Реферат: Проблемы создания искусственного интеллекта 2. Проблема искусственного интеллекта реферат

Реферат - Проблемы искусственного интеллекта

План

Введение

1. Проблема определения искусственного интеллекта

2. Проблема определения задач искусственного интеллекта

3. Проблема безопасности

4. Проблема выбора пути к созданию искусственного интеллекта

Заключение

Список использованной литературы

Введение

С Искусственным интеллектом (ИИ) сложилась странная ситуация – изучается то, чего еще нет. И если этого не будет в течение ближайших 100 лет, то очень может быть, что эпоха ИИ на этом окончится.

Исходя из сказанного выше, вытекает основная философская проблема в области ИИ – возможность или не возможность моделирования мышления человека. В случае если когда-либо будет получен отрицательный ответ на этот вопрос, то все остальные вопросы не будут иметь не малейшего смысла.

Следовательно, начиная исследование ИИ, заранее предположим положительный ответ. Привожу несколько соображений, которые подводят нас к данному ответу.

1. Первое доказательство является схоластическим, и доказывает непротиворечивость ИИ и Библии. Даже люди далекие от религии, знают слова священного писания: «И создал Господь человека по образу и подобию своему…». Исходя из этих слов, мы можем заключить, что, поскольку Господь, во-первых, создал нас, а во-вторых, мы по своей сути подобны ему, то мы вполне можем создать кого-то по образу и подобию человека.

2. Создание нового разума биологическим путем для человека дело вполне привычное. Дети большую часть знаний приобретают путем обучения, а не как заложенную в них заранее.

3. Принципиальная возможность автоматизации решения интеллектуальных задач с помощью ЭВМ обеспечивается свойством алгоритмической универсальности. Это означает, что на них можно программно реализовывать любые алгоритмы преобразования информации, – будь то вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий.

Проблема искусственного интеллекта является сейчас одной из самых злободневных. Ею занимаются ученые различных специализаций: кибернетики, лингвисты, психологи, философы, математики, инженеры. Рассматриваются вопросы: что такое интеллект вообще и чем может являться искусственный интеллект, его задачи, сложность создания и опасения. И именно сейчас, пока ИИ еще не создан, важно задать правильные вопросы и ответить на них.

В своей работе я в основном использовала электронные источники расположенные в сети интернет, потому как только там есть свежая информация о разработках в области искусственного интеллекта на русском языке.

В приложении я поместила фотографии (некоторых наиболее известных ныне существующих роботов с элементами ИИ) и философскую иллюстрацию (к сожалению не известного мне художника), а также полное описание тестов Тьюринга и Сёрля, на которые я ссылаюсь во второй главе.

1. Проблема определения искусственного интеллекта

Выразить суть интеллекта в каком-то одном определении представляется исключительно сложной, практически безнадежной задачей. Интеллект есть нечто ускользающее, не вмещающееся в установленные языком смысловые рамки. Поэтому ограничимся просто тем, что приведем ряд известных определений и высказываний об интеллекте, которые позволят представить себе «объем» этого необычного понятия.

Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации; способность решать задачи на основе символьной информации; способность к обучению и самообучению.

Достаточно емкие и интересные определения интеллекта даны в английском словаре Вебстера и Большой Советской Энциклопедии. В словаре Вебстера: «интеллект – это: а) способность успешно реагировать на любую, особенно, новую ситуацию путем надлежащих корректировок поведения; б) способность понимать связи между фактами действительности для выработки действий, ведущих к достижению поставленной цели». В БСЭ: «интеллект… в широком смысле – вся познавательная деятельность человека, в узком смысле – процессы мышления, неразрывно связанные с языком как средством общения, обмена мыслями и взаимного понимания людей». Здесь интеллект прямо связывается с деятельностью и языком коммуникации.

По большому счету больших разногласий в этом вопросе нет. Интереснее другое: критерии, по которым можно однозначно определить разумный, мыслящий, интеллектуальный субъект перед нами или нет.

Известно, что в свое время А. Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, «игру в имитацию». Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека. (Более полное описание теста в Приложении )

Однако мысленный эксперимент «Китайская комната» Джона Сёрля (Описание эксперимента в Приложении ) – аргумент в пользу того, что прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления. Можно и дальше приводить примеры критериев, по которым «машинный мозг» можно считать способным к мыслительной деятельности и тут же находить им опровержения.

Единого ответа на вопрос чем является искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки. Эти определения можно свести к следующим:

Искусственный интеллект – это личность на неорганическом носителе (Чекина М.Д.).

Искусственный интеллект – это область изучение разумного поведения (у людей, животных и машин) и попытки найти способы моделирования подобного поведения в любом типе искусственно созданного механизма (Блай Уитби).

Искусственный интеллект – это экспериментальная философия (В. Сергеев).

Сам же термин «искусственный интеллект» – ИИ – AI – artificial intelligence был предложен в 1956 г. на семинаре с аналогичным названием в Дартсмутском колледже (США). Семинар был посвящен разработке методов решения логических, а не вычислительных задач. В английском языке данное словосочетание не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово intelligence означает «умение рассуждать разумно», а вовсе не «интеллект», для которого есть английский аналог: intellect (Т.А. Гаврилова).

Так же существуют термины «сильный» и «слабый» искусственный интеллект.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум – это разум.

«Слабый искусственный интеллект» рассматривается лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

2. Проблема определения задач искусственного интеллекта

Следующим философским вопросом ИИ является цель создания. В принципе все, что мы делаем в практической жизни, обычно направлено на то, чтобы больше ничего не делать. Однако при достаточно высоком уровне жизни человека на первые роли выступает уже не лень, а поисковые инстинкты. Допустим, что человек сумел создать интеллект, превышающий свой собственный. Что теперь будет с человечеством? Какую роль будет играть человек? Для чего он теперь нужен? И вообще, нужно ли в принципе создание ИИ?

По-видимому, самым приемлемым ответом на эти вопросы является концепция «усилителя интеллекта» (УИ). Здесь уместна аналогия с президентом государства – он не обязан знать валентности ванадия или языка программирования Java для принятия решения о развитии ванадиевой промышленности. Каждый занимается своим делом – химик описывает технологический процесс, программист пишет программу; в конце концов, экономист говорит президенту, что вложив деньги в промышленный шпионаж, страна получит 20%, а в ванадиевую промышленность – 30% годовых. При такой постановке вопроса любой человек сможет сделать правильный выбор.

В данном примере президент использует биологический УИ – группу специалистов с их белковыми мозгами. Но уже сейчас используются и неживые УИ – например мы не могли бы предсказать погоду без компьютеров, при полетах космических кораблей с самого начала использовались бортовые счетно-решающие устройства. Кроме того, человек уже давно использует усилители силы (УС) – понятие, во многом аналогичное УИ. В качестве усилителей силы ему служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и многое-многое другое.

Основным отличием УИ от УС является наличие воли. Ведь мы не сможем себе представить, чтобы вдруг серийный «Запорожец» взбунтовался, и стал ездить так, как ему хочется. Не можем представить именно потому, что ему ничего не хочется, у него нет желаний. В тоже время, интеллектуальная система, вполне могла бы иметь свои желания, и поступать не так, как нам хотелось бы. Таким образом перед нами встает еще одна проблема – проблема безопасности.

3. Проблема безопасности

Философские проблемы создания искусственного интеллекта можно разделить на две группы, условно говоря, «до и после разработки ИИ». Первая группа отвечает на вопрос: «Что такое ИИ, возможно ли его создание?» На них я постаралась ответить в своей работе. И вторая группа (этика искусственного интеллекта) задаётся вопросом: «Каковы последствия создания ИИ для человечества?», которая приводит нас к проблеме безопасности.

Данная проблема будоражит умы человечества еще со времен Карела Чапека, впервые употребившего термин «робот». Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные можно упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, а так же довольно свежее произведение – «Терминатор». Кстати именно у Айзека Азимова мы можем найти самое проработанное, и принятое большинством людей решение проблемы безопасности. Речь идет о так называемых трех законах роботехники.

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

2. Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону.

3. Робот должен заботиться о своей безопасности, насколько это не противоречит первому и второму закону.

На первый взгляд подобные законы, при их полном соблюдении, должны обеспечить безопасность человечества. Однако при внимательном рассмотрении возникают некоторые вопросы.

Интересно, что будет подразумевать система ИИ под термином «вред» после долгих логических размышлений? Не решит ли она, что все существования человека это сплошной вред? Ведь он курит, пьет, с годами стареет и теряет здоровье, страдает. Не будет ли меньшим злом быстро прекратить эту цепь страданий? Конечно можно ввести некоторые дополнения, связанные с ценностью жизни, свободой волеизъявления. Но это уже будут не те простые три закона, которые были в исходнике.

Следующим вопросом будет такой. Что решит система ИИ в ситуации, когда спасение одной жизни возможно только за счет другой? Особенно интересны те случаи, когда система не имеет полной информации о том, кто есть кто…

Так что можно с уверенностью сказать, что опасения многих людей, в том числе и ученых, не беспочвенны. И определенно следует именно сейчас начинать продумывать эти вопросы, до того, как получится создать полноценный «машинный интеллект», чтобы обезопасить человечество от возможного вреда или даже истребления, как конкурирующей, в лучшем случае, или просто ненужной биологической разновидности.

4. Проблема выбора пути к созданию искусственного интеллекта

Тест Тьюринга

С 1991 года проводятся турниры программ, пытающихся пройти тест Тьюринга. В интернете можно найти и посмотреть историю турниров, узнать о правилах, призах и победителях. Пока ещё эти программы (боты) крайне малоразумны. Всё, что они делают – это применяют заранее подсказанные человеком правила. Осмыслить разговор боты даже не пытаются, в основном совершают попытки «обмануть» человека. Создатели закладывают в них ответы на наиболее часто задаваемые вопросы, стараются обойти распространенные ловушки. Например, внимательно следят, а не задаст ли судья один и тот же вопрос дважды? Человек в такой ситуации сказал бы что-то вроде: «Эй, ты уже спрашивал»! Значит, разработчик добавит боту правило тоже так поступать. В этом направлении представляется очень маловероятным, что появится первый ИИ.

Компьютерные шахматисты

Об этих программах слышали многие. Впервые чемпионат мира по шахматам между компьютерными программами прошел в 1974 году. Победителем стала советская шахматная программа «Каисса». Не так давно компьютер обыграл и Гарри Каспарова. Что же это – несомненный успех?

