The problem of computer knowledge representation in the structure of artificial intelligence

Full Text

В середине ХХ века появляется такое междисциплинарное направление исследований, которое получает метафорическое название «искусственный интеллект» (ИИ) [1, 18]. Термин «ИИ» вводит в научный лексикон в 1956 году Дж. Маккарти. Исследования в области ИИ становятся в середине 1950-х годов передним рубежом кибернетического движения. Десятилетием ранее это движение инициируется работой Н. Винера [4]. Окончательное признание термина «искусственный интеллект» происходит в 1969 году, когда проводится первая международная конференция по ИИ. В целом для ИИ характерно конструирование и использование с помощью технических средств знаковых систем, посредством которых в интеллектуальных информационных системах знание приобретается, репрезентируется и обрабатывается. В качестве таких знаковых систем в ИИ выступают компьютерные модели, языки и программы, которые в совокупности составляют концепции компьютерной репрезентации знания (логическую, сетевую, фреймовую). В последние десятилетия совершенствование интеллектуальных информационных технологий вызывает необходимость в новом взгляде на естественный интеллект и возможности его компьютерного моделирования. Формируется круг проблем и идей, относящихся к такому новому разделу эпистемологии, которую будем называть ИИ-эпистемологией (эпистемологией искусственного интеллекта). Она является разделом постнеклассической эпистемологии со специфическим набором идей, проблем и методов их решения. В ИИ-эпистемологии ставятся и решаются проблемы соотношения человеческого и машинного интеллекта; возможности создания ИИ; компьютерного восприятия и компьютерного понимания; изучаются проблемы приобретения, обработки, пополнения, обобщения и классификации компьютерных знаний; осуществляется анализ их специфики, структурной организации и функционирования. Под термином «компьютерные (машинные) знания» в ИИ понимают вводимую с помощью специальных процедур в базы и банки знаний интеллектуальных компьютерных систем информацию о закономерностях структуры и функционирования определённым образом выделенных и описанных фрагментов действительности, называемых предметными областями [7, 14]. В ИИ-эпистемологии возникают и разрабатываются новые подходы, идеи и концепции, отличные от классической эпистемологии [9]. Цели, задачи и акценты, характерные для классической эпистемологии, радикально меняются в эпистемологии искусственного интеллекта. ИИ-эпистемология рассматривает компьютерные знания как высшую форму репрезентации информации в ИИ. В рамках ИИ-эпистемологии всесторонне исследуется также проблема компьютерной репрезентация знания. Сущность этой проблемы состоит в фиксации, кодификации, формализации и запечатлении в характерных для ИИ знаковых системах разнообразных компьютерных знаний с целью их хранения, трансляции, трансформации и последующего применения. Проблема компьютерной репрезентации знания изучается в предлагаемой автором концепции компьютерной репрезентологии, являющейся разделом ИИ-эпистемологии. В компьютерной репрезентологии исследуется становление и развитие важнейших концепций компьютерной репрезентации знания (логической, сетевой, фреймовой), разработанных в последние десятилетия в ИИ [7, 10, 11, 13, 21, 23]. Они являются различными способами решения проблемы компьютерной репрезентации знания, составляя ядро эпистемологического содержания ИИ. Под концепциями компьютерной репрезентации знания будем понимать совокупности компьютерных моделей репрезентации знания о предметных областях, и соответствующие им языковые, логические и программные средства. За прошедшие полвека с момента появления термина «искусственный интеллект» и вплоть до настоящего времени не вырабатывается общепринятого определения этого термина, устраивающего всех специалистов, занимающихся исследованиями в данной области. Обычно под «ИИ» понимают совокупность программных и аппаратных средств, применение которых приводит к результатам, подобным тем результатам, которые получаются посредством осуществления человеческой интеллектуальной деятельности. «Существом искусственного интеллекта, - как справедливо отмечают авторы фундаментальной работы по ИИ, - можно считать научный анализ и автоматизацию интеллектуальных функций человека, однако для большинства проблем… тотальной реальностью является трудность их машинного воплощения» [13, с. 32]. На наш взгляд, следует различать понимание ИИ как проекта, теории и совокупности конкретных приложений (интеллектуальных информационных систем). Проект ИИ предполагает техническое воплощение давней мечты многих мыслителей и учёных - моделирование интеллектуальных способностей людей или компьютерное (машинное) моделирование мышления. Для осуществления данного проекта в конце 50-х - начале 60-х годов прошлого века создаётся теория ИИ, под которой следует понимать набор программных и аппаратных средств, способных реализовывать интеллектуальную деятельность компьютеров, которая сопоставима с человеческой интеллектуальной деятельностью. Теория ИИ включает в себя