Размещено на http://www.allbest.ru/

Зміст

• Вступ
• Розділ 1. Проблема штучного інтелекту
• 1.1 Проблема штучного інтелекту
• 1.2 Проблема визначення штучного інтелекту
• 1.3 Проблема визначення завдань штучного інтелекту
• 1.4 Проблема безпеки
• 1.5 Проблема вибору шляху до створення штучного інтелекту
• Висновок до розділу 1
• Розділ 2. Машинний переклад
• 2.1 Статистичний машинний переклад
• 2.2 Критерії порівняння програм машинного перекладу
• Висновок до розділу 2
• Загальний Висновок
• Глосалій основних понять
• Список використаної літератури
• Вступ
• Штучний інтелект є зараз «гарячою точкою» наукових досліджень. У цій крапці, як у фокусі, сконцентровані найбільші зусилля кібернетиків, лінгвістів, психологів, філософів, математиків і інженерів. Саме тут зважуються багато корінних питань, зв'язані зі шляхами розвитку наукової думки, із впливом досягнень в області обчислювальної техніки і робототехніки на життя майбутніх поколінь людей. Тут виникають і дістають права громадянства нові методи наукових міждисциплінарних досліджень. Тут формується новий погляд на роль тих чи інших наукових результатів і виникає те, що можна було б назвати філософським осмисленням цих результатів. Тому я порахував актуальним розкрити дану тему в рефераті.
• Під словом «машина» тут розуміється машина разом з її сукупним математичним забезпеченням, що включає не тільки програми, але і необхідні для рішення задач «моделі світу». Недоліком такого розуміння є головним чином його антропоморфізм. Задачі, розв'язувані штучним інтелектом, доцільно визначити таким чином, щоб людина принаймні у визначенні був відсутній. При характеристиці мислення ми відзначали, що його основна функція полягає у виробленні схем доцільних зовнішніх дій у нескінченно варіюють умовах. Специфіка людського мислення (на відміну від розумової діяльності тварин) полягає в тому, що людина виробляє і накопичує знання, зберігаючи їх у своїй пам'яті. Вироблення схем зовнішніх дій відбувається не за принципом «стимул - реакція», а на основі знань, одержуваних додатково із середовища, для поводження в який виробляється схема дії. Цей спосіб вироблення схем зовнішніх дій (а не просто дії по командах, що нехай навіть міняється як функції від чи часу як однозначно визначені функції від результатів попередніх кроків), на наш погляд, є істотною характеристикою будь-якого інтелекту. Звідси випливає, що до систем штучного інтелекту відносяться ті, котрі, використовуючи закладені в них правила переробки інформації, виробляють нові схеми доцільних дій на основі аналізу моделей середовища, що зберігаються в їхнє пам'яті. Здатність до перебудови самих цих моделей відповідно до знову надходить інформацією є свідченням більш високого рівня штучного інтелекту.
• Відомо, що у свій час А.Тюринг запропонував як критерій, що визначає, чи може машина мислити, «гру в імітацію». Відповідно до цього критерію, машина може бути визнана мислячої, якщо людина, ведучи з нею діалог по досить широкому колу питань, не зможе відрізнити її відповідей від відповідей людини.

Розділ 1. Проблема штучного інтелекту

У поняття «штучний інтелект» вкладається різний зміст - від визнання інтелекту в ЕОМ, що вирішують логічні чи навіть будь-які обчислювальні задачі. Ми постараємося вичленувати той зміст поняття «штучний інтелект», що найбільшою мірою відповідає реальним дослідженням у цій області.

Однак це обмеження недостатнє. Створення традиційних програм для ЕОМ - робота програміста - не є конструювання штучного інтелекту. Якої ж задачі, розв'язувані технічними системами, можна розглядати як конституюють штучний інтелект?

Щоб відповісти на це питання, треба усвідомити насамперед, що таке задача. Як відзначають психологи , цей термін теж не є досить визначеним. Очевидно, у якості вихідного можна прийняти розуміння задачі як розумової задачі, що існує в психології. Вони підкреслюють, що задача є тільки тоді, коли є робота для мислення, тобто коли мається деяка мета, а засобу до її досягнення не ясні; їх треба знайти за допомогою мислення. Добре з цього приводу сказав Д. Пойа: «...труднощі рішення якоюсь мірою входить у саме поняття задачі: там, де немає труднощі, немає і задачі». Якщо людина має очевидний засіб, за допомогою якого напевно можна здійснити бажання, пояснює він, то задачі не виникає. Якщо людина має алгоритм рішення деякої задачі і має фізичну можливість його реалізації, то задачі у власному змісті вже не існує.

Задача, що так розуміється, у сутності тотожна проблемної ситуації, і зважується вона за допомогою перетворення останньої. У її рішенні беруть участь не тільки умови, що безпосередньо задані. Людина використовує будь-яку знаходиться в його пам'яті інформацію, «модель світу», що мається в його психіці і включає фіксації різноманітних законів, зв'язків, відносин цього світу.

Якщо задача не є розумової, то вона зважується на ЕОМ традиційними методами і, виходить, не входить у коло задач штучного інтелекту. Її інтелектуальна частина виконана людиною. На частку машини залишилася частина роботи, що не вимагає участі мислення, тобто «без уявна», не інтелектуальна.

Характеризуючи особливості систем штучного інтелекту, Л. Т. Кузин указує на: 1) наявність у них власної внутрішньої моделі зовнішнього світу; ця модель забезпечує індивідуальність, відносну самостійність системи в оцінці ситуації, можливість семантичної і прагматичної інтерпретації запитів до системи; 2) здатність поповнення наявних знань; 3) здатність до дедуктивного висновку, тобто до генерації інформації, що у явному виді не міститься в системі; ця якість дозволяє системі конструювати інформаційну структуру з новою семантикою і практичною спрямованістю; 4) уміння оперувати в ситуаціях, зв'язаних з різними аспектами нечіткості, включаючи «розуміння» природної мови; 5) здатність до діалогової взаємодії з людиною; 6) здатність до адаптації.

На питання, чи всі перераховані умови обов'язкові, необхідні для визнання системи інтелектуальної, учені відповідають по-різному. У реальних дослідженнях, як правило, визнається абсолютно необхідним наявність внутрішньої моделі зовнішнього світу, і при цьому вважається достатнім виконання хоча б одного з перерахованих вище умов.

