Различные подходы к изучению искусственного интеллекта + видео

Как отмечалось ранее, существует четыре основных подхода к определению искусственного интеллекта:

  • системы, которые думают подобно людям
  • системы, которые действуют подобно людям
  • системы, которые думают рационально
  • системы, которые действуют рационально

Рациональность – идеальная концепция интеллектуальности. Система является рациональной, если она «все действия выполняет правильно», при условии, что система обладает знаниями о том, что является правильным. Необходимо указать, что, проводя различие между человеческим и рациональным поведением, отнюдь не имеется в виду то, что люди обязательно действуют «нерационально» в том смысле этого слова, который характеризуется как «эмоциональная неустойчивость» или «неразумность». Просто следует всегда помнить о том, что люди не идеальны, например, не все они становятся шахматными гроссмейстерами, даже если досконально изучили правила игры в шахматы, и, к сожалению, далеко не каждый получает высшие оценки на экзаменах. Некоторые систематические ошибки в человеческих рассуждениях были изучены и описаны.

История развития искусственного интеллекта показывает, что интенсивные исследования проводились по всем четырем направлениям. Вполне можно предположить, что между теми учеными, которые в основном исходят из способностей людей, и теми, кто занимается главным образом решением проблемы рациональности, существуют определенные разногласия. Подход, ориентированный на изучение человека, должен представлять собой эмпирическую научную область, развитие которой происходит по принципу выдвижения гипотез и их экспериментального подтверждения. С другой стороны, подход, основанный на понятии рациональности, представляет собой сочетание математики и техники. Каждые из этих групп ученых действуют разрозненно, но вместе с тем помогают друг другу. Ниже четыре указанных подхода рассматриваются более подробно.

Тест Тьюринга или интуитивный подход

Проверка того, способен ли компьютер действовать подобно человеку: подход, основанный на использовании теста Тьюринга

Тест Тьюринга, предложенный Аланом Тьюрингом, был разработан в качестве удовлетворительного функционального определения интеллекта. Тьюринг решил, что нет смысла разрабатывать обширный список требований, необходимых для создания искусственного интеллекта, который к тому же может оказаться противоречивым, и предложил тест, основанный на том, что поведение объекта, обладающего искусственным интеллектом, в конечном итоге нельзя будет отличить от поведения таких бесспорно интеллектуальных сущностей, как человеческие существа. Компьютер успешно пройдет этот тест, если человек-экспериментатор, задавший ему в письменном виде определенные вопросы, не сможет определить, получены ли письменные ответы от другого человека или от некоторого устройства.

Решение задачи по составлению программы для компьютера для того, чтобы он прошел этот тест, требует большого объема работы. Запрограммированный таким образом компьютер должен обладать перечисленными ниже возможностями:

  • средства обработки текстов на естественных языках (Natural Language Processing — NLP), позволяющие успешно общаться с компьютером, скажем на английском языке;
  • средства представления знаний, с помощью которых компьютер может записать в память то, что он узнает или прочитает;
  • средства автоматического формирования логических выводов, обеспечивающие возможность использовать хранимую информацию для поиска ответов на вопросы и вывода новых заключений;
  • средства машинного обучения, которые позволяют приспосабливаться к новым обстоятельствам, а также обнаруживать и экстраполировать признаки стандартных ситуаций.

Human_Behaviour
В тесте Тьюринга сознательно исключено непосредственное физическое взаимодействие экспериментатора и компьютера, поскольку для создания искусственного интеллекта не требуется физическая имитация человека. Но в так называемом полном тесте Тьюринга предусмотрено использование видеосигнала для того, чтобы экспериментатор мог проверить способности испытуемого объекта к восприятию, а также имел возможность представить физические объекты «в неполном виде» (пропустить их «через штриховку»). Чтобы пройти полный тест Тьюринга, компьютер должен обладать перечисленными ниже способностями:

  • Машинное зрение для восприятия объектов;
  • Средства робототехники для манипулирования объектами и перемещения в пространстве.

Шесть направлений исследований, перечисленных в данном разделе, составляют основную часть искусственного интеллекта, а Тьюринг заслуживает нашей благодарности за то, что предложил такой тест, который не потерял своей значимости и через 50 лет. Тем не менее исследователи искусственного интеллекта практически не занимаются решением задачи прохождения теста Тьюринга, считая, что гораздо важнее изучить основополагающие принципы интеллекта, чем продублировать одного из носителей естественного интеллекта. В частности, проблему «искусственного полета» удалось успешно решить лишь после того, как братья Райт и другие исследователи перестали имитировать птиц и приступили к изучению аэродинамики. В научных и технических работах по воздухоплаванию цель этой области знаний не определяется как «создание машин, которые в своем полете настолько напоминают голубей, что даже могут обмануть настоящих птиц».

