Актуальность темы. Возможен ли искусственный интеллект? Уже сама такая постановка вопроса вызывает оживленную дискуссию [1, с.1]. Вторая половина семидесятых и начало восьмидесятых годов ознаменовались спадом уверенности в скорейшем создании искусственного интеллекта, даже в возможности создания вообще. В настоящий момент в изданной в России в 1999 г. книге «Наступление машин» Кевина Уорвика [2, с.5], профессора департамента кибернетики университета Рединга (Англия), автор пытается убедить, что рано или поздно появятся машины, интеллект которых превзойдет человеческий. Он указывает, что роботы с интеллектом кошки появятся через пять лет, а с интеллектом близким к человеческому, - через 10-15 лет. Каждые десять лет возникает новая технология, которая радикально меняет все в этом мире. Директор компании мозгового центра Institute for the Future Пол Саффо отмечает, что в развитии сенсорных устройств произойдет слияние разделенных в настоящее время технологических миров цифрового и аналогового, тогда компьютеры научатся воспринимать мир, данный им в ощущении, и совершится собственно революция: вещи будут делать вещи. Задачей моих исследований является методы компьютерного зрения (применительно к анализу изображений клеток), результаты которых, возможно, станут одной из составных частей восприятия роботов будущего.

Целью данного реферата является проанализировать текущее состояние проблемы создания искусственного интеллекта (в дальнейшем ИИ) и социально-этический аспект появления искусственного разума.

Задача первая. На основе анализа литературы по ИИ с технической точки зрения будут сделаны выводы о возможности его создания, используя гипотетико-дедуктивный метод, т.е. по существующим данным о возможностях современной техники будут выделены возможные следствия и развитие систем ИИ. В рамках решения данной задачи будет затронут вопрос об историческом развитии систем ИИ.

Задача вторая. Для решения задачи рассмотрения социально-этического аспекта появления ИИ применяется метод формализации, т.е. выделяются человеческое общество и ИИ, и рассматриваются отношения между ними.

1. Технический аспект создания искусственного интеллекта

Для рассмотрения данной проблемы необходимо определить, что такое ИИ с технической точки зрения. Искусственный интеллект (от лат. Intellectus - познание, понимание, рассудок) – это раздел информатики, изучающий методы, способы и приемы моделирования и воспроизведения с помощью ЭВМ разумной деятельности человека, связанной с решением задач.

Рассмотрим исторический путь развития «технической» мысли по созданию ИИ, попытаемся сделать обзор существующих подходов и технологий.

Структура интеллекта начала изучаться в имитационных теориях моделирования. В бывшем СССР этими исследованиями занимался Николай Амосов в институте кибернетики АН УССР (Киев) начиная с 1962 года. Теория эвристического моделирования была огромным шагом вперёд в исследовании естественного интеллекта человека, а также в направлении создания искусственного интеллекта. Однако преодолев “теоретический антропоцентризм” и доказав возможность и необходимость существования в рамках развитого ИИ сложной душевной и духовной жизни, мыслей, чувств, потребностей и убеждений, эта теория не смогла преодолеть “технологический антропоцентризм” - она рассматривает два противоположных подхода к моделированию интеллекта, названных сетевым и алгоритмическим. Сетевой интеллект рассматривается как трёхмерная структура, состоящая из элементов со множеством пространственных пересекающихся связей (такую структуру имеют нейронные ансамбли), алгоритмический интеллект построен на линейных, последовательных структурах (технологически современные ЭВМ работают с последовательностями информационных сигналов) [3, c.38-39].

В настоящее время когда речь идет об идее искусственного интеллекта в среде людей, занимающихся этим вопросом или близкими к ним, она прежде всего ассоциируется с нейронными сетями (НС) и семантическими алгоритмами (СА).

Идея эксформации была выдвинута Станиславом Лемом [3, c.40]. Эксформация представляет собой способность информационной системы, например, компьютерной программы, к самопрограммированию, саморазвитию и при этом значительному информационному росту. Одним из этапов является реализация “компьютерных хромосом” и “компьютерного генного аппарата”, то есть информационных модулей по структуре подобных компьютерным вирусам, но отличающихся от них полезной, а не разрушительной функцией и к тому же способных к эволюции, мутациям. Современные вирусы самостоятельно мутировать не могут и позитивных организационно-системных изменений не производят. Всё на что они способны, так это только “хулиганство”. Компьютерные гены должны стать ключом к механизму автономного эксформационного генезиса. Генезис предопределяет свойства и структуру растущей совокупности файлов из компактного первоначального ядра. Эта растущая структура должна функционировать как единая система с заранее предполагаемыми параметрами.

