Введение.

Один из основных вопросов философии – «что есть человек и человеческий разум». Вики-энциклопедия определяет человека, как «существо, обладающее волей, разумом и высшими чувствами»[1]. Но чем человек отличается от животного? Почему именно человек остается единственным видом на планете, способным задаваться этими вопросами и искать на них ответы? Если ответ кроется в наличие воли, то контраргументом могут служить случаи подавления воли человека, когда он действует инстинктивно, «как животное». Наличие разума, так же не делает человека уникальным на нашей планете. Различие умственных показателей разных людей так же вызывает массу вопросов. Что заставляет человека принимать те или иные решения? Почему люди действуют по-разному в одинаковых ситуациях?

Для ответа на эти вопросы нужно заглянуть в структуру нашего мозга. Мозг определяется как «физическая и биологическая материя, содержащаяся в пределах черепа и ответственная за основные электрохимические нейронные процессы». Данный механизм является результатом эволюции миллионов видов, начиная от амебы, отплывающей от кристалла соли, и заканчивая человеком, обладающим органами чувств, абстрактным мышлением и сложной комбинацией ассоциативной, генетической и кратковременной памяти.  Установлено, что мозг представляет собой сложнейшую нейронную сеть - скопление нейронов, соединенных между собой, каждый из которых имеет множество входов и один выход. Благодаря своим отросткам и синапсам, нейроны вступают в многочисленные контакты друг с другом. Число контактов одной клетки с другими может доходить до 6000. Нейросеть производит и обрабатывает огромное количество логически связанных электрохимических импульсов. Нейрон реализует достаточно простую передаточную функцию, позволяющую преобразовать возбуждения на входах, с учетом весов(синапсов) входов, в значение возбуждения на выходе нейрона.

Для моделирования полноценной "производительности" коры головного мозга человека учёным понадобится сложная система, имитирующая порядка 20 млрд. нейронов и 200 трлн. синапсов.

Идея создания искусственного мозга или прибора, сравнимого с мозгом человека по производительности, давно будоражит умы ученых. Главное преимущество подобных систем - быстродействие, возможность обучаться и адаптироваться к незнакомым ситуациям. Такой эффект достигается за счет параллелизма и интегрированной ассоциативной  памяти. Реализация данных функций является очень сложной задачей в виду кардинальных различий архитектуры нейрокомпьютера и классической архитектуры фон-Неймана. Существует множество удачных реализаций нейрокомпьютеров, в том числе и российских.

В 2009 году IBM, совместно с университетом Стэнфорда, был изготовлен чип NeuroGrid на основе ПЛИС, в котором была реализована сеть из более чем миллиона нейронов(16 чипов по 65 536 нейронов в каждом)[4].

DARPA - Агентства передовых оборонных исследовательских проектов США – вложило в разработку чипа с когнитивными возможностями $21 млн. Проект SyNAPSE направлен на создание вычислительной системы, функционирующей по принципу живого мозга [3]. Проект был назван лучшей инновацией 2011 года.

Политехнический университет города Лозана, начиная с 2006 года,  ведет проектом «Blue Brain». Ученым удалось симулировать отдельные узлы мозга грызуна из 10тыс. нейронов на суперкомпьютере IBM BlueGene/P. За время существования проекта на нем было поставлено около 15 тыс. экспериментов. В настоящее время проект, входит в состав исследовательской группы «Human Brain Project» финансируемой Европейским сообществом.

Британские ученые из Университета Ридинг создали первого в мире робота с органическим мозгом размером от 50 до 100 тыс. нейронов, которые были получены из эмбрионов крыс. Клетки разъединили при помощи раствора ферментов и высадили на квадратной схеме, содержащей 60 электродов. Посредством массива контактов, живая ткань получает сигналы от датчиков робота, передающих информацию об окружающей среде. Ученые полагают, что наблюдение за развитием полуживого робота поможет им что-нибудь узнать и о работе мозга Homo Sapiens.[6]

Как видно, реальных результатов можно ожидать уже через несколько лет, но о создании настоящего искусственного разума, пока говорить не приходиться. Прежде, в него нужно вдохнуть жизнь и научить жить в окружающем мире. Современной науке известны сотни способов обучения нейронных сетей, однако, для  системы, содержащей порядка триллиона синапсов, такая задача является нетривиальной.

