Диалоги (август 2003 г.) - Гордон Александр (читать книги онлайн без сокращений txt) 📗
Довольно давно мы начали работать над одной системой. В то время они назывались «системами искусственного интеллекта», но потом их стали называть «экспертными системами».
А.Г. Поскромнее чуть-чуть.
Л.Г. Поскромнее. Задача таких систем заключалась в следующем. Это сложная логическая система, разрешающая много всяких задач. Предъявляется определённая совокупность экспериментальных данных, например, совокупность разного рода спектров, химической информации и так далее, и нужно догадаться, с какой молекулой вы имеете дело, то есть опознать молекулу. Причём, изначаль-но сведений об этой молекуле нет в памяти компьютера, но нужно решить такую очень сложную задачу, иногда напоминающую «пойди туда не знаю куда, прине-си то, не знаю что».
Потом мы немножко на эту тему поговорим, разнообразие здесь гигант-ское. Если молекулы содержат, скажем, 3-4 десятка атомов, то исходное разнооб-разие может быть – миллионы. Поэтому база этих сужений информации, когда, в конце концов, нужно получить всего один ответ, очень большая. Понятно, что это очень сложная система, которая и считает, и решает логические задачи, и всё прочее. В начале мы были несколько наивными и думали, что можно создать некий автомат, который эти задачи решает и проблема только в том, что сегодня мы не-достаточно запрограммировали что-то или ещё чего-то не знаем.
Это было не только у нас, этим занимались многие люди, создавались, скажем, системы для медицины и тому подобное, то есть это громадная научная область. И общий вывод был такой, что создать полный автомат нельзя просто в принципе, ничего не получится без участия человеческого мозга, который прини-мает решение именно тогда, когда оно нестандартно.
Есть такое понятие: принять на себя риск решения. То есть компьютеры в некоторых случаях останавливаются и предлагают вам решить, что дальше де-лать. И здесь, как правило, человек базируется главным образом на своём каком-то прежнем опыте, на своей интуиции, на знании, скажем, истории объекта, это то, мы будем сегодня об этом тоже говорить, что относится к так называемой «не-чёткой информации». Вот, скажем, он угадал. Дальше система опять вам может что-то решать таким формальным образом. И это, в общем, повторяю, не является недостатком, связанным с тем, что сегодня мы чего-то не умеем делать. Это принципиальное ограничение.
То есть оказывается, что наиболее эффективным средством является такой кентавр – человек-компьютер. Когда человек не просто нажал кнопку и пошёл спать, а через какое-то время был выдан тот результат, какой вы хотите. Он рабо-тает с компьютером, он испытывает различные варианты. Он заставляет его дей-ствовать разными путями. Так что это, повторяю, опыт не только мой собствен-ный, это опыт вообще создателей экспертных систем, отсюда и появился этот термин.
Понимаете, обязательно участвует какой-то специалист в этой области. Больше того, такие системы наполняются, есть два понятия в этой области. Есть «банк данных» и есть «банк знаний». Это разные вещи. Данные – они более формальные, а знания накапливает какой-то специалист, особенно это остро проявилось в медицинских вещах. Сколько там приборов не делают, но всё равно вы получаете о человеке какую-то минимальную информацию и отсюда роль врача, талантливого врача оказывается очень важной, даже несмотря на всю мощь современной приборной техники. И исходя из таких соображений, собственный опыт показывает, что сделать полный автомат не удастся. И роль интуиции, по-видимому, будет только возрастать.
Я могу привести ещё один пример. Любой учёный пользуется литературой. Сейчас столько журналов, даже по более-менее узкой специальности, и столько там публикаций, что читать все практически невозможно. Если кто-то возьмётся за это, у него не хватит времени на собственную работу. И больше того, крупные учёные, которые стоят во главе какого-то направления, они, как правило, очень мало читают. И вот возникает вопрос. Сейчас существует Интернет, обилие идёт информации. Вы можете запросить что-то по ключевым словам, и вам вывалиться гигантское количество статей. Подойти к этому формально невозможно. Что де-лает любой разумный учёный – он начинает ориентироваться. Во-первых, в каком журнале опубликован материал? Журналов тоже много и более-менее одинаково-го калибра. Дальше какая фамилия автора, известен он или не известен?
