Что такое ИИ? / Основные вопросы
О. Это наука и техника создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Это связано с аналогичной задачей использования компьютеров для понимания человеческого интеллекта, но ИИ не должен ограничиваться методами, наблюдаемыми биологически.
В. Да, но что такое интеллект?
A. Интеллект — это вычислительная часть способности достигать целей в мире. Разные виды и степени интеллекта встречаются у людей, многих животных и некоторых машин.
В. Разве не существует твердого определения интеллекта, которое не зависит от соотнесения его с человеческим интеллектом?
А. Еще нет. Проблема в том, что мы пока не можем в общих чертах охарактеризовать, какие виды вычислительных процедур мы хотим назвать интеллектуальными. Мы понимаем одни механизмы интеллекта и не понимаем другие.
В. Является ли разум чем-то одним, чтобы можно было задать вопрос «да» или «нет»: «Разумна ли эта машина?»?
О. Нет. Интеллект включает в себя механизмы, и исследования ИИ открыли, как заставить компьютеры выполнять некоторые из них, а не другие.Если для выполнения задачи требуются только механизмы, которые сегодня хорошо изучены, компьютерные программы могут дать очень впечатляющие результаты при решении этих задач. Такие программы следует считать "несколько интеллектуальными".
В. Разве ИИ не имитирует человеческий интеллект?
А. Иногда, но не всегда или даже обычно. С одной стороны, мы можем кое-что узнать о том, как заставить машины решать проблемы, наблюдая за другими людьми или просто наблюдая за нашими собственными методами. С другой стороны, большая часть работы в области ИИ связана с изучением проблем, которые окружающий мир представляет для интеллекта, а не с изучением людей или животных. Исследователи ИИ могут свободно использовать методы, которые не наблюдаются у людей или требуют гораздо большего объема вычислений, чем люди могут сделать.
В. А как насчет IQ? Имеют ли компьютерные программы IQ?
О. Нет. IQ основан на скорости развития интеллекта у детей. Это отношение возраста, в котором ребенок обычно набирает определенный балл, к возрасту ребенка. Шкала соответствующим образом распространяется на взрослых. IQ хорошо коррелирует с различными показателями успеха или неудачи в жизни, но создание компьютеров, которые могут набрать высокие баллы в тестах на IQ, будет слабо коррелировать с их полезностью. Например, способность ребенка повторять длинную последовательность цифр хорошо коррелирует с другими интеллектуальными способностями, возможно, потому, что она измеряет, сколько информации ребенок может вычислить за один раз. Однако «диапазон цифр'' тривиален даже для крайне ограниченных компьютеров.
Тем не менее, некоторые задачи на IQ-тестах являются полезными задачами для ИИ.
В. А как насчет других сравнений человеческого и компьютерного интеллекта?
Артур Р. Дженсен [Jen98], ведущий исследователь человеческого интеллекта, предлагает «в качестве эвристической гипотезы», что все нормальные люди имеют одинаковые интеллектуальные механизмы и что различия в интеллекте связаны с «количественными биохимическими и физиологическими условиями». . Я вижу их как скорость, кратковременную память и способность формировать точные и восстанавливаемые долгосрочные воспоминания.
Независимо от того, прав Дженсен насчет человеческого интеллекта или нет, сегодня ситуация с ИИ обратная.
Компьютерные программы имеют много скорости и памяти, но их возможности соответствуют интеллектуальным механизмам, которые разработчики программ понимают достаточно хорошо, чтобы использовать их в программах. Некоторые способности, которые дети обычно не развивают до подросткового возраста, могут быть в наличии, а некоторые способности, которыми обладают двухлетние дети, все еще отсутствуют. Дело осложняется еще и тем, что когнитивным наукам до сих пор не удалось точно определить, каковы человеческие способности. Весьма вероятно, что организация интеллектуальных механизмов для ИИ может оказаться полезной иной, чем у людей.
Всякий раз, когда люди справляются с какой-то задачей лучше, чем компьютеры, или компьютеры используют много вычислений, чтобы делать то же самое, что и люди, это свидетельствует о том, что разработчикам программ не хватает понимания интеллектуальных механизмов, необходимых для эффективного выполнения задачи.
В. Когда начались исследования ИИ?