П. Ампер висунув думку про «континуум інтелекту»: різні системи можуть зіставлятися не тільки що як мають і не мають інтелекту, але і по ступені його розвитку. При цьому, вважає він, бажано розробити шкалу рівня інтелекту, що враховує ступінь розвитку кожного з його необхідних ознак.

1.1 Проблема штучного інтелекту

Гносеологічний аналіз проблеми штучного інтелекту розкриває роль таких пізнавальних знарядь, як категорії, специфічна семіотична система, логічні структури, раніше накопичене знання. Вони виявляються не за допомогою дослідження фізіологічних чи психологічних механізмів пізнавального процесу, а виявляються в знанні, у його мовному вираженні. Знаряддя пізнання, що формуються в кінцевому рахунку на основі практичної діяльності, необхідні для будь-якої системи, що виконує функції абстрактного мислення, незалежно від її конкретного матеріального субстрату і структури. Тому, щоб створити систему, що виконує функції абстрактного мислення, тобто в кінцевому рахунку формуючу адекватні схеми зовнішніх дій в істотно мінливих середовищах, необхідно наділити таку систему цими знаряддями.

Розвиток систем штучного інтелекту за останні десятиліття йде цим шляхом. Однак ступінь просування в даному напрямку у відношенні кожного з зазначених пізнавальних знарядь неоднакова й у цілому поки незначна.

Визначені кроки до втілення гносеологічних характеристик мислення в сучасних системах штучного інтелекту зроблені, але в цілому ці системи ще далеко не володіють комплексом гносеологічних знарядь, якими розташовує людина і які необхідні для виконання сукупності функцій абстрактного мислення. Чим більше характеристики систем штучного інтелекту будуть наближені до гносеологічних характеристик мислення людини, тим ближче буде їх «інтелект» до інтелекту людини, точніше, тим вище буде їхня здатність до комбінування знакових конструкцій, сприйманих і інтерпритуємих людиною як рішення задач і узагалі втілення думок.

У зв'язку з цим виникає складне питання. При аналізі пізнавального процесу гносеологія абстрагується від психофізіологічних механізмів, за допомогою яких реалізується цей процес. Але з цього не випливає, що для побудови систем штучного інтелекту ці механізми не мають значення. Узагалі говорячи, не виключено, що механізми, необхідні для втілення невід'ємних характеристик інтелектуальної системи, не можуть бути реалізовані в цифрових чи машинах навіть у будь-якій технічній системі, що включає в себе тільки компоненти неорганічної природи. Інакше кажучи, у принципі не виключено, що хоча ми можемо пізнати всі гносеологічні закономірності, що забезпечують виконання людиною його пізнавальної функції, але їхня сукупність реалізована лише в системі, субстратно тотожної людині.

Удосконалювання систем штучного інтелекту на базі цифрових машин може мати границі, через які перехід до рішення інтелектуальних задач більш високого порядку, що вимагають обліку глобального характеру переробки інформації і ряду інших гносеологічних характеристик мислення, неможливий на дискретних машинах при як завгодно зробленій програмі. Це значить, що технічна (а не тільки біологічна) еволюція систем, що відбивають, виявляється зв'язаної зі зміною матеріального субстрату і конструкції цих систем. Така еволюція, тобто апаратурне удосконалення систем штучного інтелекту, наприклад, через більш інтенсивне використання аналогових компонентів, гібридних систем, голографії і ряду інших ідей, буде мати місце. При цьому не виключається використання фізичних процесів, що протікають у мозку, і таких, котрі психіка як свої механізми не використовує. Поряд з цим ще далеко не вичерпані можливості удосконалювання систем штучного інтелекту шляхом використання у функціонуванні цифрових машин гносеологічних характеристик мислення, про які мова йшла вище.

У сучасному світі, який увійшов в епоху інформації та інформаційних технологій проблема створення «розумних» технологій постає особливо актуальною. Під «розумними» технологіями на сьогоднішній день можуть розуміти машини з програмами будь-якої складності, від пральної машини, що сама обирає режим прання до роботів, що можуть малювати картини і керувати супутниками. Пройшов той період, коли тцльки деякі вчені вірили у можливість створення машини, що обраховувала б імовірність подій, зв'язно відповідала на питання, тощо. Сьогодні такий феномен як «штучний інтелект» вже глибоко увійшов у багато аспектів нашого життя. Хоча іноді ми не усвідомлюємо цього, але ідеї можливості створення розуму, подібного до людського вже давно сприймаються як належне, проникаючи у свідомість людей і відображаючись у результатах їх творчості. Але феномен «штучного інтелекту» постає перед нами не тільки у перспективі, але вже і сьогодні. Багато з програм, що вирішують багато х людських когнітивних задачують нас. А отже, проблема існування штучного інтелекту є вельми цікавою і надає велике поле для наукової діяльності.

З Штучним інтелектом (ШІ) склалася дивна ситуація - вивчається те, чого ще немає. І якщо цього не буде протягом найближчих 100 років, то дуже може бути, що епоха ШІ на цьому закінчиться.

Виходячи зі сказаного вище, випливає основна філософська проблема в галузі ШІ - можливість або не можливість моделювання мислення людини. У випадку якщо коли-небудь буде отримано негативну відповідь на це питання, то всі інші питання не будуть мати не найменшого сенсу.

Отже, починаючи дослідження ШІ, заздалегідь припустимо позитивну відповідь. Наводжу кілька міркувань, які підводять нас до даного відповіді.

1. Перший доказ є схоластичним, і доводить несуперечність ІІ і Біблії. Навіть люди, далекі від релігії, знають слова священного писання: «І створив Господь людину за образом і подобою своєю ...». Виходячи з цих слів, ми можемо укласти, що, оскільки Господь, по-перше, створив нас, а по-друге, ми за своєю суттю подібні до нього, то ми цілком можемо створити когось за образом і подобою людини.

2. Створення нового розуму біологічним шляхом для людини справа цілком звична. Діти більшу частину знань набувають шляхом навчання, а не як закладену в них заздалегідь.

3. Принципова можливість автоматизації вирішення інтелектуальних завдань за допомогою ЕОМ забезпечується властивістю алгоритмічної універсальності. Це означає, що на них можна програмно реалізовувати будь-які алгоритми перетворення інформації, - будь то обчислювальні алгоритми, алгоритми управління, пошуку докази теорем або композиції мелодій.

