людини. Але й при створенні людини навряд чи варто буквально розуміти, що Бог своїми руками з глини виліпив першу людину. Ймовірно, це алегорія, яка вказує на матеріальність людського тіла, створеного з волі Божої. Але без волі Божої нічого не відбувається у цьому світі. Людина, як співтворець цього світу, може, виконуючи Божу волю, створювати нові тварюки. Такі створіння, створені руками людини з волі Божої, ймовірно можна назвати творіннями Божими. Адже людина створює нові види тварин та рослин. А ми вважаємо рослини та тварин творіннями Божими. Так само можна ставитись і до штучної істоти не біологічної природи.

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 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. Дика «Сняться або андроїдам електровівці? », відомий також по екранізації «Той, що біжить по лезу».

У творчості фантаста і філософа Станіслава Лема описано і 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»), шляхом переробки живих жителів (24-а подорож), винаходи Коркорана та Діагора («Спогади Ійона Тихого»), психіатрична клініка для роботів («Спогади Ійона Тихого»). 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 1960-х років разом із написанням фантастичних оповідань та повістей, знімаються фільми про штучний інтелект. Багато повістей авторів, визнаних у всьому світі, екранізуються та стають класикою жанру, інші стають віхою у розвитку

Штучний інтелект - це сфера науки, що займається моделюванням інтелектуальної діяльності людини. Штучний інтелект, що зародився понад 700 років тому в середньовічній Іспанії, оформився в самостійну наукову область у середині XX ст.

Методи штучного інтелекту дозволили створити ефективні комп'ютерні програми у найрізноманітніших, які раніше вважалися недоступними для формалізації та алгоритмізації, сферах людської діяльності, таких як медицина, біологія, зоологія, соціологія, культурологія, політологія, економіка, бізнес, криміналістика тощо. Ідеї ​​навчання та самонавчання комп'ютерних програм, накопичення знань, прийоми обробки нечітких та неконкретних знань дозволили створити програми, що творять чудеса. Комп'ютери успішно борються за звання чемпіона світу з шахів, моделюють творчу діяльність людини, створюючи музичні та поетичні твори, розпізнають образи та сцени, розпізнають, розуміють та обробляють мову, тексти природною людською мовою. Нейрокомп'ютери, створені за образом та подобою людського мозку, успішно справляються з керуванням складними технічними об'єктами, діагностикою захворювань людини, несправностей складних технічних пристроїв; передбачають погоду та курси валют, результати голосувань; виявляють хакерів та потенційних банкрутів; допомагають абітурієнтам правильно вибрати спеціальність тощо.

Ми вже звикли до того, що комп'ютери «розумніють» буквально на очах, а комп'ютерні програми стають все більш інтелектуальними. Саме собою поняття інтелекту постійно зазнає змін у міру розвитку науки і людини. Давно не вважаються інтелектуальними завдання, які у виконанні арифметичних операцій складання, множення, поділу. Не вважається інтелектуальним завданням інтегрування диференціального рівняння, якщо для неї відомий строго детермінований алгоритм. В даний час прийнято вважати інтелектуальними завдання, які на сучасному етапі не піддаються алгоритмізації у традиційному значенні цього слова. Це завдання, на вирішення яких потрібні маніпуляції з нечіткими, неконкретними, ненадійними, розпливчастими і навіть нетрадиційними знаннями.

Почнемо розгляд положень ІІ з термінів та ухвал.

Термін інтелект(intelligence) походить від латинського intellectus - що означає розум, розум, розум; розумові здібності людини. Відповідно штучний інтелект(artificial intelligence) - ІІ (AI) зазвичай тлумачиться як властивість автоматичних систем брати він окремі функції інтелекту людини, наприклад, вибирати і приймати оптимальні рішення з урахуванням раніше отриманого досвіду та раціонального аналізу зовнішніх впливів.

