Что такое искусственный интеллект ? Искусственный интеллект на компьютер

Что такое искусственный интеллект? Вопросы и ответы

Суть искусственного интеллекта в формате вопросов и ответов. История создания, технологии исследования, связан ли искусственный интеллект с IQ и можно ли его сравнить с человеческим.

Что такое искусственный интеллект (ИИ)?

Это область науки и инжиниринга, занимающаяся созданием машин и, в особенности, компьютерных программ, обладающих интеллектом. Она связана с задачей использования компьютеров для понимания человеческого интеллекта. При этом искусственный интеллект не должен ограничиваться только биологически наблюдаемыми методами.

Да, но что такое интеллект?

Интеллект – способность достигать целей при помощи вычислений. Интеллект разного вида и уровня есть у людей, многих животных и некоторых машин.

Разве нет определения интеллекта, которое не зависит от соотнесения его с человеческим интеллектом?

До настоящего времени нет понимания, какие виды вычислительных процедур мы хотим назвать интеллектуальными. Мы знаем далеко не обо всех механизмах интеллекта.

Является ли интеллект однозначным понятием, чтобы на вопрос «Обладает ли данная машина интеллектом?» можно было ответить «да» или «нет»?

Нет. Исследования ИИ показали, как использовать лишь некоторые из механизмов. Если для выполнения задачи требуются только хорошо изученные модели, получаются очень впечатляющие результаты. Такие программы обладают «небольшим» интеллектом.

ex machina искусственный интеллект

Является ли искусственный интеллект попыткой имитировать человеческий интеллект?

Иногда, но далеко не всегда. С одной стороны, мы узнаем, как заставить машины решать задачи, наблюдая за людьми или за работой наших собственных алгоритмов. С другой стороны, исследователи ИИ используют алгоритмы, которые не наблюдаются у людей или требуют гораздо больших вычислительных ресурсов.

Что насчет коэффициента интеллекта (IQ)? У компьютерных программ есть IQ?

Нет. IQ основан на темпах развития интеллекта у детей. Это отношение возраста, в котором ребенок обычно набирает определенный результат, к возрасту ребенка. Данная оценка подходящим образом распространяется и на взрослых людей. IQ хорошо коррелирует с различными показателями успеха или неудачи в жизни. Но создание компьютеров, которые могут набрать высокий балл в тестах IQ, будет слабо связано с их полезностью. Например, способность ребенка повторять длинную последовательность цифр хорошо коррелирует с другими интеллектуальными способностями. Она показывает, какое количество информации ребенок может запомнить за один раз. При этом удержание в памяти цифр является тривиальной задачей даже для самых примитивных компьютеров.

Как сравнить человеческий и компьютерный интеллекты?

Артур Р. Дженсен [Jen98], ведущий исследователь в области человеческого интеллекта, в качестве «эвристической гипотезы» утверждает, что обычные люди имеют одни и те же механизмы интеллекта и интеллектуальные различия связаны с «количественными биохимическими и физиологическими условиями». К ним относятся скорость мышления, краткосрочную память и способность формировать точные и извлекаемые долгосрочные воспоминания.

Независимо от того, правильна ли точка зрения Дженсена в отношении человеческого интеллекта, ситуация в ИИ на сегодняшний день является противоположной.

Компьютерные программы имеют большой запас скорости и памяти, но их способности соответствуют интеллектуальным механизмам, которые разработчики программ хорошо понимают и могут вложить в них. Некоторые способности, которые дети обычно не развивают до подросткового возраста, внедряются. Другие, которыми владеют двухлетние дети, все еще отсутствуют. Дело еще более усугубляется тем фактом, что когнитивные науки до сих пор не могут точно определить, каковы человеческие способности. Скорее всего, организация интеллектуальных механизмов ИИ выгодно отличается от таковой у людей.

Когда человеку удается решить задачу быстрее, чем компьютеру, это говорит о том, что разработчикам не хватает понимания механизмов интеллекта, необходимых для эффективного выполнения данной задачи.

Когда началось исследование ИИ?

После Второй мировой войны несколько человек начали независимо работать над интеллектуальными машинами. Английский математик Алан Тьюринг, возможно, был первым из них. Он прочитал свою лекцию в 1947 году. Тьюринг одним из первых решил, что ИИ лучше всего исследовать путем программирования компьютеров, а не конструирования машин. К концу 1950-х годов было много исследователей ИИ, и большинство из них основывали свою работу на программировании компьютеров.

Является ли целью ИИ поместить человеческий разум в компьютер?

У человеческого разума есть много особенностей, вряд ли реально имитировать каждую из них.

Что такое тест Тьюринга?

В статье А. Алана Тьюринга 1950 года «Вычислительная техника и разум» [Tur50] обсуждались условия обладания машиной интеллектом. Он утверждал, что если машина может успешно притворяться человеком перед разумным наблюдателем, то вы, конечно же, должны считать ее разумной. Этот критерий удовлетворит большинство людей, но не всех философов. Наблюдатель должен взаимодействовать с машиной или человеком через средство ввода-вывода для исключения необходимости имитации машиной внешнего вида или голоса человека. Задача как машины, так и человека состоит в том, чтобы заставить наблюдателя считать себя человеком.

Тест Тьюринга является односторонним. Машина, успешно проходящая тест, определенно должна считаться разумной, даже если она не обладает знаниями о людях, достаточными, чтобы их имитировать.

Книга Дэниела Деннета «Brainchildren» [Den98] содержит прекрасное обсуждение теста Тьюринга и его различные части, которые были реализованы успешно, т. е. с ограничениями на знание наблюдателем об ИИ и предмете обсуждения. Оказывается, некоторых людей довольно легко убедить в том, что достаточно примитивная программа является разумной.

Является ли целью ИИ достижение человеческого уровня интеллекта?

Да. Конечной целью является создание компьютерных программ, которые могут решать проблемы и достигать целей так же, так и человек. Однако ученые, проводящие исследования в узких областях, ставят гораздо менее амбициозные цели.

Насколько далек искусственный интеллект от достижения человеческого уровня? Когда это произойдет?

Интеллект человеческого уровня может быть достигнут путем написания большого количества программ, и сбора обширных баз знаний о фактах на языках, которые сегодня используются для выражения знаний. Тем не менее, большинство исследователей ИИ считает, что необходимы новые фундаментальные идеи. Поэтому невозможно предсказать, когда будет создан интеллект человеческого уровня.

Является ли компьютер машиной, которая может стать интеллектуальной?

Компьютеры могут быть запрограммированы для имитации любого типа машины.

Скорость компьютеров позволяет им обладать интеллектом?

Некоторые люди думают, что требуются как более быстрые компьютеры, так и новые идеи. Компьютеры и 30 лет назад были достаточно быстрыми. Если бы мы только знали, как их программировать.

Что насчет создания «детской машины», которая могла бы улучшиться путем чтения и обучения на собственном опыте?

Эта идея неоднократно предлагалась с 1940-х годов. В конце концов, она будет реализована. Тем не менее, программы ИИ еще не достигли уровня, позволяющего узнать многое из того, чему ребенок учится в ходе жизнедеятельности. Существующие программы недостаточно хорошо понимают язык, чтобы многому научиться посредством чтения.

Являются ли теория вычислимости и вычислительная сложность ключами к ИИ?