К сожалению, российских работ по данным разделам ИИ незначительное количество. ИИ в своем реальном понимании был чужд советской идеологии, так как подрывал ее основу. А сегодня на постсоветском пространстве государства не располагают финансами для поддержки этой отрасли. Из советских работ можно выделить теоретическую работу Н.М. Соломатина, в которой автор вводит понятие информационной семантической системы (ИСС) [2, c.5].

Такая система определяется как система, функционирование которой направлено на достижение цели. Специфической их особенностью является семантическая переработка семантической информации. Указывая на неоднозначность, незрелость дефиниции, понятия семантической информации, Н.М. Соломатин дает такое определение семантической информации: выраженное знаками сведения о выделенной заданием стороне (сторонах) объекта. Причем в данном определении понятие сведения принимаются первичными и не определяются.

В последующем автор излагает теорию ИСС, в которой определяет класс семантических операций, класс семантических объектов, их функции и структуру. Также рассматривает информирование как семантический диалог, его принципы; системы с целью, их классификацию, поднимает вопрос стабильности ИСС.

Развитие нейронных сетей (набор связанных между собой нейронов выполняющих конкретную вычислительную функцию), как раздела ИИ, по-видимому, находится в кризисе [2, c.6]. Используемый здесь основной подход, базирующийся на анатомо-физиологических данных работы головного мозга, неплох для построения роботов, но не как для моделирования мышления. Тем более выяснилось наличие более сложного механизма обучения и фиксации информации в головном мозге, чем считалось ранее, на заре развития кибернетики, а это значительно затрудняет моделирование нейросетей.

В биологии имеется три пути выяснения сущности элементарных механизмов памяти:

1. Устанавливают, происходят ли в мозгу или определенных ареалах мозга животных, кондиционированных на новое поведение, какие-либо биохимические изменения.

2. Определяют, нарушается ли синтез нуклеиновой кислоты и (или) белка во время или после кондиционирования, и проверяют, ухудшается ли вследствие этого процесс обучения или запоминания.

3. Путем перенесения нервной или мозговой субстанции от кондиционированных животных к необученным животным проверяют, не происходит ли в результате этого ускорение кондиционирования необученных животных.

На основании этих подходов было показана непосредственная роль ДНК и РНК в модуляции состоянии структуры нейролеммы (органическая мембрана нервной клетки). Ее изменение влияет на характер интеграции в ней поступающих с синапсов электрических сигналов (входных), а значит и на параметры сигнала на выходе нейрона. Существует также циркуляция молекул памяти - РНК внутри нейросетей, законы распределения которой еще не установлены.

Не без оснований следует считать регулирующее влияние на состояние электрической активности нейролеммы со стороны астроглии, как структуры, направлено модулирующей электрический ток в нейролемме.

На входе нейрона имеется в среднем от 5 000 до 10 000 тысяч сигналов (синапсов). Это приводит к сложной зависимости в интеграции сигналов и генерации выходного сигнала. Для функции такого одного нейрона пока невозможно построить адекватного математического описания. А таких нейронов в головном мозге человека доходит до 100 миллиардов.

Исходя из этого, уже сложно использовать идеи построения нейросетей просто на основе имеющейся аналогии сети нервных клеток. Тем не менее, существуют самообучающиеся нейросети, находящие практическое применение. В частности, исследователи из Крэнфилдского университета (Великобритания) разработали устройство, способное по запаху определять наличие возбудителей различных инфекционных заболеваний [2, с.7].

Аппарат названный Diag-Nose, представляет собой аналог человеческой обонятельной сенсорной системы: главной его частью является блок электронных сенсоров. Последние объединены в несколько групп, каждая из которых способна распознавать наличие в обследуемом объекте определенного химического вещества. Сигналы генерируемые сенсорами, поступают в специально обученную искусственную нейросеть, которая и делает вывод о наличии того или иного заболевания.

Интересно также сообщение о разработке имплантов позволяющих дистанционно управлять техникой.

Кевин Уорвик вживил себе в руку чип, позволяющий включать и выключать свой компьютер, не приближаясь к нему. Данный чип в виде стеклянной капсулы, о начинке которой можно только догадываться, на удаленный запрос системы может выдать уникальный 64-битный ответ, является частью обширной программы Intelligent Home System (понимающая домашняя система), позволяющая человеку из одной точки контролировать все происходящее внутри дома. Система базируется на технологии LON (Local Operating Network), в которой используются нейронные сети.

Технологии самообучающихся нейронных сетей отчасти находят свое прикладное применение в управлении производством. Йогеш Гупта (Yogesh Gupta), один из руководителей компании Computer Associates, рассказал о создании его фирмой нейронных агентов - Neugents, которые будут включены в состав новой версии системы управления предприятием Unicenter TNG.

