Зарождение и золотой век искусственного интеллекта | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 4 января, печатный экземпляр отправим 8 января.

Опубликовать статью в журнале

Автор:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №49 (183) декабрь 2017 г.

Дата публикации: 12.12.2017

Статья просмотрена: 912 раз

Библиографическое описание:

Дубовская, Н. П. Зарождение и золотой век искусственного интеллекта / Н. П. Дубовская. — Текст : непосредственный // Молодой ученый. — 2017. — № 49 (183). — С. 20-22. — URL: https://moluch.ru/archive/183/46998/ (дата обращения: 22.12.2024).



В статье описываются предпосылки и начальный этап развития области искусственного интеллекта иначе известный как золотой век искусственного интеллекта. Данный период оказал большое влияние на культуру двадцатого века. Отражения этого влияния можно найти в литературе и кинематографе.

Ключевые слова: искусственный интеллект, машина Тьюринга, Дартмутский семинар.

Начало искусственного интеллекта

Предпосылки для создания искусственного интеллекта были заложены классическими философами — Лейбницем, Спинозой и Декартом, основателями рационализма, которые полагали, что в мышлении существуют основные принципы, подобные аксиомам геометрии, и из них знание можно выводить чисто логически дедуктивным методом. Эти философы начали формулировать гипотезу о физической символьной системе, которая станет основой для исследований в области искусственного интеллекта.

Технологическими предпосылками к возникновению отрасли знания об искусственном интеллекте послужила первая механическая вычислительная машина — считающие часы Вильгельма Шикарда, сконструированные им в 1623 г., а также созданные впоследствии суммирующая машина Блеза Паскаля (1643 г), и арифмометр Лейбница (1671 г).

В 1832 году коллежский советник С. Н. Корсаков предложил новый принцип разработки научных методов и устройств для усиления возможностей человеческого разума и представил серию «умных машин», в конструкции которых впервые были применены перфорированные карты.

В 1928 году немецкий математик Давид Гильберт формулирует так называемую «Проблему разрешения» [1]: найти алгоритм, который бы принимал в качестве входных данных описание любой проблемы разрешимости (формального языка и математического утверждения «S» на этом языке) — и, после конечного числа шагов, останавливался бы и выдавал один из двух ответов: «Истина» или «Ложь», — в зависимости от того, истинно или ложно утверждение «S».

1936 году Алан Тьюринг, считающийся отцом интуитивного подхода к изучению искусственного интеллекта, и Алонзо Чёрч независимо друг от друга публикуют работы, опровергающие возможность существования алгоритма, решающего проблему разрешения. Это утверждение известно как «теорема Чёрча-Тьюринга».

В этой же статье «On computable numbers, with an application to the entscheidungsproblem» [2] Алан Тьюринг также впервые употребляет понятие «А-машина», сейчас известная как «Машина Тьюринга». Машина Тьюринга — это абстрактная вычислительная машина, созданная для формализации понятия алгоритма. Машина Тьюринга является расширением конечного автомата и, согласно тезису Чёрча-Тьюринга [3], способна имитировать всех исполнителей (с помощью задания правил перехода), каким-либо образом реализующих процесс пошагового вычисления, в котором каждый шаг вычисления достаточно прост.

В состав машины Тьюринга входит неограниченная в обе стороны лента (возможны машины Тьюринга, которые имеют несколько бесконечных лент), разделённая на ячейки, и управляющее устройство, способное находиться в одном из множества состояний. Число возможных состояний управляющего устройства конечно и точно задано. Управляющее устройство может перемещаться влево и вправо по ленте, читать и записывать в ячейки символы некоторого конечного алфавита. Выделяется особый пустой символ, заполняющий все клетки ленты, кроме тех из них (конечного числа), на которых записаны входные данные. Управляющее устройство работает согласно правилам перехода, которые представляют алгоритм, реализуемый данной машиной Тьюринга. Каждое правило перехода предписывает машине, в зависимости от текущего состояния и наблюдаемого в текущей клетке символа, записать в эту клетку новый символ, перейти в новое состояние и переместиться на одну клетку влево или вправо. Некоторые состояния машины Тьюринга могут быть помечены как терминальные, и переход в любое из них означает конец работы, остановку алгоритма.

То есть, всякий интуитивный алгоритм может быть реализован с помощью некоторой машины Тьюринга. Машина Тьюринга была первой попыткой автоматизировать логические и математические вычисления, которые на том момент мог выполнять только человек.

В своей следующей статье «Computing machinery and intelligence» [4] (1950) Тьюринг задаётся вопросом «А может ли машина мыслить?». Эта абстрактная формулировка заменяется на «может ли машина, путем общения с человеком посредством письма, обмануть его и заставить человека думать, что он также имеет дело с человеком?». Отсюда берет свое начало знаменитый тест Тьюринга. Принято считать, что именно в этой работе впервые освещается вопрос искусственного интеллекта. Работу критикуют, так как до сегодняшнего дня ни одна машина не прошла Тест Тьюринга.

