заключения, быстрый и четкий анализ окружающей обстановки — вот что Мы видим в этом пилоте- биороботе.
На сегодня в мире усиленно ведутся работы по созданию систем, наделенных искусственным интеллектом. Охватывая проблему в ретроспективе, отметим, что одна из первых, наиболее эффективных программ, обладающих свойствами искусственного интеллекта, была программа DENDRAN, созданная Э. Фейгенбаумом и его коллегами в Станфордском университете еще в конце 60-х годов. Программа широко использовалась в физико-химических лабораториях многих стран мира для анализа структуры органических молекул, основываясь на данных масс-спектрометрии, ядерного магнитного резонанса и других видов информации. Иной экспертной системой является система, обладающая способностью получать новую информацию, или же, основываясь на некоторых фундаментальных принципах, прийти к информации известной; примером системы подобного рода является программа EVRISKO. Оказалось, что снабдив программу определенным количеством информации из областей, в которых она должна была работать, можно ее эффективно использовать в теории множеств, военных играх, при программировании и в экологических задачах. Отметим, что в процессе поисков, заключающихся в синтезе, анализе и оценивании новых концепций, EVRISKO управляется сотнями эвристик довольно общего характера. Одна из них, например, состоит в том, чтобы «рассмотреть экстремальные случаи». Так, когда программа «размышляла» над функцией «делители» в теории множеств, эта эвристика привела к выводу, что надо рассматривать только те числа, у которых мало делителей. На этом пути система «открыла» простые числа, а также установила тот факт, что любое число можно единственным образом разложить на множители, являющиеся простыми числами. Отметим, что эта простая эвристика оказалась весьма ценной, когда EVRISKO занялись военной игрой «Трэвеллер», цель которой заключалась в том, чтобы подобрать оптимальный состав эскадры, сражающейся с эскадрами противников согласно многочисленным строгим правилам. Ознакомившись с правилами игры, система составила эскадру, почти полностью состоящую из маленьких быстрых атакующих судов, типа торпедных катеров. Было также включено в эскадру одно настолько быстрое и малое по габаритам судно, что его практически невозможно было поразить. Увлекающиеся этой игрой люди первоначально осмеяли стратегию EVRISKO и выставили против нее эскадры с традиционным составом кораблей. Однако машина с заданной программой сражение выиграла. Система EVRISKO содержит такие правила, как «если все элементы множества неожиданно удовлетворяют какому-то редкому свойству, то следует повысить оценку „интересности“ этого множества и эвристики, которая привела к его определению».
Другое правило предоставляет программе критерий, по которому она может решить, какую из двух очень близких концепций следует изучить. По этому критерию она выбирает концепцию, требующую меньше машинного времени и меньшего количества вопросов, задаваемых пользователю. Отметим, что от использования эвристик для открытия новых понятий или фактов теоретически недалеко до того, чтобы генерировать новые эвристики на основе имеющихся.
Главной целью исследований в области искусственного интеллекта является создание программ, способных обучаться на опыте, приобретаемом ими в ходе выполнения различных работ. Ряду исследователей действительно удалось разработать системы, которые порождают общие правила, основываясь на опыте, полученном ими при решении частных задач. Еще в начале 80-х годов Т. Эванс из Массачусетского технологического института создал программу, способную улавливать аналогии между геометрическими фигурами. Научить программу находить концептуальные аналогии — задача трудная, и ряд исследователей многие годы работают над этой проблемой. Так, Дж. Карбонел из Университета Карнеги- Мелл имеет программу, улавливающую сходство между алгоритмами, записанными на различных языках программирования, но имеющими одно и то же назначение. Программа же EVRISKO не столько отыскивает аналогии, сколько пользуется рассуждениями по аналогии. Интересно, что работая в области конструирования интегральных микросхем, EVRISKO натолкнулась на факт, что симметрия для них — весьма желательное свойство. И когда позже перед ней была поставлена задача подобрать состав эскадры для военной игры «Трэвеллер», программа сделала эскадру симметричной, оправдав свое решение ссылкой на полученный опыт. И все же на сегодня по сравнению с человеческими способностями эти успехи выглядят довольно скромно. Слабость, проявляемая компьютерными программами при отыскании аналогий и их использовании, обусловлена скорее узостью базы знаний, которыми располагают программы, чем неспособностью исследователей разработать подходящие алгоритмы.