О том, как играют компьютерные шахматисты, написано очень много. Расскажу совсем вкратце. Они просто перебирают множество вариантов. Если я подвину эту пешку сюда, а противник сходит слоном вот сюда, а я сделаю рокировку, а он подвинет вот эту пешку… Нет, такая позиция невыгодна. Не буду делать рокировку, а вместо этого посмотрю, что случится, если я подвину эту пешку сюда, а компьютер сходит слоном вот сюда, а я вместо рокировки подвину пешку еще раз, а он…

Компьютер ничего не изобретает сам. Все возможные варианты подсказаны настоящими обладателями интеллекта – талантливыми программистами и шахматистами-консультантами… Это не менее далеко от создания полноценного электронного интеллекта.

Футбол роботов

Это очень модно. Этим занимаются многие лаборатории и целые факультеты ВУЗов по всему миру. Проходят десятки чемпионатов по разным разновидностям этой игры. Как говорят организаторы турнира RoboCup, «Международным сообществом специалистов по искусственному интеллекту задача управления роботами-футболистами признана одной из важнейших».

Очень может быть, что, как мечтают организаторы RoboCup, в 2050 году команда роботов и впрямь обыграет в футбол команду людей. Только их интеллектуальность вряд ли к этому будет иметь какое-то отношение.

Турниры программистов

Недавно фирма Microsoft проводила турнир под названием «Террариум». Программистам предлагалось создавать искусственную жизнь, не больше и не меньше. Это, наверное, самое известное из подобных соревнований, а вообще их проводится очень много – энтузиасты-организаторы с завидной регулярностью предлагают создавать программы, играющие то в войну роботов, то в колонизацию Юпитера. Бывают даже соревнования по выживанию среди компьютерных вирусов.

Что же мешает хотя бы этим проектам служить созданию настоящего ИИ, который в будущем сможет и воевать, и Юпитер колонизировать? Одно простое слово – непродуманность. Даже могучие умы Microsoft не смогли придумать правила, в которых сложное поведение выгодно. Что уж говорить об остальных. Что ни турнир – а все побеждает одна и та же тактика: «чем проще – тем лучше»! Кто победил в «Террариуме»? Наши соотечественники. А что они сделали? Вот полный перечень тех правил, по которым жило самое жизнеспособное виртуальное травоядное турнира;

1. Если видишь хищника, убегай в сторону от него. Если видишь животное своего вида, быстро бегущее в какую-то сторону, беги туда же.

2. Если вокруг только чужие, быстро-быстро ешь всю траву, чтобы другим поменьше досталось.

3. Если не видишь чужих, ешь её ровно столько, сколько надо. Наконец, если ни травы, ни хищников не видишь, иди куда глаза глядят.

Интеллектуально? Нет, зато эффективно.

Коммерческие применения

В коммерчески значимых областях не нужно никаких турниров, никаких судей, никаких правил отбора. Ни в распознавании текстов, ни в создании компьютерных игр высокая наука оказалась просто не нужна.

Что нужно, так это стройный коллектив людей с ясными головами и хорошим образованием, и грамотное применение большого числа довольно простых по своей сути алгоритмов.

Никакого сакрального знания на этих направлениях добыть не удастся, никаких великих открытий не совершится, и этого вовсе никто и не добивается. Люди просто зарабатывают себе деньги, заодно улучшая нашу жизнь.

Заключение

Наука «о создании искусственного разума» не могла не привлечь внимание философов. С появлением первых интеллектуальных систем были затронуты фундаментальные вопросы о человеке и знании, а отчасти о мироустройстве.

К сожалению, формат контрольной работы не позволяет более обширно раскрыть и рассмотреть столь интересную и насущную тему как искусственный интеллект, но надеюсь, что мне удалось выявить круг основных проблем и наметить пути их решений.

«Появление машин, превосходящих нас по интеллекту, – закономерный итог развития нашей технократической цивилизации. Неизвестно, куда бы привела нас эволюция, если бы люди пошли по биологическому пути – занялись улучшением структуры человека, его качеств и свойств. Если бы все деньги, затраченные на разработку вооружений, пошли в медицину, мы давно бы победили все болезни, отодвинули старость, а может, и достигли бы бессмертия…

Науку запретить нельзя. Если человечество себя уничтожит – значит, эволюция пошла по тупиковому для этого человечества пути, и оно не имеет права на существование. Возможно, и наш случай – тупиковый. Но мы здесь – не первые и не последние. Неизвестно, сколько до нас было цивилизаций и куда они подевались.»

Заведующий кафедрой Таганрогского государственного радиотехнического университета, председатель Совета Российской ассоциации нечетких систем, академик РАЕН, профессор, доктор технических наук Леонид Берштейн.

Список использованной литературы

1. Большая Советская Энциклопедия

2. Т.А. Гаврилова, доктор технических наук, профессор кафедры компьютерных интеллектуальных технологий» СПбГТУ заведующая лабораторией интеллектуальных систем в Институте высокопроизводительных вычислений и баз данных. Статья. www.big.spb.ru

3. Андрей Плахов, аспирант Механико-математического факультета Московского Государственного Университета. Статья. www.membrana.ru

4. Чекина М.Д. «Философские проблемы искусственного интеллекта». Призовой доклад на Пятьдесят четвертой студенческой научной конференции ТТИЮФУ. 2007 www.filosof.historic.ru

5. Блай Уитби «Искусственный интеллект: реальна ли Матрица», ФАИР-ПРЕСС, 2004

6. www.bolonkin.narod.ru.

