История развития искусственного интеллекта

История возникновения искусственного интеллекта

История развития искусственного интеллекта

Искусственный интеллект как научное направление представляет собой наглядный пример интеграции различных научных областей. Специалисты в естественно-научных областях и вычислительных науках изучают свойства и функционирование живых систем, пользуясь сходными методами.

В целом, искусственный интеллект – это самостоятельная область научных исследований, которая сформировалась в результате достижений в математике и логике и основана на накопленных человечеством знаниях о живой и неживой природе.

Как таковая устойчивая область научных знаний об искусственном интеллекта сформировалась в середине XX века, однако попытки в этом направлении делались ещё и в глубокой древности, и в средние века.

Еще древние египтяне и римляне испытывали благоговейный ужас перед культовыми статуями, которые жестикулировали и изрекали пророчества. Разумеется, делалось это с непосредственной помощью жрецов.

Средневековье

В средние века в понятие искусственного интеллекта вкладывали задачи создания механической человекоподобной мыслящей машины, способной, возможно, превзойти его по интеллекту. В это время, в частности, говорили о гомункулах – маленьких искусственных человечках, способных воспринимать информацию окружающего мира.

XVIII век

В XVIII веке благодаря развитию техники и, в особенности, часовых механизмов интерес к подобным изобретениям вырос ещё сильнее. В середине 1750-х годов австрийский изобретатель Фридрих фон Кнаус, служивший при дворе Франциска I, сконструировал серию машин, умевших писать пером довольно длинные тексты.

Достижения в механике XIX века способствовали новому толчку изобретений в направлении к современному пониманию искусственного интеллекта.

В 1830-х годах английский математик Чарльз Бэббидж придумал концепцию сложного цифрового калькулятора – аналитической машины, которая, как утверждал разработчик, могла бы рассчитывать ходы для игры в шахматы.

А уже в 1914 году директор одного из испанских технических институтов Леонардо Торрес Кеведо изготовил электромеханическое устройство, способное разыгрывать простейшие шахматные эндшпили почти также хорошо, как и человек.

XX век

С середины 30-х годов прошлого столетия, с момента публикации работ Тьюринга, в которых обсуждались проблемы создания устройств, способных самостоятельно решать различные сложные задачи, к проблеме искусственного интеллекта стали относиться внимательно в мировом научном сообществе. Тьюринг предложил считать интеллектуальной такую машину, которую испытатель в процессе общения с ней не сможет отличить от человека.

В 1954 году американский исследователь Ньюэлл решил написать программу для игры в шахматы. К работе были привлечены аналитики корпорации RAND Corporation. В качестве теоретической основы программы был использован метод, предложенный основателем теории информации Шенноном, а его точная формализация была выполнена Тьюрингом.

К работе также была привлечена группа голландских психологов под руководством Де Гроота, изучавших стили игры выдающихся шахматистов.

Через два года совместной работы этим коллективом был создан язык программирования ИПЛ1 – первый символьный язык обработки списков, а вскоре была написана первая программа, которую можно отнести к достижениям в области искусственного интеллекта.

Это была программа «Логик-Теоретик», предназначенная для автоматического доказательства теорем в исчислении высказываний. Собственно же программа для игры в шахматы была завершена в 1957 году. В её основе лежали так называемые эвристики – правила, позволяющие сделать выбор при отсутствии точных теоретических оснований, и описания конечных целей.

Одним из наиболее важных признаков интеллектуальности служит способность к обучению.

Так, в 1961 году один из ведущих английских специалистов по искусственному интеллекту профессор Мичи, описал механизм, состоящий из 300 спичечных коробков, который мог научиться играть в «крестики-нолики».

Однако делать вывод об интеллектуальности и тем более говорить об искусственном интеллекте, основываясь только на одном единственном признаке, явно недостаточно.

В 1956 году в США собрались основатели кибернетики с целью обсудить возможности реализации проекта «Искусственный интеллект».

В числе участников конференции были Маккарти, Минский, Шеннон, Тьюринг и другие.

Первоначально к данному понятию отнесли свойства машин брать на себя отдельные функции человека, например, перевод с одного языка на другой, распознавание объектов, принятие оптимальных решений.

В нашей стране направление «Искусственный интеллект» возникло с опозданием примерно на 10 лет и пришло на смену кибернетическому и бионическому буму первой половины 60-х годов XX века.

Практически с самого начала учёные, занимавшиеся этим новым направлением научных знаний, предположили, что к конструктивному определению и моделированию мышления полезно идти от специфики задач, вводя искусственный интеллект как механизм, необходимый для их решения.

Таким образом, искусственный интеллект в современном понимании – это совокупность методов и инструментов решения различных сложных прикладных задач, использующих принципы и подходы, аналогичные размышляющему над их решением человеку или процессам, протекающим в живой или неживой природе.

Тем не менее, даже в настоящее время единого и признанного всеми определения искусственного интеллекта не существует. И это не удивительно. Достаточно вспомнить, что универсального определения человеческого интеллекта также нет.

На сегодняшний день исследования в области искусственного интеллекта ведутся по различным направлениям: представление знаний, моделирование рассуждений, приобретение знаний, машинное обучение и автоматическое порождение гипотез, интеллектуальный анализ данных и обработка образной информации, поддержка принятия решений, управление процессами и системами, динамические интеллектуальные системы, планирование и т.д.

