7.2.2. Интеллектуализация средств информационных технологий

Термин интеллект (intelligence) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) — ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

Краткая история ИИ. Идея создания искусственного подобия челове-ческого разума для решения сложных задач моделирования мыслительной способности витала в воздухе с древнейших времен. Впервые ее выразил Р.Луллий (ок.1235- ок.1315), который еще н XIV в. пытался создать машину для решения различных задач на основе всеобщей классификации понятий.

В XVIII в. Г.Лейбниц (1646 - 1716) и Р.Декарт (1596- 1650г.г.) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук. Эти идеи легли в основу теоретических разработок в области создания искусственного интеллекта.

Развитие искусственного интеллекта как научного направления стало возможным только после создания ЭВМ. Это произошло в 40-х гг. XX в. В это же время И.Винер (1894- 1964) создал свои основополагающие работы по новой науке - кибернетике.

Термин искусственный интеллект (artificial intelligence) предложен в 1956 г. на семинаре с аналогичным названием в Станфордском университете (США). Семинар был посвящен разработке логических, а не вычислительных задач. Вскоре после признания искусственного интеллекта самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику "черного ящика". И только в настоящее время стали заметны тенденции к объединению этихчастей вновь в единое целое.

Основную идею  нейрокибернетики можно сформулировать следующим образом. Единственный объект, способный мыслить, - это человеческий мозг. Поэтому любое "мыслящее" устройство должно каким-то образом воспроизводить его структуру.

Таким образом нейрокибериетика ориентирована на аппаратное моделирование структур, подобных структуре мозга. Физиологами давно установлено, что основой человеческого мозга является большое количество связанных между собой и взаимодействующих нервных клеток - нейронов. Поэтому усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Эти системы принято называть  нейронными сетями, или нейросетями.

Первые нейросети были созданы в конце 50-х гг. американскими учеными Г.Розенблаттом и П.Мак-Кигюком. Это были попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Устройство, созданное ими, получило название  перцептрона. Оно умело различать буквы алфавита, но было чувствительно к их написанию, например, буквы А, А и А для этого устройства были тремя разными знаками. Постепенно в 70-80 гг. количество работ по этому направлению искусственного интеллекта стало снижаться. Слишком неутешительны оказались первые результаты. Авторы объясняли неудачи малой памятью и низким быстродействием существующих в то время компьютеров.

Однако в середине 80-х гг. в Японии в рамках проекта разработки компьютера V поколения, основанного на знаниях, был создан компьютерVI поколения, или нейрокомпьютер. К этому времени ограничения по памяти и быстродействию были практически сняты. Появились  транспьютеры – парал-лельные компьютеры с большим количеством процессоров. От транспьютеров был один шаг до  нейрокомпьютеров, моделирующих структуру мозга человека. Основная область применения нейрокомпьютеров - распознавание образов.

В настоящее время используются три подхода к созданию нейросетей:

• аппаратный - создание специальных компьютеров, плат расширения, наборов микросхем, реализующих все необходимые алгоритмы,
• программный - создание программ н инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры;
• гибридный - комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), часть - программные средства.

В основу  кибернетики "черного ящика" лег принцип, противоположный нейрокибернетике. Не имеет значения, как устроено "мыслящее" устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.

Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. В 1956 -1963 гг. велись интенсивные поиски моделей и алгоритма человеческого мышления и разработка первых программ. Оказалось, что ни одна из существующих наук - философия, психология, лингвистика - не может предложить такого алгоритма. Тогда кибернетики предложили создать собственные модели. Были созданы и опробованы различные подходы.

В конце 50-х гг. родилась модель  лабиринтного поиска. Этот подход представляет задачу как некоторый граф, отражающий пространство состояний, и в этом графе проводится поиск оптимального пути от входных данных к результирующим. Была проделана большая работа по разработке этой модели, но в решении практических задач идея большого распространения не получила.

Начало б0-х гг. - эпоха  эвристического программирования.  Эвристика - правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска. Эвристическое программирование – разра-ботка стратегии действий на основе известных, заранее заданных эвристик.

В 1963-1970 гг. к решению задач стали подключать методы мате-матической логики. На основе метода резолюций, позволившего автоматически доказывать теоремы при наличии набора исходных аксиом, в 1973 г. создается язык  Пролог.

Существенный прорыв в практических приложениях искусственного интеллекта произошел в середине 70-х гг., когда на смену поискам универ-сального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или  экспертные системы. Пришел новый, подход к решению задач искусственного интеллекта -  представление знаний.Созданы MYCIN и DENDRAL - ставшие уже классическими экспертные системы для медицины и химии. Объявлено несколько глобальных программ развития интеллектуальных технологий - ESPRIT (Европейский Союз). DARPA (министерство обороны США), японский проект машин V поколения.

