Основные понятия систем искусственного иттеллекта Юрий Почанин
ВВЕДЕНИЕ
Иску́сственный интелле́кт в самом широком смысле— это интеллект, демонстрируемый компьютерными системами. Это область исследований в области компьютерных наук, которая разрабатывает и изучает методы и программное обеспечение, позволяющие машинам воспринимать окружающую среду и использовать обучение и интеллект для выполнения действий, которые максимально увеличивают их шансы на достижение поставленных целей.
Некоторые из наиболее известных приложений искусственного интеллекта включают в себя передовые поисковые системы (например, Google Search); рекомендательные системы (используемые YouTube, Amazon и Netflix); взаимодействие посредством человеческой речи (например, Google AssistantSiri и Alexa); автономные транспортные средства (например, Waymo); генеративные и творческие инструменты (например, ChatGPT, Apple Intelligence и искусство искусственного интеллекта); а также сверхчеловеческую игру и анализ в стратегических играх (например, шахматы).
В целом, сегодня ИИ всё ещё остаётся относительно новым научным направлением, исследующим важные и пока не решённые фундаментальные проблемы. К ним относятся аспекты сознания, мышления, принятия решений, оптимизации систем, обработки больших данных и «машинного обучения», нечёткой логики и генетических алгоритмов.
Принцип работы ИИ заключается в сочетании большого объема данных с возможностями быстрой, итеративной обработки этих данных интеллектуальными алгоритмами, что позволяет программам автоматически обучаться на базе закономерностей и признаков, содержащихся в данных. При создании систем ИИ в настоящее время разработчики в большинстве своем ориентируются на технологии машинного обучения: компьютерная программа обрабатывает данные и предлагает решение вне зависимости от строго обозначенных схем (алгоритмов). Программа «находит» закономерности, зависимости, формулирует ответы и выдает прогнозы в заданиях с большим набором параметров, что не под силу человеку. Для обработки данных в системах ИИ используются искусственные нейронные сети (ИНС), созданные по подобию биологических нейронных сетей.
Для использования и развития искусственного интеллекта необходимо наличие как минимум трех составляющих:
1. значительные вычислительные мощности,
2. большие объемы данных и знаний,
3.развитые интеллектуальные алгоритмы.
В 21-м веке существенно выросли вычислительные мощности, математиками и программистами разработаны новые эффективные методы и алгоритмы в области ИИ (в, частности, методы «глубокого обучения»). Это в совокупности и обусловило значимый прогресс в области создания современных технологий ИИ и, что является важным, стимулировало правительства многих стран серьезно заняться вопросами поддержки развития ИИ в своих странах.
В России 30 мая 2019 года на совещании по развитию цифровой экономики под председательством В.В. Путина было принято решение о подготовке национальной стратегии по искусственному интеллекту. В этом же году В. В. Путин своим указом утвердил национальную стратегию развития искусственного интеллекта в России до 2030 года.
ГЛАВА 1 ЕСТЕСТВЕННЫЙ ИНТЕЛЛЕКТ И ЕГО КОГНИТИВНЫЕ ФУНКЦИИ
1.1. Мозг как физическая и психологическая основа естественного интеллекта
Интеллект – это набор умений и навыков, которые позволяют людям решать задачи в условиях ограниченности ресурсов. К этим умениям и навыкам относятся:
–способность к обучению,
–абстрактное мышление,
–умение планировать
–а также воображение и творчество.
В конце 1930-х−начале 1950-х гг. проводились исследования в области нейрофизиологии, которые показали, что мозг можно рассматривать как электрическую сеть нейронов, при этом правомерна схема реального нейрона как структурной единицы центральной нервной системы.
Каждая нервная клетка состоит из трех частей: из тела, нескольких ветвистых отростков (дендритов) и протяженного нервного волокна (аксона), длина которого может составлять от нескольких миллиметров до десятков сантиметров, рис.1.1.
Рис.1.1. Упрощенная схема передачи сигнала в биологических нейронах
Нервные клетки взаимодействуют между собой в местах стыка (синапсах), где встречаются аксон пресинаптического нейрона и дендрит постсинаптического нейрона. Дендриты являются входными каналами для нервных импульсов, поступающих через аксоны от других нейронов. Эти импульсы могут либо возбуждать (увеличивать), либо подавлять (уменьшать) мембранный потенциал тела нейрона, который со временем возвращается к своему нормальному значению. Если количество возбуждающих импульсов превышает пороговое значение, то нейрон сам генерирует импульс.
