1981) Приводит следующий пример:

Я ударил Фреда в нос.

Я ударил Фреда в парке.

Чтобы правильно проанализировать эти предложения, нужно знать гораз-

до больше, чем только синтаксические и семантические правила. Чита-

тель должен что-то знать о том, где может находиться человек, а также

другую концептуальную информацию о человеческом поведении и общую

информацию о мире.

Разработанная Шенком программа содержит много систем и подсис-

тем, из которых мы рассмотрим здесь только наиболее существенные.

Сердце программы составляет система умозаключений, скриптов, планов,

тем и целей, считающихся неотъемлемой частью человеческого понима-

ния языка. Мы рассмотрим каждую из них.

Умозаключения. При обработке естественного языка мы обычно от-

слеживаем, где расположены люди и объекты, что они ощущают, в каком

состоянии они находятся, что они знают, каковы их убеждения.

Искусственный интеллект

525

Скрипты2. Скрипт - это "общепринятая" последовательность причин-

ных связей. В естественном языке мы не проговариваем детально и точно

последовательность причинных событий, но (обычно) даем достаточно де-

талей, так чтобы другой человек со сходным жизненным опытом мог по-

нять последовательность событий. В случае с Джоном из вышеприведен-

ного эпизода в ресторане говорящие предполагают, что собеседник выве-

дет связь между событиями (в данном случае - чаевые, еда и плата),

даже если конкретная причинная связь не представлена.

Планы. Чтобы понять большинство событий, важно знать мотивы и на-

мерения участвующих людей. Для этого нужно знать виды их характеров.

Цели. Цели - это довольно специализированные планы, в которых пре-

следуется определенный результат или исход. Планы могут включать воп-

росы о причине выбора конкретной цели, о том, с чем она может конфлик-

товать, и о том, при каких обстоятельствах от нее придется отказаться.

Над целями доминируют структуры более высокого порядка, которые на-

зываются темы.

Темы. Умозаключения, основанные на темах, направлены на выяснение

вопросов:

Какие цели вероятнее всего преследует данное действующее

лицо?

Какие темы вероятнее всего сосуществуют с данной?

Существуют ли противоречия в темах?

Сколько из обнаруженных противоречий можно разрешить?

Откуда происходит данная тема?

Взято из: Schank (1981).

Вначале Шенк и его коллеги стремились только к программе, которая

бы читала, понимала и могла отвечать на несколько вопросов о простом

сюжете - в общем, умела бы то, что умеет делать маленький ребенок. Но

то, что начиналось как элементарный поиск, вылилось в огромный слож-

ный лабиринт взаимосвязанных систем, анализ функциональных свойств

языка, теорию памяти, рассмотрение структуры знания и философское

высказывание о природе мысли. В своей статье, посвященной ИИ. мышле-

нию и самопониманию, Шенк заключает:

"Искусственный интеллект является частью общего стремления

понять мышление. Мы считаем, что он вносит важный вклад в

эти усилия и что они и есть цель нашей науки. Программы,

которые мы пишем,- это эксперимент, а не результат. Наш

интерес - это интеллект, а не артефакт. По мере нашего прогресса

полученные результаты откроют путь ав-томатическим

партнерам, которые, возможно, станут необходимой частью

повседневной жизни. Однако это не будет нашим настоящим

Иначе - стереотипы, штампы поведения.- Прим. ред.

Мышление и интеллект - естественный и искусственный

526

результатом. Настоящим результатом будет новое понимание

нас самих, понимание, которое в конечном счете гораздо более

ценно, чем любая, программа" (Schank, 1985, р.155).

Важность этой работы в том, что она способствует созданию специфи-

кации правил языковой структуры так, чтобы их можно было искусствен-

но смоделировать с высокой степенью верности. Если система ИИ терпит

неудачу, значит мы не смогли понять свойства языка.

Решение задач и искусственный интеллект

Литература по решению задач в рамках ИИ возможно более обширна, чем

по любому другому психологическому процессу. Одна из причин, почему

многие специалисты по ИИ интересуются решением задач, состоит в том,

что этот термин, грубо говоря, синонимичен мышлению, которое в его

сложном виде является исключительно человеческим атрибутом. Этот факт,

а также то, что машины с ИИ вообще способны выполнять процедуры

решения задач, привело к широкому развитию методов и теории в этой

области.

