Зарождение нейрокибернетики

Предыстория

Краткая история искусственного интеллекта

Системы

Введение в интеллектуальные

□ Краткая история искусственного интеллекта

□ Основные направления исследований в области искусственного интеллекта

□ Представление знаний и вывод на знаниях

□ Нечеткие знания

□ Прикладные интеллектуальные системы

Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума витала в воздухе еще в древнейшие време­на. Так, в древнем Египте была создана «оживающая» механическая статуя бога Амона. У. Гомера в «Илиаде» бог Гефест ковал человекоподобные существа-авто­маты. В литературе эта идея обыгрывалась многократно: от Галатеи Пигмалиона до Буратино папы Карло. Однако родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII веке попытался создать механическую машину для решения различных задач, на основе разработанной им всеобщей классификации понятий.

В XVIII веке Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук. Эти работы можно считать первыми теоретическими работами в области искусственного интеллекта.

Окончательное рождение искусственного интеллекта как научного направления произошло только после создания ЭВМ в 40-х годах XX века. В это же время Нор-берт Винер создал свои основополагающие работы по новой науке - киберне­тике.

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 термин intel­lect.

Вскоре после признания искусственного интеллекта отдельной областью науки произошло разделение его на два направления: нейрокибернетика и «кибернети­ка черного ящика». Эти направления развиваются практически независимо, су­щественно различаясь как в методологии, так и в технологии. И только в настоя­щее время стали заметны тенденции к объединению этих частей вновь в единое целое.

Основную идею этого направления можно сформулировать следующим образом:

Единственный объект, способный мыслить, - это человеческий мозг. Поэтому лю­бое «мыслящее» устройство должно каким-то образом воспроизводить его струк­туру.

Таким образом, нейрокибернетика ориентирована на программно-аппаратное моделирование структур, подобных структуре мозга. Физиологами давно уста­новлено, что основой человеческого мозга является большое количество (до 10²¹) связанных между собой и взаимодействующих нервных клеток - нейронов. По­этому усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Эти си­стемы принято называть нейронными сетями, или нейросетями.

Первые нейросети были созданы Розенблаттом и Мак-Каллоком в 1956-1965 гг. Это были попытки создать системы, моделирующие человеческий глаз и его взаи­модействие с мозгом. Устройство, созданное ими тогда, получило название персептрона (perceptron). Оно умело различать буквы алфавита, но было чувстви­тельно к их написанию. Например, буквы А, А и Â для этого устройства были тремя разными знаками. Постепенно в 70-80 годах количество работ по этому направлению искусственного интеллекта стало снижаться. Слишком неутеши­тельны были первые результаты. Авторы объясняли неудачи малой памятью и низким быстродействием существующих в то время компьютеров.

Однако в 1980-х в Японии в рамках проекта «ЭВМ V поколения» был создан первый нейрокомпьютер, или компьютер VI поколения. К этому времени ограни­чения по памяти и быстродействию были практически сняты. Появились транс­пьютеры - параллельные компьютеры с большим количеством процессоров.

Транспьютерная технология - это только один из десятка новых подходов к ап­паратной реализации нейросетей, которые моделируют иерархическую структу­ру мозга человека. Основная область применения нейрокомпьютеров сегодня - это задачи распознавания образов, например идентификация объектов по резуль­татам аэрофотосъемки из космоса.

Можно выделить 3 подхода к созданию нейросетей:

1. Аппаратный - создание специальных компьютеров, нейрочипов, плат рас­ширения, наборов микросхем, реализующих все необходимые алгоритмы.

2. Программный - создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьюте­ра, всю работу выполняют его собственные процессоры.

3. Гибридный - комбинация первых двух. Часть вычислений выполняют спе­циальные платы расширения (сопроцессоры), часть - программные сред­ства.

Более глубокое рассмотрение этого чрезвычайно перспективного и интересного направления исследований искусственного интеллекта выходит за рамки данной книги. Подробнее см. работы [Соколов, Вейткявичус, 1989; Амамия, Танака, 1993].

1.1.3. От кибернетики «черного ящика» к ИИ

В основу этого подхода был положен принцип, противоположный нейрокибернетике.

Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на за­данные входные воздействия оно реагировало так же, как человеческий мозг. Сто­ронники этого направления мотивировали свой подход тем, что человек не дол­жен слепо следовать природе в своих научных и технологических поисках. Так, например, очевиден успех колеса, которого не существует в природе, или самоле­та, не машущего крыльями, подражая птице. К тому же пограничные науки о че­ловеке не смогли внести существенного теоретического вклада, объясняющего хо­тя бы приблизительно, как протекают интеллектуальные процессы у человека, как устроена память и как человек познает окружающий мир.

Это направление искусственного интеллекта было ориентировано на поиски ал­горитмов решения интеллектуальных задач на существующих моделях компью­теров. Существенный вклад в становление новой науки внесли ее «пионеры»: Маккарти (автор первого языка программирования для задач ИИ - ЛИСПа), Минский (автор идеи фрейма и фреймовой модели представления знаний), Ньюэлл, Саймон, Шоу, Хант и другие.

