Искусственный интеллект

это может вам помочь Плюсы фасадов В России фасады появились не так давно, как например, в Германии или Финляндия

Искусственный интеллект

Психофизическая проблема сохраняет актуальность, поскольку она возникает, хотя и несколько в иной формулировке, в такой области исследований, как моделирование искусственного интеллекта. Под этим довольно расплывчатым термином понимают попытки компьютерного моделирования мыслительной деятельности человека.

Нам известно, что мозг состоит из связанных между собой нейронов, каждый из которых выполняет простую функцию - он возбуждает или тормозит активность других нейронов либо находится в пассивном состоянии. Деятельность мозга просто складывается из миллиардов этих элементарных операций, и все психические процессы являются результатом совместной работы нейронов. Легко написать компьютерную программу, моделирующую эти три состояния отдельного нейрона. Предположим, что вместо моделирования работы одного нейрона в программе предпринимается попытка смоделировать деятельность большой сети таких нейронов. В сущности, будет получена сеть компьютерных моделей нейронов, которые будут функционировать так же, как "настоящие" нейроны. В принципе если бы удалось изучить структуру нейронной сети реального мозга и точно смоделировать ее в компьютерной программе, то была бы построена компьютерная модель настоящего мозга. В настоящее время это технически невозможно, однако предположим, что такая программа существует. Кроме того, допустим, что этот "компьютерный мозг" можно поместить в искусственное тело, которое также является точной моделью настоящего человеческого тела. В сущности, это была бы машина, функционирующая в точности так же, как настоящий человек.

Хотя андроид выглядел бы и действовал бы как настоящий человек, обладал ли бы он самосознанием? Иначе говоря, осознавал бы он, как люди, что он мыслит? Это очень трудный, а может быть, и неразрешимый вопрос. С одной стороны, можно утверждать, что если у андроида будет в точности такое же тело с такими же физиологическими функциями, как у настоящего человека, то все его физические действия и ментальные процессы, разумеется, тоже будут "человеческими". С другой стороны, отсюда следует, что самосознание является всего лишь продуктом деятельности мозга, и мы опять приходим к психофизической проблеме. По-видимому, многие люди, которые готовы поверить в возможность создания машины, в точности воспроизводящей человека, не решатся приписать ей сознание, хотя бы потому, что оно считается уникальным даром, которым наделены только живые люди. Здесь уже ощущается опасное влияние теологической концепции души, и исход дискуссии начинает зависеть от религиозных убеждений спорящих, а вера в невещественные феномены не может быть предпосылкой психологического исследования. Проблема не имеет простого решения, и, поскольку пока невозможно создать столь совершенного андроида, эта дискуссия остается в основном кабинетным теоретизированием.

До настоящего времени все попытки воспроизведения ментальной деятельности с использованием компьютеров имели лишь частичный успех. В какой-то степени это связано с огромными трудностями, которые необходимо преодолеть для того, чтобы создать даже самую примитивную модель. Возьмем самый простой пример. Предположим, что мы хотим создать программу для опознания красных яблок. К компьютеру присоединена видеокамера, и он должен интерпретировать поступающие от нее изображения, чтобы определить, находится ли в поле зрения красное яблоко. Человеку ничего не стоит справиться с такой задачей, если у него нет серьезных проблем со зрением. Каким образом эту же задачу может решить компьютерная программа?

Во-первых, необходимо запрограммировать компьютер так, чтобы он узнавал красный цвет и отличал его от других цветов. Поскольку красному цвету соответствует определенный диапазон длин световых волн, мы должны создать оптический фильтр, который будет пропускать только свет с этими длинами волн. Как наш компьютер отличит красные яблоки от других объектов красного цвета? Поскольку в очертаниях яблока нет прямых линий, можно запрограммировать компьютер таким образом, чтобы он исключал из рассмотрения все объекты, контуры которых состоят из прямых линий. Звучит просто, но как составить программу, распознающую очертания предмета и рассчитывающую степень их кривизны? Кроме того, в поле зрения могут оказаться несколько красных объектов, частично заслоняющих друг друга; как компьютер "догадается", какова форма предмета, если видна только некоторая его часть? Человек легко справится с такими задачами, но, для того чтобы их выполнял компьютер, необходимо провести огромную работу по его программированию. Однако проблемы еще только начинаются. Как мы добьемся того, чтобы компьютер отличал яблоки от других круглых объектов примерно такого же размера (например, от красных бильярдных шаров)? Необходимо запрограммировать распознавание округлой формы "типичного" яблока и углубления, в котором находится плодоножка. Разные яблоки имеют различную форму - как мы научим компьютер узнавать не только один, а множество видов яблок? Кроме того, яблоко может оказаться не чисто красным, а с коричневыми или зелеными крапинками. А что, если угол зрения изменится так, что яблоко будет видно не сбоку, а, например, сверху? Как это повлияет на распознавание его формы?

