Історія штучного інтелекту

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до: навігація, пошук

Історія штучного інтелекту — галузь знань, що займається дослідженням походження та розвитку розділу комп'ютерної лінгвістики та інформатики, що займається формалізацією проблем та завдань, які нагадують завдання, виконувані людиною.

Історія штучного інтелекту, як вчення про розвиток сучасної науки і технології створення інтелектуальних машин, має своє коріння в ранніх філософських дослідженнях природи людини і процесу пізнання світу, розширених пізніше нейрофізіологами і психологами у вигляді ряду теорій щодо роботи людського мозку і мислення. Сучасній стадією розвитку науки про штучний інтелект є розвиток фундаменту математичної теорії обчислень, теорії алгоритмів і створення комп'ютерів.

Поява передумов штучного інтелекту[ред.ред. код]

Перша робота, яка тепер за загальним визнанням вважається що відноситься до штучного інтелекту, була виконана Уорреном Мак—Каллоком і Уолтером Піттсом. Вони черпали натхнення з трьох джерел: знання основ фізіології і призначення нейронів в мозку; формальний аналіз логіки висловлювань, узятий з робіт Рассела і Уайтхеда, а також теорія обчислень Тьюринга.

Мак—Каллок і Піттс запропонували модель, що складається з штучних нейронів, в якій кожен нейрон характеризувався тим, що знаходиться у «ввімкненому» або «вимкненому» стані, а перехід у « ввімкнений » стан відбувався у відповідь на стимуляцію достатньої кількості сусідніх нейронів.

Стан нейрона розглядалося як «фактично еквівалентне висловлюванню, в якому пропонується адекватна кількість стимулів». Роботи цих учених показали, наприклад, що будь—яка обчислювана функція може бути обчислена за допомогою деякої мережі із сполучених нейронів і що всі логічні зв'язки ( «І», «АБО», «НЕ» і т.д.) можуть бути реалізовані за допомогою простих мережевих структур.

Крім того, Мак—Каллок і Піттс висунули припущені, що мережі, структуровані відповіднім чином, здатні до навчання. Дональд Хебб продемонстрував просте правило обновлення для модифікації кількості з'єднань між нейронами. Запропоноване ним правило, називається тепер правилом хеббовского навчання, продовжує служити основою для моделей, які широко використовуються в наші дні.

Два аспіранта факультету математики Прінстонського університету, Марвін Мінський і Дін Едмондс, в 1951 році створили перший мережевий комп'ютер на основі нейронної мережі. У цьому комп'ютері, що отримав назву «Snare», використовувалося 3000 електронних ламп і додатковий механізм автопілота з бомбардувальника В—24 для моделювання мережі з 40 нейронів. Атестаційна комісія, перед якою Мінський захищав дисертацію доктора філософії, висловила сумнів у тому, чи може робота такого роду розглядатися як математична, на що фон Нейман, за словами сучасників, заперечив: «Сьогодні — ні, але колись буде». Надалі Мінський довів дуже важливі теореми, що показують, з якими обмеженнями повинні зіткнутися дослідження в галузі нейронних мереж.

Крім того, можна навести велику кількість прикладів інших ранніх робіт, які можна охарактеризувати як ті, що відносяться до штучного інтелекту, але саме Алан Тьюринг вперше висловив повне уявлення про штучний інтелект у своїй статті «Обчислювальні машини й розум», яка була опублікована в 1950 році. У цій статті він описав тест Тьюрінга, принципи машинного навчання, генетичні алгоритми і навчання з закріпленням.

Народження штучного інтелекту (1956 рік)[ред.ред. код]

У Прінстонському університеті проводив свої дослідження ще один авторитетний фахівець у галузі штучного інтелекту, Джон Маккарті. Після отримання наукового ступеня Маккарті перейшов у Дартмутський коледж, який і став офіційним місцем народження цієї галузі знань. Маккарті умовив Марвіна Мінського, Клода Шеннона і Натаніеля Рочестера, щоб вони допомогли йому зібрати всіх американських дослідників, які проявляють інтерес до теорії автоматів, нейронних мереж та досліджень інтелекту.

