Основные этапы развития ИИ

Введение



Искусственный интеллект (ИИ, англ. Аrtificial intelligence) – это область научно-технического исследования, связанная с проблемами автоматизации интеллектуальной деятельности с целью расширения ее возможностей с помощью компьютерной поддержки, а также выполнение рутинных задач. К ИИ относятся следующие задачи: разработка диалоговых систем, автоматизация принятия решений, машинный перевод, создание самообучающихся и экспертных систем, автоматизация исследования, распознавание объектов и образов, разработка роботов и другое [1].

Главной задачей в области исследования ИИ является имитация человеческой мыслительной деятельности, а полная замена человека машиной даже не рассматривается. Решение рутинной работы компьютером осуществляется с помощью формализации и алгоритмизации фрагментов выполняемой работы, обязанность человека – решение настоящих творческих задач. Связанные с этим философские проблемы коррелируют с исследованием мыслительной деятельности человека. Суть искусственного интеллекта заключается в усилении интеллектуальной деятельности человека при помощи вычислительной техники, так как не вся мыслительная деятельность может быть формализована.

Исследование таких процессов, как целеобразование, формирование и принятие решений в сложнейших ситуациях, классификация и оценка ситуаций и другое является значимым для понимания естественных интеллектуальны систем. Однако для понимания естественных интеллектуальных систем важное место занимает исследование процессов целеобразования, формирования и принятия решений в сложных ситуациях, классификации и оценки ситуаций и многое другое. 

Наиболее актуальный вопрос, который ставит перед собой философия ИИ  «Может ли машина мыслить?». Поэтому целью данного реферата является анализ философских проблем создания и использования ИИ, а также анализ социально-этических аспектов появления ИИ. 




1 Основные этапы развития ИИ



Для древнейших мыслителей объектом постоянного интереса была природа человеческого разума, и в частности феномена сознания. Еще Демокрит (ок. 460 – 370 до н.э.) считал, что существа, наделенные сознанием и разумам, обязаны этим «особо тонкой организации специфических атомов, взаимодействующих друг с другом и с окружающей средой, производя тем самым внутреннюю и внешнюю деятельность сознательного существа. Разум образуется при рождении и распадается после смерти, чтобы никогда больше не возродиться».

Идея создания подобия человека для решения сложных задач и моделирования человеческого разума, находит свое отражение в мифах древнейших времен – «оживающая» статую бога Амона в Древнем Египте или создание человекоподобных существ богом Гефестом в «Иллиаде» Гомера. 

В науке искусственного интеллекта отсутствует жесткое разделение по областям, наоборот, прослеживается междисциплинарная   связь. Каждая из дисциплин отражает определенную грань познания.

В период средневековья в понятие ИИ вкладывали задачи создания механической человекоподобной мыслящей машины. Не исключалась возможность ее превосходства над человеческим интеллектом. В частности, в это время говорили о гомункулах – маленьких искусственных человечках, обладающие способностью воспринимать информацию окружающего мира. 

Значительный вклад внесла работа французского философа, математика Декарта (1596-1650, «Мыслю, следовательно, существую») а также, совместно с Лейбницем, предложенная идея универсального языка классификации всех наук. Французский врач, философ Ж. Ламетри (1709–1751) опубликовал работу «Человек-машина» (1747) основанную на открытиях физиологов. В работе высказывается мнение о том, что отличительная для человека ментальная деятельность является чисто физическим феноменом. 

Открытие нейрона как основной структурной единицы, его исследование и описание ознаменовало наступление эпохи мозга. Теория игр и теория принятия решений, развитие когнитивной психологии – все это стало строительным материалом для искусственного интеллекта.

Технологический прогресс в области ИИ был предопределен более полувека назад. Электронные цифровые вычислительные машины, которые появились после второй мировой войны, наиболее близко подходили для достижения цели – моделирования разумного поведения. После этого началось бурное развитие компьютерных технологий, смежных областей науки, достижения которых тесно вошли в нашу жизнь. Однако, в настоящее время не существует искусственной компьютерной системы, которую можно назвать обладающей интеллектом, а тем более сознанием.

