Искусственный интеллект

Размещено на http://www.allbest.ru/

Искусственный интеллект

Содержание

Введение

1. Основные понятия искусственного интеллекта

2. Подходы к изучению

3. Применение искусственного интеллекта

4. Перспективы и тенденции развития искусственного интеллекта

Заключение

Список литературы

Введение

Понятие искусственный интеллект, как, впрочем, и просто интеллект, весьма расплывчаты. Если обобщить все сказанное за последние тридцать лет, то оказывается, что человек просто хочет создать себе подобного в той или иной форме, хочет, чтобы какие-то действия выполнялись более рационально, с меньшими затратами времени и энергии.

В последнее время наблюдается возрастание интереса к искусственному интеллекту, вызванное повышением требований к информационным системам. Умнеет программное обеспечение, умнеет бытовая техника. Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитием Интернета, имя которой - искусственный интеллект.

Искусственный интеллект является сейчас "горячей точкой" научных исследований. В этой точке, сконцентрированы наибольшие усилия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехники на жизнь будущих поколений людей. Поэтому я посчитал актуальным раскрыть данную тему.

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. 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".

1. Основные понятия искусственного интеллекта

Термин интеллект (intelligence) происходит от латинского intellectus -- что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) -- ИИ обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

Интеллектом называется способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

В этом определении под термином "знания" подразумевается не только ту информацию, которая поступает в мозг через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Дело в том, что объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность (или хотя бы просто существовать), необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и, как это отмечено в данном определении интеллекта, могут мысленно "целенаправленно преобразовываться". При этом существенно то, что формирование модели внешней среды происходит "в процессе обучения на опыте и адаптации к разнообразным обстоятельствам".

Мы употребили термин интеллектуальная задача. Для того, чтобы пояснить, чем отличается интеллектуальная задача от просто задачи, необходимо ввести термин "алгоритм" -- один из краеугольных терминов кибернетики. Под алгоритмом понимают точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. В математике и кибернетике класс задач определенного типа считается решенным, когда для ее решения установлен алгоритм. Нахождение алгоритмов является естественной целью человека при решении им разнообразных классов задач. Отыскание алгоритма для задач некоторого данного типа связано с тонкими и сложными рассуждениями, требующими большой изобретательности и высокой квалификации. Принято считать, что подобного рода деятельность требует участия интеллекта человека. Задачи, связанные с отысканием алгоритма решения класса задач определенного типа, будем называть интеллектуальными.

Что же касается задач, алгоритмы решения которых уже установлены, то, как отмечает известный специалист в области ИИ М. Минский, "излишне приписывать им такое мистическое свойства, как "интеллектуальность". В самом деле, после того, как такой алгоритм уже найден, процесс решения соответствующих задач становится таким, что его могут в точности выполнить человек, вычислительная машина (должным образом запрограммированная) или робот, не имеющие ни малейшего представления о сущность самой задачи. Требуется только, чтобы лицо, решающее задачу, было способно выполнять те элементарные операции, их которых складывается процесс, и, кроме того, чтобы оно педантично и аккуратно руководствовалось предложенным алгоритмом. Такое лицо, действуя, как говорят в таких случаях, чисто машинально, может успешно решать любую задачу рассматриваемого типа.

Поэтому представляется совершенно естественным исключить их класса интеллектуальных такие задачи, для которых существуют стандартные методы решения. Примерами таких задач могут служить чисто вычислительные задачи: решение системы линейных алгебраических уравнений, численное интегрирование дифференциальных уравнений и т. д. Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для вычислительной машины. В противоположность этому для широкого класса интеллектуальных задач, таких, как распознавание образов, игра в шахматы, доказательство теорем и т. п., напротив э то формальное разбиение процесса поиска решения на отдельные элементарные шаги часто оказывается весьма затруднительным, даже если само их решение несложно.

Таким образом, мы можем перефразировать определение интеллекта как универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач.