Проблема штучного інтелекту є зараз одним з найбільш злободенних. Нею займаються вчені різних спеціалізацій: кібернетики, лінгвісти, психологи, філософи, математики, інженери. Розглядаються питання: що таке інтелект взагалі і чим може бути штучний інтелект, його завдання, складність створення і побоювання. І саме зараз, поки ШІ ще не створений, важливо задати правильні питання і відповісти на них.

У своїй роботі я в основному використовувала електронні джерела розташовані в мережі інтернет, тому як тільки там є свіжа інформація про розробки в області штучного інтелекту російською мовою.

У додатку я помістила фотографії (деяких найбільш відомих нині існуючих роботів з елементами ШІ) та філософську ілюстрацію (на жаль не відомого мені художника), а також повний опис тестів Тьюринга і Серля, на які я посилаюся у другому розділі.

1.2 Проблема визначення штучного інтелекту

Висловити суть інтелекту в якомусь одному визначенні представляється винятково складною, практично безнадійної завданням. Інтелект є щось вислизає, не вмещающееся у встановлені мовою смислові рамки. Тому обмежимося просто тим, що наведемо ряд відомих визначень і висловлювань про інтелект, які дозволять уявити собі «обсяг» цього незвичайного поняття.

Деякі фахівці за інтелект приймають здатність раціонального, мотивованого вибору, в умовах браку інформації; здатність вирішувати завдання на основі символьної інформації; здатність до навчання і самонавчання.

Досить ємні та цікаві визначення інтелекту дані в англійському словнику Вебстера і Великої Радянської Енциклопедії. У словнику Вебстера: «інтелект - це: а) здатність успішно реагувати на будь-яку, особливо, нову ситуацію шляхом належних коригувань поведінки; б) здатність розуміти зв'язки між фактами дійсності для вироблення дій, що ведуть до досягнення поставленої мети». У енциклопедії: «інтелект ... в широкому сенсі - вся пізнавальна діяльність людини, у вузькому сенсі - процеси мислення, нерозривно пов'язані з мовою як засобом спілкування, обміну думками та взаємного розуміння людей». Тут інтелект прямо пов'язується з діяльністю і мовою комунікації.

За великим рахунком великих розбіжностей в цьому питанні немає. Цікавіше інше: критерії, за якими можна однозначно визначити розумний, мислячий, інтелектуальний суб'єкт перед нами чи ні.

Відомо, що свого часу А. Тьюрінг запропонував як критерію, що визначає, чи може машина мислити, «гру в імітацію». Згідно з цим критерієм, машина може бути визнана мислячої, якщо людина, ведучи з нею діалог по досить широкому колу питань, не зможе відрізнити її відповідей від відповідей людини. (Більш повний опис тесту в Додатку)

Однак уявний експеримент «Китайська кімната» Джона Серля (Опис експерименту в Додатку) - аргумент на користь того, що проходження тесту Тьюрінга не є критерієм наявності у машини справжнього процесу мислення. Можна й далі наводити приклади критеріїв, за якими «машинний мозок» можна вважати здатним до розумової діяльності і тут же знаходити ним спростування.

Єдиної відповіді на питання чим є штучний інтелект, не існує. Майже кожен автор, який пише книгу про ШІ, відштовхується в ній від будь-якого визначення, розглядаючи в його світлі досягнення цієї науки. Ці визначення можна звести до наступних:

Штучний інтелект - це особистість на неорганічний носії (Чекіна М.Д.).

Штучний інтелект - це область вивчення розумної поведінки (у людей, тварин і машин) і спроби знайти способи моделювання подібної поведінки в будь-якому типі штучно створеного механізму (Блай Уітбі).

Штучний інтелект - це експериментальна філософія (В. Сергєєв).

Сам же термін «штучний інтелект» - ІІ - AI - artificial intelligence був запропонований у 1956 р. на семінарі з аналогічною назвою в Дартсмутском коледжі (США). Семінар був присвячений розробці методів вирішення логічних, а не обчислювальних завдань. В англійській мові це словосполучення не має тієї злегка фантастичною антропоморфної забарвлення, яку воно набуло в досить невдалому російською перекладі. Слово intelligence означає «вміння міркувати розумно», а зовсім не «інтелект», для якого є англійський аналог: intellect (Т. А. Гаврилова).

Так само існують терміни «сильний» і «слабкий» штучний інтелект.

Термін «сильний штучний інтелект» ввів Джон Серль, така програма буде не просто моделлю розуму; вона в буквальному сенсі слова сама і буде розумом, в тому ж сенсі, в якому людський розум - це розум.

«Слабкий штучний інтелект» розглядається лише як інструмент, що дозволяє вирішувати ті чи інші завдання, які не потребують повного спектру людських пізнавальних здібностей.

1.3 Проблема визначення завдань штучного інтелекту

Наступним філософським питанням ШІ є мета створення. В принципі все, що ми робимо в практичному житті, зазвичай спрямоване на те, щоб більше нічого не робити. Однак при досить високому рівні життя людини на перші ролі виступає вже не лінь, а пошукові інстинкти. Припустимо, що людина зуміла створити інтелект, що перевищує свій власний. Що тепер буде з людством? Яку роль буде грати людина? Для чого він тепер потрібен? І взагалі, чи потрібно в принципі створення ШІ?

Мабуть, найбільш прийнятним відповіддю на ці питання є концепція «підсилювача інтелекту» (УІ). Тут доречна аналогія з президентом держави - він не зобов'язаний знати валентності ванадію або мови програмування Java для прийняття рішення про розвиток ванадієвої промисловості. Кожен займається своєю справою - хімік описує технологічний процес, програміст пише програму, в кінці кінців, економіст говорить президентові, що вклавши гроші в промислове шпигунство, країна отримає 20%, а в ванадієвих промисловість - 30% річних. При такій постановці питання будь-яка людина зможе зробити правильний вибір.

У даному прикладі президент використовує біологічний УІ - групу фахівців з їх білковими мізками. Але вже зараз використовуються і неживі УІ - наприклад ми не могли б передбачити погоду без комп'ютерів, при польотах космічних кораблів з самого початку використовувалися бортові лічильно-вирішальні пристрої. Крім того, людина вже давно використовує підсилювачі сили (УС) - поняття, багато в чому аналогічне УІ. Як підсилювачів сили йому служать автомобілі, крани, електродвигуни, преси, гармати, літаки і багато-багато іншого.

