Історія штучного інтелекту

Історія штучного інтелекту — галузь знань, що займається дослідженням походження та розвитку розділу комп'ютерної лінгвістики та інформатики, що займається формалізацією проблем та завдань, які нагадують завдання, виконувані людиною.

Історія штучного інтелекту, як вчення про розвиток сучасної науки і технології створення інтелектуальних машин, має своє коріння в ранніх філософських дослідженнях природи людини і процесу пізнання світу, розширених пізніше нейрофізіологами і психологами у вигляді ряду теорій щодо роботи людського мозку і мислення. Сучасною стадією розвитку науки про штучний інтелект є розвиток фундаменту математичної теорії обчислень, теорії алгоритмів і створення комп'ютерів.

На саму можливість говорити про поняття «Штучний інтелект» величезний вплив справила поява механістичного матеріалізму, який починається з роботи Рене Декарта «Міркування про метод” (1637) і відразу слідом за цим роботи Томаса Гоббса «Людська природа». Рене Декарт припустив, що тварина – якийсь складний механізм, тим самим сформулювавши механистическую теорію.

Технологічними передумовами до виникнення науки ШІ стало те, що в 1623 році Вільгельм Шикард побудував першу механічну цифрову обчислювальну машину, за якою послідували машини Блеза Паскаля і Лейбніца. Лейбніц також був першим, хто описав сучасну двійкову систему числення, хоча до нього цією системою періодично захоплювалися багато великих вчених.

У XVIII столітті завдяки розвитку техніки і, в особливості, годинникових механізмів інтерес до подібних винаходів зріс ще сильніше. В середині 1750-х років австрійський винахідник Фрідріх фон Кнаус сконструював серію машин, які вміли писати пером досить довгі тексти.

Досягнення в механіці XIX століття сприяли новому поштовху винаходів в напрямку до сучасного розуміння штучного інтелекту. У 1830-х роках англійський математик Чарльз Беббідж придумав концепцію складного цифрового калькулятора – аналітичної машини, яка могла б розраховувати ходи для гри в шахи. У 1832 році С. Н. Корсаков представив принцип розробки наукових методів і пристроїв для посилення можливостей розуму і запропонував серію «інтелектуальних машин», в конструкції яких, вперше в історії інформатики, застосував перфоровані карти.

Поява передумов штучного інтелекту

Перша робота, яка тепер стала загальним визнанням вважається що відноситься до штучного інтелекту, була виконана Уорреном Мак—Каллоком і Уолтером Піттсом. Вони черпали натхнення з трьох джерел: знання основ фізіології і призначення нейронів в мозку; формальний аналіз логіки висловлювань, узятий з робіт Рассела й Уайтхеда, а також теорія обчислень Тьюринга.

Мак—Каллок і Піттс запропонували модель, що складається зі штучних нейронів, в якій кожен нейрон характеризувався тим, що знаходиться у «ввімкненому» або «вимкненому» стані, а перехід у « ввімкнений » стан відбувався у відповідь на стимуляцію достатньої кількості сусідніх нейронів.

Стан нейрона розглядалося як «фактично еквівалентне висловлюванню, в якому пропонується адекватна кількість стимулів». Роботи цих учених показали, наприклад, що будь—яка обчислювана функція може бути обчислена за допомогою деякої мережі із сполучених нейронів і що всі логічні зв'язки ( «І», «АБО», «НЕ» і т.д.) можуть бути реалізовані за допомогою простих мережевих структур.

Крім того, Мак—Каллок і Піттс висунули припущення, що мережі, структуровані відповіднім чином, здатні до навчання. Дональд Гебб продемонстрував просте правило обновлення для модифікації кількості з'єднань між нейронами. Запропоноване ним правило, називається тепер правилом навчання Гебба, продовжує служити основою для моделей, які широко використовуються в наші дні.

Два аспіранти факультету математики Принстонського університету, Марвін Мінський і Дін Едмондс, в 1951 році створили перший мережевий комп'ютер на основі нейронної мережі. У цьому комп'ютері, що отримав назву «Snare», використовувалося 3000 електронних ламп і додатковий механізм автопілота з бомбардувальника В—24 для моделювання мережі з 40 нейронів. Атестаційна комісія, перед якою Мінський захищав дисертацію доктора філософії, висловила сумнів у тому, чи може робота такого роду розглядатися як математична, на що фон Нейман, за словами сучасників, заперечив: «Сьогодні — ні, але колись буде». Надалі Мінський довів дуже важливі теореми, що показують, з якими обмеженнями повинні зіткнутися дослідження в галузі нейронних мереж.

