Возникновение и перспективы создания искусственного интеллекта

IY. Переход к промышленным образцам 

  Начало 80-х годов характеризуется изменением взгляда на ИИ. Если ранее среди большинства специалистов бытовало мнение, что эта область науки представляет весьма специфический и ограниченный интерес, то к началу 80-х это мнение стало стремительно сменяться интересом к исследованиям в области интеллектуальных систем. Это произошло потому, что к тому моменту развитие теории искусственного интеллекта достигло такого уровня, когда на смену "игрушечным" моделям и чисто демонстрационным интеллектуальным программам стали приходить системы, интересные и важные для решения трудных практических задач, которые не могли быть решены ранее известными методами.

  Такой подход стал возможен еще и потому, что в 70-х годах появились ЭВМ, обладающие достаточной для решения задач ИИ мощностью и по объему памяти, и по быстродействию. В самом же ИИ стали активно развиваться инструментальные программные средства, ориентированные на специфику программирования возникающих здесь задач. Прежде всего, появилось семейство языков программирования, не ориентированных на решение чисто вычислительных задач (на что были направлены такие традиционные языки программирования как АЛГОЛ, ФОРТРАН и многие другие). Среди этих языков наиболее известными являются языки ЛИСП и ПРОЛОГ. В языке ЛИСП (на самом деле это даже не язык, а целое семейство языков) основное внимание направлено на обработку символьной информации, объединенной в гибкие структуры, называемые списками. В группе логических языков, типичным представителем которой является ПРОЛОГ, чрезвычайно легко реализуются все операции, связанные с логическим выводом - основной операцией, реализуемой в системах типа решателя. Для работы со знаниями стали создаваться специальные языки описания знаний и манипулирования ими. Первые версии таких языков (например, ФРЛ или КРЛ) были достаточно громоздкими, но со временем их эффективность возрастала. Современные версии таких языков (например, системы программирования APT или ОПС-5) весьма удобны для инженеров знаний и хорошо согласуются с архитектурой новых ЭВМ..

  Кроме языков программирования стали активно  развиваться различные инструментальные системы поддержки разработок интеллектуальных систем, дающие программистам возможность автоматизировать свою деятельность при создании новых интеллектуальных программ и систем [44].

  Исследования  в Советском Союзе по созданию инструментальной системы ПРИЗ (Э.Х.Тыугу и его коллеги), первая версия которой появилась еще в начале 70-х годов, намного опередили соответствующие разработки в других странах [45,46].

  Можно указать несколько областей практического  приложения интеллектуальных систем, созданных в первой половине 80-х годов.

  1. Традиционные системы  управления. Уже говорилось о развитии в СССР с конца 60-х годов методов ситуационного управления (Д.А.Поспелов, Ю.И.Клыков, Л.С.Загадская и др. [27]). Эти методы использовались для решения обычных задач управления, когда другие методы не давали решения. В ситуационных моделях использовались знания об объекте управления и методах управления им, а также применялись такие традиционные для ИИ приемы, как описание ситуаций, складывающихся на объекте управления на ограниченном и формализованном естественном языке, использование псевдофизических логик для оценки и преобразования ситуаций, обучение при накоплении информации в памяти системы, планирование целесообразных действий по управлению и использованию информации от технологов и управленцев. Существует ряд областей управления, в которых применение методов ИИ дает большое продвижение вперед [47]. Среди этих областей наиболее перспективной является создание роботизированных производств с гибкой технологией [41], с постепенным повышением интеллектуального уровня роботов и разработкой новых технологий для безлюдных производств. Работы в этой области развернулись в 80-е годы в большинстве развитых стран и с их успешным завершением связываются огромные надежды на подъем уровня производства. Еще одна область – это "распределенные интеллектуальные системы" или даже "распределенный интеллект". Эта область охватывает сложные задачи, в решении которых участвуют многие люди, взаимно связанные друг с другом через общую информацию или управление (примером задачи такого типа может служить отраслевое планирование). Применение при решении подобных задач таких средств ИИ, как база знаний или планировщик-решатель, может привести, как показали первые опыты использования подобных систем [48, 49], к весьма значительному эффекту.

