Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Термины и понятия искусственного интеллекта в лингвистическом освещении. Монография
.pdf
61
китина, информационные языки также имеют аналогичные средства фиксации семантических отношений: быть подклассом, частью, свойством, способностью, предназначением, объектом,
субъектом, причиной, мерой, материалом и т. п. На этом основании С.Е. Никитиной была разработана модель описания семантической структуры лингвистических терминов по принципу целое — компонент, операция — объект, объект — параметр и т. д.
[Никитина, 1987].
При образовании терминов-словосочетаний синтаксическое
терминообразование может сопровождаться одновременной метафоризацией одного (реже — обоих) компонентов. Однако метафора в терминологии ИИ является скорее исключением, чем правилом. Наличием метафорических терминов характеризуются старые
терминологии, начавшие появляться по мере дифференциации
трудовой деятельности (ремесленная, строительная, медицинская,
охотничья и др.): «С развитием научного мышления человек начинает переносить свой житейский опыт на специальную сферу деятельности» [Милуд, 2021: 33]. Терминология нового времени, к
которой можно отнести и лексикон ИИ, использует слова в их
прямом значении. Хотя термины-метафоры до сих пор актуальны,
их появление «объясняется стремлением специалиста создавать
новые понятия, сопоставляя их с уже известными понятиями и
вербализировать их, используя знакомые общеупотребительные
слова» [Кудрявцева, 2021: 360].
Метафоризации могут подвергаться как ядерные, так и периферийные семы в толковании слов. Отметим, что в анализируемых нами словосочетаниях их структурные компоненты сами по
себе не являются метафорами. Метафоризация происходит одновременно с терминологизацией, то есть с закреплением за термином определенного контекста — дефиниции.
В исследуемом материале нами обнаружено восемь терминологических сочетаний метафорического характера: искусствен-
ный интеллект, библиотека знаний, витрина данных, общедоступная платформа, обучение модели, обученная модель, цифровой след, обогащенные данные.
62
Метафоризация имени существительного
Сам термин искусственный интеллект представляет собой
контаминацию оксюморона и метафоры. Определение искус-
ственный реализует сему подобия: созданный человеком наподо-
бие или вместо природного, подлинного; при этом интеллект —
это сугубо человеческая мыслительная способность, умственное
начало у человека, определяющее его деятельность.
Исследователь В.Н. Прохорова перенесла классификацию
фразеологизмов литературного языка на терминологические словосочетания. При таком подходе термин искусственный интел-
лект можно квалифицировать как фразеологическое единство —
основания его метафоризации понятны и ощутимы [Прохорова,
2013: 60–61]. Это словосочетание, в котором метафоризации подвергается главное слово — существительное интеллект: машинные операции уподобляются мыслительной деятельности.
Метафорический термин образует терминологическое
гнездо — говорят о сильном и слабом искусственном интеллекте.
С лингвистической точки зрения, в описании теории сильного искусственного интеллекта присутствует большое количество олицетворений: он «способен осознавать себя как отдельную личность»,
«может понимать собственные мысли», «принимает решения»,
«планирует», «обучается», «общается на естественном языке»,
«обладает силой воли», «имеет сознание и самосознание», «способен к сопереживанию», «мудрый», «мотивированный».
Принадлежностью терминополя ИИ является специальное
сочетание библиотека знаний. В нем метафорически переосмыс-
ливается слово «библиотека». В слове «библиотека» можно выделить 3 семы: 1) помещение; 2) функция (хранение и выдача);
3) объект (книги). Попав в профессиональный язык, слово утратило базовую сему «помещение» и факультативную объектную (книги). Осталась только функциональная сема. В компьютерном языке библиотека — это хранилище подпрограмм, классов в едином
файле специального формата. Согласно ГОСТу, библиотека знаний — «набор информационных (знаковых, символьных) моделей,
63
которые выражают знания (также могут включать в себя определение моделей и их требования) о ряде вещей (понятий) хранятся и
воспроизводятся в электронном виде» [ГОСТ Р 59277–2020].
Приведем в качестве примера также термин витрина дан-
ных. В терминологии ИИ витрина данных — «это срез хранилища
данных, представляющий собой набор данных, подготовленных
для предоставления потребителю в качестве услуги» [ГОСТ Р
59237–2020].
С переходом к виртуальной цифровой среде некоторые слова русского языка утрачивают вещный, материальный смысл. Так,
витриной называется либо специально оборудованное окно магазина (учреждения), либо застекленный шкаф, ящик, стенд с образцами для всеобщего обозрения. В терминологии ИИ на витрину
«выкладывается» цифровой продукт. Тем не менее, в специальном
поле сохраняются семы предмета (образец, набор), услуги (показ),
объекта (потребитель).
