Igenbaum, 1967) предполагает, что некоторые периферийные устройства,

иногда называемые периферической системой памяти, действуют подобно

сенсорному буферу, предохраняющему мозг от переполнения потоком вте-

кающей в него информации.

Как построить машину, способную подражать этому перцептивному

механизму? Логично было бы разработать что-то способное чувствовать.

Один такой подход можно найти в работе по компьютерным распознаю-

щим системам.5

Многие из ранних исследований этого типа руководствовались практически-

ми задачами (например, как сделать устройство, считывающее цифровой код

на чеках) и как таковые были слабо связаны с проблемой аналогии ИИ с

человеком; здесь этот пример приводится для иллюстрации некоторых воз-

можностей существующих систем компьютерного "восприятия".

Мышление и интеллект - естественный и искусственный

504

Один из способов научить компьютеры распознавать геометрические фор- Распознава-

мы путем анализа логических признаков - это использовать принцип, что цие линий

сложные геометрические формы состоят из простых. В этой программе

использован ряд небольших "матриц", которые систематически проходят

через каждый объект в поисках соответствия. Пример "матрицы" и иден-

тифицируемого геометрического объекта показан на Рис. 15.2. Матрица

сделана из двух типов сенсоров - позитивного и негативного; присут-

ствует, отсутствует - это единственный сигнал, подаваемый такой ячей-

кой. или подразделением матрицы. Изображенная матрица содержит толь-

ко шесть ячеек - три "минуса" и три "плюса", и, судя по расположению

этих компонентов (все "отрицательные" элементы расположены слева),

вроде бы, подходит для идентификации левого края объекта. Помещение

матрицы ее средней линией над левым краем куба привело бы к полному

соответствию. На углу соответствие было бы плохим, а на нижнем краю,

где плюс и минус отменяют друг друга, соответствия не будет. Хотя эта

эвристика в наибольшей степени ориентирована на возможности машин,

она не расходится с результатами изучения восприятия у животных и

человека. Ранее в этой главе (и в Главе 3) мы узнали, что психофизиоло-

гам удалось найти детекторы линий в клетках коры у кошек и, хотя эти

данные не полностью подтверждены, похоже, что у человека также име-

ются детекторы края.

Трудность с вышеприведенной системой состоит в том, что для распоз-

навания даже простых паттернов нужно большое количество матриц (на-

пример, детектор левой кромки, детектор правой кромки). Также пробле-

матична "добротность" стимула; большинство геометрических форм (осо-

бенно в реальном мире) могут иметь резкие или расплывчатые края, яр-

кие или тусклые края. Распознавание паттернов путем распознавания линий

можно сильно упростить, если распознаваемую форму сначала преобразо-

вать в образ, состоящий только из линий, и затем использовать матрицы

для определения ориентации этих линий.

Системы распознавания паттернов обычно имеют дело со зрительным ма-

териалом. Как правило, воспринимающие устройства у таких систем име-

ют растр, или матрицу из фотоэлементов, реагирующих на свет. Обычно

эти фотоэлементы имеют только два состояния - включено и выключено

(для "белого" и "черного"). Рассмотрим элементарную задачу идентифи-

кации цифры. На Рис.15.3 показано, как цифры можно преобразовать в

Роспознова-

ние паттер-

нов

Матрица

Плохое

соответствие

Соответствие

отсутствует

Рис.15.2. Обнаружение

левого края посредством

шестиэлементной матри-

цы. Знаки + и - указы-

вают элементы, реагиру-

ющие на условия присут-

ствует и отсутствует" со-

ответственно. Адаптиро-

вано из: Raphael (1976J.

Искусственный интеллект

505

двоичный код - 0, иди выключено для "черного", и /. или включено -

для "белого". Компьютер считывает каждую цифру (т.е. фотоэлементы -

один для каждого квадрата сетки, накладываемой на число, - "ощущает"

световые зоны, т.е. те, что не заняты числом), исходя из того, насколько

данный цифровой код совпадает с матрицей, хранящейся в памяти компь-

ютера. Это работает очень хорошо - если все буквы одной формы, одина-

ково расположены и не уменьшены,- и такие устройства широко приме-

няются в американской промышленности и государственной почтовой служ-

бе. Но когда дело доходит до чтения рукописных писем, присланных для

тети Иолы, у оптических сканирующих устройств начинаются разные труд-

ности. Однако, судя по всему, быстро разрабатываются системы для "чте-

ния" даже и рукописных текстов.

