ИИ в военном деле

Мы – материалисты

О применении ИИ в военном деле

Это объективная реальность, данная нам в ощущениях

(подводный водопад)

НЛО, апрель 2015

Скоро искусственный интеллект заменит человеку

природную глупость

Искусственный интеллект: вчера, сегодня, завтра

В современном мире проблема создания искусственного интеллекта поднимается все чаще. Типа, искусственный интеллект (ИИ) уже практически создан или применяется на практике в военных целях, космических исследованиях, медицине и т.д. Страсти накаляют и фантастические фильмы, повествующие о реальном существовании ИИ. В свете культовых фильмов "Матрица", "Терминатор", "Я — робот" телезритель приходит к однозначному умозаключению, что до создания ИИ осталось жить совсем недолго и скоро судьбу человечества будет вершить какая-нибудь сложно организованная машина. Так ли это? Возможно ли создание ИИ в принципе, и сколько осталось ждать, если возможно?

В целом понятие "искусственный интеллект" весьма расплывчато. Микрочипы не встроены сегодня разве что в лампочку, а изготовители всего и вся всерьез убеждают нас в существовании ИИ в их продукции.

Если вкратце высказать общую мысль человечества по его созданию, то ИИ это - копирование линии поведения человека на искусственно созданном объекте для достижения каких-нибудь целей, например, уменьшения затрат и времени человека.

Говорят, что ИИ сможет частично или полностью заменить человека во многих специальностях и областях (космонавтика, рабочие специальности и т.д.). Кроме того, ИИ поможет человеку справиться с задачами, которые ему не под силу (сложные вычисления и анализ) и попросту расширит данный ему природой интеллект.

Для полного представления картины начнем с базовых понятий. Термин интеллект (intelligence) происходит от латинского понятия intellectus — разум, рассудок, ум. Искусственный интеллект (artificial intelligence — AI) понимается как способность автоматических систем брать на себя функции человека, выбирать и принимать оптимальные решения на основе ранее полученного жизненного опыта и анализа внешних воздействий. Интеллект и мышление связаны многими задачами и целями: распознавание, логический анализ, планирование поведения, синтез новых понятий и знаний. Характерными особенностями интеллекта являются способность к обучению, обобщению, накоплению опыта, адаптация к изменяющимся условиям в процессе решения задач. Исходя из самого определения ИИ вытекает основная проблема в создании интеллекта: возможность или невозможность моделирования мышления человека или хотя-бы ребенка. Если на этот вопрос будет дан отрицательный ответ, то сама идея ИИ теряет смысл в корне.

Вообще-то ИИ – это научно-исследовательское направление, создающие модели и соответствующие программные средства, позволяющие с помощью ЭВМ решать задачи творческого, не вычислительного характера, которые в процессе решения требуют обращения к семантике (проблеме смысла). Исследования в области искусственного интеллекта включают: формальные задачи (математика, игры); общезначимые задачи (восприятие естественного языка, ситуативное поведение, рассуждения на основе здравого смысла); экспертные задачи (научный анализ, анализ финансового состояния, медицинская диагностика и др.).

Первым исследователем искусственного интеллекта считается Алан Тьюринг (англ. математик).

Критерием (интеллектуальности)Тьюринга названа «Неспособность отличать реакции ЭВМ от реакции человека».

Типичный тест – реакция на анекдот или шутку.