Основною відмінністю УІ від УС є наявність волі. Адже ми не зможемо собі уявити, щоб раптом серійний «Запорожець» збунтувався, і став їздити так, як йому хочеться. Не можемо уявити саме тому, що йому нічого не хочеться, у нього немає бажань. У теж час, інтелектуальна система, цілком могла б мати свої бажання, і чинити не так, як нам хотілося б. Таким чином перед нами постає ще одна проблема - проблема безпеки.

1.4 Проблема безпеки

Філософські проблеми створення штучного інтелекту можна розділити на дві групи, умовно кажучи, «до і після розробки ШІ». Перша група відповідає на питання: «Що таке ШІ, чи можливо його створення?» На них я постаралася відповісти у своїй роботі. І друга група (етика штучного інтелекту) задається питанням: «Які наслідки створення ІІ для людства?», Яка приводить нас до проблеми безпеки.

Дана проблема розбурхує уми людства ще з часів Карела Чапека, вперше вжив термін «робот». Велику лепту в обговорення даної проблеми внесли й інші письменники-фантасти. Як найвідоміші можна згадати серії оповідань письменника-фантаста і вченого Айзека Азімова, а так само досить свіже твір - «Термінатор». До речі саме у Айзека Азімова ми можемо знайти саме пророблена, і прийняте більшістю людей рішення проблеми безпеки. Мова йде про так званих трьох законах роботехніки.

1. Робот не може заподіяти шкоду людині або своєю бездіяльністю допустити, щоб людині була заподіяна шкода.

2. Робот повинен коритися командам, які йому дає людина, крім тих випадків, коли ці команди суперечать першому закону.

3. Робот повинен піклуватися про свою безпеку, наскільки це не суперечить першому і другому закону.

На перший погляд подібні закони, при їх повному дотриманні, повинні забезпечити безпеку людства. Однак при уважному розгляді виникають деякі питання.

Цікаво, що буде мати на увазі система ШІ під терміном «шкоду» після довгих логічних роздумів? Не вирішить вона, що все існування людини це суцільний шкода? Адже він курить, п'є, з роками старіє і втрачає здоров'я, страждає. Чи не буде меншим злом швидко припинити цей ланцюг страждань? Звичайно можна ввести деякі доповнення, пов'язані з цінністю життя, свободою волевиявлення. Але це вже будуть не ті прості три закони, які були в ісходнике.

Наступним питанням буде такою. Що вирішить система ШІ в ситуації, коли порятунок одного життя можливо тільки за рахунок іншої? Особливо цікаві ті випадки, коли система не має повної інформації про те, хто є хто ...

Так що можна з упевненістю сказати, що побоювання багатьох людей, в тому числі і вчених, не безпідставні. І безумовно слід саме зараз починати продумувати ці питання, до того, як вийде створити повноцінний «машинний інтелект», щоб убезпечити людство від можливої ??шкоди або навіть винищення, як конкуруючої, в кращому випадку, або просто непотрібною біологічної різновиди.

1.5 Проблема вибору шляху до створення штучного інтелекту

комп'ютер машинний переклад

Тест Тьюрінга

З 1991 року проводяться турніри програм, які намагаються пройти тест Тьюринга. В інтернеті можна знайти і подивитися історію турнірів, дізнатися про правила, призи та переможців. Поки що ці програми (боти) вкрай малоразумни. Все, що вони роблять - це застосовують заздалегідь підказані людиною правила. Осмислити розмова боти навіть не намагаються, в основному здійснюють спроби «обдурити» людини. Творці закладають в них відповіді на найбільш поширені питання, намагаються обійти поширені пастки. Наприклад, уважно стежать, а не задасть чи суддя один і той же питання двічі? Людина в такій ситуації сказав би щось на кшталт: «Гей, ти вже питав»! Значить, розробник додасть боту правило теж так поступати. У цьому напрямку видається дуже малоймовірним, що з'явиться перший ШІ.

Комп'ютерні шахісти

Про цих програмах чули багато хто. Вперше чемпіонат світу з шахів між комп'ютерними програмами пройшов в 1974 році. Переможцем стала радянська шахова програма «Каїсса». Не так давно комп'ютер обіграв і Гаррі Каспарова. Що ж це - безсумнівний успіх?

Про те, як грають комп'ютерні шахісти, написано дуже багато. Розповім зовсім коротко. Вони просто перебирають безліч варіантів. Якщо я посунь цю пішака сюди, а противник сходить слоном ось сюди, а я зроблю рокіровку, а він посуне ось цю пішака ... Ні, така позиція невигідна. Не буду робити рокіровку, а замість цього подивлюся, що трапиться, якщо я посунь цю пішака сюди, а комп'ютер сходить слоном ось сюди, а я замість рокіровки посунь пішака ще раз, а він ...

Комп'ютер нічого не винаходить сам. Всі можливі варіанти підказані справжніми володарями інтелекту - талановитими програмістами і шахістами-консультантами ... Це не менш далеко від створення повноцінного електронного інтелекту.

Футбол роботів

Це дуже модно. Цим займаються багато лабораторій і цілі факультети ВНЗ по всьому світу. Проходять десятки чемпіонатів з різних різновидів цієї гри. Як кажуть організатори турніру RoboCup, «Міжнародною спільнотою фахівців з штучного інтелекту завдання керування роботами-футболістами визнана однією з найважливіших».

Дуже може бути, що, як мріють організатори RoboCup, в 2050 році команда роботів і справді обіграє у футбол команду людей. Тільки їх інтелектуальність навряд чи до цього буде мати якесь відношення.

Турніри програмістів

Нещодавно фірма Microsoft проводила турнір під назвою «Тераріум». Програмістам пропонувалося створювати штучне життя, не більше і не менше. Це, напевно, найвідоміше з подібних змагань, а взагалі їх проводиться дуже багато - ентузіасти-організатори з завидною регулярністю пропонують створювати програми, що грають то у війну роботів, то в колонізацію Юпітера. Бувають навіть змагання з виживання серед комп'ютерних вірусів.