Нет. Эти теории актуальны, но не затрагивают фундаментальные проблемы ИИ.

В 1930-х годах математические логики Курт Гёдель и Алан Тьюринг установили, что не существует алгоритмов, которые гарантировали бы решение всех задач в некоторых важных математических областях. Например, ответы на вопросы в духе: «является ли предложение логики первого порядка теоремой» или «имеет ли полиномиальное уравнение в одних переменных целочисленные решения в других». Так как люди способны решать задачи такого рода, данный факт было предложен в качестве аргумента в пользу того, что компьютеры по своей сути неспособны делать то, что делают люди. Об этом говорит и Роджер Пенроуз. Однако люди не могут гарантировать решения произвольных задач в этих областях. Смотрите мой обзор книги Роджера Пенроуза «Новый разум императора». Больше эссе и обзоров, оправдывающих исследования ИИ, приведены в [McC96a].

В 1960-х годах ученые-программисты, в числе которых были Стив Кук и Ричард Карп, разработали теорию областей NP-полных задач. Задачи в данных областях разрешимы, но, по-видимому, их решение требует времени, растущего экспоненциально с размерностью задачи. Простейшим примером области NP-полной задачи служит вопрос: какие утверждения логики высказываний являются выполнимыми? Люди часто решают проблемы в области NP-полных задач в разы быстрее, чем это гарантируется основными алгоритмами, но не могут решать их быстро в общем случае.

Для ИИ важно, чтобы при решении задач алгоритмы были такими же эффективными, как и человеческий разум. Определение подобластей, в которых существуют хорошие алгоритмы, является важным, но многие программы, решающие задачи ИИ, не имеют отношения к легко идентифицируемым подобластям.

Теория сложности общих классов задач называется вычислительной сложностью. До сих пор эта теория не взаимодействовала с ИИ настолько, насколько можно было надеяться. Успех в решении проблем людьми и программами ИИ, по-видимому, зависит от свойств задач и методов решения задач, которые ни исследователи сложности, ни сообщество ИИ не могут определить точно.

Также актуальной является теория алгоритмической сложности, разработанная независимо друг от друга Соломоновым, Колмогоровым и Чайтиным. Она определяет сложность символьного объекта как длину наиболее короткой программы, которая сможет его сгенерировать. Доказательство того, что программа-кандидат является самой короткой или близкой к таковой, является неразрешимой задачей, но представление объектов генерирующими их короткими программами иногда может прояснять ситуацию, даже если вы не можете доказать, что ваша программа является самой короткой.

Стэнфордский университет

neurohive.io

Что такое искусственный интеллект ?

С момента изобретения компьютеров, их способность выполнять различные задачи продолжают расти в геометрической прогрессии. Люди развивают мощность компьютерных систем, увеличивая выполнения задач и уменьшая размер компьютеров. Основной целью исследователей в области искусственного интеллекта — создание компьютеров или машин таких же разумных как человек.

Что такое искусственный интеллект?

Автором термина «искусственный интеллект» является Джон Маккарти, изобретатель языка Лисп, основоположник функционального программирования и лауреат премии Тьюринга за огромный вклад в области исследований искусственного интеллекта.

Искусственный интеллект — это способ сделать компьютер, компьютер-контролируемого робота или программу способную также разумно мыслить как человек.

Исследования в области ИИ осуществляются путем изучения умственных способностей человека, а затем полученные результаты этого исследования используются как основа для разработки интеллектуальных программ и систем.

Философия ИИ

Во время эксплуатации мощных компьютерных систем, каждый задавался вопрос: «А может ли машина мыслить и вести себя также как человек? ».

Таким образом, развитие ИИ началось с намерения создать подобный интеллект в машинах, схожий с человеческим.

Основные цели ИИ

Создание экспертных систем — систем, которые демонстрируют разумное поведение: учиться, показывать, объяснять и давать советы;
Реализация человеческого интеллекта в машинах — создание машины, способную понимать, думать, учить и вести себя как человек.

Что способствует развитию ИИ?

Искусственный интеллект — наука и технология, основанная на таких дисциплинах, как информатика, биология, психология, лингвистика, математика, машиностроение. Одним из главных направлений искусственного интеллекта — разработка компьютерных функций, связанных с человеческим интеллектом, таких как: рассуждение, обучение и решение проблем.

Программа с ИИ и без ИИ

Программы с ИИ и без отличаются следующими свойствами:

Без ИИ	С ИИ
Компьютерная программа без ИИ может отвечать только на конкретные вопросы на которые он запрограммирован отвечать	Может отвечать на универсальные вопросы, на которые он запрограммирован.
Внесение изменений в программу приводит к изменению его структуры	Программа с ИИ может поглощать новые модификации, сортируя весьма независимые фрагменты информации воедино. Следовательно, вы можете изменять кусочки информации из программы не затрагивая структуру самой программы
Модификация не является быстрым и легким.	Модификация быстрая и легкая

Приложения с ИИ

ИИ стал доминирующим в различных областях, таких как:

Игры — ИИ играет решающую роль в играх связанных с стратегией таких как, шахматы, покер, крестики — нолики и т.д., где компьютер способен просчитывать большое количество всевозможных решений, основанных на эвристических знаниях.
Обработка естественного языка — это возможность общаться с компьютером, который понимает естественный язык, на котором говорят люди.
Распознавание речи — некоторые интеллектуальные системы способны слышать и понимать язык, на котором человек общается с ними. Они могут обрабатывать различные акценты, сленги и т.д.
Распознавание рукописного текста — программное обеспечение читает текст, написанный на бумаге с помощью ручки или на экране с помощью стилуса. Он может распознавать формы букв и преобразовать его в редактируемый текст.
Умные робот — роботы способные выполнять задачи, поставленные человеком. Они имеют датчики, для обнаружения физических данных из реального мира, такие как свет, тепло, движение, звук, удар и давление. Они имеют высоко производительные процессоры, несколько датчиков и огромную память. Кроме того они способны обучаться на собственных ошибках и адаптироваться к новой среде.

История развития ИИ

Вот история развития ИИ в течение 20-го века

Год	Событие
1923	Карел Чапек ставит пьесу в Лондоне под названием «Универсальные роботы», это стало первым использованием слова «робот» на английском.
1943	Основы для нейронных сетей.
1945	Айзек Азимов, выпускник Колумбийского университета, вводит термин робототехника.
1950	Алан Тьюринг разрабатывает тест Тьюринга для оценки интеллекта. Клод Шеннон публикует подробный анализ интеллектуальной шахматной игры.
1956	Джон Маккарти вводит термин искусственный интеллект. Демонстрация первого запуска программы ИИ в университете Карнеги-Меллон.
1958	Джон Маккарти изобретает язык программирования lisp для ИИ.
1964	Диссертация Дэнни Боброва в МТИ показывает, что компьютеры могут понимать естественный язык достаточно хорошо.
1965	Джозеф Weizenbaum в МТИ разрабатывает Элизу, интерактивного помощника, которая ведет диалог на английском языке.
1969	Ученые из Стэнфордского научно-исследовательского института разработали Шеки, робота, оснащенного двигателями, способного воспринимать и решать некоторые задачи.
1973	Группа исследователей в Эдинбургском университете построила Фредди, знаменитого шотландского робота, способного использовать зрение, чтобы найти и собрать модели.
1979	Был построен первый компьютер-контролируемый автономный автомобиль, Стэнфордская тележка.
1985	Гарольд Коэн разработал и продемонстрировал составление программы, Аарон.
1997	Шахматная программа, которая обыгрывает чемпиона мира по шахматам Гарри Каспарова.
2000	Интерактивный роботы питомцы станут коммерчески доступными. МТИ отображает Кисмет, робота с лицом, который выражает эмоции. Робот Номад исследует отдаленные районы Антарктиды и находит метеориты.

neuronus.com

Игровой искусственный интеллект - это... Что такое Игровой искусственный интеллект?