Символьный подход

Как мыслить по-человечески: подход, основанный на когнитивном моделировании

Прежде чем утверждать, что какая-то конкретная программа мыслит, как человек, требуется иметь некоторый способ определения того, как же мыслят люди. Необходимо проникнуть в сам фактически происходящий процесс работы человеческого разума. Для этого могут использоваться два способа:

  • интроспекция (попытка проследить за ходом собственных мыслей) и
  • психологические эксперименты.

Только после создания достаточно точной теории мышления появится возможность представить формулы этой теории в виде компьютерной программы. И если входные и выходные данные программы, а также распределение выполняемых ею действий во времени будут точно соответствовать поведению человека, это может свидетельствовать о том, что некоторые механизмы данной программы могут также действовать в человеческом мозгу. Например, Аллен Ньюэлл (Allen Newell) и Герберт Саймон (Herbert Simon), которые разработали программу GPS («General Problem Solver» — универсальный решатель задач), не стремились лишь к тому, чтобы эта программа правильно решала поставленные задачи. Их в большей степени заботило, чтобы запись этапов проводимых ею рассуждений совпадала с регистрацией рассуждений людей, решающих такие же задачи.

В междисциплинарной области когнитологии совместно используются компьютерные модели, взятые из искусственного интеллекта, и экспериментальные методы, взятые из психологии, для разработки точных и обоснованных теорий работы человеческого мозга. Такая область знаний, как когнитология, является весьма увлекательной и настолько обширной, что ей вполне может быть посвящена отдельная энциклопедия.
Ключевой критерий – настоящая научная когнитология обязательно должна быть основана на экспериментальном исследовании реальных людей или животных.

На начальных стадиях развития искусственного интеллекта часто возникала путаница между описанными выше подходами, например, иногда приходилось сталкиваться с такими утверждениями некоторых авторов, что предложенный ими алгоритм хорошо справляется с определенной задачей и поэтому является хорошей моделью
способностей человека, или наоборот. Современные авторы излагают результаты своих исследований в этих двух областях отдельно; такое разделение позволяет развиваться быстрее как искусственному интеллекту, так и когнитологии. Но эти две научные области продолжают обогащать друг друга, особенно в таких направлениях, как зрительное восприятие и понимание естественного языка. В последнее время особенно значительные успехи достигнуты в области зрительного восприятия благодаря использованию интегрированного подхода, в котором применяются и нейрофизиологические экспериментальные данные, и вычислительные модели.

Логический подход

Как мыслить рационально: подход, основанный на использовании «законов мышления»

Греческий философ Аристотель был одним из первых, кто попытался определить законы «правильного мышления», т.е. процессы формирования неопровержимых рассуждений. Его силлогизмы стали образцом для создания процедур доказательства, которые всегда позволяют прийти к правильным заключениям, если даны правильные предпосылки, например:

  • «Сократ — человек; все люди смертны; следовательно, Сократ смертен».

В основе этих исследований лежало предположение, что такие законы мышления управляют работой ума; на их основе развилось научное направление, получившее название логика.

В XIX столетии ученые, работавшие в области логики, создали точную систему логических обозначений для утверждений о предметах любого рода, которые встречаются в мире, и об отношениях между ними. (Сравните ее с обычной системой арифметических обозначений, которая предназначена в основном для формирования утверждений о равенстве и неравенстве чисел.) К 1965 году были уже разработаны программы, которые могли в принципе решить любую разрешимую проблему, описанную в системе логических обозначений (если же решение не существует, программа может так и не остановиться в процессе его поиска).

Исследователи в области искусственного интеллекта, придерживающиеся так называемых традиций логицизма, надеются, что им удастся создать интеллектуальные системы на основе подобных программ.

Но при осуществлении указанного подхода возникают два серьезных препятствия:

  1. Во-первых, довольно сложно взять любые неформальные знания и выразить их в формальных терминах, требуемых для системы логических обозначений, особенно если эти знания не являются полностью достоверными;
  2. Во-вторых, возможность сравнительно легко решить проблему «в принципе» отнюдь не означает, что это действительно удастся сделать на практике.

Даже такие задачи, в основе которых лежит несколько десятков фактов, могут исчерпать вычислительные ресурсы любого компьютера, если не используются определенные методы управления тем, какие этапы проведения рассуждений должны быть опробованы в первую очередь. Хотя с обоими этими препятствиями приходится сталкиваться при любой попытке создания вычислительных систем для автоматизации процесса проведения рассуждений, они были впервые обнаружены в рамках традиций логицизма.