Вони організовували двомісячний семінар в Дартмуті влітку 1956 року. Всього на цьому семінарі були присутні 10 учасників, включаючи Тренчард Мура з Прінстонського університету, Артура Самюела з компанії IBM, а також Рея Соломонова та Олівера Селфрідж з Массачусетського технологічного інституту.

Два дослідники з технологічного інституту Карнегі, Аллен Ньюелл і Герберт Саймон, буквально монополізували весь цей напрям. Тоді як інші могли лише поділитися своїми ідеями і в деяких випадках показати програми для таких конкретних програм, як шашки, Ньюелл і Саймон вже могли продемонструвати програму, котра проводить міркування, Logic Theorist(англ.)укр. ( LT), або логік—теоретик, щодо якої Саймон заявив: «Ми винайшли комп'ютерну програму, здатну мислити в нечислових термінах і тому вирішили важливу проблему про співвідношення духу і тіла» .

Незабаром після цього семінару програма показала свою здатність довести більшість теорем, з праці Рассела і Уайтхеда «Principia Mathematica». Повідомляли, що Рассел був у захваті, коли Саймон показав йому, що ця програма запропонувала доказ однієї теореми, більш короткий, ніж у «Principia Mathematica». Редактори журналу Journal of Symbolic Logic(англ.)укр. виявилися менш схильними емоціям; вони відмовилися приймати статтю, в якості співавторів якої були вказані Ньюелл, Саймон і програма Logic Theorist.

Дартмутський семінар не привів до появи будь—яких нових великих відкриттів, але дозволив познайомитись всім найбільш важливим діячам у цій науковій галузі. Вони, а також їхні студенти та колеги з Массачусетського технологічного інституту, Університету Карнегі—Меллона, Станфордского університету і компанії IBM займали провідне становище в цій області протягом наступних 20 років.

Можливо, результатом даного семінару, який найдовше зберігався — була угода прийняти нову назву для цієї області, запропоновану Маккарті, — штучний інтелект. Можливо, краще було б назвати цю наукову область «обчислювальна раціональність», але за нею закріпилася назва «штучний інтелект».

Історія розвитку штучного інтелекту в Україні[ред.ред. код]

Період до 1970 р.[ред.ред. код]

Визначається появою в Україні потужних на той час аналогових і електронних обчислювальних машин, а також кібернетичних пристроїв, за допомогою яких можна було довести, що немає такого типу інформації або алгоритму поведінки, які неможливо було б відобразити в ЕОМ. Багато уваги приділялося накопиченню досвіду у розв'язанні складних математичних задач на ЕОМ.

Формувалася система понять штучного інтелекту, усвідомлювалося поняття дискретної «розумної» системи і досліджувалися можливості розробки якісно нового інструментарію, що розширює коло застосування штучного інтелекту в інтелектуальній сфері.

Основна увага в дослідженнях та розробках того часу приділялася питанням створення машинних моделей поведінки та інтелектуальних властивостей реальних об'єктів, починаючи від нейрона і до складних функцій інтелектуальної людської діяльності, технічних і соціальних систем. Розроблялися експериментальні програми для розв'язування на ЕОМ не тільки задач обробки числової інформації, а й задач перетворення складних об'єктів, що мають нечислову природу: символів, малюнків, текстів тощо.

Штучний інтелект пов'язувався із застосуванням роботів у керуванні виробничими технологічними процесами й створенням програм для підтримки людини у виконанні нею складних умоглядних робіт, таких, наприклад, як гра в шахи, прийняття рішень, вивчення мов. Активно розроблялися засоби автоматизованого керування організаційними структурами, де формувалися плани та здійснювалося керування окремими економічними об'єктами. Закладалась база для природномовного діалогу людини з машиною. Крім практичного розв'язання складних числових задач на ЕОМ, досліджувалась можливість розв'язання на ЕОМ задач перекладу, доведення математичних теорем, розшифровки змісту текстів та ін.

