Искусственный интеллект и эволюционное моделирование

Размещено на http://allbest.ru

Контрольная работа

по дисциплине: Концепции современного естествознания

на тему: Искусственный интеллект и эволюционное моделирование

2010 год.

Содержание

Введение

Глава 1.

1.1. Свойства искусственного интеллекта

1.2 История развития искусственного интеллекта

Глава 2. Эволюционное моделирование

Заключение

Список используемой литературы

Введение

В творческом процессе конструирования средств автоматики большую роль играла (и играет) аналогия с живыми организмами. Интерес представителей технических наук к биологической форме движения материи вызван потребностями развития различных отраслей техники, поисками новых путей технического прогресса.

Изучение жизнедеятельности организмов, их строения, функционирования и развития открывает широкие перспективы для технического моделирования.

Многое из того, что создано природой, намного совершеннее сделанного техническим путем. Этим в основном и обусловлена научная значимость бионического направления в современной технике. И в настоящее время существуют электронные модели мышей, черепах, собак, лисиц и других животных.

Конечно, такое повторение истории происходит на новой технической и теоретической основе и имеет несколько иные цели. Современная кибернетика не просто проводит аналогии между животными и машинами, а «занимается вопросами развития систем на столь абстрактном уровне, что для нее и животные и машины выступают лишь как частные случаи, к которым, однако, можно приближаться, моделируя их».

Успехам автоматической техники соответствовали серьезные сдвиги в философии и физиологии. Ж. О. Ламетри, французский врач и мыслитель, издал в 1748 г. книгу «Человек-машина», которая была публично сожжена за принадлежность к материалистическому и атеистическому направлению.

В ней обосновывалась мысль о том, что душа не может быть чем-то отличным от тела, существует только материя, движущаяся по законам механики. «Я не ошибусь, - писал Ж. О. Ламетри, - утверждая, что человеческое тело представляет собой часовой механизм, но огромных размеров и построенный с таким искусством и изощренностью, что если остановится колесо, при помощи которого в нем отмечается секунды, то колесо, обозначающее минуты, будет продолжать вращаться и идти, как ни в чем не бывало, а также, что колесо, обозначающее четверти часа, и другие колеса будут продолжать двигаться, когда в свою очередь остальные колеса, будучи в силу какой бы то ни было причины повреждены или засорены, прервут свое движение».

Глава 1. Искусственный интеллект

Что такое искусственный интеллект (ИИ)? Сейчас, пожалуй, уже мало кто задается подобным вопросом. Даже маленький ребенок попытается дать ответ на этот вопрос. Вернувшись в прошлый век, окунемся в ту атмосферу созидания и открытия Н.Винером новой науки «Кибернетики», положившей начало созданию «умных машин».

Кибернетика -- в большей степени наука о живых организмах, человеке и обществе, чем о машинах. Машина -- скорее инструмент и модель в общей кибернетике, а не предмет изучения. Так считал сам Винер.

Винер сравнивал машины создаваемые человеком, и машины, создаваемые природой и сделал вывод, что машины созданные природой (люди) более эффективны и приспособляемы, но машины, созданные человеком, дали человеку в руки орудие для естественного эксперимента и эксперимента мысленного.

У Винера возможность обучения машин, как и живых систем не вызывала сомнений, он приводил в пример обучение играющих машин, в том числе и шахматных. А вот еще пример: создание «водяного» (Merman) группой, работающей с компьютерной анимацией подводного мира. Они моделировали нервные системы обитателей подводного мира, причем подводный человек (Merman) обучался «мыслить», стараясь избежать столкновения с акулой, хотя в программу такие его действия не были заложены. Чем не разумное поведение, но оно, очевидно, явилось следствием действия заложенной в программу модели нервной системы живого существа, для жизненной программе которого свойственно прятаться в случае опасности.

1.1 Свойства искусственного интеллекта

Не пытаясь блестнуть изощренной игрой естественного интеллекта, приведу характеристики интеллекта искусственного, которые были предложены Л.Т. Кузиным, и являются, на мой взгляд, наиболее подходящими:

наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;

способность пополнения имеющихся знаний;

способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе, это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью;

умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка;

способность к диалоговому взаимодействию с человеком;

способность к адаптации.

Согласитесь, что эти характеристики достаточно точно соответствуют характеристикам нашего интеллекта.

Конечно же предыдущая фраза в большей степени относится к читателю-человеку, однако если это читает робот-индексатор поисковой машины или достаточно высокоорганизованная программа просмотра, то я с удовольствием послушаю Ваши, уважаемый робот, соображения по этому поводу, если у Вашей операционной системы найдется для этого пара квантов свободного времени.

На ранних стадиях разработок ученые ставили задачу создания общего интеллекта, который мог бы действовать в любой области, но затем пришли к созданию систем, решающих интеллектуальные задачи каких-либо ограниченных областей.

