Mašininio intelekto supratimas

Intelekto sąvoka labai plati ji įvairiai interpretuojama. Kalbėdami apie mašininį intelektą, turime susiaurinti šios sąvokos turinį. Intelektas apskritai neapibrėžiamas, tačiau galima nurodyti tuos aspektus, kuriais jis nagrinėjamas kibernetikoje. Kalbant apie žmogaus intelektą, reikia išskirti kelis bruožus: intelektas nuolat vystosi, jo pagrindą sudaro smegenų fiziologija, intelektas apjungia psichinės veiklos elementus.

Vystymasis – esminis, natūralus intelekto bruožas. Jį lemia embriono genetinis kodas: žmogus gimsta su išvystyta smegenų sistema. Aplinkoje vystosi vaiko intelektas: nuolatinis konfliktas tarp įsisavintų taisyklių ir vis naujos situacijos yra tas stimulas, kuris skatina tobulėti individo intelektą. Sudėtingi visuomeniniai santykiai stimuliuoja ir suaugusio žmogaus intelekto evoliuciją.

Smegenų fiziologija — begalinė sritis. Vidinė neurodinamika suformuoja emocines reakcijas ir būsenas. Subtiliame nervų audinyje įpinta žmogaus psichika: pasaulio įvaizdžiai, sąvokos — įvaizdžių struktūros, mintys — sąvokų struktūros, kalba — komunikacija tarp smegenų, mąstymas – operacijos su sąvokų struktūromis, emocijos — mąstymo, intuicijos, kūrybos reguliavimas. Šių psichinių procesų suminė charakteristika — tai intelektas.

Ar galima sukurti elektroninę skaičiavimo mašiną su besivystančiu intelektu, analogišku žmogaus intelektui? Ne, negalima.

tad koks gali būti mašininis intelektas?

Mano nuomone, gali ir turi būti bendras žmogaus ir mašinos intelektas. Toks požiūris apibrėžia dvi metodologines kryptis: viena, padaryti mašiną protingą, antra, padaryti žmones protingesnius ,— didesnio intelekto.

Remdamiesi šiuo požiūriu į mašininį (dirbtinį) intelektą, pasvarstykime penktosios kartos skaičiavimo mašinas.

Penktosios kartos mašinų galimybės

Penktosios kartos mašinos turės šias pagrindines savybes; informaciją priims ir pateiks natūralia rašytine kalba (prognozuojama, kad jų žodyną sudarys apie 10 tūkst. žodžių), priims ir pateiks informaciją šnekamąja kalba (žodynas apie 1000 žodžių), priims, interpretuos ir pateiks grafinius vaizdus, turės asociatyvinę minties organizaciją, t. y. mašina atpažins vaizdus, juos įsimins ir paskirstys atmintyje pagal susidarančias asociacijas. Tokios mašinos svarbiausi uždaviniai — teikti ne tiek skaičiavimo rezultatus, kiek loginių samprotavimų sprendimus, ypač kai uždaviniai nėra griežtai suformuluoti. Tam tikslui mašinos atmintyje turėtų būti apie 20 tūkst. taisyklių, kaip elgtis realiame pasaulyje, ir 100 min. faktų, kuriais mašina naudotųsi, priimdama sprendimus. Tokias mašinas tiktų vadinti pažintinės informacijos apdorojimo sistemomis.

Programuoti tokias mašinas — sava problema. Kitaip tariant, programuotojas jau negalėtų įveikti programavimo sunkumų. Todėl programavimas turės būti automatizuotas — pati mašina susidarinės programas.

Penktosios kartos mašinų numatomi techniniai parametrai įspūdingi: procesoriaus greitis 1—100 mlrd. operacijų per sekundę, operatyvinė atmintis apie 100 megabaitų. Terminalai atliks apie 2 min. operacijų per sekundę, galės per vieną milisekundę susijungti su 100 megabaitų atmintimi, o jų operatyvinė atmintis sieks iki 5 megabaitų. Technologinė bazė — labai didelės integrinės schemos: 1—10 min. ventilių viename kristale.

Tad kuriamos skaičiavimo mašinos, kurios protingai apdoros iš pasaulio gaunamą pažintinę informaciją ir bendraus su žmogumi vaizdais, šnekamąja kalba, parašytu tekstu.

Mokymasis – tai bendravimas su mašina

Pagrindinę mūsų tezę, kad yra galimas tiktai bendras žmogaus ir mašinos intelektas, pailiustruosime dviem pavyzdžiais — eksperimentais. rodančiais, kad ir žmogus, ir mašina bendraudami mokosi.

