GotAI.NET - Форум - Искусственный интеллект

Все темы | Новая тема

Стр.1 (2)

След. > >>

Поиск:

Автор

Тема: Интервью с Константином Лахманом

Andrey
Сообщений: 128

Интервью с Константином Лахманом

Добавлено: 10 янв 11 23:02

Всем, кто ждет обещанных соображений относительно ИИ, приношу извинения. Доделываю пару разделов, выложу все вместе через пару дней.

Пока что, чтобы народ не скучал, - интервью с молодым российским ученым, который работает над тематикой ИИ (я взял это интервью конце октября).

Материал был опубликован здесь (по ссылке сокращенный текст интервью и видеосюжет). Полный текст интервью (разрешение на публикацию которого любезно дал спикер), выкладываю здесь.

Интервью с Константином Лахманом

Infox.ru: Возможно ли создание искусственного интеллекта, и что вообще можно считать искусственным интеллектом?

Константин Лахман: Вопрос о теоретической возможности создания искусственного интеллекта носит скорее философский характер, нежели практический. Многие математики и кибернетики XX века размышляли о самой перспективе – когда он будет создан, и возможно ли это вообще. Ученые всего мира на данный момент сходятся во мнении, что ничего не мешает нам создать искусственный интеллект. Теоретически такая возможность есть. Безусловно, есть некоторые, достаточно известные математики, например Пенроуз, занимающийся проблемами искусственного интеллекта в том числе, которые считают, что создание искусственного интеллекта принципиально невозможно. Однако большинство сходится на обратной точке зрения.

Вся наука об искусственном интеллекте на данный момент достаточно разношерстна. Много направлений, в рамках которых изучаются разные подходы к созданию интеллектуальных машин, различные методики и даже различные философии. Каждая научная группа, которая занимается искусственным интеллектом, понимает под интеллектом что-то свое, поскольку даже в рамках философского учения понятие интеллекта вообще достаточно неформализованно.

Мы можем выделить некоторые интеллектуальные черты как человека, так и животных, ведь надо отметить, что у животных тоже есть интеллект. Многие специалисты, занимающиеся этой областью, говорят о том, что мы моделируем некоторые психологические процессы высокого уровня, такие как мышление, обучение, поведение, которые присущи исключительно человеку. На самом деле это неправда, потому что интеллект возник не только и не сразу у человека. Это достаточно поступательный эволюционный процесс, отголоски которого мы можем наблюдать у многих животных. В том числе у мышей, или у крыс, на которых и проводится большинство экспериментов в области науки об интеллекте и сознании, в биологии.

Говорить о том, что есть искусственный интеллект, когда он будет создан, достаточно спекулятивно. Уже на данный момент есть достаточно интеллектуальные машины, и мы можем признать, что интеллект в какой-то стадии его развития у них есть. Мне кажется, что не будет одной точки, в которой мы сможем сказать: мы создали искусственный интеллект. Это будет, скорее всего, поступательный процесс, когда машины, которые мы создаем, будут обладать все более и более интеллектуальными способностями.

Однако для того, чтобы определить, насколько машины интеллектуальны, мы должны сначала определить, что есть интеллект (у человека или у животных - не важно). С моей точки зрения, в понятие интеллекта можно включить такие процессы, как сознание, или мышление, то есть процессы, которые мы не можем описать формализовано. А если говорить с формальной точки зрения, то в понятие интеллект можно включить достаточно большую группу процессов. Таких как обучение; принятие решений, в том числе в условиях недостатка информации; распознавание лиц, образов; узнавание, как себя, так и других особей своего вида, если мы говорим о животных или о людях. Эти процессы и стоят за пафосным термином – интеллект.

Но эти процессы все взаимосвязаны. И попытки отделения процесса, например, принятия решений от мышления или от памяти терпят крах. Это было видно в истории XX века, когда многие ученые, которые пытались заниматься, например, проблемой принятия решений без проблемы обучения, не могли найти никакой выход. Это невозможно, потому что процессы настолько взаимосвязаны в самом понятии интеллект, что один из этих процессов поддерживает другой. И происходит обратная ситуация. Из попытки создать систему, принимающую решения без какого-либо обучения вытекла попытка создания семиотического искусственного интеллекта, символьного: экспертные системы, базы данных, о которых я расскажу позднее, которая на данный момент зашла в тупик и нуждается в новых подходах.

Infox.ru: не могли бы вы немного рассказать об истории создания искусственного интеллекта?

Константин Лахман: Если брать животных, млекопитающих, и человека, как вершину этой эволюции, то интеллект – это то, что дает нам способ выживать, дает способ приспосабливаться к постоянно изменяющимся условиям среды, добывать еду, сохранять себя в безопасности. Идеи создания машин, обладающих искусственным интеллектом, уходят глубоко в древность. Если говорить о самой науке об искусственном интеллекте, то ее начало принято связывать с первой-второй четвертью XX века, когда появился достаточно серьезный математический аппарат, когда начали появляться первые вычислительные ресурсы, оперируя которыми можно было ставить различного рода эксперименты, подтверждать свои теории или гипотезы.

