Ключевые слова: искусственный интеллект. модели мира. условные рефлексы. нормальное интеллектуальное устройство. самообучающиеся устройства.обучение по примерам. прогнозирование. выбор оптимального действия. эмоции. планирование действий. теория алгоритмов. абстрактная вычислительная машина.

Эта страница посвящена одному из наименее известных направлений исследований в области искусственного интеллекта, называющемуся "теорией нормальных интеллектуальных устройств"

(японские роботы, блестящий пример поразительного совершенства современных компьютеров и прикладной механики - с одной стороны, и полного застоя в философии ИИ - с другой :)

При разработке конструкции автономных интеллектуальных устройств были использованы следующие базовые идеи:

1. Предполагалось, что действительно самостоятельным, полностью независимым в интеллектуальном плане, может быть лишь устройство обладающее собственной, внутренне обусловленной целью. Эта цель проявляет себя через механизм эмоций.

2. Мы исходили из того, что отличительная особенность всякого интеллектуального существа – это “разумное”, целенаправленное поведение. Очевидно, что такое поведение может быть реализовано самообучающимся устройством только за счет предварительного прогнозирования последствий от совершаемых им действий (и отбора наиболее оптимальных). Отсюда следует, что интеллектуальные способности устройства в значительной мере определяются тем, насколько успешно оно способно извлекать знания из внешнего мира, строить модели внешнего мира и прогнозировать различные варианты его развития.

Основные положения теории содержатся в следующих работах:

Нормальные интеллектуальные устройства.

(Довольно объемная концептуальная статья, впервые опубликованная в июле 1998 года.)

      "В настоящей работе описываются самообучающиеся интеллектуальные устройства, которые были названы нормальными для того, чтобы подчеркнуть их отличие от тех узкоспециализированных и чрезвычайно косных искусственных конструкций, которые подчас тоже называют интеллектуальными.

      Некоторые идеи и представления, заложенные в концепцию нормальных интеллектуальных устройств, известны достаточно давно.

      Так, еще в 50-е годы (см. [1]) ряд исследователей высказал предположение, что "...интеллект можно трактовать как способность предсказать будущее в некоторой последовательности на основании наблюдений за ее прошлым. Идея состоит в том, что опыт личности можно рассматривать как последовательность дискретных событий и что разумные люди способны предсказывать будущее. Искусственный интеллект тогда изучается путем составления программ для предсказания последовательностей, образованных в соответствии с некоторым простым классом законов (иногда носящих вероятностный характер)".

      Несколько позже была выдвинута чрезвычайно перспективная идея придания интеллектуальным устройствам внутренне обусловленной активности (такая активность необходима всем устройствам, предназначенным для самостоятельного решения нестандартных задач), путем снабжения этих устройств особыми механизмами, оперирующими такими величинами, которые можно трактовать как эмоции. То, как именно могут быть использованы эмоции интеллектуальными устройствами при решении проблемы выбора оптимального действия, достаточно подробно показано в [2].

      Вместе с тем, предлагаемая концепция интеллектуальных устройств содержит и совершенно новые, оригинальные идеи. Наиболее многообещающей из них, является, впервые описанная в [3], идея представления моделей мира с помощью стохастических вычислительных машин, называемых вихрями. Существует предположение, что такое представление может позволить производить оценку, по степени пригодности для прогнозирования, различных моделей мира создаваемых интеллектуальными устройствами.

    Особо отметим, что интеллектуальные устройства, применяющие вихри для представления моделей мира, получают возможность использовать при обучении специфичные приемы, аналогичные тем, которые используются живыми существами при выработке условных рефлексов. Мы придаем этому обстоятельству большое значение, поскольку общеизвестно, что процессы обучения всех, в той или иной степени интеллектуальных, живых существ неразрывно связаны с процессами выработки условных рефлексов, а такой важный атрибут интеллекта как речь, может рассматриваться лишь как высшая форма условнорефлекторной деятельности. Очевидно также, что некоторые важнейшие ступени развития интеллекта в процессе филогенеза, могут рассматриваться как ступени развития и совершенствования условных рефлексов."

Алгоритмы и прогнозирование.

( В этой статье излагается физикалисткий подход к проблеме создания критерия истинности различных моделей мира. Статья опубликована в октябре 1997 года. Статья довольно сырая, содержащая терминологические и фактологические неточности. Все обнаруженные недостатки из соображений сохранения исторической достоверности были оставлены без исправлений.)

    "В искусственном интеллекте задача прогнозирования традиционно относится к задачам обучения по примерам и сводится к проблеме построения оптимальных алгоритмов (синтез функций и программ) или квазиалгоритмов (выбор статистических гипотез).

      Общая особенность задач обучения по примерам в том, что все они некорректны в том смысле, что задаваемая в виде примеров входная информация является недостаточной для однозначного формирования требуемого алгоритма (см. / 1 / ) : “ Например, при идентификации вычислимой функции по входным - выходным данным

                  (x₁,y₁), (х₂,у₂), … , (x_n,y_n)

существует бесконечное число вычислимых функций, графики которых содержат точки (х_i,у_i) и нет логических оснований предпочесть одну из них другой.”

      Причина этого лежит в уровне абстракции логики и арифметики и заключается в том, что как показывает история развития математики (в частности, перипетии, связанные с пятым постулатом Евклида), в логике и арифметике не содержится ничего, что позволило бы однозначно описать наш действительно существующий мир: и логика, и арифметика пригодны, вообще говоря, для описания бесконечного множества разных миров.

      Для того, чтобы в процессе обучения мог сформироваться лишь один алгоритм, наиболее адекватный обучающий выборке, а потому и наиболее пригодный для прогнозирования, необходим некий универсальный критерий, пользуясь которым можно было бы сравнивать алгоритмы между собой для отбора наиболее “ естественного” алгоритма, а для выработки такого критерия к аксиомам логики и арифметики должны быть добавлены такие аксиомы, которые позволили бы конкретизировать тот мир, в котором производится обучение.

      Так как, СИС FOURTH предназначена для взаимодействия с разумными существами, сформировавшихся в условиях реального физического мира, неизбежно отложившего отпечаток на их образ мышления, то предполагалось, что источником этих дополнительных аксиом могут быть законы развития материи.

      Такой подход (обычно называемый физикалистским) вполне оправдал себя: на базе основополагающих физических законов удалось выработать очередное уточнение понятия алгоритма (не вполне удачно названное циклоидой), а также, для всех алгоритмов, построенных в рамках этого уточнения, удалось сформулировать универсальный критерий отбора алгоритмов.

      Этот критерий оказалось возможным обобщить и использовать для сравнения между собой специфических квазиалгоритмов, называемых вихрями и используемых в FOURTH для моделирования процессов выработки условных рефлексов, которые, как мы предполагаем, лежат в основе интеллектуального поведения."

Уважаемые посетители страницы! Свои замечания и предложения вы можете оставить в

Гостевой книге

Либо направить по адресу:

trayan2000@mail.ru

Дата последнего обновления странницы 2003-10-12