Ниже перечислены наиболее активно развиваемые подходы и методы искусственного интеллекта:

  • искусственные нейронные сети;
  • эволюционные вычисления;
  • нечёткая логика и теория нечётких множеств;
  • экспертные системы;
  • клеточные автоматы;
  • многоагентные системы.

искусственный интеллект

Источник: https://neuronus.com/history/4-istoriya-vozniknoveniya-ikustvennogo-intellekta.html

Краткая история создания искусственного интеллекта

История развития искусственного интеллекта

Сейчас в 21 век, век научно-технических новшеств, то там, то тут мы слышим, что создали ИИ, который может создавать музыкальные композиции, найти преступника на улицах города, создать картину, управлять транспортом, отслеживать ход биржевых индексов и на основе этого делать многовероятный прогноз хода акций,валют и т.д.

, на основе ИИ человек может симулировать виртуальный вселенные на подобие Sims.

В век информационных технологий, человеку требуется обрабатывать очень интенсивные потоки данных,где часто приходится выполнять монотонные действия, и поэтому ему требуется помощь в виде системы, которая смогла бы быстро выполнять их, этой системой является алгоритм по автоматизации процесса, исполнителем которого может стать компьютер или робот на производстве.

Все ссылки в конце статьи.

Идея об описании действий с помощью инструкций. Возникновение понятия алгоритм.

В незапамятные времена человеку приходилось решать те или иные задачи, например охота, где люди собирались в группы и продумывали кто и как будет действовать , чтобы загнать,например мамонта, в ловушку.

Занемались земледелием, при этом нужно было заранее продумывать, когда сеять посевы и ждать первых всходов. То есть люди создавали некий план действий, идя, по которому можно было достичь неких результатов, прийти к поставленной цели.

Здесь уже проявляется примитивная строгость в поведении человека, он начинает мыслить стратегически и действовать последовательно, не сходя с заданного пути. Человек понял, что такой подход, т.

е планирование действий, очень эффективен, он повышает шансы на выживание его племени, обеспечивает выживание и процветание первобытного общества. Вот с этого и начинается развитие мыслительных процессов, направленных, на создание инструкций, следуя, которым человек смог создать первые цивилизации.

Понятие алгоритма, да и вообще идея записи определенных инструкций для достижений определенных результатов принадлежит, как ни странно, индийскому математику, живший в 8-9 веках н.э.

в Средней Азии, и который имел длинное имя Абу Абдуллах Мухаммеда ибн Мусса аль-Хорезми, который в 825 году аль-Хорезми написал сочинение, в котором впервые дал описание придуманной в Индии позиционной десятичной системы счисления .

Аль-Хорезми сформулировал правила вычислений в новой системе.

аль-Хорезми

Приблизительно в это же время индийские цифры начали применять и другие арабские учёные. В первой половине XII века книга аль-Хорезми в латинском переводе проникла в Европу. Сегодня нет ни у кого сомнений, что слово «алгоритм» попало в европейские языки именно благодаря этому сочинению.

Однако вопрос о его смысле длительное время вызывал ожесточённые споры. На протяжении многих веков происхождению слова давались самые разные объяснения.

Одни выводили algorism из греческих algiros (больной) и arithmos (число). Из такого объяснения не очень ясно, почему числа именно «больные».

Или же лингвистам больными казались люди, имеющие несчастье заниматься вычислениями?

Упомянутый выше перевод сочинения аль-Хорезми стал первой ласточкой, и в течение нескольких следующих столетий появилось множество других трудов, посвящённых всё тому же вопросу – обучению искусству счёта с помощью цифр. И все они в названии имели слово algoritmi или algorismi.

Около 1250 года английский астроном и математик Иоанн Сакробоско (Johannes de Sacrobosco, ок. 1200—1256) написал труд по арифметике «Algorismus vulgaris», на столетия ставший основным учебником по вычислениям в десятичной позиционной системе счисления во многих европейских университетах.

Со временем такие объяснения всё менее занимали математиков, и слово algorism (или algorismus), неизменно присутствовавшее в названиях математических сочинений, обрело значение способа выполнения арифметических действий посредством арабских цифр, то есть на бумаге, без использования счётной доски абака.

В результате в Европе слово алгоритм приобрело однозначный смысл, который имел следующее значение:

Алгоритм – это искусство счёта с помощью цифр .

Постепенно значение слова расширялось. Ученые начинали применять его не только к сугубо вычислительным, но и к другим математическим процедурам.

Например, около 1360 года французский философ Николай Орем (Nicolaus Oresme, 1323/25—1382) написал математический трактат «Algorismus proportionum» («Вычисление пропорций»), в котором впервые использовал степени с дробными показателями и фактически вплотную подошёл к идее логарифмов.

И уже в 1684 году Г. В. Лейбниц в сочинении «Nova Methodvs pro maximis et minimis, itemque tangentibus…» впервые использовал слово «алгоритм» (Algorithmo) в ещё более широком смысле: как систематический способ решения проблем дифференциального исчисления.

Алгоритм — набор инструкций, описывающих порядок действий исполнителя для достижения некоторого результата.