История развития искусственного интеллекта

Самыми первыми интеллектуальными задачами, в которых стал применяться ИИ (точнее, некое его подобие), стали логические игры (шашки, шахматы) и арифметические операции (решение уравнений, доказательство теорем), а также некоторые простые игрушки. Примером последних была электронная мышка, способная исследовать лабиринт и находить из него выход (в ее основе лежала простейшая релейная схема). Первые серьезные исследования относительно создания ИИ были предприняты практически сразу после появления первых ЭВМ. В 1954 году американцы А. Ньюэлл, Дж. Шоу, Г. Саймон и голландец А. Де Гроот совместно создали первый в истории человечества символьный язык программирования ИПЛ1 и в 1957 году написали на нем программу для игры в шахматы. В 1960 г. этой же группой была написана программа GPS (General Problem Slover) — универсальный решатель задач. Программа смогла справиться с рядом головоломок, решением интегралов и некоторыми другими задачами. В 1962 году кибернетиком А. Самуэлем была создана программа для игры в шашки. Она была столь успешной, что смогла выиграть у сильнейшего шашиста США Р. Нили. В конце 60-х годов появились первые игровые программы, системы для элементарного анализа текста и решения математических задач. Уже тогда стала известна основная проблема ИИ: программа, которая играет в шахматы, никогда не будет играть в шашки или домино. Разработчики поняли и еще одно: всем написанным программам не достает самого важного — знаний в соответствующих областях. Эти вопросы исследователи стремились решить в следующем десятилетии. В 1974 году состоялся международный шахматный турнир электронных машин. Возгордитесь же! Победу в нем одержала советская машина с шахматной программой "Каисса". Позже программа с подобным ИИ победила всемирного гроссмейстера Г. Каспарова. Конфигурация компьютера была такова: 256 процессоров с 4 Гб дисковой памяти и 128 Мб ОЗУ каждый.

К середине 70-х появляются первые интеллектуальные программы, использующие различные способы представления знаний для решения задач — экспертные системы. Одной из первых была экспертная система DENDRAL, предназначенная для составления формул химических соединений на основе спектрального анализа. В 1957 г. американец Ф. Розенблатт предложил модель зрительного восприятия и распознавания — перцептрон. Перцептрон был способен работать в двух режимах: обучение и распознавание. В режиме обучения человек предъявлял объекты и объяснял машине, к какому классу каждый из них принадлежит (описание объекта). Затем в процессе распознавания машине предъявлялись новые объекты, и машина должна была их классифицировать правильно. Достаточно большой интерес с точки зрения ИИ представила программа математика Хао Ванга, которая за 3 минуты работы на IBM-704 вывела 220 относительно простых лемм и теорем из фундаментальной математической монографии, а затем за 8,5 мин. выдала доказательство еще 130 более сложных теорем, часть которых к тому времени еще не была выведена математиками. Позже были созданы другие экспертные системы ИИ: MYCIN (предназначена для диагностики и лечения инфекционных заболеваний крови), PROSPECTOR (прогнозирует залежи полезных ископаемых), SIMER (система оценки качества воды), CASENET (диагностика и лечение глаукомы) и др.

Сегодня разработка систем ИИ продолжается еще более интенсивными темпами. Над этой проблемой работают крупнейшие мировые институты. Исследовательские лаборатории молекулярных биологов всего мира пользуются плодами сложных разработок ИИ — автоматическими методиками ПЦР (полимеразная цепная реакция для исследования ДНК), ИФА (иммуно-ферментный анализ для анализа белков), автомобилестроители — разработками ИИ для диагностики и точной настройки двигателей и других частей автомобилей. Одним словом, история создания искусственного интеллекта продолжается...

Идея искусственного мышления

Если быть максимально кратким, то суть процесса мышления заключается в следующем: по мере наращивания своего мировосприятия человек либо автоматическое устройство приобретает все большие возможности для воспроизводства собственных умозаключений. Эти умозаключения генерируются при решении задач для определения способа достижения поставленной цели. Для этого обычно необходимо выстроить логическую цепочку, начинающуюся на мировосприятии и заканчивающуюся на конкретной цели. Если задача обратна, то цепочку необходимо строить с цели. Сегодня существуют различные принципы построения систем искусственного интеллекта. Среди них — моделирование рассуждений на основе прецедентов (case-base reasoning — CBR), моделирование рассуждений с неопределенностью, рассуждения о действиях и изменениях и т.д. К примеру, в основе CBR — принципа построения ИИ — лежит выбор проблемы, поиск алгоритмов адаптации, поиск прошлого опыта, вывод, основанный на оценке сходства. После установки цели система должна рассмотреть множество случаев и вариантов решения проблемы, а затем выработать искомое решение. Методы построения CBR-интеллекта уже применяются для разработки товаров массового спроса, в медицине и смежных областях, в электронной коммерции и конструировании программ. В большинстве своем все работы по созданию ИИ весьма сложны и проводятся самыми развитыми институтами различных стран мира.

