- •1. Специфика технических наук, их отношение к естествознанию, математике и гуманитарным наукам. Техническая теория.
- •Формирование рационального обобщения в технике
- •2. Характеристика неклассического этапа развития науки и техники.
- •Познавательная модель
- •Создание теории относительности
- •Распространение в научном сообществе теории относительности
- •Химия и биология
- •Техника и технологии периода неклассической науки
- •3. Системно-интегративные тенденции в современной науке и технике.
- •Новые области науки, созданные во второй половине XX века
- •4. Кризис классической инженерной деятельности и формирование нового понимания инженерии.
- •Развитие системных и кибернетических представлений в технике.
- •Новое понимание научно-технического прогресса в контексте устойчивого развития.
- •История технических знаний как самостоятельная область исследования.
- •9. Технические знания Древности и Античности до V в. Н. Э
- •Уровень технического и технологического развития в древних цивилизациях
- •Цивилизация Древнего Китая. Искусство и ремесленное производство начинают интенсивно развиваться после 1500 г. До н.Э., когда уже была известна обработка бронзы.
- •Периодизация античной науки
- •Загадки античной техники
- •Технические знания в Средние века ( V-XIV вв.).
- •Возникновение взаимосвязей между наукой и техникой. Технические знания эпохи Возрождения (XV-XVI вв.)
- •12. Научная революция XVII в. Становление экспериментального метода и математического естествознания как предпосылки приложения научных результатов в технике
- •Изменение познавательной ситуации
- •Множественность обитаемых миров
- •Новая модель мира. Кеплер в своей книге обозначил три закона движения планет.
- •Космология и механика Галилея
- •Философско-методологическая манифестация научной революции
- •Социальная сторона научной революции XVII века
- •Краткий научный итог XVII века
- •Специфика познавательной модели
- •Век просвещения
- •Научные направления XVIII века
- •Металлургический процесс Вероятно, самой важной проблемой металлургии в XVIII в. Была проблема замены древесного угля (которого остро не хватало) на минеральное топливо.
- •Промышленная революция
- •Научные дисциплины и направления технического развития XIX века
- •Основные вехи классической термодинамики
- •Основные вехи электродинамики
- •Химия XIX века
- •Биология в середине XIX века
- •Наблюдение, измерение, фиксация
- •Новые принципы организации научных исследований
- •Образование
- •Техника и технологии XIX века
- •14. Возникновение в конце XVIII в. Технологии как дисциплины, систематизирующей знание о производственных процессах.
- •15. Формирование технических наук механического цикла.
- •16. Формирование системы теплотехнических дисциплин.
- •17. Формирование технических наук электротехнического цикла.
- •18. Создание научных основ радиотехники. Возникновение радиоэлектроники. Становление радиолокации.
- •19. Математизация технических наук. Физическое и математическое моделирование.
- •21. Реализация советского атомного проекта. Появление новых технологий и технологических дисциплин.
- •22. Развитие полупроводниковой техники и микроэлектроники.
- •23. Решение научно-технических проблем освоения космического пространства
- •24. Информатика в системе наук, становление ее теоретических основ.
- •Структура информатики
- •25. Информационное общество – история концепции и становление
- •26. История доэлектронной информатики. Механические и электромеханические устройства и машины.
- •Аналоговые вычислительные машины (авм).
- •Электронные вычислительные машины (эвм).
- •Аналого-цифровые вычислительные машины (ацвм).
- •27. Зарождение электронной информатики
- •Развитие элементной базы компьютеров
- •Появление персональных компьютеров
- •Концепция открытой архитектуры
- •28. Развитие эвм и программирования
- •29. Становление и развитие искусственного интеллекта.
- •30. Формирование и развитие индустрии средств переработки информации.
29. Становление и развитие искусственного интеллекта.
В наши дни, идущие под знаком ускорения научно-технического прогресса, автоматизация интеллектуальной деятельности становится насущной проблемой.
Сейчас число лиц, занятых в сфере управления и обслуживания растет быстрее, чем число лиц, непосредственно занятых в производстве. Причем происходит это так быстро, что через некоторое время количество людей, занятых в непроизводственной сфере и, в частности, в науке будет близко к общей численности населения Земли. Стремительное увеличение потока перерабатываемой информации там, где раньше ее почти не было (торговля, банковское дело), также приведет к значительным изменениям в методах работы и потребует автоматизации, а возможно и интеллектуализации.
Фактически сегодня можно выделить особый класс кибернетических систем – так называемые, интеллектуальные системы. Их основное отличие от традиционных кибернетических систем в том, что в современных компьютерах, наделенных самыми сложными программами, нужно видеть не машины, заменяющие человека, хотя для некоторых видов деятельности рутинного характера это справедливо, а в первую очередь исторически новые формы опосредствования умственного труда человека.
В последнее время понятия «разум» и «интеллект» настолько вошли в повседневную практику, что сами стали объектами исследования, перейдя из категорий философских, в категории атрибутивные. Наиболее часто встречаемая методологическая ошибка состоит в том, что понятия «интеллект» и «разум» используются как эквивалентные.