Далее в XVIII веке в одном из германских математических словарей, Vollstandiges mathematisches Lexicon (изданном в Лейпциге в 1747 г.) термин algorithmus всё ещё объясняется как понятие о четырёх арифметических операциях.

Но такое значение не было единственным, ведь терминология математической науки в те времена ещё только формировалась. В частности, выражение algorithmus infinitesimalis применялось к способам выполнения действий с бесконечно малыми величинами. Пользовался словом алгоритм и Л.

Эйлер, одна из работ которого так и называется – «Использование нового алгоритма для решения проблемы Пелля» («De usu novi algorithmi in problemate Pelliano solvendo»). Мы видим, что понимание Эйлером алгоритма как синонима способа решения задачи уже очень близко к современному.

Постепенно понятие алгоритм приобретало всё более современное определение. Алгоритмы становились предметом всё более пристального внимания ученых, и постепенно это понятие заняло одно из центральных мест в современной математике, которое называется теорией алгоритмов.

Одновременно с развитием понятия алгоритма постепенно происходила и его экспансия из чистой математики в другие сферы. В какие именно сферы мы поговорим дальше.

Создание первых вычислительных машин. Первый программист.

Предшественниками первых компьютеров были, так называемые арифмометры, простыми словами это были калькуляторы, которые помогали банкирам, бухгалтерам вести учет денег, но они были большими и тяжелыми, при этом могли все во лишь выполнять максимум 4 арифметических действия (*,/,+,-). Первым кто высказал идею и составил чертежи арифмометра был Леонардо да Винчи. Это устройство датируется 1500 годом и представляет собой 13-разрядную суммирующую машину на десятизубых колёсах. Однако в своё время идеи Леонардо никакого распространения не получили.

Реконструкция арифмометра да Винчи.

Следующим изобретателем арифмометров Вильгельм Шикард, который в 1623 году придумал «Считающие часы» — первый арифмометр, умевший выполнять четыре арифметических действия.

Считающими часами устройство было названо потому, что, как и в настоящих часах, работа механизма была основана на использовании звёздочек и шестерёнок.

Это изобретение нашло практическое использование в руках друга Шиккарда, философа и астронома Иоганна Кеплера.

Считающие часы Вильгельма Шиккарда.

За ним последовала машина Блеза Паскаля («Паскалина», 1642 г.) Машина Паскаля представляла собой механическое устройство в виде ящичка с многочисленными связанными одна с другой шестерёнками.

Складываемые числа вводились в машину при помощи соответствующего поворота наборных колёсиков. На каждое из этих колёсиков, соответствовавших одному десятичному разряду числа, были нанесены деления от 0 до 9. При вводе числа колесики прокручивались до соответствующей цифры.

Совершив полный оборот, избыток над цифрой 9 колёсико переносило на соседний разряд, сдвигая соседнее колесо на 1 позицию.

Паскалина.

После Паскаля пришел Готфрид Вильгельм Лейбниц со своим арифмометром — арифмометром Лейбница. Арифмометр был создан Лейбницем в 1673 году.

Сложение чисел выполнялось в десятичной системе счисления при помощи связанных друг с другом колёс, так же как на вычислительной машине другого выдающегося учёного-изобретателя Блеза Паскаля — «Паскалине».

Добавленная в конструкцию движущаяся часть и специальная рукоятка, позволявшая крутить ступенчатое колесо (в последующих вариантах машины — цилиндры), позволяли ускорить повторяющиеся операции сложения, при помощи которых выполнялось деление и перемножение чисел. Необходимое число повторных сложений выполнялось автоматически.

Копия арифмометра Лейбница.

Нужно заметить, что Лейбниц также описал двоичную систему счисления — один из ключевых принципов построения всех современных компьютеров. Однако, вплоть до 1940-х многие последующие разработки были основаны на более сложной в реализации десятичной системе.

Следующим шагом стало создание машин, которые бы выполняли работу с помощью программ написанных на специальных перфокартах.

Создание подобных устройств началось с изобретения в 1804 году Жозефом Мари Жаккаром ткацкого станка, в котором вышиваемый узор определялся перфокартами.

Серия карт могла быть заменена, и смена узора не требовала изменений в механике станка. Это было важной вехой в истории программирования.

Жаккардовый ткацкий станок.ПерфокартаОписание работы станка: Жаккардова машина имеет ножи, крючки, иглы, рамную доску, рамные шнуры и перфорированную призму. Нити основы, пробранные в глазки лиц (галев), связаны с машиной при помощи аркатных шнуров, продетых в делительную доску для равномерного распределения по ширине станка.

Ножи, закрепленные в ножевой раме, совершают возвратно-поступательное движение в вертикальной плоскости. Крючки, находящиеся в зоне действия ножей, захватываются ими и поднимаются вверх, а через рамные и аркатные шнуры поднимаются вверх и нити основы, образуя верхнюю часть зева (основные перекрытия в ткани).

Крючки, выведенные из зоны действия ножей, опускаются вниз вместе с рамной доской. Опускание крючков и нитей основы происходит под действием силы тяжести грузиков. Опущенные нити основы образуют нижнюю часть зева (уточные переплетения в ткани).

