Какво е изкуствен интелект; EWST Превод
Историческа перспектива: Всичко изглежда толкова добре ....
Вероятно всеки е чувал за изкуствения интелект (накратко AI), но сравнително малко хора имат много добра представа за това какво всъщност означава терминът. За повечето хора AI се свързва с артефакти като компютъра Hal 9000 във филма 2001: Космическа одисея. Такива изображения са по-скоро продукт на Холивуд, отколкото на вида работа, която всъщност се случва в изследователските лаборатории на днешния свят. Целта ми е да представя някои от основните идеи зад ИИ и да се опитам да осигуря на хората начин да се доближат до настоящото състояние на техниката.
Грубо казано, Изкуственият интелект е изследване на човешки компютъризирани устройства и системи, които могат да бъдат накарани да действат по начин, който ние сме склонни да наричаме интелигентен. Раждането на полето може да се проследи до началото на 50-те години. Очевидно първото голямо събитие в историята на ИИ е публикуването на статия, озаглавена "Компютри и разузнаване" от британския математик Алън Тюринг. В тази статия Тюринг твърди, че ако една кола може да премине определен тест (който стана известен като „тестът на Тюринг“), тогава ще имаме основание да твърдим, че компютърът е умен. Тестът на Тюринг включва човешко същество (известно като „съдия“), задаващо въпроси чрез компютърен терминал на две други единици, едната от които е човек, а другата - компютър. Ако съдията не успя да разграничи редовно компютъра от човешкия, тогава се казва, че компютърът е преминал теста. В тази статия Тюринг разглежда и редица аргументи и възражения срещу идеята, че компютрите могат да представят интелигентност.
Смята се, че AI се е родил като дисциплина на конференция, наречена „Лятният изследователски проект за изкуствен интелект в Дартмут“, организирана между другото от Джон Маккарти и Марвин Мински. На тази конференция система, известна като ЛОГИЧЕН ТЕОРИСТ, беше демонстрирана от Алън Нюел и Хърб Саймън. ЛОГИЧНИЯТ ТЕОРИСТ е система, която открива доказателства за теорията в символичната логика. Значението на тази система беше, че по думите на Файгенбаум и Фелдман (1963: стр. 108), ЛОГИЧЕСКИТЕ ТЕОРИСТИ беше „първият набег на изкуствения интелект във високи интелектуални процеси“. Този първоначален успех бързо бе последван от редица други системи, които могат да изпълняват привидно интелигентни задачи. Например, система, известна като "DENDRAL", успя да механизира аспекти на научните разсъждения, открити в органичната химия. Друга програма, известна като "MYCIN", успя да интерактивно диагностицира инфекциозни заболявания.
Фундаменталната стратегия зад тези успехи доведе до предложението за така наречената хипотеза за физическите символни системи от Нюел и Саймън през 1976 г. Хипотезата за физическата символна система представлява дестилация на теорията зад много трудове, които продължи до тази дата и беше предложена като обща научна хипотеза. Нюъл и Саймън (1976: стр. 41) пишат;
„Система от физически символи има необходимите и достатъчни средства за интелигентно общо действие“.
Въпреки че има много противоречия относно това как тази хипотеза трябва да се тълкува, от нея са направени два важни извода. Първият извод е, че компютрите са системи от физически символи, в съответния смисъл, и затова има причини (ако хипотезата е вярна) да вярваме, че те трябва да могат да изложат интелигентност. Вторият извод е, че като хора ние също сме интелигентни и трябва да сме системи от физически символи и следователно сме в значителен смисъл, подобно на компютрите.
Текуща перспектива: Проблеми и успехи
С всички тези на пръв поглед положителни резултати и някои интересни теоретични работи, изглежда доста очевиден въпрос „Къде са интелигентните автомобили, като HAL 9000“? Въпреки че има много впечатляващи успехи в тази област, има и редица важни проблеми, с които се сблъскват изследванията на ИИ. Все още няма HAL 9000 и реално погледнато, ще е подходящо време, преди такива системи да станат достъпни, ако наистина се окажат възможни.
Ранните успехи в AI накараха изследователите да бъдат изключително оптимистични. За съжаление оптимизмът беше донякъде загубен. Например през 1957 г. Саймън прогнозира, че ще отнеме само десет години, докато компютърът стане световен шампион по шах. Разбира се, това конкретно представяне не беше постигнато до тази година чрез системата Deep Blue. Но има и по-дълбоки проблеми, с които ИИ се сблъсква.
Проблемът с познаването на здравия разум е много дълбок в ИИ. Например, за компютър би било много трудно да премине теста на Тюринг, ако не разполага с познанията, описани по-горе. Въпросът може да бъде илюстриран, като се разгледа случаят ELIZA ELIZA е система за изкуствен интелект, проектирана от Weizenbaum през 1966 г., която трябваше да подражава на психотерапевт. В наши дни има много варианти на този софтуер, някои от които могат да бъдат изтеглени. Въпреки че по някакъв начин ELISA може да бъде доста впечатляващ, не е нужно много, за да може системата да бъде объркана или изключена. Бързо става ясно, че системата далеч не е интелигентна.
Има редица отговори на проблема със здравия разум в изследователската общност на ИИ. Една стратегия е да се опитаме да изградим системи, които са проектирани да работят само в ограничени области. Това е стратегията зад наградата Loebner, модерно състезание, основано на ограничена версия на теста на Тюринг. Някои скорошни записи в това състезание, като системата TIPS, са наистина впечатляващи в сравнение с ELIZA.