В целом можно выделить несколько ветвей искусственного интеллекта. Исторически первым был подход к созданию так называемого семиотического искусственного интеллекта, который заключается в том, что мы пробуем наблюдать за человеком, каким образом он мыслит, каким образом он делает свои логические выводы, каким образом он приходит к определенным умозаключениям, и каким образом те умозаключения, к которым он пришел, приводят к выполнению некоторых действий. Этот подход в итоге вылился в логический подход к созданию искусственного интеллекта, основанный на том, что у нас есть некоторая база знаний, в которую эксперт закладывает некоторые знания на определенном языке. И в дальнейшем компьютер с помощью определенных алгоритмов, правил вывода, решателей, оперирует с этой базой знаний и пытается принимать решения на основе алгоритмов, которые он применяет к этой базе знаний. Логический подход появился непосредственно после наблюдений за человеком, потому что считается, что человек в своей высшей нервной деятельности оперирует символами, и оперирует фактами. То есть, у нас есть некоторое количество фактов, которые человек наблюдает, и, исходя из этих фактов принимает решения. Фактически, он выводит это решение. Именно этот феномен, мышление человеческое, которое мы наблюдаем, был положен в основу этой парадигмы, семиотического подхода к искусственному интеллекту.

У этого подхода были свои успехи, и в какой-то момент эти системы начали принимать вполне обоснованные решения на основе некоторой информации, на основе некоторых знаний, которые дал эксперт, используя определенные алгоритмы. На данный момент эти системы являются самыми применяемыми в прикладных приложениях. На их основе построены экспертные системы в медицине, в планировании, в поддержке принятия решений, в различных областях нашей профессиональной деятельности, в которых мы сталкиваемся с огромным количеством фактов, и которые при этом можно автоматически классифицировать. То есть, основная задача экспертных систем – это автоматизация процесса принятия решений.

Второй подход, который развивался параллельно с подходом семиотически-логическим, - это построение неких нейроподобных систем, свойства которых заимствованы непосредственно от мозга человека. Этот подход был всегда тесно связан с биологией, если более конкретно – то с двумя науками: нейрофизиологией и нейробиологией, которые занимаются изучением непосредственно мозга человека. Этот подход основан на том факте, что весь мог человека состоит из клеток – нейронов, которые обмениваются между собой электрическими сигналами. Эти клетки достаточно просты, при этом массив этих клеток, соединенный связями, которые называются синапсами, способен давать такие удивительные эффекты, которые мы видим на примере самих себя, позволяет обрабатывать неформализованную информацию, достаточно быстро распознавать образы и принимать решения в совершенно неформализованных ситуациях. У этого подхода были свои взлеты и свои падения. Пионерской работой была работа Маккалока и Питтса, которые сформулировали так называемую формальную модель нейрона. Она заключалась в том, что у нас есть нейрон, как некий черный ящик. На его вход поступает какое-то количество сигналов по синаптическим связям. Нейрон эти сигналы, пришедшие по связям, обрабатывает, и в дальнейшем испускает исходный сигнал, который идет на все остальные нейроны. Самое интересное заключалось в том, что же за обработка происходит в этом черном ящике под названием нейрон. Маккалок и Питтс сделали первую модель, в которой нейрон был простым сумматором. То есть, он суммировал все сигналы, которые приходили к нему по связям с некоторыми весовыми коэффициентами, и на основе этой суммы с помощью какой-то функции он вычислял то значение, которое должно быть у него на выходе.

В дальнейшем проблемой построения формальной модели нейронов, проблемой обучения нейронов занимались такие люди как Хэбб, Розенблатт. В пятидесятых годах XX века вышла работа одного из самых известных исследователей в области семиотического подхода к искусственному интеллекту Марвина Ли Минского, который, как тогда казалось, разбил саму теорию возможности применения нейронных сетей в пух и прах. В этой работе Минский доказал невозможность обучения нейронной сети на достаточно сложных задачах, и развитие самого направления нейронной сети приостановилось на достаточно долгое время, до тех пор пока в восьмидесятых годах не были изобретены алгоритмы обучения нейронных сетей. Которые позволили им вполне успешно, наравне с экспертными системами, применяться в таких задачах как распознавание изображений, принятие решений. Но и направление нейронных сетей на данный момент столкнулось с огромными проблемами, и в той же степени, что экспертные системы, оно зашло в тупик, потому что не хватает новых идей, новых подходов. Все, что сейчас используется в научном плане – это работы 70-80-х годов, никакой новой теории нет, никаких новых идей нет. При этом нейронные сети продолжают успешно использоваться в самых различных задачах, начиная от распознавания изображений, заканчивая прогнозированием, в финансовых компаниях. В банках нейронные сети используются, например, для определения ложных транзакций, когда злоумышленник украл карточку и пытается снять с нее деньги. Нейронные сети могут помочь вычислить эту ситуацию.

