Следует также отметить, что, поскольку любой мозг, человеческий или искусственный, несомненно, должен эволюционировать, а также развиваться в интеллектуальном плане, потребуется его обучение. Это обучение не обязательно будет протекать быстро – все зависит от скорости развития искусственного нейрона. Если искусственный нейрон будет выполнен на белковой основе, на обучение может понадобиться несколько десятков лет. Кроме этого, развитие искусственного мозга включает, несомненно, также и этап эволюции. Это, в свою очередь, означает, что структура искусственного мозга не должна быть фиксированной, она должна быть гибкой и “уметь” в случае необходимости достраивать саму себя новыми нейронами, подобно человеческому мозгу.
На настоящий момент времени исследования в области науки и техники ограничиваются лишь фиксированными структурами. Именно в этом, вероятно, кроется причина невозможности создания искусственного разума в таком виде, в каком бы хотелось, т.е. чтобы компьютер полностью заменил человека и “умел” решать разнообразные задачи, а не только те, которые были заложены его создателями. При переходе на решение новой задачи он должен “вести себя” точно так же, как и человек, который устроился на новую работу, в которой он поначалу не является специалистом по причине отсутствия опыта, а именно приспосабливаться к новой среде и обучаться. Именно эти два критерия, скорее всего, являются основополагающими при формировании сознания и развития искусственного интеллекта и интеллекта в целом.
3. ОСНОВНЫЕ ПУТИ МОДЕЛИРОВАНИЯ И НАПРАВЛЕНИЯ ИСПОЛЬЗОВАНИЯ “искусственного интеллекта” В ДЕЯТЕЛЬНОСТИ ЧЕЛОВЕКА.
Для создания “разумной машины” необходимо использовать конструкцию, которая в значительной степени отличается от конструкций существующих ныне электронных вычислительных машин (ЭВМ) и которая должна быть схожа с “конструкцией” головного мозга человека, а возможно и иметь белковую основу, поскольку “зародить” сознание, и как следствие интеллект, в механической или электронной основе вряд-ли кому-либо удастся, по крайней мере на данном єтапе развития науки (см. гл. 2). Мышление и сознание – это чисто “живой” процесс и свойственен он только живым организмам.
Однако это вовсе не означает, что исследователи искусственного интеллекта занимаются, так сказать, пустой работой. Возможно искусственный разум, способный заменить человека во всех отношениях, никогда (по крайней мере в ближайшие 100 – 200 лет) не получит право на существование. Именно поэтому исследователи решили пойти по более простому пути и “разбить” одну очень сложную проблему на ряд нескольких маленьких. Подобный прием часто встречается и в других отраслях человеческой деятельности.
Здесь в защиту искусственного интеллекта следует сказать, что большинство из этих проблем было успешно преодолено. Уже сейчас существуют программы, которые умеют распознавать текст, написанный от руки или напечатанный, либо произнесенный человеком. Кроме этого, существуют также программы, которые называются самообучающимися. В качестве примера таких программ можно привести, в первую очередь, игровые программы в шашки или шахматы. Существуют также более сложные программы распознавания образов, отпечатков пальцев и др., которые используются в охранных системах. Ну и пиком развития искусственного интеллекта на настоящий момент являются экспертные системы, которые, проще говоря, представляют собой огромные базы знаний с максимально высоким поиском тех или иных знаний, основанном на логическом переборе известных фактов; при этом используются эвристические алгоритмы.
Принято различать три основные пути моделирования искусственного интеллекта и мышления:
§ классический, или (как его теперь называют) – бионический;
§ эвристического программирования;
§ эволюционного моделирования.
Первый путь уже рассматривался ранее (см. гл. 2). Было отмечено, что бионический путь моделирования, другими словами, непосредственное моделирование человеческого мозга сопряжено с рядом трудностей из-за частично изученной структуры мозга. Сложнейшее переплетение связей коры головного мозга практически не поддаются расшифровке. Известно лишь примерное расположение зон мозга, отвечающих за ту или иную функцию. Попытки смоделировать работу головного мозга соединением между собой множества процессоров подобно нейронной сети, показали, что некоторое увеличение скорости и потока обрабатываемой информации идет лишь до уровня одного - двух десятков процессоров, а затем начинается резкий спад производительности. Процессоры как бы “теряются”, перестают контролировать ситуацию или проводят большую часть времени в ожидании соседа. Некоторых успехов удалось добиться лишь в приборах, работающих в “двумерном варианте”, т.е. обрабатывающих не последовательную, а параллельную информацию, например в системах распознаваниях образов. В них одна плоскость данных одновременно взаимодействует с другой, причем количество единиц информации может достигать нескольких миллионов. Таким образом происходит единовременный охват изучаемого объекта, а не последовательное изучение его частей.
