Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Термины и понятия искусственного интеллекта в лингвистическом освещении. Монография
.pdf
71
ных в терминологии ИИ ГОСТами закреплено не более 5 процентов специальных слов, вошедших в словарь 1992 г. издания.
Очень редкие термины не претерпели семантической эволюции, например: «Обработка естественного языка — совокупность
процессов анализа текстов на естественном языке, их понимания и
синтеза текстов. В процессе анализа в наиболее развитых системах
обработки естественно-языковых сообщений происходит … анализ текста, в результате чего выявляется глубинная структура текста, которая переводится во внутреннее представление, используемое в базе знаний интеллектуальной системы» [Толковый…,
1992].
«Обработка естественного языка — анализ текста и речи на
естественном языке, а также языка жестов (знаков) для получения
информации, подлежащей обработке средствами вычислительной
техники» [ГОСТ Р 59880–2021].
Поскольку ИИ — это те или иные технологии, обновляющиеся достаточно быстро, такие термины как, например, беседа со-
кратическая — «специально организованный диалог, в ходе кото-
рого один из участников предлагает некоторый тезис, а второй последовательно выдвигает возражения против тезиса, на которые
участник, предложивший тезис, отвечает только: “согласен” или
“не согласен”» [Толковый..., 1992] или бихевиоризм — «сведение
создания к целенаправленному поведению, связанному с парой
“стимул-реакция”» [Толковый…, 1992] вышли из употребления
как актуальные термины теории и практики ИИ. Они интересны
как пассивная лексика, отражающая те или иные периоды становления сферы ИИ. Действительно, на ранних этапах некоторые модели ИИ были построены по бихевиористическому принципу.
Некоторые термины, став общеупотребительными среди
специалистов, упростили свои дефиниции. Ср.: «Дерево решений — структура, состоящая из узлов принятия решений и альтер-
натив, соответствующих этим узлам. Движение по Д.Р. может
осуществляться случайным образом или на основании локальной
информации об успехе, которая имеется в узлах. В результате
успешного поиска на Д.Р. образуется путь, ведущий из корня де-
72
рева, исходная ситуация к тому узлу дерева, которое соответствует
целевой ситуации. В процессе движения по Д.Р. часто возникает
необходимость возврата в ранее пройденные узлы, что осуществляется с помощью процедуры бектрекинга» [Толковый..., 1992].
«Деревья решений — модель, вывод для которой кодируется путями от корня к листовой вершине в древовидной структуре»
[ПНСТ 553–2021].
Некоторые термины поменяли план выражения при сохранении плана содержания. Ср: зрение машинное vs. компьютерное
зрение. Оба термина являются переводом с английского выражения computer vision. «Зрение машинное — совокупность моделей и
методов для выполнения техническими системами процедур, характерных для зрительного восприятия у живых организмов. В
рамках З.М. решаются задачи выделения объектов из фона, их
идентификация, ввод в промежуточную память, перекодировка во
внутренние представления и т.п. Системы З.М. характерны для
интеллектуальных роботов и других интеллектуальных систем»
[Толковый..., 1992]. «Компьютерное зрение — способность функционального блока получать, обрабатывать и интерпретировать
визуальные данные» [ПНСТ 553–2021]. На возможность автономного варьирования либо означающего, либо означаемого без изменения в противоположном плане как одного из вида эволюции
термина обратила внимание Ю.В. Сложеникина [Сложеникина (б),
2018]. Такие переименования возможны, поскольку за термином
не стоит многолетняя мыслительно-языковая деятельность коллектива людей — «в терминотворчестве ведущая роль в образовании
терминов, как правило, принадлежит отдельным ученым. Искусственность и условность связи знака и означаемого является условием изменения внешней оболочки термина, появления нового,
более точного наименования» [Там же: 73].
Фиксируем также изменение плана содержания при сохранении формы термина. Например: «Извлечение знаний — получение информации о предметной области от специалистов и выражение ее на языке представления знаний. И.З. используется при
построении экспертной системы или базы знаний» [Толковый...,
73
1992]. «Извлечение знаний — процесс применения методов и моделей анализа к данным для обнаружения ранее неизвестных, нетривиальных, практически полезных обработанных данных, доступных для интерпретации и применения для принятия решений»
[ГОСТ Р 59237–2020].
Если авторы словаря 1992 г. А.Н. Аверкин, М.Г. ГаазеРапопорт, Д.А. Поспелов рассматривали специалистов как основной источник знания для построения экспертной оценки, то роль
личности в дефиниции нового ГОСТа по ИИ нивелирована. Это
технологии анализа данных, которые открывают ранее неизвестные факты.
