Когнитивная психология

Разного рода вычислительные приборы — мозг искусственного интеллекта — существовали на протяжении всей истории человечества. Самым ранним типом таких устройств был абак, который применялся в Китае уже в VI столетии до нашей эры. Египтяне изобрели счетную машину, в которой использовалась галька, незадолго до того как Геродот (приблизительно 450 г. до н. э.) описал этот факт. Подобное устройство имели и греки, а древнеримские авторы упоминают о трех типах вычислительных машин. Большинство этих устройств использовались в сфере торговли, с их помощью производились операции сложения и вычитания. Умножение выполнялось путем повторения операции сложения. Приблизительно в 1633 году малоизвестный немецкий астроном Вильгельм Шикард (1592-1635) изобрел автоматический цифровой калькулятор, в память о котором в 1973 году была выпущена немецкая почтовая марка. Изобретение вычислительной машины чаще приписывают французскому философу Блезу Паскалю (1623-1662), «отцу исчисления». Машина Паскаля могла только складывать и вычитать, но она вызвала широкий интерес. В 1670-х годах Готфрид Лейбниц представил машину, которая могла выполнять умножение и деление. Компьютеры появились позже, когда эксцентричный Чарльз Бэббидж (1792-1871), которого иногда называют первым в мире компьютерщиком, при помощи леди Ады Лавлайс изобрел вычислительное устройство, которое выполняло программируемые операции, содержащие условные следствия. (См. Haugeland, 1989. Модель машины Бэббиджа можно увидеть в Смитсоновском институте в Вашингтоне, округ Колумбия.)

Дж. Преспер Эккерт (на переднем плане) и Джон Моучли работают на ламповом компьютере ENIAC совместно с военнослужащими армии США и обслуживающим персоналом; 1946 год

Компьютеры

Происхождение современной компьютерной науки можно отнести к 1940-м годам, когда для ускорения долгих и утомительных математических вычислений, обычно применяемых военными для расчета траекторий полета артиллерийских снарядов, были изобретены ламповые компьютеры UNIVAC и ENIAC. ENIAC (Electronic Numerical Integrator and Computer — «Электронный числовой интегратор и компьютер») — тщательно засекреченный проект, спонсируемый военным ведомством США и проводимый в Пенсильванском университете — имел 17 468 радиоламп, изготовитель которых гарантировал их работу в течение 25 тыс. ч; это означало, что в среднем каждые 8 минут сгорала одна лампа! Эта чудовищных размеров вычислительная машина весила 30 т, а потребляемая ею мощность равнялась 174 кВт. Руководителями проекта были Джон Моучли и Дж. Преспер Эккерт. Эти первые бесхитростные и не слишком эффективные гиганты открыли дорогу для более компактных, более мощных и более сложных систем, которые, в свою очередь, постепенно сменились микроэлектронными компьютерами, прочно вошедшими в нашу повседневную жизнь.

В когнитивной психологии найдется немного более важных дат, чем 1956 год[103]. Летом этого года группа из десяти ученых собралась на территории колледжа Дортмут с целью обсудить возможность создания компьютерных программ, способных к разумному поведению. Среди участников этой конференции были: Джон Мак-Карти, основавший впоследствии лаборатории ИИ в Массачусетском технологическом институте (МТИ) и Стэнфордском университете и широко признанный как человек, окрестивший новую науку «искусственным интеллектом»; Марвин Минский, ставший затем директором лаборатории ИИ в МТИ; Клод Шеннон, разработавший современную модель системы коммуникации в «Беллз лабораториз»; Герберт Саймон, которому предстояло получить Нобелевскую премию по экономике; и Аллен Ньюэлл, который провел очень важные работы по когнитивной науке и ИИ в университете Карнеги-Меллон. Эта конференция имела историческое значение — намечавшийся до того курс на ИИ был взят. Его зарождение непосредственно повлияло на развитие когнитивной психологии.

С момента конференции в Дортмуте развитие ИИ происходило в геометрической прогрессии. Сегодня ИИ так или иначе затрагивает жизнь большинства людей во всем мире, им интересуются студенты, на нем сосредоточены усилия тысяч ученых. Различные теории и практики ИИ невозможно описать в единственной главе или книге и даже во многих книгах, но мы тем не менее приведем несколько примеров работ в области изучения ИИ в их связи с когнитивной психологией.

Компьютеры и искусственный интеллект

Самый распространенный тип компьютера из используемых сегодня копирует схему («архитектуру», на компьютерном жаргоне), разработанную венгерским математиком Джоном фон Нейманном (von Neumann, 1958), в 1930 году эмигрировавшем в Соединенные Штаты. Такого рода компьютер иногда называют Johniac, или последовательный процессор, так как электрические импульсы обрабатываются последовательно, или один за другим. Эти цепные последовательности работают очень быстро, каждый шаг требует лишь несколько наносекунд, но для решения сложных задач последовательным способом (таких, как решения с использованием математических функций или трансформация данных или файлов) компьютеру может потребоваться нескольких минут, часов или еще больше времени. Все пользователи компьютеров знают, как невыносимо «много» времени требуется персональным компьютерам, чтобы «обдумать», или «переварить», проблему. Основная причина, по которой компьютеры неймановского типа работают так медленно, состоит в том, что одно действие должно быть закончено прежде, чем начато другое. Последовательные процессоры решают проблемы пошаговым способом.

В самом начале разработки технологии компьютеров специалисты в области искусственного интеллекта (и авторы научной фантастики) лелеяли грандиозные мечты о мыслящих машинах и роботах. В начале 1940-х годов чикагский психиатр В. С. Мак-Калох и его студент В. Питтс написали оригинальную статью. В ней они ввели понятие, которому суждено было оказать существенное влияние на ученых-компьютерщиков, включая фон Неймана, а позже и сторонников модели PDP. Основываясь на идее о том, что разум определяется как работа мозга, а более точно — основных единиц мозга, нейронов, они утверждали, что нейроны можно рассматривать как «логические устройства» и что «нервные явления и отношения между ними можно объяснить с помощью пропозициональной логики». Когда нейроны взаимодействуют друг с другом, они делают это электрохимически. Небольшой силы электрический ток проходит по аксону клетки к синапсу, где химический медиатор передает импульс другим нейронам. Процессом нейротрансмиссии управляют определенные правила: нейроны генерируют разряд, только когда достигается порог возбуждения, у всех нейронов есть пороги; нейроны генерируют разряд, только когда ток положительный, отрицательный ток тормозит активность нейрона и т. д. Очень важно, что каждый нейрон, по-видимому, суммирует все возбуждающие и тормозящие сигналы от тысяч его связей. В зависимости от своего порога нейрон будет или не будет генерировать разряд, то есть он будет «включен» или «выключен»[104]. (Нейроны такого типа называются нейронами Мак-Калоха-Питтса.) Мак-Калох и Питтс отметили, что этот нейрон в состоянии «включено» или «выключено» можно рассматривать как логическое устройство. Как известно, компьютер работает с помощью схем «включено-выключено». Когда тысячи таких схем соединяются вместе в экспоненциальной последовательности, возможности обработки неизмеримо возрастают. Точно так же основная единица нервной обработки — нейрон и его связи — обладает впечатляющими возможностями.

