Проблема искусственного интеллекта

/ И.П.Панков. Прикладное языкознание. СПб, 1996. /

 

В 50-е годы 20 столетия был поставлен вопрос о том можно ли научить машину мыслить как человек, или другими словами, можно ли создать искусственный интеллект.

Вопрос о создании искусственного мыслящего существа не раз возникал в истории развития человеческой мысли. Впервые этот вопрос четко сформулирован и подробно рассмотрен в статье английского математика А.Тьюринга, вышедшей в 1950г. «Может ли машина мыслить?».

Сложность проблемы ИИ связана с тем, что мы плохо представляем себе как человек мыслит. Можно сказать, что общей теории мышления все еще нет. Не существует определения мышления, которое удовлетворяло бы одновременно философов, психологов, лингвистов и др. специалистов, которые участвуют в решении задач ИИ.

В чем критерий интеллектуальности машины (системы)? Такой критерий предложен Тьюрингом («тест Тьюринга»). Кратко он может быть сформулирован так: если человек будет некоторое время общаться с машиной, и не сможет заметить, что он общается с машиной, а не с человеком, то можно признать, что эта машина мыслит. Признать нечто мыслящим можно только, сравнив это нечто с человеком – единственным существом, обладающим этой характеристикой априори. Этот тест универсален. Метод вопросов и ответов позволяет охватить практически любую область человеческой интеллектуальной деятельности.

 

К числу основных задач ИИ относят следующие: решение задач, принятие решений, распознавание образов.

Решение задач. Эта проблема охватывает решение задач в прямом смысле, а также решение бытовых задач, например, как приготовить обед из имеющихся продуктов. Проблема решения задач не сводится к непосредственному решению конкретных задач, а к нахождению общего механизма, который использует человек для решения задач, т.е. речь идет о моделировании процесса решения задач.

Математические задачи проще поддаются формализации. Надо выяснить, как человек проводит рассуждения, как осуществляет логический вывод. Для моделирования решения математических задач можно использовать формальную (математическую) логику. Однако человек пользуется логикой, отличающейся от формальной логики. Логика человека остается почти неисследованной.

Проблема принятия решений в основном рассматривается на примере стратегических игр, таких как шахматы, шашки и.т.п. Но правила игры существуют и для размещения сырья и оборудования по предприятиям, передвижения полков и армий по театру военных действий, перемещения денежных средств по финансовой системе и т.д.

Выработка общих методов принятия решения о выборе в каждом конкретном случае тех правил, которые приводят к наилучшим результатам (т.е. нахождение оптимальной стратегии), привела бы не только к возможности создания эффективных автоматизированных систем управления, экспертных систем, но и внесла бы определенный вклад в общую теорию мышления.

Распознавание образов. Человеку свойственно классифицировать окружающий его материальный мир. Бесчисленное множество различных объектов человек объединяет в группы. Какими неуловимыми признаками пользуется человек, чтобы отождествить два разных объекта (например, два совсем непохожих дерева)?

Предполагается, что человек создает в процессе мышления некие эталонные образы объектов и групп объектов, с которыми он имеет дело. Сравнивая образ рассматриваемого объекта с эталонными образами, человек относит этот объект к той или иной группе. Это действие и называется «распознавание образов». «Образ» здесь понимается не как некоторый психологический или нейрофизиологический термин, а интуитивно, как некоторое представление человека об объектах, о типичных характеристиках групп объектов.

Как создается эталонный образ, какие различия образа объекта с эталоном являются существенными, а какие – нет?

Человек имеет различные каналы получения информации об окружающей его действительности – зрительный, слуховой, осязательный и т.д., поэтому у него могут формироваться образы различных типов – зрительные, акустические и т.д.

 

Важнейшая задача ИИ – проблема моделирования речевой деятельности человека, проблема анализа и синтеза речи (создание естественно-языковой надстройки для информационно-поисковых диалоговых систем и т.д.).

При восприятии текста для того, чтобы выдать «осмысленную реакцию» на входной текст, машина должна «понять» его. Возникают вопросы: что такое понять текст? и Как определить, что текст понят?. Так же как нет определения, что такое мышление, нет и определения «понимания». Есть только предположение, что эти понятия близки между собой.

Критерий понимания был выработан исследователями по аналогии с тестом Тьюринга: машина понимает текст, если реагирует на него адекватно, правильно.

