Материал из eSyr's wiki.

Предыдущая лекция | Следующая лекция

Лектор будет рассказывать о главных понятиях, об их связях, стараться, чтобы то, что лектор будет рассказывать, пригодилось, даже если мы не будем заниматься ИИ.

Будут эпиграфы. Сначала ко всему курсу, потом к каждому разделу. В основном это будут афоризмы Гегеля. Лектор его любит чего и нам желает. Классиков надо не только почитать, но и почитывать.

[править] Новые информационные технологии и искусственный интеллект

[править] Традиционные средства ПО и ИИ

Искусственный интеллект — термин достаточно претенциозный. Но скрывается за ним на самом деле желание повысить «интеллект» ЭВМ в сфере помощи человеку. Человек использует свой интеллект для решения задач и хорошо бы, если бы система помогала ему в этом.

Это наука неформальная, поэтому то, что лектор называет определениями, формально определениями не является, так как настоящие определения только в пределах формальной теории.

ИИ — направление разноплановое. И даже в МГУ представлены три взгляда на ИИ.

1. Одно на факультете психологии. Есть группа, которая занимается проблемами мышления и связью мышление-интеллект. Это одна проблема.
2. Есть на мехмате кафедра, которой Кудрявцев заведует, там занимаются другими вопросами. Там ИИ интересует математиков с точки зрения математического аппарата, который использует при решении задач ИИ.
3. Самая естественная интерпретация — рассматривать ИИ в связи с созданием ПО.

Идёт процесс интеллектуализации, ЭВМ решает всё новые и новые задачи, и можно рассматривать ИИ как исследовательское направление, которое с этим связано. Поэтому этот курс отличается от одоноимённых, читаемых в других местах.

В своё время Любимский на какой-то программистской конференции, посвящённой ИИ, придумал следующую картинку: «Представим себе железнодорожный путь, ведущий в далёкое светлое программистское будущее. Надо в это будущее стремиться. Как будут решать эту задачу разработчики? Они построят паровоз и поедут на ней. Разработчики же ИИ построили дрезину и поехали на ней». Сравнение очень правильное, если смотреть на ИИ как на веточку в компьютерной науке, то всё правильно, так оно и есть. Потом начали шутить, что будет, когда паровоз построят и догонят дрезину, то что будет? Потом уже лектор вступил и заметил, что относительная их скорость будет низка и они сцепятся и вместе поедят в светлое будущее. И ИИ будет таки первым.

Когда давным-давно были математики и физики вели разработку в сфере ядерного оборудования, то они работали практически в любых условиях, и знакомый, который в этом был, рассказывал, как они тумблерами вводили двоичные числа и радовались, когда лампочками получался результат в виде суммы.

Компьютер находился в очень привилегированном положении. Компьютер был в отдельном зале, залы большие, с кондиционером. А пользователю приходилось плохо.

Картинка:

Сначала было сложно и пользователям, потом появилось понятие дружественного интерфейса пользователя.

Лектор работал в военных разработках и знает, что проблемы у пилотов ракетных истребителей, связанных с большим объёмом информации.

Лектор не сторонник того, чтобы когда звенит звонок, размахивать полами белого халата и бежать из аудитории.

Интеллектуальный интерфейс --- совок. програ-апп средств, позволяющих решать свои задачи без посредников.

Кроме этого, был введён термин новые ИТ. Это технологии, обесп интеллектуальный интерфейс. Эти работы были направлены на интеллектуализацию ЭВМ. Это позволяло избежать термина ИИ, который был спорным на тот момент. Вот мы ставим совершенно прикладную задачу --- человек, обладающий только знаниями в предметной области, мог решать свои задачи при помощи имеющихся техсредств.

Изначально это называлось НИТ, но потом этот термин стали использовать всюду, кто же зкажетЮ что он занимается старыми ИТ.

Сейчас ИТ это уже инновационные технологии, везде инновации --- инновационны крем для ваших пяточек, инновационные кубики галина-бланка.

Иногда, подобный эффект достигается с помощью средств традиционного ПО, например, журналист или писатель может пользоваться Вордом. Бывают библиотеки программ, в которых реализовано решение некоторых стандартных задач, и ими тоже можно пользоваться, не зная об их реализации.