Вскоре после публикации статьи Мак-Калоха и Питтса фон Нейманн обнаружил связь между логичным поведением нейронов при их взаимодействии между собой и способом работы цифровых компьютеров. «Легко заметить, что эти упрощенные функции нейрона можно имитировать с помощью телеграфного реле или радиоламп». (Транзисторы еще не были изобретены, иначе он, вероятно, назвал бы и их.) Фон Нейманн, который к этому моменту уже разработал наиболее практичную компьютерную архитектуру, предположил, что можно спроектировать компьютер, который бы копировал человеческий мозг — не только по функции, но и по структуре, — а радиолампы, реле, соединяющие провода и аппаратные средства ЭВМ заменяли бы нейроны, аксоны, синапсы и остальную «телесную начинку». Вслед за фон Нейманном попытку создания компьютера предпринял Ф. Розенблатт. Его цель состояла в том, чтобы создать компьютер, способный классифицировать фигуры. Результат его работы получил название «перцептрон», он грубо копировал организацию мозга (см. главы 1 и 2). Машина Розенблатта включала иерархию с тремя уровнями. Каждый уровень был связан с определенной функцией, которые в общих чертах имитировали сенсорный, ассоциативный и моторный паттерны людей. Фундаментальная проблема ранних машин типа перцептрона состояла в том, что они не могли учиться. Они просто обрабатывали узкий диапазон стимулов и выдавали столь же простые реакции.

Люди способны к научению, потому что у них есть поддающиеся изменению синапсы. Вспомните правило Хебба (приведенное в главе 2), согласно которому сила связи между двумя нейронами возрастает, когда они одновременно активизированы. Могло ли это правило использоваться для описания связи между суррогатными нейронами? Обучение такой машины могло бы потребовать встраивания в искусственный мозг соответствующим образом запрограммированного резистора (устройства, которое определяет силу электрического импульса, передающегося от одного транзистора к другому). Резистор действовал бы как регулятор, позволяя передавать одни биты информации и отвергать другие. При этом способные к «научению» перцептроны (научение здесь определяется как «изменение силы связи между единицами, которые моделируют нейроны») действуют подобном нейронам Мак-Калоха- Питтса и в соответствии с теорией Хебба. Сконструированному таким образом компьютеру можно было бы показать простую геометрическую фигуру, например круг, чтобы он мог классифицировать его. Если машина отреагирует, назвав его квадратом, ее можно «научить» реагировать правильно, увеличив сопротивление между определенными единицами и понизив сопротивление между другими. Если реакция правильна, то есть если перцептрон называет круг кругом, величина сопротивления остается той же. В этом смысле перцептроны наказывают за ошибки и не реагируют на успех. Эти первые шаги были важны для проектирования машин, способных к обобщениям и научению, — важным факторам в конструировании «мыслящей машины», которая функционирует подобно человеческому мозгу.

Уже на ранних стадиях разработки компьютеров появляются идеи о значении и возможном использовании этих новых хитроумных изобретений. Одни считали, что если компьютеры запрограммировать должным образом, то есть учитывая надлежащие правила и инструкции, они смогут выполнить любые действия, включая эффективное копирование мышления человека. Другие полагали, что для того, чтобы машина «думала», необходимо, чтобы аппаратные средства компьютера были подобны структурам мозга. Для достижения этой цели требовалось наличие в компьютере слоев связанных электронных заменителей нейронов, организация и функция которых копировали бы человеческий мозг.

Пока нам не удалось создать машину, которая действительно могла бы «думать», или «мозг», которой был бы очень похож на человеческий. Однако, поскольку наука развивается, можно считать, что искусственный интеллект все еще находится в младенческом возрасте. Каждая из упомянутых точек зрения имеет свои недостатки. В первом случае, «мышление» большинства программ искусственного интеллекта ужасно ригидно. Когда я прошу вас извлечь квадратный корень из 73, вы можете сказать: «Ну, по крайней мере это 8, но никак не 9. Приблизительно 8 с половиной». Компьютер даст ответ 8,5440037... Вместо того чтобы плодить бесконечные цепи цифр, человеческий мозг благодаря удивительной способности обрабатывать хаотическую информацию — увидеть знакомое лицо в толпе, ведя машину по автостраде в Лос-Анджелесе, понимать глубокий смысл пьес Чехова или ощущать, как шелк ласкает нашу кожу — находит простые решения. Никакой компьютер не способен на это и, все же... С другой стороны, никакой человек не может выдать ответ на задачу с квадратным корнем за несколько миллисекунд, а любой дешевый калькулятор может.

Рассмотрим задачу, с которой сталкиваются все, кто стремится собрать компьютер, подобный человеческому мозгу. Мозг содержит приблизительно 100 млрд нейронов, каждый из которых соединен с тысячами других нейронов. Это огромное количество связей. Некоторые ученые предпринимали попытки построить компьютерную модель мозга в уменьшенном масштабе (см. Rosenblatt, 1958), но до недавнего времени (см. врезку под названием «Критические размышления: чип для мозга?») они отговаривали других от этой затеи (см. Minsky & Papert, 1968). Ранее (в 1954 г.) Минский написал диссертацию о нервных сетях и даже построил такую сеть с помощью 400 радиоламп, но скоро разочаровался в своем проекте. Эта работа не дала «практических» результатов, хотя в то время разработка компьютерных программ и аппаратных средств ЭВМ была крайне популярным занятием. Мастерские в гаражах разрослись до стоящих огромные деньги фабрик, производящих компьютерные чипы, способные делать вещи, о которых мы могли только мечтать.

Новое поколение компьютерных/когнитивных ученых более оптимистично настроены относительно моделирования нервных функций машиной. Одно из недавних изменений в перцептронах было концептуальным. Вместо того чтобы рассматривать компьютерный мозг как устройство ввода-вывода, ученые добавили третий слой, названный скрытым. Этот скрытый слой соответствует промежуточным нейронам мозга, которые связаны не с информацией на входе или выходе, а передают импульсы к другим нейронам. Данная модель совместима с коннекционистской моделью, упоминаемой в этой книге.

Многие из этих вопросов связаны с важной проблемой архитектуры компьютеров и мозга. Однако компьютеры пока не ведут себя как люди; компьютеры и мозг не идентичны. В чем-то компьютеры действуют лучше мозга, а в чем-то — хуже. Это неравенство наблюдается во многих областях, как отмечалось ранее, но особенно проблематичная область — идентификация трехмерных объектов. Наши глаза, двухмерные датчики, быстро и точно передают сигналы, которые интерпретируются как трехмерные. Даже с учетом медлительности нервных структур, постоянного изменения местоположения наблюдаемого объекта и приспособления к размеру объекта наша перцептивная система работает почти совершенно. Компьютеры хуже выполняют подобные операции, даже при том, что скорость передачи сигнала у них в миллионы раз выше, чем в нервной системе.

Как уже упоминалось, одна из причин этого различия состоит в том, что компьютеры, как правило, обрабатывают информацию последовательно (модель последовательной обработки информации), тогда как мозг в основном обрабатывает информацию параллельно. Некоторые исследователи искусственного интеллекта пытаются преодолеть архитектурное различие между мозгом и компьютерами, чтобы ликвидировать это функциональное различие. Один из них, В. Дэниел Хиллис, разработал «связывающую машину» (Hillis, 1987), которая решает задачи, разбивая их на меньшие задачи (что напоминает анализ «средства-результат») и затем обрабатывая их параллельно (модель параллельной обработки информации). Эти меньшие задачи впоследствии распределяются по отдельным областям обрабатывающей сети компьютера. Такие машины отличаются от компьютеров неймановского типа, которые имеют один центральный процессор, обрабатывающий информацию последовательно. В «связывающей машине» Хиллиса 65 536 (простое число с основанием 2) процессоров одновременно работают над одной задачей. Хотя каждый процессор менее мощный, чем компьютер, используемый при подготовке этой рукописи, когда эти 65 ООО с лишним небольших чипов подключены и работают одновременно, они могут выполнять несколько миллиардов команд в секунду. Эта машина впечатляет и концептуально и функционально. Однако Хиллис мечтает о машине с миллиардом процессоров, функционирующих параллельно.

Искусственный интеллект и человеческое познание

Некоторые из фундаментальных вопросов искусственного интеллекта таковы:

* Какого рода мыслящей машиной является мозг?

* Как машина может имитировать мышление человека?

* Могут ли компьютеры превзойти мышление человека?

* Стоит ли стремиться достичь этих целей?