Masačiusetso technologijos institute apie 1970 m. buvo sudaryta programa, kuri turbūt yra geriausias pavyzdys, kaip mašina išmoksta suformuluoti sąvoką (sąvokos suformulavimas yra suprantamas kaip naujos žinių struktūros sudarymas, remiantis jau žinomomis sąvokomis). Programa buvo parašyta taip, kad ESM išmoktų sukurti elementarią architektūrinę konstrukciją — arką.

Programai buvo pateikti šie pradiniai duomenys: trimačių objektų — prizmės ir trijų plytų — aprašymas, taip pat arkos pavyzdys: dvi plytos, tarp kurių yra tarpas, o viršuje prizmė arba plyta. Arkos aprašymas ar apibrėžimas programoje nebuvo pateiktas. Programa sudarė vidinį grafinį aprašymą tokios konstrukcijos iš trijų detalių: dvi plytos, tarp kurių yra tarpas, palaiko trečią detalę — prizmę ar plytą. Arkos aprašymą mašina toliau panaudoja brėžiniui analizuoti, spręsdama, ar tas brėžinys yra arka. Tuo būdu mašina iš duoto atskirų elementų aprašymo sudarė naują struktūrą — sąvoką, kurią panaudojo kitam uždaviniui spręsti — arkos konstrukcijos brėžiniui analizuoti.

Dar įdomesnis eksperimentas, atliktas 1973 m. to paties instituto dirbtinio intelekto laboratorijoje.

Kaip žinia, vaikai mokosi palaipsniui: nuo elementarios aritmetikos einama prie sudėtingesnių uždavinių, kol mokinys ar studentas įgyja koncentruotų žinių — fundamentalių idėjų, kurios pakartotinai naudojamos įvairiuose moksluose įvairioms problemoms spręsti. Eksperimentas parodė, kad vaikas gali išmokti fundamentalių dėsnių ir taisyklių, programuodamas mašiną. Mašinos programavimas — tai vaiko žaidimas mašinos komandomis, kurias jis greitai įsisavina, sudaro nedideles programas ir jomis valdo mašiną vėžlį, kuris turi įveikti kliūtis, eidamas j tam tikrą tikslą. Vaikas valdo vėžlį ar kitą robotą, kurdamas nedideles programas, ir išmoksta tokių sąvokų, kurios pagal tradiciją laikomos giliomis ir svarbiomis: būsenos, įėjimo kintamųjų, tikslo, grįžtamojo ryšio, iteracijos, suderinimo. Vaikas sužavėtas: jis nejaučia mokymo sunkumo, jį patraukė žaidimas.

Mašinos proto ugdymas

Tarkime, kad jau turime penktosios kartos mašinas, aprūpintas sensorinėmis sistemomis. Jos priima ir interpretuoja garsus, vaizdus, tekstą. Mašina kaupia percepcinę informaciją, formuoja įvaizdžius, suvokia aplinkos daiktus, jų ryšius ir santykius.

Atmintyje taip pat kaupiasi taisyklės, loginiai sprendimai: sensorinės informacijos ir atmintyje sukauptų loginių taisyklių ir sprendimų visuma sudaro pažintinio vystymosi tendenciją. Peršasi analogija su žmogaus proto vystymusi.

Vaiko psichikos tobulėjimą stimuliuoja nuolatinis konfliktas tarp esamos situacijos ir įgytų loginių taisyklių, kurios reguliuoja elgseną. Analogiškas konfliktas sprendžiamas ir mašinoje. Taigi pažintinė evoliucija yra galima ir mašinoje.

Emocijos — labai būdingas intelekto bruožas. Vyrauja nuomonė, kad mašina niekada neturės emocijų.

Tam tikru laikotarpiu vaikas ima kalbėti, beje, labai emocionaliai. Mašiną irgi galima išmokyti kalbėti, o kalba išreikšti emocines būsenas. Jau šiandien galime mašinoje sintezuoti fizinį kalbos signalą ir sakome — mašina kalba. Tačiau dar nežinome abstraktaus kalbos proceso valdymo dėsnių, mažai suprantame „vidinę kalbą” — tuos intelektualius procesus, kuriais grindžiama komunikacija tarp žmonių.

Kada pradėsime kalbėtis su mašina, emocinių intelekto bruožų turės ir mašininė kalba. Dar daugiau — žmogaus ir mašinos bendravimo formos taps įvairesnės. Pavyzdžiui, muzikinė kalba ir muzikinė kūryba taps natūraliu mašinos sugebėjimu.

Ar mašina turės estetinį jausmą, ar galimas toks mašininės „psichikos“ išsivystymo laipsnis? Šiandien bendra nuomonė yra tokia, kad meną reikia jausti, kad meninė kūryba neišreiškiama taisyklėmis ir racionaliu mąstymu, todėl ir bet kuris mašininės kūrybos bandymas yra iš anksto pasmerktas nesėkmei.