Рассматриваемый словарь в большей степени тяготеет к
гнездовому принципу. Например, в нем содержится 30 словарных
статей с опорным словом система, 29 — со словом логика, 26 —
со словом модель, 23 — со словом отношение, 11 — со словом
язык и т. п. Современные ГОСТы определяют, как правило, только
базовые термины, а их составители во введении обычно указывают, что словник может быть дополнен по мере необходимости,
могут также корректироваться толкования терминов с учетом актуального уровня науки и техники. Отметим, что в ГОСТах, к
примеру, вообще отсутствуют словарные статьи с вершинными
словами логика, отношение, язык.
Предполагаем, что основными причинами изменения словника современной терминологии ИИ стали, во-первых, перманентное развитие новых технологий и метаязыка их описания, вовторых, тенденция к гармонизации, ориентация на интернациональную терминологию, понятную специалистам-носителям разных языков, унификация и стандартизация специальных лексем.
Примерно такие же рассуждения содержатся в предисловии
к «Англо-русскому толковому словарю по искусственному интеллекту и робототехнике» Э. Пройдакова и Л. Теплицкого [Пройдаков, 2019].
Во-первых, авторы не разграничивают специальные сферы
робототехники и ИИ, указывая, что «современная робототехника — одна из основных областей применения ИИ» [Пройдаков,
74
2019: 5]. Более того, авторы включили в словарь термины смежных дисциплин: навигации, датчиков, тестирования, машинного
обучения и некоторых других. Словарь содержит около 2600 терминов.
Во-вторых, составители словаря указывают на ведущую
роль английского языка в разработке проблем ИИ: «Словари —
это настольные книги … специалистов, следящих за новинками
науки и техники (а сведения о них публикуются, как правило, на
английском языке)» [Там же].
В-третьих, в отличие от введенных российских ГОСТов,
словарь Э. Пройдакова и Л. Теплицкого более ориентирован не на
язык профессии, а на речь специалистов. Если российские ГОСТы
стараются избежать избыточности и вариативности в подаче языкового материала, то составители словаря намеренно не стремятся
к ситуации изоморфизма: словарная статья содержит «факультативные и подразумеваемые слова …, приводятся синонимы, уточняющие или разъясняющие слова …, близкие по смыслу русские
эквиваленты …, термины, не очень близкие по смыслу» [Там же].
В-четвертых, авторы также замечают, что словарь не претендует на исчерпанность, поскольку «новые термины в данных
предметных областях появляются каждый день» [Там же: 6]. Наши
наблюдения над современным языком ИИ подтверждают выводы
Ю.В. Сложеникиной о терминологии как открытой знаковой системе: «Развитие понятийного аппарата науки, непрерывность
процесса познания способствуют тому, что терминология любой
отрасли знания находится всегда в состоянии количественного и
качественного изменения. Устаревают и выходят из употребления
одни термины, возникают и внедряются другие, обозначающие
либо новые денотаты, либо адекватно выражающие содержание
уже описанных понятий. Изменяется семантический объем ранее
известных терминов, происходит перераспределение значений»
[Сложеникина(в), 2018: 80].
75
2.3. СОБСТВЕННЫЕ ТЕРМИНЫ
СФЕРЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Статус теории и практики ИИ как междисциплинарной
науки обусловил низкий процент собственных терминов в специальном профессиональном поле — около 12 %. В данном исследовании мы предлагаем определить совокупность специальной лексики ИИ как субтерминологию — исходя из значения иноязычной
приставки суб- — «вторичность, побочность, подчиненность». Современная терминология ИИ на 88 % состоит из терминов других
наук, в которых начали использоваться технологии ИИ. Донором
для нее являются термины промышленности, транспорта, медицины, образования, лингвистики и др. Терминосистема ИИ — это
система-реципиент, которая аккумулирует привлеченные и транстерминологизированные единицы зачастую без их когнитивной
обработки. То есть фактически существует множество не связанных друг с другом на уровне предметности, теории и методики
сфер профессиональной деятельности, которые интегрированы
внедрением в них искусственного интеллекта.
Предполагаем, что это тенденция новейшего времени, обусловленная возрастанием роли междисциплинарного подхода к
изучению объекта. П.В. Козловский называет несколько причин
междисциплинарности: усложнение общественных отношений,
встроенность науки и технологий в ткань современного общественного бытия, возрастающие требования к качеству работы,
необходимость комплексного решения задач, сочетание разнообразных методов анализа и синтеза как наиболее действенных,
усложнение деятельности [См.: Козловский, 2021: 204]. Междисциплинарный подход позволяет выйти на качественно новый уровень фундаментальных и прикладных разработок.
