Сологуб Ника Владимировна. Искусственный интеллект

План

-- Вступ________________________________________________2

-- I частина

-- Фiлософсько-методологiчний вступ_________________3

-- Нарис iсторi§ когнiтивно§ психологi§_________________5

-- Метафори пiзнання._______________________________8

-- II частина

-- Порiвняння штучного i природного iнтелекту_________13

-- Приклади iснування штучного iнтелекту_____________14

-- III частина

-- Гностична дiяльнiсть штучного iнтелекту____________20

-- Навчання машин. Навчання на основi спостережень___27

-- "Машинна творчiсть"_____________________________29

-- Критика "штучного iнтелекту"_____________________31

-- Висновок_____________________________________________35

-- Список лiтератури_____________________________________36

Вступ

У сучасному свiтi, який увiйшов в епоху iнформацi§ та iнформацiйних технологiй проблема створення "розумних" технологiй постає особливо актуальною. Пiд "розумними" технологiями на сьогоднiшнiй день можуть розумiти машини з програмами будь-яко§ складностi, вiд прально§ машини, що сама обирає режим прання до роботiв, що можуть малювати картини i керувати супутниками. Пройшов той перiод, коли тцльки деякi вченi вiрили у можливiсть створення машини, що обраховувала б iмовiрнiсть подiй, зв'язно вiдповiдала на питання, тощо. Сьогоднi такий феномен як "штучний iнтелект" вже глибоко увiйшов у багато аспектiв нашого життя. Хоча iнодi ми не усвiдомлюємо цього, але iде§ можливостi створення розуму, подiбного до людського вже давно сприймаються як належне, проникаючи у свiдомiсть людей i вiдображаючись у результатах §х творчостi. Але феномен "штучного iнтелекту" постає перед нами не тiльки у перспективi, але вже i сьогоднi. Багато з програм, що вирiшують багато х людських когнiтивних задачують нас. А отже, проблема iснування штучного iнтелекту є вельми цiкавою i надає велике поле для науково§ дiяльностi.

Сучасна проблема "штучного iнтелекту" полягає у вiчному питаннi бути чи не бути. Вже не викликає сумнiвiв можливiсть iснування таких технiчних засобiв, що брали б на себе частину роботи людей, яку вони вони взмозi виконати краще. Сьогоднi постає iнше питання, чи може iснувати машина, що буде повнiстю iмiтувати людську психологiю. Ця проблема дуже обширна i вмiщає в себе велику кiлькiсть аспектiв. Щоб побудувати деяку картину сучасного §§ стану слiд охопити хочаб деякi з них. У поданiй роботi я звернула увагу на розвиток областi наук, в межах яко§ з'явилася ця наука, когнiтивно§ науки; також деякi фiлософськi i методологiчнi питання, що стосуються створення "штучного iнтелекту"; важливим питанням постає сучаснi досягнення в цiй областi i ставлення до них суспiльства; сучаснi технологi§ досягнення деяких цiлей.

Для окреслення пiдходiв до iдей створення "штучного iнтелекту" у роботi розглянуто аргументи вчених, що пiдтримують iдею можливостi цього i тих, що критикують або сучаснi методи розв'язання проблеми, або взагалi можливiсть §§ ров'язання як тако§. До перших належать, наприклад кiбернетики Т'юринг, Бостром. До вчених, що пiддають цю iдею деякiй критицi належить кiбернетик Бiрюков, психолог Тихомиров.

За завдання у цiй роботi поставлено ознайомитись з поняттям "штучного iнтелекту" i змалювати сучасний стан цього питання. Також зроблено спробу передбачити сферу i перспективи майбутнього розвитку галузей, що торкаються проблеми штучного iнтелекту на основi розглянутих теорiй i фактiв.

Частина I

Фiлософсько-методологiчний вступ

Проблема штучного iнтелекту бере своє корiння у глибинах когнiтивно§ науки, тож для початку слiд визначити що це таке. Когнiтивна наука - це область мiждисциплiнарних дослiджень пiзнання, яке розумiємо як сукупнiсть процесiв накопичення, збереження, перетворення i використання знань живими i штучними системами. Iснують такi дисциплiни:

(Взято з Соло "Когнiтивна психологiя")

Як вже було сказано, це область мiждисциплiнарна, тому виникає ряд труднощiв, пов'язаний з цим. Одна з перших - проблема термiнологi§. Власне перед тим як казати про проблему взаєморозумiння кiлькох наук, слiд зазначити, що i в серединi психологi§ iснують значнi неточностi. По-перше вже протягом кiлькох тисячолiть вченi не можуть домовитися про те, що ж таке свiдомiсть, тобто не можуть визначитися з предметом науки.

Поява iнформацiйних технологiй у 21 столiттi тiльки пiдкреслила наскiльки мало ми знаємо про людську душу. Зараз стало популярним порiвняння людського мозку з ком'ютером. Звичайно, це краще, нiж порiвнювати його з телеграфом (Г. Гельм-Гольц) або навiть з радiоприймачем (А. А. Ухтомский). Але як i раннi порiвняння, комп'ютерна метафора має великi бiлi плями. Так, найочевиднiша рiзниця, це те, що у комп'ютерiв, на вiдмiну вiд людини, не iснує свiдомостi. Тим не менш, iнновацi§ в комп'ютерних технологiях i порiвняння з ними людини дозволяють поставати бiльш точнi питання. Наприклад - чому око, яке можна порiвняти з вiдеокамерою, не викривлює зображення при нахилi голови. Перераховувати такi загадки можна до нескiнченностi.

Серед усiх таємниць психологi§ найбiльшою лишається, все ж, таємниця свiдомостi. Ми сприймаємо свiт i себе з безпосередньою очевиднiстю. I сам по собi факт наявностi §§ настiльки очевидний, що всi уявляють свiдомiсть, але тiльки до моменту, коли §х попросять сформулювати, що ж це таке. Пояснення - це знаходження способу мiркування, за якого незрозумiле стає зрозумiлим. Однак будь-яке пояснення свiдомостi буде бiльш незрозумiле, анiж §§ очевидне iснування, адже виникнення свiдомостi не може бути результатом процесiв цiє§ само§ свiдомостi, а тому природа §§ не може бути подана з тiєю само, очевиднiстю, яка присутня поясненням §§ явищ.

Iсторично склалося, що бiльшiсть психологiчних термiнiв є омонiмами i це ще бiльше ускладнює ситуацiю. Також, якщо розiбратися у основних загальновживаних термiнах, можна помiтити, що будь-яке психiчне явище пояснюється через специфiчну властивiсть психiки. Це нагадує приклад, коли в середнi вiки горiння дерева пояснювали його здатнiстю до цього через наявнiсть в ньому особливого матерiалу. Але це проблеми лише в серединi само§ психологi§, а iснують також термiнологiчнi питання на зтику наук когнiтивно§ сфери. Для ефектино§ спiвпрацi необхiдна спiльна мова, але iснує такий феномен як мiжнаукова омонiмiя. Це означає, що в рiзних науках одне i те саме слово може позначати зовсiм рiзнi значення, що призводить до непорозумiння.

Окрiм термiнологi§ iснує також проблема в узгодженостi наук, тобто висунення спiльних припущень, якi потiм можуть ров'язуватися комплексними методами. Iснує декiлька стратегiй мiждисциплiнарно§ взаємодi§:

-- "Косметична дисциплiнарнiсть" - (Спербер, 2003) мається на увазi звичайна сумацiя мiждисциплiнарних проектiв.

-- "Збагачення" - розширення спектру доступних даних

-- Розв'язання наукових проблем однiє§ областi за допомогою методiв iншо§

-- "Граничнi" проблеми: спiльна постанова питань i спiльний пошук вiдповiдей на них

Щодо представлених стратегiй, то вони потребують також i комплексного пiдходу з точки зору методологi§ пошуку вiдповiдей. Iснує багато рiзних шляхiв пояснення: логiчний, мiстичний, практичний, гуманiтарний i природничий. Необхiдно обрати шлях пояснення, а вже у його межах - мову i, нарештi - критерi§ дослiджень.

Iснують принципово рiзнi шляхи пiзнання: мiстичний, що претендує на очевиднiсть i заснований на власних вiдчуттях; логiчний, який орiєнтований на формальну вiрнiсть, вiдсутнiсть протирiччя i тавтологiчнi перетворення; природничий, котрий намагається вiдшукати iстину, спираючись на вiдповiднiсть дослiду логiки; практичний, ефективнiсть якого визначається за результатами його практичного застосування; шлях гуманiтарно§ науки, що претендує на осмислення всього пiзнаного i опирається на традицiю i iдеали.

-- Природничi теорi§ мають сформованi критерi§ обґрунтованостi сво§х стверджень, однак вони нечiткi, оскiльки намагаються бути незалежними вiд суб'єктивiзма, не зовсiм вiрнi, адже будуються на iдеалiзованих об'єктах, i безпосередньо на практицi не застосовуються. Тим не менш, саме вони дають найбiльше наближення до iстини. Психологiя, вiдокремлюючись самостiйною наукою, одночасно позицiонувала себе як науку природничу, чим прийняла важливу норму.

-- Вiдтепер кожен психолог, що вважає себе науковцем, має обґрунтовувати сво§ твердження експериментом.

-- I навпаки, всi дослiднi данi, усi, знайденi емпiрично, закони тiльки тодi визнаються достовiрними, коли отримують логiчне обґрунтування.

-- Саме обґрунтування емпiричних фактiв має незалежно перевiрятися.

-- Не можна будувати науку, спираючись на слова буденно§ мови чи §х етимологiчний аналiз. Тим бiльш не можна так будувати психологiю, де бiльшiсть слiв - омонiми.

-- Слiд розрiзняти теоретичнi термiни, що входять логiчний опис психiчного, i емпiричнi термiни, призначенi для опису реальностi, що спостерiгаємо безпосередньо. Свiдомiсть як емпiричний термiн вiдображає емпiричне явище - усвiдомленiсть.

-- Мiстичнi переживання є реальнiстю. Вони виникають одночасно с появою людського мислення i, поки iснує людина, не зникнуть. Кожна людина переживає §х по своєму, тим не менш, вони не можуть бути нi логiчно обґрунтованi, нi достатньо точно вираженi в словах. Мiстична iстина iснує лише для того, хто §§ знайшов, i неосяжна для всiх iнших. "Мысль изреченная есть ложь".

-- Практика не може прямо свiдчити про iстиннiсть. Практичнi результати не залежать вiд того и iстинна теорiя лежить в основi шляхiв §х досягення. Практичнi технологi§ вiдповiдають ситуативно i лише на питання "як?", а не "чому?".

-- Тiльки логiка дозволяє зрозумiти принципову простоту i однорiднiсть природи психiчного, а отже вiдмова вiд не§ не можлива. Однак, логiка не може обґрунтувати сама себе, адже початково ґрунтується на аксiомах, якi сприймаються як незаперечнi i такi, що не потребують обґрунтувань.

Природничими методами можна вивчати неусвiдомлювану роботу свiдомостi. Але склад свiдомостi, що сформувався у процесi цiє§ роботи, багато у чому лишається прерогативою гуманiтарного знання. Свiдомiсть людини має описуватись всiма цими методами, що так важко звести разом. При цьому нi один з них, окремо взятий, не є повним i вичерпним.

Нарис iсторi§ когнiтивно§ психологi§

Першi уявлення про мислення

Звiдки приходить знання i як воно представлене в свiдомостi? Це вiчне питання має важливе значення для когнiтивно§ психологi§. Були запропонованi двi вiдповiдi: емпiрики стверджують, що знання виникає з досвiду; натiвiсти ж стверджують, що є деякi початковi категорi§, якi впорядковують сенсорний досвiд. З науково§ точки зору нi одна з цих позицiй не може бути остаточно доведена, тому суперечка триває i не дає чiтко§ вiдповiдi. Вирiшення цих триваючих дебатiв обумовлене нашим визначенням знання як "зберiгання i органiзацi§ iнформацi§ в пам'ятi", що вiдповiдає позицiям обох сторiн спору: прихильники "Зберiгання" передбачає, що досвiд набутий, а "органiзацiя" - що в нервовiй системi iснують деякi структурнi здiбностi. Пам'ятаючи про цi проблеми, давайте розглянемо, як §х вирiшують фiлософи i психологи.

Глибокий iнтерес до знання ми можемо виявити в самих древнiх наукових працях. Першi теорi§ стосувалися ролi думки i пам'ятi. Аналiзуючи давньоєгипетськi iєроглiфiчнi тексти, можна зробити висновок про те, що, на думку §хнiх авторiв, знання локалiзовано в серцi, - уявлення, що роздiляв i раннiй грецький фiлософоф Аристотель. Але не Платон, який вважав, що знання знаходиться в мозку.

Пiзнання в епоху Вiдродження i пiсля не§.

Фiлософи та теологи епохи Вiдродження в загальному сходилися на думцi, що знання знаходяться в головному мозку, причому деякi навiть запропонували схему §х будови i розташування.

