Актуальность темы. Возможен ли искусственный интеллект? Уже сама такая постановка вопроса вызывает оживленную дискуссию [1, с.1]. Вторая половина семидесятых и начало восьмидесятых годов ознаменовались спадом уверенности в скорейшем создании искусственного интеллекта, даже в возможности создания вообще. В настоящий момент в изданной в России в 1999 г. книге «Наступление машин» Кевина Уорвика [2, с.5], профессора департамента кибернетики университета Рединга (Англия), автор пытается убедить, что рано или поздно появятся машины, интеллект которых превзойдет человеческий. Он указывает, что роботы с интеллектом кошки появятся через пять лет, а с интеллектом близким к человеческому, - через 10-15 лет. Каждые десять лет возникает новая технология, которая радикально меняет все в этом мире. Директор компании мозгового центра Institute for the Future Пол Саффо отмечает, что в развитии сенсорных устройств произойдет слияние разделенных в настоящее время технологических миров цифрового и аналогового, тогда компьютеры научатся воспринимать мир, данный им в ощущении, и совершится собственно революция: вещи будут делать вещи. Задачей моих исследований является методы компьютерного зрения (применительно к анализу изображений клеток), результаты которых, возможно, станут одной из составных частей восприятия роботов будущего.

Целью данного реферата является проанализировать текущее состояние проблемы создания искусственного интеллекта (в дальнейшем ИИ) и социально-этический аспект появления искусственного разума.

Задача первая. На основе анализа литературы по ИИ с технической точки зрения будут сделаны выводы о возможности его создания, используя гипотетико-дедуктивный метод, т.е. по существующим данным о возможностях современной техники будут выделены возможные следствия и развитие систем ИИ. В рамках решения данной задачи будет затронут вопрос об историческом развитии систем ИИ.

Задача вторая. Для решения задачи рассмотрения социально-этического аспекта появления ИИ применяется метод формализации, т.е. выделяются человеческое общество и ИИ, и рассматриваются отношения между ними.

1. Технический аспект создания искусственного интеллекта

Для рассмотрения данной проблемы необходимо определить, что такое ИИ с технической точки зрения. Искусственный интеллект (от лат. Intellectus - познание, понимание, рассудок) – это раздел информатики, изучающий методы, способы и приемы моделирования и воспроизведения с помощью ЭВМ разумной деятельности человека, связанной с решением задач.

Рассмотрим исторический путь развития «технической» мысли по созданию ИИ, попытаемся сделать обзор существующих подходов и технологий.

Структура интеллекта начала изучаться в имитационных теориях моделирования. В бывшем СССР этими исследованиями занимался Николай Амосов в институте кибернетики АН УССР (Киев) начиная с 1962 года. Теория эвристического моделирования была огромным шагом вперёд в исследовании естественного интеллекта человека, а также в направлении создания искусственного интеллекта. Однако преодолев “теоретический антропоцентризм” и доказав возможность и необходимость существования в рамках развитого ИИ сложной душевной и духовной жизни, мыслей, чувств, потребностей и убеждений, эта теория не смогла преодолеть “технологический антропоцентризм” - она рассматривает два противоположных подхода к моделированию интеллекта, названных сетевым и алгоритмическим. Сетевой интеллект рассматривается как трёхмерная структура, состоящая из элементов со множеством пространственных пересекающихся связей (такую структуру имеют нейронные ансамбли), алгоритмический интеллект построен на линейных, последовательных структурах (технологически современные ЭВМ работают с последовательностями информационных сигналов) [3, c.38-39].

В настоящее время когда речь идет об идее искусственного интеллекта в среде людей, занимающихся этим вопросом или близкими к ним, она прежде всего ассоциируется с нейронными сетями (НС) и семантическими алгоритмами (СА).

Идея эксформации была выдвинута Станиславом Лемом [3, c.40]. Эксформация представляет собой способность информационной системы, например, компьютерной программы, к самопрограммированию, саморазвитию и при этом значительному информационному росту. Одним из этапов является реализация “компьютерных хромосом” и “компьютерного генного аппарата”, то есть информационных модулей по структуре подобных компьютерным вирусам, но отличающихся от них полезной, а не разрушительной функцией и к тому же способных к эволюции, мутациям. Современные вирусы самостоятельно мутировать не могут и позитивных организационно-системных изменений не производят. Всё на что они способны, так это только “хулиганство”. Компьютерные гены должны стать ключом к механизму автономного эксформационного генезиса. Генезис предопределяет свойства и структуру растущей совокупности файлов из компактного первоначального ядра. Эта растущая структура должна функционировать как единая система с заранее предполагаемыми параметрами.

