Искусственный интеллект

     Введение 

     С конца 40-х годов XX века 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.

     Термин "искусственный интеллект" (ИИ) был введен Дж. Маккарти в 1956 г. Сам термин "искусственный интеллект" имеет два основных значения: во-первых, под искусственным интеллектом понимается теория создания программных и аппаратных средств, способных осуществлять интеллектуальную деятельность, сопоставимую с интеллектуальной деятельностью человека; во-вторых, сами такие программные аппаратные средства, а также выполняемая с их помощью деятельность.

     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.  Здесь,  как  в притче о слепцах,  пытавшихся описывать слона, пытается придерживаться своего заветного определения.

     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. Тем не менее многие исследователи ИИ склонны принять тест машинного интеллекта,  предложенный в начале 50-х годов выдающимся английским математиком  и  специалистом по  вычислительной  технике Аланом Тьюрингом. Компьютер можно считать разумным, - утверждал Тьюринг, – если он способен  заставить  нас  поверить, что мы имеем дело не с машиной, а с человеком [19, с. 146].

     В настоящее время, время всеобщей компьютеризации, во всем мире неуклонно происходит увеличение доли людей, работающих в информационной сфере в сравнении с производственной. Так например, в США сто лет назад в информационной сфере было занято 5% работающих и в производственной – 95%, а на сегодняшний день это соотношение приближается к 50 на 50, причем подобное перераспределение людей продолжается. Автоматизация и компьютеризация информационной сферы, в общем отстает от автоматизации производственной сферы. Теперь для человека уже недостаточно того, что ЭВМ быстро и точно решает самые сложные расчетные задачи, сегодня человеку становится необходимой помощь ЭВМ для быстрой интерпретации, семантического анализа огромного объема информации. Эти задачи мог бы решить так называемый "искусственный интеллект". Вопрос о создании искусственного интеллекта возник почти одновременно с началом компьютерной революции. Но на пути его создания встает много вопросов: принципиальная возможность создания искусственного интеллекта на основе компьютерных систем; будет ли искусственный интеллект электронных  вычислительных машин (ЭВМ), если его удастся создать, подобен человеческому по форме восприятия и осмысления реального мира или это будет интеллект совершенно иного качества; возможность представления знаний в компьютерных системах и много других. Многие проблемы не решены, и среди этих проблем не последнее место принадлежит проблемам, которые могла бы помочь разрешить философия. Некоторые из них мы рассмотрим в этой работе.

     Объектом  курсовой работы является искусственный  интеллект.

     Предметом – интеллектуальные компьютерные системы.

     Цель  курсовой работы – изучение и анализ искусственного интеллекта и интеллектуальных компьютерных систем.

     Задачи  курсовой работы:

     – охарактеризовать понятие искусственного интеллекта, рассмотреть вопросы его создания;

     – проследить развитие работ в области искусственного интеллекта;

     – сравнить искусственный и естественный интеллект;

     – рассмотреть подходы к построению систем искусственного интеллекта;

     – изучить знания и модели их представления.

     В процессе работы использовались следующие методы исследования: исторический, аналитический, структурный анализ.

     Основой для написания курсовой работы по созданию и развитию искусственного интеллекта, интеллектуальных компьютерных систем послужили следующие источники: Алексеевой И.Ю. [1-4], Бойко Д.Н. [22],                     Ботвинник М.М. [6], Девяткова В. В. [9], Древаль А.В. [10],Осипова Г. [12], Петрунина Ю.Ю. [14], Поспелова Д.А [15], Шалютина С.М. [21],                Шрейдера Ю.А. [22], Эндрю А. [24] и др.

     В структуру курсовой работы входят введение, две главы, заключение, список использованных источников, в которых подробно рассмотрен комплекс вопросов, посвященных созданию и развитию искусственного интеллекта, а также рассмотрены системы искусственного интеллекта. 
 
 
 
 
 
 
 

     1 Создание и развитие искусственного интеллекта 

     1. 1 Искусственный интеллект. Вопросы создания. 