В 1956-1963 гг. велись интенсивные поиски моделей и алгоритмов человеческо­го мышления и разработка первых программ на их основе. Представители сущес­твующих гуманитарных наук - философы, психологи, лингвисты - ни тогда, ни сейчас не в состоянии были предложить таких алгоритмов. Тогда кибернетики начали создавать собственные модели. Так последовательно были созданы и оп­робованы различные подходы.

1. В конце 50-х годов родилась модель лабиринтного поиска. Этот подход представ­ляет задачу как некоторое пространство состояний в форме графа, и в этом графе проводится поиск оптимального пути от входных данных к результирующим. Была проделана большая работа по разработке этой модели, но для ре­шения практических задач эта идея не нашла широкого применения. В первых учебниках по искусственному интеллекту [Хант, 1986; Эндрю, 1985] описаны эти программы - они играют в игру «15», собирают «Ханойскую башню», иг­рают в шашки и шахматы.

2. Начало 60-х - это эпоха эвристического программирования. Эвристика- пра­вило, теоретически не обоснованное, которое позволяет сократить количество переборов в пространстве поиска. Эвристическое программирование - разра­ботка стратегии действий на основе известных, заранее заданных эвристик [Александров, 1975].

3. В 1963-1970 гг. к решению задач стали подключать методы математической логики. Робинсон разработал метод резолюций, который позволяет автомати­чески доказывать теоремы при наличии набора исходных аксиом. Примерно в это же время выдающийся отечественный математик Ю. С. Маслов предложил так называемый обратный вывод, впоследствии названный его именем, реша­ющий аналогичную задачу другим способом [Маслов, 1983]. На основе метода резолюций француз Альбер Кольмероэ в 1973 г. создает язык логического про­граммирования Пролог. Большой резонанс имела программа «Логик-теоре­тик», созданная Нъюэлом, Саймоном и Шоу, которая доказывала школьные теоремы. Однако большинство реальных задач не сводится к набору аксиом, и человек, решая производственные задачи, не использует классическую логику, поэтому логические модели при всех своих преимуществах имеют существен­ные ограничения по классам решаемых задач.

4. История искусственного интеллекта полна драматических событий, одним из которых стал в 1973 г. так называемый «доклад Лайтхилла», который был под­готовлен в Великобритании по заказу Британского совета научных исследова­ний. Известный математик Д. Лайтхилл, никак с ИИ профессионально не свя­занный, подготовил обзор состояния дел в области ИИ. В докладе были признаны определенные достижения в области ИИ, однако уровень их опре­делялся как разочаровывающий, и общая оценка была отрицательная с пози­ций практической значимости. Этот отчет отбросил европейских исследова­телей примерно на 5 лет назад, так как финансирование ИИ существенно сократилось.

5. Примерно в это же время существенный прорыв в развитии практических при­ложений искусственного интеллекта произошел в США, когда к середине 1970-х на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные систе­мы (ЭС). Стал применяться новый подход к решению задач искусственного интеллекта - представление знаний. Созданы MYCIN и DENDRAL [Shortleaf, 1976; Buchanan, Feigenbaum, 1978], ставшие уже классическими, две первые экспертные системы для медицины и химии. Существенный финансовый вклад вносит Пентагон, предлагая базировать новую программу министерства обо­роны США (Strategic Computer Initiative - SCI) на принципах ИИ. Уже вдогонку упущенных возможностей в начале 80-х объявлена глобальная програм­ма развития новых технологий ESPRIT (Европейский Союз), в которую вклю­чена проблематика искусственного интеллекта.

В ответ на успехи США в конце 70-х в гонку включается Япония, объявив о начале проекта машин V поколения, основанных на знаниях. Проект был рас­считан на 10 лет и объединял лучших молодых специалистов (в возрасте до 35 лет) крупнейших японских компьютерных корпораций. Для этих специ­алистов был создан специально новый институт ICOT, и они получили пол­ную свободу действий, правда, без права публикации предварительных резуль­татов. В результате они создали достаточно громоздкий и дорогой символьный процессор, программно реализующий ПРОЛОГо-подобный язык, не получив­ший широкого признания. Однако положительный эффект этого проекта был очевиден. В Японии появилась значительная группа высококвалифицирован­ных специалистов в области ИИ, которая добилась существенных результатов в различных прикладных задачах. К середине 90-х японская ассоциация ИИ насчитывает 40 тыс. человек.

Начиная с середины 1980-х годов, повсеместно происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся систе­мам. Издаются десятки научных журналов, ежегодно собираются международ­ные и национальные конференции по различным направлениям ИИ. Искусственный интеллект становится одной из наиболее перспективных и пре­стижных областей информатики (computer science).

Дата добавления: 2015-07-02