Способные, как и многие другие нейронные системы, к самообучению, Neugents будут следить за состоянием системы, отслеживая отдельные процессы. Обнаружив необычное течение процесса, Neugents не только сообщит об этом, но и предскажет, в какой момент нестабильная работа процесса приведет к сбою системы. Агенты будут также оценивать вероятность возникновения сбоя. В составе Unicenter TNG будут следить за работой этой сложной программной системы. Планируется использовать подобные нейропрограммы для распознавания поддельных документов и предсказания потребления энергии для электрических компаний.

Возникновение новых подходов при разработке семантических алгоритмов не мыслимо рассматривать в отрыве от психологических исследований, поскольку первые на них основываются.

Фундаментальные данные по исследованию памяти собраны в книге «Активная память: Экспериментальные исследования и теории человеческой памяти». Автору работы И. Хофман (психолог, профессор Берлинского университета) с сотрудниками удалось близко подойти к пониманию семантических механизмов памяти и созданию в ней новой информации [2, c.7].

Немаловажный аспект исследований связан с созданием так называемого биомашинного интерфейса, позволяющего связать нервную систему напрямую (через проводники) с компьютером. Специалистам медикам Рою Бэйки (Roy Bakay) и Филипу Кеннеди (Philip Kennedy) из университета Эмори (США) удалось создать электрод, который непосредственно воспринимает импульсы головного мозга человека [2, c.7].

Система пока всего лишь облегчает парализованным больным контакт с внешним миром, но в перспективе может привести к появлению новых технологий.

Электрод представляет собой два небольших полых конуса из пористого стекла. На поверхность электрода нанесены выделенные из клеток нервной периферической системы вещества (Прим. мое в гистологии они называются тканевыми факторами роста), которые вызывают рост окружающих электрод клеток коры головного мозга и их проникновение внутрь конусов. Этот процесс занимает несколько недель. Электрический сигнал воспринимается находящимися внутри конусов металлическими проводниками, усиливается и передается на компьютер. Электрод вживляется в участок коры головного мозга, управляющий движениями тела, и больной учится управлять курсором, пытаясь отдавать привычные команды своему неподвижному теперь телу. Больной также может передавать сообщения о том, что он голоден.

Исследования в области биомашинного интерфейса пополнились еще одним научным фактом. Благодаря ученым из Калифорнийского университета (Беркли, США) Ян Дан (Yang Dang), Гаррет Стэнли (Garrett Stanley) и Фэй Ли (Fei Li) удалось декодировать зрительные сигналы, поступающие в кошачий мозг, и даже сделать на их основе видеозапись [2, c.7].

В мозг кота в район таламуса, были вживлены 117 электродов. На основе электрической активности участков таламуса с электродами, ученые реконструировали изображение, используя как указано в статье (Journal of Neuroscience) некую линейную декодирующую технику. Им удалось получить изображения вполне узнаваемых объектов, таких, например, как человеческие лица.

В одной из своих частных реализациях ИИ был эмиссирован в концепции виртуального мира (КВМ). Виртуальный мир (ВМ) реализуется как программная среда трехмерной графики с интеллектуальным состоянием встроенных в него объектов. Используя специальное устройство – шлем виртуальной реальности (ШВР), состоящее из двух миниатюрных мониторов находящихся напротив глаз пользователя, микрофона и стереодинамиков, пользователь как бы оказывается в ВМ. Перемещение в среде реализуется при помощи джойстика или виртуальных перчаток, имеющих датчики растяжения. Основной стратегией в развитии программных средств ВМ является наращивание параметров интерактивности.

В настоящее время концепция виртуального мира получила свое очередное воплощение. Американская компания DigiScents (www.digiscents.com) анонсировала технологию, которая должна существенно расширить значение термина мультимедиа, добавив к зрительным и слуховым ощущениям еще и обонятельные. Специальный аппаратно-программный комплекс, разработка которого в настоящее время подходит к концу, получил название iSmell.

Аппаратная часть представляет собой некий компактный электрохимический синтезатор, подключающийся к последовательному или USB-порту компьютера. Имея картридж с расходными материалами, он генерирует несколько сотен разнообразных запахов в соответствии с указаниями управляющей программы.

Не отстают и технологии распознавания речи. IBM выпустила новую версию ViaVoice программы распознавания речи для платформы Windows. Развитые возможности ViaVoice позволяют говорить слитно, без пауз, используя естественные синтаксические конструкции языка. В отличие от предыдущей версии, переключение между режимами диктовки, редактирования текста и управлением приложением не требуется.