Суть реализации ИИ в теории и на практике

Суть реализации мышления до сих пор до конца не выяснена и остается тайной для науки. Однако наука часто путается сама с определением понятия мышления и путает нас. Как часто газетные и книжные публикации заверяют нас в том, что, раз компьютеры хранят и перерабатывают информацию, то, значит, они способны думать и мыслить. Увы, это абсолютно не передает всю сложность процесса мышления. Да, действительно объемы компьютерной информации реальны. Но эти объемы характеризуют не количество информации в сообщениях как таковой, а количество ячеек машинной памяти, которые они занимают. Сегодня компьютеры перерабатывают в большинстве своем не саму информацию, а всего лишь содержимое ячеек своей памяти (а их можно заполнить чем угодно). Таким образом, вывод очевиден: компьютеры не "осмысливают" содержимое информации, они ее перерабатывают.

В отличие от компьютеров,

для людей характерны исключительно осмысленные понятия.

Из каких компонентов обычно строится система искусственного интеллекта, да и любого интеллекта вообще? В первую очередь ИИ — это совокупность "железа" и программного обеспечения для него. В качестве первого обычно выступает компьютер определенной конфигурации и обслуживающие механизмы (манипуляторы, видеокамеры, звуковые и другие датчики). В большей степени на "интеллектуальность" машины в целом влияет именно программная начинка. Именно она определяет степень "продвинутости" данного ИИ.

В электронной начинке ИИ в первую очередь присутствует огромное количество памяти, на основе которой и строятся все рассуждения и выводы. Понятно, что все знания из различных областей в память ИИ заложить нереально, но сделать интеллектуальную систему в определенной области познания вполне возможно. Обычно человек изначально закладывает в систему минимальные познания о мире. Далее эти познания расширяются в процессе накопления опыта и вложения его человеком (обучение, пассивный путь) либо самой системой (активный путь) в результате ее адаптации к условиям окружающей среды. Однако компьютерная память представляет собой лишь простую совокупность данных. Память человека устроена гораздо более сложно — она оперирует не файлами и их группами, не клочками информации. Человеческая память — это память образов. Образно человеческую память можно сравнить с летящей кометой: позади — длинный "хвост" жизненного опыта, который со временем автоматически забывается и затирается новым; сама комета — это слой реальной ежесекундной памяти; тонкий передний слой — это туманные соображения (предвидение) человеческого будущего. Память систем ИИ в корне отличается от человеческой.

Самым главным отличием программного обеспечения настоящего искусственного интеллекта от простых приложений заключается возможность "мыслить" образами. С помощью образного мышления сегодня стали доступны такие технологии, как сжатие и кодирование информации, обработка биометрических образов, оптимизация гаммы цветопередачи, образный поиск, анализ смысла изображений, автоматическая каталогизация информации, алгоритмы распознавания и классификации образов. Для человека примерами образов могут быть небо, облака, музыка, море, стихи и т.д. Способность восприятия внешнего мира в форме образов позволяет людям узнавать бесконечно большое число объектов и понимать друг друга независимо от национальной принадлежности. Процесс восприятия объекта как образа для машины имеет некоторые особенности. Обычно перед выделением образа (например, графического) заранее считается известным лишь его технические характеристики – координаты каждой точки и амплитуда, частота, фаза сигнала в ней. Разделяя их по какому-нибудь параметру распознают образы. Сегодня системы ИИ могут различать только сравнительно немногочисленные образы в небольших заданных (предполагаемых) пространствах. Хотя с точки зрения человека это могут быть довольно «осмысленные» человеком образы. При этом распознавание является не мыслительным процессом, а технической средством достижения заданной цели.