Поняття «інтелект» використовується сьогодні і в техніці, і в технічних дисциплінах, яке відрізняється від визначень, що сформувалися у контексті психологічних та філософських досліджень свідомості. Під інтелектомбудемо розуміти здатність мислення передбачати події, передбачати результати власних дій, аналізувати і оцінювати свій стан і навколишню обстановку і приймати рішення, узгоджуючи свої уявлення про навколишній світ. Визначення, дане академіком М.М. Мойсеєвим розглядає інтелектуальну діяльність з позицій інформатики. Але воно і виділяє найголовніше в інтелекті - це здатність до абстрактного мислення, абстрагування, завдяки яким і виникають самосвідомість та рефлексія.

Отже, інтелект– це здатність мозку вирішувати (інтелектуальні) завдання шляхом придбання, запам'ятовування та цілеспрямованого перетворення знань у процесі навчання на досвіді та адаптації до різноманітних обставин.

У цьому під терміном «знання» мається на увазі як та інформацію, яка надходить у мозок через органи почуттів. Такі знання надзвичайно важливі, але недостатні для інтелектуальної діяльності. Справа в тому, що об'єкти навколишнього середовища мають властивість не тільки впливати на органи почуттів, а й перебувати один з одним у певних відносинах. Зрозуміло, що для того, щоб здійснювати у навколишньому середовищі інтелектуальну діяльність (або хоча б просто існувати), необхідно мати у системі знань модель цього світу. У цій інформаційній моделі навколишнього середовища реальні об'єкти, їх властивості та відносини між ними не тільки відображаються та запам'ятовуються, а й, як це зазначено у даному визначенні інтелекту, можуть подумки «цілеспрямовано перетворюватися». При цьому суттєво те, що формування моделі довкілля відбувається «в процесі навчання на досвіді та адаптації до різноманітних обставин».

Інтелектуальне завдання. Для того, щоб пояснити, чим відрізняється інтелектуальне завдання від просто завдання, необхідно запровадити термін «алгоритм» - один із наріжних термінів кібернетики.

Під алгоритмомрозуміють точне розпорядження про виконання у порядку системи операцій на вирішення будь-який завдання з деякого даного класу (множини) задач. Термін "алгоритм" походить від імені узбецького математика Аль-Хорезмі, який ще в IX столітті запропонував найпростіші арифметичні алгоритми. У математиці та кібернетиці клас завдань певного типу вважається вирішеним, коли для її вирішення встановлено алгоритм. Знаходження алгоритмів є природною метою людини під час вирішення їм різноманітних класів завдань. Знаходження алгоритму для завдань деякого даного типу пов'язане з тонкими та складними міркуваннями, що вимагають великої винахідливості та високої кваліфікації. Завдання, пов'язані з пошуком алгоритму розв'язання класу завдань певного типу, називатимемо інтелектуальними.

Що ж до завдань, алгоритми вирішення яких вже встановлено, то, як зазначає відомий фахівець у галузі ІІ М. Мінський, «зайве приписувати їм таку містичну властивість, як «інтелектуальність»». Насправді, після того, як такий алгоритм вже знайдено, процес вирішення відповідних завдань стає таким, що його можуть точно виконати людина, обчислювальна машина (належно запрограмована) або робот, які не мають жодного уявлення про сутність самого завдання. Потрібно тільки, щоб особа, яка вирішує завдання, була здатна виконувати ті елементарні операції, з яких складається процес, і, крім того, щоб воно педантично та акуратно керувалося запропонованим алгоритмом. Така особа, діючи, як кажуть у таких випадках, чисто машинально, може успішно вирішувати будь-яке завдання даного типу.