У XVIII столiттi, коли фiлософська психологiя зайняла мiсце, призначене науковiй психологi§, британськi емпiрики Берклi, Юм, а пiзнiше Джеймс Мiлль i його син Джон Стюарт Мiлль припустили, що є три типи внутрiшнiх репрезентацiй: 1) безпосереднi сенсорнi подi§ 2) блiдi копi§ перцепт - те, що зберiгається в пам'ятi 3) перетворення цих блiдих копiй, тобто асоцiативне мислення. Подiбне уявлення про внутрiшню репрезентацiю i перетворення припускає, що внутрiшнi репрезентацi§ формуються за певними правилами, а формування та перетворення потребують часу i зусиль - положення, що лежать в основi сучасно§ когнiтивно§ психологi§.

У XIX столiттi психологи спробували вирватися з рамок фiлософi§ та сформувати окрему дисциплiну, засновану на емпiричних даних, а не на спекулятивних мiркуваннях. Помiтну роль у цiй справi зiграли першi психологи: Фехнер, Брентано, Гельмгольц, Вундт, Мюллер, Еббiнгауз та iншi. До друго§ половини XIX столiття теорi§, що пояснюють репрезентацiю знань, чiтко роздiлилися на двi групи: представники першо§ групи наполягали на важливостi структури уявних репрезентацiй, а представники iншо§ групи наполягали на особливiй важливостi процесiв. Представник друго§ групи, Брентано, вважав, що справжнiй предмет психологi§ - це дослiдження когнiтивних дiй: порiвняння, судження й вiдчування. Протилежна сторона займалася безлiччю тих самих питань, що обговорювали за двi тисячi рокiв до цього Платон i Арiстотель. Однак на вiдмiну вiд попереднiх, чисто фiлософських, мiркувань обидва види теорiй тепер пiдлягали експериментальнiй перевiрцi.

Когнiтивна психологiя: початок XX столiття

У XX столiттi з появою бiхевiоризму i гештальт-психологi§ уявлення про репрезентацi§ знань зазнали радикальнi змiни. Погляди бiхевiористiв на внутрiшнi репрезентацi§ були представленi, в психологiчнiй формулi "стимул-реакцiя" (S-R), а представники гештальт-пiдходу будували докладнi теорi§ внутрiшньо§ репрезентацi§ у контекстi iзоморфiзму - взаємооднозначно§ вiдповiдностi мiж репрезентацiєю i реальнiстю. Наприкiнцi XIX столiття раптом з'ясувалося, що дослiдження когнiтивних процесiв вийшли з моди i §х замiнив бiхевiоризм. А починаючи з 1950-х рокiв iнтереси вчених знову зосередилися на увазi, пам'ятi, розпiзнаваннi паттернiв, образiв, семантично§ органiзацi§, мовних процесах, мисленнi i навiть "свiдомостi", а також на iнших "когнiтивних" темах, одного разу

вiдкинутих пiд тиском бiхевiоризму.

Виникнення когнiтивного руху i вiдродження

питання свiдомостi у психологi§.

Як i всi iстиннi новацi§ в iсторi§ психологi§, когнiтивна психологiя не з'явилася на порожньому мiсцi. Ї§ витоки можна прослiдкувати в бiльш раннiх концепцiях. Деякi дослiдники стверджують, що "когнiтивна психологiя одночасно i новiтня, i давня традицiя в iсторi§ психологi§" (Heamshaw 1987). Як вже було сказано, iнтерес до свiдомостi з'явився задовго до того. Бiльшiсть шкiл мають справу зi свiдомiстю. Наприклад структуралiзм i функцiоналiзм. I лише бiхевiоризм вiдiйшов вiд цiє§ традицi§ i витiснив тему свiдомостi з порядку денного психологiчно§ науки майже на 50 рокiв.

Представник бiхевiоризма Гатрi пiд кiнець своє§ научно§ карє'ри пiддав критицi механiстичну модель психiки i стверджував, що для визначення iстинного значення тих чи iнших стимулiв, необхiдно описувати §х у перцептивних чи когнiтивних термiнах (Guthrie. 1959). Ще одним попередником когнiтивного руху можна вважати радикальний бiхевiоризм Толмена. Цей дослiдник визнавав важливiсть розглядання когнiтивних змiнних i сприяв вiдходженню вiд загальноприйнятого на той час пiдходу "стимул-реакцiя". Вiн також пiдкреслював необхiднiсть використання промiжних змiнних для визначення внутрiшнiх станiв, що не спостерiгаються. Також великий внесок у когнiтивний рух зробила гештальт-психологiя, оскiльки в центрi §§ уваги, з самого початку, стояла "органiзацiя, структура, зв'язки, активна роль суб'єкта, а також важлива роль сприйняття в процесi научiння i запам'ятовування". (Hearst. 1979) Гештальт-психологiя значно допомогла когнiтивному руху вже тим, що пiдтримувала iнтерес до проблеми свiдомостi в перiод панування бiхевiоризма. Порередником когнiтивно§ психологi§ став також Жан Пiаже, що провiв ряд суттєвих i вагомих дослiджень дитячо§ психологi§ саме зi сторони стадiй когнiтивного розвитку. Але у США його iде§ поширення не набули, хоча вже у 20-30 роках значно впливали на європейьку психологiю.

Коли ми стикаємося з такими значними змiнами основних наукових концепцiй, слiд нам'ятати, що подiбнi ситуацi§ завжди є вiдображенням бiльш глибоких перетворень, пов'язаних зi змiнами самого духа епох. Наука адаптується до нових вимог. Щоб пояснити змiни у психологi§, слiд звернутися до фiзики. На початку 20х рокiв почав розроблятися iнший пiдхiд до розумiння сутностi об'єктивного свiту. Галiлеєвсько-ньютонiанська модель свiту була вiдкинута, на змiну §й прийшла iнша, котра пiддавала сумнiву основу класично§ науки - iдею про можливiсть абсолютного вiдокремлення об'єкта i суб'єкта. Сучасна наука вiдмовляється вiд ролi пасивного спостерiгача i позицiює себе як спостерiгача, що бере у явищi участь. Саме ця подiя у сучаснiй фiзицi у значнiй мiрi вiдродила iнтерес до ролi свiдомого досвiду в отриманнi iнформацi§ про зовнiшнiй свiт i послугувала достатнiм приводом для реабiлiтацi§ свiдомостi у якостi предмета психологi§.

Також був ряд iнших новацiй, що також слугували поштовхом для розвитку когнiтивно§ психологi§. Наприклад: виникнення теорi§ зв'язку; сучасна лiнгвiстика, у коло питань яко§ були включенi новi пiдходи до мови та граматичних структур, а також комп'ютерна наука та iншi технологiчнi досягнення. Комп'ютерна наука, i особливо один з §§ роздiлiв - штучний iнтелект, змусили психологiв переглянути основнi постулати, що стосуються вирiшення проблем, обробки i зберiгання iнформацi§ в пам'ятi, а також обробки мови i оволодiння нею. Вперше в
iсторi§ людства з'явився автомат, який, як i людина, виявився здатним переробляти iнформацiю. Комп'ютери дозволяли подивитися на iнформацiйнi процеси у людини з несподiванно§ сторони. Дж. Мiллер зi спiвавторами казали, що комп'ютер можна використовувати для моделювання дi§ рiзних психологiчних теорiй. Пiзнiше, мозок взагалi став розглядатися як обчислювальний механiзм, подiбний до комп'ютера. Першi експерименти були багато в чому натхненнi питаннями: що спiльного мiж процесами переробки iнформацi§ у людини i комп'ютера? Чим цi процеси вiдрiзняються один вiд одного? Пошук вiдповiдей породжував незвичайнi iде§ i найчастiше висловлювався на мовi блок-схем, якi когнiтiвiсти запозичили в iнженерiв.

Когнiтивна психологiя дiйсно породила новий погляд на психiку. Отриманi нею експериментальнi данi сильно змiнили iснуючi до цього уявлення про пiзнавальнi процеси. Саме когнiтiвiзм почав, повною мiрою, формувати психологiю за каноном природничо§ науки, що поєднує логiку i експеримент. Студенти, якi здають iспити з когнiтивно§ психологi§, змушенi мiркувати й знаходити сво§м мiркуванням дослiдне пiдтвердження, а прихiд у науку поколiння, що розмiрковує змiнює вигляд цiє§ науки.

Метафори пiзнання

Комп'ютерна метафора

До символьного пiдходу, що виник пiсля 60тих рокiв, когнiтивну науку пiдвiв пiдхiд iнформацiйний, який розгорнувся на теренах iнформацiйно§ теорi§. Свiдомiсть вiн трактував як iнформацiйний канал, що має обмеженi пропускнi здiбностi. Також в моду увiйшли рiзного роду схеми i алгоритми, якими намагалися пояснити всю роботу мозку. Саму iдею комп'ютерного пiдходу точно сформулював один з творцiв iнженерно§ психологi§, Кеннет Крейк: "Якщо органiзм несе в головi дрiбномасштабну модель зовнiшнього оточення i сво§х можливих дiй, вiн здатний перевiряти рiзнi альтернативи, визначати найкращi з них, реагувати на майбутнiй розвиток ситуацi§ i взагалi у всiх вiдносинах вести себе бiльш повноцiнно, безпечно i компетентно, потрапляючи в складнi умови"(Крейк, 1943) Використовуючи цю теорiю, можна було зробити наступний крок - оголосити вiдмiнностi форм репрезентацi§ мозку i машин поверхневими i постулювати єдиний абстрактний формат подання знань на рiвнi глибинних структур, що допускають алгоритмiчний опис. Ось чому на початку 1960-х рокiв процеси пiзнання стали трактуватися по аналогi§ з процесами обчислень в комп'ютерi. Розумiння того, що людина активно "переробляє iнформацiю", будуючи внутрiшнi моделi оточення, означало перехiд вiд iнформацiйного пiдходу у вузькому сенсi слова до когнiтивно§ психологi§.

Значна частина дослiджень, що розгорнулися з кiнця 50х рокiв, схилялася до версi§ комп'ютерно§ метафори, пов'язано§ з виявленням та аналiзом можливих структурних блокiв переробки iнформацi§ та принципiв §х об'єднання в єдину функцiональну архiтектуру. Першими роботами нового напрямку можна вважати дослiдження процесiв утворення штучних понять Джеромом Бруне-ром i спiвробiтниками, а також роботи Ньюела, Саймона i Шоу, якi створили ряд машинних моделей мислення, в тому числi "Логiк-теоретик" та "Унiверсальний вирiшувач завдань". Комп'ютерна теорiя мала тенденцiю до сильного спрощення психiчних процесiв, наближаючи §х до прогам комп'ютерiв. Такi моделi не функцiонували на граничних, непевних випадках, доводилося вводити багато додаткових параметрiв для кожно§ суперечливо§ ситуацi§.

Пiдсумки першого етапу розвитку когнiтивно§ психологi§ були висунутi у книзi Нейссера "Когнiтивна психологiя" 1967 року. Вiн пише, що конструктивний характер наших пiзнавальних процесiв є фундаментальним фактом. Завдання когнiтивно§ психологi§ полягає в тому, щоб зрозумiти, яким чином "сприймається, запам'ятовується i осмислюється свiт, що породжується з такого непродуктивного початку, як конфiгурацiя ретинально§ стимуляцi§ або вiзерунки звукового тиску у вусi". Найссер пiдкреслює, що мова йде лише про подiбнiсть, але не про iдентичнiсть машинних програм i психiчних процесiв.

Протягом 1970-х рокiв у психологi§ i за §§ межами, насамперед у роботах з штучного iнтелекту, склалося єдина думка щодо теоретичних пiдстав, методiв i моделей когнiтивних дослiджень. Певною мiрою умовно, можна видiлити чотири принципи традицiйно§ парадигми ранньо§ когнiтивно§ психологi§:

1. Прiоритет знання й рацiонального мислення над поведiнкою, звичками i афектом.

2. Використання комп'ютерно§ метафори.

3. Припущення про послiдовнiсть переробки iнформацi§.

4. Акцент на формальному моделюваннi замiсть вивчення мозкових механiзмiв.

Модульна метафора

Комп'ютерна метафора використовувала для порiвняння з мозком людини так званi "фон-нейманiвськi" машини, унiверсальнi обчислювачi, якi характеризувалися здатнiстю роздiляти iнформацiю на пасивнi данi i активнi операцi§ над ними, а ткож наявнiстю одного процесору. Революцiю у науцi спричинив винахiд транзистора, а з ним i мiкропроцесора. Комп'ютери з його використанням, хоч i були простiшi вiд "фон-нейманiвських", але були швидшi i точнiшi у виконаннi точних i визначених практичних завданнях. Також у цiлях економi§ мiкропроцесори почали використовувати для створення багатопроцесорних комп'ютерiв, що дозволило значно скоротити час обробки iнформацi§, шляхом розбиття задачi на пiд завдання i об'єднання процесорiв мiж собою. Це i призвело до виникнення медулярного пiдходу.

