Filosofa.net

«Начало исследований в области искусственного интеллекта (конец 50-х годов) связывают с работами Ньюэлла, Саймона и Шоу, исследовавших процессы решения различных задач. Результатами их работ явились такие программы, как ЛОГИК-ТЕОРЕТИК, предназначенная для доказательства теорем в исчислении высказываний, и ОБЩИЙ РЕШАТЕЛЬ ЗАДАЧ.

Эти работы положили начало первому этапу исследований в области искусственного интеллекта, связанному с разработкой программ, решающих задачи на основе применения разнообразных эвристических методов.

Эвристический метод решения задачи при этом рассматривался как свойственный человеческому мышлению «вообще», для которого характерно возникновение «догадок» о пути решения задачи с последующей проверкой их. Ему противопоставлялся используемый в ЭВМ алгоритмический метод, который интерпретировался как механическое осуществление заданной последовательности шагов, детерминированно приводящей к правильному ответу. Трактовка эвристических методов решения задач как сугубо человеческой деятельности и обусловила появление и дальнейшее распространение термина искусственный интеллект.

Так, при описании своих программ Ньюэлл и Саймон приводили в качестве доводов, подтверждающих, что их программы моделируют человеческое мышление, результаты сравнения записей доказательств теорем в виде программ с записями рассуждения «думающего вслух» человека. В начале 70-х годов они опубликовали много данных подобного рода и предложили общую методику составления программ, моделирующих мышление.

Примерно в то время, когда работы Ньюэлла и Саймона стали привлекать к себе внимание, в Массачусетском технологическом институте, Стэндфордском университете и Стэндфордском исследовательском институте также сформировались исследовательские группы в области ИИ. В противоположность ранним работам Ньюэлла и Саймона эти исследования больше относились к формальным математическим представлениям. Способы решения задач в этих исследованиях развивались на основе расширения математической и символической логики. Моделированию же человеческого мышления придавалось второстепенное значение. К исследователям этого направления можно отнести таких известных в области ИИ ученых, как Минский, Мак-Карти, Слейгл, Рафаэль, Бобров, Бенерджи и др.

На дальнейшие исследования в области ИИ большое влияние оказало появление метода резолюций, предложенного Робинсоном, основанного на доказательстве теорем в логике предикатов и являющегося, по крайней мере, теоретически, исчерпывающим методом доказательства (хотя использование этого метода для решения реальных задач связано с большими, иногда практически непреодолимыми трудностями).

Методологическое значение работ Робинсона и других аналогичных работ заключалось в том, что основное внимание в исследованиях по ИИ переместилось с разработки методов воспроизведения в ЭВМ человеческого мышления на разработку машинно-ориентированных методов решения задач.

При этом определение термина «искусственный интеллект» претерпело существенное изменение. Целью исследований, проводимых в направлении ИИ, стало не моделирование способов мышления человека, а разработка программ, способных решать «человеческие задачи». Так, один из видных исследователей ИИ того времени Р. Бенерджи в 1969 г. писал: «Область исследований, обычно называемую искусственным интеллектом, вероятно, можно представить как совокупность методов и средств анализа и конструирования машин, способных выполнять задания, с которыми до недавнего времени мог справиться только человек. При этом по скорости и эффективности машины должны быть сравнимы с человеком».

Функциональный подход к направленности исследований по искусственному интеллекту сохранился в основном до настоящего времени, хотя еще и сейчас ряд ученых, особенно психологов, пытаются оценивать результаты работ по ИИ с позиций их соответствия человеческому мышлению.

Исследовательским полигоном для развития методов ИИ на первом этапе являлись всевозможные игры, головоломки, математические задачи. Некоторые из этих задач стали классическими в литературе по искусственному интеллекту.

Выбор таких задач для исследований обусловливался простотой и ясностью проблемной среды (среды, в которой разворачивается решение задачи), ее относительно малой громоздкостью, возможностью достаточно легкого подбора и даже искусственного конструирования «под метод». В то же время такие среды подходили для моделирования достаточно сложных процессов решения и исследования всевозможных стратегии решения с относительно небольшими затратами как человеческих, так и машинных ресурсов.

Основной расцвет такого рода исследований приходится на конец 60-х годов, после чего стали делаться первые попытки применения разработанных методов для задач, решаемых не в искусственных, а в реальных проблемных средах. Однако такие попытки натолкнулись на большие трудности, обусловленные главным образом необходимостью моделирования внешнего мира. Эти трудности были связаны с проблемами описания знаний о внешнем мире, организации их хранения и достаточно эффективного поиска, введения в память ЭВМ новых знаний и устранения устаревших (в том числе автоматического их извлечения из среды), проверки полноты и непротиворечивости знаний и т. п. Указанные проблемы еще и сегодня далеки от полного решения, однако уже в то время становилось все более понятным, что именно их решение является ключом к созданию эффективных систем искусственного интеллекта.

Необходимость исследования систем искусственного интеллекта при их функционировании в реальном мире привела к постановке задачи создания интегральных роботов. При разработке проектов таких роботов использование термина «искусственный интеллект» стало звучать более обоснованно, так как в них решались не отдельные задачи ИИ, а исследовался и реализовывался необходимый спектр «интеллектуальных» функций, таких, как организация целенаправленного поведения, восприятие информации о внешней среде, формирование действий, обучение, общение с человеком и другими роботами.

Для формирования целенаправленного поведения, т. е. формирования программы решения некоторой внешней по отношению к роботу задачи, интегральный робот должен обладать необходимым комплексом знаний о реальном мире, в котором он функционирует, значительно превосходящем знания, отображаемые в собственно программе функционирования. Эти знания должны быть заложены в роботе в виде модели внешнего мира или, точнее, модели проблемной среды, т.е. той части внешнего мира, которая существенна для решения задач, ставящихся перед роботом. Модель проблемной среды интегрального робота – это совокупность взаимосвязанных сведений, необходимых и достаточных для решения соответствующего класса задач, в том числе и сведений о возможных способах воздействия на среду и изменениях, которые они вызывают в ней. В систему знаний робота должны быть заложены алгоритмы, позволяющие воспроизводить «мысленные» преобразования среды и строить на этой основе план решения очередной задачи, а также алгоритмы, обеспечивающие выполнение данного плана и контрольное сравнение ожидаемых и действительных результатов запланированных действий.

Проведение работ, связанных с созданием интегральных роботов, можно считать вторым этапом исследований по искусственному интеллекту.

В Стэндфордском университете, Стэндфордском исследовательском институте и некоторых других местах были разработаны экспериментальные роботы, функционирующие в лабораторных условиях. Проведение этих экспериментов показало необходимость решения кардинальных вопросов, связанных с проблемой представления знаний о среде функционирования, и одновременно недостаточную исследованность таких проблем, как зрительное восприятие, построение сложных планов поведения в динамических средах, общение с роботами на естественном языке.

Эти проблемы были более или менее ясно сформулированы и поставлены перед исследователями в середине 70-х годов, связанных с началом третьего этапа исследований систем ИИ. Его характерной чертой явилось смещение центра внимания исследователей о создания автономно функционирующих систем, самостоятельно (или в условиях ограниченного общения с человеком) решающих в реальной среде поставленные перед ними задачи, к созданию человеко-машинных систем, интегрирующих в единое целое интеллект человека и способности вычислительных машин для достижения общей цели – решения задачи, поставленной перед интегральной человеко-машинной решающей системой.