Ни на один из этих вопросов нет легких ответов, но сторонники основанной на принципах протекания нервных процессов модели параллельной распределенной обработки (и другие ученые) упорно их ищут.

Мозг. После столетия психологических исследований, особенно изучения познания в течение нескольких прошлых десятилетий, ответ на первый вопрос начинает, наконец, принимать определенную форму. Я надеюсь, что содержание этой книги является тому подтверждением. Мы многое узнали о нашей мыслящей машине, называющейся мозгом: она существенно отличается от распространенных компьютеров неймановского типа. Возможно, исследования ИИ продвинулись бы дальше, если бы компьютеры больше походили на мозг. Для прояснения этого вопроса я предлагаю следующее сравнительное резюме.

Таблица 16.1

Человеческое мышление и компьютер. Ответ на второй вопрос, по крайней мере с точки зрения коннекционизма, состоит в том, что мышление человека можно лучше всего скопировать, смоделировав машину по принципу строения основных нервных структур.

Преимущество компьютера. Некоторые компьютерные программы работают намного эффективнее, чем человеческое мышление; однако большинство из них — это в лучшем случае неуклюжие подделки под мозг. Компьютеры могут решать некоторые задачи, например сложные математические, быстрее и точнее, чем люди. Другие же задачи, например требующие обобщений и обучения новым паттернам поведения, люди решают лучше компьютеров.

Необходимость исследований. Наконец-то я могу с легкостью дать ответ на вопрос о том, должны ли мы заниматься этими проблемами, — да, должны. При этом мы больше узнаем о мышлении человека и машин. Однако есть мнение, что исследовать искусственный интеллект столь же глупо, как сражаться с ветряными мельницами.

Если посмотреть на таблицу сравнения компьютеров неймановского типа с мозгом, можно понять, почему исследователи искусственного интеллекта были разочарованы, если не сказать поставлены в тупик. Они работают с неправильными машинами! Кажется, что мы находимся на пороге концептуального прорыва — возможно, сдвига парадигмы — в области искусственного интеллекта, и уже сделаны первые шаги в направлении увеличения сходства компьютеров и мозга с точки зрения их структуры и процессов. Системы нейронных сетей, модели PDP и коннекционизм пытаются найти вычислительные принципы, управляющие сетями нейронов в нервной системе человека. Для достижения этой цели они выбирают средства, которые могут показаться очень абстрактным. Единицы могут представлять нейроны, они подчиняются законам, выведенным на основе наблюдения за поведением нейрона. То есть единица может быть соединена с другими единицами, связь между ними может быть усилена или ослаблена, они могут устанавливать между собой постоянные связи и т. д. (Для дополнительной информации см. Churchland, 1989.)

Важная концепция была предложена в связи с нейронными сетями: они также могут учиться. То есть посредством системы синаптических связей инфраструктура мозга может измениться под воздействием опыта (который может быть внешне или внутренне обусловлен).

Мы еще не знаем, насколько успешными будут эти попытки. Однако нам известно, что этот новый взгляд на человеческое познание вызывает большой энтузиазм его сторонников[105]. Даже человек, просто интересующийся когнитивной психологией, отметит важный вклад этих исследований в психологию и будет с нетерпением ждать будущих событий.

Я не знаю другой такой области когнитивной психологии, где происходили бы столь ожесточенные споры о моделировании человеческого мышления машинами. Одну сторону этого спора представляют те ревнители ИИ, которые не только верят, что машины способны точно копировать человеческое познание, но и считают, что наиболее сложные интеллектуальные процессы могут выполняться только машинами. Это надо понимать так, что компьютеры должны непосредственно участвовать в повседневном принятии решений людьми. С другой стороны находятся те, кто считает ИИ интеллектуально извращенным понятием и полагает, что люди, верящие в «мыслящие машины», — это материалистические идолопоклонники. Они полагают, что человеческое мышление — это чисто человеческий процесс; наверное, его можно частично синтезировать в машине, но дублировать с помощью ИИ-программ его не удастся никогда.

В качестве отправной точки полезно рассмотреть дихотомию, предложенную философом из Калифорнийского университета в Беркли Джоном Сирлом (John Searl, 1980). Он описал две позиции в ИИ: «жесткую» и «мягкую»; согласно мягкой позиции, ИИ может использоваться как инструмент в исследованиях человеческого познания; а жесткая предполагает, что соответствующим образом запрограммированный компьютер обладает разумом и способен к пониманию. У «мягкого» ИИ мало оппонентов; почти все признают важность компьютеров в исследовании человеческого познания, и к этому почти нечего добавить. «Жесткий» ИИ, опровергаемый Сирлом, вызвал бурю протеста. Мы продолжим рассмотрение этого спора в разделе про «китайскую комнату», но сначала рассмотрим одну оригинальную задачу, предложенную британским математиком Аланом Тюрингом[106] и касающуюся разума и машин.

«Имитирующая игра», или тест Тюринга

Тюринг (Turing, 1950) предложил использовать задачу, в ходе которой человек задает вопросы «неизвестному существу, использующему язык». Задача человека — решить, можно ли отличить это существо от человека. В пользу Тюринга говорит то, что использование «имитирующей игры», ставшей впоследствии широко известной как «тест Тюринга», само по себе было весьма тонким обманом, который, давая специалистам по ИИ конкретный материал для работы, уводил их внимание от философских вопросов о разуме, ставших главным раздражающим фактором в истории науки и психологии. Не обращаясь непосредственно к философским вопросам, как это сделал Тюринг, «существо» спрашивало: «Является ли познание функцией материальных процессов, и если да, то могут ли такие функции продуцироваться неорганической машиной?» или: «Как решить проблему тела и разума?» — то есть «оно» выбирало гораздо более четкие рамки вопроса, основанные на операционализме. Поскольку в литературе сохраняется определенная путаница относительно реальной природы предложенного Тюрингом теста, мы приводим его здесь довольно детально:

Очевидно, эффективность некоторых вопросов, задаваемых X и Y, зависит от моды: если за основу различения взять длину волос и прическу, то, например, в 1970-х годах это привело бы к значительным ошибкам. Тем не менее для специалистов по языку и ИИ в задаче Тюринга есть очень важный момент — для того, чтобы компьютер перехитрил нас и заставил думать, что он — человек, он должен понимать и генерировать ответную реакцию, которая успешно имитировала бы важную когнитивную функцию.

«Китайская комната»

Чтобы продемонстрировать, что жесткая позиция относительно ИИ не выдерживает критики, Сирл предложил следующую головоломку. Предположим, что некоего человека заперли в комнате, где находится много китайских текстов. Этот человек ничего не понимает по-китайски и даже не способен отличить китайские иероглифы от каких-либо других. Ему в комнату передают еще один набор китайских знаков вместе с набором правил для сопоставления первого и второго набора символов. Эти правила всего лишь позволяют связывать один набор символов с другим, и написаны они на английском языке. При помощи этих правил сопоставления человек в «китайской комнате» может давать осмысленные ответы на вопросы о содержании китайских текстов, несмотря на то что он, в сущности, не знает этого языка. Через какое-то время он приобретает такую сноровку, что может отвечать как на своем родном английском, так и на китайском языке, которого не знает, но дает ответы, основываясь на правилах. Результаты настолько хороши, что их «совершенно нельзя отличить от ответов урожденного китайца» (Searl, 1980). Человек, запертый в «китайской комнате», — это простая конкретная иллюстрация компьютерной программы: «данные на входе-данные на выходе». Вплоть до этого момента почти никто из ИИ-защитников не возражает, но затем Сирл делает еще один шаг вперед. Способность выполнять такие функции, как перевод по сложным правилам, не означает, что тот, кто это делает, понимает значение «выходных данных». Человеческий разум характеризуется произвольностью (см. Searl, 1983), которая, согласно Сирлу, определяется как «свойство психических состояний и явлений, направляющее их на объекты и ситуации в окружающем мире». К таковым относятся убеждения, страхи, желания и намерения. Независимо от того, насколько «неотличимо» поддельное мышление от «настоящего» (человеческого), они не суть одно и то же, поскольку у мыслящего человека есть намерения и поскольку между этими двумя «мыслящими» существуют физические различия: одного сделали органическим способом, а второго — электронным.