Идентификация букв и слов средствами ИИ представляет не только

практическую проблему, она также имеет значение для тех ученых, кого

интересует процесс анализа информации человеком. Многое из того, что

известно об идентификации человеком букв и слов, обсуждалось в Гла-

ве 10. Эти знания помогают разрабатывать компьютерные программы, ими-

тирующие этот процесс. Плодотворный отчет по этой теме, послуживший

руководством для последующих исследований, представили Селфридж и

Нейсер (Selfridge and Neisser, 1963). Только что описанная общая проце-

дура "восприятия буквы" потребовала бы огромной компьютерной памяти

(для хранения матрицы каждого нового варианта каждой буквы) или не

Рис. 15.3. Двоич-

ное представле-

ние (к опенка в

центре) букв (ко-

лонка слева!. Ну-

ли показывают

выключено или

"черный , едини-

цы -- включено

или "белый. В

прозой колонке

изображено, как

выглядели бы циф-

ры при считыва-

нии их сканером.

Адаптировано из:

Raphael I1976J.

0 О0000000 0

0 0001111и0 0

0 О0111101} (1

0 0011111101) 11

000100100 0

0 00111100 0

0 01100110 0

0 01000010 0

0 00000000 0

0 00000000 0

Во00000000

001/111100

0000/10000

0000/1000 0

0 000/1000 0

0 000/1000 0

0 000/1000 0

0 000/1000 0

0 110(1111)0Р0 0

0 00000000 0

606000000 0

б 00и0000U 0

0 00011000 0

0 001001UU 0

0 01000010 0

001000010 0

0 (101(10100 0

0 00011000 0

000000000 0

0 00000000 U

Мышление и интеллект - естественный и искусственный

506

смогла бы обнаруживать многие встречающиеся в действительности фор-

мы букв (Рис. 15.4).

Нужен был более "хитрый" подход, и Селфридж и Нейсер предложили

анализировать буквы по их "деталям".6 Возьмем, например, букву А. Чем

помещать все типы написаний буквы А в память компьютера и проводить

с ними операции поиска и сравнения, мы можем написать для компьютера

программу, которая будет изучать каждую из составляющих букву дета-

лей, проверять их наличие или отсутствие и принимать решение о том,

какая это может быть буква. Для этого есть два фундаментально различ-

ных способа - модель последовательной переработки и мод- ib парал-

лельной переработки. В модели последовательной переработки каждая

деталь изучается заранее определенным пошаговым способом, и резуль-

тат каждого теста определяет следующий шаг в программе. Пример про-

граммы последовательной обработки показан на Рис. 15.5 слева. Эта про-

стая программа оценивает всего три детали, спрашивая: Есть ли у предъяв-

ленной фигуры кривизна наверху (например, Н, U, Y, V), пересечение

(например, Н, F) и вертикальная линия (В, Y, Т, R, Р, Н)? При постепен-

ном процессе каждый из этих вопросов задается по порядку. Для рассмот-

ренного набора букв (А, Н, V и Y) простое решение "Да" или "Нет"- это

все, что необходимо для идентификации каждой буквы. Например, если

предъявлена для опознания буква А, то, чтобы отделить эту букву от

других букв рассматриваемого набора, надо только ответить отрицательно

на первый вопрос (Есть ли кривизна наверху?). Остальные вопросы слу-

жат для различения между собой остальных букв этого набора.

Обсуждение нидстальной идентификации см. в Главе 10.

А

Рис. 15.4. Типичные случаи неудачного об-

наружения. В случае "А" матрица 1открытая

буква) не находит соответствия, когда неиз-

вестная буква (темная) имеет неправильную

величину, ориентацию или положение; в слу-

чае В неверное сопоставление происхо

дит даже когда образец был приведен к стан-

дартной величине и ориентации. Здесь мат-

рице А больше соответствует буква R, чем

закругленные или с другим наклоном образ-

цы буквы А. Взято из: Selfrodge and Neisse

(1963J.

