Предисловие редактора перевода

В наши дни книги с названием "Искусственный интеллект" стали привычными для читателя. Под таким названием в русском переводе вышли работы Дж. Слейгла, Н. Нильсона, П. Уинстона, Э. Ханта (см. приведенный в конце книги список литературы). Теперь вниманию читателя предлагается книга под тем же названием английского ученого А. Эндрю. Что же заставляет авторов писать, а издательства издавать книги с одним и тем же названием? Только ли то, что само это название звучит для широкой публики столь загадочно и притягательно? Разумеется, нет. Искусственный интеллект является сейчас "горячей точкой" научных исследований. В этой точке, как в фокусе, сконцентрированы наибольшие усилия кибернетиков, лингвистов, психологов, математиков и инженеров. Именно здесь решаются многие коренные, вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и роботики на жизнь будущих поколений людей. Здесь возникают и получают права гражданства новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на роль тех или иных научных результатов и возникает то, что можно было бы назвать философским осмыслением этих результатов.

Именно поэтому книги с одинаковым названием "Искусственный интеллект" столь различны по своему содержанию. Если авторы первоначальных изданий такого типа (например, Дж. Слейгл) просто собирали под одной обложкой описания разнородных и разнообразных программных систем, обладающих элементами искусственного интеллекта, не делая никакой попытки взглянуть на них с единой течки зрения, то сейчас на первый план выступает задача формирования единого взгляда на проблему искусственного интеллекта, а конкретные достижения в рассматриваемой области используются лишь как иллюстрации для подтверждения общей точки зрения.

Такова и книга А. Эндрю, которую предваряет настоящее предисловие. Автор книги в достаточно популярной форме излагает свой взгляд на проблему искусственного интеллекта, на пути и методы повышения уровня "интеллектуальности" разрабатываемых ныне программных систем, на перспективы исследований в этой области.

С самого начала работ по созданий интеллектуальных систем возникло два вопроса: какова глобальная цель подобных исследований и какова их глобальная стратегия? Является ли их целью познание феномена естественного интеллекта и нужно ли копировать тот путь, по которому шла природа, создавая этот феномен? От ответа на эти два вопроса зависело, как развивать исследования в области искусственного интеллекта и куда направлять основные средства и усилия. На первый из поставленных вопросов ответ был более или менее однозначным. Несмотря на то что призыв "Познай самого себя" актуален для человечества с тех давних времен, когда только зародилось его самосознание, на современном этапе развития работ в области искусственного интеллекта его нельзя рассматривать как основную - и тем более единственно возможную цель. С практической точки зрения более важной представляется другая цель: создание искусственных систем, способных выполнять не хуже (а возможно, и лучше) человека ту работу, которую люди традиционно относят к сфере интеллектуального труда.

Однако по вопросу о путях достижения этой цели мнения специалистов на первом этапе развития исследования по созданию искусственных интеллектуальных систем резко разделились. Большая часть их склонялась к тому, что ни о каком повторении пути природы, ни о каких аналогиях с принципами, заложенными в естественном интеллекте, не может быть речи. В конце концов, вычислительные машины, успешно имитирующие способности человека к счету, весьма мало напоминают что-либо присущее живому организму, а реализованные на ЭВМ программы для создания музыкальных произведений или поэтических опусов никоим образом не имитируют особенности творческого процесса человека. Для сторонников этой точки зрения "совпадение по результату" казалось достаточным для утверждения о том, что те или иные стороны естественного интеллекта успешно смоделированы.

Но часть специалистов, оставшихся в меньшинстве, считали подобный путь ошибочным. По их мнению, путь к достижению системами искусственного интеллекта идеала - полноценной имитации возможностей естественного интеллекта - проходит лишь через имитацию структуры и реализованных на ней функций, характерных для живых систем. Отсюда интерес этих специалистов к результатам, полученным в биологии, физиологии, психологии. Развитие моделей искусственных нейронных сетей, появление устройств типа персептрона или пандемониума, резко отличающихся по способу своего действия от традиционных вычислительных машин, - результаты исследований в этом направлении.

На современном этапе развития исследований в области искусственного интеллекта эти две крайние точки зрения сближаются. Противники копирования опыта природы при конструировании интеллектуальных систем начинают понимать, что многие важные задачи могут быть успешно решены только при обращении к этому источнику, а сторонники второго направления вынуждены согласиться с тем, что ряд функций интеллекта, связанных с символьными преобразованиями, эффективнее и легче реализовать "нечеловеческими" способами.

Именно такую компромиссную позицию и излагает в своей книге А. Эндрю, в прошлом твердо придерживавшийся взглядов второго направления. Этим его книга отличается от работ Н. Нильсона или Э. Ханта, в которых доминирующую роль играет идея символьных преобразований.

Область искусственного интеллекта развивается столь бурно, что за время, которое проходит от замысла написать книгу на эту тему (книга А. Эндрю писалась в 1981 г.) до ее выхода в свет (в данном случае - 1983 г.), а тем более до ее появления в переводе на другой язык, происходит существенное изменение во взглядах на многие аспекты этой науки и в оценках многих ее прежних достижений. Поэтому мы считаем целесообразным хотя бы вкратце познакомить читателя с "последним" взглядом на проблему, бытующим среди специалистов в настоящее время (в середине 1984 г.).

