Источники создания технологии TURING

Есть только два способа компьютеру и человеку понять друг друга: либо человек выучит язык компьютера, либо компьютер выучит язык человека.

В компании Semantics Research (Exxlog.ru) создана технология TURING для построения интеллектуальных агентов, неотличимых от человека в виртуальном общении, и способных заменить человека во всех видах умственной работы.
Проект класса Deep Tech требует более пространного описания, поскольку содержит много новых идей.

1. Происхождение проекта TURING

В 1980 г. Япония достигла настолько высоких экономических результатов, что в бюджете страны образовались дополнительные ресурсы, которые было решено использовать для ускорения экономического развития с целью стать страной — мировым лидером. Основным средством для достижения этой цели руководители посчитали создание искусственного интеллекта.
Для этого была начата 10-летняя программа создания ЭВМ пятого поколения. Было решено создать принципиально новый тип компьютеров, предназначенный для функционирования в качестве искусственного интеллекта.
В основу архитектуры новых компьютеров был положен язык логического программирования PROLOG и идея распараллеливания логических вычислений для получения максимальной производительности. Был создан специальный исследовательский институт, проводились специальные международные научные конференции, были учреждены пять новых научных журналов по тематике пятого поколения ЭВМ.
Этот проект не достиг назначенных целей. Основной причиной было недостаточное научное обеспечение проблемы искусственного интеллекта. Не было создано научное описание метода реализации искусственного интеллекта.
За прошедшее с тех пор время, в науке, именуемой computer science, появились новые решения, обеспечивающие необходимый фундамент для создания и широкого применения искусственного интеллекта. В качестве основных, можно назвать дескриптивную логику и семантическую трансляцию.
Дескриптивная логика, в отличие от традиционной, изучает взаимосвязи объектов сложной структуры, что обеспечивает возможность строго формального описания объектов естественного языка и человеческого мышления.
Одним из прикладных результатов дескриптивной логики явилось появление такого направления как онтология – метода формального описания прикладных задач и свойств предметной области. Это позволило сблизить языки представления знаний с описанием семантики языковых объектов.
Параллельно с этим развивались методы семантической трансляции – методы формального писания смыслового содержания естественно-языкового текста. Многие базовые аспекты этого направления компьютерной лингвистики были заложены работами таких авторов как И.А. Мельчук (теория «Смысл-Текст») и Р. Шенк (теория концептуальной зависимости).
Язык UNL (Universal Networking Language) разрабатывается с 1996 г. как универсальный международный язык представления семантики текста для обеспечения полного решения проблемы машинного перевода. Основная организация — UNDL foundation (undl.org)./
Нельзя не упомянуть также концепцию семантической паутины (Semantic Web) выдвинутой небезызвестным консорциумом W3C, как следующим этапом развития Интернет.
В процессе развития нашего проекта были преодолены практические проблемы, возникающие при интеграции необходимых технологических аспектов построения прикладного искусственного интеллекта, в результате чего появилась технология TURING.

2. Как построить искусственный интеллект

Человек выучил язык компьютера. Информатика (программирование) – наука о том, как устроен компьютер, и как объяснить ему, что от него хочет человек. Программирование – компромиссный подход к проблеме. Человек подчинил себя машине, затрачивая умственную энергию на то, чтобы составлять программы – то есть переводить с человеческого языка на машинный.
Программирование исчезнет, когда мы научим машину понимать человека и мыслить как человек, то есть когда будет создан искусственный интеллект.
Наука об искусственном интеллекте, появилась, когда ученые обнаружили, что большинство нечисловых задач требуют слишком больших объемов вычислений, непосильных для вычислительной машины (комбинаторный взрыв), в то время, как человек решает такие задачи, несмотря на незначительную вычислительную мощность человеческого мозга.
Тогда возникла идея моделирования в машине мышления человека, т.е. машине придать свойства мышления человека. Это произошло в 1954г. на Дартмутском семинаре, на котором собрались все ведущие специалисты того времени.
Тест Тьюринга считается тем критерием, прохождение которого явится доказательством того, что ИИ создан. Тест не пройден до сих пор ни одной компьютерной программой.
Современные компьютеры принципиально не отличаются от самых первых моделей ЭВМ, хотя и имеют колоссальную вычислительную мощность и надежность, несравнимую с первыми ЭВМ. Современные компьютеры прекрасно справляются с вычислением на основе алгоритмов. Почему же их не считают интеллектуальными?
Причина в том, что вычисления на основе алгоритмов являются самой простой частью умственной работы, а вот составление алгоритмов, планов решения задач, понимание и анализ задач остаются «ручной» работой, которую выполняет человек своей головой.
Одна из основных причин в том, что нет формальной модели, точной теории мышления человека. Некоторые авторы считают, что создание искусственного интеллекта – неразрешимая задача, поскольку мышление нельзя познать до конца.

