Искусственный интеллект (ИИ) в широком смысле определяется как отрасль компьютерной науки, связанная с разработкой компьютеров (аппаратных средств ЭВМ) и компьютерных программ (программного обеспечения), которые имитируют когнитивные функции человека. В предыдущих пятнадцати главах «когнитивные функции человека» обсуждались довольно подробно, и мы узнали, что познание включает восприятие, память, мышление, обработку языка и многие другие функции, которые выполняются более или менее точно. Вы можете, например, увидеть и узнать лицо друга, решить в уме математическую задачу (7 х 8)/(4 х 5); сочинить осмысленное стихотворение в ямбическом пентаметре, узнать голоса Бивиса и Баттхеда; мысленно вычислить самый короткий маршрут от вашего дома до колледжа, определить, прилично ли пригласить отца невесты на холостяцкую вечеринку жениха, и отличить кислое молоко от свежего. И вы и я делаем подобные вещи каждый день безо всякого усилия (и если экстраполировать результаты исследования Хаира и его коллег, касающиеся скорости метаболизма и интеллектуальной работы, приведенные в предыдущей главе, посвященной человеческому интеллекту, то можно сказать, что делаем мы это без расхода большого количества энергии). Кроме того, мы совершаем много глупостей, например наливаем шампунь на зубную щетку вместо зубной пасты. Мы — люди, и это проблема для компьютеров: будучи совершенными машинами, никогда не допускающими ошибок, тем не менее «ошибаться». Если бы компьютер мог точно моделировать мышление и действия человека, он так же хорошо, как и мы, выполнял бы упомянутые выше действия, но подобно нам он смог бы ошибаться, вплоть до путаницы с шампунем и зубной пастой, пытаясь прийти в себя ранним утром. Важно провести различие между теми, кто пишет программы, успешно решающие встающие перед человеком задачи, например любимую мною программу, которая издает пронзительный звуковой сигнал, когда я отклоняюсь от стандарта правописания, и программы, которые пытаются копировать мышление человека. Компьютеры и их впечатляющие технологии стали такой важной частью нашей повседневной жизни, что непонятно, как мы жили без них раньше; однако они недостаточно умны, чтобы помыться зубной пастой (или наоборот). Чтобы сделать это, они должны были бы точно имитировать мышление и действия человека и тогда были бы неотличимы от него. Позже я расскажу об этом более подробно.
Читать далее →
Разного рода вычислительные приборы — мозг искусственного интеллекта — существовали на протяжении всей истории человечества. Самым ранним типом таких устройств был абак, который применялся в Китае уже в VI столетии до нашей эры. Египтяне изобрели счетную машину, в которой использовалась галька, незадолго до того как Геродот (приблизительно 450 г. до н. э.) описал этот факт. Подобное устройство имели и греки, а древнеримские авторы упоминают о трех типах вычислительных машин. Большинство этих устройств использовались в сфере торговли, с их помощью производились операции сложения и вычитания. Умножение выполнялось путем повторения операции сложения. Приблизительно в 1633 году малоизвестный немецкий астроном Вильгельм Шикард (1592-1635) изобрел автоматический цифровой калькулятор, в память о котором в 1973 году была выпущена немецкая почтовая марка. Изобретение вычислительной машины чаще приписывают французскому философу Блезу Паскалю (1623-1662), «отцу исчисления». Машина Паскаля могла только складывать и вычитать, но она вызвала широкий интерес. В 1670-х годах Готфрид Лейбниц представил машину, которая могла выполнять умножение и деление.
Компьютеры появились позже, когда эксцентричный Чарльз Бэббидж (1792-1871), которого иногда называют первым в мире компьютерщиком, при помощи леди Ады Лавлайс изобрел вычислительное устройство, которое выполняло программируемые операции, содержащие условные следствия. (См. Haugeland, 1989. Модель машины Бэббиджа можно увидеть в Смитсоновском институте в Вашингтоне, округ Колумбия.)