7. www.ru.wikipedia.org

8. www.cyber-life.nm.ru

9. www.bse.sci-lib.com

10. www.webster-dictionary.org

www.ronl.ru

Реферат - Проблемы искусственного интеллекта

В естествознании первой половины нашего века ведущим направлением была физика. Начиная с 50-х годов, наряду с физикой, химией и биологией все возрастающее значение и влияние на развитие науки и всего уклада нашей жизни начала оказывать кибернетика. Кибернетика становится важнейшим фактором научно-технической революции на высших этапах ее развития. Кибернетика возникла на стыке многих областей знания математики, логики, семиотики, биологии и социологии. Обобщающий характер кибернетических идей и методов сближает науку об управлении, каковой является кибернетика, с философией. Задача обоснования исходных понятий кибернетики, особенно таких, как информация, управление, обратная связь и др. требуют выхода в более широкую, философскую область знаний, где рассматриваются атрибуты материи - общие свойства движения, закономерности познания. Сама кибернетика как наука об управлении многое дает современному философскому мышлению. Она позволяет более глубоко раскрыть механизм самоорганизации материи, обогащает содержание категории связей, причинности, позволяет более детально изучить диалектику необходимости и случайности, возможности и действительности. Открываются пути для разработки "кибернетической" гносеологии которая позволяет уточнить, детализировать и углубить в свете науки об управлении ряд существенно важных проблем. Возникнув в результате развития и взаимного стимулирования ряда, в недалеком прошлом слабо связанных между собой, дисциплин технического, биологического и социального профиля кибернетика проникла во многие сферы жизни. Столь необычная "биография" кибернетики объясняется целым рядом причин, среди которых надо выделить две. Во-первых, кибернетика имеет необычайный, синтетический характер. В связи с этим до сих пор существуют различия в трактовке некоторых ее проблем и понятий. Во-вторых, основополагающие идеи кибернетики пришли в нашу страну с Запада, где они с самого начала оказались под влиянием идеализма и метафизики, а иногда и идеологии. То же самое, или почти то же самое происходило и у нас. Таким образом становится очевидной необходимость разработки философских основ кибернетики, освещение ее основных положений с позиции философского познания. Осмысление кибернетических понятий с позиции философии будет способствовать более успешному осуществлению теоретических и практических работ в этой области, создаст лучшие условия для эффективной работы и научного поиска в этой области познания. Кибернетика как перспективная область научного познания привлекает к себе все большее внимание философов. Положения и выводы кибернетики включаются в их области знания, которые в значительной степени определяют развитие современной теории познания. Как справедливо отмечают исследователи, кибернетика, достижения которой имеет громадное значение для исследования познавательного процесса, по своей сущности и содержанию должна входить в теорию познания. Исследование методологического и гносеологического аспектов кибернетики способствует решению многих философских проблем. В их числе - проблемы понимания простого и сложного, количества и качества, необходимости и случайности, возможности и действительности, прерывности и непрерывности, части и целого. Для развития самих математики и кибернетики важное значение имеет применение к материалу этих наук ряда фундаментальных философских принципов и понятий, применение, обязательно учитывающее специфику соответствующих областей научного знания. Среди этих принципов и понятий следует особо выделить положение отражения, принцип материального единства мира конкретного и абстрактного, количества и качества, нормального и содержательного подхода к познанию и др. Философская мысль уже много сделала в анализе аспектов и теоретико-познавательной роли кибернетики. Было показано, сколь многообещающим в философском плане является рассмотрение в свете кибернетики таких вопросов и понятий, как природа информации, цель и целенаправленность, соотношение детерминизма и теологии, соотношение дискретного и непрерывного, детерминистского и вероятностного подхода к науке. Нужно сказать и о большом значении кибернетики для построения научной картины мира. Собственно предмет кибернетика - процессы, протекающие в системах управления, общие закономерности таких процессов. Явления, которые отображаются в таких фундаментальных понятиях кибернетики, как информация и управление, имеют место в органической природе и общественной жизни. Таким образом, кибернетику можно определить как науку об управлении и связи с живой природой в обществе и технике. Один из важнейших вопросов, вокруг которого идут философские дискуссии - это вопрос о том, что такое информация, какова ее природа? Для характеристики природы информационных процессов необходимо кратко рассмотреть естественную основу всякой информации, а таковой естественной основой информации является присущее материи объективное свойство отражения. Положение о неразрывной связи информации и отражения стало одним из важнейших в изучении информации и информационных процессов и признается абсолютным большинством философов. Информация в живой природе в отличие от неживой играет активную роль, так как участвует в управлении всеми жизненными процессами. Теория отражения видит решение новых проблем науки и, в частности, такой кардинальной проблемы естествознания как переход от неорганической материи к органической. Проблема заключается в том, что существует материя, способная ощущать, и материя, созданная из тех же атомов и в тоже время не обладающая этой способностью. Вопрос, таким образом поставлен вполне конкретно и, тем самым, толкает проблему к решению. Кибернетика вплотную занялась исследованием механизмов саморегуляции и самоуправления. Вместе с тем, оставаясь методически ограниченными, эти достижения оставили открытыми ряд проблем к рассмотрению которых привела внутренняя ломка кибернетики. Сознание является не столько продуктом развития природы, сколько продуктом общественной жизни человека, общественного труда предыдущих поколений людей. Оно является существенной частью деятельности человека, посредством которой создается человеческая природа и не может быть принята вне этой природы. Если в машинах и вообще в неорганической природе отражение есть пассивный, мертвый физико-химический, механический акт без обобщения и проникновения в сущность обобщаемого явления, то отражение в форме сознания есть, "познание высокоорганизованной материей самой себя, проникновение в сущность, закон развития природы, предметов и явлений объективного мира". В машине же отражение не осознанно, так как оно осуществляется без образования идеальных образов и понятий, а происходит в виде электрических импульсов, сигналов и т.п. Поскольку, в нашем понимании, машина не мыслит, это не есть та форма отражения, которая имеет место в процессе познания человеком окружающего мира. Закономерности процесса отражения в машине определяются, прежде всего, закономерностями отражения действительности в сознании человека, так как машину создает человек в целях более точного отражения действительности, и не машина сама по себе отражает действительность, а человек отражает ее с помощью машины. Поэтому отражение действительности машиной является составным элементом отражения действительности человеком. Появление кибернетических устройств приводит к возникновению не новой формы отражения, а нового звена, опосредующего отражение природы человеком. Общность мышления со способностью отражения служит объективной основой моделирования процессов мышления. Мышление связано с созданием, передачей и преобразованием информации, а эти процессы могут происходить не только в мозгу, а и в других системах, например ЭВМ. Кибернетика, устанавливая родство между отражением, ощущением и даже мышлением, делает определенный шаг вперед в решении поставленной проблемы. Это родство между мышлением и другими свойствами материи вытекает из двух фундаментальных принципов: принципа материального единства мира и принципа развития. Однако нельзя ни абсолютизировать ни отрицать это родство. Мышление это человеческое качество и отличается от кибернетической обработки информации. Несмотря на качественное различие машины и мозга в их функциях есть общие закономерности (в области связи, управления и контроля), которые и изучает кибернетика. Но эта аналогия между деятельностью автоматической и нервной системы, даже в плане переработки информации, относительно условна и ее нельзя абсолютизировать. И в этой связи следует отметить, что для некоторых исследований по кибернетике, особенно тех, которые выполнены в начальный период ее развития, были характерны механистические и метафизические тенденции. Имело место непринятие во внимание качественных различий между неживой материей и мыслящим мозгом, стиралась всякая грань между познающим субъектом и объектом материального мира. Коль скоро современные ЭВМ универсальны и способны выполнять целый ряд логических функций, то утверждалось, что нет никаких оснований не признавать эту деятельность интеллектуальной. Допускалось создание искусственного интеллекта или машины, которая будет "умнее" своего создателя. Были поставлены другие вопросы, связанные с возможностью такой машины. Сможет ли машина полностью, во всех отношениях заменить человека? Существуют ли вообще какие ли пределы развития кибернетических устройств? Конечно эти вопросы не утратили актуальность. Было бы преждевременно списывать их в архив нестрого поставленных вопросов, ибо через них проходит линия конфликта между различными философскими школами. Иначе говоря, речь идет о сущности человеческого сознания и его отношения к функционированию кибернетических устройств. В настоящее время происходит обсуждение вопроса о перспективах развития кибернетических машин и их взаимоотношений с человеческим разумом. Чтобы создать машину, функционирующую как мозг, необходимо создать вещество, обладающее свойствами или подобное высокоорганизованной белковой материи, каковое образует мозг. Действительно, такая машина будет функционировать "как мозг", но именно функционировать, а не мыслить. Чтобы мыслить материя должна существовать не только в экономической, но и в социальной форме. А замена неорганического содержимого органическим этого не дает, более того, в результате подобной замены будет утрачено одно из основных преимуществ электронной машины быстродействие. Рассматривая возможность создания искусственным путем, на основе моделирования, мыслящего существа необходимо остановиться на двух аспектах этой проблемы. Во-первых, кибернетика моделирует не все функции мозга, а только те, которые связаны с получением, обработкой и выдачей информации, т.е. функции, которые поддаются логической обработке. Все же другие, бесконечно разнообразные функции человеческого мозга остаются вне поля зрения кибернетики. Во-вторых, с точки зрения теории моделирования вообще не имеет смысла говорить о полном тождестве модели и оригинала. Отождествление человеческого и "машинного" разума происходит тогда, когда субъект мышления подменяется какой-либо материальной системой, способной отражать. Единственным же субъектом мышления является человек, вооруженный всеми средствами, которыми он располагает на данном уровне своего развития. В эти средства входят и кибернетические машины, в которых материализованы результаты человеческого труда. И, как всякое орудие производства, кибернетика продолжает и усиливает возможности человеческого мозга. Человек будет передавать машине лишь некоторые функции, выполняемые им в процессе мышления. Само мышление как духовное производство, создание научных понятий, теорий, идей, в которых отражаются закономерности объективного мира, останется за человеком. До сих пор понимание мышления опиралось главным образом на обобщенные данные психологии, физиологии и языкознания. Данные кибернетики позволяют поставить вопрос о более конкретном понимании мышления. Кибернетика не ставит целью "замену" человека или "подмену" его мышления. Оно лишь дает новые аргументы в пользу представления о машине, как помощнице человека. Кибернетика подводит к выводу о том, что при решении вопроса о принципиальных и реальных вопросах машинного моделирования процессов мышления следует, прежде всего, учитывать социальную обусловленность мышления, сознания, психической жизни человека. Моделирование как метод исследования характеризуется опосредованным практическим или теоретическим исследованием объекта. При этом изучается не объект а вспомогательная искусственная или естественная система, находящаяся в объективном соответствии с исследуемым объектом, способная замещать его в определенном отношении и дающая при ее исследовании информацию о самом моделируемом объекте. С гносеологической точки зрения суть моделирования заключается в опосредованном познании интересующего нас объекта, т.е. по модели мы судим о некоторых свойствах оригинала. С помощью моделирования познаются новые явления на основе уже изученных. Кибернетический подход означает моделирование процессов интеллектуальной деятельности человека с одной определенной стороны, а именно - на уровне элементарных процессов переработки информации. Природа мышления, загадка сознания, тайна разума, все это, безусловно, одна из наиболее волнующих человека проблем. Популярность кибернетики, неослабевающий интерес к ней со стороны самых широких кругов во многом объясняется именно ее тесной связью с этой "вечной" проблемой. Американский психолог и философ У. Джемс в конце прошлого века пытался обосновать точку зрения, что есть мозг. Джемс не оспаривает ни одного утверждения физиологии, устанавливающему связь между процессами, которые мы субъективно осознаем как мышление, и материальными процессами, происходящими при этом в мозгу. Но (и в этом смысл аргументов Джемса) с логической точки зрения эта связь не означает то, что мозг есть орган мысли; любые данные физиологии доказывают лишь наличие соответствия и не более того. Высшим судьей научных концепций всегда в конечном счете является практика. "Если мы можем доказать правильность нашего понимания данного явления природы тем, что сами его производим, вызываем его из его условий, заставляем его к тому же служить нашим целям, то кантовской неуловимой "вещи в себе" приходит конец". Этот аргумент искусственного воспроизведения отсутствовал в традиционной философии и кибернетика дает его независимо от исхода споров о возможности создания искусственного интеллекта, сравнимого с человеческим. На основе уже достигнутого можно утверждать, что целый ряд функций мышления, ранее считавшихся исключительным достоянием живого мозга, искусственно воспроизводится кибернетическими устройствами. В этом заключается огромной важности философский результат кибернетики, констатировать который можно уже сегодня. Мышление есть функция высокоорганизованной материальной системы - важнейшее философское завоевание кибернетики. Но кибернетика идет дальше и ставит вопрос, вместе с которым мы попадаем в пучину споров, вопрос о возможности "искусственного интеллекта", "машинного мышления", "кибернетического разума" и т.д. Здесь обнаруживается полный спектр взглядов, начиная от "крайне оптимистических" до "крайне пессимистических" на возможность возникновения мыслящих машин. Аргументация в пользу пессимистического взгляда обычно двоякая : либо авторы исходят из особой субстанционной природы мышления, либо из особой качественной его специфичности. Правда не совсем ясно, чем отличается первое от второго. Представляется наиболее разумной позиция, которую можно назвать "умеренно оптимистической": на сегодня нет непреодолимых, принципиальных преград на пути создания искусственных устройств, обладающих интеллектом. Но на этом пути стоят огромные трудности, отнюдь не уменьшающиеся с бурным развитием кибернетики (например машинный перевод), хотя лет 20 назад большинство специалистов рисовали самые радужные перспективы на самое ближайшее будущее; но задача оказалась на много сложнее, чем это показалось вначале. Кроме того, нет оснований считать, что непреодолимые препятствия не появятся в будущем. Имеющееся у нас знание включает в себя как совокупность научных теорий и эмпирических сведений, так и общефилософские принципы. Из имеющихся научных теорий и эмпирических данных "крайне пессимистический" вывод не следует. Аргументы против возможности искусственного интеллекта, основанные на имеющихся научных теориях и эмпирических данных, могут быть названы "конкретными" аргументами. Обычно они состоят в указании на какие-нибудь определенные действия мышления, которые неспособно выполнить никакое кибернетическое устройство. Однако все такие аргументы были опровергнуты в ходе развития кибернетики. Более того, существует теорема МакКаллока Питса, сводящая вопрос о выполнении любой функции головного мозга к вопросу о познаваемости этой функции. Не становясь на позиции агностицизма трудно быть приверженцем "конкретных" аргументов. Идея искусственного интеллекта часто объявляется механистической на том основании, что работа ЭВМ управляется законами электродинамики, и, значит, здесь происходит сведение высшего (мышления) к низшему (физическим процессам в ЭВМ). Однако исходная посылка неверна. Работа ЭВМ отнюдь не управляется законами электродинамики. Этими законами управляется работа отдельных элементов машины. По физическим законам ЭВМ работает только в том смысле, что она, скажем, преобразует электрическую энергию в тепло. Ведь сущность работы состоит не в этом преобразовании, а в том, что она производит определенные арифметико-логические операции. Машина имеет дело с информацией и работает по законам преобразования информации, т.е. по законам кибернетики. Поэтому, если рассматривать эти процессы с позиции механизма, неизбежно оказываешься на позициях механицизма, т.