Образное мышление: колодец Иакова, штат Колорадо, чистая вода

Важной особенностью ИИ являетя обучение. Над этой проблемой работают сегодня многочисленные ученые во всем мире. Обучение обычно определяется как процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные внешние воздействия. Сегодня существуют прототипы оборудования, способные обучаться простейшим механическим операциям (обработка деталей на станке, копирование человеческой походки). Однако достижения в сфере обучения ИИ пока продвигаются довольно низкими темпами (чему учить и как?) и не поспевают за развитием электроники.
Для решения той или иной задачи ИИ сегодня необходим алгоритм решения (впрочем, как и любому человеку). Алгоритм — это точное предписание о выполнении в определенном порядке операций для решения определенной задачи. Нахождение алгоритма для человека или машины связано с тонкими и сложными рассуждениями. Эти рассуждения часто требуют изобретательности и творческого подхода, поэтому машина постоянно нуждается во взаимодействии с человеком за неимением вышеуказанных качеств. Машине не свойственен "метод тыка" — она сегодня всего лишь ищет варианты решения проблемы из прописанных в базе данных (простой или не очень перебор данных). Важную роль в функционировании ИИ выполняют функции анализа информации и накопления жизненного опыта. Наблюдая за детьми, мы убеждаемся, что большую часть знаний они получают путем обучения и общения с окружающим миром, а не в качестве заложенных в них заранее. Изобретение эффективного механизма самоанализа и самостоятельного накопления жизненного опыта может поставить ИИ на значительно более высокий уровень по сравнению с современным.

Сегодня интеллектуальные программы наподобие Copernic или системы распознавания образов установлены практически на каждом ПК. Если говорить о восприятии и обработке речи, то программное обеспечение еще от Dragon Systems практически уже решило этот вопрос. Speech SDK от Microsoft также позволяет обеспечить приемлемое качество диктовки текста. Устойчивое распознавание слов и целых фраз достигается после нескольких часов тренировки и адаптации к манере произношения пользователя. При этом качество распознавания близко к 95% (сравнимо с качеством распознавания речи у человека). В основе принципа действия подобных программ лежит математическая модель преобразования акустических сигналов и графических изображений в числовые последовательности, каждой из которых соответствует определенное слово или графическая информация из программного словаря (к примеру, так работают программы Cuneiform, Fine Reader). Однако, в отличие от человека, данные программы всего лишь УЗНАЮТ слово или изображение, но не ОСМЫСЛИВАЮТ его. Это отличие является пока непреодолимой пропастью между интеллектом компьютера и человека и не позволяет создать действительно ДУМАЮЩИЙ искусственный интеллект.

Вот о чем подумает ИИ и о чем мы?

Реальные возможности и достоинства искусственного интеллекта

Нейронные сети. Искусственные нейронные сети пришли в средства ИИ из биологии. Искусственные нейронные сети демонстрируют большое число свойств, присущих мозгу человека. Они обучаются на основе опыта, обобщают свой опыт, способны выделять главное из поступающей информации. Способность нейронной сети к обучению впервые была исследована Дж. Маккалоком и У. Питтом в опытах 1943 года на созданной ими модели нейрона. Авторы описали принципы построение нейронных сетей. Позже, в 1962 году, Ф. Розенблатт предложил свою модель нейронной сети — перцептрон, а в 1986 г. Дж. Хинтон и его коллеги опубликовали статью с описанием модели нейронной сети и алгоритмом ее обучения, что дало толчок к эффективному изучению нейронных сетей.

С человеческим мозгом их сближает также еще одно очень важное свойство, напрочь отсутствующее у простых электронных машин: нейронные сети работают даже при условии неполной информации об окружающей среде, т.е., как и человек, они могут отвечать не только "да" или "нет", но и "не знаю точно, но скорее да". При использовании данной нейронной сети возможно распознавание целей, анализ и предсказание сбоев техники. Сейчас продолжается совершенствование методов синхронной работы нейронных сетей на параллельных устройствах. Нейронным сетям сегодня под силу распознавание сигналов, речи, изображений, поиск данных, финансовое прогнозирование, шифрование данных. Нейросетевой подход используется в большом количестве задач — для кластеризации информации из Интернета, для имитации и моделирования сложно устроенного человеческого мозга, для распознавания образов и др. К достоинствам нейронных сетей можно отнести самонастраиваемость, гибкость конфигурирования, достаточно высокую эффективность, самообучаемость.