Тому цілком природним виключити їх класу інтелектуальних такі завдання, для яких існують стандартні методи вирішення. Прикладами таких завдань можуть служити суто обчислювальні завдання: розв'язання системи лінійних рівнянь алгебри, чисельне інтегрування диференціальних рівнянь і т. д. Для вирішення подібного роду завдань є стандартні алгоритми, що являють собою певну послідовність елементарних операцій, яка може бути легко реалізована у вигляді програми для обчислювальної машини. На противагу цьому для широкого класу інтелектуальних завдань, таких, як розпізнавання образів, гра в шахи, доказ теорем і т.п., навпаки, це формальне розбиття процесу пошуку рішення на окремі елементарні кроки часто виявляється дуже скрутним, навіть якщо саме їхнє рішення нескладне.

Таким чином, можна перефразувати визначення інтелекту як універсальний надалгоритм, який здатний створювати алгоритми розв'язання конкретних завдань.

Ще цікавим зауваженням тут є те, що професія програміста, виходячи з наших визначень, є однією з найінтелектуальніших, оскільки продуктом діяльності програміста є програми – алгоритми у чистому вигляді. Саме тому створення навіть елементів ІІ має дуже сильно підвищити продуктивність його праці.

Діяльність мозку (що володіє інтелектом), спрямовану на вирішення інтелектуальних завдань, називатимемо мисленням, або інтелектуальною діяльністю. Інтелект і мислення органічно пов'язані з вирішенням таких завдань, як доказ теорем, логічний аналіз, розпізнавання ситуацій, планування поведінки, ігри та управління в умовах невизначеності. Характерними рисами інтелекту, що виявляються в процесі вирішення завдань, є здатність до навчання, узагальнення, накопичення досвіду (знань і навичок) та адаптації до умов, що змінюються в процесі вирішення завдань. Завдяки цим якостям інтелекту мозок може вирішувати різноманітні завдання, а також легко перебудовуватись з вирішення одного завдання на інше. Таким чином, мозок, наділений інтелектом, є універсальним засобом розв'язання широкого кола завдань (у тому числі неформалізованих), для яких немає стандартних, заздалегідь відомих методів розв'язання.

Слід пам'ятати, що є й інші, суто поведінкові (функціональні) визначення. Так, за А. Н. Колмогоровим, будь-яка матеріальна система, з якою можна досить довго обговорювати проблеми науки, літератури та мистецтва, має інтелект. Іншим прикладом поведінкового трактування інтелекту може бути відоме визначення А. Тьюринга. Його зміст полягає у наступному. У різних кімнатах знаходяться люди та машина. Вони не можуть бачити один одного, але можуть обмінюватися інформацією (наприклад, за допомогою електронної пошти). Якщо в процесі діалогу між учасниками гри людям не вдається встановити, що один з учасників - машина, то таку машину можна вважати інтелектом.

До речі, цікавий план імітації мислення, запропонований А. Тьюрингом. «Намагаючись імітувати інтелект дорослої людини, - пише Т'юрінг, - ми змушені багато міркувати про той процес, в результаті якого людський мозок досяг свого справжнього стану… Чому б нам замість того, щоб намагатися створити програму, яка імітує інтелект дорослої людини, не спробувати створити програму , яка б імітувала інтелект дитини? Адже якщо інтелект дитини отримує відповідне виховання, вона стає інтелектом дорослої людини… Наш розрахунок полягає в тому, що пристрій, подібний до нього, може бути легко запрограмований… Таким чином, ми розчленуємо нашу проблему на дві частини: на завдання побудови «програми-дитини» та завдання «виховання» цієї програми».

Забігаючи наперед, можна сказати, що саме цей шлях використовують практично всі системи ІІ. Адже зрозуміло, що практично неможливо закласти всі знання у досить складну систему. Крім того, тільки на цьому шляху виявляться перелічені вище ознаки інтелектуальної діяльності (накопичення досвіду, адаптація тощо).

Термін «штучний інтелект» введений у побут у 1956 р. професором Массачусетського технологічного інституту Дж.Макарті на зустрічі американських фахівців у галузі наук, пов'язаних з теорією та практикою дослідження обчислювальних процесів. На цій зустрічі в Дортмутському коледжі, яку американці вважають першою конференцією з ІІ, було сформульовано два основні завдання у новій науково-технічній галузі: розкрити механізм людського мислення та побудувати електронну машину, яка могла б імітувати цей процес.