к. происходит сведение более сложных процессов переработки информации к более простым. Это то же самое, что сказать, будто работа мозга сводится к биохимическим и биофизическим процессам. На самом деле эти процессы происходят на уровне нервных клеток, а на уровне процессов переработки информации действуют другие законы, закономерности которых отнюдь не эквивалентны. С этой точки зрения и работу ЭВМ надо рассматривать как работу системы по переработки информации. Не касаясь вопроса о структуре информации, представляющей собой меру упорядоченности процесса и составляющей его внутреннее достояние, мы охарактеризуем внешнюю или относительную информацию, всегда связанную с отношением двух процессов. Пусть имеются процессы А и В со множеством некоторым образом упорядоченных состояний А1...Аn и В1...Вn. Если каждому Аi соответствует определенное Вi и отношение между состояниями А изоморфны состояниям В, то можно сказать, что процесс В несет в себе информацию о процессе А. Эта информация заключается не в В ни в А, но существует именно в отношении этих процессов друг к другу. Взятая сама по себе эта информация столь же объективна и материальна, как и любые другие свойства и отношения объектов или процессов. Теперь возьмем множество состояний нашего мозга в процессе функционирования. Мозг отражает внешний мир, что значит, что между множеством состояний элементов мозга и множеством состояний внешних процессов имеется соответствие, т.е. мозг имеет информацию о внешних процессах. Эта информация заключена и не заключена в мозгу, т.к. сколько бы мы ни исследовали мозг кроме электрических, химических и др. характеристик нейронов мы там ничего не обнаружим. Необходимо рассмотреть связь мозга с внешним миром. Именно в этом и заключена информация, носителем которой и являются нейроны. Информация, с которой работает мозг и есть та идеальная сторона в его работе, и таким образом идеальное не существует в виде особого предмета или субстанции. Оно существует как сторона деятельности мозга, заключающейся в установлении связей между множеством состояний внешнего мира и головного мозга. Идеальная информация человеческого мозга имеет в принципе тот же характер, что и относительная информация вообще. На известной ступени исторического развития материи произошел качественный скачок, в результате которого информация, превратившись в достояние мозга, приобрела характер идеальной информации. Если мы признаем у кибернетических систем возможность достижения сложности, сравнимой со сложностью мозга, то необходимо признать у таких систем существование у них черт, которые мы называем идеальными. Ряд авторов объявляет тезис искусственного интеллекта противоречащим тезису о социальной природе сознания и мышления. Но здесь скрывается ошибка - отсутствие различия между естественно историческим зарождением мышления и сознательным воспроизведением его человеком в универсальной ЭВМ. Во втором случае машина не становится социальным существом, но человек, поняв сущность мышления, воссоздает его в машине. Если социальная природа мышления закономерна и познаваема, то она может быть в принципе искусственно воспроизведена. Человек, кроме того есть не только природное существо, его основные характеристики - продукт социального, а не чисто биологического развития. Это означает, что мышление человека не может развиваться в изоляции, для этого необходимо, чтобы человек был включен в общество. Во-первых, для возникновения мышления необходимо наличие языка, что возможно лишь в обществе. Во-вторых, с кибернетической точки зрения "разумность" машины определяется количеством перерабатываемой информации, поэтому даже мощная система, попавшая в информационно-бедную среду, не может стать достаточно "разумной". Яркий пример - дети, выросшие вне общества, например в лесу. Для человека необходимым условием его развития было функционирование в обществе, т.к. общество по своим информационным параметрам является чрезвычайно богатой средой. Все это дает возможность понять, что тезис об общественной природе мышления никак не противоречит тезису о искусственном интеллекте. Кибернетическая система, имеющая достаточную мощность, для полного использования своих возможностей должна быть помещена в информационно-богатую среду, образовав вместе с создателями некий симбиоз, называемый "интегральным интеллектом". Принцип невозможности кибернетического интеллекта жестко привязывает определенный род функционирования к строго определенному субстрату (мозгу). Это ставит философскую проблему соотношения функции и субстрата. Философский анализ тенденций современного научного знания делает мало вероятным (но не исключает) вывод о жесткой привязанности мышления к мозгу. Именно из-за этого "крайний пессимист" отрицает возможность наличия интеллекта у кибернетического устройства. Он безоговорочно связывает мышление с одним, строго определенным субстратом - человеческим мозгом, и не приемлет попытки определения мышления без связи со структурой мыслящей системы. По его мнению это есть сведение мышления только к информационной стороне, в то время как мышлением называют возникшую у биологических существ способность. Таким образом, мышлением можно назвать только то, то осуществляется только мозгом человека, но это не является приемлемым решение проблемы. Разумеется, мышление есть функция высокоорганизованной материи и определено структурой системы. Но с гносеологической точки зрения знание функции выводится из знания структуры, а знание структуры является выводом из все более полного изучения способов функционирования. Если представить себе множество различных систем, осуществляющих функцию мышления, то именно выявление инвариантного аспекта этих систем и будет раскрытием той структуры, которая лежит в процессе мышления. Конечно может оказаться, что эта структура жестко связана со строго определенным субстратом, но этот тезис должен являться результатом научного исследования, а не исходной предпосылкой. Вопрос о жесткой связи мышления со строго определенным субстратом связан с вопросом о роли субстратных методов вообще. Не подлежит сомнению ведущая роль в современном естествознании функционально-структурных методов. Пока наука имела дело с непосредственно ощущаемыми объектами, она могла исходить из субстратной точки зрения. Суть ее заключается в том, что объект обладает набором характеристик, выражающим его природу, свойства того материала, из которого он сделан. Зная эти характеристики можно изучить поведение объекта. Материал, субстрат первичен; движение, поведение вторично. Эта точка зрения образует содержание так называемого мифического субстанционализма. Уже в 19 веке ограниченность этой концепции была вскрыта "лишь в движении тело обнаруживает, что оно есть... Познание различных форм движения и есть познание тел". Отсюда, разумеется, не следует, что только движение существует и никакого субстрата нет вообще. Отсюда следует лишь неправомерность употребления отношения первичности-вторичности для характеристики связи движения (поведения) и субстрата в плане их реального существования. Отсюда следует также, что в гносеологическом плане поведение действительно первично по отношению к субстрату и познание субстрата не содержит ничего иного, кроме непрерывно расширяющихся способов изучения объектов. В наши дни, идущие под знаком ускорения научно-технического прогресса, автоматизация интеллектуальной деятельности становится насущной проблемой. Согласно положению специалиста по кибернетике И. А. Полетаева мы вступаем в эпоху "пересечения кривых". Экстраполируя на обозримое будущее современные тенденции развития общества можно придти к парадоксальным результатам. Сейчас число лиц, занятых в сфере управления и обслуживания растет быстрее, чем число лиц, непосредственно занятых в производстве. Причем происходит это так быстро, что через некоторое время количество людей, занятых в непроизводственной сфере и, в частности, в науке будет близко к общей численности населения Земли. Стремительное увеличение потока перерабатываемой информации там, где раньше ее почти не было(торговля, банковское дело), также приведет к значительным изменениям в методах работы и требует автоматизации и интеллектуализации. Под интеллектом мы понимаем способность любого организма (или устройства) достигать некоторой измеримой степени успеха при поиске одной из многих возможных целей в обширном многообразии сред. Необходимо отличать знания от интеллекта, имея в виду, что знания - полезная информация, накопленная индивидуумом, а интеллект - это его способность предсказываль состояние внешней среды в сочетании с умением преобразовывать каждое предсказание в подходящую реакцию, ведущую к заданной цели. По-разному дается и определение искусственного интеллекта. Полагают, что о реализации искусственного интеллекта можно будет говорить лишь тогда, когда автомат начнет решать задачи, непосильные для человека, причем сделает это не в результате высокого быстродействия, а в результате применения нового найденного метода. Однако не все с этим согласны. В большинстве случаев исследований по искусственному интеллекту лишь соизмеримыми с результатами, полученными человеком, и не столь оригинальными. Принято различать три основные пути моделирования интеллекта и мышления: - классический, или (как его теперь называют) бионический; - эвристического программирования; - эволюционного моделирования. Рассмотрим их в этой последовательности. БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. Мозг представляет собой самую сложную и лишь частично изученную структуру. Сложнейшее переплетение связей коры головного мозга практически не поддаются расшифровке. Известно лишь примерное расположение зон мозга, отвечающих за ту или иную функцию. В настоящее время не известен и принцип работы мозговых элементов нейронов, многочисленные связи которых имеют внешне хаотический характер. 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. ЭВРИСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ. Второй подход к решению задачи искусственного интеллекта связан с эвристическим программированием и 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 полученных вариантов дает решение исходной задачи. ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ. 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. При моделировании эволюции предполагается, что разумное поведение предусматривает сочетание способности предсказывать состояние внешней среды с умением подобрать реакцию на каждое предсказание, которое наиболее эффективно 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 - создания 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. Работы по искусственному интеллекту во многом тесно связаны с философской проблемой кибернетического моделирования. Эти работы часто связывают с построением точной копии человеческого мозга. Однако такой подход можно назвать "некибернетическим". Каковы же черты кибернетического метода мышления, какие вопросы вносит кибернетика в человеческое познание? В своей "Истории западной философии" Б. Рассел ставит вопрос о факторах, позволивших европейцам создать тип культуры, в котором ведущее место заняла наука. Причину этого Рассел усматривает, как он выражается, в двух великих интеллектуальных изобретениях: изобретение дедуктивного метода древними греками (Эвклид) и изобретение экспериментального метода в эпоху возрождения (Галилей). Именно эти два интеллектуальных изобретения - дедуктивный метод (а тем самым математика) и эксперимент - позволили создать классическую науку. К этим двум основным интеллектуальным орудиям современное развитие познания добавляет третье - математическую модель и математическое моделирование. Соединение дедуктивных построений математики с данными, добытыми экспериментальным методом, создает естествознание, в центре которого стоит понятие научного закона. Совокупность законов - это основное содержание естествознания; их установление его основная задача. Закон претендует на точное ( в рамках данного уровня познания) описания хода явлений. Закон либо верен, либо неверен, бессмысленно говорить о хороших и плохих законах. Модель в этом отношении противоположна закону. Модель может быть плохой или хорошей, она не претендует на точное воспроизведение сложной системы, а ограничивается описанием отдельных аспектов, причем для одного и того же аспекта могут быть предложены модели, одновременно имеющие право на существование. В изучении сложных систем (в т.ч. диффузных - нельзя выделить отдельные части без повреждения системы) формулировка относительно простых законов оказывается невозможной и заменяется построением эскизных моделей. Образно говоря, здесь мы имеем дело с математическим описанием, напоминающим современную абстрактную живопись. Можно сказать, что попытки реалистичного описания сложных систем иллюзорны такое описание не воспринималось бы из-за чрезмерной сложности. Это не означает, что категория закона утрачивает смысл в науке, но то, что дополнительно к ранее известным интеллектуальным орудиям - строгой дедукции и эксперименту рождается третье орудие - математическое моделирование, в котором по-новому выступает математика и появляется новый вид эксперимента - машинный эксперимент, в котором проигрываются различные модели с последующим сопоставлением с реальным экспериментом. Путь, который предлагает кибернетика, состоит в построении эскизных моделей, охватывающих все более и более широкий диапазон функций мышления. Задачи раскрыть "в лоб" "сущность мышления" не ставится, а ставится задача построения эскизных моделей, позволяющих описать отдельные его стороны, воспроизведены отдельные его функции и, двигаясь в этом направлении, строить системы, все более приближающиеся к человеческому мозгу. Отсутствия жесткой связи способа функционирования (поведения) со строго определенным субстратом означает, что если две системы обнаруживают одинаковое поведение в достаточно широкой области, то они должны рассматриваться как системы сходные, аналогичные по этому способу поведения. Имеет смысл рассмотреть этот вопрос в связи с проблемой кибернетического моделирования. Иногда встречается утверждение, что кибернетическое моделирование вообще неприменимо к изучению мышления, т.к. моделирование основана на понятиях соответствия и изоморфизма, а мышление есть чисто человеческая способность, якобы не могущая быть описана на основе понятий соответствия. Иногда говорят, что понимание познания, мышления как соответствия образа предмету означает ни много ни мало как дуалистическую точку зрения, внешне сопоставляющую предмет и образ. Понимание сознания как отражения неизбежно означает понимание его как соответствия, возникающего в ходе приспособления организма к среде. Причем это соответствие не есть просто внешнее соответствие вещи и образа как самостоятельного по отношению к вещи идеального предмета. Это действительно была бы дуалистическая точка зрения, но она не может монополизировать понятие соответствия, именно как соответствие определенных состояний мозга определенным состояниям внешнего мира. Это соответствие и несет информацию о внешнем мире. В приведенном утверждении не проводится различие между информационным моделированием информационных процессов и информационным моделированием неинформационных процессов. Информационная модель прибора не будет работать, а будет только моделировать работу, однако в отношение мышления этот тезис представляется спорным. По отношении к информационным процессам их моделирование является функционально полным, т.е. если модель дает те же самые результаты, что и реальный объект, то их различие теряет смысл. Многие споры вокруг проблемы "кибернетика и мышление" имеют эмоциональную подоплеку. Признание возможности искусственного разума представляется чем-то унижающим человеческое достоинство. Однако нельзя смешивать вопросы возможности искусственного разума с вопросом о развитии и совершенствовании человеческого разума. Разумеется, искусственный разум может быть использован в негодных целях, однако это проблема не научная, а скорее морально-этическая. Однако развитие кибернетики выдвигает ряд проблем, которые все же требуют пристального внимания. Эти проблемы связаны с опасностями, возникающими в ходе работ по искусственному интеллекту. Первая проблема связана с возможной потерей стимулов к творческому труду в результате массовой компьютеризации или использования машин в сфере искусств. Однако в последнее время стало ясно, что человек добровольно не отдаст самый квалифицированный творческий труд, т.к. он для самого человека является привлекательным. Вторая проблема носит более серьезный характер и на нее неоднократно указывали такие специалисты, как Н. Винер, Н. М. Амосов, И. А. Полетаев и др. Состоит она в следующем. Уже сейчас существуют машины и программы, способные в процессе работы самообучаться, т.е. повышать эффективность приспособления к внешним факторам. В будущем, возможно, появятся машины, обладающие таким уровнем приспособляемости и надежности, что необходимость человеку вмешиваться в процесс отпадет. В этом случае возможна потеря самим человеком своих качеств, ответственных за поиск решений. Налицо возможная деградация способностей человека к реакции на изменение внешних условий и, возможно, неспособность принятия управления на себя в случае аварийной ситуации. Встает вопрос о целесообразности введения некоторого предельного уровня в автоматизации процессов, связанных с тяжелыми аварийными ситуациями. В этом случае у человека, "надзирающим" за управляющей машиной, всегда хватит умения и реакции таким образом воздействовать на ситуацию, чтобы погасить разгорающуюся аварийную ситуацию. Таковые ситуации возможны на транспорте, в ядерной энергетике. Особо стоит отметить такую опасность в ракетных войсках стратегического назначения, где последствия ошибки могут иметь фатальный характер. Несколько лет назад в США начали внедрять полностью компьютеризированную систему запуска ракет по командам суперкомпьютера, обрабатывающего огромные массивы данных, собранных со всего света. Однако оказалось, что даже при условии многократного дублирования и перепроверки, вероятность ошибки оказалась бы столь велика, что отсутствие контролирующего оператора привело бы к непоправимой ошибке. От системы отказались. Люди будут постоянно решать проблему искусственного интеллекта, постоянно сталкиваясь со все новыми проблемами. И, видимо, процесс этот бесконечен.

