Dirbtinis Intelektas

Turinys

Įvadas 3

DI (Dirbtinis Intelektas). Jo istorija 4

Veikimo principai 4

O kam gi viso to reikia? 6

Ar visa tai realu? 7

Išvados 8

Naudota literatūra 9

Ivadas

Ar kada nors mes susimąstėm iš kur pas mus atsiranda mintys? Kodėl mes priimame vienus sprendimus, o ne kitus? Kas išvis dedasi mūsų galvoje? Tai tik atrodo, kad viskas paprasta: pagalvojai apie saldainį – nuėjai – nusipirkai ir suvalgei. Mąstymo proceso tyrinėjimu žmonės užsiima nuo senų senovės. Ir beveik tiek pat ilgai mes ieškome būdų sukurti dirbtinį pprotą.

DI (Dirbtinis Intelektas). Jo istorija

Dar senovės Graikijoje žmonės lenkdavosi prieš „gyvąsias“ statulas, skelbusias pranašystes ir reikalavusias dovanų. Prietaringiems gyventojams tai buvo Dievo pasiuntiniai, o suktiems žyniams, tūnantiems viduje – pelningas verslas. Vystantis mokslui ir technikai daugėjo eksperimentų norint sukurti sąmoningas mašinas. 1736 metais prancūzų išradėjas Žakas de Vokansonas padarė mechaninį žmogų, grojantį fleita. Jo sukurtas natūralaus dydžio muzikantas uždenginėjo dirbtiniais pirštais kiaurymes, pūtė pūstuką ir mokėjo sugroti 12 melodijų. Kiek vėliau Austrijoje pasirodė mechaninis metraštininkas, sugebantis laikyti rankose plunksną iir rašyti nedidelius tekstus. XIX amžiaus 30-aisiais metais anglų matematikas Čarlzas Bebidžas darbavosi kurdamas sudėtingą skaitmeninį skaičiuoklį, pavadintą „analitine mašina“. Nors iki galo projektą atlikti nepavyko, netgi šio agregato beta versija sugebėjo apskaičiuoti paprasčiausius šachmatų ėjimus, kas tais laikais atrodė nneįtikėtina. Bebidžo pradėtą idėją 1914 metais užbaigė ispanų mokslininkas Leonardas Torresas-Kivedo, pateikęs visuomenei aparatą, mokantį žaisti šachmatų end-špilius ne prasčiau už gerą didmeistrį. Nepaisant to, kad visi tie žaisliukai sukeldavo žiūrovų susižavėjimą ir buvo akivaizdus techninio progreso pavyzdys, kam nors daugiau, nei atlikti elementarų, iš anksto užprogramuotą veiksmą, jie netiko.

