Искусственный интеллект в современном мире

Введение

Понятие интеллект берет свои корни от латинского слова intellectus, которое обозначает ум, разум, способности человека к мышлению. Искусственный интеллект - это свойство систем, которое заключается в том, что они могут переложить на себя ряд функций человека, осуществлять выбор решения, основанного на уже имеющемся опыте, и осуществлять анализ ситуации.
В настоящее время данная сфера является пристальным объектом исследования ученых. Рассмотрению подлежат как системы, частично заменяющие ряд функций, так и полномасштабные варианты. Образование подобной области произошло на стыке огромного количества дисциплин (физики, математики, биологии и т.п.). Применение подобных технологий в настоящее время получило широкое распространение в тех сферах, где необходимо довольно незначительное вмешательство человека, особенно в технике.
Началом развития данной области можно считать создание программ для логических игр (шахматы, шашки и т.п.). Американский кибернетик А. Самуэль составил для вычислительной машины программу, которая позволяет ей играть в шашки, при этом в ходе игры машина обучалась или, по крайней мере, создает впечатление, что обучается, улучшая свою игру на основе накопленного опыта. Можно сказать, с этого и началось исследование искусственного интеллекта.
Основная цель разработки искусственного интеллекта - это улучшение его жизни путем все большей автоматизации производства. При использовании подобных технологий людям останется осуществлять творческий труд, который бы приносил ему удовольствие. На современном этапе развития этой области до создания таких систем полного искусственного интеллекта довольно далеко, и пока вмешательство искусственного интеллекта в другие интеллектуальные системы лишь частично. Это, прежде всего, программные средства. Например, экспертные системы, системы распознавания образов и т.п. Их относят к системам искусственного интеллекта, так как они способны выполнять свои, пока очень узконаправленные задачи, которые раньше не могли выполнять компьютеры. Результаты их работы схожи с результатами аналогичной интеллектуальной работы человека.
В данной работе будут рассмотрены вопросы, которые касаются применения искусственного интеллекта в современном мире.

1 Основные понятия искусственного интеллекта

Алгоритм - это определенная последовательность выполнения действий с целью нахождения решения поставленной задачи. Данный термин берет свои истоки еще с IX века, когда узбекский ученый Аль-Хо ввел в обиход простейшие арифметические алгоритмы. задача определения алгоритма решения в настоящее время является довольно тривиальной целью человека. Поиск алгоритмов решения ряда задач связано с достаточно тонкими и сложными умозаключениями, для которых необходимо обладать определенной научной базой. Деятельность такого вида, как можно понять, требует применения интеллекта человека. Задачи такого рода, по аналогии, назовем интеллектуальными.
Для тех задач, которые уже имеют свои алгоритмы решения, будет излишним применять термин интеллектуальность. И действительно - когда для решения задачи уже определен свой алгоритм, то нахождение решения аналогичных задач может быть осуществлено роботом или человеком, который не имеет никакого представления о самой задаче. Просто необходимо, чтобы субъект, которого привлекают к решению поставленной задачи, мог осуществить выполнение ряда простых операций в соответствии с уже существующим алгоритмом. Таким образом, субъект, который привлекается к процессу, может с успехом решить любую произвольную задачу подобного типа.
В связи с этим, задачи подобного рода. для которых уже определен алгоритм решения, должны быть исключены из класса интеллектуальных. В качестве примера перечислим ряд следующих задач - решение системы уравнений, нахождение производной функции и определение интеграла и т.п. Противоположностью является целый класс задач (доказательство теорем. игра в шашки и т.п.), для которых разбиение процесса нахождения решения по отдельным этапам чаще усложняет задачу даже в ситуациях, когда само решение не является несложным.
Следовательно, можно сказать, что под интеллектом также может пониматься некий универсальный алгоритм, с помощью которого возможно разрабатывать алгоритмы решения применительно к ряду определенных задач.
Можно с уверенностью сказать, что профессия программиста является наиболее интеллектуальной, потому что результатом деятельности специалиста данной области являются программы, которые представляют собой алгоритм в чистом виде. Это позволяет сказать, что разработка элементов искусственного интеллекта должна привести к увеличению производительности труда.
Под мышлением или интеллектуальной деятельностью будем понимать интеллектуальную мозговую деятельность, которая направлена на решение любых интеллектуальных задач. Мышление и интеллект выступают в связке при решении ряда задач (к примеру, доказательств теорем, игры в шахматы, планирования событий и т.п.). К основным чертам интеллекта, которые выделяются при решении интеллектуальных задач, относится способность к обучению, обобщению. накоплению знаний и их дальнейшей адаптации для решения задачи с изменяющимися внешними условиями. Используя данные черты, становится возможным применять интеллект для нахождения решения любых интеллектуальных задач и легко перестраиваться с нахождения решения одной задачи на решение другой. Следовательно, можно сказать, что мозг, обладающий интеллектом, выступает в качестве универсального средства решения большого круга задач, не имеющих стандартных алгоритмов решения. Помимо данного определения, в литературе имеется еще целый ряд так называемых функциональных определений. По А. Н. Колмогорову, каждая материальная система, с которую можно продолжительно применять с целью обсуждения проблемы науки, литературы и искусства, обладает интеллектом. По А. Тьюрингу, смысл понятия состоит в следующем: в нескольких комнатах расположены люди и машина, при этом они не видят друг друга, но могут осуществлять обмен информацией. Если в процессе диалога между участниками игры людям не удается установить, что один из участников - машина, то такую машину можно считать обладающей интеллектом.
Данный взгляд на понятие интеллектуальной деятельности заложен в основу работу практически всех систем искусственного интеллекта. Очевидно, что абсолютно все знания заложить в систему невозможно. Стоит также отметить, что на данном пути наблюдается проявление всех вышеперечисленных признаков интеллектуальной системы (накопление опыта, адаптация и т. д.) [1].
2 Этапы развития