Першим автором, що використав термiн "модулярнiсть" для опису органiзацi§ психологiчних процесiв, був американський нейроiнформатик Девiд Марр. Вiн припустив, що "будь-який великий масив обчислень повинен бути реалiзований як набiр частин, настiльки незалежних один вiд одного, наскiльки це допускає спiльне завдання. Якщо процес органiзованих не таким чином, то невелика змiна в одному мiсцi буде мати наслiдки в багатьох iнших. Це означає, що процес у цiлому буде дуже важко виправити або полiпшити, як шляхом втручання людини, так i за допомогою природно§ еволюцi§ - адже будь-яка змiна, що покращує один iз фрагментiв, буде супроводжуватися безлiччю компенсаторних змiн в iнших мiсцях " (Маrri, 1976). Iдея розбиття великого масиву обчислень на вiдносно незалежнi автономнi задачi, якi вирiшуються спецiалiзованими механiзмами (пiдпрограмами або модулями) була очевидною для бiологiв та iнформатикiв, але спочатку залишалася малопереконливою для фахiвцiв з когнiтивно§ психологi§, цiлком задоволених можливостями класично§ комп'ютерно§ метафори. Джеррi Фодор ввiв поняття модулярностi i в психологiю. Архiтектура пiзнання представляє собою, з його точки зору, швидше моза§ку з безлiчi паралельних i дещо автономних у функцiональному вiдношеннi процесiв, а зовсiм не органiзоване в єдиний механiзм цiле. Фодор сформулював в цiлому 8 критерi§в, або ознак, якi в сукупностi дозволяють iдентифiкувати когнiтивнi модулi. До них вiдносяться:

1. вузька спецiалiзацiя

2. iнформацiйна закритiсть

3. обов'язковiсть

4. висока швидкiсть

5. поверхнева обробка

6. бiологiчне походження

7. селективнiсть випадiнь

8. фiксованостi нейроанатомiческiх механiзмiв.

Нейронна метафора

Якщо на початку виникнення когнiтивного пiдходу багато психологiв сприйняли спочатку як звiльнення вiд необхiдностi цiкавитися мозковим субстратом та можливими нейрофiзiологiчним механiзмами тих чи iнших пiзнавальних процесiв, то протягом останнього десятилiття 20-го столiття яскраво продивляється глобальна тенденцiя, що пов'язана iз зростанням iнтересу до мозкових механiзмiв - реально§ архiтектурi пiзнавальних процесiв.

У подальшi роки з появою безлiчi нестандартних архiтектур в коннекцiонiзмi i, особливо, у зв'язку iз спекуляцiями про мозкову локалiзацiю тих чи iнших "когнiтивних модулiв" природно стало виникати питання про те, як цi гiпотетичнi механiзми реалiзованi насправдi. Змiнився i сам характер когнiтивних дослiджень, якi в значнiй мiрi спираються сьогоднi на данi нейропсихологiчних i нейрофiзiологiчних робiт. Починаючи з 1990-х рокiв послабився вплив власне комп'ютерно§ метафори i машинних моделей.

Отже, iншим впливовим пiдходом впродовж останнiх 20 рокiв став так званий PDP-пiдхiд (вiд paralle ldistributed processing = паралельно розподiлена обробка), широко вiдомий також як коннекцiонiзм. В даному випадку також iде мова про вiдмову вiд комп'ютерно§ метафори в §§ символьному варiантi. Однак, якщо концепцiя когнiтивних модулiв Федора лише допускає деяку паралельнiсть обробки в яких-небудь частинах когнiтивно§ моделi, то в коннекцiонiзмi паралельнiсть опрацювання стає загальним принципом. Мова iде про те, що всi елементи системи, що iнтерпретується як нейронна мережа, розглядаються як такi, що потенцiально пов'язанi мiж собою i одночасно беруть участь у формуваннi вiдповiдi на стимул.

Схема найпростiшо§ мережi.

Головна перевага нейронних моделей у порiвняннi традицiйними когнiтивними моделями полягає можливостi асоцiативного i розподiленого збереження iнформацi§ а також адаптивного навчання. Перша особливiсть означає, що будь-який фрагмент першопочатково§ ситуацi§ чи будь-яка початкова обставина здатнi асоцiативно пiдтримати пригадування. Розподiленим зберiгання є тому, що його субстратом є у кожному окремому випадку не окремий елемент, а мережа в цiлому, тобто стани всiх §§ вузлiв i вагомiсть §х зв'язкiв. Нарештi, конекцiонiзм дозволяє природно описувати деякi елементарнi форми навчання. Процеси навчання у нейронних мережах мають власну специфiку, найпростiша, суто асоцiативна процедура навчання в нейронних мережах стосується класичних iде прокладення шляхiв паловсько§ фiзiологi§.

Правило Хебба: мiж усiма синхронно активованими нейронами знижуються пороги синаптичних зв'язкiв (пiдвищуються ваговi коефiцiєнти активацiйних зв'язкiв). В результатi багаторазових повторень поширення активацi§ при виникненнi на входi тiє§ ж ситуацi§ вiдбувається швидше; група елементiв, "ансамбль", активується як цiле, i ця активацiя вiдбувається навiть при змiнах ситуацi§, наприклад, випаданнi якихось компонентiв зображення, а також "вiдмирання" частини "нейронiв" само§ мережi. Тим самим, вдається моделювати особливостi цiлiсного сприйняття, описаного гештальтпсихологi§. Подiбна терпимiсть до спотворень на входi i до порушень механiзму обробки iнформацi§ разюче контрастує з тендiтнiстю звичайних символьних програм. Крiм того, пластичнiсть синаптичних зв'язкiв, що лежить в основi формування ансамблiв, дозволяє дати фiзiологiчне пояснення процесiв узагальнення (категоризацi§) окремих ситуацiй. Недолiком описаного механiзму самоорганiзацi§ нейронних зв'язкiв є його надзвичайно повiльний, що вимагає сотень i тисяч повторень, характер.

Прикладом бiльш ефективного комп'ютерного алгоритму навчання служить запропонований канадським iнформатиком Джеффрi Хiнтон i його колегами метод зворотного поширення помилки. У цьому випадку мережi пред'являється деяка конфiгурацiя, а потiм вiдповiдь на виходi порiвнюється з iдеальною, бажаною вiдповiддю. Результат такого порiвняння обчислюється i пропускається потiм у зворотному напрямку: вiд виходу мережi до §§ вхiдного шару, причому на кожному промiжному етапi здiйснюються деякi корекцi§ вагових коефiцiєнтiв зв'язкiв елементiв з метою подальшо§ мiнiмiзацi§ неузгодженостi. Але "контрольована мiнiмiзацiя неузгодженостi" залишає сильне враження довiльного пiдбору бажаного результату.

Ряд коннекцiонiстскiх моделей використовує зворотнi зв'язки для повторного пропускання продуктiв обробки через нейронну мережу. Ця властивiсть, рекурентнiсть, дозволяє обробляти конфiгурацi§ на входi в контекстi попереднiх подiй ("минулого досвiду").

У настiльки динамiчнiй областi, як когнiтивна наука, важко прогнозувати майбутнiй розвиток подiй. У рамках робiт з обчислювальною нейронаукою (нейроiнтеллектом) i еволюцiйним моделюванням останнiм часом починають розглядатися бiльш реалiстичнi, з бiологiчно§ i бiофiзично§ точки зору, альтернативи штучним нейронним мережам. При збiльшеннi обсягу мозку в процесi еволюцi§ вихiдний мережевий принцип "все пов'язано з усiм" перестає виконуватися, виникають елементи модулярно§ макроорганiзацii (Striedter, 2004).

У зв'язку з появою вово§ хвилi зацiкавленостi у процесах головного мозку i появою нових можливостей у технологiчному планi, виникли новi методи дослiдження головного мозку. Аж до самого останнього часу iснували двi основнi групи методiв вивчення нейрофiзiологiчних механiзмiв:

Найбiльш вiдомим з новiтнiх методiв є позитронно-емiсiонна томографiя (ПЕТ). Негативним чинником є необхiднiсть введення у кров радiоактивно§ речовини з нестiйкими iзотопами. При активiзацi§ яко§-небудь дiлянки мозку, кров направляється туди, де i проходить розпад, продукти якого потiм реєструються. Цей метод забезпечує високе просторове розширення але може реєструвати тiльки змiни, що протiкають досить повiльно, не швидше хвилини.

У багатьох сенсах набагато бiльш ефективним методом є магнiто резонансна томографiя (МРТ). Цей метод дозволяє точну i доволi швидку регiстра цiю крiм того, вiн не призводить до порушень органiзму, так як заснований на випромiненi радiохвиль певно§ частоти окремими атомами, що знаходяться у змiнному магнiтному полi. В експериментальнiй психологi§ цей метод використовується у виглядi функцiонально§ МРТ, коли визначається концентрацiя кисню у кровi. Цей показник пов"язаний з активнiстю нейронiв у вiдповiдних структурах мозку.
Недолiком фМРТ є низьке часове розширення (до 1 сек). Однак саме ця методика на сьогоднi ший день є найточнiшою.

Також iснує безлiч iнших методiв дослiдження фiзiологiчного субстрату когнiтивних функцiй людини, також пов'язаних з проривом у технологiчнiй сферi. В тому числi важливу роль зiграли розробки у мiлiтаристськiй сферi, що стали доступнi для цивiльного використання. Перша модель органiзацi§ мозку запропонував Джон Х'юлiнг-Джексон, невролог кiнця 19 столiття, що в сво§й роботi спирався на еволюцiйну теорiю Дарвiна. Одним з радянських вчених, що займався цiєю проблемою, був А. Р. Лурiя. Вiн визначив трьохрiвневу систему органiзацi§ мозку. Подiбнi дослiдження вирiшують одну i ту саму задачу, стратифiкацiю. Тобто видiлення в цiлiсному масивi окремих рiвнiв, що мають деякi спiльнi характеристики.

Частина 2

Порiвняння штучного i природного iнтелекту

Iснує кiлька основних питань штучного iнтелекту. Наприклад про мозок. Якого роду мислячою машиною вiн є? Протягом столiть психологiчних дослiджень, а особливо - кiлькох останнiх десятилiть, вiдповiдь на це питання починає роз'яснюватись. У потоцi нових даних, поява яких завдячує використанню нових методiв трьохвимiрного вивчення мозку, стало непросто визначати аналоги традицiйних психологiчних понять i раннi когнiтивнi моделi, що будувалися на теренах комп'ютерно§ метафори. Стало остаточно зрозумiло, що, якщо мозок i можна порiвняти з сучасною обчислювальною технiкою, то слiд пам'ятати про його вiдмiннiсть. В прешу чергу вiдмiннiсть полягає в iснуваннi еволюцiйного i онтогенетичного розвитку, а також у надзвичайно великiй кiлькостi елементiв i зв'зкiв мiж ними. Можливо, дослiдження штучного iнтелекту просунулися б ще глибше, якби комп'ютер був бiльше скожий на мозок.

Ось порiвняння мозку i комп'ютеру, що приводить Солсо.

	Кремнiєвi комп'ютери	Вуглеводневий мозок
Швидкiсть обробки	Наносекунди	Вiд мiлесекунд до секунд
Тип	Послiдовний процесор	Параллельний процессор
Ємнiсть пам'тi	Бiльша для оцифровано§ iнформацi§	Бiльша для зорово§ i мовно§ iнформацi§
Матерiал	Кремнiй i систма електронного забезпечення	Нейрони i система органiчного забезпечення
Взаємодiя	Абсолютно керований	Має власну точку зору
Здатнiсть до навчання	Керується правилами	Понятiйний
Краща якiсть	Швидкiсть обробки iнформацi§, керованiсть, передбвчуванiсть	Легко робить висновки, узагальнення, виносить судження. Мобiльний.
Найгiрша якiсть	Не може вчитися самостiйно, погано виконує складнi когнiтивнi функцi§, знижена мобiльнiсть.	Має обмежену здатнiсть до обробки i збереженння iнформацi§, здатен до забування.

Для того, щоб поглибити досягнення у сферi штучного iнтелекту слiд спершу вiдповiсти на питання як машина може iмiтувати мислення людини. Однiєю з найпоширенiших вiдповiдей на цей час є така, що приймає точку зору коннекцiонiзму. Тобто сверджується, що найкращим способом є моделювання машин за принципом будови основних нервових структур.

Також, на основ вiдповiдi на попереднє питання виникає нове, що постає основною проблемою на сучасному етапi розвитку наук, що займаються створенням штучного iнтелекту. Якщо змоделювати штучну людину, при цьому врахувавши всi недолiки справжньо§ iстоти, чи можливо, щоб комп'ютер перевершив живу iстоту? Адже вже зараз деякi програми працюють ефективнiше за людське мислення. Але бiльшiсть з них, на даний момент, лише грубi бiдробки тонкого мисленнєвого апарату людського мислення. Комп'ютери можуть вирiшувати деякi завдання, наприклад складнi математичнi, швидше i точнiше, нiж люди, але завдання, що вимагають узагальнень та навчання новим патернам поведiнки, люди вирiшують краще комп'ютерiв.