50-aisiais metais, pasirodžius pirmosioms elektroninėms skaičiavimo mašinoms, žmonės pamatė jose puikų įrankį senos svajonės įgyvendinimui – dirbtinio proto sūkurimui. Apskritai, kompiuterio procesoriaus ir žmogaus smegenų veiksmų algoritmai panašūs, skiriasi tik savomis galimybėmis. Visas mūsų mintis ir veiksmus valdo milijardai tarpusavyje susijusių dalelių – neuronų. Tai lyg informacijos bitai, formuojantys elgesio kryptį. Viskas, ką galėjo pasiūlyti pirmieji kompiuteriai – nelemtuosius tūkstančius bitų. Vis vien, kai kurioms programoms to visiškai pakako. 1952 m. EESM apstulbino amerikiečių televizijos žiurovus, tiksliai numačius JAV prezidento rinkimų rezultatus. 1956 m. dideliu pasiekimu tapo programa „Logic-Theoretic“, kuri mokėjo įrodinėti teoremas. O 1957 m. amerikiečių matematikai ir olandų psichologai bedromis pastangomis užbaigė pradėtą darbą su pirmąja pilnaverte šachmatų programa „NSS“ . 1956 m. Džonas Makkartis – termino „Dirbtinis Intelektas“ autorius ir vienas iš pionierių kompiuterinio mąstymo srityje – surengė pirmąją mokslinę konferenciją apie DI. Dalyvauti joje atvyko visi negausūs mokslininkai, dirbusieji kuriant protingas mašinas ir turėjusieji skirtingus uždavinio sprendimo vvariantus. Šis susitikimas turėjo svarbiausią istorinę reikšmę ir sudarė sąlygas atsirasti kompiuterių mokslų šakai su bedravardžiu pavadinimu. O šešiasdešimtųjų pradžioje tas pats Džonas Makkartis ir jo bičiulis Marvinas Minskis sukūrė pirmąją Dirbtinio Intelekto laboratoriją. Joje dirbo daugelis talentingų programuotojų iš Masačiusetso bei Stenfordo institutų, tenai taip pat buvo kuriami patys pažangiausi projektai, tokie, kaip mokantis žaisti tenisą robotas. Ši laboratorija ir dabar yra pasaulinis centras. Tačiau per prabėgusius 40 metų mokslininkų ir organizacijų, užsiimančių DI klausimais, skaičius daug kartų padidėjo (tarp jų ne paskutinį vaidemenį turi ir Rusija). Dar labiau padaugėjo nuomonių dėl visų tyrimų pagrindinio tikslo – sukurti sistemą, sugebančią veikti ir priimti sprendimus panašiai kaip žmogus.

Veikimo principai

Viskas ten labai sudėtinga. Norint imituoti mūsų smegenų veiklą, pradžioje reikia susigaudyti, kaip jie veikia. Štai čia mūsų ir laukia problemos. Kaip paaiškėjo, kol kas mes tiksliai nežinome, kaip galvoje gimsta mintys. Smegenys – toks sudėtingas mechanizmas, jog laikomas viena iš didžiausių Visatos paslapčių. Jų savybes tiria ir laužo galvas tūkstančiai psichologų, tačiau kol kas mes turime tikai bendrą supratimą.

Daugelį metų mokslininkai ieškojo būdų kaip įdiegti mašinoms protą. Įvairiais laikotarpiais atsirasdavo žmonių, pateikiančių savas hipotizes, o jų mintis tuoj pat pasigaudavo kiti. Ir taip mokslas apie Dirbtinį Intelektą palaipsniui suskilo įį atsikras šakas. Kiekvienas iš šių krypčių savaip svarbi ir randa pritaikymą įvairiose žmogaus veiklos srityse. Toliau – pagrindiniai metodai, kurie naudojami DI projektuose.

„Planning“ – į kompiuterį įvedama daugybė įvairių veiksmų variantų. Po to jam suteikiamas esamas padėties ir laukiamo rezultato apibrėžimas. Kompiuteris, peržiūrinėdamas visus galimus variantus ir atmesdamas neteisingus, ieško optimalaus tikslo pasiekimo kelio. Pagal turimus duomenis sudaromas sprendimo algoritmas (teisingų veiksmų seka). Tipiškas pavyzdys: šachmatų mašina „Deep Blue“.

„Machine Learning“ – bandymas sukurti tokia sistemą, kuri galės pati tobulintis savarankiškai papildydama savo duomenų bazę. Kažką panašaus jau moka kai kurios programos, tačiau galimybės čia labai ribotos, ir jos visos taip pat prilauso nuo žmogaus. Ideali sistema privalo mokėti atpažinti ir analizuoti tekstą, susijungti su internetu ir važinėtis jo platybėse, susiurbti milžiniškus informacijos srautus (kol nepasprings pritūkusi vietos : ] ).

„Automating Programming“ – kompiuteris turi galingą vidinę programavimo kalbą. Kuomet jam duodamas suformuluotas uždavinys, jis pats rašo programą jo išsprendimui. Norėdami tai įsisamoninti, įsivaizduokime, kad viena gražią dieną „Borland C++“ pats pradės lipdyti funkcijas ir kintamuosius, kurdamas varikliuką „Quake4“ ; ] .

