Создание искусственного интеллекта: мифы и реальность

Методика «классной доски» предполагает, что для решения различных подзадач требуются различные методы. Первое упоминание в литературе о практическом применении системы «классной доски» связано с разработкой программы распознавания речи Hearsay-II и относится к 1975 году [6]. В 80-е годы исследования были продолжены [7], а в настоящее время модель «классной доски» рассматривается как ключевая технология в быстро развивающейся области систем с многими агентами [8]. В конце 80-х годов ученные  Открытого университета участвовали в разработке системы ARBS (Algorithmic and Rule-Based Blackboard System), с помощью которой  впоследствии решали различные проблемы, в том числе проблему интерпретации ультразвуковых изображений [9] и проблему контроля за процессами формирования плазмы [10].

Позднее система ARBS была преобразована в распределенную систему DARBS (Distributed ARBS), в которой программные модули выполняются параллельно и, возможно, даже на отдельных компьютерах, взаимодействуя через Internet [11].

Взаимодействие с окружающей средой

Рис. 6. (a) Автономный пылесос Trilobite компании Electrolux; (б) ископаемый трилобит — примитивное существо, которое занималось очисткой дна океанов 250-560 млн. лет назад

О последних достижениях в области встроенных средств искусственного интеллекта можно судить на примере автономного пылесоса Trilobite (trilobite.electrolux. se). Как видно из рис. 6a, Trilobite — это робот, поставляемый на коммерческой основе шведской компанией Electrolux. Своей формой и именем робот обязан доисторическому существу, очищавшему дно океанов полмиллиарда лет назад.

О последних достижениях в области встроенных средств искусственного интеллекта можно судить на примере автономного пылесоса Trilobite (trilobite.electrolux. se). Как видно из рис. 6a, Trilobite — это робот, поставляемый на коммерческой основе шведской компанией Electrolux. Своей формой и именем робот обязан доисторическому существу, очищавшему дно океанов полмиллиарда лет назад.

В пылесосе Trilobite нашли воплощение принципы интеллектуальной системы планирования:

• он строит модель своей среды, совершая круговое путешествие вдоль стен комнаты;

• он ставит конкретную цель — пройти всю доступную площадь пола;

• он формирует набор действий для выполнения этой цели, и

• при необходимости он вносит в план изменения в соответствии с изменениями в модели мира, например, в связи с появлением препятствий на его пути.

Рис. 7. Разработанный в МТИ робот для общения Kismet, взаимодействует с окружающими людьми с помощью функций слуха, зрения, речи и средств управления выражением лица. (Источник: Синтиа Бризил, Лаборатория искусственного интеллекта МТИ. Воспроизводится с разрешения.)

На рис. 7 показана голова робота Kismet (http://www.ai.mit.edu/projects/ humanoid-robotics-group/kismet/), разработанная в Массачусетском технологическом институте. Kismet не имеет ни тела, ни конечностей, но он может общаться с окружающими, используя при этом функции слуха, зрения, речи, выражения лица и изменения положения головы. Создатели устройства называют его «роботом для общения». Одна только функция зрения Kismet обслуживается девятью компьютерами, а движения элементов его лица и шеи выполняются с помощью 21 двигателя. Исследователи используют робота для изучения социального взаимодействия между устройством и людьми, с которыми ему приходится встречаться, и в первую очередь — с детьми [12].

На рис. 7 показана голова робота Kismet (http://www.ai.mit.edu/projects/ humanoid-robotics-group/kismet/), разработанная в Массачусетском технологическом институте. Kismet не имеет ни тела, ни конечностей, но он может общаться с окружающими, используя при этом функции слуха, зрения, речи, выражения лица и изменения положения головы. Создатели устройства называют его «роботом для общения». Одна только функция зрения Kismet обслуживается девятью компьютерами, а движения элементов его лица и шеи выполняются с помощью 21 двигателя. Исследователи используют робота для изучения социального взаимодействия между устройством и людьми, с которыми ему приходится встречаться, и в первую очередь — с детьми [12].

Создание системы, способной принимать разумные решения в незнакомых ситуациях, которые возникают не в специализированных областях деятельности, а в обыденной жизни, остается пока что трудной задачей.

И все же представляется вероятным, что приложения типа распределенных «классных досок» будут по-прежнему быстро развиваться в специализированных областях. Эта «тихая революция», почти не привлекающая внимание СМИ, может существенно изменить нашу жизнь. Помимо прочего, сейчас она проявляется в тенденции оснащать средствами искусственного интеллекта другие аппаратные и программные системы.

Между тем, существуют основания надеяться на успехи в реализации популярной идеи человекоподобных роботов, обладающих искусственным интеллектом. Правда, для этого нужно научиться лучше моделировать способности, которые мы обычно принимаем как нечто само собой разумеющееся; в первую очередь это зрение, общение с помощью языка, здравый смысл и умение приспосабливаться к меняющейся обстановке.

Итак, искусственный интеллект — не миф.

Литература

1. A.M. Turing, «Computing Machinery and Intelligence». Mind, vol. 59, 1950.

2. B.G. Buchanan, G. Sutherland, and E. Geirgenbaum, «Heuristic DENDRAL: A Program for Generating Explanatory Hypotheses in Organic Chemistry». Machine Intelligence 5, B. Meltzer and D. Michie, eds., Elsevier, 1969.

3. E.H. Shortliffe, Computer-Based Medical Consultations: MYCIN, Elsevier, 1976.

4. D.E. Rumelhart, G.E. Hinton, R.J. Williams, «Learning Representations by Back-Propagating Errors». Nature, vol. 323, 1986.

5. A.A. Hopgood, Intelligent Systems for Engineers and Scientists, 2nd ed., CRC Press, 2001.

6. V.R. Lesser et al., «Organization of the Hearsay-II Speech Understanding System». IEEE Trans. Acoustics, Speech, and Signal Processing, vol. 23, 1975.

7. H.P. Nii, «Blackboard Systems, Part One: The Blackboard Model of Problem Solving and the Evolution of Blackboard Architectures,» AI Magazine, vol. 7, 1986.

8. G. Brzykcy et al., «Multiagent Blackboard Architecture for a Mobile Robot». Proc. IEEE RSJ Int?l Conf. on Intelligent Robots and Systems, vol. 4, IEEE Press, 2001.

9. A.A. Hopgood et al., «Interpreting Ultrasonic Images Using Rules, Algorithms, and Neural Networks». European J. Non-Destructive Testing, vol. 2, 1993.

10. A.A. Hopgood et al., «Fuzzy Logic in a Blackboard System for Controlling Plasma Deposition Processes». Artificial Intelligence in Engineering, vol. 12, 1998.

11. L. Nolle, K.C.P. Wong, A.A. Hopgood, «DARBS: A Distributed Blackboard System». Research and Development in Intelligent Systems, vol. 18, M. Bramer, F., Coenen, A. Preece, eds., Springer, 2001.

12. C. Breazeal, L. Aryananda, «Recognition of Affective Communicative Intent in Robot-Directed Speech». Autonomous Robots, vol. 12, 2002.