ЛИТЕРАТУРА. 1. Философия. Учебное пособие для аспирантов / Р. В. Жердев, Т. А. Евсеева. Санкт-Петербург: НЕСТОР, 1997. 2. Баженов Л. Б., Гутчин И. Б., Интеллект и машина, М.: Знание, 1973. 3. Бердяев Н. А. Человек и машина, Вопросы философии, 1995, N2. 4. Вычислительные машины и мышление. М.: Мир, 1996. 5. Кибернетика и философия. АН Латвийской ССР, изд. "Зинатне", 1989. 6. Клаус Г. Кибернетика и философия, М.: "Иностранная литература", 1983. 7. Моисеев Н. Н. Компьютеризация, ее социальные последствия, Вопросы философии, 1987, N9. 8. Шалютин С. Искусственный интеллект. М., 1993.

www.ronl.ru

Реферат по философии на тему: «Проблемы построения искусственного интеллекта»

Московский государственный технический университет им. Н.Э. Баумана

Преподаватель Великая Л.С.

Аспирант Голеньков Н.С.

Москва 2001

Содержание

Введение 3

Определение понятия «искусственный интеллект» 4

Подходы к созданию искусственного интеллекта 10

Проблемы построения искусственного интеллекта 16

Заключение 25

Литература 26

Введение.

С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.

Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта, обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что, прежде всего, необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что, пожалуй, самая трудная проблема, стоящая перед современной наукой – познание процессов функционирования человеческого разума, а не просто имитация его работы, что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки. В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований – интеллекта.

Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи – как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

Определение понятия «искусственный интеллект»

В понятие «искусственный интеллект» вкладывается различный смысл — от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Мы постараемся вычленить тот смысл понятия «искусственный интеллект», который в наибольшей степени соответствует реальным исследованиям в этой области.

Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.

Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста - не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?

Чтобы ответить на этот вопрос, надо уяснить прежде всего, что такое задача. Как отмечают психологи , этот термин тоже не является достаточно определенным. По-видимому, в качестве исходного можно принять понимание задачи как мыслительной задачи, существующее в психологии. Они подчеркивают, что задача есть только тогда, когда есть работа для мышления, т. е. когда имеется некоторая цель, а средства к ее достижению не ясны, их надо найти посредством мышления.

Человек использует любую находящуюся в его памяти информацию, «модель мира», имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира.

Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления, т. е. «безмысленная», неинтеллектуальная.

Под словом «машина» здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач «модели мира». Недостатком такого понимания является главным образом его антропоморфизм. Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек по крайней мере в определении отсутствовал. При характеристике мышления мы отмечали, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления (в отличие от рассудочной деятельности животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу «стимул - реакция», а на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия.

Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени или как однозначно определенные функции от результатов предшествующих шагов), на наш взгляд, является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта.

Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их «интеллектуальности». Формирование такой модели, как мы покажем ниже, связано с преодолением синтаксической односторонности системы, т.е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику.

Характеризуя особенности систем искусственного интеллекта, Л. Т. Кузин указывает на:

1. наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;

2. способность пополнения имеющихся знаний;

3. способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью;

4. умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка;

5. способность к диалоговому взаимодействию с человеком;

6. способность к адаптации.

На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.

П. Армер выдвинул мысль о «континууме интеллекта»: различные системы могут сопоставляться не только как имеющие и не имеющие интеллекта, но и по степени его развития. При этом, считает он, желательно разработать шкалу уровня интеллекта, учитывающую степень развития каждого из его необходимых признаков. Известно, что в свое время А.Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, «игру в имитацию». Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека.

Критерий Тьюринга в литературе был подвергнут критике с различных точек зрения. На наш взгляд, действительно серьезный аргумент против этого критерия заключается в том, что в подходе Тьюринга ставится знак тождества между способностью мыслить и способностью к решению задач переработки информации определенною типа. Успешная «игра в имитацию» не может без предварительного тщательного анализа мышления как целостности бытъ признана критерием ее способности к мышлению.

Однако этот аргумент бьет мимо цели, если мы говорим не о мыслящей машине, а об искусственном интеллекте, который должен лишь продуцировать физические тела знаков, интерпретируемые человеком в качестве решений определенных задач. Поэтому прав В. М. Глушков, утверждая, что наиболее естественно, следуя Тьюрингу, считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долгий диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если учесть возможность разработки программ, специально рассчитанных на введение в заблуждение человека, то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте. Этот критерий, на наш взгляд, не противоречит перечисленным выше особенностям системы искусственного .интеллекта.

На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой «общего интеллекта». Сейчас большинство работ направлено на создание «профессионального искусственного интеллекта», т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии и т.п.). В этих случаях «достаточно широкий круг вопросов» должен пониматься как соответствующая область предметов.

Исходным пунктом наших рассуждений об искусственном интеллекте было определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один-два раза, непосредственно в процессе чувственного восприятия. Исходя из этого кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи в сущности являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной.

Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами.

Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами.

studfiles.net

Реферат - Проблема искусственного интеллекта

Содержание

Содержание… 1

Введение… 2

Механический подход. … 2

Электронный подход. … 3

Кибернетический подход. … 4

Нейронный подход. … 4

Появление перцептрона. … 5

Искусственный интеллект и теоретические проблемы психологии. … 5

Заключение… 7

Литература:… 7

Введение

С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.

Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта (ИИ), обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходя­щими за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесса обучения, природу языка и чувс­твенного восприятия. И тогда многие исследователи пришли к выводу, что пожалуй самая трудная проблема, стоящая перед современной наукой — познание процессов функционирования человеческого разума, а не просто имитация его работы. Что непосредственно затраги­вало фундаментальные теоретические проблемы психологической науки. В самом деле, ученым трудно даже прийти к единой точке зрения относи­тельно самого предмета их исследований — интеллекта.

Некоторые считают, что интеллект — умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и ана­логиям; третьи — как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

Механический подход.

Идея создания мыслящих машин «человеческого типа», которые каза­лось бы думают, двигаются, слышат, говорят, и вообще ведут себя как живые люди уходит корнями в глубокое прошлое. Еще древние египтяне и римляне испытывали благоговейный ужас перед культовыми статуями, кото­рые жестикулировали и изрекали пророчества (разумеется не без помощи жрецов). В средние века и даже позднее ходили слухи о том, что у кого-то из мудрецов есть гомункулы (маленькие искусственные человечки) — настоящие живые, спо­собные чувствовать существа. Выдающийся швейцарский врач и естествоис­пытатель XVI в Теофраст Бомбаст фон Гогенгейм (более известный под именем Парацельс) оставил руководство по изготовлению гомункула, в ко­тором описывалась странная процедура, начинавшаяся с закапывания в ло­шадиный навоз герметично закупоренной человеческой спермы. «Мы будем как боги, — провозглашал Парацельс. — Мы повторим величайшее из чудес господних — сотворение человека!».