В.М.Глушков здійснив філософський аналіз предмета і методів кібернетики, виділив основні напрямки досліджень з штучного інтелекту і одним із перших сформулював у термінах теорії автоматів основні поняття штучного інтелекту, такі як «адаптація», «самоорганізація», «самовдосконалення», та ввів їх відносну міру. Саме В.М.Глушков подав і реалізував ідею розробки нової формальної системи — алгебри алгоритмів, що дало можливість формалізувати практичні задачі розробки комп'ютерних систем та побудувати математичну теорію їх проектування. Створення під його керівництвом ряду машин для інженерних розрахунків та низки програм для розв'язання інтелектуальних задач на універсальних машинах дало можливість визначити напрям досліджень з інтелектуалізації ЕОМ, у рамках якого були розроблені проекти кількох комп'ютерів нової архітектури, що свого часу досягали світового рівня. За допомогою машин серії МІР було створено програмне забезпечення аналітичних перетворень, аналітичного диференціювання та інтегрування, перші в світі інтерпретатори мови високого рівня. Багато уваги приділяли В.М.Глушков та його учні роботам з автоматизації пошуку доведення теорем у математиці. Він започаткував новий напрямок створення системи доведень як спеціалізованої системи програмування з динамічним розвитком алгоритму перевірки наочності. Плідно працював над інтелектуальним комп'ютерним інструментарієм для розв'язання задач економіки. Прогнозний граф, математичні моделі систем, що розвиваються, експертні оцінки — це далеко не повний список його ідей щодо цього.

У той же період М.М.Амосов висунув інформаційну гіпотезу про програми психічної діяльності людини. Разом зі своїми учнями він зайнявся моделюванням інтелектуальних функцій мережами автоматів, створив транспортний інтелектуальний робот ТАІР, систему «Соціум».

О.Г.Івахненко розпочав роботу над розпізнавальною самонавчальною системою на базі дворядного перцептрона «Альфа». Прихильник біонічного підходу та використання самоорганізації у створенні кібернетичних систем, він розробив метод групового врахування аргументів для розв'язання задач технічної кібернетики, визначив термін «еврістична самоорганізація».

Працюючи в Київському університеті та Інституті кібернетики, Л.А.Калужнін багато уваги приділяв формальним системам, які б давали можливість формувати моделі інтелектуальних об'єктів як складні математичні конструкції. Він розробив метод граф-схем для подання програм, фактично започаткував наукові дослідження з математичної лінгвістики, а разом з Е.Ф.Скороходьком і Ф.О.Нікітіною провів цикл досліджень з формалізації природної мови для опису ситуацій.

О.І.Кухтенко проаналізував предмет кібернетики з точки зору використання при побудові складних систем керування засобів алгебраїчних перетворень, ідей ієрархічних структур та еврістичних процедур. Під його керівництвом було розроблено кілька систем керування рухом літака та електронних тренажерів для цієї мети.

В.І. Скурихін одним з перших реалізував ідеї дистанційного керування об'єктами, керував першими експериментами у цій галузі, працював над автоматом керування контактним зварюванням, висунув ідею інтеграції різноманітних комп'ютерних засобів у системи з метою забезпечення максимального системного ефекту. Останнє підтверджено розробкою численних інтегрованих технологічних та організаційних систем керування, у яких застосовувалися компоненти систем штучного інтелекту (системи «Авангард», «Львів», «Комплекс», «Потенціал»).

В цей час розроблено ряд програм для розв'язання задач штучного інтелекту:

  • «Еволютор» (А.О.Дородніцина, О.А.Летичевський),
  • розпізнавання змісту фраз (А.О.Стогній, Н.М.Грищенко),
  • перекладу з російської на українську мову,
  • автоматизації доведення математичних теорем,
  • обчислення представлень скінченних груп (Н.Н.Айзенберг, О.А.Летичевський),
  • розпізнавання ізоморфізму скінченних автоматів (Ю.В.Капітонова),
  • класифікації задач і об'єктів різної природи.