Єдиного визначення, що повністю описує цю наукову галузь, не існує й досі. Серед багатьох поглядів на неї сьогодні домінують три. Згідно з першою - дослідження в галузі ІІ є фундаментальними дослідженнями, в рамках яких розробляються моделі та методи вирішення завдань, які традиційно вважалися інтелектуальними і не піддавалися раніше формалізації та автоматизації. Згідно з другою точкою зору, новий напрямок пов'язаний з новими ідеями вирішення завдань на ЕОМ, з розробкою принципово іншої технології програмування, з переходом до архітектури ЕОМ, що відкидає класичну архітектуру, яка сягає ще перших ЕОМ. Нарешті, третя точка зору, мабуть, найбільш прагматична, полягає в тому, що в результаті робіт у галузі штучного інтелекту народжується безліч прикладних систем, що вирішують завдання, для яких раніше створювані системи були непридатні.

Звичайно, всі ці три точки зору взаємно пов'язані, в галузі ІІ розвиваються фундаментальні дослідження, нова технологія програмування, нова архітектура технічних засобів, і все це використовується для створення прикладних систем, призначених для роботи в різноманітних галузях.

Під штучним інтелектомбудемо розуміти галузь наукових досліджень, в рамках якої розробляються моделі, методи, технічні та програмні засоби розв'язання завдань, які традиційно вважалися інтелектуальними та формалізованими та автоматизованими.

Під інтелектуальними системамирозуміють будь-які біологічні, штучні чи формальні системи, що виявляють здатність до цілеспрямованої поведінки. Останнє включає властивості (прояви) спілкування, накопичення знань, прийняття рішень, навчання, адаптації тощо.

Системами ІІназивають системи, призначені до виконання на ЕОМ таких практичних завдань, які називаються інтелектуальними, якщо вони виконуються людьми. Теоретично ІІ часто системи ІІ називають інтелектуальними системами.

Ще одне визначення поняття «інтелектуальна система» в ІІ запропоновано Поспєловим Д.А. Система вважається інтелектуальною, якщо в ній реалізовані такі три базові функції:

1) Функція подання та обробки знань. Інтелектуальна система має бути здатна накопичувати знання про навколишній світ, класифікувати та оцінювати їх з погляду прагматики та несуперечності, ініціювати процеси отримання нових знань, співвідносити нові знання зі знаннями, що зберігаються в базі знань.

2) Функція міркування. Інтелектуальна система має бути здатна формувати нові знання за допомогою логічного висновку та механізмів виявлення закономірностей у накопичених знаннях, отримувати узагальнені знання на основі приватних знань та логічно планувати свою діяльність.

3) Функція спілкування. Інтелектуальна система має бути здатною спілкуватися з людиною мовою, близькою до природної (ЄЯ) і отримувати інформацію через канали, аналогічні тим, які використовує людина при сприйнятті навколишнього світу, насамперед зорова і звукова, вміти формувати «для себе» або на прохання людини пояснення власної діяльності, надавати людині допомогу за рахунок знань, що зберігаються в її пам'яті, та логічних засобів міркування.

Поняття штучний інтелект (ІІ чи AI) поєднує у собі як технології, що дозволяють створювати інтелектуальні машини (включаючи комп'ютерні програми). ІІ – це також один із напрямів наукової думки.

Штучний інтелект - визначення

Інтелект– це психічна складова людини, яка має такі здібності:

• пристосувальна;
• навчання за допомогою накопичення досвіду та знань;
• здатність застосовувати знання та навички для управління навколишнім середовищем.

Інтелект поєднує у собі всі здібності людини до пізнання дійсності. За допомогою нього людина мислить, запам'ятовує нову інформацію, сприймає навколишнє середовище і таке інше.

