программа моделирования на ЭВМ механизмов человеческой обработки информации.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
Искусственный интеллект
Источник: Философия науки. Эпистемология. Методология. Культура
Искусственный интеллект
совокупность теорий, программ и алгоритмов моделирования с помощью технических систем механизмов обработки информации в мозгу человека.
Источник: Философия логика и методология науки Толковый словарь понятий. 2010 г.
Искусственный интеллект
узкое (не вполне корректное) понятие, определяющее способность небиологического процесса обнаруживать свойства, ассоциируемые с разумным поведением человека. В широком смысле можно вести речь об интеллекте биологическом или техническом как мыслительной способности биологических и/или технических систем осуществлять сложную рассудочную деятельность.
Источник: Закон оптимального построения техноценозов. Терминологический словарь.
ИНТЕЛЛЕКТ ИСКУССТВЕННЫЙ
(artificial intelligence) — научнотехническое направление, ставящее целью моделирование процессов познания и мышления для разработки программноинформационного обеспечения различных устройств, предназначенных для решения задач и принятия решений, считавшихся ранее прерогативой человека и относимых к интеллекту (дискуссия 60х гг. XX в.: может ли машина мыслить и играть в шахматы).
Источник: Философский словарь инженера. 2016
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
(ИИ) – 1) дисциплина, изучающая возможность создания программ для решения задач, которые требуют определенных интеллектуальных усилий при выполнении их человеком. Примерами областей использования ИИ являются: игры, логический вывод, обучение, понимание естественных языков, формирование планов, понимание речи, доказательство теорем и визуальное восприятие; 2) раздел информатики, включающий разработку методов моделирования и воспроизведения с помощью ЭВМ отдельных функций творческой деятельности человека, решение проблемы представления знаний в ЭВМ и построение баз знаний, создание экспертных систем, разработку т.наз. интеллектуальных роботов.
Источник: Словарь науки. Общенаучные термины и определения. 2008 г.
Искусственный интеллект
проблемная область исследований (научное направление и прикладные разработки) по моделированию человеческой способности к творческой деятельности. Направление научных исследований, называемое «искусственный интеллект», возникло в 60-х гг. XX в. Сфера деятельности ученых, исследующих искусственный интеллект, находится на стыке с другими областями. Это, в частности, психологические исследования механизмов творческой деятельности, когнитология, машинный перевод, прикладная лингвистика, моделирование речи и др. В прикладном аспекте к искусственному интеллекту относятся устройства и системы, в которых воплощаются идеи и подходы искусственного интеллекта.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
- метафорическое обозначение области исследований, цель которых - создание технических систем, способных решать задачи невычислительного характера и выполнять действия, требующие переработки содержательной информации и считающиеся прерогативой человеческого мозга. К числу таких задач относятся, напр., задачи на доказательство теорем, игровые задачи (скажем, при игре в шахматы), задачи по переводу с одного языка на другой, по сочинению музыки, распознаванию зрительных образов, решению сложных творческих проблем науки и общественной практики. Одной из важных задач И. и. является создание интеллектуальных роботов, способных автономно совершать операции по достижению целей, поставленных человеком, и вносить коррективы в свои действия.
Источник: Словарь по логике
Искусственный интеллект
(иногда называют сокращенно AI — от англ. Artificial Intelligence). Усовершенствованные компьютерные системы, способные решать сложные задачи, распознавать образы и принимать ответственные решения, т.е. делать то, что сейчас в состоянии выполнить только человеческий разум. Цель искусственного интеллекта — имитировать с помощью электронных устройств мыслительный процесс человека, насколько это будет возможно. В конечном счете конструкторы искусственного интеллекта стремятся усовершенствовать процессы принятия решений. Разработка искусственного интеллекта включает в себя широкий спектр технологических проблем в областях распознавания речи, робототехники, принятия решений и распознавания образов. В настоящее время большое внимание направлено на развитие экспертных систем, в которых основные данные по какой-то особой специальности — медицине, праву, финансам и т. д. — внесены в программное обеспечение компьютера. Экспертные системы должны имитировать знания, методы и способность принимать правильные решения реальных людей, т.е. создавать своего рода электронное подобие специалистов, принимающих решения.
В основе искусственного интеллекта лежит использование эвристики — искусства делать правильные догадки. С ее помощью компьютеры справляются с задачами, не поддающимися решению посредством применения математических формул и включающими в себя много особых случаев. Хорошим примером машин, демонстрирующих интеллект, являются шахматные компьютеры, доведенные в последнее время до уровня, соответствующего мастерству ведущих шахматистов мира. См. Интуитивная кибернетика.
В основе искусственного интеллекта лежит использование эвристики — искусства делать правильные догадки. С ее помощью компьютеры справляются с задачами, не поддающимися решению посредством применения математических формул и включающими в себя много особых случаев. Хорошим примером машин, демонстрирующих интеллект, являются шахматные компьютеры, доведенные в последнее время до уровня, соответствующего мастерству ведущих шахматистов мира. См. Интуитивная кибернетика.
Источник: Словарь научной грамотности. 1997 г.
ИНТЕЛЛЕКТ ИСКУССТВЕННЫЙ
1. Условное обозначение кибернетических систем и их логико-математического обеспечения, предназначенных для решения некоторых задач, обычно требующих использования интеллектуальных способностей человека. 2. Совокупность функциональных возможностей электронно-вычислительной машины – компьютера – решать задачи, ранее требовавшие обязательного участия человека. Этот термин нужно рассматривать как метафору. Фактическое содержание теории интеллекта искусственного составляют теория программирования, включая иногда теорию самих компьютеров. Ныне на первый план выдвигается организация знаний в системах интеллекта искусственного, организация диалога человека и компьютера, создание систем гибридного интеллекта, объединяющих мыслительные способности людей, разделенных во времени и пространстве, с использованием информационно-вычислительной техники, адаптированной к каждому активному участнику подобной системы. Одна из областей приложения идей интеллекта искусственного психология. В свою очередь в теории интеллекта искусственного используются психологические знания. В психологии рассматривается вопрос о наличии (или отсутствии) аналогии человеческой психики и интеллекта искусственного. Хотя в основе интеллекта искусственного лежит моделирование отдельных аспектов и свойств мыслительной деятельности человека, совпадение результативных характеристик функционирования компьютера и мышления человека не может расцениваться как сходство сравниваемых структур. Среди специализированных разделов психологии все чаще можно встретить психологов, занятых проблемами интеллекта искусственного. Они пытаются методами машинного моделирования лучше понять, как происходит процесс мышления у человека, а также использовать машину для развития у детей новых навыков мышления и исследования задач. Психологические исследования интеллектуальной деятельности человека и диалогического общения служат основой для поиска путей дальнейшего совершенствования компьютеров и наилучшего объединения творческих возможностей человека и формализованных процедур, реализуемых компъютерами.