В статье «Актуальность междисциплинарного исследования
искусственного интеллекта» Е.В. Яковлева приводит несколько
аргументов в пользу такого подхода:
- «необходимость разнопланового осмысления массивов ин-
формации, превышающих познавательные способности отдельного человека;
76
- возможность осуществления прорыва в технологической
сфере и области теоретических исследований, связанная с включением в познавательную и конструкторскую деятельность искусственного интеллекта;
- создание механизмов обеспечения безопасности, учитываю-
щих миллионы различных факторов и связей между ними благодаря
применению искусственного интеллекта» [Яковлева, 2020: 55].
Характерное для настоящего момента ускоренное «отпочкование» от научного знания дисциплин и поддисциплин поставило
перед учеными проблему дифференциации понятий мультидисциплинарности, междисциплинарности и трансдисциплинарности.
А.В. Голубев с соавторами считает, что трансдисциплинарность
основана на кооперативном взаимодействии научных дискурсов, в
результате которого происходит трансформация отдельных проблемных сфер. Становление трансдисциплинарного подхода обусловлено невозможностью решения каких-либо проблем в рамках
отдельной дисциплины. Трансдисциплинарность — это «исследования, выходящие за пределы конкретных дисциплин» [Голубев,
2019: 42]. Этот тезис можно напрямую отнести к теории и практике ИИ, требующего плюрализма оценок и множественности интерпретаций. Трансдисциплинарный подход к ИИ поможет активизировать научный диалог между специалистами в разных дисциплинах, обеспечить предпосылки интеллектуальных прорывов
на стыке наук. Значимость трансдисциплинарного подхода исследователи обосновывают следующими доводами: возможностью
следить за динамикой «изучаемого процесса сразу в нескольких
аналитических “плоскостях”; … установлением связей между
естественными, гуманитарными и техническими науками; … связью различных знаний с деятельностью, традициями и новациями»
[Там же].
Поскольку термин представляет собой единство лексемы и
дефиниции, в нашем исследовании собственными считаем термины, содержащие сему «искусственный интеллект». Назовем некоторые: аппаратно-программные средства с применением техно-
логий искусственного интеллекта для колесных транспортных
77
средств, АПС ИИ КТС для мониторинга поведения и прогнозирования намерений водителя, архитектура системы искусственного
интеллекта, безопасность системы искусственного интеллекта,
доверенная система искусственного интеллекта, знания в искусственном интеллекте, интерактивное электронное техническое
руководство с применением технологий искусственного интеллекта и дополненной реальности, качество системы искусственного интеллекта, клиническая валидация, когнитивные вычисления, контрольная выборка, машинное обучение, образовательный
продукт с алгоритмами искусственного интеллекта. обучение
интерактивного электронного технического руководства с применением технологий искусственного интеллекта и дополненной
реальности, открытая библиотека искусственного интеллекта,
перспективные методы искусственного интеллекта, подсимвольный ИИ, пользователь интерактивного электронного технического руководства с применением технологий искусственного интеллекта и дополненной реальности, прикладной (специальный) ИИ,
символьный ИИ, система искусственного интеллекта, смежные
области использования искусственного интеллекта, технологии
искусственного интеллекта, точность системы ИИ и некоторые
другие.
Все собственные термины можно разделить на две группы:
имеющие дифференциальный признак «искусственный интеллект»
как 1 — часть плана выражения и 2 — часть плана содержания.
Дифференциальный признак «искусственный интеллект»
как часть плана выражения
Рассмотрим термин архитектура системы искусственного
интеллекта. На первом этапе слово «архитектура» метафоризиро-
валось, стало обозначать структуру сложного объекта. На втором
этапе привлечения из общеупотребительного языка слово было
усвоено специалистами-компьютерщиками. В их профессиональном языке архитектура — это строение сложной системы компьютера, компьютерной сети, базы данных [ГОСТ Р 59921.7–2021].
По мере становления ИИ как нового научно-технического сложно-
78
го объекта термин включил в лексему указание на принадлежность
к новому терминологическому полю.
Похожие процессы семантизации произошли с термином
безопасность системы искусственного интеллекта. Общеупотребительное слово «безопасность» по мере усложнения социальных
отношений вошло во многие терминологические системы: на современном этапе говорят об информационной, коллективной, госу-
дарственной, службе, подушке безопасности и под. И в терминологии ИИ произошло наращение лексемы за счет зависимого компонента, указывающего на принадлежность к изучаемой
терминологии. Интересно, что дефиниция термина смещает вектор
безопасности: в бытовом употреблении безопасный — не пред-
ставляющий опасности для пользователя; в терминологии ИИ —
безопасный с точки зрения производителя, это функционирование
системы ИИ в соответствии с тем, как определил изготовитель,
при использовании по назначению в условиях, предусмотренных
изготовителем.
