Финн В.К. Искусственный интеллект:
Методология, применения, философия. №36. Изд. 2, испр. и доп.

Summary

The characterization of intelligent abilities imitating by Computer Systems with Data and Knowledge Bases and Problem solver is suggested in the book. Such systems are called Intelligent Systems. The synthesis of cognitive procedures formalizing by plausible inference is the logical instrument of Intelligent Systems. The example of this synthesis is the heuristic “induction + analogy + abduction”, which realized in JSM Method of automatic hypotheses generation. Intelligent Systems with JSM-Problem solver is used in life sciences (in particular).

The principles of methodology for Intelligent Systems constructing are formulated so as the main concepts of Artificial Intelligent epistemology.

The book is considered to be useful for specialists in informatics and artificial intelligence, for philosopher interesting in artificial intelligence problems, for cognitologists and intelligent systems users.

Содержание

Contents

Введение

Искусственный интеллект (ИИ) – направление исследований компьютерной науки, в котором разрабатываются средства имитации и усиления умственной активности человека. Термин "умственная активность" требует уточнений посредством перечисления интеллектуальных способностей, представляющих феноменологию рационалистического сознания (точнее, ее идеальный тип в смысле Макса Вебера). В частности, такими способностями являются способности к рассуждению и порождению гипотез, способность к выдвижению цели и рефлексии, способность к поиску объяснения и к коррекции знаний в связи с изменением имеющихся ситуаций.

Компьютерные системы, реализующие способности естественного интеллекта, называют интеллектуальными системами (ИС). ИС – основной продукт ИИ, характеризуемый следующей архитектурой:

ИС = Решатель задач + информационная среда + комфортный интерфейс,

где

Решатель задач = Рассуждатель + Вычислитель + Синтезатор,

информационная среда состоит из базы фактов (БФ) и базы знаний (БЗ).

Рассуждатель ИС реализует правдоподобные и достоверные (дедуктивные) рассуждения, а правдоподобные рассуждения формализуют синтез познавательных процедур, образующий эвристику для решения класса задач, соответствующего некоторой цели. Примером такого синтеза является эвристика "индукция + аналогия + абдукция" ДСМ-метода автоматического порождения гипотез, представленного в разделах данной книги "Интеллектуальные системы – продукт искусственного интеллекта" и "Философские проблемы искусственного интеллекта".

Две другие подсистемы Решателя задач (Вычислитель и Синтезатор) осуществляют, соответственно, вычислительные процедуры и комбинирование рассуждений и вычислений, а также выбор стратегий решения задач.

Информационная среда ИС состоит из БФ и БЗ. В БФ представлены исходные отношения, характеризующие предметную область, приближенное отображение которой содержится в ИС в соответствии с классом задач, решающихся в ИС. Наличие БФ является необходимым условием для применения индукции и машинного обучения с автоматическим порождением гипотез. В частности, ДСМ-метод автоматического порождения гипотез использует формализации индуктивных методов Д.С.Милля.

БЗ в ИС с машинным обучением в качестве средств представления знаний содержит квазиаксиоматические теории (КАТ), образованные множеством аксиом, лишь частично характеризующих предметную область, открытым множеством фактов и гипотез и множеством правил вывода – правдоподобного и достоверного (дедуктивного).

Комфортный интерфейс – важная подсистема ИС, предназначенная для "очеловечивания" компьютерной системы, которой является ИС. Он состоит из средств представления результатов работы ИС (в том числе и в графическом виде), диалога на естественном языке и средств научения пользователя работе с ИС.

ИС являются базисными продуктами ИИ, расширением которых являются когнитивные системы и интеллектуальные роботы (ИИ-роботы). Когнитивные системы есть ИС с перцептивной системой формирования БФ, которой является автоматизированный ввод данных различными способами – речевыми, зрительными и т.п. Примером такого формирования БФ, например, является непрерывный ввод данных о наблюдаемом больном с целью принятия необходимых решений.

ИИ-роботы являются когнитивными системами с подсистемой, совершающей действия после принятия решений Рассуждателем (и, если необходимо, Вычислителем и Синтезатором). Когнитивные системы и ИИНроботы являются средством имитации (и, возможно, усиления) некоторых аспектов феноменологии сознания, рассмотренных в данной книге в разделе "Философские проблемы искусственного интеллекта".