Биологический нейрон в ответ на возбуждение может генерировать нервный импульс, распространяющийся вдоль аксона. Его форма и скорость распространения не зависят от того, как и из-за чего он возник. Доходя до конца аксона, он вызывает выделение веществ, называемых нейромедиаторами. Воздействуя на дендриты других нейронов, они могут в свою очередь вызвать появление в них нервных импульсов. Другими словами, на этом уровне развития когнитивных наук нейрон трактовался как управляемый логический элемент. На сегодняшний день эта модель выглядит крайне упрощенной. Нейрофизиологи выявили множество механизмов управления нейроном, и они действуют в сложной иерархической взаимосвязи. Взаимодействующие между собой посредством передачи возбуждений нейроны формируют нейронные сети. К настоящему времени уже есть основания рассматривать каждый нейрон как отдельный компьютер или даже как компьютерную сеть. Процессы обработки информации в мозгу человека не совпадают с аналогичными процессами в компьютере. Человек получает информацию из внешнего мира от своих пяти органов чувств, которая помещается в буфер кратковременной памяти для анализа, рис.1.2.
В другой области памяти (долговременной) хранятся символы и смысловые связи между ними, которые используются для объяснения новой информации, поступающей из кратковременной памяти. Важно подчеркнуть, что в долговременной памяти хранятся не столько факты и данные, сколько объекты и связи между ними т.е. символьные образы. При этом доступ к информации в долговременной памяти осуществляется очень эффективно: практически любой элемент данных может быть извлечен в течение цикла обращения и затем преобразован.
С точки зрения системного подхода именно кора головного мозга представляет собою основное аппаратное средство переработки информации, аналогом которого в компьютере является сочетание центрального процессора и памяти. В последние годы выявлены также другие механизмы регулирования информационных потоков в мозге, не имеющие аналогии в современном компьютере – в том числе механизмы параллельной фильтрации всех сигналов, идущих в мозг, с целью оценки их относительной важности. Очевидно, что это существенно экономит информационные резервы мозга.
Фундаментальным достижением психологии XX века явилось открытие функциональной асимметрии полушарий головного мозга: установлено, что каждое полушарие имеет свою специализацию по выполняемым функциям. Это позволяет рассматривать мир с двух различных точек зрения: с формально-логической (левое полушарие) и пространственно-образной (правое полушарие). Эти позиции– и создает основу для творческой активности.
Человек рождается, имея готовыми к действию только две формы психики − сенсорику (систему органов чувств) и моторику (систему управления двигательной активностью), остальные приобретает в ходе индивидуального развития. При этом все органы чувств готовы полностью, а моторика развивается посредством взаимодействия генетически заданных моторных актов и недифференцированных движений на базе генетически заданных механизмов памяти. Механизмы классификации и структурирования у человека базируются на той картине мира, которая существует у него на текущий момент развития, т.е. новую информацию он воспринимает соответственно тем категориям образов, которые постепенно устанавливаются после рождения. В динамике развития психики человека вначале формируется образная система, а потом понятийно-логическая. Психология достоверно показала, что при восприятии новой информации у человека сначала возникает единый образ – гештальт, а затем происходит его детализация. Базой служат врожденные общие алгоритмы, относящиеся ко всем модальностям и основанные на принципах равновесия и простоты (например, квадрат и круг – эталоны простых форм):
–разделение образа на фигуру и фон;
–заполнение пробелов;
–группировка элементов по разным признакам (близости, сходства, единого направления).
Таким образом, механизмы классификации и структурирования, реализуемые психикой, кардинально отличаются от подхода, принятого в науке, где в первую очередь за счет сходства и различия формируется общая система понятий, а затем она используется для логического вывода. Более привычные сигналы распознаются автоматически, почти тотчас же (это феномен «обыденных сведений» или «здравого смысла», на котором споткнулись ранние ИИ системы). В других случаях, когда информация новая, неполная или неоднозначная, наш мозг действует путем выдвижения гипотез, которые он одну за другой проверяет, чтобы принять ту, которая кажется ему наиболее правдоподобной или наиболее приемлемой.