Під штучним інтелектом розуміється один із напрямів інформаційних технологій, який займається вивченням та розробкою систем (машин), наділених можливостями людського інтелекту: здатність до навчання, логічного міркування і так далі.

Зараз робота над штучним інтелектом проводиться шляхом створення нових програм та алгоритмів, що вирішують завдання так само, як це робить людина.

У зв'язку з тим, що визначення ІІ еволюціонує з розвитком цього напряму, необхідно згадати AI Effect. Під ним розуміється ефект, який створює штучний інтелект, який досяг деякого прогресу. Наприклад, якщо ІІ навчився виконувати якісь дії, то відразу підключаються критики, які доводять, що ці успіхи не свідчать про наявність мислення у машини.

Сьогодні розвиток штучного інтелекту йде за двома незалежними напрямками:

• нейрокібернетика;
• логічний підхід.

Перший напрямок передбачає дослідження нейронних мереж та еволюційних обчислень з погляду біології. Логічний підхід передбачає розробку систем, що імітують інтелектуальні процеси високого рівня: мислення, мовлення тощо.

Перші роботи в галузі ІІ почали вести в середині минулого століття. Піонером досліджень у цьому напрямі став Алан ТьюрінгХоча певні ідеї почали висловлювати філософи і математики в середні віки. Зокрема, ще на початку 20-го століття було представлено механічний пристрій, здатний вирішувати шахі завдання.

Але по-справжньому цей напрямок сформувався до середини минулого століття. Появі робіт з ІІ передували дослідження про природу людини, способи пізнання навколишнього світу, можливості розумового процесу та інші сфери. На той час з'явилися перші комп'ютери та алгоритми. Тобто було створено фундамент, на якому зародився новий напрямок досліджень.

У 1950 році Алан Т'юрінг опублікував статтю, в якій ставив питання про можливості майбутніх машин, а також про те, чи здатні вони обійти людину в плані розумності. Саме цей учений розробив процедуру, названу згодом на його честь: тест Тьюринга.

Після опублікування робіт англійського вченого з'явилися нові дослідження у галузі ІІ. На думку Т'юрінга, мислячою може бути визнана тільки та машина, яку неможливо при спілкуванні відрізнити від людини. Приблизно в той же час, коли з'явилася вчена, зародилася концепція, що отримала назву Baby Machine. Вона передбачала поступальний розвиток ІІ та створення машин, розумові процеси яких спочатку формуються на рівні дитини, а потім поступово покращуються.

Термін «штучний інтелект» зародився пізніше. 1956 року група вчених, включаючи Тьюринга, зібралася в американському університеті Дартмунда, щоб обговорити питання, пов'язані з ІІ. Після тієї зустрічі розпочався активний розвиток машин із можливостями штучного інтелекту.

Особливу роль у створенні нових технологій у галузі ІІ відіграли військові відомства, які активно фінансували цей напрямок досліджень. Згодом роботи у галузі штучного інтелекту почали залучати великі компанії.

Сучасне життя ставить складніші завдання перед дослідниками. Тому розвиток ІІ ведеться в інших умовах, якщо порівнювати їх з тим, що відбувалося в період зародження штучного інтелекту. Процеси глобалізації, дії зловмисників у цифровій сфері, розвиток Інтернету та інші проблеми – все це ставить перед вченими складні завдання, розв'язання яких лежить у галузі ІІ.

Незважаючи на успіхи, досягнуті в цій сфері в останні роки (наприклад, поява автономної техніки), досі не вщухають голоси скептиків, які не вірять у створення справді штучного інтелекту, а не надто здатної програми. Низка критиків побоюється, що активний розвиток ІІ незабаром призведе до ситуації, коли машини повністю замінять людей.

Напрями досліджень

Філософи поки не дійшли єдиної думки про те, якою є природа людського інтелекту, і який його статус. У зв'язку з цим у наукових працях, присвячених ІІ, зустрічається безліч ідей, що оповідають, які завдання вирішує штучний інтелект. Також немає єдиного розуміння питання, яку машину можна вважати розумною.