Игровой искусственный интеллект (англ. Game artificial intelligence) — набор программных методик, которые используются в компьютерных играх для создания иллюзии интеллекта в поведении персонажей, управляемых компьютером. Игровой ИИ, помимо методов традиционного искусственного интеллекта, включает также алгоритмы теории управления, робототехники, компьютерной графики и информатики в целом.

Реализация ИИ сильно влияет на геймплей, системные требования и бюджет игры, и разработчики балансируют между этими требованиями, стараясь сделать интересный и нетребовательный к ресурсам ИИ малой ценой. Поэтому подход к игровому ИИ серьёзно отличается от подхода к традиционному ИИ — широко применяются разного рода упрощения, обманы и эмуляции. Например: с одной стороны, в шутерах от первого лица безошибочное движение и мгновенное прицеливание, присущее ботам, не оставляет ни единого шанса человеку, так что эти способности искусственно снижаются. С другой — боты должны делать засады, действовать командой и т. д., для этого применяются «костыли» в виде контрольных точек, расставленных на уровне.

Персонажей компьютерных игр, управляемых игровым искусственным интеллектом, делят на:

неигровые персонажи (англ. Non-player character, NPC) — как правило, эти персонажи являются дружественными или нейтральными к человеческому игроку.
боты (англ. Bot) — враждебные к игроку персонажи, приближающиеся по возможностям к игровому персонажу; против игрока в любой конкретный момент сражаются небольшое количество ботов. Боты наиболее сложны в программировании.
мобы (англ. Mob) — враждебные к игроку «низкоинтеллектуальные» персонажи. Мобы убиваются игроками в больших количествах ради очков опыта, артефактов или прохождения территории.

История

Изначально компьютерные игры и игровой процесс находились в области исследований различных учёных. В 1951 году, используя Ferranti Mark I, первый в мире доступный для покупки компьютер, в Манчестерском университете Кристофер Стрэчи (en:Christopher Strachey) написал программу, которая играла в шашки, а Дитрих Принц (англ. Dietrich Prinz) написал программу для шахмат.[1] Это были одни из первых компьютерных программ, когда-либо написанных. Симулятор шашек, разработанный Артуром Самуэлем в середине 50-х и начале 60-х годов, в конечном счёте достиг достаточного мастерства, чтобы бросить вызов чемпиону мира.[2] Работа над компьютерными шашками и шахматами достигла кульминации в 1997 году, когда компьютер Deep Blue выиграл матч по шахматам у чемпиона мира Гарри Каспарова.[3]

Обобщением подобных программ являются универсальные игровые программы, способные выступить партнёром в целом ряде логических игр, правила которых должны быть описаны на специальном декларативном языке.

Первые компьютерные игры, разработанные в 1960-х и начале 1970-х годов, такие как Spacewar!, Pong и Gotcha (1973), были играми, построенными на дискретной логике и строго ориентированными на соревновании (сражении) двух игроков без ИИ.

Игры, в которых присутствовал одиночный (синглплеерный) режим и компьютерные соперники, начали появляться в 1970-х годах. Первыми заметными играми были аркады Qwak (охота на уток) и Pursuit (симулятор драки). Две текстовые компьютерные игры 1972 года выпуска, Охота на Вампуса (англ. Hunt the Wumpus) и Star Trek, также предоставляли компьютерных соперников. Движение врагов было основано на заранее сохранённых шаблонах.

Персонаж на световом мотоцикле участвует в гонке в игре GLtron

В аркадной игре 1978 года выпуска Space Invaders присутствовал изменяемый уровень сложности, отчётливые шаблоны движения и внутриигровые события, зависящие от хеш-функций, основанных на вводе игрока. Аркадный шутер Galaxian (1979) содержал более сложные и различные движения врагов.

Культовая аркада Pac-Man (1980) применяла эти шаблоны к игровому лабиринту, а также добавляла различия для каждого врага. Karate Champ (1984) добавляла аналогичные шаблоны поведения к файтингам, хотя плохой игровой ИИ подтолкнул выпуск второй версии игры.

Игры типа Madden Football, Earl Weaver Baseball и Tony La Russa Baseball строили свой ИИ на попытке дублировать на компьютере тренировку или менеджмент выбранной знаменитости. Группы разработчиков игр Madden, Weaver и La Russa проделали обширную работу, чтобы максимизировать точность этих игр. Более поздние спортивные игры позволяли пользователям «настраивать, тюнинговать» переменные в игровом ИИ для создания определяемой игроком организаторской или тренировочной стратегии.

Появление новых игровых жанров в 1990-х годах простимулировало использование таких формальных инструментальных средств искусственного интеллекта, как конечные автоматы (en:finite state machines). Стратегии реального времени (англ. RTS) ставили перед игровым искусственным интеллектом многие новые задачи: неполная информированность, нахождение пути, приём решений в реальном времени и экономическое планирование.[4] У первых игр этого жанра были известные проблемы. Например, в одной из первых стратегий Herzog Zwei был почти нарушен поиск пути, а в Dune II были нарушены очень важные конечные автоматы с тремя состояниями для управления юнитов, вследствие чего компьютерные противники функционировали неправильно. Последующие игры в жанре имели много лучший игровой ИИ.

Более поздние игры использовали недетерминированные методы искусственного интеллекта, в пределах от первого использования нейронных сетей в игре 1996 года Battlecruiser 3000AD до непредсказуемого поведения и оценке действий игрока в таких играх как Creatures (англ.) и Black & White.

GoldenEye 007 (1997) был одним из первых шутеров от первого лица, в котором игровые боты реагировали на движения и действия игрока, а также использовали укрытия и выполняли перекаты во избежание попадания в них. Боты также были способны бросать ручные гранаты в подходящее время. Позже создатели этой игры улучшили игровой ИИ в игре Perfect Dark. Важным изъяном игрового ИИ в обоих играх было то, что боты всегда знали точное местонахождение игрока, даже если ни один из них не видел его.

Halo (2001) содержал игровой ИИ, который мог использовать транспортные средства и имел базовые принципы командных действий. Боты могли распознавать такие угрозы, как брошенные гранаты и наступающие вражеские транспортные средства, и соответственно могли перемещаться из опасной зоны, создаваемой этими угрозами.

Шутер от первого лица Far Cry (2004) показывал очень продвинутый игровой ИИ для своего времени, хотя и не без ошибок. Враги могли реагировать на стиль игры игрока и пытались по возможности окружить его. В борьбе с игроком боты использовали реальные военные тактики. Враги не имели «читерского» ИИ в том смысле, что они не знали точное месторасположение игрока, а лишь действовали в соответствии с позицией, которую они запоминали.