    2. Автоматизация научной  и инженерной деятельности. С конца 70-х годов весьма стремительно развиваются и внедряются в практику интеллектуальные пакеты прикладных программ (ИППП) [49]. Эти системы позволяют специалисту, работающему в определенной области, гибко и с затратой минимальных усилий использовать богатые библиотеки разнообразных прикладных программ, предназначенных для решения задач в этой области. В ИППП имеется система общения с пользователем, позволяющая ему общаться с программой на естественном профессиональном языке, модель предметной области (своеобразная база знаний) и монитор-планировщик, осуществляющий взаимодействие пользователя с библиотекой программ. Система ПРИЗ, о которой мы уже упоминали выше, может рассматриваться как ИППП, если она настроена на решение задач в определенной проблемной области.

  Расчетно-логические системы [49] – еще один вид интеллектуальных систем, используемый в исследовательской деятельности. Они являются дальнейшим развитием ИППП и предоставляют пользователю еще более богатые возможности по работе с моделью предметной области и пакетом прикладных программ. Как правило, в таких системах имеется хорошо развитая графическая система общения, делающая наглядными и легко изменяемыми чертежи и схемы, хранящиеся в памяти системы. В СССР под руководством Г.С.Поспелова создано несколько систем подобного типа, предназначенных для отраслевого планирования и проектирования сложных технических систем (первая половина 80-х годов).

  Обучающие системы (тьюторы) становятся в 80-е годы все более и более популярными. Идея машинного обучения не нова. Но первый этап развития таких систем проходил вне сферы ИИ, что не позволило авторам обучающих систем добиться заметного успеха. С началом внедрения в эту область идей и методов искусственного интеллекта возник перелом. Применения в обучающих системах развитых баз знаний и гибких планировщиков-решателей сделало эти системы эффективными. И сейчас уже пользователь, впервые садящийся за пульт персональной ЭВМ с незнакомой ему программной системой, в которой он собирается работать, практически всегда начинает с обучения правилам работы с помощью тьютора, являющегося неотъемлемой частью системы. Кроме обучения решению задач на ЭВМ, обучающие системы активно работают в различных тренажерах и при обучении в высших учебных заведениях и в школе.

  Экспертные  системы (ЭС) – наиболее известный тип современных промышленных интеллектуальных систем [49]. Принципиальное отличие ЭС от других систем ИИ – это наличие системы обоснования. Задачей системы обоснования является формирование пользователю, если он этого требует, совокупности объяснений о том, как система получила то решение, которое она выдала пользователю. Подобная функция в предшествующих системах не реализовывалась. Цель системы обоснования состоит в повышении доверия к результатам, получаемым ЭС.

  В целом ЭС бывают двух типов. ЭС первого  типа близки к тьюторам. Они используются для помощи специалистам, решающим нужную им задачу, но не обладающим всеми необходимыми для этого знаниями. Таким специалистом может быть врач, впервые столкнувшийся с неизвестным ему заболеванием, или инженер-эксплуатационник, не знающий что делать в наблюдаемой в данный момент ситуации. В этих случаях ЭС, хранящая в своей памяти богатый запас знаний, почерпнутый из печатной продукции или от экспертов-специалистов, в режиме диалога с пользователем пытается оказать ему посильную помощь в постановке диагноза, планировании его деятельности, принятии решений при имеющемся множестве альтернатив и т.п. ЭС второго типа предназначены для работы со специалистами, ведущими научные исследования. Они являются для них вспомогательным инструментом, предназначенным для совместной работы в диалоговом режиме. Такие ЭС могут быстро производить нужные расчеты, создавать геометрические зрительные образы конструируемых объектов, быстро искать информацию в базе по запросу пользователя и т.п.

  Рынок ЭС и число областей, в которых  они с успехом используются, непрерывно возрастает [50, 51].

