Современные подходы к развитию искусственного интеллекта

СОВРЕМЕННЫЕ ПОДХОДЫ К РАЗВИТИЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Данная статься посвящена рассмотрению особенностям искусственного интеллекта, его значимости в нынешних условиях, а также подходы к его развитию.

Искусственный интеллект в научной сфере существует около 50 лет. Первая интеллектуальная система - программа "Логик-Теоретик", которая предназначена для доказательства теорем и исчисления высказываний. Ее возможности впервые были представлены 9 августа 1956 г. В создании этой программы принимали участие такие ученые, как А. Ньюэлл, А.

Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др. С тех пор в области искусственного интеллекта разработано очень много компьютерных систем, которые называются интеллектуальными. Области их использования охватывают чуть ли не все сферы человеческой деятельности, которые связаны с обработкой информации [1].

Искусственный интеллект (ИИ) - наука и технология изобретения интеллектуальных машин, в первую очередь компьютерных программ. В понятие ИИ вкладывается различный смысл - от признания интеллекта у ЭВМ, оснащенных программными продуктами распознавания текста и речи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком. Некоторые считают, что интеллект - умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи - как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

Свойством интеллектуальных систем является выполнение творческих функций, традиционно считавшихся прерогативой человека.

Единственного ответа на вопрос, что исследует искусственный интеллект, нет. Почти все ученые, которые рассматривают особенности искусственного интеллекта, опираются на какое-либо определение, которое изучает результаты этой науки.

В философии нет ответа на вопрос о природе и уровне человеческого интеллекта. Нет и определённого критерия приобретения компьютерами «разумности», хотя в процессе изучения искусственного интеллекта был выдвинут ряд высказываний, например, тест Тьюринга или теория Ньюэлла-Саймона. Поэтому, вопреки наличию множеств точек зрения к пониманию задач ИИ, так и изобретению интеллектуальных информационных систем, можно подчеркнуть два главных подхода к развитию ИИ.

Первый из них нисходящий, семиотический, который предполагает создание экспертных систем, баз знаний и систем логического вывода. Они имитируют высшие уровни психических процессов: мышление, рассуждение, речь, эмоции, творчество и т. д.

Второй - восходящий, биологический. Он предполагает изучение нейронных сетей и эволюционных вычислений, которые моделируют интеллектуальное поведение на основе биологических элементов, и создание определённых вычислительных систем: нейрокомпьютер или биокомпьютер.

Кроме этого, существует ряд других немаловажных подходов, такой как тест Тьюринга и интуитивный подход. Эмпирический тест был составлен и предложен Аланом Тьюрингом в статье «Вычислительные машины и разум», которая была опубликована в 1950 году в философском журнале «Mind». Цель этого теста было определение, на сколько искусственное мышление близко к человеческому.

Самый общий подход предполагает, что ИИ будет способен проявлять поведение, которое не отличается от человеческого, причём в обычных ситуациях. Эта идея стала синтезом подхода теста Тьюринга, утверждавшего, что машина будет разумной тогда, когда сможет поддержать разговор с обычным человеком, и тот не сможет определить, что говорить с машиной (по переписке).

Писатели-фантасты неоднократно предлагают ещё один подход, где ИИ появится только тогда, когда машина научится чувствовать и творить. Таким образом, хозяин Эндрю Мартина из «Двухсотлетнего человека» начнёт относиться к нему как к человеку, когда он изобретает игрушку по личному проекту. А Дейта из «Звёздного пути», имея способность к коммуникации и обучению, мечтает приобрести эмоции и интуицию.

Но последняя теория вряд ли выдержит критику при более подробном рассмотрении. К примеру, нетрудно создать механизм, который оценивал бы некоторые элементы внешней или внутренней среды и реагировал на их неблагоприятные значения. О такой системе можно сказать, что ей свойственны чувства. А кластеры, которые созданы картами Кохонена, и многие другие продукты «интеллектуальных» систем рассматриваются как вид творчества.

Так же существует символьный подход, который был первым в эпоху цифровых машин, потому что только после изобретения Лисп, первого языка символьных вычислений, у его создателя появилась уверенность в возможности практически начать создание этими средствами интеллекта. Символьный подход позволяет использовать слабо формализованные представления и их смыслы.

