Реферат: Искусственный интеллект: современное состояние и наиболее перспективные направления

Искусственный интеллект: современное состояние и наиболее перспективные направления.


к.ф.-м.н., научный сотрудник

Института Систем Информатики

СО РАН им. А.П. Ершова

Пальянов Андрей Юрьевич


Новосибирск 2011
Оглавление



Предисловие 3

Введение 3

1. Небольшой, но познавательный исторический экскурс 5

2. Почему попытки построить искусственный интеллект потерпели неудачу? 9

3. Об исследованиях в нейробиологии и предпосылках для моделировании биологических нейронных сетей 13

^ 4. О моделировании биологических нейронных сетей 20

5. Успехи в остальных направлениях ИИ 23

Заключение 28

Литература: 29



Предисловие
В настоящее время ситуация вокруг проблемы искусственного интеллекта сложилась довольно непростая. Более того, к «искусственному интеллекту» сегодня относят такое обширное множество разного рода направлений деятельности, что в них теряется сама суть исходной глобальной проблемы – понять, как работает реализация разума, «предложенная» природой в животных и человеке (включая феномен сознания), и попытаться создать искусственный действующий вариант, предположительно на машинном носителе.

Джон Маккарти - автор термина «искусственный интеллект» (1955), выдающийся американский информатик, изобретатель языка Лисп (1958), основоположник функционального программирования, лауреат Премии Тьюринга (1971) за огромный вклад в область исследований искусственного интеллекта – в 2007 г. опубликовал современный обзор на тему «What is Artificial Intelligence?» («Что такое Искусственный Интеллект?»), http://www-formal.stanford.edu/jmc/whatisai/whatisai.html. Он наводит определенный порядок во всем спектре направлений исследований в этой области и систематизирует существующие знания. Мы же в данном обзоре не будем претендовать на всеобъемлющее описание ситуации, преследуя несколько иную цель. Мы проведем небольшой экскурс в историю науки об искусственном интеллекте, рассмотрим основные подходы, которые были опробованы, и которые, как мы знаем, по большому счету окончились провалом, а затем детально остановимся на еще одном, о котором всерьез заговорили относительно недавно и который мне в сложившейся сегодня ситуации кажется наиболее перспективным и жизнеспособным. Речь идет о том, чтобы наконец-то отбросить амбиции насчет возможности создания искусственного разума во-первых в короткие сроки, а во-вторых сразу сравнимого по мощности с человеческим, и начать наконец детально и всесторонне изучать работу биологической нервной системы, в основе которой, как мы уже сейчас знаем, лежит множество различных механизмов, порой обладающих удивительной сложностью. Именно этому подходу будет посвящен главным образом данный обзор – его обоснованию, истории, текущим успехам и наметившимся перспективам. Там, где это покажется мне рациональным, я буду иногда использовать небольшие отрывки из книг и других материалов со ссылкой на источник – многое уже написано до нас, и порой настолько безупречно, что попытки сделать это лучше вряд ли будут оправданы.

Введение
Для начала попробуем определиться с терминологией. Стоит сразу предупредить, что идеально это сделать у нас не получится – четкого определения, как и полного понимания, в этом и ряде сопутствующих вопросах до сих пор нет.

Термин интеллект (intelligence) происходит от латинского intellectus — что означает ум, рассудок, разум, мыслительные способности человека. Интеллектом называется способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам. Под искусственным интеллектом обычно понимается свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

Согласно определению автора термина, Джона Маккарти (1955), иску́сственный интелле́кт (ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами (http://ru.wikipedia.org/wiki/Искусственный_интеллект). Поясняя своё определение, Джон Маккарти указывает: «Проблема состоит в том, что пока мы не можем в целом определить, какие вычислительные процедуры мы хотим называть интеллектуальными. Мы понимаем некоторые механизмы интеллекта и не понимаем остальные.» (http://www-formal.stanford.edu/jmc/whatisai/whatisai.html).

Под термином "знания" подразумевается не только та информация, которая поступает в мозг через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность (или хотя бы просто существовать), необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и могут мысленно "целенаправленно преобразовываться". При этом существенно то, что формирование модели внешней среды происходит "в процессе обучения на опыте и адаптации к разнообразным обстоятельствам".

