10.3.2Интеллект, основанный на поведении

Ранние работы в области искусственного интеллекта были направлены на создание программ, имитирующих интеллект. Однако сегодня многие исследователи считают, что человеческий интеллект основан совсем не на выполнении сложных программ. Утверждается, что он базируется на эволюции поведения, гарантирующей выживание, поэтому интеллект лучше имитируется простыми функциями ответа на раздражения, например теми, которые моделируются искусственными нейронами. Эта теория объясняет, почему машины, разработанные на основе архитектуры фон Неймана, превосходят людей в навыках вычислений, но с трудом демонстрируют нечто похожее на здравый смысл. Таким образом, концепция эволюционного поведения обещает многое изменить в исследованиях искусственного интеллекта. Например, поведенческие модели применялись для создания роботов, которые умеют выполнять элементарные задачи благодаря развивающимся поведенческим навыкам, а не просто исполняя сложные программы. Еще один пример — область искусственных нейронных сетей, в которых системы обучаются вести себя определенным образом, а не просто программируются для выполнения заранее заданных вычислений.

Необходимо подчеркнуть, что так же, как из-за значительного количества возможных состояний мы не программировали все вероятные решения головоломки из восьми фишек, проблема размеров удерживает нас от явного представления всего графа состояний. Граф является способом выражения ближайших ходов, но не инструментом, который хотелось бы задать явно и полностью. Однако рассмотрение (и, возможно, расширение) части графа для головоломки из восьми фишек, изображенной на рис. 10.3, может оказаться полезным.

Если рассматривать проблему, с которой сталкивается система управления, в терминах графа состояний, она превращается в поиск последовательности стрелок, которые ведут от начального состояния в целевое. То есть эта последовательность стрелок представляет последовательность порождений, решающих исходную проблему. Таким образом, независимо от приложения, задачу системы управления можно считать задачей поиска пути в графе состояний. Это универсальное представление системы управления — главное, что мы получаем путем анализа проблемы, требующей применения мышления, в терминах продукционной системы. Если задачу можно описать в терминах продукционной системы, то ее решение можно сформулировать в терминах поиска пути.

Чтобы подчеркнуть этот важный вывод, представим, как другие задачи можно формализовать в терминах продукционных систем и, следовательно, в виде систем управления, ищущих пути в графах состояний. Одно из классических прило-

жений искусственного интеллекта — игры, например шахматы. Игры — это задачи средней сложности в хорошо определенном контексте, поэтому они являются идеальной средой для проверки теорий. В шахматах состояния продукционной системы обозначают возможные конфигурации доски, порождения — перемещения фигур, а система управления воплощается в виде игроков (людей или машин). Начальный узел графа состояния представляет доску с фигурами в начальных позициях. От этого узла отходят стрелки к таким конфигурациям доски, которые могут получиться после первого хода в игре, от этих узлов стрелки ведут к конфигурациям, возможным при следующем ходе, и т. д. Таким образом, мы можем представить, что игра в шахматы заключается в том, что каждый из двух игроков пытается найти путь в большом графе состояний к целевому узлу по своему выбору.

Возможно, менее очевидный пример продукционной системы — это проблема логических заключений из данных фактов. Порождения в этом контексте представляют собой логические правила, позволяющие формировать новые утверждения из старых. Например, предложение «Все супергерои благородные» и «Супермен — это супергерой» можно скомбинировать в предложение «Супермен благородный». Аналогично, фразу «Бэтмен и Робин умные» можно преобразовать в «Не Бэтмен или не Робин не умные». Состояния в такой системе включают набор предложений, правдивых в определенных точках процесса дедукции: начальное состояние — это набор основных утверждений (часто называемых аксиомами), из которых делаются выводы, а целевое состояние может быть любым набором утверждений, содержащих предполагаемое заключение.

В качестве примера на рис. 10.4 показана часть графа состояний, по которому можно пройти, чтобы получить утверждение «Сократ смертен» из набора утверждений «Сократ — мужчина», «Все мужчины — люди» и «Все люди смертны». Он демонстрирует нам основу изменчивости знаний: разум переходит из одного состояния в другое, когда процесс мышления генерирует дополнительные утверждения, применяя подходящие порождения.