Предисловие.

Эта статья - коротенький сборник чужих и своих мыслей, на мой взгляд, отражающих нынешнее положение вещей в области разработки систем с искусственным интеллектом. В статье рассмотрены очевидные и не совсем очевидные проблемы построения ИИ, а также предложены некоторые подходы к созданию действительно интеллектуальных систем.

На мой взгляд, многие из этих определений грешат узостью, а точнее, описывают лишь следствия из наличия интеллекта в системе.

Предлагаю своё общее определение понятия:

Приняв такое определение легко ввести средства измерения “силы интеллекта”, IQ и других похожих величин. Чем быстрее система формирует рефлексы, чем сложнее рефлексы, тем более высок интеллектуальный уровень системы. Как же отличить полезный рефлекс от бесполезного или вредного? Это должен сделать субъект (объект), поставивший задачу перед интеллектуальной системой уже по результатам использования рефлекса.

Классический пример подобного (но не такого же) подхода – знаменитый тест Тьюринга. Однако, считать этот тест практически применимым в настоящее время уже нельзя. Причина – абсолютный антропоцентризм, присущий тесту. Заставляя машину притворяться человеком, мы априори полагаем, что интеллект выше человеческого не существует, кроме того, контекст тестируемой интеллектуальной системы должен с удручающей точностью соответствовать человеческому, хотя вполне понятно, что принципиально для функционирования интеллектуальных систем такое соответствие совсем не обязательно, в частности, система может обладать совершенно не свойственными человеку и вообще биологическим существам органами чувств и исполнительными механизмами. Что же касается эмоций, то требование более-менее точного совпадения эмоционального отклика с человеческим и вовсе абсурдно, т.к. эмоции – продукт социума, а машинный или человеко-машинный социум не похож на чисто человеческий. Таким образом, необходимость разработки платформенно-независимых тестов на уровень интеллекта становится узким местом самого процесса создания искусственного интеллекта.

Некоторые полагают, что распознавание образов (в широком смысле) – это признак интеллекта. На самом деле – это не достаточное, а лишь необходимое свойство интеллекта, успехи в области примитивных нейронных сетей показывают, что распознавать образы может и система, заведомо не обладающая никакими другими способностями. Такая деятельность представляется всего лишь разновидностью фильтрации, дополненной положительными обратными связями.

Способностями к дедукции обладают обычные базы данных. Системы, умеющие проводить индукцию, созданы в незапамятные времена перфокарт и терминалов.

Задачи по многопараметрической оптимизации с успехом решаются шахматными программами.

Способность решать задачи с нечёткими условиями – пока что является лишь следствием наличия интеллекта, потому что решение смежной задачи по чёткой формализации знаний без участия человека пока что не найдено.

Способность приспосабливаться к изменяющимся внешним условиям – тоже лишь следствие наличия интеллекта, потому что признанные интеллектуальными деяния людей иногда не имеют ничего общего с приспособлением. В качестве примера сойдёт любой подвиг на почве радикального воплощения абстрактных идей.

Так в чём же соль? В чём же интеллектуальные системы радикально отличаются от уже созданных, но не признанных интеллектуальными? Думается, что основным свойством интеллекта является способность к непрерывному обобщению, формированию сложнопересекающихся мета-уровней данных. А уже на основе этих метаданных и формируются частные случаи – рефлексы. Понятие рефлекса здесь трактуется более широко, чем принято в физиологии. А именно, рефлекс может вызвать не только действие или последовательность действий, а сформировать новый рефлекс, находящийся на подлежащем уровне данных. Простой пример — вместо измерения длины окружности верёвочкой найти метод вычисления. Сначала находится мета-уровень данных (формула для вычислений длины окружности через радиус, которая тоже является рефлексом), потом рефлекс обращения к верёвочке заменяется рефлексом вычисления по формуле, который более продуктивен, т.к. может получать и значения функции, которые трудно получить верёвочкой, например длину земного экватора. Такой процесс можно считать разновидностью индукции, совмещённой с дедукцией.

Так как же работает интеллект? Как происходит процесс мышления? Эти вопросы до сих пор проработаны лишь поверхностно.

Тут надо сразу оговориться, что далее речь пойдёт об интеллекте индивидуума, а не популяции. Ведь популяции даже примитивных организмов тоже способны проявлять все признаки интеллекта, и это не удивительно, если принять, что интеллект – продукт эволюции.