Опровержение «китайской комнаты»

Компьютерщики немедленно выдвинули возражения против головоломки Сирла (см. Boden, 1989) — прежде всего с позиций семантики: термины «произвольность», «понимание», «мышление» употребляются им без четких операциональных референтов. В качестве возражения был приведен такой пример: если бы человек в «китайской комнате» выполнял описанные функции, то он (или система) действительно достиг бы как минимум некоторого уровня понимания. Кроме того, аргументы Сирла отклонялись на основании «приведения к абсурду»: если довести ситуацию до логического конца, то оказалось бы возможным создать робота, в каждой своей детали идентичного мыслящему человеку, и все же последний был бы способен к «пониманию» и «произвольности», а первый — нет. Наконец, некоторые специалисты по ИИ полагают, что «понимание» и «произвольность» вызываются конкретными материальными свойствами. Пилишин (Pylyshyn, 1980) с иронией замечает, что, возможно, произвольность — это такое вещество, которое выделяется человеческим мозгом; он предлагает свою собственную загадку:

Этот спор далек от завершения, и некоторые, видимо, находят определенную ценность в его философской глубине. Для меня этот спор уж точно не разрешен (на самом деле он, вероятно, неразрешим ! ). Кроме того, оба лагеря ужесточили свои позиции и выдвигают скорее аргументы веры, чем разума. Для такой книги, как эта, его важность двояка. Во-первых, он заставляет читателя глубоко задуматься о том «человеческом», что заключено в человеческом познании. Во-вторых, в связи с этим спором встает вопрос, до какого предела ИИ может имитировать человеческий интеллект. Страсти, разгоревшиеся вокруг «теста Тюринга» и «китайской комнаты» с обеих сторон, отражают сильную заинтересованность современных философов и специалистов по ИИ проблемой электронного джина, выпущенного из бутылки.

В следующем разделе мы рассмотрим некоторые конкретные возможности компьютеров. Развитие этих функций в целом соответствует последовательности обработки информации от восприятия до распознавания паттернов и познания «высшего порядка».

Восприятие человека инициируется внешними сигналами, состоящими из света, звука, молекулярных соединений и давления. Эти сигналы обнаруживаются органами чувств и преобразуются (конвертируются в нервную энергию) в сообщения, понимаемые мозгом. Количество информации, доступной органам чувств, огромно; одна только зрительная система может передавать в мозг 4,3 х 10⁶ бит информации в секунду. Фейгенбаум (Feigenbaum, 1967) предполагает, что некоторые периферийные устройства, иногда называемые периферической системой памяти, действуют подобно сенсорному буферу, предохраняющему мозг от переполнения потоком втекающей в него информации.

Как построить машину, способную подражать этому перцептивному механизму? Логично было бы разработать механизм, способный чувствовать. Эта попытка осуществляется в работе по созданию компьютерных распознающих систем[107].

Распознавание линий

Один из способов научить компьютеры распознавать геометрические формы путем анализа логических признаков — руководствоваться правилом, согласно которому сложные геометрические формы состоят из простых. В этой программе использован ряд небольших «матриц», систематически сопоставляемых с каждым объектом в поисках соответствия. Пример «матрицы» и идентифицируемого геометрического объекта приведен на рис. 16.1.

Рис. 16.1. Обнаружение левого края посредством шестиэлементной матрицы. Знаки «+» и «-» указывают на элементы, реагирующие на условия «присутствует» и «отсутствует» соответственно

Матрица состоит из сенсоров двух типов — позитивного и негативного; «присутствует», «отсутствует» — это единственный сигнал, подаваемый такой ячейкой, или подразделением матрицы. Изображенная матрица содержит только шесть ячеек — три «минуса» и три «плюса», и, судя по расположению этих компонентов (все «отрицательные» элементы расположены слева), вполне подходит для идентификации левого края объекта. Помещение матрицы ее средней линией над левым краем куба привело бы к полному соответствию. На углу соответствие было бы плохим, а на нижнем крае, где плюс и минус отменяют друг друга, соответствия не будет. Хотя эта эвристика в наибольшей степени ориентирована на возможности машин, она не расходится с результатами изучения восприятия у человека и животных. Ранее в этой книге (см. главу 4) мы упоминали, что психофизиологам удалось найти детекторы линий в клетках коры головного мозга кошек, и, хотя эти данные еще не полностью подтверждены, похоже, что у человека также имеются детекторы края.

Трудность использования вышеприведенной системы состоит в том, что для распознавания даже простых паттернов требуется большое количество матриц (например, детектор левой кромки, детектор правой кромки). Также проблематична «добротность» стимула; большинство геометрических форм (особенно в реальном мире) могут иметь резкие или расплывчатые, яркие или тусклые края. Распознавание паттернов путем распознавания линий можно сильно упростить, если идентифицируемую форму сначала преобразовать в образ, состоящий только из линий, и затем использовать матрицы для определения ориентации этих линий.

Распознавание паттернов

Системы распознавания паттернов обычно имеют дело со зрительным материалом. Как правило, воспринимающие устройства у таких систем имеют растр, или матрицу из фотоэлементов, реагирующих на свет. Обычно эти фотоэлементы находятся в двух состояниях: «включено» и «выключено» (для «белого» и «черного»). Рассмотрим элементарную задачу идентификации цифры. На рис. 16.2 показано, как цифры можно преобразовать в двоичный код: 0, или «выключено», — для «черного», и 1, или «включено», — для «белого»

Рис. 16.2. Двоичное представление (колонка в центре) букв (колонка слева). Нули показывают «выключено», или «черный», единицы — «включено», или «белый». В правой колонке показано, как выглядели бы цифры при считывании их сканером

Компьютер считывает каждую цифру (то есть фотоэлементы — один для каждого квадрата сетки, накладываемой на число, «ощущают» световые зоны, т. е. те, которые не заняты числом) исходя из того, насколько данный цифровой код совпадает с матрицей, хранящейся в памяти компьютера. Этот принцип работает очень хорошо, если все буквы одной формы, одинаково расположены и не размыты, такие устройства широко применяются в американской промышленности и государственной почтовой службе. Но когда дело доходит до чтения рукописных писем, присланных для тети Иолы, у оптических сканирующих устройств начинаются разные трудности. Однако в наше время быстро разрабатываются системы для «чтения» даже рукописных текстов.

Идентификация букв и слов средствами ИИ — это не только практическая задача, она также имеет значение для тех ученых, кто интересуются процессом анализа информации человеком. Многое из того, что нам уже известно об идентификации человеком букв и слов, обсуждалось в главе 12. Эти знания помогают разрабатывать компьютерные программы, имитирующие данный процесс. Подробный отчет по этой теме, послуживший руководством для последующих исследований, представили Селфридж и Найссер (Selfridge & Neisser, 1963). Выше описанная общая процедура «восприятия буквы» потребовала бы компьютерной памяти огромного объема (для хранения матрицы каждого нового варианта каждой буквы) или оказалась бы неспособной обнаруживать многие встречающиеся в действительности формы букв.

Основная логика Селфриджа и Найссера была использована в недавно появившихся устройствах, считывающих буквы и слова. Эти компьютеры «читают» текст с помощью ряда подпрограмм, каждая из которых специализируется в одной части задачи чтения, скажем буквы. Такой анализ несколько напоминает способ решения задач «средства-результат», упомянутый в главах 14 и 15, посвященных мышлению. Один из способов работы программы чтения буквы изображен на рис. 16.3. На нем показано, как буква R обрабатывается через ряд довольно простых стадий, пока не устанавливается соответствие на основе исключения альтернатив.