В XVIII в. благодаря развитию техники, особенно разработке часо­вых механизмов, интерес к подобным изобретениям возрос, хотя результа­ты были гораздо более «игрушечными», чем это хотелось бы Парацельсу. В середине 1750-х годов Фридрих фон Кнаус, австрийский автор, служивший при дворе Франциска I, сконструировал серию машин, которые умели держать перо и могли писать довольно длинные тексты.

Успехи механики XIX в. стимулировали еще более честолюбивые за­мыслы. Так, в 1830-х годах английский математик Чарльз Бэббидж заду­мал, правда, так и не завершив, сложный цифровой калькулятор, который он назвал Аналитической машиной; как утверждал Бэббидж, его машина в принципе могла бы рассчитывать шахматные ходы. Позднее, в 1914 г., ди­ректор одного из испанских технических институтов Леонардо Тор­рес-и-Кеведо действительно из готовил электромеханическое устройство, способное разыгрывать простейшие шахматные эндшпили почти также хоро­шо, как и человек.

Электронный подход.

Однако только после второй мировой войны появились устройства, казалось бы, подходящие для достижения заветной цели — моделирования разумного поведения; это были электронные цифровые вычислительные ма­шины. «Электронный мозг», как тогда восторженно называли компьютер, поразил в 1952 г. телезрителей США, точно предсказав результаты прези­дентских выборов за несколько часов до получения окончательных данных. Этот «подвиг» компьютера лишь подтвердил вывод, к которому в то время пришли многие ученые: наступит тот день, когда автоматические вычисли­тели, столь быстро, неутомимо и безошибочно выполняющие автоматические действия, смогут имитировать невычислительные процессы, свойственные человеческому мышлению, в том числе восприятие и обучение, распознава­ние образов, понимание повседневной речи и письма, принятие решений в неопределенных ситуациях, когда известны не все факты.

Многие изобретатели компьютеров и первые программисты развлека­лись составляя программы для отнюдь не технических занятий, как сочи­нение музыки, решение головоломок и игры, на первом месте здесь оказа­лись шашки и шахматы. Некоторые романтически настроенные программисты даже заставляли свои машины писать любовные письма.

К концу 50-х годов все эти увлечения выделились в новую более или менее самостоятельную ветвь информатики, получившую название «искусс­твенный интеллект». Исследования в области ИИ, первоначально сосредо­точенные в нескольких университетских центрах США — Массачусетском технологическом институте, Технологическом институте Карнеги в Питт­сбурге, Станфордском университете, — ныне ведутся во многих других университетах и корпорациях США и других стран. В общем исследователей ИИ, работающих над созданием мыслящих машин, можно разделить на две группы. Одних интересует чистая наука и для них компьютер — лишь инс­трумент, обеспечивающий возможность экспериментальной проверки теорий процессов мышления. Интересы другой группы лежат в области техники: они стремятся расширить сферу применения компьютеров и облегчить поль­зование ими. Многие представители второй группы мало заботятся о выяс­нении механизма мышления — они полагают, что для их работы это едва ли более полезно, чем изучение полета птиц и самолетостроения.

В настоящее время, однако, обнаружилось, что как научные так и технические поиски столкнулись с несоизмеримо более серьезными трудно­стями, чем представлялось первым энтузиастам. На первых порах многие пионеры ИИ верили, что через какой-нибудь десяток лет машины машины обретут высочайшие человеческие таланты. Предполагалось, что преодолев период «электронного детства» и обучившись в библиотеках всего мира, хитроумные компьютеры, благодаря быстродействию точности и безотказной памяти постепенно превзойдут своих создателей-людей. Сейчас мало кто говорит об этом, а если и говорит, то отнюдь не считает, что подобные чудеса не за горами.

Несмотря на многообещающие перспективы, ни одну из разработанных до сих пор программ ИИ нельзя назвать «разумной» в обычном понимании этого слова. Это объясняется тем, что все они узко специализированы; самые сложные экспертные системы по своим возможностям скорее напоми­нают дрессированных или механических кукол, нежели человека с его гиб­ким умом и широким кругозором. Даже среди исследователей ИИ теперь многие сомневаются, что большинство подобных изделий принесет сущест­венную пользу. Немало критиков ИИ считают, что такого рода ограничения вообще непреодолимы.

К числу таких скептиков относится и Хьюберт Дрейфус, профессор философии Калифорнийского университета в Беркли. С его точки зрения, истинный разум невозможно отделить от его человеческой основы, заклю­ченной в человеческом организме. «Цифровой компьютер — не человек, ­говорит Дрейфус. — У компьютера нет ни тела, ни эмоций, ни потребнос­тей. Он лишен социальной ориентации, которая приобретается жизнью в обществе, а именно она делает поведение разумным. Я не хочу сказать, что компьютеры не могут быть разумными. Но цифровые компьютеры, зап­рограммированные фактами и правилами из нашей, человеческой, жизни, действительно не могут стать разумными.

Кибернетический подход.

Попытки построить машины, способные к разумному поведению, в зна­чительной мере вдохновлены идеями профессора МТИ Норберта Винера. Винер был убежден, что наиболее перспективны научные исследования в так называемых пограничных областях, которые нельзя конкретно отнес­ти к той или иной конкретной дисциплины. Они лежат где-то на стыке на­ук, поэтому к ним обычно не подходят столь строго. Винеру и его сотруднику Джулиану Бигелоу принадлежит разработка принципа „обратной связи“, который был успешно применен при разработке нового оружия с радиолокационным наведением. Принцип обратной связи заключается в использовании информации, поступающей из окружающего ми­ра, для изменения поведения машины. В основу разработанных Винером и Бигелоу систем наведения были положены тонкие математические методы; при малейшем изменении отраженных от самолета радиолокационных сигна­лов они соответственно изменяли наводку орудий, то есть — заметив по­пытку отклонения самолета от курса, они тотчас расчитывали его даль­нейший путь и направляли орудия так, чтобы траектории снарядов и само­летов пересеклись.

В дальнейшем Винер разработал на принципе обратной связи теории как машинного так и человеческого разума. Он доказывал, что именно благодаря обратной связи все живое приспосабливается к окружающей сре­де и добивается своих целей.

Нейронный подход.

К этому времени и другие ученые стали понимать, что создателям вычислительных машин есть чему поучиться у биологии. Нейрофизиолог Уоррен Маккалох со своим 18-летним протеже, блестящим математиком Уолтером Питтсом, разработал теорию деятельности головного мозга. Эта теория и являлась той основой, на которой сформировалось широко расп­ространенное мнение, что функции компьютера и мозга в значительной ме­ре сходны.

Исходя отчасти из предшествующих исследований нейронов (основных активных клеток, составляющих нервную систему животных), проведенных Маккаллохом, они с Питтсом выдвинули гипотезу, что нейроны можно упро­щенно рассматривать как устройства, оперирующие двоичными числами. Двоичные числа, состоящие из цифр единица и нуль, — рабочий инструмент одной из систем математической логики. Английский математик XIXв. Джордж Буль, предложивший эту остроумную систему, показал, что логи­ческие утверждения можно закодировать в виде единиц и нулей, где еди­ница соответствует истинному выссказыванию а нуль — ложному, после че­го этим можно оперировать как обычными числами. В 30-е годы XX в. пи­онеры информатики, в особенности американский ученый Клод Шеннон, по­няли, что двоичные единица и нуль вполне соответствуют двум состояниям электрической цепи (включено-выключено), поэтому двоичная система иде­ально подходит для электронно-вычислительных устройств. Маккалох и Питтс предложили конструкцию сети из электронных „нейронов“ и показа­ли, что подобная сеть может выполнять практически любые вообразимые числовые или логические операции. Далее они предположили, что такая сеть в состоянии также обучаться, распознавать образы, обобщать, т.е. она обладает всеми чертами интеллекта.

Из этого кибернетического, или нейромодельного, подхода к машин­ному разуму скоро сформировался так называемый „восходящий метод“ ­движение от простых аналогов нервной системы примитивных существ, об­ладающих малым числом нейронов, к сложнейшей нервной системе человека и даже выше. Конечная цель виделась в создании „адаптивной сети“, „са­моорганизующейся системы“ или „обучающейся машины“. Основной трудностью, с кото­рой столкнулся „восходящий метод“ на заре своего существования, была высокая стоимость электронных элементов. Слишком дорогой оказывалась даже модель нервной системы муравья, состоящая из 20 тыс. нейронов, не говоря уже о нервной системе человека, включающей около 100 млрд. ней­ронов. Даже самые совершенные кибернетические модели содержали лишь неколько сотен нейронов.

Появление перцептрона.

Одним из тех, кого ничуть не испугали трудности был Фрэнк Розенб­лат, труды которого казалось отвечали самым заметным устремлениям ки­бернетиков. В середине 1958 г. им была предложена модель электронного устройства, названного им перцептроном, которое должно было бы имити­ровать процессы человеческого мышления. Два года спустя была проде­монстрирована первая действующая машина „Марк-1“, которая могла нау­чится распознавать некоторые из букв, написанных на карточках, которые подносили к его „глазам“, напоминающие кинокамеры. Перцептрон Розенб­лата оказался наивысшим достижением „восходящего“, или нейромодельного метода создания искусственого интеллекта. Чтобы научить перцептрон способности строить догадки на основе исходных предпосылок, в нем пре­дусматривалась некая элементарная разновидность автономной работы или „самопрограммирования“. При распознании той или иной буквы одни ее элементы или группы элементов оказываются гораздо более существеными, чем другие. Перцептрон мог научаться выделять такие характерные осо­бенности буквы полуавтоматически, своего рода методом проб и ошибок, напоминающим процесс обучения. Однако возможности перцептрона были ог­раниченными: машина не могла надежно распознавать частично закрытые буквы, а также буквы иного размера или рисунка, нежели те, которые ис­пользовались на этапе ее обучения.

Ведущие представители так называемого „нисходящего метода“ специ­ализировались, в отличие от представителей „восходящего метода“, в составлении для цифровых компьютеров общего назначения программ реше­ния задач, требующих от людей значительного интеллекта, например для игры в шахматы или поиска математических доказательств.

Интерес к кибернетике в последнее время возродился, так как сто­ронники „нисходящего метода“ столкнулись со столь же неодолимыми труд­ностями. Но в основном ИИ стал синонимом нисходящего подхода, который выражался в составлении все более сложных программ для компьютеров, моделирующих сложную деятельность человеческого мозга.

Искусственный интеллект и теоретические проблемы психологии.

Можно выделить две основные линии работ по ИИ. Первая связана с совершенствованием самих машин, с повышением „интеллектуальности“ ис­кусственных систем. Вторая связана с задачей оптимизации совместной работы „искусственного интеллекта“ и собственно интеллектуальных возможностей человека.