В

Искусственный интеллект

507

В модели параллельной обработки тестовые детали те же самые, что и

в модели последовательной обработки, но все они применяются не шаг за

шагом, а одновременно (Рис. 15.5 справа). Это "адская" модель в том пла-

не, что для каждой детали есть свой "демон", принимающий решение и

реагирующий на входной стимул согласно своему конкретному виду чув-

ствительности.

Возможно, наибольшая неудача этой ранней модели - это ее слепота

к "критическим деталям" и влияниям контекста. Первый из этих недо-

статков особенно существенней, поскольку различение "критических де-

талей" - это отличительная особенность распознавания паттернов чело-

веком. При отличении G от С или Q от О, например, критическая де-

таль - это почти незаметная небольшая линия. Неважно, насколько пре-

обладает заметность других деталей, для человеческой обработки они не

перевешивают важность критической детали. Второй пункт критики этой

ранней модели в том, что она нечувствительна к влиянию контекста при

идентификации отдельных букв. Наши обширные знания орфографии и

структуры предложения оказывают нам при идентификации букв неоцени-

мую помощь. Чтение рукописного текста - как в указанном случае -

было бы почти невозможно, если бы читающий не привносил в ситуацию

изрядное количество собственной информации. Чтобы заставить машину

действовать при обработке информации подобно человеку, следует при-

нять в расчет этот важный параметр.

А теперь мы рассмотрим несколько примеров того, как идентифициру-

ются паттерны более сложные, чем просто буквы.

Рис. 15.5. Алгорит-

мы последователь-

ной (слева) и парал-

лельной (справа) об-

работки для разли-

чения букв А, Н, V и

У путем использова-

ния трех тестовых

картинок. При по-

следовательной об-

работке каждый

последующий этоп

определяется выход-

ной информацией

предыдущего; при

параллельной обра-

ботке все тесты при-

меняются одновре-

менно, и решение

принимается на ос-

новании объедине-

ния их выходных дан-

ных. Адаптировано

из: Selfridge and N-

eisser (1963).

1

ВводнойКривизна

стимулнаверху?

| Входной

г--1 чма ы

1Кривизна наверху?

1

Входной стимулПересечение ?-

Верти-

кальная

линия 7L-

Мышление и интеллект - естественный и искусственный

508

В качестве примера распознавания других паттернов обратимся к иденти-

фикации треугольника7. На рисунке 15.6 изображены несколько треуголь-

ников, каждый из которых человек может немедленно опознать и класси-

фицировать как таковой. Если прототип "треугольности", хранимый в про-

грамме компьютера, соответствует "правильной" матрице треугольника

(а), тогда треугольники (Ь) и (с), если их правильно повернуть и скоррек-

тировать по величине, можно будет легко распознать; однако, треугольни-

ки (о) и (е) вызывают проблемы, особенно те, что на (е) - их можно

идентифицировать только в результате "хорошего гештальта", но не по

тому. что они состоят из трех прямых линий.

Наша способность немедленно распознавать каждую из этих фигур

как треугольник объясняется обширным опытом восприятия других треу-

гольных объектов; абстрактное представление о треугольности доста-

точно широко, чтобы позволить нам опознать эти треугольники именно

как треугольники, хотя мы их никогда не видели. Может ли компьютер

выучить это понятие? Возможно, но такой механизм поиска необходимо

будет более сложным, чем единичная операция сопоставления, такая, как

в машине, считывающей номер с чека. Вместо этого стоило бы подумать о

программе поиска, распознающей детали треугольника (как в программе

распознавания букв Селфриджа-Нейсера). Тогда такие детали, или атри-

буты, как углы, линии, форма, количество объектов и т.д. хранились бы в

компьютерной памяти, точно так же как в нашей памяти хранится каталог

этих атрибутов треугольника.

Программы последнего типа, более близкие интересам когнитивной

психологии, разрабатывали Гузман и Винстон (Gusman, 1968; Winston,

1970, 1973, 1984). Эти программы отличались от более ранних тем, что

0 том, как человек формирует понятие о треугольности см, в Главе 13.

Рис. 15.6. Хорошие (A-Dj и "про-

блематичные (Ef треугольники. Пер-

вые отличаются только по величине,

ориентации и отношению сторон; у

последних нет обычных прямолиней-

ных сторон, но их все же можно опоз-

нать как треугольники.

