ШТУЧНИЙ ІНТЕЛЕКТ: ІСТОРІЯ ТА ПЕРСПЕКТИВИ

Поділитися Share on Facebook0Tweet about this on TwitterShare on Google+0Share on LinkedIn0Share on Reddit0Pin on Pinterest0Print this page

В статті розглядається сутність та поняття штучного інтелекту, а також охарактеризовуються періоди становлення цієї проблеми з 50-х років ХХ ст. і до сучасності. Визначені проблеми та перспективи розвитку штучного інтелекту у модерному, інформаційному світі. Значна увага приділяється проблемі етики та впливу штучного інтелекту на суспільство.

Ключові слова: штучний інтелект, розум, комп’ютеризація, робототехніка, моделювання, електронні системи, машина.

The paper considers the nature and concept of artificial intelligence, as well as characterizes the periods of the issue from the 50s of XX century up to now. Fixed problems and prospects of artificial intelligence in modern information world is described. The major emphasis is placed to ethics and the impact of artificial intelligence on society.

Keywords: artificial Intelligence, mind, computerization, robotics, modeling, electronic systems, machine.

Постановка проблеми: Сучасне суспільство стає усе більш залежним від новітніх технологій. Саме тому з кожним днем перед науковцями та філософами постають все нові питання щодо людини та її життя у новітньо-технологічному світі.
На відмінну від багатьох проблем фізики, хімії, інших природничих наук, математики, проблема штучного інтелекту ніколи не мала стійкого характеру. Уявлення про штучний інтелект постійно змінювалися, трансформувалися. Даному питанню завжди приділялось багато уваги як зарубіжними (А. Семюель, Н. Вінер, А. Тьюрінг, Ч. Беббідж, П. Вінсон), так і вітчизняними (В. Глушков, Д. Попов, О. Швирков, А. Матвійчк) науковцями.
Мета роботи:
– провести аналіз формулювання проблеми штучного інтелекту і різних його інтерпретацій;
– дослідити можливі перспективи та загрози штучного інтелекту у сучасному світі.
Викладення основного матеріалу. Ідея створення людиноподібних мислячих машин має давнє походження в людській історії. Ще в Давньому Єгипті простий люд відчував страх і благоговіння перед особливими культовими фігурами, здатними здійснювати рухи і пророкувати. Природно, що всі ці пристрої управлялися безпосередньо самою людиною.
У Середньовіччі, відомому своєю забороненою церквою пристрастю до природних і технічних дисциплін і експериментів, були створені більш складні людиноподібні конструкції, що приводяться в рух за рахунок взаємодії різних механізмів.
У Новий час, завдяки бурхливому розвитку техніки, подібні ідеї стали ще більш популярними. Французький винахідник Жак де Вокансон виготовив механічного флейтиста в людський зріст, який виконував дванадцять мелодій, перебираючи пальцями отвори і дуючи в мундштук, як справжній музикант[1, с. 125].
У середині 1750-х років австрієць Фрідріх фон Кнаус, який служив при дворі Франциска I, сконструював серію машин, які вміли тримати перо і могли писати досить довгі тексти. Інший майстер, П’єр Жак-Дроз зі Швейцарії, побудував пару дивних за складністю механічних ляльок розміром з дитину: хлопчика, що пише листи і дівчину, що грає на клавесині. У 1830-х роках англійський математик Чарльз Беббідж задумав, правда, так і не завершивши, складний цифровий калькулятор, який він назвав аналітичною машиною; як стверджував Беббідж, його машина в принципі могла б розраховувати шахові ходи[4, с. 40]. Пізніше, в 1914 р., директор одного з іспанських технічних інститутів Леонардо Торрес-і-Кеведо дійсно виготовив електромеханічний пристрій, здатний розігрувати найпростіші шахові партії майже так само добре, як і людина. Компактний механічний арифмометр, сконструйований на початку ХХ ст. став дуже популярним у середовищі інженерних працівників, економістів, учителів і протримався в експлуатації аж до кінця ХХ ст.[4, с. 41].