В период 1943- 1956 гг. ученые из различных областей науки начали обсуждать возможность создания искусственного мозга. Результаты тех исследований в области нейрологии показали, что мозг состоит из множества нейронов, которые «общаются» между собой посредством электрических сигналов по принципу 0 или 1. 



Рисунок 1 - Строение нейрона

Стабильность в электрических сетях и основы систем управления представлены в работах Н. Винера. Описание цифровых сигналов выполнено в теории информации К. Шенона. Утверждение о том, что любое вычисление может быть выполнено с помощью цифровых операций является достижение теории вычислений А. Тьюринга.

Заметный вклад в развитие нейронных сетей внесли У. Питтс и У. МакКаллок показав выполнение простейших логических функций с помощью сетей, состоящих из идеализированных искусственных нейронов. В 1951 были написаны программы для игры в шашки и шахматы, что стало мерой прогресса в ИИ на долгие годы.



Рисунок 2 - Схема фундаментальных разделов искусственного интеллекта

Организованная М. Мински, Д. МакКарти, К. Шенноном и Н. Рочестером в 1956 Дартмутская конференция. рассматривала тезис о том, что «каждый аспект обучения или любого другого свойства интеллекта может быть описан настолько детально, что может быть смоделирован на компьютере». Именно на этой конференции предложен термин «искусственный интеллект», определена миссия этой области знаний и определились первые и основные игроки в ней.

Период с 1956 г. по 1974 г. считаются золотыми годами ИИ. Программы, которые были разработаны в этот период, казались для большинства людей просто невероятными, подобное «интеллектуальное» поведение вычислительных машин казалось ошеломляющим. Исследователи тех времён, обладая неиссякаемым оптимизмом, предсказывали появления полноценных интеллектуальных машин в течении 20 лет. Разработанные программы для достижения поставленных целей (выигрыш в игре или доказательство теоремы) имели схожий алгоритм работы: движение к цели подобно движению в лабиринте, если путь тупиковый – возврат к точке ветвления и выбор другого пути.

При этом правительственный агентства считали данные исследования перспективными и вкладывали значительные средства в их развитие.  Так например в период с 1963 по 1970 гг. команде Массачусетского Технологического Университета (MIT) ежегодно выделялось финансирования в размере $3 млн. Такого же масштаба финансирование оказывалось в отношении Стэндфордского и Эдинбургского университетов. Перечисленный институты на долгое время стали основными центрами разработки и исследований ИИ в мире.

Следующим этапом развития было предложенное в 1958 Ф. Розенблаттом определение перцептронов – разновидности нейронных сетей. Как и большинство исследователей ИИ тех времен, Розенблатт был настроен оптимистично относительно возможностей перцептронов. Он предсказывал, что «перцептрон может иметь способность к обучению, принятию решений, переводу с одного языка на другой». Вскоре была начата активная исследовательская программа в этой области, но она внезапно прервалась после опубликованной Мински и Папертом в 1969 году книги «Перцептроны». Авторы книги утверждали, что возможности перцептронов имеют значительные ограничения.  Эффект от этой книги был разрушительным – исследования применения перцептронов были практически полностью приостановлены более чем на 10 лет.

В 70-х годах наблюдается значительное урезание финансирования ИИ и его критика. Это стало следствием неисполнения обещанных результатов на фоне всеобщего огромного оптимизма и невероятно высоких надежд и ожиданий в этой области. Более того, исследование направления нейронных сетей в ИИ было полностью закрыто на 10 лет. Но несмотря на трудности 70-х годов: ограничения вычислительной мощи; «комбинаторный взрыв» в преобладающем количестве разработанных алгоритмов; работа с огромными объемами данных, необходимыми для решения задач распознавания речи и образов исследователями предложены новые идеи в областях логического программирования.

