Об ИИ без мифов. Путеводитель по истории Искусственного Интеллекта - Черняк Леонид - Страница 18

Справедливостям ради заметим, что в конце девяностых оба, и Минский, и Маккарти признали неоправданным свой оптимизм на старте, но как-то вынужденно и неохотно, объясняя неудачи ссылками на нехватку финансирования. О каких деньгах могла идти речь, если теперь они оценивали срок, необходимый для достижения уровня HLMI, аж четырьмя или даже пятью столетиями (!), а отнюдь не нескольким десятком лет. Удивительно, что, увеличив срок на 2 порядка, они не испытали ни малейшего смущения.

Основоположники символьного подхода сознательно не замечали важности материальной стороны AI. Убеждение во второстепенности инженерии было сформулировано Хансом Моравеком в форме тезиса, получившего название «парадокс Моравека». Этот парадокс активно поддержал Минский. Моравек утверждал, что для сложных мыслительных процессов требуются относительно небольшие вычисленные мощности, и напротив, для автоматизации сенсомоторных операций требуются огромные вычислительные ресурсы: «Относительно легко довести компьютер до уровня компетенции взрослого человека в таких задачах как тест на интеллект или игра в шашки, однако сложно или невозможно достичь навыков годовалого ребенка в задачах восприятия или мобильности». Почему он принял за истину такого рода убеждение и почему с подачи Минского эту спорную мысль называют парадоксом?

Ранняя критика AI

Не все поддались на обещания скорых результатов, только несколько ученых сумели сохранить трезвый взгляд. Среди них был Джозеф Вейценбаум, автор программы ELIZA, он предупреждал об ошибочности отождествления естественного и искусственного разума, основываясь на сравнительном анализе фундаментальных представлений психологии и на наличии принципиальных различий между человеческим мышлением и информационными процессами в компьютере.

О целесообразности переориентации научного сообщества со стремления наделить машины человеческими качествами на обеспечение более продуктивного взаимодействия человека с компьютером писал Джозеф Ликлайдер, психолог, вошедший в историю своей ролью в создании интернета. Ликлайдер был руководителем отдела методов обработки информации (Information Processing Techniques Office, IPTO) – подразделения ARPA, курировавшего разработку Глобальной сети. Ликлайдер автор знаменитой статьи «Симбиоз человека с машиной» (Man-Computer Symbiosis, 1960), ставшей своего рода идеологическим базисом для создания компьютерных сетей, в ней проповедуется совершенно естественное для сегодняшнего дня прагматичное отношение к машине.

Может показаться странным, но в 60-е годы способность компьютера, играть в шахматы, сочинять музыку или выполнять перевод с иностранного языка казалась гораздо более важной, чем умение решать те многочисленные и разнообразные прагматические задачи, для которых он используется сегодня в 99,99 % случаев. Нужен был кто-то, кто мог изменить цели и по-иному расставить приоритеты, и этим кем-то оказался психофизиолог Джозеф Ликлайдер. Он предложил направление, им же названное interactive computing, где во взаимодействии с человеком машине отведена вспомогательная роль. Через пару лет Даг Энгелбьарт уточнил роль компьютера – усиление человеческого интеллекта (augmenting the human intellect).

В статье Ликлайдера находим: «Задача состоит в том, чтобы обеспечить симбиотическое партнерство человека и машины, где человек ставит цели, формулирует гипотезы, определяет критерии и дает оценки, а на компьютер возлагается рутинная часть работы, способствующая повышению продуктивности человека». Эта мысль Ликлайдера остается актуальной по сей день: с внедрением новых технологий повышается уровень взаимодействия, в компетенцию машины переходят те рутинные функции, которые прежде мог выполнять только человек.

Критические взгляды таких ученых, как Вейценбаум и Ликлайдер, с одной стороны, и отсутствие практических результатов с другой, не могли остаться незамеченными. Была, правда, надежда на системы автоматизации перевода MT, но и они не оправдывали ожиданий. Для того чтобы сравнить обещанное в этой области с реальностью в 1964 году правительство США создало специальный комитет ALPAC (Automatic Language Processing Advisory Committee), его составили семь ученых, принадлежавших к разным направлениям, в том числе и те, кто серьезно занимался проблемами МТ. Наиболее критично был настроен Энтони Этингер (Anthony Oettinger, 1929), написавший диссертационную работу на тему автоматизации составления словарей еще в 1954 году и понимавший реальную сложность задачи МТ. Эттингер автор термина компьютерные коммуникации, был консультантом по высадке на Луну «Аполлона», президентом Ассоциации вычислительной техники (ACM), участвовал в работе разведывательного сообщества. Лингвистам хорошо известна его фраза, ставшая каноническим образцом неоднозначности живого языка «Time flies like an arrow; fruit flies like a banana» (Время летит как стрела, а фруктовые мухи любят бананы). В первом употреблении flies переводится глаголом летит, а во втором существительным муха, этот пример демонстрирует ограниченность тривиальных систем MT. В своем отчете, подготовленном к 1966, году ALPAC скептически оценил сделанное и перспективы подхода «слово-в-слово», он констатировал необходимость серьезных академических исследований. Это решение критическим образом повлияло на отношение военных к AI в целом, не только к MT, и стало первым импульсом к сокращению финансирования, близилась «первая зима AI».

Отчет Лайтхилла

Свою особую роль в судьбе AI сыграло правительство Великобритании. Обеспокоенное ситуацией неопределенности, оно в 1973 году обратилось за консультацией к специалисту в области прикладной математики Джеймсу Лайтхиллу, не связанному напрямую с AI, и предложило дать объективную оценку происходящему. Лайтхилл провел всестороннее исследование, проштудировал доступные источники и побеседовал с 52 (!) наиболее известными экспертами в области AI, классифицировал полученные данные, выполнил анализ и сделал прогноз на следующие 25 лет. Отчет официально называется Lighthill Report: Artificial Intelligence.

Лайтхилл начал с анализа статус-кво, разделив всю существовавшую на тот момент деятельность в области AI на три направления – A, B и C по специфике выполняемой в этих направлениях работы.

• A – Advanced Automation (продвинутая автоматизация), сюда он включил все, что так или иначе связано с разработкой машин, способных заменить человека в самом широком смысле этого слова. Направление А он в свою очередь разделил на два канала: один – назовем его A1 – индустриальные и военные приложения, другой – приложения AI к математике и науке. Первый реализуется с применением логических, а не только, как прежде, арифметических, способностей компьютеров для совершенствования систем и процессов управления, а также при разработке таких вещей как распознавание печатных текстов, изображений, на криптографию и на тому подобные вещи, которые сегодня стали естественными составляющими окружающей среды. Второй канал A2 – это доказательства теорем, машинный перевод и другие задачи, которые можно отнести к HLMI, то есть к машинному разуму человеческого уровня

• C–Computer-based CNS (воспроизведение на компьютере центральной нервной системы), в основе которой лежат теоретические исследования в области нейрофизиологии и психологии. Слово теоретические подчеркивает тот факт, что тогда это были не попытки моделировать реальную работу нервных клеток, а создание теоретических моделей мозга на основе общих принципов, известных из нейрофизиологии. Этот направление развивают не биологи, а математики, вкладывающие в свои модели полученное ими представление о работе мозга. Сегодня мы называем этот подход коннекционистским.

• B – Building Robots (создание роботов). Лайтхилл еще использует для него название Bridge activity, то есть объединенная деятельность направлений A и B с целью создания разумных машин-роботов.