Машина должна работать, человек -
думать.
Принцип IBM
Сегодня я расскажу вам, что из себя
представляет искусственный интеллект.
Данная отрасль информатики получила своё
развитие благодаря известным
университетским центрам США:
Массачусетский технологический институт,
Технологический институт Карнеги в
Питтсбурге, Станфордский университет. В
общем исследователей искусственного
интеллекта, работающих над созданием
мыслящих машин, можно разделить на две
группы. Одних интересует чистая наука и для
них компьютер - лишь инструмент,
обеспечивающий возможность
экспериментальной проверки теорий
процессов мышления. Интересы другой группы
лежат в области техники: они стремятся
расширить сферу применения компьютеров и
облегчить пользование ими.
В настоящее время, однако, обнаружилось,
что как научные, так и технические поиски
столкнулись с несоизмеримо более
серьезными трудностями, чем представлялось
первым энтузиастам. На первых порах многие
пионеры искусственного интеллекта верили,
что через какой-нибудь десяток лет машины
обретут высочайшие человеческие таланты.
Предполагалось, что преодолев период "электронного
детства" и обучившись в библиотеках
всего мира, хитроумные компьютеры,
благодаря быстродействию, точности и
безотказной памяти постепенно превзойдут
своих создателей-людей. Сегодня, я думаю, не
найти человека, который бы согласился с
выше сказанными предположениями.
На протяжении всей своей короткой истории
исследователи в области искусственного
интеллекта всегда находились на переднем
крае информатики. Многие ныне обычные
разработки, в том числе
усовершенствованные системы
программирования, текстовые редакторы и
программы распознавания образов, в
значительной мере рассматриваются на
работах по искусственному интеллекту.
Короче говоря, теории, новые идеи, и
разработки искусственного интеллекта
неизменно привлекают внимание тех, кто
стремится расширить области применения и
возможности компьютеров, сделать их более
"дружелюбными" то есть более похожими
на разумных помощников и активных
советчиков.
Несмотря на многообещающие перспективы,
ни одну из разработанных до сих пор
программ искусственного интеллекта нельзя
назвать "разумной" в обычном понимании
этого слова. Это объясняется тем, что все
они узко специализированы; самые сложные
экспертные системы по своим возможностям
скорее напоминают дрессированных или
механических кукол, нежели человека с его
гибким умом и широким кругозором. Даже
среди исследователей искусственного
интеллекта теперь многие сомневаются, что
большинство подобных изделий принесет
существенную пользу. Немало критиков
искусственного интеллекта считают, что
такого рода ограничения вообще
непреодолимы.
К числу таких скептиков относится и
Хьюберт Дрейфус, профессор философии
Калифорнийского университета в Беркли. С
его точки зрения, истинный разум невозможно
отделить от его человеческой основы,
заключенной в человеческом организме. "Цифровой
компьютер - не человек, - говорит Дрейфус. - У
компьютера нет ни тела, ни эмоций, ни
потребностей. Он лишен социальной
ориентации, которая приобретается жизнью в
обществе, а именно она делает поведение
разумным. Я не хочу сказать, что компьютеры
не могут быть разумными. Но цифровые
компьютеры, запрограммированные фактами и
правилами из нашей, человеческой, жизни,
действительно не могут стать разумными.
Поэтому искусственный интеллект в том виде,
как мы его представляем, невозможен".
В это же время ученые стали понимать, что
создателям вычислительных машин есть чему
поучиться у биологии. Среди них был
нейрофизиолог и поэт-любитель Уоррен
Маккалох, обладавший философским складом
ума и широким кругом интересов. В 1942 г.
Маккалох, участвуя в научной конференции в
Нью-Йорке, услышал доклад одного из
сотрудников Винера о механизмах обратной
связи в биологии. Высказанные в докладе
идеи перекликались с собственными идеями
Маккалоха относительно работы головного
мозга. В течение следующего года Маккалох в
соавторстве со своим 18-летним протеже,
блестящим математиком Уолтером Питтсом,
разработал теорию деятельности головного
мозга. Эта теория и являлась той основой, на
которой сформировалось широко
распространенное мнение, что функции
компьютера и мозга в значительной мере
сходны.