Источник: Евразийская мудрость от а до Я
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
метафорическое понятие для обозначения системы созданных людьми средств, воспроизводящих определенные функции человеческого мышления. Профессиональный статус понятия "computer science" (дословно: "компьютерной науки") был легитимирован научной общественностью в ходе первой Международной объединенной конференции по данным проблемам (Вашингтон, 1969). Появившаяся в начале 1970-х русскоязычная версия этого оборота — "И.И." (ср. "искусственная почка", "искусственное сердце" и т.п.) — оказалась, согласно широко распространенному мнению, не самой удачной. (Происхождение языковой метафоры "И.И." традиционно ассоциируют с употреблением Н.В.Гоголем впервые в отечественной словесности слова "интеллект" для обозначения способности человека к познанию, постижению чего-либо.) Основная область практического применения И.И. — создание компьютерных экспертных систем. Согласно установившейся в отечественной философской и социогуманитарной литературе традиции, принято полагать, что науки и специальные дисциплины, ориентированные на всестороннее комплексное осмысление проблемы И.И., призваны разрабатывать правила конструирования таких алгоритмов работы компьютерной техники, которые производили бы впечатление разумной, целенаправленной деятельности. Кроме этого, констатируется необходимость создания таких компьютерных программ, чтобы их функционирование могло бы быть квалифицировано как разумное (при обнаружении идентичных поведенческих репертуаров у человека). Предполагается также, что основой любых схем и теорий "И.И." должна выступать теория информации (в особенности в аспектах кодировки, перекодировки и трансляции последней). Особо важное место в традиционной проблематике И.И. занимает реконструкция интеллектуальных процедур оперирования не столько данными и числами — сколько знаниями, знаками и символами. При этом реальная и потенциальная практика применения компьютеров в системах управления социальными объектами (рефлексия над которыми, как известно, кардинально трансформирует их самих) обусловливает вывод о новой объектной сфере, порождаемой функционированием систем И.И. Новая область общественной вовлеченности И.И. включает в сферу своего воздействия принципиально не осваиваемый людьми ранее класс объектов: активных, обладающих "свободой воли", способных к изменению (спонтанному либо осмысленному) критериев управления и самоуправления, а также с изменяющимися во времени целями их собственного существования. Как правило, в специальной литературе традиционно принято акцентировать именно подражательный, подчиненный и "вторичный" статус принципов функционирования "разумных машин" — носителей И.И. Так, в "Словаре по кибернетике" (1979) И.И.Глушков подчеркивал, что под И.И. правомерно понимать "искусственную систему, имитирующую /подчеркнуто мною —И.К./ решение человеком сложных задач в процессе его жизнедеятельности". При всем (весьма значительном) диапазоне различий между несовпадающими версиями роли теорий И.И. (например, эвристическими, "бионическими" либо "субстратно-моделирующими") их общим знаменателем правомерно полагать воспроизведение метапроцедур создания человеческим разумом оригинальных программ собственной творческой деятельности. При этом финальное разрешение проблемы создания И.И. принято полагать вопросом времени (т.е., в конечном счете, как технологическую). И.Д. Карпенко
Источник: Постмодернизм. Энциклопедия
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
англ. artificial intelligence) — 1) научное направление, ставящее целью моделирование процессов познания и мышления, использование применяемых человеком методов решения задач для повышения производительности вычислительной техники; 2) различные устройства, механизмы, программы, которые по тем или иным критериям могут быть названы «интеллектуальными»; 3) совокупность представлений о познании, разуме и человеке, делающих возможным саму постановку вопроса о моделировании интеллекта. Исторически проблематика искусственного интеллекта связана с поисками средневековыми мыслителями совершенного «философского», или «первоадамова», языка, через который можно познать абсолютную истину. В процессе превращения мифологических представлений об искусственном интеллекте в рациональную научную конструкцию (от Луллия через Лейбница к Винеру) выделяются три ключевые идеи: во-первых, представление о возможности окончательного рационального познания мира, во-вторых, представление об объективном знании, независимом ни от человека, ни от человечества, и, в-третьих, представление об объективности познания, представляющее собой, с точки зрения кибернетики, совокупность процессов получения, передачи и переработки информации.
С момента своего отделения от кибернетики в кон. 1950-х гг. исследования в области искусственного интеллекта прошли три этапа. Первый этап (1950—60-е гг.) охватывает время становления исследовательских программ искусственного интеллекта, формирования круга задач, относящихся к данному научному направлению (игры, доказательство теорем, распознавание образов, понимание естественного языка, машинный перевод, планирование эксперимента, робототехника), создания методов и инструментов решения этих задач (языкЛисп, персептрон и др.). Этот этап характеризуется широким общественным резонансом исследований и завышенными ожиданиями. Следующий этап (1960—70-е гг.) связан с приобретением искусственным интеллектом статуса «классической» научно-технической дисциплины: проведением первых международных конференций, началом издания журналов, чтением соответствующих курсов в университетах. В это время разрабатываются фундаментальные теории (нечеткая логика, модели представления знаний, генетические алгоритмы и др.), послужившие в дальнейшем основой новых интеллектуальных программ. Третий этап (1980—90-е гг.) связан прежде всего с практическим (коммерческим) использованием достижений искусственного интеллекта в разных сферах деятельности: финансах, экономике, компьютерной и бытовой технике, менеджменте, управлении (экспертные системы, программы интеллектуального анализа данных, нейро- и биокомпьютеры). Для этого этапа характерно также изучение и моделирование рациональных структур в связи с эмоциями, верованиями, чувствами, практическими навыками и неаналитическими методами обработки образной информации, что сближает современные модели искусственного интеллекта с их естественным человеческим прототипом.