они не требовали хранения описаний тех форм, которые компьютеру пред-

стояло распознавать, а основывались на соотношении частей трехмерных

геометрических объектов.

"Квалифици- Если бы мы могли видеть только те объекты, видеть которые были запрог-

рованное" раммированы машины, описанные вплоть до этого момента, наши дела

зрительное были бы плохи. Основная проблема в том, что интеллект компьютеров,

воспоиятие V вежливо выражаясь, ограничен. Люди "видят" мозгом столько же, сколь-

Jurxnuu к0 и глазами: эта мысль является основной темой этой книги. Умение

воспринимать базируется на частом опыте восприятия объектов и собы-

тий. Опытный дизайнер по интерьерам способен разглядеть тончайшие

нюансы цвета, или текстуры, или формы, к которым неспециалист слеп.

Тот же самый принцип, видимо, действует и в отношении других сенсор-

ных модальностей (например, у профессиональных дегустаторов, музы-

кальных критиков, дегустаторов косметики и специалистов по мехам).

Можно ли научить машину выполнять те же самые - или хотя бы сход-

ные - функции?

Одна из очень практических функций, выполняемых человеком,- это

обнаружение дефектов продукции. Бесчисленные часы проводят наши

друзья рабочие, изучая, правильно ли прилеплены этикетки на бутылках с

пивом, или проверяя электролампочки, или ботинки, или печатные платы

на предмет дефектов. Люди не особенно хорошо справляются с такой ра-

ботой не потому, что она превышает интеллект человека, но потому что

она им быстро наскучивает, и они начинают допускать ошибки. Скука не

относится к характеристикам систем ИИ; они могут работать беспрестан-

но и не жалуются. Может быть, квалифицированное человеческое воспри-

ятие, повторяющиеся действия - это именно то, что хорошо делает ком-

пьютер

Для обнаружения отклонений и принятия простых решений о качестве

продукта было разработано много успешных программ с использованием

компьютеров. Примером работ по ИИ, проводимых в этой области, явля-

ется программа, выполненная Тибадо (Thibadeau, 1985) в Институте Робо-

тотехники, являющемся филиалом Университета Карнеги-Мелона. Это не

просто задача "зрительного обнаружения" (можно использовать оптику

гораздо более чувствительную, чем человеческий глаз), а задача интер-

претации обнаруженного паттерна как приемлемого или неприемлемого.

В одном из проектов Тибадо занимался построением прибора для авто-

матической проверки, способном принимать разумные решения о каче-

стве печатных плат. На Рис. 15.7 можно видеть сильно увеличенные изоб-

ражения некоторых типов дефектов в проводниках печатных плат. На ча-

сти (а) этого рисунка изображен "обрыв" проводника, на части (b) -

"короткое замыкание", а на части (с) - "щербинка".

Выявление такого брака человеком занимает много времени, дорого

стоит и несовершенно, тогда как машины в этой сфере как минимум быс-

трее, дешевле и точнее. Пока что они еще несовершенны, и именно к

этому вопросу обратился Тибадо. Первым этапом разработки лучшего ИИ

прибора было составление списка видов брака, определяемых по стандар-

там, установленным инженерами. Каталог этих ошибок включал сотни

изображений, сходных с показанными на Рис. 15.7. Следующим этапом

было выяснить, на что обращают внимание инженеры, когда рассматрива-

Мышленц.с и интеллект - естественный и искусственный

510

ют печатную плату. В результате этот исследователь заинтересовался со-

зданием методики, при которой инженеров просили описать эти изобра-

жения путем оценки их по отношению к системе отсчета.

Одна система отсчета была установлена, когда инженеров просили

сказать о том, "что вызвало данный дефект", и оценить уверенность в

своей субъективной оценке по десятибалльной шкале. Затем этих испыту-

емых просили сказать, какие части изображения привели их к такому

решению и достаточно ли было этого изображения для вывода. Наконец, в

результате проведенной инженерами сортировки изображений дефектных

соединений на категории была составлена определенная систематизация

Данные этих наблюдений, отражающие некоторую точку зрения (о том,

что вызвало данный дефект), использовались затем как часть базы данных

компьютера, с тем, чтобы он принимал более разумные решения Совер-

шенная оценка зрительных паттернов может потребовать многих систем

отсчета.