Экспертные системы. Системы принятия решений на основе знаний экспертов, могут использоваться в реальном времени, как средства хранения, извлечения, анализа и моделирования знаний, системы динамического планирования. Среди них имеются конкретные результаты: DENDRAL — высокоинтеллектуальная система распознавания химических структур. Это старейшая из экспертных программ. Первые версии данной системы появились еще в 1965 году. Пользователь задает системе DENDRAL некоторую информацию о веществе, а также данные спектрометрии (инфракрасной, ядерного магнитного резонанса и масс-спектрометрии), и та в свою очередь выдает диагноз в виде соответствующей химической структуры. MICIN — экспертная система медицинской диагностики. Она разработана группой по инфекционным заболеваниям Стенфордского университета. Программа ставит соответствующий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. PUFF — система анализа нарушения дыхания человека. Она представляет собой MICIN, из которой удалили данные по инфекциям и вставили данные о легочных заболеваниях. PROSPECTOR — система, созданная для содействия поиску коммерчески оправданных месторождений полезных ископаемых.

Убийственный недостаток ЭС – для хорошей системы нужно много хороших знаний, а они конечны и ограничены узким кругом экспертов. Следствие этого - универсального решателя нет, все ЭС узкоспециализированы и в другой области не работают в принципе.

Эволюционные вычисления. На развитие сферы эволюционных вычислений (ЭВ; автономное и адаптивное поведение компьютерных приложений и робототехнических устройств) значительное влияние оказали прежде всего инвестиции в нанотехнологии. ЭВ затрагивают практические проблемы самосборки, самоконфигурирования и самовосстановления систем, состоящих из множества одновременно функционирующих узлов. При этом удается применять научные достижения из области цифровых автоматов.

Другой аспект ЭВ - использование для решения повседневных задач автономных агентов в качестве персональных секретарей, управляющих личными счетами, ассистентов, отбирающих нужные сведения в сетях с помощью поисковых алгоритмов третьего поколения, планировщиков работ, личных учителей, виртуальных продавцов и т. д. Сюда же относится робототехника и все связанные с ней области. Основные направления развития - выработка стандартов, открытых архитектур, интеллектуальных оболочек, языков сценариев/запросов, методологий эффективного взаимодействия программ и людей.

В дальнейшем для решения сложных задач (быстрого исследования содержимого Сети, больших массивов данных наподобие геномных) могут быть использоваться коллективы автономных агентов. Для этого придется заняться изучением возможных направлений эволюции подобных коллективов, планирования совместной работы, способов связи, группового самообучения, кооперативного поведения в нечетких средах с неполной информацией, коалиционного поведения агентов, объединяющихся "по интересам", научиться разрешать конфликты взаимодействия и т. п.

Нечеткая логика. В основе теории нечетких множеств лежит нечетка логика, которая является надмножеством булевой логики, которая была расширена с целью обработки концепции частичной правды, нечетких понятий (типа – большой, крупный, низкорослый, старый, молодой, умный и т.п.). Основная цель применения теории нечетких множеств для разработки ИИ – создание математического, алгоритмического аппарата, способного моделировать человеческие рассуждения.

Основателем нечеткой логики, и в последствие теории нечетких множеств является Лотфи Заде (1972). Он ввел понятие лингвистической переменной, т. е. переменной, значение которой характеризуется вербальными (понятийными) параметрами некоторого свойства.

Машинное обучение и самообучение. Этому вопросу уделяется сегодня огромное, если не главное, внимание в сфере искусственного интеллекта. Существует множество алгоритмов машинного обучения. Один из самых распространенных — алгоритмы класса С4. Эти алгоритмы позволяют выстраивать сложное древо решений и анализировать его. С каждой ветвью древа ассоциируется определенный класс примеров решения проблемы. В процессе решения классы могут разбиваться на подклассы. Завершение работы алгоритма — принятие того или иного решения, удовлетворяющего потребностям задачи. Недостаток такого алгоритма — ограниченность примеров решения проблемы.