Использование «экспертных систем» (разновидности программ ИИ) является основным течением в 80-х годах. Данный тип был принят несколькими крупными корпорациями.  В 1980 экспертная система XCON, приносившая компании $40 миллиардов в год до 1986, была закончена в CMU для Digital Equipment Corporation. В этот период японское правительство начало существенное финансирование проекта, целью которого являлось разработка ИИ на основе компьютера V поколения. Другим важным событием в развитии ИИ стало возрождение коннекционизма в работах Д. Хопфилда (сети Хопфилда) и Д. Румельхарта (backpropagation – алгоритм обратного распространения ошибки).

Упадок развития ИИ повторился в период 1987 – 1993 гг. Связан он с значительным развитием персональных компьютеров (ПК) от Apple и IBM и, как следствие, уменьшение участия бизнес-сообщества в финансировании исследований ИИ. Скорость и мощность ПК непрерывно наращивалась и в 1987 г. они стали производительнее чем специализированные и более дорогие компьютеры.

К настоящему времени были достигнуты некоторые старейшие цели области ИИ. Определенные разработки заняли свою нишу в технологической индустрии. Отчасти этому способствовала возросшая вычислительная мощность, отчасти благодаря фокусировке на специфических проблемах. Почерпнув опыт предыдущих поколений, исследователи ИИ стали более осторожны в своих прогнозах об интеллекте, равном человеческому.

В истории развития ИИ выделяются значительные события и даты (см. таблицу 1).

Таблица 1 – Значительные даты и события развития ИИ

Дата

Событие

1991 г.

Во время кризиса в Персидском заливе армией США был развернут комплекс DART (Dynamic Analysis and Replanning) предназначенный для обеспечения автоматизации планирования поставок и разработки графиков перевозок. Работа этого комплекса охватывал одновременно до 50 000 автомобилей, единиц груза и людей; комплекс учитывал пункты отправления и назначения, маршрут движения, кроме того устранял конфликты между параметрами работы системы.

 Использование данного комплекса позволило сократить планирование перевозок с нескольких недель до считанных часов, за счет использования методов искусственного интеллекта. Разработчики комплекса (агентство DARPA Defense Advanced Research Project Agency — Управление перспективных исследовательских программ) заявили, что только лишь это приложение многократно окупило тридцатилетние инвестиции в область ИИ, сделанные этим агентством.

1995 г.

Alvinn - система компьютерного зрения, которая была обучена вождению автомобиля, используя логику контроля движения по определенной полосе дороги. Микроавтобус, оборудованный данной системой и управляемый компьютером NavLab, ездил по Соединенным Штатам. 

Данная система обеспечивала рулевое управление автомобилем на протяжении 4586,6 км в течение 98% времени, т.е. человек брал управление на себя только лишь в течении 2% времени, в основном на выездных пандусах. 

Система Alvinn рассчитывала оптимальное направление движения, используя изображение полученное с видеокамер и на основании опыта вождения предыдущих учебных поездок. 

11 мая 1997 г.

Чемпион мира гроссмейстер Гарри Каспаров проиграл компьютеру Deep Blue со счетом 3,5:2,5 в показательном матче. В последующем интервью Каспаров заявил, что ощущал напротив себя за шахматной доской присутствие "интеллекта нового типа".




Продолжение таблицы 1

24 октября 1998 г.

В этот день была запущена система Deep Space 1 -  экспериментальный автоматический космический аппарат, который мог выполнять тестирование технологии 12-й степени риска, в том числе пролет кометы и тестирование для будущих космических полетов. Аппарат DS1 был оснащен системой искусственного интеллекта Remote Agent. Данная система получала контроль над управлением космическим кораблем на длительное время, в отличии от привычного управления командой ученых посредством терминалов.

Результат работы системы Remote Agent наглядно показывал, что система с ИИ способна управлять сложным космическим кораблем, в то время как ученые и экипаж корабля могли сконцентрироваться на решении других важнейших задач.