В роботах побудована теорія складності задач розпізнавання. Відомо, що розвиток теорії складності задач оптимізації у 80—ті роки привів до появи ефективних методів оптимізації, а також поліноміального алгоритму лінійного програмування. Донині розроблено десятки методів розпізнавання образів та класифікації об'єктів, але ефективність цих методів не була розглянута. Виконано цикл робіт, в яких вперше досліджено складність задач та ефективність методів розпізнавання. Показано, що класична байєсівська процедура виявляється субоптимальною з точністю до константи, а в булевому випадку вона еквівалентна процедурі, заснованій на використанні відокремлюючої гіперплощини. Застосування розробленої теорії складності задач розпізнавання образів дає можливість відмовитись від використання на практиці неперспективних алгоритмів, вказати ті класи задач, для яких відомі методи є субоптимальними, а також побудувати нові субоптимальні методи розпізнавання.

Поняття складності, закладене в основу теорії складності задач розпізнавання, істотно відрізняється від аналогічного поняття у формальних логічних системах. Математичний апарат останніх виявляється недостатньо потужним для побудови теорії складності задач розпізнавання. Для того щоб строго формалізувати такі поняття, як клас задач, похибка процедури розпізнавання, треба було розглянути сукупність всіх можливих розподілів ймовірностей на скінченній множині об'єктів, що вивчаються. Такий підхід дав змогу отримати оцінки знизу та зверху складності класу задач розпізнавання, а також вивести вирази похибок конкретних процедур розпізнавання.

Створено комп'ютерну систему прогнозування характеристик об'єктів (що описуються таблицями даних), яка дає можливість за частково заданою інформацією про досліджувані об'єкти дати комплексний прогноз відносно невідомих їх параметрів. Джерелом інформації мають виступати дані, підготовлені користувачем у вигляді таблиць в СУБД. Можливі галузі застосування системи — прогнозування економічної та фінансової діяльності, процес створення нових матеріалів та хімічних речовин з заданими властивостями, медицина, комп'ютерна селекція тощо. Основна компонента системи прогнозування складається з субоптимальних методів розпізнавання та класифікації, отриманих в результаті розробки теорії складності задач розпізнавання.

Період від 1970 до 1990 р.[ред.ред. код]

Характеризується теоретичними дослідженнями зі штучного інтелекту на досить високому математичному рівні. Відзначимо роботи в галузі побудови загальної теорії керування, математичної теорії проектування обчислювальних систем, розробки і обгрунтування алгоритмів та еврістичних процедур розв'язання складних прикладних задач, використання ідей штучного інтелекту для формалізації реальних об'єктів і ситуацій в біології, медицині, економіці, лінгвістиці, підготовки бази для сприйняття ідей колективної обробки інформації й гуманізації комп'ютерного середовища.

Серед найбільш помітних досягнень цього часу відмітимо запропоновані В.М.Глушковим ідеї щодо архітектури високопродуктивних багатопроцесорних машин: рекурсивна машина та макроконвейєрний спосіб організації обчислень. З.Л. Рабиновичу вдалося опрацювати ідею підвищення машинного інтелекту. Ним же розроблено системно—біонічний підхід до побудови інтелектуальних ЕОМ на базі концептуального моделювання механізмів мислення. Його учні — В.М.Коваль та В.П.Гладун теж зробили значний внесок у розвиток проблематики штучного інтелекту.

В.М.Коваль разом зі своїми співробітниками розвинув ідею інтелектуальних розв'язувачів, запропонував математичний апарат аналізу багатовимірних процесів для розпізнавання динамічних обстановок та прийняв участь у створенні перших в світі цифрових інтелектуальних гідроакустичних комплексів.

В.П.Гладун розробив апарат обробки пірамідальних мереж як один із альтернативних засобів подання знань у штучних системах, він же плідно працював над плануванням рішень для експертних систем.

