Цитаты из книги «Об ИИ без мифов. Путеводитель по истории Искусственного Интеллекта»

Разобрав в первой части состояние дел во всех трех направлениях, автор отчета переходит ко второй части, которую он назвал Past disappointments, то есть разочарования прошлым. В ней он констатирует, что разочарование постигло как тех, кто работал по направлению A, так и тех, кто избрал направления С и B. Реальные достижения в автоматизации с использованием AI не идут ни в какое сравнение с успехами традиционных автоматизированных систем управления, достаточно представать сложность и успешность систем управления в космической индустрии, в авиации и т. д. Достижения по части перевода и доказательства теорем не идут ни в какое сравнение с тем, что делает человек. Столь же критически Лайтхилл оценивает положение в направлениях C и B.

B – Building Robots (создание роботов). Лайтхилл еще использует для него название Bridge activity, то есть объединенная деятельность направлений A и B с целью создания разумных машин-роботов.

деятельность в области AI на три направления – A, B и C по специфике выполняемой в этих направлениях работы. • A – Advanced Automation (продвинутая автоматизация), сюда он включил все, что так или иначе связано с разработкой машин, способных заменить человека в самом широком смысле этого слова. Направление А он в свою очередь разделил на два канала: один – назовем его A1 – индустриальные и военные приложения, другой – приложения AI к математике и науке. Первый реализуется с применением логических, а не только, как прежде, арифметических, способностей компьютеров для совершенствования систем и процессов управления, а также при разработке таких вещей как распознавание печатных текстов, изображений, на криптографию и на тому подобные вещи, которые сегодня стали естественными составляющими окружающей среды. Второй канал A2 – это доказательства теорем, машинный перевод и другие задачи, которые можно отнести к HLMI, то есть к машинному разуму человеческого уровня • C–Computer-based CNS (воспроизведение на компьютере центральной нервной системы), в основе которой лежат теоретические исследования в области нейрофизиологии и психологии. Слово теоретические подчеркивает тот факт, что тогда это были не попытки моделировать реальную работу нервных клеток, а создание теоретических моделей мозга на основе общих принципов, известных из нейрофизиологии. Этот направление развивают не биологи, а математики, вкладывающие в свои модели полученное ими представление о работе мозга. Сегодня мы называем этот подход коннекционистским.

В статье Ликлайдера находим: «Задача состоит в том, чтобы обеспечить симбиотическое партнерство человека и машины, где человек ставит цели, формулирует гипотезы, определяет критерии и дает оценки, а на компьютер возлагается рутинная часть работы, способствующая повышению продуктивности человека». Эта мысль Ликлайдера остается актуальной по сей день: с внедрением новых технологий повышается уровень взаимодействия, в компетенцию машины переходят те рутинные функции, которые прежде мог выполнять только человек.

психофизиолог Джозеф Ликлайдер. Он предложил направление, им же названное interactive computing, где во взаимодействии с человеком машине отведена вспомогательная роль. Через пару лет Даг Энгелбьарт уточнил роль компьютера – усиление человеческого интеллекта (augmenting the human intellect).

Не все поддались на обещания скорых результатов, только несколько ученых сумели сохранить трезвый взгляд. Среди них был Джозеф Вейценбаум, автор программы ELIZA, он предупреждал об ошибочности отождествления естественного и искусственного разума, основываясь на сравнительном анализе фундаментальных представлений психологии и на наличии принципиальных различий между человеческим мышлением и информационными процессами в компьютере.

Убеждение во второстепенности инженерии было сформулировано Хансом Моравеком в форме тезиса, получившего название «парадокс Моравека». Этот парадокс активно поддержал Минский. Моравек утверждал, что для сложных мыслительных процессов требуются относительно небольшие вычисленные мощности, и напротив, для автоматизации сенсомоторных операций требуются огромные вычислительные ресурсы: «Относительно легко довести компьютер до уровня компетенции взрослого человека в таких задачах как тест на интеллект или игра в шашки, однако сложно или невозможно достичь навыков годовалого ребенка в задачах восприятия или мобильности».

их решение и называют кремниевой компиляцией.

Выбор этого подхода легко объясним, человечество не придумало ничего иного для описания и воспроизведения присущих ему знаний кроме символьных записей. Но никакая запись не тождественна знанию, соотношение между записью и знанием далеко не так просто, только человек, понимающий язык записи (естественный или научный) может извлечь знания из записи, собственно говоря, сущность образования в значительной мере состоит в обучении этому языку.

Вот современная трактовка кибернетики из издаваемого сейчас журнала International Journal of Machine Learning and Cybernetics (IJMLC). «Кибернетика имеет дело со сложными взаимодействиями в системах, составляющих наше окружение. А машинное обучение выявляет связи между переменными и наборами данных, действующими в этих системах. Объединение этих двух дисциплин позволит точнее раскрыть формы взаимодействия между системами с использованием механизмов обучения на данных». Кибернетика – явление куда более широкое, чем наука об управлении, и современные подходы к AI напрямую оказываются связанными с другой, не винеровской кибернетикой