8.1. Эволюция искусственного интеллекта для развития интеллектуальных
технологий информатики
На протяжении десятилетий ученые дискутируют о перспективах развитияискусственного интеллекта. Наибольшее внимание сегодня уделено мнению Роджера Пенроуза: «Мыслительные процессы человека» фундаментальным образом отличаются от функционирования компьютера. Никакая машина, работающая по принципу вычислений, не сможет мыслить и понимать так, как человек. Процессы в нашем мозгу являются не вычислительными». Пенроуз считает, что мышление человека полностью объясняется в категориях материального мира [107].
Доктор Рей Курцвайль, исследуя проблематикуискусственного интеллекта, утверждает, что исчезновение различий между машиной и человеком – только вопрос времени, поскольку человеческий мозг не совершенствовался, а его электронный аналог, только за последние 20 лет, развивался невероятными темпами и такая тенденция сохранится и в дальнейшем.
Директор лаборатории мобильных роботов Мелан Ганс Морайен отмечает, что человека можно заменить более сложным искусственным аналогом. Он утверждает, что рано или поздно земной шар будет заселен детищами техники.
Профессор кибернетики Кевин Уорвик пишет: «после включения первой серьезной машины, интеллект которой будет сопоставим с интеллектом человека, мы не сможем её отключить. Мы как бы запустим бомбу с часовым механизмом, которая будет отсчитывать время, отпущенное человечеству и не сможем ее разрядить».
Ни одна из созданных машин не будет существовать за пределами комплекса.
Системы искусственного интеллекта (ИИ)не будут точно имитировать функции человеческого мозга, что обусловлено аппаратными ограничениями.
Машины могут пройти тест Тьюринга[108] в узкой области.
В будущем нам может показаться, что машины проявляют признаки разума, однако машины никогда не будут способны к философским обобщениям.
В перспективе ИМ будут нашими партнерами на работе и дома
Компьютеры будут проектировать следующие поколения компьютеров и роботов.
Компьютеры будут играть существенную роль в развитии жизни на земле.
Интеллект – умение приспособиться к новым задачам и условиям жизни, либо способ обработки информации и решения задач. Интеллект это также умение сопоставлять и понимать. Важнейшими процессами и функциями, составляющими человеческий интеллект, считаются самообучение и использование знаний, способность к обобщению, возможность восприятия и познавательные способности, способность распознавать некоторый объект, в произвольном контексте.
На интеллект влияют как наследственные факторы, так и воспитание. Важнейшими процессами и функциями, составляющими человеческий интеллект, считаются: самообучение, накопление и использование знаний. Способность к обобщению, возможность восприятия и познавательные способности, например: способность распознавать некоторый объект в произвольном контексте. На виду с этим можно отметить такие элементы как: запоминание, целеполагание и реализация целей, умение сотрудничать, формулировать выводы, обладать аналитическими способностями, иметь концептуальное и абстрактное мышление. С интеллектом связаны такие факторы как: самосознание, эмоциональное и иррациональное состояние человека.
В настоящее время созданные человеком интеллектуальные машины можно запрограммировать так, что они будут только очень приблизительно имитировать лишь некоторые из упомянутых элементов человеческого интеллекта. Перед нами лежит долгая дорога изучения функционирования мозга и создание его искусственного аналога. В принципе искусственным интеллектом, в современном его понимании, занимались уже давно. Но всё это можно считать только лишь попытками заглянуть в разум человека, его осмысление и использование в разных целях.
Понятие искусственный интеллект предложил в 1956 году Джон Маккарти на организованной им конференции в Дартмутском колледже, посвящённой интеллектуальным машинам. Уже тогда к проблематике искусственного интеллекта был отнесён поиск методов решения задач, в том числе решение задач в шахматы.
Логические рассуждения– вторая из множества задач ИИ. Она сводится к построению алгоритма, воспроизводящего реализуемый мозгом способ вывода.
Следующим объектом исследования в области ИИ стала обработка естественного языка и автоматический перевод фраз с одного языка на другой, формулирование словесных команд машинам, а также выделение информации из речевых выражений и построение на его основе базы знаний.