Крім того, можна навести велику кількість прикладів інших ранніх робіт, які можна охарактеризувати як ті, що відносяться до штучного інтелекту, але саме Алан Тьюринг вперше висловив повне уявлення про штучний інтелект у своїй статті «Обчислювальні машини й розум», яка була опублікована в 1950 році. У цій статті він описав тест Тьюрінга, принципи машинного навчання, генетичні алгоритми і навчання з закріпленням.

рік)

У Принстонському університеті проводив свої дослідження ще один авторитетний фахівець у галузі штучного інтелекту, Джон Маккарті. Після отримання наукового ступеня Маккарті перейшов у Дартмутський коледж, який і став офіційним місцем народження цієї галузі знань. Маккарті умовив Марвіна Мінського, Клода Шеннона і Натаніеля Рочестера, щоб вони допомогли йому зібрати всіх американських дослідників, які проявляють інтерес до теорії автоматів, нейронних мереж та досліджень інтелекту.

Вони організовували двомісячний семінар в Дартмуті влітку 1956 року. Всього на цьому семінарі були присутні 10 учасників, включаючи Тренчард Мура з Принстонського університету, Артура Самюела з компанії IBM, а також Рея Соломонова та Олівера Селфрідж з Массачусетського технологічного інституту.

Два дослідники з технологічного інституту Карнегі, Аллен Ньюелл і Герберт Саймон, буквально монополізували весь цей напрям. Тоді як інші могли лише поділитися своїми ідеями і в деяких випадках показати програми для таких конкретних програм, як шашки, Ньюелл і Саймон вже могли продемонструвати програму, котра проводить міркування, Logic Theorist[en] ( LT), або логік—теоретик, щодо якої Саймон заявив: «Ми винайшли комп'ютерну програму, здатну мислити в нечислових термінах і тому вирішили важливу проблему про співвідношення духу і тіла».

Незабаром після цього семінару програма показала свою здатність довести більшість теорем з праці Рассела і Уайтхеда «Principia Mathematica». Повідомляли, що Рассел був у захваті, коли Саймон показав йому, що ця програма запропонувала доказ однієї теореми, коротший, ніж у «Principia Mathematica». Редактори журналу Journal of Symbolic Logic[en] виявилися менш схильними до емоцій; вони відмовилися приймати статтю, співавторами якої були вказані Ньюелл, Саймон і програма Logic Theorist.

Дартмутський семінар не привів до появи будь—яких нових великих відкриттів, але дозволив познайомитись всім найбільш важливим діячам у цій науковій галузі. Вони, а також їхні студенти та колеги з Массачусетського технологічного інституту, Університету Карнегі—Меллона, Станфордского університету і компанії IBM займали провідне становище в цій області протягом наступних 20 років.

Можливо, результатом даного семінару, який найдовше зберігався — була угода прийняти нову назву для цієї області, запропоновану Маккарті, — штучний інтелект. Можливо, краще було б назвати цю наукову область «обчислювальна раціональність», але за нею закріпилася назва «штучний інтелект».

Історія розвитку штучного інтелекту в Україні

Період до 1970 р.

Визначається появою в Україні потужних на той час аналогових і електронних обчислювальних машин, а також кібернетичних пристроїв, за допомогою яких можна було довести, що немає такого типу інформації або алгоритму поведінки, які неможливо було б зобразити в ЕОМ. Багато уваги приділялося накопиченню досвіду у розв'язанні складних математичних задач на ЕОМ.

Формувалася система понять штучного інтелекту, усвідомлювалося поняття дискретної «розумної» системи і досліджувалися можливості розробки якісно нового інструментарію, що розширює коло застосування штучного інтелекту в інтелектуальній сфері.

В.М.Глушков здійснив філософський аналіз предмета і методів кібернетики, виділив основні напрямки досліджень зі штучного інтелекту й одним із перших сформулював у термінах теорії автоматів основні поняття штучного інтелекту, такі як «адаптація», «самоорганізація», «самовдосконалення», та ввів їх відносну міру.