Однак безсумнівним проривом в області побудови штучного інтелекту, звичайно ж, слід вважати розробку і конструювання електронних пристроїв. Мабуть, тільки з 40-50 рр. ХХ ст. техніка піднялася до того рівня, коли можливе моделювання не тільки тілесних рухів, але і розумових дій, стало майже реальністю[5, с. 27]. Тим не менш, слід пам’ятати, що для того, щоб дані проекти виявилися технічно реалізовані, мала бути проведена суто теоретична робота по інтерпретації сутності людського мислення і його можливої репрезентації.
Головними етапами в цій теоретичній роботі були наступні:
– сутністю мислення, як воно розумілося, зокрема, Декартом і Лейбніцом (хоча витоки такої інтерпретації можна виявити ще у Арістотеля), була аналітико-синтетична діяльність, утворена основі думок і висновків, що дозволяють проводити дискурсивне міркування;
– формалізація природної мови, початок якої також належить Арістотелю при формулюванні фігур можливих умовиводів. У ХIX ст. на основі алгебри Дж. Буля, яка представляла собою формалізацію арифметичних дій, було запропоновано скористатися алгебраїчною мовою і для формалізації логічного процесу міркування. Були введені символи для всіх можливих логічних констант, що характеризують формальні елементи в судженнях – логічні сполучники. Заперечення «-», диз’юнкція «V», кон’юнкція «&», імплікація «⊃», тотожність «≡»;
– формалізація головних логічних референтів «істина» і «брехня» у вигляді арифметичних символів 1 і 0 (Дж. Буль). Пізніше, введені, зокрема, Вітгенштейном, таблиці істинності, завершили процес формалізації мислення;
– у 30-і рр. XX ст. інформатики, перш за все, американський вчений Клод Шеннон, зрозуміли, що двійкова одиниця і нуль цілком відповідають двом станам електронного ланцюга (включено-виключено), тому двійкова система ідеально підходить для електронно-обчислювальних пристроїв. Була здійснена аналогія представлення логічних референтів суджень за допомогою електричних сигналів: 1 – наявність сигналу; 0 – відсутність сигналу;
– побудова лампових і транзисторних електронних схем. Створення Логічних мікросхем[11].
Більшість міркувань можуть бути змодельовані за допомогою електронних схем. Даний процес електронного обрахування подій має великі наслідки – всі події світу можуть бути формалізовані і піддані електронній обробці. Правда, для цього, за словами філософа Хьюберта Дрейфуса, необхідно спочатку задати відповідну онтологію світу. На думку американського мислителя, зелене світло могутньому розвитку цифрових комп’ютерів дала якраз онтологія логічного атомізму – розвинена на початку ХХ ст. в аналітичній філософії (Фреге, Рассел, Вітгенштейн) [9].
Якщо весь світ представити як сукупність простих об’єктів, які в певних об’єднаннях утворюють не факти, а логічну структуру мови ототожнюють з логічною структурою світу, то технології цифрового «міркування», тобто обробки інформації охоплять собою не тільки область мислення людини, але і суще в цілому. Хьюберт Дрейфус вважає, що цифрові технології стали настільки популярними саме виходячи з панування даної онтологічної парадигми в ХХ ст.[9].
Можна вважати, що історія штучного інтелекту починається з моменту створення перших ЕОМ у 40-х рр. ХХ ст. З появою електронних обчислювальних машин, що володіють високою (за мірками того часу) продуктивністю, стали виникати перші питання в галузі штучного інтелекту: чи можливо створити машину, інтелектуальні можливості якої були б тотожні інтелектуальним можливостям людини (або навіть перевершували можливості людини)[2, с. 60].
Наступним етапом в історії штучного інтелекту є 50-і рр. ХХ ст., коли дослідники намагались будувати розумні машини, імітуючи мозок. Ці спроби виявилися безуспішними з причини повної непридатності, як апаратних, так і програмних засобів. У 1956 р. відбувся семінар в Стенфордському університеті (США), де вперше запропоновано термін «штучний інтелект» – artificial intelligence [2, с. 62].