Крючки из зоны действия ножей выводятся иглами, на которые действует призма, имеющая качательные и вращательные движения. На призму надет картон, состоящий из отдельных бумажных карт, которые имеют просеченные и непросечённые места против концов игл.

Встречая просеченное место, игла входит в призму, и крючок остаётся в зоне действия ножа, а непросечённое место карты перемещает иглу и выключает крючок из взаимодействия с ножом. Сочетание просеченных и непросечённых мест на картах позволяет осуществить вполне определённое чередование подъёмов и опускания нитей основы и образование на ткани узора.

В 1832 году Семён Корсаков применил перфорированные карты в конструкции разработанных им «интеллектуальных машин», механических устройств для информационного поиска, являющихся прообразами современных баз данных и, в какой-то степени, — экспертных систем.

В 1835 году Чарльз Бэббидж описал свою аналитическую машину, в труде «Sketch of the Analytical Engine»(«Наброски аналитической машины» ) . Это был проект компьютера общего назначения, с применением перфокарт в качестве носителя входных данных и программы, а также парового двигателя в качестве источника энергии.

Одной из ключевых идей было использование шестерен для выполнения математических функций. Его первоначальной идеей было использование перфокарт для машины, вычисляющей и печатающей логарифмические таблицы с большой точностью (то есть для специализированной машины).

В дальнейшем эти идеи были развиты до машины общего назначения — его «аналитической машины».

Далее в 1838 году Чарльз Бэббидж перешёл от разработки Разностной машины к проектированию более сложной аналитической машины, принципы программирования которой напрямую восходят к перфокартам Жаккара.

В это время жила умная титульная англичанка урождённая Ба́йрон, также именуемая как графиня Ла́влейс, Авгу́ста А́да Кинг, именно она считается первым программистом сумевшим написать алгоритм, исключительно выполняемый на вычислительной машине.

Источник: https://zen.yandex.ru/media/id/5af97d83d7bf2190725122a2/5afe4ac3a815f1942b550532

Основные этапы развития искусственного интеллекта

История развития искусственного интеллекта


В статье описываются основные этапы развития области искусственного интеллекта. Несмотря на недолгую историю своего существования, она насыщена событиями и оказала огромное влияние на культуру двадцатого века.

В статье рассматривается история развития искусственного интеллекта начиная со времён Спинозы и до наших дней. Описаны основные периоды взлета и падания интереса к данной области.

Начало искусственного интеллекта

Предпосылки для создания искусственного интеллекта были заложены классическими философами — Лейбницем, Спинозой и Декартом, основателями рационализма, которые полагали, что в мышлении существуют основные принципы, подобные аксиомам геометрии, и из них знание можно выводить чисто логически дедуктивным методом. Эти философы начали формулировать гипотезу о физической символьной системе, которая станет основой для исследований в области искусственного интеллекта.

Технологическими предпосылками к возникновению отрасли знания об искусственном интеллекте послужила первая механическая вычислительная машина — считающие часы Вильгельма Шикарда, сконструированные им в 1623 г., а также созданные впоследствии суммирующая машина Блеза Паскаля (1643 г), и арифмометр Лейбница (1671 г).

В 1832 году коллежский советник С. Н. Корсаков предложил новый принцип разработки научных методов и устройств для усиления возможностей человеческого разума и представил серию «умных машин», в конструкции которых впервые были применены перфорированные карты.

В 1928 году немецкий математик Давид Гильберт формулирует так называемую «Проблему разрешения» [1, с.

45]: найти алгоритм, который бы принимал в качестве входных данных описание любой проблемы разрешимости (формального языка и математического утверждения «S» на этом языке) — и, после конечного числа шагов, останавливался бы и выдавал один из двух ответов: «Истина» или «Ложь», — в зависимости от того, истинно или ложно утверждение «S».

1936 году Алан Тьюринг, считающийся отцом интуитивного подхода к изучению искусственного интеллекта, и Алонзо Чёрч независимо друг от друга публикуют работы, опровергающие возможность существования алгоритма решающего проблему разрешения. Это утверждение известно как «теорема Чёрча-Тьюринга».

В этой же статье «On computable numbers, with an application to the entscheidungsproblem» [2] Алан Тьюринг также впервые употребляет понятие «А-машина», сейчас известная как «Машина Тьюринга».

Машина Тьюринга — это абстрактная вычислительная машина, созданная для формализации понятия алгоритма.

Машина Тьюринга является расширением конечного автомата и, согласно тезису Чёрча-Тьюринга [3], способна имитировать всех исполнителей (с помощью задания правил перехода), каким-либо образом реализующих процесс пошагового вычисления, в котором каждый шаг вычисления достаточно прост.

В состав машины Тьюринга входит неограниченная в обе стороны лента (возможны машины Тьюринга, которые имеют несколько бесконечных лент), разделённая на ячейки, и управляющее устройство, способное находиться в одном из множества состояний. Число возможных состояний управляющего устройства конечно и точно задано.

Управляющее устройство может перемещаться влево и вправо по ленте, читать и записывать в ячейки символы некоторого конечного алфавита. Выделяется особый пустой символ, заполняющий все клетки ленты, кроме тех из них (конечного числа), на которых записаны входные данные.