У той же період М.М.Амосов висунув інформаційну гіпотезу про програми психічної діяльності людини. Разом зі своїми учнями він зайнявся моделюванням інтелектуальних функцій мережами автоматів, створив транспортний інтелектуальний робот ТАІР, систему «Соціум».

О.Г.Івахненко розпочав роботу над розпізнавальною самонавчальною системою на базі дворядного перцептрона «Альфа». Прихильник біонічного підходу та використання самоорганізації у створенні кібернетичних систем, він розробив метод групового врахування аргументів для розв'язання задач технічної кібернетики, визначив термін «еврістична самоорганізація».

О.І.Кухтенко проаналізував предмет кібернетики з точки зору використання при побудові складних систем керування засобів алгебраїчних перетворень, ідей ієрархічних структур та еврістичних процедур. Під його керівництвом було розроблено кілька систем керування рухом літака та електронних тренажерів для цієї мети.

В.І. Скурихін одним з перших реалізував ідеї дистанційного керування об'єктами, керував першими експериментами у цій галузі, працював над автоматом керування контактним зварюванням, висунув ідею інтеграції різноманітних комп'ютерних засобів у системи з метою забезпечення максимального системного ефекту.

Період від 1970 до 1990 р.

Характеризується теоретичними дослідженнями зі штучного інтелекту на досить високому математичному рівні. Відзначимо роботи в галузі побудови загальної теорії керування, математичної теорії проектування обчислювальних систем, розробки і обґрунтування алгоритмів та евристичних процедур розв'язання складних прикладних задач, використання ідей штучного інтелекту для формалізації реальних об'єктів і ситуацій в біології, медицині, економіці, лінгвістиці, підготовки бази для сприйняття ідей колективної обробки інформації й гуманізації комп'ютерного середовища.

З.Л. Рабиновичу вдалося опрацювати ідею підвищення машинного інтелекту. Ним же розроблено системно—біонічний підхід до побудови інтелектуальних ЕОМ на базі концептуального моделювання механізмів мислення. Його учні — В.М.Коваль та В.П.Гладун теж зробили значний внесок у розвиток проблематики штучного інтелекту.

В.М.Коваль разом зі своїми співробітниками розвинув ідею інтелектуальних розв'язувачів, запропонував математичний апарат аналізу багатовимірних процесів для розпізнавання динамічних обстановок та узяв участь у створенні перших у світі цифрових інтелектуальних гідроакустичних комплексів.

В.П.Гладун розробив  один з альтернативних засобів подання знань у штучних системах, він же плідно працював над плануванням рішень для експертних систем.

Період від 1990 р.

Для цього періоду характерні такі напрямки досліджень:

• розвиток математичної теорії проектування кібернетичних систем, особливо розподілених, багатопроцесорних і неоднорідних;
• розробка алгоритмів обробки алгебро-логічних структур даних;
• створення нової генерації моделей розуму та розумових функцій, на базі яких розроблено інтелектуальні комплекси та програмні системи;
• розробка кількох зразків інтелектуальних машин та програмних прототипів для розв'язання складних інтелектуальних задач (доведення теорем, аналітичних перетворень, перекладу з натуральних мов, розпізнавання зображень та мовних конструкцій тощо).

Відзначимо також інструментальний програмно—інформаційний комплекс для вивчення властивостей патогенезу ВІЛ—інфекції, в якому реалізовано ідею агрегації структур знань з різних джерел з метою формування бази даних для діагностування та прогнозу (прямого й зворотного) розвитку ВІЛ—інфекції.

В 90—х роках було розроблено нейромережні модулі обробки інформації, що дають можливість поліпшити характеристики систем розпізнавання образів і систем пошуку інформації у відповідності з інтересами користувача. Створено також апаратні засоби підтримки нейромережних модулів — нейрокомп'ютери. 

На сьогоднішній день дослідження в області штучного інтелекту ведуться в різних напрямках: моделювання міркувань, надбання знань, машинне навчання і автоматичне породження гіпотез, інтелектуальний аналіз даних і обробка образної інформації, підтримка прийняття рішень, управління процесами і системами, динамічні інтелектуальні системи, планування і т.д.