Top.Mail.Ru
Последняя информация о COVID-19
AI-полные задачи - как стать умнее человека?
14 июня 2010 в 18:38

AI-полные задачи - как стать умнее человека?

AI-полные задачи  - как стать умнее человека?Недавно в СМИ (ну по крайней мере в той ее части, которая пишет о достижениях науки и техники) активно обсуждался новый проект IBM — DeepQA, целью которого является создание программы, которая может обыграть человека в Jeopardy (аналог нашей телевизионной игры «Своя игра»). Цель на самом деле интересная, хотя на сегодняшний день это интеллектуально полная задача. Но давайте предположим, что IBM удалось добиться своей цели. Что это реально будет означать?

Для того, чтобы лучше понять, что представляет из себя проект DeepQA, необходимо осознать, что скрывается за понятием «AI-полнота» — неофициальной концепции и главного элемента фольклорных рассказов исследователей искусственного интеллекта? Основная идея AI-полноты заключается в следующем: некоторые задачи настолько сложные, что для их решения необходимо создать искусственный разум сравнимый с интеллектом человека. Такие задачи называются AI-полными. С другой стороны, существует множество задач, для решения которых (как может показаться на первый взгляд) требуется мощный интеллект, и которые поддаются решению с использованием достаточно простых алгоритмов. Такие задачи не являются AI-полными.

Нахождение таких задач является интересным занятием (особенно для экспертов в области искусственного интеллекта), всегда интересно узнать, какая из задач действительно в результате окажется AI-полной. Например, игру в шахматы эксперты относили к AI-полным задачам … до появления Deep Blue. Игра Го до недавнего времени тоже считалась AI-полной, а теперь компьютеры демонстрируют столь хороший уровень игры (играют выше среднего уровня, а иногда одерживают победу над профессиональными игроками), что ее все реже и реже относят к этому классу задач. Многие исследователи ИИ в 50-х — 60-х годах считали, что символьная математика всегда будет оставаться AI-полной задачей. Но с появлением программных пакетов, таких как «Mathematica», это мнение кажется уже абсурдным. Нельзя однозначно утверждать, существуют ли вообще AI-полные задачи. Может быть любая из тех задач, что приходится решать человеку, может быть сведена к набору не сильно сложных алгоритмов. И ключом к пониманию загадки человеческого интеллекта будет сочетание этих программ и алгоритмов. Хотя многие исследователи и относятся скептически к этой версии, они не прочь обсудить ее.

Классическим примером AI-полной задачи, моделирующей поведение человека, является умение компьютера свободно общаться с человеком на «человеческом» языке. Эта задача была предложена в 50-х годах прошлого века Аланом Тьюрингом, и заключается в следующем: компьютер будет обладать интеллектом человека тогда, когда будет способен выдавать себя за человека в разговоре с другим человеком (так называемый «тест Тьюринга»). В каком-то смысле это достаточно спорный тест: зачем, например, искусственному интеллекту обязательно выдавать себя за человека? И можно ли считать людей, которые участвуют в тесте, обладающими достаточно высоким интеллектом?

Задача вопросов-ответов (часто ее называют QA-задачей) стоит особняком. Эту довольно сложную проблему часто рассматривают совместно с такой уникальной особенностью человека, как членораздельная речь. Это достаточно активная область академических исследований проблем искусственного интеллекта. По решению этой задачи проводятся соревнования, такие как TREC, а результаты работ по ее решению используют для создания полезных приложений, таких как EAGi.

Тем не менее вопрос о том, является ли задача ответов на вопросы AI-полной, вызывает разногласия в научных кругах. На сегодняшний день ни одна из систем искусственного интеллекта не может конкурировать с человеком, отвечая на вопросы об общих знаниях, но некоторые из таких систем показывают отличные результаты в специализированных областях знаний. Игра, в которой необходимо ответить на 20 вопросов, была «взломана» еще в 2004 году достаточно простым искусственным интеллектом.
И вот теперь перед участниками проекта DeepQA была поставлена задача создать интеллект, способный играть в «Свою игру» (довести до ума то, что было начато еще 6 лет назад). По словам представителя IBM Майкла Логхарна перед участниками проекта не было поставлено никаких конкретных сроков и задач по достижению конкретного результата. Но если IBM берется за такой проект, это обязательно что-то значит. А значит это может то, что IBM находится на пути создания ИИ уровня человека. Или то, что задача вопросов-ответов как и шахматы не является AI-полной задачей.

Обратите внимание, что до сих пор речь идет не о творчестве или совершении научных открытий, а лишь о способности отвечать на вопросы на основе «прочитанной» или «услышанной» где-то информации. Задача ответа на вопросы требует быстрого доступа к знаниям из различных областей: литературы, истории, политики, поп-культуры, науки… Но большая часть этих знаний в настоящее время доступна в Интернете, а ответ практически на любой вопрос можно найти на интернет-сайтах, где он записан простой фразой на английском языке.

Более амбициозные задачи поставили перед собой европейские ученые, решившие направить свои усилия на создание платформы для анализа информации, которая бы сняла существующие барьеры для дальнейшего развития существующих в настоящее время систем анализа информации для Semantic Web. Этот прект намного сложнее, чем DeepQA, но и потенциал для дальнейшего развития у него тоже больше. Его участники хотят, чтобы ИИ не просто отвечал на вопросы, основываясь на информации, почерпнутой из баз знаний. Они хотят создать программу, которая бы находила причинно-следственные связи, основываясь на всей информации, которая находится в его распоряжении, и делала бы выводы, выходящие за рамки этой информации. Очевидно, что этот проект более «интеллектуальный», чем DeepQA.

Но даже, если DeepQA и не сделает прорыва в вопросах исследования ИИ, он все равно окажется фантастически полезным. Каждый из нас тратит кучу времени на то, чтобы сформулировать поисковый запрос в Google, а затем просмотреть множество страниц, чтобы наконец найти то, что было нужно.

Проект DeepQA поможет навсегда решить эту проблему.

627
Комментарии (0)

Выберите из списка
2011
2011
2010
2009