Для бiльш-менш об'єктивного порiвняння можливостей мозку i комп'ютеру можна взяти показник потужностi кожного. Спробуємо оцiнити потужнiсть людського мозку комп'ютерними мiрками. Вiн складається з приблизно 100 млрд. нейронiв. Кожен нейрон представляє собою мiнiатюрний "процесор" i пов'язаний з iншими нейронами 5 тисячами синапсiв. У зв'язку з хiмiчною природою передачi iнформацi§, затримка нейрона становить 0.01 сек., тобто робоча частота нейрона близько 100 Гц. Кожен сигнал синапсу можна оцiнити приблизно в 5 бiт. В результатi отримуємо потужнiсть одного нейрона - 1000000 оп / с. Для всього мозку - 10 ^ 17 оп / с. На сьогоднiшнiй день середнiй домашнiй комп'ютер володiє продуктивнiстю 10 ^ 9 оп / с, найпотужнiшi у свiтi комп'ютери - приблизно 10 ^ 13 оп / с, що поки в 10 тисяч разiв менше потужностi людського мозку.

Слiд враховувати, що просте порiвняння потужностi не може охарактеризувати ефективнiсть iнтелекту. Людський мозок має оптимiзовану найкращим чином органiзацiю, здатнiсть використовувати досвiд минулих поколiнь, володiє самонавчанням, самореструктурiзацiею. Щоб оцiнити продуктивнiсть одного тiльки зорового апарату людини досить згадати, що кожну 1/16 секунди вiн аналiзує зображення, що в тисячi разiв перевищуе здатнiсть до розрiшення найсучаснiших фотокамер. За цей час мозок встигає видiлити окремi об'єкти, спiввiднести §х з минулим досвiдом, зарахувати до певних груп, зiставити iнформацiю лiвого i правого ока, на пiдставi чого прорахувати вiдстань до кожного з об'єктiв, направити зiницю в найбiльш ефективну крапку в контекстi дослiджуваного образу.

Отже, наврядчи на даному етапi можна говорити про вже iснуюче перевершення людського мозку штучним iнтелектом. Поки що не збудуться жахи, що вже давно передрiкає нам наукова фантастика.

Приклади iснування штучного iнтелекту

Позицiюючи проблему штучного iнтелекту як дуже актуальну i сучасну, неможливо не токнутися того, як саме вiн використовується в сучасному суспiльствi. Так як ми розглядаємо штучний iнтелект з психологiчно§ точки зору, слiд також охопити вiяння, якi вiн привносить до свiдомостi суспiльства.

Шаховий комп'ютер

Майбуть найпопулярнiшим прикладом штучного iнтелекту є шаховий комп'ютер - спецiалiзований комп'ютер для гри в шахи. Iдея автомата, що дозволяв би грати у шахи за вiдсутностi партнера виникла ще в 18 столiттi. У СРСР з середини 80 рокiв випускалися споживчi шаховi комп'ютери

Сьогоднi шаховi програми використовуються доволi повсякденно, як i задумувалося в 18 столiттi, вони допомагають замiнити реального супротивника. Iнодi, навiть, перемагають чемпiонiв свiту. Наприклад один з матчiв Каспарова i DeepBlue завершився нiчиєю. Але що саме лежить в основi висловлювання "комп'ютер проти людини"?

Алгоритм, який використовується програмiстами IBM, призначений для пошуку потрiбних ходiв серед усiх можливих комбiнацiй. Обмеженi апаратнi засоби, у свою чергу, змушують вчених шукати варiанти зменшення часу пошуку без значно§ втрати якостi. За словами Кемпбелла, алгоритм Deep Blue передбачає кiлькiсну оцiнку кожного ходу. Оцiнюється вiн за наступними параметрами:
1. Чи дасть перевагу на дошцi? Ходи, що ведуть до поразки комп'ютера, вiдкидаються вiдразу ж.

2. Популярнiсть даного ходу. Для цього в Deep Blue довелося впровадити базу даних з iнформацiєю про шаховi поєдинки серед професiоналiв. Хiд, до якого в схожiй ситуацi§ вдалися багато хто з гросмейстерiв, має шанси заробити бiльше "очок".

3. Рiвень майстерностi гросмейстерiв, якi скористалися цим ходом. Таким чином, хiд, зроблений чемпiоном свiту, отримує бiльш високу оцiнку.
4. Вiдносна частота даного ходу. Чим частiше хiд зустрiчається в iнших iграх, тим вище ймовiрнiсть його оптимальностi в схожiй ситуацi§.

5. Наявнiсть коментарiв до ходу. Багато спортивних коментаторiв у репортажах з шахових матчiв вказують на сильнi i слабкi ходи гросмейстерiв. Якщо певний хiд був названий "сильним", то його шанси стати обраним зростають.

Як видно, нiяко§ мiстики в роботi DeepBlue немає. В основному наявнiсть "розумно§" програми передбачає реалiзацiю в нiй якiсного механiзму вiдбору комбiнацiй. Тому i словосполучення "людина проти комп'ютера" в даному випадку втрачає сенс, тому що з iншо§ сторони дошки знаходиться не "iнтелектуальна" машина або комп'ютерний продукт, а всього лише програма, розроблена i впроваджена все тими ж homo sapiens.

MYCIN

Це експертна система, розроблена на початку 1970х рокiв в Стендфордскому унiверситетi. MYCIN була спроектована для дiагностування бактерiй, що викликають важкi iнфекцi§, такi як бактерiємiя i менiнгiт, а також для рекомендацi§ необхiдно§ кiлькостi антибiотикiв в залежностi вiд маси тiла пацiєнта. Також MYCIN використовувалася для дiагностики захворювань згортання кровi.

MYCIN оперувала за допомогою досить просто§ машини виводу, i база знань з приблизно 600 правил. Пiсля запуску, програма ставила користувачевi (лiкарю) довгий ряд простих "так / нi" або текстових питань. В результатi, система надавала список пiдозрюваних бактерiй, вiдсортований за ймовiрнiстю, надавала список питань i правил, якi привели §§ до саме такого ранжування дiагнозiв, а також рекомендувала курс лiкування.

Незважаючи на успiх MYCIN, вона викликала дебати з приводу правомiрностi §§ виводiв. Дослiдження, проведенi в Stanford Medical School, виявили, що MYCIN пропонує прийнятну терапiю приблизно у 69% випадкiв, що краще, нiж у експертiв з iнфекцiйних хвороб, яких оцiнювали за тими ж критерiями. Фактично, MYCIN нiколи не використовувалася на практицi. I не через низьку §§ ефективнiсть. Деякi дослiдники пiднiмали етичнi та правовi питання, пов'язанi з використанням комп'ютерiв в медицинi - якщо програма дає неправильний прогноз або пропонує неправильне лiкування, хто має вiдповiдати за це? Тим не менше, найбiльшою проблемою i справжньою причиною, чому MYCIN не використовується у повсякденнiй практицi, був стан технологiй. У наш час, подiбна система була б iнтегрована з системою медичних записiв, отримувала б вiдповiдi на сво§ запитання з бази даних про пацiєнтiв, i була б значно менш залежна вiд введення iнформацi§ лiкарем. У 1970-х, сеанс роботи з MYCIN мiг легко зайняти 30 хвилин i бiльше - що становить неприпустимi втрати часу.

Головними труднощами, з якою зiткнулися по час розробки MYCIN i наступних експертних систем, було "витяг" знань з досвiду людей-експертiв для формування бази правил. Зараз даними питаннями займається iнженерiя знань.

Розпiзнавання мовлення

Перший пристрiй для розпiзнавання мовлення з'явилося в 1952 роцi, воно могло розпiзнавати вимовленi людиною цифри. Комерцiйнi програми з розпiзнавання голосу з'явилися на початку 90 рокiв. Зазвичай §х використовують люди, якi через травми рук не в змозi набирати велику кiлькiсть тексту. Наприклад, Dragon NaturallySpeaking, Voice Navigator. Збiльшення обчислювальних потужностей мобiльних пристро§в дозволило i для них створити програми з функцiєю розпiзнавання мови. Серед таких програм варто вiдзначити Microsoft Voice Command. Iнтелектуальнi мовнi рiшення, що дозволяють автоматично синтезувати i розпiзнавати людську мову, є наступним етапом розвитку iнтерактивних голосових систем (IVR). Останнiм часом у телефонних iнтерактивних програмах все частiше використовують системи автоматичного розпiзнавання i синтезу мови. При цьому системи розпiзнавання є незалежними вiд дикторiв, тобто розпiзнають голос будь-яко§ людини. Наступним кроком технологiй розпiзнавання мовлення можна вважати розвиток так званих Silent Speech Interfaces (SSI) (Iнтерфейсiв безмовного Доступу). Цi системи обробки мовлення базуються на одержаннi й обробцi мовних сигналiв на раннiй стадi§ артикулювання. Даний етап розвитку розпiзнавання мовлення викликаний двома iстотними недолiками сучасних систем розпiзнавання: надмiрна чутливiсть до шумiв, а також на необхiдностi чiтко§ i ясно§ мови при зверненнi до системи розпiзнавання. Пiдхiд, заснований на SSI, полягає в тому, щоб використовувати новi сенсори, якi не пiддаються впливу шумiв як доповнення до оброблених акустичним сигналами.

Класифiкацiя систем розпiзнавання мовлення
За якостями		За ромiром словника
Диктозалежнi	Дикто незалежнi	Обмежений темою набiр слiв	Словник великого розмiру
За типом структурно§ одиницi
Аллофон	Фонема	Дифон, трифон	Слово, фраза
За типом мовлення		За метою
Iзольованi слова	Цiлiсне мовлення	Команднi системи	Системи диктування	Системи розпiзнавання
За механiзмом функцiонування
Найпростiшi детектори	Експертнi системи	Вiрогiднiсно-мережевi системи	Зворотнi задачi

Також iснує безлiч менш глобальних, але безперечно цiкавих i оригiнальних винаходiв. Таких як, наприклад в той час як американськi вченi минулого поколiння безуспiшно намагалися побудувати комп'ютер, подiбний мозку, японський вчений створив такий комп'ютер, використовуючи реальнi нервовi клiтини, змiшанi з електронними пристроями, в спробi виготовити на половину штучну нейронну мережу. Вiн успiшно поєднав клiтини з напiвпровiдниковю сумiшшю iндiю та окису олова i виявив, що при дуже слабкiй електричнiй стимуляцi§ органiчнi клiтини реагують керованим зростанням. Занадто рано думати про штучний мозкок, але подiбнi пристро§ могли б виступити в ролi iнтерфейсу мiж нервовою системою i такими протезами, як штучнi очi.

(Малюнок iлюструє рiст клiтин при малому електричному стимулюваннi)

Також одним з популярних нинi напрямкiв є робототехнiка. На даний момент iснує велика кiлькiсть видiв роботiв. Вiд звичайних манiпуляторiв до таких, для створення яких використовується штучний iнтелект. Найближчим до нас прикладом такого "розумного" роботу може бути Sam. Вiн був створений фiрмою Samsung на базi нетбука i запущений до найбiльших вузiв Укра§ни. Мета цього - привернення уваги молодi до передових iнформацiйних технологiй.

Пiд час турне робот має спiлкуватися зi студентами, встановлюючи при цьому справжнiй живий дiалог. Щоб зав'язати спiлкування, SAM має пiд'§жджати до студентiв i, наприклад, питати, як потрапити в деканат, бiблiотеки або кабiнет ректора. Його спiврозмовники, у свою чергу, можуть вводити сво§ питання в чат-iнтерфейсi на клавiатурi нетбука Samsung i отримувати вiдповiдi. Причому SAM може не просто виводити вiдповiдi на екран нетбука в виглядi тексту, але i озвучувати §х.
Турне робота охопить усi куточки кра§ни - вiд Львова до Донецька i вiд Києва до Одеси.". 12 травня робот вiдвiдав ряд корпусiв Ки§вського нацiонального унiверситету iм. Т. Шевченка. "SAM уособлює симбiоз реального та вiртуального спiлкування, звичний для активних користувачiв соцiальних мереж.", - зазначив Костянтин Череповський, PR-менеджер компанi§" Samsung Electronics Укра§на". На власному досвiдi спiлкування з даним представником сучасно§ "iнтелектуально§" теми я можу сказати, що вiн має досить дружнiй iнтерфейс. Зображення очей на екранi, що рухаються в момент, коли комп'ютер обробляє вiдповiдь, дещо посилює враження живого спiлкування. Також SAM пiдтримує вiдносно живий i iнтнлнктуальних дiалог, за допомогою вбудовано§ веб камери може розпiзнавати зображення (наприклад наявнiсть окулярiв на обличчi). Одним з помiчених мною недолiкiв є затримка з вiдповiддю. Iнодi обробка §§ вимагає досить великого часу. Також вiдчуття "живого дiалогу", який постульований компанiєю виробником, дещо знижується через необхiднiсть вводити вiдповiдi з клавiатури. Загалом така подiя має стати вельми захоплюючим i iнформативним досвiдом для студентiв вузiв, в яках SAM побуває.

Ставлення суспiльства

Таке глибоке входження штучного iнтелекту в наше повсякденне життя не може не викликати появи рiзних суджень i точок зору з цього приводу.

Якщо розглядати тенденцi§, що намiтилися серед свiтових релiгiй, то загалом вони не заперечують можливостi створення штучного iнтелекту, а деякi навiть активно пiдтримують. Цiкавою є точки зору послiдовникiв авраамiчних релiгiй. За однiєю з них мозок, роботу якого намагаються iмiтувати системи не бере участi в процесi мислення, не є джерелом свiдомостi i будь-який iнший розумово§ дiяльностi. Вiдповiдно до iншо§, мозок бере участь в процесi мислення, але у виглядi "передавача" iнформацi§ вiд душi. Мозок вiдповiдальний за такi "простi" функцi§, як безумовнi рефлекси, реакцiя на бiль тощо. Обидвi позицi§, на даний момент, зазвичай не визнаються наукою, так як поняття душа не розглядається сучасною наукою в якостi науково§ категорi§.