Агентно-ориентированный подход

Как мыслить рационально: подход, основанный на использовании рационального агента

Агентом считается все, что действует (слово агент произошло от из латинского слова agere — действовать). Но предполагается, что компьютерные агенты обладают некоторыми другими атрибутами, которые отличают их от обычных «программ», такими как способность функционировать под автономным управлением,
воспринимать свою среду, существовать в течение продолжительного периода времени, адаптироваться к изменениям и обладать способностью взять на себя достижение целей, поставленных другими.

Рациональным агентом называется агент, который действует таким образом, чтобы можно было достичь наилучшего результата или, в условиях неопределенности, наилучшего ожидаемого результата.

В подходе к созданию искусственного интеллекта на основе «законов мышления» акцент был сделан на формировании правильных логических выводов. Безусловно, иногда формирование правильных логических выводов становится и частью функционирования рационального агента, поскольку один из способов рациональной организации своих действий состоит в том, чтобы логическим путем прийти к заключению, что данное конкретное действие позволяет достичь указанных целей, а затем действовать в соответствии с принятым решением.

С другой стороны, правильный логический вывод не исчерпывает понятия рациональности, поскольку часто возникают ситуации, в которых невозможно однозначно выбрать какие-либо правильные действия, но все равно надо что-то делать. Кроме того, существуют способы рациональной организации действий, в отношении которых нельзя утверждать, что в них используется логический вывод. Например, отдергивание пальца от горячей печи — это рефлекторное действие, которое обычно является более успешным по сравнению с более медленным движением, сделанным после тщательного обдумывания всех обстоятельств.

Таким образом, все навыки, требуемые для прохождения теста Тьюринга, позволяют также осуществлять рациональные действия. Итак, прежде всего необходимо иметь возможность представлять знания и проводить на основании них рассуждения, поскольку это позволяет вырабатывать приемлемые решения в самых различных ситуациях. Необходимо обладать способностью формировать понятные предложения на естественном языке, поскольку в сложный социум принимают только тех, кто способен правильно высказывать свои мысли. Необходимо учиться не только ради приобретения эрудиции, но и в связи с тем, что лучшее представление о том, как устроен мир, позволяет вырабатывать более эффективные стратегии действий в этом мире. Нужно обладать способностью к зрительному восприятию не только потому, что процесс визуального наблюдения позволяет получать удовольствие, но и потому, что зрение подсказывает, чего можно достичь с помощью определенного действия, например тот, кто сумеет быстрее всех разглядеть лакомый кусочек, получит шанс подобраться к нему раньше других.

По этим причинам подход к исследованию искусственного интеллекта как области проектирования рациональных агентов имеет, по меньшей мере, два преимущества.

  1. Во-первых, этот подход является более общим по сравнению с подходом, основанном на использовании «законов мышления», поскольку правильный логический вывод — это просто один из нескольких возможных механизмов достижения рациональности.
  2. Во-вторых, он является более перспективным для научной разработки по сравнению с подходами, основанными на изучении человеческого поведения или человеческого мышления, поскольку стандарт рациональности четко определен и полностью обобщен.

Человеческое поведение, с другой стороны, хорошо приспособлено лишь для одной определенной среды и отчасти является продуктом сложного и в основном неизученного эволюционного процесса, который, как оказалось, отнюдь не позволяет формировать существа, идеальные во всех отношениях.

Следует всегда учитывать одно важное замечание: нужно неизменно исходить из того, что в сложной среде задача достижения идеальной рациональности, при которой всегда выполняются правильные действия, не осуществима. Дело в том, что при этом предъявляются слишком высокие требования к вычислительным ресурсам. Но в основном применяется рабочая гипотеза, согласно которой идеальная рациональность является хорошей отправной точкой для анализа. Такой подход позволяет упростить задачу создания рационального агента и предоставляет подходящую основу для описания большей части теоретического материала в этой области.

Гибридный подход

Гибридный подход предполагает, что только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей. Например, экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения. Сторонники данного подхода считают, что гибридные информационные системы будут значительно более сильными, чем сумма различных концепций по отдельности.

В заключении, хочу с Вами поделиться хорошим видеороликом по теме этой статьи, рассказывает кандидат физико-математических наук, заведующий Лаборатории нейроинтеллекта и нейроморфных систем НИЦ «Курчатовский Институт», специалист по эволюционной кибернетике Михаил Бурцев:


По материалам книги – Artificial Intelligence — A Modern Approach (Prentice Hall, 3rd edition) Russell S.J., Norvig P.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Получать новые комментарии по электронной почте. Вы можете подписаться без комментирования.