Аналогичный процесс наблюдаем в словосочетании общедо-
ступная платформа — в терминологии ИИ «информационная си-
стема для сбора, обработки, хранения и опубликования наборов
данных, доступная в информационно-телекоммуникационной сети
“Интернет”» [Указ…]. Платформой в русском языке называется
площадка. В сфере ИИ платформа перестала быть некой специ-
альной постройкой и представляет собой цифровую технологическую систему.
Рассмотрим термин обучение модели. В терминологии ИИ
это «процесс определения или улучшения параметров модели машинного обучения на основе алгоритма машинного обучения с
использованием обучающих данных» [ПНСТ 553–2021]. Под обучением в общем смысле понимается активная деятельность субъекта по овладению знаниями, умениями, навыками, развитию
творческих способностей и нравственных установок. Семантика
термина ИИ уже значения общеупотребительного слова — результатом обучения становятся лишь улучшенные параметры модели,
процесс обучения машины не творческий, а подчиненный опреде-
64
ленному алгоритму, машина не является активным участником
обучения.
Еще один пример — термин цифровой след. Это «совокупность данных, представленных в электронном цифровом формате»
[ГОСТ Р 59895–2021]. Термин возник на базе лексико-семантического варианта многозначного слова «след» — остаток, сохраняющийся признак субъекта или явления, переставшего существовать или присутствовать. Выражение цифровой след является ложно ориентирующим, поскольку пользователь видит оцифрованные
материалы, иные символы и знаки, а не собственно цифры.
Метафоризация имени прилагательного
Процесс метафоризации отмечаем в термине обогащенные
данные. По ГОСТу это «данные, объединенные или дополненные
логически связанными данными, полученными от других поставщиков данных, а также данные, полученные в результате объединения по различным признакам и категориям» [ГОСТ Р 59237–
2020]. В основе переноса лежит одно из значений многозначного
слова «обогатить» — преумножить, сделать более значительным
по составу или содержанию. В термине обозначены 2 способа обо-
гащения данных — объединение и дополнение.
2.2. КОГНИТИВНАЯ ОБРАБОТКА ТЕРМИНА
В ПРОЦЕССЕ ТРАНСТЕРМИНОЛОГИЗАЦИИ
«В процессе перехода из одной терминосистемы в другую
термин подвергается определенной когнитивной “обработке” и
приобретает новые компоненты значения либо лишается признаков, имевших место в терминосистеме-источнике», — пишет
Н.Н. Горбунова с соавторами [Горбунова, 2020: 98]. А.В. Суперанская, Н.В. Подольская, Н.В. Васильева и вслед за ними Н.В. Козловская называют процесс транстерминологизации терминологической конверсией — это «перенос готового термина из одной
65
дисциплины в другую с полным или частичным его переосмыслением» [Суперанская, 2012: 194; Козловская 2015:236].
Из 449 терминов искусственного интеллекта 187 пополнили
данную терминологическую систему, будучи заимствованными из
других профессиональных полей. Транстерминологизированными
являются 42 % терминов ИИ.
Процесс транстерминологизации в сфере ИИ оказался обусловленным экстралингвистическим факторами. Определяющей
выбор лексем стала государственная политика в области приоритетных направлений внедрения ИИ. К приоритетным отнесены
биометрические технологии, естественные языки, кибербезопасность, медицина, промышленность, транспорт, умный город, энергетика. С точки зрения языкового субстрата, в исследуемом материале выделяем следующие терминологические системы-доноры:
- термины сферы безопасности: «мониторинг поведения,
наблюдаемая среда, поведение девиантное, поведение делинквентное, условно-опасное вложение (условно-опасные предметы), безопасность информационной технологии, область присутствия
потенциального источника опасности» [ГОСТ Р 58776–2019,
ГОСТ Р 59391–2021, ГОСТ Р 59385–2021] и некоторые другие;
- термины транспорта: «автоматическая система управле-
ния движением, базовый набор управляющих воздействий на движущие механизмы АТС, безопасность автоматизированного
управления АТС, коллективное использование АТС, оптимальный
маршрут АТС, полная автоматизация управления АТС, бортовое
телематическое оборудование, владельцы автомобильных дорог,
входные данные о дорожной обстановке, высокий уровень автоматизации управления АТС, глобальная навигационная спутниковая система, источник данных платформы “Автодата”, кооперативные интеллектуальные транспортные системы, оператор
платформы “Автодата”, средства мониторинга водителя, телематическая платформа, электронная площадка данных платформы “Автодата”» [ГОСТ Р 58777–2019, ГОСТ Р 59237–2020,
ГОСТ Р 59236–2020, ПНСТ 555–2021, ПНСТ 554–2021] и некоторые другие;
66
- термины медицины: «безопасность медицинских изделий,
брошюра исследователя, клиническая валидация, клиническая корреляция, клиническая оценка, клинические испытания, ложноотрицательный результат, ложноположительный результат,