     Основная трудность искусственного интеллекта заключается в том, что до сих пор не существует однозначного и общепринятого определения и понимания интеллекта естественного. Поэтому большинство исследователей искусственного интеллекта вынуждены пользоваться паллиативом. На практике под искусственным интеллектом подразумевается набор программных и аппаратных средств, использование которых должно было бы приводить к тем же результатам, к которым при решении данного класса задач приходит интеллектуальная деятельность человека. Это по существу итоговая концепция искусственного интеллекта [17, с. 112].

     Другой распространенный паллиатив определяет искусственный интеллект как полную или приближенную имитацию интеллектуальной деятельности человека, поскольку же человеческий интеллект до сих пор остается величайшей философской загадкой. Поэтому при решении практических задач чаще пользуются заданием их списка и принимают утверждение, что данная система является системой искусственного интеллекта, если она в состоянии решать данные задачи [15, с. 89].

     По существу, центральная проблема искусственного интеллекта заключается в следующем. Если мы обладаем четкими, знаниями о решении определенного класса задач, то на основе таких знаний могут быть получены четкие алгоритмы или эвристические правила.

     Используя их, можно сконструировать программы, реализация которых современными аппаратными средствами способна дать решение данных задач. Однако человек довольно часто решает задачи, не зная того, как именно он сам это делает, иными словами, люди фактически не обладают полным и исчерпывающим самопознанием. Это касается не только чисто интеллектуальной сферы абстрактного, логического мышления, но и сферы эмоциональной физиологической. Мы видим, пользуемся зрительными образами, слышим, оперируем звуковыми образами и т.д., не зная, как именно возникают образы и каковы в точности закономерности их функционирования в нашем сознании. Мы часто ставим задачи, высказываем догадки, принимаем неожиданные, в том числе принципиально новые, творческие, решения, не зная, как мы это делаем, не умея в точности представить алгоритм такой деятельности. Из этого следует, что мы не всегда можем регулятивизировать процессы, процедуры и операции, лежащие в ее основе, а следовательно, не можем поручить компьютеру выполнение соответствующих имитирующих или дублирующих действий. Здесь как будто бы берет реванш знаменитый "тезис Лавлейс", согласно которому машина никогда не сможет делать того, что ей не поручает человек, чего он сам не умеет делать. В действительности же сам человек умеет делать гораздо больше, чем знает, как делать. Эти рассуждения служат основанием для компьютерного агностицизма. Его подкрепляют также определенные философские соображения, основывающиеся на ограниченной познаваемости мира вообще и субъективно-духовного мира человека в особенности [18, с. 35].

     В то же время уже сейчас существуют гигантские базы знаний и мощные, например, экспертные системы, содержащие тысячи правил и способные решить некоторые задачи лучше, чем писавшие для них программы программисты или специалисты соответствующего профиля. На сегодняшний день имеются интеллектуальные компьютерные системы, читающие газетные тексты любым голосом, и притом в режиме реального времени, и выполняющие переводы по крайней мере технической литературы. Эти и другие факты лежат в основе компьютерной эйфории, утверждающей, что трудности на пути создания искусственного интеллекта, превосходящего по мощи и творческим возможностям человеческий интеллект, носят временный характер и связаны лишь с техническими проблемами, принципиально устранимыми в обозримом будущем. И компьютерный агностицизм, и компьютерная эйфория имеют философские корни. И поэтому речь должна идти о выяснении принципиальной, а не технической стороне дела. С философской же точки зрения она заключается в исследовании того, является ли мышление исключительной прерогативой человека, точнее, человеческого мозга, или же такая деятельность не связана с ним однозначно и навеки и может осуществляться нечеловеческими, в том числе техническими, аппаратными системами. Если принять первую альтернативу, то следует далее ответить на вопрос, обладает ли человеческий мозг какими-то специфическими механизмами, уникальными, невоспроизводимыми с помощью других систем и в дополнение ко всему непознаваемыми, вследствие чего относительно сугубо гуманоидной природы мышления не могут быть получены адекватные знания, а стало быть, невозможна и их регуляризация, если на этот вопрос может быть получен доказательный отрицательный ответ, то это еще тоже не означает признания прямой практической возможности создания искусственного интеллекта, так как может, например оказаться, что его создание упирается в техническую неосуществимость тех или иных интеллектуальных процедур. Но все же такой ответ дал бы принципиальное основание если не для эйфории, то по крайней мере для ограниченного компьютерного оптимизма [15, с. 35].