Интеллектуальный анализ данных и обработка статистической информации. Сравнительно новое направление применения ИИ. Сюда относят процесс обнаружения ИИ закономерностей в исходной информации, выделение этих закономерностей, построение определенной модели для анализа информации, а затем прогнозирование результатов исследования на будущее и представление в виде графической информации. Это весьма перспективное направление ИИ уже реально применяется на различных биржах и в маркетинговой деятельности.

Системы автоматического планирования поведения. Таковые реально применяются сегодня на космических кораблях при освоении космоса и в батискафах для изучения глубин морского дна. Одним словом, это та область применения ИИ, где не допускается присутствие человека в принципе либо его вмешательство должно быть незначительным. Современные системы планирования поведения — это устройства с высокой степенью автономности и детальным целенаправленным поведением.

Самоорганизующиеся СУБД. Эти базы данных способны гибко подстраиваться под профиль конкретной задачи и практически не требуют вмешательства извне.

Автоматический анализ языков. Сюда относят поиск по словарям, распознавание языков, перевод, выявление незнакомых слов, лексику, грамматику, автоматический анализ естественных языков (лексический, морфологический, терминологический, выявление незнакомых слов, распознавание национальных языков, перевод, коррекция ошибок, эффективное использование словарей) и т.д.

Однако, если вы предложите современным программам-переводчикам (например, переводчик Google) перевести любой абзац на другой язык, то поймете, что качеством здесь и не пахнет. В результате вы получите простой набор слов. Почему? Потому, что для перевода целых предложений необходимо понимать смысл предложения, а не просто переводить слова. Современные ИИ-программы смысл в тексте выделять пока не могут (вероятно, потому, что посредником для перевода является бездушный машинный язык — язык единиц и нолей).

Медицинские системы для выполнения точных операций и консультирования врачей в сложных ситуациях; роботы-манипуляторы для проведения операций повышенной точности (например, на сетчатке глаза).

Одна из интереснейших и полезных сторон применения ИИ — разработка игр, развлекательных программ и систем искусственного общения с человеком. Большую долю здесь занимает моделирование социального поведения, общения, человеческих эмоций, творчества. Это одно из сложнейших направлений разработки ИИ и в то же время — одно из самых перспективных.

Современные системы искусственного интеллекта способны освоить гораздо больше специальностей, чем просто человек, благодаря значительно большему числу разнообразных датчиков информации и приспособлений. Системы ИИ сегодня, в отличие от человека, могут воспринимать инфракрасный свет, ультрафиолет, видеть в полной темноте, слышать во всем диапазоне звуковых волн, производить передвижения с очень высокой точностью (до микрона), чувствуют изменения электромагнитого поля, магнитного поля земли, давления, напряжения электричества, никогда не засыпают и не чувствуют усталости.

Учеными доказано существование таких типов задач, для решения которых невозможен единый эффективный алгоритм для ЭВМ.

Научно-технические и идеологические проблемы

применения искусственного интеллекта в военном деле

Человек часто методом "научного тыка" расширяет для себя зону познания о природе, открывает новые законы. Компьютерному искусственному интеллекту это абсолютно несвойственно.

Сегодня мы имеем возможность наблюдать постоянный рост вычислительной мощности компьютеров. Означает ли это появление у них ИИ? Отнюдь! К сожалению, даже принципы работы человеческой психики сегодня остаются неясными. А поскольку ИИ изначально задумывался как прообраз человека, то создание его сопряжено с неизвестностью. Однако рост производительности ПК в сочетании с повышением качества алгоритмов обработки делает возможным применение различных научных методов на практике в различных сторонах жизни человечества.
Большинство современных разработок ИИ используют несколько типов понятий: да (хорошо) и нет (плохо). В математике и электронике это нормально, но в жизни точные понятия пригодны редко. Поскольку изначально ИИ задумывается как человекоподобный интеллект, служащий дополнением человеку, то угодить этому самому человеку будет очень нелегко. Понятия "веселый" и "грустный" для машины никак не складываются.
Проблемы в разработке ИИ прослеживаются и на уровне формирования образов и образной памяти. Поскольку образы в мышлении человека взаимопроникают друг в друга, то формирование образных цепочек у людей не представляет сложности — оно ассоциативно. Файлы же, в противоположность образам, есть обособленные пакеты машинной памяти. В памяти человека поиск данных ведется не по самому содержимому памяти, а вдоль готовых цепочек ассоциативных связок. Компьютер же ищет только конкретные файлы и папки. Пример: для человека не проблема узнать лицо друга на фотографии, даже если он похудеет или поправится, т.к. это яркий пример ассоциативной памяти. Для машины это практически невозможно. Машина не сможет отличить главное от второстепенного.

