Следующий раздел: Как поступить в ФМШ при
Выше по контексту: Краткая физическая энциклопедия1
Предыдущий раздел: Дискретизации и квантование цифрового сигнала.
Вопрос: Создан ли искусственный интеллект (хотя бы
примитивнейший)? Если да, то где, кем и каковы его
способности? Если нет, то возможно ли вообще его создание?
Ответ:5 Сразу оговорюсь,
что я не являюсь специалистом по
искусственному интеллекту. Практические работы по
искусственному интеллекту начались очень давно,
практически сразу после возникновения ЭВМ. Всем было ясно,
что сделать так, чтобы программа на ЭВМ действительно
напряженно и плодотворно думала или, скажем, рассказывала
новые анекдоты, удастся далеко не сразу. Поэтому в работах
по искусственному интеллекту сразу же возникли (до сих пор
актуальные) отдельные направления, например:
- игра в шахматы, шашки, крестики-нолики и т.д.,
насколько я понимаю, здесь особых продвижений со
старой идеи Неймана (перебор с отбрасыванием заведомо
плохих вариантов) нет. Сейчас шахматные программы с
успехом борятся с сильнейшими шахматистами (вспомним
проигрыш Каспарова), связано это, видимо, с тем, что
технически стало возможным очень быстро перебирать
варианты и держать в памяти много прошлых партий (и
помнить, к чему приводили отдельные ходы);
- доказательство теорем, человек задает утверждение,
машина пытается его доказать. Используются
эвристические (правдоподобные, оправдавшие себя на
практике) методы, прямой перебор будет страшно долгим.
Достигнут успех в доказательстве утверждений из
исчисления высказываний (утверждения без оборотов типа
``существует такой объект, что'' или ``для всякого'').
Машина не умеет сама придумывать, что ей доказывать,
так как здесь действительно нужно думать.
- задачи на оптимальное управление, машина сама
должна вырабатывать оптимальную стратегию управления
чем-нибудь, например, конвейером на заводе или
инвестиционной компанией. Насколько я понимаю,
используются также эвристические методы, почерпнутые у
людей, которые этим занимались в жизни. В более позднее
время используется также и такой подход: берется
какая-нибудь нейронная схема (схема из элементов,
моделирующих нервные клетки) и проводится курс обучения
-- на вход подаются сигналы, схема как-то отвечает, на
правильные ответы дается подкрепление (как дрессировка
собак), после чего схема дает ответы, которые от нее
хотят, со все большей вероятностью. Такие схемы уже
применяются, например, в фотоаппаратах, схема
подбирает правильное фокусное расстояние.
- распознавание образов (речи или изображения),
здесь улучшение постоянное и монотонное, связано это,
наверное, с тем, что такую штуку можно продать. Что
касается распознавания речи, то распознавающая
программа фирмы IBM сначала проходит курс
распознавания речи конкретного человека, а потом его
речь уже распознает (это сильно напоминает подход с
нейронными схемами, описанный выше).
- моделирование деятельности разумных существ, здесь
пытаются написать программу, которая имитирует
деятельность человека. Такая программа может с вами
побеседовать, однако, через некоторое время
покажется, что сама машина ничего содержательного не
говорит, а только пытается поддерживать разговор.
Попытки моделировать эмоции человека хотя и
проводились с самого начала, пока не вышли,
по-видимому, за рамки написания сценария реакций
программы.
По-видимому, подход с нейронными схемами является
более-менее правильным, т.е. эта схема является
миниатюрной моделью разумного существа (по крайней мере
люди (как можно себе представить) с точки зрения
кибернетики являются очень сложными схемами, далее органы
чувств дают нам сигналы со внешнего мира, а железы
внутренней секреции дают нам положительное или
отрицательное подкрепление, в результате чего мы обучаемся
адекватно реагировать на окружающий мир (кроме того, у нас
есть еще инстинкты)). Проблема состоит лишь в том, что
пока рукотворные нейронные схемы несравненно проще наших
мозгов. Вполне возможно, что просто очень сложная схема
начнет вести себя (начнет жить собственной жизнью), однако
наше понимание систем такого рода еще недостаточно. Кроме
того, встает, естественно, проблема обучения - мы учимся
очень долго, а наши органы чувств достаточно совершенны
(способны обеспечивать плотный поток нужной информации).
[email protected]
1999-05-25