ряд направлений и разделов ИИ-исследований, являющихся решением соответствующих проблем ИИ. К числу таких направлений и разделов ИИ относятся решение задач и доказательство теорем, репрезентация и манипулирование знаниями, обучение, компьютерное восприятие и компьютерное понимание, инженерия (приобретение) знаний и планирование целесообразной деятельности, и ряд других. Как всякая наука, теория ИИ имеет свой объект и методы исследования. Специфическим объектом исследования в ИИ являются метапроцедуры, имитирующие интеллектуальную деятельность людей, и процесс реализации этих метапроцедур в технических системах. В качестве методов исследования в ИИ используется множество дедуктивных, эмпирических и описательных методов. Наконец, конкретными приложениями ИИ становятся интеллектуальные системы, создаваемые с помощью средств интеллектуальных информационных технологий и выступающие в качестве практической реализации в виде различных экспертных и иных интеллектуальных систем. В работах по реализации проекта ИИ с самого начала их проведения принимают участие специалисты различных наук: программисты, психологи, математики, философы, лингвисты, логики, биологи. Подобного рода широкомасштабные междисциплинарные исследования предпринимаются в истории науки впервые. Важнейшим предназначением ИИ, по замыслу его творцов, должно стать компьютерное моделирование мышления. Уже через десятилетие после начала разработок в ИИ складываются и существуют до сих пор две конкурирующие базовые парадигмы компьютерного моделирования мышления, получившие название репрезентативной и коннекционистской [16]. В соответствии с первой парадигмой процесс мышления отождествляется с компьютерной обработкой символических языков, воплощаясь в конструировании логико-лингвистических моделей и языков компьютерной репрезентации знания. Коннекционистская парадигма отождествляет компьютеры с человеческим мозгом, а процесс мышления - с динамикой нейронных сетей. Компьютеры рассматриваются при этом как технические устройства, функционально воспроизводящие мозговые процессы на неорганическом субстрате. Исследования в области конструирования интеллектуальных систем в ходе реализации проекта ИИ велись и ведутся в рамках нескольких основных подходов. Первый подход к созданию систем ИИ называют бионическим или нейробиологическим. Он базируется на коннекционистской парадигме моделирования мышления в ИИ. Сущность бионического подхода состоит в искусственном воспроизведении структур и процессов, присущих человеческому мозгу, изучении его психофизиологических свойств, и использовании их в процессе решения задач. Последователи данного подхода надеются таким путем улучшить функционирование компьютеров, расширить их возможности. Бионический подход опирается на изучение деятельности мозга посредством использования нейрофизиологических и психологических методов. Этот подход оказывается популярным на первом этапе работ в области ИИ в конце 50-х - начале 60-х годов ХХ века. Затем в течение нескольких десятилетий этот подход оказывается в тени других подходов к созданию систем ИИ и, наконец, в последнее десятилетие, хотя и медленно, начинает вновь набирать темп в ИИ-исследованиях. Внутри бионического подхода выделяются различные его разновидности (нейробионический, гомеостатический и другие). Однако даже предпочитающие данный подход специалисты лишь в последнюю очередь думают о создании искусственного разума, как иногда представляют цель проекта ИИ в популярной и околонаучной литературе. Практической реализацией бионического подхода, появившейся в конце 1950-х годов и связанной с попыткой имитации нервной системы людей, становится концепция персептрона Ф. Розенблатта. Согласно данной концепции, моделирование мышление можно реализовать с помощью устройства, аналогичного нейронным сетям мозга. Концепция персептрона даёт толчок развитию нейросетевых (нейробионических) компьютеров. Их достоинством является возможность распараллеливания протекающих в этих компьютерах процессов путём образования неоднородных структур. Нейробионические компьютеры лучше, чем обычные компьютеры, адаптируются к окружающей среде, обучаются, распознают образы и оперируют ими с учётом конкретных контекстов и ситуаций. Термин «искусственный интеллект» при других подходах к построению интеллектуальных систем понимается в метафорическом смысле, т.е. как усилитель интеллектуальных способностей людей и их реальный помощник в различных областях деятельности, а не как заменитель человеческого разума. Эти подходы оказываются тесно связанными с разработкой программного обеспечения для автоматизации решения интеллектуальных задач. Для всех подходов к построению интеллектуальных систем, понимающих ИИ в метафорическом смысле, характерно то, что в них не ставится проблема адекватности используемых в них структур и методов тем структурам и методам, которыми в аналогичных ситуациях пользуются люди, а рассматриваются лишь конечные результаты решения конкретных интеллектуальных задач. Второй и наиболее распространенный подход к построению систем ИИ называют эвристическим в широком смысле слова или алгоритмическим. Он отличается от эвристического (задачного) подхода в узком смысле слова. В случае эвристического подхода в узком смысле слова, который является исторически первым в ИИ, исследователи осуществляют решение творческих задач или имитацию на компьютерах творческих процессов (создание музыкальных произведений, сочинение стихов, игра в шахматы и т.