Время от времени высказываются мнения о принципиальной нецелесообразности сравнения интеллектуальной компьютерной системы и человеческого интеллекта. Тем не менее, как отмечает И.Ю.Алексеева, сравнение систем искусственного интеллекта с естественным интеллектом не только является реализацией неустранимой потребности человека в соотнесении “я” с тем, что в каком-то отношении подобно мне, принадлежа к области “не-я”, но и играет важную роль в создании новых типов интеллектуальных систем, в формировании подходов и парадигм искусственного интеллекта.[1]
Интересен подход М. М. Ботвиника к сравнению искусственного и естественного (человеческого) интеллекта: “Условимся, что будем оценивать интеллект с кибернетической точки зрения. А как тогда его можно оценить? Это способность принимать решение - хорошее решение в сложной ситуации при экономном расходовании ресурсов. Если пойдем с этой точки зрения, то не усмотрим различий между естественным и искусственным интеллектом”.[3]
Дж.Хогеландом сформулирован “парадокс механического разума. “Рассуждение (в его вычисленческой модели) есть манипуляция обозначающими символами в соответствии с некоторыми рациональными правилами (в интегрированной системе). для осуществления этих манипуляций должен иметься определенный вид манипуляторов. При этом манипулятор или обращает внимание на то, что обозначают символы и правила, или на обращает. Но если он обращает внимание на значение (смысл), то он не может быть полностью механическим, потому, что значения (смыслы) не испытывают физических воздействий. С другой стороны, если манипулятор не принимает во внимание значение (смысл), то манипуляции не могут считаться примерами рассуждения, так как не может считаться разумным то, что не зависит решающим образом от значения (смысла) символов. Короче говоря, если процесс или система механические, то они не могут считаться разумом, если же это разум, то он не может быть механическим”. Разрешение этого парадокса, считает автор, могло бы служить философским основанием подъема искусственного интеллекта.[1]
3. ПРОБЛЕМА ПРЕДСТАВЛЕНИЯ ЗНАНИЙ В КОМПЬЮТЕРНЫХ СИСТЕМАХ. ЭКСПЕРТНЫЕ СИСТЕМЫ.
Проблема представления знаний в компьютерных системах - одна из основных проблем в области искусственного интеллекта. Решение этой проблемы позволит специалистам, не обученным программированию, непосредственно на языке “деловой прозы” в диалоговом режиме работать с ЭВМ и с ее помощью формировать необходимые решения. Таким образом, решение проблемы представления знаний в компьютерных системах позволит существенно усилить интеллектуальную творческую деятельность человека за счет ЭВМ.[4]
Остановимся на истории развития этой проблемы. С появлением ЭВМ открылась возможность электронного представления знаний. На первом этапе это были сами данные, и обрабатывающие их программы. Взаимодействие специалистов разных профилей, в интересах которых использовались ЭВМ, осуществлялось через математиков-прикладников и программистов. В дальнейшем произошло отделение данных от программ - появились базы и банки данных, что, в свою очередь, позволило создавать информационно-справочные, информационно-поисковые системы различных типов. Появился диалоговый режим взаимодействия человека с ЭВМ, который в определенных пределах позволил обеспечить работу специалистов, не обученных программированию.
В свою очередь, создание банков данных и баз данных, а также самых сложных программ во многом стало возможным потому, что коренным образом изменился и язык и принципы программирования. Практически вся представленная здесь эволюция опиралась на трудный, но настойчиво осуществляемый процесс сближения языков ЭВМ с человеческим языком. Определенные успехи в этой области позволили говорить даже об интеллектуализации ЭВМ. В первую очередь проблема сближения языков решалась для создания больших информационно-поисковых систем, где пользователь общался с ЭВМ на ограниченном естественном языке, то есть на языке “деловой прозы”.
Возникшая здесь проблема смыслового анализа текстов сразу поставила вопрос о построении семантической (смысловой) модели определенной предметной области. Однако так как ЭВМ сейчас способны обрабатывать только формализованные данные, такие модели могли быть построены только в случае успешной формализации знаний в этой области. В связи с этим в теории искусственного интеллекта были разработаны формализмы представления знаний - семантические сети, фреймы, продукционные системы. Формализмы искусственного интеллекта позволили, с одной стороны, строить базы знаний как абстрактную надстройку над базой данных, а с другой - создавать модели знаний множества областей описательных и слабо формализованных наук (геология, медицина, биология, общественные науки и др.).[6]
Однако нельзя не учитывать того, что создавать искусственный интеллект, подобный человеческому, путем полной формализации всего окружающего мира - это безуспешная попытка. там. где начинается абсолютная формализация, заканчивается подлинный интеллект, содержащий творческое начало, свойственное человеку. Интерпретируя это положение для компьютерных систем, можно утверждать, что полная формализация - это враг искусственного интеллекта.