Исходя отчасти из предшествующих
исследований нейронов (основных активных
клеток, составляющих нервную систему
животных), проведенных Маккаллохом, они с
Питтсом выдвинули гипотезу, что нейроны
можно упрощенно рассматривать как
устройства, оперирующие двоичными числами.
В 30-е годы XX в. пионеры информатики, в
особенности американский ученый Клод
Шеннон, поняли, что двоичные единица и нуль
вполне соответствуют двум состояниям
электрической цепи (включено-выключено),
поэтому двоичная система идеально подходит
для электронно-вычислительных устройств.
Маккалох и Питтс предложили конструкцию
сети из электронных "нейронов" и
показали, что подобная сеть может выполнять
практически любые вообразимые числовые или
логические операции. Далее они
предположили, что такая сеть в состоянии
также обучаться, распознавать образы,
обобщать, т.е. она обладает всеми чертами
интеллекта.
Теории Маккаллоха-Питтса в сочетании с
книгами Винера вызвали огромный интерес к
разумным машинам. В 40-60-е годы все больше
кибернетиков из университетов и частных
фирм запирались в лабораториях и
мастерских, напряженно работая над теорией
функционирования мозга и методично
припаивая электронные компоненты моделей
нейронов.
Из этого кибернетического, или
нейромодельного, подхода к машинному
разуму скоро сформировался так называемый
"восходящий метод" - движение от
простых аналогов нервной системы
примитивных существ, обладающих малым
числом нейронов, к сложнейшей нервной
системе человека и даже выше. Конечная цель
виделась в создании "адаптивной сети",
"самоорганизующейся системы" или "обучающейся
машины" - все эти названия разные
исследователи использовали для
обозначения устройств, способных следить
за окружающей обстановкой и с помощью
обратной связи изменять свое поведение, т.е.
вести себя так же как живые организмы.
Естественно, отнюдь не во всех случаях
возможна аналогия с живыми организмами. Как
однажды заметили Уоррен Маккаллох и его
сотрудник Майкл Арбиб, "если по весне вам
захотелось обзавестись возлюбленной, не
стоит брать амебу и ждать пока она
эволюционирует". Но дело здесь не только
во времени. Основной трудностью, с которой
столкнулся "восходящий метод" на заре
своего существования, была высокая
стоимость электронных элементов. Слишком
дорогой оказывалась даже модель нервной
системы муравья, состоящая из 20 тыс.
нейронов, не говоря уже о нервной системе
человека, включающей около 100 млрд. нейронов.
Даже самые совершенные кибернетические
модели содержали лишь несколько сотен
нейронов. Столь ограниченные возможности
обескуражили многих исследователей того
периода.
В настоящее время наличие
сверхпроизводительных микропроцессоров и
дешевизна электронных компонентов
позволяют делать значительные успехи в
алгоритмическом моделировании
искусственного интеллекта. Такой подход
дает определенные результаты на цифровых
ЭВМ общего назначения и заключается в
моделировании процессов жизнедеятельности
и мышления с использованием численных
алгоритмов, реализующих искусственный
интеллект. Здесь можно привести много
примеров, начиная от простой программы
игрушки "тамагочи" и заканчивая
моделями колонии живых организмов и
шахматными программами, способными
обыграть известных гроссмейстеров. Сегодня
этот подход поддерживается практически
всеми крупнейшими разработчиками
аппаратного и программного обеспечения.
Я считаю, что пока ещё рано говорить об
искусственном интеллекте. Но восходящий
метод, описанный мною, очень настораживает.
Возможно, пройдёт время, и это станет
реальностью, ведь компьютерные технологии
развиваются очень быстро.