Начиная с середины 80-х гг. происходит коммерциализация искусствен-ного интеллекта. Растут ежегодные капиталовложения, создаются промышлен-ные экспертные системы. Растет интерес к самообучающимся системам.

Искусственный интеллект в России родился в 1954 г. под под руководством профессора А.А.Ляпунова (1911 – 1973г.г.). Как и за рубежом, выделились направления нейрокибернетики и кибернетики "черного ящика".

Среди наиболее значимых результатов, полученных отечественными учеными, следует отметить алгоритм "Кора" М.Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов (60-е гг.).

В 1945- 1964 гг. создаются отдельные программы и исследуется поиск решения логических задач. В Ленинграде (ЛОМИ - Ленинградское отделение математического института им. В.А.Стеклова) создается программа, автоматически доказывающая теоремы (АЛИЕВ ЛОМИ). В 1965- 1980 гг. получает развитие новая наука -  ситуационное управление (соответствует представлению знаний в западной терминологии). Основоположник этой научной школы - профессор Д.А.Поспелов. Разработаны специальные модели представления ситуаций - представления знаний. В 1980- 1990 гг. проводятся активные исследования в области представления знаний, разрабатываются языки представления знаний, экспертные системы (более 300). В Московском государственном университете создается язык РЕФАЛ. В 1988 г. создается АИИ - Ассоциация искусственного интеллекта. Ее членами являются более 300 исследователей. Президент Ассоциации - Д.А.Поспелов. Крупнейшие центры - в Москве, Петербурге, Переславле-Залесском, Новосибирске.

Направления развития искусственного интеллекта. Искусственный интеллект - это одно из направлений информатики, цель которого разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

Разработка естественноязыковых интерфейсов и машинный перевод.

В 50-х п. одной из популярных тем исследований искусственного интеллекта являлась область машинного перевода. Первая программа в этой области - переводчик с английского языка на русский. Первая идея - пословный перевод, оказалась неплодотворной. В настоящее время используется более сложная модель, включающая анализи синтез естественно-языковых сообщений, которая состоит из нескольких блоков. Для анализа это:

• морфологический анализ - анализ слов в тексте;
• синтаксический анализанализ предложений, грамматики и связей между словами;
• семантический анализ - анализ смысла каждого предложения на основе некоторой предметно-ориентированной базы знаний;
• прагматический анализ - анализ смысла предложений в окружающем контексте на основе собственной базы знаний. 

Синтез включает аналогичные этапы, но несколько в другом порядке.

Новые архитектуры компьютеров. Это направление занимается разработкой новых аппаратных решений и архитектур, направленных на обработку символьных и логических данных. Создаются Пролог и Лисп-машины, компьютеры V и VI поколений. Последние разработки посвящены компьютерам баз данных и параллельным компьютерам.

Интеллектуализация аппаратных средств ИТ рассматривает создание вычислительных систем, обладающих такими свойствами, как имитация творческих процессов, логический вывод, восприятие естественноязыковых запросов и команд, аккумуляция знаний в ЭВМ.

Основные напралвения интеллектуализации аппаратных средств:

• Внешняя интеллектуализация ЭВМ: исследования по комплексному диалоговому интерфейсу (на базе ЭВМ существующей архитектуры). 
• Внутренняя интеллектуализация ЭВМ (создание ЭВМ новой архитектуры, построенных на принципах искусственного интеллекта и предназначенных для построения эффективных интеллектуальных систем);

Интеллектуалитзация программного обеспечения. В рамках этого направления разрабатываются специальные языки для решения задач невычис-лительного плана. Эти языки ориентированы на символьную обработку информации - LISP, PROLOG, SMALLTALK, РЕФАЛ и др. Помимо этого создаются пакеты прикладных программ, ориентированные на промышленную разработку интеллектуальных систем, или программные инструментарии искусственного интеллекта, например KEE, ARTS[10].Достаточно популярно создание так называемых пустых экспертных систем, или "оболочек", - BXSYS, Ml и др., в которых можно наполнять базы знаний, создавая различные системы.

Интеллектуальные средства информационных технологий.

Наиболее распространенные языки, предназначенные для решения задач искусственного интеллекта – Лисп (LISP) и Пролог (Prolog). Есть и менее распространенные языки искусственного интеллекта, например  РЕФАЛ, разработанный в России. Универсальность этих языков меньшая, нежели традиционных языков, но ее потерю языки искусственного интеллекта компенсируют богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. На основе языков искусственного интеллекта создаются специализированные компьютеры (например, Лисп-машины), предназначенные для решения задач искусственного интеллекта. Недостаток этих языков - неприменимость для создания гибридных экспертных систем.