Значимый вклад в развитие игрового ИИ привнёс шутер от первого лица F.E.A.R., выпущенный компанией Monolith Productions в 2005 году. На своё время он содержал очень «продвинутый» ИИ, который был встречен очень положительно всеми игровыми рецензентами и аналитиками. Бои в игре происходят в закрытых помещениях; боты работают в команде, используют окружение в качестве укрытия, применяют к игроку различные тактики в зависимости от ситуации, штурмуют, отходят, вызывают подкрепления, используют гранаты для «выкуривания» игрока, адекватно реагируют на гранаты, брошенные игроком.[5]

Компьютерная ролевая игра The Elder Scrolls IV: Oblivion использовала очень сложный игровой ИИ для неигровых персонажей. Неигровые персонажи имеют график формата 24/7 и следуют своим собственным целям собственными путями. Они не стоят в одном месте всё время. Они едят, спят и исполняют свои каждодневные обязанности. События, случающиеся в игре, могут изменить их распорядок дня и поведение. Они могут измениться из хорошего городского населения до смертельных убийц.

Компьютерная ПК-эксклюзивная игра S.T.A.L.K.E.R.: Тени Чернобыля, вышедшая в марте 2007 года, имела довольно сложный игровой ИИ, который разработчики называли «A-Life». Эта система начала разрабатываться из 2002 года, однако в финальной версии игры большая часть особенностей «A-Life» была «вырезана». Частично «A-Life» был доработан в игре «S.T.A.L.K.E.R.: Чистое небо» 2008 года выпуска. Более подробно о игровом ИИ в этих играх можно узнать здесь.[6]

Сетевой кооперативный шутер от первого лица Left 4 Dead (2008) использует новую систему игрового ИИ под названием «Режиссёр» (англ. The Director).[7] «Режиссёр» используется для процедурного генерирования различного игрового опыта (experience) для игроков при каждом запуске игры. Разработчики игры называют способ, согласно которому работает Режиссёр, «процедурным нарративом». Вместо строго установленных и статических уровней сложности «Режиссёр» анализирует действия и «степень выживания» игроков и в соответствии с этим динамически добавляет последующие события, делая игру интересной, но также и проходимой. Тем не менее, наряду с «Режиссёр» в игре присутствуют и уровни сложности, которые влияют на стойкость и степень повреждений игровых персонажей.[8][9]

Игровой искусственный интеллект продолжает развиваться с целью достичь такого уровня, чтобы игрок был неспособен отличить компьютерного соперника от человеческого.

Взгляды

Некоторые игровые программисты рассматривают любую методику, которая используется для создания иллюзии интеллекта, как часть игрового ИИ. Однако этот взгляд является спорным, так как он включает методики, которые широко используются вне движка игрового ИИ. Например, информация о потенциальных будущих столкновениях является важной вводимой информацией в алгоритмы, которые помогают создавать ботов, которые будут достаточно умными для избегания столкновений с объектами. Но те же самые методики определения столкновений (англ.) являются необходимым и одним из самых важных компонентов физического движка. Точно так же результаты испытательного направления взгляда (взора) бота (en:Line of sight (gaming)) обычно являются важными вводными данными в систему прицеливания бота; вместе с тем эти данные широко используются при рендеринге в графическом движке. Финальным примером является скриптинг, который может быть удобным инструментом для всех аспектов игровой разработки, однако часто сильно ассоциируется с контролированием поведения неигровых персонажей.

Пуристы считают, что выражение «искусственный интеллект» в термине «игровой искусственный интеллект» является преувеличением, поскольку игровой ИИ описывает не интеллект и использует немногие из направлений академической науки «Искусственный интеллект». Принимая во внимания, что «реальный» ИИ обращается к отраслям самообучающихся систем и принятии решений, которые базируются на произвольном вводе данных, и даже к окончательной цели «сильного» ИИ, который может рассуждать, игровой ИИ часто состоит из нескольких эмпирических правил и эвристики, которых достаточно, чтобы предоставить игроку хороший геймплей, ощущения и впечатления от игры.

Увеличение понимания академического ИИ разработчиками игр и растущий интерес академического сообщества к компьютерным играм вызывает вопрос, насколько и в какой степени игровой ИИ отличается от классического. Однако, существенные различия между различными прикладными областями искусственного интеллекта означают, что игровой ИИ всё ещё может быть рассмотрен как отдельная под-отрасль ИИ. В частности, способность «законным» образом решить некоторые проблемы ИИ в играх через обман создаёт важное различие. Например, выведение позиции невидимого объекта из прошлых наблюдений может быть трудной проблемой, когда ИИ применён к робототехнике, но в компьютерных играх неигровой персонаж может просто искать позицию в игровом графе (en:Scene graph). Такой обман может привести к нереалистичному поведению и поэтому не всегда желателен. Но его способность служит для различения игрового ИИ приводит к новым проблемам, таким как когда и как использовать обман.

Использование

Эвристические алгоритмы игрового искусственного интеллекта используются в широком разнообразии во многих отраслях внутри игры. Самое очевидное применение игрового ИИ проявляется в контролировании неигровых персонажей, хотя скриптинг тоже является очень распространённым способом контроля. Поиск пути является другим широко распространённым применением игрового ИИ, — он особенно проявляется в стратегиях реального времени. Поиск пути является методом для определения того, как неигровому персонажу перейти с одной точки на карте к другой: нужно учитывать ландшафт, препятствия и, возможно, «туман войны». Игровой ИИ также связан с динамической игровой балансировкой.

Концепция непредсказуемого (англ. emergent) ИИ была недавно исследована в таких играх как Creatures, Black & White и Nintendogs и в таких игрушках как тамагочи. «Домашние животные» в этих играх имеют способность «учится» из действий, предпринятых игроком, и их поведение изменяется соответственно. В то время, как эти решения взяты из ограниченного множества возможных решений, это действительно часто даёт желаемую иллюзию интеллекта по другую сторону экрана.

Читерский ИИ

В играх, в которых важен творческий потенциал игрока, ИИ не может сражаться на равных с человеком. Чтобы уравнять шансы, применяют читерский, или обманный ИИ.

Обманный ИИ компенсирует отсутствие стратегического мышления какими-либо другими преимуществами над игроком. Например: большее количество жизней, более быстрое передвижение или игнорирование тумана войны.[10] Понятие «читерский» употребляется только по отношению к привилегиям искусственного характера: так, нечеловеческая реакция, стремительность и точность, свойственная компьютерам, читерством не считается.[10]

Цитата

Читить можно, но незаметно. Лучше сделать много маленьких читов, чем один большой.

Конечно, компьютер всегда имеет преимущество над человеком — человеку приходится полагаться на зрение и слух с их ограничениями, в то время как компьютер имеет прямой (хоть и ограниченный) доступ к абстракциям движка. Однако никто серьёзно не полагает, что «истинный» игровой ИИ должен иметь и использовать алгоритмы визуальной обработки, тем более, что воссоздание человеческого зрения в настоящее время является недостижимой целью для систем машинного зрения.

