Читать книгу Искусственный интеллект и Большие Данные. Без хайпа и наукообразия - Евгений Шуремов - Страница 4

Традиционно историю развития систем искусственного интеллекта начинают с середины XX века, ознаменовавшейся появлением первых компьютеров и внедрением термина «Artificial Intelligence» – Искусственный Интеллект. Однако ещё в XIX веке в России коллежский советник Семён Николаевич Корсаков (1787—1853) уже ставил задачу усиления возможностей человеческого ума за счёт применения специальных технических устройств. В 1832 г. он опубликовал описание нескольких механических устройств («интеллектуальных машин»), предназначенных для частичной механизации решения задач поиска, сравнения и классификации. В конструкции этих машин предполагалось применение перфорированных карт, выполнявших функции современных баз знаний. «Интеллектуальные машины» С. Н. Корсакова предназначались для определения наиболее подходящих для конкретных пациентов лекарств на основании данных о симптомах их заболеваний.

С появлением и быстрым развитием электронных вычислительных машин (ЭВМ), наряду с массовой разработкой их неинтеллектуальных, но весьма востребованных приложений для самых разных сфер деятельности, закономерно возникли вопросы относительно возможностей их применения для решения интеллектуальных задач. Это потребовало решения множества сложных научно-практических задач и с тех пор новое научное направление получило бурное развитие.

В 1943 г. нейробиолог Уоррен Мак-Каллок и математик Уолтер Питтс в статье «Логическое исчисление идей, присущих нервной деятельности», основываясь на модели нервной системы как сложной сети взаимосвязанных нейронов, выдвинули идею о том, что логика поведения живых существ может быть описана сетью двоичных переключателей, имеющих состояния «Включено» и «Выключено». В предложенной ими модели нервной системы узлы связаны друг с другом таким образом, что активность каждого них управляется активностью других узлов в предшествующие моменты времени. То есть конкретный узел перейдёт состояние «Включено» только в том случае, когда некоторое значительное число смежных с ним узлов также имеют состояние «Включено». В дальнейшем, высказанные авторами статьи предложения стали основой для формирования многих идей построения самоорганизующихся систем, в частности, искусственных нейронных сетей.

В 1949 году Дональд Хебб предложил первый работающий алгоритм обучения искусственных нейронных сетей.

В 1950 году британский математик Алан Тьюринг опубликовал в журнале «Mind» статью «Вычислительная машина и интеллект», в которой описал тест для проверки программы на интеллектуальность. Он предложил поместить исследователя и программу в разные комнаты и до тех пор, пока исследователь не определит, кто за стеной – человек или программа, считать поведение программы разумным. Это было одно из первых определений интеллектуальности, то есть А. Тьюринг предложил называть интеллектуальным такое поведение программы, которое будет моделировать разумное поведение человека. В настоящее время уже существуют и активно эксплуатируются системы искусственного интеллекта, общение с которыми человек не может отличить от общения с другим человеком, то есть уверенно проходящие тест Тьюринга.

В 1956 году прошёл первый большой научный семинар, посвящённый искусственному интеллекту. Вскоре после его окончания (1956—1959 гг.) Джон Маккарти разработал LISP – язык программирования, впоследствии широко применявшийся для разработки СИИ.

В 1958 Френк Розенблатт разработал однослойный перцептрон и продемонстрировал его возможности для решения задач классификации. Перцептрон до сих пор используют для решения задач распознавания образов, прогнозирования погоды и в других приложениях ИИ

В 1959 году Гербертом Саймоном и Клиффордом Шоу был создан так называемый «Универсальный решатель задач» (англ. General Problem Solver, GPS) – компьютерная программа, в которой впервые были разделены знания и правила вывода. Программа успешно самостоятельно воспроизводила доказательства теорем эвклидовой геометрии и логики предикатов, решала шахматные задачи и другие головоломки, но реальные задачи решать не могла, поскольку для них поиск цепочки логического вывода приводил к непосильному для обработки компьютером в ограниченное время числу перебора промежуточных шагов.

В 1964 году Сергей Маслов опубликовал работу «Обратный метод установления выводимости в классическом исчислении предикатов», где впервые был предложен метод автоматического поиска доказательства теорем на основе исчисления предикатов.