Сегодня ЭВМ сознательно используются как средство представления знаний. Однако сами ЭВМ содержат не знание, а информацию, то есть представление или модель знания. На основе этой модели пользователь воссоздает необходимое ему знание. Содержимое памяти ЭВМ не равносильно человеческому знанию, которое является гораздо более сложным феноменом, но может служить удобной для коммуникации моделью этого знания. Этот принцип моделирования профессиональных знаний лежит в основе экспертных систем. Поскольку экспертные системы непосредственно помогают в осуществлении интеллектуальной деятельности человека, то разработку экспертных систем часто относят к достижениям в области искусственного интеллекта. Однако многие специалисты считают экспертные системы эффективной альтернативой искусственному интеллекту, хотя в их создании использован ряд современных достижений из области искусственного интеллекта.[4]
В то время, как искусственный интеллект ставит задачу создания интеллектуальных моделей действительности, обеспечивающих целесообразное поведение, главное в разработке экспертных систем - это модель профессиональных знаний об определенном аспекте действительности, присущих человеку - эксперту или нескольким экспертам.[4]
Разработки в области искусственного интеллекта направлены на замену интеллектуальных функций человека функциями ЭВМ. В противовес этому экспертные системы не только не предполагают вытеснения человека из каких-либо интеллектуальных сфер деятельности, а наоборот, ориентируются на то, что профессиональные знания специалиста, как правило, лучше описывают плохо структурированную действительность, чем любая искусственная модель, а роль экспертных систем состоит в том, чтобы сделать знания одного или нескольких экспертов достоянием любого специалиста в данной области независимо от пространственно-временных ограничений. При этом от пользователя экспертной системы в качестве условия эффективного использования представляемых консультаций требуется профессиональное творческое владение предметом. В идеале пользователь в процессе взаимодействия с экспертной системой сам становится экспертом, знания которого учитываются в этой системе. Если искусственный интеллект традиционно отводит человеку пассивную роль лица, перекладывающего на ЭВМ тяжесть трудных решений, то экспертные системы ориентируются на творчество пользователя, способного самостоятельно принимать ответственные решения с учетом профессиональных знаний, которые представляются ему через экспертные системы.
4. ВОПРОС ДОВЕРИЯ К РЕЗУЛЬТАТАМ ДЕЯТЕЛЬНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА.
Хотя создание “подлинного” искусственного интеллекта вряд ли можно считать событием обозримого будущего, уже сегодня компьютеры (и не только системы искусственного интеллекта) обладают достаточной степенью автономности и неконтролируемости со стороны человека, чтобы породить проблемы, связанные с доверием к результатам информационно-перерабатывающей деятельности (имеется ввиду переработка информации в широком смысле, предполагающая получение, хранение, преобразование и передачу информации). Значительная часть этих проблем имеет технический или практический характер. Однако существуют и собственно метафизические вопросы, то или иное решение которых способно оказать (или подспудно оказывает) влияние на выбор стратегии принятия практических мер контроля за компьютерной переработкой информации.[1]
Проблемы контроля за работой компьютера и оценки результатов переработки информации компьютером (или с помощью компьютера) связаны с невозможностью для человека проследить за выполнением операций. Начиная с определенного количества данных и определенной скорости их обработки, мы должны основываться на сомнительном положении, что компьютер не будет вести себя иначе в сфере больших количеств и скоростей, чем те, с которыми мы непосредственно знакомы.
Что касается человека, то он не в состоянии проверить многие даже относительно короткие последовательности операций, выполняемых обычными компьютерами. В еще большей степени это справедливо для сложных программ, в которых многие вычисления выполняются параллельно.
При неосуществимости прямого контроля за работой машины и исчерпывающей проверки результатов машинных операций, имеет смысл стремится все же обеспечить максимально достижимый контроль и максимально достижимую надежность методов проверки результатов компьютерных вычислений. Средства достижения этой цели различны для различных типов систем.