Вычисления были одним из первых примеров использования машин

для решения задач. В 1642 году Паскаль (тогда ему было 19) продемонст-

рировал, что при помощи изобретенного им механического вычислители

некоторые математические задачи можно решать точнее и быстрее, чем

люди делают вручную. В контексте современного ИИ решение заоач очн;!-

чает гораздо больше, чем математические вычисления; оно охватывает

широкий диапазон от решения сложных головоломок до доказатгльстия

теорем, заучивания успешных операций и различных игр.

В основе многих работ в сфере ИИ лежит важное различение между

двумя методами решения задач. Один метод называется алгоритмическим,

а другой - эвристическим. Алгоритмы обычно определяются как проце-

дуры, гарантирующие решение задач данного типа; эвристика есть набор

эмпирических правил или стратегий, которые в итоге действуют подобно

правилу большого пальца. Различие между этими методами можно проил-

люстрировать на примере шахматной задачи. Шахматы для компьюте-

ра - это игра, в которой во всякий данный момент существует ограничен-

ное количество ходов для каждого игрока. И на каждый из возможных

ходов противник может ответить также ограниченным набором ходов. Для

практических целей количество этих перестановок конечно - т.е. игра

должна закончиться выигрышем (поражением) или вничью. На Рис. 15.12

показана часть еще более разветвленного дерева ходов, возможных в шах-

матной партии. Конечно, нельзя изобразить возможные ходы для всей

партии, ибо такая диаграмма содержит около 1020 различных путей. Что-

бы представить себе это огромное число возможных ходов в шахматной

игре, вообразите пространство, необходимое для отображения всех этих

перестановок. Если все возможные пути закодировать в виде мельчайших

точек, они бы многократно заполнили все библиотеки мира! Тем не менее,

алгоритмический поиск, при котором исследуются все варианты, неизбеж-

но привел бы к ряду вариантов игры с выигрышем, проигрышем или ничь-

ей. Не только люди, но даже и самые сложные компьютеры из всех, кото-

рые только можно вообразить, неспособны воспользоваться этим мето-

Искусственный интеллект

527

дом. Вместо него и люди, и компьютеры используют эвристические мето-

ды поиска, при которых становится важной стратегия игры - например,

атака на ферзя, контроль за центром доски, блокирование главных фигур

противника, обмен с получением преимущества в позиции или фигурах и

т.д. К обсуждению алгоритмического и эвристического поиска мы вернем-

ся при рассмотрении универсального решателя задач, но сначала пого-

ворим еще о компьютерных шахматах.

Компьютер- Выше мы описывали, как при помощи оптимального сканера, работающе-

ные шахма- г(э с компьютером, можно было бы разобрать смысл простого паттерна

гы методом сравнения матриц (с. 506). Обсуждая анализ паттернов, мы выяс-

нили, что паттерны сложны и что модель распознавания паттернов чело-

веком, основанная только на сопоставлении матриц, не способна имитиро-

вать разнообразие, сложность и экономичность, характерные для челове-

ческой способности к распознаванию паттернов при кратком предъявле-

нии.

Если бы для распознавания каждого из разнообразных паттернов, встре-

чающихся в повседневной жизни, нужно было иметь по отдельной матри-

це. они переполнили бы емкость хранения даже самого большого компью-

тера. Но давайте выберем для сопоставления матриц умеренно простой

паттерн - что-нибудь среднее между опознанием вашей бабушки и счи-

тыванием стоимости фунта масла (код напечатан на упаковке). В шахма-

тах мы имеем как раз такие паттерны: простая сетка 8х8 попеременно

окрашенных клеток; ходы четко определяются (например, ладья может

ходить на любое количество клеток по вертикали или горизонтали при

условии, что на ее пути нет других фигур, пешка может ходить на одно

тле вперед, за исключением... и т.д.); ходы можно выбирать путем грубо-

го поиска, а количество перестановок конечно, хотя и огромно. При усло-

вии очень большого объема хранения и такого же запаса времени можно

для каждого хода определить вероятность, с которой он приближает вы-

Рис. 15.12. Часть дерева

вероятных ходов в шахмат-

ной партии.