Рис. 16.3. Буква R обрабатывается через ряд стадий идентификации. На каждой стадии программа распознает специфические признаки буквы, такие как диагональные линии, углубления и т. д.

Сторонники модели PDP также детально рассматривают проблему восприятия букв. Общая критика программ ИИ, касающихся идентификации букв и восприятия фигур, состоит в том, что в них не используется сколь-либо удовлетворительное устройство для осуществления функции внимания. Машина «видит» фигуру, будь то буква или геометрическая конфигурация, в целый паттерн и в отличие от человека испытывает затруднения при сосредоточении на критических признаках. Один из способов, которым модель PDP решает эту трудную проблему, — использование датчиков признаков двух типов, один из которых называется элементом ретиноцентрических признаков, а другой — элементом канонических признаков. В ретиноцентрической системе зрительные стимулы регистрируются в «сырой» форме, то есть в форме образа на сетчатке. Канонические признаки соответствуют стандартному способу репрезентации информации, например тому, какой мы ожидаем увидеть букву A в этом тексте. В одной системе Хинтон (Hinton, 1981) описал метод отображения паттернов ретиноцентрических признаков на канонические паттерны. В подробностях эта идея слишком обширна, чтобы быть представленной здесь; отметим лишь, что эта важная проблема активно исследуется сторонниками модели PDP. Всех интересующихся ею я адресую к первоисточникам.

Более старые, и намного более простые, алфавитно-цифровые системы распознавания в рамках ИИ основывались на понятии эталона. Паттерн букв и цифр хранился в памяти компьютера. Когда компьютер «видит» цифру или букву, он «читает» ее, сравнивая с паттерном, например букву A с эталоном А. Если установлено соответствие, буква идентифицируется правильно. Даже описанные ранее методы последовательного и параллельного поиска были явно упрощенными. Более новые, основанные на принципах нервных процессов компьютерные модели фактически способны к «изучению» паттернов. Некоторые из этих компьютеров могут изучать, хранить и распознавать паттерны. Одна такая программа, названная DYSTAL (DYnamically STable Associative Learning — «Динамически устойчивое ассоциативное научение»), успешно усваивает буквы алфавита и последовательности букв и, что, возможно, более важно, распознает их даже при предъявлении только части паттерна (рис. 16.4).

Рис. 16.4. Распознавание паттерна искусственной сетью Алкона происходит согласно многим из правил, демонстрируемых биологическими системами. Когда сеть обучена распознавать паттерн, такой как строчная буква а, изображенная в верхней части рисунка, воспринимающим участкам, участвующим в распознавании, придается больший «вес», чем тем, которые не участвуют в распознавании, то есть их возбудимость повышается. Здесь синаптический вес представлен возвышением элементов в слоях. Повышение возбудимости облегчает образование связей между нейронами, участвующими в воспоминании, когда предъявлена только часть паттерна. (Этот рисунок помог сделать Томас П. Воджи из Экологического научно-исследовательского института Мичигана.) Источник: Alkon, 1989

По мнению Алкона, DYSTAL делает это так же, как мы узнаем знакомое лицо по нескольким линиям эскиза. Система «изучает» паттерн в том смысле, что предварительно в нее не было заложенной никакой связи между информацией на входе и на выходе. Тем не менее связь была установлена через больший вес, приписываемый определенным элементам (участкам), которые участвуют в процессе распознавания.

Другая новаторская особенность этой системы состоит в том, что она может вместить большое количество элементов, не задействуя значительных ресурсов компьютера. Во многих других сетевых системах каждая единица связана с каждой другой единицей, поэтому, когда число единиц возрастает, экспоненциально увеличивается число взаимодействий. Таким образом, системе, имеющей даже 100 единиц, требовалось бы значительное время для обработки, а сеть такого объема едва ли похожа на мозг. «В программе DYSTAL, однако, силы связей не сравниваются с фиксированным значением: скорее они достигают динамического равновесия, при котором увеличение и уменьшение силы связи в наборе репрезентаций паттерна равны, и в итоге не происходит никаких "весовых" изменений» (Alkon, 1989). Эта система сопоставима с долговременной памятью человека в том, что постоянные воспоминания, сформировавшись, большей частью становятся необратимыми. Как только эти устойчивые паттерны усвоены, они требуют меньше ресурсов компьютера, чем другие, небиологические сети.

Распознавание более сложных форм подчиняется той же самой логике, что и распознавание простых форм, но, как правило, оно требует более сложных процессоров. Эта тема будет рассмотрена далее.

Распознавание сложных форм

В качестве примера распознавания других паттернов обратимся к идентификации треугольника. На рис. 16.5 изображено несколько треугольников, каждый из которых человек может с легкостью опознать и классифицировать. Если прототип «треугольности», хранимый в программе компьютера, соответствует «правильной» матрице треугольника А, то треугольники В и С, если их правильно повернуть и скорректировать по величине, можно будет легко распознать; однако треугольники D и E вызывают проблемы, особенно Е — их можно идентифицировать только в результате «хорошего гештальта», но не по тому признаку, что они состоят из трех прямых линий.

Рис. 16.5. «Хорошие» (A-D) и «проблематичные» (E) треугольники. Первые отличаются только по величине, ориентации и отношению сторон; у последних нет обычных прямолинейных сторон, но их все же можно опознать как треугольники

Наша способность немедленно распознавать каждую из этих фигур как треугольник объясняется обширным опытом восприятия других треугольных объектов; абстрактное представление о треугольности достаточно широко, чтобы позволить нам опознать эти треугольники именно как треугольники, хотя раньше мы их никогда не видели. Может ли компьютер выучить это понятие? Возможно, но такой механизм поиска будет более сложным, чем единичная операция сопоставления, такая, как в машине, считывающей номер с чека. Вместо этого стоило бы подумать о программе поиска, распознающей детали треугольника. Тогда такие детали, или атрибуты, как углы, линии, форма, количество объектов и т. д., хранились бы в компьютерной памяти, точно так же, как в нашей памяти хранится каталог этих атрибутов треугольника.

Компьютерное распознавание сложных форм применяется на практике в области распознавания лиц. Предположим, что ваше лицо имеет уникальные признаки, такие же, как отпечатки пальцев. Компьютерная система, которая может сканировать лицо человека и найти полное соответствие с ним, могла бы очень помочь в работе полиции. Она также оказалась бы полезной для идентификации чеков и в системах безопасности промышленных объектов и офисов. Представьте, что каждое утро на работе вас приветствует компьютер, который просит: «Пожалуйста, расположите ваше лицо так, чтобы я мог его увидеть», — а после его сканирования и открытия двери говорит: «Здравствуйте, госпожа Джуэль, вам звонил В. М. Бич... и, между прочим, с днем рождения». Хотя вы можете воспринять это как еще одно вторжение в вашу личную жизнь, вероятно, что довольно скоро нам придется смириться с такими устройствами.

Исследование идентификации лиц было проведено специалистами по компьютерам Томасом Поджо и Роберто Брунелли в Массачусетском технологическом институте. Суть программы состояла в определении и математическом анализе существенных признаков лиц, таких как ширина носа, расстояние между глазами и подбородком и т. д. Были выявлены шестнадцать признаков (рис. 16.6).

Рис. 16.6. Сравнение лиц. Чтобы это лицо соответствовало лицу в памяти компьютера, для установления сходства собраны и используются в формуле шестнадцать таких ключевых признаков, как глаза, нос и размеры подбородка. Данная формула основана на измерении евклидового расстояния в шестнадцатимерном пространстве. Эту работу ведут в Массачусетском технологическом институте Р. Брунелли и Т. Поджо

Если бы лица не менялись, было бы достаточно простой модели сравнения с эталоном; однако наши лица никогда не бывают одинаковыми. Поэтому программа должна найти близкое сходство между вашим лицом сегодня и вашим лицом на прошлой неделе, но при этом не быть слишком снисходительной, чтобы пропустить самозванца. Программа делает это путем геометрического сравнения различных аспектов признаков и обещает быть намного более надежной, чем идентификация лиц, осуществляемая людьми. Такое устройство могло бы помочь разгадать некоторые фотографические тайны, неожиданно возникающие время от времени (например, находка очень ранней фотографии человека, который может быть (или не быть?) Авраамом Линкольном).