Компьютер - существо довольно ленивое. Эдакий толстяк, которому дай волю лишь полежать на диване и поразмышлять в свое удовольствие. Работать руками компьютер и вовсе не обучен - рук-то у него нет! Сотни лет назад люди мечтали совсем о другом компьютере - работящем, послушном, который снял бы с их плеч груз повседневной работы…
По легенде, еще в Средние века великий алхимик создал искусственного человека из глины - Голема. Но работящий истукан скоро вышел из повиновения и был уничтожен своим создателем. А в двадцатом веке появились роботы - искусственные создания, придуманные чешским писателем Карелом Чапеком. Само слово «робот» - чешское, и означает оно просто - работник, трудяга. Кстати, роботы Чапека были существами, подобными людям, из плоти и крови. Сегодня их назвали бы «клонами».
Были ли эти создания компьютерами? Конечно же нет - ведь они были созданы лишь для однообразной, рутинной работы, и не могли научиться чему-то другому. Даже самые совершенные роботы, которые сегодня уже перешли из фантастики в реальность, остаются «узкими специалистами».
Но тем не менее именно появление персонального компьютера открыло дорогу новым роботам - более умелым, а самое главное - способным обучаться.
В конце 90-х годов компания Sony выпустила первую «собаку-робота» Aibo. Это механическое создание трудно спутать с настоящей собакой… Однако оно уже умеет играть с человеком, самостоятельно выполнять несложные команды. Пройдет совсем немного времени - и, возможно, оснащенные компьютерным интеллектом роботы войдут в наш быт так же прочно, как холодильник или пылесос.
Кстати, роботы-пылесосы с компьютером «на борту» уже появились в продаже! Они умеют самостоятельно объезжать препятствия, отличать мусор от нужных вещей и самостоятельно проводить уборку в вашей комнате!
Остается лишь один, самый главный вопрос – когда компьютер научится думать? Не составит ли он тогда конкуренцию человеку?
Впрочем, многие убеждены, что компьютер УЖЕ способен думать! Или способен научиться этому при помощи хитроумных программ.
Например, на Западе создано сразу несколько программ для создания «виртуального собеседника». Такие программы даже соревнуются между собой – каждый год авторитетное жюри выявляет победителя. Задача программы – убедить человека, что он общается не с компьютером, а с живым собеседником.
Примерно такую же задачу ставит перед компьютером знаменитый тест для определения «искусственного разума». Он был создан задолго до появления сегодняшних «персоналок» американским математиком Аланом Тюрингом. Но с тех пор «тест Тюринга» так и не смог пройти ни одни, даже самый мощный компьютер…
Так что же – мы на пороге появления компьютерного разума?
Но не торопитесь. Ведь как бы ни был «разговорчив» компьютерный собеседник, он все равно может произнести лишь те фразы, которые заложены в его память создателем программы. Составить фразу самостоятельно, в ответ на вопрос человека, он пока не может. А именно умение не просто выбрать одно действие из множества вариантов, но и придумать новое, не заложенное в программе, и отличает компьютерный разум от человеческого…
Новая компьютерная программа за одно мгновение может понять, о чём человек думает.
Авторы исследования могут предугадать, что человек сейчас видит - на основе деятельности нейронов, считываемой с помощью вживлённых в мозг электродов. Учёные обнаружили, что декодирование мыслей человека, впервые увидевшего изображение, происходит в течение долей секунды.
Новые результаты могут однажды помочь немым пациентам или людям, у которых есть проблемы с общением, выражать свои мысли. Об этом заявил нейролог из Университета Вашингтона в Сиэтле, Раджеш Рао. «Клинически это означает, что можно создать механизм общения с парализованными, пережившими инсульт пациентами и другими людьми, "запертыми внутри себя"», - сказал Рао.
Чтение мыслей
В последние годы учёные добились значительных успехов в расшифровке человеческих мыслей. Так, в 2011 году исследователи смогли перевести электроэнцефалограмму в видео , которое люди в это время смотрели. В 2014 году двое учёных обменялись мыслями с помощью соединённых вместе мозгов. В других исследованиях было показано, что компьютеры могут «видеть» наши сны, используя для анализа мозговую активность.