1943 году Уорен Мак-Каллох и Уолтер Питтс публикуют статью «A Logical Calculus of the Ideas Immanent in Nervous Activity» [5], в которой нейроны упрощенно рассматриваются как устройство, оперирующее двоичными числами. Так они основали новое направление в науке об искусственном интеллекте — нейронные сети.

В 1954 году Нильсом Ааном Баричелли был основан еще один подход в области искусственного интеллекта — эволюционное моделирование. При этом подходе решение задач оптимизации и моделирования осуществляется путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, аналогичных естественному отбору в природе (генетический алгоритм).

Этот период становления науки о искусственном интеллекте завершает Дартмутский семинар, на котором как планировалось, в течении лета будут решены самые большие и волнующие ученых вопросы. Организаторы данного семинара заявляли:

«Мы предлагаем исследование искусственного интеллекта сроком в 2 месяца с участием 10 человек летом 1956 года в Дартмутском колледже, Гановер, Нью–Гемпшир. Исследование основано на предположении, что всякий аспект обучения или любое другое свойство интеллекта может в принципе быть столь точно описано, что машина сможет его симулировать. Мы попытаемся понять, как обучить машины использовать естественные языки, формировать абстракции и концепции, решать задачи, сейчас подвластные только людям, и улучшать самих себя. Мы считаем, что существенное продвижение в одной или более из этих проблем вполне возможно, если специально подобранная группа учёных будет работать над этим в течение лета».

Хоть данным обещаниям не суждено было сбыться, на этом же семинаре было утверждено появление новой отрасли науки, были сформулированы основные направления исследований, а одним из членов данного семинара, Джоном Маккарти, было предложено название данной отрасти — «Artificial Intelligence» — «Искусственный интеллект».

Золотой век искусственного интеллекта

1956–1976 годы считаются золотым веком искусственного интеллекта, так как на тот момент не было накоплено никакой научной базы, что делало каждое открытие особенно важным. В это время искусственный интеллект развивался по двум основным направлениям: математическая логика и нейронные сети. Основные надежды возлагались на системы искусственного интеллекта основанные на комбинаторно логическом подходе. Данные системы были способны самостоятельно доказывать теоремы, играть в простые игры и строить простые последовательности действий в заданных условиях. Но успехи в области нейронных сетей тоже притягивали к себе внимание.

Американский ученый Фрэнк Розенблатт в 1962 году предложил принцип обучения нейронных сетей — обучение на примерах [6]. Также он создал первый нейрокомпьютер, с помощью которого ему удалось распознать рукописный текст.

1965 году Джон Алан Робинсон сформулировал правило резолюций [7] — правило вывода, восходящее к методу доказательства теорем через поиск противоречий. Его работы были решающими в развитии языка логического программирования Пролог, который был создан в 1972 году Аленом Колмероэ и Филиппом Русселем. С помощью этого языка стало возможным описывать различные задачи на языке логики с последующим решением на ЭВМ путем перебора всех возможных вариантов.

В это же время появилось понятие нечёткого множества, которое сформулировал Лютфи Заде в своей работе «Fuzzy sets» [8] (1965). Заде расширил классическое понятие множества, допустив, что характеристическая функция множества может принимать любые значения в интервале от «0» до «1», а не только значения «0» или «1». Вместе с понятием нечёткого множества возникла нечёткая логика, которая применяется в нейронных сетях (нейро-нечёткие системы).

В целом данный период характеризуется небывалым взлетом оптимизма и увеличением инвестиций в область искусственного интеллекта. Американское правительство начинает выдавать значительные гранты на фундаментальные исследования в данной области. В массовом сознании начинают появляются идеи о том, что скоро по улицам будут ходить роботы, а большие вычислительные центры будут заменять ученых. Отражение данных настроений можно обнаружить в литературе и кинематографе того времени. К самым ярким представителям писателей фантастов, в полной мере отражающим настроения того времени можно отнести Станислава Лема, Рэя Бредбери и Братьев Стругацких.

Литература:

  1. С. Л. Эдельман, Математическая логика. — Москва, Высшая школа, 1975. — стр. 45
  2. A. M. Turing, On computable numbers, with an application to the entscheidungsproblem, 1936
  3. [Электронный ресурс] // https:// ru.wikipedia.org/wiki/Тезис_Чёрча_—_Тьюринга (Дата обращения: 30.11.2017)
  4. A. M. Turing, Computing Machinery and Intelligence, 1950
  5. Warren S. Mcculloch and Walter Pitts, A Logical Calculus of the Ideas Immanent in Nervous Activity, Bulletin of Mathematical Biology Vol. 52, No. l/2. стр. 99–115.
  6. F. Rosenblatt: Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms. Brain Theory 1962. P. 245–248
  7. John Alan Robinson, A Machine-Oriented Logic Based on the Resolution Principle, Journal of the ACM № 12, — стр.23–41
  8. L. A. Zadeh. Fuzzy Sets. Information and control № 8, 1965, — стр.338–353
Основные термины (генерируются автоматически): искусственный интеллект, машина Тьюринга, управляющее устройство, машин Тьюринга, машина, нечеткое множество, область, правило перехода, семинар, сеть.