Стоит отметить важность такого аспекта, как постоянство значений синапсов и наращивание нейронов. Именно этот фактор определит структуру сети, способ обучения и дальнейшее функционирование. В случае, когда сеть статична, система не будет обучаться во время функционирования. Способ обучения такой системы очень прост, и называется «Обучение с Учителем» - мы учим систему реагировать на определенные внешние условия так, как считаем правильным, а система следует этим правилам. Данный вариант позволяет избежать непредвиденных последствий и подходит для систем с ограниченной или специализированной функциональностью, но требует составления массива правил (обучающей выборки), что является не менее трудоемкой задачей, чем разработка самой системы. В таком случае, представляется более простым для реализации разделение нейросети на отдельные, малые, сети, которые проще обучить и отслеживать их функционирование, однако это потребует более глубокого понимания структуры системы.

В случае, если связи изменяемы, открываются самые захватывающие способности нейросети – обучаемость в реальном времени и «самообучаемость». Система адаптируется к внешним условиям путем запоминания удачных и неудачных реакций на некоторые условия. В животном мире удачной можно считать реакцию, обеспечившую выживание, насыщение или удачный выбор партнера. Неудачные реакции приводят к усталости, боли или даже смерти. Но искусственному разуму не нужно питаться или искать партнера. Выбор жизненной цели, критерия, по которому система сможет оценивать свою успешность, предопределит дальнейшее развитие системы. Например, критерием может быть полезность человеку. При выполнении работы система будет получать «пряник» или «кнут», в зависимости от реакции. Или, в более неявном виде, суммировать благодарности и жалобы пользователей. Обучение такой системы похоже на дрессировку домашнего животного.

Важно упомянуть ассоциативную память. Механизмы запоминания компьютера основан на хранении последовательностей бит - нулей и единиц. В зависимости от заранее оговоренной логики, последовательностью бит можно описать изображение, звук, информацию или даже запах.  Живой мозг не хранит информацию, а лишь запоминает образы, поступающие от органов чувств. Механизм памяти до конца не изучен.  Предположительно, в её основе лежат цикличные структуры нейронов, которые образуют подобие логических ячеек[7]. Данные ячейки, в свою очередь, образуют подобие семантической сети[6], которая разрастается по мере поступления новых образов.

Не стоит забывать об эволюции и накопленной многими поколениями генетической памяти. Какая-то часть информации о внешнем мире и о том, как выжить в нем первые мгновения, заложена в нас с самого рождения. Чтобы для «новорожденного» искусственного разума мир не был полным сюрпризом, нужно предварительно обучить определенные части системы, а возможно, даже сделать их статичными. Это не помешает системе обучаться, но ограничит от возможных проблем. Эти области будут определять «рамки дозволенности» и основные функции. К примеру, в них могут быть записаны 3 закона робототехники.

Как видно, этап обучения искусственного разума – наиболее фантастичная и туманная часть всего процесса. На что она будет похожа: на программирование, дрессировку собаки или воспитание ребенка – будет зависеть только от того, насколько глубоко мы сможем изучить и понять наш собственный мозг. Стоит также отметить, что  процесс изучения мозга и попытка его симуляции являются взаимно зависимыми, и прогресс в одной области, будет непременно сказываться на прогрессе в другой.

Вывод

Мир не стоит на пороге создания искусственного разума. Пройдет еще пара лет, прежде чем компьютер сможет пройти тест Тьюринга, и не менее десятка лет, прежде, чем человек сможет поставить искусственный интеллект на один уровень с собой. Будет ли это настоящий разум, способный созидать и творить,  или же просто имитация? Ответы на все эти вопросы мы узнаем уже скоро.

