Искусственный интеллект. Основные направления исследований

Термин «artificialintelligence» был предложен в 1956 году на семинаре, посвященном разработке методов решения логических задач, в городе Ганновере, США. На русский язык его перевели как «искусственный интеллект», однако подобное трактование вводит многих в ступор. Точнее будет сказать, что это нечто, созданное человеком и способное рассуждать разумно. Более научное определение гласит, что искусственный интеллект, или ИИ, представляет собой направление исследований, «целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка» [1]. Существуют два основных подхода к исследованию ИИ: нейрокибернетика и кибернетика «черного ящика».

Первый подход основан на том, что мыслить способен исключительно человеческий мозг, поэтому для создания ИИ необходимо воссоздать его структуру. Подобные системы называют нейронными сетями. Особое внимание уделяется биологическому аспекту. Предполагается, что открытие биологической обработки информации позволит совершить невиданный скачок в развитии [2]. Поэтому нейрокибернетика, необходимость применения которой многократно возрастает при решении плохо формализованных задач, имеет большую популярность в наше время. Так, ученым из Цюриха удалось создать постоянную память на основе ДНК. Тем не менее, и без биологической обработки информации создаются и развиваются самообучающиеся (использующие уже накопленный опыт) нейронные сети, заточенные, например, под распознавание образов.

Второй же подход гласит, что неважно то, как будет устроен ИИ, а важно лишь то, что он должен преобразовать данные как человеческий мозг. Большое внимание в данном подходе уделяется решению интеллектуальных задач. Именно из-под его крыла появились первые системы, основанные на знаниях, которые также называются экспертными системами. Они представляют собой набор знаний высококлассных специалистов определенных предметных областей, который будет в дальнейшем использоваться менее квалифицированными специалистами.

Существуют огромное число направлений исследований в области искусственного интеллекта. К их числу, например, относятся [1]:

