- BrainTools - https://www.braintools.ru -

Информация. Подборка из книг. Мозг человека и искусственный интеллект. Напалков А. В., Прагина Л. Л.. Мозг человека, мышление и кибернетика.

Система знаний. Семиотическое моделирование

Трудности, возникшие при попытках создания «искусственного интеллекта», как в области использования математических методов, так и в области эвристического программирования, привели группу советских исследователей к мысли о необходимости пересмотра основных путей исследования. Сформулированная новая программа вначале была определена как программа «ситуационного управления», или «семиотическое моделирование».

Мышление [1] человека тесно связано с использованием слов, абстрактных понятий. Проблема моделирования процесса смыслового понимания текста при работе вычислительных машин не может быть решена только на основе использования математики [2] или построения эвристических программ общего типа. Необходимо широкое введение в структуру моделей понятий, слов.

Такая формулировка проблемы указывала на сходство нового направления с ранее уже осуществленными попытками в области построения частных эвристических программ. Это привело некоторых исследователей к выводу о том, что данный метод не позволит избавиться от ошибок «детского периода развития эвристического программирования». Однако семиотические программы имели и существенное отличие. Дело в том, что исследователи не воспроизводили в программах всех ранее выработанных у человека систем осмысленных понятий, они пытались положить в основу работы моделей искусственного интеллекта [3] ограниченный список простых «базовых понятий», конструкций, предоставляя решать задачу формирования более сложных положений и оперирования ими самим вычислительным машинам, реализующим семиотические программы поведения [4]. Работы в этом направлении оказались перспективными, они привели к практическому результату. Например, создание программ, позволивших оптимизировать работу порта, находить решение задач прохождения судов по шлюзам, дало положительные результаты и в целом ряде других областей.

При развитии этого направления ведущее значение приобрела проблема построения моделей «системы знания» человека. Казалось, что при создании «искусственного интеллекта» достаточно представить в форме «банка данных» все сведения и термины, используемые специалистами в той или иной области, создать специальную систему управления комплексом фиксированных знаний и обеспечить возможность логического вывода. Такие системы по замыслу их создателей должны были позволить специалистам общаться с вычислительной машиной на привычном для них языке, они могли оказать существенную помощь в принятии решений.

Опираясь на достижения в этой области кибернетики, некоторые исследователи полагали, что современная наука [5] уже близка к решению задачи построения искусственного интеллекта. При этом они опирались на определение одного из основоположников кибернетику английского ученого Тьюринга. Пытаясь определить понятие «интеллектуальной деятельно-сти», которое, вообще говоря, является достаточно сложным и не допускает простого формального истолкования, Тьюринг прибегнул к несколько своеобразному приему. Он обрисовал ситуацию, в которой человек ведет диалог с машиной, и указал, что если человек, который ведет беседу по определенной проблеме, в течение длительного периода времени не находит различия между тем, разговаривает ли он с человеком или с машиной, то это достаточно убедительное доказательство того, что имеет место построение хорошей модели «искусственного интеллекта». Некоторые исследователи в области кибернетики считают, что на основе использования современных достижений науки можно создать машины, которые будут удовлетворять описанным критериям Тьюринга. Специалист, беседуя с такой машиной, может получать достаточно разумные ответы на свои вопросы. Он может даже прийти к выводу, что его собеседник — специалист того же профиля.

Такие выводы могут показаться убедительными. Однако в действительности возникают серьезные возражения. Дело в том, что диалог специалистов друг с другом представляет собой один из простых видов умственной деятельности. Б этих условиях используется достаточно ограниченный круг известных обоим собеседникам технических терминов и понятий. При этом не реализуются более сложные формы мышления, не возникает работа более совершенных информационных механизмов, которые лежат в основе выработки [6] новых абстрактных понятий, создания новых представлений, отыскания принципиально новых решений и т. д. Информационная деятельность вращается вокруг известных проблем и известных понятий, которые сформулированы в виде, определенных систем представлений с ограниченным количеством вариантов преобразования элементов. Следовательно, «критерии Тьюринга» вряд ли можно считать удовлетворительными.