Лит.: Тьюринг А. Может ли машина мыслить? М., 1960; Дрейфус X. Чего не могут вычислительные машины. Критика искусственного разума. М., 1978; Искусственный интеллект. — Справочник в 3 кн. М., 1990; Будущее искусственного интеллекта. М., 1991; Петрунин Ю. Ю. От тайного знания к нейрокомпьютеру. Очерки по истории искусственного интеллекта. М., 1996; Язык и интеллект. М., 1996; Encyclopedia of Artificial Intelligence, vol. 1-2. N. Y., 1987; Wnograd T., Flores F. Understanding Computers and Cognition: A New Foundation for Design. Norwood—New Jersey, 1987; The Philosophy of Artificial Intelligence, ed. by M. Boden. Oxf., 1990; Penrose R. Shadows f the Mind. Vintage, 1995; Android Epistemology, ed. by K. Ford, D. Glymour, P. Hayes. Menio Park, 1997.
Ю. Ю. Петрушн
С момента своего отделения от кибернетики в кон. 1950-х гг. исследования в области искусственного интеллекта прошли три этапа. Первый этап (1950—60-е гг.) охватывает время становления исследовательских программ искусственного интеллекта, формирования круга задач, относящихся к данному научному направлению (игры, доказательство теорем, распознавание образов, понимание естественного языка, машинный перевод, планирование эксперимента, робототехника), создания методов и инструментов решения этих задач (языкЛисп, персептрон и др.). Этот этап характеризуется широким общественным резонансом исследований и завышенными ожиданиями. Следующий этап (1960—70-е гг.) связан с приобретением искусственным интеллектом статуса «классической» научно-технической дисциплины: проведением первых международных конференций, началом издания журналов, чтением соответствующих курсов в университетах. В это время разрабатываются фундаментальные теории (нечеткая логика, модели представления знаний, генетические алгоритмы и др.), послужившие в дальнейшем основой новых интеллектуальных программ. Третий этап (1980—90-е гг.) связан прежде всего с практическим (коммерческим) использованием достижений искусственного интеллекта в разных сферах деятельности: финансах, экономике, компьютерной и бытовой технике, менеджменте, управлении (экспертные системы, программы интеллектуального анализа данных, нейро- и биокомпьютеры). Для этого этапа характерно также изучение и моделирование рациональных структур в связи с эмоциями, верованиями, чувствами, практическими навыками и неаналитическими методами обработки образной информации, что сближает современные модели искусственного интеллекта с их естественным человеческим прототипом.
Лит.: Тьюринг А. Может ли машина мыслить? М., 1960; Дрейфус X. Чего не могут вычислительные машины. Критика искусственного разума. М., 1978; Искусственный интеллект. — Справочник в 3 кн. М., 1990; Будущее искусственного интеллекта. М., 1991; Петрунин Ю. Ю. От тайного знания к нейрокомпьютеру. Очерки по истории искусственного интеллекта. М., 1996; Язык и интеллект. М., 1996; Encyclopedia of Artificial Intelligence, vol. 1-2. N. Y., 1987; Wnograd T., Flores F. Understanding Computers and Cognition: A New Foundation for Design. Norwood—New Jersey, 1987; The Philosophy of Artificial Intelligence, ed. by M. Boden. Oxf., 1990; Penrose R. Shadows f the Mind. Vintage, 1995; Android Epistemology, ed. by K. Ford, D. Glymour, P. Hayes. Menio Park, 1997.
Ю. Ю. Петрушн
Источник: Новая философская энциклопедия
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
это понятие, обозначающее системы созданных людьми средств, воспроизводящих определенные функции человеческого мышления. В 1969 г. в Вашингтоне на Международной объединенной конференции по проблемам компьютеризации понятие «computer science» (в переводе с англ. – компьютерная наука) было введено в научный оборот. В 70-е гг. появилась русскоязычная версия оборота «computer science» – искусственный интеллект. Однако единого мнения о происхождении понятия «искусственный интеллект» не существует. Так, В. В. Девятков в работе «Системы искусственного интеллекта» (2001) пишет о том, что введение данного понятия в научный оборот следует относить к 1956 г., когда началось развитие кибернетики и создание вычислительной техники.
Следует подчеркнуть, что изучение собственно свойств интеллекта началось в глубокой древности, когда философы пытались понять, как осуществляются восприятие, обучение, запоминание и рассуждение. Г. С. Поспелов, Д. А . Поспелов в работе «Искусственный интеллект – прикладные системы» (1985) пишут о том, что исследования в области искусственного интеллекта направлены на решение проблем, стоящих на пути к массовому внедрению вычислительных машин и роботов в системы управления, научные исследования, процессы проектирования и конструирования новых технических систем. И. И. Глушков рассматривает искусственный интеллект как искусственную систему, имитирующую решение человеком сложных задач, возникающих в процессе жизнедеятельности. К искусственному интеллекту относят всякую систему, которая способна находить оригинальные и эффективные решения поставленных задач, причем часто неожиданные как для пользователя и конструктора ЭВМ, так и для составителя программ, по которым работает машина (А. Г . Ивахненко и др.). Несмотря на разные трактовки искусственного интеллекта, между ними есть общее: искусственный интеллект связывают с воспроизведением таких, которые используются в интеллектуальной деятельности человека. Проникновение в тайны творческой деятельности людей, их способности к овладению знаниями и умениями связаны с изучением тех механизмов, с помощью которых человек способен научиться практически любому виду деятельности. Цель исследований в области искусственного интеллекта состоит в создании арсенала метапроцедур, достаточных для того, чтобы ЭВМ (или другие технические системы, напр. роботы) могли находить решение задач в определенной предметной области. Объектом изучения искусственного интеллекта являются метапроцедуры, используемые при решении человеком задач, традиционно называемых интеллектуальными, или творческими. К числу метапроцедур относятся целенаправленный поиск в лабиринте возможностей; ассоциативный поиск и ассоциативное рассуждение; представление знаний, рассуждение, пополнение и корректировка знаний. Эти метапроцедуры составляют ядро интеллектуальных возможностей современных программ и программных систем, ориентированных на решение творческих задач. Основными направлениями в сфере искусственного интеллекта являются: представление знаний – разработка методов и приемов для формализации и последующего ввода в память интеллектуальной системы знаний из различных проблемных областей, обобщение, классификация и использование знаний при решении задач; моделирование рассуждений, их изучение и формализация; разработка диалоговых процедур общения для обеспечения контакта между интеллектуальной системой и человеком в процессе решения задач; планирование целесообразной деятельности, а именно разработка методов построения программ сложной деятельности с учетом знаний, хранящихся в интеллектуальной системе; обучение интеллектуальных систем (накопление умений и навыков с целью их последующего использования в работе системы).