2005 г.

Разработанный Стэндфордскими учеными роботизированный автомобиль проехал автономно 210 км по пересеченной местности и одержал победу в DARPA Grand Challenge.

2009 г.

Компания Blue Brain Project объявила об успешном моделировании части мозга крысы на суперкомпьютере.

Февраль 2011 г.

Суперкомпьютер IBM «Watson» одержал победу во втором матче интеллектуальной викторины Jeopardy (российский аналог - "Своя игра") став победителем трехдневного турнира. В сумме Watson заработал 77 тысяч долларов за весь турнир, при этом обогнав более чем втрое сильнейших игроков.

Данный список, разумеется, можно расширить.

Однако, эти достижения нельзя связать с какой-то новой революционной парадигмой. В основном успехи достигнуты благодаря кропотливому применению инженерного мастерства и многократно возросшей мощности современных компьютеров. Так например, компьютер со встроенной системой Deep Spase 1 был в 10 миллионов раз быстрее, чем компьютер, который «учили» играть в шахматы в 1951-м. Согласно закону Мура, емкость памяти и скорость компьютеров удваивается каждые два года и эта тенденция выполнятся уже довольно давно.

В обычном определении ни одну из разработанных до сих пор программ ИИ нельзя назвать "разумной", несмотря на многообещающие перспективы развития

Некоторые исследователи ИИ сомневаются, что большинство подобных изделий принесет существенную пользу. Немало критиков ИИ верят в возможность преодоления такого рода ограничений. Исследователи полагают, что успешное решение этих проблем ИИ необходимо искать за пределами сферы электроники.




2 Современное состояние ИИ



В настоящее время в области ИИ активно работают военные ведомства и ведущие западные фирмы, такие как AT&T, Intel, GeneralElectric, Sharp, Hitachi, Siemens.

Военное научное агентство DARPA- крупнейший в мире финансист исследований по ИИ, особенно по робототехнике [1]. Создание современного оружия немыслимо без использования методов ИИ, особенно таких, как нейронные технологии, нечеткие экспертные системы и интеллектуальные решатели задач. Эти методы позволяют с помощью относительно малых ресурсов получать достаточно точные результаты. В этой связи состояние разработок в некоторых областях ИИ закрыто для широкого доступа.

С другой стороны, в настоящее время бурно развивается рынок бытовых роботов и интеллектуальных домашних устройств, которые приносят немалую прибыль фирмам-разработчикам. Так, например, компания NEC представила модель роботаPersonalRobotR100, которая может передвигаться, произносить 300 фраз, понимать сотни команд и различать 10 лиц. Робот может приносить мелкие вещи, вынимать почту из ящика, включать и выключать телевизор, записывать видео сообщения и передавать их по назначению.

Ведутся активные работы в области разработки и производства роботов, предназначенных для спасения людей в завалах, высадки на других планетах и астероидах и даже для проведения хирургических операций в полевых условиях. Похожие работы проводятся в российском научном центре сердечно-сосудистой хирургии имени Бакулева РАМН. Используемый там робот имеет несколько манипуляторов, способных держать различные инструменты. Он может работать в самых неудобных и недоступных для человека положениях. Врач за монитором следит за зоной операции и управляет манипуляторами, подавая через компьютер голосовые команды [1].

Группа ученых из Цюрихского института нейроинформатики и Манчестерского технологического института утверждает, что им удалось создать технологию, полностью повторяющую механизм функционирования человеческого мозга, который одновременно обрабатывает цифровую и аналоговую информацию. Для этого используется способность нейронных сетей к распространению важных сигналов и подавлению слабых сигналов. Аналогичные роботы были разработаны академиком Н. Амосовым 20 лет назад.

