ИНТЕЛЛЕКТ ИСКУССТВЕННЫЙ, раздел информатики, изучающий принципы действия интеллектуальных машин. Исследователи, работающие в этом направлении, надеются достичь такого понимания механизмов интеллекта, при котором можно будет составлять компьютерные программы с человеческим или более высоким уровнем интеллекта. Общий подход состоит в разработке методов решения задач, для которых отсутствуют формальные алгоритмы: понимание естественного языка, обучение, доказательство теорем, распознавание сложных образов и т.д. Теоретические исследования направлены на изучение интеллектуальных процессов и создание соответствующих математических моделей. Экспериментальные работы ведутся путем составления компьютерных программ и создания машин, решающих частные интеллектуальные задачи или разумно ведущих себя в заданной ситуации. Систематические исследования в области искусственного интеллекта начались лишь с появлением цифрового компьютера. Первая научная статья по искусственному интеллекту была опубликована в 1950 А.Тьюрингом. Ниже будут указаны основные направления исследований в области искусственного интеллекта и соответствующие методы.
Поиск. Когда компьютер с игровой программой должен сделать ход, у него обычно имеется выбор из нескольких возможных ходов. Каждый его ход может иметь ряд различных следствий, зависящих от ответных ходов партнера, а каждое следствие может приводить к другим возможным ходам и т.д.
Главная проблема поиска в условиях таких «деревьев возможностей» – т.н. комбинаторный взрыв. Если на каждом уровне поиска имеется 10 возможных вариантов, то 10 уровней поиска дают 10 миллиардов возможных вариантов, полностью проверить которые за приемлемое время не способны даже быстродействующие компьютеры. Поэтому программисту приходится прибегать к «эвристикам» (процедурам, не основанным на формально доказанном алгоритме), которые позволили бы отвергнуть преобладающую часть альтернатив, иной раз даже с риском упустить наилучший ответ. Таким образом, если нет времени перебрать все варианты игры до конца, программа должна решить, когда ей нужно прекратить поиск, и проанализировать позицию приближенно.
О прогрессе в данной области можно судить по успехам компьютерных программ для игры в шахматы.
Например, одна из первых шахматных программ анализировала 7 наиболее вероятных ходов, 7 вероятных ответных ходов на эти ходы, 7 следующих ответных ходов и 7 ответов на каждый из них, а всего 2401 окончательную позицию. В анализе основного массива этих позиций на самом деле не было необходимости. Если найден один ответный ход, нейтрализующий данный первый ход, то незачем искать другие эффективные ответные ходы. Этот вывод был обобщен в так называемую альфа-бета-эвристику для сокращения поиска, которая применяется во всех современных программах различных игр.
Цели и подцели. Для достижения некоей цели часто требуется найти последовательность действий, основанную на информации о том, каковы необходимые предварительные условия и последствия успешного выполнения тех или иных действий. На основе анализа того влияния, которое одно действие оказывает на условия успешного выполнения других действий, была создана компьютерная программа для автоматизированного проектирования электронных схем.
Представление знания. Многие трудности при создании машин, выполняющих определенные интеллектуальные задачи, связаны с вопросами о том, какую информацию должна иметь программа, каким образом на основании этой исходной информации могут быть сделаны дальнейшие выводы и как эта информация должна храниться в компьютере. Необходимостью решения этих проблем были вызваны к жизни исследования, цель которых – ответить на вопрос, что такое знание. Многие аналогичные проблемы исследуют эпистемологи – специалисты по теории знания. Мощные средства представления в компьютерных программах и эффективные способы логических рассуждений дала математическая логика. Но, как оказалось, в существующих системах математической логики представлены не все формы рассуждений, свойственные человеческому интеллекту и необходимые для решения проблем. Интеллект нуждается еще и в способах рассуждения, допускающих скачкообразный переход к выводам, которые могут быть ложными. Специалисты установили также важное значение ситуаций, в которых новые действия могут начинаться до завершения начатых ранее. Предметом изучения стало также знание о знании.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ОКРУЖАЮЩИЙ МИР
Предполагается, что интеллектуальные машины должны не только решать проблемы шахматной игры и математики, но также видеть, слышать, контролировать движение и производить изделия.
Сопоставление с образцом. Созданы программы, отождествляющие объекты по контурам изменения цвета или яркости либо по протяженным областям одного цвета или одной текстуры. Для выполнения таких задач необходимо, чтобы компьютер хранил в памяти образцы и мог сопоставлять с ними объект. Компьютер может хранить в памяти представление о собаке как некую совокупность морды, лап, хвоста и т.д., все заданной формы и правильно соединенное. Программа может найти собаку на изображении, сопоставляя образец собаки с частями изображения. Программа может вычислить, как должна выглядеть собака, если на нее смотреть под определенным углом или если она частично закрыта другими предметами.
Общие принципы описания изображений и методы сопоставления с образцом применимы и к отождествлению собаки, и к отождествлению шахматной позиции, и ко многим другим задачам.
Понимание языка. Существуют программы, распознающие и воспроизводящие человеческую речь. Некоторые из них распознают сотни отдельных слов, другие могут даже «понимать» связную речь. Существуют компьютерные программы, способные читать тексты из букварей и отвечать на некоторые вопросы по этим текстам. Другие программы могут вести диалог с врачом о заболеваниях крови. Но круг вопросов, в которых «разбираются» такие программы, очень узок. И трудность не в запасе слов, а в том, что для понимания статьи из энциклопедии требуется больше начальных знаний и умения рассуждать, чем может учесть программа.
В 1950-х годах составлялись программы компьютерного перевода с одного языка на другой. Они были не очень эффективны, и спустя несколько лет пришлось признать, что для успешного перевода необходимо, чтобы программа «понимала» текст, который переводит. В настоящее время прилагаются усилия к тому, чтобы наделить компьютеры более полным пониманием все больших и больших фрагментов и закономерностей естественного языка. Такое понимание оценивается по эффективности программ, отвечающих на вопросы по тексту на основании информации, содержащейся в тексте, и заложенной в программу «способности к рассуждению».
Обучение на опыте. Человек и животные обучаются на собственном опыте, и такой способностью должны обладать и программы. Чтобы программа могла обучаться на собственном опыте, следует соответствующим образом представить в машине ее собственное поведение. Такое обучение может быть эффективным, если малые с точки зрения человека изменения в поведении отображаются малыми же изменениями в способе представления поведения. В настоящее время, чтобы изменить поведение программы, следует пересмотреть всю программу и в ряде мест внести в нее существенные изменения.
Одной из главных целей исследований в области искусственного интеллекта остается разработка программ, умеющих рассуждать, т.е. способных сочетать инструкции с собственными знаниями. Таким образом, для создания эффективно самообучающейся программы необходимо дальнейшее продвижение в области эпистемологии и способов представления знаний.