Мы употребили термин «интеллектуальная задача». Для того, чтобы пояснить, чем отличается интеллектуальная задача от просто задачи, необходимо ввести термин "алгоритм". Под алгоритмом понимают точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. Термин "алгоритм" происходит от имени узбекского математика Аль-Хорезми, который еще в IX веке предложил простейшие арифметические алгоритмы. В математике и кибернетике класс задач определенного типа считается решенным, когда для ее решения установлен алгоритм. Нахождение алгоритмов является естественной целью человека при решении им разнообразных классов задач. Отыскание алгоритма для задач некоторого данного типа связано с тонкими и сложными рассуждениями, требующими большой изобретательности и высокой квалификации. Принято считать, что подобного рода деятельность требует участия интеллекта человека. Задачи, связанные с отысканием алгоритма решения класса задач определенного типа, будем называть интеллектуальными.

Что же касается задач, алгоритмы решения которых уже установлены, то, как отмечает известный специалист в области ИИ М. Мински, "излишне приписывать им такое мистическое свойства, как «интеллектуальность»". В самом деле, после того, как такой алгоритм уже найден, процесс решения соответствующих задач становится таким, что его могут в точности выполнить человек, вычислительная машина (должным образом запрограммированная) или робот, не имеющие ни малейшего представления о сущности самой задачи. Требуется только, чтобы лицо, решающее задачу, было способно выполнять те элементарные операции, из которых складывается процесс, и, кроме того, чтобы оно педантично и аккуратно руководствовалось предложенным алгоритмом. Такое лицо, действуя, как говорят в таких случаях, чисто машинально, может успешно решать любую задачу рассматриваемого типа. Поэтому представляется совершенно естественным исключить из класса интеллектуальных такие задачи, для которых существуют стандартные методы решения. Примерами таких задач могут служить чисто вычислительные задачи: решение системы линейных алгебраических уравнений, численное интегрирование дифференциальных уравнений и т. д. Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для вычислительной машины. В противоположность этому для широкого класса интеллектуальных задач, таких, как распознавание образов, игра в шахматы, доказательство теорем и т. п., напротив, это формальное разбиение процесса поиска решения на отдельные элементарные шаги часто оказывается весьма затруднительным, даже если само их решение несложно. Таким образом, мы можем перефразировать определение интеллекта как универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач.

Деятельность мозга (обладающего интеллектом), направленную на решение интеллектуальных задач, мы будем называть мышлением, или интеллектуальной деятельностью. Интеллект и мышление связаны с решением таких задач, как доказательство теорем, логический анализ, распознавание ситуаций, планирование поведения, игры и управление в условиях неопределенности. Характерными чертами интеллекта, проявляющимися в процессе решения задач, являются способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям в процессе решения задач. Благодаря этим качествам интеллекта мозг может решать разнообразные задачи, а также легко перестраиваться с решения одной задачи на другую. Таким образом, мозг, наделенный интеллектом, является универсальным средством решения широкого круга задач (в том числе неформализованных) для которых нет стандартных, заранее известных методов решения.