Эта сделанная в начале XIX века фотография молодого человека, похожего на Линкольна, но он ли это? Компьютерный анализ лицевых признаков может помочь дать ответ на этот вопрос.

Из нашего обсуждения распознавания объекта (см. главу 4) мы знаем, что восприятие паттернов человеком связано не только с наблюдением объекта и последующим сопоставлением этого образа с эталоном в мозге (подобно тому, как компьютерные коды вертикальных полос сравниваются с соответствующими паттернами). Вполне возможно, что оно происходит на основе ранее сохраненных признаков, которые при объединении образуют прототип. Новые или менее знакомые стимулы распознаются дольше старых или знакомых паттернов, потому что совпадений между паттерном и хранящейся в памяти информацией обнаруживается гораздо меньше. Компьютеры не имеют ограничений на объем хранящейся информации — практически нет предела объема памяти компьютеров, — поэтому при написании программ часто предполагалось использование большого хранилища информации и механизмов поиска при сравнении образов восприятия с воспоминаниями. В «реальной жизни» мы узнаем людей, места и даже слова без особых усилий не потому, что каждый раз, когда мы видим эти объекты, то сохраняем эти образы отдельно друг от друга, а потому, что сохраняем абстракцию, связанную с этим классом стимулов. Так, когда вы узнаете свои спальню, подушку и ботинки, это происходит потому, что мозг сохранил «идеальные», а не фотографические образы.

Синха и Поджо (Sinha & Poggio, 1997) продемонстрировали важность формы головы при распознавании лиц людьми и компьютерами. Мы знаем друг друга, потому что знакомы месяцы и годы. Лицевые характеристики хранятся в памяти, и, когда мы видим человека, у которого присутствуют все признаки его лица-прототипа, мы сразу узнаем «оригинал». Этот процесс мало чем отличается от описанного в эксперименте Солсо и Мак-Карти опыта с лицами-прототипами (см. главу 4). В эксперименте Синха и Поджо предъявлялись лица, показанные на рис. 16.7.

Рис. 16.7. Вы можете быстро идентифицировать эту известную пару? Вы уверены? Объяснения в тексте

На первый взгляд эта пара напоминает бывшего президента Билла Клинтона и вице-президента Альберта Гора, но в действительности лицо на заднем плане составлено из основных признаков лица президента Клинтона — его глаз, носа и рта, — добавленных к образу Гора — его волосам, ушам и телу. Вероятно, эта иллюзия сначала ввела вас в заблуждение потому, что у вас была «установка»: эти люди образуют «пару». Даже положение, занимаемое на рисунке каждым из изображенных, повлияло на ваше восприятие, а затем вы увидели волосы Гора, его тело, его осанку и быстро приняли решение. Таким образом, на распознавание паттерна оказывает большое влияние прошлое восприятие, которое в случае узнавших Гора оказалось неэффективным. Из исследований, проведенных Поджо и его коллегами, можно сделать два вывода. С одной стороны, можно разработать программы, которые распознают объекты и лица лучше, чем люди (и такие устройства полезны в работе правоохранительных органов). С другой стороны, можно создать программу научения так, чтобы компьютер мог методом проб и ошибок научиться распознавать объекты и лица намного лучше, чем люди.

Системы, которые работают как люди-эксперты, называют экспертными системами. По существу, экспертная система — это искусственный специалист, который решает проблемы в области своей компетенции. Экспертные системы были разработаны, чтобы решать задачи в медицине, юриспруденции, аэродинамике, шахматах и освободить людей от несметного числа рядовых процедур, которые обычно надоедают людям или в некоторых случаях могут быть слишком трудны для решения людьми (см. только что обсуждавшуюся тему идентификации лиц). Эти системы хорошо подчиняются правилам. Они могут «обдумывать» только одну проблему. Экспертная система в медицине может быть незнакома с гражданскими правонарушениями, но она может поставить довольно точный диагноз тринадцатилетней девочке с высокой температурой, болью в животе и повышением уровня лейкоцитов в крови. Одна такая программа, неудачно названная Puff[108], является экспертной системой, разработанной для диагностики болезней легких, например рака легких; ученые заявляют, что точность ее работы приблизительно равна 89%, — близко к точности диагноза, поставленного опытными врачами. Эти системы особенно популярны в промышленности, армии и в исследованиях космоса. Они довольно хорошо справляются со своей работой. Кроме того, они не бастуют и не требуют больше денег, не возражают, чтобы их разбили вдребезги, не требуют средств для поддержания жизни и их очень любят тупицы.

Психологи считают язык основным проявлением когнитивных процессов. Он больше, чем все другие виды человеческого поведения, отражает мышление, восприятие, память, решение задач, интеллект и научение. И ввиду его важности для основных психологических принципов язык представляет большой интерес для специалистов по ИИ.

Артур Кларк в наиболее полном виде — как обмен мнениями между Дейвом (человеком) и фантастическим компьютером Хэлом — предвосхитил связь способности к языку и сферы решения задач с искусственным интеллектом:

Насколько близко мы подошли к тому, чтобы, пусть пока лишь в лабораториях ИИ, сделать эту фантастику реальностью?

ELIZA, PARRY и NETtalk

Полные энтузиазма первые исследователи искусственного интеллекта быстро приняли вызов, брошенный задачей Тюринга, и написали программы, разработанные для продуцирования ответов на реальные вопросы, которые были бы неотличимы от ответов человека. Теперь некоторые из этих программ могут показаться несколько наивными, но наука часто развивается именно таким образом.

ELIZA. Одна из первых «разговаривающих» компьютерных программ ELIZA (ЭЛИЗА)[109] была написана Джозефом Вейценбаумом (Weizenbaum, 1966). С момента создания первоначальной программы появилось несколько ее переработанных вариантов. В одной конкретной программе под названием «ДОКТОР ЭЛИЗА» играла роль, сходную с ролью психиатра. В следующем примере высказывания ЭЛИЗЫ выделены заглавными буквами:

Кому-то может показаться, что эта беседа вполне могла бы являться частью диалога психиатра-человека и его пациента. Но давайте оценим этот разговор критически. Реакции компьютера в нем довольно стереотипны. Например, он запрограммирован отвечать на определенные ключевые слова фразой, являющейся всего лишь преобразованием первоначальной фразы. Так, когда пациент произносит ключевые слова: «Я (есть)...», ЭЛИЗА отвечает выражением: «Мне жаль слышать, что вы...» Если ключевых слов не обнаружено, компьютер отвечает бессодержательным замечанием или в некоторых случаях преобразованием предыдущей фразы. То, что за отсутствием лучшего слова мы называем пониманием, включает человеческие знания об ощущениях, склонностях, групповой динамике и т. д. У ЭЛИЗЫ этого нет.

PARRY. Какая получилась бы беседа, если поменять роли, то есть если бы психиатр разговаривал с компьютерной моделью пациента? Колби и его коллеги (Colby et al., 1972) смоделировали такого пациента, назвав свою программу PARRY (ПАРРИ)[110], поскольку она имитировала ответы параноидного пациента. Параноика они выбрали потому, что существует определенное теоретическое представление об этой болезни и о процессе паранойи, а различие между ответами нормальных людей и психотиков велико; исследователи могли использовать суждения экспертов для оценки отличимости ответов компьютерной модели от ответов человека. Колби с коллегами подвергли компьютер тесту Тюринга, попросив группу психиатров провести интервью с ПАРРИ при помощи дистанционно печатаемых сообщений. Психиатров просили оценить степень «паранойи» в общей сумме ответов.