О. После Второй мировой войны ряд людей самостоятельно начали работать над интеллектуальными машинами. Английский математик Алан Тьюринг, возможно, был первым. Он прочитал лекцию об этом в 1947 году. Он также, возможно, был первым, кто решил, что ИИ лучше всего исследовать путем программирования компьютеров, а не путем создания машин. К концу 1950-х было много исследователей ИИ, и большинство из них основывали свою работу на программировании компьютеров.
В. Стремится ли ИИ поместить человеческий разум в компьютер?
О. Некоторые исследователи говорят, что у них есть такая цель, но, возможно, они используют эту фразу метафорически. У человеческого разума много особенностей, и я не уверен, что кто-то всерьез намерен подражать им всем.
В. Что такое тест Тьюринга?
В статье А. Алана Тьюринга 1950 года «Вычислительные машины и интеллект» [Tur50] обсуждались условия, при которых машина считается разумной.Он утверждал, что если машина может успешно притворяться человеком для знающего наблюдателя, то вы, безусловно, должны считать ее разумной. Этот тест удовлетворил бы большинство людей, но не всех философов. Наблюдатель мог взаимодействовать с машиной и человеком с помощью телетайпа (чтобы не требовать, чтобы машина имитировала внешний вид или голос человека), и человек пытался убедить наблюдателя, что он человек, а машина пыталась обмануть его. наблюдатель.
Тест Тьюринга является односторонним тестом. Машину, прошедшую тест, безусловно, следует считать разумной, но машину все же можно считать разумной, не зная о людях достаточно, чтобы подражать человеку.
В книге Дэниела Деннета Brainchildren [Den98] есть отличное обсуждение теста Тьюринга и различных частичных тестов Тьюринга, которые были реализованы, то есть с ограничениями на знания наблюдателя об ИИ и предмете опроса. Оказывается, некоторых людей легко заставить поверить в то, что довольно тупая программа разумна.
В. Нацелен ли ИИ на человеческий уровень интеллекта?
А. Да. Конечная цель состоит в том, чтобы создать компьютерные программы, которые могут решать проблемы и достигать целей в мире так же, как и в людях. Однако многие люди, занимающиеся конкретными областями исследований, гораздо менее амбициозны.
В. Как далеко ИИ от уровня интеллекта человека? Когда это произойдет?
О. Некоторые люди думают, что интеллект человеческого уровня может быть достигнут путем написания большого количества программ, подобных тем, которые сейчас пишут люди, и компоновки обширных баз данных фактов на языках, которые сейчас используются для выражения знаний.
Однако большинство исследователей ИИ считают, что требуются новые фундаментальные идеи, и поэтому невозможно предсказать, когда будет достигнут интеллект человеческого уровня.
В. Подходят ли компьютеры для того, чтобы сделать их интеллектуальными?
А. Компьютеры можно запрограммировать для имитации любой машины.
Многие исследователи изобретали некомпьютерные машины, надеясь, что они будут обладать иным интеллектом, чем компьютерные программы. Однако они обычно моделируют свои изобретенные машины на компьютере и приходят к сомнению в том, что новую машину стоит строить. Поскольку многие миллиарды долларов были потрачены на то, чтобы сделать компьютеры все быстрее и быстрее, машина другого типа должна быть очень быстрой, чтобы работать лучше, чем программа на компьютере, имитирующая машину.
В. Достаточно ли быстры компьютеры, чтобы быть разумными?
A. Некоторые люди думают, что требуются гораздо более быстрые компьютеры, а также новые идеи. Мое собственное мнение таково, что компьютеры 30-летней давности были достаточно быстрыми, если бы мы только знали, как их программировать. Конечно, независимо от амбиций исследователей ИИ, компьютеры будут становиться быстрее.
В. Как насчет параллельных машин?
О. Машины со многими процессорами намного быстрее, чем могут быть одиночные процессоры. Сам по себе параллелизм не дает никаких преимуществ, а программировать параллельные машины несколько неудобно. Когда требуется экстремальная скорость, необходимо столкнуться с этой неловкостью.
В. Как насчет создания «дочерней машины», которую можно было бы улучшать, читая и учась на собственном опыте?
О. Эта идея предлагалась много раз, начиная с 1940-х годов. В конце концов, его заставят работать. Тем не менее, программы искусственного интеллекта еще не достигли уровня, позволяющего научиться большей части того, что ребенок узнает из физического опыта. Нынешние программы также недостаточно хорошо понимают язык, чтобы многому научиться, читая.
В. Может ли система ИИ загружать себя на все более и более высокий уровень интеллекта, думая об ИИ?
О. Думаю, да, но мы еще не достигли того уровня ИИ, на котором этот процесс может начаться.