В 1965 году в Стэнфордском университете создана экспертная система Dendral, предназначенная для определения молекулярной структуры неизвестного органического соединения, использовавшая эвристические знания и достигшая уровня эксперта в данной области.

С 1965 года начинает разрабатываться теория нечётких множеств. В 1965 году Лофти Заде в работе «Нечеткие множества» изложил основы математического аппарата теории нечётких множеств и в 1969 году представил её развитие в работе «Нечёткие алгоритмы».

В 1966 году Валентин Турчин разработал язык программирования Рефал, предназначенный для символьных вычислений (алгебраические преобразования); переводов с одного искусственного или естественного языка на другой; решения задач искусственного интеллекта.

В 1968—69 гг. психолог Росс Квиллиан ввёл понятие семантических сетей для моделирования структуры долговременной памяти человека. В дальнейшем семантические сети стали одним из наиболее популярных способов представления знаний, особенно в системах машинного перевода.

В 1969 году Марвин Минский опубликовал формальное доказательство ограниченности перцептрона и показал его неспособность решать задачи с инвариантностью представлений. Результатом этого стало резкое снижение интереса исследователей проблем ИИ к нейронным сетям.

В начале 1970-х и далее активно разрабатывается теория эволюционных алгоритмов, предназначенных для математического описания процессов естественного отбора в популяциях путём моделирования процессов мутации в живых организмах (Инго Рехенберг: «Эволюционные стратегии – оптимизация технических систем по принципам биологической информации», 1973; Джон Холланд: «Адаптация в естественных и искусственных системах», 1975).

В 1972 году группой сотрудников Марсельского университета во главе с Аленом Колмероэ был разработан PROLOG – язык логического программирования, основанный на исчислении предикатов, используемый для описания данных и логики их обработки. Программа на Прологе не содержит обычных для большинства языков программирования управляющих конструкций: условных операторов и операторов цикла, но позволяет описать модель фрагмента исследуемой предметной области на основе применяемых в ней терминов.

В 1972 году Теуво Кохонен и Джеймс Андерсон независимо друг от друга предлагают новый тип нейронных сетей.

В 1973 Лофти Заде предложил теорию мягких вычислений, а также теорию вербальных вычислений и представлений.

В начале-середине 1970-х гг. в Стенфордском университете разработана медицинская экспертная система MYCIN, предназначенная для диагностирования бактерий, вызывающих бактериемию и менингит, а также предлагавшая рекомендации о необходимом составе и количестве антибиотиков для их лечения в зависимости от веса больного. Особенностью системы была реализация методов формирования выводов и принятия решений в условиях неопределённости на базе ненадежной и недостаточной информации. Процесс разработки занял около 6 лет, а базовым инструментом был язык программирования Lisp.

В 1974 году Пол Вербос и Александр Галушкин независимо разрабатывают алгоритм обратного распространения ошибки для обучения многослойных перцептронов.

В 1975 Марвин Минский в работе «Фреймы для представления знаний» изложил теорию фреймов, которая часто используется как механизм для представления знаний в компьютерных системах.

В 1977 году Эбрахим Мамдани разработал алгоритмы применения нечёткой логики в приближенном рассуждении на основе методов лингвистического синтеза.

В начале 1970-х – середине 1980-х начинают массово создаваться коммерческие экспертные систем как инструмент поддержки принятия решений в самых разных сферах человеческой деятельности.

В 1974—1983 гг. Стенфордским исследовательским институтом разработана экспертная система PROSPECTOR, предназначенная для консультирования геологов по вопросам оценки геологических ресурсов региона и конкретной местности на предмет возможности наличия полезных ископаемых, а также выработки рекомендаций относительно выбора мест для бурения.

1980-е и 1990-е годы характеризовались охлаждением интереса к исследованиям в области ИИ из-за резкого несоответствия возможностей реальных разработок и возлагаемыми на них при начале проектирования надеждами. Оказалось, что на существующем уровне понимания процессов интеллектуальной деятельности адекватно воссоздать человеческий интеллект невозможно.