Що ж заважає хоча б цим проектам служити створенню справжнього ІІ, який у майбутньому зможе і воювати, і Юпітер колонізувати? Одне просте слово - непродуманість. Навіть могутні уми Microsoft не змогли придумати правила, в яких складну поведінку вигідно. Що вже говорити про інших. Що не турнір - а все перемагає одна й та ж тактика: «чим простіше - тим краще»! Хто переміг в «тераріумі»? Наші співвітчизники. А що вони зробили? Ось повний перелік тих правил, за якими жило саме життєздатне віртуальне травоїдна турніру;

1. Якщо бачиш хижака, тікай ??в сторону від нього. Якщо бачиш тварина свого виду, швидко біжить в якусь сторону, біжи туди ж.

2. Якщо навколо тільки чужі, швидко-швидко їси всю траву, щоб іншим поменше дісталося.

3. Якщо не бачиш чужих, їж її рівно стільки, скільки треба. Нарешті, якщо ні трави, ні хижаків не бачиш, йди куди очі дивляться.

Інтелектуально? Ні, зате ефективно.

Комерційні застосування

У комерційно значущих областях не потрібно ніяких турнірів, ніяких суддів, ніяких правил відбору. Ні в розпізнаванні текстів, ні в створенні комп'ютерних ігор висока наука виявилася просто не потрібна.

Що потрібно, так це стрункий колектив людей з ясними головами і хорошою освітою, і грамотне застосування великої кількості досить простих за своєю суттю алгоритмів.

Ніякого сакрального знання на цих напрямках добути не вдасться, ніяких великих відкриттів не здійсниться, і цього зовсім ніхто й не домагається. Люди просто заробляють собі гроші, заодно покращуючи наше життя.

Висновок до розділу 1

Як відзначалося, у дослідженнях зі штучного інтелекту учені відволікаються від подібності процесів, що відбуваються в технічній чи системі в реалізованих нею програмах, з мисленням людини. Якщо система вирішує задачі, що людина звичайно вирішує за допомогою свого інтелекту, то ми маємо справу із системою штучного інтелекту. Теорія штучного інтелекту при рішенні багатьох задач зіштовхується з гносеологічними проблемами.

Одна з таких проблем складається в з'ясуванні питання, чи доказова теоретично (математично) чи можливість неможливість штучного інтелекту. На цей рахунок існують дві точки зору. Одні вважають математично доведеним, що ЕОМ у принципі може виконати будь-як функцію, здійснювану природним інтелектом.

Інші думають у такій же мері доведеним математично, що є проблеми, розв'язувані людським інтелектом, що принципово недоступні ЕОМ. Ці погляди висловлюються як кібернетиками, так і філософами.

Більшість дослідників вважають наявність власної внутрішньої моделі світу в технічних систем передумовою їхній «інтелектуальності». Формування такої моделі, як ми покажемо нижче, зв'язано з подоланням синтаксичної однобічності системи, тобто з тим, що чи символи та їхня частина, який оперує система, інтерпретовані, мають семантику.

Вихідним пунктом наших міркувань про штучний інтелект було визначення такої системи як вирішальні розумові задачі. Але перед нею ставляться і задачі, що люди звичайно не вважають інтелектуальними, оскільки при їхньому рішенні людина свідомо не прибігає до перебудови проблемних ситуацій. До їхнього числа відноситься, наприклад, задача розпізнання зорових образів. Людина довідається людини, якого бачив один-два разів, безпосередньо в процесі почуттєвого сприйняття. Виходячи з цього здається, що ця задача не є інтелектуальної. Але в процесі дізнавання людина не вирішує розумових задач лише остільки, оскільки програма розпізнання не знаходиться в сфері усвідомленого. Але тому що в рішенні таких задач на неусвідомленому рівні бере участь модель середовища, що зберігається в пам'яті, те ці задачі в сутності є інтелектуальними. Відповідно і система, що неї вирішує, може вважатися інтелектуальної. Тим більше це відноситься до «розуміння» машиною фраз природною мовою, хоча людина в цьому не вбачає звичайно проблемної ситуації.

Розділ 2. Машинний переклад

Машинний переклад (МП):

переклад текстів (письмових та усних) з однієї природної мови на іншу за допомогою комп'ютера;

напрямок наукових досліджень, пов'язаний з побудовою перекладальних систем.

На базовому рівні, робота комп'ютерних програм для перекладу полягає у заміні слів чи словосполучень з однієї мови на слова чи словосполучення з іншої. Однак тоді виникає проблема, що така заміна не може забезпечити якісний переклад тексту, адже потрібне визначення та розпізнання слів та цілих фраз з мови оригіналу. Це спонукає активну наукову діяльність у галузі комп'ютерної лінгвістики. Наразі, для вирішення неоднозначностей при перекладі, використовуються багатомовні онтологічні ресурси, такі як WordNet та UWN.

Автоматизований переклад

Замість «машинний» іноді вживається слово автоматичний, що не впливає на сенс. Проте термін автоматизований переклад має зовсім інше значення -- в такому випадку програма просто допомагає людині перекладати тексти.

Автоматизований переклад передбачає такі форми взаємодії:

Частково автоматизований переклад: наприклад, використання перекладачем-людиною комп'ютерних словників.

Системи з поділом праці: комп'ютер навчений перекладати тільки фрази жорстко заданої структури (але робить це так, що виправляти за ним не потрібно), а все, що не вклалося в схему, віддає людині.

В англомовній термінології також розрізняються терміни англ. machine translation, MT (повністю автоматичний переклад) і англ. machine-aided або англ. machine-assisted translation (MAT) (автоматизований); якщо ж треба позначити й те, й інше, пишуть M(A)T.