Успешность и эффективность решения новых задач зависит от способности выделять лишь существенную информацию, для чего нужна гибкость в методах абстрагирования. Обычно программа устанавливает один свой способ интерпретации данных, из-за чего её работа и может выглядеть предвзятой и только механической. Интеллектуальную задачу в таком случае решает только человек, аналитик или программист, не позволяя этого машине. Исходя из этого создается одна единственная модель абстрагирования, система конструктивных сущностей и алгоритмов. А гибкость и универсальность превращается в значительные затраты ресурсов для решения особых задач, то есть система от интеллекта обращается к грубой силе [2].

Основной ролью символьных вычислений является осуществление новых условий в ходе выполнения программы. В то время как возможности неинтеллектуальных систем заканчиваются как раз перед способностью хотя бы обозначать вновь появляющиеся трудности. Тем более они не решаются и, в конце концов, компьютер не совершенствует такие способности самостоятельно.

Логический подход к изобретению систем искусственного интеллекта базируется на моделировании рассуждений. Теоретической основой такого подхода является логика. Логический подход может быть представлен использованием для этих целей языка и системы логического программирования Пролог. Программы, которые записаны на языке Пролог, включают в себя наборы фактов и правил логического вывода без жесткого задания алгоритма как последовательности действий, которые приводят к ожидаемому результату.

Следующий, гибридный подход подразумевает, что только синергийная комбинация нейронных и символьных моделей может достичь полного спектра когнитивных и вычислительных возможностей. К примеру, экспертные правила умозаключений генерируются нейронными сетями, а порождающие правила получают с помощью статистического обучения. Сторонники данного подхода считают, что гибридные информационные системы станут намного сильнее, чем сумма разных теорий по отдельности. Искусственная нейронная сеть представляет собой модель типа чёрный ящик. Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг. Это направление ИИ было ориентировано на поиски алгоритмов решения искусственных задач на существующих моделях компьютеров [3].

Последний подход начал развиваться с 1990-х годов и назван агентноориентированным подходом, так как основывается на использовании интеллектуальных (рациональных) агентов. Согласно этому подходу, интеллект - это вычислительная часть (грубо говоря, планирование) возможности достижения, поставленных перед интеллектуальной машиной целей. Эта машина становится интеллектуальным агентом, которая воспринимает окружающий его мир с использованием датчиков, и способности действовать на объекты в окружающей среде благодаря исполнительным механизмам.

Такой подход обращает наше внимание на те методы и алгоритмы, которые помогают интеллектуальному агенту выживать в окружающей среде при выполнении его задачи. Так, здесь намного подробнее изучаются алгоритмы поиска пути и принятия решений.

Таким образом, можно отметить, что множество разногласий около вопроса создания искусственного интеллекта обладают эмоциональной подоплекой. Признание возможностей искусственного разума способны чем- то унизить человеческое достоинство. Но нельзя совмещать проблему способностей искусственного интеллекта с вопросом о развитии и улучшении человеческого разума. Ежедневное использование ИИ создаёт возможности для перехода на качественно новую ступень прогресса, даёт толчок новому витку автоматизации производства, а значит и увеличению производительности труда. Конечно, искусственный интеллект может быть использован в непригодных целях, но эта проблема скорее морально- этическая, чем научная.

Список литературы

Будущее искусственного интеллекта / Под ред. К. Левитина, П. Хорошевского. - М.: Наука, 2003.

Кузьменко И.П., Никитенко Т.В., Тимошенко Л.И. Информационная составляющая механизма процессного управления/Культура и общество: история и современность материалы II Всероссийской (с международным участием) научно-практической конференции, под редакцией: Колосовой О.Ю., Гударенко Р.Ф., Ряснянской Н.А., Красиковой Е.А. 2013. С. 196-199.

Кузьменко И.П., Гурова Е.А. Информация как естественный ресурс экономического роста // Вестник АПК Ставрополья. 2011. №.2.С.71-74.

Кузьменко И. МТС равноправный субъект рыночных отношений в АПК // Экономика сельского хозяйства России. 2000. № 7. С.5.

Гурова Е. А., Петриевский И. В., Кузьменко И. П. (2012). Информационная составляющая современных методов управления устойчивым развитием предприятия // Вестник Адыгейского государственного университета. Серия 5: Экономика. № 2. С. 236-243.

УДК 371.261

Количество показов: 3078