Вопросы создания кибернетических устройств, способных выполнять присущие человеку действия, все больше привлекают разработчиков. Современный подход опирается на теории адаптивных систем и эволюционного развития. В соответствии с данным подходом предполагается, что устройства управления должны самостоятельно мутировать и развиваться, менять свою форму, размеры и так далее.

Так, например, DARPA финансирует проект создания системы сборки конструкций из кубиков Лего. Система состоит из манипулятора, видеокамеры и компьютера. В качестве исходных данных в систему заложены только элементарные правила стыковки кубиков и цель – конечное сооружение, после чего система начинает пробовать различные комбинации, экспериментально определяя прочность и стабильность собираемых конструкций. Пока такая система способна за один день собрать двухметровый игрушечный мост и кран, способный поднять груз 0,5 кг. Самое главное, что эти конструкции отвечают всем инженерным требованиям по надежности, о которых система и не подозревает. Следующая задача – автоматизировать сборку системой себе подобных роботов.

В настоящее время также развивается такая область робототехники, как создание искусственного сознания, которое называют чат-роботом. Крис Мак-Кинли разработал искусственное сознание по имени GAC (Generic Artifical Consclousness), которое в сети Интернет может вести беседу, отвечая на вопросы «да» или «нет». Создатель GAC рассчитывает в ближайшие 10 лет собрать для него 1 миллиард фактов, что должно сделать искусственное сознание, не отличимым по уровню интеллекта от среднего человека.

Получило дальнейшее развитие такое традиционное направление ИИ как экспертные системы (ЭС). В современных ЭС, основной акцент делается на принятие оперативных решений в реальном масштабе времени. Это объясняется потребностями современного бизнеса. Коммерческие ЭС контролируют крупные промышленные процессы, управляют большими сетями, распределенными СУБД, подсказывая оператору, как поступить в сложной обстановке, а в критических ситуациях берут управление на себя.

Достаточно активно развивается и такое направление ИИ, как автоматическое накопление знаний, реализующее качественный анализ различных процессов. В коммерческих продуктах применяются такие подходы, как нечеткие технологии, основанные на использовании логики с бесконечным числом состояний. Так, интеллектуальный решатель C-PRS, написанный в стандарте ANSIC, используется NASA, в авиапромышленности, в системах управления перевозками и мобильными роботами.

В России осуществлено несколько внедрений ЭС GensymG2, которая осуществляет контроль, управление и моделирование сложных процессов.

Общение компьютера с человеком на естественном языке - одна из первых задач ИИ, также получила развитие в настоящее время. Еще 30 лет назад была написана программа, которая выделяла во фразах ключевые слова, строила на их основе простые вопросы, создавая неплохую иллюзию реального диалога.

Современные системы обычно строятся по тому же принципу, однако есть и исключения. Так, например, компания ArtificalLife выпускает набор программных продуктов, использующих технологию автономных агентов. Сервер приложений KloneServer поддерживает работу автономных агентов (интерактивных персонажей), которые общаются с потребителями сайта на естественном языке. Пока они способны отвечать на 20% всех вопросов. Агенты могут решать различные проблемы общения, основываясь на системе логического вывода, имеющей несколько уровней синтаксического анализа фраз, слежения за контекстом разговора и понимания отдельных слов. Другие модули выполняют автоматический анализ и обработку поступающей по электронной почте информации, создают пользовательские профили, определяют и анализируют траектории путешествий людей по сайтам и так далее.




3 Проблемы развития ИИ

3.1 Философские проблемы ИИ

Философия искусственного интеллекта задаётся вопросами о «мышлении машин», эти вопросы отражают интересы различных исследователей искусственного интеллекта, философов, исследователей познавательной (когнитивной) деятельности. Ответы на эти вопросы зависят от того, что понимается под понятиями «интеллект» или «сознания», и какие именно «машины» являются предметом обсуждения.