„Pattern Recognition“ – kai programa bendrauja su aplinka, ji nuolat sulygina savo pamatytus vaizdus su duomenų bazėje esančiais šablonais ir, priklausomai nuo užprogramuotos reakcijos, adekvačiai raguoja. Akivaizdus bandymas kompiuteriu aatgaminti žmogaus regėjimą, vistuotinai naudojamas vaizdų ir karinių taikymo sistemų atpažinimo sistemose.

„Inference“ – priešingybės metodas. Tai reiškia, kad programa priima kokį nors sprendimą ir laiko jį teisingu, kol nėra įrodyta priešingai. Pavyzdžiui, pamatęs pauksčio skrydį, kompiuteris visus pauksčius laiko mokančiais skraidyti tvariniais. Tačiau pakanka pamatyti pingviną arba strutį, jog įsitikintų priešingai.

„Knowledge Represantation“ – darbas kuriant programą-transliatorių, išverčiančius gaunamus duomenis į suprantamą kompiuteriui kalbą. Tai užduotis, kad kiekvienas AK „pamatytas“ vaizdas pavirstų nulių ir vienetų seka, pranešnačia jam apie daikto pavadinimą, formą, spalvą ir kitus atributus.

„Neural Networks“ – bandymas atkurti vykstančius mūsų smegenyse procesus neuronų tinklais. Neuronų tinklas – tai didžiulis kiekis tarpusavyje susietų paprastų procesų, sąveikaujančių vienas su kitu ir sugebančių keisti savybes priklausomai nuo pageidaujamo rezultato. Tokios konstrukcijos lankstumas leidžia spręsti praktiškai bet kokias skaičiavimo ir logines operacijas, todėl „NN“ laikoma viena iš perspektyviausių DI sričių. Problemą sudaro tik, kad pilnaverčio smegenų modelio sūkurimui prireiks daugiau kompiuterių, nei dabar yra išvis visame pasaulyje!

„Neuristics“ – visų galimų situacijų sudarymo metodas, jų apdorojimas pašalinant neefektyvius sprendimus ir ėjimas optimaliu keliu. Kažkas panašaus į „Planning“, tačiau čia kompiuteris pats modeliuoja galimus įvykių vystymosi variantus. Vėlgi, geru pavyzdžiu bus „Deep Blue“. Mašina apdoroja visas lentos figūrų kombinacijas 5-10 ėjimų į priekį, įvertindama bet

kuriuos priešininko sprendimus, ir nustato tokią elgesio linkmę, kuri duos geriausią rezultatą. „Deep Blue“ duomenų apdorojimo greitis – per 200 milijonų situacijų per sekundę, o dabar jau egzistuoja kompiuteriai, dvigubai viršijantys šį rodiklį.

„Genetic Algorithms“ – proceso organizavimas, primenantis evoliuciją gamtoje. Tai vyksta maždaug taip: programavimo kalba „Lisp“ rašomas kelios programos, kurios tarpusavyje „sukryžminamos“ ir taip sudaro begalę alternatyvų. Šios, savo ruožtu, pakartoja tą patį veiksmą. Iš gautų milijonų kombinacijų atrenkamos tos „kolonijos“, kurios labiausiai atitinka uždavinio sąlygas, kitos – savaime ssusinaikina. Papildydamos viena kitą, išlikusios programos ir yra optimalus sprendinys.

O kam gi viso to reikia?