Результаты показывают, что в очень специализированной обстановке эта модель «неотличима» от реального пациента. Конечно, можно справедливо утверждать, что условия этого эксперимента были созданы искусственно, что действительная диагностика паранойи включает множество интервью лицом к лицу с пациентом и что если бы эксперты знали реальную суть задачи, они строили бы беседу по-другому. Хотя Колби с коллегами успешно запрограммировали компьютер отвечать довольно похоже на параноидного пациента и эта программа прошла своего рода тест Тюринга, она очень далека от совершенной модели, способной генерировать и понимать язык.

NETtalk. Совершенно иной тип основанной на нервной сети программы под названием NETtalk разработали Седжновски, работавший тогда в Гарвардской медицинской школе, и Розенберг из Принстонского университета (см. Heppenheimer, 1988; Sejnowski, 1987). Программа NETtalk читает и произносит буквы (рис. 16.8). Модель, имитирующая нервную сеть, состоит из нескольких сотен единиц («нейронов») и тысяч связей между ними. NETtalk «читает вслух», преобразовывая буквы в фонемы — элементарные единицы речевых звуков. Эта система подобно другим, о которых мы уже говорили, имеет три слоя: входной, в котором каждая единица соответствует букве; выходной, единицы которого представляют 55 фонем английского языка; и слой скрытых единиц, в котором каждая из единиц имеет обладающую определенным весом связь с каждой входной и выходной единицей. NETtalk читает, рассматривая одну за другой каждую букву и просматривая три буквы с обеих сторон для получения информации о контексте. Так, буква е в словах net, neglect и red может обозначать различные звуки. Каждый раз, когда программа NETtalk читает слово, она сравнивает его произношение с правильным произношением и затем регулирует вес его связей, чтобы исправить любые ошибки.

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

После нескольких попыток NETtalk заметно улучшает свою работу. Седжновски сообщает:

Практическое значение этих систем очевидно; менее очевиден, но в конечном счете более важен концептуальный прорыв, обеспеченный моделями нейронных сетей.

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 язык, а затем обратно на английский, то получилось следующее: «Вино было приятным, но мясо протухло».

Опыт использования подобных примитивных программ перевода и развитие психолингвистики изменили наше представление о языке. В предыдущем примере русские и английские слова были эквивалентны и синтаксис в обоих языках правилен. Но смысл двух предложений получился разным. Любой язык ограничен различными правилами, определяющими последовательность грамматических компонентов и значение всей последовательности. Сложные отношения внутри языка требуют тщательного анализа. Компьютерный анализ процессов естественного языка выражается в разработке систем, способных «понимать» язык. Были созданы довольно сложные «понимающие» программы, основанные на концептуальной базе языка. Эти программы могли анализировать как контекст рассуждения, так и значение слов, а в некоторых случаях и «знания о мире» (Т. Виноград). Анализатор синтаксиса определяет наиболее вероятный синтаксический разбор и интерпретацию предложения.

Способность первых языковых систем подражать человеческому разговору была ограничена в связи с недостатком знаний о мире и неспособностью делать выводы. В речи людей то, что не говорится, столь же важно для эффективного сообщения, как и то, что произносится вслух. В разумной человеческой деятельности присутствуют все виды умозаключений — и не только при обработке языка, но и при других видах деятельности, таких как зрительное восприятие. Нам не обязательно видеть частично скрытый объект полностью, чтобы заключить, что он существует целиком. Даже частичных и вторичных признаков достаточно для запуска целой серии ответных реакций: если я иду через лес, зная, что в нем водятся ядовитые змеи, то звука шуршащих листьев достаточно, чтобы я замер на месте.

Еще один аспект понимания привлек внимание исследователей ИИ — это понятие об «убеждениях». Рассмотрим следующий пример:

Будет справедливо заключить, что большинство людей понимают — то, что задала эта жена своему мужу, вовсе не было задачкой на вычитание. Ничего, что этот вывод может быть абсолютно неверен. (Например, муж мог работать допоздна в своей лаборатории и только что открыть средство от рака, которое принесло бы его семье славу и деньги; или он мог прийти домой слишком рано!) Мы говорим о том, что большинство людей понимают из этой простой истории и чего не понимают компьютерные программы. Чтобы программа поняла эту историю, нужна не только обширная память на идиомы (а иначе как понять выражение «задала мне»), но также некоторое представление о приходах и уходах мужей и о том, каковы убеждения и отношения жен к таким выходкам.

Непрерывное распознавание речи

Системы непрерывного распознавания речи (НРР) — это программы, которые распознают и регистрируют естественную речь. Внешне система НРР кажется достаточно простой для конструирования. В конце концов, большинство людей и некоторые животные распознают и регистрируют определенный тип речи. Однако эта задача крайне сложна по упомянутым выше причинам. Рассмотрим хотя бы проблему, связанную с омофонами, — словами, которые звучат одинаково, но имеют различное значение, например arm («рука») — конечность, прикрепленная к торсу, и arm («оружие») — то, что вы производите, чтобы защитить себя от полуночного злоумышленника. В предложении: Jeff armed himself in the event of an emergency («Джеф вооружился на крайний случай») слово armed означает, что Джеф обзавелся определенным видом оружия. Однако, если вы знаете Джефа, а также то, что в результате несчастного случая он потерял обе руки и теперь пользуется протезами, которые он надевает в крайнем случае, например при пожаре, вы так же знаете, что armed означает, что он надел свою искусственную руку. Как бы система НРР разобралась с этим паттерном речи? Большинство программ работает на основе статистической вероятности и ограниченного синтаксического контекста и, таким образом, неверно истолковали бы смысл предложения. Однако постепенно создаются все более сложные программы, которые учитывают контекст и задействуют «знания о мире».

Исследования на переднем крае НРР связаны с программами перевода, упомянутыми выше. Эти новые программы не просто осуществляют перевод путем «грубого поиска и сравнения», а способны к непрерывному распознаванию речи с использованием полного словаря, переводу на другие языки и синтезу речи с высокой степенью точности. Это означает, что человек может говорить по-английски, например в «телефон» (или микрофон, связанный с компьютером); английская речь переводится в текст; текст переводится на другой язык, например французский; синтезируется речь на втором языке; и в результате мы получаем устную версию переведенного сообщения. Эта удивительно практичная программа уже находится на стадии экспериментальной проверки (см. Kurzweil, 1999), и коммерческий продукт, как ожидается, появится на рынке в начале этого десятилетия.

Программа понимания языка

В процессе разумного общения с человеком NETtalk и CSR используют знания о мире, и то же самое делают другие программы, в спектр деятельности которых включены те или иные формы человеческого понимания. Среди наиболее известных и наиболее спорных — программа понимания языка, разработанная в Йельском университете Роджером Шенком. Разработки Шенка преследовали несколько целей, включая создание программы, способной понимать письменный текст, кратко излагать его суть, переводить его на другой язык и отвечать на вопросы по его содержанию. Шенк и его коллеги скоро обнаружили, что люди понимают гораздо больше, чем просто ряды слов естественного языка. Он иллюстрирует этот момент следующим рассказом: «Джон пошел в ресторан. Он заказал сэндвич. Официант принес его быстро, поэтому он дал ему большие чаевые». Вопрос: съел ли Джон сэндвич? Заплатил ли он за него?

Когда я говорю вам: «Я был в Венеции прошлым летом», — вы можете, в свою очередь, задать мне много вопросов более или менее по существу: потратил ли я сколько-то денег? Летел ли я самолетом? Или плыл на корабле? Говорил ли я с кем-нибудь? Заходил ли я в ресторан? Видел ли я других людей в Венеции? Говорят ли они по-итальянски? Носят ли они одежду? Есть ли у них ногти? Сколько? Чтобы «разумная» машина понимала язык, она должна уметь при обработке языка делать разумные выводы, как это делают обычные люди. Основная идея Шенка близка принципу обработки «сверху вниз», подробно обсуждающемуся в этой книге.