Перед исследователями в области искусственного интеллекта сегодня встаёт необходимость создания программ, которые обучаются на основе аналогии и обретают возможность самосовершенствоваться (см. Виноград Т. [109]).
Предсказания, прогнозирование результатов, событий и явлений, а также клонирование, тоже относятся к предметам ИИ. Но, при этом, можно отметить следующее глубокое размышление - возможности самосознания интеллектуального компьютера. Учёные пытаются познать процессы восприятия: зрение, осязание, слух, для того, чтобы на этой основе сконструировать электронные аналоги и применить их в робототехнике.
В научной литературе представлены различные варианты определения искусственного интеллекта:
ИИ – наука о машинах для решения задач, которые требуют применения человеческого интеллекта (МарвинМинский).
ИИ – область информатики, охватывающая компьютерные методы и технологии символьного вывода, а также символьного представления знаний, при осуществлении такого вывода (Е. Фейгенбаум) [110].
ИИ охватывает решения задач способами, основанными на естественных человеческих действиях и процессах познания, при помощи имитационных компьютерных программ (Р. Дж. Шалькофф).
Несмотря на то, что ИИ считается областью информатики, он привлекает внимание многих учёных из других областей, в том числе философов, психологов, медиков и математиков.
ИИ – интердисциплинарная наука, которая стремиться исследовать человеческий интеллект и использовать его в машинах.
Наряду с созданием и изучением ИИ, всегда стоял вопрос, как сделать программу интеллектуальной. Первым этот вопрос поставил Алан Тьюринг в 1950 году. Тьюринг создал тесты, для выявления интеллектуальности ПО. Идея заключалась в том, что человек при помощи монитора и клавиатуры, задавая один и тот же вопрос компьютеру, как бы передаёт информацию другому человеку, если спрашивающий не может отличить ответы компьютера от ответов человека, то можно утверждать, что программа является интеллектуальной. Идею Тьюринга раскритиковал американский философ Джон Сирл, который утверждал, что компьютеры не могут обладать интеллектом, потому что они хотя и используют символы, в соответствии с определёнными правилами, но при этом не понимают их значения. Джон Сирл таким образом парировал задачу Тьюринга, которая осталась в истории под названием «Китайская комната».
Предположим, что существует закрытая комната, в которой находится европеец, не знающий китайского языка. Ему передаются одиночные карточки, на которых иероглифами записана некоторая история. Наш герой не знает китайского языка. Однако он находит на книжной полке книгу на известном ему языке под названием: «Что делать, если кто-то подсунет под дверь карточку с китайскими иероглифами». В этой книге изложены инструкции по составлению последовательности китайских иероглифов. На каждый вопрос европеец даёт ответ, в соответствии с инструкцией в книге. Джон Сирл утверждает, что в замкнутой комнате человек ничего не понимает, также, как и компьютер, выполняющий программу. По этой причине существует очевидное различие между мышлением и имитацией мыслительных процессов. Согласно Джону, даже если мы не отличаем ответы машины от ответов человека, то это не означает интеллектуальность машины. Однако предположим, что существует машина, которая сдала тест Тьюринга. В этой ситуации автор книги «Новое мышление цезаря» Р. Пенроуз размышляет - можно ли считать приемлемым использование такой машины для удовлетворения своих потребностей, без учёта её пожеланий. Роджер Пенроуз, в своей книге, описывает одно из устройств оснащённое ИИ - электронную черепаху. Эта черепаха перемещалась по помещению, благодаря энергии от аккумулятора. Когда напряжение падало ниже определённого уровня, черепаха начинала искать ближайший источник энергии и сама заряжала себя. Такое поведение аналогично поглощению людьми пищи.
Роджер Пенроуз считает, что такое устройство в принципе реально, но для этого он предлагает ввести некоторую меру, которой он присвоил название интеллектуальность.
- Предисловие
- Список использованных сокращений
- Часть 1.
- Глава 1. Математические основы формализации и методов описания
- Часть 2.
- Глава 2. Методы представления знаний с использованием
- Часть 3.
- Глава 3. Интеллектуальные технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
- Часть 4.
- Глава 4. Источники информации и причины возникновения ее неопределенности
- 4.1. Переработка и использование информации в реальных условиях функционирования агрегатов
- Часть 5.