В последние годы исследования в области искусственного интеллекта вступили в новую фазу. Неожиданно для многих эта область науки, считавшаяся прежде чисто теоретической, дала толчок к созданию практически полезных и интересных систем. И такими системами оказались не роботы, внедрение которых в нашу жизнь происходит не столь уж быстро, а системы совсем другого типа, получившие название экспертных систем. Термин этот, как увидят читатели, встречается и у А. Эндрю. Но в период написания данной книги еще трудно было предвидеть, сколь значительным окажется влияние этих систем на все развитие данного направления исследований.

Чтобы пояснить суть экспертных систем, рассмотрим следующую жизненную ситуацию. Молодой специалист, только что окончивший медицинский институт, приезжает на выбранное им место работы. И буквально с первого дня оказывается перед необходимостью принятия решений в самых разнообразных, порой альтернативных, ситуациях. Он должен поставить больному правильный диагноз и правильно выбрать метод его лечения. Для этого необходимо многое знать и уметь. В простых случаях, в типовых ситуациях, молодой специалист может быстро и правильно сориентироваться сам. Но зачастую ему просто необходимы помощь и знания более опытных коллег. Хорошо, если эта помощь может быть оказана оперативно, если молодой врач работает в коллективе опытных специалистов. Ну, а что делать, если ему приходится рассчитывать только на самого себя? Звонить по телефону, искать знания в книгах? Однако чаще всего на это у него просто нет времени. И тогда... Тогда на помощь молодому врачу должна прийти экспертная система.

Представим себе, что такая система, смонтированная в компактном ящике, у него имеется. И врач обращается к ней за советом. Между ними происходит следующий диалог:

- Мне необходима помощь. Нужно поставить диагноз пациенту по следующим наблюдаемым симптомам...

- Для уточнения ситуации мне необходимо знать следующие данные...

- Эти данные таковы: ...

- Не наблюдается ли у больного...

И так далее.

В заключение диалога экспертная система "высказывает" врачу свое мнение о возможном диагнозе или наборе диагнозов - в случае, если наличной информации недостаточно для однозначного принятия решения.

В памяти экспертной системы хранится большой запас знаний о той или иной области медицины. Эти знания могут включать в себя информацию, взятую из учебников и монографий, сведения, полученные от опытных в данной области специалистов, а также информацию, накопленную в процессе эксплуатации экспертной системы данным пользователем. Но экспертная система не только хранит большой запас знаний и выдает их потребителю. Она производит логическую обработку поступающей от потребителя информации, выбирает в своей памяти те или иные знания, связанные с этой информацией, и может по требованию пользователя объяснить ему, почему именно она пришла к тем или иным решениям.

В настоящее время создано уже около сотни разнообразных экспертных систем, используемых в различных областях медицины, в экспериментальной химии, фармакологии, геологии, археологии. Экспертные системы начинают внедряться в системах автоматизации проектирования и в экономике, в системах автоматизации научных исследований и в истории - везде, где специалистам приходится иметь дело с большими объемами знаний, носящими, как правило, неформальный характер. Возникает индустрия экспертных систем, а как следствие этого - индустрия знаний, для которой в английском языке появился специальный термин Knowledge Engineering. Этот термин использует и А. Эндрю, придавая ему, однако, весьма узкое значение. Это опять-таки обусловлено тем, что в момент написания книги еще не начался "бум", вызванный появлением экспертных систем.

В книге А. Эндрю затрагиваются различные проблемы, традиционно относимые к искусственному интеллекту. Но то внимание, которое автор уделяет отдельным из них, отражает скорее его личные пристрастия, чем истинную значимость этих проблем в настоящее время. Если судить по количеству исследований, проводимых сейчас специалистами разных стран в области искусственного интеллекта, то, конечно, на первом месте по важности окажутся не работы по программированию игр типа шашек, шахмат и т. д., не работы, связанные с нейронными сетями и построенными на их основе устройствами, и не работы в области эвристического программирования, которым в книге А. Эндрю уделено много внимания. Нет, лидируют сейчас совсем другие исследования, которые можно свести к четырем важнейшим для современного состояния этой науки глобальным направлениям.

Во-первых, это уже несколько раз упоминавшееся направление, которое в самом широком смысле можно определить как проблему представления знаний и работы с ними. Сюда относятся задачи создания специальных языков для представления знаний в вычислительных машинах. Примерами их могут служить язык FRL (версии которого реализованы в СССР на отечественных машинах) и язык KRL. Это направление включает также проблемы, связанные с созданием программных и аппаратных средств для манипулирования знаниями, с пополнением баз знаний, устранением в них противоречий и т. д. Сюда же, наконец, относятся исследования в области создания специальных логик, позволяющих пополнять и обобщать сведения, хранимые в базе знаний. Активизация этих исследований привела уже к построению пригодных для работы с базами знаний временной и пространственной логик, индуктивных логик для поиска закономерностей по набору конкретных примеров и ряда других логик.

