«Искусственный интеллект» в школьном курсе
информатики
С
конца 40-х годов ученые все большего числа университетских и промышленных
исследовательских лабораторий устремились к дерзкой цели: построение
компьютеров, действующих таким образом, что по результатам работы их невозможно
было бы отличить от человеческого разума. В последнее время наблюдается
возрастание интереса к искусственному интеллекту, вызванное повышением
требований к информационным системам. Умнеет программное обеспечение, умнеет
бытовая техника. Мы неуклонно движемся к новой информационной революции,
сравнимой по масштабам с развитием Интернета, имя которой – искусственный
интеллект.
Искусственный
интеллект является сейчас «горячей точкой» научных исследований. В этой точке,
как в фокусе, сконцентрированы наибольшие усилия кибернетиков, лингвистов,
психологов, философов, математиков и инженеров. Именно здесь решаются многие
коренные вопросы, связанные с путями развития научной мысли, с воздействием
достижений в области вычислительной техники и робототехники на жизнь будущих
поколений людей. Здесь возникают и получают права гражданства новые методы
научных междисциплинарных исследований. Здесь формируется новый взгляд на роль
тех или иных научных результатов и возникает то, что можно было бы назвать
философским осмыслением этих результатов.
На
формирование школьного курса информатики влияет то обстоятельство, что в
условиях постоянного обновления научных знаний, высоких темпов развития техники
и технологии общество видит необходимость создания системы непрерывного
образования. Переход к непрерывному образованию актуализирует проблему
преемственности школьного и вузовского образования, что, в свою очередь, влечет
за собой изменения в традиционной системе обучения в школе и вузе. В «Концепции
модернизации российского образования» ставится задача создания системы
специализированной подготовки (профильного обучения) в старших классах
общеобразовательной школы. Немалую роль в обеспечении преемственности может
сыграть введение в школьное образование на старшей ступени новых компонентов
(элективные курсы, проектная и исследовательская деятельность).
В
соответствии с указанными тенденциями в развитии школьной информатики
необходимо совершенствовать профессиональную подготовку учащихся.
Одним
из перспективных направлений внедрения НИТ во все сферы жизнедеятельности
человека является использование прикладных систем на основе методов
искусственного интеллекта (ИИ), таких как экспертные системы (ЭС),
интеллектуальные обучающие системы (ИОС), экспертные обучающие системы (ЭОС).
Интеллектуализация обучающих систем, рост числа программных комплексов,
реализующих идеи и принципы ИИ обусловили необходимость в научно-обоснованной
методической системе обучения основам ИИ будущих специалистов.
Вопросы
знакомства школьников с темой «Искусственный интеллект» мало освещены в
методической литературе. А вместе с тем искусственный интеллект – это совсем не
что-то фантастическое, а вполне конкретная и нужная дисциплина. Возможности
современной компьютерной техники, специальное программное обеспечение и
мастерство учителя позволяют показать, что моделировать человеческий мозг – это
совсем не сложно, что это доступно каждому школьнику, причем для решения вполне
реальных практических проблем, встречающихся в повседневной жизни: какую
профессию выбрать и куда пойти учится? Определить, правду ли говорит
собеседник, или он лжет? И многое, многое другое.
Искусственный
интеллект – это научная отрасль, занимающаяся исследованием и моделированием
естественного интеллекта человека. Естественный интеллект является очень
сложным объектом исследований, и его моделирование осуществляется на разных
уровнях абстрагирования. Можно выделить три таких уровня, которым соответствуют
три основных стратегических направления искусственного интеллекта:
·
технологии экспертных систем (
высокоуровневая стратегия);
·
нейроинформационные технологии (
низкоуровневая стратегия);
·
технологии эволюционного моделирования.
Самому
высокому уровню абстрагирования соответствуют технологии экспертных систем –
систем, основанных на явных знаниях о предметной области. Согласно этой
стратегии, знания о предметной области получаются от специалистов – экспертов
или из других информационных источников. Именно человек – эксперт, обладающий
знаниями о предметной области, способен действовать на самом высоком уровне.