Возмажныв

начальные

ходы Белых

Возможные

ответные

ходы Черных

Возможные

последующие

ответные

ходы Белых

.\1Ы1илсние и. интеллект - естественный и искусственный

528

Короли, Ферзи и кремниевые чипы

Для шахматных чемпионов это была плохая

неделя. Когда Анатолий Карпов отставал па

игру от Гари Каспарова на чемпионате мира

по шахматам, проходившем к концертном

зале Чайковского в Москве, в Редиссон Хол-

ле в Денвере происходило другое расстрой-

ство. Шахматная машина мирового класса и

стоимостью 14 миллионов долларов, супер-

компьютер Cray X-MP/48 при запуске про-

граммы под названием "Блиц" в Северо-аме-

риканском шахматном чемпионате проигры-

вал партию машине Hitech - сделанной на

заказ стойке из кремниевых чипов, соеди-

ненной с мини-компьютером Sun ценой

20000.

Если Карпов и Каспаров сидели лицом к

лицу. то эти два компьютера разделяло 750

миль: Cray находился в Мендота Хайте, штат

Миннесота, a Sun - в университете Карне-

ги-Меллона в Питтсбурге. Ходы компьюте-

ров посылались по телефонным линиям в

Денвер и транслировались на стационарную

шахматную доску. Но расстояние не повре-

дило игре. Мастер по шахматам Дэвид Леви

сказал: "В первый раз программа играла как

сильный игрок-человек".

Компьютеры стали сносно играть в шах-

маты с 1966 года, когда студент из МТИ Ри-

чард Гринблат написал программу МакХэк,

побившую Хуберта Дрейфуса, философа из

Беркли, который настаивал, что ни один ком-

пьютер никогда не. превзойдет 10-летнего ре-

бенка. Современные шахматные машины по-

беждают большинство случайных игроков, а

лучшие программы могут постоять за себя

против всех, кроме самых сильных мастеров13.

Подход шахматных компьютеров обычно

заключается ь грубой силе. Они просчиты-

вают от 4 до 8 ходов вперед, изучают наибо-

лее возможную игру и контригру и выбира-

ют ход, минимизирующий выигрыш оппонен-

та. Компьютер Cray просчитывает 100000

ходов в секунду и обычно выходит победите-

лем. У Hitectia не такая большая память,

как у Cray, и не такие мощные процессоры,

но он компенсирует это скоростью и более

умной игрой. Долговременная стратегия,

например, управляется в нем программой

"Оракул", созданной Хансом Берлинером,

экспертом по искусстиенному интеллекту и

экс-чемпионом мира по шахматам по пере

писке.

Выбрав линию атаки, Оракул передает

управление отдельному блоку, па шаппому

"Искатель". Искатель разработан Карлом

Эбелингом, выпускником универсше i.i Кар-

неги-Меллон, и изготовлен за счет гранта.

предоставленного Департаментом по Оборо-

не. Этот прибор размером с хлебницу содер-

жит 64 микропроцессора специальною на-

значения, каждый из когорых приписан к оп-

ределенному квадрату шахматной доски

Когда фигура ступает па отдельный квадрат.

курирукяций этот квадрат процессор опре

деляст вероятные исходы. При работе с мак-

симальной скоростью эти (i4 чина могут про-

считать 175000 позиций и секунду или :i()

миллионов позиций за ,i минуты, отводимых

в турнире игре на каждый ход

Две недели назад в Питтсбурге IIilecli

пришел первым в турнире из десяти команд,

где участвовали 4 шахматных мастера Па

прошлой неделе он быстро расправился с тре-

мя более слабыми машинами, прежде чем

пойти па Cray. Через дна часа игры в атаке

Cray со стороны короля открылась брешь и

миникомпьюьтср устремился внутрь па спою

жертву. Как выразился Роберт Хайэтт, глав-

ный конструктор проигрывающей програм-

мы - "Мы были отданы на его милость".

Готов ли новый чемпион сыграть с по-

бедителем в матче Карпов-Каспаров Не впол-

не, считает Берлине? Он курирует Премию

Фредкина - награда 100000 предлагается

первой шахматной программе, которая побе-

дит человека-чемпиона мира. Как полагает

Берлииер, шансы, что кто-пибуд!, ухватит

этот приз к 1990 году, составляют примерно

50 на 50. Леви. который обыграл много шах-

матных программ, соглашается: "Раньше иг-

роки в шахматы смеялись. На следующий год

они придут посмотреть. Л скоро они придут

учиться".

- Philip Elmer-DeWill Репортаж Robert

С.Wurrnstedt/r.Денвер - Журнал Time. 28

октября 1985г.

1} 1994г. суперкомпьютер дважды обыграл чемпиона мира Г.Каспарока. - Прим. ред.