В восьмидесятые и девяностые годы прошлого века также предпринимались попытки создания универсальных экспертных систем, которые содержали банки данных из миллионов различных утверждений, соединенных семантическими связями, в надежде на то, что многие задачи можно будет свести к последовательности этих утверждений.

Некоторые из этих систем пополняются и по сей день, так и не научившись решать задачи из реального мира.

Многих ошибок при создании ИИ можно было бы избежать, если бы сразу пришли к мнению, что интеллект появился не у человека, а является продуктом преемственной эволюции усложнявшегося адаптивного поведения.

Своеобразным интеллектом или способностью к решению своих проблем и адаптации в неизвестной среде, способностью к предвидению и выбору между разными вариантами действий, к обучению и формированию необходимых знаний обладают многие живые существа, даже с примитивной нервной системой.

Следовательно, стоит обратить внимание на модели свойств и братьев наших меньших.

Когнитивная наука возникла, когда ученые различных областей знания поняли, что у них возникает много одинаковых вопросов о природе человеческого разума, и все они используют соответствующие методы для их решения.

В прошедшие годы произошел небывалый скачок в информационных технологиях, а также огромные наработки в науке о мозге, что дает новые возможности для развития ИИ.

1.2 История развития искусственного интеллекта

Раньше с понятием ИИ связывали надежды на создание мыслящей машины, способной соперничать с человеческим мозгом и, возможно, превзойти его.

Эти надежды, на долгое время захватившие воображение многих энтузиастов, так и остались несбывшимися. И хотя фантастические литературные прообразы «умных машин» создавались еще за сотни лет до наших дней, лишь с середины тридцатых годов, с момента публикации работ А. Тьюринга, в которых осуждалась реальность создания таких устройств, к проблеме ИИ стали относиться серьезно.

Для того, чтобы ответить на вопрос, какую машину считать «думающей», Тьюринг предложил использовать следующий тест: испытатель через посредника общается с невидимым для него собеседником человеком или машиной. «Интеллектуальной» может считаться та машина, которую испытатель в процессе такого общения не сможет отличить от человека.

Если испытатель при проверке компьютера на «интеллектуальность» будет придерживаться достаточно жестких ограничений в выборе темы и формы диалога, этот тест выдержит любой современный компьютер, оснащенный подходящим программным обеспечением.

было бы считать признаком интеллектуальности умение поддерживать беседу, но, как было показано, эта человеческая способность легко моделируется на компьютере.

Признаком интеллектуальности может служить способность к обучению. В 1961 г. профессор Д.Мичи, один из ведущих английских специалистов по ИИ, описал механизм, состоящий из 300 спичечных коробков, который мог научиться играть в крестики и нолики.

Мичи назвал это устройство MENACE (Matchbox Educable Naughts and Crosses Engine). В названии (угроза) заключается, очевидно, доля иронии, вызванной предубеждениями перед думающими машинами.

До настоящего времени единого и признанного всеми определения ИИ не существует, и это не удивительно. «Достаточно вспомнить, что универсального определения человеческого интеллекта также нет дискуссии о том, что можно считать признаком ИИ, а что нет, напоминают споры средневековых ученых о том, которых интересовало, сколько ангелов смогут разместиться на кончике иглы».

Сейчас к ИИ принято относить ряд алгоритмов и программных систем, отличительным свойством которых является то, что они могут решать некоторые задачи так, как кто делал бы размышляющий над их решением человек.

Глава 2. Эволюционное моделирование

Все работы в этой области можно свести к трем группам. В первой окажутся модели происхождения молекулярно-генетических систем обработки информации, во второй - модели, характеризующие общие закономерности эволюционных процессов, а в третьем - анализ моделей искусственной «эволюции» с целью применения метода эволюционного поиска к практическим задачам оптимизации.

В начале 70-х годов лауреат Нобелевской премии М.Эйген предпринял впечатляющую попытку построения моделей возникновения в ранней биосфере Земли молекулярно-генетических систем обработки информации. Наиболее известная из них - модель «квазивидов», описывающая простую эволюцию полинуклеотидных (информационных) последовательностей. Вслед за Эйгеном в 1980-м новосибирскими учеными В.Ратнером и В.Шаминым была предложена модель «сайзеров».

В модели квазивидов рассматривается поэтапная эволюция популяции информационных последовательностей (векторов), компоненты которых принимают небольшое число дискретных значений. Модельно заданы приспособленности «особей» как функции векторов. На каждом этапе происходит отбор особей в популяцию следующего поколения с вероятностями, пропорциональными их приспособленностям, а также мутации особей - случайные равновероятные замены компонент векторов.