Dirbtinio intelekto radiniai jau seniai naudojami daugelyje mūsų gyvenimo sferų, nors apie tai net nenutuokiame. Karinė technika, kosminiai tyrimai, buitinė aparatūra ir juo labiau kompiuterinės technologijos – Dirbtinio Intelekto algoritmai prasiskverbė visur. Nepaisant to, kad pagrindinis taikinys dar net nešmėžuoja horizonte, sėkmingai įveikti etapai plačiai naudojami ir daug kuo palengvina mūsų gyvenimą. Paimkime, pavyzdžiui, balso atpažinimo sistemas, pirmą kartą praktikoje realizuotas 1990 metais. Dabar jjau visiškai realu instaliuoti specialią programėlę, prijungti AK prie telefono linijos ir, stovint eilėje prie pieno kitame miesto gale, pasiųsti balsu per mobilų telefoną reikiamą komanda. Tarkim, nueiti į „web.dkd.lt“, perkelti naują žinutę iš forumo į SMS pranešimą ir išsiųsti ssavo numeriu. Kitos atpažinimo sistemos – veidų atpažinimu – jau seniai naudojasi specialiųjų tarnybų darbuotojai. Ypač populiarios jos tapo po rugsėjo 11 teroro akto. Amerikoje dabar beveik visuose prekybos centruose prie įėjimų ir išėjimų pastatyti prietaisai, lyginantys asmenų veidų kontūrus us ypatingai įtarinų asmenybių sąrašu, saugomu atminties įrenginyje. Ir vos tik prie slenkčio sušmėžuotų Osamos bin Ladeno barzda – atvykę žmonės su antpečiais tuoj pat perkeltų jį į naują butą.

Plačiai paplito vadinamos „Ekspertinės sistemos“. Grubiai tariant, tai galingi kompiuteriai, į kuriuos sutalpino begalę žinių pagal siauros specializacijos temą, ir kurie gali greitai apdoroti šią informaciją žmonių reikmėms. Pirmu eksperimentiniu moduliu 1974 metais tapo „MYCIN“. Šitas agregatas buvo skirtas infekcinių susirgimų diagnostikai ir konsulatacijų suteikimui. Jau tada sistema susidorodavo su savo įįpareigojimais geriau, nei studentas medikas ar praktikuojantis gydytojas. Dabar mes turime kur kas sudėtingesnių įranginių. Tokių, kaip „Earth Simulator Center“ – pats galingiausias pasaulyje superkompiuteris, pilnai sumodeliavęs Žemę. Juo galima sekti menkiausius atmosferos ir iš anksto užkirsti kelia galimoms kataklizmoms.

Kalbant apie DI negalima nepaminėti robototechnikos. Tai viena įdomiausių sričių, ir dauguma žmonių kaip tik su ja sieja protingų mašinų sąvoką. Jau seniai praėjo tie laikai, kai fantastų šlovinami „mechaniniai žmonės“ atrodė kažkuo nepasiekiamu. Dabar vidutiniškai pasiturinti šeima gali nusipirkti kaip gglobotinį robotą-šunį ar robotą-žiurkėną, kuris guviai bėgios po kambarį, vykdys komandas balsu, atneš kamuoliuką ir atliks akrobatinius triukus. Robotizuota technika yra visų išsivysčiųsių pasaulio šalių kariniuose arsenaluose. Pavyzdžiui, JAV jau kuo rimčiausiai vykdomi eksperimentiniai darbai kuriant tikrą robotą-policininką. Berklio institute baigiamas darbas su mikroskopiniu robotu-muse, kuris sveria 0,1 gramo ir moka skraidyti! Turint šiek tiek fantazijos, galima įsivaizduoti, kokias galimybes suteiks tokia daikčiukas žvalgybos tarnyboms. Neseniai Pentagonas anonsavo būsimas 2004 metų didžiąsias robotų lenktynes, kuriose galės dalyvauti bet koks savarankiškai judantis mechanizmas. Varžybų nugalėtojo kūrėjai gaus milijoną dolerių ir bendradarbiavimo su JAV Gynybos ministerija kontraktą. Tūkstančiai mokslininkų praleidžia visą savo laiką kurdami vis sudėtingesnius mechanizmus. Robotas-voras, sugebantis ropoti sienomis ir lubomis, robotas-dviratininkas, apvažiuojantis kliūtis, robotas-vertėjas, robotas-šokėjas – visa tai jau vakarykštė diena.