Такие разработки занимают в ИИ важное место. В них с целью изго-

товления инструмента, способного "видеть" и принимать решения, соче-

тается применение некоторых способов принятия решения о зрительных

стимулах, свойственных человеку, с превосходными возможностями ска-

Рис. 15.7. Некоторые частые типы дефектов печатных плат. Перепечатано с разрешения из.

1984 Annual Research Review

Короткое замыкание Щербинка

И с к нес т венный интеллект

511

нирования и скоростью вычислений, свойственных оптическим сканирую-

щим устройствам и компьютерам. Способен или нет компьютер видеть

своим мозгом - это еще предстоит решать в будущем, но как минимум

некоторые из деталей "мозга" теперь можно встроить в разумные машины.

Перцептивная сторона ИИ выросла от сравнения фигур с матрицами

до заучивания структурных признаков и отношений между ними. Эти

последние шаги не решают проблему Вайсштейна и не заполняют все

ячейки в системе периферической памяти Ханта, но идут в верном направ-

лении.

Наша способность видеть и распознавать бесконечные знаки этого мира

остается исключительно человеческим даром, но способность компьютера

видеть и распознавать ограниченное, хотя и растущее количество доволь-

но сложных зрительных паттернов, быстро развивается. Если говорить

очень строго, то компьютерные процедуры кодирования преобразуют яр-

костные градации в двоичные коды; эти коды делаются значимыми путем

соединения их так, чтобы это соответствовало общему знанию о зритель-

ных стимулах. Разработка машины, которая могла бы хранить прошлую

информацию о мире и применять эти воспоминания при абстрагировании

значений из перцептов,- это грандиозная задача для совместных усилий

специалистов по ИИ и когнитивной психологии. Значительная часть ос-

тальных разделов этой главы будет посвящена описанию этого предприятия.

Память и искусственный интеллект

В когнитивной психологии памяти человека уделено значительное внима-

ние, и хотя наши знания о памяти далеко не полны, некоторые устойчи-

вые и хорошо определенные структуры начинают приобретать отчетливые

очертания. Некоторые из них обсуждались в средней части этой книги.

Стремление построить машину, способную хотя бы частично повторить

удивительный феномен человеческой памяти, может одним казаться глу-

постью, а другим - бессмертной идеей, поскольку, как справедливо ут-

верждают некоторые, электронная система памяти фундаментально отли-

чается от органической. Различия между компьютером и мозгом наиболее

заметны в их устройстве: компьютер собран из немыслимого количества

электронных элементов - разъемов, переключателей, резисторов, кон-

денсаторов, транзисторов, микросхем, тогда как мозг человека состоит из

миллиардов нейронов, сложной сети капилляров, химических ионов в по-

стоянном потоке метаболических и катаболических процессов.

Утверждать, что человеческую память никогда не удастся повторить

на компьютере по причине фундаментального различия между физичес-

кой природой компьютера и мозга, это значит не понимать суть ИИ. Ко-

нечно, мозг и компьютер материально различны. Однако некоторые био-

логи пытаются создать живую клетку, и по идее могут прийти к созда-

нию сложных клеток, а в конечном итоге и к созданию бионического су-

щества. В настоящее время к размышлениям о биологически синтезиро-

ванной человеческой памяти лучше относиться как к научной фантастике.

Выглядит малоправдоподобным, чтобы нам удалось точно определить ат-

рибуты и функции человеческой памяти и смоделировать эти свойства в

машине. Хотя компьютерная память все еще сильно отличается от челове-

ческой. есть некоторые полезные сходства, определив которые мы смогли

Мышление и интеллект - естественный и искусственный

512

бы лучше понять и то, и другое, Эти сходства заключаются в наличии

активной и пассивной систем памяти, элементов памяти, центрального

процессора, путей воспроизведения, адресуемой по содержанию памяти и

многого другого, указывающего на все возрастающую роль компьютерной

метафоры в понимании человеческой памяти и познания.

