Комплексные интеллектуальные САПР для разработки современных конструкций и технологических процессов РЭС

1.3. Направление исследований в области искусственного интеллекта

Имеются различные точки зрения на то, что следовало бы считать искусственным интеллектом. Разделение работ по ИИ на два основных направления связано с существованием двух точек зрения на вопрос о том, каким именно образом строить системы ИИ.

В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека,а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д. Эту точку зрения называют нейробио-нической. Ее сторонники ставят перед собой цель воспроизвести искусственным образом те процессы, которые протекают в мозгу человека, - это путь изучения естественного мозга, выявление способов его работы, создания технических средств для повторения биологических структур и протекающих в них процессов. Сторонники этой точки зрения убеждены в том, что важнее всего результат,т. е. хорошее совпадение поведения искусственно созданных и естественных интеллектуальных систем, а что касается внутр енних механизмов формирования поведения, то разработчик ИИ вовсе не должен копировать или даже принимать во внимание особенности естественных, живых аналогов.

Другая точка зрения заключается в том, что именно изучение механизмов естественного мышления и анализ данных о способах формирования разумного поведения человека могут создать основу для построения систем ИИ, причем построение это должно осуществляться, прежде всего, как моделирование, воспроизведение техническими средствами принципов и конкретных особенностей функционирования биологических объектов. Вторую точку зрения, доминирующую в проблеме искусственного интеллекта, называют информационной. Сторонники информационного подхода считают, что основной целью работ в искусственном интеллекте является не построение технического аналога биологической системы, а создание средств для решения задач, традиционно считающихся интеллектуальными.

Таким образом, первое направление рассматривает продукт интеллектуальной деятельности человека, изучает его структуру (выделяя различные проявления интеллектуальной деятельности - решение задач, доказательство теорем, игры) и стремится воспроизвести этот продукт средствами современной техники, т. е. ЭВМ.Если удается запрограммировать ЭВМ так, чтобы она успешно решала конкретную задачу, то считают, что соответствующий вид интеллектуальной деятельности автоматизирован. Успехи этого направления ИИ тесно связаны с развитием ЭВМ и искусством программирования, т. е. с комплексом научно-технических исследований, называемым компьютерными науками. Это направление ИИ также часто называют машинным интеллектом.

Второе направление ИИ рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности, а в более широком плане - о разумном поведении человека. Разработчики стремятся воспроизвести эти механизмы с помощью технических устройств, чтобы поведение их хорошо совпадало с поведением человека в определенных, заранее задаваемых пределах. При положительном решении этой проблемы считают, что соответствующий вид человеческой деятельности автоматизирован. Развитие этого направления, называемого искусственным разумом, тесно связано с успехами наук о человеке. Характерным в данном случае является стремление к воспроизведению более широкого, чем в машинном интеллекте, спектра проявлений разумной деятельности человека. Второй подход в качестве объекта исследования рассматривает ИИ. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин.Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека.

Оба основных направления ИИ связаны с моделированием: в первом случае - с моделированием феноменологическим, имитационным, а во втором - со структурным. В упрощенном виде структура основных направлений, существующих в ИИ, изображена на рис. 21.1 курса "Автоматизированное проектирование промышленных изделий".

Однако существует и третий подход, который ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях являются оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.

Рис. 1.1. Основные направления исследований в области искусственного интеллекта

Информационная точка зрения, в свою очередь, неоднородна. В ней можно выделить три направления.

1. Часть специалистов считает, что можно найти свой способ решения задач на ЭВМ, который даст либо результат, подобный человеческому, либо даже лучший. Специалисты этого направления неоднократно демонстрировали свое искусство по созданию программ такого рода. Достаточно назвать, например, программы для игры в шахматы, которые играют в эту игру лучше подавляющего большинства людей, проводящих время за шахматной доской. Но программы делают это совсем не так, как люди.
2. Другая часть специалистов считает, что искусственный интеллект должен имитировать не решение отдельных (пусть и творческих) задач, ибо естественный интеллект человека - это его способность при необходимости обучаться тому или иному виду творческой деятельности, значит, и программы, создаваемые в искусственном интеллекте, должны быть ориентированы не на решение конкретных задач, а на создание для автоматического построения необходимых программ решения конкретных задач, когда в этом возникает необходимость. Именно эта группа исследователей сейчас определяет "лицо" искусственного интеллекта, составляя основную массу специалистов этого профиля.
3. Третья часть специалистов - это программисты, чьими руками делают программы для решения задач искусственного интеллекта. Они склонны рассматривать область своей деятельности как новый виток развития программирования. Они считают, что средства, разрабатываемые для написания программ решения интеллектуальных задач, в конце концов, есть средства, позволяющие по описанию задачи на профессиональном естественном языке построить нужную программу на основании тех стандартных программных модулей, которые хранятся в памяти машины. Мета-средства могут предлагать те, кто рассматривает искусственный интеллект как способ разобраться на информационном уровне, какие функции реализует естественный интеллект, когда он решает задачу; но программисты видят эти средства сквозь призму своей цели - создания интеллектуального программного обеспечения (по существу, комплекса средств, автоматизирующих деятельность самого программиста).