Искусственный интеллект предполагает разработку алгоритмов работы компьютерной техники, которые бы производили впечатление разумной и целенаправленной деятельности. К проблемам, связанным с искусственным интеллектом, относится реконструкция интеллектуальных процедур оперирования знаниями, знаками, символами, данными и числами. Главная область практического применения искусственного интеллекта – создание компьютерных систем, предназначенных для пользователей, сфера деятельности которых далека от искусственного интеллекта и программирования. Электронный мозг содержит в себе огромный потенциал для развития искусственного интеллекта. Компьютеры позволяют экспериментально проверять идеи, доказывать математические теоремы, писать стихи, сочинять музыкальные произведения, проводить диагностику заболеваний и др., что позволяет соотносить искусственный интеллект универсальной областью знаний. О. Н. Томюк
Следует подчеркнуть, что изучение собственно свойств интеллекта началось в глубокой древности, когда философы пытались понять, как осуществляются восприятие, обучение, запоминание и рассуждение. Г. С. Поспелов, Д. А . Поспелов в работе «Искусственный интеллект – прикладные системы» (1985) пишут о том, что исследования в области искусственного интеллекта направлены на решение проблем, стоящих на пути к массовому внедрению вычислительных машин и роботов в системы управления, научные исследования, процессы проектирования и конструирования новых технических систем. И. И. Глушков рассматривает искусственный интеллект как искусственную систему, имитирующую решение человеком сложных задач, возникающих в процессе жизнедеятельности. К искусственному интеллекту относят всякую систему, которая способна находить оригинальные и эффективные решения поставленных задач, причем часто неожиданные как для пользователя и конструктора ЭВМ, так и для составителя программ, по которым работает машина (А. Г . Ивахненко и др.). Несмотря на разные трактовки искусственного интеллекта, между ними есть общее: искусственный интеллект связывают с воспроизведением таких, которые используются в интеллектуальной деятельности человека. Проникновение в тайны творческой деятельности людей, их способности к овладению знаниями и умениями связаны с изучением тех механизмов, с помощью которых человек способен научиться практически любому виду деятельности. Цель исследований в области искусственного интеллекта состоит в создании арсенала метапроцедур, достаточных для того, чтобы ЭВМ (или другие технические системы, напр. роботы) могли находить решение задач в определенной предметной области. Объектом изучения искусственного интеллекта являются метапроцедуры, используемые при решении человеком задач, традиционно называемых интеллектуальными, или творческими. К числу метапроцедур относятся целенаправленный поиск в лабиринте возможностей; ассоциативный поиск и ассоциативное рассуждение; представление знаний, рассуждение, пополнение и корректировка знаний. Эти метапроцедуры составляют ядро интеллектуальных возможностей современных программ и программных систем, ориентированных на решение творческих задач. Основными направлениями в сфере искусственного интеллекта являются: представление знаний – разработка методов и приемов для формализации и последующего ввода в память интеллектуальной системы знаний из различных проблемных областей, обобщение, классификация и использование знаний при решении задач; моделирование рассуждений, их изучение и формализация; разработка диалоговых процедур общения для обеспечения контакта между интеллектуальной системой и человеком в процессе решения задач; планирование целесообразной деятельности, а именно разработка методов построения программ сложной деятельности с учетом знаний, хранящихся в интеллектуальной системе; обучение интеллектуальных систем (накопление умений и навыков с целью их последующего использования в работе системы).
Искусственный интеллект предполагает разработку алгоритмов работы компьютерной техники, которые бы производили впечатление разумной и целенаправленной деятельности. К проблемам, связанным с искусственным интеллектом, относится реконструкция интеллектуальных процедур оперирования знаниями, знаками, символами, данными и числами. Главная область практического применения искусственного интеллекта – создание компьютерных систем, предназначенных для пользователей, сфера деятельности которых далека от искусственного интеллекта и программирования. Электронный мозг содержит в себе огромный потенциал для развития искусственного интеллекта. Компьютеры позволяют экспериментально проверять идеи, доказывать математические теоремы, писать стихи, сочинять музыкальные произведения, проводить диагностику заболеваний и др., что позволяет соотносить искусственный интеллект универсальной областью знаний. О. Н. Томюк
Источник: История философии науки и техники.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
концепт информатики. Рассуждая об И. и., как правило, акцент мы делаем на слове «интеллект». В предметном отношении интеллект — это то, что выражает специфику человека, его наиболее развитые творческие способности, связанные прежде всего с его ментальной и языковой деятельностью. При желании можно охарактеризовать интеллект человека с позиций философских направлений, например, феноменологии, герменевтики, аналитизма. В данном месте такой анализ преждевременен. Обратимся в первую очередь к воззрениям самих информатиков. Ж.-Л. Лорьер отмечает две характерные особенности сферы И. и. Во-первых, информация используется не в числовой, а в символической форме букв, слов, знаков, рисунков; во-вторых, делается выбор между многими вариантами в условиях неопределенности [1. С. 11]. К этим двум особенностям искусственного интеллекта, как нам представляется, в методологических целях необходимо добавить по крайней мере еще одно, которое мы называем эффектом Пигмалиона. Он, как известно, влюбившись в изваянную им статую, попросил Афродиту оживить ее. Похоже, что некоторые информатики мечтают об оживлении компьютерных систем И. и. Человек в качестве собственника естественного интеллекта видит, чувствует, мыслит, понимает, ориентируется во внешнем мире, открытом навстречу неизведанному будущему. Считается, что И. и. должен повторить судьбу своего творца. Но возможно ли это?
