Евгений Шуремов - Искусственный интеллект и Большие Данные. Без хайпа и наукообразия

Основной вопрос: «может ли машина мыслить?» до сих пор не имеет и ещё долго не будет иметь единого ответа. С точки зрения Христианства это невозможно, поскольку только Бог может наделить что-либо разумом, как наделил разумом человека. Поэтому создать устройство, способное мыслить, человек может только исполняя волю Божию. То есть попросту говоря под контролем и руководством Бога, перенося на устройство благодать Божию. С точки зрения буддистов неприемлемо само представление о том, что неодушевлённые материальные предметы способны к возможности осознания и познанию чего-либо. По мнению марксистов, как наиболее последовательных сторонников диалектического мышления, любое сложное техническое устройство, даже работающее по очень сложному алгоритму, является только перенесённой на него функцией человека. Следовательно, оно только выполняет определённые действия, которым его «научил» человек. В противоположность им большинство кибернетиков считают, что машина сможет мыслить, если научится манипулировать системой некоторым образом формализованных знаний, получая и накапливая новые знания в процессе решения конкретных задач. При этом, по мнению многих из них, она ещё и превзойдёт человека в решении многих задач за счёт практически неограниченной памяти и вычислительных возможностей.

Проблемы развития ИИ ставят на обсуждение также много этических вопросов. Прежде всего, обсуждаются глобальные риски, которые могут возникнуть, если внечеловеческий ИИ не будет запрограммирован на дружественность к человеку. То есть, если машина всё-таки может мыслить, то она в конце концов превзойдёт человека во всём и не факт, что посчитает наличие людей на Земле целесообразным.

Значительное внимание ИИ уделяют и деятели искусства. По этому поводу написано множество книг и снято большое число фильмов. В научно-фантастической литературе и фильмах то и дело возникают сюжеты, согласно которым ИИ пытается выйти из под контроля человека и доминировать над миром. Некоторые писатели рассматривают проблему глобальных изменений в обществе, вызванных возможной «киборгизацией» людей за счёт интеграции живой материи и имплантированных в тело технических устройств.

Традиционно историю развития систем искусственного интеллекта начинают с середины XX века, ознаменовавшейся появлением первых компьютеров и внедрением термина «Artificial Intelligence» – Искусственный Интеллект. Однако ещё в XIX веке в России коллежский советник Семён Николаевич Корсаков (1787—1853) уже ставил задачу усиления возможностей человеческого ума за счёт применения специальных технических устройств. В 1832 г. он опубликовал описание нескольких механических устройств («интеллектуальных машин»), предназначенных для частичной механизации решения задач поиска, сравнения и классификации. В конструкции этих машин предполагалось применение перфорированных карт, выполнявших функции современных баз знаний. «Интеллектуальные машины» С. Н. Корсакова предназначались для определения наиболее подходящих для конкретных пациентов лекарств на основании данных о симптомах их заболеваний.

С появлением и быстрым развитием электронных вычислительных машин (ЭВМ), наряду с массовой разработкой их неинтеллектуальных, но весьма востребованных приложений для самых разных сфер деятельности, закономерно возникли вопросы относительно возможностей их применения для решения интеллектуальных задач. Это потребовало решения множества сложных научно-практических задач и с тех пор новое научное направление получило бурное развитие.

В 1943 г. нейробиолог Уоррен Мак-Каллок и математик Уолтер Питтс в статье «Логическое исчисление идей, присущих нервной деятельности», основываясь на модели нервной системы как сложной сети взаимосвязанных нейронов, выдвинули идею о том, что логика поведения живых существ может быть описана сетью двоичных переключателей, имеющих состояния «Включено» и «Выключено». В предложенной ими модели нервной системы узлы связаны друг с другом таким образом, что активность каждого них управляется активностью других узлов в предшествующие моменты времени. То есть конкретный узел перейдёт состояние «Включено» только в том случае, когда некоторое значительное число смежных с ним узлов также имеют состояние «Включено». В дальнейшем, высказанные авторами статьи предложения стали основой для формирования многих идей построения самоорганизующихся систем, в частности, искусственных нейронных сетей.

В 1949 году Дональд Хебб предложил первый работающий алгоритм обучения искусственных нейронных сетей.

В 1950 году британский математик Алан Тьюринг опубликовал в журнале «Mind» статью «Вычислительная машина и интеллект», в которой описал тест для проверки программы на интеллектуальность. Он предложил поместить исследователя и программу в разные комнаты и до тех пор, пока исследователь не определит, кто за стеной – человек или программа, считать поведение программы разумным. Это было одно из первых определений интеллектуальности, то есть А. Тьюринг предложил называть интеллектуальным такое поведение программы, которое будет моделировать разумное поведение человека. В настоящее время уже существуют и активно эксплуатируются системы искусственного интеллекта, общение с которыми человек не может отличить от общения с другим человеком, то есть уверенно проходящие тест Тьюринга.

В 1956 году прошёл первый большой научный семинар, посвящённый искусственному интеллекту. Вскоре после его окончания (1956—1959 гг.) Джон Маккарти разработал LISP – язык программирования, впоследствии широко применявшийся для разработки СИИ.

В 1958 Френк Розенблатт разработал однослойный перцептрон и продемонстрировал его возможности для решения задач классификации. Перцептрон до сих пор используют для решения задач распознавания образов, прогнозирования погоды и в других приложениях ИИ

В 1959 году Гербертом Саймоном и Клиффордом Шоу был создан так называемый «Универсальный решатель задач» (англ. General Problem Solver, GPS) – компьютерная программа, в которой впервые были разделены знания и правила вывода. Программа успешно самостоятельно воспроизводила доказательства теорем эвклидовой геометрии и логики предикатов, решала шахматные задачи и другие головоломки, но реальные задачи решать не могла, поскольку для них поиск цепочки логического вывода приводил к непосильному для обработки компьютером в ограниченное время числу перебора промежуточных шагов.

В 1964 году Сергей Маслов опубликовал работу «Обратный метод установления выводимости в классическом исчислении предикатов», где впервые был предложен метод автоматического поиска доказательства теорем на основе исчисления предикатов.