Ниже приведён один общий пример читерского игрового ИИ, который присутствует во многих гоночных играх. Если ИИ-игрок достаточно сильно отстаёт от основной массы гонщиков, он внезапно получает огромное увеличение скорости или другие параметры, позволяющие ему нагнать других гонщиков и снова стать конкурентоспособным соперником. Этот метод известен как «метод резиновой нити» (en:Rubber banding) или Catch-Up, потому что он позволяет ИИ-персонажу немедленно вернуться назад в конкурентоспособную позицию. Подобный метод также используется в таких спортивных играх, как серия «Madden NFL». В более продвинутых играх конкурентоспособность неигровых персонажей или ботов может быть достигнута благодаря динамическому игровому балансированию, который можно считать более справедливым, хотя всё ещё техническим обманом, так как ИИ-игроки всё ещё получают преимущества, даже при том, что они соблюдают правила виртуального мира.

Сражение нескольких NPC между собой

Сражение нескольких ИИ-персонажей (ботов, NPC) между собой (англ. AI infighting, monster infighting) является термином, популяризированным шутерами от первого лица, такими как Doom, выпущенными в 1990-х годах. Это явление происходит, когда двое или более персонажей, управляемых компьютером, случайно атакуют один другого и затем принимают ответные меры, вызывая череду взаимных атак. Это может быть достигнуто наиболее легко перемещением игрового персонажа так, чтобы он временно находился на одной линии с двумя противниками. При такой ситуации один бот будет атаковать игрока независимо от того, находится ли его союзник, другой бот, на линии огня, — перед или позади намеченной цели, — таким образом он подвергает своего компаньона дружественному огню. ИИ-персонаж, которого атаковал другой ИИ-персонаж по ошибке, наиболее часто поменяет свой статус относительно атакующего на «враждебный» и будет его атаковать в ответ, возможно заставляя этим других ботов атаковать себя.

Это явление приносит пользу игроку двумя способами: сокращает количество врагов, нападающих на игрока и позволяет игроку экономить боеприпасы, очки магии и очки жизни. Дружественный огонь ботов стал новым аспектом игры Doom, вводя этот аспект в другие шутеры от первого лица. Однако, в наиболее новых шутерах от первого лица, боты и NPC не программируются, чтобы принимать ответные меры, если по ним совершен дружественный огонь другими ИИ-персонажами.

Примечания

↑ See «A Brief History of Computing» at AlanTuring.net.
↑ Шаблон:Crevier 1993, p. 58
↑ Шаблон:McCorduck 2004, p. 480—483
↑ Schwab, 2004, p. 97-112
↑ Nomad Рецензия на F.E.A.R.. Absolute Games (24 октября 2005 года). Архивировано из первоисточника 28 марта 2012. Проверено 15 марта 2009.
↑ Виталий Казунов (Lockust) S.T.A.L.K.E.R.: Чистое небо - интервью о проблемах выживания искусственного интеллекта в Чернобыльской Зоне. GameTech (13 июня 2008 года). — Интервью с Дмитрием Ясеневым, главным разработчиком игрового ИИ в игре. Архивировано из первоисточника 29 февраля 2012. Проверено 14 мая 2009.
↑ Left 4 Dead. Valve Corporation.(недоступная ссылка — история)
↑ Left 4 Dead Hands-on Preview. Left 4 Dead 411. Архивировано из первоисточника 28 марта 2012.
↑ Newell, Gabe Gabe Newell Writes for Edge. edge-online.com (21 ноября 2008 года). — «The events are trying to give them a sense of narrative. We look at sequences of events and try to take what their actions are to generate new sequences. If they’ve been particularly challenged by one kind of creature then we can use that information to make decisions about how we use that creature in subsequent encounters. This is what makes procedural narrative more of a story-telling device than, say, a simple difficulty mechanism. » (недоступная ссылка — история) Проверено 22 ноября 2008.
↑ 1 2 Scott, Bob The Illusion of Intelligence // AI Game Programming Wisdom / Rabin, Steve. — Charles River Media, 2002. — P. 19–20.
↑ Ошибка в сносках?: Неверный тег <ref>; для сносок heroes_interview не указан текст

Ссылки

dvc.academic.ru

Искусственный интеллект | Российское Трансгуманистическое Движение

нечёткая логика — позволяет компьютеру работать с объектами из реального мира и их взаимоотношениями. С помощью нечёткой логики компьютер может понять такие термины как «близко», «теплее», «почти» и т. д. Поэтому нечёткая логика активно используется в бытовой технике, такой, как кондиционеры и стиральные машины.Выведение программы полёта с помощью эволюционных алгоритмов

C 90-х годов произошел отказ от монолитной архитектуры, теперь, в отличие от классической схемы последовательной обработки информации, решение принимается коллективно (нейронные сети, многоагентные системы, распределенные системы — distributed processing systems) агентами, которые сосуществуют параллельно и взаимодействуют между собой.

Под управлением ИИ эта машина проехала 200 км по пустыне за 7 часов (видео, 43Mb)

Значительная часть используемых сегодня роботов обладает зачатками искусственного интеллекта. Они могут немного ориентироваться в окружающей обстановке, распознавать нужные им объекты. В 2005 году четыре управляемых ИИ автомобиля успешно преодолели путь в 200 км по сложнейщей трассе в пустыне Мохаве со средней скоростью 30 км/ч. Самолёты уже могут выполнить весь рейс, от взлёта и до посадки, полностью на автопилоте. В Японии, Франции и других странах работают автоматические поезда, использующие ИИ, чтобы сделать поездку максимально комфортной для пассажиров. Искусственный интеллект используется в современных бионических протезах, таких, как протез ноги от Ossur. Технологии машинного зрения и распознавания образов применяются в камерах слежения и системах безопасности. Экспертные системы используются для поиска полезных ископаемых, диагностики заболеваний. Юридические программы выносят решения по мелким правонарушениям и дают консультации по сложным законам. Технологии искусственного интеллекта используются для перевода текстов, распознавания речи. Системы на основе ИИ управляют промышленными объектами — заводами, атомными станциями, транспортом. Крупнейшие финансовые организации используют ИИ для сверхбыстрого принятия эффективных решений на фондовых и валютных рынках.

Каждый из компьютерных бойцов в батальных сценах «Властелина Колец» обладал искусственным интеллектом

Искусственный интеллект широко используется в компьютерных играх, чтобы населить виртуальные миры персонажами с реалистичным и разумным поведением. Компьютерные актёры с искусственным интеллектом используются для съёмок батальных сцен в таких фильмах, как «Властелин колец» или «Хроники Нарнии».

Не все компьютерные системы можно охарактеризовать как искусственный интеллект, более простые, скорее, напоминают искусственную нервную систему. Например, в современных автомобилях множество умных элементов, контролирующих разные аспекты работы машины. Более сложный ИИ напоминает отдельные элементы интеллекта животных. Сегодня по уровню сложности используемых систем мы находимся примерно на уровне насекомых, в чём-то (в том, что можно алгоритмизировать) — выше. По количеству элементов и скорости вычислений человеческий мозг ещё впереди, но если будет действовать закон Мура, то не долго осталось до того времени, когда способности ИИ сравняются с нашими.

В разработке ИИ всё больше используются знания по психофизиологии, полученные с помощью наблюдения за поведением животных и человека. В соответствии с этими представлениями формирование поведенческого акта осуществляется параллельной работой функциональных систем, каждая из которых соответствует некоторому поведенческому акту, сформированному при научении и включенному в структуру индивидуального опыта.