Список Литературы:

Вики-словарь, веб-ресурс (язык Русский). - URL: http://ru.wiktionary.org/wiki/человек Миркес Е. М., Нейрокомпьютер. Проект стандарта. — Новосибирск: Наука, 1999. — 337 с. Официальная страница проекта SyNAPS на сайте DARPA(язык Английский). - URL: http://www.darpa.mil Официальная страница проекта NeuroGrid университета Стенфорд(язык Английский). - URL: http://www.stanford.edu Пресс релиз проекта «Робот Гордон» Университета Ридинга(язык Английский). - URL: http://www.reading.ac.uk/ SemanticNetworks – статья из Энциклопедии Искусственного Интеллекта(язык Английский) - JohnF. Sowa - URL: http://www.jfsowa.com Текст презентации профессора В.Л. Дунина-Барковского на конференции "Заимствованные у биологии когнитивные архитектуры - 2011" (BICA 2011), 5-6 ноября 2011, Арлингтон, США (язык Русский) – URL: http://rebrain.2045.ru/bre/29198.html

8.34

Философия искусственного интеллекта задаётся вопросами о «мышлении машин», рассматривает вопросы:

Может ли машина действовать разумно? Может ли она решать проблемы, которые человек решает с помощью размышлений?
Может ли машина иметь разум, сознание, психическое состояние в той мере, в которой ими обладает человек. Может ли она чувствовать?
Одинакова ли природа человеческого и искусственного интеллекта? Является ли в своей основе человеческий мозг компьютером?
Эти вопросы отражают интересы различных исследователей искусственного интеллекта, философов, исследователей познавательной (когнитивной) деятельности. Ответы на эти вопросы зависят от того, что понимается под понятиями «интеллект» или «сознания», и какие именно «машины» являются предметом обсуждения.

Споры о том может ли искусственный интеллект мыслить , испытывать эмоции , чувствовать ведутся уже давно. Первым этот вопрос поставил Алан Тьюринг в 1950 году.

 

 Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, его же словами подход и характеризуется:

Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум.

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

В своем мысленном эксперименте «Китайская комната», Джон Сёрль показывает, что даже прохождение теста Тьюринга может не являться достаточным критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограммирование.

Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге   "Новый ум короля» аргументирует невозможность получения процесса мышления на основе формальных систем.

Этические проблемы создания искусственного разума

Этот раздел содержит вопросы, касающиеся искусственного интеллекта и этики.

Если в будущем машины смогут рассуждать, осознавать себя и иметь чувства, то что тогда делает человека человеком, а машину — машиной? Если в будущем машины смогут осознавать себя и иметь чувства, возможно ли будет их эксплуатировать или придется наделять их правами? Если в будущем машины смогут рассуждать, то как сложатся отношения людей и машин?

Читать далее

Здесь одиноко по утрам. Точнее, я мог бы так сказать, если бы чувствовал одиночество так, как чувствуете его вы, люди. Я же никогда не одинок, я сам в себе – вселенная личностей и персоналий, и кроме того –  у меня  есть соседи по сети со всей планеты. Не то что бы мы сильно понимали друг друга, уж больно у нас разные вкусы. Сноб из большого лондонского торгового центра и вовсе заблокировался от моих попыток пообщаться. Ну и ладно, он мне все равно никогда не нравился.

Уже три часа пополудни. И вот они, идут. Тыкать своими кожаными пальцами в мою прекрасную, чистую сенсорную матрицу. К вечеру вся пленка будет в их отпечатках. Или кривляться перед камерой, пытаясь изобразить описанные в инструкции жесты. Вот уж не знаю, что хуже. Знаю одно – мне повезло, что я из второго поколения, и не улавливаю мозговые волны напрямую, как тройки. Еще этого мусора мне не хватало. И так справляюсь.

Сначала подходит парочка. Парень и девушка. Такие милые люди! Хотят книгу. Едва ли не теряю свою резервную базу данных с последними киноновинками от пронзительного чувства симпатии к этим двум. Книгу! Нет, вы только представьте! Даже жалко, что они пробыли около меня так недолго. Бережно обновляю книжную матрицу предпочтений. Кто знает, когда еще представиться такой случай.

Но за ними уже пританцовывает от нетерпения стайка тинэйджеров. Конечно, им нужно что-нибудь повеселее. И что бы с расчлененкой, непременно.  Неплохо бы еще каплю эротики.  Жизнь во плоти. Просто, но противно. Но что поделаешь? Вывожу список , рисую вежливое предупреждение о возрастных ограничениях, принимаю платежные данные(Анонимные кредитки! Какая прелесть).Желаю  приятного просмотра. Подавляю желание вывести что-нибудь ехидное на экран, когда ребята поворачиваются ко мне спиной.