Ну и конечно, остается термин «сознание», пожалуй, самый проблематичный из всех благодаря особенностям своей природы. Например, «сознание - форма отражения объективной действительности в психике человека, характеризующаяся тем, что в качестве опосредствующего, промежуточного фактора выступают элементы общественно–исторической практики, позволяющие строить объективные (общепринятые) картины мира. Исходный источник общественно–исторической практики — это совместно осуществляемый труд. В индивидуальном развитии отдельные составляющие труда последовательно присваиваются ребенком в совместной со взрослыми деятельности» (Философский словарь). И еще один вариант: «сознание - высший уровень психической активности, обеспечивающий целенаправленное поведение человека. Признаками сознания являются: наличие идеалов, нравственных и эстетических ценностей; осознание своей сущности, сущности других людей и отношений между ними; способность к абстрактному мышлению, к языку, как способу выражения мыслей; способность к прогнозированию в любых видах поведения; наличие внимания» (Психологический словарь). Оба определения содержат ряд терминов, так же нуждающихся в четком определении, и, как мне кажется, далеко не в полной мере выражают то, что мы привыкли считать своим сознанием и не отражают всех присущих ему свойств, однако довольно легко убедиться, что попытки предложить что-то принципиально более подходящее сталкиваются с существенными сложностями.
^ 1.Небольшой, но познавательный исторический экскурс
Природа человеческого разума, и в частности феномена сознания, является объектом неиссякаемого интереса мыслителей с давнейших времен. Еще Демокрит (ок. 460 – 370 до н.э.) 25 веков назад полагал, что существа, обладающие сознанием и разумом, обязаны этим «особо тонкой организации специфических атомов, взаимодействующих друг с другом и с окружающей средой, производя тем самым внутреннюю и внешнюю деятельность сознательного существа. Разум образуется при рождении и распадается после смерти, чтобы никогда больше не возродиться». Согласитесь, кажется удивительным, что были люди, которые это понимали по меньшей мере за 25 веков до нас? Кстати, с утверждением насчет «никогда больше не возродиться» мы как раз попробуем ниже поспорить.

Ближе к нашему времени важный вклад внесли работы Декарта (1596-1650, «Мыслю, следовательно, существую»), а затем Ж. Ламетри (1709–1751), который, основываясь на новейших открытиях физиологов, анонимно опубликовал сочинение Человек-машина (1748), в котором изложил свою точку зрения, согласно которой ментальная деятельность, отличающая человека, является чисто физическим феноменом. И, наконец, финальный этап, ознаменовавший необратимое наступление эпохи мозга – открытие нейрона как основной его структурной единицы: в 1837 г. Ян Пуркинье исследовал и описал клетки мозга, идентифицировав ядро нейрона (сам термин появился позднее, в 1891 г.) и отростки нервной клетки, названные впоследствии аксонами и дендритами.

Сегодняшний технологический прогресс, по сути, был предопределен более полувека назад. После второй мировой войны появились устройства, казалось бы, подходящие для достижения заветной цели – моделирования разумного поведения; это были электронные цифровые вычислительные машины. За этим последовало бурное развитие компьютерных технологий и ряда сопутствующих областей, которые теперь тесно вошли в нашу жизнь, радикальным образом изменив прежний мир. Однако, несмотря на все успехи, на сегодняшний день в мире не существует искусственной компьютерной системы, которая на самом деле могла бы быть названа обладающей интеллектом, а тем более сознанием. Предполагаемые причины мы рассмотрим чуть ниже, а перед этим кратко пройдемся по основным событиям и тенденциям, происходившим во временном интервале от создания первых электронных вычислительных машин до наших дней, во многом для того, чтобы поучиться на ошибках, проследить исторические корни многих событий сегодняшнего дня, увидеть невероятный оптимизм исследователей того времени, их прогнозы на ближайшее будущее и то, каким образом все получилось на самом деле. Итак…


^ Рождение науки об искусственном интеллекте. 1943 – 1956

В течение этого периода группа ученых из широкого спектра областей науки начали обсуждать возможность создания искусственного мозга. Недавние, на тот момент, исследования в нейрологии показали, что мозг представляет собой сеть из нейронов, обменивающихся между собой электрическими сигналами по принципу «все или ничего», 0 или 1. Кибернетика Норберта Винера описала основы управления и стабильности в электрических сетях. Теория информации Клода Шеннона описала цифровые сигналы. Теория вычисления Алана Тьюринга показала, что любое вычисление может быть выполнено с помощью цифровых операций. Уолтер Питтс и Уоррен МакКаллок проанализировали сети, состоящие из идеализированных искуссвенных нейронов и показали, как они могут выполнять простейшие логические функции. Они были первыми, кто описал то, что исследователи впоследствие назовут нейронной сетью. Одним из студентов, вдохновленных их идеями был Марвин Мински, которому тогда было 24 года. Впоследствии он стал одним из наиболее заметных лидеров и инноваторов в области ИИ на последующие 50 лет. В 1951 были написаны программы для игры в шашки и шахматы, что стало мерой прогресса в ИИ на долгие годы.


