28.1.4 Первые практические реализации систем искусственного интеллекта (1966-1973)

В этот временной период системы искусственного интеллекта начали встраиваться в существующий мир и столкнулись с большим количеством сложностей, которые можно разделить на три рода.

Сложности первого рода были связаны с тем, что основные усилия разработчиков систем искусственного интеллекта того времени были сосредоточены на попытках ускорить процесс перевода советских научных статей на английский язык ввиду нарастающего отставания США в космической гонке. Считалось, что для перевода достаточно простого сопоставления синтаксических конструкций русского и английского языков, основанных на их грамматиках. Однако полученные результаты были таковыми, что в 1966 финансирование данных работ было свернуто ввиду низкой эффективности. Это было обусловлено тем, что для устранения неопределенности при переводе и определении смысла необходимо также обладать и общими знаниями о предметной области.

Сложности второго рода были связаны с применением систем искусственного интеллекта к неразрешимым проблемам. В то время системы искусственного интеллекта решали поставленные проблемы путем проверки различных комбинаций шагов до тех пор, пока не будет найдено решение. Соответственно, с масштабированием проблемы количество таких переборов значительно увеличивалось и занимало колоссальные объемы машинного времени, не приводя за разумное время к результату. Такая ситуация получила название «комбинаторного взрыва» – увеличение вычислительной сложности с увеличением используемых фактов.

Сложности третьего рода были связаны с фундаментальными ограничениями используемых моделей, в частности модели простой нейронной сети (перцептрона), которая не позволяла подать на один и тот же нейрон два разных сигнала.

28.1.5 Системы, основанные на знаниях (1969 — 1979)

Основной подход к решению задач, сформированный в предыдущее десятилетие исследований в области искусственного интеллекта, представлял собой поиск общего назначения, с помощью которого предпринимались попытки связать в единую цепочку элементарные этапы рассуждений для формирования полных решений. Такие подходы получили название слабых методов, поскольку они не позволяли увеличить масштабы своего применения до более крупных или более сложных экземпляров задач. Альтернативой слабым методам стал подход, который предусматривал использование более содержательных знаний, относящихся к проблемной области, что позволило составлять более длинные цепочки логических выводов. Значительным достижением этого периода стало создание программы Dendral, которая позволяла определять структуру молекул по показаниям масс-спектрометра. Успех этой программы был связан с тем, что все относящиеся к данной области теоретические знания были преобразованы в компоненте предсказания спектра из наиболее общей формы в эффективные специальные формы. Таким образом, программа Dendral стала первой успешно созданной экспертной системой, основанной на широком использовании знаний. В результате, был создан проект эвристического программирования (Heruistic Programming Project), целью которого было исследование того как такие системы, как Dendral, могут быть применены в других областях интеллектуальной деятельности человека. Развитие этого проекта привело к появлению экспертных систем в медицине, а также потребовало разработки эффективных систем представления знаний. Было разработано большое количество различных языков описания знаний, одним из которых являлся Prolog, который используется и по сегодняшний день.