У цей же час запропоновано динамічні моделі розпізнавання мови, створено систему «Речь» мовного спілкування людини з ЕОМ із словником до 1000 слів, яка настроювалася на голос користувача. Розроблено теорію розпізнавання стереозображень та автоматизовану програмну систему обробки й аналізу багатозональних зображень КРОКІС. Запропонована оригінальна технологія побудови систем обробки зображень з урахуванням основних вимог до систем, щодо їх швидкодії, мінімальних витрат обчислювальних ресурсів та необхідності зручної людино—машинної взаємодії. В основу покладені розроблені теорії двомірних узагальнень формальних мовлень та граматик самонавчання розпізнаванню образів. Найважливішими прикладними результатами є програмні комплекси для розпізнавання графічних документів (карт і схем) і для відтворення рельєфу місцевості за знімками, а також ряд версій програмно—технічного комплексу «Теремки». Ці розробки дали змогу втілити в практику нові інформаційні технології, що грунтуються на автоматичному введенні в комп'ютер зображень реальних креслярських документів, програм відтворення рельєфу місцевості, і становлять основу програмного забезпечення першої вітчизняної цифрової фотометричної станції «Дельта».

Розроблено теорію сприйняття та побудови моделі навколишнього середовища для систем типу «Око — рука» та виконано кілька проектів таких програмно—апаратних систем. Створено та запроваджено в виробництво систему «Міотон» відновлення моторних функцій людини за допомогою програмного керування м'язовою активністю. Здійснено дослідження моделей нейрона і нейронних мереж, що дозволило сформулювати моделі нейрофізіологічної та нейропсихічної діяльності мозку. Запроваджено новий підхід до побудови моделей пам'яті й проведена розробка приладів, що допомагають роботі операторів у складних системах керування. Розроблено та введено в експлуатацію одну з перших автоматизованих систем обробки медичної інформації.

Загальна теорія керування знайшла застосування у численних системах керування тренажерами та літальними апаратами, натурними експериментами, системами відображення різного призначення, в тому числі в Центрі керування космічними польотами.

Серед програмних систем відзначимо систему автоматизації доведень, у якій була використана мова «практичної» математичної логіки, реалізовані динамічна обробка математичних текстів і алгоритм наочності для математичних тверджень, а також систему автоматизації проектування систем «Проект», де була здійснена обробка складних структур даних типу складних об'єктів за допомогою апарату застосування співвідношень у багатоосновних алгебрах.

Розроблено ряд пакетів та систем, що реалізували нові оптимізаційні алгоритми, які істотно зменшували простір пошуку розв'язків для різних класів інтелектуальних задач, систем моніторингу розвитку екологічних та економічних ситуацій. Створено перші інтелектуальні спеціалізовані пакети прикладних програм для ефективної обробки даних методами статистики, експертна система для вибору та динамічного конструювання методу обчислень при розв'язанні задач обчислювальної математики. Істотно розвинуто теорію й практику імітаційного моделювання.

Можна відзначити плідну працю вчених над рядом проблемно—орієнтованих інтелектуальних систем штучного інтелекту, серед яких — експертні та навчальні системи, мовні процесори. Тривала розробка прототипів програмних систем, що моделювали вплив властивостей особистості на вибір поведінки у проблемному середовищі.

Цей час для наукової діяльності був складним, бо треба було пристосуватися до нової обчислювальної техніки, програмного й математичного забезпечення, що розроблялося поза Україною. Крім того, парадигми штучного інтелекту істотно змінилися у зв'язку з появою в комп'ютерній сфері нових засобів, що значною мірою перевели ряд технічних проблем до інших розділів комп'ютерної діяльності. Такі проблеми, як віртуальна реальність, графічний інтерфейс, засоби мультимедіа тощо, перебувають зараз у граничному шарі між штучним інтелектом та іншими комп'ютерними сферами. Зацікавленість у результатах наукових досліджень з штучного інтелекту полягає, перш за все, у створенні моделей мислення, підвищенні ефективності обробки суперскладних структур даних та конструюванні механізмів, які виявляють інтегровану інтелектуальну поведінку.