Управляющее устройство работает согласно правилам перехода, которые представляют алгоритм, реализуемый данной машиной Тьюринга. Каждое правило перехода предписывает машине, в зависимости от текущего состояния и наблюдаемого в текущей клетке символа, записать в эту клетку новый символ, перейти в новое состояние и переместиться на одну клетку влево или вправо.

Некоторые состояния машины Тьюринга могут быть помечены как терминальные, и переход в любое из них означает конец работы, остановку алгоритма.

То есть, всякий интуитивный алгоритм может быть реализован с помощью некоторой машины Тьюринга. Машина Тьюринга была первой попыткой автоматизировать логические и математические вычисления, которые на том момент мог выполнять только человек.

В своей следующей статье «Computing machinery and intelligence» [4] (1950) Тьюринг задаётся вопросом «А может ли машина мыслить?».

Эта абстрактная формулировка заменяется на «может ли машина, путем общения с человеком посредством письма, обмануть его и заставить человека думать, что он также имеет дело с человеком?». Отсюда берет свое начало знаменитый тест Тьюринга.

Принято считать, что именно в этой работе впервые освещается вопрос искусственного интеллекта. Работу критикуют, так как до сегодняшнего дня ни одна машина не прошла Тест Тьюринга.

1943 году Уорен Мак-Каллох и Уолтер Питтс публикуют статью «A Logical Calculus of the Ideas Immanent in Nervous Activity» [5], в которой нейроны упрощенно рассматриваются как устройство, оперирующее двоичными числами. Так они основали новое направление в науке об искусственном интеллекте — нейронные сети.

В 1954 году Нильсом Ааном Баричелли был основан еще один подход в области искусственного интеллекта — эволюционное моделирование. При этом подходе решение задач оптимизации и моделирования осуществляется путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, аналогичных естественному отбору в природе (генетический алгоритм).

Этот период становления науки о искусственном интеллекте завершает Дартмутский семинар, ставший катализатором для научных исследований в этой области, т. к. именно на нём познакомились многие учёные. На этом же семинаре было утверждено появление новой отрасли науки, окрещённой «Artificial Intelligence» — «Искусственный интеллект».

Золотой век искусственного интеллекта

1956–1976 годы считаются золотым веком искусственного интеллекта, так как на тот момент не было накоплено никакой научной базы, что делало каждое открытие особенно важным. Искусственный интеллект развивался по двум основным направлениям: математическая логика и нейронные сети.

Американский ученый Фрэнк Розенблатт в 1962 году предложил принцип обучения нейронных сетей — обучение на примерах [6]. Также он создал первый нейрокомпьютер, с помощью которого ему удалось распознать рукописный текст.

1965 году Джон Алан Робинсон сформулировал правило резолюций [7] — правило вывода, восходящее к методу доказательства теорем через поиск противоречий.

Его работы были решающими в развитии языка логического программирования Пролог, который был создан в 1972 году Аленом Колмероэ и Филиппом Русселем.

С помощью этого языка стало возможным описывать различные задачи на языке логики с последующим решением на ЭВМ путем перебора всех возможных вариантов.

В это же время появилось понятие нечёткого множества, которое сформулировал Лютфи Заде в своей работе «Fuzzy sets» [8] (1965).

Заде расширил классическое понятие множества, допустив, что характеристическая функция множества может принимать любые значения в интервале от «0» до «1», а не только значения «0» или «1».

Вместе с понятием нечёткого множества возникла нечёткая логика, которая применяется в нейронных сетях (нейро-нечёткие системы).

Первая зима искусственного интеллекта

С 1969 по 1980 годы изучение нейронных сетей приостановилось. Это связано с публикацией книги Мартина Лии Мински и Сэймура Паперта «Perceptrons: an introduction to computational geometry» [9]. В данной книге авторы подвергли нейронные сети жесткой критике.

Одной из самых известных претензий является то, что в процессе исследования вычислительных способностей персептрона они пришли к выводу, что персептрон не может реализовать простейшую логическую функцию XOR (либо-либо).

Что, в свою очередь, заставило усомниться в нейросетевом подходе в целом.

Период с 1975 по 1980 годы называют первой зимой искусственного интеллекта. Кризис нейронных сетей оказался лишь предвестником грядущих неудач.

Причин кризиса было несколько: громко заявленный американским правительством полностью автономный военный вездеход так и не увидел свет; японский проект по созданию супер-компьютера пятого поколения, который, как обещалось, был бы способен вести с человеком полноценный разговор, был закрыт без всяких объяснений. Неудачи постигли множество проектов, связанных с автоматическими переводчиками и системами работы с текстом.

Также в это время был открыт комбинаторный взрыв. В 1972 г. Ричард Карп доказал, что при увеличении числа входных данных время решения задачи должно расти экспоненциально.

Это значит, что сложные задачи со множеством входных данных на сегодняшний день решить невозможно.

Открытие комбинаторного взрыва очень сильно ударило по всему комбинаторно-логическому подходу к искусственному интеллекту, на который в то время возлагали самые большие надежды.

Возвращение интереса кискусственному интеллекту

В результате развития экспертных систем в 1980–1984 годы наблюдается возвращение интереса к искусственному интеллекту.