Сьогодні розвиток технологій штучного інтелекту йде за двома напрямками:

1. Східне (семіотичне).Воно передбачає розробку нових систем та баз знань, які імітують високорівневі психічні процеси типу мови, вираження емоцій та мислення.
2. Висхідне (біологічне).Цей підхід передбачає проведення досліджень у сфері нейронних мереж, з яких створюються моделі інтелектуального поведінки з погляду біологічних процесів. За підсумками цього напрями створюються нейрокомп'ютери.

Визначає здатність штучного інтелекту (машини) мислити як і, як людина. У загальному розумінні цей підхід передбачає створення ІІ, поведінка якого не відрізняється від людських дій у однакових нормальних ситуаціях. По суті, тест Т'юрінга передбачає, що машина буде розумною лише в тому випадку, якщо при спілкуванні з нею неможливо зрозуміти, хто каже: механізм чи жива людина.

Книги у жанрі фантастика пропонують інший метод оцінки можливостей ІІ. Справжнім штучний інтелект стане в тому випадку, якщо він відчуватиме і зможе творити. Однак цей підхід до визначення не витримує практичного застосування. Вже зараз, наприклад, створюються машини, які мають здатність реагувати на зміни навколишнього середовища (холод, тепло тощо). При цьому вони не можуть відчувати, як це робить людина.

Символьний підхід

Успіх у вирішенні завдань багато в чому визначається здатністю гнучко підходити ситуації. Машини, на відміну людей, інтерпретують отримані дані єдиним чином. Тому у вирішенні завдань бере участь лише людина. Машина проводить операції виходячи з написаних алгоритмів, які виключають застосування кількох моделей абстрагування. Домогтися гнучкості програм вдається шляхом збільшення ресурсів, задіяних під час вирішення завдань.

Зазначені вище недоліки характерні для символьного підходу, що застосовується під час розробки ІІ. Однак цей напрямок розвитку штучного інтелекту дозволяє створювати нові правила в процесі обчислення. А проблеми, що виникають у символьного підходу, здатні вирішити логічні методи.

Логічний підхід

Цей підхід передбачає створення моделей, що імітують процес міркування. У його основі закладено принципи логіки.

Цей підхід не передбачає застосування жорстких алгоритмів, що призводять до певного результату.

Агентно-орієнтований підхід

Він діє інтелектуальних агентів. Цей підхід передбачає наступне: інтелект є обчислювальною частиною, з якої досягаються поставлені мети. Машина відіграє роль інтелектуального агента. Вона пізнає навколишнє середовище за допомогою спеціальних датчиків, а взаємодіє з нею у вигляді механічних частин.

Агентно-орієнтований підхід приділяє основну увагу розробці алгоритмів та методів, які дозволяють машинам зберігати працездатність у різних ситуаціях.

Гібридний підхід

Цей підхід передбачає поєднання нейронних та символьних моделей, за рахунок чого досягається вирішення всіх завдань, пов'язаних із процесами мислення та обчислень. Наприклад, нейронні мережі можуть генерувати напрямок, у якому рухається робота машини. А статичне навчання надає той базис, з якого вирішуються завдання.

Згідно з прогнозами експертів компанії Gartner, До початку 2020-х років практично всі програмні продукти будуть використовувати технології штучного інтелекту. Також фахівці припускають, що близько 30% інвестицій у цифрову сферу припадатимуть на ІІ.

На думку аналітиків Gartner, штучний інтелект відкриває нові можливості для кооперації людей та машин. При цьому процес витіснення людини ІІ неможливо зупинити і в майбутньому вона пришвидшуватиметься.

В компанії PwCвважають, що до 2030 обсяг світового валового внутрішнього продукту зросте приблизно на 14% за рахунок швидкого впровадження нових технологій. Причому приблизно 50% приросту забезпечить підвищення ефективності виробничих процесів. Другу половину показника складе додатковий прибуток, отриманий за рахунок впровадження ІІ в продукти.