В разделе "Интеллектуальные системы – продукт искусственного интеллекта" рассмотрены принципы конструирования интеллектуальных систем, а следовательно, и принципы интеллектуального анализа данных (ИАД) (knowledge discovery), ибо ИАД есть анализ данных посредством ИС (такое понимание ИАД представлено в данной книге).

Оправданием полезности и эффективности ИС является их экспериментальное обоснование, накопленное в истории опыта их применения. Опыт же применения ИС в разных предметных областях является не только источником оправдания их полезности, но и средством их коррекции и развития (в том числе расширении решаемых проблем).

В статье об основных проблемах ИИ Джон Маккарти считает главной проблемой построения систем ИИ на уровне здравого смысла. Достижение этой цели, согласно Д.Маккарти, связано с представлением и использованием ситуаций, отображающих здравый смысл (common sense informatic situation); с применением рассуждений, имеющих посылки, релевантные цели (он полагает, что для этого можно применять нечеткие логики и байесовские сети). Кроме того, Д.Маккарти считает, что "очеловечивание" систем ИИ должно быть реализовано с помощью приближенных понятий и теорий (approximate concepts and approximate theories), формализации контекстов, рассуждений о событиях (в особенности о действиях). Он также полагает, что необходимым средством для создания систем ИИ на уровне здравого смысла являются различные эвристики и немонотонные рассуждения.

Некоторые из упомянутых Д.Маккарти проблем в какой-то мере рассмотрены в данной книге. Предложенный ранее ДСМ-метод автоматического порождения гипотез является формализацией полезной эвристики типа "индукция + аналогия + абдукция" (с возможным последующим применением дедукции). В разделе этой книги "Искусственный интеллект и гуманитарное знание" предпринята попытка охарактеризовать гуманитарное знание с точки зрения возможности создания для него интеллектуальных систем. В частности, рассмотрен подход к трансформации неясных идей (типичных для описания ситуаций здравого смысла) в понятия с обозримым содержанием, таким что различные его аспекты соответствуют определенным ситуациям (контекстам).

Следует также отметить, что предложенные в книге когнитивные правдоподобные эмпирические рассуждения, реализованные в ДСМ-методе автоматического порождения гипотез, являются разновидностью немонотонных рассуждений для открытых (квазиаксиоматических) теорий, являющихся по-видимому, приближенными теориями в смысле Д.Маккарти.

Наконец, возможным приближением к системам ИИ уровня здравого смысла являются когнитивные системы и ИС, использующие гуманитарное знание.

Так как ИИ является областью исследования естественного интеллекта – его средств представления знаний и познания, то философские размышления относительно возможностей ИИ и его инструментов являются естественными (при условии объективного и обстоятельного изучения опыта применения современных методов ИИ). Поэтому имеются три типа философских проблем ИИ – онтологические, эпистемологические и логические. Обсуждение этих проблем содержится в разделах данной книги "Философские проблемы искусственного интеллекта" и "Логика интеллектуальных систем".

Одним из принципов методологии создания ИС является принцип адекватности предметной области и процедур Решателя, применяемых к ней. Естественным образом выделяются три типа предметных областей ("миров") W:

(а) W содержит множество случайных событий (фактов);

(б) W содержит множество фактов ("объект – эффекты" таких, что наличие (отсутствие) множества эффектов причинно-обусловлено;

(в) W есть объединение предметных областей типов (а) и (б).

Решатели ИС должны быть адекватны онтологиям (а), (б) и (в).

Заметим, что теперь широко распространена терминология, использующая слово "онтология" не как модель предметной области (в обычном логическом смысле), а как содержание БЗ.

Три следующие эпистемологические проблемы обсуждаются в книге: синтез познавательных процедур (индукции, аналогии и абдукции) как средство извлечения знания из БФ и БЗ, синтез трех теорий истины (соответствия, когерентности и прагматической теории), применяемых в процессе порождения гипотез решателем в ИС, а также интерпретация функционирования ИС посредством схемы эволюционной эпистемологии (P1–TT–EE–P2), в которой TT (пробной теории) соответствует квазиаксиоматическая теория, используемая для БЗ и Решателя задач.