Второе глобальное направление, связанное с созданием и внедрением интеллектуальных систем, обычно определяется как планирование целесообразного поведения. В рамках этого направления решается задача создания так называемого "интеллектуального интерфейса", необходимость которого в последнее время возникла в связи с разработкой вычислительных машин пятого поколения. Речь идет о создании комплекса средств, которые позволили бы в будущем ставить для машин задачи, не выходя за рамки профессионального языка, которым обычно пользуются специалисты в той или иной проблемной области. А система интеллектуального интерфейса с помощью данных, которые хранятся в базе знаний по конкретной проблемной области, должна осуществить перевод этой текстовой информации в программу для машины. Другими словами, интеллектуальный интерфейс призван осуществлять планирование деятельности ЭВМ по решению поставленной пользователем задачи. В такой постановке задача планирования включает в себя проблемы, связанные как с формированием целей и их перестройкой, так и с созданием стратегий для достижения этих целей на основе имеющейся в базе знаний информации.

В книге А. Эндрю этому направлению уделяется недостаточно внимания. Автор подробно рассматривает лишь наиболее старую систему такого типа - GPS - и ту стратегию планирования, которая была в нее заложена. В последние годы появились специальные системы-планировщики, обладающие куда большими возможностями построения программ достижения целей. Укажем лишь на отечественный планировщик, входящий в систему ПРИЗ, созданную в Институте кибернетики АН ЭССР, и планировщик, действующий в составе системы МАВР в ВЦ АН СССР. Их возможности намного превосходят все сказанное о системе планирования, имеющейся в GPS.

Отметим также, что задача планирования целесообразного поведения тесно связана с задачей автоматизации синтеза программ для вычислительных машин. Поэтому ряд систем, предназначенных для синтеза программ, в той или иной мере решает и задачи, связанные с созданием планировщиков. Примером может служить разработанная в Институте теоретической астрономии АН СССР система СПОРА.

В состав интеллектуального интерфейса должны входить специальные средства, обеспечивающие связь вычислительной машины и пользователя на том языке, который привычен пользователю в его повседневной профессиональной деятельности. В более широком плане средства коммуникации должны обеспечивать общение человека и интеллектуальной системы на языке, максимально приближенном к обычному естественному языку. Цикл исследований по созданию подобных систем составляет содержание третьего глобального направления, развивающегося в рамках искусственного интеллекта. Здесь исследуются различные модели синтаксиса и семантики естественных языков, способы хранения знаний о языке в памяти искусственных интеллектуальных систем, проблемы анализа и синтеза текстов и способы построения специализированных лингвистических процессоров, осуществляющих перевод информации, содержащейся в поступающих в систему текстах, в те внутренние представления, на которых строится работа других подсистем.

Наконец, четвертое глобальное направление исследований в области искусственного интеллекта связано с изучением поведения интеллектуальных систем. Здесь исследуются проблемы восприятия зрительной, акустической информации и информации других видов, поступающей из внешней среды, изучаются методы ее обработки, формирования ответных реакций на воздействия среды и способов адаптации искусственных систем к среде путем обучения. И в этой области искусственного интеллекта сделано уже немало нового, что не смогло найти отражения в книге А. Эндрю. В частности, достигнуты значительные успехи в области анализа трехмерных зрительных сцен, построения систем типа "глаз - рука" или в области формализации таких элементов поведения, как эмоционально окрашенные поступки.

Таковы основные направления работ в области искусственного интеллекта на современном этапе.

В заключение хотелось бы порекомендовать читателю книги по проблеме искусственного интеллекта (см. дополнительную литературу), которые вышли в нашей стране и в которых можно найти многие сведения, отсутствующие в книге А. Эндрю, а также познакомиться с несколько иными взглядами на проблему искусственного интеллекта. [Авторский список литературы, во-первых, содержит лишь англо-язычные источники (нами даны ссылки на имеющиеся русские переводы некоторых книг) и, во-вторых, не включает (по понятным причинам) последних публикаций по рассматриваемой проблеме.] Так, в книгах [1, 2, 6, 7] изложены принципы построения шахматных и других игровых программ, которые были положены в основу программ, созданных или создаваемых в настоящее время в нашей стране. В книге [9] описываются процедуры поиска решений в пространстве задач, которые во многом отличаются от программы GPS Ньюэлла и Саймона, описанной в настоящей книге. В работах [3, 4] излагаются общие подходы к построению интеллектуальных систем, которые объединяют идеи чисто символического имитирования с идеями нейронных сетей, В классической для советской науки монографии [5] изложены принципы узнавания, отличные от систем распознавания, которые рассматривает А. Эндрю. Оригинальный взгляд на проблему взаимосвязи человека и искусственной системы предлагают авторы книги [13]. Наконец, в книгах [8, 10-12, 14 и 15] читатели найдут немало интересных примеров систем интеллектуального типа и познакомятся с различными точками зрения на существо проблемы искусственного интеллекта и ее значение для развития современной науки.

Д. Поспелов, доктор технических наук, заместитель председателя Научного совета Комитета системного анализа при Президиуме АН СССР по проблеме "Искусственный интеллект".