Всю историю исследования и создания систем с искусственным интеллектом можно условно разбить на семь этапов:
- нейронные сети. Данный этап характеризуется появлением первых устройств, выполняющих последовательные действия, имеющих незначительные ресурсные возможности (память, быстродействие и т.п.)

. Задачи, которые решались подобными системами, в основном имели вычислительный характер и для них были уже разработаны алгоритмы решений;
- эвристический поиск. На данном этапе произошло добавление машинам алгоритмов поиска, сортировки и обобщения информации, которые никоим образом не зависели от смысла обрабатываемых данных. Данный период послужил новым отправным пунктом в совершенствовании задач автоматизации человеческой деятельности;
- представление знаний. В данный временной период исследователи смогли понять важность знаний применительно к процессу создания необычных алгоритмов решения задач. Под знаниями здесь понимается практическая информация, с которой математика еще не работала и которая не несет формального характера. В качестве такой информации могут выступать накопленные знания в любой области деятельности. Данные названия стали называться экспертными, а соответствующие системы - экспертными или системами-консультантами;
- обучающие машины. Этот этап может с уверенностью называться прорывным. Возникновение экспертных систем повлекло к появлению, так называемой, эры интеллектуальных систем-консультантов. Эти системы оказывали помощь в выборе и дальнейшем обосновании решения, обладали способностью к обучению и развитию, могли вести диалог с человеком на привычном для него языке;
- автоматизированные обрабатывающие центры. Совершенствование систем и круга их возможностей повлекло за собой необходимость наличия качественного нового уровня интеллектуальности программных систем, таких как защита от несанкционированного доступа, безопасность ресурсов, поиск данных в сети и т.п. В связи с этим появились новые системы, получившие название интеллектуальных. С их помощью стало возможным разрабатывать гибкие системы, необходимые для решения определенного круга задач;
- робототехника. После доказательства М. Минским ограниченных возможностей первых нейронных сетей исследования в этом направлении выполнялись учеными других областей знаний. В 1982 г. физик Дж. Хопфилд опубликовал работу, в которой проанализировал методами статистической механики свойства однослойной нейронной сети с симметричными связями. Хопфилд обнаружил возможность применения такой сети в задаче распознавания образов. Психологи Д. Румельхарт и Г. Хинтон, изучавшие модели нейросетевой памяти, заново открыли в 1986 году алгоритм обучения многослойного персептрона, названный алгоритмом обратного распространения ошибки. Ранее этот алгоритм был открыт Брайсоном и Хо в 1969 году.
Указанные две работы послужили толчком к лавинообразному росту применений моделей нейронных сетей для решения практических задач. Помимо теоретических разработок, этому способствовало и появление мощных аппаратно-программных средств, позволяющих моделировать нейронные сети достаточного уровня сложности.
В настоящее время роботы применяются во многих сферах человеческой деятельности: бытовой, военной, космической и т.п. Существующие модели роботов имеют в своем составе систему навигации и различные периферийные датчики;