набор медицинских данных, программа клинических испытаний,
программное обеспечение как медицинское изделие, система менеджмента качества медицинских изделий, эффективность медицинского изделия» [ГОСТ Р 59921.1–2021, ГОСТ Р 59921.2–
2021, ГОСТ Р 59921.3–2021, ГОСТ Р 59921.4–2021, ГОСТ Р
59921.5–2021, ГОСТ Р 59921.6–2021, ГОСТ Р 59921.7–2021] и не-
которые другие;
- термины сельского хозяйства: «высокоавтоматизирован-
ная сельскохозяйственная машина, присоединяемое оборудование,
сельскохозяйственная машина» [ГОСТ Р 59920–2021] и некоторые
другие;
- термины сферы образования: «адаптивное обучение, адап-
тированная образовательная программа, индивидуальная траектория обучения, информационно-образовательная среда, образовательный модуль, онлайн-прокторинг, описательная аналитика
(в образовании), паттерны списывания, предписывающая аналитика (в образовании), предсказательная аналитика (в образовании), системы управления учебной деятельностью» [ГОСТ Р
59900–2021, ГОСТ Р 59899–2021, ГОСТ Р 59897–2021, ГОСТ Р
59896–2021, ГОСТ Р 59895–2021] и некоторые другие;
- термины лингвистики: «автоматическое распознавание
речи, обработка естественного языка, учебно-методические данные, учебно-методические материалы, учебный элемент, федеральный государственный образовательный стандарт, естественность синтезированной речи, интонационная разборчивость
речи, интонационное оформление синтезированной речи, нормализация текста, нормальный темп синтезированной речи, омография, разборчивость синтезированной речи, смысловая разборчивость речи, ускоренный темп синтезированной речи» [ГОСТ Р
59880–2021, ГОСТ Р 59879–2021] и некоторые другие.
67
Для транстерминологизированных единиц можно составить
идеографическую классификацию, то есть, по Ю.Н. Караулову,
форму систематической классификации лексики в обобщенном
виде, удобном для представления смысловой стороны слов [Караулов, 1981: 184]. В идеографической классификации «лексический
материал подан на основе критерия смысловой близости слов»
[Морковкин, 1970: 9]. Практическая реализация языковой картины
мира через идеографическую таксономию получила отражение в
«Комплексном учебном словаре: Лексическая основа русского
языка» В.В. Морковкина, Н.О. Беме, И.А. Дорогоновой,
Т.Ф. Ивановой, И.Д. Успенской [Комплексный…, 2004].
Транстерминологизированные единицы ИИ группируются
по трем основным категориям:
- термины-обозначения специальных денотатов: алгоритм
машинного обучения, Байесовская сеть, большие данные, взрывающийся градиент, данные платформы «Автодата», встроенная
система, деревья решений, долгая, краткосрочная память, интероперабельная система, информационная технология, исчезающий
градиент, киберфизическая система, компьютерное зрение, коннекционистская модель, многоагентная система, искусственная
нейронная сеть, нейронная сеть прямого распространения, распределенная система, российская сервисная навигационно-телематическая платформа «Автодата», рекуррентная нейронная сеть,
система автоматизации управления движением, система видеоаналитики, система видеонаблюдения, система жизненного цикла, сверточные нейронные сети, тепловая карта, технологии дополненной реальности, технологии искусственного интеллекта,
цифровое устройство формирования видеоизображений, электронная площадка данных платформы «Автодата» и некоторые
другие;
- термины-обозначения специальных действий, процессов:
автоматическое реферирование, анализ тональности, аннотирование данных, аугментация данных, глубокое обучение, когнитивные вычисления, маркирование частей речи, машинный перевод,
мягкие вычисления, обработка естественного языка, очистка
68
данных, проверка качества данных, распознавание именованных
сущностей, распознавание речи, разметка данных, распознавание
именованных сущностей, распознавание речи, регрессионное тестирование, реидентификация объекта, свертка, сегментация
фона, семантические вычисления, управление риском и некоторые
другие;
- термины-обозначения специальных признаков: безопас-
ность информационной технологии, безопасность медицинских
изделий, интонационная разборчивость речи, плотность потока
объектов, плотность расположения объектов, эффективность
медицинского изделия и некоторые другие.
В основе новых ГОСТов по искусственному интеллекту лежат, как правило, более ранние ГОСТы, например, за основу ГОСТа Р 59385–2021 «Информационные технологии. Искусственный
интеллект. Ситуационная видеоаналитика. Термины и определения» (2021 г.) взят государственный стандарт 2014 г. ГОСТ Р
51558–2014 «Средства и системы охранные телевизионные. Классификация. Общие технические требования. Методы испытаний».
В обоих ГОСТах ключевым является термин видеоаналитика.