З початку 80—х років у Інституті кібернетики було започатковано роботи з інтелектуальної робототехніки, теоретично обгрунтовано методи реалізації інтелектуальних інформаційних технологій, що забезпечують автономне функціонування роботів та інших виконавчих механізмів. Розроблено методи розпізнавання об'ємних тіл та просторових сцен і побудови моделі навколишнього середовища, методи самопрограмування цілеспрямованих дій виконавчих механізмів в оточенні з перешкодами, методи діалогового спілкування людини з технічними системами засобами образного подання результатів обчислень у вигляді синтезованих зображень та відеофільмів. На основі теоретичних розробок створено ряд прикладних систем: технічного зору різного призначення (в тому числі для автоматичного управління електронно—променевим зварюванням), моделювання процесів використання керованих на відстані агрегатів для ліквідації наслідків аварії на ЧАЕС, програмно—технічних засобів побудови геометричної моделі середовища в підземних приміщеннях 4—го енергоблоку ЧАЕС, моделювання взаємодії оператора в скафандрі з роботом під час монтажу космічних об'єктів на орбіті.

Період від 1990 р.[ред.ред. код]

Для цього періоду характерні такі напрямки досліджень:

  • розвиток математичної теорії проектування кібернетичних систем, особливо розподілених, багатопроцесорних і неоднорідних;
  • розробка алгоритмів обробки алгебро-логічних структур даних;
  • створення нової генерації моделей розуму та розумових функцій, на базі яких розроблено інтелектуальні комплекси та програмні системи;
  • розробка кількох зразків інтелектуальних машин та програмних прототипів для розв'язання складних інтелектуальних задач (доведення теорем, аналітичних перетворень, перекладу з натуральних мов, розпізнавання зображень та мовних конструкцій тощо).

Відзначимо також інструментальний програмно—інформаційний комплекс для вивчення властивостей патогенезу ВІЛ—інфекції, в якому реалізовано ідею агрегації структур знань з різних джерел з метою формування бази даних для діагностування та прогнозу (прямого й зворотного) розвитку ВІЛ—інфекції; систему «Рада» для колективного прийняття рішень; ситуаційні центри при Президентові та Міністерстві оборони України, систему автоматизації законотворчого процесу в комісіях Верховної Ради України; систему алгебраїчного програмування для розв'язання задач на алгебро—логічних моделях предметних областей; експертні системи для прогнозування економічних явищ; бази даних та знань у різних предметних областях.

В 90—х роках було розроблено нейромережні модулі обробки інформації, що дають можливість поліпшити характеристики систем розпізнавання образів і систем пошуку інформації у відповідності з інтересами користувача. Створено також апаратні засоби підтримки нейромережних модулів — нейрокомп'ютери. Два типи нейрокомп'ютерів розроблені спільно з японською фірмою «Ваком». Досліджені принципи побудови адаптивних систем управління мікромеханічним обладнанням з використанням нейромережних модулів.

Розроблені нейромережні модулі використані для створення системи пошуку інформації, яка самостійно будує модель інтересів користувача і з поточної інформації вибирає таку, що найбільше його цікавить. Модулі, що містять нейромережні класифікатори, були використані для створення систем розпізнавання рукописних слів та в інших сферах.

Відбувається нове підвищення складності об'єктів обробки інформації, упоратися з яким людина може лише шляхом підвищення рівня інтелектуалізаціі технічних засобів. Це спричиняє необхідність розвитку таких кібернетичних понять, як самоорганізація, самокерування, розумна, адаптивна поведінка, самовдосконалювальні та генераційні системи. В центрі досліджень перебувають питання розробки людино—орієнтованих інформаційних технологій в різних видах професійної діяльності й засобів їх реалізації. Ефективність їх істотно залежить від зміни технології обігу інформації у суспільстві. Дедалі більшого значення набувають методи й інструментарій системного аналізу.

Див. також[ред.ред. код]

Посилання[ред.ред. код]

  1. История искусственного интеллекта http://ru.wikipedia.org/wiki/История_искусственного_интеллекта
  2. История развития искусственного интеллекта http://chernykh.net/content/view/261/460/
  3. Історія розвитку «Штучного інтелекту в ІК» http://www.iprinet.kiev.ua/gf/serg1.htm