Уже начаты первые проекты по моделированию на компьютере человеческого мозга. Так, проект IBM Blue Brain ставит цель научиться к 2007-2009 гг. точно симулировать работу колонн неокортекса, той части мозга, которая в человеке отвечает за восприятие, моторные функции, пространственное воображение, язык и сознание.

Мы находимся в самом начале революции в ИИ и когнитивной науке. Но мы уже примерно понимаем, как устроены человеческое сознание и интеллект. Сканирование мозга во множестве экспериментов показало, что у любых мыслей и чувств есть совершенно реальное физическое выражение. Нет оснований полагать, что человеческий мозг содержит что-то загадочное — души, квантовых эффектов или ещё чего-нибудь подобного там нет. Любая мысль — это процесс последовательной активации цепи нейронов в человеческом мозгу. Такой процесс можно изучать, им можно управлять и его можно вопроизводить в компьютерной симуляции. Уже существуют точные компьютерные модели нейронов животных и человека. Удалось описать работу нервной системы простых животных, таких как кальмары. Сегодня существуют первые примеры соединения нейронных систем и кремниевой электроники в единые системы. Некоторые протезы получают команды от мозга, кохлеарные имплантанты, наоборот, передают информацию в мозг. Подобная киборгизация будет развиваться.

Завтра

Кибернетическая рука обезьяны, использующая нейрокомпьютерное соединение

По мере распространения компьютерных технологий, работа с информацией и компьютерными агентами станет занимать всё большую часть человеческой жизни. ИИ-агенты будут помнить за человека, помогать ему в поиске и обработке информации. Подобное «усиление разума» (intelligence amplification) — один из путей к сверхразуму. Развитие носимых и вживляемых компьютеров приведёт к тому, что большинство людей станет окружено «экзокорой», сонмом компьютеров, по сути выполняющих часть мыслительной работы и хранящих часть памяти своего хозяина. Дополненная реальность будет стирать границы между внутренним миром (воображением, памятью) и миром реальным. Человек будет воспринимать реальность уже насыщенной дополнительной информацией — имена незнакомых людей, аргументы собеседника, сведённые в единую систему, справочная информация, любопытные идеи, подсказанные ИИ-агентами. Дальнейшая миниатюризация микрочипов сделает возможной прямой интерфейс между мозгом и компьютером, обеспечивая примитивное считывание и запись мыслей. Появление совершенных нанотехнологий и создание субклеточных нанороботов сделает возможным считывание и запись информации на уровне отдельного нейрона. Это даст человеку полный контроль над собственным мозгом.

Параллельно будет развиваться ИИ, используемый в роботах. К 2010-2015 году роботы получат достаточно эффективные программы машинного зрения, которые позволят им работать в естественной обстановке. К этому времени совершенного уровня достигнут и программы распознавания и синтеза речи, позволяя роботам общаться с человеком напрямую. К 2015-2020 годам искусственный интеллект возьмёт на себя производство на множестве полностью автоматизированных заводов, значительной будет и его роль в управлении предприятиями. В большинстве кораблей, самолётов и автомобилей управление будет частично или полностью передано ИИ.

К 2015 году многие люди будут постоянно общаться с ИИ на работе. Искусственный интеллект будет обладать способностями, достаточными для письменного или устного общения с человеком на обычном языке, будет понимать смысл информации из баз данных о клиентах, корпоративных правил и т. п. Многие профессии в сфере услуг, должности клерков, продавцов, специалистов из центров поддержки, будут автоматизированы с помощью искусственного интеллекта.

Примерно к 2030 году компьютеры достигнут вычислительной мощности, достаточной для полной симуляции мозга человека во всей его сложности. Это сделает практически возможной загрузку человеческого сознания (считанного нанороботами) в компьютер. Ещё более вероятно, что уже к 2020 году будут заложены теоретические основы создания чисто машинного разума. В любом случае, где-то между 2020-2035 компьютерный разум сравняется по силе с человеческим и вскоре превзойдёт его.

Разумная робот (будущее)

На данный момент еще не выработан удовлетворительный критерий «разумности». Критерий Теста Тьюринга говорит, что «система может считаться разумной, если наблюдатель, общаясь с ней достаточное время, не отличает ее от человека». По мере того как разумный ИИ воплощается в реальности, мы будем вырабатывать более убедительные критерии, которые не столь антропоцентричны. В какой-то момент мы просто придём к консенсусу о том, что созданный нами машинный разум уже разумен, хотя мы и не сможем точно указать, в какой момент это произошло. Ханс Моравек как-то заметил, что «вопрос о том, может ли машина мыслить, имеет не больше смысла, чем вопрос о том, может ли подводная лодка плавать». Спор о тонких деталях не имеет практического смысла — когда мы увидим сильный ИИ, он сам сможет убедить нас в своей разумности. :-)

Послезавтра и после-послезавтра

По мере развития нейротехнологий и когнитивных технологий будут все больше использоваться прямые интерфейсы мозг-компьютер, чипы и внешние программы (экзокора), дополняющие мозг человека. В то же время, в искусственном интеллекте будут использоваться системы, созданные по аналогии с биологическими нейронными системами. Элементы человеческого интеллекта будут встраиваться в ИИ. Загруженные в компьютер личности будут свободно заменять существующие блоки своего сознания на искусственно созданные или эволюционировавшие с помощью генетических алгоритмов (т. е. перепрограммировать себя). Люди и ИИ будут объединяться в единые системы. Всё это приведёт к стиранию грани между человеческим разумом и искусственным интеллектом. В какой-то момент останутся просто «разумные существа».

Существующие в 2005 году компьютеры достаточно примитивны. В рамках наших современных технологий мы используем лишь малую часть вычислительного потенциала материи. Оценки максимальной мощности компьютеров (в расчёте на грамм материи) показывают, что их скорость может быть увеличена на 10-30 порядков по сравнению с сегодняшним состянием дел.

Рождение планетарного сверхразума может занять всего несколько лет

Вот уже 40 лет учёные и инженеры удваивают скорость компьютеров каждые 1,5-2 года — закономерность известная как Закон Мура. Скорость работы людей остаётся постоянной. Но если поручить разработку новых вычислительных технологий ИИ, то в результате своей работы сам ИИ станет работать ещё быстрее. И чем дальше он продвинется в создании новых компьютеров, тем быстрее он будет работать над следующим этапом. Кроме разработки новых компьютеров, ИИ может заняться собственным программированием, создавая более умные и эффективные алгоритмы. Подобное саморазвитие может привести к тому, что в течение всего нескольких лет мощность ИИ увеличится на много порядков, коренным образом изменив жизнь человека. Этот переломный момент в развитии человечества принято называть технологической сингулярностью.

Элемент механического нанокомпьютера

Искусственный интеллект не долго будет «заперт» в компьютерах и роботах. По мере увеличения вычислительной мощности, искусственным интеллектом будут наделены практически все устройства, создаваемые человеком (и ИИ). А с развитием нанотехнологий станет возможно использование ИИ в нанокомпьютерных комплексах. Это будет означать, что каждая частичка материи, превращенная в сложную наносистему, будет разумна. Различие между материей и сознанием будет практически стёрто.

Суперинтеллект будет развиваться предельными темпами. Даже ресурсы Земли (материя для нанокомпьютеров, водород для термоядерного синтеза) достаточны для создания сверхразума с возможностями, превосходящими человеческие на десятки порядков. Представить себе действия подобной Силы (пусть даже эта Сила и вырастет из нас самих) практически невозможно.