Искусстненный интеллект

529

игрыш. Компьютеры изучают потрясающее количество возможных ходов,

однако модель, которая будет просчитывать все ходы, построить техничес-

ки невозможно: кроме того, это не говорит ничего о том, как играют в

шахматы люди и, что более важно, насколько сложные паттерны при этом

воспринимаются, кодируются, преобразуются и приводятся в действие.

Из экспериментов Чейза и Де Грота мы знаем, что даже начинающие

игроки в шахматы выделяют информацию о положении конкретных фигур

и затем сосредотачиваются на разработке стратегии вокруг ключевых фигур

и ходов. Поэтому чтобы шахматная машина могла играть в шахматы как

человек, она должна уметь анализировать паттерн и быстро абстрагиро-

вать из фигур и их позиций информацию об относительной важности бо-

лее крупных единиц информации.

Насколько хорошо компьютер может играть в шахматы? Я сомнева-

юсь, чтобы Фишеру или Спасскому стоило об этом беспокоиться, но се-

годня есть сколько угодно компьютеров, которые могут обыграть всех,

кроме самых сильных игроков. Что мы можем узнать, наблюдая за маши-

ной, которая учится играть в шахматы? Из того, что мы можем узнать,

основное это то, что при анализе паттернов машина может делать только

грубые оценки существенности деталей. Однако, нехватка проницательно-

сти у компьютера компенсируется его способностью к быстрому и обшир-

ному математическому поиску и операциям сравнения. Способность чело-

века выделять значимые признаки из чрезвычайно сложного мира сенсор-

ной информации, формировать из этих признаков абстракции, преобразо-

вывать абстракции в более высокие ассоциативные структуры и разраба-

тывать развитые когнитивные планы, сохраняя в то же самое время эти

внутренние операции в соответствии с внешней реальностью, можно по-

вторить в компьютере пока еще только очень приблизительно.

Универсаль-

ный реша-

тель задач

(УРЗ)

В работе над ИИ эвристика используется потому, что (1)ее можно исполь-

зовать там, где алгоритм (формальная последовательность шагов, ведущая

к решению) неизвестен, (2)она позволяет избежать большого количества

иногда ненужных вычислений и (З)она лучше отражает процедуры реше-

ния задач человеком, чем алгоритмы.

Первую эвристическую программу, ставшую важным шагом для ИИ,

разработали Ньюэлл, Саймон и Шоу (Newell and Simon, 1956; Newell,

Simon, and Shaw, 19584). Эта программа, названная "Логичный Теоре-

тик" (The Logic Theorist) была разработана для доказательства теорем

символической логики эвристическими средствами, а не с помощью грубо-

го поиска с перебором всех возможных перестановок. Многие основные

идеи Логичного Теоретика были расширены Ньюэллом и Саймоном (1964)

в более поздней программе, упоминавшейся в Главе 14, которая называет-

ся "Универсальный Решатель Задач" (УРЗ).

УРЗ - это эвристическая программа, которая моделирует общие стра-

тегии, используемые людьми при решении задач. Она может использо-

ваться для решения конкретной задачи (в шахматах, логике, доказатель-

Самая первая статья была опубликована в 1956 году Ньюэллом и Саймоном

в техническом журнале для радиоинженеров. Более поздняя версия общей

"психологической" теории была опубликована в 1958 году в журнале Psyc-

hological Review.

Мышление и интеллект - естественный и искусственный

530

стве теорем, в криптоарифметике) для получения решения путем эвристи-

ки, используемой людьми. Ее работа напоминает решение задач челове-

ком тем, что сначала задаются подцели. Так, если человек пытается ре-

шить шахматную или логическую задачу, он, вероятно, сначала будет ис-

кать простые подцели, которые можно оценить по их полезности для ре-

шения. Этот первый процесс, организация решения задачи включает как

поиск соответствующих подцелей, так и их оценку.

После того как была выбрана подцель, начинается другой процесс,

анализ средство-результат. В этом процессе используется соответству-

ющая эвристика, необходимая для достижения подцели. Анализ средство-

результат начинается с имеющихся данных и проводит с ними допустимые

преобразования, как это делает человек при решении задачи. Если реше-

ние не найдено путем следования данной эвристике, пробуется другая,

затем еще одна, пока не будет найдено решение или прекращен поиск.