Для получения результата ИИ использует только определенную базу известных данных. Ему несвойственен эксперимент. И это исключает эволюционный путь развития ИИ.

Простота математических расчетов. В последнее время многими ведущими специалистами в области ИИ внесено предложение по исключению из списка высокоинтеллектуальных задач простого алгебраического решения уравнений, т.к. для этого сегодня имеются стандартные последовательные алгоритмы расчета. Это не требует сложных, многоэтапных и часто непоследовательных интеллектуальных способностей. Распознавание текста, игра в шахматы, напротив, требуют разбиения процесса на части и поиска решения из многочисленных возможных вариантов. Более того: даже распознавание текста, игра в шахматы и шашки, распознавание звуков на сегодня успешно применяются на практике, и их не принято возводить в ранг проблем ИИ.

Современные разработки, связанные с искусственным интеллектом, неспособны к самокопированию, размножению, эволюции. На современном этапе развития кибернетики и электроники абсолютно самостоятельное самокопирование роботов невозможно, необходимо хотя бы частичное (часто значительное) вмешательство человека. Однако для программ этот процесс абсолютно прост — что стоит утилите самостоятельно копироваться в другую директорию? Ярким примером может стать "болезнь" современного Интернета — компьютерные вирусы. Они способны к бесконтрольному размножению, но мозгов то в них нет, они ничего не созидают и просто портят нам жизнь.

Еще одна проблема на пути к созданию ИИ — отсутствие у оного всякого проявления воли. Как это ни странно звучит, но у современных ПК есть колоссальные возможности к сложным расчетам, но абсолютно отсутствуют какие-либо желания. Даже если вы снабдите свой ПК микрофоном и акустикой, это абсолютно не значит, что он начнет самостоятельно писать музыку или самопроизвольно запускать какие-либо приложения. Он не ленивый — просто у него нет желаний. Компьютеру все равно, кто с ним работает, зачем и с какой целью. Это - отсутствие собственного целеполагания.

У современных прототипов ИИ отсутствуют стимулы к дальнейшему совершенствованию. Дело в том, что в природе на любой живой организм действует фактор естественного отбора, порождающий постоянное приспособление к условиям окружающей среды. Голод, стремление выжить и дать потомство — вот факторы, постоянно действующие на живой организм. Они действуют как стимул к дальнейшему совершенствованию. Мотивация большинства современных ИИ весьма примитивна: человек задал задачу — машина ее выполняет без вариантов и эмоций. Теоретически на мотивацию и совершенствование может повлиять введение обратных связей компьютер - человек и создание улучшенной системы самообучаемости машины. Правда, это только теория — на практике же все оказывается намного сложнее. Однако подобная работа уже проводится.
Однако даже самые развитые искусственные сети не могут дублировать функции человеческого мозга. Реальный интеллект, демонстрируемый сегодня самыми сложно устроенными нейронными сетями, находится ниже уровня развития интеллекта дождевого червя. Отсюда и неэффективность искусственного интеллекта в военных целях. В последнее время в СМИ довольно часто появляются новости о создании ИИ для военных. Однако в реальности перед создателями подобных машин-роботов стоят очень сложные и часто неразрешимые задачи. Прежде всего это недостатки систем автоматического распознавания, неспособных самообучаться и адекватно анализировать информацию в режиме реального времени (принимать нужные решения в нужную минуту). Такой боевой машине проблематично, а иногда — практически невозможно, отличить на поле боя даже своих от чужих (проблема использования трофейного оружия, техники, снаряжения). Также пока не разработано алгоритмов работы подобных устройств в условиях незнакомой местности и резко изменяющейся ситуации. Даже современные роботы как боевые единицы способны сегодня по большому счету лишь на дистанционное управление, ибо самостоятельно они могут только лупить всех подряд, но никак не выиграть бой. Более выдающиеся результаты достигнуты военными в прикладных направлениях: точное распознавание речи и тембра голоса, разнообразные "детекторы лжи", создание консультационных систем (снижение однотипных действий и нагрузки на пилотов в режиме реального полета), системы низкоуровневого анализа изображения, получаемого от видеокамеры, и т.д. Помимо этого, сегодня создано достаточно большое количество приборов с подобием ИИ, призванных усовершенствовать работу вооруженных сил: разнообразные интеллектуальные сонары и радары для обнаружения целей, спутниковая система позиционирования для точного координирования локализации войск и их передвижения, разнообразные системы навигации в судоходстве.

