Искусственный интеллект — одна из самых обсуждаемых, потенциально многообещающих и опасных технологий нашего времени.
Как работает ИИ
Работа над ИИ — это не только желание совершить революцию, автоматизировав труд и увеличив производительность человека, но и попытка осознать человеческий интеллект, ведь именно на его основе создается искусственный. При этом программисты не ограничиваются только аналогиями — уже сейчас в ИИ можно встретить элементы, не свойственные человеческому мышлению.
Работа искусственного интеллекта начинается с понимания того, как человек решает задачи. После этого компьютер предпринимает попытки разобраться с творческими проблемами, пользуясь в том числе базой накопленных знаний.
После выполнения задачи человек может получить предполагаемый результат с помощью интерфейса. В большинстве случаев результат будет представлять из себя сымитированный мыслительный процесс.
Главное отличие искусственного интеллекта от существующего программного обеспечения, созданного человеком — умение ИИ обучаться. Если программы ограничены теми алгоритмами, которые для них предусмотрены, то искусственный интеллект может и должен использовать новые, приобретенные в процессе работы.
Появление новой области знаний
Идея оздания машины, способной мыслить, давно занимает людей. В этом месте пересекаются аж три области человеческих знаний: философия, всегда пытающаяся разобраться даже в самых абстрактных идеях (познание в их числе); психология, изучающая человеческое мышление; и математика, которая превращает абстрактное в фактическое.
В определенный момент компьютеры все-таки появились. Они произвели настоящую революции, ведь даже первые машины, занимающие целые комнаты, производили вычисления во много раз быстрее человека. Но умными их можно было назвать ровно до той степени, до которой был умен человек, ответственный за их создание. Тогда ученые задались вопросом, а можно ли это изменить. Один из первых, кто сделал значимый вклад в развитие сферы искусственного интеллекта, и чье влияние ощущается даже сегодня — Алан Тьюринг.
«Может ли машина мыслить?»
Основополагающая работа в области ИИ и один из самых известных материалов ученого, «Вычислительные машины и разум», рассматривает именно эту тему. Главный вопрос, на которой Тьюринг искал ответ — «Могут ли машины думать?» Но этот вопрос заставляет сперва определить, что означает самое мышление, что значительно затрудняет процесс поиска ответа.
Вместо этих рекурсивных поисков ученый придумал так называемый тест Тьюринга. Он работает следующим образом: тестирующий задает вопросы компьютеру и другому человеку. Задача ИИ — запутать тестирующего так, чтобы он не смог различить ответы реального человека и компьютера.
Если компьютер проходит тест Тьюринга, значит, он может имитировать человеческое мышление, отвечая на вопросы. Но важно понимать, что сам ИИ при этом не мыслит — он имитирует мышление.
Тест Тьюринга был лишь первой попыткой определить наличие интеллекта у машины. С тех пор в сфере искусственного интеллекта появились новые сильно разнящиеся между собой направления.
Символьный подход
Он появился вместе с первыми компьютерами и семейством языков программирования Лисп. Автор Лисп был уверен, что уже с помощью первого языка символьных вычислений он сможет создать ИИ.
Особенность символьного подхода в использовании слабоформализованных понятий — таких, которые не подразумевают конкретное абстрактное значение и могут трактоваться более свободно.
Привычные программы оперируют одним-единственным способом интерпретации данных, из-за чего возникает присущая компьютерам «механичность». При символьном же подходе ИИ принимает решения о том, как решить задачу прямо в процессе, а не на основе заранее установленных алгоритмов и правил.
Тем не менее этот подход позволяет решать только самые простые задачи. Более сложные проблемы требуют подключения человека.
Логический подход
При решении задач таким способом в реальном времени моделируются логические рассуждения. Примером такого подхода выступает язык Пролог, который использует методы сопоставления с образцом, автоматического перебора с возвратом и так далее.
Это декларативный язык, в котором программист задает описание проблемы и ожидаемый результат, а программа на основе «логических рассуждених» пытается к нему прийти.
Агентно-ориентированный подход
Этот подход, как следует из названия, основан на работе интеллектуальных агентов. Последние воспринимают окружающий мир и способны взаимодействовать с ним с помощью исполнительных механизмов. В процессе этого подхода ИИ ищет пути, как он сможет работать максимально долго, «выживая» в среде.
Гибридный подход
Этот подход использует сразу несколько других. На низком уровне применяются нейронные модули, а на высоком — символьные. Первые генерируют правила, которые становятся возможны благодаря статистическому обучению вторых.
Моделирование рассуждений
Сегодня это одна из самых продвинутых систем ИИ. Для ее работы создаются символьные системы, которые тут же переводятся в математическую форму.
Но из-за сложности таких задач для них невозможно создать алгоритм. Поэтому они решаются методами доказательства теорем, принятия решений, теории игр, прогнозирования и планирования.
Обработка человеческого языка
Самый простой для понимания подход. Он основан на понимании, обработке и последующей генерации естественного языка. В идеале, такой ИИ должен собирать и «понимать» знания, полученные из внешних источников или переданные ему напрямую.
Обработка человеческого языка используется в машинном переводе, поиске и других областях, которые сегодня доступны обычным пользователям.
Представление и использование знаний
Этот подход основан на подборе представления конкретных и обобщенных знаний, которые накапливаются и могут быть в дальнейшем использованы искусственными интеллектом.
Главная сложность — научиться хранить знания так, чтобы программы могли использовать их осмысленно.
Машинное обучение
Самый известный подход в работе с искусственным интеллектом. Основная идея машинного обучения — умение программы самостоятельно получать знания, распознавать и обрабатывать их. Классификация позволяет не только собирать информацию, но и выдавать ее в некоем структурированном виде.
Машинное обучение используется при распознавании рукописного текста, речи, музыки и так далее. Отдельная область — компьютерное зрение, которое включает в себя и робототехнику.
Биологическое моделирование
Главное отличие этого подхода от остальных в том, что он пытается повторять принципы работы, присущие биологическим системам.
Это может быть просто нейросеть, построенная по принципу клеток живого организма или программа, которая содержит в себе биологические компоненты.
В последнем случае речь идет о биокомпьютерах.
Робототехника
Робототехника — отдельная область компьютерных знаний и инженерии, тесно связанная с искусственным интеллектом. ИИ в робототехнике позволяет «учить» роботов самостоятельно планировать движение, ориентироваться в пространстве, манипулировать объектами и выполнять другие задачи.
Где используется искусственный интеллект
Сферы применения ИИ ограничены только человеческой фантазией, а их количество будет расти с развитием технологий. Сегодня интеллектуальные программы используются в следующих областях:
- Игры — искусственный интеллект в процессе игры учится использовать стратегию, планировать движение и так далее. Он может как имитировать поведение виртуальных персонажей, так и играть против реального игрока.
- Распознавание речи используется для более живого и естественного взаимодействия пользователя с машиной
- Распознавание образов применяется в медицинской диагностике, в системах автопилота современных автомобилей и так далее
- В образовании ИИ использует подход адаптивного обучения, выбирая для учащегося наиболее подходящие ему материалы
- В промышленности ИИ используется для решения задач, которые небезопасны для выполнения людьми