Ньюэлл и Саймон часто сверяли процессы в их компьютерной модели

с тем, как решают задачи люди. Последнее они пытались выяснить, пред-

лагая испытуемым вербализовать то, что они делают при решении задачи

(см. Рис. 15.13). Этот прием можно проиллюстрировать на решении крип-

тоарифметической задачи, в которой числовые величины присваиваются

буквам. В следующем примере, использованном Ньюэллом (197,3), испы-

туемый должен найти числа так, что при подстановке их вместо букв

получилась правильная сумма, если слова рассматриваются как еще одна

задача.

CROS?3 (пересеченные)6

+ ROADS (дороги)

DANGER (опасность)

УРЗ постепенно был вытеснен более внушительными программами, но

он признан за открытие области решения задач компьютерами путем раз-

ложения сложной задачи на подзадачи, которые решить проще. Ховард

Гарднер (Gardner, 1985) отдал дань проницательности Ньюэлла и Саймо-

на в своей книге по истории "когнитивной революции" в следующем абзаце:

"С их точки зрения, глубокое сходство между человеческим мозгом,

занятым решением задачи, и компьютером, за-программированным

на. решение этой же задачи, далеко превосходит различия в их,

устройстве (электронная машина и. комок нервной ткани). И

то, и другое - это просто системы, которые обрабатывают

информацию во времени, действуя при этом более или менее

логично. Более того, если этапы, отмеченные индивидуумом а

процессе интроспекции, соответствуют строкам компьютерной

программы, то мы уже не можем придерживаться мягкого подхода

к ИИ: оказывается, что эту созданную человеком физическую

символическую систему имеет смысл рассматривать как

"Более сложное описание модели Ньюэлла можно найти в статье "Artificial

Intelligence and the Concept of Mind" в книге: R.Schank and K.Colby, eds.,

Computer Models of Thought and Language (1973).

"В русском языке "crossroads" (пересечение дорог) выражается словом "пе-

рекресток".- Прим. перев.

Искусственный интеллект

531

Время

внимания и

сканиро-

вания (сек)

Движения

глаз

Отсчет

V Б6?633

Время

внимания и "

сканиро- Движения

вания (сек) ГЛа3

Отсчет

"v р633"

as

з.о

0.8

0.8

2.6

-0.2

СД055 плюс ROADS это будет

DANGER

1.2 CR(

ROA

?. 4 D A N G E

2.0 .С

2.0

S плюс S

Должно равняться R

и

R тогда будет равно двум S

а ? плюс D

тоже должно равняться E.

Тогда

Рис. 15.13. Движения таз и вербализация при решении испытуемым криптоарифметической

задачи. Времена сканирования даны жирным шрифтом. Обведенные буквы - это те, на которых

фиксировался взгляд; линии, соединяющие буквы, показывают путь движения глаза. Трапеции с

левого края шкалы времени - это графические указатели времени сканирования (пустые{ и

времени внимания {заштрихованные), показанных в первой колонке.

действительно способную к. решению задач" (Howard Gardner.

Minds New Science. 1985, p. I 50).

Роботы

Роботы (устройства, "способные выполнять человеческую работу или ве-

дущие себя подобно человеку") воплощают в себе большую часть рас-

смотренной выше географии ИИ - моделирование распознавания паттер-

нов, памяти, обработки языка и решения задач.

Мышление и интеллект - естественный и искусственный

532

ш1wмата.ШЯКОwame.Т

Щкяи(Йй??!;1;;?Ящик:i

п:/I

fil-iilll|lt---11

oOxocillllll/7/50№сШШ

t0aScmW:Ящик

..Кё/чн0/77а?1111

Рис. 15.14. Плон по/меще

ния с объектами и роботом и

позициях, которые они зани-

мают в начале задачи. Взято

из: Fikes, Hart, and Nilsson

(1972).

Роботология быстро развивалась в 60-х годах в связи с исследованием

космоса и необходимостью разрабатывать весьма сложные механические

устройства для выполнения конкретных задач. Аппарат, приземлившийся

на Марсе и способный провести ряд сложных химических анализов, есть

результат этих потребностей. (Некоторые из роботов - это чисто меха-

нические устройства, только отдаленно связанные с узким определением

ИИ, использованным в данной главе.)