Žmogaus fantazinai nėra ribų, ir praktiškai kiekvieną dieną pasaulį išvysta naujas mechanizmas, sukeliantis susižavėjimą ir nuostabą.

Būtų neteisinga čia nepaliesti kompiuterinių žaidimų srities. Nepaisant visų protestų ir patikinimų, kad buka geležis nė velnio nemoka surasti optimalaus kelio į tikslą, o šarlatanus „botus“ tu išardai atsarginėms dalims, praktiškai visuose šiuolaikiniuose žaidimuose sudėti Dirbtinio Intelekto algoritmai. Žinoma, jie toli gražu ne tobuli, tačiau „Blizzard“ ir „ID software“ tipo kompanijos investuoja maišus dolerių naujų ir patobulintų senųjų DI varikliukų kūrimui. Iki „Deep Blue“ ppergalės prieš Garį Kasparovą visas pasaulis abejojo tuo, kad ši galėtų įveikti pasaulio čempioną. Bet po varžybų Garis išėjo liūdnai nuleista galva. Žmogaus proto kovoje su metematiniu apskaičiavimų prie šachmatų lentos nugalėjo pastarasis. Kiekvienais metais žaidimai tampa vis protingesni. Kol kas tai vyksta vien tik dėl kompiuterių galingumo didėjimo, kai atsiranda daugiau galimybiu sudėtingiems matematiniams apskaičiavimams. Ir jau ne už kalnų tie laikai, kuomet žaidimų programos galės stulbinančiai patikimai imituoti gyvą varžovą.

Ar visa tai realu?

Atsakymas, visiškai realu. Tikai mes iki tų laikų neišgyvensime. Nepasisveikinsime rankomis su Verteriu, nepadėsime kiberberniukui susirasti savo mamą. Todėl, kad netgi pažangiausieji mokslininkai pripažįsta, jog kol kas veikiančius Dirbtinio Intelekto mechanizmus tikrai kabutėse galima pavadinti intelektualiais. Visi patys pažangiausi „chatai“, nenugalimieji „botai“ ir „Deep Blue“ tipo šachmatų monstrai – ne daugiau kaip užprogramuoti geležys, atliekantys jiems pavestas funkcijas. Faktas lieka faktu, kompiuteris – tik vykdytojas, ir jo mąstymą riboja įvestu algoritmų kiekis. Mes sudedame į jo elektroninę galvą terabitus informacijos, jis tinkamai ja operuoja, tačiau niekaip negali suprasti, ką ji reiškia. Pats populiariausias argumentas prieš tai, kad kompiuteris gali tapti protingas, yra Džono Sierlo pateikta analogija su kinietišku kambariu. Įsivaizduokime, kad mus užrakino tuščiame kambaryje ir visais būdais izoliavo nuo išorinio pasaulio. Kambaryje yra tik kkeli konteineriai su kinietiškais hieroglifais ir instrukcija rusų kalba apie kinų sintaksę. Joje išsamiai aprašyta, kaip ir kur reikia perstatyti simbolius, kad iš jų gautųsi prasmingas sakinys. Viskas ko reikia – surasti pavaizduotą hieroglifą ir padėti jį į savo vietą. Perdėliodami simbolius pagal aprašytas taisykles, sodarome frazę, kuri kinui tampa suprantama. Bet, kadangi instrukcijoje nėra hieroglifų reikšmių aprašymo, tai mums tai – viso labo ženklų seka, iš kurių gavosi teisingas sakinys. Kokia jo prasmė – mes nežinome. Kaip tik taip ir dabar dirba visos kompiuterių programos. Žmogui, nežinančiam algoritmų sudarymo principų, gali pasirodyti, kad mašina priima protingus sprendimus. Tačiau iš tikrųjų ji viso labo perstatinėja hieroglifus pagal instrukciją.

