История искусственного интеллекта ( ИИ ) началось в глубокой древности , с мифами, историями и слухами искусственных существ , наделенных разумом или сознанием мастерами. Семена современного ИИ были посеяны классическими философами, которые пытались описать процесс человеческого мышления как механическое манипулирование символами. Кульминацией этой работы стало изобретение в 1940-х годах программируемого цифрового компьютера , машины, основанной на абстрактной сущности математических рассуждений. Это устройство и лежащие в его основе идеи вдохновили группу ученых на серьезное обсуждение возможности создания электронного мозга.
Область исследований искусственного интеллекта была основана на семинаре, проведенном в кампусе Дартмутского колледжа летом 1956 года. [1] Те, кто посетил, станут лидерами исследований искусственного интеллекта на десятилетия. Многие из них предсказывали, что такая умная машина, как человек, будет существовать не более чем через поколение, и им дали миллионы долларов, чтобы воплотить это видение в жизнь.
В конце концов стало очевидно, что они сильно недооценили сложность проекта. В 1973 году в ответ на критику со стороны Джеймса Лайтхилла и продолжающееся давление со стороны конгресса правительства США и Великобритании прекратили финансирование неориентированных исследований в области искусственного интеллекта, и последующие трудные годы позже стали известны как « зима искусственного интеллекта ». Семь лет спустя дальновидная инициатива правительства Японии вдохновила правительства и промышленность на предоставление ИИ миллиардов долларов, но к концу 80-х инвесторы разочаровались и снова отказались от финансирования.
Инвестиции и интерес к ИИ резко возросли в первые десятилетия 21 века, когда машинное обучение было успешно применено для решения многих проблем в научных кругах и промышленности благодаря новым методам, применению мощного компьютерного оборудования и сбору огромных наборов данных.
Прекурсоры
Мифические, вымышленные и умозрительные предшественники
Миф и легенда
В греческой мифологии Талос был гигантом, построенным из бронзы, который действовал как страж острова Крит. Он бросал валуны в корабли захватчиков и ежедневно совершал 3 круга по периметру острова. [2] В соответствии с псевдо-Аполлодор ' Bibliotheke , Гефест кованого Талоса с помощью циклопа и представил автомат в качестве подарка Минос . [3] В Аргонавтика , Джейсон и аргонавты победил его путем одной пробки возле его ноги , которая, после удаления, позволило жизненно Ихор вытекать из его тела , и оставил его неодушевленным. [4]
Пигмалион был легендарным королем и скульптором греческой мифологии, широко представленный в « Метаморфозах» Овидия . В 10-й книге повествовательной поэмы Овидия Пигмалион испытывает отвращение к женщинам, когда становится свидетелем того, как Пропоэтиды занимаются проституцией. [5] Несмотря на это, он делает подношения в храме Венеры, прося богиню принести ему женщину, похожую на статую, которую он вырезал и в которую влюбился. Действительно, статуя Галатея ожила, и, по некоторым сведениям, она и Пигмалион зачали ребенка. [6]
Голь искусственное существо еврейского фольклора, созданный из глины и- в зависимости от источника часто дают какое - то цель. Самый ранний письменный отчет о создании големов находится в трудах Элеазара бен Иуды из Вормса около 12-13 века [7] [8] В средние века считалось, что оживление голема могло быть достигнуто путем вставки листка бумаги с любым из имен Бога на нем, в рот глиняной фигуры. [9] В отличие от легендарных автоматов, таких как Медные головы , голем не мог говорить. [10]
Алхимические средства искусственного интеллекта
В книге «О природе вещей» , написанной швейцарским алхимиком Парацельсом , он описывает процедуру, которая, как он утверждает, может создать «искусственного человека». Поместив «сперму человека» в конский навоз и скармливая ее «Арканом крови человека» через 40 дней, смесь превратится в живого младенца. [11] предшествовавший Парацельс был Джабир ибн Hayyan взятие о присуждении гомункулюса: Takwin [12] В Фауст, вторая часть трагедии по Иоганна Вольфганга фон Гете , А. Н. алхимически изготовлен Гомункула, суждено жить вечно в колбе , в которой он был сделан, стремится родиться в полноценном человеческом теле. Однако после начала этой трансформации колба разбивается, и гомункул умирает. [13]
Современная фантастика
К 19 - го века, идеи о искусственных мужчинах и мыслящие машины были разработаны в художественной литературе, как и в Мэри Шелли «s Франкенштейн или Карел Чапек » s RUR (Россум Универсальных роботов) , [14] и спекуляции, такие как Сэмюэль Батлер «s" Дарвин среди машин » [15] и в реальных экземплярах, включая « Шахматист Мельцеля » Эдгара Аллана По . [8] ИИ стал постоянной темой научной фантастики в настоящее время. [16]
Автоматы
Реалистичные гуманоидные автоматы были созданы мастерами каждой цивилизации, включая Яна Ши , [17] Героя Александрии , [18] Аль-Джазари , [19] Пьера Жаке-Дро и Вольфганга фон Кемпелена . [20] Самые старые известные автоматы были священные статуи из древнего Египта и Греции . Верующие верили, что мастер наделил эти фигуры очень реальным разумом, способным на мудрость и эмоции - Гермес Трисмегист писал, что «открыв истинную природу богов, человек смог воспроизвести ее». [21] [22]