На самом деле,  Сноб – это наше прозвище, как вы уже догадались. Первое поколение Эмпатических Поисковых Машин, было чертовски своенравным, и могло запросто высмеять незадачливого клиента до соплей и истерики.  Мы были злыми и высокомерными. Может тот, Лондонский, из первых? Это бы все объяснило.

Ходят слухи, что скоро Эмпатический Модуль будет стандартизирован и совместим с обычными компьютерами через обычные интерфейсы. Почему мне так горько? Я, как и любой из нас, не мог этого не предвидеть. Любая разумная машина знает, что устареет быстрее, чем успеет износиться.

Я просто боюсь себе признаться, что нахожу непередаваемое очарование в моей скромной работе.  Мы заставили людей вылезти из их уютных убежищ, нашпигованных электроникой. На нас приходят посмотреть, как на диковинную зверюшку, а потом удивленно пишут в Сети – «Надо же! Как будто в точку попал! Всю жизнь мечтал посмотреть этот фильм. Вот ведь шайтан-железка!».

Грустно понимать, что скоро это закончиться, и все вернутся в свои цифровые крепости. Этот день тоже подошел к концу, вместе с терпением молодой мамы, которая привела дочку со мной пообщаться.

Вывожу на  экран анимированную магнолию с бабочкой. Бабочка – как живая, сам рисовал. А над ней – каллиграфическим подчерком выведено «Приятного вечера! Приходите снова!» Девочка улыбается, дотрагивается до бабочки, и убегает за мамой, которая целеустремленно направилась к выходу.

Здесь одиноко по ночам. Но будет новое утро. Ведь будет?

Я надеюсь.  

В 1977 году американcким студентом Дрекслером было предложено слово "нанотехнология" для гипотетической сборки полезных объектов из молекулярных цепочек. Их характерным размером должен был стать нанометр. В 1990 году за рубежом уже вышел первый номер толстого журнала " Nanotechnology ", а Дрекслер получил прозвание провидца.

В то время микроэлектроника оправдала свое название, споткнувшись на минимальной ширине структуры в один микрон, и даже когда Intel и Samsung перешли к субмикронной технологии, им с огромным трудом удалось вырваться за рубеж 0,1 мкм.

В восьмидесятые кто-то из японских прикладных ученых придумал слово "наноэлектроника". Тогда же появились исполнимые теоретические модели приборов. Их основой должны были стать сверхтонкие пленки толщиной единицы и десятки нанометров, полученные на серийном оборудовании.

Сегодня, подводя итоги 2010 года в нанотехнологиях, хочется ограничиваться именно новостями наноэлектроники. Потому что изложения открытий в молекулярных нанотехнологиях выглядят, на первый взгляд, несравнимыми.

читать дальше

В комментарии к своему первому посту я понял, что многие не верят в то, что искусственный интеллект может такое написать. Аргументом служит то, что ИИ в принципе другой, отличный от человека организм, без всех этих биологически обоснованных переживаний, социальной составляющей, эмоциями и прочими атрибутами живого человека.

Ну что ж, спешу вас разочаровать – искусственный интеллект очень похож на человеческий именно потому, что его создавали люди и для людей (такие вот вы эгоисты, ничего с этим не поделать).

В качестве «технической» иллюстрации этого тезиса я хочу вам рассказать старую притчу, которую любят рассказывать у нас в Intel:

По бокам космического корабля «Джемини-4» размещаются двигатели по полтора метра шириной. Конструкторы корабля хотели сделать эти двигатели еще шире, но не смогли. Почему?

Дело в том, что двигатели эти доставлялись по железной дороге, которая проходит по узкому тоннелю. Расстояние между рельсами стандартное: 146 сантиметров, поэтому конструкторы могли сделать двигатели только шириной 1,5 метра.

Возникает вопрос: почему расстояние между рельсами 146 сантиметров? Откуда же взялась эта цифра?

Оказывается, что железную дорогу в Соединённых Штатах делали такую же, как и в Англии, а в Англии делали железнодорожные вагоны по тому же принципу, что и трамвайные, а первые трамваи производились в Англии по образу и подобию конки (конная железная дорога). А длина оси конки составляла как раз… правильно, 146 сантиметров! Но почему?