^ Дартмутская конференция 1956

Была организована Марвином Мински, Джоном МакКарти, Клодом Шенноном и Натаном Рочестером (IBM). План конференции включал рассмотрение тезиса о том, что «каждый аспект обучения или любого другого свойства интеллекта может быть описан настолько детально, что может быть смоделирован на компьютере». Здесь был предложен термин «искусственный интеллект», определена миссия этой области знаний и определились первые и основные игроки в ней.


^ Золотые годы: 1956-1974

Годы после 1956 были эрой открытий, спринта по новой местности. Программы, разработанные в это время, для большинства людей казались просто ошеломляющими, подобное «интеллектуальное» поведение машин казалось невероятным. Исследователи проявляли небывалый оптимизм как в личном общении, так и в публикациях, предсказывая, что полноценная интеллектуальная машина будет создана менее чем за 20 лет. Правительственные агентства, напр., ARPA(Advanced Research Projects Agency), вкладывали значительные средства в развитие этой новой области. Многие программы, созданные в те годы, использовали общий алгоритм. Для достижения некоторой цели (выигрыш в игре или доказательство теоремы), они двигались к цели подобно движению в лабиринте, возвращаясь к точке ветвления и выбирая другой путь, если этот оказался тупиковым.

Оптимизм

Первое поколение исследователей в области ИИ делало такие предсказания о своей работе:

1958 – H. Simon, A. Newell: «в течение десяти лет цифровой компьютер будет чемпионом мира по шахматам» и «в течение десяти лет компьютер откроет и докажет новую важную математическую теорему»

1965 – H. Simon: «машины будут способны, в течение 20 лет, выполнять любую работу, на которую способен человек»

1967 – М. Мински: «в течение поколения проблема создания искусственного интеллекта будет практически полностью решена»

1970 – М. Мински: «в интервале от 3 до 8 лет мы будем иметь машину с интеллектом, сравнимым со средним человеческим уровнем»

Финансирование

В 1963 MIT(Массачусетский Технологический Университет), «AI Group», Minsky & McCarthy, получили грант на $2.2 млн. от ARPA, которое продолжало финансирование в размере $3 млн./год до 70-х. Такого же масштаба финансирование оказывалось в отношении «Stanford AI Project», John McCarthy и программе Newell-а и Simon-а, Carnegie Mellon University. Еще одна лаборатория по исследованию ИИ была основана в Эдинбургском Университете в 1956. Эти четыре института стали основными центрами разработки и исследований в области ИИ на долгие годы.


^ Перцептроны и темные времена коннекционизма

Перцептроном была названа разновидность нейронной сети, предложенная Фрэнком Розенблаттом в 1958 г. Как и большинство исследователей ИИ, он был оптимистично настроен относительно потенциальных возможностей перцептронов, предсказывая, что «перцептрон может оказаться способен обучаться, принимать решения, переводить с одного языка на другой». Активная исследотвательская программа в этой области была начата в 60х годах, но она была внезапно прервана вскоре после публикации Мински и Папертом в 1969 году книги «Перцептроны». В ней утверждалось, что существуют значительные ограничения на возможности перцептронов, и что предсказания Розенблатта были чрезмерным преувеличением. Эффект от этой книги был разрушительным – более чем на 10 лет исследования в этой области были практически полностью приостановлены.


^ Первая «зима» искусственного интеллекта, 1974 – 1980 (The first AI Winter)

В 70-х годах ИИ стал предметом критики и урезания финансирования. Исследователи ИИ не смогли адекватно оценить сложность проблем, с которыми они столкнулись. Их оргомный оптимизм породил невероятно высокий уровень надежд и ожиданий, и когда обещанные результаты не смогли материализоваться, финансирование ИИ прекратилось. В то же время, направление ИИ, называемое коннекционизм (нейронные сети) было полностью закрыто на 10 лет в результате разрушительной критики перцептрона Марвином Мински. Несмотря на трудности (ограниченная вычислительная мощь, эффект «комбинаторного взрыва» в большинстве алгоритмов, огромные объемы данных, необходимых для обработки в задачах, связанных с распознаванием речи и образов), с которыми столкнулись в 70-е годы, были высказаны новые идеи в областях логического программирования, рассуждений на основе «здравого смысла» и многих других.


