Проблема искусственного интеллекта и ее эволюция

Для понимания природы искусственного интеллекта (ИИ), который сейчас исследуется в рамках синергетического подхода, приведем ряд высказываний известных ученых, которых можно отнести к классикам искусственного интеллекта. Определяя область ИИ, П. Уинстон пишет: «Искусственный интеллект - это наука о концепциях, позволяющих вычислительным машинам делать такие вещи, которые у людей выглядят разумными... Центральные задачи ИИ состоят в том, чтобы сделать вычислительные машины более полезными... Искусственный интеллект привлекает людей, которые хотят вскрыть принципы, применимые ко всем интеллектуальным информационным процессорам, а не только к тем, которые сделаны из нервной ткани. Поэтому у нас нет горячего желания копировать человеческий интеллект, как и нет предубеждений против применения методов, которые, по-видимому, используются в интеллекте человека... Методология, используемая чтобы сделать разумнее машины, может быть, видимо, использована и для того, чтобы сделать разумнее самих людей». Сходную точку зрения высказывает А. Хоффман: «ИИ стремится открыть общие принципы работы интеллекта. Эти общие принципы могут плодотворно применяться даже без использования программных средств».

В настоящее время значительный интерес вызывает проблема соотношения логики и действительности, что объясняется развитием нечеткой логики, искусственного интеллекта и искусственной жизни. Логика, применяемая в научном познании, занимается исследованием реальных или просто возможных форм научного знания и способами его преобразования, развития. В этом смысле логика выступает в качестве общей модели процесса познания, отображая внутренние закономерности развития науки. Сам процесс познания весьма сложен и противоречив, в ходе его развертывания появляются новые логики, которые расширяют предметные области науки и находят прикладное приложение. Например, в недавно возникшей информационной микроволновой электронике фундаментальную роль играет идея, согласно которой информацию несет не амплитуда, фаза или другая недискретная характеристика сигнала, а структура или топология электромагнитного поля, распространяющаяся по линии передачи. Сама природа топологии дискретна, поэтому она естественно выполняет функцию носителя цифровой информации. В этом случае для осуществления бинарной логики необходимы волноведущие структуры с двумя модами, каждой из которых соответствует определенная топология поля. Реализация логики других размерностей (три и более) при помощи топологической импульсной модуляции не имеет принципиальных трудностей. Иными словами, развитие научного познания приводит к выявлению областей объективного мира, имеющего на уровне мышления эквиваленты различных логик, т.е. определенным образом решается старый философский вопрос о соотношении логики и реального мира.

В первую очередь, это огромная сложность многих современных систем и организаций, которая достигает такого уровня, что централизованное управление в них становится неэффективным из-за наличия огромных потоков информации, когда слишком много времени тратится на ее передачу в центр и принятие им решений (Варшавский и Поспелов). Поэтому сейчас происходит настоящая революция в области организационного управления (стратегического менеджмента), связанная с коренной перестройкой традиционных организаций и предприятий и появлением сетевых организационных структур нового типа, например, так называемых горизонтальных, расширенных и виртуальных предприятий (Ойхман и Попов, Тарасов).

Компьютерные системы также становятся все сложнее и сложнее и включают ряд подсистем разной природы, обладающих различными функциональными свойствами и взаимодействующими с различными специалистами, удаленными друг от друга. Кроме того, с ростом сложности падает надежность систем, и все труднее сформулировать их адекватную целевую функцию.

Во-вторых, распределенность интеллекта - фундаментальное свойство живых систем. В целях эффективной адаптации к сложной, плохо определенной, динамической среде формируются сообщества живых систем: группы людей, стада животных, стаи птиц и пр. При этом каждая особь располагает частной, фрагментарной информацией о динамике внешней среды, а совместно они синтезируют адекватную интегральную модель внешней среды и прогноз процесса взаимной адаптации со средой. Хорошим примером служит полет стаи птиц. Птицы, в зависимости от положения в стае, распределяются по разным обязанностям: одни наблюдают за выдерживанием направления, другие - за высотой, третьи - за плотностью стаи и т.д. При отклонении наблюдаемого параметра от заданной величины «специалисты» по этому параметру издают особые звуковые сигналы. Стая тотчас реагирует, если сила этих сигналов выше некоторого определенного значения. Налицо механизм самоуправления в распределенной системе.