1. Представление знаний и разработка система, основанных на знаниях. Данное направление является основным в области разработки ИИ, отвечая за описанные выше экспертные системы, то есть за предоставление некоторых структурированных знаний с точки зрения инженерии знаний, суть которой заключается в формализации этих добытых знаний.
2. Программное обеспечение систем ИИ. Разработано немалое число языков программирования, в которых на первом месте стоят не вычислительные процедуры, а логические и символьные. Наиболее известными из них являются языки Лисп и Пролог. Язык Лисп был создан американским информатиком Джоном Маккарти для решения задач искусственного интеллекта и является важнейшим языком в среде символьной обработки информации [3]. На языке Лисп написано огромное число программ в области работы с естественным языком, что делает основополагающим для использования в области ИИ. В свою очередь, язык Пролог, также созданный в качестве языка программирования для решения задач искусственного интеллекта, отвечает за логику. Математическая логика является формализацией мышления человека, поэтому ее применение в ИИ неизбежно [4]. Нельзя не упомянуть, что к ПО систем ИИ относятся экспертные системы, наполнение которых знаниями происходит уже после их разработки. Ярким примером подобной системы является оболочка EXSYS, с помощью которой можно решить проблемы любой проблемной области, в которой решение задачи происходит путем выбора одного варианта из нескольких, причем этот выбор основан на строгой логике.
3. Разработка естественно-языковых интерфейсов и машинный перевод. Самым ярким представителем данного направления долгое время являлись системы перевода с одного языка на другой. Большинство из нас пользовались такими системами и отмечали иногда так называемый «корявый» перевод. Связано это с тем, что машине необходимо понять смысл текста, ведь именно так и переводит текст человек (он не просто заменяет слова одного языка их эквивалентом другого языка, а анализирует передаваемый ими смысл), а это является очень сложной задачей. Тем не менее, прогресс в данной области на лицо. Сейчас наиболее перспективным представителем данного направления являются голосовые помощники, которые анализируют речь человека и выполняют соответствующие действия. Наиболее известными являются Siri от компании Apple и GoogleAssistant от компании Google.
4. Интеллектуальные роботы. Сегодня робототехника очень популярна, ведь роботы уже широко используются в промышленности. Тем не менее, пока они не отвечают задаче искусственного интеллекта, заключающейся в их самоорганизации. На пути к этому стоят проблемы машинного зрения и адекватного хранения, а также обработки трехмерной визуальной информации [1]. Но работа идет и уже совершаются первые серьезные шаги. Так, например, в области машинного зрения удалось добиться того, что на смену прежним роботам, запрограммированным на то, чтобы взять деталь и выполнить операцию в определенном месте и в определенное время, и являющимися попросту слепыми, пришли новые роботы, оснащенные видеокамерами и новым программным обеспечением, что позволяет им идентифицировать и искать детали, а это, в свою очередь, делают систему передвижения менее дорогостоящей [5].
5. Обучение и самообучение. Результатам исследований в ходе данного направления являются системы, способные накапливать знания и принимать решения, исходя из накопленного опыта. Подобные системы обучаются по некоторым примерам, после чего запускается процесс их самообучения.
6. Распознавание образов. Процедура распознавания некоторого образа происходит за счет каждого объекта с некоторым набором признаков, присущих ему. Данное направление тесно развивается с предыдущим, благодаря чему распознавание становится более верным за счет уточнения признаков и обучения на ошибках.
7. Новые архитектуры компьютеров. Уже давно стало понятно, что традиционная архитектура компьютера не позволит решать задачи, стоящие перед искусственным интеллектом. В связи с этим огромные усилия направлены на разработку абсолютно новых аппаратных архитектур. Уже есть специальные машины, заточенные под языки Лисп и Пролог, которые, соответственно, предназначены для решения задач символьной обработки и логических задач.
8. Игры и машинное творчество. В любой современной компьютерной игре найдется место искусственному интеллекту. ИИ анализирует действия игрока и отвечает на них, используя свою встроенную логику. Ярким примером является игра в шахматы, в которой ИИ уже дается обыгрывать гроссмейстеров! Этот результат удивителен, как и машинное творчество, которые заключается, например, в создании музыки и написании стихов.

Конечно, существуют и другие направления исследований в области искусственного интеллекта. К их числу относят генетические алгоритмы, когнитивное моделирование, интеллектуальные интерфейсы, распознавание и синтез речи, многоагентные системы, менеджмент знаний, логический вывод, формальные модели, мягкие вычисления и многое другое [1]. Подобное многообразие связано с тем, что область применения искусственного интеллекта настолько широка, что всего лишь попытка каким бы то ни было образом ее ограничить уже является настоящей наукой.

Таким образом, можно сделать вывод, что искусственным интеллектом стоит будущее. Исследования, открытия и разработки в данной области позволят нам совершить качественный скачок вперед в своем развитии, а также повседневно решать огромной перечень задач, работа с которыми представляется нам сейчас невозможной или крайне сложной.

Литература:

1. Гаврилова, Т. А. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. — СПб.: Питер, 2001. — 384 с.: ил.
2. Круг, П. Г. Нейронные сети и нейрокомпьюетеры: Учебное пособие по курсу «Микропроцессоры». / П. Г. Круг. — М.: Издательство МЭИ, 2002. — 176 с.
3. Хювёнен, Э. Мир Лиспа. Т.1: Введение в язык Лисп и функциональное программирование / Э. Хювёнен, И. Септянен. — М.: Мир, 1990. — 458 с.
4. Солдатова, О. П. Логическое программирование на языке VisualProlog: учебное пособие / О. П. Солдатова, И.В Лёзина. — Самара: СНЦ РАН, 2010. — 81 с.: ил.
5. Современная робототехника. Что новенького? // Информационно-аналитический ресурс о рынке робототехники в России и мире «Robogeek.Ru». Электронный ресурс. URL: http://www.robogeek.ru/analitika/sovremennaya-robototehnika-chto-novenkogo (дата обращения: 09.10.2016).