60-і рр. ХХ ст. в історії штучного інтелекту відзначилися спробами відшукати загальні методи розв’язання широкого класу задач, моделюючи складний процес мислення. Розробка універсальних програм виявилася занадто важкою і безплідною справою. Чим ширший клас задач, які може вирішувати одна програма, тим слабше виявляються її можливості при вирішенні конкретної проблеми[9]. У цей період почалося зародження евристичного програмування.
Евристичне програмування – розробка стратегії дій за аналогією або прецедентів. В цілому, 50-60 рр. ХХ ст. в історії штучного інтелекту можна відзначити як час пошуку універсального алгоритму мислення[9].
Істотний прорив у практичних додатках штучного інтелекту відбувся в 70-х рр. ХХ ст., коли на зміну пошукам універсального алгоритму мислення прийшла ідея моделювати конкретні знання фахівців-експертів. У США з’явилися перші комерційні системи, засновані на знаннях, або експертні системи. Утворився новий підхід до вирішення завдань штучного інтелекту – представлення знань. Створені «MYCIN» і «DENDRAL» – стали вже класичними експертними системами для медицини і хімії. Обидві ці системи в певному сенсі можна назвати діагностичними, оскільки в першому випадку («MYCIN») по ряду симптомів (ознак патології організму) визначається хвороба (ставиться діагноз), у другому – по ряду властивостей визначається хімічна сполука[4, с. 41]. В принципі, цей етап в історії штучного інтелекту можна назвати народженням експертних систем.
Наступний значущий період в історії штучного інтелекту – це 80-і рр. ХХ ст. На цьому відрізку штучний інтелект пережив друге народження. Були широко усвідомлені його великі потенційні можливості, як у дослідженнях, так і в розвитку виробництва. В рамках нової технології з’явилися перші комерційні програмні продукти. В цей час стала розвиватися область машинного навчання. До цих пір перенесення знань фахівця-експерта в машинну програму було стомлюючої і тривалою процедурою. Створення систем, автоматично поліпшують і розширюють свій запас евристичних (не формальних, заснованих на інтуїтивних міркуваннях) правил[4, с. 44]. На початку десятиліття в різних країнах були розпочаті найбільші в історії обробки даних, національні та міжнародні дослідницькі проекти, націлені на «інтелектуальні обчислювальні системи п’ятого покоління».
Штучний інтелект як наука існує понад сорок років. Першою інтелектуальною системою вважається програма «Логік Теоретик», призначена для доведення теорем та числення висловлювань[11, с. 335]. Її робота вперше була продемонстрована 9 серпня 1956 р., у створенні програми брали участь такі відомі вчені як А. Ньюелл, А. Тьюрінг, К. Шеннон, Дж. Шоу, Г. Саймон та інші[9]. З тих пір в області штучного інтелекту розроблено безліч комп’ютерних систем, які прийнято називати інтелектуальними. Області їх практичного застосування охоплюють практично всі сфери людської діяльності, пов’язані з обробкою інформації.
Існує кілька точок зору у визначенні значення «штучного інтелекту»:
1. Штучний інтелект – це вміння вирішувати складні завдання;
2. Штучний інтелект як здатність до навчання, узагальнення і аналогій;
3. Штучний інтелект як можливість взаємодії із зовнішнім світом шляхом спілкування, сприйняття й усвідомлення сприйнятого[9].
Тим не менш, багато дослідників штучного інтелекту схильні прийняти тест машинного інтелекту, запропонований на початку 50-х рр. ХХ ст. видатним англійським математиком і фахівцем з обчислювальної техніки Аланом Тьюрінгом. «Комп’ютер можна вважати розумним, – стверджував Тьюрінг, – якщо він здатен змусити нас повірити, що ми маємо справу не з машиною, а з людиною» [8, с. 20].
Таким чином, штучний інтелект – властивість автоматичних систем брати на себе окремі функції інтелекту людини, наприклад, вибирати і приймати оптимальні рішення на основі раніше отриманого досвіду і раціонального аналізу зовнішніх впливів.
Сучасні роботи в області практичного застосування штучного інтелекту ведуться за декількома основними напрямами:
Розпізнавання образів. Ця проблема стосується розпізнавання зорових або звукових образів. Медична діагностика, передбачення погоди є прикладами завдань розпізнавання образів. Останнім часом основна частина робіт у цій області орієнтована на аналіз ситуацій (сцен), а не окремих об’єктів (наприклад, друкованих знаків).
Використання природної мови. Під цим мається на увазі розробка систем «питання-відповідь» і систем автоматичного перекладу.
Експертні системи. У них втілюються великі обсяги знань і навичок, притаманних експерту – людині. Ці системи являють велику цінність, зокрема, в медичній діагностиці, в геології, а також в деяких інших областях.
Інженерія знань. Ця область не є самостійною, але сам термін відображає певне ставлення до того, яким чином слід здійснювати взаємодію різних видів знань у розпізнаванні образів, робототехніці і в експертних системах, а також включає ту область, в рамках якої ведуться дослідження з визначення знань, маніпулювання ними і стеження за поповненням та коригуванням знань[5, с. 28].
Моделювання ігор. Ігри є хорошою основою для вивчення евристичного пошуку. Програми ведення ігор, незважаючи на їх простоту, ставлять перед дослідниками нові питання, включаючи варіант, при якому ходи супротивника неможливо виразно передбачити. Наявність противника ускладнює структуру програми, додаючи в неї елемент непередбачуваності і потребу приділяти увагу психологічним і тактичним факторам ігрової стратегії.
Доказ теорем. Дана область перекривається з певними областями математики і вирішенням проблем у ряді інших областей (наприклад, у робототехніці).
Нейронні мережі. У цю складну область досліджень входять такі перспективні методи, як обробка відеозображень і їх перетворення у векторні графічні моделі, автоматизація побудови і аналізу об’єктів моделей або місцевості з урахуванням динаміки їх розвитку, отримання аналітичних рішень в графічному вигляді в режимі реального часу, робота з зашумленими даними і багато іншого, зокрема: в економіці для передбачення ринків, оцінки ризику неповернення кредитів, передбачення банкрутств, автоматичного рейтингування, оптимізації товарних і грошових потоків, автоматичного зчитування чеків і форм. У медицині: обробка медичних зображень, моніторинг стану пацієнтів, діагностика, факторний аналіз ефективності лікування, очищення показань приладів від шумів. В авіації: навчають, автопілоти, розпізнавання сигналів радарів, адаптивне пілотування сильно пошкодженого літака. У засобах зв’язку: стиснення відеоінформації, швидке кодування-декодування, оптимізація стільникових мереж і схем маршрутизації пакетів[5, с. 30].
Генетичні алгоритми. За допомогою генетичних алгоритмів і методик штучного життя дослідники виробляють нові вирішення проблем з компонентів попередніх рішень. Генетичні оператори, такі як схрещування або мутація, подібно своїм еквівалентів в реальному світі, виробляють з кожним поколінням все кращі рішення.
Робототехніка. Ця сфера досліджень, яка ставить перед собою мету вивести машини з обчислювальних центрів в реальний світ[5, с. 31]. Сучасні машини істотно відрізняються від досить потужних машин промислової революції. Для робототехніки стає необхідним, щоб ці машини володіли не тільки інтелектом, але і мускулами: вони повинні мати «очі» і «вуха».
Безперечно, що перевага машини перед людиною полягає в її великій працездатності. Дійсно, перші два компоненти ЕОМ – швидкодія й обсяг пам’яті – в незліченне число разів перевершують людські можливості. А от відносно третього компоненту – алгоритмів вирішення завдань – вагомих успіхів поки немає. Чи можливо все-таки створити штучний кібернетичний розум, який був би розумніший за свого творця? Люди використовують у своїй діяльності два типи алгоритмів:
1. Алгоритми управління (планування). Такого роду алгоритмами в тій чи іншій мірі володіють більшість людей.
