СЕРГЕЙ БОБРОВСКИЙ: КОЛОНКА ОБОЗРЕВАТЕЛЯ
Недавняя победа компьютерной программы Deep Fritz над чемпионом мира по шахматам Владимиром Крамником преподносилась многими СМИ как нечто парадоксальное. Дескать, с одной стороны, возможности человеческого разума безграничны и непонятно, как же он может проигрывать "тупой" машине, а с другой - игра компьютера объявлялась безукоризненной и коварно-расчетливой, поэтому якобы пытаться противостоять ей бессмысленно и подобные матчи надо прекратить. Но ведь программа Deep Fritz (кстати, не самая сильная на сегодня) появилась не на пустом месте, и существует многолетняя история противостояния человека и машины, где очевидна плавная и долгосрочная тенденция усиления шахматной квалификации компьютера. Однако для многих наблюдателей оказалось неожиданностью, что компьютер не делает грубых ошибок, не устает, идеально играет в острых комбинационных позициях, при необходимости точно защищается, а обыграть его возможно только за счет постепенного наращивания позиционного преимущества. При этом почему-то никого не удивляет способность компьютеров к моделированию молекулярного взаимодействия, распознаванию речи и видео, классификации понятий, оптимальному планированию масштабной деятельности, проектированию сложных устройств и решению множества других задач, человеческому мозгу неподвластных.
Отметим, что Крамник на самом деле проиграл совсем не по-чемпионски - из-за детской ошибки и мата в один ход. Кстати, в свое время и Каспаров "продул" суперкомпьютеру Deep Blue из-за откровенно слабой игры; видимо, в ситуациях противостояния партнеру, почти безошибочно играющему в любой позиции, на первый план выходит психологическая подготовка. Кроме того, шахматы - далеко не первая игра, в которой компьютер побеждает официального чемпиона мира. В прошлом десятилетии жертвами машины стали и рэндзю, и чекерс, и множество других интеллектуальных игр. Ныне же не совсем здоровый ажиотаж вокруг данного матча возник только потому, что поверженным оказался известный бренд - шахматы, своеобразный символ человеческого интеллекта. Вдобавок противником выступал не суперкомпьютер, а обычная коммерческая программа, использующая не очень дорогой мультипроцессорный сервер (он, конечно, был бы супермашиной еще 5-7 лет назад), который вскоре станет типичной настольной конфигурацией.
Лакмусовой бумажкой реального интеллекта правильнее считать не шахматы, а восточную игру го. В отличие от шахмат, где тактические варианты легко просчитываются на достаточно большое число ходов, в го необходимо позиционное, стратегическое мышление, и пока что лучшие го-программы играют откровенно слабо - уже много лет в силу лишь третьего разряда. Рост вычислительной мощи компьютеров никак на силу программ не влияет, так как перебирать варианты ходов в го бессмысленно. Недаром тайваньский фонд Ing (www.usgo.org/ingfoundation/) предлагает миллион евро автору программы, которая обыграет чемпиона Тайваня по го среди любителей (!).
Болезненное восприятие массовой прессой поражения человека показывает, что покушение на естественный интеллект в ряде областей, традиционно считающихся вотчиной мыслящих существ, и далее будет происходить без особого одобрения. Противостояние в шахматах, конечно, не окончено, ведь со временем вырастет новое поколение талантливых шахматистов, с детства воспитанных на игре с сильнейшими программами. Однако в последние годы специалисты по искусственному интеллекту действительно все активнее обсуждают возможность создания программ, способных рассуждать на человеческом уровне. Данная тематика, в частности, регулярно анализируется на ежегодной национальной конференции США по искусственному интеллекту AAAI (www.aaai.org/Conferences/), которая прошла в этом году в 21-й раз. Ученые сошлись во мнении, что создание искусственного интеллекта человеческого уровня требует усилий по развитию технологий логического вывода, организации развитого интерактивного взаимодействия с помощью оригинальных аппаратных решений (например, сенсорных планшетов) и обеспечению общей надежности и масштабируемости "мыслящей" системы, для чего желательно задействовать распределенную архитектуру программных агентов.