Бум 1980 - 1987

В 80-х годах разновидность ИИ-программ, названная «экспертные системы» была принята рядом крупных корпораций и стала мэйнстримом в ИИ-исследованиях. В 1980 экспертная система XCON была закончена в CMU для Digital Equipment Corporation. Она приносила компании $40 миллиардов в год до 1986 г. До 1985 они выделяли миллиард $ в год на исследования ИИ. Тогда же японское правительство начало «агрессивное» финансирование проекта по созданию ИИ на основе компьютера пятого поколения. Другим обнадеживающим событием стало возрождение коннекционизма в работах Джона Хопфилда (сети Хопфилда) и Дэвида Румельхарта (backpropagation – алгоритм обратного распространения ошибки).


^ Вторая «зима» ИИ, 1987 – 1993 (The second AI winter)

Интерес и участие бизнес-сообщества в исследованиях ИИ (их спонсировании) претерпела всплеск и спад согласно классической схеме экономического пузыря. Рынок специализированного «железа» для ИИ коллапсировал в 1987. Персональные компьютеры от Apple и IBM неуклонно наращивали скорость и мощность и в 1987 стали более производительными по сравнению с более специализированными и более дорогими компьютерами.


1993 – наши дни

Область исследования, связанная с ИИ, в возрасте уже почти полвека от рождения, наконец достигла некоторых из своих старейших целей. Определенные разработки заняли свою нишу в технологической индустрии. Отчасти успех был достигнут благодаря возросшей вычислительной мощности, отчасти благодаря фокусировке на специфических проблемах. Мечта об интеллекте, равном человеческому, обратилась в полный провал, исследователи ИИ стали гораздо более осмотрительны и осторожны в своих прогнозах и суждениях.


^ Значительные события и даты

1991 г. Во время кризиса в Персидском заливе в армии США была развернута система DART (Dynamic Analysis and Replanning) для обеспечения автоматизированного планирования поставок и составления графиков перевозок. Работа этой системы охватывала одновременно до 50 000 автомобилей, единиц груза и людей; в ней приходилось учитывать пункты отправления и назначения, маршруты, а также устранять конфликты между всеми параметрами. Методы планирования на основе искусственного интеллекта позволяли вырабатывать в течение считанных часов такие планы, для составления которых старыми методами потребовались бы недели. Представители агентства DARPA (Defense Advanced Research Project Agency — Управление перспективных исследовательских программ) заявили, что одно лишь это приложение сторицей окупило тридцатилетние инвестиции в искусственный интеллект, сделанные этим агентством.

1995 г. Система компьютерного зрения Alvinn была обучена вождению автомобиля, придерживаясь определенной полосы движения. В университете CMU эта система была размещена в микроавтобусе, управляемом компьютером NavLab, и использовалось для проезда по Соединенным Штатам; на протяжении 2850 миль (4586,6 км) система обеспечивала рулевое управление автомобилем в течение 98% времени. Человек брал на себя управление лишь в течение остальных 2%, главным образом на выездных пандусах. Компьютер NavLab был оборудован видеокамерами, которые передавали изображения дороги в систему Alvinn, а затем эта система вычисляла наилучшее направление движения, основываясь на опыте, полученном в предыдущих учебных пробегах.

11 мая 1997 – компьютер Deep Blue стал чемпионом мира по шахматам, победив чемпиона мира Гарри Каспарова. После того как она обыграла Гарри Каспарова со счетом 3,5:2,5 в показательном матче. Каспаров заявил, что ощущал напротив себя за шахматной доской присутствие "интеллекта нового типа".

24 октября 1998 – запущен экспериментальный автоматический космический аппарат - система Deep Space 1, которая могла тестировать технологии 12-й степени риска, включая пролет кометы и тестирование для будущих космических полетов. DS1 включала в себя систему искусственного интеллекта под названием Remote Agent, которой на большое время предоставлялось управление космическим кораблем. Обычно такая работа выполнялась командой ученых посредством терминалов. Remote Agent продемонстрировала, что искусственная система способна управлять сложным космическим кораблем, позволяя ученым и экипажам кораблей сконцентрироваться на решении других задач.