Спочатку ефект від використання штучного інтелекту отримає США, оскільки в цій країні створено найкращі умови для експлуатації машин на ІІ. Надалі їх випередить Китай, який отримає максимальний прибуток, впроваджуючи подібні технології у продукцію та її виробництво.

Експерти компанії Saleforceзаявляють, що ІІ дозволить збільшити доходність малого бізнесу приблизно на 1,1 трильйона доларів. Причому це станеться до 2021 року. Почасти досягти зазначеного показника вдасться за рахунок реалізації рішень, пропонованих ІІ, системи, що відповідають за комунікацію з клієнтами. Одночасно з цим йтиме ефективність виробничих процесів завдяки їх автоматизації.

Впровадження нових технологій також дозволить створити додаткові 800 тисяч робочих місць. Експерти зазначають, що вказаний показник нівелює втрати вакансій, що сталися через автоматизацію процесів. За прогнозом аналітиків, що ґрунтуються на результатах опитування серед компаній, їх витрати на автоматизацію виробничих процесів до початку 2020-х років зростуть приблизно до 46 мільярдів доларів.

У Росії також ведуться роботи в галузі ІІ. Протягом 10 років держава профінансувала понад 1,3 тисячі проектів у цій сфері. Причому більшість інвестицій пішло в розвитку програм, які пов'язані з веденням комерційної діяльності. Це показує, що російська бізнес-спільнота поки що не зацікавлена ​​у впровадженні технологій штучного інтелекту.

Загалом на ці цілі в Росії інвестували близько 23 мільярдів рублів. Розмір державних субсидій поступається тим обсягам фінансування сфери ІІ, які демонструють інші країни. У США на ці цілі щороку виділяють близько 200 мільйонів доларів.

В основному в Росії з держбюджету виділяють кошти на розвиток технологій ІІ, які потім застосовуються в транспортній сфері, оборонній промисловості та у проектах, пов'язаних із забезпеченням безпеки. Ця обставина вказує на те, що в нашій країні частіше інвестують у напрямки, які дозволяють швидко досягти певного ефекту від вкладених коштів.

Наведене вище дослідження також показало, що в Росії зараз накопичено високий потенціал для підготовки фахівців, які можуть бути задіяні у розробці технологій ІІ. За 5 останніх років навчання за напрямками, пов'язаними з ІІ, пройшли приблизно 200 тисяч осіб.

Технології ІІ розвиваються у таких напрямках:

• вирішення завдань, що дозволяють наблизити можливості ІІ до людських та знайти способи їх інтеграції у повсякденність;
• розробка повноцінного розуму, з якого вирішуватимуться завдання, що стоять перед людством.

На даний момент дослідники зосереджені на розробці технологій, які вирішують практичні завдання. Поки що вчені не наблизилися до створення повноцінного штучного розуму.

Розробкою технологіями в галузі ІІ займаються багато компаній. «Яндекс» не один рік застосовує їх у роботі пошукача. З 2016 року російська IT-компанія займається дослідженнями в галузі нейронних мереж. Останні змінюють характер роботи пошукових систем. Зокрема, нейронні мережі зіставляють введений користувачем запит із якимось векторним числом, який найповніше відбиває сенс поставленого завдання. Іншими словами, пошук ведеться не за словом, а саме по суті інформації, яку запитує людина.

У 2016 році "Яндекс"запустив сервіс «Дзен», що аналізує переваги користувачів.

У компанії Abbyyнещодавно з'явилася система Compreno. За допомогою неї вдається зрозуміти природною мовою написаний текст. На ринок також порівняно недавно вийшли інші системи, засновані на технологіях штучного інтелекту:

1. Findo.Система здатна розпізнавати людську мову та займається пошуком інформації у різних документах та файлах, використовуючи при цьому складні запити.
2. Gamalon.Ця компанія представила систему із здатністю до самонавчання.
3. Watson.Комп'ютер компанії IBM, який використовує у процесі пошуку інформації велику кількість алгоритмів.
4. ViaVoice.Система розпізнавання людської мови.