Система ИИ должна преобразовывать текст в некоторую структуру внутреннего представления (структуру представления смысла текста), на основании которой система сможет выполнить свою «интеллектуальную функцию», т.е. сформировать ответ, осуществить какое-либо действие и т.п.

Никаких общепринятых правил и установок по поводу того, как должна быть организована структура внутреннего представления, нет. Есть только одно требование, чтобы эта структура адекватно отображала смысл введенного текста и была бы пригодна для осуществления различных интеллектуальных действий (например, для логического вывода). Разным смыслам должны соответствовать разные структуры.

Человек – единственное существо, которое умеет понимать текст, поэтому тот процесс, который происходит в голове у человека, сегодня является единственным эталоном. Однако ни одна система ИИ не может быть устроена как человек. Каждый исследователь имеет свое представление о том, как происходит процесс понимания у человека, но едва ли кто-нибудь из них сможет убедительно обосновать свои представления. Голова человека является для исследователей «черным ящиком», а достижения нейролингвистики не столь велики, чтобы мы могли сегодня достаточно четко представлять, что происходит в голове в процессе понимания. Ученые говорят о функциональном моделировании речевой деятельности.

Для того чтобы текст был понят системой ИИ, он должен быть переведен в структуру внутреннего представления, которая отражает смысл текста. Для осуществления этого перевода система ИИ должна использовать некоторую информацию, которую специалисты по ИИ обычно называют знаниями.

Общепринято разделение знаний на знания о языке и знания о мире (энциклопедические знания). Провести точную границу между этими двумя типами знаний достаточно сложно (может быть, невозможно). Каждый исследователь решает этот вопрос по-своему. Обычно к знаниям о языке относят морфологическую, синтаксическую и семантическую информацию, т.е. сведения, которые позволяют определить структуру текста и основные связи между словами. Вся остальная информация, необходимая для понимания текста, относится к знаниям о мире.

Вначале исследователи пытались обойтись только знаниями о языке, но вскоре выяснилось, что этого недостаточно. Рассмотрим два предложения: (1) Городские власти запретили шествие демонстрантов, так как они опасались насилия; и (2) Городские власти запретили шествие демонстрантов, так как они призывали к революции. С точки зрения языка оба предложения построены приблизительно одинаково и знания о языке не могут нам разрешить проблему референции местоимений, т.е. выяснить в каждом из этих предложений, кто такие «они». Для этого необходимы знания об окружающем мире, об отношении городских властей к демонстрантам, революции, насилию и т.д., т.е. знания, которые никак нельзя назвать знаниями о языке (пример Т.Винограда).

У различных людей знания о мире могут достаточно сильно различаться. А знания существенно влияют на понимание текста. Поэтому разные люди могут по-разному понимать один и тот же текст.

Для того чтобы понять даже самый простой текст, нужно использовать большое количество знаний о мире. Если знания о языке можно описать, то знания о мире потенциально бесконечны (невозможно знать все обо всем). Познания человечества о мире с каждым днем расширяются. Всех знаний задать машине невозможно. Создаются системы, ориентирующиеся на очень узкую предметную область.

Другой подход связан с созданием обучающихся систем. Система должна уметь извлекать из текста новую информацию и присоединять ее к имеющимся у системы знаниям о мире. При нехватке информации для понимания текста система может задавать вопросы человеку. Системы, обладающие одинаковым набором знаний в начале эксплуатации, могут прийти к различным результатам в зависимости от того, как и чему их учили.

Главной задачей остается создание структуры внутреннего представления текста. т.е. структуры, отражающей смысл текста.. Обычно эта структура строится при помощи процедур, аналогичных тем, которые используются при машинном переводе, автоматическом реферировании и т.п., а именно, - процедур морфологического, синтаксического и семантического анализа.

Построенная структура используется для выработки реакции системы (формулирования ответа, выбора действия и т.п.)

 

***

 

Современная теория ИИ основана на представлении о мышлении как «манипулировании» внутренними (ментальными) репрезентациями, типа фреймов, планов, сценариев и других структур знания.

Данный подход оказался очень плодотворным особенно в области создания экспертных систем. Но он имеет ограничения в своем применении, так как ориентирован на «объективное», не зависимое от человека, представление знаний и на предельно формализованный искусственный язык.