Коллектив авторов - Большая энциклопедия техники

Почти для всех логических методов характерна медленная работа из-за большой трудоемкости, так как машине приходится перебирать всевозможные варианты для доказательства необходимой цели. Поэтому хорошее качество работы могут гарантировать мощные машины, обрабатывающие большое количество информации за единицу времени, либо базы данных с необходимой информацией будут иметь меньший размер.

Следующий метод для построения систем ИИ – структурный подход. ИИ моделируется в виде модели человеческого мозга. Самой первой моделью был перцептрон Френка Розенблатта – это машина, обладающая искусственным интеллектом, умеющая различать предлагаемые объекты по каким-либо признакам и разделяющая их на классы, ранее указанные ей. Основной структурной единицей в подобных машинах является нейрон.

В конце концов начали возникать некоторые другие методы для построения систем ИИ при помощи структурного метода, которые получили название «нейронные сети». Так как существует множество методов, обладающих одинаковым названием, то они должны отличаться друг от друга какими-либо свойствами. Среди них наблюдаются алгоритмы для обучения нейронных сетей, строение отдельных нейронов и топология связей между этими нейронами. Одной из самых известных систем ИИ является нейронная сеть с обратным распространением ошибки. Другие две известные нейронные сети – это сети Хопфилда и стохастические нейронные сети.

Все нейронные сети нашли широкое применение для распознавания объектов и образов, в том числе и сильно зашумленных. Очень существенным отличием структурного метода от логического является легкое распараллеливание алгоритмов, а за счет этого – сильно растущая производительность. Еще одним отличием является то, что эти системы работают даже в состоянии, когда информация об окружающей среде не полностью известна, т. е. как и человек, машина может выдавать ответы, отличные от «да» и «нет», иногда высказывая мнение, что скорее близок один ответ, чем другой. Присутствует появление неуверенности.

Третий подход для построения систем ИИ – эволюционный. Очень сильно отличается от двух предыдущих подходов тем, что здесь огромная роль уделяется начальной модели и правилам, по которым она может изменяться.

Главным является то, что как модель может быть составлена как набор логических правил, так и сама нейронная сеть. Когда начальная модель и правила заданы, то достаточно запустить машину, после чего она начинает проверку всех возможных моделей, выбирая самые лучшие, и на их основании начинают генерироваться новые по самым различным правилам. Затем снова происходит отбор и новая генерация. И такой цикл повторяется много раз.

Можно сказать, что эволюционных моделей не существует, а присутствуют лишь алгоритмы, которым обучаются машины, но модели, которые создаются по этим алгоритмам, имеют некоторые особенности и поэтому заносятся в отдельный класс. Особенностями является перенесение основной работы создателя системы ИИ с построения модели на сам алгоритм, по которому она обучается и модифицируется, и то, что созданные впоследствии модели не способствуют извлечению новых знаний о среде, окружающей ИИ, т. е. эта модель становится вещью в себе.

Еще один из широко используемых подходов для реализации систем ИИ – имитационный. Очень часто применяется в кибернетике и является для нее классическим, например, как и термин «черный ящик» – устройство, которое не раскрывает данную модель, ее структуру, каким способом она построена, но сохраняет все входные и выходные данные.

«Черный ящик» – объект, поведение которого имитируется. Необязательно знать, что находится у этой модели внутри, как она функционирует, важно, чтобы эта модель в подобных ситуациях вела себя так же.

В этом подходе явно моделируется одно из основных свойств человека – копировать действия окружающих его людей. Для этого ему не нужно вдаваться в подробности. Очень часто эта особенность человека экономит ему силы, особенно в начале его жизни.

Как и все остальные подходы, этот тоже имеет недостатки. Основным является то, что приходится обрабатывать множество информации, и множество моделей, построенных с помощью этого подхода, имеют замедленное действие. Приведем пример «черного ящика». Например, кто-то следит за нами, точнее, какое-то устройство. Оно записывает всю информацию о том, что мы делаем в разных ситуациях, т. е. происходит наблюдение за входными данными. А также ведется анализ величин, которые от нас исходят, например речь, движения. В этом случае «черным ящиком» выступает человек. После всего этого устройство пытается построить модель таким образом, что при определенных сигналах на входе она могла бы выдавать то же самое, что и человек в этих же ситуациях. Можно сказать, что созданная модель является клоном реального человека, который имеет низкий уровень интеллекта. Можно пойти дальше и получить брата-близнеца с примерно такими же «мыслями».

Конечно, эта модель для других будет являться копией того человека, с которого она взяла все правила выражений, а внутри нее будет пустота. При этом копируются только внешние атрибуты. Но после смерти человек уже не будет думать, его сознание погаснет, а клон будет пытаться высказывать то, что мог бы предположить человек, если бы он не умер.

Согласно философским представлениям сознание представляет собой как бы небольшую надстройку над подсознанием. Она следит за некоторыми участками головного мозга, в которых происходит обработка конечной информации (зрительной, чувствительной), а после этого возвращает на начальные стадии обработки этой информации. А затем происходит такая же обработка еще раз, и мы слышим, видим, чувствуем и воспринимаем, что думает наш мозг. Если мы принимаем активное участие в таком процессе, то может появиться возможность мысленного моделирования окружающего пространства. Как раз такой процесс наблюдения за деятельностью в мозге и называется сознанием. Когда мы «слышим» и «видим» свои мысли, это значит, что мы находимся в сознании, иначе – в бессознательном состоянии.

Если бы можно было создать такую работу немногих «сознательных» нервных центров как один «черный ящик», а работу «супервизора» при помощи другого «черного ящика», можно было бы сказать, что данная созданная модель походит на меня, думает так же, как я. Это, конечно, достаточно сложно получить, потому что нужно провести массу опытов с интеграцией человеческого мозга и приборов, которые могут считывать с него информацию. Да к тому же в данное время не существует таких приспособлений, которые могли бы следить за ним годами и не мешать ему работать и жить.