Происхождение современной компьютерной науки можно отнести к 1940-м годам, когда для ускорения долгих и утомительных математических вычислений, обычно применяемых военными для расчета траекторий полета артиллерийских снарядов, были изобретены ламповые компьютеры UNIVAC и ENIAC. ENIAC (Electronic Numerical Integrator and Computer — «Электронный числовой интегратор и компьютер») — тщательно засекреченный проект, спонсируемый военным ведомством США и проводимый в Пенсильванском университете — имел 17 468 радиоламп, изготовитель которых гарантировал их работу в течение 25 тыс. ч; это означало, что в среднем каждые 8 минут сгорала одна лампа! Эта чудовищных размеров вычислительная машина весила 30 т, а потребляемая ею мощность равнялась 174 кВт. Руководителями проекта были Джон Моучли и Дж. Преспер Эккерт. Эти первые бесхитростные и не слишком эффективные гиганты открыли дорогу для более компактных, более мощных и более сложных систем, которые, в свою очередь, постепенно сменились микроэлектронными компьютерами, прочно вошедшими в нашу повседневную жизнь.
В когнитивной психологии найдется немного более важных дат, чем 1956 год. Летом этого года группа из десяти ученых собралась на территории колледжа Дортмут с целью обсудить возможность создания компьютерных программ, способных к разумному поведению. Среди участников этой конференции были: Джон Мак-Карти, основавший впоследствии лаборатории ИИ в Массачусетском технологическом институте (МТИ) и Стэнфордском университете и широко признанный как человек, окрестивший новую науку «искусственным интеллектом»; Марвин Минский, ставший затем директором лаборатории ИИ в МТИ; Клод Шеннон, разработавший современную модель системы коммуникации в «Беллз лабораториз»; Герберт Саймон, которому предстояло получить Нобелевскую премию по экономике; и Аллен Ньюэлл, который провел очень важные работы по когнитивной науке и ИИ в университете Карнеги-Меллон. Эта конференция имела историческое значение — намечавшийся до того курс на ИИ был взят. Его зарождение непосредственно повлияло на развитие когнитивной психологии.
Читать далее →
Самый распространенный тип компьютера из используемых сегодня копирует схему («архитектуру», на компьютерном жаргоне), разработанную венгерским математиком Джоном фон Нейманном (von Neumann, 1958), в 1930 году эмигрировавшем в Соединенные Штаты. Такого рода компьютер иногда называют Johniac, или последовательный процессор, так как электрические импульсы обрабатываются последовательно, или один за другим. Эти цепные последовательности работают очень быстро, каждый шаг требует лишь несколько наносекунд, но для решения сложных задач последовательным способом (таких, как решения с использованием математических функций или трансформация данных или файлов) компьютеру может потребоваться нескольких минут, часов или еще больше времени. Все пользователи компьютеров знают, как невыносимо «много» времени требуется персональным компьютерам, чтобы «обдумать», или «переварить», проблему. Основная причина, по которой компьютеры неймановского типа работают так медленно, состоит в том, что одно действие должно быть закончено прежде, чем начато другое. Последовательные процессоры решают проблемы пошаговым способом.
Читать далее →
Некоторые из фундаментальных вопросов искусственного интеллекта таковы:
- Какого рода мыслящей машиной является мозг?
- Как машина может имитировать мышление человека?
- Могут ли компьютеры превзойти мышление человека?
- Стоит ли стремиться достичь этих целей?
Ни на один из этих вопросов нет легких ответов, но сторонники основанной на принципах протекания нервных процессов модели параллельной распределенной обработки (и другие ученые) упорно их ищут.
Мозг
После столетия психологических исследований, особенно изучения познания в течение нескольких прошлых десятилетий, ответ на первый вопрос начинает, наконец, принимать определенную форму. Я надеюсь, что содержание этой книги является тому подтверждением. Мы многое узнали о нашей мыслящей машине, называющейся мозгом: она существенно отличается от распространенных компьютеров неймановского типа. Возможно, исследования ИИ продвинулись бы дальше, если бы компьютеры больше походили на мозг. Для прояснения этого вопроса я предлагаю следующее сравнительное резюме.