В 1963 г. выступая на совещании по философским вопросам физиоло­гии ВНД и психологии, А.Н. Леонтьев сформулировал следующую позицию: машина воспроизводит операции человеческого мышления, и следовательно соотношение „машинного“ и „немашинного“ есть соотнесение операциональ­ного и неоперационального в человеческой деятельности в то время этот вывод был достаточно прогрессивен и выступал против кибернетического редукционизма. Однако в последствии при сравнени операций, из которых слагается работа машины, и операций как единиц деятельности человека выявились существенные различия — в психологическом смысле „операция“ отражает способ достижения результатов, процессуальную характеристику, в то время как прменительно к машинной работе этот термин используется в логико-математическом смысле (характеризуется результатом).

В работах по искусственному интеллекту постоянно используется термин „цель“. Анализ отношения средств к цели А.Ньюэлл и Г.Саймон на­зывают в качестве одной из „эвристик“. В психологической теории дея­тельности „цель“ является конституирующим признаком действия в отличии от операций (и деятельности в целом). В то время как в искусственных системах „целью“ называют некоторую конечную ситуацию к которой стре­мится система. Признаки этой ситуации должны быть четко выявленными и описанными на формальном языке. Цели человеческой деятельности имеют другую природу. Конечная ситуация может по разному отражаться субъек­том: как на понятийном уровне, так и в форме представлений или перцеп­тивного образа. Это отражение может характеризоваться разной степенью ясностьи, отчетливости. Кроме того, для человека характерно не просто достижение готовых целей но и формирование новых.

Также работа систем искусственно интеллекта, характеризуется не просто наличием операций, программ,»целей", а как отмечает О.К.Тихоми­ров,- оценочными функциями. И у искусственных систем есть своего рода «ценностные орентации». Но специфику человеческой мотивационно-эмоцио­нальной регуляции деятельности составляет использование не только константных, но и ситуативно возникающих и динамично меняющихся оце­нок, существенно также различие между словесно-логическими и эмоцио­нальными оценками. В существовании потребностей и мотивов видится раз­личие между человеком и машиной на уровне деятельности. Этот тезис повлек за собой цикл исследований, посвященных анализу специфики чело­веческой деятельности. Так в работе Л.П.Гурьевой показана зависи­мость структуры мыслительной деятельности при решении творческих задач от изменения мотивации.

Между прочим, именно недостаточная изученность процесса целеобра­зования нашла свое отражение в формулировании «социального заказа» для психологии со стороны исследователей ИИ, и оказала существенное стиму­лирующее влияние психологической науки.

Информационная теория эмоций Симонова также в значительной степе­ни питается аналогиями с работами систем ИИ. Кроме того проблема воле­вого принятия решения в психологии в некоторых работах рассматривается как формальный процесс выбора одной из множества заданных альтернатив, опуская тем самым специфику волевых процессов. В то же время, Ю.Д.Ба­баевой была предпринята попытка изучения возможности формализации процесса целеобразования на основе глубокого психологического анализа этого процесса в деятельности человека.

Таким образом все три традиционные области психологии — учения о познавательных, эмоциональных и волевых процессах оказались под влия­нием работ по ИИ, что по мнению О.К.Тихомирова привело к оформлению нового предмета психологии — как наука о переработке информации, науч­ность этого определения достигалась за счет «технизации» психологичес­кого знания.

Обращаясь к проблеме роли ИИ в обучения Л.И.Ноткин рассматри­вает этот процесс как одну из разновидностей взаимодействия человека с ЭВМ, и раскрывает среди перспективных возможностей те, которые напр­влены на создание так называемых адаптивных обучающихся систем, имити­рующих оперативный диалог учащегося и преподавателя-человека.

Таким образом взаимодействие между исследованиями искусс­твенного интеллекта и психологической наукой можно охарактеризовать как плодотворный диалог, позволяющий если не решать то хотя бы нау­читься задавать вопросы такого высокого философского уровня как — «Что есть человек ?».

Заключение

Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. «Внешняя нервная система», создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека.

Литература:

1) Дрейфус Х. «Чего не могут вычислительные машины».- М.: Прогресс, 1979

2) «Компьютер обретает разум». Москва Мир 1990

3) Бабаева Ю.Д. «К вопросу о формализации процесса целеобразования».

4) Брушлинский А.В. «Возможен ли «искусственный интеллект»?».

5) Гурьева Л.П. «Об изменении мотивации в условиях использования ис­кусственного интеллекта».

6) Тихомиров О.К. «Искусственный интеллект и теоретические вопросы психологии».

www.ronl.ru

Проблемы создания искусственного интеллекта 2

ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«САНКТ - ПЕТЕРБУРГСКИЙ ГОСУДАСТВЕННЫЙ УНИВЕРСИТЕТ

ЭКОНОМИКИ И ФИНАНСОВ»

Реферат по информатике

на тему:

«Проблемы создания искусственного интеллекта»

Выполнила: студентка 119 группы

Константинова В.В.

Руководитель: Смирнова Е.Н.

Санкт-Петербург

2011 г .

Появление в конце 40-х годов XX столетия электронных цифровых вычислительных машин, обладающих универсальными возможностями и высокой производительностью - сразу же породил вопрос: могут ли машины подобного типа «мыслить» подобно человеку? Иными словами, возможно ли создать машину, интеллектуальные возможности которой были тождественны интеллектуальным возможностям человека или даже превосходили возможности человека. Успехи практической имитации некоторых простых интеллектуальных функций в пионерских работах 50-60 годов, а также некоторые теоретические соображения - породили у многих исследователей уверенность в том, что задача создания полноценного «искусственного разума» вполне разрешима и, более того, создание «умных машин» - дело ближайшего будущего, точнее, ближайших 20-30 лет. Однако все сроки прошли, а ожидаемый результат так и не был получен.

Современные «интеллектуальные машины» способны чисто внешним образом имитировать отдельные интеллектуальные функции человека, отдельные психические процессы (распознавание образов, решение логических задач, игра в шахматы и т.п.), но они не обладают интеллектуальностью в подлинном смысле этого слова - они не способны к самообучению, не могут осмысленно понимать человеческую речь и вступать с человеком в осмысленный диалог, не способны творчески подходить к решению проблем, не обладают той гибкостью поведения, которая характерна для человека. Собственно задача создания «машинного эквивалента» человеческого интеллекта современными разработчиками систем «искусственного интеллекта» фактически даже и не ставится. Основные усилия направляются на решение конкретных, практически значимых задач, безотносительно к тому, приближает ли решение этих задач нас к «интегральному» искусственному интеллекту, воспроизводящему все основные интеллектуальные функции человека, или же нет.

Объяснить такой застой можно тем, что реальных путей решения этой задачи нет. Но может быть вопрос в том, что ученые не представляют себе точно, что означает «создать искусственный интеллект». Другими словами, они не имеют цели. Обычно на такое отвечают так: мы пока очень плохо понимаем природу человеческого интеллекта и, поэтому не можем ясно себе представить, каким образом можно создать его машинный аналог. При этом, однако, обычно неявно предполагают, что механизм человеческого мышления в принципе может быть прояснен и представлен в виде некоторого алгоритма, хотя решение этой задачи отодвигается на неопределенное будущее. Вполне возможно такое положение дел, что природа человеческого интеллекта такова, что «прояснить» его механизмы, свести деятельность интеллекта к некоторому набору «функций» или «операций», невозможно в принципе. Тогда решение ограничиться решением частных, конкретных, практически значимых задач, вполне оправдано. В противном случае, если нет принципиальной разницы между человеческим и «машинным» умом, то, следует, видимо, вернуться к «глобалистским» подходам 50-60 годов и направить все усилия на исследование реальных механизмов мышления в надежде открыть некий «алгоритм человеческого ума». Такой подход в случае успеха позволил бы сразу решить практически неограниченное число прикладных задач - поскольку не нужно было бы каждый раз заново разрабатывать «интеллектуальные» программы для решения очередной задачи - ведь подлинно «интеллектуальная» машина была бы способна самостоятельно найти эффективный путь решения любой (или почти любой) поставленной перед ней задачи. Ведь именно эту способность - находить решения (и ставить сами задачи) самостоятельно мы, собственно, и называем интеллектом.

Многие пытались объяснить, что же означает термин «искусственный интеллект». А. Тьюринг был первым, кто попытался ответить на этот вопрос. В 1950 году Тьюринг написал статью «Вычислительные машины и интеллект». Непосредственным поводом написания данной статьи было создание в 1945 году в Пенсильванском университете первой электронной цифровой вычислительной машины ЭНИАК. Тьюринг пытался выяснить, какими возможностями обладают электронные вычислительные машины и можно ли посредством алгоритмических вычислений, осуществляемых с помощью таких машин, имитировать деятельность человеческого интеллекта. Уже его статье ставилась задача создания универсального искусственного интеллекта. Тьюринг писал: «Мы можем надеяться, что машины, в конце концов, будут успешно соперничать с людьми во всех чисто интеллектуальных областях...». Далее он предлагает следующий план: «... снабдить машину хорошими органами чувств, а затем научить ее понимать и говорить по-английски. В этом случае машину можно будет обучать, как ребенка...».

Вскоре были осуществлены первые попытки реализации этого плана. В 1952 году А. Этткинд реализовал на машине программу, моделирующую условный рефлекс: реакция машины на «раздражитель» усиливалась или ослабевала в зависимости от положительного или отрицательного «подкрепления». Несколько позже он же занялся проблемой машинного перевода, надеясь на этом пути прийти к созданию «понимающей» машины.

Хотя первые разработки выглядели весьма обнадеживающими, эти исследования не позволили создать машины, поведение которых хотя бы в отдаленной степени напоминало разумное поведение человека. Неудачи отчасти объяснялись тем, что ранние программы были построены на основе метода сплошного перебора вариантов, что вело к экспоненциальному росту объема вычислений при увеличении размерности задачи. Таким образом, резервы быстродействия и памяти существовавших тогда ЭВМ были быстро исчерпаны. Кроме того, не удалось установить общие правила, с помощью которых любой вид мыслительной деятельности можно было бы представить в виде четкого алгоритма.

Важным шагом в развитии искусственного интеллекта была идея «эвристического программирования». Ее авторы Г. Саймон и А. Ньюэлл анализировали процессы решения логических задач людьми и обнаружили, что испытуемые часто использовали особые приемы (так назывемые «эвристики») которые, не будучи универсальными, тем не менее, во многих случаях приводили к успеху. Ньюэлл и Саймон попытались систематизировать эти приемы и разработали на этой основе программу, имитирующую, по их мнению, «практический интеллект» человека. Эти программы и получили название «эвристических». Впервые эвристики были применены в программе «Логик-теоретик», предназначенной для решения задач элементарной символической логики. Позже (1957 г.) найденные эвристики удалось распространить на более широкий класс задач - в результате была создана программа «Общий решатель задач» (GPS).