Система памяти человека способна хранить, обрабатывать и воспроиз-

водить информацию. Виноград (Winograd, 1975) описывает несколько взгля-

дов на аналогию между памятью человека и компьютерной системой. В

первой из его моделей (Рис. 15.8) память представлена в виде набора неза-

висимых элементов, управляемых центральным процессором, который вы-

зывает конкретную информацию из памяти, а конкретную входную инфор-

мацию кодирует в ячейках памяти. Если ваша тетя Глэдис вышла замуж

за Лайла, этот факт будет храниться в некотором элементе памяти. Когда

вас просят воспроизвести этот факт, центральный процессор исследует

содержание отдельного элемента памяти. Этот процесс включает как "по-

иск", так и "активную обработку сообщения". Вообще, при поиске цент-

ральный процессор изучает содержание отдельной единицы памяти по оп-

ределенной системе, а при активной обработке "каждый элемент памяти

вправе производить над сообщением, посылаемым к элементам памяти,

свои собственные вычисления, и каждый элемент может решать независи-

мо. какие действия следует предпринять" (Winograd, 1975, р.144). Такая

активная обработка сходна с ассоциативной памятью человека (Глава 7 -

Андерсон и Бауэр), где конкретные элементы памяти связаны с другими

элементами в единую сеть.

Как поиск, так и активная обработка в компьютере могут осуществ-

ляться несколькими способами, каждый из которых зависит от предполо-

жений о том, как информация хранится в памяти. Простейшие компьютер-

ные "воспоминания" основаны на пассивной системе, тогда как в общем

более сложные "воспоминания" основываются на активной системе.

В пассивной системе памяти отдельные элементы хранятся в определен-

ном месте, так же как вы храните письмо в отделении письменного стола

или в почтовом ящике. Такое "хранилище писем" хранит запомненный

элемент и при запросе (когда центральный процессор решает, в какое

Пассивная

система

памяти

Рис. 15.8. Модель памяти чело-

века, построенная по аналогии

с компьютерной системой. Адап-

тировано из: Winograd (1975J.

Искусственный интеллект

513

отделение обратиться) воспроизводит его содержание. В пассивной систе-

ме организация элементов памяти и доступ к ним могут осуществляться в

последовательном ил> произвольном порядке.

Последовательный доступ в пассивной памяти осуществляется при-

мерно так же, как доступ к материалу, записанному на магнитной ленте

(Рис. 15.9). Предположим, что на ленте записано несколько песен; чтобы

найти нужный фрагмент, вы перематываете ленту вперед и назад. Время,

которое потребуется, чтобы воспроизвести конкретную песню, будет за-

висеть от длины ленты и от того, где эта песня начинается. Если лента

очень большая, на поиск может уйти много времени и вообще время вос-

произведения в системах с последовательным доступом линейно возраста-

ет с количеством хранимой информации.

При более сложном, произвольном доступе воспроизведение из памя-

ти осуществляется посредством системы, которая определяет адрес конк-

ретного элемента в памяти. Этот принцип позволяет избежать расточи-

тельного по времени процесса прохождения через нетребуемую информа-

цию, совершаемого при последовательном доступе. В модели с произволь-

ным доступом, изображенной на Рис.15.10, от центрального процессора

посылается сообщение в декодер адресов, который затем зондирует конк-

ретную ячейку памяти, и та высылает свою информацию. Такая система в

принципе аналогична библиотечной системе. Чтобы найти конкретную

книгу, вам нужно только найти ее "адрес" в карточном каталоге. При

этом доступ значительно облегчается: вы просто извлекаете книгу по ее

адресу. Такая процедура компьютерного поиска имеет только отдаленное

сходство с тем, как человек ищет элементы в памяти, поскольку в памяти

человека большая часть информации хранится в виде связанной сети, а

не в изолированных отделениях.

Системы Система активной памяти основана на идее связывания элементов памя-

активной ти в единую сеть. Когда вы активируете элемент в памяти, информация

памяти некоторым образом обрабатывается и затем передается дальше, к другим

частям системы памяти. Воспроизведение информации из системы актив-

ной памяти может принимать очень разные формы, наиболее простая из

которых называется доступ, адресуемый по содержанию. В такой систе-

ме компьютерной памяти (Рис. 15.11) все элементы памяти сообщаются с

центральным процессором (не друг с другом, как в более сложных моде-

лях). Эта модель напоминает модель с произвольным доступом в том отно-

шении, что для доступа к памяти в ней используются определенные описа-

ния или индексы зондирования памяти. Описывая модель произвольного

доступа, мы приводили в качестве примера воспроизведение книги. Если

вызывается конкретная информация (например, цвет яиц некоторой пти-

цы) в модели памяти, адресуемой по содержанию, центральный процессор

высылает описание требуемых данных в каждый элемент памяти; если

соответствующие данные содержатся в некотором элементе, они отсыла-

ются обратно в центральный процессор. Вместо того, чтобы связывать

каждый элемент памяти непосредственно с центральным процессором,

используется более экономичная организация, которая называется шина.