Некоторые из ранних прототипов космических роботов были разрабо-

таны в лаборатории ИИ Стэнфордского университета, у входа в которую

стоят знаки, предупреждающие посетителей лаборатории о том, что могут

появиться роботы-транспортные средства. К наиболее интригующим из

разработанных здесь роботов относится (1968г.) передвижное радиоуп-

равляемое транспортное средство, названное "Шейки"7, которое облада-

ло бортовыми перцептивными способностями и способностями к решению

задач. Шейки был оборудован телевизионной камерой, измерителем рас-

стояния и тактильным датчиком "кошачий ус". Вся афферентная и сен-

сорная информация передавалась в компьютер, содержавший множество

программ для анализа афферентной информации и планирования послед-

ствия действий, направленных на манипулирование окружением робота.

Все вместе размещалось на мототележке, которая могла двигаться в лю-

бом направлении.

Робот

Происхождение слова "робот" связано с

чешским писателем-фантастом Карелом Ча-

пеком, написавшем в 1920 году пьесу "R.-

U.R". История говорит, что, когда он за-

кончил эту пьесу, свои главные персона-

жи, которыми были человекоподобные ма-

шины, он решил назвать "лаборы" (от ла-

тинского корня 1аЬог= работа). Но такое

название выглядело слишком обыденно,

поэтому он посоветовался со своим бра-

том Йозефом Чапеком, известным худож-

ником. "Лаборы, лаборы. Но почему не ис-

пользовать чешское слово? Назовем их

роботы." Это слово имеет общие произвол

ные во многих славянских языках (ii;iiipi]

мер, по-русски rabota= labor).

"Shakey трясущийся, нетвердо стоящий.- Прим. перец.

Иску ест ценный интеллект

533

Эволюция роботов

Очарованнссть возможностями гуманои-

дов, действия которых имитируют челове-

ческое поведение, преобладают в фольк-

лоре и художественных произведениях.

Этот интерес г-ыразился в таких историях

как "Ученик волшебника", "Пиноккио" и

Франкенштейн, историях о "големах" и

центаврах и персонажах вроде Робота Роб-

би, R2D2 и СЗРО-(Звездные войны) и Хэла

(Одиссея 2001). С пришествием современ-

ной инженерной технологии и когнитив.

ной психологии роботология вышла из об-

ласти мифов и научной фантастики и вы-

росла до статуса очень серьезного научно-

го предприятия. Пионерская работа была

проделана британскими учеными Россом

Эшли (1953) и В,Греем Уолтером (1953).

Эшли разработал и построил электронную

цепь, способную поддерживать желаемый

гомеостаз. Уолтер добавил к устройствам

гомеостатического типа подвижность, что-

бы они могли искать свет ниже определен-

ной яркости, избегать света ярче этого

уровня и, если света нет, бродить вокруг,

так сказать, "в поисках света". Эти маши-

ны-"тропизмы" имитировали только руди-

ментарные свойства живых организмов,

проявляющиеся у насекомых, растений или

простейших животных. Следующий по эво-

люционной линии робот был собран в уни-

верситете Джона Гопкинса и стал извес-

тен под именем "Зверюги Гопкинса". Этот

мог двигаться от своей собственной энер-

гии и был полностью самостоятельным. Он

ориентировался при помощи сонара, а его

перцептивная система состояла из набора

фотоэлементов, масок, линз и цепей, спро-

ектированных для обнаружения единствен-

ной вещи: крышки электрической розет-

ки. Когда он ее видел, он пытался всту-

пить с ней в контакт с помощью руки, имев-

шей форму штепселя.

Перцептивная система состояла из телекамеры, редуцировавшей кар-

тинки в контурные изображения, а затем - в значимые зоны или объекты

сцены. Решатель задач был типа программы доказательства теорем и по-

зволял Шейки выполнять простые задания.

Вторая версия "Шейки", разработанная в 1971 году, состояла из того

же самого оборудования, что и первая, но имела значительно расширен-

ную память и управляющую систему. Следующий пример иллюстрирует

менталитет и способности нового Шейки. Предположим, что этому робо-

ту поручено разработать и выполнить план по перемещению ящиков, по-

казанных на Рис. 15.14, так, чтобы оба ящика оказались в Комнате 1 (К1),

но с тем ограничением, что клин никогда не должен находиться в той же

комнате, что и ящик. (Задача взята из: Fikes, Hart, and Nilsson, 1972.)