Рао и коллеги тоже захотели побыть в тренде. Они попросили людей, страдающих серьёзными случаями эпилепсии, которым в височные доли были имплантированы электроды, поучаствовать в эксперименте по декодированию мыслей. (Пациентам всего неделю как вживили электроды в височные доли, чтобы врачи смогли определить место расположения источника припадков).
«Им и так бы вживили электроды, так что мы лишь дали им несколько дополнительных заданий во время их пребывания в больнице. Всё равно здесь им нечем заняться», - сказал автор исследования доктор Джефф Ожеманн, нейрохирург Медицинского центра Университета Вашингтона. Височные доли также отвечают за сенсорное восприятие, вроде визуализации и узнавания образов, которые видит человек.
Рао, Ожеман и их коллеги дали участникам исследования смотреть на быстро сменяющие друг друга картинки на экране. Это были изображения лиц и домов. Кроме того, там было несколько пустых изображений. Пациентам надлежало следить за появлением изображения перевёрнутого дома.
Электроды были подсоединены к программе, которая способна была анализировать по тысяче мозговых сигналов в секунду, определяя, какой сигнал бы означал, что человек смотрит на дом, а какой - на лицо. Для первых двух третей изображений компьютер определил, что «так выглядит сигнал мозга человека, который смотрит на изображение дома». Для оставшейся одной трети компьютер с вероятностью 96% смог определить, на что именно смотрит человек. Об этом учёные сообщили 21 января в статье в журнале PLOS Computational Biology . Что интересно, компьютер смог выполнить задачу в тот 20-миллисекундный отрезок времени, пока человек смотрел на изображение.
Сложный процесс
Оказалось, что в зависимости от того, на что смотрит человек, - на лицо или изображение дома - активизируются разные группы нейронов. Кроме того, оказалось, что компьютеру для расшифровки нужно два типа мозговых сигналов: событийно-обусловленный потенциал и широкополосное изменение спектра. Первое - это характерный зубец на электроэнцефалограмме, означающий реакцию мозга на любой стимул. Второе означает изменение электрической активности в определённой зоне мозга.
«Традиционно учёные исследуют отдельные нейроны, - говорит Рао. - Наше исследование дало более общую картину на уровне крупных нейронных сетей. Мы смогли увидеть, как бодрствующий человек воспринимает сложный визуальный объект».
Позволив исследователям в режиме настоящего времени определить, какая часть мозга отвечает на определённый стимул, новая методика открыла двери для тотальной картографии деятельности человеческого мозга.
Производители ПК иногда заключают соглашения с разработчиками программного обеспечения на установку пробных версий программ на новые компьютеры. Например, многие компьютеры снабжаются бесплатными версиями игр, которые после истечения пробного периода предлагают оплатить дальнейшее их использование. Для розничных продавцов – это источник дополнительной прибыли. Такие приложения достаточно сильно влияют на работу компьютера. Во-первых, они замедляют процесс загрузки системы в целом, а во-вторых, оставляют меньше вычислительных мощностей для других программ.Удаление отдельных программ
Если вы хотите удалить только одно подобно приложение, воспользуйтесь стандартной утилитой установки и удаления программ. Такой подход идеален, когда проблемы доставляет конкретное программное обеспечение. Однако если ваш компьютер является частью компьютерной сети, вы, возможно, не сможете воспользоваться этим методом из-за недостаточности прав.Сторонние программы очистки системы
Для белее полной очистки системы от нежелательных программ можно воспользоваться специализированными приложениями, например, Revo Uninstaller, Uninstall Tool и т.д. Кроме того, для очистки реестра системы Windows, в котором хранятся конфигурации всех установленных программ, также можно использовать специальные приложениями, например, RegSeeker, IObit, CCleaner и т.д. Этот метод очистки системы особенно полезен при удалении антивирусных программ.Переустановка Windows
Если проблему сильной загруженности системы не удается решить обычными методами, можно пойти на радикальный шаг и переустановить операционную систему. Такой подход гарантирует вам полное избавление от ненужных сторонних приложений. Перед тем, как переустановить ОС убедитесь, что у вас есть последняя легальная версия операционной системы и драйверы, необходимые для обеспечения полной работоспособности всех систем компьютера.Недавно тут была статья о параметрических зданиях Захи Хадид, но из текста не слишком понятно, что же такое параметрическая архитектура в принципе. Параметры - это что-то, имеющее отношение к уравнениям, описывающим “модные, стильные, молодёжные” линии современных зданий? Нет, всё интереснее. На самом деле параметрическое проектирование - не столько красиво изогнутые трёхмерные объекты, сколько генетические алгоритмы, полиморфизм, мобильность, анализ комплексных систем и прочий матан. Если вам интересно, что сейчас происходит на стыке архитектуры и информационных технологий, читайте дальше.