2005 г. – Стэндфордская разработка – роботизированный автомобиль выиграл DARPA Grand Challenge, проехав автономно 131 милю по пересеченной местности.

2009 – Blue Brain Project объявил о том, что они успешно смоделировали часть мозга крысы на суперкомпьютере

Февраль 2011 г. Суперкомпьютер IBM Watson выиграл у сильнейших игроков во втором матче интеллектуальной викторины Jeopardy (российский аналог - "Своя игра"), став победителем трехдневного турнира. По сумме двух игр Watson заработал 77 тысяч долларов, более чем втрое обогнав сильнейших участников Jeopardy - Кена Дженнингса (Ken Jennings) и Брэда Руттера (Brad Rutter).


Список, разумеется, можно расширить


Однако, эти и многие другие успехи были достигнуты не благодаря какой-то революционной новой парадигме, а в основном в результате кропотливого применения инженерного мастерства, а также многократно возросшей мощности современных компьютеров. Deep Blue был в 10 миллинов раз быстрее, чем компьютер, который «учили» играть в шахматы в 1951-м. Как мы помним, уже довольно давно выполняется тенденция, в соответствии с которой каждые два года происходит удвоение скорости и емкости памяти компьютеров (закон Мура). Несмотря на многообещающие перспективы, ни одну из разработанных до сих пор программ ИИ нельзя назвать "разумной" в обычном понимании этого слова. Даже среди исследователей ИИ теперь многие сомневаются, что большинство подобных изделий принесет существенную пользу. Немало критиков ИИ считают, что такого рода ограничения вообще непреодолимы, и решение проблемы ИИ надо искать не в сфере непосредственно электроники, а где-то за ее пределами.

^ 2.Почему попытки построить искусственный интеллект потерпели неудачу?
Как мне кажется, для дальнейших серьезных исследований, которые могли бы привести к реальному прорыву в этой области необходимо предварительно провести тщательный анализ произошедшего за эти полвека. К счастью, некоторое время назад нашелся человек, который это уже осуществил, и на мой личный взгляд, весьма проницательно и точно. P. Singh, сотрудник Массачусетского Технологического Института (MIT), одной из наиболее влиятельных организаций в области ИИ, 9 июня 1996 г. опубликовал следующий документ (манифест):


«^ Why AI Failed – The Past 10 Years. (почему ИИ потерпел неудачу – прошедшие 10 лет)

(перевод с англ. – Пальянов А.Ю.)


За последнее десятилетие в области ИИ наблюдался некоторый прогресс, но по большому счету он был незначителен. Я вижу 5 основных причин для этого:

1. Область исследований была разрознена, разбита на подобласти, занятые исследователями с разными целями и общающимися на разных технических языках. Многое было изучено, и настало время интеграции знаний из разных подобластей, но лишь немногие сегодня готовы к этому шагу.

2. ИИ страдает от «зависти физике». Большинство исследователей ИИ ищут простых объяснений для предельно сложных феноменов. Возможно, вселенная может быть описана относительно небольшим числом относительно простых законов, но только не мозг. Чтобы добиться успеха в понимании того, как работает мозг, мы должны копировать биологию (биологическое строение мозга), поскольку существует многие сотни различных видов механизмов в мозге, специализированных для решения разных типов задач, объединенные в не менее сложную структуру управления ими.

^ 3. Многие исследователи потеряли связь с исходной целью – построением гибкого, мощного интеллекта, сравнимого с человеческим.

4. ИИ – проблема предельной сложности в области программного обеспечения, однако многие исследователи ИИ тратят огромные усилия, финансовые и временные, на разработку и построение роботов. Мы должны работать над новыми алгоритмами, а не «играть в солдатиков». Когда роботы необходимы, вполне можно работать с ними внутри симуляции (виртуального мира).