А.Г. То есть всё равно иерархическая система получается.
Л.Г. Конечно. Дальше, он прочитал название статьи. Прочитал, может быть, маленькое резюме, несколько строк. И на основе всего этого он должен вы-брать, читать ему эту статью или нет. Опять обратите внимание на то, что этот подход, он, конечно, не чёткий, он не может быть сведён к каким-то формальным операциям.
А.Г. Но так же человек делает любой выбор, в супермаркете, скажем, вы-бирает продукты…
Л.Г. Конечно, конечно, и больше того, я думаю, что в большинстве случа-ев человек принимает решение как раз базируясь на интуиции, на этических сооб-ражениях, на соображениях моральных, на чувственных. Все мы, наверное, когда-то женились. И я очень сомневаюсь, чтобы в этот период мы вычисляли качества собственной будущей жены.
А.Г. Пример, который вы привели, заставляет меня сразу заметить, что че-ловеку свойственно делать ошибки. А компьютер программируется таким обра-зом, что он не имеет права на ошибку.
Л.Г. Вы знаете, компьютер, вообще говоря, тоже может делать ошибку. Он может выдавать гораздо больше материала, чем нужно. В математике существуют два понятия – «чёткая информация» и «нечёткая информация». Современный компьютер, хотя и работает иногда с нечётко поставленной задачей, но на самом деле всё равно оказывается, что эта задача чёткая, потому что эта нечёткость за-даётся какой-то функцией, которую я же ему навязал.
А.Г. То есть она сформулирована так или иначе.
Л.Г. Поэтому иногда говорят, что эти экспертные системы приобретают человеческие черты своих собственных создателей, вот такая вещь получается. Больше того, в некоторых научных областях возникает ещё одна проблема, свя-занная с так называемыми «обратными задачами». Существуют два типа задач в теории математики: прямые и обратные. Прямые задачи – это когда я записал ка-кое-то уравнение и ставится вопрос, как решить это дело. Это прямая задача. Об-ратная задача – это когда я имею эксперимент и хочу построить какую-то теоре-тическую модель, которая этот эксперимент описывает. Скажем, когда мы имеем дело с микромиром, есть такие приёмы, когда по спектру можно установить прочность химической связи. То есть приписать ей какую-то пружинку, типа обычной упругости пружинки, и непосредственно получить какие-то результаты.
Как вы понимаете, в молекулы не залезешь. Значит, это делается по косвенному эксперименту, значит, я как бы должен проникнуть внутрь через какую-то физическую связь, через какую-то теорию. И оказывается, что такие задачи не решаются в принципе, если вы изначально не навяжете им какие-то условия, которые ограничивают решения этой задачи. А это делает человек. И поэтому получается так, что два человека, решая одну и ту же задачу, опираясь на один и тот же эксперимент, но не сговорившись об этом условии, получат разные результаты. Это сейчас типичный случай во многих областях, как раз связанных с исследованием молекул. Другое дело, что расхождение получается небольшое и, как правило, оно находится в каких-то пределах. Но эти результаты надо рассматривать так, что они дополняют друг друга, то есть они дают вам возможность сказать, что в этих пределах, в таком поле возможных изменений я должен находиться. И точнее я не получу. Просто по постановке не получится.
Так что современная наука наткнулась на целый ряд таких моментов, ко-торые сейчас заставляют пересмотреть очень многие исходные положения, ка-сающиеся получения научного знания. Та идея, что мы двигаемся к некоей абсо-лютной истине, сегодня, как мне кажется, уже просто не соответствует реальной действительности.