Еще интересным замечанием здесь является то, что профессия программиста, исходя из наших определений, является одной из самых интеллектуальных, поскольку продуктом деятельности программиста являются программы -- алгоритмы в чистом виде. Именно поэтому, создание даже элементов ИИ должно очень сильно повысить производительность его труда.

Деятельность мозга (обладающего интеллектом), направленную на решение интеллектуальных задач, мы будем называть мышлением, или интеллектуальной деятельностью. Интеллект и мышление органически связаны с решением таких задач, как доказательство теорем, логический анализ, распознавание ситуаций, планирование поведения, игры и управление в условиях неопределенности. Характерными чертами интеллекта, проявляющимися в процессе решения задач, являются способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям в процессе решения задач. Благодаря этим качествам интеллекта мозг может решать разнообразные задачи, а также легко перестраиваться с решения одной задачи на другую. Таким образом, мозг, наделенный интеллектом, является универсальным средством решения широкого круга задач (в том числе неформализованных) для которых нет стандартных, заранее известных методов решения.

Следует иметь в виду, что существуют и другие, чисто поведенческие (функциональные) определения.

Так, по А. Н. Колмогорову, любая материальная система, с которой можно достаточно долго обсуждать проблемы науки, литературы и искусства, обладает интеллектом. Другим примером поведенческой трактовки интеллекта может служить известное определение А. Тьюринга. Его смысл заключается в следующем. В разных комнатах находится люди и машина. Они не могут видеть друг друга, но имеют возможность обмениваться информацией (например, с помощью электронной почты).

Если в процессе диалога между участниками игры людям не удается установить, что один из участников -- машина, то такую машину можно считать обладающей интеллектом.

Кстати, интересен план имитации мышления, предложенный А. Тьюрингом. "Пытаясь имитировать интеллект взрослого человека, -- пишет Тьюринг, -- мы вынуждены много размышлять о том процессе, в результате которого человеческий мозг достиг своего настоящего состояния…

Почему бы нам вместо того, чтобы пытаться создать программу, имитирующую интеллект взрослого человека, не попытаться создать программу, которая имитировала бы интеллект ребенка? Ведь если интеллект ребенка получает соответствующее воспитание, он становится интеллектом взрослого человека…

Наш расчет состоит в том, что устройство, ему подобное, может быть легко запрограммировано… Таким образом, мы расчленим нашу проблему на две части: на задачу построения "программы-ребенка" и задачу "воспитания" этой программы".

Можно сказать, что именно этот путь используют практически все системы ИИ.

Ведь понятно, что практически невозможно заложить все знания в достаточно сложную систему. Кроме того, только на этом пути проявятся перечисленные выше признаки интеллектуальной деятельности (накопление опыта, адаптация и т. д.).

2. Подходы к изучению

Механический подход

В XVIII в. благодаря развитию техники, особенно разработке часовых механизмов, интерес к подобным изобретениям возрос, хотя результаты были гораздо более "игрушечными", чем это хотелось бы Парацельсу. В1736 г. французский изобретатель Жак де Вокансон изготовил механического флейтиста в человеческий рост, который исполнял двенадцать мелодий, перебирая пальцами отверстия и дуя в мундштук, как настоящий музыкант. В середине 1750-х годов Фридрих фон Кнаус, австрийский автор, служивший при дворе Франциска I, сконструировал серию машин, которые умели держать перо и могли писать довольно длинные тексты. Другой мастер, Пьер ЖакДроз из Швейцарии, построил пару изумительных по сложности механических кукол размером с ребенка: мальчика, пишущего письма и девушку, играющую на клавесине. Успехи механики XIX в. стимулировали еще более честолюбивые замыслы. В 1914 г., директор одного из испанских технических институтов Леонардо Торрес-и-Кеведо из готовил электромеханическое устройство, способное разыгрывать простейшие шахматные партии почти также хорошо, как и человек.

Электронный подход

Однако только после второй мировой войны появились устройства, казалось бы, подходящие для достижения заветной цели - моделирования разумного поведения; это были электронные цифровые вычислительные машины.