Наиболее популярной на конференции темой стало машинное обучение - число соответствующих докладов превышало объемы других в разы. Исследователи пытаются ускорить процесс формирования и накопления знаний самыми разными способами - снижая размерность задачи, задействуя оригинальные деревья решений, используя механизмы рассуждений по аналогии и т. д. Тесно связана с этим направлением и вторая по популярности тема построения и обработки знаний, представленных в виде сетей. На ее развитие, очевидно, влияет растущая популярность Интернета.
На конференции также затрагивались вопросы поиска нужных сведений в неструктурированных или, наоборот, сложно организованных системах, приложения теории игр, способы улучшения человеко-машинного взаимодействия (интересно, что текущие исследования в этой сфере нацелены не столько на удобство работы пользователя, сколько на организацию машинного поведения, достоверно напоминающего действия человека), методы обработки знаний с помощью теории ограничений, а также такие темы, как машинное зрение, анализ текстов на естественных языках, создание систем программных агентов (заметна тенденция перехода от централизованного управления такими системами к полностью распределенным схемам с горизонтальными связями) и др.
Оживление участников вызвал доклад авторов европейского проекта HAHAcronym (haha.itc.it), посвященного изучению смеха. По данной тематике проводятся серьезные мероприятия, исследователи строят теории юмора, иронии и сарказма, обучают программы умению шутить и понимать человеческий юмор. А вот тематика нейронных сетей, постоянно лидировавшая на подобных конференциях еще в прошлом десятилетии, сегодня практически сошла на нет.
Главным событием AAAI-06 стало выступление Тима Бернерса-Ли, в свое время придумавшего концепцию Интернета, а ныне возглавляющего консорциум WWW по стандартизации веб-технологий. Этот человек известен как активный пропагандист Семантической паутины (иногда применяется менее корректный термин "семантическая сеть", которая используется в математике), связывающей в Интернете схожие по смыслу объекты.
Бернерс-Ли затронул вопросы стыковки искусственного интеллекта и Семантической паутины. Он отметил, что пока распространено ошибочное понимание принципов построения такой паутины - основное в ней не инструменты семантического описания информации, а сам способ ее организации в виде сети. Механизмы формирования и обработки смысловых определений уже существуют в Семантической паутине как один из технических уровней, поддерживающих логику предикатов с помощью языка описания онтологий OWL, языка разметки онтологической информации RDF, языка запросов к RDF-документам SPARQL и языка описания правил RIF для систем логического вывода.
В отношении Семантической паутины существует немало мифов, и Бернерс-Ли опроверг распространенные ошибочные убеждения. Данная архитектура не является ни набором метаописаний смысла документов, ни коллекцией определений и аннотаций, подготовленных людьми, не предназначена для извлечения смысла из текстовых массивов и не нацелена на создание единой онтологии для всего Интернета. Семантическая паутина - это прежде всего схема описания знаний, система классификации (таксономия) и набор онтологий, которые подчас даже не связаны друг с другом. Правда, им могут быть присущи фрактальные свойства, когда каждый элемент хранит в себе закодированную копию ключевых элементов всей сети.
Руководитель WWW-консорциума в очередной раз негативно отозвался о концепции Web 2.0 как не имеющей под собой серьезного научного базиса. Он призвал инвестировать прежде всего в технологии создания и эксплуатации онтологий, так как ядро Семантической паутины готово к использованию и предлагает все необходимые инструменты. В частности, одну из первых поисковых систем для Семантической паутины можно опробовать на сайте swoogle.umbc.edu.
Интересна статистика, которую привел Бернерс-Ли. Если под онтологией понимать формальное, лингвистическое описание предметной или мировоззренческой системы, то принимается, что отдельному человеку присуща одна онтология. Тогда группа взаимодействующих людей (например, в рамках проекта) пользуется сотней онтологий, крупная корпорация - десятками тысяч, сфера производства - сотнями тысяч, среднее государство - сотней миллионов, крупная страна - миллиардом, а все человечество - десятью миллиардами онтологий. Однако современные системы искусственного интеллекта и логического вывода способны эффективно работать лишь с десятками онтологий, поэтому ближайшие исследования должны быть нацелены на выработку прикладных технологий, использующих порядка 30 онтологий (число, типичное для большинства корпоративных проектов).
К автору можно обратиться по адресу: sbo@pcweek.ru.