  3. Производство ЭВМ новых поколений.  В начале 80-х годов произошел  всплеск в области конструирования ЭВМ. Известный проект "ЭВМ пятого поколения – путь к прогрессу", выдвинутый Японией, вызвал широкий отклик во всех развитых странах, ибо декларировал переход на новый уровень переработки информации и решения задач. ЭВМ пятого поколения должны быть такими, чтобы пользователь мог их применять с такой же легкостью, с какой он пользуется другими приборами, носящими название бытовых. Достижение этого уровня гарантирует массовое внедрение ЭВМ в повседневную деятельность людей [52].

  Так искусственный интеллект, подобно тому, как это ранее произошло с вычислительной техникой, стал в середине 80-х годов одним из ведущих направлений научно-технического прогресса.

    Литература

1. Мельчук И.А., Равич Р.Д. Автоматический перевод 1949-1963: Критико-библиграфический справочник. – М.: ВИНИТИ, 1967.
2. Апресян Ю.Д., Богуславский И.М., Иомдин Л.Л.  и   др.    Лингвистическое обеспечение в системе автоматического перевода третьего поколения. – М.: Научный Совет по комплексной проблеме "Кибернетика" при Президиуме АН СССР, 1978.
3. Михайлов А.И., Черный А.И., Гиляревский Р.С.   Основы информатики. – М.: Наука, 1968.
4. Леонов Б.П. О методах автоматического реферирования (США 1958-1974 гг.)// Научно-техническая информация, сер.2. – 1975. – №6. – С. 16-20.
5. Пащенко Н.А., Кнорина Л.В., Молчанова Т.В. и др.  Проблемы автоматизации индексирования и реферирования//  Итоги науки и техники.  Сер. Информатика. – М.: ВИНИТИ, 1983.  – Т.7.  – С. 7-164.
6. Севбо И.П.  Структура связного текста и автоматизации реферирования. – М.: Наука, 1969.
7. Вычислительные машины и мышление. – М.: Мир, 1967.
8. Ефимов Е.И.   Решатели интеллектуальных задач. – М.: Наука, 1982.
9. Маслов С.Ю.  Теория дедуктивных систем и ее применение. – М.: Радио и связь, 1986.
10. Чен Ч., Ли Р.  Математическая логика и автоматическое доказательство теорем: Пер. с англ. – М.: Наука, 1983.
11. Бонгард М.М.  Проблема узнавания. – М.: Наука, 1967.
12. Поспелов Д.А.  Игры и автоматы. – М.-Л.: Энергия, 1966.
13. Шеннон К.  Работы по теории информации и кибернетике: Пер. с англ. – М.: Изд-во иностр. лит., 1963.
14. Ботвинник М.Н.  О кибернетической цели игры. – М.: Сов. радио, 1975.
15. Зарипов Р.Х.   Кибернетика и музыка. – М.: Наука, 1971.
16. Зарипов Р.Х.  Машинный поиск вариантов при моделировании творческого процесса. – М.: Наука, 1983.
17. Гаазе-Рапопорт М.Г., Поспелов Д.А., Семенова Е.Т.  Порождение структур волшебных сказок. – М.: Научный Совет по комплексной проблеме "Кибернетика" при Президиуме АН СССР, 1980.
18. Franke H.  Computer Graphiсs – Computer Art. – Berlin, Heidelberg, New-York, Tokyo: Springer Verlag, 1985.
19. Слэйгл Дж.   Искусственный интеллект. – М.: Мир, 1973.
20. Хант Э.  Искусственный интеллект: Пер. с англ. – М.: Мир, 1978.
21. Эндрю А.  Искусственный интеллект: Пер. с англ. – М.: Мир, 1985.
22. Нильсон Н.  Искусственный интеллект. Методы поиска решений: Пер. с англ. – М.: Мир, 1973.
23. Аткинсон Р., Бауэр Г., Кротерс Э.  Введение в математическую теорию обучения. – М.: Мир, 1969.
24. Моделирование обучения и поведения. – М.: Наука, 1975.