"Электронный мозг", как тогда восторженно называли компьютер, поразил в 1952 г. телезрителей США, точно предсказав результаты президентских выборов за несколько часов до получения окончательных данных. Этот "подвиг" компьютера лишь подтвердил вывод, к которому в то время пришли многие ученые: наступит тот день, когда автоматические вычислители, столь быстро, неутомимо и безошибочно выполняющие автоматические действия, смогут имитировать не вычислительные процессы, свойственные человеческому мышлению, в том числе восприятие и обучение, распознавание образов, понимание повседневной речи и письма, принятие решений в неопределенных ситуациях, когда известны не все факты. Таким образом "заочно" формулировался своего рода "социальный заказ" для психологии, стимулируя различные отрасли науки. Многие изобретатели компьютеров и первые программисты развлекались, составляя программы для отнюдь не технических занятий, как сочинение музыки, решение головоломок и игры, на первом месте здесь оказались шашки и шахматы. К концу 50-х годов все эти увлечения выделились в новую более или менее самостоятельную ветвь информатики, получившую название "искусственный интеллект". Исследования в области ИИ, первоначально сосредоточенные в нескольких университетских центрах США - Массачусетском технологическом институте, Технологическом институте Карнеги в Питтсбурге, Станфордском университете, - ныне ведутся во многих других университетах и корпорациях США и других стран. В общем, исследователей ИИ, работающих над созданием мыслящих машин, можно разделить на две группы. Одних интересует чистая наука и для них компьютер - лишь инструмент, обеспечивающий возможность экспериментальной проверки теорий процессов мышления. Интересы другой группы лежат в области техники: они стремятся расширить сферу применения компьютеров и облегчить пользование ими. Многие представители второй группы мало заботятся о выяснении механизма мышления - они полагают, что для их работы это едва не более полезно. На протяжении всей своей короткой истории исследователи в области ИИ всегда находились на переднем крае информатики. Многие ныне обычные разработки, в том числе усовершенствованные системы программирования, текстовые редакторы и программы распознавания образов, в значительной мере рассматриваются на работах по ИИ. Несмотря на многообещающие перспективы, ни одну из разработанных до сих пор программ ИИ нельзя назвать "разумной" в обычном понимании этого слова. Это объясняется тем, что все они узко специализированы; самые сложные экспертные системы по своим возможностям скорее напоминают дрессированных или механических кукол, нежели человека с его гибким умом и широким кругозором.

Кибернетический подход

Попытки построить машины, способные к разумному поведению, в значительной мере вдохновлены идеями профессора Норберта Винера, одной из выдающихся личностей в интеллектуальной истории Америки. Помимо математики он обладал широкими познаниями в других областях, включая нейропсихологию, медицину, физику и электронику. Винер был убежден, что наиболее перспективны научные исследования в так называемых пограничных областях, которые нельзя конкретно отнести к той или иной конкретной дисциплины. Они лежат где-то на стыке наук, поэтому к ним обычно не подходят столь строго. "Если затруднения в решении какой-либо проблемы психологии имеют математический характер, пояснял он, - то десять несведущих в математике психологов продвинуться не дальше одного столь же несведущего". Винеру и его сотруднику Джулиану Бигелоу принадлежит разработка принципа "обратной связи", который был успешно применен при разработке нового оружия с радиолокационным наведением. Принцип обратной связи заключается в использовании информации, поступающей из окружающего мира, для изменения поведения машины. В основу разработанных Винером и Бигелоу систем наведения были положены тонкие математические методы; при малейшем изменении отраженных от самолета радиолокационных сигналов они соответственно изменяли наводку орудий, то есть - заметив попытку отклонения самолета от курса, они тотчас рассчитывали его дальнейший путь и направляли орудия так, чтобы траектории снарядов и самолетов пересеклись. В дальнейшем Винер разработал на принципе обратной связи теории как машинного, так и человеческого разума. Он доказывал, что именно благодаря обратной связи все живое приспосабливается к окружающей среде и добивается своих целей. "Все машины, претендующие на "разумность",- писал он, - должны обладать способность преследовать определенные цели и приспосабливаться, т.е. обучаться". Созданной им науке Винер дает название кибернетика, что в переводе с греческого означает рулевой.