Друга по-амбициозна стратегия беше приета от изследователя на ИИ Дъг Ленат. Ленат и колегите му са работили няколко години по система, известна като CYC. Целта на проекта CYC е да разработи голяма изчислителна база данни и инструменти за търсене, които позволяват на системите за ИИ да получат достъп до всички знания, които представляват здрав разум. Проектът CYC се опитва да отговори на проблема с общия проблем. В момента резултатите от проекта започнаха да се появяват. Все още не е ясно дали масовите усилия са успешни.
Други изследователи са възприели различен подход, опитвайки се да разрешат този проблем. Те вярват, че човешкото същество има здрав разум, благодарение на богатото богатство от опит, който имаме, докато растем и се учим. Те предпочитат да се опитват да се справят с проблема със здравия разум, като приемат стратегия за машинно обучение. Може би, ако компютърът можеше да се учи по начин, подобен на този на човешко същество, той също би развил здравия разум. Тази стратегия все още се прилага и е твърде рано да се каже дали ще бъде успешна.
Друг проблем, до който са стигнали изследванията на ИИ, е, че трудни за хората задачи като математика или игра на шах се оказват доста лесни за компютрите. От друга страна, задачи, които хората намират за лесни, като например да се научат да се ориентират в стая, пълна с мебели или да разпознават лица, компютрите са доста трудни за изпълнение. Това вдъхнови някои изследователи да се опитат да разработят системи, които имат (поне повърхностни) свойства на мозъка. Изследванията, базирани на тази стратегия, са станали известни като областта на изкуствените невронни мрежи (наричана още Connectionism) и в момента са един от основните специализирани поддомейни в AI. Интересен аспект на изкуствените невронни мрежи е, че много от тези системи също се учат, като по този начин включват някои от предимствата на стратегията за машинно обучение за решаване на проблема с познаването на здравия разум. Изкуствените невронни системи са успели да решат много проблеми, като например тези, включващи разпознаване на модели, които са се оказали трудни за други подходи.
Важно е обаче да се отбележи, че не всеки приема предпоставките за изследване на ИИ. Целият проект за изкуствен интелект е критикуван от време на време. Известен критик е Хърбърт Драйфус. Той твърди по различни причини, че цялото предприятие с изкуствен интелект е обречено на провал, тъй като прави предположения за света и умовете, които са неустойчиви, когато се оценяват критично. Друг известен критик на ИИ е Джон Сиърл. Серл предложи аргумент, основан на мисловен експеримент, известен като аргумент на китайската камера. Този аргумент има за цел да покаже, че целта за изграждане на интелигентни автомобили не е възможна. Въпреки че този аргумент е публикуван първоначално през 80-те години, той все още е гореща тема за дискусии в дискусионните групи в Интернет, като comp.ai.philosophy.
Дали критиците на ИИ са верни или не, само ще ви каже времето. Има обаче два важни набора от последствия, които се появиха от първоначалното започване на полето. Първото от тях беше раждането на нова и вълнуваща академична дисциплина, която стана известна като "Когнитивна наука". Когнитивната наука споделя с ИИ основната предпоставка, че в известен смисъл умствената дейност има изчислителен характер. Целта на когнитивната наука обаче е различна от тази на ИИ. Когнитивните учени са си поставили за цел да разкрият тайните на човешкия ум. Това не е малка задача, като се има предвид, че човешкият мозък е най-сложното устройство, познато на човечеството. Например, дори когато се правят различни опростяващи хипотези, изглежда много вероятно броят на възможните състояния на един човешки мозък да е по-голям от броя на атомите във Вселената! Обаче научените уроци и напредъкът в постигането на целта на ИИ, заедно с напредъка в други дисциплини, показват, че проектът „Когнитивна наука“ е жизнеспособен, макар и труден за постигане.
Вторият набор от последици, резултат от проучването на ИИ, вероятно е малко по-малко очевиден. В момента има много програми и системи, които използват резултатите от изследванията на ИИ. Въпреки че все още нямаме HAL 9000, много от първите цели на AI са постигнати, макар и не в една голяма система. Може би най-тъжното е, че AI рядко получава кредит за приноса си в други области. В академичните среди има поговорка: „Най-добрите плодове на ИИ станете старата наука за компютърните науки“. Докато се учим да правим все повече и повече, това, което някога е било почти чудотворно, става повсеместно. След като целта на една много хубава игра на шах е постигната, е възможно това вече да не ни процъфтява или изненадва. Все още има много предизвикателни и интересни граници, които трябва да бъдат покорени в рамките на ИИ. Има и много трънливи въпроси за разглеждане. В следващите статии ще се опитам да представя част от завладяващата работа, която се провежда в AI, така че приносът на тази изследователска програма към света, какъвто го познаваме, ще бъде по-известен и разбран.
Предложения, прочетени по-долу
Кембъл, Дж., (1989), Невероятната машина, Саймън и Шустер (Ню Йорк).
Copeland, J. (1993), Изкуствен интелект, Blackwells (Оксфорд).
Churchland, P. (1988), Matter and Consciousness, MIT Press (Cambridge, MA).
Haugeland, J. (1985), Изкуствен интелект: Самата идея, MIT Press (Cambridge MA).
Библиография
Feigenbaum, E. и Feldman, J. (1963), Computers and Thinking, McGraw-Hill (Ню Йорк).
Haugeland, J. (1981) Mind Design, MIT Press (Cambridge, MA).
Нюел, А. и Саймън, Х., (1976), „Компютърни науки като емпирично запитване: символи и търсене“, препечатано в Haugeland (1981: стр. 35-66).