Работы в области И. и. были начаты в середине 1950-х гг. [2]. Наиболее энергично они ведутся в области доказательства теорем, создания моделей игр (особое внимание уделяется шахматам), распознавания образов (зрительных, слуховых и других), использования естественного языка, создания экспертных систем (для целей, например, диагностики в медицине и прогнозирования в геологии), совершенствования обучающих программ, моделирования функций мозга. В каждой из этих областей получены впечатляющие результаты [3]. Ниже приводятся некоторые из них в качестве иллюстрации возможностей И. и.
В 1976 г. К.-О. Аппель и В. Хейген решили проблему топологии о четырех красках. Используя компьютер, они доказали, что минимальное количество цветов, с помощью которых можно раскрасить любые мыслимые карты таким образом, чтобы сопредельные страны всегда были разного цвета, равно четырем. Пикантность ситуации состоит в том, что компьютерное доказательство не может быть повторено человеком из-за его ограниченного срока жизни. С помощью компьютера была также решена проблема Кеплера: как наиболее экономно укладывать сферические артиллерийские ядра на падубе корабля? Оказывается, ядра надо укладывать в пирамиду. Достойно удивления не подключение компьютера к математическим доказательствам, а преобразование логики математических доказательств, в т.ч. в связи с использованием когнитивной компьютерной графики. «Новые информационные технологии, — резюмирует А.А. Зенкин, — возможно, скоро создадут и новую методологию визуального доказательства логических и математических утверждений и соответствующим образом скорректируют теорию принятия решений основателя многих математических исчислений (речь идет о Лейбнице (см.) — В.К.). Зачем спорить? Давайте лучше сядем и Посмотрим когнитивный цветомузыкальный мультфильм с наилучшим решением разделяющих нас проблем!» [4. С. 134] Назаре компьютерной техники трудно было предвидеть, что она будет способствовать решающим образом переводу «сухих» математических знаков в «живые» зрительные образы. Обратимся теперь к способам интеллектуализации интерфейса (т.е. информационного обмена) обучающих программ. Новейшие экспертные обучающие программы призваны наладить диалог компьютер — обучаемый.
В этой связи широко используются возможности компьютера по моделированию деятельности как учителя, так и ученика, и представлению мультимедиа-информации, в т.ч. мимической сигнализации [5]. Обучаемый не без интереса общается с компьютером, с экрана монитора которого ему дают, иногда с подмигиванием, самые доброжелательные советы. Создается впечатление, что компьютерный учитель со знанием дела ведет обучаемого по тем лабиринтам, которые позволяют приобретать знания эффективнейшим образом.
Вышеупомянутое можно расценить как введение в проблематику И. и. (в английской транскрипции AI—Artificial Intellegence). Переходим к философской интерпретации И. и. В этой связи бесспорный интерес представляют статьи англичанина Дж. Серла и американцев братьев Дрейфусов. Серл различает тезисы слабого и сильного AJ. Согласно тезису о слабом AI компьютер — это мощный инструмент по изучению сознания. Согласно тезису о сильном AI компьютер, запрограммированный соответствующим образом, сам воплощает в себе сознание. Серл соглашается с тезисом о слабом AI, но решительно возражает против тезиса о сильном AI. Суть возражения Серла состоит в том, что компьютер манипулирует формальными символами, но у него нет интен- циональности; можно сказать, что он обладает синтаксисом, но не семантикой [6. С. 394— 397]. Компьютер не интерпретирует и не мыслит. Серл — известный представитель аналитической философии, но его аргументация должна быть признана характерной для феноменолога, согласно которому сознание интенционально постольку, поскольку оно всегда направлено на концептуально (эйдетически) постигаемые явления. Для феноменолога крайне важно учитывать процессуальность работы сознания. Он решительно не готов поставить на место сознания «железки». Возможно, ортодоксальный феноменолог согласился бы признать компьютерный эффект Пигмалиона в случае, если речь зашла бы о биологических компьютерах. Но в своем развитом виде биологический компьютер как раз есть живое существо. Следует признать, что доводы феноменологов против тезиса о сильном AI до сих по не опровергнуты, они остаются актуальными. Крайне интересна аргументация братьев Дрейфусов. Они доказывают, что посредством компьютеров можно моделировать работу мозга, но до создания сознания дело не доходит. Дрейфусы полагают, что в классический период своей деятельности творцы AI бессознательно ориентировались на идеалы рационализма западной философии, разработанные Платоном, Декартом, Лейбницем, Кантом, Гуссерлем (см.) и молодым Витгенштейном (см.). Согласно этим идеалам наука начинается с теории, которая выступает как совокупность абстрактных бесконтекстных принципов, не зависящих от конкретных ситуаций. Отсюда следует вывод, что любая область формализуема, т.е. может быть представлена в виде формальной, символьной репрезентации. Исходя из этого компьютерщики придают самодовлеющее значение программам. При этом они упускают из вида, что идеалы рационализма оказались действенными только в естествознании. Согласно Дрейфусам Хайдеггер (см.) и поздний Витгенштейн показали, что «мы разумно ведем себя в этом мире, не имея никакой теории мира» [1. С. 426]. «Если правы Хайдеггер и Витгенштейн, люди гораздо холистичнее нейронных сетей.
Интеллект должен быть мотивирован целями и задачами организма, и в т.ч. и теми целями, которые организм черпает из наличной культуры. Если минимальная единица анализа — целостный организм, сцепленный с некоторым целостным миром культуры, то нейронным сетям, как и символьно программированным компьютерам, предстоит пройти еще долгий путь» [1. С. 430]. Вывод, к которому пришли Дрейфусы, нам представляется правильным. В области И. и. до торжества эффекта Пигмалиона действительно еще очень далеко. Впрочем, на наш взгляд, они недооценивают достоинства теоретического подхода. Ссылки на авторитет позднего Витгенштейна и Хайдеггера не доказывают, что в гуманитарной и обыденной области теоретический подход несостоятелен. Оба плохо осведомлены относительно успехов гуманитарных наук, которые отнюдь не перечеркнули идеалы теоретического познания. Также ошибочно Дрейфусы настаивают на бесконтекстности теорий. Хорошая теория всегда ситуативна, т.е. учитывает некий контекст. В западной литературе детально рассматривался вопрос о возможности компьютеров быть морально ответственными [8]. Абсолютное большинство исследователей пришло к выводу, что такое невозможно, но, пожалуй, следует признать, что в известном смысле возможно частичное делегирование человеком своей ответственности компьютеру. Итак, согласно Серлу AI нементален, он не умеет интерпретировать и, следовательно, несемантичен. Согласно Дрейфусам AI непрагматичен, не участвует в обыденной жизни. Эффект Пигмалиона в области информатики явно откладывается на неопределенное время, но необходимо учитывать, что проект И. и. остается актуальным. Многие связывают его триумф с компьютерами шестого поколения, био- и нейрокомпьютерами, развитием холистского подхода и целым рядом других новаций. Перспектив стать личностью у AI мало, но необходимо учитывать фактор относительной самостоятельности систем И. и. Они могут стать самостоятельной силой, особенно в случае их самоорганизации в качестве неличностного агента. В таком случае человечеству придется вплотную столкнуться с нешуточными проблемами по контролю этой силы.
