Психология искусственного интеллекта

Не стоит объяснять человеческий интеллект через любые понятия или явления, если можно объяснить его с помощью терминологии ЭВМ. М. Дж. Кендалл, английский статистик, 1950.

Факт или выдумка?

Многие мечтали создать умные машины, а некоторым, похоже, это удалось: роботы, собирающие автомобили; машины, побеждающие в шахматы гроссмейстеров. Многие древние мифы упоминают умные машины, прислуживающих роботов или ужасных монстров, созданных человеком, но переставших ему повиноваться. Футурологи весь прошлый век писали о новом мире, где машины либо выполняют всю тяжелую работу, либо завоевывают его. Сегодня искусственный интеллект (ИИ) лежит в основе бесчисленных проектов — от роботов и медицинской диагностики до разработки сложных игрушек.

Определение ИИ

Согласно современному определению, ИИ — это изучение и разработка интеллектуальных агентов, то есть систем, воспринимающих свое окружение и предпринимающих действия, которые обеспечивают максимальную вероятность успеха. Понятие ИИ также используется для описания свойства машины или программы — интеллекта, который демонстрирует система. Исследователи надеются на то, что машина сможет демонстрировать мыслительную деятельность и знания, осуществлять планирование, обучаться, общаться, воспринимать, а также передвигать предметы и манипулировать ими. Общий интеллект (или «сильный ИИ») пока не создан и является долгосрочной целью в разработках ИИ.

История искусственного интеллекта

Понятию ИИ уже практически 60 лет. Блестящие математики и инженеры разработали первые компьютеры и программное обеспечение, позволившее машинам решать сложные логические задачи и даже говорить. Исследования активно финансировались и правительствами, и частными университетами, и в 1960-е годы люди ждали, что машины вскоре окажутся способны на очень многое. Но 1980-е оказались годами разочарований и рухнувших иллюзий. Однако начало нового тысячелетия стало и началом нового витка в развитии робототехники — благодаря прорыву в развитии компьютерных технологий.

Методы

Некоторые машины были разработаны специально, чтобы превзойти человека. Один из самых известных примеров — компьютер «Deep Blue», уложивший на лопатки чемпиона мира по шахматам Гарри Каспарова в майском матче 1997 года. Подобные программы специализируются только на одной области, а база их знаний создана человеком. Исследователи в области ИИ разрабатывают множество инструментов и методов, призванных помочь машинам. Среди таких методов — исследовательская функция или то, как машины изучают свою цель. Кроме того, машинам необходима логическая система. Из этих элементов создаются вероятностные системы, позволяющие делать выводы. В основе работы лежат системы, которые помогают классифицировать информацию, затем в ход идут системы, которые контролируют действия после того, как информация была классифицирована. Уровень разработки компьютерных программ позволил машинам учиться на собственном опыте. Примером может быть модель «Soar» (от английского «state, operate and result» — «состояние, процесс и результат»), в рамках которой решаются задачи, начиная с исходного состояния и применения операторов и до достижения результата. Система «Soar» умеет находить нестандартные выходы из тупиковой ситуации, учиться на собственном опыте, сохраняя решения и используя их для решения подобных проблем в будущем. Это очень важное качество в области разработок ИИ, так как позволяет решать широких круг задач более эффективно. Но, что еще важнее, действия «Soar» похожи на поведение человека, решающего задачу. Оба учатся на опыте, решают задачи, и кривые обучения, отражающие процесс приобретения навыка, у них сходны.

Этический аспект искусственного интеллекта

Критики обратили внимание на то, что традиционно в ИИ наиболее заинтересованы министерства обороны и крупный бизнес, особенно IT-компании. Значит ли это, что для ИИ должны быть разработаны принципы профессиональной этики? Безусловно, все научные разработки влекут определенные социальные последствия. Знание — сила: она часто нейтральна, но может быть использована по-разному. Как пример — ядерная энергия и ядерное оружие. Компьютерное оборудование могут использовать и преступники, и блюстители порядка, и специалисты.

Что должны уметь умные машины?

Приверженцы развития ИИ верят, что машины превзойдут человека в способности мыслить, решать задачи и учиться. Первыми в этой области были специалисты, создавшие алгоритмы для взламывания кодов или решения головоломок. Со временем возникло впечатление, что машины можно научить размышлять — делать логические умозаключения. Многочисленные исследования в области психологии, показавшие, что люди часто ведут себя нелогично, иррационально и неэффективно, только вдохновили исследователей ИИ, они рвались доказать, что машины могут быть умнее людей. Недавние исследования убедительно демонстрируют, что машины могут использовать для принятия решений даже неполную, не относящуюся напрямую к делу или искаженную информацию.

Планирование, хранение и обучение

Технология ИИ используется для прогнозирования будущего. Это неизбежно требует функции планирования. Можем ли мы создать машины, которые могут ставить или выбирать цели, а затем достигать их? Исследователи ИИ занимаются не только «мышлением», но и информацией. Один из ключевых вопросов ИИ — как машины получают, категоризируют и ищут информацию. С этим связано понятие обучения. Можно ли научить машину учиться? Может ли она запомнить, какая информация была правильной, а какая неправильной, и научиться работать больше с первой и меньше со второй? Может ли она работать с абсолютно новой информацией на основе запрограммированной? Кроме того, программное обеспечение позволяет машинам сложное сенсорное восприятие. Это может быть зрение (камеры), слух и восприятие звуковых сигналов (микрофоны), а затем и распознавание реальных объектов. Сейчас это направление бурно развивается, и машины способны распознавать уже не только вещи, но и лица, людей.

Исследования в области ИИ существенно продвинулись и в решении другой важной и сложной задачи — обработки языка. Многие мечтали о машине, которая сможет создавать печатный текст на основе речевой информации, о машинах, которые могли бы читать книги вслух или даже точно переводить с одного языка на другой. Во всех этих направлениях достигнуты существенные успехи.

Творческие машины?

Можем ли мы создать машины, способные к творчеству? Обычно творчеством называют производство новых и полезных объектов. А потому требуются машины, обладающие социальным и эмоциональным интеллектом. А для этого машина должна сначала научиться читать и определять эмоции человека (или другой машины), а затем реагировать на этого человека или машину соответствующим образом. Машина, обладающая эмоциональным и социальным интеллектом, должна не только вести себя вежливо, но и уметь поощрять и чувствовать.

Тест Тьюринга

В 1950 году английский математик Алан Тьюринг предложил очень простой критерий: компьютер можно назвать умным, если он сумеет убедить человека, что является человеком. В начале 1960-х исследователи разработали компьютерную программу PARRY, имитирующую поведение параноика. Программа может работать в одном из двух режимов: легкая паранойя и тяжелая паранойя. В процессе тестирования участвует группа квалифицированных психиатров, опрашивающих «пациента» по телетайпу. Исследование показало, что ни один из участников не поверил, что он опрашивал компьютер. Еще более интересными были результаты исследования, в котором группе психиатров предоставили транскрипции опросов реальных параноиков и опросов, сгенерированных компьютером. И выяснилось, что они не могут их различить. Согласно критерию, предложенному Тьюрингом, у нас уже давно есть машины, обладающие интеллектом, — компьютеры, которые успешно выдают себя за людей. К 1960-м компьютеры уже умели поддерживать беседу — выражать согласие и отвечать на вопросы — по любым вопросам, включая те, что задаются на приеме у психиатра. Строго говоря, машины не говорили, а выдавали печатный ответ на напечатанные вопросы. Они успешно проходили тестирование, если собеседник верил, что общается с реальным живым человеком.