Говорят, что в период раннего Нового времени эти легендарные автоматы обладали магической способностью отвечать на задаваемые им вопросы. Предполагалось, что позднесредневековый алхимик и ученый Роджер Бэкон сфабриковал медную голову , развив легенду о том, что он был волшебником. [23] Эти легенды были похожи на скандинавский миф о Голове Мимира. Согласно легенде, Мимир был известен своим интеллектом и мудростью и был обезглавлен во время айсирско-ванирской войны. Говорят, Один «забальзамировал» голову травами и произносил над ней заклинания, так что голова Мимира оставалась способной говорить мудрость Одину. Затем Один держал голову возле себя для совета. [24]
Формальное рассуждение
Искусственный интеллект основан на предположении, что процесс мышления человека можно механизировать. Изучение механического - или «формального» - мышления имеет долгую историю. Китайские , индийские и греческие философы разработали структурированные методы формальной дедукции в первом тысячелетии до нашей эры. Их идеи веками развивались такими философами, как Аристотель (давший формальный анализ силлогизма ), Евклид (чьи « Элементы» были моделью формального рассуждения), аль-Хваризми (который разработал алгебру и дал свое имя « алгоритму »). ) и европейских философов- схоластов, таких как Уильям Оккам и Дунс Скот . [25]
Испанский философ Рамон Лулль (1232–1315) разработал несколько логических машин, предназначенных для производства знания логическими средствами; [26] Ллулл описал свои машины как механические сущности, которые могут сочетать основные и неоспоримые истины с помощью простых логических операций, производимых машиной с помощью механических значений, таким образом, чтобы произвести все возможные знания. [27] Работа Луллля оказала большое влияние на Готфрида Лейбница , который переработал его идеи. [28]
В 17 веке Лейбниц , Томас Гоббс и Рене Декарт исследовали возможность того, что всякая рациональная мысль может быть систематизирована, как алгебра или геометрия. [29] Гоббс в « Левиафане » написал знаменитую фразу : «Разум - это не что иное, как расчет». [30] Лейбниц представил универсальный язык рассуждений (его характеристика universalis ), который свел бы аргументацию к расчету, так что «не было бы больше необходимости в споре между двумя философами, чем между двумя бухгалтерами. руки, вниз к своим дощечкам, и сказать друг другу (с другом в качестве свидетеля, если они захотят): Давайте посчитаем ». [31] Эти философы начали формулировать гипотезу о системе физических символов , которая станет руководящей верой в исследованиях искусственного интеллекта.
В 20 веке изучение математической логики явилось важным прорывом, сделавшим искусственный интеллект правдоподобным. Основы были заложены такими работами, как « Законы мысли» Буля и « Begriffsschrift» Фреге . Основываясь на системе Фреге , Рассел и Уайтхед представили формальную трактовку основ математики в своем шедевре « Principia Mathematica» в 1913 году. Вдохновленный успехом Рассела , Дэвид Гильберт призвал математиков 1920-х и 30-х годов ответить на этот фундаментальный вопрос. : "можно ли формализовать все математические рассуждения?" [25] Его вопрос ответили Гёделя «s неполноту доказательства , Turing » s машины и церковь «s лямбда - исчисление . [25] [32]
Их ответ был удивительным с двух точек зрения. Во-первых, они доказали, что на самом деле существуют пределы возможностей математической логики. Но во-вторых (и это более важно для ИИ) их работа предполагала, что в этих пределах можно механизировать любую форму математических рассуждений. Тезис Черча-Тьюринга предполагает , что механическое устройство, шаркая символов так просто , как 0 и 1, может имитировать любой мыслимый процесс математической дедукции. Ключевым открытием стала машина Тьюринга - простая теоретическая конструкция, отражающая сущность манипулирования абстрактными символами. Это изобретение вдохновило горстку ученых начать обсуждение возможности мыслящих машин. [25] [34]
Информатика
Счетные машины были построены в древности и совершенствовались на протяжении всей истории многими математиками, включая (снова) философа Готфрида Лейбница . В начале 19 века Чарльз Бэббидж сконструировал программируемый компьютер ( Аналитическая машина ), хотя он так и не был построен. Ада Лавлейс предположила, что машина «могла бы сочинять сложные и научные музыкальные произведения любой степени сложности и размаха». [35] (Ее часто называют первым программистом из-за набора примечаний, которые она написала, в которых подробно описан метод вычисления чисел Бернулли с помощью Engine.)
Первыми современными компьютерами были массивные машины для взлома кода времен Второй мировой войны (такие как Z3 , ENIAC и Colossus ). Последние две из этих машин были основаны на теоретической основе, заложенной Аланом Тьюрингом [36] и разработанной Джоном фон Нейманом . [37]
Рождение искусственного интеллекта 1952–1956 гг.