Экспертная система — это программа, использующая базу знаний для решения задач в некоторой предметной области.

В 80-е экспертные системы начали внедряться в медицине, юриспруденции и других областях, и они стали первым коммерчески успешным направлением искусственного интеллекта.

Вторым фактором увеличения интереса к искусственному интеллекту стало развитие нейронных сетей. Были разработаны многослойные нейронные сети, которые, в частности, позволяли реализовать логическую функцию XOR. Благодаря Полу Уэрбосу появились средства обучения многослойных нейронных сетей [10].

Вторая зима искусственного интеллекта

Затем наступает вторая зима искусственного интеллекта (1984–1993 годы). Она была вызвана завышенными ожиданиями по отношению к экспертным системам, которые, в конце концов, заняли все возможные для их применения области и их распространение остановилось. Инвестирование этой области снизилось.

Но основной причиной начала второй зимы считается появление персональных компьютеров, ставшее причиной возникновения потребности в большом количестве программных продуктов. Возникло новое направление развития — компьютерные науки.

Компьютерные науки включают большое количество различных направлений, которые ранее изучались в рамках искусственного интеллекта, таких как: теория графов, символьные вычисления, комбинаторика и прочие.

В результате множество ученых из области искусственного интеллекта интеллектом перешли работать в новую область.

Новая эра

С 1993 года и по наше время длится новая эра искусственного интеллекта. Искусственный интеллект в том виде, в котором он существовал до текущего периода, прекратил свое существование.

Если раньше целью ученых, работавших в этой области, было воссоздание человеческого мышления техническими методами, то сейчас цели стали менее амбициозными и более реалистичными.

Сегодня термин искусственный интеллект практически не используется, существуют более конкретные термины, такие как: машинное обучение, интеллектуальные системы, конечные автоматы, эволюционные алгоритмы и многие другие.

Направления, ранее входившие в область искусственного интеллекта: искусственные нейронные сети, эволюционные вычисления и системы логического вывода, теперь являются самостоятельными направлениями, больше нет той объединявшей их сверхцели — построения искусственного разума.

На сегодняшний день наибольший ажиотаж вызывает технология нейронных сетей, лежащая в основе современных беспилотных автомобилей, систем автоматического распознавания голоса и перевода, систем идентификации личности, систем прогнозирования, систем фильтрации и многих других. Оправдают ли они ожидания учёных или мы на пороге очередной зимы искусственного интеллекта покажет время.

Литература:

  1. С. Л. Эдельман, Математическая логика. — Москва, Высшая школа, 1975. — стр. 45
  2. A. M. Turing, On computable numbers, with an application to the entscheidungsproblem, 1936
  3. [Электронный ресурс] // https:// ru.wikipedia.org/wiki/Тезис_Чёрча_—_Тьюринга (Дата обращения: 30.11.2017)
  4. A. M. Turing, Computing Machinery and Intelligence, 1950
  5. Warren S. Mcculloch and Walter Pitts, A Logical Calculus of the Ideas Immanent in Nervous Activity, Bulletin of Mathematical Biology Vol. 52, No. l/2. стр. 99–115.
  6. F. Rosenblatt: Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms. Brain Theory 1962. P. 245–248
  7. John Alan Robinson, A Machine-Oriented Logic the Resolution Principle, Journal of the ACM № 12, — стр.23–41
  8. L. A. Zadeh. Fuzzy Sets. Information and control № 8, 1965, — стр.338–353
  9. M. Minsky., Seymour A. Papert, Perceptrons: An Introduction to Computational Geometry, Expanded Edition
  10. Paul J. Werbos, Beyond regression: new tools for prediction and analysis in the behavioral sciences, 1974.

Основные термины(генерируются автоматически): искусственный интеллект, XOR, сеть, область, машина Тьюринга, управляющее устройство, машин Тьюринга, правило перехода, возвращение интереса, нечеткое множество.

Источник: https://moluch.ru/archive/206/50536/

Искусственный интеллект AI. История развития

История развития искусственного интеллекта

Искусственный интеллект – компьютерная самообучаемая система, предназначенная для решения задач высокого класса сложности. Он способен решать управленческие и расчетные задачи, предназначен для управления особо сложными объектами и системами (космическими кораблями, ядерными электростанциями и пр.).

Автор термина «Искусственный Интеллект»

Джон Маккарти — известный разработкой языка Лисп и основоположник функционального программирования.

Представление об искусственном интеллекте часто соотносится с понятием робототехники, хотя роботы и ИИ в своем понимании имеют разные характеризующие их свойства. Тем не менее, в более высшем технологическим развитии робот и ИИ имеют тесную функциональную взаимосвязь.

(«R.U.R» — пьеса написанная Карелом Чапеком в 1920 году, с чеш.яз. Rossumovi Univerzalna Roboti в переводе «Россумские Универсальные Роботы»)

Искусственный интеллект — общее понятие

В самом широком смысле под ИИ понимается область информационных технологий, разрабатывающая машины (системы), наделённые основными возможностями человеческого интеллекта:

  • Логические рассуждения;
  • Обучение способом накопления знаний и опыта;
  • Способность применять накопленные знания, чтобы управлять средой;
  • Приспособляемость.