2. Алгоритми пошуку алгоритмів керування. Такими алгоритмами володіють небагато, в основному ті, хто веде дослідницькі роботи. Кінцева мета будь-якої справді наукової роботи – побудова алгоритмів пошуку, алгоритмів управління у певній області діяльності людини. Таким чином, якщо удасться пізнати, формалізувати і передати такий алгоритм пошуку алгоритмів управління машині, то вона знайде (у силу більшого, ніж у людини, швидкодії та обсягу пам’яті) алгоритм більш високого рівня, ніж ті, які використовують люди [11].
Така ЕОМ буде не тільки працездатнішою, а й розумнішою за людину.
Однією з довгострокових цілей штучного інтелекту є створення програм, здатних розуміти людську мову і будувати фрази на ньому[4, с. 42]. Здатність застосовувати і розуміти природну мову є фундаментальним аспектом людського інтелекту, а його успішна автоматизація призвела б до незмірну ефективності самих комп’ютерів. Багато зусилля були витрачені на написання програм, що розуміють природну мову. Хоча такі програми і досягли успіху в обмежених областях, системи, що використовують натуральні мови з гнучкістю і спільністю, характерною для людської мови, лежать за межами сьогоднішніх методологій[9].
Завдання збору та організації необхідного знання, щоб його можна було застосувати до осмислення мови, становить значну проблему в автоматизації розуміння природної мови. Для її вирішення дослідники розробили безліч методів структурування семантичних значень, використовуваних повсюдно в штучному інтелекті. Людський інтелект служить відправною точкою у створенні штучного, проте це не означає, що програми повинні формуватися за образом і подобою людського розуму[1, с. 124]. Дійсно, багато програм штучного інтелекту створюються для вирішення певних нагальних завдань без урахування людської ментальної архітектури. Навіть експертні системи, запозичуючи більшу частину свого знання у експертів-людей, не намагаються моделювати внутрішні процеси людського розуму. Якщо продуктивність системи – це єдиний критерій його якості, то немає особливих підстав імітувати людські методи прийняття рішень. Програми, які використовують невластиві людям підходи, найчастіше більш успішні, ніж їхні людські суперники. Проте конструювання систем, які могли б детально моделювати будь-який аспект роботи інтелекту людини, стало плідною областю досліджень як в штучному інтелекті, так і в психології.
Висновки. Розглянувши історію зародження штучного інтелекту, можемо дійти до висновку, що ідея розумної машини спостерігалася ще в Середньовіччі, коли людина намагалася створити собі подібний механізм. Термін «штучний інтелект» виникає у 1956 р. на семінарі в Стенфордському університеті. З 60-х р. ХХ ст. починається глибоке вивчення та початок моделювання штучного інтелекту у практиці. В рамках нових технологій 80-х рр. ХХ ст. з’явилися перші програмні продукти. В цей час стала розвиватися область машинного навчання.
У результаті здійсненого дослідження, можемо виокремити основні точки зору щодо розуміння поняття «штучний інтелект»: 1) штучний інтелект – це вміння вирішувати складні завдання; 2) штучний інтелект – це здатність до навчання, узагальнення та аналогій; 3) штучний інтелект – це можливість взаємодії із зовнішнім світом шляхом спілкування, сприйняття й усвідомлення сприйнятого.
Стає очевидним, що проблема взаємодії універсального штучного інтелекту і людини не має однозначних розв’язків, а багато її аспектів вимагають подальших досліджень. На сьогодні не запропоновано адекватних заходів щодо потенційних загроз цього напряму науково-технічного прогресу. В той же час, не можна перебільшувати роль технонауки в суспільному бутті та світі в цілому. Як зауважує академік НАН України О.О. Кришталь, «…те, що саме… пізнання врешті-решт не упреться в стіну… ще не факт… вже сьогодні маємо конкретні випадки, коли категорично вдавалося підтвердити нерозв’язність певних задач» [2, с. 63]. Тобто існує ймовірність, що з часом проблема гіпотетичного майбутнього універсального штучного інтелекту буде знята внаслідок нерозв’язності завдання щодо його створення.

