560 Глава 16. Искусственный интеллект Терри Седжновски. Разработанные им нейронные сети содержали скрытый слой, который соответствует промежуточным нейронам

Язык и искусственный интеллект 563

Рис. 16.8. Программа NETtalk читает вслух: она переводит буквы в фонемы.

Каждая единица-буква посылает сигналы через имеющий определенный вес связи ко всем «скрытым» единицам; если общий сигнал, достигающий скрытой единицы, превышает некоторый порог, единица генерирует разряд, посылая сигналы к единицам-фонемам. Информация на выходе - фонема, которая получает самый сильный общий сигнал. Когда «преподаватель» говорит программе NETtalk, что она допустила ошибку - здесь она только что прочитала m вместо n, - она исправляет ошибку, регулируя все веса связей согласно определенному алгоритму научения. Источник: Heppenheimer, 1988

Как признают Седжновски и другие исследователи, в разговоре между машиной и человеком большое значение имеет контекст. Теперь мы рассмотрим другую важную проблему — проблему значения и искусственного интеллекта.

Значение и искусственный интеллект

Несмотря на то что некоторые из фраз этого компьютера достаточно хороши, чтобы обманывать кого-то некоторое время, он не способен обманывать всех и постоянно. Компьютеры терпят неудачу не из-за недостатка памяти на слова — она почти неограниченна, и не из-за недостаточной способности генерировать значимые предложения — она весьма обширна, и не из-за плохого произношения букв — оно вполне приемлемо, а из-за того, что они недостаточно понимают используемый язык.

На ранних этапах развития ИИ многие думали, что компьютеры смогут оказать значительную помощь при переводе с языка на язык. Просто загрузить в компьютер словарные эквиваленты (например, necklace = «ожерелье», cloth = «сукно», pocketbook = «записная книжка», pink = «розовый» и т. д.), ввести один язык и получить на выходе другой. Однако, даже если делать перевод один к одному в контексте синтаксической информации, результаты получаются довольно странные. Например, когда пассаж из Библии (возможно, апокрифический) The spirit is willing, but the flesh is weak («Стремится дух, да плоть слаба») перевели на русский

564 Глава 16, Искусственный интеллект

Рис. 16.10. Вы можете решить эту задачу? Эти объекты были рассортированы на два класса, на что указывают серые или черные рамки.

По какому признаку они различаются? Компьютеры, запрограммированные обучаться на примерах, часто сталкиваются с подобными загадками. Использование машиной подсказок делает обучение более быстрым и легким. Подсказку, которая поможет решить эту задачу, см. на рис. 16.11

Решение задач, игры и искусственный интеллект 569

Рис. 16.11. Зрительная подсказка, которая помогает и машинам, и людям в решении задачи на рис. 16.10.

Нарисованная ось дает понять, что у верхних шести объектов отсутствует зеркальная симметрия, имеющаяся у нижних трех объектов. Этот признак отличает объекты в черных и серых рамках

570 Глава 16. Искусственный интеллект Гроссмейстер на основе углерода против чемпиона на основе кремния

Насколько хорошо компьютер может играть в шахматы? Как мы видели, лучший компьютер и программа Deep Blue выиграли у Гарри Каспарова, которого многие считают лучшим игроком всех времен. Теперь существует сколько угодно компьютеров, которые могут выиграть у кого угодно, кроме лучших игроков, один из таких компьютеров - мой собственный Pentium, и можно смело предположить, что и у вас есть такой же. Чем полезно наблюдение за машиной, обучающейся играть в шахматы? Прежде всего мы можем узнать, что на основе анализа паттернов машина способна делать только грубые суждения о том, какие признаки важны. Компьютеру не хватает именно проницательности, однако он компенсирует это способностью к быстрой и объемной математической деятельности типа «поиск и сравнение». Человеческая способность извлекать значимые признаки из чрезвычайно сложного мира сенсорной информации, чтобы формировать абстракции этих признаков, преобразовывать эти абстракции в ассоциативные структуры более высокого уровня и строить сложные когнитивные планы, в то же время согласуя эти внутренние действия с внешней реальностью, может быть лишь приблизительно реализована в компьютере. Но даже эта обширная способность к поиску недостаточна, чтобы предусмотреть все возможные случайности, поэтому развитие стратегий игры - важная часть современных программ.

За три года до конца XX столетия случилось «невозможное». Deep Blue, самый быстрый в мире играющий в шахматы компьютер, созданный Чанг-Джен Таном в IBM, выиграл у обладателя титула чемпиона мира по шахматам Гарри Каспарова. Deep Blue смог победить, потому что был способен искать до 200 млн шахматных позиций в секунду. Но он выиграл также и потому, что мог лучше «продумать» стратегию. Машины следующего поколения, вероятно, будут способны учиться на собственном опыте и улучшать свои результаты за короткий период, как это делают люди, только быстрее и лучше.

Решение задач, игры и искусственный интеллект