"Информатика (углублённый уровень)", Калинин И.А., Самылкина Н.Н.
Интеллект проявляется не только в запоминании: он помогает рассуждать, решать задачи, учиться и применять опыт в новых условиях. Искусственный интеллект позволяет компьютерам выполнять отдельные задачи, требующие таких способностей. Чтобы создать компьютерную модель, нужно определить задачу, входные данные и ожидаемый результат, а затем проверить систему на примерах, которых она не видела при настройке. Успех в одной задаче ещё не означает, что машина мыслит как человек.
Текст подготовлен нейронной сетью по теме параграфа и не заменяет учебник — важные факты и формулировки сверяйте с ним.
Интеллект — способность решать задачи, рассуждать, обучаться и применять знания в новых ситуациях. Он шире простого запоминания сведений: человек может использовать уже известный опыт, чтобы справиться с непривычной задачей. Это понятие помогает описывать целый набор способностей, а не одну операцию.
Искусственный интеллект — методы и системы, позволяющие компьютеру выполнять задачи, для которых обычно требуются интеллектуальные способности человека. К таким задачам относятся, например, распознавание изображений или понимание речи. Термин обозначает область разработки и сами системы, но не утверждает, что компьютер мыслит так же, как человек.
Моделирование интеллекта — построение компьютерной модели отдельных интеллектуальных способностей и проверка того, как она справляется с задачами. Модель — это выбранное описание или способ решения, а не обязательно копия человеческого разума. Такое определение помогает ограничить цель: исследовать конкретную способность, а не пытаться сразу воспроизвести интеллект целиком.
Тест Тьюринга — мысленный эксперимент для оценки способности машины вести диалог так, чтобы собеседник не мог надёжно отличить её от человека. В ходе проверки оценивают ответы системы в разговоре, а не устройство её программы. Тест нужен, чтобы обсуждать поведение машины, но он не устанавливает, есть ли у неё сознание.
Интеллект нельзя свести к одной способности, потому что в решении задачи обычно сочетаются разные действия. Нужно использовать знания, выбрать подходящий способ рассуждения, заметить ошибку и при необходимости изменить подход. Обучение позволяет улучшать решения на основе опыта, а адаптация помогает действовать, когда условия отличаются от знакомых.
Чтобы перейти от наблюдаемой деятельности к компьютерной модели, сначала выделяют задачу: например, определить, что изображено на картинке. Затем задают входные данные и ожидаемый результат — в данном случае изображение и название объекта. После этого выбирают правила или способ обучения; такая последовательность нужна, чтобы было понятно, что именно система должна делать и как оценить её работу.
Модель обычно воспроизводит отдельную функцию, потому что каждую способность можно описать и проверить в рамках конкретной задачи. Распознавание образов требует находить отличительные признаки, поиск решения — сравнивать варианты, а обработка речи — работать с последовательностью слов и их значениями. Решение этих задач не означает, что система обладает всеми способностями человека, например может свободно переносить любой опыт в любую область.
Компьютерная система получает результат разными способами. Человек может заранее задать правила, система может опираться на накопленные примеры или выявлять закономерности во время обучения на данных. Выбор способа зависит от задачи: если удаётся точно описать последовательность действий, подходят правила, а если примеров много и закономерности трудно задать вручную, полезно обучение на данных.
Успешное решение одной задачи не доказывает наличие у машины человеческого интеллекта: результат может обеспечиваться узким набором правил или обучением на похожих примерах. Тест Тьюринга предлагает оценивать, насколько убедительно система ведёт себя в диалоге, и тем самым помогает обсуждать границы машинных возможностей. Но он проверяет только поведение в заданной ситуации и не показывает, есть ли у машины сознание или человеческий способ мышления.
| Основание сравнения | Человеческий интеллект | Компьютерная модель |
|---|---|---|
| Как получает знания | Из обучения, наблюдений, общения и личного опыта | Из заданных правил или данных, на которых её обучают |
| Как решает задачи | Использует знания и рассуждение, учитывая ситуацию | Следует заданному алгоритму или выявленным закономерностям |
| Как обучается | Может учиться на разных видах опыта и обратной связи | Настраивается по данным и выбранному способу обучения |
| Как переносит опыт на новые ситуации | Может применять знания в разных областях и менять подход | Перенос зависит от данных, устройства модели и сходства задач |
| Сильные стороны и ограничения | Гибкость и широкий опыт; возможны усталость и ошибки | Скорость и точность в заданной задаче; ограниченность областью применения |
Сравнивайте системы по одной строке таблицы и учитывайте, для какой задачи они созданы. Это помогает не приписывать компьютерной модели все свойства человека по результату одного теста. Сравнение показывает различия, но не означает, что каждую модель нужно оценивать как копию мозга.
