Історія розвитку ідей штучного інтелекту і їх реалізації.

Вперше ідеї створення штучного інтелекту виникли в XVII в. (Б. Спіноза, Р. Декарт, Г.В. Лейбніц та ін). Мова йде саме про штучний інтелект, а не про механічні ляльках, вже відомих в ту пору. Основоположники теорії штучного інтелекту були, природно, оптимістами - вони вірили в реалізовуваність своєї ідеї:

Нам кажуть: безумець і фантаст,

Але вийшовши з залежності сумною,

З роками мозок мислителя іскуснийМислітеля штучно створить. І.В. Гете, XVIII-XIX ст.

По психологічному "закону збереження задоволень" (сума задоволень дорівнює нулю) тут же з'явилися песимісти (Ф. Бекон, Дж. Локк та ін), які посміювалися над оптимістами: "Ай, киньте!". Але будь-яка ідея в науці, один раз виникнувши, продовжує жити, незважаючи на перепони.

Ідея штучного інтелекту стала набувати реальних рис лише в другій половині XX в., Особливо, з винаходом комп'ютерів і "інтелектуальних роботів". Для реалізації ідеї потрібні були також прикладні розробки у математичній логіці, програмуванні, когнітивної психології, математичній лінгвістиці, нейрофізіології та інших дисциплінах, що розвиваються в кібернетичному руслі взаємозв'язки організмів і машин по керуючим і комунікативних функцій. Сама назва "штучний інтелект" виникло в кінці 60-х рр.. XX в., А в 1969 р. відбулася перша Всесвітня конференція з штучного інтелекту (Вашингтон, США).

Спочатку штучний інтелект розвивався в аналітичному (функціональному) напрямку, при якому машині наказувалося (людиною) виконувати приватні інтелектуальні завдання творчого характеру (ігри, переклад з однієї мови на іншу, живопис та ін.)

Пізніше виникло синтетичне (модельне) напрям, за яким робилися спроби моделювати творчу діяльність мозку в загальному сенсі, "не розминувся" на приватні задачі. Звичайно, це напрям виявився більш важким в реалізації, ніж функціональний напрям. Об'єктом дослідження модельного напрямки стали т.зв. метапроцедури людського мислення. Метапроцедури творчості - це не самі процедури (функції) інтелектуальної діяльності, а способи створення таких процедур, способи навчитися новому виду інтелектуальної діяльності. У цих способах, ймовірно, і приховано те, що можна назвати інтелектом. Наявність метапроцедур мислення відрізняє істинний інтелект від удаваного. Тому реалізація машинними засобами метапроцедур творчості стала мало не основним завданням модельного напрямки. Не що, а як винаходити, як вирішуєш творчу задачу, як навчаєшся (самонавчатися) новому? - Ось питання, закладені в реалізацію моделей людського творчого мислення.

В рамках модельного напрямки знайшли розвиток, в основному, дві моделі інтелекту. Хронологічно першою була лабіринтова модель, що реалізує цілеспрямований пошук в лабіринті альтернативних шляхів до вирішення завдання з оцінкою успіху після кожного кроку або з позицій вирішення задачі в цілому. Іншими словами, лабіринтова модель зводиться до перебору можливих варіантів (за аналогією з перебором варіантів виходу з лабіринту). Успіх (або невдачі) у виборі того чи іншого варіанту можна оцінювати на кожному кроці (тобто безпосередньо після вибору), не передбачаючи остаточного результату рішення задачі, або, навпаки, вибір варіанта на кожному кроці виробляти, виходячи з остаточного результату. Наприклад, візьмемо шахи. Можна оцінювати результат кожного ходу по безпосередньому виграшу або програшу після цього ходу (виграшу або втрати фігур, отриманню позиційного переваги і т.д.), не замислюючись про закінчення партії. При такому підході мається на увазі, що успіх на кожному ході приведе до успіху всієї партії, тобто до перемоги. Але це зовсім не обов'язково. Адже можна заманити короля суперника в матову пастку, жертвуючи в серії ходів фігури, втрачаючи удаване позиційну перевагу. При такому підході приватні успіхи на кожному ході нічого не значать порівняно з останнім переможним ходом - оголошенням мата.

Перший підхід в лабіринтовому моделюванні отримав свій розвиток в евристичному програмуванні, другий підхід - в динамічному програмуванні. По-видимому, динамічний підхід ефективніше евристичного, якщо говорити про шахи. У всякому разі, сильні шахісти, самі того не припускаючи, використовували саме динамічний підхід проти шахових програм, що працюють в евристичному режимі, і своїм природним інтелектом перемагали лабіринтовий штучний інтелект. Але так було в 60-70 рр.. XX в. З тих пір шахові програми удосконалилися настільки (в тому числі, за рахунок впровадження динамічного підходу), що зараз успішно протистоять чемпіонам світу.

Лабіринтові моделі широко використовувалися не тільки при створенні шахових програм, але і для програмування інших ігор, а також для доказу математичних теорем і в інших додатках.

Слідом за лабіринтовими моделями штучного інтелекту з'явилися асоціативні моделі. Асоціація (від лат. Association - з'єднання) - зв'язок психологічних уявлень (обумовлена, попереднім досвідом), завдяки якій одне подання, з'явившись у свідомості, викликає інше уявлення (за принципом подібності, суміжності або протилежності). Наприклад, Нобелівський лауреат академік І.П. Павлов, проводячи свої відомі досліди з собаками, зауважив, що якщо одночасно з прийомом їжі собака бачить включену лампу, то потім варто було включити лампу, як у собаки починав виділятися шлунковий сік, хоча їжу їй не пропонували. В основі цього умовного рефлексу асоціація за принципом суміжності. Асоціація за схожістю описана в оповіданні А.П. Чехова "Кінська прізвище". Асоціація по протилежності може бути описана логічною схемою: якщо "не А", значить "А". Наприклад, якщо вдень я побачив білу кішку, вона тут же асоціювалася у мене з чорною кішкою, яка вранці перебігла дорогу.

В асоціативних моделях передбачається, що рішення нової, невідомої завдання так чи інакше засновано на вже відомих рішеннях задачах, схожих на нову. Тому спосіб вирішення нового завдання заснований на асоціативному принципі схожості (подібності). Для його реалізації використовуються асоціативний пошук в пам'яті, асоціативні логічні міркування, що використовують освоєння машиною прийоми вирішення завдань в новій ситуації, і т.п. У сучасних комп'ютерах і інтелектуальних роботів існує асоціативна пам'ять. Асоціативні моделі використовуються в задачах класифікації, розпізнавання образів, навчання, стали вже ординарними завданнями інформаційних систем і технологій. Однак теорія асоціативних моделей до 90-х рр.. XX в. відсутня і зараз тільки створюється.