Що таке штучний інтелект; EWSTПерекласти
Історична перспектива: Все здається таким гарним ....
Усі, напевно, чули про штучний інтелект (коротше ШІ), але порівняно небагато людей мають прекрасне уявлення про те, що насправді означає цей термін. Для більшості людей ШІ асоціюється з такими артефактами, як комп’ютер Хал 9000 у фільмі 2001: Космічна одісея. Такі зображення є продуктом Голлівуду, а не роботою, яка насправді відбувається в дослідницьких лабораторіях сучасного світу. Моя мета - представити деякі основні ідеї, що лежать в основі штучного інтелекту, та спробувати надати людям спосіб наблизитись до сучасного стану техніки.
Грубо кажучи, «Штучний інтелект» - це дослідження комп'ютеризованих пристроїв та систем, які можна змусити діяти так, як би ми схильні називати їх розумними. Народження поля можна прослідкувати на початку 1950-х рр. Очевидно, що першою великою подією в історії ШІ стала публікація британського математика Алана Тьюрінга "Комп'ютери та інтелект". У цій роботі Тьюрінг стверджував, що якби автомобіль міг пройти певний тест (який став відомий як "тест Тьюрінга"), тоді ми мали б підстави стверджувати, що комп'ютер був розумним. Тест Тьюрінга включає людину (відому як "суддя"), яка задає питання через комп'ютерний термінал ще двом суб'єктам, один з яких - людина, а інший - комп'ютер. Якщо суддя не зміг регулярно відрізняти комп'ютер від людського, тоді говорилося, що комп'ютер пройшов тест. У цій роботі Тьюрінг також розглянув ряд аргументів і заперечень проти думки, що комп'ютери можуть представляти інтелект.
Вважається, що ШІ народився як дисципліна на конференції під назвою "Літній дослідницький проект Дартмутського штучного інтелекту", організованій, зокрема, Джоном Маккарті та Марвіном Мінським. На цій конференції систему, відому як ЛОГІЧНИЙ ТЕОРІСТ, продемонстрували Алан Ньюел та Херб Саймон. Теоретик логіки - це система, яка виявила докази теорії в символічній логіці. Значення цієї системи полягало в тому, що, за висловом Фейгенбаума та Фельдмана (1963: с. 108), ЛОГІЧНИЙ ТЕОРІСТ був "першим набігом штучного інтелекту у високі інтелектуальні процеси". За цим початковим успіхом швидко послідував ряд інших систем, які могли виконувати, здавалося б, розумні завдання. Наприклад, система, відома як "ДЕНДРАЛ", досягла успіху в механізації аспектів наукових міркувань, знайдених в органічній хімії. Інша програма, відома як "MYCIN", змогла інтерактивно діагностувати інфекційні захворювання.
Фундаментальна стратегія, що стояла за цими успіхами, призвела до пропозиції, яку відома як Гіпотеза про фізичні символічні системи, Ньюеллом і Саймоном у 1976 році. тривав до цієї дати і був запропонований як загальнонаукова гіпотеза. Ньюел та Саймон (1976: с. 41) писали;
"Система фізичних символів має необхідні та достатні засоби для розумних загальних дій".
Хоча існувало багато суперечок щодо того, як слід тлумачити цю гіпотезу, з неї зроблено два важливі висновки. Перший висновок полягає в тому, що комп’ютери - це системи фізичних символів у відповідному розумінні, і тому є причини (якщо гіпотеза правильна) вважати, що вони повинні мати змогу викривати інтелект. Другий висновок полягає в тому, що, як люди, ми також розумні, і ми повинні бути системами фізичних символів, і тому ми у значному сенсі схожі на комп'ютери.
Сучасна перспектива: проблеми та успіхи
З усіма цими, здавалося б, позитивними результатами та деякою цікавою теоретичною роботою, здається досить очевидним питання: “Де такі розумні машини, як HAL 9000”? Незважаючи на те, що в цій галузі було досягнуто багато вражаючих успіхів, існувало також ряд важливих проблем, з якими стикалися дослідження ШІ. Поки немає HAL 9000, і, реально кажучи, настане гарний час, перш ніж такі системи стануть доступними, якщо вони справді виявляться можливими.
Ранні успіхи в галузі штучного інтелекту змусили дослідників бути надзвичайно оптимістичними. На жаль, оптимізм був дещо втрачений. Наприклад, в 1957 році Саймон передбачив, що для того, щоб комп’ютер став чемпіоном світу з шахів, знадобиться лише десять років. Звичайно, ця особлива ефективність не була досягнута до цього року за допомогою системи Deep Blue. Але є глибші проблеми, з якими стикався ШІ.
Проблема пізнання здорового глузду є дуже глибокою у ІІ. Наприклад, комп'ютеру було б дуже складно пройти тест Тьюрінга, якби він не мав знань, описаних вище. Суть цього може бути проілюстрована розглядом справи ELIZA. ELIZA - це система штучного інтелекту, розроблена Вейценбаумом у 1966 р., Яка мала наслідувати психотерапевта. На сьогоднішній день існує безліч варіантів цього програмного забезпечення, деякі з яких можна завантажити. Хоча в деяких аспектах ІФА може бути досить вражаючим, для сплутування чи вимкнення системи не потрібно багато. Швидко стає зрозумілим, що система далеко не розумна.
У дослідницькій спільноті ШІ було багато відповідей на проблему здорового глузду. Одна з стратегій полягає в спробі побудувати системи, призначені для роботи лише в обмежених сферах. Це стратегія, що лежить в основі премії Льобнера, сучасного змагання, заснованого на обмеженій версії тесту Тьюрінга. Деякі останні роботи в цьому конкурсі, такі як система TIPS, справді вражають порівняно з ELIZA.