Интеллект – познание, понимание, рассудочная способность к абстрактно-аналитическому расчленению (Г. Гегегль), способность к образованию понятий (Кант) – такова философская трактовка этого понятия. В более общем случае – это способность успешно реагировать на любую, особенно новую ситуацию, путем надлежащей корректировки поведения, понимать взаимосвязь между фактами действительности для выработки действий, ведущих к достижению поставленных целей.
Разум – философская категория, обозначающая творческую, познавательную деятельность человека, раскрывающая сущность действительности и создающая идею, выходящую за рамки сложившихся понятий. Это категория сугубо человеческая, обусловленная спецификой человеческой психики, скорее всего особенностью организации человеческого мозга. Разум опирается на сознание, на осмысление своего существования, на сопоставление с поведением других индивидуумов, поэтому разум – это категория и социальная. Пожалуй, именно здесь проходит граница возможного и невозможного в искусственных «разумных» системах, ибо никакой живой организм и тем более ни одну вычислительную машину невозможно заставить воспринимать сугубо человеческие проблемы в чисто человеческих категориях.
Отличие знания от интеллекта: знание - полезная информация, накопленная индивидуумом, а интеллект - это его способность предсказывать состояние внешней среды в сочетании с умением преобразовывать каждое предсказание в подходящую реакцию, ведущую к заданной цели.
«Искусственный интеллект» – это попытка заставить машину делать то, что потребовало бы приложения разума, если бы было сделано человеком. На сегодняшний день под термином «искусственный интеллект» принято понимать работы, ведущиеся в области дедуктивных методов решения задач, программного анализа и перевода текстов, восприятия естественной речи, робототехники и др.
Реализация искусственного интеллекта будет тогда, когда автомат начнет решать задачи, непосильные для человека, причем сделает это не в результате высокого быстродействия, а в результате применения нового найденного метода.
Три основные пути моделирования интеллекта и мышления : - классический, или (как его теперь называют) бионический; - эвристического программирования; - эволюционного моделирования. Рассмотрим их в этой последовательности.
БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. В настоящее время не известен и принцип работы мозговых элементов нейронов, многочисленные связи которых имеют внешне хаотический характер. Некоторых успехов удалось добиться лишь в приборах, работающих в "двумерном варианте", т.е. обрабатывающих не последовательную, а параллельную информацию, например в системах распознаваниях образов. Таким образом происходит единовременный охват изучаемого объекта, а не последовательное изучение его частей.
ЭВРИСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ решает творческие задачи. Метод заключается в радикальном уменьшении вариантов, необходимых при использовании метода проб и ошибок. Обычно используют два метода : метод анализа целей и средств и метод планирования. Первый заключается в выборе и осуществлении таких операций, которые последовательно уменьшают разницу между исходным и конечным состоянием задачи. Во втором методе вырабатывается упрощенная формулировка исходной задачи, которая также решается методом анализа целей и средств. Один из полученных вариантов дает решение исходной задачи.
ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ. Идея эволюционного моделирования сводится к экспериментальной попытке заменить процесс моделирования человеческого интеллекта моделированием процесса его эволюции. Этот метод открывает путь к автоматизации интеллекта и освобождению от рутинной работы. Это высвобождает время для проблемы выбора целей и выявления параметров среды, которые заслуживают исследования. Такой принцип может быть применен для использования в диагностике, управлении неизвестными объектами, в игровых ситуациях.
Итак, существуют три пути моделирования интеллекта: бионический, эвристический и эволюционный. В зависимости от использованных средств можно выделить три фазы в исследованиях. Первая фаза - создания устройств, выполняющих большое число логических операций с высоким быстродействием. Вторая фаза включает разработку проблемно-ориентированных языков для использованного на оборудовании, созданном в первой фазе. Третья фаза наиболее выражена в эволюционном моделировании. В ходе развития этой фазы отпадает необходимость в точной формулировке постановки задачи, т.е. задачу можно сформулировать в терминах цели и допустимых затрат, а метод решения будет найден самостоятельно по этим двум параметрам.
Уже сейчас существуют машины и программы, способные в процессе работы самообучаться, т.е. повышать эффективность приспособления к внешним факторам. В будущем, возможно, появятся машины, обладающие таким уровнем приспособляемости и надежности, что необходимость человеку вмешиваться в процесс отпадет. В этом случае возможна потеря самим человеком своих качеств, ответственных за поиск решений. Налицо возможная деградация способностей человека к реакции на изменение внешних условий и, возможно, неспособность принятия управления на себя в случае аварийной ситуации. Встает вопрос о целесообразности введения некоторого предельного уровня в автоматизации процессов, связанных с тяжелыми аварийными ситуациями. В этом случае у человека, "надзирающим" за управляющей машиной, всегда хватит умения и реакции таким образом воздействовать на ситуацию, чтобы погасить разгорающуюся аварийную ситуацию. Таковые ситуации возможны на транспорте, в ядерной энергетике. Особо стоит отметить такую опасность в ракетных войсках стратегического назначения, где последствия ошибки могут иметь фатальный характер.