д.) посредством создания игровых программ, имитирующих отдельные стороны интеллектуальной деятельности людей. Реализация в виде программ на компьютерах решений различных видов творческих задач приводит, как правило, к результатам подобным результатам, полученным в ходе решения этих задач людьми, а иногда и к лучшим результатам. При других подходах к конструированию интеллектуальных систем считается, что решение отдельных творческих задач не исчерпывает всей проблематики ИИ. Интеллектуальные программы при этих подходах должны ориентироваться не только и не столько на решение конкретных интеллектуальных задач, а создавать средства, результат выполнения которых аналогичен результату, достигаемому с помощью человеческого интеллекта. В случае эвристического подхода в широком смысле слова или алгоритмического подхода для составления интеллектуальных программ используются традиционные программные средства. Алгоритмический подход начинает формироваться одновременно с бионическим, а получает наибольшее распространение в 1960-е - 1970-е годы. Алгоритмический подход переплетается с еще одним крупным подходом к созданию ИИ, который часто выделяют как самостоятельный - так называемым семиотическим подходом. Важнейшей задачей семиотического подхода является репрезентация внешнего мира или его фрагментов (предметных областей) в памяти компьютеров в виде некоторых моделей этого мира или моделей предметных областей. Всякая предметная область содержит компьютерные знания. Семиотический подход появляется во второй половине 60-х годов ХХ века и интенсивно развивается в последующие десятилетия. Данный подход базируется на репрезентативной парадигме компьютерного моделирования мышления в ИИ. Концепции компьютерной репрезентации знания разрабатываются, прежде всего, в рамках данного подхода к построению ИИ. К семиотическому подходу примыкают работы по общению пользователей с компьютерами на языках, максимально приближенных к естественным языкам, компьютерному пониманию, приобретению знаний, манипулированию знаниями и ряду других направлений ИИ-исследований. Наряду с вышеуказанными подходами к построению систем ИИ существуют некоторые другие подходы, такие как, например, эволюционный подход. Сущность его заключается в моделировании процесса естественного отбора компьютерных программ, при котором интеллект вырастает в результате мутаций этих программ в обучающей среде. В случае эволюционного подхода к построению систем ИИ осуществляется экспериментальная попытка заменить процесс моделирования естественного интеллекта моделированием процесса его эволюции. При моделировании эволюции предполагается, что разумное поведение предусматривает сочетание способностей предсказывать состояния внешней среды с умениями подобрать реакции на каждое предсказание, которое эффективно ведёт к избранным целям. Данный подход высвобождает время для выбора целей и выявления параметров среды. Следует отметить, что вплоть до настоящего времени эволюционный подход не получает широкого распространения в ИИ. Сложности целей и задач бионического подхода приводят к тому, что в последние четыре десятилетия доминирующим подходом к конструированию систем ИИ является комплексный алгоритмически-семиотический подход. Интенсивное развитие подобного синтетического подхода становится возможным с того момента, когда компьютеры и их программы наделяются способностью обрабатывать не только цифровые данные, как на первом этапе использования компьютеров, но также работать с компьютерными знаниями, представленными в символьной форме [6]. В развитии алгоритмически-семиотического подхода к ИИ можно выделить следующие основные этапы: 1) на первом этапе (конец 1950-х - начало 1960-х годов) происходит изучение методов решения отдельных видов творческих задач и использование их при разработке игровых и других программ, имитирующих определенные стороны интеллектуальной деятельности людей; 2) на втором этапе (середина 1960-х - начало 1970-х годов) осуществляется поиск универсальных средств для решения интеллектуальных задач и применение их при построении универсальных программ; 3) третий этап (1970-е годы) характеризуется разработкой методов репрезентации информации с целью использования её при создании специализированных программ; 4) на четвертом этапе (с 1980-х годов) происходит применение больших объемов личностных специальных знаний экспертов об отдельных предметных областях для разработки специальных программ (экспертные и другие современные интеллектуальные системы). В последние десятилетия на передний план в ИИ-исследованиях при алгоритмически-семиотическом подходе выдвигается проблема компьютерной репрезентации знания, а также постановка и анализ проблем компьютерного знания в целом. Проблема компьютерной