Сравним их дефиниции. «Видеоаналитика — программное обеспечение, реализующее алгоритмы автоматизированного получения
различных данных на основании анализа последовательности
изображений, поступающих с видеокамер в режиме реального
времени или из архивных записей» [ГОСТ Р 51558–2014]. «Видеоаналитика — технология, использующая методы компьютерного
зрения для автоматизированного получения данных на основании
анализа изображений или последовательностей изображений (видеопотоков)» [ГОСТ Р 59385–2021].
ГОСТ 2014 г. ограничивал термин видеоаналитика по семе
«способ реализации» — программное обеспечение. Представление
в новом ГОСТе видеоаналитики как технологии закрепляет термин с более широким объемом понятия. Термин ИИ включает в
себя не только дифференциальный признак «программное обеспечение», но потенциально указывает на все виды видеоаналитики,
структурированные по способам реализации (+ программно-
69
аппаратные комплексы, аппаратные решения с применением нанотехнологий); по видам видеоанализа (классический анализ, анализ
с применением нейросетей), по отраслям применения (транспорт,
промышленность), по объектам анализа (ситуационная, предиктивная, статистическая, биометрическая) [ГОСТа Р 59385–2021].
По сути, эволюция термина видеоаналитика оказалась связанной с изменением уровня классификации слова, через которое
дефинируется специальное понятие: если раньше оно вводилось
через видовую категорию, то в терминологии ИИ — через категорию более высокого уровня обобщения.
Но более типичной является ситуация, когда новые ГОСТы
по ИИ присваивают термины из ранних стандартов без их когнитивной и семантической обработки. Например, ГОСТ Р 59278–
2020 «Информационная поддержка жизненного цикла изделий.
Интерактивные электронные технические руководства с применением технологий искусственного интеллекта и дополненной реальности. Общие требования» сообщает, что термин вычислитель-
ные средства в своем определении заимствован из ГОСТа Р
53622–2009 «Информационные технологии. Информационно-
вычислительные системы. Стадии и этапы жизненного цикла, виды и комплектность документов», утвержденного в 2009 г. А термин интерактивное электронное техническое руководство — из
ГОСТа Р 54088–2017 «Интегрированная логистическая поддержка.
Эксплуатационная и ремонтная документация в форме интерактивных электронных технических руководств. Основные положения и общие требования», утвержденного в 2017 г.
Аналогичные данные дает анализ других ГОСТов по ИИ.
Такое положение дел представляет возможность сделать некоторые выводы о самой терминологии ИИ. Обратимся к истории вопроса.
В 1992 г. вышел в свет «Толковый словарь по искусственному интеллекту» А.Н. Аверкина с соавторами [Толковый..., 1992]. В
предисловии к словарю составители отметили, что к моменту
написания словаря терминология ИИ существовала уже более
30 лет и на первом этапе формирования характеризовалась неупо-
70
рядоченностью, наличием синонимов, «которые используют различные школы и группы специалистов» [Там же]. Многие термины жили недолго и быстро исчезали. Более-менее стабильное состояние терминологии установилось к середине 70-х гг. Был достигнут консенсус, когда термины признало большинство
специалистов. За редким исключением русская терминология ИИ
оказалась англоязычной в связи с приоритетом США в данной области. Закрепление терминологии произошло в первой половине
80-х годов. Началась кодификация терминов ИИ, появились первые терминологические словари и справочники.
Для нашего исследования важна оценка терминологии ИИ
как междисциплинарной специальной лексики, обусловленной характером исследований в этой области: «в искусственном интеллекте используются методы, традиционно развиваемые в логике,
психологии, лингвистике, кибернетике, дискретной математике и
программировании, встречается немало терминов и других наук»
[Там же].
Обсуждая отбор словника для своего словаря, А.Н. Аверкин,
М.Г. Гаазе-Рапопорт, Д.А. Поспелов оказались перед дилеммой:
«включить в него термины, которые используются только в искусственном интеллекте и не заимствованы им из других наук, или
включить в него все термины смежных с искусственным интеллектом наук, если они встречаются в работах специалистов данного направления» [Там же]. Составители словаря приняли промежуточное решение, а критерием оказалась частота употребления
того или иного термина в работах по ИИ.
Словарь содержит около 550 терминов. Сравнение с нашим
словником (449 терминов), составленным по утвержденным к
настоящему моменту ГОСТам по ИИ, показал, что большая часть
терминов устарела и не включена в актуальную терминологию.
Например, словарь содержит 46 терминов на букву «А». Из них
только 3 присутствуют в новых ГОСТах: автоматизированная
система, алгоритм, архитектура вычислительной системы. Из
12 терминов на букву «Б» ни один не вошел в утвержденные
ГОСТы, так же как и на букву «К». В целом, в качестве современ-
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]