Люди в своих рассуждениях располагают огромными запасами понятий, из которых извлекают всевозможные аналогии. Каждый человек имеет, наверное, около миллиона отчетливых воспоминаний об отдельных предметах, действиях, чувствах, ситуациях. Такой огромный багаж знаний на сегодня невозможно встроить в современные программы. Накопить столь огромный опыт в ходе работы программы пока не в состоянии. Даже программы, работающие в течении долгого времени, при повторном запуске не имеют достаточно хороших записей о результатах своих прошлых поисков: при остановке большая часть усвоенных ими знаний оказывается утерянной.
У программы EVRISKO, которая работает непрерывно в течении нескольких недель, а при остановках и повторных запусках сохраняет большую часть своих записей, общая продолжительность «разумной» жизни все же весьма мала, ее опыт уступает по своему многообразию даже опыту малолетнего ребенка.
Основной путь повышения способности программ к рассуждению по аналогии, так же, как и общего прогресса в программах искусственного интеллекта, заключается в том, чтобы расширить базу знаний. В идеальном случае можно записать целую энциклопедию в форме, доступной для ЭВМ, в виде системы структурированных, многократно проиндексированных фрагментов. Исследования показали, что эта задача намного труднее, чем первоначально казалось, поскольку даже для понимания статей энциклопедии требуется обширный запас знаний на основе «здравого смысла», которым не обладают современные программы.
И все же, несмотря на сложность проблемы создания систем, наделенных искусственным интеллектом, развитие современной техники позволяет надеяться на то, что буквально в ближайшие десятилетия мы станем свидетелями создания высокоэффективных систем (биороботов), по разуму все более приближающихся к человеку, способных водить космические корабли в пространствах Вселенной.
Начало широкому обсуждению и изучению проблемы НЛО в наше время было положено в июле 1947 года; 24 июля американский промышленник Кеннет Арнольд летел на самолете по направлению в Якима /штат Вашингтон, США/. Попутно он намеревался пролететь над зоной, где в горах разбился самолет ВМС. Около трех часов дня, пролетая над предполагаемой зоной аварии, Кеннет Арнольд увидел в воздухе девять блестящих дискоидальных объектов, летевших на большой скорости в две параллельные линии: пять объектов в первой и четыре во второй. По оценке Кеннета Арнольда скорость этих объектов была около 2700 км/час /в это время «звуковой барьер» еще не был преодолен/. Причем объекты не только быстро летели, но и подпрыгивали при этом, как камушки, отлетающие от поверхности воды. На следующее утро эта история была изложена в газетах под заголовком «Летающие тарелки». Поскольку имелось большое количество фактов, собранных и в период Второй мировой войны, в 1947 году командование ВВС США затребовано от Начальника управления материально-технического обеспечения ВВС генерала-лейтенанта Натана Ф. Туайнинга мнение его управления по вопросу НЛО. на что Туайнинг ответил следующее:
«— Сообщаемые феномены действительны и не являются плодом галлюцинаций.
— Существуют объекты, имеющие примерно, форму диска и размеры самолетов, изготовленных людьми…
— Отмеченные характеристики объектов, очень быстрый взлет, маневренность, исчезновение при появлении наблюдателей, при попытках самолетов приблизиться или при засечении радиолокатором позволяют предположить, что некоторые из объектов управляются вручную, автоматически или на расстоянии.
— Чаще всего наблюдаются следующие характеристики:
— поверхность металлическая или из металла со слабым отражением;
— форма круглая или эллиптическая, дно плоское, верхняя часть в виде купола;
— в основном отсутствие звука, в трех случаях был слышен глухой рокот.
Имеются сообщения о полетах в геометрических формациях включающих от трех до девяти