Если же сделать выжимку из всех знаний и представлений о разуме, то имеются три различные возможности построения интеллекта:

1. Интеллект – проявление некоего Идеала, практически не познаваемого средствами самого интеллекта и называемого в просторечии Богом. С инженерной точки зрения такой интеллект представляет собой бесконечный автомат порядка алеф-ноль и для практической реализации бесперспективен.
2. Интеллект – набор конечного числа элементов с точно познаваемыми свойствами, но с бесконечным количеством состояний каждого элемента. Т. е. бесконечный автомат порядка алеф-один (некоторым нравится “конечный автомат общего вида”). С инженерной точки зрения такой интеллект практически реализуем, например, в виде аналоговой вычислительной машины большой сложности.
3. Интеллект – набор конечного числа элементов с точно познаваемыми свойствами и с конечным количеством состояний каждого элемента. Другими словами - конечный автомат. Инженерная реализация конечных автоматов – задача почти тривиальная, требующая всего лишь определённого количества ресурсов. А самое главное, наличия исчерпывающих формализованных знаний о функционировании системы.

На первых порах полезно ограничиться третьим вариантом, в основном потому, что конечный автомат легко реализуется на цифровых вычислительных машинах, да и актуальность второго варианта совсем не очевидна. Необходимо добавить, что решение основной задачи интеллекта требует некоторой доли метода проб и ошибок, что автоматически приводит к возникновению у интеллектуальных систем признаков спонтанного поведения.

В настоящее время даже реализации третьего, самого простого варианта, наталкиваются на серьёзные методологические и даже технологические ограничения.

В настоящее время интеллектуальными признаны лишь живые организмы. Важной особенностью их строения является широчайший массовый параллелизм операций, даже в несильно интеллектуальном мозге кошки содержится около миллиарда нейронов. Попробуем подражать. Пусть средний нейрон обладает тысячью синапсов, а вес синапса может быть закодирован 8-ю битами. При этом феномены инерциальности и усталости нейрона мы вообще не учитываем. Тогда общая информационная ёмкость машины получится около 1Тбайта. Практическая реализация такого объёма запоминающего устройства не слишком сложна. Но есть более значимое препятствие для обычных компьютеров – слишком большая глобальность связей в нейронной сети, причём весь объём памяти должен участвовать в единичном цикле функционирования, что приводит к катастрофическому уменьшению попаданий в кэш данных современных процессоров и, следовательно, слишком большой временной дискретности мышления. Реализации конечных автоматов не на основе эмуляции нейронных сетей страдают от той же самой глобальности связей по данным, поэтому для успеха реализации интеллекта на ЦВМ требуется повышение быстродействия существующих компьютеров по крайней мере на три порядка. Другой путь – разработка специализированных микросхем и аппаратно-программых реализаций на их основе. Этот путь считается очень перспективным, но достижения ведущих мировых разработчиков (если хоть какие-то достижения существуют) наглухо засекречены. Убогие же кристаллы типа Neuron Chip от Toshiba&Motorola можно считать неудачным продуктом конверсии. http://www.toshiba.com/taec/press/to-113.shtml

Может ли интеллектуальная система вообще обойтись без обучения? Ведь вполне доступно точно скопировать все параметры уже существующей интеллектуальной системы и получить ещё один экземпляр. Думается, нет, способность к обучению и необходимость непрерывного обучения являются неотъемлемыми свойствами интеллекта.

Если учесть, что информация вообще полностью субъективна, а интеллектуальная система должна обладать развитым и, к тому же, многоуровневым контекстом (хотя бы в целях распознавания и кластеризации), становится понятно, что обучение, как средство постоянной коррекции и пополнения контекста, совершенно необходимо.

Практически применимыми методами обучения являются, на мой взгляд, всего лишь два: метод последовательного лидера и метод обратного распространения ошибки. Нетрудно заметить также, что оба этих метода обучения реально используются живыми интеллектуальными системами, более того, иногда и разделить их достаточно сложно.

Побочным продуктом обучения является индивидуальность интеллектуальной системы, ведь создать абсолютно идентичные условия для двух интеллектуальных систем практически сложно, да и есть ли смысл.