Ключевые слова

искусственный интеллект, машина Тьюринга, Дартмутский семинар

Похожие статьи

Искусство искусственного интеллекта

Искусственный интеллект коренным образом преобразовал отрасли человеческой деятельности по всему миру и на данный момент все глубже проникает в сферу искусства. На сегодняшний день важным вопросом является возможность достижения машинным интеллектом ...

Искусственный интеллект и его влияние на экономику и бизнес

В статье автор обозначает степень влияния искусственного интеллекта на экономику и бизнес, а также рассматривает его возможности и проблемы.

Развитие математики и искусственного интеллекта

В этой статье представлен обзор истории развития математики и ИИ, охватывающий период от ее зарождения в античные времена до бурного расцвета в современную эпоху. Автор показывает зарождение математики и ее тесную связь с другими науками, предоставля...

Искусственный интеллект: текущие достижения и перспективы

В статье автор рассмотрел такое понятие, как «искусственный интеллект» и выявил области, в которых он применяется, а также рассмотрел его достижения и перспективы.

Влияние искусственного интеллекта на образование

В статье рассматриваются преимущества и проблемы, которые могут возникнуть при использовании искусственного интеллекта в образовании.

Развитие лингвистического переводоведения в США

В статье рассматриваются основные этапы развития переводоведения с лингвистической точки зрения в США, а также работы исследователей и лингвистов, которые повлияли на этот процесс.

Видеоигры как феномен современного цифрового искусства

В статье описаны видеоигры как форма цифрового искусства, их влияние на культуру и общество. Приводятся аргументы их высокого потенциала для экспериментов с формой и содержанием, а также для воспитания положительных навыков у игроков.

Искусственный интеллект: потенциал развития на пути создания нового цифрового искусства

Статья посвящена актуальной проблеме внедрения искусственного интеллекта в процесс создания произведений искусства, а также вопросам, которые творчество ИИ поднимает в понимании искусства у художников XXI века. Возможна ли связь между машинным творче...

Искусственный интеллект: перспективы развития и внедрения в различные сферы жизни человека

Данная статья представляет собой комплексный обзор искусственного интеллекта (ИИ), начиная от его зарождения в середине XX века и до современных тенденций развития. В статье рассматриваются мотивации человечества для активного развития ИИ, несмотря н...

Влияние игровой индустрии на развитие информационных технологий

В этой статье исследуется влияние игровой индустрии на развитие информационных технологий (ИТ), выделяются достижения в области аппаратного и программного обеспечения, а также сетевых технологий. Рассматриваются инноваций в области и обсуждаются боле...

Похожие статьи

Искусство искусственного интеллекта

Искусственный интеллект коренным образом преобразовал отрасли человеческой деятельности по всему миру и на данный момент все глубже проникает в сферу искусства. На сегодняшний день важным вопросом является возможность достижения машинным интеллектом ...

Искусственный интеллект и его влияние на экономику и бизнес

В статье автор обозначает степень влияния искусственного интеллекта на экономику и бизнес, а также рассматривает его возможности и проблемы.

Развитие математики и искусственного интеллекта

В этой статье представлен обзор истории развития математики и ИИ, охватывающий период от ее зарождения в античные времена до бурного расцвета в современную эпоху. Автор показывает зарождение математики и ее тесную связь с другими науками, предоставля...

Искусственный интеллект: текущие достижения и перспективы

В статье автор рассмотрел такое понятие, как «искусственный интеллект» и выявил области, в которых он применяется, а также рассмотрел его достижения и перспективы.

Влияние искусственного интеллекта на образование

В статье рассматриваются преимущества и проблемы, которые могут возникнуть при использовании искусственного интеллекта в образовании.

Развитие лингвистического переводоведения в США

В статье рассматриваются основные этапы развития переводоведения с лингвистической точки зрения в США, а также работы исследователей и лингвистов, которые повлияли на этот процесс.

Видеоигры как феномен современного цифрового искусства

В статье описаны видеоигры как форма цифрового искусства, их влияние на культуру и общество. Приводятся аргументы их высокого потенциала для экспериментов с формой и содержанием, а также для воспитания положительных навыков у игроков.

Искусственный интеллект: потенциал развития на пути создания нового цифрового искусства

Статья посвящена актуальной проблеме внедрения искусственного интеллекта в процесс создания произведений искусства, а также вопросам, которые творчество ИИ поднимает в понимании искусства у художников XXI века. Возможна ли связь между машинным творче...

Искусственный интеллект: перспективы развития и внедрения в различные сферы жизни человека

Данная статья представляет собой комплексный обзор искусственного интеллекта (ИИ), начиная от его зарождения в середине XX века и до современных тенденций развития. В статье рассматриваются мотивации человечества для активного развития ИИ, несмотря н...

Влияние игровой индустрии на развитие информационных технологий

В этой статье исследуется влияние игровой индустрии на развитие информационных технологий (ИТ), выделяются достижения в области аппаратного и программного обеспечения, а также сетевых технологий. Рассматриваются инноваций в области и обсуждаются боле...

Задать вопрос