Tiesa, menininkas negali suformuluoti, kaip jis kuria, tačiau tai nėra įrodymas, kad mašina niekada nesukurs paveikslo ar muzikinio kūrinio. Matematinio uždavinio sprendimas būna gražus, įdomus, bet gali būti ir nevykęs. Kodėl protingesnei mašinai vieni sprendimai negali atrodyti nauji, įdomūs, o kiti besikartojantys? Aprašymai ir sąvokų ryšiai, kuriuos priskiriame meno sričiai, gali būti prieinami mašinai. Tad kodėl mašina negali sudaryti programos veikimui, kurį šiandien priskiriame meninės kūrybos sričiai? Menas irgi savotiška programa.

Valdymas — svarbi žmogaus intelekto funkcija. Ar mašininis intelektas gali valdyti? Pas mus išpopuliarėjo nelabai tikslus terminas — automatizuotos valdymo sistemos. Tai mašininio intelekto sritis — skaičiavimo mašinos atmintyje formuojamos valdymo procedūros. Buvo laukta, kad mašinos greitai ir lengvai išspręs valdymo uždavinius, kuriuos žmonės sunkiai įveikdavo. Tačiau teko pergyventi tam tikrą nusivylimą: mašinos nėra protingesnės už žmogų. Tas valdymo sritis, kuriose geriau dirba mašina, ir tas sritis, kurios toliau lieka žmogui, būtina rūpestingai išskirti ir paruošti. Tad vėl panaši išvada — galimas tiktai bendras žmogaus ir mašinos intelekto darbas.

Mašininio intelekto kūrimas mūsų šalyje

Iki šiol samprotavome teoriškai. Na, o kokia gi praktika? Ar dar toli ta diena, kai naudosimės intelektualių ESM paslaugomis valdymui ir kitoms protinės veiklos sritims? Tarybų Sąjungoje mašininis intelektas intensyviai tiriamas ir kuriamas. Tą darbą daugiausia dirba Maskvos, Kijevo, Novosibirsko, Vladivostoko mokslininkai. Sukurta įvairių eksperimentinių programinių sistemų. Jos atspindi mašininio intelekto kūrimo realius pasiekimus dabartiniame etape. Štai jų pavyzdžiai.

1975—1977 m. buvo sukurta klausimų—atsakymų sistema energetikai. Ji orientuota energetinių sistemų dispečeriniam automatizuotam valdymui. Tai tarpusavyje susijusių programų kompleksas mašinai ES-1010. Programos sudarytos asemblerio kalba. Atsakymo forma šioje sistemoje priklauso tiktai nuo klausimo formos: valdymo objekto situacija nėra analizuojama. Vėliau šiai informacinei sistemai suteiktos „intelektualinės” savybės: sukurtas adaptyvus sistemos papildymas su žinių modeliu. Adaptyvios programos pagerina žmogaus ir mašinos dialogą: dispečeris gauna patarimą priklausomai nuo valdymo objekto situacijos. Atsakymai į klausimus gaunami greitai — per kelias sekundes.

Tais pačiais metais sukurta įdomi transporto planavimo ir valdymo interaktyvinė sistema. Ji įgalina planavimo specialistą naudotis duomenų bazėje sukauptomis žiniomis ir spręsti operatyvaus planavimo uždavinius interaktyviniu režimu. Klausimai mašinai pateikiami natūralia kalba raštu, tačiau jie yra apriboti uždavinio tema. Žmogus, dirbantis su šia sistema savo profesijos ribose, praktiškai nejunta sistemoje naudojamos natūralios kalbos apribojimų. Todėl ši dialoginė sistema yra parengta siaurai problemai ir tam tikros profesijos vartotojui. Šiuo metu tik tokios specializuotos sistemos efektyviai dirba realiomis sąlygomis.

Galima paminėti specifines šios sistemos sukūrimo ypatybes. Pirma, potencialių klausimų analizė parodė, kad naudojama kalbos leksika tesudaro 300—400 žodžių. Antra, naudojami žodžiai ir klausimai yra vienareikšmiai. Trečia, sistema turi atlikti trijų rūšių darbą: atsakyti į klausimus, dirbti su modeliais ir operatyviai keisti informacinius masyvus. Todėl sukurtoji sistema yra orientuota realiam vartotojui ir realioms gamybos sąlygoms.

Programos parašytos fortrano-IV ir asemblerio kalbomis, naudojamos vieningos serijos mašinos su operacine sistema OS.

Pagrindinis šios sistemos elementas, kuris ją išskiria iš tradicinių dialoginių sistemų, yra programinis interpretatorius, analizuojantis klausimus, pateiktus natūralia rašytine kalba.