Создание семиотических программ и построение моделей «системы знаний» представляет собой существенное достижение современной кибернетики. Однако оно не привело к преодолению трудностей, которые возникали и на первом этапе развития эвристического программирования. Семиотические программы закрепляли те понятия, формы мышления, те алгоритмы, которые были уже выработаны у человека в прошлом. Таким образом, хотя они и позволяли имитировать определенные виды умственной деятельности, но не могли стать базой построения новых алгоритмов. Например, программа, которая моделирует деятельность конструктора, не могла обеспечить возможностей отыскания принципиально новых методов конструирования, коренного усовершенствования этого процесса, она повторяла только то, что человек уже делал ранее.

Перед наукой и техникой возникали задачи иного типа. Методы конструирования и проектирования были созданы в прошлом, когда человек не мог опираться на помощь вычислительных машин и сами объекты конструирования были достаточно простыми. Именно в этих условиях выработались определенные понятия. Приемы проектирования и конструирования были представлены в виде специальных учебных пособий, инструкций, передаваемых одним специалистом другому.

Организация систем управления (министерств, трестов) также была фиксирована в виде определенного комплекса понятий (языка). Действующие ныне системы управления — это работа больших коллективов специалистов, которые осуществляют свою творческую деятельность в контакте с вычислительной техникой. Однако вся эта система создавалась и развивалась в условиях, когда существовали экстенсивные принципы развития народного хозяйства и относительно простые системы управляемых объектов. В настоящее время системы связи между предприятиями, отраслями промышленности значительно усложнилось, возрос объем и разнообразие тех предприятий, которые входят в ту или иную отрасль промышленности. Нужны новые методы и средства управления, основанные на интенсивном принципе. Как же решать эту задачу, если существующие системы управления возникли в результате творческой деятельности специалистов в период, когда средства вычислительной техники еще не были созданы?

Описанные выше методы построения кибернетических систем не обеспечивали условий для решения этих проблем. Они использовали язык специалистов, который не позволял решить проблемы коренного изменения принципов проектирования, конструирования, совершенствования структуры управления. Они закрепляли то, что было достигнуто ранее. Тем самым не создавалось предпосылок для организации диалога человека и машины с целью повышения эффективности мыслительной деятельности. Такой путь исследования не обеспечивал раскрытия и формального описания тех информационных задач, алгоритмов и информационных механизмов, которые лежали в основе таких сложных форм работы мозга [7], как прогнозирование, исследовательская деятельность, способность к постановке новых проблем. Результаты ограничивались воспроизведением в форме программ для ЭВМ системы уже выработавшихся у человека ранее понятий, конкретных процедур решения, известных законов логического вывода. Таким образом, не создавалось предпосылок для изучения механизмов работы мозга.

Приведем пример, поясняющий отличие между различными путями построения моделей. Говоря о специфике метода, разработанного И. П. Павловым, мы уже определили различие между внешним проявлением поведения [8] животного и опытах, в частности строительством пирамиды из ящиков, и основными механизмами мышления. После периода обучения [9] обезьяна может научиться строить пирамиды. При этом у нее вырабатывается определенная программа поведения, включающая ряд понятий. Например, она будет ставить сначала большой ящик, а затем маленький. Такую программу можно относительно легко воспроизвести на вычислительной машине, и она будет в какой-то степени отражать поведение обученного животного. Но эта модель не может рассматриваться как элемент «искусственного интеллекта». Это не интеллект, а частная, вторичная программа.

В настоящее время ученые построили большое количество «роботов», которые способны перемещаться, обходить препятствия, соблюдать равновесие, осуществлять работу, связанную, например, с погрузкой железнодорожной платформы. Часто такие роботы называют «роботами с элементами интеллекта». Они удовлетворяют ряду требований, которые предъявляет промышленность. Построение таких автоматов имеет большое практическое и теоретическое значение. Однако вряд ли можно говорить об «элементах интеллекта». Это реализация частных, уже сформированных человеком и вложенных в структуру робота программ, эффективных в некотором классе ситуаций.