Шина собирает информацию со всех ячеек и передает ее назад в централь-

ный процессор. Система памяти с адресацией по содержанию способна

справляться со сложной и в некоторых случаях с неоднозначной информа-

Мышление и интеллект - естественный и искусственный

514

Элемент

памяти

Рис. 15.9. Модель последо-

вательного доступа в пассив-

ной1 памяти Адоптировано

из- Winograd (1976)

Элемент

памяти

Элемент

памяти

Элемент

памяти

Элемент

памяти

"В оригинале oiiinFuilHii паша-

на последонательнян" iia

МЯТЬ.- ПРИМ IIPPP[i.

Рис. 15.10. Мо

депь произвольно-

го до: г/по в пос-

сн вной по мя т н

Адаптировано пч

Winograd I ? 976,1

И с кусе rn пенный интеллект

515

цией. Например, в разделе этой главы, посвященном распознаванию пат-

тернов, мы говорили о сложности создания системы ИИ, способной разли-

чать буквы, имеющие общие детали (например А и R). Система с адреса-

цией по содержанию могла бы справиться с такой задачей путем опроса

содержания нескольких элементов памяти. Если информация о деталях

опознаваемых букв хранится в различных ячейках памяти, то когда компо-

ненты буквы (скажем, буквы А) высылаются центральным процессором в

каждую ячейку, каждая ячейка памяти подает "голос". Если за букву по-

дано достаточно положительных голосов, тогда подтверждение ее присут-

ствия передается в центральный процессор. Кроме опроса элементов па-

мяти разрабатываются и другие системы компьютерной памяти и воспро-

изведения.

Язык и искусственный интеллект

В общем психологи считают язык основным проявлением когнитивных

процессов. Он больше чем все другие виды человеческого поведения отра-

жает мышление, восприятие память, решение задач, интеллект и науче-

ние. И ввиду его важности для основных психологических принципов он

представляет главный интерес для специалистов по ИИ.

Способность к языку и связанная с ним сфера решения задач выше-

упомянутого фантастического компьютера Хэла предвосхищена А.Клар-

ком в наиболее полном виде - как обмен мнениями между Дейвом (чело-

веком) и Хэлом:

"Я хочу сделать это сам, Хэл,- сказал он,- пожалуйста, пере-

дай мне управление.

"Слушай, Дейв, у тебя еще куча работы. Я предлагаю, чтобы ты

оставил эту мне."

"Хэл, переключи анабиоз на ручное управление."

"Насколько я могу судить по обертонам твоего голоса, Дейв, ты

серьезно расстроен. Почему бы тебе не принять таблетку от стрес-

са и не отдохнуть немного?"

Рис. 15.П. Мо-

дель активной па-

мяти с адресаци-

ей по содержа-

нию. Адаптирова-

но из: Wmograd

1197 б].

Центральный

процессор

Шина

Описание желаемых данных

Элемент Элемент Элемент Элемент Элемент

памяти памяти памяти памяти памяти

I

Шина 1

Содержимое элементов памяти

Мышление и интеллект - естественный и искусственный

516

"Хэл, этим кораблем командую Я. Я приказываю тебе разблоки-

ровать ручное управление анабиозом."

"Извини. Дейв, но согласно специальной подпрограмме С1435-

бис-4. цитирую: "Если экипаж мертв или недееспособен, бортовой

компьютер должен принять управление на себя," конец цитаты.

Следовательно, я должен признать твою власть недействительной,

поскольку ты не в состоянии исполнять обязанности разумно."

Насколько близко мы подошли к этой фантастике в лабораториях ИИ?

Рассмотрим пример реальной беседы с компьютером.

Одна из первых "разговаривающих" компьютерных программ EL1ZA

(ЭЛИЗА)9 была написана Джозефом Вейценбаумом из МТИ (Weizenbaum,