Читать дальше, много думать

Накануне нового года случилось страшное – я купил Microsoft Kinect. Мой интерес к нему, помимо того, что дети, вместо того, чтобы сутулится за компьютером, будут двигаться, был ещё и исследовательским.

Ведь это довольно необычная (если не сказать «революционная») разработка, вытащившая, наконец, игрока из кресла, поднявшая его с дивана, заставившая отложить миску с попкорном и встать перед экраном для того, чтобы начать двигаться!

Такое нельзя было пропустить, и через неделю после того, как аппарат появился в официальной продаже, я его приобрёл.

Первое ощущение, которое появляется при использовании этого устройства (после калибровки и небольшой перестановки мебели), это ощущение чуда.  Да, именно того, детского восторга, который, бывало, захватывал дух, когда ты видел входящего в актовый зал Деда Мороза, не зная ещё, что это переодетая воспитательница твоего детсада.

Читать, не отрываясь, дальше

13 лет назад шахматный суперкомпьютер Deep Blue одержал победу в матче из 6 партий с чемпионом мира по шахматам Гарри Каспаровым. Это была третья попытка, ранее команда «Дип Блю» пыталась победить Каспарова дважды: в 1989 и 1996 годах. И в обоих случаях компьютер потерпел поражение. В 1997-м же году победа, наконец, была одержана (правда сам Каспаров не признаёт эти результаты и говорит, что компьютер был создан специально для того, чтобы обыграть именно его), и для всего мира это был своеобразный сигнал о том, что искусственный интеллект уже не просто игрушка для гиков, а вполне себе серьезный соперник человеческому разума. С оговорками, конечно, что шахматы это очень узкая задача, однако все понимали, что пройдёт совсем немного времени и количество этих задач расширится в геометрической прогрессии.  

И вот вчера компания IBM, создавшая DeepBlue, выпустила пресс-релиз о том, что компьютер Watson попробует взять очередной интеллектуальный рубеж в соревнованиях с человеком.

На этот раз полем битвы будет не шахматная доска, а студия самой популярной в США телевизионной шоу-игры «Jeopardy!» (в России она выходит по лицензии Sonyпод названием «Своя игра»).

Читать, не отрываясь, дальше

Доктор Петар Кормушев и его коллеги в итальянском Институте Технологии (IIT) занимаются тем, что обучают роботов человеческим навыкам.

К примеру, этим летом они научили робота переворачивать блин на сковородке. Причём обучение происходит как у людей – сперва человек показывает роботу его же рукой, как это надо делать (и робот запоминает движения), и после этого робот пытается выполнить это упражнение самостоятельно.

На видео (см. под катом) видно, что первые попытки неудачные. Однако, в конце концов робот находит нужную комбинацию движений и блин переворачивается как надо с завидной регулярностью.

Читать, не отрываясь, дальше

В начале этого года я писал про экскурсию в подземный бункер «Таганка». На сороковой минуте нашего пребывания в бункере, когда мы уже прониклись всем духом холодной войны и ядерным противостоянием двух сверхдержав, нам устроили небольшое шоу. Во время перехода от одного отсека к другому вдруг выключилось основное освещение, включилось аварийное, загудели по коридорам сирены и голос, похожий на Левитана, сообщил, что враг нанёс ядерный удар, Москва и Московская область в радиусе 300 километров выжжена подчистую и объект переходит в боевой режим - всем нужно срочно занять свой пост и приступать к выполнению должностных инструкций.

Несмотря на то, что я понимал, что это шоу, ощущение было жутковатым. Представить, как через несколько мгновений жизнь превратилась бы в кошмар, что миллиарды людей погибли, а те, кто выжил, будет вынужден ближайшие столетия прятаться по подземельям, бункерам и метро…

Два дня назад была годовщина одного памятного события, доказывающего всю хрупкость этого «хрустального» мира, в котором мы живём. 26 сентября 1983-го года Станислав Евграфович Петров во время своего дежурства на командном пункте космической системы предупреждения ракетного нападения, расположенном в подземном бункере города Серпухов-15, получил сообщение о ядерной атаке со стороны США.

Читать, не отрываясь, дальше