Автономные системы искусственного интеллекта

Усилия этого направления направлены на автоматизацию отдельных интеллектуальных действий человека при планировании поведения, целе-

______________________________________________________

*) В этом разделе использован материалы статьи автора «Новые горизон-ты машинного перевода» (НТИ. Серия 2. Информационные процессы и си-стемы. 2002, № 1. С. 17 – 29) и работы «Behavior-based Artifiсial Intelle-gence and 21^st Century MT Conception» (International Journal of Translation. Vol.14. No 2, 2002. C. 127 – 150), написанной совместно с Ю.В.Романовым.

сообразного с точки зрения определённой логической задачи. Примером таких задач могут служить задачи, возникающие в ходе игры в шашки, на-

рды, отчасти шахматы, при построении систем машинного доказательства теорем, сенсорных роботов. Существуют лингвисты-алгоритмизаторы и программисты, осознанно или подсознательно опираясь на номотетические убеждения Лейбница, Рассела и раннего Витгенштейна (см. Введение и [30. С. 269 – 271]), пытаются развивать интеллектуальные функции ЛА ис-ходя из давно преодолённого наукой убеждения о том, что язык есть слож-ное математическое исчисление. В центре внимания представителей этого направления находятся вопросы хранения знаний, построение экспертных систем и систем поиска информации, чернового перевода иноязычных

Однако, критический анализ построения и функционирования таких ИИ-систем показывает, что они не обнаруживают признаки полновесной интеллектуальности. И шахматные роботы, и системы распознавания обра-зов, электронные композиторы, и даже системы доказательств теорем, не говоря уже о системах машинного перевода, не обладают пока настоящим творческим интеллектом (Intellectus, Vernunft по Канту). Эти системы на-ходятся в лучшем случае на формально-логическом уровне рассудка (ratio – у схоластов, Verstand – у Канта), в пределах которого ни сама “интеллек-туальная” система, ни заложенные в ней понятия и цели не способны к самостоятельной адаптации к таким изменениям условий общения и внеш-ней среды, которые заранее не предусмотрены алгоритмизатором

Если говорить о возможностях моделирования синтактики, семанти-ки, и прагматики текста, то их слабость нагляднее всего обнаруживаются в построении и функционировании простейших диалоговых систем, имити-рующих свободную недирективную беседу системы и человека. Функцио-нируя на основе бихевиористской схемы “стимул – реакция”, эти системы моделируют лишь контактоустанавливающие функции речевого общения. . Благодаря искусно подобранным и заранее введённым в систему репликам-шаблонам, здесь создаётся иллюзия недирективного коммуникативного воздействия, производимого ЛА на живого собеседника. Эта иллюзия бы-вает настолько сильной, что находятся наивные математики и филологи, утверждавшие, что такие диалоговые системы, выполняя тест Тьюринга, демонстрируют первый этап интеллектуального понимания текста комью-тером [63a. С. 101, 102, 108]. Появились также психиатры и психологи, по-верившие в то, что программа типа “ЭЛИЗЫ”, “ЭЛОЧКА” [4] или более сложный автомат типа “ПАРРИ”, который имитировал ответы больного с параноидным синдромом [87. C. 148], смогут стать базой для автоматизи-рованной психиатрии [112. C. 192 – 193].

Методологические и социальные последствия этих иллюзий могли оказаться настолько серьезными, что Дж. Вейценбаум – автор “ЭЛИЗЫ” выступил с подробным разъяснением инженерно-лингвистической техно-логии своей программы. Он со всей откровенностью показал, что работа диалоговых систем типа “ЭЛИЗА” подчинены одной цели – поддержанию видимости беседы, пусть даже откровенно эхолалического характера. Тем самым он предостерегал читателя против мистификации машинного “разу-ма” и вульгаризаторского упрощения человеческого сознания и интеллекта [14].

Несмотря на ограниченность полученных экспериментальных и те-оретических результатов результатов, в ходе работ по созданию “интеллек-туальных”систем на традиционной вычислительной технике были вырабо-таны следующие начальные условия и соответствующие понятия, на кото-рые нужно ориентироваться в работе по интеллектуалиции систем АПТ.

1. Проблемное пространство задач, которое есть множество сим-вольных структур (состояний) и набор операторов в этом пространстве. Входы и выходы операторов суть состояния. Некоторые из них могут быть определены только для части состояний. В этом случае мы имеем дело с частными операторами. Последовательность операторов образует путь во множестве состояний.

2. Постановка задачи, предусматривающая задание наборов началь-ных и конечных (целевых) состояний и множества фазовых ограничений на переходы из одного состояния в другое (траектории).

3. Решения задачи заключающиеся в том, чтобы найти в простран-стве состояний оптимальные траектории, которые, начинаясь с некоторого исходного состояния, проходят маршрутом, удовлетворяющим накладывающимися на задачу ограничениямям, заканчивает-ся в одном из целевых состояний.

Например, проблемное пространство для игры в шашки включает:

– начальное состояние в виде исходного положения фигур;

– процедуры, т.е. разрешенные ходы;

– целевое состояние, т.е. полное истребление или блокирование фигур противника.

На этих принципах построены программы, решающие другие исчи-сленческие задачи, например, доказательства теорем или игры типа нард. Эти принципы используются в рассмотренных выше “интеллектуальных” системах АПТ. Экспертные системы, а также системы аннотирования и индексирования текста (главы 6 – 7) упорно выдают с помощью заранее заготовленных шаблонов-фреймов только ту заложенную в их базах зна-ний информацию, которая соответствует (не всегда содержательно) запросам потребителя или заранее заданной структуре фрейма. В этих главах были рассмотрены аналогичные способности компьютера исполь-зовать легко распознаваемые синтактические характеристики текста для решения таких простейших адаптационных задач как определение языка, “подъязыка” или общей тематики обрабатываемого документа. У непод-готовленного пользователя работа этих систем также вызывает иллюзию осмысленного человеко-машинного речевого контакта.