Nežiūrint šios nuomonės, tūkstančiai mokslininkų atlieka tyrimus Dirbtinio Intelekto srityje, mėgindami rasti universalų problemos sprendimą.

Tolimaisiais 1950 metais genialus amerikiečių matematikas Alanas Tiuringas parašė straipsnį „Computing Machinery and Intelligence“, kuriame pasiūlė tokį apibrėžimą – jeigu kompiuteris sugebės įtikinti žmogų savo protingumu, jis turi teisę būti laikomas tokiu. Traktavimas patiko daugumai mokslininkų, ir nuo to laiko kaip kompiuterių kvailumo matuoklis naudojamas Tiuringo testas. Iš tikro čia viskas paprasta. Į kambarį, kuriame stovi terminalas, pakviečiamas žmogus A. Terminalas sujungtas su dviem kitais, esančiais gretimuose kambariuose. Viename iš kambarių – žmogus B, kitame – kompiuteris. Žmogus A

naudodamasis terminalu, gali užduoti bet kokius klausimus savo pašnekovams, jo užduotis – kaip galima greičiau nustatyti, kur – mašina, o kur proto brolis. Atitinkamai kompiuterio tikslas – tiek sukvailinti šį žmogų, kad jis patikėtų jo biologine kilme. Tiuringo testas vykdomas keliais etapais, kurių metu A ir B pasikeičia į kitus B ir A. Ir jau pagal rezultatų visumą nustatomas vienos ar kitos kompiuterinės sistemos efektyvumas. Kasmet laikyti egzaminą atvažiuoja dešimtys labiausiai perkrautų kompiuterių iš viso pasaulio. Tam, kuris pasirodys geriau uuž kitus, priklauso kasmetinis medalis ir keletas ar keliolika tūkstančių dolerių prizas. Na, o mašinai, kuriai pavyks pilnai išlaikyti bandymą, duos pratikškai „kosminį prizą“. Tiesa, išlaikyti testą dar niekam nepavyko. Kaip beišsidirbinėtų gudragalviai kompiuteriai – žmogus visada sugeba užduoti ypatingai klastingą klausimą, nuo kurio sistema paprastai užstringa. Manoma, kad kai mašina galiausiai, įveiks Tiuringo testą – tai ir bus tikro Dirbtinio Intelekto epochos pradžia.

Išvados

Mokslininkai sudarinėja galimas ir negalimas teorijas, ginčijasi vienas su kitu ir be perstojo ieško. Ieško tto pačio kabliuko, kuris padėtų išbudinti iš miego dirbtinį protą ir priversti jį be jokių algoritmų paklausti: „Ir kokio velnio jūs mane sukūrėte?“. Tačiau tam maža paprasčiausiai milžiniško informacijos kiekio. Reikalingas naujas sprendimas, nauja idėja, kuri pakeistų visą Dirbtinio Intelekto ssuvokimą. Leisdami gyvenimą be paieškų, mažai kas susimąsto apie klausimą „o kuriam tikslui?“. Ir apei tai, kas gali atsitikti, jeigu svarbiausias tikslas būtų pasiektas. „Terminatorius“ ir „Matrica“ parodė, kur mes galime nueiti besiveršdami sukurti intelektualias mašinas. Ir tai dar ne pati liūdniausia pasekmė. Mes žiūrime tuos filmus ir suvokiame, kad tai visiškai įmanoma.ir toliau ieškome. Be abejonės, šiuolaikiniai pasiekimai labai naudingi. Bet naudingais juos daro kabutės, į kurias kol kas paimtas Dirbtinio Intelekto apibrėžimas. Kas galėtų išpranašauti, kas atsitiktų, jeigų atsirastų kažkas protingesnis už mus, suktesnis ir labiau garbėtroškiškas? Iš tiesų verta susimąstyti.

Naudota literatūra:

1. „Hakeris“ 2003 spalis

2. http://www.google.lt