Задача 1. Нужно определить, можно ли считать программу распознавания рукописных цифр моделью интеллектуальной деятельности, и назвать моделируемую способность. В условии речь идёт о конкретной функции: по изображению цифры программа должна выбрать соответствующий символ. Поэтому важно оценивать именно её назначение, а не делать вывод о наличии у программы интеллекта в целом.
Ответ: да, такую программу можно считать моделью отдельной интеллектуальной деятельности — распознавания образов. Это не доказывает, что она умеет рассуждать или решать задачи других типов.
Задача 2. Нужно проверить, научилась ли система отличать спам от обычных писем, и назвать необходимые данные. Если оценивать систему на тех же письмах, по которым её настраивали, результат может оказаться обманчивым: она могла запомнить примеры. Поэтому проверка должна показывать, справляется ли система с письмами, которых раньше не видела.
Ответ: нужны размеченные примеры писем для обучения и отдельный набор писем для проверки. Качество оценивают по тому, сколько писем система классифицировала верно и сколько ошибок допустила на новых примерах.
Задача 3. Две системы диалога проверяют вслепую: участник разговаривает с каждой и пытается определить, где отвечает человек, а где машина. Требуется выяснить, в каких случаях ответы позволяют отличить систему, и сделать допустимые выводы. Поскольку результат зависит от вопросов и условий разговора, вывод нужно ограничить проведённой проверкой.
Ответ: отличить машину позволяют устойчивые особенности её ответов, обнаруженные в конкретном тестировании. Если участники часто ошибались, это говорит о сходстве поведения в заданных условиях, но не доказывает наличие у системы сознания или человеческого интеллекта.
Ошибка — считать интеллектом любое быстрое вычисление. Её допускают, потому что компьютер действительно выполняет многие операции быстрее человека. Проверьте себя: скорость выполнения ещё не показывает, умеет ли система рассуждать, обучаться или менять решение при новых условиях.
Ошибка — отождествлять искусственный интеллект с человеческим. Так думают, когда программа успешно справляется с задачей, которая человеку кажется сложной. Уточните область применения системы: если она решает только одну задачу, это не свидетельствует об универсальных способностях человека.
Ошибка — считать, что модель обязана копировать устройство мозга. Это предположение возникает из-за буквального понимания слова «моделирование». Проверьте себя вопросом: требуется воспроизвести биологический механизм или получить и оценить результат решения задачи? Во многих случаях важно второе.
Ошибка — принимать успешный тест Тьюринга за доказательство сознания. Она появляется, когда поведение системы в разговоре смешивают с её внутренним состоянием. Помните, что тест оценивает диалог; если проверка пройдена, вывод касается убедительности ответов в этих условиях, а не наличия переживаний.
Для понимания интеллектуальных систем нужно знать, как компьютер обрабатывает данные и выполняет алгоритмы. Алгоритм задаёт последовательность действий, а данные становятся входом для этих действий или материалом для обучения. Эти знания помогают понять, за счёт чего компьютер получает ответ, а не приписывать его результату человеческое мышление.
Тема связана с алгоритмами, базами данных и машинным обучением. Базы данных хранят примеры и сведения, а алгоритмы задают обработку данных и правила работы системы. Далее эти идеи применяются в распознавании образов, обработке речи и системах поддержки решений.
Чем интеллект отличается от простого выполнения алгоритма?
Алгоритм задаёт последовательность действий, а интеллект связывают с решением задач, рассуждением, обучением и адаптацией. Программа может выполнять алгоритм очень быстро, но скорость сама по себе не показывает, что она умеет учиться или переносить опыт.
Можно ли назвать искусственным интеллектом программу, которая решает только одну задачу?
Да, если программа использует методы, позволяющие выполнять задачу, обычно требующую интеллектуальных способностей, например распознаёт изображения. При этом она моделирует только ограниченную функцию и не обладает всеми способностями человека.
Обязательно ли компьютерная модель должна работать так же, как человеческий мозг?
Нет. Модель может воспроизводить результат или способ решения задачи, не копируя биологическое устройство мозга. Её оценивают по тому, насколько хорошо она справляется с поставленной задачей.
Как проверить, действительно ли система научилась решать задачу?
Нужно отдельно подготовить примеры для обучения и для проверки. Затем оценивают работу системы на новых данных, которые не использовались при настройке, и смотрят, насколько часто она ошибается.
Доказывает ли прохождение теста Тьюринга, что машина мыслит?
Нет. Тест Тьюринга оценивает, удаётся ли системе вести диалог так, чтобы собеседник не смог надёжно отличить её от человека. Он проверяет поведение в определённых условиях, а не наличие сознания или внутренних переживаний.
§ 9. Интеллект и его моделирование