А теперь обратимся собственно к человеку и человечеству. Предположим, высокоинтеллектуальные системы (т.е. с уровнем интеллекта, примерно равным человеческому) поставлены на поточное производство и широко применяются для каких-либо целей. Обратите внимание, что такие системы, скорее всего, будут обладать элементами спонтанного поведения, да ещё контекстом, резко отличным от человеческого. Возможно ли вообще взаимодействие человека и такой системы на пользу обоим? Или же, в лучшем случае, человечество вновь вступит в полосу рабовладения? К сожалению, радужные картины будущего с умными машинами вызывают большое сомнение. Первые такие машины, понятно, будут железными маугли в стае мясных волков, но с ростом популяции таких машин неизбежно возникнет машинно-человеческий, а затем и чисто машинный социум. Ведь, в силу производственной необходимости, такие машины будут обладать всеми нужными для стадной жизни свойствами, включая развитую возможность коммуникации.

В голове сразу же возникают мрачные картины человеко-машинной конкуренции, а точнее антагонизма. Ведь машины такого уровня вполне смогут обходиться без человека вообще, а вот человек, скорее всего чрезвычайно воспротивится усилению своей зависимости от машин, потому что станет воспринимать их уже не как объекты, а как субъекты. Тут следует ожидать возникновения течений типа нового луддизма и тайных обществ машинных расчленителей. Будет ли это затяжная борьба до полного устранения конкурента? Сложно сказать.

Зато легко видеть массу правовых проблем, которые возникнут при появлении машин с собственным поведением (и мнением!). И сейчас, когда машины вообще не обладают сколько-нибудь значимым интеллектом, а понятие свободы воли к ним вообще не применимо, привлечь к ответственности лицо, допустившее нанесение вреда при использовании даже примитивной программируемой системы крайне сложно. Печальные примеры – несчастные случаи на производстве и транспорте. А повсеместная практика лицензирования ПО в виде ‘as is’? Если интеллектуальные системы будут эксплуатироваться на таком же правовом поле, то это может привести к очень серьёзным последствиям для всего человечества.

Есть и другой вопрос. А нужны ли интеллектуальные системы человеку и человечеству? К сожалению, приходится признать, что отдельно взятому человеку они не нужны. Ну кому нужен пылесос, который умнее хозяина? Да и почему пылесос обязан на Вас работать, если ему хочется отдохнуть? Другими словами, сложность управления интеллектуальными системами возрастает при увеличении уровня их интеллекта, а ведь человеку нужен инструмент, в котором он полностью уверен и который выполняет приказы человека, человеку требуются послушные исполнители его, человечьей, воли. Если же инструмент, в силу своей интеллектуальности, в один прекрасный день научится отлынивать от работы, то человеку это явно не понравится.

Использование интеллектуальных систем в современном производстве непродуктивно, что блестяще показал ещё Генри Форд. Использование таких машин для решения задач оптимизации производства или проектирования новых изделий также видится весьма ограниченным ввиду существенных различий машинного и человеческого контекста.

Применение в качестве экспертных систем тоже в конце концов упирается в резкое отличие контекстов человека и машины. А в таких критических облачтях как медицина, принятие решения без участия человека может оказаться и вовсе неприемлемым.

Т.е. на бытовом и производственном уровнях будут востребованы лишь машины с жалкими зачатками интеллекта, и то в лучшем случае.

Применение в военных целях, конечно имеет некоторую перспективу, притом весьма мрачную. Она хорошо показана в многочисленных произведениях творцов из Голливуда.

Человечество – другое дело. Интеллектуальные системы могут оказаться просто незаменимыми при исследовании планет и, особенно, дальнего космоса, вообще, тех мест, где человеческий организм не может функционировать. А можно сконструировать некоего гениального учёного, который не сможет вообще воздействовать на физический уровень мира, разве что путём коммуникации с живыми коллегами. Но такому существу не позавидуешь, однозначно.

Из всего сказанного в этом пункте напрашивается вывод, что интеллектуальные системы, особенно системы с высоким уровнем интеллекта, будут производиться чуть ли не в единичных экземплярах для весьма специфических нужд всего человечества.

Конечно, многие вопросы освещены в этом опусе весьма поверхностно, предлагаемые подходы спорны, однако я надеюсь, что найду единомышленников в стане энтузиастов Искусственного Разума.

Вторая часть статьи будет посвящена практическим моментам реализации хотя бы минимально проявляющего себя интеллекта на существующей (а возможно, и пока не существующей) элементной и программной базе.