Пионерские исследования. 
Символический искусственный интеллект: математические основы представления знаний

Серьезное развитие искусственного интеллекта как научного направления началось в 1940;х гг., после появления электронно-вычислительной машины (ЭВМ). В 1948 г. Норберт Винер опубликовал книгу «Кибернетика, или управление и связь в животном мире и машине», тем самым, основав новую науку — кибернетику.

Хотя в названии книги Винера мышление не упоминается, но одиозный вопрос «Могут ли машины мыслить?»¹ впервые прозвучал в знаменитой статье Тыоринга уже два года спустя. В этой статье, в частности, был впервые сформулирован конструктивный критерий наличия у машины ИИ, так называемый тест Тьюринга.

По отношению к этому вопросу мнения разделились не только у сторонних наблюдателей, журналистов и широкой публики, но и у самих ученых, начинавших работать в области ИИ. Конечно, в целом ответ у работающих исследователей был положительным. Тонкость заключается в том, что можно поставить два похожих вопроса:

• • Может ли машина мыслить как человек?
• • Может ли машина мыслить рационально?

Поиски конструктивного ответа на первый вопрос ведут к моделированию мышления человека, при котором считается важным не только получение ответа на интеллектуальный вопрос, но и анализ средств достижения ответа. Это направление получило название «нейрокибернетика», хотя в отечественной литературе чаще используется термин «бионика».

Основным методом бионики является математическое моделирование работы человеческого мозга. Так, еще в 1943 г. американские ученые Уоррен Мак-Каллок (Warren McCulloch) и Уолтер Питтс (Walter Pitts) предложили математическую модель работы нейрона человеческого мозга — искусственный нейрон — и способы комбинирования искусственных нейронов в нейронную сеть^[1][2].

Затем последовали пионерские работы Розенблатта по персептронам, работы Минского и других исследователей (см. дополнение в конце главы). Однако в 1970;х гг. работы в этом направлении несколько замедлились, что было связано с невысокими количественными возможностями компьютеров того времени. Дело в том, что в мозгу человека параллельно работают от 10 до 14 млрд (~Т0⁹) нейронов, и каждый имеет в среднем около семи тысяч (~10^[3][4]) связей с другими нейронами. Число искусственных нейронов в первых сетях измерялось сотнями, в лучшем случае тысячами, но столь большие количественные отличия (в миллионы раз) образуют качественную пропасть — на маленьких моделях невозможно исследовать большие системы. Заметим, что количественные показатели человеческого мозга уже практически достигнуты в самых больших уникальных нейронных сетях^[3], и масштабы человеческого мозга и искусственных нейронных сетей становятся соизмеримыми. Практические следствия из этого обстоятельства обсуждаются в дополнении к этой главе. В то же время сейчас становится все более очевидным, что мы так и не приблизились к ответу на вопрос, что значит «мыслить, как человек», и каковы механизмы и структуры, реализующие этот процесс. Современные нейронные сети действительно решают интеллектуальные задачи, но совсем не так, как это делает человек.

Отвечая на второй вопрос (может ли машина мыслить рационально?), мы приходим к кибернетике «черного ящика», когда наблюдаются только вход и выход, стимул и реакция, а внутреннее устройство «мыслящего агента» скрыто от наблюдения. В отличие от бионики, для кибернетики «черного ящика» не важно, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг, т. е. рационально^[6].

Исследователи данного направления сразу же перешли от сверхсложных параллельных недетерминированных сетей бионики к сравнительно простым алгоритмическим моделям, манипулирующим абстрактными символами, а не реальными сигналами. Именно поэтому мы предпочитаем термин символический ИИ.

• [1] Наш ответ таков: «Так же, как и люди». В некоторых случаях некоторые экземплярымогут, но далеко не все и не всегда.
• [2] McCulloch W. 5, Pitts W. Логическое исчисление идей, относящихся к нервной активности = A logical calculus of the ideas immanent in nervousactivity // Bulletin of MathematicalBiology. N. Y.: Springer New York, 1943.
• [3] По состоянию на 2014 г. самые большие нейронные сети были созданы Google
• [4] (11,2 млрд нейронов) и Национальной лабораторией в Ливерморе (15 млрд нейронов).
• [5] По состоянию на 2014 г. самые большие нейронные сети были созданы Google
• [6] Впрочем, наблюдая за собой, автор иногда замечал, что человеческий мозг, увы, не всегда реагирует рационально.