Все вышеперечисленные проблемы - это только часть тех трудностей, с которыми сталкивается исследователь, пытающийся запрограммировать компьютер для выполнения очень простой задачи распознавания объекта. Такие препятствия преодолимы и успешно преодолеваются, но из-за них все созданные до сих пор компьютерные модели имитируют относительно простые операции. Это не упрек в адрес специалистов в этой области - просто в настоящее время для создания сложной модели требуется слишком много времени на программирование. Поскольку в этой области сейчас работают очень много людей и быстро накапливается информация, в конце концов, обязательно будут появляться модели все более сложных навыков (хотя, разумеется, необходимо будет ответить на вопрос о том, с какой степенью точности они имитируют психическую деятельность).

Учитывая все эти ограничения, можно сказать, что первые модели искусственного интеллекта работали исключительно хорошо. Но исследователи начали задумываться о том, насколько реалистично они моделируют функции настоящего мозга. Главная трудность связана с проблемой гомункулуса. Предположим, что для распознавания текста смонтирована следующая установка: компьютер, соединенный с видеокамерой, сканирует страницу текста, помещенного перед объективом камеры, а затем воспроизводит на экране монитора то, что он "прочитал". Это можно сделать несколькими способами. Возьмем самую простую схему, когда все операции выполняются последовательно. Сначала компьютер выясняет, какие черные значки на белом листе бумаги являются буквами, а какие не являются; затем он определяет, какие слова составлены из этих букв.

Как компьютер "узнает", правильно ли он прочитал слово?

На самом деле программа как таковая не может сама проверять свою работу - ее должен контролировать человек-программист, пока не будут получены приемлемые результаты.

В сущности, необходим маленький человечек (гомункулус), который следил бы за правильностью действий компьютера. Это, конечно, не похоже на умственную деятельность человека, поскольку в человеческом мозге нет никакого гомункулуса, надзирающего за его работой. Процесс настоящей мыслительной деятельности должен включать в себя исправление ошибок и совершенствование мышления без вмешательства каких-либо внешних факторов. Без косвенного или явного предположения о существовании гомункулуса создатели первых компьютерных моделей сталкивались с серьезнейшими затруднениями.

Первые модели искусственного интеллекта имели еще один недостаток - они были составлены из примитивных операций, слабо напоминавших деятельность нервной системы. В сущности, обычно они поочередно (хотя очень быстро) выполняли сначала одну маленькую часть моделируемого процесса, затем другую, третью и т. д. - такой способ называется последовательной обработкой информации. Получался процесс, напоминающий мыслительную деятельность, однако человеческий мозг оперирует информацией по-другому. Можно считать, что он состоит из групп нейронных сетей (neural networks), объединяющих тысячи или миллионы нейронов в обширную "паутину". В процессе мышления нейроны, входящие в эту паутину, работают, по-видимому, одновременно и совместно (это называется параллельной обработкой информации), а не передают сигналы строго поочередно. Такую модель процесса работы нейронных сетей называют коннекционизмом.

Полезно проиллюстрировать на примере механизм функционирования такой паутины. Предположим, что человек хочет запомнить ряд слов. В процессе запоминания могут участвовать группы нейронов, каждая из которых отвечает за запоминание одного слова.

Такая система работы малоэффективна и ненадежна. Предположим, что некоторые нейроны из какой-то группы погибнут - напоминаем, что нейроны мозга не восстанавливаются. Таким образом, если погибнут нейроны из одной группы, то одно из слов будет забыто. В паутине воспоминания сохраняются другим способом. Воспоминание формируется в результате активации всей паутины по определенной схеме.

Под словом "схема" мы подразумеваем, что некоторые нейроны будут активированы, а другие останутся пассивными, то есть будет создана характерная схема "включенных" и "выключенных" нейронов, которая соответствует данному слову. Различным словам соответствуют различные схемы активации. При таком способе запоминания паутина справится с потерей некоторых нейронов, если только не произойдет катастрофической гибели нервных клеток. Полное объяснение заняло бы слишком много места, но, в сущности, можно продемонстрировать, что в случае гибели некоторых нейронов паутины оставшиеся нейроны могут воспроизвести любые схемы активации. Кроме того, потери восполняются с помощью механизмов саморегуляции - для того чтобы "восполнить пробелы", не нужен гомункулус.

С помощью современных компьютеров относительно нетрудно создать искусственные нейронные сети, и в обозримом будущем в исследованиях в области искусственного интеллекта будут использоваться те или иные формы коннекционистских моделей.



Я. Стюарт-Гамильтон он