     Спор между компьютерными пессимистами и оптимистами подразумевает две противоположные философские гипотезы, первая исходит из абсолютной уникальности "человеческой телесности", неповторимости человеческой индивидуальности. Поэтому создание искусственного интеллекта, подобного интеллекту человека, объявляется невозможным. Вторая гипотеза, напротив, принимает тезис о принципиальной идентичности элементарных операций человеческого и машинного мышления, познавательные процессы, чувственные образы, установки и ценности могут быть более или менее адекватно реализованы и смоделированы на дискретных электронных вычислительных системах. Основу второй гипотезы составляет хорошо разработанная теория вычислительных функций, ориентированная на конструктивно-аппаратную реализуемость. Интересную мысль, по поводу отношения к искусственному интеллекту, высказал А. Эндрю: "Нельзя уйти от того факта, что вычислительная машина действительно является послушным исполнителем программы. Но когда ЭВМ и программа становятся достаточно сложными, поведение машины может оказаться практически непредсказуемым (хотя оно и предсказуемо в принципе). Поэтому не лишено смысла рассматривать машину, как устройство, принципиально способное к "новаторству'' [24, с. 201]. 

     1. 2 Развитие работ в области искусственного интеллекта 

     Исторически сложились три основных направления в моделировании искусственного интеллекта.

     В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д.

     Второй подход в качестве объекта исследования рассматривает искусственный интеллект. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека.

     Наконец, третий подход ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной. Самыми первыми интеллектуальными задачами, которые стали решаться при помощи ЭВМ были логические игры (шашки, шахматы), доказательство теорем. Хотя, правда здесь надо отметить еще кибернетические игрушки типа "электронной мыши" Клода Шеннона, которая управлялась сложной релейной схемой. Эта мышка могла "исследовать" лабиринт, и находить выход из него. А кроме того, помещенная в уже известный ей лабиринт, она не искала выход, а сразу же, не заглядывая в тупиковые ходы, выходила из лабиринта [12, с. 20].

     Американский кибернетик А. Самуэль составил для вычислительной машины программу, которая позволяет ей играть в шашки, причем в ходе игры машина обучается или, по крайней мере, создает впечатление, что обучается, улучшая свою игру на основе накопленного опыта. В 1962 г. эта программа сразилась с Р. Нили, сильнейшим шашистом в США и победила.

     Каким образом машине удалось достичь столь высокого класса игры? Естественно, что в машину были программно заложены правила игры так, что выбор очередного хода был подчинен этим правилам. На каждой стадии игры машина выбирала очередной ход из множества возможных ходов согласно некоторому критерию качества игры. В шашках (как и в шахматах) обычно невыгодно терять свои фигуры, и, напротив, выгодно брать фигуры противника. Игрок (будь он человек или машина), который сохраняет подвижность своих фигур и право выбора ходов и в то же время держит под боем большое число полей на доске, обычно играет лучше своего противника, не придающего значения этим элементам игры. Описанные критерии хорошей игры сохраняют свою силу на протяжении всей игры, но есть и другие критерии, которые относятся к отдельным ее стадиям – дебюту, миттэндшпилю, эндшпилю. Разумно сочетая такие критерии (например, в виде линейной комбинации с экспериментально подбираемыми коэффициентами или более сложным образом), можно для оценки очередного хода машины получить некоторый числовой показатель эффективности – оценочную функцию. Тогда машина, сравнив между собой показатели эффективности очередных ходов, выберет ход, соответствующий наибольшему показателю. Подобная автоматизация выбора очередного хода не обязательно обеспечивает оптимальный выбор, но все же это какой-то выбор, и на его основе машина может продолжать игру, совершенствуя свою стратегию (образ действия) в процессе обучения на прошлом опыте. Формально обучение состоит в подстройке параметров (коэффициентов) оценочной функции на основе анализа проведенных ходов и игр с учетом их исхода.