Структура Мозгов-Матрёшек

Эта умная планета (ноосфера Вернандского, «планетарный супермозг» Яна Корчмарюка) даст одновременно и расширенные связи между разумами, и возможность их объединения, и огромные возможности для индивидуализации. В мозгу человека каждый нейрон сохраняет свою индивидуальность, но вместе они порождают сознание. Примерно так же каждый отдельный разум сможет развиваться самостоятельно, в то же время добровольно участвуя в планетарном сознании. Это нельзя будет назвать обществом, поскольку связи между разумами будут намного более тесными, чем привычное общение.

Можно предположить, что в дальнейшем планетарный сверхразум использует для своего роста ресурсы Солнечной системы, путём строительства Юпитерианских Мозгов, Сферы Дайсона или Мозгов-Матрёшек, а затем перейдёт к галактической экспансии (или даже экспансии в новые Вселенные), но представить себе качественные (а не количественные) изменения, происходящие в подобном сверхразуме, мы сейчас не можем.

Новости

Статьи

transhuman.ru

Искусственный интеллект - Психологос

Искусственный интеллект — раздел информатики, изучающий возможность обеспечения разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств. При этом в большинстве случаев заранее неизвестен алгоритм решения задачи.

Точного определения этой науки не существует, так как в философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона. На данный момент есть множество подходов как к пониманию задачи ИИ, так и созданию интеллектуальных систем.

Так, одна из классификаций выделяет два подхода к разработке ИИ:

нисходящий, семиотический — создание символьных систем, моделирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;
восходящий, биологический — изучение нейронных сетей и эволюционные вычисления, моделирующих интеллектуальное поведение на основе более мелких «неинтеллектуальных» элементов.

Эта наука связана с психологией, нейрофизиологией, трансгуманизмом и другими. Как и все компьютерные науки, она использует математический аппарат. Особое значение для неё имеют философия и робототехника.

Искусственный интеллект — очень молодая область исследований, старт которой был дан в 1956 году. Её исторический путь напоминает синусоиду, каждый «взлёт» которой инициировался какой-либо новой идеей. В настоящий момент её развитие находится на «спаде», уступая место применению уже достигнутых результатов в других областях науки, промышленности, бизнесе и даже повседневной жизни.

Подходы к изучению

Существуют различные подходы к построению систем ИИ. На данный момент можно выделить 4 достаточно различных подхода:

1. Логический подход. Основой для логического подхода служит Булева алгебра. Каждый программист знаком с нею и с логическими операторами с тех пор, когда он осваивал оператор IF. Свое дальнейшее развитие Булева алгебра получила в виде исчисления предикатов — в котором она расширена за счет введения предметных символов, отношений между ними, кванторов существования и всеобщности. Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. При этом исходные данные хранятся в базе данных в виде аксиом, правила логического вывода как отношения между ними. Кроме того, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Если цель доказана, то трассировка примененных правил позволяет получить цепочку действий, необходимых для реализации поставленной цели (такая система известна как экспертные системы). Мощность такой системы определяется возможностями генератора целей и машиной доказательства теорем. Добиться большей выразительности логическому подходу позволяет такое сравнительно новое направление, как нечеткая логика . Основным ее отличием является то, что правдивость высказывания может принимать в ней кроме да/нет (1/0) еще и промежуточные значения — не знаю (0.5), пациент скорее жив, чем мертв (0.75), пациент скорее мертв, чем жив (0.25). Данный подход больше похож на мышление человека, поскольку он на вопросы редко отвечает только да или нет.

2. Под структурным подходом мы подразумеваем здесь попытки построения ИИ путем моделирования структуры человеческого мозга. Одной из первых таких попыток был перцептрон Френка Розенблатта. Основной моделируемой структурной единицей в перцептронах (как и в большинстве других вариантов моделирования мозга) является нейрон. Позднее возникли и другие модели, которые большинству известны под термином нейронные сети (НС). Эти модели различаются по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. Среди наиболее известных сейчас вариантов НС можно назвать НС с обратным распространением ошибки, сети Хопфилда, стохастические нейронные сети. В более широком смысле такой подход известен как Коннективизм .

3. Эволюционный подход. При построении систем ИИ по данному подходу основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Причем модель может быть составлена по самым различным методам, это может быть и НС и набор логических правил и любая другая модель. После этого мы включаем компьютер и он, на основании проверки моделей отбирает самые лучшие из них, на основании которых по самым различным правилам генерируются новые модели. Среди эволюционных алгоритмов классическим считается генетический алгоритм

4. Имитационный подход. Данный подход является классическим для кибернетики с одним из ее базовых понятий черный ящик . Объект, поведение которого имитируется, как раз и представляет собой «черный ящик». Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же. Таким образом здесь моделируется другое свойство человека — способность копировать то, что делают другие, не вдаваясь в подробности, зачем это нужно. Зачастую эта способность экономит ему массу времени, особенно в начале его жизни.

В рамках гибридных интеллектуальных систем пытаются объединить эти направления. Экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения.

Многообещающий новый подход, называемый усиление интеллекта, рассматривает достижение ИИ в процессе эволюционной разработки как побочный эффект усиления человеческого интеллекта технологиями.

Направления исследований

Анализируя историю ИИ, можно выделить такое обширное направление как моделирование рассуждений. Долгие годы развитие этой науки двигалось именно по этому пути, и теперь это одна из самых развитых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, т. е. переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Немаловажным направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В частности, здесь ещё не решена проблема машинного перевода текстов с одного языка на другой. В современном мире большую роль играет разработка методов информационного поиска. По своей природе, оригинальный тест Тьюринга связан с этим направлением.

Согласно мнению многих учёных, важным свойством интеллекта является способность к обучению. Таким образом, на первый план выходит инженерия знаний, объединяющая задачи получения знаний из простой информации, их систематизации и использования. Достижения в этой области затрагивают почти все остальные направления исследований ИИ. Здесь также нельзя не отметить две важные подобласти. Первая из них — машинное обучение — касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Второе связано с созданием экспертных систем — программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.

Большие и интересные достижения имеются в области моделирования биологических систем. Строго говоря, сюда можно отнести несколько независимых направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как разпознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы — агента, взаимодействующего с внешней средой, называется агентным подходом. А если должным образом заставить массу «не очень интеллектуальных» агентов взаимодействовать вместе, то можно получить «муравьиный» интеллект.

Задачи распознавание образов уже частично решаются в рамках других направлений. Сюда относятся распознавание символов, рукописного текста, речи, анализ текстов. Особо стоит упомянуть компьютерное зрение, которое связано с машинным обучением и робототехникой.

Вообще, робототехника и искусственный интеллект часто ассоциируется друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов, можно считать ещё одним направлением ИИ.

Особняком держится машинное творчество, в связи с тем, что природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто — стихов или сказок), художественное творчество.

Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти самостоятельное направление. В качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы безопасности.

Можно заметить, что многие области исследований пересекаются. Это свойственно для любой науки. Но в искусственном интеллекте взаимосвязь между, казалось бы, различными направлениями выражена особенно сильно, и это связано с философским спором о сильном и слабом ИИ.

