Созданием ИИ загружены многие умы. На эту тему написаны тысячи статей и сотни научных трудов, но почему же до сих пор эта теория так и остается мечтой?
Я много времени посвятил данному вопросу, прочитал множество статей и трудов, и пришел к удивительному выводу – создание ИИ невозможно.
О создании объектов моделирующих поведение разумных существ задумались задолго до появления машин и электричества, но понятие «искусственный интеллект» (artificial intelligence) всплыло только с расцветом кибернетики. Ученые всего мира настолько вдохновились созданием ЭВМ, что решили, что это панацея от всех проблем. Но давайте задумаемся, а можно ли вообще вдохнуть жизнь в кусок метала и кварца.
Тема ИИ и писателям не дала умереть с голоду, давайте вспомним и терминатора и матрицу и робокопа (но об этом товарище попозже).
Но что же ученые? Для начала люди в белых халатах разделились на две группировки нейрокибернетистов и алгоритмистов. Первые говорили что разум это свойство огромной распределенной системы. Для справки: среднее количество нейронов в мозге человека — порядка 10-20 млрд. Существует как минимум четыре разновидности нейронов, а число связей одного нейрона с другими может достигать 20 000. И если построить такую систему, то интеллект возникнет ниоткуда, как мышь в куче грязного белья. Но о возможности построения такой системы не может быть и речи даже сейчас, о чем можно было говорить в середине XX века. Кроме того, на состояние нейронов влияют такие факторы как химические вещества, и даже погода с внешней стороны черепа. И в конце истории стоит отметить, что мозг обменивается аналоговыми сигналами, а не цифровыми как бы нам этого не хотелось. Вторя же группа, пыталась решить проблему путем построения математических алгоритмов. При чем их не особо интересовали физические законы мышления, для них мозг и будущий ИИ, представлялись черным ящиком (неважно что внутри, главное что поступило и что вышло). Тогда же и сформировали основные постулаты, которые отличают мыслящую машину:

1. Содержать некоторую базу знаний об окружающем мире.
2. Самообучаться, т.е. пополнять базу знаний.
3. Генерировать алгоритм решения задачи в самом процессе ее решения, к примеру, дедуктивно выбирать конкретные варианты решений из общих правил или эмпирически выводить решение из совокупности нечетких данных.
4. Выводить общие правила на основе частных случаев.
5. Общаться с другими интеллектуальными системами на смысловом (семантическом), а не синтаксическом уровне.
И так, давайте приступим к разбору этих пунктов. Начнем с начала, база знаний. Многие скажут, что может быть проще, чем создать эту базу данных и загрузить в нее все энциклопедии мира. Но ключевое слово здесь не «база», а «знания». Данными нужно уметь оперировать и использовать. Например, можно взять учебник по высшей математике и выучить его наизусть, но встретив элементарный пример быть неспособным его решить. А можно этот учебник понять, не знать его наизусть и даже не совсем представлять, где находится конкретный материал в этом учебнике, но знать, как решаются задачи. Вот в первом случае это данные, а во втором знания.
После оптимистического начала поехали разбирать второй пункт. Второй пункт выглядит куда более сложным. Если начальные сведения может заложить человек, то со временим наступает необходимость в обучении. Трудности тут возникают не столько с получением знаний, сколько с их хранением. Пример: можно вспомнить замечательный фильм робокоп, и робота в конце фильма который не умел ходить по лестнице. Робот передвигается по поверхности, знает о неровностях и камнях, но тут на пути попадается лестница, что это?? Это частный случай неровной поверхности? Это частный случай «гора с площадками» или принципиально новый класс? А теперь представьте, если на его пути попадется озеро.
Пункты 3 и 4 хотя выглядят весьма заумными, на самом деле являются всем известной дедукцией и индукцией. Оба этих явления очень хорошо поддаются алгоритмизации, и именно в этих направления очень хорошо продвинулась наука.
Однако есть проблема – ИИ должен алгоритмизировать и решать задачи без постороннего вмешательства, так как в правильной постановке задачи уже содержится часть ответа или ответ целиком, однако не стоит забывать о задачах алогичных, и не подразумевающих точной формулировки. Классический пример из анекдота: «Копать от меня и до вечера». В данном случае нет конкретных границ задачи и цели (кстати, о целях и алогичности мы поговорим позже), и набор логических процедур отказывается обрабатывать данный пример. Кроме того, в данном случае затрагивается проблема второго пункта – что такое вечер, это объект, время года или состояние души.
Мы прошлись по основным критериям создания мыслительного процесса, теперь давайте рассмотрим, то что не включено в данный список.
Прежде всего забывчивость, долгое время считалось что забывать информацию, это минус для интеллекта, но позже выяснилось что это очень даже хорошее свойство. Размер памяти любой сущности, что живого существа, что машины ограничен, и со временем необходимо удалять ненужную информацию. Поэтому лучше отсортировывать ненужные данные заранее. Теперь вернемся к пункту два. Для того что бы удалять информацию, надо научится выставлять ей приоритет, например если он не вспомнит теорему Пифагора, ничего страшного не будет, а если неожиданно забудет что свои пальцы-манипуляторы вставлять в розетку не стоит, то его уход из нашего мира будет гораздо более быстрым нежели приход. А как отсортировать информацию? Вспомним всю туже лестницу и озеро, как машине определить что важнее, аккуратно ходить по лестнице или то что прыгать в озеро не рекомендуется.
Теперь давайте представим, что написаны все эти сложнейшие алгоритмы, и он с нами. Проблема заключается в том, что эти алгоритмы поддаются математической логике и действительно могут быть когда то написаны, но это не будет ИИ, по 2 простым причинам это алогизм и мотивация.
Алогизм - нелогическое рассуждение, ход мысли, нарушающий законы и правила логики, либо факт, который не укладывается в рамки логического мышления, то, что нельзя обосновать логически, противоречащее логике. Разум и отличает в первую очередь непредсказуемость, идет человек по парку, хочет сесть, видит на скамейке табличка «Окрашено», каков шанс что он попробует пальцем? Алогизм, прежде всего, отличается тем что его невозможно выразить с помощью математики. В компьютере невозможно создание алогичных систем, кстати, сейчас нет даже алгоритма случайных чисел, то что выдает компьютер называется псевдослучайные числа и считаются они по формуле.
Ну и в конце самое сладкое – мотивация. Ради чего все делается на свете? У каждого человека есть цели в жизни, начиная от глобальных «хочу быть богатым», и заканчивая локальными «хочу кушать». Невозможно в компьютерной среде создание мотивации, мы можем создать тамагочи который будет по расписанию кушать и играть, но это не его цель. А возможных целей небиологического существа еще никто не придумал. В противовес моим словам некоторые вспомнят серию фильмов «История роботов», самая знамения первая часть этого фильма называлась «Мой ребенок – робот», которая очень просто и лаконично объясняла мотивацию роботов – так надо хозяину-человеку. Лично я не считаю за мотивацию цель быть рабом человека.

