Интеллект: искусственный и естественный

Статья написана Павлом Чайкой, главным редактором журнала «Познавайка». С 2013 года, с момента основания журнала Павел Чайка посвятил себя популяризации науки в Украине и мире. Основная цель, как журнала, так и этой статьи – объяснить сложные научные темы простым и доступным языком

искусственный интеллект

Вокруг термина «искусственный интеллект» сломано так много копий, что, кажется, хотя бы главное должно быть понятно всем: слово «интеллект» в нем отражает тот непреложный факт, что компьютеры помогают человеку именно в его интеллектуальной, а не в какой-то иной деятельности. Другими словами, они существуют не ради того, чтобы выполнять механический труд, обрабатывать сырье и материалы или преобразовывать энергию из одного вида в другой, как молоток или топор, электромотор или атомный реактор. Нет, они обрабатывают данные — знаки и символы, а вместе с тем заключенную в этих данных информацию. В этом — а на обозримое будущее только в этом — работа компьютера интеллектуальна.

Конечно, любой психолог, то есть специалист по человеческой душе, будет прав, заявив, что существующие машины и программы для них во многом уступают человеку в своих интеллектуальных возможностях. Но ему придется, поразмыслив, признать, что компьютеры в чем-то превосходят нас с вами, хотя бы в умении быстро и надежно вычислять. Можно возразить, что вычисления — это не интеллектуальная, а почти что механическая деятельность, что она инициируется человеком и осуществляется по предписанной им программе. Но, с другой стороны, кроме человека, только компьютер — не пилу и не топор — можно заставить заниматься подобной деятельностью. Это и дает основания пользоваться такими словами, как машинный интеллект, машинное знание, машинный язык,— конечно, в указанном ограниченном смысле. К слову простой машинный интеллект лежит в основе современной робототехнике, которая все больше проникает в нашу жизнь. Например, робот пылесос для мытья окон обладает простым искусственным интеллектом, он способен проводить простые вычисления, ориентироваться в пространстве, определять оптимальную траекторию движения и обладает многими другими полезными функциями

Обратите внимание: речь идет о результатах, а вовсе не о том пути, на котором они достигаются. Надо посчитать — пожалуйста, компьютер это сделает, а как — это уж его дело (или дело его создателей). И тут я как специалист по программированию, то есть по контактам с «компьютерной цивилизацией», со всей определенностью говорю: машины считают, мыслят, принимают решения совсем не как люди. Этот тезис справедлив и в отношении искусственного интеллекта реализованного в алгоритмах поисковых систем Гугла и Яндекса, и в отношении интеллекта определяющего вероятность выигрыша в каком-нибудь виртуальном игровом автомате, и в отношении любой другой современной сферы, в которой может применяться компьютерный интеллект.

Суть искусственного интеллекта

Интеллект компьютера был и останется искусственным — это надо понять и к этому привыкнуть. Он поддерживается специально для этого спроектированными аппаратными и программными средствами, а на более фундаментальном уровне — всеми достижениями современной электроники, приборостроения, математики, системотехники и других наук. И хотя мы привыкли говорить о компьютере, пользуясь антропоморфной терминологией, они надолго еще останутся «машиноморфными», их интеллект будет очень еще далек от интеллекта человека во всех его разнообразных проявлениях.

Поэтому мне совершенно не понятен запал в рассуждениях некоторых философов и психологов, которые игнорируют отнюдь не случайно введенное слово «искусственный» в названии той проблемы, разработкой которой мы заняты, и по непонятной логике настоятельно требуют, чтобы машинный интеллект был обязательно точно таким же, как у человека, то есть у объекта, изучаемого ими.

Часто выдвигаемый тезис «если человек что-то делает таким-то образом, то и машина должна делать это так же» весьма спорен. Скорее можно утверждать обратное. Машины не так передвигаются по земле, на воде, под водой и в воздухе, как это делают люди или другие живые существа, в машинах:

  • действуют другие энергетические процессы,
  • используются иные источники энергии,
  • осуществляются иные химические реакции,
  • иначе передаются сигналы.