Мышление человека слагается из двух взаимосвязанных категорий процессов. При осуществлении процесса и проектирования и конструирования можно выделить два уровня информационной деятельности. Человек использует те принципы, которые были заложены в процессе обучения профессиональным навыкам. Такие правила легко выявить и воспроизвести в виде модели. Однако наряду с этим мышление специалиста основано и на другой категории процессов: на использовании инвариантных принципов преобразования информации, которые определяли возможность наиболее сложных творческих процессов принятия решений. В том случае, если ставится задача организации диалога с целью повышения эффективности творчества [10], нужно опираться на знания обеих категорий процессов, учитывая, что при построений семиотических моделей воспроизводится только часть этой системы.

Один из принципиально новых путей решения данной проблемы связан с построением гипотезы о наличии в структуре информационных систем так называемых ФРЭЙМов. Эта гипотеза предполагала специальную организацию структуры. В ней выделяются незаполненные места. При создании модели «искусственного интеллекта» эти места заполняются определенными содержательными понятиями. Причем заполнение осуществляется инженером, создающим модель. Таким образом, ФРЭИМ представляет собой композицию структуры инвариантного типа и разработки конкретных семиотических моделей. Возникает система, которая обладает достаточно интересными свойствами. Она работает в конкретной области и в то же самое время в результате возможности замены определенных ячеек ФРЭИМа другими понятиями обладает большой степенью лабильности.

На этой основе советскими специалистами под руководством известного кибернетика Д. А. Поспелова были разработаны эвристические программы, которые были способны сочинять сказки. Создавалась некоторая структура ФРЭИМа, которая заполнялась различными конкретными сигналами. Сказка имеет определенные черты, которые являются общими для различных конкретных художественных произведений. Эти черты реализуются в виде ФРЭИМа, затем осуществляется заполнение ячеек.

Следует отметить, что в связи с заполнением одних ячеек возникают и предпосылки для выбора последующей информации. Таким образом, машина оказывается способной сама создавать сюжет сказки исходя из некоторых первоначальных, предпосылок. В этом случае роль инженера — создателя искусственного интеллекта — ограничивается тем, что он разрабатывает общую структуру ФРЭИМа и формирует первичные понятия. Машина сама начинает разрабатывать в дальнейшем содержание сказки исходя из определенных принципов.

При разработке этого направления возникли, однако, трудности. В то время как создание конкретных эвристических программ этого типа приводило к положительным результатам, было трудно разработать какую-то общую теорию, которая позволила бы эффективно оценивать саму структуру ФРЭЙМов, давать прогнозы о том, какая именно их организация является наиболее оптимальной в том или ином случае, какие свойства приобретает система в результате построения из ФРЭЙМов более сложных структур. Так, были созданы эвристические программы, которые обеспечивали диагноз при ремонте радиоаппаратуры, эвристические программы управления производством и т. д. При этом каждый раз человек сам определял характер связей между понятиями (например, понятие города связывалось с понятием уличного движения, освещения и т. д.). Все это воспроизводилось в виде структуры ФРЭЙМа. При этом ФРЭЙМ обеспечивал достаточно высокий уровень «интеллектуальной деятельности». Однако характер одной программы значительно отличался по своим конкретным формам от характера другого ФРЭЙМа, поэтому было трудно сопоставить эти программы друг с другом и найти какие-то более общие законы, принципы функционирования ФРЭЙМов.

Интересна сама форма изложения работы в этой области. Обычно специалист рассказывает общую идею ФРЭЙМов, а затем начинает описывать конкретные программы в той или иной области. Естественно, слушатель, привыкший к более развернутым исследованиям в области «искусственного интеллекта», ожидает, что, после того как будет приведен ряд примеров, последует обобщение, которое будет представлено на абстрактном языке. Слушатель ждет ответа на вопрос, каким же образом идет выбор различных ФРЭЙМов, их создание, построение новых композиций из ФРЭЙМов. Однако оказывалось, что доклад уже окончен. Вопрос о том, были ли попытки использования какого-либо математического аппарата для создания теории более общего типа и более высокого уровня абстракции, приводил к отрицательному ответу.