Нейронный подход

К этому времени и другие ученые стали понимать, что создателям вычислительных машин есть чему поучиться у биологии. Среди них был нейрофизиолог и поэт-любитель Уоррен Маккалох, обладавший, как и Винер, философским складом ума и широким кругом интересов. В 1942 г.

Маккаох, участвуя в научной конференции в Нью-йорке, услышал доклад одного из сотрудников Винера о механизмах обратной связи в биологии. Высказанные в докладе идеи перекликались с собственными идеями Маккаоха относительно работы головного мозга. В течение следующего года Маккаох в соавторстве со своим 18-летним протеже, блестящим математиком Уолтером Питтсом, разработал теорию деятельности головного мозга. Эта теория и являлась той основой, на которой сформировалось широко распространенное мнение, что функции компьютера и мозга в значительной мере сходны. Исходя отчасти из предшествующих исследований нейронов (основных активных клеток, составляющих нервную систему животных), проведенных Маккаллохом, они с Питтсом выдвинули гипотезу, что нейроны можно упрощенно рассматривать как устройства, оперирующие двоичными числами. Двоичные числа, состоящие из цифр единица и нуль, - рабочий инструмент одной из систем математической логики. Английский математик XIXв. Джордж Буль, предложивший эту остроумную систему, показал, что логические утверждения можно закодировать в виде единиц и нулей, где единица соответствует истинному высказыванию, а нуль - ложному, после чего этим можно оперировать как обычными числами. В 30-е годы XX в. пионеры информатики, в особенности американский ученый Клод Шеннон, поняли, что двоичные единица и нуль вполне соответствуют двум состояниям электрической цепи (включено-выключено), поэтому двоичная система идеально подходит для электронно-вычислительных устройств. Маккалох и Питтс предложили конструкцию сети из электронных "нейронов" и показали, что подобная сеть может выполнять практически любые вообразимые числовые или логические операции. Далее они предположили, что такая сеть в состоянии также обучаться, распознавать образы, обобщать, т.е. она обладает всеми чертами интеллекта. Теории Маккаллоха-Питтса в сочетании с книгами Винера вызвали огромный интерес к разумным машинам. В 40-60-е годы все больше кибернетиков из университетов и частных фирм запирались в лабораториях и мастерских, напряженно работая над теорией функционирования мозга и методично припаивая электронные компоненты моделей нейронов. Из этого кибернетического, или нейромодельного, подхода к машинному разуму скоро сформировался так называемый "восходящий метод" движение от простых аналогов нервной системы примитивных существ, обладающих малым числом нейронов, к сложнейшей нервной системе человека и даже выше. Конечная цель виделась в создании "адаптивной сети", "самоорганизующейся системы" или "обучающейся машины" - все эти названия разные исследователи использовали для обозначения устройств, способных следить за окружающей обстановкой и с помощью обратной связи изменять свое поведение в полном соответствии с господствовавшей в те времена бихевиористской школой психологии, т.е. вести себя так же как живые организмы. Однако отнюдь не во всех случаях возможна аналогия с живыми организмами. Основной трудностью, с которой столкнулся "восходящий метод" на заре своего существования, была высокая стоимость электронных элементов. Слишком дорогой оказывалась даже модель нервной системы муравья, состоящая из 20 тыс. нейронов, не говоря уже о нервной системе человека, включающей около 100 млрд. нейронов. Даже самые совершенные кибернетические модели содержали лишь несколько сотен нейронов. Столь ограниченные возможности обескуражили многих исследователей того периода.