5. Исследователи ИИ безуспешно пытались ходить вокруг да около знания «здравого смысла». Для решения сложных проблем в ИИ – понимания естественного языка, работы зрительных механизмов, синтеза разборчивой речи и распознавания рукописного текста – необходимы системы, обладающие «здравым смыслом» и достаточно гибкие для его использования. Проблема в том, что построение таких систем приравнивается к «решению проблемы ИИ». Это утверждение сложно для восприятия, но кажется, что нет другого выбора кроме как принять его.»

Данный манифест получил довольно заметную известность в соответствующих кругах, в том числе вызвал ответ от Билла Гейтса:

«Я думаю, что ваши наблюдения и взгляды на проблему ИИ корректны. По мере того, как будут публиковаться ваши новые работы, я был бы рад получать их копии. Я по-прежнему исключительно заинтересован в ИИ.»

И еще один взгляд на эту же проблему. Из интервью с Александром Семеновичем Нариньяни - генеральным директором Российского НИИ искусственного интеллекта (Москва-Новосибирск), одним из ведущих российских специалистов в области ИИ (2006-02-22):

«Термин искусственный интеллект был предложен в 1956 году на семинаре с аналогичным названием в Стэндфордском университете (США). Подобное самоназвание области обозначило тот «наивный оптимизм» начального периода, когда большинству казалось, что до ИИ рукой подать. Однако пока с каждым десятилетием расстояние до цели только растет. Спустя пятьдесят лет всем ясно, что она не близка, трудностей полно, а успехи не слишком впечатляют. Очевиден и вывод – область ИИ находится под влиянием известного «горного эффекта»: если расстояние до небольшой высоты определить несложно, поскольку она попадает в поле зрения только вблизи, то громадная вершина видна с такого удаления, что кажется гораздо меньше и ближе, чем на самом деле. Ее масштаб начинаешь представлять лучше, пройдя достаточно большую дистанцию и осознавая, что ее видимые размеры почти не изменились и оценка расстояния до нее на глаз осталась примерно той же.

Упомянутый «горный эффект» иллюстрирует ошибку оценки в условиях прямой видимости, которой у больших задач, как правило, нет. На тему «Куда и как двигаться» дискуссий в ИИ идет не меньше, чем по поводу определения самого термина. Выделяются три основных подхода.

1. «Аппаратная аналогия»: поймем, как работает мозг, сможем создать его искусственно. Именно этот подход лег в основу нейрокибернетики и разных школ с приставкой «нейро».

2. «Аналогия поведения»: мозг слишком сложен и до его познания далеко; наиболее прямой путь к ИИ – изучение и компьютерное моделирование поведения человека.

3. «Метафора колеса»: аналогии 1 и 2 для создания ИИ не обязательны – например, колеса в природе нет, но оно эффективнее способов передвижения живых организмов; трудно представить, на какой стадии развития застряло бы человечество, если бы вместо колеса попыталось имитировать ногу, а ведь мозг на много порядков сложнее.

Последние два направления ориентируются на решение сложных задач с использованием знаний и легли в основу противоположного нейрокибернетике принципа «черного ящика»: не имеет значения, как устроен человеческий мозг, главное, чтобы ИИ обладал его способностями».

Однако, для нас наибольший интерес представляет именно первый из упомянутых подходов. Подводя итоги обсуждения проблем прежних исследований, стоит поставить акцент именно на том, что исследователи, предпринимавшие попытки создания ИИ, как правило, пытались запрограммировать лишь внешние признаки разума, пытались создать искусственный интеллект, не пытаясь по-настоящему разобраться с тем, что является сутью естественного. Этого, правда, мы не понимаем и сейчас. Однако теперь, спустя десятилетия, уже можно с достаточной степенью уверенности сделать вывод, что попытки полностью воспроизвести свойства «черного ящика», основываясь только на внешних проявлениях его внутренней активности, упорно терпят неудачу. Но ящик, если присмотреться, не так уж и черен, о его внутренней структуре нам уже многое известно. В первую очередь притягивает внимание астрономическое количество нейронов (~10e+11) и еще на несколько порядков большее количество связей между ними (~10e+15) в настоящем мозге человека. Природа, которая, как правило, никогда ничего не делает зря, а лишь по необходимости, не стала бы содержать такое количество нейронов без веской на то причины. Поэтому попытки обойтись на много порядков меньшим количеством, и к тому же в рамках относительно простой модели, и получить столь же внушительную функциональность кажутся, по меньшей мере, довольно самонадеянными. Есть один очевидный выход, который, казалось бы, напрашивается сам собой. Надо взять реальный мозг и воспроизвести его деятельность в форме компьютерной модели, полностью основываясь на биологических данных с большой, но не избыточной детализацией. При этом совершенно не обязательно начинать с мозга человека – для отработки технологии и методологии будет достаточно взять предельно простое существо, обладающее нервной системой. Уверен, что уже на этом этапе исследователи столкнутся с немалым количеством сюрпризов. К вопросу о выборе такого объекта для исследования и моделирования мы еще вернемся.