Его знания формализуются, т.е. представляются в удобном для использования виде,
и закачиваются в программный комплекс – экспертную систему, которая на основе
этих знаний делает логически обоснованные полезные выводы, тем самым моделируя
интеллект человека – эксперта. Именно эту стратегию впервые применил в XIII в.
Испанский ученый Раймунд Луллий. Именно с нее берет начало область науки,
называемая искусственным интеллектом.
На
самом нижнем уровне абстрагирования находится нейроинформационные (нейрокомпьютерные
и нейросетевые) технологии. Согласно этой стратегии строится модель, учитывающая
структуру мозга, состоящего из множества нейронов, соединенных нервными
волокнами. Знания поступают в такую модель в ходе ее обучения на специально
подобранных примерах, характеризующих предметную область. Так же, как и в
мозге, знания хранятся в неявной форме – кодируются в виде множества сил
синаптических связей, имитирующих электропроводность стратегии, появившейся в
середине XX в, являются американские ученые У.Мак–Каллок, В. Питтс и Ф.
Розенблатт.
Третья
стратегия, появившаяся на свет в середине 1970-х гг. благодаря профессора
Мичиганского университета Дж. Холланда, навеяна дарвиновской теорией
возникновения и эволюции жизни на Земле. Эволюционные модели начинают свою
работу с создания целой популяции особей – кандидатов на решение проблемы.
Отдельные особи популяции оцениваются по определенному критерию, позволяющему
отобрать лучшие, которые затем скрещиваются, наследуя положительные свойства
родителей и, матируя, образуют новые поколения. Этот подход предполагает поиск
источника интеллекта в самом процессе эволюции и взаимодействия особей. Знания
в эволюционных моделях приобретают в ходе конкурентной борьбы между особями.
Подводя
итог краткого обзора существующих стратегий искусственного интеллекта, отметим,
что на сегодняшний день безусловным лидером как в области теоретических
исследований, так и части практических приложений является нейросетевые
технологии. Моделирование мозга на самом нижнем уровне абстрагирования – на
уровне нейронной структуры, приводит к наиболее плодотворным технологиям
создания интеллектуальных информационных систем.
Терпеливо
продвигаясь вперед в своем нелегком труде, исследователи, работающие в области
искусственного интеллекта (ИИ), обнаружили, что вступили в схватку с весьма
запутанными проблемами, далеко выходящими за пределы традиционной информатики.
Оказалось, что, прежде всего, необходимо понять механизмы процесса обучения,
природу языка и чувственного восприятия. Выяснилось, что для создания машин,
имитирующих работу человеческого мозга, требуется разобраться в том, как
действуют миллиарды его взаимосвязанных нейронов. И тогда многие
исследователи пришли к выводу, что, пожалуй, самая трудная проблема,
стоящая перед современной наукой - познание процессов функционирования
человеческого разума, а не просто имитация его работы. Что непосредственно
затрагивало фундаментальные теоретические проблемы психологической науки. В
самом деле, ученым трудно даже прийти к единой точке зрения относительно
самого предмета их исследований - интеллекта.
Некоторые
считают, что интеллект - умение решать сложные задачи; другие рассматривают
его как способность к обучению, обобщению и аналогиям; третьи - как
возможность взаимодействия с внешним миром путем общения, восприятия и
осознания воспринятого. Тем не менее, многие исследователи ИИ склонны принять
тест машинного интеллекта, предложенный в начале 50-х годов выдающимся
английским математиком и специалистом по вычислительной технике Аланом
Тьюрингом. «Компьютер можно считать разумным,- утверждал Тьюринг,- если он
способен заставить нас поверить, что мы имеем дело не с машиной, а с
человеком».
Наш мир устроен
гораздо сложнее, чем мы можем себе представить. Но, несмотря на это, даже тот
поток информации, который человек может воспринять и обработать за определённую
единицу времени, неимоверно велик. Чего только стоит одна графика? Что говорить
про отдельные случаи, когда этот поток увеличивается (гипноз, магическое
воздействие на окружающий мир).
Оставьте свой комментарий
Авторизуйтесь, чтобы задавать вопросы.