Найкраще, на мою думку, сучасне ставлення суспiльства до iде§ створення штучного iнтелекту вiдображає мистецтво. Наприклад науково-фантастичнi фiльми, романи, тощо.

У науково-фантастичнiй лiтературi штучний iнтелект частiше всього зображується як сила, яка намагається повалити владу людини ("Космiчна одiссея 2001 року", Скайнет, Colossus, "Матриця", "Той, що бiжить по лезу") або обслуговуючий гумано§д ("Двохсотрiчна людина", "Зорянi вiйни").

Цiкаве бачення майбутнього представлено в романi "Вибiр за Т'юрингом" письменника-фантаста Гаррi Гаррiсона i вченого Марвiна Мiнськi. Автори мiркують на тему втрати людяностi в людини, у мозок якого була вживлена ЕОМ, i придбання людяностi машиною з штучним iнтелектом, в пам'ять яко§ була скопiйована iнформацiя з головного мозку людини. Деякi науковi фантасти, наприклад Вернор Вiндж (Grimm's World, The Witling, A Fire Upon the Deep), також роздумували над наслiдками появи штучного iнтелекту, яке, мабуть, викличе рiзкi драматичнi змiни в суспiльствi. Однi з найбiльш глибоких дослiджень проблематики штучного iнтелекту проявляються у творчостi фантаста i фiлософа Станiслава Лемма, що напсав такi вiдомi твори як Солярис, Людина з Марса, Кiберiада, Казки роботiв, тощо.

Отже, загалом можна пiдвести пiдсумок, що загалом людство не довiряє таким складним технологiям i в деякiй мiрi бо§ться §х не контрольованостi,але разом з тим радо користується досягненнями вчених у цiй сферi не задумуючись над цим. Про це можна судити з того, що тема штучного розуму, що захопив свiт є досить розповсюдженою i популярною. Але окремi особистостi, що схильнi глибше iти у своєму пiзнаннi i розумiннi проблеми штучного iнтелекту, натикаються на величезну кiлькiсть етичних i глибоко фiлософських проблем, що вiн пiдiймає самою можливiстю свого iснування.

Частина III

Гностична дiяльнiсть штучного iнтелекту

Гностичну дiяльнiсть машини я розгляну на прикладi комп'ютерного зору i сприймання мови. Зорова модальнiсть - найголовнiша для людини, так як машини у пiзнаннi свiту iмiтують нас, то i в них зорове пiзнання лишається одним основних джерел iнформацi§. Проблеми мовлення я торкнулася через те, що це одна з тих сфер, в якiй активно бере участь психологiя. Iснує два способи за якими машина може обробляти iнформацiю, що надiйшла з зовнiшнього свiту.

Перший подiбний до дi§ простих рефлексiв. Тобто з усього каналу iнформацi§ витягається частина, що вiдразу надсилається на вiдповiднi §§ модальностi аферентнi структури або спочатку поєднується з iншою iнформацiєю. Машини, що працюють за такою схемою досить швидко реагують на зовнiшнi подразники i у вiдповiдь певним чином змiнюють свою програму дiй.

Альтернатива цьому пiдходу - пiдхiд модельний. Тобто стимули, що надiйшли ззовнi спочатку конструюють модель зовнiшнього свiту. При цьому робота починається функцi§. Що вiдображає стан свiту W на окремi стимули S. Ця функцiя S = f (W) добре вiдома i вирiшується в областi комп'ютерно§ графiки. Робота ж комп'ютерного бачення прямо протилежна до завдання комп'ютерно§ графiки, тобто ми повиннi обрахувати W через S. Але в цьому i полягає проблема, бо з картини свiту ми не в змозi вiдновити всi аспекти його iснування. Iнша проблема цього методу полягає у надмiрностi задач, поставлених перед програмою. Щоб вирахувати функцiю f у комп'ютернiй графiцi для 1 кадру може знадобитися бiля кiлькох годин, а для вирахування оборотно§ функцi§ - ще бiльше. До того ж, на вiдмiну вiд промальовування комп"ютерно§ графiки, штучному iнтелекту для виконання його завдань рiдко коли потрiбна настiльки детальна картина свiту.

Формування зображення

Свiтло, що розсiюється предметами на "сценi" концентрується у процесi зору i утворює двовимiрне зображення. Площина, на якiй утворюється зображення, покрита фото чутливими елементами, наприклад фоторецепторами, галогенами срiбла або елементи з зарядовим зв'язком (Charge-Coupled Device --

CCD). На початкових етапах розпiзнання вiзуальних об'єктiв комп'ютер проходить через ряд елементарних функцiй, для того, щоб потiм перейти до бiльш складного аналогу зображення. Це вiдповiдає сенсорним процесам i процесам елементарно§ обробки вiзуально§ iнформацi§ у зоровому аналiзаторi людини.

Сенсорнi процеси

Свiтло

Програма розпiзнавання об'єктiв починає з обробки яскравостi пiкселiв отриманого на площинi зображення. Яскравiсть залежить вiд кiлькостi фотонiв, направлених на фото чутливий елемент з деяко§ точки сцени, де iнтенсивнiсть переводиться в вiдноснi одиницi, розмах яких тим бiльший, чим бiльше бажане розширення i точнiсть результату. Кiлькiсть свiтла (фотонiв) залежить вiд багатьох факторiв, таких як вид вiдбиваючо§ поверхнi i iншi елементи сцени, що також можуть розсiювати свiтло. Iснує кiлька видiв поверхонь, бiльшiсть реальних матерiалiв поєднують у собi розсiювальнi i поглинаючi характеристики. Саме моделювання таких об'єктiв є головною задачею комп'ютерно§ графiки, метод полягає в iмiтуваннi фiзичного джерела свiтла i подальшого багаторазового вiдбивання променю.

Колiр

Колiр у фiзичному сенсi програмується комбiнацiєю хвиль деяких частот. Чистими, одно частотними, кольорами є тiльки сiм, що входять у веселку. Але це не означає, що для створення кольорового зображення необхiдно оперувати всiма сiмома, експерименти, розпочатi ще Томасом Юнгом доводять, що для створення будь-якого кольору, принаймнi такого, що може сприйматися людиною, достатньо оперувати трьома довжинами хвиль: червоний - 700 нм, зелений - 546 нм, синiй - 436 нм. Правильнiсть такого пiдходу пiдтверджує людська зорова система, що складається з трьох видiв колбочок.

Перший етап обробки зображення

Перший етап обробки зображення полягає у пiдготовцi зображення до розпiзнавання, тут прибирається шум (згладжування) на зображення i розпiзнаються його контурiв, сегментацiя. Цi операцi§ проводяться локально, тобто для окремо§ групи пiкселiв, не зважаючи на все зображення, для §х виконання немає потреби у розумiннi який саме об'єкт зображено. Саме тому такi початковi операцi§ можуть проводитися паралельно. Операцiя згладжування проводиться на основi обрахування значення яскравостi пiкселя на основi значень яскравостi його елементiв. Як значення яскравостi береться середнє значення яскравостi сусiднiх пiк селiв, а для визначення кiлькостi таких пiк селiв, що слiд взяти для обрахунку iснує спецiальна формула гауса. Наступною операцiєю є вiднаходження кра§в, тобто лiнiй роздiлювачами для областей зi значною рiзницею в яскравостi. Контури зазвичай вiдповiдають важливим об'єктам на сценi. Така операцiя необхiдна для зняття перенасиченостi i перевантаження деталями картини, перетворення §§ у бiльш абстраговану, узагальнену. Контури вiдносяться тiльки до тако§, окремо взято§ експозицi§ i тому не можуть дати визначення об'єктам, що на нiй знаходяться. Але вони допомагають в цьому у ходi подальшо§ обробки зображення. Кра§, що утворюються не є точними. Деякi окремi частини, що на сценi утворюють одну лiнiю, не з'єднуються у цiлiснiсть на отриманому зображення. Деякi з кра§в утворенi шумом i не несуть смислового навантаження. Це пояснює необхiднiсть проведення попереднього прибирання шуму, бо шумовi пiк селi створюють додатковi пiковi точки, що призводить до виникнення шумових контурiв. На малюнку зображено зниження iнтенсивностi шумових пiкових точок х2 i х3 i константнiсть iстинно§ пiково§ точки х1.

а) Попiксельна дiаграма зображення до згладжування

б) Попiксельна дiаграма пiсля згладжування

Пiсля тако§ обробки слiд об'єднати окремi пiк селi кра§в у власне кра§. Для цього користуються допущенням, що будь-якi пiк селi, що знаходяться поруч i мають однакову орiєнтацiю складають одну лiнiю краю.

Так як машинне сприйняття побудоване на реалiзацi§ загальних принципiв сприйняття людини, то наступною операцiєю стає та, що призводить до утворення конгруентного образу, адже мозок людини не сприймає навколишнiй свiт як набiр точок, а видiляє з нього деякi цiлiснi об'єкти. Як i мозок людини (мова iде про першоразове сприйняття деякого предмету чи явища, а не послiдуюче його сприйняття, де багато залежить вiд попереднього досвiду i його узагальнення), машина розбиває цiлiсно сприйняту картину свiту на групи. Розбиття проходить на основi врахування особливостей характеристик пiкселiв, адже можна допустити, що у межах одного об'єкта вони змiнюються мало. Але таке розбиття, що базується на елементарних i низькорiвневих знаннях про зображення часто може призвести до помилок i хибних результатiв. Для уточнення слiд використовувати високо рiвневi знання про те, якi саме предмети можуть зустрiтися вданiй схемi.

Другий етап обробки iнформацi§, витягання трьохвимiрного зображення.

Мета сприйняття i обробки вiзуально§ iнформацi§ - взаємодiя з оточуючим свiтом. Сцена навколишнього середовища є тривимiрною, а тому для успiшно§ взаємодi§ з нею машинi необхiднi знання не про двовимiрне зображення, а про тривимiрну модель. Для переводу зображення у модель необхiдно завершити процес розпiзнавання об'єктiв, який було розпочато на елементарному рiвнi. Пiсля цього, витягаючи iнформацiю як з дано§ картини, так i з деяких узагальнених вiдомостей про об'єкт машини, подiбно до людини, може побудувати цiлiсний, конгруентний образ предмету.

Для початку слiд завершити процедуру сегментацi§, розпочату ще на елементарному рiвнi. Також в розпiзнавання образу входить визначення орiєнтацi§ i позицi§ образу вiдносно суб'єкта сприймання, визначення його форми. Це, власне i є витягненням тривимiрно§ iнформацi§ з зображення. Орiєнтацiя i позицiя об'єкта є однiєю з найважливiших елементiв iнформацi§, так як дозволяє орiєнтуватися у просторi. При змiнi положення предмету вiдносно камери, незмiнною лишається лише форма предмету, тобто форма грає роль у зберiганнi, деякою мiрою, константностi упiзнавання предмету при змiнi його положення у тривимiрному просторi. Але найбiльш вагомою функцiєю форми є розпiзнавання об'єкту з можливiстю його подальшо§ класифiкацi§.

Тепер постає питання, як же дiстати iнформацiю про третiй вимiр з початкового зображення. Для цього у людськiй зоровiй системi передбачено багато можливостей, якi можна класифiкувати за загальним принципом дi§: бiнокулярнi i монокулярнi.

Ось приклад тако§ класифiкацi§ за Величковським:

Ознаки глибини	Бiнокулярнiсть/ монокулярнiсть	Абсолютнiсть/ вiдноснiсть	Якiснiсть/ кiлькiснiсть
Бiнокулярний паралакс	Б.	В.	К.
Вергентнi рухи очей (до 3 м)	Б.	А.	К.
Акомодацiя хришталика (до 2 м)	М.	А.	К.
Монокулярний параллакс (руховий)	М.	А./В.	К.
Перекриття поверхонь, текстур	М.	В.	Я.
Градiєнти величин, густини	М.	А./В.	К.
Знання розмiрiв, вiддаленностi	М.	А.	К.
Висота положення у полi зору	М.	В.	К.
Розмирiсть контурiв, колiр	М.	В.	К.
Розподiл свiтла i тiнi	М.	В.	Я./К.
Роздiлення на фiгуру i фон	М.	В.	Я.

Тепер можна розглянути за допомогою яких ознак машина будує третiй вимiр. Кожна з них має деякi недолiки, а в сумi всi разом дають досить точну картину сцени.

Рух

Вiдеокамери дозволяють отримувати до кiлькох десяткiв кадрiв за секунду i рiзниця мiж кадрами може стати вагомим джерелом iнформацi§ про третiй вимiр сцени, така послiдовна у часi змiна у зображеннi одного об'єкту називається оптичним потоком. З нього витягуються данi, за якими будується модель, такими даними можуть стати напрям вектору руху, швидкiсть змiни зображення, прискорення змiни зображення, тощо.

Бiнокулярнi стерео данi.