Работы в области И. и. были начаты в середине 1950-х гг. [2]. Наиболее энергично они ведутся в области доказательства теорем, создания моделей игр (особое внимание уделяется шахматам), распознавания образов (зрительных, слуховых и других), использования естественного языка, создания экспертных систем (для целей, например, диагностики в медицине и прогнозирования в геологии), совершенствования обучающих программ, моделирования функций мозга. В каждой из этих областей получены впечатляющие результаты [3]. Ниже приводятся некоторые из них в качестве иллюстрации возможностей И. и.
В 1976 г. К.-О. Аппель и В. Хейген решили проблему топологии о четырех красках. Используя компьютер, они доказали, что минимальное количество цветов, с помощью которых можно раскрасить любые мыслимые карты таким образом, чтобы сопредельные страны всегда были разного цвета, равно четырем. Пикантность ситуации состоит в том, что компьютерное доказательство не может быть повторено человеком из-за его ограниченного срока жизни. С помощью компьютера была также решена проблема Кеплера: как наиболее экономно укладывать сферические артиллерийские ядра на падубе корабля? Оказывается, ядра надо укладывать в пирамиду. Достойно удивления не подключение компьютера к математическим доказательствам, а преобразование логики математических доказательств, в т.ч. в связи с использованием когнитивной компьютерной графики. «Новые информационные технологии, — резюмирует А.А. Зенкин, — возможно, скоро создадут и новую методологию визуального доказательства логических и математических утверждений и соответствующим образом скорректируют теорию принятия решений основателя многих математических исчислений (речь идет о Лейбнице (см.) — В.К.). Зачем спорить? Давайте лучше сядем и Посмотрим когнитивный цветомузыкальный мультфильм с наилучшим решением разделяющих нас проблем!» [4. С. 134] Назаре компьютерной техники трудно было предвидеть, что она будет способствовать решающим образом переводу «сухих» математических знаков в «живые» зрительные образы. Обратимся теперь к способам интеллектуализации интерфейса (т.е. информационного обмена) обучающих программ. Новейшие экспертные обучающие программы призваны наладить диалог компьютер — обучаемый.
В этой связи широко используются возможности компьютера по моделированию деятельности как учителя, так и ученика, и представлению мультимедиа-информации, в т.ч. мимической сигнализации [5]. Обучаемый не без интереса общается с компьютером, с экрана монитора которого ему дают, иногда с подмигиванием, самые доброжелательные советы. Создается впечатление, что компьютерный учитель со знанием дела ведет обучаемого по тем лабиринтам, которые позволяют приобретать знания эффективнейшим образом.
Вышеупомянутое можно расценить как введение в проблематику И. и. (в английской транскрипции AI—Artificial Intellegence). Переходим к философской интерпретации И. и. В этой связи бесспорный интерес представляют статьи англичанина Дж. Серла и американцев братьев Дрейфусов. Серл различает тезисы слабого и сильного AJ. Согласно тезису о слабом AI компьютер — это мощный инструмент по изучению сознания. Согласно тезису о сильном AI компьютер, запрограммированный соответствующим образом, сам воплощает в себе сознание. Серл соглашается с тезисом о слабом AI, но решительно возражает против тезиса о сильном AI. Суть возражения Серла состоит в том, что компьютер манипулирует формальными символами, но у него нет интен- циональности; можно сказать, что он обладает синтаксисом, но не семантикой [6. С. 394— 397]. Компьютер не интерпретирует и не мыслит. Серл — известный представитель аналитической философии, но его аргументация должна быть признана характерной для феноменолога, согласно которому сознание интенционально постольку, поскольку оно всегда направлено на концептуально (эйдетически) постигаемые явления. Для феноменолога крайне важно учитывать процессуальность работы сознания. Он решительно не готов поставить на место сознания «железки». Возможно, ортодоксальный феноменолог согласился бы признать компьютерный эффект Пигмалиона в случае, если речь зашла бы о биологических компьютерах. Но в своем развитом виде биологический компьютер как раз есть живое существо. Следует признать, что доводы феноменологов против тезиса о сильном AI до сих по не опровергнуты, они остаются актуальными. Крайне интересна аргументация братьев Дрейфусов. Они доказывают, что посредством компьютеров можно моделировать работу мозга, но до создания сознания дело не доходит. Дрейфусы полагают, что в классический период своей деятельности творцы AI бессознательно ориентировались на идеалы рационализма западной философии, разработанные Платоном, Декартом, Лейбницем, Кантом, Гуссерлем (см.) и молодым Витгенштейном (см.). Согласно этим идеалам наука начинается с теории, которая выступает как совокупность абстрактных бесконтекстных принципов, не зависящих от конкретных ситуаций. Отсюда следует вывод, что любая область формализуема, т.е. может быть представлена в виде формальной, символьной репрезентации. Исходя из этого компьютерщики придают самодовлеющее значение программам. При этом они упускают из вида, что идеалы рационализма оказались действенными только в естествознании. Согласно Дрейфусам Хайдеггер (см.) и поздний Витгенштейн показали, что «мы разумно ведем себя в этом мире, не имея никакой теории мира» [1. С. 426]. «Если правы Хайдеггер и Витгенштейн, люди гораздо холистичнее нейронных сетей.