3. Логика
Между тем теория мышления человека существует с древнейших времен. Теория мышления – это наука логика. В древней Греции, работали такие мыслители, как Сократ и Аристотель, заложившие основы этой науки, мало изменившиеся с тех пор. Современная математическая логика описывает принципы реализации логических операций в вычислительно машине строго формально, обеспечивая необходимую базу для реализации логических действий в машине.
Необходимо заметить, что в те времена логика была прикладной наукой, необходимой для разрешения имущественных споров. Для имущих эта наука была одна из основных, поэтому преподаватели логики не имели проблем с учениками.
В современном мире прикладным аспектам логики не уделяется должного внимания, поскольку юридическая сфера получила большое развитие, в результате чего появилась гражданское право и юристы.
Для реализации логики в машине необходимо вновь обратиться к ее прикладным аспектам. Логика – наука о правильном мышлении – о том, как из истинных утверждений поучить новые истинные утверждения, либо доказать ложность каких-либо утверждений.
Основных объектов в логике три – это понятие, утверждение и умозаключение. (Заметим, что здесь нет таких терминов, как слово, предложение, текст).
Умозаключение – последовательность логически взаимосвязанных утверждений, завершающаяся новым утверждением. В математике умозаключение называется доказательством.
Чтобы реализовать логику в машине, необходимо связать ее с естественным языком, т.е. реализовать переход от слов к понятиям, от предложений к утверждениям, от текста к умозаключению. Соответственно, необходим и обратный переход от логических объектов к языковым. Эти функции реализованы в технологии TURING.

Как появился искусственный интеллект

Конечно, искусственный интеллект (ИИ) еще не появился – не существует программы, прошедшей тест Тьюринга. Наука об ИИ тоже так называется – «искусственный интеллект» и появилась она в 1956 г.
Интуитивно все представляют, что такое искусственный интеллект примерно так – «это когда машина ведет себя как человек». Если рассматривать поведение человека при обработке информации, то можно сказать «ИИ – это система, способная решать задачи, для которых нет алгоритма».
Это определение подсказывает отличие ЭВМ с ИИ от существующих сегодня. Сегодня в массовом применении находятся машины, исполняющие алгоритмы, которые разработал человек. Наличие строго определенного алгоритма жестко ограничивает применимость – можно решать только заранее зафиксированные виды задач строго определенным способом.
Для создания ИИ нужны алгоритмы второго порядка – алгоритмы, синтезирующие другие алгоритмы. Осознание этого произошло не сразу.
При появлении первых ЭВМ в конце 40-х годов 20 века, их называли не иначе как электронным мозгом. Однако они использовались только для вычислений – выполнения арифметических операций по заданному алгоритму. Понятие алгоритма и ЭВМ были неразрывны.
Ученые решили разобраться, какие алгоритмы надо создать, чтобы применить ЭВМ для решения других умственных задач. Для изучения взяли шахматы и шашки. Казалось, надо заложить в машину описание ходов и правил игры и машина сможет находить лучшие ходы, ведущие к выигрышу. Ведь она считает быстрее человека, значит, сможет играть лучше человека!
Однако этого не произошло. Одна из причин оказалась в том, что объем вычислений чрезвычайно велик и не под силу вычислительной машине.
Если оценить объем вычислений, необходимых, для того, чтобы выиграть у чемпиона мира, то нужно делать перебор вариантов для анализа на 6 ходов вперед – это способность шахматного гроссмейстера. Сколько для этого надо считать? Сделаем приблизительную оценку. В среднем, в каждой шахматной позиции каждая сторона может сделать 20 вариантов ходов, при этом противник на каждый из этих ходов тоже может ответить одним из двадцати ходов. Значит, для выбора хода надо анализировать 20*20 = 400 позиций. Если же смотреть на 6 ходов вперед, надо анализировать число позиций равное 400 в шестой степени 400*400*400*400*400*400 = 4096* 1000000000000. Если в секунду анализировать миллион позиций, то необходимое время составит 4 миллиарда секунд! Количество секунд в году = 60*60*24*365=31 536 000. 126,8 лет нужно для обсчета одного хода гроссмейстера!
Это явление назвали комбинаторным взрывом. Дальнейшие исследования показали, что почти всякая практически полезная интеллектуальная задача обладает этим свойством. Это означает, что такие задачи неразрешимы на основе прямого перебора!
Но человек решает эту задачу! Как он это делает? Ведь человек соображает гораздо медленнее машины! Как у него это получается? Значит, у человека есть более мощные и более эффективные методы решения задач. В чем состоят эти методы?
Отсюда был сделан вывод о необходимости моделирования в машине человеческого мышления, как единственного способа решения сложных интеллектуальных задач.
Отсюда и возникла идея искусственного интеллекта – метода машинного моделирования человеческого мышления.
Эта идея закрепилась в ходе исторического Дартмутского семинара (1956), на котором ведущие ученые в этой области – Джон Маккарти (который придумал и организовал это семинар), Марвин Минский, Клод Шеннон, Аллен Ньюэлл, Герберт Саймон и другие, в течение 2-х месяцев обсуждали проблему ИИ в различных аспектах, что определило направление развития этой науки на много лет вперед.
Для начала надо было изучить мышление человека, описать его формально, чтобы можно было его запрограммировать.

Exxlog. Руководство пользователя

Научно-производственная фирма «Семантикс Рисеч»

Инструментальный комплекс для создания машины логического вывода экспертных систем Exxlog
Руководство пользователя
(1.02)

2016

Читать