Іншу більш амбіційну стратегію прийняв дослідник ШІ Дуг Ленат. Ленат та його колеги кілька років працювали над системою, відомою як CYC. Метою проекту CYC є розробка великої обчислювальної бази даних та інструментів пошуку, які дозволяють системам ШІ отримати доступ до всіх знань, що представляють здоровий глузд. Проект CYC намагається відповісти на проблему загальновідомої проблеми. На даний момент результати проекту почали з’являтися. Поки незрозуміло, чи вдалися ці масові зусилля.
Інші дослідники застосували інший підхід до спроби вирішити цю проблему. Вони вірять, що людина має здоровий глузд завдяки багатому досвіду, який ми маємо, коли зростаємо та вчимось. Вони вважають за краще намагатися вирішити проблему здорового глузду, прийнявши стратегію машинного навчання. Можливо, якби комп’ютер міг вчитися подібним чином до людського, це також розвивало б здоровий глузд. Ця стратегія все ще застосовується, і поки рано говорити, чи буде вона успішною.
Ще однією проблемою, якої досягли дослідження ШІ, є те, що важкі для людини завдання, такі як математика чи шахова гра, виявляються досить простими для комп’ютерів. З іншого боку, такі завдання, які людям здаються легкими, наприклад, навчитися орієнтуватися в кімнаті, повній меблів, або впізнати обличчя, комп’ютери виконувати досить складно. Це надихнуло деяких дослідників на спроби розробити системи, що мають (принаймні поверхневі) властивості мозку. Дослідження, засновані на цій стратегії, стали відомими як область штучних нейронних мереж (також їх називають коннекціонізмом) і в даний час є одним з основних спеціалізованих субдоменів в межах ШІ. Цікавим аспектом штучних нейронних мереж є те, що багато з цих систем також навчаються, таким чином включаючи деякі переваги стратегії машинного навчання для вирішення проблеми пізнання здорового глузду. Штучні нервові системи змогли вирішити багато проблем, таких як розпізнавання образів, які виявились складними для інших підходів.
Однак важливо зазначити, що не всі приймають передумови досліджень ШІ. Весь проект ШІ час від часу критикували. Відомий критик - Герберт Дрейфус. Він доводив з різних причин, що все підприємство ШІ приречене на невдачу, оскільки воно робить припущення про світ та розум, які є нежиттєздатними при критичній оцінці. Ще один відомий критик ШІ - Джон Сірл. Серл запропонував аргумент, заснований на думковому експерименті, відомий як аргумент китайської камери. Цей аргумент має на меті показати, що мета побудови розумних автомобілів неможлива. Хоча цей аргумент був опублікований у 1980-х роках, він все ще є гострою темою для обговорення в групах новин в Інтернеті, таких як comp.ai.philosophy.
Чи правильні критики ШІ чи ні, це покаже лише час. Однак з моменту первинного започаткування поля виникли два важливі набори наслідків. Першим із них було народження нової захоплюючої навчальної дисципліни, яка стала називатися "Когнітивна наука". Когнітивна наука поділяє з ШІ фундаментальну передумову про те, що в певному сенсі розумова діяльність має обчислювальний характер. Однак мета когнітивної науки відрізняється від цілей ШІ. Когнітивні вчені поставили собі за мету розкрити таємниці людського розуму. Це не маленьке завдання, враховуючи, що людський мозок є найскладнішим пристроєм, відомим людству. Наприклад, навіть коли висуваються різні спрощуючі гіпотези, здається дуже ймовірним, що число можливих станів одного мозку людини перевищує число атомів у Всесвіті! Однак отримані уроки та прогрес у досягненні мети ШІ разом із досягненнями в інших дисциплінах, мабуть, демонструють, що проект «Когнітивна наука» є життєздатним, хоча його важко досягти.
Другий набір наслідків, що виникли в результаті дослідження ШІ, мабуть, трохи менш очевидний. В даний час існує багато програм і систем, які використовують результати досліджень ШІ. Хоча ми ще не маємо HAL 9000, багато перших цілей ШІ були досягнуті, хоча і не в одній великій системі. Мабуть, найсумніше, що ШІ рідко отримує кредит за внесок у інші сфери. В академічних колах є приказка: "Найкращі плоди ШІ, старі науки про інформатику". Коли ми вчимося робити все більше і більше, те, що колись було майже чудодійним, стає повсюдним. Тепер, коли мета дуже приємної гри в шахи досягнута, можливо, це вже не буде нас розквітати чи дивувати. Однак в рамках ШІ є ще багато складних та цікавих кордонів. Є також багато колючих питань, які слід розглянути. У наступних статтях я спробую представити деякі захоплюючі роботи, що відбуваються у ШІ, щоб внесок цієї дослідницької програми у світ, яким ми її знаємо, був краще відомим та зрозумілим.
Пропозиції читайте нижче
Кемпбелл, Дж., (1989), Неймовірна машина, Саймон і Шустер (Нью-Йорк).
Коупленд, Дж. (1993), Штучний інтелект, Блеквеллс (Оксфорд).
Churchland, P. (1988), Matter and Consciousness, MIT Press (Кембридж, Массачусетс).
Хаугленд, Дж. (1985), Штучний інтелект: сама ідея, MIT Press (Кембридж, Массачусетс).
Бібліографія
Фейгенбаум, Е. та Фельдман, Дж. (1963), Комп’ютери та мислення, Макгроу-Хілл (Нью-Йорк).
Haugeland, J. (1981) Mind Design, MIT Press (Кембридж, Массачусетс).
Ньюел, А. і Саймон, Х., (1976), "Комп'ютерні науки як емпіричне дослідження: символи та пошук", передруковане в Haugeland (1981: с. 35-66).