Второй подход, или эвристическое программирование, решает задачи, которые в общем можно назвать творческими. Практичность этого метода заключается в радикальном уменьшении вариантов, необходимых при использовании метода проб и ошибок. Правда, всегда существует вероятность упустить наилучшее решение, так что говорят, что этот метод предлагает решения с некоторой вероятностью правильности. Обычно используют два метода: метод анализа целей и средств и метод планирования. Первый заключается в выборе и осуществлении таких операций, которые последовательно уменьшают разницу между исходным и конечным состоянием задачи. Во втором методе вырабатывается упрощенная формулировка исходной задачи, которая также решается методом анализа целей и средств. Один из вариантов дает решение исходной задачи [10, 278-320].
Третий подход является попыткой смоделировать не то, что есть, а то, что могло бы быть, если бы эволюционный процесс направлялся в нужном направлении и оценивался предложенными критериями. Идея эволюционного моделирования сводится к экспериментальной попытке заменить процесс моделирования человеческого интеллекта моделированием процесса его эволюции [10, 320-340]. При моделировании эволюции предполагается, что разумное поведение преду-сматривает сочетание способности предсказывать состояние внешней среды с умением подобрать реакцию на каждое предсказание, которое наиболее эффек-тивно ведет к цели. Этот метод открывает путь к автоматизации интеллекта и освобождению от рутинной работы. Это высвобождает время для проблемы выбора целей и выявления параметров среды, которые заслуживают исследования. Такой принцип может быть применен для использования в диагностике, управлении неизвестными объектами, в игровых ситуациях.
Итак, существуют три пути моделирования интеллекта: бионический, эвристический и эволюционный. В зависимости от использованных средств можно выделить три фазы в исследованиях. Первая фаза – создание устройств, выполняющих большое число логических операций с высоким быстродействием. Вторая фаза включает разработку проблемно-ориентированных языков для использованного на оборудовании, созданном в первой фазе. Третья фаза наиболее выражена в эволюционном моделировании. В ходе развития этой фазы отпадает необходимость в точной формулировке постановки задачи, т.е. задачу можно сформулировать в терминах цели и допустимых затрат, а метод решения будет найден самостоятельно по этим двум параметрам.
Среди основных направлений человеческой деятельности, в которых используется и внедряется искусственный интеллект, можно назвать следующие:
§ доказательства теорем;
§ игры;
§ распознавание образов, речи, текстов;
§ принятие решений;
§ адаптивное программирование;
§ сочинение машинной музыки;
§ обработка данных на естественном языке;
§ обучающиеся сети (нейросети);
§ вербальные концептуальные обучения.
В этом списке приводятся далеко не все элементы искусственного интеллекта которые встречаются и успешно применяются во многих сферах человеческой деятельности. Однако даже перечисленных элементов вполне достаточно, чтобы покрыть эти сферы. Большинство элементов опять-таки выполняется под управлением и контролем человека, и ни один из них не может функционировать самостоятельно. Многие из перечисленных элементов требуют также и ответственности, а человек может “доверить” искусственному механизму лишь мало ответственные задачи.
Так, например, для доказательства теоремы требуется для начала сформулировать саму теорему, чего машина сама по себе сделать не сможет. Поэтому данный элемент находится под полным управлением человека, а машина, пользуясь своей базой знаний, а также эвристическими алгоритмами может с помощью перебора найти доказательство.
В играх применение искусственного интеллекта также вполне очевидно. В настоящее время теории игр вообще и внедрению в нее элементов искусственного интеллекта в частности уделяется очень большое внимание даже правительственными организациями. И дело вовсе не в том, что человечество “помешалось” на компьютерных играх, которые встраиваются сейчас во все предметы обихода – от мобильного телефона до компьютера. Дело в том, что под многими играми понимается война, поэтому в создании алгоритмов, умеющих с военной оперативностью принимать стратегические решения заинтересована любая страна. Наибольшее опасение вызывают самообучающиеся машины (т.е. машины, совершенствующиеся по мере накопления опыта), потому что их поведение становится непредсказуемым. Такие машины делают не то, что им приказывают, а то, чему они научились [11, 432-438].
В распознавании образов, речи и текстов применение искусственного интеллекта на настоящий момент времени почти достигло пика своего развития, насколько это возможно для машины. Этот элемент искусственного интеллекта применяется во всех сферах, так как это первоочередные вопросы диалога или контакта с машиной. Существующие программы распознавания текстов работают с очень высокой точностью. Правда пока они позволяют распознавать лишь печатаемые тексты, но это проблема недалекого будущего. Распознавание образов успешно применяется и в коммерческих продуктах, например охранных сигнализациях [12, 112-145].
Страницы: 1, 2, 3, 4, 5, 6