Самыми первыми интеллектуальными задачами, которые стали решаться при помощи ЭВМ, были логические игры (шашки, шахматы), доказательство теорем, кибернетические игрушки типа "электронной мыши" Клода Шеннона, которая управлялась сложной релейной схемой. Эта мышка могла "исследовать" лабиринт и находить выход из него, и, кроме того, помещенная в уже известный ей лабиринт, она не искала выход, а сразу же, не заглядывая в тупиковые ходы, выходила из лабиринта.

Правила игры в таких устройствах были заложены программно, так, что выбор очередного хода был подчинен этим правилам. На каждой стадии игры машина выбирала очередной ход из множества возможных ходов согласно некоторому критерию качества игры. Разумно сочетая такие критерии (например, в виде линейной комбинации с экспериментально подбираемыми коэффициентами или более сложным образом), можно для оценки очередного хода машины получить некоторый числовой показатель эффективности - оценочную функцию. Тогда машина, сравнив между собой показатели эффективности очередных ходов, выберет ход, соответствующий наибольшему показателю. Подобная автоматизация выбора очередного хода не обязательно обеспечивает оптимальный выбор, но все же это какой-то выбор, и на его основе машина может продолжать игру, совершенствуя свою стратегию (образ действия) в процессе обучения на прошлом опыте. Формально обучение состоит в подстройке параметров (коэффициентов) оценочной функции на основе анализа проведенных ходов и игр с учетом их исхода.

В настоящее время существуют и успешно применяются программы, которые позволяют машинам играть в деловые или военные игры, имеющие большое прикладное значение. Здесь также придают программам присущие человеку способности к обучению и адаптации. Одной из наиболее интересных интеллектуальных задач, также с огромным прикладным значением, является задача обучения распознаванию образов и ситуаций. Решением ее занимались и продолжают заниматься представители различных наук - физиологи, психологи, математики, инженеры. Такой интерес к задаче стимулировался фантастическими перспективами широкого практического использования результатов теоретических исследований: читающие автоматы, системы ИИ, ставящие медицинские диагнозы, проводящие криминалистическую экспертизу и т. п., а также роботы, способные распознавать и анализировать сложные сенсорные ситуации.

В 1957 году американский физиолог Ф. Розенблатт предложил модель зрительного восприятия и распознавания - перcептрон. Появление машины, способной обучаться понятиям и распознавать предъявляемые объекты, оказалось чрезвычайно интересным не только физиологам, но и представителям других областей знания, и породило большой поток теоретических и экспериментальных исследований. Перcептрон или любая программа, имитирующая процесс распознавания, работают в двух режимах: в режиме обучения и в режиме распознавания. В режиме обучения некто (человек, машина, робот или природа), играющий роль учителя, предъявляет машине объекты и о каждом из них сообщает, к какому понятию (классу) он принадлежит. По этим данным строится решающее правило, являющееся, по существу, формальным описанием понятий. В режиме распознавания машине предъявляются новые объекты (вообще говоря, отличные от ранее предъявленных), и она должна их классифицировать, по возможности, правильно.

Проблема обучения распознаванию тесно связана с другой интеллектуальной задачей - проблемой перевода с одного языка на другой, а также обучения машины языку. При достаточно формальной обработке и классификации основных грамматических правил и приемов пользования словарем можно создать вполне удовлетворительный алгоритм для перевода, скажем, научного или делового текста. Для некоторых языков такие системы были созданы еще в конце 1960-х годов. Однако чтобы связно перевести достаточно большой разговорный текст, необходимо понимать его смысл. Работы над такими программами ведутся уже давно, но до полного успеха еще далеко. Имеются также программы, обеспечивающие диалог между человеком и машиной на урезанном естественном языке.