Нас даже запугивают взбесившимися ИИ - https://www.youtube.com/watch?v=rAIJGnBpS8g. Грубая и глупая подтасовка фактов и подмена понятий – когда сорвавшийся болт калечит людей, мы же не говорим, что его интеллект «взбесился». Даже взрывы на старте космических ракет мы квалифицирует как аварии, а не происки какого-то ИИ. А сбои в работе сложнейших систем так и будут сбоями, которые приводят к авариям, поломкам, гибели людей.

Итак.

ИИ в военном деле характеризуется отсутствием умения выделить главное, низкими морально-волевыми качествами (отсутствуют системная воля и внутренние стимулы), беспринципностью (отсутствует целеполагание), безграмотностью (нет алгоритмов работы в условиях незнакомой обстановки и резко изменяющейся ситуации), примитивностью (отсутствует опыт боевых действий и возможность самообучения), нерешительностью (нет критериев принятия нетиповых=военных решений), низкой стойкостью (деградация функций идет быстрее деградации средств и носителей) и тупостью (неспособность ставить задачи, воинское искусство отдыхает).

Программ военного назначения, способных хоть в какой-то мере соответствовать реальному человеку, вести процесс разумного мышления и общения, пока нет и в ближайшем времени не предвидится (слишком много существует преград и неразрешимых проблем). Сегодня компьютер выполняет только точные указания, которые ему даст человек. Поскольку сам по себе компьютер к мышлению неспособен в принципе, но высокоуровневые программы решения отдельных проблем относительно «интеллектуальны», говорить можно и нужно лишь об инструментальных средствах решения военно-прикладных задач и не обольщаться звучным названием ИИ.

К сожалению, как бы ни была сложна по устройству современная программа, какие бы сложные алгоритмы ни были бы в нее заложены, в конечном итоге она не сможет сделать ничего помимо того, что предусмотрено ее автором. Возможно, в будущем что-то и изменится, но не сегодня...

Ученые пытаются приоткрыть завесу отдаленного будущего. Возможно ли создание искусственного интеллекта? Можно ли создать такие человекоподобные системы, которые смогут мыслить абстрактными образами, самообучаться, корректно реагировать на изменения окружающей среды, обладать чувствами, волей, желаниями? Можно ли создать соответствующие алгоритмы? Сможет ли человечество контролировать такие объекты? К сожалению, ответов на эти вопросы нет, потому что человек для себя еще не решил, что такое ИИ и в чем его место и роль.

Таким образом

С точки зрения материализма и перспектив развития: ИИ – это набор мощных инструментальных средств и методов, которые используются для решения практических проблем.

Т.е. инструмент, напильник. Вот он берет глыбу мрамора, отсекает все лишнее и получает Венеру Милосскую. В смысле человеческих ценностей. Вот откуда инструмент знает эти человеческие ценности?

А если он это сделает самостоятельно, без человека, то мы получим новую цивилизацию разумных напильников. Или Терминаторов.

Простой пример человеческого ассоциативного мышления:

Это просто дамская меховая шапка, а вы что подумали?