Існують два принципово різних підходи до побудови алгоритмів машинного перекладу: заснований на правилах (rule-based) і статистичний, або заснований на статистиці (statistical-based). Перший підхід є традиційним і використовується більшістю розробників систем машинного перекладу (ПРОМТ в Росії, SYSTRAN у Франції, Linguatec у Німеччині тощо). До другого типу належить популярний сервіс Перекладач компанії Google, а також новий сервіс від ABBYY

2.1 Статистичний машинний переклад

Статистичний машинний переклад -- це різновид машинного перекладу тексту, заснований на порівнянні великих обсягів мовних пар. Мовні пари -- тексти, що містять речення на одній мові і відповідні речення на інші, можуть бути як варіантами написання двох речень людиною -- носієм двох мов, так і набором речень та їх перекладів, виконаних людиною. Таким чином статистичний машинний переклад має властивістю «самонавчання». Чим більше в розпорядженні програми є мовних пар і чим точніше вони відповідають один одному, тим краще результат статистичного машинного перекладу. Під поняттям «статистичного машинного перекладу» мається на увазі загальний підхід до вирішення проблеми перекладу, який заснований на пошуку найімовірнішого перекладу речення з використанням даних, отриманих з двомовної сукупності текстів. Як приклад двомовної сукупності текстів можна назвати парламентські звіти, які являють собою протоколи дебатів в парламенті. Двомовні парламентські звіти видаються в Канаді, Гонконгу та інших країнах; офіційні документи Європейського економічного співтовариства видаються на 11 мовах; а Організація Об'єднаних Націй публікує документи на декількох мовах. Як виявилося, ці матеріали є безцінними ресурсами для статистичного машинного перекладу.

Глобалізація, що відбувається в цей час приводить до необхідності обміну документами між людьми й організаціями, що перебувають у різних країнах світу й розмовляють на різних мовах.

У цих умовах використання традиційної технології перекладу «вручну» гальмує розвиток міжнаціональних контактів. Переклад багатосторінкової документації вручну вимагає тривалого часу й високої оплати праці перекладачів. Переклад отриманого по електронній пошті листа або Web-сторінки, що проглядається в браузері необхідно здійснити негайно, і немає можливості й часу запросити перекладача.

Системи машинного перекладу дозволяють розв'язати ці проблеми. Вони, з одного боку, здатні перекладати багатосторінкові документи з високою швидкістю (одна сторінка в секунду) і, з іншого боку, переводити Web-сторінки «на лету», у режимі реального часу. Кращими серед російських систем машинного перекладу вважаються PROMT і «Сократ».

Системи машинного перекладу здійснюють переклад текстів, ґрунтуючись на формальному «знанні» мови (синтаксису мови -- правил побудови пропозицій, правил словотвору) і використанні словників. Програма-перекладач спочатку аналізує текст на одній мові, а потім конструює цей текст на іншій мові.

Сучасні системи машинного перекладу дозволяють досить якісно переводити технічну документацію, ділову переписку й інші спеціалізовані тексти. Однак вони незастосовні для перекладу художніх творів, тому що не здатні адекватно переводити метафори, алегорії й інші елементи художньої творчості людину.

Розрізняють два магістральні напрямки створення та застосування машинного перекладу. В першому випадку система машинного перекладу функціонує на великій ЕОМ і дає “сирий”, чорновий переклад, який згодом редагують кваліфіковані перекладачі. Як правило, така методика використовується у великих організаціях, які змушені готувати документи різними мовами. Деколи досить успішно використовується попереднє редагування вихідних текстів. Деякі фірми вводять у себе так звані “контрольовані природні мови”: коли кожен працівник фірми, що готує документацію, повинен її готувати саме з дотриманням вимог цієї обмеженої мови (наприклад, вимога відсутності складних синтаксичних конструкцій). Використання контрольованої природної мови спрощує роботу машинного перекладу і зменшує обсяги постредагування, яке дорого коштує через необхідність залучення спеціалістів високої кваліфікації. Другим магістральним напрямком машинного перекладу є використання систем, орієнтованих на персональні комп'ютери. Такі системи вперше з'явилися ще на початку 1980-х років (наприклад, MicroCAT фірми Weidner). Найбільший успіх в застосуванні цих систем перекладу припав на 90-і роки.

Статистичні оцінки підтверджують постійне зростання продаж систем машинного перекладу. На ринку зараз знаходиться понад тисячу різних пакетів (якщо враховувати окремо кожну мовну пару). Популярність машинного перекладу пояснюється не тільки простою цікавістю, хоча і це є однією з основних причин поширення систем машинного перекладу. Велика частина користувачів використовує невідредагований машинний переклад текстів великих обсягів з метою ознайомлення, коли низька якість перекладу цілком допустима.

Сучасні системи перекладу пропонують користувачам приблизно однаковий спектр можливостей:

- редагування тексту в багатомовному режимі з розбиттям екрана так, що в кожному вікні знаходиться текст відповідною мовою;

- розпізнавання термінів;

- пошук слів у словниках, вставка перекладів у текст;

- так звана “пам'ять перекладача” -- переклад з використанням нагромадженого досвіду;

- створення паралельних двомовних текстових баз даних;

- збереження форматування;

- підтримка великого спектра європейських мов.

Зараз інтенсивно проводяться дослідження в галузі перекладу усної мови. Компанія IBM, яка вважається лідером в цій області, випустила програмний пакет ViaVoice 4.1, який дозволяє комп'ютеру сприймати до 140 слів на хвилину неперервного диктування. Попередні версії цієї програми передбачали лише дискретний спосіб введення мови. Для налагодження на персональні особливості мовлення певної людини при початковому установленні програми в залежності від якості вимови і конкретного діалекту потрібно повторити від 104 до 256 речень, що попередньо задаються. Але розпізнавання мови не означає розуміння її змісту. Слід розрізняти розпізнавання машинної мови і перетворення її в текст або ж її використання у вигляді команд, і справжнє розуміння її змісту, як це робить людина. Останнє вимагає знання комп'ютером всього обсягу стилістичних та семантичних конструкцій, правил використання слів та висловів, причому останні повинні задаватися не жорстко - адже люди говорять, що завгодно і як завгодно, не звертаючи уваги наскільки це грамотно і літературно. Іноді навіть те, що говориться, не відповідає тому, що малося на увазі. Так що навчити машину розуміти людей - задача незрівнянно складніша і віддалена в часі.

За останні роки на ринку програмного забезпечення з'явилось кілька десятків програм машинного перекладу текстів з одної мови іншою. Спробуємо проаналізувати останні версії найбільш популярних із них.

Програми перекладу (системи машинного перекладу) з'явилися у відповідь на потреби користувачів в оперативному перекладі різної комерційної, технічної або INTERNET-інформації, яка подана в електронному вигляді. Крім перекладу з іноземних мов, важливе значення має переклад з української (російської) мови іншими мовами, зокрема англійською. Аналізуючи програми машинного перекладу, потрібно відразу уточнити, що вимоги до них не повинні бути такими ж, як і до перекладу, який виконує людина. Переклад, зроблений комп'ютером, поки що далеко не ідеальний, але текст, отриманий в результаті роботи електронного перекладача, дозволяє в більшості випадків зрозуміти суть документа, який перекладався. Далі цей документ можна корегувати, маючи базові знання іноземної мови та добре орієнтуючись в предметній галузі, до якої належить інформація, що перекладається.