Два термина ИИ в качестве опорной имеют сему отношения:
доверенная система искусственного интеллекта — «система искусственного интеллекта, в отношении которой потребитель и, при
необходимости, организации, ответственные за регулирование вопросов создания и применения систем искусственного интеллекта,
проявляют доверие» [ГОСТ Р 59276–2020]; доверие к системе ис-
кусственного интеллекта — «уверенность потребителя и, при
необходимости, организаций, ответственных за регулирование вопросов создания и применения систем искусственного интеллекта,
и иных заинтересованных сторон в том, что система способна выполнять возложенные на нее задачи с требуемым качеством»
[ГОСТ Р 59276–2020].
Представление о доверии в инженерии безопасности расходится с бытовым. Если человек доверяет системе, значит, он уверен, что система не выполняет тайных, вредоносных действий. В
специальных сферах доверие означает, что используемая платформа является неизменной по сравнению с ожидаемой, при этом
она может быть вредоносной или выполнять нежелательные зада-
79
чи. Из терминологии инженерии безопасности термин заимствован
профессиональным полем ИИ, в настоящее время проблема доверия результатам деятельности ИИ является одной из ключевых.
Например, Е.Г. Поздеева указывает на неоднозначность отношения общества к ИИ, считает, что оно проходит этап адаптации к
новым реалиям. Недоверие связано с временным характером любой технологии, сложностью освоения цифровых сервисов, нарушением конфиденциальности и безопасности персональных данных. Доступ к цифровым ресурсам и решение сложных проблем с
помощью ИИ «формирует позитивный тренд отношения к нему,
однако сомнение в возможности сохранить доминантные позиции
во взаимодействии с умными техническими агентами выступает
сдерживающим фактором» [Поздеева, 2021: 10].
На базе общеупотребительных слов и словосочетаний созданы, например, такие термины ИИ, как знания в искусственном ин-
теллекте; открытая библиотека искусственного интеллекта;
перспективные методы искусственного интеллекта; показатель
качества системы искусственного интеллекта; пользователь интерактивного электронного технического руководства с применением технологий искусственного интеллекта и дополненной реальности; система искусственного интеллекта, смежные области использования искусственного интеллекта; существенные
характеристики системы искусственного интеллекта, технологии искусственного интеллекта и некоторые другие.
Все отмеченные термины созданы синтаксическим способом
терминообразования, «который представляет собой формальносемантическую схему построения производных сочетаний слов
определенной структуры» [Григорян, 2009: 36]. Синтаксический
способ является самым продуктивным в терминообразовании —
им создано до 80 % всех терминов.
Его продуктивность обусловлена семантически. Ю.В. Сложеникина пишет, что «именно внутри словосочетаний возможно
уточнение, конкретизация научного понятия, а это — путь развития научного мышления» [Сложеникина (б), 2018: 41]. Например:
система менеджмента качества систем искусственного интел-
80
лекта — «организационная структура, функции, процедуры, процессы и ресурсы, необходимые для скоординированной деятельности по руководству и управлению изготовителем системы искусственного интеллекта» [ГОСТ Р 59921.2–2021]; управление
жизненным циклом системы искусственного интеллекта — «совокупность процессов жизненного цикла, включающих развитие
системы, продукции, услуги, проекта или другой создаваемой изготовителем сущности от замысла до списания для использования
изготовителем» [ГОСТ Р 59921.7–2021].
Все обозначенные собственные термины-словосочетания по
степени смысловой разложимости компонентов относятся к разложимым. Разложимые термины разделяют на две подгруппы:
1) состоящие из двух и более самостоятельных терминов; 2) один
терминоэлемент — общеупотребительное слово, второй — термин. По количеству слов выделяют двух-, трех- и многокомпонентные единицы.
Большая часть собственных терминов-словосочетаний ИИ
относится к многокомпонентным, поскольку уже сам объект нового научно-технического направления — искусственный интеллект — обозначается словосочетанием. В связи с этим в терминологии ИИ активно закрепляются аббревиатуры: ИИ — искусствен-
ный интеллект, СИИ — система искусственного интеллекта.
Многие из аббревиатур транстерминологизированные: АС — автоматизированная система, ЖЦ — жизненный цикл, ИНС — искусственная нейронная сеть, ИТ — информационная технология,
ПО — программное обеспечение, ПС — программное средство,
ТС — транспортное средство и др.
В связи с этим назовем собственные термины, включающие
в форму лексемы аббревиатуры: алгоритм обработки данных в
СИИАУД, АПС ИИ КТС для мониторинга поведения и прогнозирования намерений водителя, предусмотренные условия эксплуатации СИИАУД, система искусственного интеллекта для автоматизированного управления движением автоматизированных
транспортных средств (СИИАУД АТС), точность системы ИИ,
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]