Современные философы и исследователи науки часто рассматривают искусственный интеллект и искусственную жизнь как прекрасный пример для междисциплинарной интеграции многих научных областей. Химики, биологи, кибернетики, лингвисты, психологи, философы, математики, инженеры и другие изучают различные аспекты взаимодействия живых систем и искусственного интеллекта. При этом формируется новый взгляд на роль тех или иных научных результатов и возникает то, что может быть названо философским осмыслением полученных результатов.

С Искусственным интеллектом (ИИ) сложилась странная ситуация – изучается то, чего еще нет. И если этого не будет в течение ближайших 100 лет, то очень может быть, что эпоха ИИ на этом окончится.

Исходя из сказанного выше, вытекает основная философская проблема в области ИИ – возможность или не возможность моделирования мышления человека. В случае если когда-либо будет получен отрицательный ответ на этот вопрос, то все остальные вопросы не будут иметь не малейшего смысла.

3.1.1 Может ли машина мыслить?

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?», который подтолкнул исследователей к созданию науки о моделировании человеческого разума, был поставлен Аланом Тьюрингом в 1950 году. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, его же словами подход и характеризуется:

Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум [1]. 

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

В своем мысленном эксперименте «Китайская комната», Джон Сёрль показывает, что даже прохождение теста Тьюринга может не являться достаточным критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограммирование. [11]

Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге «Новый ум короля» аргументирует невозможность получения процесса мышления на основе формальных систем[2].

3.1.2 Что считать интеллектом?

Существуют разные точки зрения на этот вопрос. Аналитический подход предполагает анализ высшей нервной деятельности человека до низшего, неделимого уровня (функция высшей нервной деятельности, элементарная реакция на внешние раздражители (стимулы), раздражение синапсов совокупности связанных функцией нейронов) и последующее воспроизведение этих функций. Существует определение интеллекта как способности решать интеллектуальные задачи [12]. Здесь под интеллектуальной задачей понимается та задача, у которой не существует известного алгоритма решения. То есть задача, для которой нужно создать алгоритм с нуля. Например, доказательство недоказанной теоремы, научное открытие, художественная деятельность и так далее. Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации. То есть интеллектуальной просто считается та программа деятельности (не обязательно реализованная на современных ЭВМ), которая сможет выбрать из определенного множества альтернатив, например, куда идти в случае «налево пойдёшь …», «направо пойдёшь …», «прямо пойдёшь …».

3.1.3 Наука о знании

3.1.4 Этические проблемы создания искусственного разума

О возможности существования.

С ИИ сложилась странная ситуация - изучается то, чего еще нет. И если этого не будет в течение ближайших 100 лет, то очень может быть, что эпоха ИИ на этом окончится.

Исходя из сказанного выше, вытекает основная философская проблема в области ИИ - возможность или не возможность моделирования мышления человека. В случае если когда-либо будет получен отрицательный ответ на этот вопрос, то все остальные вопросы не будут иметь не малейшего смысла.

Следовательно, начиная исследование ИИ, заранее предположим положительный ответ. Приведем несколько соображений, которые подводят нас к данному ответу.

1. Первое доказательство является схоластическим, и доказывает непротиворечивость ИИ и Библии. Даже люди далекие от религии, знают слова священного писания: "И создал Господь человека по образу и подобию своему …". Исходя из этих слов, мы можем заключить, что, поскольку Господь, во-первых, создал нас, а во-вторых, мы по своей сути подобны ему, то мы вполне можем создать кого-то по образу и подобию человека.

2. Создание нового разума биологическим путем для человека дело вполне привычное. Дети большую часть знаний приобретают путем обучения, а не как заложенную в них заранее.

3. То, что раньше казалось вершиной человеческого творчества - игра в шахматы, шашки, распознавание зрительных и звуковых образов, синтез новых технических решений, на практике оказалось не таким уж сложным делом (теперь работа ведется не на уровне возможности или невозможности реализации перечисленного, а о нахождении наиболее оптимального алгоритма).