25. Хант Э., Мартин Дж., Стоун Ф.  Моделирование процесса формирования понятий на вычислительной машине: Пер. с англ. – М.: Мир, 1970.
26. Поспелов Д.А., Пушкин В.Н.  Мышление и автоматы. – М.: Советское Радио, 1972.
27. Поспелов Д.А. Ситуационное управление. Теория и практика. – М.: Наука, 1986.
28. Дрейфус X. Чего не могут вычислительные машины. Критика искусственного разума: Пер. с англ. – М.: Прогресс, 1978.
29. Вейценбаум Дж. Возможности вычислительных машин и человеческий разум. От суждений к вычислениям: Пер. с англ. – М.: Радио и связь, 1982.
30. Гаазе-Рапопорт М.Г.  Автоматы и живые организмы. – М.: Физматгиз, 1961. 
31. Амосов Н.М., Касаткин A.M., Касаткина Л.М., Талаев С.А.  Автоматы и разумное поведение. - Киев: Наукова думка, 1973.
32. Амосов Н.М.  Алгоритмы разума. –  Киев:  Наукова думка, 1979.
33. Арбиб М.  Метафорический мозг: Пер. с англ. – М.: Мир, 1976.
34. Розенблатт Ф.  Принципы нейродинамики: Пер. с англ. – М.: Мир, 1965.
35. Минский М., Пейперт С.  Перцептроны: Пер. с англ. – М.: Мир, 1971.
36. Представление знаний в человеко-машинных и робототехнических системах.  Том А. Фундаментальные исследования в области представления знаний. – М.: ВЦ АН СССР, ВИНИТИ, 1984.
37. Минский М. Фреймы для представления знаний: Пер. с англ. – М.: Энергия, 1979.
38. Шенк Р.  Обработка концептуальной информации: Пер. с англ. – М.: Энергия, 1980.
39. Попов Э.В.   Общение с ЭВМ на естественном языке. – М.: Наука, 1982.
40. Нильсон Н. Принципы искусственного интеллекта: Пер. с англ. – М.: Радио и связь, 1985.
41. Представление знаний в человеко-машинных и робототехнических системах. Том Д. Фундаментальные и прикладные исследования в области робототехнических систем. – М.: ВЦ АН СССР, ВИНИТИ, 1984.
42. Гладун В.П.  Эвристический поиск в сложных средах. – Киев: Наукова думка, 1977.
43. Уинстон П.  Искусственный интеллект: Пер. с англ. – М.: Мир, 1980.
44. Представление знаний в человеко-машинных и робототехнических систем. Том В. Инструментальные средства разработки систем, ориентированных на знания. – М.: ВЦ АН СССР, ВИНИТИ, 1984.
45. Кахро М.И., Калья А.П., Тыугу Э.Х. Инструментальная система программирования ЕС ЭВМ (ПРИЗ). – М.: Финансы и статистика, 1981.
46. Тыугу Э.Х.  Концептуальное программирование. – М.: Наука, 1984.
47. Поспелов Г.С., Поспелов Д.А. Влияние методов теории искусственного интеллекта на решение традиционных задач управления. – М.: Научный Совет по комплексной проблеме "Кибернетика" при Президиуме АН СССР, 1977.
48. Поспелов Г.С.  Системный анализ и искусственный интеллект. – М.: ВЦ АН СССР, 1980.
49. Представление знаний в человеко-машинных и робототехнических системах. Том С. Прикладные человеко-машинные системы, ориентированные на знания. – М.: Издание ВЦ АН СССР, ВИНИТИ, 1984.
50. Алексеева Е.Ф., Стефанюк В.Л.  Экспертные системы – состояние и перспективы// Известия АН СССР: Техническая кибернетика. – 1984. – №5. – С.153-167.
51. Микулич Л.И. Проблемы создания экспертных систем// Ученые записки Тартуского государственного университета, вып. 714. Теория и модели знаний (Теория и практика создания систем искусственного интеллекта). – Тарту: Изд-во Тартуского университета, 1985. – С. 87-114.
52. ЭВМ пятого поколения. Концепции, проблемы, перспективы. – М.: Финансы и статистика, 1984.