Машинные мысли

Дмитрий Сошников

Спецвыпуск: Хакер, номер #055, стр. 055-080-3

Это, конечно, не означает, что извлечением глубинного смысла из текста не занимаются. Скорее серьезные специалисты от ИИ не участвуют в соревнованиях на приз Лебнера (например, широко известно негативное отношение к этому призу одного из пионеров ИИ Марвина Минского). Естественно-языковые технологии успешно расправляются с множеством задач, в том числе с машинным переводом, естественно-языковым диалогом с экспертными системами и с БД, извлечением знаний из текста и др. Но, как доказала практика, до полного решения проблемы распознавания и понимания текста, а также ведения полноценного "человеческого" диалога на любые темы еще очень далеко.

"Интеллектуальные" подходы

"Искусственный интеллект - это раздел информатики, основной задачей которого является моделирование человеческих способов рассуждения и решения задач", - сказано в Большой советской энциклопедии. БЭС права, поэтому программы, которые должны решать какие-либо интеллектуальные задачи, обычно пытаются повторить принцип, по которому то же самое делает человек.

В зависимости от того, какие процессы мышления моделируются, выделяют несколько принципиально разных подходов к ИИ. С одной стороны, можно назвать мозг человека совокупностью множества клеток-нейронов и моделировать поведение этой массы с помощью программы или какого-нибудь аппаратного устройства. Такой подход лег в основу нейрокибернетического направления в ИИ, в рамках которого успешно решаются многие задачи распознавания (распознавание образов, OCR и др.) и классификации (фильтрация СПАМа, определение тематики текстов и др.), для которых не существует известного алгоритма решения. Нейросетевые модули сначала обучаются на значительном количестве примеров, после чего начинают сами решать задачи подобного класса.

Нейросетевой подход очень привлекателен, но на практике часто возникают солидные трудности: недостаточное количество тестовых примеров, переобучение сети, локальная оптимальность решений, выбор адекватной конфигурации сети и др. Один из пороков этого подхода в том, что нельзя выяснить принципы, по которым было получено определенное решение задачи. С точки зрения сильного ИИ нейросетевой подход пока неприменим из-за слишком большого количества нейронов в головном мозге человека: пока технологии позволяют моделировать лишь мозг "небольших" живых существ наподобие муравьев и пчел.

Нейрокибернетическому подходу противоположен символьный, или семиотический, подход: моделируются высокоуровневые процессы и принципы мышления человека. Основы такого подхода создал Аристотель, который утверждал, что в основе рассуждений всех людей лежат некоторые общие принципы. Позже эти принципы были выделены и изучены в рамках логики - раздела математики, изучающего синтаксические методы формализации. Сторонниками семиотического подхода в искусственном интеллекте были Аллен Ньюэлл и Герберт Саймон, которые выдвинули гипотезу "О физической символьной системе", согласно которой любая интеллектуальная деятельность сводится к манипуляции символами, которые определенным образом отражают действительность. Следовательно, эта гипотеза фактически гарантирует возможность создания искусственной интеллектуальной системы, так как манипулирование символами вполне доступно любой вычислительной системе.