Среди новых подходов можно выделить агентно-ориентированный подход, который является лишь надстройкой над этими двумя подходами, над семиотическим подходом с экспертными системами и над биологическим подходом с нейронными сетями. Есть некий агент, который живет в смоделированной среде. Он получает некоторые сигналы и совершает некоторые действия на основе этих сигналов. Большинство работ на данный момент ведется именно в агентно-ориентированном подходе. Потому что он фактически отражает тот мир, которые есть вокруг нас, когда мы воспринимаем приходящую к нам информацию, выполняем некоторые действия.

Infox.ru: Какие направления вы считаете наиболее перспективными?

Константин Лахман: Невозможно выделить наиболее перспективные, потому что оба этих направления столкнулись с неразрешимыми проблемами, будь то семиотический подход, который оперирует правилами логического вывода, будь то нейросетевой подход. Ситуация с этими подходами напоминает ситуацию с индустрией процессоров. Создавая новые процессоры, мы увеличиваем количество транзисторов. При этом мы четко осознаем, что в какой-то момент увеличивать количество транзисторов больше не получится. Это означает, что нам нужен будет переход к новой парадигме. В том же ключе развивается сейчас искусственным интеллект, выжимая последние соки из тех подходов, которые были изобретены в середине и конце XX века. Заявления различных организаций и научных групп о том, что будет создан искусственный интеллект в ближайшее время, были еще в 50-60 годах XX века. Например, тот же Марвин Ли Минский, один из апологетов семиотического подхода к созданию искусственного интеллекта, уже в 1955 году говорил о том, что через 10-15 лет машина сможет мыслить на уровне среднестатистического человека и решать точно такие же задачи. Как мы видим, этот прогноз не сбылся.

И на данный момент существуют специалисты, которые прогнозируют создание искусственного интеллекта в течение ближайших 10-15 лет. Мы однажды верили в такую перспективу, сейчас она кажется более призрачной, чем раньше.

Мы понимаем, что мы столкнулись с очень большой проблемой. Мозг человека на данный момент – самая сложная динамическая система, с которой когда-либо сталкивался человек. Для ее решения необходимы специалисты из самых разных областей, такие как биологи, математики, программисты, люди совершенно разных профессий, которые могут по-новому взглянуть на этот объект, и увидеть там что-то новое, что подскажет нам, как создать искусственный интеллект.

Есть два философских подхода к искусственному интеллекту – это теории сильного и слабого искусственного интеллекта. Теория сильного искусственного интеллекта заключается в том, что мы сможем создать искусственный интеллект, который не будет похож на человеческий. Это означает, что машина не будет мыслить, как человек, она не будет устроена как мозг человека, она будет разумной, но по-другому. Теория слабого искусственного интеллекта говорит о том, что интеллект – это некоторый феномен эволюции на Земле, и человек не сможет до конца понять, каким образом можно смоделировать то, что он наблюдает, при этом не обращаясь непосредственно к источнику наблюдений. Я являюсь приверженцем теории слабого искусственного интеллекта, потому что считаю, что человек не может исключительно с помощью своей мысли смоделировать некоторые мыслительные процессы, при этом не подражая тому, как устроен наш мозг. Есть множество людей мире, которые со мной не согласятся, однако моя уверенность основана на тех фактах, которые я наблюдаю, потому что я работаю непосредственно с нейробиологами, и я вижу, как работает мозг.

Интеллект - это не то, что возникло вдруг у человека, это не кто-то наделил им нас свыше, это результат ступенчатого развития в рамках эволюции. Он усложнялся, он дополнялся, он становился более глубоким. При этом некоторые черты осмысленного поведения мы можем найти у самых разных, как нам кажется, не очень интеллектуальных животных.

Основная проблема, на которую сейчас закрывают глаза большинство специалистов в области искусственного интеллекта – это проблема обучения. Если мы с вами посмотрим, например, на роботов, которые просто пачками выходят в той же Японии, то их интеллектуальность можно подвергнуть очень большому сомнению. Робот-пианист, робот-рабочий, робот-домохозяйка, все эти роботы не обладают никакой адаптивностью. Адаптивность – это свойство приспосабливаться к среде, это одно из главных качеств интеллекта, и качеств вообще мышления и сознания. Именно оно позволяет выживать, и именно оно позволяет развиваться организму. Но адаптивность невозможна без других функций – без обучения, без принятия решений. Вначале надо сформулировать основные проблемы, которые у нас возникли, чего на самом деле не происходит. Потому что мы продолжаем двигаться в старом направлении, но для того чтобы изменить вектор направления и пойти в сторону изучения проблем, которые имеют некое значение для будущего развития этой области, не хватает средств. Никому не выгодно вкладываться в вещи, которые смогут дать прибыль, или какой-то результат в перспективе 20-30 лет. Всем хочется получить прибыль сейчас, это тоже приводит к некоторым успехам. Можно видеть роботов-пылесосов, которые в Америке сейчас очень распространены. С прикладной точки зрения, и с точки зрения робототехники, робот-пылесос на данный момент – вершина развития искусственного интеллекта.