Появление перцептрона

Одним из тех, кого ничуть не испугали трудности был Фрэнк Розенблат, труды которого казалось отвечали самым заметным устремлениям кибернетиков. В середине 1958 г. им была предложена модель электронного устройства, названного им перцептроном, которое должно было бы имитировать процессы человеческого мышления. Два года спустя была продемонстрирована первая действующая машина "Марк-1", которая могла научиться распознавать некоторые из букв, написанных на карточках, которые подносили к его "глазам", напоминающие кинокамеры. Перцептрон Розенблата оказался наивысшим достижением "восходящего", или нейромодельного метода создания искусственного интеллекта. Он умел читать буквы и выделять их особенности. Чтобы научить перцептрон способности строить догадки на основе исходных предпосылок, в нем предусматривалась некая элементарная разновидность автономной работы или "самопрограммирования". При распознании той или иной буквы одни ее элементы или группы элементов оказываются гораздо более существенными, чем другие. Перцептрон мог научаться выделять такие характерные особенности буквы полуавтоматически, своего рода методом проб и ошибок, напоминающим процесс обучения. Однако возможности перцептрона были ограниченными: машина не могла надежно распознавать частично закрытые буквы, а также буквы иного размера или рисунка, нежели те, которые использовались на этапе ее обучения.

3. Применение искусственного интеллекта

1)Автономное планирование и составление расписаний.

Работающая на удалении в сотни миллионов километров от Земли программа Remote Agent агентства NASA стала первой бортовой автономной программой планирования, предназначенной для управления процессами составления расписания операций для космического аппарата. Программа Remote Agent вырабатывала планы на основе целей высокого уровня, задаваемых с Земли, а также контролировала работу космического аппарата в ходе выполнения планов: обнаруживала, диагностировала и устраняла неполадки по мере их возникновения.

2)Ведение игр.

Программа Deep Blue компании IBM стала первой компьютерной программой, которой удалось победить чемпиона мира в шахматном матче, после того как она обыграла Гарри Каспарова со счетом 3,5:2,5 в показательном матче. Каспаров заявил, что ощущал напротив себя за шахматной доской присутствие "интеллекта нового типа". Журнал Newsweek описал этот матч под заголовком "Последний оборонительный рубеж мозга". Стоимость акций IBM выросла на 18 миллиардов долларов.

3)Автономное управление.

Система компьютерного зрения Alvinn была обучена вождению автомобиля, придерживаясь определенной полосы движения. В университете CMU эта система была размещена в микроавтобусе, управляемом компьютером NavLab, и использовалось для проезда по Соединенным Штатам; на протяжении 2850 миль система обеспечивала рулевое управление автомобилем в течение 98% времени. Человек брал на себя управление лишь в течение остальных 2%, главным образом на выездных пандусах. Компьютер NavLab был оборудован видеокамерами, которые передавали изображения дороги в систему Alvinn, а затем эта система вычисляла наилучшее направление движения, основываясь на опыте, полученном в предыдущих учебных пробегах.

4)Диагностика.

Медицинские диагностические программы, основанные на вероятностном анализе, сумели достичь уровня опытного врача в нескольких областях медицины. Хекерман описал случай, когда ведущий специалист в области патологии лимфатических узлов не согласился с диагнозом программы в особо сложном случае. Создатели программы предложили, чтобы этот врач запросил у компьютера пояснения по поводу данного диагноза. Машина указала основные факторы, повлиявшие на ее решение, и объяснила нюансы взаимодействия нескольких симптомов, наблюдавшихся в данном случае. В конечном итоге эксперт согласился с решением программы.

5)Планирование снабжения.

Во время кризиса в Персидском заливе в 1991 году в армии США была развернута система DART (Dynamic Analysis and Replanning) для обеспечения автоматизированного планирования поставок и составления графиков перевозок. Работа этой системы охватывала одновременно до 50 000 автомобилей, единиц груза и людей; в ней приходилось учитывать пункты отправления и назначения, маршруты, а также устранять конфликты между всеми параметрами. Методы планирования на основе искусственного интеллекта позволяли вырабатывать в течение считанных часов такие планы, для составления которых старыми методами потребовались бы недели. Представители агентства DARPA (Defense Advanced Research Project Agency -- Управление перспективных исследовательских программ) заявили, что одно лишь это приложение сторицей окупило тридцатилетние инвестиции в искусственный интеллект, сделанные этим агентством.

5)Робототехника.