TSRS MA Sibiro skyriaus skaičiavimo centro specialistai prieš šešerius metus parengė originalią klausimų—atsakymų sistemą. Ją kuriant, buvo realizuoti keli moksliniai tikslai: sudaryta eksperimentinė bazė tyrimams, kaip mašina supranta natūralią žmogaus kalbą, paruoštos taikomosios priemonės žmogaus bendravimui su mašina ir šio tipo sistemų programinės įrangos prototipai.

Buvo naudojama mašina BESM-6 ir jos programinė įranga, taip pat refalo metakalba, tinkanti bet kurių tekstų transformavimui į simbolius.

Nagrinėjamą intelektualią dialogo sistemą sudaro kompleksas programų, kurios skirtos žinomoms kalboms atvaizduoti ir analizuoti. Analizės tikslas — formaliai atvaizduoti teksto prasmę, po to interpretuoti teksto turinį, remiantis sistemoje esamomis žiniomis apie probleminę sritį. Sistemoje galima išskirti tris pakopas: modelinę (probleminės srities ir kalbos aprašymas), loginę (šių aprašymų atvaizdavimas), fizinę (atvaizdavimo realizavimas mašinoje: lingvistinis procesorius ir semantinis interpretatorius).

Dialogo frazės analizė mašina BESM-6 trunka 0,03—0,1 s vienam žodžiui. Tai skaičiai, artimi žmogaus reakcijos greičiui. Taigi sistema gali būti sėkmingai naudojama praktikoje.

TSRS MA Skaičiavimo centre Maskvoje prieš dešimtmetį buvo sukurta informacinė-loginė sistema, skirta ESM standartinės matematinės įrangos ir vartotojų — įvairių sričių specialistų, kurie nėra programuotojai, — dialogui.

Ši sistema turi modelinę duomenų bazę, kurioje sutelkta informacija apie sprendžiamų problemų sritis, taikomųjų programų ir duomenų, naudojamų praktiniams uždaviniams spręsti, aprašymai. Sistema taip pat turi skaičiavimo bazę, kurioje sukauptos taikomosios ir sisteminės programos bei duomenys.

Sistemos branduolį sudaro tarpusavyje susijusios programos-procesoriai: morfologinis, lingvistinis ir semantinis. Jie formuoja skaičiavimo planą ir iššaukia iš atminties taikomąsias programas, kurios vartotojui pateikia laukiamus rezultatus.

TSRS MA Tolimųjų Rytų moksliniame centre šiuo metu sukurta medicininės diagnostikos ekspertinė sistema. Ją sudaro medicinos žinių bazė ir loginio samprotavimo taisyklės. Medicininės diagnostikos žinių bazės modelis aprašomas tokia formalizuota kalba, kurią lengvai supranta gydytojas. Medicininės diagnostikos požiūriu šios žinių bazės ypatybė yra ta, kad eksperimentinė sistema stengiasi ne parinkti diagnozę iš jai žinomų, o kiek galima tiksliau suprasti konkretų atvejį, t. y. sukurti detalų šio atvejo modelį, kuris grindžiamas sistemos žinių visuma. Kai modelis sudarytas, nustatoma diagnozė ir ji pagrindžiama.

Lietuvoje mašininio intelekto kūrimo darbai neturi vieningos krypties. Tačiau dauguma taikomųjų mokslinių darbų aiškiai orientuoti į bendrą intelekto kūrimo problemą. Tai vaizdų automatinio atpažinimo, šnekamosios kalbos automatinės analizės, sintezės ir supratimo, automatizuoto intelektualių duomenų bankų ir skaičiavimo sistemų elementų projektavimo, robotų valdymo ir sensorinių sistemų projektavimo tyrimai. Tyrimo darbai sutelkti LTSR MA Matematikos ir kibernetikos institute, Kauno A. Sniečkaus politechnikos institute, Vilniaus V. Kapsuko universitete, Liaudies ūkio planavimo ir ekonomikos mokslinio tyrimo institute, kai kuriose konstravimo organizacijose.

Mašininio intelekto sukūrimo techninės problemos sunkios. Žmogus priima ir perdirba labai daug vizualinės ir garsinės informacijos. Mašinos galimybės realiu laiku analizuoti jutiminę informaciją yra labai ribotos. Tiktai dabar, sukūrus labai integruotus mikrokompiuterius, palengvėjo šviesos ir garso signalų analizė.

Mūsų šalyje mikroelektronikos ir skaičiavimo sistemų plėtote labai rūpinamasi, skiriami dideli resursai. Ruošiama ilgalaikė skaičiavimo technikos plėtotės programa. Ji sudarys technines prielaidas intelektualioms mašininėms sistemoms sukurti.

Taigi mašininio intelekto problema yra reali jau šiuo metu. Bet ji bus nagrinėjama ir sprendžiama visais laikais, kol egzistuos skaičiavimo ir loginės mašinos.