Одними з найбільш відомих програм машинного перекладу на ринку України є STILUS, ПАРС, Language Master. Ці програми-WINDOWS-додатки, які підтримують технологію Drag&Drop, OLE-автоматизацію, мають оперативну довідкову систему, графічну діалогову настройку, а також інші елементи управління вікнами та опціями, що робить ці програми справді популярними серед користувачів.

2.2 Критерії порівняння програм машинного перекладу

Розглянемо критерії, за якими порівнювались вказані вище програмні продукти.

1. Інсталяція/Деінсталяція характеризує можливість установки та знищення програм машинного перекладу з комп'ютера користувача.

2. Швидкість перекладу визначає, наскільки швидко можуть бути перекладені текстові документи великих розмірів.

3. Кількість неперекладених слів характеризує словники, які супроводжують програми машинного перекладу.

4. Якість перекладу визначає граматичну коректність перекладу.

5. Зручність настройки програми та словників визначає дружелюбність інтерфейсу користувача.

6. Використання у мережі засвідчує можливість застосування програми-перекладача для колективної роботи.

7. Документація дозволяє отримати первісні поняття та теоретичні знання про програму.

8. Робота з Web-браузером дає можливість виконувати оперативний переклад Web-сторінок.

Розглянемо по черзі три перекладача.

STILUS 3.01. Серед усіх програм машинного перекладу, що розглядаються, STILUS 3.01 є найбільш відомим поміж користувачів. Ця програма входить до складу офісного пакету Stilus Lingvo Office.

У новій версії цієї програми значно розширено набір команд перекладу у Word та Excel, підтримку можливостей перекладу поточного абзацу, виділеного тексту, усього тексту, завантаження документа, що редагується у STILUS. Крім цього, у новій версії є можливість, не завантажуючи STILUS, використовувати будь-який з напрямів перекладу, що є у розпорядженні, підключати та відключати спеціалізовані словники, поповнювати та корегувати їх, добавляти слова до списку зарезервованих слів і переглядати список незнайомих слів та словосполучень.

Наразі STILUS динамічно відстежує напрямок перекладу. Наприклад, якщо текст перекладався з російської мови англійською, а потім виникла потреба в перекладі англійського тексту, то STILUS це помітить і змінить напрямок перекладу на потрібний, попередньо запросивши підтвердження. Ця програма машинного перекладу вирізняється можливостями настройки всієї системи, якістю перекладу та супроводжувальною документацією. У цьому перекладачі з меню можна вибирати словники потрібного напрямку перекладу для мовних пар: англо-російська, російсько-англійська, німецько-російська, російсько-німецька, французько-російська та російсько-французька.

Для роботи з цією програмою необхідно мати комп'ютер з процесором 386DX та вище, оперативною пам'яттю 8M (рекомендується 16M) і інстальованою операційною системою Windows95 чи WindowsNT 3.51 (русифікована версія).

Таким чином, маємо потужну програму машинного перекладу, яка підтримує технології Windows та MS Office і забезпечує придатну на сьогодняшній час якість перекладу.

ПАРС 3.9. Програма машинного перекладу ПАРС 3.9 для Windows являє собою подальший розвиток ПАРС для DOS, працює як Windows-додаток та сумісна з широковідомими текстовими редакторами.

Цей перекладач використовує 386-й захищений режим процесора (тобто підтримує мультизаданість). Переклад текстів, підготовлених у популярних текстових редакторах, виконується із збереженням формату тексту (шрифтів, таблиць, абзаців, відступів та ін.). ПАРС забезпечує зв'язний переклад всередині предметних галузей, охоплених словниками, та підтримує англо-російські словники і російський граматичний словник. Користувачі можуть підключати словники, створювати нові словники самостійно та змінювати існуючі безпосередньо з Word. Загальний обсяг словників понад 700000 слів. Завантаження програми здійснюється безпосередньо з Word автоматично чи за бажанням користувача. У процесі перекладу ПАРС дозволяє використовувати до чотирьох словників із установленням їх пріоритету, причому надає можливість здійснювати переклад усього тексту чи його фрагмента, уводити нові слова чи словосполучення прямо в словник з тексту, відокремлювати багатозначні слова в тексті перекладу зірочками, що дозволяє швидко та легко вибирати значення, що більше підходить. Ця програма вирізняється зручною та різнобічною настройкою словників користувача.

Документація, що супроводжує програму, дозволяє швидко зрозуміти принципи роботи цього електронного перекладача.

Для коректної роботи ПАРС необхідно таке апаратне та програмне забезпечення: комп'ютер з процесором 386DX і вище, оперативна пам'ять 2М (рекомендується 4М), операційне середовище Windows 3.x чи операційна система Windows 95, текстовий редактор Word для Windows.

Отже, маємо хорошу, швидкодіючу програму машинного перекладу із зручними можливостями поповнення словників та пріоритетністю їх використання.

Language Master 5.5. Однією з програм машинного перекладу, яка нещодавно з'явилась на SOFT-ринку України, можна вважати Language Master. Наразі ця програма-перекладач призначена для підготовки текстів українською, російською та англійською мовами або їх комбінаціями.

Схема роботи цієї програми базується на орфографічній перевірці початкового тексту, обліку граматичних та семантичних особливостей побудови речень. Для цього використовуються модуль орфографічної перевірки (Спелчекер) та електронний словник (Асистент), перекладач документів та модуль перекладу для мовної пари. Ця програма машинного перекладу підключається до будь-якої версії Word для Windows, тобто не має власної оболонки. Це, можливо, є причиною низької швидкодії даного перекладача.

У панелі інструментів Word при установці з'являються одразу чотири додаткові кнопки програми Language Master, використовуючи які можна керувати процесом перекладу і здійснювати настройку програмного забезпечення. Крім того, у рядку меню з'являється підменю Master, з якого також можна керувати настройкою та процесом перекладу.

Надана документація (українською мовою) містить корисні попередження та поради, незважаючи на свій невеликий обсяг.