Многие хирурги теперь используют роботов-ассистентов в микрохирургии. Например, HipNav -- это система, в которой используются методы компьютерного зрения для создания трехмерной модели анатомии внутренних органов пациента, а затем применяется робототехническое управление для руководства процессом вставки протеза, заменяющего тазобедренный сустав.

5)Понимание естественного языка и решение задач.

Программа Proverb -- это компьютерная программа, которая решает кроссворды намного лучше, чем большинство людей; в ней используются ограничения, определяющие состав возможных заполнителей слов, большая база с данными о встречавшихся ранее кроссвордах, а также множество различных источников информации, включая словари и оперативные базы данных, таких как списки кинофильмов и актеров, которые играли в этих фильмах. Например, эта программа способна определить, что одним из решений, подходящих для ключа "Nice Story", является слово "ETAGE", поскольку ее база данных содержит пару ключ -- решение "Story in France/ETAGE", а сама программа распознает, что шаблоны "Nice X" и "X in France" часто имеют одно и то же решение. Программа не знает, что Nice (Ницца) -- город во Франции, но способна разгадать эту головоломку.

Выше приведено лишь несколько примеров систем искусственного интеллекта, которые существуют в настоящее время. Искусственный интеллект -- это не магия и не научная фантастика, а сплав методов науки, техники и математики.

4. Перспективы и тенденции развития искусственного интеллекта

Просматриваются два направления развития ИИ:

ь первое заключается в решении проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека.

ь второе заключается в создании Искусственного Разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Многие ученые уверены, что подобно любой другой технологии, искусственный интеллект можно использовать с позитивными социальными последствиями, а можно и создать условия для социальной катастрофы. Информационные системы в будущем будут принимать решения во все большем объеме по жизненно важным социальным и даже индивидуальным проблемам, и тем более по проблемам, которые будут возникать в случае чрезвычайных ситуаций, когда решения принимаются без "ответственного лица", т.е. без человека или группы людей. Вопрос: кто в таком случае будет нести ответственность? В силу особенностей машинной деятельности, заключающейся в невозможности личной проверки принятых машиной решений и, следовательно, полного контроля над её деятельностью, человек в той или иной степени всегда вынужден как бы перекладывать часть ответственности на машину. С возрастанием трудности решаемых искусственными интеллектуальными системами задач и увеличением структурной и функциональной сложности машинных комплексов доля этой ответственности увеличивается. Поэтому проблема контроля и оценки работы искусственной интеллектуальной системы связана в первую очередь с невозможностью проследить за выполнением всех операций этой системы. Искусственные интеллектуальные системы всё чаще предстают перед людьми в виде "чёрных ящиков", о многих свойствах и действиях которых даже их создатели могут не знать. Ведущие ученые корпорации IBM считают, что сложность существующих компьютерных систем может в ближайшем будущем сделать их совершенно неуправляемыми. Вице-президент отдела компьютерных исследований компании Пол Хорн заявил, что если экспансия компьютеров во все сферы деятельности человека будет продолжаться, в мире скоро не хватит людей, чтобы ими управлять. По его мнению, неудобства, вызванные этой ситуацией, могут свести на нет ту пользу, которую компьютеры приносят человечеству, и ради которой они, собственно, и были созданы.