В-третьих, многие задачи, встающие перед современным обществом, изначально неоднородны и распределены: а) в пространстве (например, развитие транспортной сети или системы космической связи); б) в функциональном плане, поскольку ни один человек не может создать сложную систему в одиночку. Трудно представить себе единый проект развития транспортной или компьютерной сети. Очевидно, что у подобных систем нет единой цели и единого разработчика: они возникли и развиваются в ходе технической эволюции (а системы, возникшие эволюционным путем, не связаны с централизованным управлением).

В-четвертых, понятие открытой системы означает, что у нее имеются развитые возможности и средства адаптации к изменениям среды, в том числе путем модификации своей структуры и параметров. Например, в случае открытой программной системы, модификация и расширение программного обеспечения возможны прямо в ходе его функционирования. Эволюция программного обеспечения происходит в сторону его разработки на основе автономных, индивидуализированных, взаимодействующих модулей. В последние годы возможности эволюционного проектирования и биологические принципы начинают всерьез приниматься во внимание и при создании аппаратных средств ЭВМ (Редько).

В-пятых, само распространение различных сетей порождает и объясняет определенный взгляд на мир. Развитие мобильных компьютерных средств, когда вся информация и ресурсы обработки распределены по различным узлам сети (например, сеть Интернет уже насчитывает несколько десятков тысяч узлов во всем мире), требует пересмотра классических моделей вычислений, основанных на сосредоточенной, последовательной машине фон Неймана. Возникают принципиально новые концепции вычислительного пространства, например, концепции «гигантской паутины», как в случае с World Wide Web или «вычислительного поля» М.Токоро по аналогии с физическими полями.

К числу проблем относятся:

• Исследование кооперативных механизмов зарождения, самоорганизации и эволюции интеллектуальных систем и организаций (в том числе, интеллектуальных систем и сообществ, состоящих из необязательно интеллектуальных единиц).

• Изучение задач и установление принципов формирования неклассических (неоднородных, открытых, распределенных, децентрализованных, локально организованных) интеллектуальных систем с гибридными архитектурами в процессе взаимодействия (кооперации) исходных систем и компонентов. Моделирование
эффектов «резонансного возбуждения» вступающих во взаимодействие объектов.

• Исследование путей и характера эволюции (дивергенции и конвергенции) различных направлений, школ и подходов в ИИ, интеграция моделей ИИ и других научно-практических дисциплин. Поиск критических зон «протекания эволюции через бифуркации», т.е. областей, содержащих точки «разветвления» возможных путей и средств моделирования интеллекта, которые обусловливают генерацию новых направлений в ИИ.

• Определение сценариев развития и способов объединения различных интеллектуальных (и не только интеллектуальных) технологий, а также возможных видов гибридных архитектур.

• Исследование различных НЕ-факторов знаний и взаимодействия между ними; построение гибридных логик - неклассических логик ИИ, где в явном виде сочетаются описания НЕ-факторов по крайней мере двух типов; разработка нетрадиционных (нейронечетких, эволюционных) семиотических моделей и систем; представление смысла на различных шкалах.

Тогда основное содержание разработок связано:

• либо с синтезом индивидуальных свойств и поведения агентов, исходя из моделей групповой динамики, определяемой отношениями кооперации и конкуренции, конфликта и сотрудничества, субординации и координации и пр. (нисходящее проектирование),

• либо с построением организационных структур из агентов на базе анализа основных функций организации, определения состава агентов и их ролей (восходящее проектирование).

Здесь предметом исследования являются: а) конечное множество агентов; б) ситуации взаимодействия агентов, определяющие возникновение, структуру и эволюцию MAC (искусственного сообщества) в зависимости от таких параметров, как совместимость целей, наличие взаимных обязательств и ответственности, ограниченность ресурсов, недостаток индивидуального опыта, и пр.; в) множество внешних факторов, обеспечивающих установление локальных пространственных и временных отношений между агентами (непосредственное общение или телекоммуникации, совпадение целей или столкновение интересов, и пр.); г) множество ресурсов взаимодействия, обеспечивающих поддержание некоторых отношений между агентами и их трансформацию; д) множество действий (совместных действий) агентов; е) множество интенциональных характеристик, лежащих в основе формирования действий, и пр. В итоге синергетический ИИ позволяет перейти от многоагентных систем к интеллектуальным организациям, что дает возможность более углубленного исследования актуальных проблем искусственного интеллекта.