Последующие исследования быстро дифференцировались на ряд специализированных направлений. Можно выделить следующие направления, традиционно относимые к области искусственного интеллекта:

1. Распознавание образов.
2. Доказательство теорем и решение задач.
3. Игры и принятие решений.
4. Естественные языки и их машинное понимание. Машинный перевод.
5. «Разумные роботы».
6. Экспертные системы.
7. Моделирование творческой деятельности.
8. Моделирование нейронных сетей. Моделирование поведения животных.
9. Специализированные интеллектуальные системы промышленного, военного, космического и т.п. назначения.

Параллельно появились философские работы, в которых делались попытки осмыслить данную проблематику. Сразу же нужно подчеркнуть, что философские исследования не оказывали и по сей день не оказывают сколько-нибудь существенного влияния на практические разработки в данной области. Многие философы позитивно восприняли идею возможности компьютерной имитации человеческой психики и попытались использовать эту идею для переосмысления традиционной проблематики философии сознания, философии интеллекта, а также психофизической проблемы. В основе этих попыток лежит так называемая «компьютерная метафора», т.е. уподобление мозга компьютеру, а психики - функции (или программе) этого компьютера. Один из представителей этого направления М. Минский прямо называет мозг «мясным компьютером», а сознание, по его мнению - «это просто то, что мозг делает».Философское осмысление «компьютерной метафоры» породило так называемый «функциональный подход» к решению психофизической проблемы, который можно характеризовать классической формулой: «сознание есть функция мозга».

Однако проблема существует не только в значении термина «искусственный интеллект», но и в способе оценки сходства человеческого и машинного интеллекта. Так, в качестве теста на интеллектуальность Тьюринг предложил свою знаменитую «игру в имитацию», известную ныне как «тест Тьюринга». Машина, по Тьюрингу, обладает свойством «разумности», если в заочном диалоге собеседник-человек не способен будет установить, с кем он имеет дело: с человеком или с разумной машиной.

Хотя такой чисто «прагматический» подход к пониманию «разумности» вызвал резкую критику со стороны философов (критики подчеркивали, что сущностное определение разума здесь подменяется простой констатацией сходства), тем не менее, для практических целей критерий Тьюринга был вполне удовлетворительным, и это обстоятельство в значительной мере предопределило тот прагматический стиль исследований в области искусственного интеллекта, который сохранился и до наших дней. Суть этого стиля - игнорирование всех сколько-нибудь сложных философских вопросов и ориентация лишь на достижение практических целей.

С 1991 года проводятся турниры программ, пытающихся пройти тест Тьюринга. Пока ещё эти программы (так называемые боты) крайне малоразумны. Всё, что они делают — это применяют, более или менее удачно, заранее подсказанные человеком правила. Осмыслить разговор боты даже не пытаются, в основном совершают попытки «обмануть» человека. Создатели закладывают в них ответы на наиболее часто задаваемые вопросы, стараются обойти распространенные ловушки. Например, внимательно следят, а не задаст ли судья один и тот же вопрос дважды? Человек в такой ситуации сказал бы что-то вроде: «Эй, ты уже спрашивал»! Значит, разработчик добавит боту правило тоже так поступать. А вот пример одного из «обманных правил», на которых основаны такие программы: Если человек сказал: «Думаешь ли ты, что фраза?», ответить: «Что ты имеешь в виду, говоря ФРАЗА? Что-то я тебя не понимаю». Так появляются бесконечные диалоги в стиле психоаналитиков:

— Как ты относишься к войне в Афганистане?

— О, я вижу, тебя волнует война в Афганистане? Давай поговорим об этом.

— Сколько на небе звёзд?

— Хмм, хотел бы я знать, сколько на небе звёзд!

— Думаешь ли ты, что жизнь прекрасна?

— Что ты имеешь в виду, говоря «жизнь прекрасна»? Что-то я тебя не понимаю.

Ясно, что при таком подходе создать действительно разумного собеседника нам никогда не удастся.

Ещё один способ оценки искусственного интеллекта – шахматы. Первый чемпионат мира по шахматам между компьютерными программами прошел в 1974 году. Победителем стала советская шахматная программа «Каисса». Не так давно компьютер обыграл и Гарри Каспарова. Однако магистральным путем к созданию интегрального искусственного интеллекта они явно не являются. Их принцип действия - это перебор вариантов плюс использование накопленных в шахматной теории правил (теория эндшпилей, разыгрывание стандартных дебютов и т.п.). Эти правила нигде кроме шахмат, не применяются. Кроме того, шахматный компьютер не способен обучаться, не способен самостоятельно придумывать новые правила. «Шахматное творчество» для него недоступно.

Робота также можно научить играть в футбол. Регулярно проводятся футбольные турниры роботов. Но даже самый лучший робот-футболист не сможет даже на элементарном уровне участвовать в игре в хоккей или в какой-либо другой игре, он не способен учиться, его программа основана, как правило, на очень примитивных инструкциях. Таким образом, ничего специфически «разумного» современные «интеллектуальные» программы не демонстрируют.

Не стоит забывать и о ранее упомянутой проблеме: есть ли реальные пути создания искусственного интеллекта. Одна из первых работ, в которой была дана обстоятельная критика искусственного интеллекта, - это вышедшая в 1971 году работа X. Дрейфуса «Чего не могут вычислительные машины». В этой работе X. Дрейфус тщательно проанализировал допущения, лежащие в основе веры в возможность создания машинного аналога человеческого разума. Дрейфус выделяет четыре основных допущения:

1. Биологическое (нейродинамические процессы в мозге изоморфны некоторой переключательной схеме).
2. Психологическое (мышление есть процесс переработки информации, заданной в дискретной форме, причем эта переработка подчинена конкретному алгоритму).
3. Эпистемологическое (всякое знание можно формализовать).
4. Онтологическое (все существующее представимо в терминах множества четко определенных, независимых друг от друга элементов).

Дрейфус пытался показать, что биологическое допущение не согласуется с новейшими данными нейрофизиологии, тогда как другие три допущения не являются твердо установленными истинами и могут оказаться несостоятельными.

Одно из основных препятствий на пути создания адекватной машинной модели человеческого интеллекта Дрейфус видит в неосуществимости алгоритмического моделирования человеческих потребностей, мотивов и деятельности целеполагания. При этом он подчеркивает биологический, телесно детерминированный характер человеческих потребностей и важность двигательной активности организма - как средства приобретения особого телесно-моторного опыта. Машину нельзя, по мнению Дрейфуса, запрограммировать таким образом, чтобы она была способна ставить собственные цели, испытывать желания и т.д.

Этот аргумент представляется весьма спорным, особенно если учесть более поздние разработки в области компьютерного моделирования мотивации, эмоций и целеполагания. В целом, следует признать, что работа Дрейфуса не дала определенного ответа на вопрос: возможен ли интегральный искусственный интеллект, равный по своим возможностям интеллекту человека.

Гораздо большее значение имеет так называемый «геделевский аргумент» против искусственного интеллекта. Теорема утверждает, что в достаточно "выразительных" формальных языках непременно найдутся истинные, но недоказуемые утверждения - причем этот результат не зависит от конкретного выбора дедуктики. Это означает, что множество "содержательных" истин всегда превосходит по объему множество истин, доказуемых с помощью любой сколь угодно сложной формализованной системы доказательств. Если смысл теоремы Геделя сводится к невозможности формализации содержательного понятия истины, то уже отсюда следует невозможность создания машины способной различать истину и ложь столь же эффективно, как это делает человек. Преимущество человека перед машиной можно усмотреть в том, что человек способен в любых случаях распознавать истинность "геделевских предложений", а машина делать это не способна. Впервые этот аргумент сформулировал британский математик Дж. Лукас в 1961 г. По мнению Дж. Лукаса, из известной теоремы К. Геделя «о неполноте формальных систем» (доказанной в 1931 г.) вытекает принципиальное различие между человеческим мышлением и любыми, сколь угодно сложными алгоритмическими системами искусственного интеллекта. В 60-е годы аргументация Лукаса была встречена весьма скептически и не повлияла существенно на исследования искусственных интеллектуальных систем. Однако в 1989 году этот аргумент «воскресил» и значительно усилил известный британский физик и математик Р. Пенроуз. Вышедшие одна за другой две его обстоятельные монографии привлекли к себе внимание и вызвали обширную дискуссию, в которой приняли многие известные математики, философы, нейрофизиологи и специалисты по искусственному интеллекту. Но и в этой новой дискуссии опять возобладало скептическое отношение к геделевскому аргументу.

Большое значение для оценки возможности создания интегрального искусственного интеллекта также имеет придуманный американским философом Дж. Сёрлом мысленный эксперимент, известный как «аргумент китайской комнаты». Смысловым ядром аргумента является утверждение о невозможности воспроизведения мыслительных процессов через операции над формальными символами. Кратко аргумент формулируется «Программа лишь манипулирует символами, мозг же придает им смысл». Сёрл задался вопросом: будет ли машинный эквивалент человеческого интеллекта действительно обладать такими психическими функциями, как понимание, чувственное восприятие, мышление и убедительно показал, что на этот вопрос следует ответить однозначно отрицательно. Машина в любом случае будет лишь чисто внешним образом имитировать понимание, восприятие и мышление, ничего на самом деле не понимая, не воспринимая и не мысля.

Подводя итог исследований в области искусственного интеллекта за последние 50 лет, можно сделать вывод, что при должной настойчивости любая локальная область интеллектуальной деятельности человека, по крайней мере, если она не носит ярко выраженного творческого характера, может быть представлена в виде алгоритма и передана машине. Однако конечная цель проекта «искусственный интеллект» - создание универсальной «разумной машины», которая могла бы обучаться, подобно человеку, и самостоятельно совершенствовать свое поведение, осваивая новые виды интеллектуальной деятельности и достигая при этом уровня человека средних способностей - эта цель не достигнута и появляется все больше сомнений в ее принципиальной достижимости. По крайней мере, никакого реального прогресса в создании такого самообучающегося «интегрального» интеллекта достигнуто не было.

Список используемых источников:

1. Дубровский ДИ. Психические явления и мозг. М., 1971.

2. Патнем X. Философия сознания. М., 1999.

3. Пенроуз P. Новый ум короля. М., 2002, Penrose R. Shadows of the Mind. L., 1993.

4. Сёрл Дж. Разум мозга - компьютерная программа?// В мире науки. 1990. №3. С.7-13.

5. Тьюринг А. Может ли машина мыслить? М., 1960.

6. Ярвилехто Т. Мозг и психика. М., 1992.

7. Интернет-журнала «Мембрана» статья Андрея Плахова (http://www.membrana.ru/particle/2121)

8. http://ru.wikipedia.org/wiki

9. http://www.boldachev.com/que-ans/ia-probl/