Читать далее →
Я не знаю другой такой области когнитивной психологии, где происходили бы столь ожесточенные споры о моделировании человеческого мышления машинами. Одну сторону этого спора представляют те ревнители ИИ, которые не только верят, что машины способны точно копировать человеческое познание, но и считают, что наиболее сложные интеллектуальные процессы могут выполняться только машинами. Это надо понимать так, что компьютеры должны непосредственно участвовать в повседневном принятии решений людьми. С другой стороны находятся те, кто считает ИИ интеллектуально извращенным понятием и полагает, что люди, верящие в «мыслящие машины», — это материалистические идолопоклонники. Они полагают, что человеческое мышление — это чисто человеческий процесс; наверное, его можно частично синтезировать в машине, но дублировать с помощью ИИ-программ его не удастся никогда. В качестве отправной точки полезно рассмотреть дихотомию, предложенную философом из Калифорнийского университета в Беркли Джоном Сирлом (John Searl, 1980). Он описал две позиции в ИИ: «жесткую» и «мягкую»; согласно мягкой позиции, ИИ может использоваться как инструмент в исследованиях человеческого познания; а жесткая предполагает, что соответствующим образом запрограммированный компьютер обладает разумом и способен к пониманию. У «мягкого» ИИ мало оппонентов; почти все признают важность компьютеров в исследовании человеческого познания, и к этому почти нечего добавить. «Жесткий» ИИ, опровергаемый Сирлом, вызвал бурю протеста. Мы продолжим рассмотрение этого спора в разделе про «китайскую комнату», но сначала рассмотрим одну оригинальную задачу, предложенную британским математиком Аланом Тюрингом и касающуюся разума и машин.
Тюринг (Turing, 1950) предложил использовать задачу, в ходе которой человек задает вопросы «неизвестному существу, использующему язык». Задача человека — решить, можно ли отличить это существо от человека. В пользу Тюринга говорит то, что использование «имитирующей игры», ставшей впоследствии широко известной как «тест Тюринга», само по себе было весьма тонким обманом, который, давая специалистам по ИИ конкретный материал для работы, уводил их внимание от философских вопросов
0 разуме, ставших главным раздражающим фактором в истории науки и психологии. Не обращаясь непосредственно к философским вопросам, как это сделал Тюринг, «существо» спрашивало: «Является ли познание функцией материальных процессов, и если да, то могут ли такие функции продуцироваться неорганической машиной?» или: «Как решить проблему тела и разума?» — то есть «оно» выбирало гораздо более четкие рамки вопроса, основанные на операционализме. Поскольку в литературе сохраняется определенная путаница относительно реальной природы предложенного Тюрингом теста, мы приводим его здесь довольно детально:
Эту… задачу можно описать в терминах игры, известной нам как «имитирующая игра». В нее играют три человека: мужчина (А), женщина (5) и спрашивающий (С), который может быть любого пола. Цель игры для спрашивающего — определить, кто из двух других — мужчина, а кто — женщина. Для него они помечены как X и У, и в конце игры он должен сказать либо: «Х — это А, а Y — это В», либо: «X — это В, а Y — это A». Спрашивающий может задавать А и В следующие вопросы: С: Не скажет ли мне X, какая у него длина волос?
Читать далее →
Чтобы продемонстрировать, что жесткая позиция относительно ИИ не выдерживает критики, Сирл предложил следующую головоломку. Предположим, что некоего человека заперли в комнате, где находится много китайских текстов. Этот человек ничего не понимает по-китайски и даже не способен отличить китайские иероглифы от каких-либо других. Ему в комнату передают еще один набор китайских знаков вместе с набором правил для сопоставления первого и второго набора символов. Эти правила всего лишь позволяют связывать один набор символов с другим, и написаны они на английском языке. При помощи этих правил сопоставления человек в «китайской комнате» может давать осмысленные ответы на вопросы о содержании китайских текстов, несмотря на то что он, в сущности, не знает этого языка. Через какое-то время он приобретает такую сноровку, что может отвечать как на своем родном английском, так и на китайском языке, которого не знает, но дает ответы, основываясь на правилах. Результаты настолько хороши, что их «совершенно нельзя отличить от ответов урожденного китайца» (Searl, 1980). Человек, запертый в «китайской комнате», — это простая конкретная иллюстрация компьютерной программы: «данные на входе—данные на выходе». Вплоть до этого момента почти никто из ИИ-защитников не возражает, но затем Сирл делает еще один шаг вперед. Способность выполнять такие функции, как перевод по сложным правилам, не означает, что тот, кто это делает, понимает значение «выходных данных». Человеческий разум характеризуется произвольностью (см. Searl, 1983), которая, согласно Сирлу, определяется как «свойство психических состояний и явлений, направляющее их на объекты и ситуации в окружающем мире». К таковым относятся убеждения, страхи, желания и намерения. Независимо от того, насколько «неотличимо» поддельное мышление от «настоящего» (человеческого), они не суть одно и то же, поскольку у мыслящего человека есть намерения и поскольку между этими двумя «мыслящими» существуют физические различия: одного сделали органическим способом, а второго — электронным.