В. А шахматы?
А. Александр Кронрод, российский исследователь ИИ, сказал: «Шахматы — это дрозофила ИИ». Он провел аналогию с использованием генетиками этой плодовой мушки для изучения наследственности. Игра в шахматы требует определенных интеллектуальных механизмов, а не других.Шахматные программы теперь играют на уровне гроссмейстера, но они делают это с ограниченными интеллектуальными механизмами по сравнению с теми, которые использует человек-шахматист, заменяя понимание большими объемами вычислений. Как только мы лучше поймем эти механизмы, мы сможем создавать шахматные программы человеческого уровня, которые выполняют гораздо меньше вычислений, чем современные программы.
К сожалению, соревновательные и коммерческие аспекты использования компьютеров для игры в шахматы взяли верх над использованием шахмат в качестве научной области. Это как если бы генетики после 1910 года организовали гонки плодовых мушек и сосредоточили свои усилия на выведении плодовых мушек, которые могли бы победить в этих гонках.
В. А как насчет Го?
О. Китайско-японская игра Го также является настольной игрой, в которой игроки ходят по очереди. Го обнажает слабость нашего нынешнего понимания интеллектуальных механизмов, задействованных в человеческой игре. Программы го очень плохие игроки, несмотря на значительные усилия (не такие, как в шахматах). Проблема, по-видимому, заключается в том, что позиция в Го должна быть мысленно разделена на набор подпозиций, которые сначала анализируются отдельно, а затем анализируется их взаимодействие. Люди используют это и в шахматах, но шахматные программы рассматривают позицию как единое целое. Шахматные программы компенсируют отсутствие этого интеллектуального механизма, выполняя в тысячи или, в случае с Deep Blue, во много миллионов раз больше вычислений.
Рано или поздно исследования ИИ преодолеют эту возмутительную слабость.
В. Разве некоторые люди не говорят, что искусственный интеллект — плохая идея?
О. Философ Джон Серл говорит, что идея разумности небиологической машины непоследовательна. Он предлагает аргумент китайской комнаты. Философ Хьюберт Дрейфус говорит, что ИИ невозможен. Ученый-компьютерщик Джозеф Вейценбаум говорит, что эта идея непристойна, антигуманна и аморальна. Различные люди говорили, что, поскольку искусственный интеллект еще не достиг человеческого уровня, это должно быть невозможно.Третьи разочарованы тем, что компании, в которые они инвестировали, обанкротились.
В. Разве теория вычислимости и сложность вычислений не являются ключом к ИИ? [Примечание для неспециалистов и новичков в информатике: это довольно технические разделы математической логики и информатики, и ответ на вопрос должен быть несколько техническим.]
О. Нет. Эти теории актуальны, но не решают фундаментальные проблемы ИИ.
В 1960-х годах ученые-компьютерщики, особенно Стив Кук и Ричард Карп, разработали теорию NP-полных предметных областей. Проблемы в этих областях разрешимы, но, кажется, требуют времени, экспоненциально зависящего от размера проблемы. Какие предложения исчисления высказываний выполнимы, является основным примером NP-полной предметной области. Люди часто решают задачи в NP-полных областях за время, намного меньшее, чем гарантируют общие алгоритмы, но в целом не могут решить их быстро.
Что важно для ИИ, так это иметь алгоритмы, способные решать проблемы так же, как и люди. Идентификация субдоменов, для которых существуют хорошие алгоритмы, важна, но многие решатели задач ИИ не связаны с легко идентифицируемыми субдоменами.
Теория сложности общих классов задач называется вычислительной сложностью. До сих пор эта теория не взаимодействовала с ИИ так сильно, как можно было бы надеяться. Успех в решении проблем людьми и программами ИИ, по-видимому, зависит от свойств проблем и методов решения проблем, которые ни исследователи сложности, ни сообщество ИИ не смогли точно определить.
Актуальна также теория алгоритмической сложности, разработанная Соломоновым, Колмогоровым и Чайтиным (независимо друг от друга). Он определяет сложность символического объекта как длину кратчайшей программы, которая его сгенерирует.Доказательство того, что программа-кандидат является кратчайшей или близкой к кратчайшей, является неразрешимой проблемой, но представление объектов короткими программами, которые их генерируют, иногда должно быть полезным, даже если вы не можете доказать, что программа является кратчайшей.
Перейдите на следующую страницу, посвященную ветвям ИИ.