К сожалению, российских работ по данным разделам ИИ незначительное количество. ИИ в своем реальном понимании был чужд советской идеологии, так как подрывал ее основу. А сегодня на постсоветском пространстве государства не располагают финансами для поддержки этой отрасли. Из советских работ можно выделить теоретическую работу Н.М. Соломатина, в которой автор вводит понятие информационной семантической системы (ИСС) [2, c.5].

Такая система определяется как система, функционирование которой направлено на достижение цели. Специфической их особенностью является семантическая переработка семантической информации. Указывая на неоднозначность, незрелость дефиниции, понятия семантической информации, Н.М. Соломатин дает такое определение семантической информации: выраженное знаками сведения о выделенной заданием стороне (сторонах) объекта. Причем в данном определении понятие сведения принимаются первичными и не определяются.

В последующем автор излагает теорию ИСС, в которой определяет класс семантических операций, класс семантических объектов, их функции и структуру. Также рассматривает информирование как семантический диалог, его принципы; системы с целью, их классификацию, поднимает вопрос стабильности ИСС.

Развитие нейронных сетей (набор связанных между собой нейронов выполняющих конкретную вычислительную функцию), как раздела ИИ, по-видимому, находится в кризисе [2, c.6]. Используемый здесь основной подход, базирующийся на анатомо-физиологических данных работы головного мозга, неплох для построения роботов, но не как для моделирования мышления. Тем более выяснилось наличие более сложного механизма обучения и фиксации информации в головном мозге, чем считалось ранее, на заре развития кибернетики, а это значительно затрудняет моделирование нейросетей.

В биологии имеется три пути выяснения сущности элементарных механизмов памяти:

1. Устанавливают, происходят ли в мозгу или определенных ареалах мозга животных, кондиционированных на новое поведение, какие-либо биохимические изменения.

2. Определяют, нарушается ли синтез нуклеиновой кислоты и (или) белка во время или после кондиционирования, и проверяют, ухудшается ли вследствие этого процесс обучения или запоминания.

3. Путем перенесения нервной или мозговой субстанции от кондиционированных животных к необученным животным проверяют, не происходит ли в результате этого ускорение кондиционирования необученных животных.

На основании этих подходов было показана непосредственная роль ДНК и РНК в модуляции состоянии структуры нейролеммы (органическая мембрана нервной клетки). Ее изменение влияет на характер интеграции в ней поступающих с синапсов электрических сигналов (входных), а значит и на параметры сигнала на выходе нейрона. Существует также циркуляция молекул памяти - РНК внутри нейросетей, законы распределения которой еще не установлены.

Не без оснований следует считать регулирующее влияние на состояние электрической активности нейролеммы со стороны астроглии, как структуры, направлено модулирующей электрический ток в нейролемме.

На входе нейрона имеется в среднем от 5 000 до 10 000 тысяч сигналов (синапсов). Это приводит к сложной зависимости в интеграции сигналов и генерации выходного сигнала. Для функции такого одного нейрона пока невозможно построить адекватного математического описания. А таких нейронов в головном мозге человека доходит до 100 миллиардов.

Исходя из этого, уже сложно использовать идеи построения нейросетей просто на основе имеющейся аналогии сети нервных клеток. Тем не менее, существуют самообучающиеся нейросети, находящие практическое применение. В частности, исследователи из Крэнфилдского университета (Великобритания) разработали устройство, способное по запаху определять наличие возбудителей различных инфекционных заболеваний [2, с.7].

Аппарат названный Diag-Nose, представляет собой аналог человеческой обонятельной сенсорной системы: главной его частью является блок электронных сенсоров. Последние объединены в несколько групп, каждая из которых способна распознавать наличие в обследуемом объекте определенного химического вещества. Сигналы генерируемые сенсорами, поступают в специально обученную искусственную нейросеть, которая и делает вывод о наличии того или иного заболевания.

Страницы: 1, 2, 3, 4