ИИ прошёл несколько стадий развития, прошёл несколько периодов развития, появился одновременно с компьютерами.

Первый период --- романтический. Тогда в основном подчёркивался вычислительный характер, но в то же время возникали вопросы, может ли машина творить: сочинять музыку, стихи, рисовать. Оказалось, может, и даже при том слабом развитии техники появлялись программы, которые помогали/заменяли творческую и частично интеллектуальную деятельность человека. Может ли машина переводить? Да, может. Появились системы, которые плохо, но переводили. Нынешние системы не сильно лучше систем 50-х годов. Появилась тогда система, которая знала несколько сотен основных слов, и могла переводить простые предложения. Появились программы, которые играли в шашки, шахматы.

Было провдеено даже несколько мистификаций/махинаций. Одна из них была такая: передавала радиостанция какую-то музыку, потом было сказано, что эта музыка была сочинена компьютером, потом была критика, то что это неестественная музыка, но потом сказали, что эту музыку сочинил человек, и сделали потом наоборот. Потом в Штутгарте были выпущены два сборника стихов «Сборник электронных стихов» и стихи некоторого молодого писателя Эрлиха Краузе (?). И если про первый говорили, что они неестественны, то вторые были восприняты благоприятно. Потом оказалось, что оба сборника были написаны программами, вторая из которых была лучше. Оказалось, что многие стихи формализуемы, к ним относятся стихи скальдов (скандинавские стихи) и некоторые другие. Потом возник естественный вопрос у классиков кибернетики, вот а ну, не вопрос, а такие слова: можно написать компьютерную систему, которая будет оснащена датчиками, и к которой будем подносить клубнику с сливками, она будет говорить «приятный запах». И Норберт Виннер в книжке «Творец и робот» написал, перефразируя великое высказывание, «человеку --- человеческое, машине --- машинное». Этим и кончился романтический период. И творить должен человек, а не машина. Что касается интеллектуальных игр, то это имеет смысл. 50-60-е годы --- некий романтический период. Можно понять людей-энтузиастов, «может ли машина, или нет», тогда физики и лирики спорили, может ли машина мылить, оказалось потом, что этот вопрос поставлен некорректно, так как непонятно, что такое машина и что такое мыслить. Потом оказалось, что каких-то ограничений неТ, и мождно в теории создать машину, которая может выполнять определённые операции.

В те годы появился тест Тьюринга. Схема его следующая: Есть исследователь, есть компьютер, есть имитатор, есть компьютер. Если исследователь, общаясь (и не зная заранее, с кем общается) либо с имитатором, либо с компьютером, не может сказать, когда он с кем общался, тогда система обладает интеллектом. Многие общались с системой Элиза или Доктор ( :) ). Поначалу она кажется разумной, но потом начинает повторяться и при должном умении из неё можно вытащить все шаблоны.

Это 50-60-е годы, романтический период.

60-70-е годы. Есть какое-то содержание, какое-то направление работ. Давайте подумаем, как работает система, решающая задача. Ставится цель, придумывается и выполняется решение. Начали разрабатывать методы решения. тогда были предлоожены ряд методов, нарпимер альфа-бета-процедура, которая используется до сих пор, она позволяет очень сильно сохранить перебор. Она говорит, что некоторые области поиска можно не рассмтпривать, потому что ничего хорошего там не найдём. Тогда и были сформулированы практически все методы поиска, за исключением более новых. Так что лектор рассказывает некую классику.

Где-то в 70-80-е годы. Есть методы решения задач. Задачи, которые легко формализуются и описываются, легко ими решаются. Например, шахматы, у них описывается состояние, есть доска, есть разнотипные фигуры, и всё хорошо. Для других задач, там дело обстоит гораздо хуже, так как наряду с формальными есть неформальные показатели, и это десятилетия было посвящено методу представления знаний. Полявились языки представления знаний. Эти языки базировались на лиспе, и лисп был базовым языком для построения прототипов.