История

В начале XVII века Рене Декарт предположил, что животное — некий сложный механизм, тем самым сформулировав механистическую теорию. В 1623 г. Вильгельм Шикард построил первую механическую цифровую вычислительную машину, за которой последовали машины Блеза Паскаля (1643) и Лейбница (1671). Лейбниц также был первым, кто описал современную двоичную систему счисления, хотя до него этой системой периодически увлекались многие великие ученые. В XIX веке Чарльз Бэббидж и Ада Лавлейс работали над программируемой механической вычислительной машиной.

В 1910—1913 гг. Бертран Рассел и А. Н. Уайтхэд опубликовали работу «Принципы математики», которая произвела революцию в формальной логике. В 1941 Конрад Цузе построил первый работающий программно-контролируемый компьютер. Уоррен Маккалок и Валтер Питтс в 1943 опубликовали A Logical Calculus of the Ideas Immanent in Nervous Activity, который заложил основы нейронных сетей.

Современное положение дел

В настоящий момент (2008) в создании искусственного интеллекта (в первоначальном смысле этого слова, экспертные системы и шахматные программы сюда не относятся) наблюдается дефицит идей. Практически все подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа так и не подошла.

Некоторые из самых впечатляющих гражданских ИИ систем:

Deep Blue — победил чемпиона мира по шахматам. (Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам и система не была признана Каспаровым, хотя оригинальные компактные шахматные программы неотъемлемый элемент шахматного творчества. Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain. Данная история — пример запутанных и засекреченных отношений ИИ, бизнеса, и национальных стратегических задач.)
Mycin — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно как и доктора.
20q — проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в интернете на сайте 20q.net.
Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.
Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Применение ИИ

Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика) при игре на бирже и управлении собственностью. В августе 2001 года роботы выиграли у людей в импровизированном соревновании по трейдингу (BBC News, 2001). Методы распознавания образов, (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр вынуждены применять ИИ той или иной степени проработанности. Стандартными задачами ИИ в играх являются нахождение пути в двухмерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

Перспективы ИИ

Просматриваются два направления развития ИИ:

первое заключается в решении проблем связанных с приближением специализированных систем ИИ к возможностям человека и их интеграции, которая реализована природой человека.
второе заключается в создании Искусственного Разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Связь с другими науками

Искусственный интеллект тесно связан с трансгуманизмом. А вместе с нейрофизиологией и когнитивной психологией он образует более общую науку, называемую когнитологией. Отдельную роль в искусственном интеллекте играет философия.

Философские вопросы

Наука «о создании искусственного разума» не могла не привлечь внимание философов. С появлением первых интеллектуальных систем были затронуты фундаментальные вопросы о человеке и знании, а отчасти о мироустройстве. С одной стороны, они неразрывно связаны с этой наукой, а с другой — привносят в неё некоторый хаос. Среди исследователей ИИ до сих пор не существует какой-либо доминирующей точки зрения на критерии интеллектуальности, систематизацию решаемых целей и задач, нет даже строгого определения науки.

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» .

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 прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограмированние.

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

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.

Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации. То есть интелектуальной 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…»

Наука о знании

Также, с проблемами искусственного интеллекта тесно связана эпистемология — наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, которые решаются инженерами ИИ о том, как лучше представлять и использовать знания и информацию.

Отношение к ИИ в обществе

ИИ и религия

Среди последователей авраамических религий существует несколько точек зрения на возможность создания ИИ на основе структурного подхода.

По одной из них мозг, работу которого пытаются имитировать системы, по их мнению, не участвует в процессе мышления, не является источником сознания и какой-либо другой умственной деятельности. Создание ИИ на основе структурного подхода невозможно.

В соответствии с другой точкой зрения, мозг участвует в процессе мышления, но в виде "передатчика" информации от души. Мозг ответственен за такие "простые" функции, как безусловные рефлексы, реакция на боль и тп. Создание ИИ на основе структурного подхода возможно, если конструируемая система сможет выполнять "передаточные" функции.

Обе позиции не соответствуют данным современной науки, т.к. понятие душа не рассматривается современной наукой в качестве научной категории.

По мнению многих буддистов ИИ возможен. Так, духовный лидер далай-лама XIV не исключает возможности существования сознания на компьютерной основе.

Раэлиты активно поддерживают разработки в области искусственного интеллекта.

ИИ и научная фантастика

В научно-фантастической литературе ИИ чаще всего изображается как сила, которая пытается свергнуть власть человека (Омниус, HAL 9000, Скайнет, Colossus , Матрица и репликант) или обслуживающий гуманоид (C-3PO, Data, KITT и KARR, Двухсотлетний человек). Неизбежность доминирования над миром ИИ, вышедшего из под контроля, оспаривается такими фантастами как Айзек Азимов и Kevin Warwick.

Любопытное видение будущего представлено в романе «Выбор по Тьюрингу» писателя-фантаста Гарри Гаррисона и ученого Марвина Мински. Авторы рассуждают на тему утраты человечности у человека, в мозг которого была вживлена ЭВМ, и приобретения человечности машиной с ИИ, в память которой была скопирована информация из головного мозга человека.

Некоторые научные фантасты, например Вернор Виндж, также размышляли над последствиями появления ИИ, которое, по-видимому, вызовет резкие драматические изменения в обществе. Такой период называют технологической сингулярностью.

www.psychologos.ru

Что такое искусственный интеллект (ИИ)?

Дата Категория: it

Что такое искусственный интеллект или чем компьютер отличается от человека. Средневековый британский математик Вильям Шэнкс провел большую часть своей жизни, вычисляя ценность числа Пи, и довел свои вычисления до 707-го места после запятой. У компьютера это отнимет меньше секунды.

Скоростью и точностью вычислений компьютеры намного превосходят людей, как и способностью хранить огромное количество информации. Тем не менее компьютеры ограничены в способности анализировать и понимать информацию, в то время как люди легко распознают образцы и отделяют релевантную и не релевантную информацию. Кроме того, люди могут учиться на собственных ошибках. Компьютер, анализирующий карту с целью установить оптимальный маршрут из пункта А в пункт Б, будет перебирать все возможные комбинации маршрутов, независимо от их относительной практичности. Человек, опираясь на свой относительный опыт, учитывая пробки в час пик и опасные участки пути, быстро вычислит оптимальный маршрут. Компьютеру недостает способности человека оценивать ситуацию, исходя из опыта. У компьютера также отсутствует наиболее важная и неуловимая черта человека: воображение.

Различные способы мышления

Как думает компьютер

Компьютер быстро выполняет подсчет данных, согласно инструкциям программы. Решение некоторых проблем, таких как головоломка с дверьми и лабиринтами, компьютер находит намного быстрее, чем человек.

Как думает человек

Мыслительные процессы человека намного гибче, чем у компьютера. Все знания личности могут быть мобилизованы для решения одной единственной проблемы. Желтая стрелка на изображении внизу обозначает мысль. У каждого человека будет своя индивидуальная дорожка.

Искусственный интеллект (ИИ)

Искусственный интеллект - это область исследований, направленных на то, чтобы наделить компьютер чертами человеческого мышления, к примеру, способности принимать решения на основе прошлого опыта. В компьютерах, снабженных способностями искусственного интеллекта, накопленная информация становится знанием.

Диаграмма показывает, как решает проблему Искусственный интеллект, ИИ.

information-technology.ru