Кибернетика «черного ящика» и искусственный интеллект.

Второе научное направление, возникшее в области ИИ, в качестве объекта исследования рассматривает сам ИИ. Основная задача этого направления – моделирование интеллектуальной деятельности с помощью вычислительных машин. При этом не важно, как будет организовано «мыслящее» устройство, главное, чтобы на заданные входные воздействия оно реагировало бы подобно человеческому мозгу. Такой подход к проблеме ИИ получил название кибернетики «черного ящика».

Сторонники этого направления обосновывали его актуальность тем, что человек не должен слепо следовать природе в своих научных и технологических поисках. Например, в природе не существует аналогов колеса, а самолет не машет крыльями, подражая птице. Еще одним доводом в пользу данного научного направления стало то, что к моменту его возникновения пограничные науки о человеке не смогли внести существенного теоретического вклада в задачу объяснения того, как протекают интеллектуальные процессы у человека, как устроена его память, и как он познает окружающий мир.

Целью работ в сфере «кибернетики черного ящика» стало создание алгоритмического и программного обеспечения для существующих вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека. Существенный вклад в становление нового научного направления внесли Маккарти (автор первого языка программирования для задач ИИ - ЛИСПа), Минский (автор идеи фрейма и фреймовой модели представления знаний), Ньюэлл, Саймон, Шоу, Хант и другие.

Интенсивные поиски моделей и алгоритмов решения интеллектуальных задач и, как следствие, разработка первых программ на их основе велись в период с 1956 по 1963 годы. Гуманитарные науки, такие как философия, психология, лингвистика, – ни тогда, ни сейчас не могли предложить подобных моделей. Поэтому кибернетики стали разрабатывать новые подходы и создавать собственные модели.

1. В конце 50-х гг. появилась модель лабиринтного поиска. Согласно данному подходу, задача представляется как некоторое пространство состояний в форме графа. В этом графе проводится поиск оптимального пути от входных данных к результирующим выходам. Была проделана большая работа по разработке этой модели, но она не нашла широкого практического применения.

2. Начало 60-х гг. связано с появлением эвристического программирования. Под эвристическим программированием понимается разработка стратегии действий на основе известных, но теоретически не обоснованных правил (эвристик), позволяющих сократить количество переборов в пространстве поиска.

3. В 1963-1970-х гг. к решению задач стали подключать методы математической логики. Робинсоном был разработан метод резолюций, позволяющий автоматически доказывать теоремы при наличии набора исходных аксиом. Примерно в это же время выдающийся отечественный математик Ю.С. Маслов предложил обратный вывод, впоследствии названный его именем, решающий аналогичную задачу другим способом. В 1973 г. на основе метода резолюций француз Альбер Кольмероэ создает специальный язык представления знаний ПРОЛОГ. Большую популярность приобрела программа «Логик-теоретик», доказывающая школьные теоремы, авторами которой являлись Ньюэлл, Саймон и Шоу. Но следует отметить, что большинство реальных задач не сводятся к набору аксиом, а человек в ходе их решения чаще всего не использует классическую логику. Поэтому логические модели при всех своих преимуществах имеют существенные ограничения по классам задач, решаемых с их помощью.

Одним из драматических событий в истории ИИ стал «доклад Лайтхилла». В 1973г. в Великобритании по заказу Британского совета научных исследований известным математиком Д. Лайтхиллом был подготовлен обзор состояния дел в области ИИ. Лайтхилл, не будучи профессионально связанным с этой научной областью, в своем докладе признал определенные достижения в области ИИ, но определил их уровень как разочаровывающий, и общая оценка новой науки с позиции практической значимости была отрицательной. Этот отчет отбросил европейских исследователей примерно на 5 лет назад, так как финансирование работ по ИИ существенно сократилось.

В это же время в США происходит значительный прорыв в области практического применения ИИ. Здесь в середине 1970-х гг. на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы. Стал применяться новый подход к решению задач ИИ – представление знаний. Две первые экспертные системы, созданные в те годы в США для медицины и химии, – MYCIN и DENDRAL – уже стали классическими. На финансирование исследований в области ИИ в США повлияло и то, что в 70-е гг. министерство обороны США предложило базировать на принципах ИИ свою новую программу стратегического развития (Strategic Computer Initiative – SCI). В свою очередь, Европейским Союзом лишь в начале 80-х годов была объявлена глобальная программа развития новых технологий ESPRIT, в которую, наряду с другими, вошла проблематика ИИ.

Почти одновременно с первыми успехами США в области ИИ Япония объявляет о начале проекта создания вычислительных машин V поколения, основанных на знаниях. Проект был рассчитан на 10 лет и объединил лучших молодых специалистов крупнейших японских компьютерных корпораций. Специально для этих специалистов был создан новый институт ICOT, и они получили полную свободу действий, правда, без права публикации предварительных результатов. В ходе работы института в нем был создан достаточно громоздкий и дорогой символьный процессор и язык, подобный языку ПРОЛОГ, который, однако, не получил широкого признания. Главным положительным эффектом от проекта стало то, что в Японии была сформирована многочисленная группа высококвалифицированных специалистов в области ИИ. К середине 90-х годов японская ассоциация ИИ насчитывала уже около 40 тыс. чел.

Начиная с 1980-х гг., повсеместно происходит коммерциализация ИИ. Растут ежегодные капитальные вложения, создаются промышленные экспертные системы, особый интерес вызывают самообучающиеся системы. Издаются десятки журналов, ежегодно собираются международные и национальные конференции по различным направлениям ИИ. Искусственный интеллект становится одним из наиболее перспективных областей информатики (computer science).

Еще одна современная тенденция в развитии ИИ – постепенное объединение нейрокибернетики и кибернетики «черного ящика», долгие годы развивавшихся практически независимо друг от друга, существенно различаясь и в методологии, и в технологии. Кроме того, можно выделить третий подход в области ИИ, возникновение которого связано с развитием первых двух. Этот современный подход ориентирован на создание смешанных человеко-машинных, или интерактивных интеллектуальных систем, т.е. на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях являются оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.