Четвертой эпистемологической проблемой в разделе "Философские проблемы искусственного интеллекта", является рассмотрение рациональных аспектов феноменологии сознания с точки зрения ИИ. Аналогия между феноменологией сознания и строением ИС создает возможность сформулировать исходные идеи структурной когнитологии, развитие которой, возможно, будет способствовать "очеловечиванию" ИС (согласно Д.Маккарти, достижению уровня здравого смысла в системах ИИ).

В четвертом разделе книги "Логика интеллектуальных систем" представлена краткая характеристика ДСМ-метода автоматического порождения гипотез и логические средства его формализации, применяемые для анализа социологических данных в ИИ. В этом же разделе рассмотрено ситуационное расширение ДСМ-метода автоматического порождения гипотез, использующее исходный трехместный предикат P(X,Y,S) – "объект (субъект) обладает множеством свойств Y в ситуации S" (в стандартной версии ДСМ-метода рассматривается двуместный предикат с переменными X и Y). Ситуационное расширение ДСМ-метода автоматического порождения гипотез в некотором смысле родственно идеям Д.Маккарти об использовании ситуаций (контекстов) для создания систем ИИ человеческого уровня и К.Р.Поппера о ситуационной логике социальных наук.

Четвертый раздел книги заканчивается рассмотрением логик аргументации, принципы которых используются в ДСМ-методе порождения гипотез, ибо применение гипотез о наличии или отсутствии множества свойств у объекта (субъекта) основано на сопоставлении положительных и отрицательных гипотез, порожденных индуктивными процедурами. Формальная природа некоторых логик аргументации нестандартна, так как их конъюнкции и дизъюнкции являются неассоциативными связками. Соответствующие исчисления для четырехзначных логик аргументации формализованы методом аналитических таблиц.

Интересно отметить тот факт, что истинностные значения бесконечнозначной логики степеней правдоподобия гипотез, используемых в ДСМ-методе, порождаются посредством правил правдоподобного вывода для индукции и аналогии, соответственно. Этим ДСМ-логики отличаются от нечетких логик, в которых приписывание истинностных значений осуществляется посредством функций принадлежности, заданных априорно.

Философские размышления об ИИ должны быть связаны с реальным состоянием исследований, решаемыми проблемами и с проблемами, которые могут быть решены в будущем. Одной из таких проблем является достижение в системах ИИ человеческого уровня, которую сформулировал Д.Маккарти в упомянутой выше статье. Представляется правдоподобным связывать решение этой проблемы (точнее, постепенное приближение к ее решению в совершенствуемых интеллектуальных и когнитивных системах) как с созданием процедур понимания текстов (извлечения из них релевантного знания для поставленной цели), так и с разработкой "семантической памяти", используемой для реализации "здравого смысла" (common sense).

Пессимистический взгляд на развитие исследований по ИИ был высказан в форме пророчеств философом Х.Дрейфусом в его книге "Чего не могут вычислительные машины. Критика искусственного разума". Материалом для пророчеств Х.Дрейфуса стали работы по машинному переводу 1970-х годов и программа "Логик-теоретик" А.Ньюэлла и Г.Саймонова, описание которой было опубликовано в 1963 году (заметим, что метод резолюций Дж.Робинсона для логики предикатов 1Нго порядка был создан в 1965 году и стал активно использоваться для доказательства теорем). Программа "Логик-теоретик", использующая некоторые эвристики, применялась для доказательства теорем двузначной логики высказываний.

Что касается машинного перевода, то он не является проблемой, непосредственно относящейся к ИИ. Однако в области автоматического анализа текста имеются результаты, имеющие практическую полезность и допускающие дальнейшее развитие для автоматического пополнения баз данных. Медленная эволюция научных достижений не является аргументами стойкого пессимизма.

"Дело" Х.Дрейфуса в развенчании ИИ (в его терминологии – "искусственного разума") основано на расплывчатом понимании проблем ИИ, каковыми являются либо игры, либо доказательство теорем, либо распознавание образов, либо, наконец, создание искусственного разума, равновеликого человеческому. Современное же состояние исследований в области ИИ основано на понимании того, что продуктом ИИ являются интеллектуальные системы, не только имитирующие рациональные аспекты сознания (определенное множество интеллектуальных способностей, в том числе рассуждений, рефлексии, обучения, объяснения и т.п.), но и усиливающие их благодаря использованию больших массивов знаний и высокой производительности современных компьютеров. Сторонники идей Х.Дрейфуса ("дрейфуссары") не формулируют вопроса "Что не может человек, а могут компьютерные системы (в том числе ИС)?". А такой вопрос естественен, так как классификация разумной деятельности, предложенная Х.Дрейфусом, либо весьма неопределенна, либо не согласуется с реальным положением компьютерной практики. Разумная деятельность, согласно Дрейфусу, делится на четыре типа:

I. Ассоциативный.

II. Простой формальный.

III. Сложный формальный.

IV. Неформальный.

Формальный (по Дрейфусу) – это использование правил, неформальный – зависимость от смысла и ситуаций, обучение на примерах, задачи с открытой структурой. В тип III он заносил шахматы, считая их "неразрешимыми играми". Абсурдность такого утверждения очевидна: современные шахматные программы играют на уровне чемпионов мира. Эти программы обладают системой представлений шахматных знаний, процедурами анализа позиций и достижения цели, а также реализуют перебор вариантов, недоступный человеку в реальное время. Х.Дрейфус не предвидел "двуликости" систем ИИ, поскольку ИС могут работать в двух режимах – автоматическом и интерактивном. Последний режим выполняет социальную функцию ИС как человеко-машинной (партнерской) системы, что соответствует коллективному решению задач в сообществах исследователей.

Арсенал современных методов ИИ содержит средства интеллектуального анализа данных и автоматического порождения гипотез с использованием обучения в базах фактов, немонотонные рассуждения и абдуктивные объяснения, доказательство теорем (метод резолюций и метод аналитических таблиц). Инструментом решения задач ИИ являются правдоподобные и достоверные рассуждения, а также вычисления, осуществляемые Решателем задач, который применяется к БФ и БЗ. В современных ИС имеются средства порождения правил преобразования данных с указанием степени их правдоподобия. Нечеткие логики и правдоподобные рассуждения, формализуемые средством неклассических логик, создают возможности для решения задач из типа IV "разумной деятельности" по Дрейфусу. Использование суперкомпьютеров и GRID-технологий делает возможным решения задач с большой сложностью вычислений и большими массивами данных.

Расширение же возможностей ИИ зависит от представления знаний в БЗ и БФ, языков представления знаний с дескриптивными и аргументированными средствами. Создание ИС подтверждает мысль П.Бернайса о том, что рациональность не должна ограничиваться дедукцией и критическим мышлением, а должна включать догадки как элемент эвристик, а также уточнение идей посредством их превращений в понятийные структуры.

Машинное (индуктивное) обучение, рассуждения, реализующие синтез различных познавательных процедур (например, индукцию, аналогию и абдукцию), использование средств представления ситуаций и немонотонных выводов являются формальными средствами решения задач для различных предметных областей с открытыми системами представления знаний. Следовательно, постулирование ограничений для систем ИИ в соответствии с классификацией разумной деятельности по Дрейфусу не выдержало испытания временем. Философские же рассмотрения проблем ИИ должны быть связаны с его реальным состоянием. Целью данной книги в силу этого является обсуждение методологических принципов ИИ в связи с опытом применения ИС и их логических средств.

Об авторе

Финн Виктор Константинович

Известный специалист в области искусственного интеллекта, логики и методологии наук о жизни и социальном поведении. Доктор технических наук (1990; тема диссертации — «Правдоподобные рассуждения в экспертных системах с неполной информацией»), профессор, заслуженный деятель науки Российской Федерации. В настоящее время — главный научный сотрудник Федерального исследовательского центра «Информатика и управление» РАН, а также руководитель Отделения интеллектуальных систем в гуманитарной сфере Российского государственного гуманитарного университета.

Основные научные результаты: формализация n-значных обобщений трехзначной логики Д. А. Бочвара и исследование их алгебраических свойств; установление предполноты множества функций n-значных логик Я. Лукасевича, таких, что n–1 есть простое число; построение логик аргументации с неассоциативными логическими связками; создание ДСМ-метода автоматизированной поддержки исследований (ранее — ДСМ-метод автоматического порождения гипотез), содержащего автоматизированные правдоподобные рассуждения, которые применяются в интеллектуальных системах для фармакологии, медицины, социологии и криминалистики. В своих исследованиях В. К. Финн существенным образом использует идеи выдающихся отечественных логиков Д. А. Бочвара и А. В. Кузнецова.