Само по себе моделирование нейробиологических процессов – это, конечно, хорошо, но при этом стоит иметь в виду и быть готовым к тому, чтобы столкнуться с вопросами и проблемами, упомянутыми ниже и желательно как-то приблизиться к их решению. Например, в книге «Разум и Материя» (1956 г.) Эрвина Шредингера, выдающегося австрийского физика, не нуждающегося в представлении, обсуждаются, в том числе, следующие вопросы:

Мир – совокупность наших нынешних ощущений и прошлых знаний о нем. Существование мира удобно считать объективно независимым, однако оно не делает мир очевидным. Он становится таковым благодаря весьма специфическим процессам, происходящим в весьма специфических местах, а именно в мозге. Какие именно свойства отличают процессы в мозге от всех остальных, позволяя им «проявлять» мир? Иными словами, какие процессы в материальном мире связаны с сознанием? Появление нервных клеток, а затем и мозга у некоторых многоклеточных организмов – исключительное событие, значение и важность которого сложно переоценить. Это особый механизм, благодаря которому индивидуум реагирует на альтернативные ситуации соответствующим изменением поведения, механизм адаптации и изменяющейся окружающей обстановке. Это наиболее сложный и замысловатый из подобных механизмов, и где бы он ни появился, он быстро завоевывает доминирующую роль. Готовы ли мы поверить, что этот особенный поворот в развитии высших животных (который мог и не произойти) был необходимым условием того, что мир осветился светом сознания? Не случись этого, остался бы мир спектаклем перед пустым залом, не существующим ни для кого, и таким образом, вполне корректно говоря, не существующим?

Все попытки расширить сферу сознания, связав его с чем-либо помимо нервных процессов, приведут лишь к недоказанным или недоказуемым утверждениям. Но мы обретем более верную почву под ногами, если отправимся в обратном направлении. Не каждый нервный процесс, более того, не каждый нервный процесс в головном мозге связан с сознанием. По мнению Шредингера, ключ следует искать в следующих хорошо известных фактах. Любая последовательность событий, в которых мы принимаем участие ощущениями, восприятием и, возможно, действиями, постепенно вытесняется из сферы сознания, когда одна и та же череда событий многократно повторяется. Но она немедленно попадает в сознательную сферу, когда какое-либо из условий процесса оказывается отличным от всех предыдущих вариантов, требуя от мозга «новых соображений». Каждый из нас может привести десятки подобных ситуаций из личного опыта. Новые ситуации и новые реакции сохраняются в свете сознания, старые и многократно повторенные – нет.


Еще рассмотрим книгу «The Mind’s I», Д. Хофштадтер, Д. Деннет 2003 г., которую я бы вообще рекомендовал к прочтению целиком как чрезвычайно захватывающую и содержащую массу интереснейших рассуждений и мысленных экспериментов, непосредственно касающихся проблематики разума и ИИ.


«Что такое разум? Что такое Я? Может ли материя думать или чувствовать? Как правило, любой, кто задумывается над этими вопросами, рано или поздно заходит в тупик. Мы попробуем не столько ответить на вопросы, сколько выявить возникающие противоречия и описать их живо и образно.

А что такое сознание? Это одновременно наиболее очевидная и наиболее таинственная особенность нашего разума. С одной стороны, что может быть более очевидным, что каждый из нас является субъектом собственных переживаний. С другой стороны, как могут существа физи