Чтобы решить эту задачу, в памяти робота должна быть записана какая-то

репрезентация плана помещения и расположения ящиков. Часть памяти

должна быть постоянной - например, положение дверей и комнат, физи-

ческие законы движения и пространства; тогда как другая информация

может быть преходящей - например, текущее положение ящиков и робо-

та. Команда собрать ящики переводится в математическую форму (назван-

ную STRIPS), которая имитирует программу решения задач. (STRIPS - это

более совершенная форма УРЗ, описанного выше в этой главе.) Робот

может решить, что на первом шаге надо передвинуть Ящик 2 в Комнату 1,

но затем должен решить сначала втолкнуть этот ящик в Комнату 3, по-

скольку клин находится в Комнате 1. Хотя эта задача выглядит простой до

Мышление и интеллект

534

естественный и искусственный

абсурда, в действительности она довольно любопытна - в свете огромно-

го диапазона содержащихся в ней перцептивно-когнитивных работ. После

выполнения множества задач, вроде вышеописанной и краткого появле-

ния в одном фильме, Шейки удалился от дел в 1973 и пребывает в офисе

Бертрама Рафаэля в SRI, где его единственной и нечастой реакцией является

выпускание небольшой капли масла на пол.

Грандиозные планы 70-х, которые начались с разработки полных фун-

кциональных роботов, открыли дорогу более разумным проектам, где по-

вторяются относительно простые человеческие процессы. На этой арене

деловое сообщество идет впереди - многие трудоемкие или опасные фун-

кции можно передать роботам.

Краткое содержание

1. Искусственный интеллект характеризует всякий результат работы

компьютера, который был бы сочтен разумным, если бы был про-

изведен человеком.

2. В ИИ существует дихотомия (Сирл) между "жесткой" позицией,

утверждающей, что путем надлежащего программирования можно

создать разум, способный к пониманию, и "мягкой" позицией, ко-

торая полагает, что ИИ есть эвристический инструмент для изуче-

ния человеческого познания.

3. ИИ ставит философские вопросы, связанные с намерением, мыш-

лением и пониманием. В упражнениях, разработанных для демон-

страции неразличимости человека и машины и их функциональной

эквивалентности (например, тест Тюринга и задача "Китайская

комната"), некоторые ученые усматривают упущение такого важ-

ного фактора как произвольность, которой обладает человек и не

обладает машина.

4. У машин, обрабатывающих информацию по аналогии с человечес-

ким познанием, возможность распознавания сложных стимулов

выросла; если в первых моделях применялось наложение этало-

ных матриц, то новые подходы опираются на анализ структурных

деталей и их взаимосвязей.

5. Системы компьютерной памяти можно разделить на простые пас-

сивные системы, в которых отдельные элементы информации хра-

нятся в конкретных местах и к ним возможен последовательный

или произвольный доступ путем зондирования от центрального

процессора, и сложные активные системы, в которых элементы

хранятся в виде взаимосвязанной сети, и доступ к ним осуществ-

ляется путем адресации по содержанию.

6. Компьютерным программам, способным "понимать" естественный

язык, нужны как минимум: семантические и синтаксические пра-

вила; база знаний о мире и о социальном контексте; какие-нибудь

методы обработки неоднозначностей, имеющихся в обычно упот-

ребляемом языке.

Искусственный, интеллект

535

7. Программы искусственного интеллекта, предназначенные для ре-

шения задач (например, шахматные компьютеры или УРЗ) исполь-

зуют две принципиальные стратегии: алгоритмические процедуры,

гарантирующие решение путем перебора всех возможных вариан-

тов, и эвристические процедуры, основанные на выборе стратегии

и разложении сложных задач на более легко решаемые подзадачи.

Ключевые слова

активные системы памяти пассивные системы памяти

искусственный интеллект роботы

"Китайская комната" ПАРРИ

ЭЛИЗА ШРДЛУ

Универсальный Решатель Задач (УРЗ) речевые действия

модель с параллельной обработкой тест Тюринга

модель с последовательной обработкой

Рекомендуемая литература

По теме ИИ есть обширная литература. Хорошее введение, которое толь-

ко случайно осталось непонятым:

Jackson. Introduction to Artificial Intelligence;

Apter and Westby, eds. The Computer in Psychology.

Общие обзоры:

Tauke. Computers and Common Sense (в мягкой обложке);

J.G.Kemeny. Man and the Computer;

Apter. The Computer Simulation of Behavior.

Хорошо написанное и технически интересное изложение исследований:

Raphael. The Thinking Computer.

С несколько большим уклоном в технику:

Feigenbaum and Feldman, eds. Computers and Thought;

Winston, ed. The Psychology of Computer Vision;

Schank and Colby, eds. Computer Models of Thought and Language:

"Computer Power and Human Reason", in: Weizenbaum. Judgment to Ca-

lculation.