Для безперебійної роботи Language Master потрібні комп'ютер на базі 486DX та вище, оперативна пам'ять 4М (рекомендується 8М), операційне середовище Windows 3.x або операційна система Windows 95 чи WindowsNT, текстовий редактор Word для Windows.

Таким чином, існує програма машинного перекладу, що швидко розвивається, але не має власної оболонки, що, можливо, обумовлює вади та обмеження в роботі з нею.

Далі наведемо результати тестування вищеназваних програмних продуктів. Для експерименту застосовувався комп'ютер на базі процесора Pentium-200 з оперативною пам'яттю 32М, файли вихідного тексту розміром 6К та п'ятибальна шкала оцінок.

Тепер зупинимось більш конкретно на вадах отриманих перекладів. Як вже зазначалось вище, варіант машинного перекладу є лише початковим матеріалом, звичайно, дуже недосконалим, який обов'язково підлягає подальшій ретельній обробці. Зупинимось детальніше на деяких вадах одержаних перекладів з англійської. Як відомо, деякі англійські іменники і дієслова мають однакове написання та транскрипцію, або трохи відрізняються за вимовою, що, звісно, для письмового перекладу неважливо. Їх морфологічну належність визначає або артикль (для іменників), або частка "to" (для дієслів). Тому, коли ці визначники присутні в тексті, машинний перекладач дає більш-менш адекватний український (російський) еквівалент. Якщо ж іменник (наприклад, "work") вжито без артикля, або дієслово стоїть після модального дієслова ("can","must" та ін.) і не потребує частки "to", можливі хибні варіанти перекладу. Наприклад, англійському "must work" відповідає в усіх трьох перекладених текстах російське неправильному "должны работа". Ця проблема може бути усунена. Для цього текстовий аналізатор має враховувати, що після модального дієслова безпосередньо можуть стояти лише різні форми інфінітива (за винятком простих відповідей на зразок "I can"). Поширимо наш вираз до "must work hand in hand". Як показало тестування, знову маємо незадовільний переклад останніх трьох слів, адже проблема і тут стосується розпізнання іменника "hand" та фразового дієслова "hand in". Одержали такі варіанти перекладів російською мовою "рука в руке" (STYLUS 3.0), "вручают руку" (ПАРС 3.9) та українською "пліч-о-пліч" (Language Master 5.5). Зрозуміло, що правильним є тільки останній переклад. До речі, артиклі в англійському тексті звичайно не викликають ускладнень у розумінні змісту, адже з контексту здебільшого зрозуміло, що мається на увазі в оригіналі: "a company" - будь-яка компанія або ж "the company" - та конкретна компанія, про яку йшлося вище. Машинні перекладачі припускаються помилок у розумінні англомовної конструкції "complex object", якій в більшості випадків відповідає складнопідрядне речення. Так, фразу "to enable Europe to become one community" можна перекласти "зробити можливим, щоб Европа стала єдиною спільнотою" або "допомогти Європі стати єдиною спільнотою". З першим варіантом перекладач впорається, якщо навчити його формувати підрядне речення, підметом якого є додаток (у нашому випадку "Europe") конструкції "complex object".

Зупинимось на перекладі в зворотному напрямку. На відміну від української (російської), англійська мова не є мовою флексій. Останні залишились тільки у двох випадках, а саме: для позначення множини іменників ("dog"-"dogs") та присвійного відмінка ("a girl's dall"), але зміст речення цілком однозначно визначається строгим порядком слів у реченні (підмет-присудок-другорядні члени). Тому не виникає проблеми у визначенні програмою машинного перекладу об'єкта та суб'єкта дії. Навпаки, українська (російська) мова припускає довільний порядок слів у реченні відповідно до логічного наголосу. Викликають труднощі, наприклад, звороти такого типу "разъяснить, что обозначают аббревиатуры такого типа"(рос.). У підрядному реченні російське "что" може виступати або як відносний займенник, і в цьому випадку він є додатком до складнопідрядного речення та перекладається англійським "what", або як сполучник, тому перекладається англійським "that". Програмне забезпечення, що розглядається, цих ситуацій не розрізняє і переклало цей вираз через "that", що є, звичайно, помилковим.

Звертає увагу неправильний переклад англійських усталених зворотів, зокрема, зловживання прийменником "of" родового відмінка замість того, щоб знаходити більш природні еквіваленти. Так російському словосполученню "Министерство обороны" скрізь відповідає "the Ministry of[the|a|без артикля] defense", тимчасом як правильним було б "the Defense Ministry". Ще однією проблемою, яку неможливо обминути, є правильне відображення колокацій, слів, що завжди вживаються поруч. Із двох фраз "the war breaks out" та "the war irrupts" англієць віддасть перевагу другій, але програми-перекладачі не відстежують такі ситуації.

Висновок до розділу 2

Таким чином, машинні перекладачі текстів більш-менш задовільно складають скелет майбутнього перекладу за рахунок, як правило, дослівної обробки тексту, причому з кількох можливих значень слів обирається частіше за все загальновживане. Така ситуація навряд чи зможе задовольнити фахівця певної галузі.

Отже, в першому наближенні до цієї проблеми можна вирізнити два напрямки вдосконалення якості машинного перекладу: програмний та технічний. Програмний напрямок має за мету вдосконалення SOFT-забезпечення, тобто самого алгоритму програми, створення механізму системи, що самонавчається; технічний - розширення бази словників, усталених словосполучень та зворотів, а також диференціацію перекладачів за різною тематикою, реалізацію різних принципів відбору слів (статистичного, тематичного, контекстного).

На жаль, у межах однієї статті не можна обговорити весь спектр проблем цієї області. У будь-якому випадку користувач повинен володіти мовою хоча б на початковому рівні, щоб самостійно завершити переклад.

Взагалі не має сенсу говорити про успіх таких програм без плідної співпраці у їх створенні фахівців високого класу як в галузі прикладної математики, так і в галузі мовознавства.

Машинний переклад значно дешевший і швидший від традиційного, хоч і поступається йому за якістю. Ним користуються в тих випадках, коли важливіше зрозуміти зміст документа, ніж перекласти текст відповідно до літературних критеріїв. Машинний переклад обіцяє стати важливим інструментом для розвитку міждержавної торгівлі, тому що він спроможний значно спростити і прискорити одержання інформації про товари, що випускаються в інших країнах. Останнім часом в цій галузі досягнуто значних успіхів.

...