4. С проблемой воспроизведения своего мышления тесно смыкается проблема возможности самовоспроизведения. Существуют также различные неформальные доказательства возможности самовоспроизведения, но самым ярким доказательством, пожалуй, будет существование компьютерных вирусов.

5. Принципиальная возможность автоматизации решения интеллектуальных задач с помощью ЭВМ обеспечивается свойством алгоритмической универсальности. Это означает, что на них можно программно реализовывать любые алгоритмы преобразования информации, - будь то вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий.

Однако не следует думать, что вычислительные машины и роботы могут в принципе решать любые задачи. Анализ разнообразных задач привел математиков к замечательному открытию. Было строго доказано существование таких типов задач, для которых невозможен единый эффективный алгоритм, решающий все задачи данного типа; в этом смысле невозможно решение задач такого типа и с помощью вычислительных машин. Этот факт способствует лучшему пониманию того, что могут делать машины и чего они не могут сделать.

Как же действует человек при решении таких задач? Похоже, что он просто-напросто игнорирует их, что, однако не мешает ему жить дальше. Другим путем является сужение условий универсальности задачи, когда она решается только для определенного подмножества начальных условий. И еще один путь заключается в том, что человек методом "научного тыка" расширяет множество доступных для себя элементарных операций (например, создает новые материалы, открывает новые месторождения или типы ядерных реакций).

О цели создания

Следующим философским вопросом ИИ является цель создания. В принципе все, что мы делаем в практической жизни, обычно направлено на то, чтобы больше ничего не делать. Однако при достаточно высоком уровне жизни человека на первые роли выступает уже не лень, а поисковые инстинкты. Допустим, что человек сумел создать интеллект, превышающий свой собственный. Что теперь будет с человечеством? Какую роль будет играть человек? Для чего он теперь нужен? И вообще, нужно ли в принципе создание ИИ?

По-видимому, самым приемлемым ответом на эти вопросы является концепция "усилителя интеллекта" (УИ). Здесь уместна аналогия с президентом государства - он не обязан знать валентности ванадия или языка программирования Java для принятия решения о развитии ванадиевой промышленности. Каждый занимается своим делом - химик описывает технологический процесс, программист пишет программу; в конце концов, экономист говорит президенту, что вложив деньги в промышленный шпионаж, страна получит 20%, а в ванадиевую промышленность - 30% годовых. При такой постановке вопроса любой человек сможет сделать правильный выбор.

В данном примере президент использует биологический УИ - группу специалистов с их белковыми мозгами. Но уже сейчас используются и неживые УИ - например мы не могли бы предсказать погоду без компьютеров, при полетах космических кораблей с самого начала использовались бортовые счетно-решающие устройства. Кроме того, человек уже давно использует усилители силы (УС) - понятие, во многом аналогичное УИ. В качестве усилителей силы ему служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и многое-многое другое.

Основным отличием УИ от УС является наличие воли. Ведь мы не сможем себе представить, чтобы вдруг серийный "Запорожец" взбунтовался, и стал ездить так, как ему хочется. Не можем представить именно потому, что ему ничего не хочется, у него нет желаний. В тоже время, интеллектуальная система, вполне могла бы иметь свои желания, и поступать не так, как нам хоте-лось бы. Таким образом перед нами встает еще одна проблема - проблема безопасности.



3.2 Проблема определения задач искусственного интеллекта

Следующим философским вопросом ИИ является цель создания. В принципе все, что мы делаем в практической жизни, обычно направлено на то, чтобы больше ничего не делать. Однако при достаточно высоком уровне жизни человека на первые роли выступает уже не лень, а поисковые инстинкты. Допустим, что человек сумел создать интеллект, превышающий свой собственный. Что теперь будет с человечеством? Какую роль будет играть человек? Для чего он теперь нужен? И вообще, нужно ли в принципе создание ИИ?