80-90. Благодаря тому, что ИИ совершил некоторую экспансию в область прикладных задач --- ЭС, возникла вот какая проблема. Мы умеем планировать решение, если формально описана задача. Мы умеет формализовать знания. Где же эти знания взять? И в этом десятилетии актуальной стала проблема приобретения или извлечения знаний. Для этого пригодились наработки в сфере допросов, ибо чем лучше эксперт, тем хуже он может объяснить знания в своей области.

Задача символьного интегрирования, и если займёмся интроспекцией, самонаблюдения, то понимаешь, что сначла думаешь, как решать задачу, а потом используешь наработку. Вот, приходит знакомый, просит объяснить задачу, а вы не можете объяснить, ибо вы смотрите на задачу и понимаете как её решшать, знакомый на вас обижается, и соврешенно напрасно, ибо вы уже специалист.

С 90-х годов ХХ века по наше время идёт теор. осмысление, идёт поиск задач. На взгляд лектора, никаких новых задач не появилось, появились новые парадигмы, появилась парадигма на основе интеллектуального агента, появилась парадигма продукции.

Если взять три книги, 70-х гдов, 80-х и нашего времени, то в первой всё будет всё открыто и понятно, в 80-х всё ихлагается запутанно с помощью продукционного подхода, сейчас же всё через парадигму агентов.

Были проблемы, которые всегда были ключевыми. Таких проблем было три.

Первая --- проблема начального уровня знаний. Один человек сказал, что чтобы сделать машину сразу, нет необходимости делать машины, которые учатся быть разумными. Проблема родителей и учтелей. Родители – те, кто вложил какие-то знания. Вот система родилась, работает, хорошо бы она ещё училсаь. Но вот пропорции что должны вложить родители, что учителя. Точка зрения лектора --- родители должны вложить по возможности больше, и попытки использовать нейросети, которые ничего не знают, но обучаютс,я сложные задачи решать не могут. Ясно, что какие-то частные задачи она может рещшать.

Проблема общения человека и ИИ, чтобы человеку было удобно, но чтобы системе было понятно. Если система чего-то не знает, родители не постарались, то система задаёт кучу дополнительных вопросов.

Третья проблема --- интсрументальные средства, то есть интсрументы реализации ИИ.

Один из классов систем: решатель задач. Это реализуемая программа, например, система, решающая задачи меддиагностики, ей сообщаются симптомы, она строит гипотезы, в ней представлены знания многих врачей, система может задавать дополнительные вопросы, такого рода системы.

Роботы. Системы, которые могут функционировать автономно, функю. в некоторой среде, получать информацию из этой среды, взаимодействовать со средой, спланировать действия, решать задачи. Это задача-рамка, так как она покрывает все отрасли ИИ, в том числе и те задачи, которого ИИ не затрагивается.

ЭС. Это решатели задач, но задач практическитх. Схема применения такая же, как у решателей.

Агенты. Агент --- некая программно-аппаратная система. Агент --- потому что она выполняет по заказу пользователя и от имени пользователя, она работает самостоятельно, взаимодействует с другими агентами, сообщает потом результаты.

Для нас ИИ — веточка в компьютерных науках, но мы смотрим на него широко. Мы не будем принимать точку зрения, что можно дать чёткое определение. Нас будут интересовать проблемы связи искусственного и естественного интеллекта. Главная причина такая — знания о естественном интеллекте могут помочь при создании ИИ. Как следует из эпиграфа, знания о сообществе и о самом человеке очень неточные, неполные отрывочные, но то, что мы знаем, можно использовать при создании ИИ, мы знаем, что человек работает так-то, попробуем сделать так же. Другой момент — интерфейс. ИИ помогает в работе человека, поэтому она должна понимать, что человек подразумевает, и должна быть привычной человеку. Третье &mbash; чисто технократический взгляд &mbash; то, что есть в других местах, совершенно не годится (психфак). Одна из учениц лектора получила такой вопрос, она занималась извлечением смысла из текста. и у неё спросили, кто она, программист или филолог, потому что она с обеих сторон говорила достаточно грамотно, и она ответила, что она математик, и она правильно ответила, так считает лектор.