Интеллект должен быть мотивирован целями и задачами организма, и в т.ч. и теми целями, которые организм черпает из наличной культуры. Если минимальная единица анализа — целостный организм, сцепленный с некоторым целостным миром культуры, то нейронным сетям, как и символьно программированным компьютерам, предстоит пройти еще долгий путь» [1. С. 430]. Вывод, к которому пришли Дрейфусы, нам представляется правильным. В области И. и. до торжества эффекта Пигмалиона действительно еще очень далеко. Впрочем, на наш взгляд, они недооценивают достоинства теоретического подхода. Ссылки на авторитет позднего Витгенштейна и Хайдеггера не доказывают, что в гуманитарной и обыденной области теоретический подход несостоятелен. Оба плохо осведомлены относительно успехов гуманитарных наук, которые отнюдь не перечеркнули идеалы теоретического познания. Также ошибочно Дрейфусы настаивают на бесконтекстности теорий. Хорошая теория всегда ситуативна, т.е. учитывает некий контекст. В западной литературе детально рассматривался вопрос о возможности компьютеров быть морально ответственными [8]. Абсолютное большинство исследователей пришло к выводу, что такое невозможно, но, пожалуй, следует признать, что в известном смысле возможно частичное делегирование человеком своей ответственности компьютеру. Итак, согласно Серлу AI нементален, он не умеет интерпретировать и, следовательно, несемантичен. Согласно Дрейфусам AI непрагматичен, не участвует в обыденной жизни. Эффект Пигмалиона в области информатики явно откладывается на неопределенное время, но необходимо учитывать, что проект И. и. остается актуальным. Многие связывают его триумф с компьютерами шестого поколения, био- и нейрокомпьютерами, развитием холистского подхода и целым рядом других новаций. Перспектив стать личностью у AI мало, но необходимо учитывать фактор относительной самостоятельности систем И. и. Они могут стать самостоятельной силой, особенно в случае их самоорганизации в качестве неличностного агента. В таком случае человечеству придется вплотную столкнуться с нешуточными проблемами по контролю этой силы.
Источник: Философия науки. Краткий энциклопедический словарь. 2008 г.
искусственный интеллект
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ (от лат. intellectus — познание, понимание, рассудок) — направление исследований в современной компьютерной науке, целью которого является имитация и усиление интеллектуальной деятельности человека посредством компьютерных систем. Проблематика И. и. была сформулирована в середине 50-х гг. 20 в. группой американских исследователей, возглавляемой Дж. Маккарти. В СССР (а впоследствии в России) исследования по И. и. были начаты по инициативе Д.А. Поспелова, создавшего оригинальную школу разработчиков методов И. и. Идеи и методы И.и. Д.А. Поспелов и исследователи его школы применили в теории и практике ситуационного управления. В научной и научно-популярной литературе термин «И. и.» употребляется для обозначения «искусственного разума» — устройства, способного выполнить нетривиальные мыслительные действия, не только сравнимые с человеческими, но и превосходящие их. Данное направление исследований в компьютерной науке разрабатывает методы представления знаний, автоматизированных рассуждений и восприятия информации (напр., компьютерное зрение и восприятие речи, понимание текста), а также способы общения человека и компьютера (диалог на естественном языке и средства научения работе с компьютерной системой). Основным продуктом И. и. являются интеллектуальные системы, которые состоят из трех подсистем: Решателя задач, представления знаний и комфортного для пользователя интерфейса. Интеллектуальные системы являются аппроксимациями естественного интеллекта, «идеальным типом» которого (в смысле Макса Вебера) являются следующие способности, образующие его реальный феномен: способность выделять существенное в наличных знаниях, т.е. упорядочивать их (она — необходимый аспект интуиции); способность к целеполаганию и планированию поведения — порождение последовательностей «цель -> план -» действие»; способность к отбору знаний (посылок, выводов, релевантных цели рассуждения); способность извлекать следствия из имеющихся знаний, т.е. способность к рассуждению, которое может содержать как правдоподобные выводы, используемые для выдвижения гипотез, так и достоверные выводы; способность к аргументированному принятию решений, использующему упорядоченные знания (т.е. представление знаний) и результаты рассуждений; способность к рефлексии — оценке знаний и действий; способность к познавательному любопытству — познающий субъект должен быть способен порождать вопрос «Что такое?» и искать на него ответ; способность и потребность находить объяснение (необязательно дедуктивное!) как ответ на вопрос «Почему?» (это реализация абдуктивного инстинкта в смысле Ч.С. Пирса (см. Абдукция); способность к синтезу познавательных процедур, образующих эвристику решения задач и рассмотрения проблем, напр., — реализация взаимодействия индукции, аналогии и абдукции (с учетом фальсификации выдвигаемых гипотез посредством поиска контрпримеров) с последующим применением дедукции; способность к обучению и использованию памяти; способность к рационализации идей — стремление уточнить их как понятие; способность к созданию целостной картины относительно предмета мышления (формирование, по крайней мере, приближенной «теории» предметной области); способность к адаптации в условиях изменения жизненных ситуаций и знаний, что означает коррекцию «теорий», т.е. знаний о предметной области, и поведения. Компьютерные системы, реализующие способности (1), (3)—(6), (8)—(10), являются интеллектуальными системами (ИС) — основным продуктом И. и., аппроксимирующим способности интеллекта естественного. Интеллектуальные системы, содержащие подсистему Решателя задач, реализуют когнитивные рассуждения, посредством которых из баз фактов и баз знаний извлекаются новые знания. Решатель задач, содержащий Рассуждатель, который реализует автоматизированный синтез различных познавательных процедур — индукции, аналогии, абдукции и дедукции, — является подсистемой приобретения новых знаний как в автономном режиме (для «замкнутых миров»), так и в интерактивном режиме машинного обучения (для «открытых миров»). Таким образом, современные компьютерные интеллектуальные системы являются человеко-машинными партнерскими системами, а следовательно, тест А. Тьюринга относительно имитации человеческого поведения в компьютерной системе имеет смысл лишь для автономного режима работы интеллектуальных систем, но не применим для их интерактивного режима. Последний является средством как имитации, так и усиления интеллектуальной деятельности человека. На первых этапах