Якщо машина створена за подобою людини, то має отримати вiд свого творця i дуже важливу деталь - бiнокулярний зiр. Бiнокулярна побудова тривимiрного зображення побудована на принципi, що ми розглянули вище. Тiльки дiставання кiлькох зображень досягається не за рахунок руху, а за рахунок сприймання одночасно двох рiзних зображень. Рiзниця мiж ними полягає у зсуну тостi одне вiдносно одного, а отже пiсля спiвставлення двох зображень буде iдентифiкована неузгодженiсть. Третiй вимiр вiдновлюється на основi аналiзу дивергенцi§ осей зору i неузгодженостi зображень, вираховуючи вiдстань до об'єкта за геометричними правилами.

Градiєнти текстури

Пiд текстурою у повсякденному життi розумiється властивостi об'єктiв, пов'язанi з тактильними вiдчуттями, що вони викликають. А у проблемi зорового сприйняття простору - наявнiсть малюнку, що повторюється на поверхнi i який може бути вiднайдений вiзуально. Також до текстури вiдноситься i поняття густоти - частоти розташування елементiв малюнку текстури, текстелiв. Iснує двi причини, через якi однаковiсть малюнку може викривлюватись: рiзнi вiдстанi мiж камерою i текстелами; рiзнi ракурси на тек стели. За допомогою математичного аналiзу можна створити градiєнти текстури, тобто показники швидкостi змiни рiзних характеристик текстелiв. Для вiдтворення даних про форму машини виконують двофазне завдання

-- вимiр градiєнтiв текстур

-- оцiнка значень можливих змiн форми i положення, що могли б призвести до тако§ змiни текстури

Затiнення

Затiнення - змiна iнтенсивностi свiтла, визначається геометричною

будовою сцени i характеристиками поверхонь. Задачу по вiдтворенню характеристик сцени за яскравiстю пiк селiв майже неможливо розв'язати i такий спосiб обрахунку третього вимiру застосовний тiльки в найпростiших випадках. До складнощiв призводить велика кiлькiсть взаємо вiдбивань променiв при наявностi велико§ кiлькостi предметiв з рiзними, невiдомими коефiцiєнтами заломлення. Безсумнiвно, люди здатнi до такого типу аналiзу навколишнього свiту, тому вказана проблема є одним з напрямкiв для подальшого вивчення.

Контури

Контурний малюнок може дати нам велику кiлькiсть iнформацi§ про взаємо розташування предметiв на ньому, нахилi i попоротi поверхонь. Таке вiдчуття може досягатися завдяки поєднанню знань вищого рiвня (досвiду) зi знаннями нижчого (ситуативними). Всi лiнi§ на малюнку можуть приймати багато значень, i важливою задачею постає розмiтка §х, тобто оцiнка значення кожно§ з них. Саме ця задача була однiєю з найперших, що вивчалася у роздiлi машинного зору. Кожну лiнiю можна вiднести до проекцi§ лiмба (сукупнiсть точок, що ми бачимо там, де лiнiя зору походить по дотичнiй до поверхнi) чи краю (звичайна лiнiя). При цьому кра§ дiляться на вгнутi, опуклi чи закриваючi (тi, що закривають те, що знаходиться за ними). Кожнiй лiнi§ можна присво§ти символ, що буде позначати §§ вид, такий символ називають мiткою. На прикладi тригранних об'єктiв Хаффмен i Клоувс незалежно один вiд одного створили повний перелiк всiх можливих групувань цих видiв контурiв. При використаннi цього словника об'єднань при аналiзi контурного малюнка необхiдно вирiшувати задачу визначення того, якi поєднання є спiвставнi. Для цього iснує правило, за яким кожнiй лiнi§ можна присво§ти тiльки одну мiтку.

Розпiзнавання об'єктiв.

У людськiй свiдомостi усi об'єкти класифiкованi. Ця класифiкацiя випрацьовується протягом усього життя i вiдрiзняється високим ступенем узагальненостi. В областi штучного iнтелекту здатнiсть розпiзнавати предмети прийнято називати розпiзнаванням об'єктiв. До цього вiдноситься як розпiзнавання класiв об'єктiв (собака) так i одиничних об'єктiв (мiй собака Рекс). Люди можуть розпiзнавати не тiльки об'єкти, але i види дiяльностi, наприклад посмiшку, бiг, писання, тощо, але для машин розпiзнавання такого високого рiвня знаходиться ще у стадi§ розробки. Складностi викликає навiть елементарне розпiзнавання об'єктiв, адже машина має робити це незалежно вiд освiтлення, оточення, положення, умов бачення.

Насамперед постає проблема сегментацi§ об'єктiв. Iснує два способу детектування об'єкту. "знизу-вверх" i "зверху-вниз". Перший з них може призводити до багатьох помилок, але є на багато простiшим для обрахунку. Вiг полягає у розбиттi об'єктiв на сегменти i аналiз сегментiв. Другий спосiб, що зазвичай використовується у всiх системах, вимагає складних обрахункiв, адже полягає у пошуку необхiдного об'єкта на площинi всього зображення. На даний момент перспектива вбачається у розвитку i покращеннi першого методу.

Iншою задачею є розпiзнавання об'єкту незалежно вiд модифiкацiй його форми чи положення. Слiд зазначити, що змiни мiж об'єктами всерединi класу i через модифiкацi§ станiв носять рiзний характер. Одним з варiантiв розв'язання цiє§ проблеми є зведення об'єктiв до початково заданого стану, але для цього необхiдно задати всi об'єкти.

Iснує два пiдходи до розпiзнавання об'єктiв: розпiзнавання з врахуванням яскравостi i розпiзнавання з врахуванням характеристик. При обраннi першого методу за основу береться пошук областi пiкселiв, що вiдповiдає шуканому об'єкту i обробка цiє§ областi. Цей спосiб ґрунтується на аналiзi необроблених зображень. Другий метод навпаки, використовує вже сегментованi зображення. Це допомагає досягнути скорочення часу детектування образу i досягнення iнварiантностi освiтлення.

Цiкавою задачею також постає оцiнка пози, тобто позицi§ i орiєнтацi§, об'єкту. Це вiдiграє велику роль при необхiдностi манiпулювання предметами. Задача вирiшується досить просто i визначено, для цього використовується метод вирiвнювання. В його основу покладено порiвняння контурiв проекцi§ тривимiрно§ моделi при §§ трансформацi§ i двовимiрного зображення.

Комп'ютерна мова

Одна iз важливих задач, що сто§ть перед сучасними комп"ютерами - розпiзнавання i генерацiя поми. Мова - домiнуюча форма спiлкування у людей. Розпiзнавання мови можна iнтерпретувати як власне розпiзнавання порядку слiв, що було сказано або ж як iдентифiкацiю смислу фрагментiв мовлення. Мова - доже складна система, для комп'ютерiв особливо складним виявляється велика §§ зашумленiсть пiд зашумленiстю мови можна розумiти як звичайнi фiзичнi шуми, так i нескiнченну кiлькiсть варiантiв вимови. Саме це пiдштовхнуло вчених до думки, що розпiзнання мови має будуватися на iмовiрнiснiй основi. Основнi моделi, що використовуються у розпiзнавачах мови зазвичай дуже простi. Наприклад модель двослiвних поєднань вираховує вiрогiднiсть використання одного слова, в залежностi вiд iншого. Таке обрахування необхiдне при появi у словосполученнi омофонiв. В основi розпiзнавання мови лежить те, що у всiх мовах використовується в основному досить обмежений i однаковий набiр фонем (40-50). Але є i такi, що використовуються тiльки в окремих мовах.

Звуки мови

Сприйняття звукiв для машини проходить з допомогою мiкрофону i аналогово-цифрового перетворювача, що вимiряє величину струму, у який мiкрофон перетворив коливання мембрани. Для обробки мови зазвичай використовуються частоти вiд 8 до 16 кГц. Хоча звуковi частоти мови i досягають таких високих значень, але змiна змiсту сигналу проходить набагато рiдше, приблизно 100 Гц. Через це, для зменшення об'єму опрацювання iнформацi§, при аналiзi використовують бiльшi промiжки часу, фрейми (~ 10 мс). У межах кожного фрейму його характеристики задаються векторами.

-- частотний ряд деякого звуку.

-- Оброблений сигнал

-- Фрейми з видiленими характеристиками (3)

У реальних системах використовуються сотнi таких характеристик фреймiв, але все ж. очевидно, що при такiй обробцi деяка частина iнформацi§ втрачається. Задача обробки звуково§ iнформацi§ полягає у тому, щоб, знищивши усi шуми на кшталт гучностi, швидкостi промови, тощо, вичленувати центральнi характеристики, що є основними для даного звуку. Допомагає у цьому також класифiкацiя фонем за §х складом. Наприклад якщо подiбним образом описувати букву "т", то можна сказати, що вона складається з трьох станiв: тихий початок, невеликий вибух (звiльнення повiтря) в серединi i, як правило, шипiння у кiнцi.

Логiчнi системи в мовi

Для того, щоб пiдтримувати розмови з людьми необхiдно вмiти розпiзнавати зли тну мову, а не тiльки окремi §§ елементи.. але насправдi, зв'язна мова це не просто послiдовнiсть §§ елементiв. I послiдовнiсть найбiльш iмовiрних слiв не є найбiльш iмовiрною послiдовнiстю слiв. Отже, вирахувавши найбiльш iмовiрнi слова за використанням фонем, машина не може точно визначити речення в цiлому, адже використання слiв значно змiнюється в залежностi вiд того, в оточеннi яких слiв воно знаходиться i на якiй позицi§. Iнша проблема - проблема сегментацi§, тобто розрiзнення кiнця одного слова i початку iншого, адже зазвичай у повсякденному мовленнi у реченнi мiж словами немає пауз. Як i бiльшiсть проблем у розпiзнаннi мови , ця задача вирiшується на базi iмовiрнiсних обрахункiв.

Розумiння мови

Розробка способiв розумiння природного мовлення є одним з найперспективнiших i найнеобхiднiших напрямкiв розвитку галузi штучного iнтелекту. Цей напрям базується на методах логiчного та iмовiрнiсного пред'явлення знань i формуваннi роздумiв. На вiдмiну вiд iнших областей штучного iнтелекту, саме ця потребує детального дослiдження поведiнки людей, адже мова - засiб комунiкацi§, притаманний тiльки §м i у великiй мiрi вiдображає людську психологiю. Люди посилаюсь iнформацiю, закодовану у мовi, з метою досягнення деяких цiлей, мовленнєвi акти є нiчим iншим, як спробою примусити iнших суб'єктiв зреагувати певним чином. Мова - єдина в своєму родi знакова система, що використовує граматику для генерацi§ структурованих повiдомлень, що характеризуються необмеженою рiзновиднiстю. Усi варiанти використання мови є ситуативними, тобто смисл фрагменту мовлення залежить вiд ситуацi§, в якiй був створений.

Для покращення розумiння граматичних схем, машини можуть використовувати розширення граматики, тобто граматику визначених висловлювань (Definite Clause Grammar-- DCG). Важливою проблемою при розумiннi природно§ мови є §§ неоднозначнiсть. Бiльшiсть висловлювань може приймати декiлька значень, вiрне з яких, на даний момент, лише одне. Вiдкинення неоднозначностi виконується на основi знань про свiт i сучасну ситуацiю у ньому.

Не дивлячись на те, що такi сучаснi системи генерування мови як Parry? NET talk та iншi досить добре можуть iмiтувати природнiй дiалог з людиною, вони, все ж, не можуть обманювати спiврозмовника дуже довго. Їх проблема полягає не у пам'ятi, не у здатностi генерувати вагомi речення, а у недостатньому розумiннi машинами мови, що вони використовують. Комп'ютерний аналiз складних взаємовiдносин у серединi мови призвiв до створення досить складних програм, що здатнi розумiти мову. Прекрасним прикладом для цього може слугувати перекладач Google.

Навчання машин. Навчання на основi спостережень

Научiння - одна з найнеобхiднiших якостей людини, без яко§ ми не тiльки не розвинулися до сучасного стану, але i просто вимерли б як вид. Зрозумiло, що одним з перспективних напрямкiв вивчення штучного iнтелекту є проблема научiння машин. Якщо вдасться створити такий комп'ютер, що буде здатен сам себе вчити, то вiдпаде необхiднiсть створення нових програм для засвоєння ним нових можливостей. Проблема научiння лежить в аспектi використання сприйнято§ iнформацi§ не тiльки для виконання дiй, а i для пiдвищення здiбностей машини. Iснує кiлька видiв научiння.

Научiння, що контролюється базується на вивченнi деяко§ функцi§ на §§ вхiдних та вихiдних даних. Правильне вихiдне значення може задаватися учителем або з власних спостережень комп'ютера. Якщо машина може спостерiгати за сво§ми дiями, то не виникає проблем з використанням методу контрольованого научiння. У iнших випадках, тобто якщо результати дiй не повнiстю доступнi для сприйняття, зазвичай використовується спосiб неконтрольованого научiння. Цей метод використовується коли комп'єютер не може визначити правильнiсть чи неправильнiсть вихiдного значення функцi§, вiн базується на iмовiрнiсних обрахунках. Найбiльш загальною з цих категорiй є задача научiння з пiдкрiпленням. Такий спосiб научiння не потребує вказiвок учителя, а працює завдяки пiдкрiпленням.