По-видимому, самым приемлемым ответом на эти вопросы является концепция «усилителя интеллекта» (УИ). Здесь уместна аналогия с президентом государства – он не обязан знать валентности ванадия или языка программирования Java для принятия решения о развитии ванадиевой промышленности. Каждый занимается своим делом – химик описывает технологический процесс, программист пишет программу; в конце концов, экономист говорит президенту, что вложив деньги в промышленный шпионаж, страна получит 20%, а в ванадиевую промышленность – 30% годовых. При такой постановке вопроса любой человек сможет сделать правильный выбор.

В данном примере президент использует биологический УИ – группу специалистов с их белковыми мозгами. Но уже сейчас используются и неживые УИ – например мы не могли бы предсказать погоду без компьютеров, при полетах космических кораблей с самого начала использовались бортовые счетно-решающие устройства. Кроме того, человек уже давно использует усилители силы (УС) – понятие, во многом аналогичное УИ. В качестве усилителей силы ему служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и многое-многое другое.

Основным отличием УИ от УС является наличие воли. Ведь мы не сможем себе представить, чтобы вдруг серийный «Запорожец» взбунтовался, и стал ездить так, как ему хочется. Не можем представить именно потому, что ему ничего не хочется, у него нет желаний. В тоже время, интеллектуальная система, вполне могла бы иметь свои желания, и поступать не так, как нам хотелось бы. Таким образом перед нами встает еще одна проблема – проблема безопасности.



3.3 Проблема безопасности

Философские проблемы создания искусственного интеллекта можно разделить на две группы, условно говоря, «до и после разработки ИИ». Первая группа отвечает на вопрос: «Что такое ИИ, возможно ли его создание?» На них я постаралась ответить в своей работе. И вторая группа (этика искусственного интеллекта) задаётся вопросом: «Каковы последствия создания ИИ для человечества?», которая приводит нас к проблеме безопасности.

Данная проблема будоражит умы человечества еще со времен Карела Чапека, впервые употребившего термин «робот». Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные можно упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, а так же довольно свежее произведение – «Терминатор». Кстати именно у Айзека Азимова мы можем найти самое проработанное, и принятое большинством людей решение проблемы безопасности. Речь идет о так называемых трех законах роботехники.

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

2. Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону.

3. Робот должен заботиться о своей безопасности, насколько это не противоречит первому и второму закону.

На первый взгляд подобные законы, при их полном соблюдении, должны обеспечить безопасность человечества. Однако при внимательном рассмотрении возникают некоторые вопросы.

Интересно, что будет подразумевать система ИИ под термином «вред» после долгих логических размышлений? Не решит ли она, что все существования человека это сплошной вред? Ведь он курит, пьет, с годами стареет и теряет здоровье, страдает. Не будет ли меньшим злом быстро прекратить эту цепь страданий? Конечно можно ввести некоторые дополнения, связанные с ценностью жизни, свободой волеизъявления. Но это уже будут не те простые три закона, которые были в исходнике.

Следующим вопросом будет такой. Что решит система ИИ в ситуации, когда спасение одной жизни возможно только за счет другой? Особенно интересны те случаи, когда система не имеет полной информации о том, кто есть кто…

Так что можно с уверенностью сказать, что опасения многих людей, в том числе и ученых, не беспочвенны. И определенно следует именно сейчас начинать продумывать эти вопросы, до того, как получится создать полноценный «машинный интеллект», чтобы обезопасить человечество от возможного вреда или даже истребления, как конкурирующей, в лучшем случае, или просто ненужной биологической разновидности.

Заключение

Как это всегда бывает, научные исследования в отрасли разработкиискусственного интеллекта и могут быть использованы как в хороших , так и вплохих дела. Для того чтобы исследования и разработки в этой научнойдисциплине приносили благо человечеству нужно пересмотреть наш подход кнауке и установить новые критерии оценки устройств с искусственныминтеллектом. Поэтому, при конструировании новых машин человек всегда долженсознавать, какие возможны последствия от их применения. Программы для этихмашин должны быть всегд.......................