Что же касается моделирования логического мышления, то хорошей модельной задачей здесь может служить задача автоматизации доказательства теорем. Начиная с 1960 года, был разработан ряд программ, способных находить доказательства теорем в исчислении предикатов первого порядка. Эти программы обладают, по словам американского специалиста в области ИИ Дж. Маккатти, "здравым смыслом", т. е. способностью делать дедуктивные заключения.

Очень большим направлением систем ИИ является роботехника. В чем основное отличие интеллекта робота от интеллекта универсальных вычислительных машин?

Для ответа на этот вопрос уместно вспомнить принадлежащее великому русскому физиологу И.М. Сеченову высказывание: "... все бесконечное разнообразие внешних проявлений мозговой деятельности сводится окончательно лишь к одному явлению - мышечному движению". Другими словами, вся интеллектуальная деятельность человека направлена, в конечном счете, на активное взаимодействие с внешним миром посредством движений. Точно так же элементы интеллекта робота служат, прежде всего, для организации его целенаправленных движений. В то же время основное назначение чисто компьютерных систем ИИ состоит в решении интеллектуальных задач, носящих абстрактный или вспомогательный характер, которые обычно не связаны ни с восприятием окружающей среды с помощью искусственных органов чувств, ни с организацией движений исполнительных механизмов.

В те годы, когда возникали ЭВМ, мало кто предполагал, что они очень быстро вытеснят из вычислительной сферы все остальные вычислительные устройства. Дж. фон Нейман, с именем которого связана идея архитектуры классической ЭВМ, в те годы интересовался и другой организацией процесса вычислений, использующей аналоги нейроподобных структур; первые модели формальных нейронов были предложены Мак-Калоком и Питсом.

По сути, эти элементы реализовали пороговую функцию: сигнал на выходе элемента возникал лишь тогда, когда взвешенная сумма разрешающих входных сигналов превышала взвешенную сумму запрещающих входных сигналов более чем на величину, определяемую значением порога элемента. Варьируя значения весов и порога, можно было добиться нужного срабатывания формального нейрона. Объединенные в сети, такие нейроны представлялись мощным способом реализации различных процедур.

Дальнейшие исследования в области нейробионических устройств шли по пути увеличения числа слоев из формальных нейронов, изменения и усложнения способа функционирования нейронов и построения решающего правила; параллельно развивалась теория персептронов. Но два обстоятельства затормозили эти работы. Очень быстро при решении практических задач распознавания стало понятно, что возможности устройств типа персептронов ограничены. Например, они не могли разложить на составляющие изображение, являющееся комбинацией двух ранее персептрону известных. Это заставляло рассматривать подобную комбинацию как новое изображение. С другой стороны, Н. Минский и С. Пейперт доказали ряд теорем о персептронах, в которых обосновали их принципиальную ограниченность, а отсутствие новых идей нейробиони-ческих устройств в течение десятка лет не давало повода для развития этих исследований. Но успехи микроэлектроники последних лет, сделавшие возможным создание большого числа нейроподобных элементов в малом объеме, вновь возродили надежды сторонников этого подхода. Появились нейрокомпьютеры, в которых процесс решения задачи развертывается на сети искусственных нейронов. Этот процесс может включать в себя множество параллельно и асинхронно протекающих подпроцессов, что сулит высокую эффективность решения задач на нейрокомпьютерах.

Программы для решения интеллектуальных задач могут быть разделены на несколько групп, которые определяются типом задач, решаемых этими программами. Первую группу составляют игровые программы, они, в свою очередь, делятся на две подгруппы: человеческие игры и компьютерные игры. Особенностью всех программ для имитации человеческих игр является большая роль поисковых процедур - поиск лучшего или локально лучшего хода требует в сложных играх типа шахмат просмотра большого числа вариантов. Недаром шахматные программы являются специальным тестом для проверки эффективности поисковых процедур.

Контрольные вопросы

1. Назовите пути повышения интеллектуальности подсистем проектирования.
2. Что понимают под полезностью альтернативы?
3. Какие существуют способы оценки полезности?
4. Как формируют обучающие выборки?
5. Что является основой для развития искусственного интеллекта?
6. Поясните понятие "интеллект".
7. Какова основная задача создания искусственного интеллекта?
8. Как работает лабиринтная модель?
9. Поясните работу ассоциативной модели.
10. Почему используется модельная гипотеза?
11. Каковы цели и задачи искусственного интеллекта?
12. Какие современные проблемы решаются в искусственном интеллекте?
13. Поясните два направления исследований в области искусственного интеллекта.
14. Что называют машинным интеллектом?
15. Что входит в понятие " искусственный разум "?