Модель сайзеров в простейшем случае рассматривает систему из трех типов макромолекул: полинуклеотидной матрицы и ферментов трансляции и репликации, кодируемых этой матрицей. Полинуклеотидная матрица - это как бы запоминающее устройство, в котором хранится информация о функциональных единицах сайзера - ферментах. Фермент трансляции обеспечивает «изготовление» произвольного фермента по записанной в матрице информации. Фермент репликации обеспечивает копирование полинуклеотидной матрицы. Сайзер достаточен для самовоспроизведения. Включая в схему сайзера дополнительные ферменты, кодируемые полинуклеотидной матрицей, можно обеспечить сайзер какими-либо свойствами, например свойством регулирования синтеза определенных ферментов и адаптации к изменениям внешней среды.

К началу 50-х годов в науке сформировалась синтетическая теория эволюции, основанная на объединении генетики и дарвиновского учения о естественном отборе. Математические модели этой теории хорошо разработаны, однако они практически не касаются анализа эволюции информационных систем биологических организмов. Однако в последующие десятилетия появились модели, исследующие молекулярно-генетические аспекты эволюции.

Японский ученый М.Кимура, например разработал теорию нейтральности, согласно которой на молекулярном уровне большинство мутаций оказываются нейтральными а один из наиболее важных механизмов появления новой генетической информации состоит в дубликации уже имеющихся генов и последующей модификации одного из дублированных участков. В работах московских ученых Д. и Н.Чернавских сделана оценка вероятности случайного формирования нового биологически значимого белка (кодируемого ДНК) с учетом того, что в белке есть активный центр, в котором замены аминокислот практически недопустимы, и участки, свойства которых не сильно меняются при многих аминокислотных заменах. Полученная оценка указывает на то, что случайное формирование белка было вполне вероятно в процессе эволюции.

В чрезвычайно интересных работах С.Кауфмана с сотрудниками из Пенсильванского университета исследуется эволюция автоматов, состоящих из соединенных между собой логических элементов. Отдельный автомат можно рассматривать как модель молекулярно-генетической системы управления живой клетки, причем каждый логический элемент интерпретируется как регулятор синтеза определенного фермента. Модели Кауфмана позволяют сделать ряд предсказаний относительно «программ» жизнедеятельности клетки. В частности, продемонстрировано, что для одновременного обеспечения устойчивости и гибкости программы число входов логических элементов должно быть ограничено определенным интервалом, а именно составлять величину примерно равную 2-3.

Согласованность и эффективность работы элементов биологических организмов наводит на мысль: а можно ли использовать принципы биологической эволюции для оптимизации практически важных для человека систем? Одна из первых схем эволюционной оптимизации была предложена в 60-е годы П.Фогелем, А.Оуэнсом и М.Уолшем; эффективность этой схемы на практике была продемонстрирована И.Букатовой из Москвы. Также в последнее время проявляется большой интерес к исследованию и использованию генетического алгоритма, предложенного Дж. Холландом из Мичиганского университета.

Этот генетический алгоритм предназначен для решения задач комбинаторной оптимизации, то есть оптимизации структур, задаваемых векторами, компоненты которых принимают дискретные значения. Схема генетического алгоритма практически совпадает с таковой в модели квазивидов, за исключением того, что в генетическом алгоритме механизм изменчивости помимо точечных мутаций включает в себя кроссинговер - скрещивание структур. Генетический алгоритм естественно «вписывается» в параллельную многопроцессорную вычислительную архитектуру: каждой «особи» популяции можно поставить в соответствие отдельный процессор, поэтому возможно построение специализированных компьютеров, эффективно реализующих генетический алгоритм.

кибернетика интеллект квазивид

Заключение

Являет ли собой создание ИИ ещё и создание копии человека? Как вы себе представляете человеческий интеллект отрезанный от эмоциональной сферы и интуиции. Плюс, если у данного ИИ ведущая мотивация размножение, то это же ещё не говорит о том, что у ВСЕХ людей тоже ведущая мотивация размножение. Не все же оставляют после себя потомство. ИИ уже не будет просто человеком, ибо наличие логики, креативности и способности к размножению ещё не достаточно для полноценного становления ИИ в разряд с человеком.

Имеющая основную (да и наверное единственную) цель выживание и наиболее напоминает живую анохинскую функциональную систему. Оставил потомство, и вроде уже можно сворачивать деятельность и распадаться. Остаётся надеяться на упорный мозговой штурм наших потомков, которые быть может в далёкий день решат проблему синтезирования разума.

Список литературы

1. Орфеев Ю. В., Тюхтин В. С. Мышление человека и "искусственный интеллект". - М., 2006. - 50 стр.

2. Финк Д. Вычислительные машины и человеческий разум. - М., 1999. - 219 стр.

3. Хант Э. Искусственный интеллект. - М., 1998. - 520 стр.

4. Фогель Л., Оуэнс А., Уолш М. Искусственный интеллект и эволюционное моделирование. - М.: Мир, 1969, 230 стр.

5. http://www.gumfak.ru/kse.shtml

Размещено на Allbest.ru