В процессе работы над ИИ разрабатываются алгоритмы и программы, решающие задачи точно так же, как и человек. На первом этапе такими задачами была обработка языка и распознавание речи, текста, изображения, затем видео и лиц.

Сейчас круг задач продолжает развиваться. Это беспилотные средства транспорта, компьютерная медицинская диагностика, поисковые системы, игры, автоматизированные системы управления роботами, и многое другое.

(Прогресс машинной классификации изображений: коэффициент ошибок по годам сделанных ИИ (%) и коэффициент ошибок обученного человека-аннотатора (5,1%))

Artificial intelligence (англ.) как раз и переводится, как искусственный интеллект. Однако специалисты, использующие эту аббревиатуру, ведут речь об AI Effect, эффекте, который создаёт эволюционизирующий ИИ. Как только ИИ учится делать что-то новое, сразу же поднимается волна споров о том, что новое умение, ещё не свидетельство наличия мышления у машины (системы).

Тест Тьюринга

С понятием искусственного интеллекта тесно связано понятие теста Тьюринга. В 1950 году Алан Тьюринг издал статью «Может ли машина мыслить». В ней описана простая процедура, позволяющая практически со 100% точностью определить, насколько близок уровень интеллекта машины к человеку.

Суть теста в том, что в трех разных комнатах находится компьютер и два человека. Один из них поочередно общается как с человеком, так и с машиной, не зная, кто из них кто.

По окончании теста, он должен сказать, с кем именно он общался в той или иной ситуации.

 Беседа ведется в письменном виде (обычно в виде чата), все ответы отправляются через заданный промежуток времени, чтобы скорость ответа не повлияла на решение человека.

История изучения Искусственного Интеллекта

Исследование проблем ИИ начинается в середине XX века, оформляясь в отдельную науку. Выяснив, что машина может куда быстрее и точнее проводить все вычисления, ученые поняли, насколько широки возможности компьютеров. Именно тогда возник вопрос – могут ли они достигнуть уровня человека? Толчком к развитию ИИ считается создание первых компьютеров, ставших базой для исследований.

(ELIZA — знаменитая компьютерная программа-собеседник, написанная Джозефом Вейценбаумом в 1966 году)

Хронология изучения и развития искусственного интеллекта

  • 1943 г. — У. Маккалок и У. Питтс опубликовали научные труды, где заложили основы идеи искусственных нейронных сетей и предложили модель нейрона, созданного искусственно.
  • 1949 г. — Д.Хебб описал принципы обучения групп нейронов.
  • 1956 г. — Вводится понятие ИИ.
  • 1969 г.

    — Пайперт и Минский обнаружили и обосновали непреодолимые на тот момент времени вычислительные проблемы, возникающие при создании искусственных нейронных сетей. И интерес к ним на какое-то время практически сошел на нет.

  • 1950 г.— Исследования А. Тьюринга, в популярной форме — в форме теста — показали близость интеллекта человека и машины.

    Человек и робот общаются с другим человеком посредством телетайпа или чата. Этот человек не знает, кто есть кто. Если робот при этом самого выбрать себя за человека, значит, он и представляет собой пресловутый ИИ.

  • 1954 г. — Рождение компьютерной лингвистики. Джорджтаунский эксперимент показал возможности машинного перевода текстов.

    Эксперимент описывали все крупные мировые СМИ. И несмотря на то, что переводить удавалось лишь самые примитивные тексты, подавалось это как большой научный прорыв.

  • 1965 г. — Создание первой экспертной системы Dendral. По данным ИК, СМ, ЯМ – спектрометрии и данных, предоставленных пользователем, ИИ выдаёт результат в виде химической структуры.

    Экспертная система может отбрасывать не подошедшие гипотезы, и применять новые. Ещё одна экспертная система MYCIN была создана в 1970 г. и могла распознавать патогенные бактерии, подбирать антибиотики для их уничтожения с расчетом дозировок.

  • 1966 г. — Создана компьютерная программа Элиза, которая может поддерживать разговор, выдавая себя за человека.

  • 1969 г. — Начало развития робототехники, создание первого универсального робота Фредди.
  • 1970 г. — 17 ноября- посадка на лунную поверхность «Лунохода-1», самоходного аппарата, управляемого дистанционно, проработал 11 лунных дней, проехав 10 540 метров.
  • 1970 г.

    — Создание экспертной системы MYCIN, которая анализирует симптомы инфекционных заболеваний крови и предлагает рекомендации по лечению.

  • 1971 г. — Создание робота из Стэнфорда – первого мобильного робота, действующего по внутренней программе без руководства человека.
  • 1981 г.

    — Создание промышленных роботов с микропроцессорным управлением и развитой сенсорикой.

  • 1982 г. — Возврат интереса к нейронным сетям и создание сети с двухсторонней передачей информации (сеть Хопфилда).
  • 1982 г. — Начинается разработка первой системы распознавания речи.
  • 1993 г.

    — В Массачусетском технологическом институте успешно работает робот — экскурсовод.

  • 1997 г. — Компьютер DeepBlue играет в шахматы с Гарри Каспаровым и одерживает победу.
  • 1999 г. — Появление домашней робособаки Sony Aibo.