В группу специальных программных средств искусственного интеллекта входят специальные инструментарии общего назначения. Как правило, это библиотеки и надстройки над языком искусственного интеллекта Лисп: KEE (Knowledge Engineering Environment), FRL (Frame Representation Language), KRL (Knowledge Represantation Language), ARTS и др., позволяющие пользователям работать с заготовками экспертных систем на более высоком уровне, нежели это возможно в обычных языках искусственного интеллекта.

Интеллектуальные облочки экспертных систем представляют собой  готовые экспертные системы без базы знаний. Примером такой оболочки может служить EMYCIN (Empty MYCIN - пустой MYC1N), которая представляет собой незаполненную экспертную систему MYCIN. Достоинство оболочек в том, что они вообще не требуют работы программистов для создания готовой экспертной системы. Требуется только специалисты) в предметной области для заполнения базы знаний. Однако если некоторая предметная область плохо укладывается в модель, используемую в некоторой оболочке, заполнить базу знаний в этом случае весьма не просто.

Интеллектуальные ИС в органах власти. Интеллектуальные информационные технологии в органах власти только начинают осваиваться. Хотя в мире уже давно говорят об интеллектуальном информационном оружии, компьютер выигрывает в шахматы у чемпиона мира, нано-робот лечит кровеносные сосуды, появляется микросамолет-разведчик, робот занимает место ликвидатора аварии на атомной АЭС. Интеллектуальные информационные технологии применяются для биржевого прогнозирования, определения риска страхования и кредитования, поиска финансовых мошенников, экспертизы в медицине, поиска полезных ископаемых и пр. Методологическая база интеллектуальных информационных систем охватывает экспертные системы, нейронные и генетические технологии, обработку текстов и языковую инженерию, когнитивное, рефлексивное и понятийное моделирование, групповую поддержку решений в ситуационных комнатах и др. По некоторым оценкам, мировой коммерческий рынок программных продуктов измеряется 180 миллиардами долларов. Рынок интеллектуальных информационных технологий к 2005 году достигнет 40 миллиардов долларов.

Интеллектуальные информационные технологии и стратегии (сос-тояние и перспективы). Благосостояние и процветание любого государства в настоящее время и особенно в конце XXI века — веке информационного общества — во многом определяется состоянием критических технологий.

Такими технологиями международными и государственными организациями (Международное общество инженеров производства, Совет по оценке конкурентоспособности изделий США и др.) были признаны пять критических технологий: производство и обработка материалов различных классов; автоматизированное проектирование (САПР) особенно электронных, машиностроительных, организационных систем, а также строительных, банковских, картографических структур; производство электронных компонентов, в том числе hardware; создание информационных средств, в  том  числе  двигателестроение.

Из пяти критических технологий вторая, третья и четвертая относятся к собственно информационным технологиям.

Критические технологии должны быть: базовыми, т.е. являться основой всех производных технологий, в совокупности образующих технологи­ческую мультиструктуру производства; системными, т.е. имеющими два описания: пользова­тельское и описание в категориях технологического процесса, а также предикат функциональной целосности (эмерджентности), связывающий эти два описания и определяющий прагматизм технологий; многопрофильными, т.е. применимыми в различных отраслях производства.

По прогнозам международных ассоциаций развитие второй базовой технологии (САПР) позволит уже в 1995-2000 гг. передавать информацию о проекте на основе сетевой технологии. После 2000 г. реализуется полная автоматизация и оптимизация систем, начиная с проекта и кончая их производством. 

Интеллектуализация технологических процессов и соответствующих машин определила проблему схематизации используемых алгоритмов. Эта проблема акту­альна не только в традиционных предметных технологиях (электронных, машиностроительных, механотронных и др.), но и новых, например, финансово-банковс­ких технологиях. 

Третья критическая технология осно­вана на развитии концепции мелкозернистых структур и реализуется в виде нейронных и транспьютерных технологий. Кроме нейротранспьютерных технологий в этот класс входят:   биомолекулярные и оптоэлектронные технологии, позволяющие создавать ЭВМ с большой производительностью;  сетевые технологии, реализуемые в виде локальных и глобальных вычислительных систем;  коммуникационные технологии: сетевая электронная почта, факсимильная связь, спутниковые ситемы связи;  интерфейсные технологии: визуализация решения задач, "искусственная реальность", мультимедиа технологии, речевой ввод-вывод, распознаватели и синтезаторы речевых данных, световое перо, "мышь".

 Четвертая критическая технология – создание инфор­мационных средств – определяется прежде всего разви­тием информационной математики, исследующей ис­числение многосортных множеств на основе знания запрещенных и разрешенных фигур. Эффективность четвертой технологии определяется не только успехами в информационной математике, но и разработкой новых математических моделей решения сложных задач, созда­нием программного инструментария поддержки проце­дур работы со знаниями, разработкой и внедрением новых глобальных, в масштабах отдельных регионов и всего Земного шара, информационных сетей.