Отмеченные выше неудачи и трудности, с которыми столкнулись исследователи, привели к тому, что в основном работы в этой области группировались вокруг проблемы построения модели «системы знаний» (памяти [11]), в то время как целый ряд других форм работы мозга живых организмов оставался вне поля зрения [12]. Замедлился темп исследований в области создания целого ряда типов моделей интеллектуальной деятельности, связанных с формированием систем понятий, систем представлений.

Специалисты в области построения «искусственного интеллекта» иногда высказывают мнение о том, что изучение работы мозга, естественного интеллекта, созданного природой, не имеет большого значения. Вычислительная машина превосходит мозг человека [13] по скорости осуществления операций перера-ботки информации. В связи с- этим для нее, видимо, будут оптимальны такие алгоритмы решения задач, которые не использует мозг человека. Поэтому удобнее непосредственно создавать новые алгоритмы интеллектуальной деятельности, а не копировать то, что создала природа. Развивая такую систему аргументов, обычно ссылаются на примеры развития других областей науки и техники. В наши дни развитие техники не пошло по пути создания самолета с машущими крыльями, автомобилей» использующих конечности. Был избран новый путь, который не копировал то, что создала природа. Между тем современные самолеты летают быстрее птиц, а автомобили передвигаются быстрее животных и оказываются более экономичными с точки зрения [14] затраты энергии, — говорят сторонники чисто технического пути построения «искусственного интеллекта»,

С такими аргументами можно было согласиться, если бы уже существовала теория интеллекта человека, на основе которой можно выбирать оптимальные варианты путей построения полезных для человека технических систем. Однако в наши дни такой теории нет. Главная проблема — это проблема понимания основных механизмов интеллектуальной деятельности. При ее решении, видимо, следует использовать как путь построения технических систем, так и изучение тех примеров интеллектуальной деятельности, которые создала природа.

Возвращаясь к рассмотрению приведенных -выше аргументов, можно, вероятно, согласиться с тем, что конкретная реализация законов аэродинамики, воплощенная в полете птицы, не оказалась удобной для развития современной техники. Однако не следует забывать [15], что при разработке теории великий советский ученый Н. Е. Жуковский опирался на изучение крыла птицы. При этом он не стремился построить точную его копию. Как- писал сам ученый, он шел по t пути построения многостепенной идеализации. При этом на каждой стадии он исключал те или иные частные свойства объектов, строение крыльев отдельных видов птиц, насекомых и выявлял все более и более общие законы, создавал основу построения абстрактной теории. Затем, после того как теория была создана, открылись возможности для построения таких летательных аппаратов, которые нужны человеку, и одновременно удалось объяснить, как летают птицы, насекомые, понять, почему именно в процессе эволюции животного мира был избран тот или другой путь построения летательного аппарата.

Самый эффективный и прямой путь построения «искусственного интеллекта» — это, по-видимому, путь построения идеализации, путь создания абстрактной теории. Попытки непосредственного конструирования моделей в условиях отсутствия понимания сущности явлений интеллектуальной деятельности могут привести к удачным внешним имитациям. Однако при таком способе работы один тип моделей быстро заменяет другой. ‘При этом работа над отдельными вариантами «искусственного интеллекта» не создает базы для разработки общей теории.


Сайт-источник BrainTools: https://www.braintools.ru

Путь до страницы источника: https://www.braintools.ru/article/3048

URLs in this post:

[1] Мышление: http://www.braintools.ru/thinking

[2] математики: http://www.braintools.ru/article/7620

[3] интеллекта: http://www.braintools.ru/article/7605

[4] поведения: http://www.braintools.ru/article/9372

[5] наука: http://www.braintools.ru/article/7634

[6] выработки: http://www.braintools.ru/article/5568

[7] мозга: http://www.braintools.ru/parts-of-the-brain

[8] поведения: http://www.braintools.ru/article/5593

[9] обучения: http://www.braintools.ru/article/5125

[10] творчества: http://www.braintools.ru/creation

[11] памяти: http://www.braintools.ru/article/4140

[12] поля зрения: http://www.braintools.ru/article/9711

[13] мозг человека: http://www.braintools.ru/article/7543

[14] зрения: http://www.braintools.ru/article/6238

[15] забывать: http://www.braintools.ru/article/333

www.BrainTools.ru

Rambler's Top100