Великі комерційні компанії не оминають досягнення в галузі штучного інтелекту. Банки активно впроваджують такі технології у свою діяльність. З допомогою систем, заснованих на ІІ, проводять операції на біржах, ведуть управління власністю і виконують інші операції.

Оборонна промисловість, медицина та інші сфери запроваджують технології розпізнавання об'єктів. А компанії, які займаються розробкою комп'ютерних ігор, застосовують ШІ для створення чергового продукту.

Протягом кількох останніх років група американських вчених працює над проектом NEILУ рамках якого дослідники пропонують комп'ютеру розпізнати, що зображено на фотографії. Фахівці припускають, що таким чином вони зможуть створити систему, здатну самонавчати без зовнішнього втручання.

Компанія VisionLabпредставила власну платформу LUNA, яка може в режимі реального часу розпізнавати особи, вибираючи їх із величезного кластера зображень та відеороликів. Цю технологію сьогодні застосовують великі банки та мережеві ретейлери. За допомогою LUNA можна порівнювати переваги людей та пропонувати їм відповідні товари та послуги.

Над подібними технологіями працює російська компанія N-Tech Lab. При цьому її фахівці намагаються створити систему розпізнавання облич, засновану на нейронних мережах. За останніми даними, російська технологія краще справляється з поставленими завданнями, ніж людина.

На думку Стівена Хокінга, розвиток технологій штучного інтелекту у майбутньому призведе до загибелі людства. Вчений зазначив, що через впровадження ІІ люди почнуть поступово деградувати. А в умовах природної еволюції, коли людині для виживання необхідно постійно боротися, цей процес неминуче призведе до загибелі людини.

У Росії її позитивно розглядають питання застосування ІІ. Олексій Кудрін одного разу заявив, що використання таких технологій дозволить приблизно на 0,3% від ЗПС зменшити витрати на забезпечення роботи державного апарату. Дмитро Медведєв пророкує зникнення низки професій через впровадження ІІ. Проте чиновник наголосив, що використання таких технологій призведе до бурхливого розвитку інших галузей.

За даними експертів Всесвітнього економічного форуму, до початку 2020-х років у світі через автоматизацію виробництва робочих місць позбавлятимуть близько 7 мільйонів людей. Впровадження ІІ з високою ймовірністю викличе трансформацію економіки та зникнення низки професій, пов'язаних з обробкою даних.

Експерти McKinseyзаявляють, що активніше процес автоматизації виробництва проходитиме у Росії, Китаї та Індії. У цих країнах найближчим часом до 50% робітників втратить свої місця через впровадження ІІ. Їхнє місце займуть комп'ютеризовані системи та роботи.

За даними McKinsey, штучний інтелект замінить собою професії, що передбачають фізичну працю та обробку інформації: роздрібна торгівля, готельний персонал тощо.

До середини поточного століття, як вважають експерти американської компанії, кількість робочих місць у всьому світі скоротиться приблизно на 50%. Місця людей займуть машини, здатні проводити аналогічні операції з тією ж чи вищою ефективністю. При цьому експерти не виключають варіанта, при якому цей прогноз буде реалізовано раніше за зазначений термін.

Інші аналітики відзначають шкоду, яку можуть завдати роботи. Наприклад, експерти McKinsey звертають увагу на те, що роботи, на відміну людей, не сплачують податки. В результаті через зниження обсягів надходжень до бюджету держава не зможе підтримувати інфраструктуру на колишньому рівні. Тому Білл Гейтс запропонував запровадити новий податок на роботизовану техніку.

Технології ІІ підвищують ефективність роботи компаній за рахунок зниження кількості помилок. Крім того, вони дозволяють підвищити швидкість виконання операцій до рівня, якого не може досягти людина.