- сингулярность (начиная с 2008 года). Впервые термин «сингулярность» использовал в середине XX века Джон фон Нейман, имея в виду математическое, а не астрофизическое понимание этого слова — точку, за которой экстраполяция начинает давать бессмысленные результаты (расходится). Об этом пишет Вернор Виндж, которому данный термин обычно приписывают. Научным обоснованием наступления сингулярности активно занимается Рэймонд Курцвейл.
По прошествии данного этапа технический прогресс станет настолько быстрым и сложным, что окажется недоступным пониманию человека. Он наступит, предположительно, после создания искусственного интеллекта и самовоспроизводящихся машин, интеграции человека с вычислительными машинами, либо значительного скачкообразного увеличения возможностей человеческого мозга за счёт биотехнологий.
Одними из фундаментальных открытых вопросов насчёт сингулярности являются вопрос о её существовании, времени наступления и темпах роста технологических изменений. Сторонники теории технологической сингулярности считают, что если возникнет принципиально отличный от человеческого разум, дальнейшую судьбу цивилизации невозможно предсказать, опираясь на человеческую логику. [2].

3 Методы моделирования искусственного интеллекта и подходы к созданию подобных систем

Всего существует три подхода, которые применяются для моделирования систем искусственного интеллекта. В первом из них в качестве объекта выступает структура и механизм мозговой деятельности человека, целью же является раскрытие секретов мышления. Среди основных этапов исследования можно выделить разработку модели с использованием психофизиологических данных, ее последующие эксперименты, определение гипотез по отношению к механизмам деятельности, дальнейшему совершенствованию модели и т.п.
Во втором подходе объектом является искусственный интеллект. В данном подходе осуществляется моделирование мышления с использованием электронно-вычислительных машин. Цель работы состоит в разработке алгоритма и самого программного обеспечения, с помощью которого можно будет осуществлять решение интеллектуальных задач не хуже самого человека.
В третьем подходе рассматривается создание интерактивных интеллектуальных систем, или, другими словами, симбиоз естественного (человека) и искусственного (электронно-вычислительная машина) интеллектов. Среди основных проблемам подобных исследований можно отметить оптимальное разделение функций и формирование диалога между обоими участниками.
В настоящее время существует несколько подходов, которые используются для создания систем с искусственным интеллектом. Невозможно с уверенностью сказать, какой из подходов является наиболее подходящим к определенной ситуации по причине того, что полные системы до сих пор не разработаны.
В первую очередь рассмотрим логический подход. Базисом такого подхода выступает булева алгебра. Абсолютно любой программист обязан быть знаком с нею (примером является банальное знание оператор if/else). Дальнейшее развитие данный раздел математики нашел в сфере исчисления предикатов, где она получила существенное расширения за счет введения предметных символов, отношений между ними и т.п. Любая система искусственного интеллекта, которая базируется на логическом подходе, является машиной доказательства теорем. В данном случае исходные данные представляют собой аксиомы, а отношения между ними - это правила логического вывода. В основу таких машин заложен блок генерации цели, а система вывода осуществляет доказательство данной цели по аналогии с доказательством теоремы