репрезентации знания представляет собой современный конкретно-технический вариант общей проблемы репрезентации знания. Формирование проблемы компьютерной репрезентации знания относится к началу последней трети ХХ века и является следствием стремительного развития и совершенствования интеллектуальных информационных технологий. Проблема компьютерной репрезентации знания составляет ядро эпистемологического содержания ИИ, которое является совокупностью эпистемологических проблем и методов их решения, связанных с трансформацией в способах производства компьютерных знаний, их фиксацией, обработкой и использованием. Появление этих проблем вызывается интенсивным развитием и применением интеллектуальных и других современных информационных технологий, а также рефлексией над компьютерными знаниями. В эпистемологическое содержание ИИ входят такие разделы ИИ-исследований, которые являются решением соответствующих проблем ИИ, как манипулирование знаниями, их пополнение, обобщение и классификация, приобретение знаний, компьютерное восприятие и компьютерное понимание, и некоторые другие. Следует различать эпистемологическое содержание ИИ в широком смысле и в узком смыслах слова. Под эпистемологическим содержанием ИИ в узком смысле слова будем понимать совокупность эпистемологических идей, проблем и способов их решения, образованных парой компьютерная репрезентация знания и манипулирование знаниями. Причем посредством последнего термина обозначим такой раздел ИИ, в котором осуществляется изучение различных способов рассуждений и выводов одних компьютерных знаний из других. Эпистемологическое содержание ИИ в широком смысле слова образуют эпистемологические проблемы и пути их решения, которые характерны для концепций инженерии знаний, исследующих наряду с компьютерной репрезентацией знания и манипулированием знаниями, процессы приобретения знаний, их классификации, пополнения и обобщения, компьютерного восприятия и компьютерного понимания. Концептуальное содержание проблемы компьютерной репрезентации знания оформляется в 60-е - 70-е годы ХХ века под влиянием успехов и достижений в области ИИ, а также результатов, полученных в когнитивных науках, которые включают когнитивную психологию, когнитивную лингвистику, эволюционную эпистемологию и ряд других современных междисциплинарных направлений исследований [3, 12, 15, 22]. В современной науке различают внешние репрезентации, связанные с созданием символических систем в естественных языках и в ряде научных дисциплин (философии, логике, математике), и внутренние (когнитивные) репрезентации, которые ориентируются на деятельность памяти, мышления и воображения, а изучаются преимущественно в когнитивных науках. При этом психолого-лингвистический подход к репрезентации знания, характерный для когнитивных наук, часто оказывается тесно связанным с эпистемологическими и логическими проблемами. Из всех основных направлений, разделов и проблем ИИ компьютерная репрезентация знания оказывается наиболее тесно связанной с философией и логикой. Эта связь плодотворна для обеих сторон. Достижения в ИИ в целом и в компьютерной репрезентации знания в частности оказывают воздействие на развитие философии науки и техники, методологии научного познания, способствуют исследованиям в таких неклассических логиках как квазипротиворечивые, псевдофизические, немонотонные и ряде других. Философия и логика, с другой стороны, вырабатывают логические и методологические средства для ИИ и компьютерной репрезентации знания. Так, теория понятия, теория моделей, математическая теория категорий, λ-исчисление и другие логические теории находят применение при компьютерной репрезентации знания. В рамках ИИ существует ряд проблем, а также разделов и направлений исследований, которые являются результатом решения соответствующих проблем. Важнейшими разделами ИИ-исследований являются следующие разделы: решение задач; автоматический вывод; манипулирование знаниями; обучение в интеллектуальных системах; распознавание образов (компьютерное восприятие); компьютерная обработка естественного языка; компьютерное понимание; планирование целесообразной деятельности. Проблема компьютерной репрезентации знания переплетается почти со всеми этими проблемами и разделами ИИ. Данные разделы ИИ-исследований опираются при этом на результаты, получаемые в ходе решения проблемы компьютерной репрезентации знания. От её успешного решения зависит будущее большинства вышеуказанных разделов и направлений, которые составляют в настоящее время основное содержание ИИ-исследований. Резюмируя вышеизложенное, отметим, что в статье различается понимание ИИ как проекта, теории и совокупности конкретных приложений (интеллектуальных систем), выделяются и изучаются подходы к построению интеллектуальных систем, а также исследуются важнейшие проблемы, разделы и направления ИИ-исследований, центральное место среди которых занимает компьютерная репрезентация знания.

About the authors

V. A Inozemtsev

Moscow State University of Mechanical Engineering (MAMI)

Email: inozem_63@mail.ru
Ph.D.; +7-985-345-65-09

References

Supplementary files