Поэтому нет никаких разумных оснований говорить, что машинные модели понимания и использования знания должны приближаться по своему характеру и структуре к схеме восприятия и переработки информации человеком. Да и сама эта схема нам почти что неизвестна. А с другой стороны, у нас есть более чем полувековой опыт накопления, хранения и использования знаний в машине, а также опыт общения с машинами, обмена информацией между человеком и компьютером. Обидно было бы, да никто и не собирается, оставить все это богатство втуне.

Существенная особенность человеческих знаний заключается в их неполноте, неточности, противоречивости. Эти факторы проникают в любую машинную модель представления знаний и в саму конструкцию машин, потому что машины и программы, алгоритмические языки и базы данных создаются людьми и все особенности человеческих знаний просто не могут не отразиться в этих плодах человеческого творчества.

Мы – к сожалению! — все-таки вносим в вычислительные комплексы и особенно в их программное обеспечение много чисто человеческого и прежде всего — массу противоречий: не согласованные между собой концепции и подходы, непродуманные до конца решения, несовместимые понятия, неполные данные.

Разрешать эти противоречия и вытекающие из них конфликты, не давать им привести к катастрофическим последствиям — вот одна из главных задач той новой науки, которую мы называем информатикой. Создаваемые нами системы должны быть работоспособными и эффективными, несмотря на присутствие в них всех «человеческих факторов», которыми мы их — против своей воли, но по своей человеческой природе, напичкали.

Пусть «интеллектуальная» деятельность компьютеров примитивна, но никто не сомневается, что компьютеры завтрашнего дня будут гораздо совершеннее существующих именно в этой своей деятельности. И хотя нет никаких серьезных оснований надеяться, что они заметно приблизятся к человеку по каким-то иным своим возможностям, что бездна, отделяющая их от человека, перестанет быть бездной, они приносят и будут приносить человеку огромную пользу, избавляя его от механической, нетворческой деятельности в сфере умственного труда.

Ведь нельзя сбрасывать со счетов то обстоятельство, что компьютер будущих поколений и нам дадут в руки новые возможности. Однако одновременно будет расти и сложность организации всех этих компонентов комплекса, их проектирования, создания и запуска в действие. «Голыми мозгами» эту задачу не решить. Нужно использовать весь потенциал науки и техники, в том числе все достижения современного программирования, теоретического и прикладного, автоматического проектирования и — далеко не в последнюю очередь — методов искусственного интеллекта.

Одна ласточка не делает весны, но предвещает скорый ее приход. В искусственном интеллекте нет еще массовых достижений, но есть отдельные успехи — например, единичные теоремы, доказанные машиной и не поддававшиеся, как утверждают, усилиям математиков. Это дает основания для осторожного оптимизма, не столь широковещательного, но и не столь беспочвенного, как оно было лет двадцать — тридцать назад, когда это научное направление делало первые шаги.

Автор: С. Лавров.

Один комментарий

  • Павел Яковенко

    Управление перемещением исполнительных элементов робота желательно выполнять с предельным быстродействием с учетом технологических требований и ограничений на рывок, ускорение и скорость, как это делает стремящийся к максимальной производительности человек. Следует использовать при микропроцессорном управлении позиционными системами простые алгоритмы и исключить датчики обратных связей по положению. Реализация таких требований возможна на базе электроприводов с шаговыми двигателями и алгоритмами, фактически воспроизводящими логику мышления человека.
    Составлены простые алгоритмы управления позиционными системами методом последовательного многошагового синтеза, основанного на динамическом программировании и имитационном моделировании, двух принципах живой природы – “перемены цели” и “ведущего слабого звена”. В алгоритмах гарантируется выполнение ограничений и выход в заданную позицию без перерегулирования по положению.