Об ИИ без мифов. Путеводитель по истории Искусственного Интеллекта - Черняк Леонид

В середине 80-х ES достигли пика популярности, их ввели в университетские курсы и более половины крупных компаний, входящих в Fortune 500, пытались внедрить их в свой бизнесе. Лидером нового направления стала Digital Equipment Corporation (DEC), занимавшая вторую позицию в компьютерном мире после IBM, известная своими компьютерами PDP и VAX. Создаваемым здесь ES была предназначена скромная роль рабочих лошадок для тех случаев, когда человеку было трудно справляться с большими объемами рутинных знаний. Например, для совершенствования работы отделов продаж в DEC была создана ES XCON, предназначенная, как следует их ее названия, на роль «эксперта конфигураций» (eXpert CONfigurer). Он служил для задач комплектации поставляемых компанией компьютеров. Потребность в такой системе объяснялась тем, что разнообразие заказываемых конфигураций было настолько велико, что человеку с его способностями было сложно добиться согласованности поставок, часто возникали ошибки, требовались средства автоматизации. Поначалу в систему было заложено 750 правил, но со временем их число дошло до 2500. Система XCON тиражировалась вплоть до 1993 года, но со временем стало ясно, что затраты на поддержку систем этого класса оказываются выше, чем приносимая ими прибыль. По этой причине от ES отказались не только в DEC, но и в других компаниях. Однако некоторые следы ES сохранились до наших дней, они оказались воплощенными в бизнес-приложениях компаний SAP и Oracle.

Как ни странно, но самым серьезным критиком ES оказался Джон Маккарти, он совершенно справедливо называл главным дефектом экспертных систем невозможность наделить их здравым смыслом. Во многих случаях предлагаемые ES решения оказывались абсурдными. Маккарти привел в качестве примера рецепт, выписанный экспертной системой MYCIN, он действительно обеспечил бы победу над болезнью, но попутно убил больного. Крах ES обычно связывают со сложностью и трудоемкостью поддержания базы знаний, но при этом забывают об одно важном факторе – о случившейся смене компьютерной парадигмы, о замене централизованных систем на базе мэйнфреймов и миникомпьютеров клиент-серверными конфигурациями, где человек мог работать в интерактивном режиме на ПК.

Мир пошел по пути предсказанному Ликлайдером – создание трехзвенных систем управления «сервер – ПК – человек», где сервер служит для хранения и обработки данных, ПК предназначен автоматизации рутинной работы и для интерактивного взаимодействия человека с машиной в процессе принятия решений и других осмысленных действий. Это оказалось гораздо удобнее и проще.

Исторически значимые ES

Наибольших практических успехов по части ES достиг Дуглас (Даг) Ленат. Он начал с того, что в качестве диссертационной работы написал на языке Lisp «Автоматизированного математика» (Automated Mathematician, AM) одну из первых систем класса discovery systems, так назвали системы, предназначенные для открытия новых знаний. По следам AM была им же написана программа Eurisko, ее название переводится с греческого как «отыскиваю» или «открываю». Она представляла собой набор эвристик с элементами самообучения, они изменялась после того, как уточнялись ранее созданные эвристики. Программа Eurisko оставила свой след в технологии проектирования электронных интегральных микросхем, где тогда существовала проблема слишком сложная для человеческого разума, человек не справлялся с проверкой вариантов многослойного размещения компонентов на подложке.