Помимо встроенного словаря, содержащего 64 тысячи наиболее распространенных слов, предусмотрена возможность подключения дополнительных словарей и создание пользовательского модуля. Для ускорения работы ViaVoice содержит набор часто встречающихся фраз. Не забыты и дети, высокие голоса которых часто не распознаются программами речевого ввода, - разработка IBM поддерживает дополнительный диапазон 11-22 кГц.

В списке новых технологий не на последнем месте стоит технология распознавания изображения человеческого лица, для верификации личности. В будущем, вероятно, компьютер должен понимать и эмоции пользователя, для более гибкого с ним взаимодействия это одна из сторон интеллектуализации интерфейса программ. Сотрудники Питсбурского университета уже стоят на пороге коммерческой реализации такой технологии [2, c.9].

Таким образом, в современном видении ИИ может быть создан в слиянии человеческого начала и машины. Общность мышления со способностью отражения служит объективной основой моделирования процессов мышления. Мышление связано с созданием, передачей и преобразованием информации, а эти процессы могут происходить не только в мозгу, а и в других системах, например ЭВМ. Кибернетика, устанавливая родство между отражением, ощущением и даже мышлением, делает определенный шаг вперед в решении поставленной проблемы. Несмотря на качественное различие машины и мозга в их функциях есть общие закономерности (в области связи, управления и контроля), которые изучает кибернетика.

Конкретно-научное обоснование материалистической концепции мышления, практическое доказательство того, что мышление есть функция высокоорганизованной материальной системы - важнейшее философское завоевание кибернетики. Работы по искусственному интеллекту во многом тесно связаны с философской проблемой кибернетического моделирования. Эти работы часто связывают с построением точной копии человеческого мозга. Однако такой подход можно назвать "некибернетическим". Каковы же черты кибернетического метода мышления, какие вопросы вносит кибернетика в человеческое познание? В своей "Истории западной философии" Б. Рассел ставит вопрос о факторах, позволивших европейцам создать тип культуры, в котором ведущее место заняла наука [2, c.16]. Причину этого Рассел усматривает, как он выражается, в двух великих интеллектуальных изобретениях: изобретение дедуктивного метода древними греками (Эвклид) и изобретение экспериментального метода в эпоху возрождения (Галилей). Именно эти два интеллектуальных изобретения - дедуктивный метод (а тем самым математика) и эксперимент позволили создать классическую науку. К этим двум основным интеллектуальным орудиям современное развитие познания добавляет третье - математическую модель и математическое моделирование. Соединение дедуктивных построений математики с данными, добытыми экспериментальным методом, создает естествознание, в центре которого стоит понятие научного закона. Совокупность законов это основное содержание естествознания; их установление его основная задача.

В дальнейших разработках необходимо обращать внимание на то, что до сих пор рассматривали и описывали в виде "индивидуализированной интеллектуальной деятельности", является вырожденным случаем и может существовать в качестве полной и самодостаточной интеллектуальной деятельности только при условии, что она имитирует и воспроизводит групповые взаимоотношения и групповую деятельность [4, с.183].

Вывод. Путь, по которому идёт современная наука и который предлагает кибернетика, состоит в построении эскизных моделей, охватывающих все более и более широкий диапазон функций мышления. Задачи раскрыть "в лоб" "сущность мышления" не ставится, а ставится задача построения эскизных моделей, позволяющих описать отдельные его стороны, воспроизведены отдельные его функции и, двигаясь в этом направлении, строить системы, все более приближающиеся к человеческому мозгу. Отсутствия жесткой связи способа функционирования (поведения) со строго определенным субстратом означает, что если две системы обнаруживают одинаковое поведение в достаточно широкой области, то они должны рассматриваться как системы сходные, аналогичные по этому способу поведения.

2. Социально-этические аспекты создания искусственного интеллекта

Рассмотрим некоторые социально-этические проблемы, которые могут возникнуть при и после создания ИИ. Следует отметить, что в данном реферате изложен далеко не полный перечень таких проблем.

Проблема 1. Очевидно, что пустая компьютерная познавательная нервная сеть может использоваться как полигон для экспериментов с ИИ. Нагружая одну и ту же сеть разными знаниями, можно изучить законы познавательной деятельности человека, точнее, обнаружить связь между обучением, творчеством и структурой нервной сети. Но одно дело получить неактивированную копию познавательной нервной сети человека, а другое, предоставить этой сети возможность размышлять, чувствовать и, в конечном счете, прийти к осознанию своего положения. С другой стороны, без экспериментов с ИИ, нет никакой возможности раскрыть его тайны.

Страницы: 1, 2

МЕНЮ

Проблема искусственного интеллекта : технические и социальные аспекты

Проблема искусственного интеллекта : технические и социальные аспекты

Введение

1. Технический аспект создания искусственного интеллекта

2. Социально-этические аспекты создания искусственного интеллекта