Iншим важливим аспектом в навчаннi машин є наявнiсть початкових знань. У процесi навчання, людина отримує безлiч побiчних знань, що дозволяє краще накласти новий матерiал на вже iснуючий. Також i для штучного iнтелекту, значно продуктивнiшим є навчання, що накладається на деякий вже iснуючий багаж знань.

Iндуктивне навчання.

Будь - який алгоритм навчання включає в себе задачу вiдновлення функцi§, що призвела до правильного результату або побудови iншо§ функцi§, близько§ до не§. Функцiя, яку генерує комп`ютер називається гiпотезою. Якiсна гiпотеза має правильно передрiкати появу ще не отриманих результатiв, в цьому i постає фундаментальна проблема iндукцi§.

З самого початку не можливо визначити, чи можливо знайти таку гiпотезу. Можливiсть знаходження гiпотези залежить вiд обраного простору гiпотез. Прийнято вважати, що задачу навчання можливо реалiзувати, якщо простiр гiпотез мiстить необхiдну функцiю, i що §§ реалiзувати неможливо, якщо простiр гiпотез тако§ функцi§ не мiстить.

Навчання ансамблю

На вiдмiну вiд iндуктивного навчання, цей метод посто§ть у тому, що з простору слiд обирати цiлий набiр гiпотез. Потiм проводиться комбiнування передбачень на §х основi i голосування для визначення найкращо§ класифiкацi§ нового прикладу. Причина переваги такого методу полягає у меншiй вiрогiдностi обрання неправильно§ класифiкацi§ прикладу, адже на вiдмiну вiд попереднього способу, де висновок робився на результатi однiє§ гiпотези, при обраннi ансамблю гiпотез (наприклад §х кiлькiсть - 5), для обрання хибно§ класифiкацi§ помилку повиннi зробити щонайменше 3 з 5 вiдiбраних гiпотез.

Також побудова ансамблю гiпотез допомагає у побудовi нових просторiв гiпотез, що сформованi з гiпотез першопочаткового простору. Такий пiдхiд призводить до побудови бiльш виразних просторiв гiпотез.

Теорiя обчислювального навчання

Вище було поставлене важливе питання, вiдповiдь на яке поки що не давалася. Як саме можна впевнитися, що в результатi алгоритму навчання було створено теорiя, що дозволяє правильно прогнозувати майбутнє? А точнiше - наскiльки вiдтворена функцiя вiдповiдає початковiй. Пояснення того, що алгоритми навчання працюють лежить у теорi§ обчислювального навчання, у основi якого лежить принцип, що говорить: "Будь-яка гiпотеза, що мiстить серйознi помилки, буде "вiдкрита" с великою iмовiрнiстю пiсля обробки невелико§ кiлькостi прикладiв, оскiльки вона виносить неправильнi передбачення. Тому будь-яка гiпотеза, що спiвставлень з достатньо великою кiлькiстю прикладiв пiд час навчання, з низькою iмовiрнiстю буде мiстити серйознi помилки; це означає, що вона обов'язково буде приблизно правильно. З визначеною iмовiрнiстю" (Artificial Intelligence: A Modern Approach, Russel and Norvig)

Використання знань у навчаннi

Також слiд окреслити проблему використання початково наданих, або вже здобутих знань машиною у подальшому процесi навчання. Апрiорнi знання можуть допомагати у навчаннi, вiдмiтаючи хибнi гiпотези, якi, за обставин вiдсутностi таких знань, класифiкувалися б як спiв ставнi. Успiшне використання апрiорних знань у процесi навчання доводить, що ще бiльш перспективним є кумулятивне навчання, тобто таке, в якому комп'ютер пiдвищує свою здатнiсть до навчання з набуттям бiльшо§ кiлькостi знань. У метода навчання на основi пояснення (Explanation-Based Learning -- EBL) передбачається витягнення загальних правил з конкретних прикладiв i узагальнення пояснень. Такий дедуктивний метод дозволяє перетворювати знання основних принципiв у кориснi, ефективнi знання спецiального значення.

"Машинна творчiсть"

Одною з найперспективнiших галузей в областi штучного iнтелекту є штучна творчiсть. Творчiсть як феномен ще дуже мало вивчений у людини, це велике поле для сучасних психологiв. Але на даному етапi iснування штучного iнтелекту вже можливе моделювання творчого процесу, i можливо саме це моделювання зможе допмогти нам у вивченнi людсько§ творчостi.

Ось декiлька прикладiв комп'ютерних витворiв мистецтва.(Соло, Когнитивная психология)

Поезiя.

Програма RKCP моделює мову, засновуючись на матерiалах, що "читала". Наприклад вона написала хоку пiсля читання вiршiв Джонса Кiтса i Уендi Деннiс.

Душа

Ты разбил мне душу,

сок вечности,

дух моих губ.

Музика.

На даний момент машини дуже успiшно справляються з задачею створення музикальних тем на основi вже iснуючих творiв. Слабке мiсце таких програм - те, що довго вони не можуть довго обманювати спецiалiстiв, що знаються на стилях музики.

Зображувальне мистецтво.

Iснують програми, що значно полегшують дизайнерам роботу, але вони значно вiдрiзняються вiд тих, що створюють картини. Прикладом може стати робот Аарон, що створив картини, що нагадують справжнiй живопис.

( Джерело: Рей Курцвейл "Век одухотворенных машин")

У всiх приведених вище прикладах критерiєм оцiнки стає судження людей. Якщо на §х думку витвiр достатньо схожi на людську роботу, то вiн гiдний високо§ естетично§ оцiнки. Нам не вистачає об'єктивних критерi§в у творчостi, i поки ми не визначимо §х бiльш чiтко, вона лишиться у руках людей окремих обчислювальних машин.

Процес творчостi

Одним з важливих моментiв i процесi творчостi є перенос (транспонування) структур з однiє§ ситуацi§ в iншу. Проблема транспонування однiєю з найважливiших у психологi§ мислення i сприйняття, що, як вiдомо, тiсно пов'язанi. Неможливiсть спостерiгати процесiв мислення, пiд час яких вiдбувається перенос iдей з рiзних областей знань, призводить до труднощiв у вирiшеннi цiє§ проблеми.

Однiєю з характеристик сприйняття є його структурнiсть. Структура, як носiй деякого образу, може бути перенесена в новi умови без змiн. Тодi буде утворено новий об'єкт, що зберiгатиме початковi характеристики. Тому при дослiдженнi такого образу вiдчувається безпосереднiй зв'язок з початковою структурою. По пояснюється наявнiстю iнварiантiв перетворення. Наявнiсть iнварiантiв iнодi маскуються трансформантами, тобто елементами, що змiнюються, вони часто настiльки змiнюють ситуацiю, що впiзнати iнварiанти майже неможливо.

Для проблеми штучного iнтелекту безпосереднє значення має дослiдження закономiрностей переносу iнварiантiв структури. Задача штучного iнтелекту - отримувати такi результати, якi зазвичай отримуються в результатi людсько§ творчо§ дiяльностi не залежно вiд того, iмiтується творчий процес людини чи нi. У 1972 роцi Мiжнародною фiршбурзькою групою був складений список задач, що стосуються штучного iнтелекту. Другим пунктом у цьому списку ставала машинна творчiсть в областi музики, поезi§, живопису. Вже описана вище проблема машин у розумiннi природно§ мовi тiсно пов'язана з проблемою видiлення структурних iнварiантiв. Один смисл може бути виражений рiзними словами, тому ця проблема також торкається вивчення закономiрностей варiювання деяких ситуацiй, що зберiгають iнварiант - смисл. Таким чином, дана проблема тiсно пов'язана з психологiєю творчостi i дослiдженнями творчого процесу а також кiбернетикою i проблемою розумiння машинами мови.

Основним сучасним методом вивчення транспортування є метод моделювання, що розроблений Захриповим для дослiдження деяких функцiй композитора i музикознавця. Цей метод полягає у штучному вiдтвореннi властивостей i якостей об'єкта. Аналiз машинних результатiв дозволяє оцiнити вiрнiсть гiпотез i ступiнь вивченостi об'єкту.

Не звертаючи уваги на популярнiсть i розвиненiсть теми машинно§ творчостi, багато хто вважає, що такi явища як iнту§цiя, iнсайт, не пiддаються алгоритмiзацi§, на основi яко§ i побудованi сучаснi обчислювальнi машини. Також iснує думка (Захрипов, Моделювання творчостi), що творчiсть частково складається з логiчних структур i задача полягає саме у §х вивченнi. А варiювання, що також у деякiй мiрi включене в алгоритми машини створює деяку "свободу дiй" i являється одним з суттєвих елементiв творчого процесу. Iнакше кажучи, Захрипов стверджує, що варiювання елементiв складає основний принцип художньо§ творчостi i, можливо, будь-якiй творчостi взагалi.

Критика штучного iнтелекту.

У попереднiх частинах роботи було розглянуто минуле i сучасне штучного iнтелекту. Отже, що пiдвести логiчний пiдсумок слiд розглянути прогнози на його майбутнє. Велика кiлькiсть вчених, протягом останнiх шести десяти рокiв працювала над проблемою створення штучного iнтелекту i, в ходi своє§ роботи, вони доходили деяких висновкiв щодо перспектив цiє§ галузi. Вченi рiзних галузей по рiзному ставилися до iде§ створення штучного iнтелекту, тому я розглянула це питання з точки зору кiбернетики i психологi§, двох основних наук у цiй галузi.

Алан Т'юринг був одним з першопроходцiв в областi штучного iнтелекту, i вiн представив у сво§й роботi одну з найоригiнальнiших iдей минулого столiття: гру в iмiтацi§, або тест Т'юринга. Вiн запропонував визначати здатнiсть машини до мислення шляхом перевiрки, чи зможе вона впевнити свого спiврозмовника у тому, що вона - людина. Цей пiдхiд можна вважати вiрним, якщо враховувати, що ми не в змозi спостерiгати за процесами мислення i судимо про його наявнiсть тiльки з результатiв, а отже i про наявнiсть машинного мислення слiд також судити виходячи з результатiв. Також Т'юринг окреслює, що саме слiд вважати за машин у такому випадку. Шляхом вiдсiву, вiн видiляє ЕОМ з-помiж усiх можливих варiантiв (наприклад штучно створена людина) i пояснює деякi принципи §х роботи.

Т'юринга цiкавило не те, наскiльки добре зможуть проходити сучаснi на той час ЕОМ гру в iмiтацiю, а те, чи можуть бути в майбутньому такi, що справдi це зможуть. Вчений цiкавиться потенцiалом штучного iнтелекту. Т'юринг говорить, що вiн вiрить у те, що через 50 рокiв будуть iснувати машини, якi б змогли обманювати спiврозмовника протягом як мiнiмум 5 хвилин. I, на противагу своєму ставленню до проблеми, приводить точки зору протилежнi почергово розгляд спростовуючи §х.

У сво§й роботi "Что же могут машины?" (1975) Бiрюков становить питання про можливостi штучного iнтелекту i людини як центральне питання кiбернетики. На основi аналiзу робiт, вiн виносить два пiдходи до цiє§ проблеми. Перший, який вiн називає "Кiбернiтичним оптимiзмом", зазвичай пiдтримують представники технiчних напрямкiв наук, а протилежний йому - представники гуманiтарних областей науки. Але, у той самий час, вiдкидання прихильниками друго§ теорi§ можливостi машин iмiтувати деякi окремi сфери людсько§ психiки вiдкриває перед кiбернетиками новi поля дiяльностi. Але така занадто позитивна точка зору багатьох кiбернетикiв призвела до того, що у науковiй лiтературi США i Заходу мало квалiфiкованих робiт, що тверезо б осмислювали можливостi i обмеження нового наукового напрямку.

Як одного з найвагомiших критикiв штучного iнтелекту Бiрюков згадує Дрейфуса i його працю "Чого не можуть машини". Вiн пiдкреслює, що Дрейфус був компетентним у питаннях кiбернетики i мiг розмовляти з представниками течi§ кiбернетичного оптимiзму на знайомiй §м мовi. Його книга розкривала точку зору лiнi§ скептичного ставлення до створення мислячих машин, i Бiрюков стверджує, що матерiал цiє§ книги може сприяти поглибленню розумiння проблеми.

Також автор торкається проблеми психологi§, вiн каже, що взаємодiя штучного iнтелекту i психологi§ сприяє теоретичному i експериментальному дослiдженням пiзнавально§ дiяльностi, сприяє розробцi нових психологiчно-кiбернетичних теоретичних "моделей" iнтелекту.