Золотым веком для экспертных систем и лично для Лената были 80-е годы, когда каждая крупная компания считала необходимым обзавестись своей экспертной системой. Ленату повезло больше других – его идеями заинтересовалось ЦРУ, оно обеспечивает ему финансирование до сих пор. Во всех опубликованных хрониках работ по экспертным системам можно найти упоминания о его проекте Cyc. История Cyc началась в 1983 году, когда Министерство обороны США анонсировало пятилетнюю программу Strategic Computing Program, управлять реализацией которой должно было агентство DARPA. Одной из созданных в рамках этой программы компаний была Cycorp, созданная Ленатом и его партнером адмиралом Робертом Инманом. В одном из интервью Ленат так определил предмет деятельности своей компании: «С моей точки зрения, AI – это попытка заставить компьютеры делать то, что требует интеллекта, например, медицинская диагностика, сочинение музыки, изобретение новых или использование по-новому старых устройств. Компьютеры должны находить ответы на сложные вопросы наподобие "Что это?", относя их, в частности, к таким явлениям, как военные или политические кризисы. Пока на эти вопросы ни компьютеры, ни программы ответить не могут, люди остаются единственными мыслящими существами на планете, но существующая ситуация вполне может измениться в ближайшие годы, машины могут стать разумными. Для этого они должны владеть совокупностью человеческих знаний, причем речь не идет только о научном знании. Cyc – это огромный репозиторий самых разнообразных знаний, которые могут показаться тривиальными. Например, мы знаем, но не задумываемся о том, что наполненный стакан стоит держать донышком вниз, а людей не стоит тревожить по ночам и т. д. Это настолько очевидные истины, что их даже не объясняют детям, они приходят к этим выводам сами, но компьютеру следует передать и эти знания, какими бы простыми они ни казались».

По некоторым источникам ЦРУ по-прежнему эксплуатирует Cyc, который насчитывает к настоящему времени до 10 миллионов статей. Недавно Лената назвали «одиноким творцом, пытающимся научить компьютеры понимать смысл». Его деятельность оценивают по-разному, немногие оставшиеся сторонники символьного подхода, сохраняют веру в его дело, те же представители следующего поколения, кто занят практическими задачами, решаемыми средствами машинного обучения, не проявляют к Сус никакого внимания. Сам Ленат скептически относится к машинному обучению и нейронным сетям, он уверен, что когда-нибудь он и дело его жизни еще будут востребованы.

Одной из самых последних разработок, которую можно отнести к ES, является машина, вычисляющая знания (computational knowledge engine), Wolfram|Alpha. Ее создал в 2009 году известный математик и удачливый предприниматель Стивен Вольфрам, он объявил, что его компания Wolfram Research подготовила систему, в которой реализован альтернативный подход к работе с информацией. В прессе сообщалось, что она сможет составить конкуренцию Google, но это продукт совершенно иного класса. Wolfram|Alpha не ищет страницы по ключевым словам. Вольфрам так ее охарактеризовал: «Alpha – не поисковая машина, а машина, дающая ответы на заданные ей вопросы». Сам Вольфрам публично не распространяется о технологиях вычисления знаний. Относительно Wolfram|Alpha Ленат сделал следующий вывод: «Поисковая система Google работает с данными, не вникая в них, основываясь на формальном соответствии. Моя система Cyc сможет дать глубокий ответ, если вы, в свою очередь, сможете ей задать вопрос и при этом попадете в ту область, которую она знает. Wolfram|Alpha представляет собой нечто среднее. Грядущие перспективы системы в сильной степени зависят от того, насколько продуктивным окажется идея формирования базы знаний силами самой компании, удастся ли с подобным сугубо проприетарным подходом противостоять открытому редактированию, принятому в Wikipedia и других сетевых энциклопедиях». Складывается впечатление, что не удалось, и сегодня Wolfram|Alpha известна только узкому кругу специалистов.

Японские компьютеры пятого поколения

Окончательному подрыву авторитета AI заметно способствовало правительство Японии принятым им в 1982 году планом создания компьютеров 5-го поколения Fifth Generation Computer System (FGCS). Идеологом FGCS был профессор Кузухиро Фучи (Fuchi Kazuhiro 1936–2006). Он ставил целью превращение компьютеров из приспособлений для облегчения работы в системы, способные самостоятельно оперировать знаниями (Knowledge Information Processing Systems, KIPS). По его замыслу, FGCS, обладая специализированным программным обеспечением, должны были извлекать знания из баз данных и баз знаний, чтобы оперировать ими. В качестве первых задач были поставлены следующие: ввод текста под диктовку, что решило бы проблему ввода иероглифической записи, перевод с голоса, реферирование статей, поиск смысла и категоризация, а также задачи распознавания образов.