Также интересны центральные разделы в:

Norman and Rumelhart. Exploration in Cognition;

Bower and Hilgard. Theories of Learning (5th ed.);

Michie. "Machine and the Theory of Intel-ligence" in: Nature;

Мышление и интеллект - естественный и искусственный

536

эначенные для ре-

тли УРЗ) исполь-

ческие процедуры.

юзможных вриан-

э выборе стратегии

шаемые подзадачи.

.системы памяти

Winograd. "Artificial Intelligence: When will computers understand people?"

in: Psychology Today.

Весьма рекомендуется:

Pylyshyn. Computation and Cognition: Toward a Foundation for Cogn-

itive Science.

Выпуск журнала Bite за апрель 1985г. в основном посвящен ИИ и содер-

жит захватывающие статьи таких авторов как Minsky, Schank, and Hunt-

er, John Anderson, and Reiser, Winston, Hilton и др. Стоит прочесть всем

интересующимся ИИ и смежными областям (кроме всего, они хорошо

читаются):

Godel, Escher and Bach. Metamagical Themas: Questing for the Essence of

Mind and Matter;

Douglas Hofstadter. An Eternal Golden Braid.

Весьма рекомендуется книга, где обсуждается ИИ и многие другие темы,

затронутые в настоящей книге:

Gardner. Minds New Science.

Некоторые интересные технические вопросы рассматриваются в: Artificial

and Human Intelligence, ed. by Elithorn and Banerji;

Perspectives on Cognitive Science, ed. by Norman.

t,которое толь-

дедовании:

Ответ на вопрос на с. 518: в интервью "А" компьютер был "пациентом"

ае;

!П( (о Са-

19 Зак. 2019

Искусственный интеллект

5,37

Приложение

Современные методы нейрофизиологии

ЯМР и ЭПС

||| При обследовании методом ЯМР (ядерный магнитный резонанс) вокруг

SB тела пациента расположены очень мощные электромагниты, которые воз-

I в действуют на ядра атомов водорода, входящих в состав воды. На основа-

Ц нии полученных при этом данных можно судить о колебаниях плотности

У!> атомов водорода и об их взаимодействии с окружающими тканями. По-

; I. ||| скольку водород указывает на содержание воды, метод ЯМР можно при-

|Д менять в диагностических и исследовательских целях. Одним из главных

ж| его недостатков до недавних пор было значительное время, требуемое для

, |Й1 построения общей картины. Вследствие большого времени экспозиции этот

ill метод подходил только для наблюдения за статичными биологическими

,, Ш структурами и был практически неприменим для изучения быстроменяю-

У, щихся процессов, связанных с познавательной деятельностью. Но теперь

I Ц появилась быстродействующая техника регистрации данных, позволяю-

; |й щая получать картину за 30 мс, что достаточно для наблюдения за быст-

; К ропротекающими когнитивными функциями. Кроме того, этот метод, на-

i У зываемый эхо-планарным ЯМР-сканированием (ЭПС) позволяет получать

. я|, картины функциональной активности мозга с высоким разрешением. Воз-

1 Й| можно, что в ближайшие годы развитие техники ЭПС позволит ей стать

j Щ практическим инструментом для дискретной визуализации структур мозга

к. и регистрации процессов в реальном масштабе времени. Более подробно

и см.; Schneider, Noll, and Cohen (1993) и Cohen, Rosen, and Brady (1992).

11 КАТ-сканирование

Г{, КАТ-сканер (компьютерная аксиальная томография) действует при помо-

Д щи рентгеновского аппарата, вращающегося вокруг черепа и бомбардиру-

ющего его тонкими веерообразными рентгеновскими лучами. Эти лучи

Д регистрируются чувствительными детекторами, расположенными с проти-

-:; воположной от источника стороны. Данная процедура отличается от обыч-

|г ного рентгеновского обследования тем, что последнее дает только один

ty вид части тела. Кроме того на обычной рентгеновской установке крупные

|;: молекулы (например, кальция черепа) сильно поглощают лучи и маскиру-

t|| ют находящиеся за ними органы. Вращая рентгеновский луч на 180 граду-

Д| сов, КАТ-сканер позволяет получить множество изображений одного и

% того же органа и таким образом построить внутренний поперечный срез,

У или "ломтик" этой части тела. Изображение поперечного сечения, назы-

; ваемое томограммой (буквально "написание раздела"), стало играть реша-