Добавлю интриги: сами архитекторы называют “параметрическими” массу самых различных вещей. Как обычно, разложить по полочкам можно только прошлое, а в настоящем - сплошное кипение и путаница.
0. Параметризм - это визуальный стиль
О стилистике плавных линий и изогнутых поверхностей и соответствующих инструментах проектирования надо говорить или много, или ничего. Они просто есть и дают тот узнаваемый результат, который все вы не раз видели.
Кстати, то, что вы прочитали только что - просто стереотип. На самом деле параметрическое здание может выглядеть как угодно, хоть строгим параллелепипедом без окон. Так что картинок в этом разделе не будет. То, что скрывается за красивыми рендерами, гораздо интереснее их самих.
1. Параметризм - это когда форма создаётся при помощи анализа процессов, которые внутри неё будут происходить
Информационное моделирование выводит функционализм на новый уровень, когда процессы, происходящие в здании, рассматриваются как отдельная сущность, наподобие “четырёхмерной морковки” Хокинга, а здание её как бы оборачивает собой, не привнося лишнего.
В списке строений Захи Хадид есть передвижной выставочный павильон, несущие конструкции которого являются одновременно и стенами, и кровлей, и мебелью, и оформлением интерьера, и направляют движение посетителей между экспонатами по нужной траектории. Максимально соответствует функции, да ещё и разбирается, когда не нужен - зачёт! Крупные здания отличаются материалами и конструкцией, но принцип в основу заложен тот же.
Среди традиционных зданий такие образцы тоже есть, например, античный амфитеатр в естественной впадине рельефа, где дно - сцена, а склоны - и сиденья, и ступени, и несущая конструкция, и акустическая поверхность, управляющая распределением звука. Ни прибавить, ни убавить.
Однако в погоне за оптимизацией пространства архитекторы умеют забывать о психологическом комфорте пользователей своих творений, поэтому далеко не все “параметрические” творения любимы горожанами.
2. Параметризм - это когда объект меняется, реагируя на свойства среды или новые функциональные требования
Трансформируемость, мобильность, способность взаимодействовать с окружением - важный ориентир для всех современных архитекторов, но для авангардистов это имеет особенное значение.
Вы знаете, что у обычной шишки чешуйки плотно прижимаются друг к другу в дождливую погоду и растопыриваются в сухую благодаря циклу набухания и высыхания древесных волокон? Это - то, к чему сейчас стремятся передовые архитекторы: чтобы сооружение реагировало на перемены своими основными элементами, а не сложными и дорогостоящими техническими устройствами.
“Умное” здание, нашпигованное датчиками и управляемое программой уже стало мейнстримом, теперь исследователи ищут неэлектронные методы и нестандартные материалы. Например, использование термопар, чтобы нагреваясь на солнце, элемент деформировался нужным образом.
“Надувное” офисное здание Media-ICT.