- Список использованных сокращений и обозначений
- Введение:
- Часть 1.
- Глава 1. Математические основы формализации и методов описания
- Формализация объекта и парадигмы
- 1.3. Множества и перечень базовых операций над множествами
- Перечень базовых операций над множествами
- Области определения функций
- Обратная функция
- Теорема
- Мера и нечеткая мера
- Задача построения нечетких мер
- Нечеткие множества: определение и формы записи в операциях и
- 1.7.Функции доверия и правило Демпстера а.Р.,[23]
- 1.8. Нормировка функций в теории нечётких множеств
- 1.9. Нечёткие отношения: прямая и обратная задачи
- Глава 2. Методы представления знаний с использованием приближенных и нечетких множеств
- 2.1.Нечеткие вычислительные технологии
- 2.2.Семантика объекта: определение и типизация
- 2.3.Создание Базы знаний: постановка, семантика, прагматика
- 2.4. Сопоставление объектов: постановка, семантика, прагматика
- 2.5.Распознавание объектов: постановка, семантика, прагматика
- 2.6. Управление процессом представления знаний
- Нечёткие множества: субъективность и неточность
- 2.8.Нечеткая алгебра
- 2.9.Нечеткие иерархические отношения
- 2.10.Естественность операций max и min
- 2.11.Нечеткая статистика
- 2.12. Совместимость и нечеткое ожидание
- Глава 3. Нечеткие технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
- 3.2. Обработка нечетких данных как неопределенных чисел
- Методология представления агрегата в виде комплексного механизма
- 3.2.2. Описание исходной информации на языке размытых множеств
- Размытость интервалов, ограничений, критериев и целей управления в эксплуатации и диагностике
- 3.3.3. Размытые ограничения, цели и оптимизация работы агрегата в условиях нечеткой информации о состоянии
- Анализ информации для диагностики и оценивания состояния механизмов
- 3.5. Оценки погрешностей измерений и наблюдений за состоянием агрегатов
- Влияние погрешностей исходных данных на погрешности диагноза
- Глава 4. Источники информации и причины возникновения ее неопределенности
- 4. 2. Управление и идентификация на объекте в условиях неопределенности информации на основе знаний, получаемых при функциональной диагностике
- Тогда множество диагностических признаков g также будет нечетким
- 4.3.Представление и использование чётких и «размытых» знаний в математических моделях оценивания состояния агрегатов, на основе функциональной диагностики
- 4.3.1.Формализация решения задачи оценивания состояния
- 4.3.2. Особенности решения задач контроля и функционирования агрегата
- Глава 5. Введение в генетическое программирование
- 5.1. Введение в генетические и эволюционные алгоритмы
- 5.2. Сравнительный анализ эволюционных алгоритмов
- 5.3. Генетическое программирование
- 5.4. Перспективные направления развития гп
- Глава 6. Введение в нейронные сети
- 6.1. Алгоритмы их обучение и эластичные нейро-нечеткие системы
- 6.2. Имитация нервных клеток
- 6.3. Математическая модель нейрона
- 6.4. Обучение нейронных сетей
- 6.5. Метод обратного распространения ошибки
- 6.6. Алгоритм настройки нейронной сети
- Глава 7. Другие методы нечетких технологий для построения
- 7.1. Введение в теорию возможностей и смысла
- 7.1.1. Неопределенность и неточность
- 7.1.2. Традиционные модели неточности и неопределенности
- 7.1.3. Меры неопределенности
- 7.1.4. Меры возможности и необходимости
- 7.1.5. Возможность и вероятность
- 7.2. Языки и технологии логического программирования prolog, lisp
- Глава 8. Послесловие
- 8.1. Эволюция искусственного интеллекта для развития интеллектуальных
- 8.2.Экспертные системы нового уровня
- 8.3. Роботика
- 8.4. Преобразование речи искусственного языка
- 8.5. Интеллект муравьёв и его использование
- 8.6. Искусственная жизнь, мозг, познание, разум, память и мышление
- 8.7. Боты
- Optimizator подсистемы диагностики состояния энергоустановок, skais, для решения задач технического обслуживания
- Заключение
- Заключение
- Литература