Ученые и искусственный интеллект

В начале XVII в. Рене Декарт, предположив, что животное — некий сложный механизм, тем самым сформулировал механическую теорию.

В 1623 г. В. Шикард построил первую механическую цифровую вычислительную машину, за которой последовали машины Блеза Паскаля (1643) и Лейбница (1671).

Лейбниц был одним из первых, кто описал современную двоичную систему счисления.

В XIX в. Ч. Бэббидж и Ада Лавлей разработали программируемую механическую вычислительную машину.

В 1910—1913 гг. Б. Рассел и А. Н. Уайтхэд опубликовали работу «Принципы математики», которая совершила революцию в формальной логике. В 1941 г. К. Цузе построил работающий программно-контролируемый компьютер.

При этом нужно отметить, что в разной степени с вопросами искусственного интеллекта были связаны следующие иностранные ученые: Н. Винер, Э. Гуссерль, М. Фуко, М. Мерло-Понти, М. Хайдеггер, А. Энштейн, А. Ньюэлл, С. Герберт и многие др.

Заметный вклад в теоретические основы науки искусственного интеллекта внес X. Дрейфус, выпускник Гарвардского университета, где он в 1964 г. получил докторскую степень X. Дрейфуса считают одним из ведущих толкователей работ Э. Гуссерля, М. Фуко, М. Мерло-Понти и М. Хайдеггера.

В 1965 г., когда он работал в Массачусетском технологическом институте, X. Дрейфус опубликовал статью «Алхимия и искусственный интеллект»^[1], где раскритиковал работу ведущих на тот момент исследователей в области А. Ньюэлла и С. Герберта.

В 1972 г. X. Дрейфус стал автором книги «Чего не могут вычислительные машины»^[2], а в 1992 г. издал обновленный вариант книги «Чего до сих пор не могут вычислительные машины»^[3]; оба издания вызвали значительный интерес в научных кругах.

В основном X. Дрейфус критикует четыре положения, которые, по его мнению, лежат в основе исследований искусственного интеллекта.

Первые два положения он называет биологическим и психологическим. Биологическое состоит в том, что мозг работает аналогично компьютеру, а разум — аналогично программному обеспечению. Психологическое допущение состоит в том, что разум совершает дискретные вычисления (в форме алгоритмических правил) над дискретными репрезентациями. X. Дрейфус считает, что правдоподобность психологического допущения зависит от двух других: эпистемологического и онтологического. Эпистемологическое допущение состоит в том, что любая активность может быть математически формализована в виде правил и законов. Онтологическое допущение заключается в том, что реальность состоит из взаимонезависимых и атомарных фактов. Исходя из эпистемологического предположения, исследователи в области искусственного интеллекта утверждают, что интеллект формально следует правилам, а на основе онтологического допущения утверждается, что знания являются исключительно внутренними репрезентациями действительности.

На основе этих двух факторов исследователи искусственного интеллекта могут утверждать, что познание является манипуляцией внутренними символами, использующей внутренние правила, и таким образом человеческое поведение в значительной степени контекстно независимо. Исходя из этого можно создать полностью научную психологию, используя которую, можно описать внутренние правила разума таким же образом, как законы физики описывают внешний мир. X. Дрейфус критикует именно это допущение. По его мнению, мы не можем понять собственное поведение в том же смысле, в каком мы понимаем физику или химию: рассматривая объективные контекстно независимые законы.

Казалось бы, X. Дрейфус — ярый критик и противник искусственного интеллекта, тем не менее он никогда не утверждал, что создать искусственный интеллект невозможно, а только критиковал исследовательский подход к проблеме. Как считал Дрейфус, для того чтобы достичь должного искусственного интеллекта, схожего с человеческим, необходимо, чтобы устройство имело более или менее схожее с человеком тело и соответствующую социальную адаптацию. В любом случае его взгляды явились определенным стимулятором научной мысли.

Отдельные и важные вопросы развития искусственного интеллекта как нового научного направления начинаются в СССР в начале, по некоторым оценкам, в середине XX в. К этому времени уже было сформировано множество предпосылок для его зарождения: среди ученых (математиков, медиков, философов, экономистов и др.) давно шли споры о природе человека и процессе познания мира.

Нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления.

Математики создали фундамент математической теории вычислений — теории алгоритмов.

Юристы попробовали систематизировать весь массив действующего законодательства (например, Свод законов Российской империи).

Экономисты задались вопросами оптимальных расчетов и представления знаний о различных отраслях в формализованном виде.

С проблемами искусственного интеллекта также тесно связана эпистемология — наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, над которыми думают инженеры искусственного интеллекта: как лучше представлять и использовать знания и информацию?

На смену отдельным российским ученым приходят научные коллективы и практики, которые внесли весомый вклад в технологическую и электронную промышленность. Стали накапливаться знания, вопросы и проблемы по искусственному интеллекту.