Список використаних джерел та літератури
1. Єфремов М. Штучний інтелект, історія та перспективи розвитку [Текст] / М.Єфремов, Ю.Єфремов // Вісник ЖДТУ №2(45). – 2006. – С. 123-127.
2. Карпенко В. Гіпотетичне майбутнє універсального штучного інтелекту [Текст] / В.Карпенко// Філософія науки: традиції на іновації/ Сум. держ. пед. ун-т ім. А.С. Макаренко. – Суми, 2011. –№1(3) – С. 57-64.
3. Ладов В. Философские проблемы искусственного интеллекта [Текст] / В. Ладов // уч.-метод. пособие для спец. «гуманитарная информатика». – Томск. – 2005. – С. 20-37.
4. Матвійчук А. Можливості та перспективи створення штучного інтелекту [Текст] / А. Матвійчук // Вісник НАН України. – 2011. – №12. – С. 36-51.
5. Матвийчук А. К вопросу о принципиальной возможности создания искусственного интеллекта [Текст] / А. Матвийчук // Штучний інтелект. – 2010. – № 3. – С. 25-35.
6. Резник А. О природе интелекта [Текст] / А. Резник // Математичні машини і системи. – 2008. – №1. – С. 23-45.
7. Швирков О. Феномен штучних інтелектуальних систем: філософський погляд [Текст] / О.Швирков // Мультиверсум. Філософський альманах: Зб. наук. праць. – Вип. 47. – К.: Український центр культури, 2005. – С. 193-201.
8. Швырков А. Искусственный интеллект как философская проблема [Текст] / А. Швырков // Вісник Харківського національного університету ім. В.Н. Каразіна. Серія: Теорія культури и філософія науки. – 2003. – Вип. №587-А. – С. 19-22.
9. История искусственного интеллекта [Електронний ресурс] – Режим доступу: http://www.aiportal.ru/articles/introduction/history-ai.html – Назва з екрана.
10. Лукшиц Ю. Этические проблемы создания искусственного разума [Електронний ресурс] / Ю. Лукшиц – Режим доступу: http://zhurnal.lib.ru/j/jurij_lukshic/eticheskieproblemysozdanijaiskusstwennogorazuma.shtml – Назва з екрана.
11. Проблема искусственного интеллекта в науке и философии [Електронний ресурс] – Режим доступу: http://filnauk.ru/kandidatskij-minimum-po-filosofii-nauki/57-problema-iskusstvennogo-intellekta-v-nauke-i-filosofii.html – Назва з екрана.

Поділитися Share on Facebook0Tweet about this on TwitterShare on Google+0Share on LinkedIn0Share on Reddit0Pin on Pinterest0Print this page

Залишити відповідь

403 Forbidden

403 Forbidden


nginx/1.10.3

Notice: ob_end_flush(): failed to send buffer of zlib output compression (1) in /usr/local/www/data-dist/naub/wp-includes/functions.php on line 3721

Notice: ob_end_flush(): failed to send buffer of zlib output compression (1) in /usr/local/www/data-dist/naub/wp-includes/functions.php on line 3721