По моему мнению, надо идти в сторону биологического подхода в создании искусственного интеллекта. Мне слабо верится в то, что человеческая мысль способна создать что-то, способное мыслить, но отличающееся от мозга человека. Биологический подход говорит нам о том, что интеллект – это распределенная сеть достаточно простых процессоров, которые взаимодействуют друг с другом посредством связей. Эти элементы просто общаются друг с другом. Посредством этих связей и переработки информации в самих элементах наш мозг способен обрабатывать информацию и вести себя эффективно. Ни один компьютер, даже учитывая его производительность и огромные базы данных, которые не способен вместить ни один человеческий мозг, не способен на это. Это означает, что что-то мы делаем неправильно. Скорее всего, в этом мы проигрываем настоящему интеллекту: человеческий интеллект- это сеть. Если говорить о программе действий в создании искусственного интеллекта, то все большее значение будут приобретать следующие ключевые слова.

Эволюция. Невозможно создание искусственного интеллекта без рассмотрения проблем эволюции. Интеллект и сам феномен мышления создавался в процессе эволюции, и мы от этого никуда уйти не сможем.

Обучение. Никакая машина не может быть в достаточной степени интеллектуальной, адаптивной к среде, если она не сможет обучаться.

Принятие решений. Интеллект создан для того, чтобы человек или животное принимали решения, которые помогут ему выжить в среде и получить преимущество над другими особями.

Эти три составляющие будут заслуживать наиболее пристального внимания ученых в будущем.

Существует множество видов нейросетей, но все они узкоспециализированы. Нет ни одной сети, ни одного алгоритма обучения, которые могли бы себя применять в достаточно широком диапазоне задач. Узкоспециализированность присуща всему направлению искусственного интеллекта. Есть отдельные системы, которые распознают изображения, отдельные – которые распознают речь, отдельные, которые занимаются планированием, и которые занимаются тем, что сейчас называется датамайнинг, обучение на основе извлеченной информации. С моей точки зрения, это не является искусственным интеллектом. Человек веками создавал инструменты, которые помогали ему выполнять некоторую задачу: молоток, инструменты для вскапывания земли, но мы же не говорим, что эти инструменты обладают интеллектом. Сказать, что, например системы распознавания изображений обладает искусственным интеллектом, достаточно сложно. У них просто есть стимул в виде входного сигнала, и некоторый выход в виде распознанного изображения.

Наш мозг работает не совсем как механическая система. Наш мозг детерминирован. В нем есть процессы, теоретически в будущем мы сможем их математически описать. Но система настолько сложна, что если мы ее опишем математически, то мы все равно столкнемся с проблемой, которая называется в математике горизонт прогноза. Состояние достаточно сложных систем, даже если мы полностью знаем, как они работают, мы не можем прогнозировать на будущее. Любое отклонение в начальных условиях влечет к совершенно разному поведению. То же относится к нашему мозгу.

Алгоритмов обучения нейросетей и экспертных систем достаточно много. Загвоздка в том, что очень мало алгоритмов самообучения. Человек на самом деле самообучается. У него есть багаж знаний, информации. Когда он сталкивается с проблемной ситуацией, он аккумулирует всю эту информацию и находит новое решение. Он не повторяет старое решение, он находит новое, и находит его за счет самообучения. Это феномен деятельности нашего мозга и мозга животных: мы можем самообучаться.

Очень мало разработок в области искусственного интеллекта могут похвастаться таким феноменом. В большинстве случаев, когда говорят о том, что система самообучается, есть подвох. Даже сами экспериментаторы часто не понимают, что система не самообучается, потому что они задают некоторую ценность ее действий, или ценность состояний, что является экспертным заключением извне, и система получает некоторые подсказки учителя и обучается с учителем.

Перспектива создания искусственного интеллекта - в самообучении, но в этом заключается, с философской точки зрения, и некоторая опасность. Потому что если мы создадим систему, которая сможет самообучаться без нашего какого-либо участия, то это означает, что она сама сможет самостоятельно создавать все более совершенные системы искусственного интеллекта. И мы приблизимся к так называемой точке сингулярности, когда мы уже не будем управлять этим искусственным интеллектом, а он будет жить как-то в себе.

Форум: Проблемы искусственного интеллекта