Обсуждается проблема разработки самоуправляемых компьютерных систем, обладающих эмоциональной реакцией. Наделенная эмоциональными функциями искусственная интеллектуальная система могла бы на уровне "ощущений" оценивать свое собственное состояние и состояние окружающей среды, соизмерять свои действия со своими ожиданиями, и иметь возможность анализировать собственные действия. Она могла бы судить о своей надежности и о надежности других систем, с которыми приходится взаимодействовать, а также могла бы корректировать собственное поведение с целью повышения эффективности. В современной науке разрабатываются вопросы математизации некоторых сторон этической науки, в частности экспликация средствами математики и кибернетики ее основных понятий и возможность моделирования отдельных аспектов морального сознания. Формируется этометрия - измерительная теория этики, которая занимается математическим моделированием моральных структур, включая такие, как, например, совесть. "Моделирование совести основывается на том, что она обладает функцией регулятора, который настраивает уровень поведения индивидуума (реальная величина) на уровень поведения, требуемого обществом (заданная величина). Говоря языком кибернетики, совесть сопоставляет значения заданной и реальной величин. До тех пор пока существует определенное равновесие этих величин, совесть выполняет "пассивную" функцию. В обиходе это состояние называют "спокойной совестью". Однако как только это равновесие нарушается, то есть изменяется значение разности между заданной и реальной величинами, мобилизуется "активная" функция совести: появляются "угрызения совести", которые затем (по достижении равновесия) исчезают" . Небезынтересно в данном контексте отметить также опыты по моделированию с помощью систем искусственного интеллекта такого социального феномена, как семья. Вступление в брак с учетом рекомендаций машины, просуммировавшей необходимую информацию о потенциальных супругах, входит в практику бракосочетаний.

Несомненно, что искусственные интеллектуальные системы все активнее будут влиять на человека во всех сферах его жизнедеятельности. Уже сегодня практически обыденным становится использование роботов в технологических процессах, роботизация охватывает все большее число производственных отраслей. Конечно, не следует ожидать от каждого робота элементов интеллекта и широких возможностей. Во многих случаях это будут узкоспециализированные и сравнительно простые машины, имеющие жесткое программное обеспечение, регламентирующее их деятельность в узких пределах. Но, несомненно, достижения в области искусственного интеллекта будут активно применяться в робототехнике. Более того, в конечном итоге искусственный интеллект прекратит существовать как обособленное направление и растворится в общей матрице технических достижений, так как любая новая технология будет в той или иной мере интеллектуальной. Появление мощных микропроцессоров, а также создание качественных исполнительных механизмов позволит компаниям, производящим роботов, совершить прорыв в быт человека. Сегодня начинается внедрение роботов в повседневный быт человека, в какой-то момент они станут его неотъемлемой составляющей. В плане рассмотрения перспектив будущего человечества определенного внимания заслуживает такое движение культуры ХХ века, как киберпанк. Из явления утопии он превратился в антиутопию, поставив сложнейшие философские и социокультурные проблемы сегодняшней реальности. Киберпанк порождён стремительным развитием компьютерной технологии и, соответственно, киберкультуры, которая проникает во все сферы жизнедеятельности человека: она распространяется и на бытовую сферу, на сферу человеческих отношений. Система полностью подавляет обывателя, не только окружая его снаружи, но и своими щупальцами проникая в него изнутри: вгрызаясь в мозг - за счёт вживления различных деталей, врываясь в тело - путём имплантации искусственных органов, клонирования или замены частей тела на всевозможные протезы т.д. Выходом из такого мира является киберпространство, мир, меняющийся от желания самого человека, его сознания - виртуальная реальность, как в некотором роде синтез техники и человеческого воображения. Для человека важно продумать положения, которые позволят ему сохранить "право голоса" в мире техники. Человечество, если оно не хочет уступить свое место системам искусственного интеллекта, уже сейчас должно задумываться над вопросами своего присутствия в любой развивающейся интеллектуальной системе. При этом необходимо быть готовым к тому, что на определённом этапе развития, присутствие человека на вершине каждой саморазвивающейся системы, вероятно, станет своеобразным тормозом научно-технического прогресса. Техника нуждается в человеке лишь как в производителе и потребителе, остальные отношения и соответствующие особенности становятся лишними, "нерентабельными". Поскольку производственные операции в основном выполняются машинами, человек может свестись к функции обслуживающего персонала машин. Поэтому жизненно важно человеку находить пути и механизмы регулирования явлений научно-технического развития. Нельзя оставлять автономным системам искусственного интеллекта право принятия решения во всех сферах человеческой жизнедеятельности.