Читать далее →
Компьютерщики немедленно выдвинули возражения против головоломки Сирла (см. Boden, 1989) — прежде всего с позиций семантики: термины «произвольность», «понимание», «мышление» употребляются им без четких операциональных референтов. В качестве возражения был приведен такой пример: если бы человек в «китайской комнате» выполнял описанные функции, то он (или система) действительно достиг бы как минимум некоторого уровня понимания. Кроме того, аргументы Сирла отклонялись на основании «приведения к абсурду»: если довести ситуацию до логического конца, то оказалось бы возможным создать робота, в каждой своей детали идентичного мыслящему человеку, и все же последний был бы способен к «пониманию» и «произвольности», а первый — нет. Наконец, некоторые специалисты по ИИ полагают, что «понимание» и «произвольность» вызываются конкретными материальными свойствами. Пилишин (Pylyshyn, 1980) с иронией замечает, что, возможно, произвольность — это такое вещество, которое выделяется человеческим мозгом; он предлагает свою собственную загадку:
…Если бы все больше и больше клеток вашего мозга заменялись интегральными микросхемами, запрограммированными так, чтобы их характеристики входа-выхода были идентичны заменяемому элементу, вы, по всей вероятности, сохранили бы способность говорить точно так же, как и сейчас, за исключением того, что постепенно перестали бы что-либо под этим иметь в виду. То, что мы, сторонние наблюдатели, все еще принимали бы за слова, для вас стало бы просто некоторым шумом, который заставляют вас издавать ваши микросхемы.
Читать далее →
Восприятие человека инициируется внешними сигналами, состоящими из света, звука, молекулярных соединений и давления. Эти сигналы обнаруживаются органами чувств и преобразуются (конвертируются в нервную энергию) в сообщения, понимаемые мозгом. Количество информации, доступной органам чувств, огромно; одна только зрительная система может передавать в мозг 4,3 х 106 бит информации в секунду. Фейгенбаум (Feigenbaum, 1967) предполагает, что некоторые периферийные устройства, иногда называемые периферической системой памяти, действуют подобно сенсорному буферу, предохраняющему мозг от переполнения потоком втекающей в него информации.
Как построить машину, способную подражать этому перцептивному механизму? Логично было бы разработать механизм, способный чувствовать. Эта попытка осуществляется в работе по созданию компьютерных распознающих систем.
Один из способов научить компьютеры распознавать геометрические формы путем анализа логических признаков — руководствоваться правилом, согласно которому сложные геометрические формы состоят из простых. В этой программе использован ряд небольших «матриц», систематически сопоставляемых с каждым объектом в поисках соответствия. Пример «матрицы» и идентифицируемого геометрического объекта приведен ниже. Матрица состоит из сенсоров двух типов — позитивного и негативного; «присутствует», «отсутствует» — это единственный сигнал, подаваемый такой ячейкой, или подразделением матрицы. Изображенная матрица содержит только шесть ячеек — три «минуса» и три «плюса», и, судя по расположению этих компонентов (все «отрицательные» элементы расположены слева), вполне подходит для идентификации левого края объекта. Помещение матрицы ее средней линией над левым краем куба привело бы к полному соответствию. На углу соответствие было бы плохим, а на нижнем крае, где плюс и минус отменяют друг друга, соответствия не будет. Хотя эта эвристика в наибольшей степени ориентирована на возможности машин, она не расходится с результатами изучения восприятия у человека и животных. Ранее в этой книге (см. главу 4) мы упоминали, что психофизиологам удалось найти детекторы линий в клетках коры головного мозга кошек, и, хотя эти данные еще не полностью подтверждены, похоже, что у человека также имеются детекторы края.
Читать далее →