Научная консолидация и промышленное внедрение

С нашей точки зрения, наиболее важным для ИИ событием 1980;х гг. было появление концепции инженерии знаний. Эта концепция была выдвинута Э. Фейгенбаумом в 1982 г.

Инженерия знаний (knowledge engineering) — область искусственного интеллекта, которая изучает методы и средства извлечения, представления, структурирования и использования знаний.

Отделение методов представления знаний от методов поиска решения, построение все более эффективных специализированных приемов представления знаний в конкретных предметных областях позволило получать достаточно эффективные представления, чтобы имеющимися методами на реальных компьютерах решать практически значимые задачи. Одновременно с этим, обретя общий методологический базис, различные подходы и направления внутри ИИ стали теснее интегрироваться друг с другом, поскольку не нужно было доказывать «чистоту теории» или «оригинальность подхода», а нужно было любым способом получить практический результат.

В этот период стали появляться компьютерные системы, которые были весьма далеки от прохождения теста Тьюринга, зато положительно отвечали на такие вопросы: «Может ли машина решать некоторые интеллектуальные проблемы дешевле, чем человек?», «Быстрее, чем человек?», «Безотказнее, чем человек?»^[1].

Возможности вычислительной техники заметно возросли, и стало ясно, что если оставить в стороне философские, этические и моральные вопросы «искусственного разума», то во многих конкретных узкоспециальных областях не только возможно, но и выгодно заменить человека машиной. Прикладные системы искусственного интеллекта стали приносить прибыль. Немедленно начали увеличиваться инвестиции в академические исследования, которые стали давать новые результаты. Эти результаты внедрялись в промышленность, которая приносила доход, частично вкладывающийся в исследования… Возникла положительная обратная связь, и период подъема ИИ еще не завершен!

Эдвард Альберт Фейгенбаум (Edward Albert Feigenbaum), родился в 1936 г. — американский ученый, один из основоположников ИИ.

Лауреат премии Тьюринга 1994 г. вместе с Раджем Редди с формулировкой: «За первопроходческие разработки и создание крупномасштабных систем искусственного интеллекта, демонстрацию практической важности и потенциальной коммерческой выгоды от технологий использующих искусственный интеллект».

«Инженерия знаний — раздел инженерии, направленный на внедрение знаний в компьютерные системы для решения комплексов задач, обычно требующих богатого человеческого опыта».

Вторым значимым событием этого периода стало возрождение, после определенного затишья, бионики с концепциями нейронных сетей и нейрокомпьютеров. Возобновление интереса не было вызвано каким-либо внезапным чудесным откровением свыше с доступным разъяснением того, как именно устроен и работает мозг человека. Конечно, физиологи, психологи, лингвисты, философы и другие исследователи не сидели сложа руки, а узнали и придумали про нашу человеческую природу много нового, но причина была не в этом. Внутри самой бионики также не было сделано эпохальных открытий. В современных искусственных нейросетях используются математические модели, очень близкие к первоначальным, хотя, конечно, во многом развитые и усовершенствованные. Очевидная причина возрождения интереса к искусственным нейросетям заключается в поразительных успехах микроэлектроники, во-первых, и в четкой фиксации прикладных областей, для которых использование нейросетей является уместным и практически полезным, во-вторых. Нейросети с успехом используются для распознавания изображений, анализа видеопотока, задач классификации и прогнозирования. В пионерских работах, подобных персептрону Розенблатта (см. дополнение), количественные различия между искусственными и естественными нейронными сетями измерялись многими миллиардами раз, и ни о каком качественном сопоставлении речи не было. Сейчас количественные различия постепенно нивелируются, и у конструкторов супериейрокомныотеров появились невиданные ранее возможности. Следует ожидать качественных изменений, к которым должны привести происходящие количественные изменения.

Третьим примечательным событием уже сравнительно недавнего прошлого мы считаем привнесение заслуженного философского понятия «онтология» на свежую почву информатики.

Онтология (ontology) — это формализации некоторой области знаний с помощью концептуальной схемы. Обычно такая схема состоит из структуры данных, содержащей все релевантные классы объектов, их связи и ограничения, наложенные на объекты и связи.

Онтологии используются в процессе программирования как форма представления знаний о реальном мире или его части, иначе говоря, как модель предметной области. Хотя термин «онтология» изначально философский^[2], в информатике он принял самостоятельное значение. Здесь есть два существенных отличия:

• 1) онтология в информатике является формой представления знаний, причем такой формой, которую компьютер сможет легко обработать;
• 2) информационные онтологии создаются всегда с конкретными целями решения практических задач; они оцениваются больше с точки зрения применимости, чем полноты, замкнутости и корректности.

Автор убежден, что анализ, построение, развитие и использование моделей предметных областей — самая важная и перспективная задача информатики в настоящее время, причем не только в ИИ, но и в других информационных технологиях. Достаточно упомянуть, например, концепцию систем управления бизнес-процессами (BPMS, Business Process Management Systems) в области ипформационно-управляющих систем, концепцию семантической паутины {Semantic Web) в Интернете или концепцию проблемно-ориентированных языков {Domain Specific Languages) в прикладном программировании. Все эти перспективные концепции апеллируют к понятию «онтология».

Наше видение истории развития ИИ отражает рис. 1.12, и он подводит итог параграфу.

Рис. 1.12. История развития искусственного интеллекта.

• [1] Когда на глаза попадаются тексты, которые начинаются со слов: «машина никогдане сможет…», авторы вспоминают стихи А. С. Пушкина: «Движенья нет, сказал мудрец бра-датый. // Другой смолчал и стал пред ним ходить. // …».
• [2] Онтология (древнегреческие корни «онто» (ovxoq) — сущее, то, что существует, и «логос» (Ijoyoc,) — учение, наука) — раздел философии, изучающий бытие.