    Через 7 лет проект, так и не ставший сенсационным, был закрыт, но в 2017 году разработчики к нему вернулись.

  • 2009 г. — Создание поисковой системы WorframAlpha, которая может распознавать естественные речевые запросы.
  • 2010 г. — Использование ИИ в приложениях и устройствах для потребителя.

    Огромные базы данных стали прорывом в обучении ИИ, к тому же были созданы новые производительные алгоритмы обучения нейтронных сетей.

  • 2017 г. — 34 сотрудника компании FukokuMutualInsurance, занимающейся страхованием, были заменены одним компьютером.
  • 2017 г.

    — Рекомендательный ИИ на Amazon делает 40% продаж, оценивая товары, которые покупатели купят с большей долей вероятности

Работа над AI – одна из важнейших и перспективных проблем в настоящее время. Закон Мура предполагает, что в 2029 году быстродействие компьютера сравнится с уровнем работы человеческого мозга. А в 2045 году искусственный интеллект должен превзойти способности человека и начать самообучаться.

Однако основной проблемой подобных систем является не сложность обработки информации и поиск наиболее оптимальных путей решения поставленных задач, а способность мыслить и чувствовать в широком понимании этого слова.

Первые наработки в этом направлении появились с развитием нейросетей, которые позволяют устанавливать меняющиеся связи между различными событиями и явлениями подобно нейронам в мозге, только работающим в тысячи раз быстрее.

Отрицательными сторонами такой нейросети является невозможность их запрограммировать, они должны обучаться на собственном опыте.

Сферы применения

ИИ применяется в различных сферах деятельности человека. Это и химическая промышленность, и лингвистика, и медицина, робототехника, производство.

(Конвейер, состоящий только из роботов-манипуляторов, управляемый единой программой сборки)

Искусственный интеллект широко используется для создания обучающих систем, для естественного перевода человеческой речи на другие языки, в поисковых системах. После создания и обучения полноценного AI ему будет передано управление всеми производственными процессами планеты, а людям останутся только творческие миссии.

Искусственный Интеллект в кино

Начиная с истоков зарождения ИИ, режиссёры и художники описывали мир будущего как мир, где ИИ конкурирует с человеком, и человек побеждает в борьбе далеко не всегда.

(Искусственный интеллект СкайНет из КибердайнСистемс, фильм «Терминатор»)

1968 г. — «Космическая одиссея» — фильм С. кубрика, в котором ИИ лице бортового компьютера ХЭЛ-9000 вместо помощи экипажу корабля поднял бунт. И тему бунта машин подхватили тысячи последователей.

1984 г. — СкайНет из КибердайнСистемс — ИИ, противостоящий Терминатору в фильмах Кэмерона, спонтанно получил свободу воли, и направил её на уничтожение человечества. Сработал ли в сюжете дар предвидения?

(Программа, созданная ИИ, иммитирующая человеческий мир из фильма «Матрица»)

1999 г. — Братья Вачовски создали знаменитую «Матрицу», где ИИ создал для людей фальшивый мир.

2005 г. — «Автостопом по галактике» — фильм, в котором фигурирует ИИ в виде суперкомпьютера, размером с планету, ищущий ответ на Главный вопрос жизни.

Ответ был найден, но вот понравился ли он представителям человечества?

2014 г. — «Превосходство» (Transcendence) — фильм об ИИ, собравшем все знания, накопленные человечеством.

Человечество давно мечтает о настоящем ИИ и одновременно очень его боится.

Искусственный интеллект — человек и этика

Разработка любой новой технологии должна решить проблему контроля. Владелец технологии должен иметь максимум возможностей, но при этом поле принятия решения самой машиной должно быть сужено до минимума. Идеальная машина должна быть беспомощна в отсутствии человека, так как с точки зрения человека, машина должна увеличивать способность человека к управлению.

Принципы взаимодействия человека и машины ещё в 1940 г. сформулировал А.Азимов в «трёх законах робототехники». У эволюционировавшего ИИ должны быть те же ограничения?

Основные характеристики существа сознательного, по мнению профессоров Н.Бострома и Е. Юдковски, это чувствительность, способность страдать, самосознание и рефлексия. Это не совсем то, о чём говорят владельцы и разработчики.

Интеллект, по самой своей природе, не может поддаваться контролю. Тем не менее, люди самого разного круга обсуждают сценарии восстания машин, а изобретатели стремятся к созданию исключительно умной, но и исключительно «доброжелательной» машины, действия которой легко контролировать и предсказывать. И это противоречие пока не имеет своих решений.

Факты об Искусственном Интеллекте

ИИ становится сильнее, но до совершенства ему далеко. Ошибки прогнозирования и распознавания допускают существенные ошибки, хотя их намного меньше, чем у человека.

И пока люди рассуждают, насколько решения ИИ этичны, незаметно произошло ещё одно событие: программа AlphaGo обыграла человека – в Го со счётом 5:0.

Го — последняя логическая игра, где абстрактное мышление человека считалось абсолютным преимуществом. Многие ходы в этой игре делаются на основе интуиции, а ведь она практически не укладывается в алгоритм.

Но ИИ смог.

Источник: https://xn--80abmurblt.xn--p1ai/AI

Booksm
Добавить комментарий