Современные здания дышат, шевелятся, открывают и закрывают “глаза” при помощи диафрагм, генерируют внутри облака из азота, динамически меняют оптические и теплоизоляционные свойства самого стекла и так далее - в общем, живут насыщенной и интересной жизнью.
Не буду перечислять бесчисленные примеры, превращая пост в кунсткамеру. Обзор нескольких известных параметрических зданий можно увидеть тут. Давайте лучше заглянем в компьютеры проектировщиков.
Для проектов, где объект существует в динамике, привычных CAD-ов недостаточно, и необходимо применять BIM (информационное моделирование зданий). Мир постепенно переходит к технологии “виртуального здания”, но на нашем участке суши пока отстают от этой тенденции (если интересно, почему, читайте разбор с графиками тут).
3. Параметризм - это когда объект создаётся по заранее разработанному алгоритму на основе большого объёма входящих данных
С помощью BIM-программ можно параметризировать проектирование в буквальном смысле, превратить его в “3D-уравнение”. То есть, создать модель, которая благодаря заданным зависимостям будет сама подстраиваться под обстоятельства. Или сформировать набор правил, которые на основе имеющейся информации будут генерировать что-то новое. Алгоритмический морфогенез применим как в минимальных объектах, типа автобусных остановок, так и в крупномасштабных, на уровне градостроительства. Кстати, бюро Захи Хадид и Патрика Шумахера “широко известно в узких кругах” параметрическими генпланами городов, формируемыми при помощи скриптов (КДПВ демонстрирует один из них, это Сингапур).
Вот любопытный ролик, который иллюстрирует параметрический полиморфизм. Текст там не на русском, так что немного поясню происходящее в кадре.
Основной объект - квартал из нескольких зданий. Количество его сторон, их длины и углы между ними можно менять. Здания сами подгоняют свою этажность, количество квартир и комнат в зависимости от этих параметров. Сцепляясь между собой, кварталы образуют сеть, которая в зависимости от числа жителей и активности транспортного потока меняет ширину улиц, выделяет главные и может заменить там часть жилья общественными учреждениями, например, магазинами в первых этажах. Это исследовательская работа, а не реальный инструмент проектирования, но по нему вполне можно понять тенденцию.
Для здания можно написать алгоритм морфогенеза, который применительно к разному исходному материалу выдаст разные результаты, но они будут членами одной “популяции”. Получается архитектурный полиморфизм, современная замена типовому строительству: типизировать можно и так, чтобы одинаковых зданий не было, но были одинаковые технологические и конструктивные приёмы.
Картинка отсюда.
С помощью задания зависимостей можно генерировать и объекты, органично вписывающиеся в уже существующую городскую среду. Именно в этом контексте архитекторы используют понятие “генотип”, подразумевая набор основных параметров, свойств, связей, характеризующих здание или место. Для определения этих “генов” и матрицы взаимодействий между ними всё чаще используют анализ big data и численные аналитические методы. Например, в 1970-х структуру города можно было одновременно анализировать по 2-3 признакам, и это было круто, а самый современный мне попадавшийся пример анализа выяснял закономерности развития около 400 регионов по 25 параметрам.
А чем архитекторов вообще не устраивают «нормальные человеческие» методы проектирования?
Ещё не так давно любое сооружение и создавалось, и воспринималось как цельный статичный объект: дом жилой - одна штука. Сейчас происходит смена парадигмы, каждое строение начинает рассматриваться как динамичная система, элементами которой являются не только материальные объекты, но и незримые: связи, ассоциации, точки и оси восприятия и так далее. Эмерджентность архитектурных систем задаёт обширное поле для исследований, и параметрическая архитектура - это кое-что из того, что получается в итоге.
За рубежом в области внедрения системного анализа, автоматизации и алгоритмизации в проектирование работают как частные фирмы, так и специализированные лаборатории крупных университетов. В России пока только первые ростки, например, образовательная инициатива “Точка ветвления” занимается популяризацией вычислительных методов в архитектуре.
Так может ли компьютер думать за архитектора? Пока нет. Но будущее уже где-то рядом.