Хотя идея создания искусственных существ, которые делают то, что предназначено только для людей, всегда была с нами, только в XNUMX веке она могла начать воплощаться в жизнь. Череда событий, происходивших в XNUMX и XNUMX веках, сошлась так, что между концом сороковых и началом 70-х было то, что можно было бы назвать первым золотым веком искусственного интеллекта.
Конечно, в первую очередь это вызов с моей стороны. Хотя историки согласны с тем, что это был золотой век, до сих пор неясно, является ли то, что мы живем сейчас, вторым.
первый золотой век
Чтобы впечатляющий бум исследований в области искусственного интеллекта произошел после окончания войны, был соблюден ряд условий. как мы видели в предыдущей статье с прошлого века существовала методология, позволявшая человеческому мышлению выражаться в виде символов и производить с ними операции.
Работы Тьюринга, Шеннона и фон Неймана со своей стороны, они позволили появиться компьютерам, способным выполнять сложные инструкции. Не хватало только программного обеспечения.
нейронные сети
Сначала исследователи они пытались создать оборудование, которое имитировало структуру мозга с электрическими компонентами, выполняющими функцию нейронов.. Чтобы понять их поведение, был использован математический анализ.
Два исследователя, МакКаллох и Питтс, в 1943 году опубликовали статью, объясняющую, как можно построить механизмы для имитации поведения мозга. Сегодня известно, что часть их подхода была ошибочной, поскольку они считали, что именно отдельные нейроны принимают решения на основе информации, полученной органами чувств, и генерируют ответы (на самом деле миллионы из них необходимы для взаимодействия). Они представили довольно точный математический анализ того, как информация передается между нейронами.
Следующий крупный вклад был сделан в 1949 году физиологом из канадского университета. Дональд О. Хебб предложил идею о том, что нейронные связи не являются неизменными. Каждый раз, когда мы узнаем что-то новое, нейронная структура изменяется, чтобы закрепить это знание.. Объяснение заключается в том, что когда нейрон немедленно вызывает активацию другого, его проводимость увеличивается, что делает более вероятным возникновение новых активаций, устанавливающих новые маршруты нейронных связей.
Переход ко второму подходу (Вместо того, чтобы имитировать конфигурацию мозга, смоделируйте механизм, который позволяет ему получать результат.) Он вышел из рук человека по имени Марвин Мински.
Мински был настоящим человеком эпохи Возрождения, который интересовался такими разными дисциплинами, как зоология и физика, через психологию и математику. Вместе с двумя другими исследователями он построил нейронную сеть, имитирующую то, как крыса научилась выбираться из лабиринта.
Вскоре он понял, что, хотя «крыса» училась на своих ошибках он не мог использовать свои знания, чтобы избежать совершения новых. Поэтому его кандидатская диссертация по математике была посвящена тому, как создавать более сложные нейронные сети, способные планировать заранее.
Смена парадигмы происходит в 1955 году, когда Мински встречает Рэя Соломонова, работавшего над теорией дедуктивного вывода. Из их разговора он начал думать, что идет по ложному пути. Который Вместо того, чтобы создавать оборудование, имитирующее структуру мозга, лучше всего было попытаться выяснить, как работает мозг, и перевести это в символы и отношения. который может быть обработан любым компьютером.
В 1956 году десять исследователей (почти все, кто занимался этим вопросом) встретились на двухмесячном семинаре. Помимо Минского, присутствовал вышеупомянутый Рэй Соломонов.
Соломонов, вопреки мнению большинства его коллег Он утверждал, что изучение способности компьютеров решать задачи следует проводить с наименее сложными. поскольку это упростило бы анализ промежуточных психических процессов.
Со временем это оказалось хорошим советом по другой причине.. Задачи, которые наш мозг выполняет автоматически, например, распознавание лица или вождение автомобиля, очень трудно воспроизвести. в виде компьютерной программы.