Одной из трудностей, с которой исследователь столкнулся при разработке программы обработки языка, была неоднозначность естественных языков. Шенк (Schank, 1981) приводит следующий пример:

Чтобы правильно проанализировать эти предложения, нужно знать гораздо больше, чем просто синтаксические и семантические правила. Читатель должен что-то знать о том, где может находиться человек, а также владеть другой концептуальной информацией о человеческом поведении и общей информацией о мире.

Литература по решению задач и играм в рамках ИИ, возможно, более обширна, чем по любому другому психологическому вопросу. Одна из причин, почему многие специалисты по ИИ интересуются решением задач, состоит в том, что этот термин, грубо говоря, синонимичен мышлению, которое в своем наиболее сложном виде является исключительно атрибутом человека. Этот факт, а также то, что машины с ИИ способны выполнять процедуры решения задач, привели к бурному развитию методов и теории в этой области.

Вычисления были одним из первых примеров использования машин для решения задач. В 1642 году Паскаль (тогда ему было 19 лет) продемонстрировал, что при помощи изобретенного им механического вычислителя некоторые математические задачи можно решить точнее и быстрее, чем это делают люди вручную. В контексте современного ИИ решение задач означает гораздо больше, чем механические вычисления; оно охватывает широкий диапазон от решения сложных головоломок до доказательства теорем, заучивания успешных операций и различных игр.

Легко спроектировать компьютер, который может решить определенную задачу. Однако написать программу, которая достаточно универсальна, чтобы решать различные задачи, довольно трудно. А создание программы, способной адаптироваться и научиться решать совершенно разные задачи, пока невозможно. Но цель многих современных специалистов в области искусственного интеллекта состоит в том, чтобы спроектировать обучающуюся программу, которая будет решать задачи. На элементарном уровне такие самообучающиеся программы могли бы научиться определять, какие клиенты будут благонадежными пользователями кредитных карточек, а с какими лучше не связываться (см. рис. 16.9). На более продвинутом уровне находятся программы компьютерного зрения, над созданием которых работает Абу-Мустафа (Abu-Mostafa, 1995); они предназначены для опознавания объектов даже в случаях, когда объект-мишень изменяет направление или ориентацию.

Рис. 16.9. Обучение машины включает наладку внутренних параметров системы, при которой устанавливаются связи между входными данными и желаемым результатом. Например, система, дающая санкцию на предоставление кредита, обучалась бы связывать личные данные претендентов с их репутацией как должников. В действительности в процессе обучения «настраиваются шкалы», пока машина не сможет повторять отношения ввода-вывода в пробных примерах

Как учатся машины? Логический ответ — на основе «опыта», но, конечно, это почти ничего не говорит нам о механизмах, которые изменяют работу компьютера. Многие специалисты в области искусственного интеллекта подходят к решению этой проблемы с математической точки зрения, в рамках которой поведение машины рассматривается как функция, связывающая входные величины (например, характер решаемой задачи) с соответствующими выходными величинами (действия или решения). Один из способов решить эту задачу — рассматривать обучение машины просто как «поиск правильного положения ручек управления». Некоторые программы учатся, изучая примеры, как в случае задачи, приведенной на рис. 16.10.

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

Прервитесь на минуту, чтобы увидеть, сможете ли вы найти признак, который отличает один класс объектов от другого. Обратите внимание на то, что ваше решение, связанное с формированием понятия, может сосредоточиться на смысловых отношениях, но как тогда связаны старинный штопор, часы и кролик Банки? Это трудная задача, и все же вы, как и компьютер, испытаете озарение, когда увидите подсказку на рис. 16.11.

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

Машина «учится», имитируя функции-мишени и поэтапно совершенствуя свои действия, все больше приближаясь к цели, пока не достигнет ее. Было создано несколько успешных программ, действующих по этому принципу, включая основанные на нейронной сети (см. Hinton, 1992).

В основе многих работ по ИИ лежит важное различение между двумя методами решения задач. Один метод называется алгоритмическим, а другой — эвристическим. Алгоритмы обычно определяются как процедуры, гарантирующие решение задач данного типа; эвристика есть набор эмпирических правил или стратегий, которые в итоге действуют подобно правилу большого пальца. Различие между этими методами можно проиллюстрировать на примере шахматной задачи. Шахматы для компьютера — это игра, в которой во всякий данный момент у каждого игрока существует ограниченное количество ходов. И на каждый из возможных ходов противник может ответить также ограниченным набором ходов. Для практических целей количество этих перестановок конечно, то есть игра должна закончиться выигрышем (поражением) или вничью. На рис. 16.12 вы видите часть разветвленного дерева ходов, возможных в шахматной партии.

Рис. 16.12. Часть дерева вероятностей для шахматной игры

Конечно, нельзя изобразить возможные ходы для всей партии, поскольку такая диаграмма содержит около 10¹²⁰ различных путей. Чтобы представить себе это огромное число возможных ходов, вообразите пространство, необходимое для отображения всех этих перестановок. Если все возможные пути закодировать в виде мельчайших точек, они многократно заполнят все библиотеки мира! Тем не менее алгоритмический поиск, при котором исследуются все варианты, неизбежно привел бы к ряду вариантов игры с выигрышем, проигрышем или ничьей. Не только люди, но даже самые сложные компьютеры из всех, которые только можно вообразить, неспособны воспользоваться этим методом. Вместо него и люди и компьютеры используют эвристические методы поиска, при которых важной является стратегия игры, — например, атака на ферзя, контроль над центром доски, блокирование главных фигур противника, обмен с получением преимущества в позиции или фигурах и т. д.

Компьютерные шахматы

Выше мы описывали, как при помощи оптимального сканера, работающего с компьютером, можно было бы разобрать смысл простого паттерна методом сравнения матриц. Обсуждая анализ паттернов, мы выяснили, что паттерны сложны и что модель распознавания паттернов человеком, основанная только на сопоставлении матриц, неспособна имитировать разнообразие, сложность и экономичность, характерные для человеческой способности к распознаванию паттернов при кратком предъявлении.

Если для распознавания каждого из разнообразных паттернов, встречающихся в повседневной жизни, потребовалась бы отдельная матрица, они переполнили бы память даже самого большого компьютера. Но давайте выберем для сопоставления матриц умеренно простой паттерн — что-нибудь среднее между опознанием вашей бабушки и считыванием стоимости фунта масла (код напечатан на упаковке). В шахматах мы имеем схожие паттерны: простая сетка 8x8 попеременно окрашенных клеток; ходы четко определяются (например, ладья может ходить на любое количество клеток по вертикали или горизонтали при условии, что на ее пути нет других фигур, пешка может ходить на одно поле вперед, за исключением... и т. д.); ходы можно выбирать путем грубого поиска, а количество перестановок конечно, хотя и огромно. При условии очень большого объема хранения и такого же запаса времени можно для каждого хода определить вероятность, с которой он приближает выигрыш. Компьютеры изучают потрясающее количество возможных ходов, однако модель, которая будет просчитывать все ходы, построить технически невозможно; кроме того, это не говорит ничего о том, как играют в шахматы люди и, что более важно, как при этом воспринимаются, кодируются, преобразуются и приводятся в действие сложные паттерны.

Из экспериментов Чейза и Де Грота (см. главу 4) мы знаем, что даже начинающие игроки в шахматы выделяют информацию о положении конкретных фигур и затем сосредоточиваются на разработке стратегии вокруг ключевых фигур и ходов. Поэтому, чтобы шахматная машина могла играть в шахматы как человек, она должна уметь анализировать паттерн и быстро абстрагировать из фигур и их позиций информацию об относительной важности более крупных единиц информации.

Кроме шахмат люди могут бросить вызов компьютеру в большом количестве других компьютерных игр, включая триктрак, бридж, шашки, го, покер и «Эрудит». Все они есть в Интернете и ожидают, чтобы сообразительные люди вроде вас испытали их.