Итак, отношения между человеком и машиной в условиях развития систем искусственного интеллекта и внедрением их в человеческую повседневность принимают все более сложный и трудно предсказуемый характер. Предлагается ограничить круг задач, решаемых компьютером таким образом, чтобы компьютер не мог решать, каковы должны быть базисные цели и ценности человека, считая, в то же время этически неправомерным запрещение компьютеров там, где они могут способствовать сохранению человеческой жизни, например, в областях медицины. Принципы ограничений применения искусственных интеллектуальных систем, например, могут выглядеть следующим образом: во первых, искусственные интеллектуальные системы не должны принимать решения, которые хотят принимать люди; во-вторых, искусственным интеллектуальным системам нельзя доверять принятие решений, которые человек может принимать более компетентно; в-третьих, искусственные интеллектуальные системы не должны принимать решений, которые человек не может отменить. В конечном итоге перспективы развития искусственных интеллектуальных систем и сферы их применения человек обязан определять сам. кибернетический нейронный восприятие интеллект

Таким образом, последствия распространения искусственных интеллектуальных систем зависят, в первую очередь, от целей самого человека, их необходимо прогнозировать и контролировать, человек неправомерен перекладывать ответственность за свое будущее на системы искусственного интеллекта.

Заключение

Многие споры вокруг проблемы создания искусственного интеллекта имеют эмоциональную подоплеку. Признание возможности искусственного разума представляется чем-то унижающим человеческое достоинство. Однако нельзя смешивать вопросы возможностей искусственного разума с вопросом о развитии и совершенствовании человеческого разума. Повсеместное использование ИИ создаёт предпосылки для перехода на качественно новую ступень прогресса, даёт толчок новому витку автоматизации производства, а значит и повышению производительности труда. Разумеется, искусственный разум может быть использован в негодных целях, однако это проблема не научная, а скорее морально-этическая.

Однако развитие кибернетики выдвигает ряд проблем, которые все же требуют пристального внимания. Эти проблемы связаны с опасностями, возникающими в ходе работ по искусственному интеллекту.

Первая проблема связана с возможной потерей стимулов к творческому труду в результате массовой компьютеризации или использования машин в сфере искусств. Однако в последнее время стало ясно, что человек добровольно не отдаст самый квалифицированный творческий труд, так как он для самого человека является привлекательным.

Вторая проблема носит более серьезный характер. Состоит она в следующем. Уже сейчас существуют машины и программы, способные в процессе работы самообучаться, т. е. повышать эффективность приспособления к внешним факторам. В будущем, возможно, появятся машины, обладающие таким уровнем приспособляемости и надежности, что необходимость человеку вмешиваться в процесс отпадет. В этом случае возможна потеря самим человеком своих качеств, ответственных за поиск решений. Налицо возможная деградация способностей человека к реакции на изменение внешних условий и, возможно, неспособность принятия управления на себя в случае аварийной ситуации. Встает вопрос о целесообразности введения некоторого предельного уровня в автоматизации процессов, связанных с тяжелыми аварийными ситуациями. В этом случае у человека, "надзирающим" за управляющей машиной, всегда хватит умения и реакции таким образом воздействовать на ситуацию, чтобы погасить разгорающуюся аварийную ситуацию. Таковые ситуации возможны на транспорте, в ядерной энергетике. Особо стоит отметить такую опасность в ракетных войсках стратегического назначения, где последствия ошибки могут иметь фатальный характер. Несколько лет назад в США начали внедрять полностью компьютеризированную систему запуска ракет по командам суперкомпьютера, обрабатывающего огромные массивы данных, собранных со всего света. Однако оказалось, что даже при условии многократного дублирования и перепроверки, вероятность ошибки оказалась бы столь велика, что отсутствие контролирующего оператора привело бы к непоправимой ошибке. От системы отказались.

Люди будут постоянно решать проблему искусственного интеллекта, постоянно сталкиваясь все с новыми проблемами. И, видимо, процесс этот бесконечен.

Список литературы

1. Шихов Е. Варианты реализации искусственного интеллекта - ресурс Интернета, http://neural.narod.ru/

2. Ноткин Л.И. Искусственный интеллект и проблемы обучения.

3. Брушлинский А.В. Возможен ли искусственный интеллект?

Размещено на Allbest.ru