Много достижений, связанных с искусственным интеллектом, наработано в сфере военно-промышленного комплекса (ВПК).

Основные современные работы в области искусственного интеллекта начались в России вначале 1960;х гг.

В 1964 г. была опубликована работа ленинградского логика С. Маслова «Обратный метод установления выводимости в классическом исчислении предикатов», в которой впервые предлагается метод автоматического поиска доказательства теорем в исчислении предикатов.

В 1966 г. В. Ф. Турчин разработал язык рекурсивных функций «Рефал».

Примерно в этот период в Московском государственном университете им. М. В. Ломоносова и Академии наук СССР был выполнено несколько исследований по искусственному интеллекту, возглавленных В. Пушкиным и Д. Поспеловым.

Наконец, общими усилиями в мире были созданы первые компьютеры, а также прообразы интернета и интранетов.

Таким образом искусственный интеллект занимается моделированием человеческого мышления, изучает методы решения задач, требующих человеческого понимания. Это предполагает развитие способов и приемов решения задач уже во многих сферах.

Искусственный интеллект уже не отдельное звено, а целые интеллектуальные системы. Свойство этих интеллектуальных систем — выполнять функции, которые являлись прерогативой человека.

При этом интеллектуальная система — это техническая, или программная, система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока: базу знаний, решатель и интеллектуальный интерфейс^[4].

При этом для совершенствования различных инновационных интеллектуальных систем применяются различные подходы.

• 1. Логический подход. Основой для изучения логического подхода служит алгебра логики.
• 2. Структурный подход. Под структурным подходом мы понимаем попытки построения искусственного интеллекта путем моделирования структуры человеческого мозга.
• 3. Эволюционный подход. При построении системы искусственного интеллекта по данному методу основное внимание сосредотачивают на построении исходной модели и правилах, по которым она может изменяться (эволюционировать).
• 4. Имитационный подход. Этот подход является классическим для кибернетики с одним из ее базовых понятий «черный ящик».
• 5. Вариационный подход. Авторы предлагают инновационный подход (метод) к разработке средств защиты растений (СЗР) в России — вариационный синтез матричных природных структур^[5].

«Вариационный синтез» — это прямая калька с математического «вариационного исчисления» — раздела математического анализа, в котором изучаются вариации функционалов^[6].

Матрицей при данном подходе является природная структура, определяющая физиологическую активность природного биологического объекта (к примеру, пиретрин — в ромашке, тетродотоксин — в рыбе фугу и т. д.).

Путем проведения синтетических, а также биотехнологических модификаций исходной матричной структуре придаются заданные полезные свойства^[7].

6. Символьный подход цифровых машин. Символьный подход позволяет оперировать слабо формализованными представлениями и их смыслами. От умения выделить только существенную информацию зависят эффективность и результативность решения задачи. Согласно этому подходу интеллект — это вычислительная часть, способная достигать поставленных перед интеллектуальной машиной целей.

Кроме указанных подходов, выделяют направления и группы развития искусственного интеллекта: решение проблем, связанных с приближением специализированных систем искусственного интеллекта к возможностям человека и их интеграции.

Производство знаний из данных — одна из базовых проблем интеллектуального анализа данных.

Наука «о создании искусственного разума» не могла не привлечь внимания философов. С появлением первых интеллектуальных систем были затронуты фундаментальные вопросы о человеке и знании, а отчасти — о мироустройстве.

Таким образом научные и прикладные проблемы создания искусственного интеллекта условно можно разделить на две группы.

Первая группа вопросов и проблем возникает до различных разработок по искусственному интеллекту. Эта группа отвечает на вопрос: что такое искусственный интеллект, возможно ли его создание для данного конкретного продукта и если возможно, то как это сделать и на каких принципах и правовых основах?

Вторая группа проблем сосредоточена вокруг философских вопросов, а точнее, этики искусственного интеллекта, в данном случае предпринимается попытка ответить на вопросы: каковы последствия создания продукта и технологий с искусственным интеллектом для населения страны, а может быть, и для человечества?

• [1] Hubert L. Dreyfus. Alchemy and artificial intelligence. USA. Santa Monica, RandCorporation. 1965.
• [2] Hubert L. Dreyfus. What Computers Can’t Do: The Limits of Artificial Intelligence. 1972.
• [3] Hubert L. Dreyfus. What Computers Still Can’t Do: A Critique of Artificial Reason. 1992.
• [4] Амбарцумян С. Г. Искусственный интеллект и право. М.: ИП Никишин ЮрийАлександрович, 2015. С. 5.
• [5] Бабкин В. В. Инновационная концепция средств защиты растений в Российской Федерации / Бабкин В. В. [и др.] // Химическая промышленность сегодня. 2018.№ 8. С. 50—54.
• [6] Указ. соч. Термин введен в обращение впервые для отличия от понятия «аналоговый синтез».
• [7] Бабкин В. В. Инновационная концепция средств защиты растений в РоссийскойФедерации. С. 50—54.