Очень часто приходится слышать об интеллектах в играх так называемом AI. Что же из себя представляет этот «феномен»? AI не является даже подобием искусственного интеллекта, это просто набор алгоритмов обрабатывающих ситуацию и рассчитанных на возможные действия игрока. Игрок бежит по коридору, когда он пересекает определенную черту распахивается дверь и из нее выходит враждебный AI и начинает стрелять по игроку. Где здесь интеллект? Вдобавок на него могут навешать возможность оценивать ситуацию: если жизней меньше чем у игрока надо бежать, есть граната надо немедленно кинуть. Все это готовые алгоритмы, где заранее просчитаны все возможные действия игрока, а если чудом игроку удается сделать вещь не просчитанную заранее создателями, то весь интеллект в одно мгновение исчезает.
Шахматы. Наверное многие помнят историю когда Каспаров проиграл компьютеру в шахматы. Здесь тоже нет ничего удивительного. Классический алгоритм шахмат это анализ ситуации и попытка угадать действия противника, и посчитать себе самый удачный ход. При игре 2 профессионалов людей, она просчитывают на 8-10 ходов вперед, вычислительные мощности компьютера позволяют посчитывать 1500000 ходов в секунду. «Если я поставлю пешку так, то он может ее убить конем, а если я выдвину коня, то он мне ничего не сделает» - эти просчеты не являются интеллектом, это анализ текущей ситуации, а так как вычислительные мощности различны, то не удивительна победа компьютера.
Чат-боты, вот основная попытка реализации интеллекта. Вы пишите сообщение, компьютер выдает ответ, и таким образом строится диалог. Возможно некоторые слышали о тесте Тьюринга. Современная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с двумя компьютерами. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». В принципе логично, но у этой теории есть большое количество противников, которые в противовес ставят теорию китайской комнаты. Информацию можно найти в Wikipedia, вкратце текст, написанный по-китайски, я воспринимаю как набор бессмысленных каракулей. Меня поместили в комнату, в которой расставлены корзинки, полные китайских иероглифов. Мне дали учебник на русском языке, в котором приводятся правила сочетания символов китайского языка, причём правила эти можно применять, зная лишь форму символов, понимать значение символов совсем необязательно. Например, правила могут гласить: «Возьмите такой-то иероглиф из корзинки номер один и поместите его рядом с таким-то иероглифом из корзинки номер два». Находящиеся за дверью комнаты люди, понимающие китайский язык, передают в комнату наборы символов и что в ответ я манипулирую символами согласно правилам и передаю обратно другие наборы символов. Таким образом, я выдержу тест Тьюринга на понимание китайского языка. Но все же на самом деле я не понимаю ни слова по-китайски.
Так что и данные программы нельзя отнести к разряду ИИ. Тем более что через пару лет напишут чат-бот с огромной базой данных, и он в итоге пройдет тест Тьюринга.
Мне кажется, что в итоге я смог убедить вас в невозможности создания ИИ, но не все так пессимистично.

Они среди нас

А почему все уцепились за создание ИИ в компьютерной среде?? Давайте поговорим о таких вещах как медицина – выращивание органов и клонирование уже перестают быть чем-то из области научной фантастики. А вам не кажется что клон – вот он искусственный интеллект. Существо наличие которого не предполагалось природой. Существо, которое создал человек, да с помощью живой природы, но создал, и это существо мыслит (наверное). А теперь два понятия и попытка их объединить. Чипы – которые вживляются человеку, в частности слуховые аппараты нового поколения. И выращивание органов в лабораториях. Так что возможно в недалеком будущим симбиоз этих явлений, и появление на свет киборгов. В конце концов когда то и самолет был научной фантастикой.