предметом исследования И. и. были интеллектуальные игры (прежде всего, шахматы) и автоматическое доказательство теорем. Однако исходный «материал» для решения этих задач весьма формализован, тогда как применение компьютерных систем для обнаружения закономерностей и принятия решений в условиях неопределенности потребовало имитации и формализации перечня всех способностей «идеального типа» человеческого интеллекта. Это обстоятельство стало стимулом для формализации и автоматизации широкого класса эвристик решения задач, включающих машинное обучение в открытых предметных областях. Компьютерные системы И. и. для решения задач медицинской диагностики, восстановления структурных формул химических соединений, предсказания месторождений полезных ископаемых на первых этапах развития И. и. применялись к «замкнутым мирам». Их логическим средством были системы продукций — правил вывода типа «если х, то у». Такие системы имитировали принятие решений квалифицированным экспертом и, соответственно, получили название экспертных систем. Экспертные системы являются интеллектуальными системами с простым Решателем задач. Интеллектуальные системы высокого уровня используют различные системы представления знаний — язык логики предикатов 1-го порядка, семантические сети, фреймы, а Рассуждатель Решателя задач использует различные неклассические логики, посредством которых формализуется синтез познавательных процедур для реализации эвристик решения сложных задач. Примерами таких задач являются предсказание биологических активностей химических соединений, предсказание социального поведения, диагностика заболеваний по клиническим данным с предсказанием наилучшего способа лечения, установления личности преступника по криминалистическим данным в базе фактов и т.д. Решение указанных задач осуществляется с использованием различных средств И. и. — неклассических логик (в том числе немонотонных, в которых следствия, выводимые из посылок, могут стать невыводимыми при добавлении нового знания), нейронных сетей, деревьев решений, средств вычислительной статистики П. Гаека и Т. Хавранека и других методов автоматического порождения гипотез. Интеллектуальные системы высокого уровня реализуют известную схему эволюционной эпистемологии К. Поппера: Р1 — ТТ — ЕЕ — Р2, где Р1 — решаемая проблема, ТТ — пробная теория, представленная в базе фактов и базе знаний, ЕЕ — коррекция базы знаний, базы фактов и стратегии решения задач на основании анализа результатов работы компьютерной системы, а Р2 — новая проблема, полученная при анализе окончательных результатов. И. и. является областью приложений экспериментальной эпистемологии, т.к. методы И. и. охватывают как средства представления знаний, обладающих дескриптивными и аргументативными функциями, так и средства извлечения новых знаний посредством Решателя задач. Обобщение опыта применения методов И. и. создает возможность как теоретического, так и экспериментального изучения формализованных эвристик и синтеза познавательных процедур. Исследования по И. и. позволяют сформулировать конструктивную аналогию между структурой сознания и строением интеллектуальных систем. Структура сознания может быть представлена следующим образом: сознание = знание + мышление + субъективный мир личности (СМЛ); а строение интеллектуальной системы (ИС) может быть представлено посредством следующей схемы: ИС = (база знаний + база фактов) + Решатель задач + интерфейс. Аналогия между структурой сознания и строением ИС состоит в следующем: системе знаний человека соответствуют база знаний и база фактов, мышлению соответствует Решатель задач, а СМЛ соответствует интерфейс ИС. Приведенная аналогия иллюстрирует возможности весьма приближенного и схематичного изучения процесса познания, имитируемого в компьютерных системах И. и., но основанного на управляемых экспериментах в открытых предметных областях. Рассмотренная аналогия допускает развитие посредством совершенствования баз знаний, баз фактов, теории правдоподобных рассуждений и имитации субъективного мира личности. Следует отметить, что она противоположна как концепции сознания Дж. Серла, постулирующего эквивалентность физиологического субстрата и сознания, так и концепции, сводящей мыслительную деятельность к вычислениям. Исследования по И. и. породили множество полезных идей и методов в компьютерной науке, среди которых выделим функциональный язык программирования ЛИСП, язык логического программирования ПРОЛОГ, индуктивное логическое программирование и методы машинного обучения, экспертные системы, интеллектуальные работы, методы автоматического порождения гипотез (в том числе GUHA-метод и ДСМ-метод), немонотонные логики, логики аргументации и формализации правдоподобных рассуждений, включающих индукцию, аналогию и абдукцию, нейронные сети, генетические алгоритмы, нечеткие множества. Перспективным приложением И. и. является создание интеллектуальных роботов — роботов, в которых средством принятия решений являются интеллектуальные системы. Применение интеллектуальных роботов возможно во многих областях — в медицине, в экстремальных ситуациях, в боевых действиях, в промышленности, в космических исследованиях. В.К. Финн Лит.: Тьюринг А. Может ли машина мыслить. М., 1960; Маккарти Дж., и Хейес Р. Дж. Некоторые философские проблемы в задаче построения искусственного интеллекта// Кибернетические проблемы бионики. М., 1972. С. 40—88; Интегральные работы. М., 1973; Поспелов Д.А. Фантазия или наука (На пути к искусственному интеллекту). М., 1982; Гаек П., Гавранек Г. Автоматическое образование гипотез. М., 1984; Поспелов Д.А. Ситуационное управление. М., 1986; Реальность и прогнозы искусственного интеллекта. М., 1987; Будущее искусственного интеллекта. М., 1991; Эволюционная эпистемология и логика социальных наук (Карл Поппер и его критики). М., 2000; Гаврилова ТА., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб., 2000; Финн В.К. Интеллектуальные системы и общество. М., 2001; СерлДж. Открывая сознание заново. М., 2002; Люггер Дж. Ф. Искусственный интеллект (Стратегии решения сложных проблем). М.—С.—Киев, 2003; Пенроуз Р. Тени разума (В поисках науки о сознании). М. — Ижевск, 2003; Вагин В.Н, Головина Е.Ю., Загорянская А.А., Фомина М.В. Достоверный и правдоподобный вывод в интеллектуальных системах. М., 2004; Гаазе-Рапопорт М.Г., Поспелов Д.А. От амебы до робота: Модели поведения, М., 2004; Финн В.К. Искусственный интеллект: идейная база и основной продукт // Девятая национальная конференция по искусственному интеллекту с международным участием. Труды конференции. Т. 1. М., 2004. С. 11—20; Ярушкина Н.Г. Основы теории нечетких и гибридных систем. М., 2004; Nilsson NJ. Artificial Intelligence. A New Synthesis. San Francisco, California, 1998.