Дж. Серл вчений у сво§й працi "Свiдомiсть, мозок i програми" розрiзняє два напрямки розвитку штучного iнтелекту: сильний i слабкий. Поняття сильного штучного iнтелекту має на увазi, що комп'ютер це не просто iнструмент у дослiдження свiдомостi, а, певним чином, свiдомiсть, адже вони володiють когнiтивними станами. З точки зору слабкого штучного iнтелекту, основною цiннiстю комп'ютера у вивченнi свiдомостi є те, що вiн дає нам потужний iнструмент. У сво§й роботi Серл критикує точку зору сильного штучного iнтелекту, ставлячи у приклад вiртуальний експеримент. Експеримент полягає у моделюваннi людиною дiяльностi машини, тобто людинi надається текст на невiдомiй §й мовi, деякi правила, що дозволяють оперувати з елементами тексту та "питання" - такий самий незрозумiлий текст з деякими позначками на зрозумiлiй мовi. Таким чином, набивши руку, людина може ввести в оману того, хто буде оцiнювати знання нею невiдомо§ мови за якiстю вiдповiдей на питання до тексту. В такому випадку людина поводить себе як обчислювальна машина, але такi манiпуляцi§ значно вiдрiзняються вiд справжнього мислення над текстом, що вона розумiє. Таким чином, Серл стверджує, що претензi§ прихильникiв сильного штучного iнтелекту на розумiння машиною смислу не справджуються, а тому не справджуються i претензi§ на пояснення психiчних процесiв роботою машин.

У сво§й статтi "Скiльки лишилось до суперiнтелекту?" (1997) Бостром приводить основнi аргументи на користь того, що штучний iнтелект з'явиться вже у першiй третi 21 столiття. Вiн вбачає проблему створення штучного iнтелекту в основному у недостатнiй потужностi комп'ютерiв, але на основi закону Мура вираховує, що необхiдних значення (10^17) вона досягне вже до 2025 року. Можливiсть побудови штучного iнтелекту, що за рiвнем не поступається людинi не викликає у нього сумнiвiв i обмеження Бостром вбачає тiльки у фiзичнiй здатностi матерi§ пропускати iнформацiю, але i це - якщо не стануть вiдомими новi закони фiзики. Стагнацi§ штучного iнтелекту у 70-80 роках, вчений не надає великого значення, адже наука не сто§ть на мiсцi i пiсля цього вже було зроблено ряд великих вiдкриттiв. Бостром є одним з яскравих представникiв науковцiв кiбернетикiв, що оптимiстично ставляться до розробки штучного iнтелекту не зважаючи на ряд проблем, пов"язаних з психологiєю.

Якщо ж розглядати проблему можливостi створення штучного iнтелекту з точки зору психологi§, то слiд розпочати, певно, з робiт Тихомирова. Вiн видiляє три позицi§ щодо входження психологi§ в сферу наук, що вивчають штучний iнтелект:

1) Вiдтворення людського розуму попри вiдсутнiсть знань про нього, така позицiя характерна для багатьох фахiвцiв з кiбернетики, що створюють логiчнi програми для ЕОМ, вважаючи що вiдтворюють когнiтивнi процеси людини.

2) Другим рiшенням є констатацiя нестачi знань про психiчнi процеси людини i намагання вирiшити цю проблему шляхом вивчення iнтелектуальних процесiв машини. Iншими словами, основою для нових вiдомостей вважається аналiз метод вирiшення машиною задач, аналогiчних людським.

3) Третя позицiя розглядає дослiдження психологiчнi i кiбернетичнi як незалежнi однi вiд одного. Таким чином, можливим стає тiльки застосування знань з галузi психологi§ для вирiшення питань у сферi штучного iнтелекту.

Вiдповiдно до тiсно§ взаємодi§ психологi§ i сфери штучного iнтелекту, змiни вiдбуваються i в рамках психологiчно§ науки, а саме - видiляється нова сфера дослiджень, що проводить порiвняльний аналiз способiв вирiшування задач комп'ютером i людиною. Крiм того, вже першi роботи з штучного iнтелекту показали необхiднiсть подальших дослiджень в областi мислення в цiлому, а не тiльки рiшення задач. Виникла потреба також бiльш точного визначення i охарактеризування деяких психологiчних явищ, таких як, наприклад, творчiсть, мислення, тощо.

Описуючи розумiння термiну мислення, Тихомиров зазначає, що у 20 столiттi з'явилося ще одне, розумiння мислення як процесу обробки iнформацi§. Поява ЕОМ значно вплинула на розвиток психологiчно§ науки, поняття кiбернетики переносилися на класичнi психологiчнi моделi. "Планування" ототожнювалося з програмами ЕОМ а питання про специфiку планування дiй людиною було забуте. Пiд загальним впливом кiбернетичних наук психологiю почали трактувати як науку про переробку iнформацi§, а критерiєм науковостi стало трактування психiчних процесiв як програм для ЕОМ.

Визначенням когнiтивних процесiв стало таким: "Це активнiсть, пов'язана набуттям, органiзацiєю i використанням знань". Тихомиров зауважує, що таке формулювання випускає найважливiша для психологi§ мислення ланка - породження нових знань. Також Тихомиров видiляє обмеження, до яких призводить розумiння мислення як iнформацiйного процесу:

1) не розрiзняються iнформацiйно-кiбернетичнi i власне психологiчнi моделi

2) не вивчається суб'єктивна обумовленiсть мислення

3) не аналiзуються смислоутворення, цiлеутворення, емоцiйно-.мотивуюча регуляцiя мислення, спiввiдношення усвiдомленого i не усвiдомленого в розумово§ дiяльностi, види узагальнень, не аналiзується розвиток мислення.

Саме цi питання i є суттю психологiчного дослiдження. Мiж тим вiдомо, що когнiтивнi процеси людини значно вiдрiзняються вiд машинних, що значно обмежує можливостi спiвставлення. Головним завданням психологi§ Тихомиров постулює саме виявлення i дослiдження цих вiдмiнностей, що роблять людину людиною. Отже, характерною рисою для сучасно§ науки Тихомиров бачив не розрiзняння iнформацiйних i психiчних процесiв, що виникла в перiод НТР i пов'язана з виникненням ЕОМ. Пояснення психологi§ аналогiчно до принципiв дi§ комп'ютерiв вiн називає комп'ютерним детермiнiзмом.

На семiнарi "Психологiя i Штучний Iнтелект", що вiдбувся 1975 року було сформована така основна теза: "Дослiдження тих сторiн iнтелектуально§ дiяльностi людини, якi не вiдтворюються сьогоднi в роботi систем "штучного iнтелекту", намiчають перспективи подальшого прогресу в областi "штучного iнтелекту" i разом з тим є "точкою зростання" само§ психологiчно§ науки".

Серед усiх представлених робiт були також статтi, що розкривали характеристики взаємодi§ психологi§ i штучного iнтелекту. Окрiм Тихомирова сво§ статтi представляли такi вченi як, наприклад, А. В. Брушлiнскiй, котрий вважає, що "штучний iнтелект" вiдображає, в найкращому разi, тiльки формально-логiчний, але не психологiчний аспект мислення, що сучаснi обчислювальнi машини стають необхiдним знаряддям (але лише знаряддям) творчо§ i нетворчо§ працi. Л. П. Гур'єва показує, що при використаннi можливостей "штучного iнтелекту" з'являються новi мотиви, що визначаються специфiкою роботи людини в умовах взаємодi§ з машиною. А. М. Матюшкин вiдносить до числа детермiнант психiки, що нинi не можуть бути змодельованi, потреби, мотиви, емоцi§. А. Г. Асмолов показує, що за дослiдженням спiввiдношень мiж евристичним пошуком машини i iнтелектуальною дiяльнiстю людини виступає одна з основних методологiчних проблем психологi§ - проблема пошуку шляху подальшого розвитку психологiчно§ науки. Проблеми побудови систем "штучного iнтелекту" пов'язують з питаннями формалiзацi§ тих чи iнших сторiн людсько§ дiяльностi. Аналiзуючи питання про формалiзацiю процесу цiлеутворення, Ю. Д. Бабаєва описує iснуючi на цьому шляху труднощi i робить висновок про те, що "на подальший прогрес у напрямку формалiзацi§ процесу цiлеутворення можливий лише на основi глибокого психологiчного аналiзу цього процесу". Е. Ю. Артем'єва показує обмеженiсть пiдходу до побудови "штучного iнтелекту", перебiльшенiсть ролi логiчного синтезу. Д. Н. Завалiшина пише, що одним з позитивних моментiв розширення робiт по "штучному iнтелекту" для психологi§ пiзнавальних процесiв є звернення психологiв до вивчення таких специфiчних характеристик психiчно§ дiяльностi, як мотиви, цiлепокладання, емоцiйна регуляцiя.

Пiдсумовуючи вище сказане можна побачити деяку подвiйнiсть поглядiв на перспективи створення "сильного" штучного iнтелекту. До позитивно настроєно§ групи налехить бiльшiсть вчених, зайнятих у сферах кiбернетики, iнших точних наук. До критикiв тако§ позицi§ вiдносяться психологи та меншiсть кiбернетикiв. Позитивно настроєнi вченi аргументують свою впевненiсть у можливостi такого розвитку подiй, спираючись на швидкий розвиток технiчних наук i втiленнi того, що ранiше можливим не вважалося. Їх критики вiдмiчають, що такий пiдхiд до машинного моделювання, чкий панує сьогоднi несе у собi занадто велике спрощення людських психiчних процесiв, зведення §х до формально-логiчних операцiй.

Висновок

Пiдбиваючи пiдсумки по проведеному аналiзу, можна говорити про подвiйнiсть сучасного стану розвитку штучного iнтелекту. З одного боку, нiбито, кiбернетика смiливо крокує до створення справжнього штучного iнтелекту, що iмiтував би людську гностичну дiяльнiсть. Але якщо прислухатися до точки зору фахiвцiв з психологi§, можна помiтити, що новiтнi розробки у галузi кiбернетики на даний момент примножуються кiлькiсно. Адже, захопившись вирiшенням задач, кiбернетики не звертають уваги на значнi вiдмiнностi людсько§ психiки вiд логiчних алгоритмiв машинних кодiв. На сучасному етапi розвитку науки, коли не iснує незборимих перешкод в областi технiчного устаткування машин, коли подолано бiльшiсть методологiчних перешкод, слiд намагатися глянути на ситуацiю, що склалася зi сторони. Тодi i тiльки тодi можливими стануть якiснi зрушення в областi моделювання людських гностичних актiв, вихiд когнiтивно§ науки на новий рiвень.

Розглядаючи розвиток когнiтивно§ психологi§ i, особливо, галузi штучного iнтелекту, можна прослiдкувати ряд якiсних змiн у пiдходах до рiшення проблеми створення моделюючих психiчнi процеси машин. Судячи з ситуацi§ на сьогодняшнiй день, слiд шукати способiв вийти на новий якiсний рiвень, iнакше є загроза зайти у глухий кут. Коли будь-яка галузь науки припиняє свiй розвиток i починає ходити по колу, §§ мiсце моментально займає iнша, бiльш перспективна i модернiзована.

Суспiльство на даному етапi видається не готовим сприйняти створення штучного розуму. Можливо необхiднi деякi зрушення у суспiльнiй свiдомостi, до яких може привести кардинальне зрушення у науцi, яким i стала когнiтивна наука на початку 50 рокiв ХХ столiття. Можливо, тодi перспектива стати не єдиними розумними iстотами у свiтi не стане викликати негативно§ реакцi§.

Отже, на мою думку, всi аспекти проблеми штучного iнтелекту приводять нас до висновку про необхiднiсть масштабних якiсних змiн у пiдходах, методах та розумiннi наукою пiзнання як цiлiсного i складного процесу. У цьому процесi велика роль надається психологi§, адже саме вона повинна чiтко окреслити поняття, встановити взаємозв"язки мiж ними i визначити §х суттєвi риси i характеристики.

Список лiтератури

-- Russel S. J., Norvig P. "Artificial Intelligence: A Modern Approach"

-- Аллахвердов В. М. СОЗНАНИЕ КАК ПАРАДОКС

-- Аллахвердов. Научная группа. Петербургская школа психологи\\ http://www.cogpsy.ru/

-- Бирюков Б. В. "Что же могут вычислительные машины"

-- Брушлинский А. В. Возможен ли "искусственный интеллект"

-- Величковский Б. "Когнитивная наука: Основы психологии познания"\\ http://www.gumer.info/bibliotek_Buks/Psihol/velich/index.php

-- Захрипов "Машинный поиск вариантов при моделировании творческого процесса"

-- Ник Бостром "Сколько осталось до суперинтеллекта?"

-- Сёрл Дж. "Сознание, мозг и программы"

-- Соло Роберт "Когнитивная психология"

-- Тихомиров О.К. "Психология мышления"

-- Тихомиров О. К. "Искусственный интеллект и теоретические вопросы психологии"

-- Тьюринг А. "Могут ли машины мыслить?"

-- Фаликман М.В. Введение в когнитивную науку\\ http://virtualcoglab.cs.msu.su/projects/mf_cogsci.html

-- Шульц Д. "История современной психологии" \\ http://www.gumer.info/bibliotek_Buks/Psihol/shulc/index.php

-- ru.wikipedia.org

-- www.google.com

Сторiнка 36 з 36

Оставить комментарий © Copyright Сологуб Ника Владимировна (Nika.Sologub@bigmir.net) Размещен: 25/12/2010, изменен: 25/12/2010. 120k. Статистика. Статья: Курсовые Иллюстрации/приложения: 6 шт.		Ваша оценка:
Аннотация: Моя первая курсовая

Сологуб Ника Владимировна Искусственный интеллект

Сологуб Ника Владимировна
Искусственный интеллект