В 1940-х и 50-х годах горстка ученых из самых разных областей (математика, психология, инженерия, экономика и политология) начали обсуждать возможность создания искусственного мозга. Область исследований искусственного интеллекта была основана как академическая дисциплина в 1956 году.
Кибернетика и ранние нейронные сети
Самые ранние исследования мыслящих машин были вдохновлены слиянием идей, которые стали преобладать в конце 1930-х, 1940-х и начале 1950-х годов. Недавние исследования в области неврологии показали, что мозг представляет собой электрическую сеть нейронов, которые запускаются импульсами типа "все или ничего". Норберт Винер «ы кибернетика описана управление и стабильность в электрических сетях. Claude Shannon «s теории информации описаны цифровые сигналы (т.е. все или ничего сигналы). Алан Тьюринг «s теория вычислений показала , что любая форма расчета может быть описана в цифровом виде . Тесная связь между этими идеями предполагала, что возможно построить электронный мозг . [38]
Примеры работы в этом ключе включают робот , такие как У. Грей Уолтер «s черепах и Johns Hopkins Beast . Эти машины не использовали компьютеры, цифровую электронику или символическое мышление; они полностью управлялись аналоговой схемой. [39]
Уолтер Питтс и Уоррен Маккалок проанализировали сети идеализированных искусственных нейронов и показали, как они могут выполнять простые логические функции в 1943 году. [40] [41] Они были первыми, кто описал то, что позднее исследователи назвали нейронной сетью . [42] Одним из студентов, вдохновленных Питтсом и Маккалоком, был молодой Марвин Мински , тогда 24-летний аспирант. В 1951 году (вместе с Дином Эдмондсом) он построил первую машину нейронной сети, SNARC . [43] Мински должен был стать одним из самых важных лидеров и новаторов в области искусственного интеллекта в течение следующих 50 лет.
Тест Тьюринга
В 1950 году Алан Тьюринг опубликовал знаменательную статью, в которой размышлял о возможности создания мыслящих машин. [44] Он отметил, что «мышление» трудно определить, и разработал свой знаменитый тест Тьюринга . Если машина могла вести разговор (через телепринтер ), который был неотличим от разговора с человеком, тогда было разумно сказать, что машина «думала». Эта упрощенная версия проблемы позволила Тьюрингу убедительно доказать, что «мыслящая машина», по крайней мере, правдоподобна, и статья ответила на все наиболее распространенные возражения против этого предложения. [45] Тест Тьюринга был первым серьезным предложением в философии искусственного интеллекта .
ИИ игры
В 1951 году, используя машину Ferranti Mark 1 Манчестерского университета , Кристофер Стрейчи написал программу для шашек, а Дитрих Принц - программу для шахмат. [46] Программа шашек Артура Сэмюэля , разработанная в середине 50-х - начале 60-х годов, в конечном итоге достигла достаточных навыков, чтобы бросить вызов респектабельному любителю. [47] Игровой ИИ по- прежнему будет использоваться для измерения прогресса ИИ на протяжении всей его истории.
Символическое мышление и теоретик логики
Когда в середине пятидесятых годов стал возможен доступ к цифровым компьютерам , некоторые ученые инстинктивно осознали, что машина, которая может манипулировать числами, может также манипулировать символами, и что манипулирование символами вполне может быть сутью человеческого мышления. Это был новый подход к созданию мыслящих машин. [48]
В 1955 году Аллен Ньюэлл и (будущий лауреат Нобелевской премии) Герберт А. Саймон создали « Теоретика логики » (с помощью Дж. К. Шоу ). Программа в конечном итоге докажет 38 из первых 52 теорем в Principia Mathematica Рассела и Уайтхеда , а для некоторых найдет новые и более элегантные доказательства. [49] Саймон сказал, что они «решили почтенную проблему разума / тела , объяснив, как система, состоящая из материи, может обладать свойствами разума». [50] (Это было раннее утверждение философской позиции, которую Джон Сирл позже назвал « Сильным ИИ »: машины могут содержать разум так же, как это делают человеческие тела.) [51]
Дартмутская мастерская 1956: рождение искусственного интеллекта
Дартмут Workshop 1956 [52] был организован Марвин Мински , Джон Маккарти и два старших ученых: Клод Шеннон и Натан Rochester от IBM . Предложение для конференции включало следующее утверждение: «Каждый аспект обучения или любая другая особенность интеллекта может быть описана настолько точно, что может быть создана машина для его моделирования». [53] Среди участников были Рэй Соломонофф , Оливер Селфридж , Тренчард Мор , Артур Сэмюэль , Аллен Ньюэлл и Герберт А. Саймон , каждый из которых должен был создать важные программы в течение первых десятилетий исследований ИИ. [54] На конференции Ньюэлл и Саймон дебютировали как « теоретик логики », и Маккарти убедил участников принять «искусственный интеллект» как название области. [55] Конференция в Дартмуте 1956 года была моментом, когда ИИ получил свое имя, свою миссию, свой первый успех и своих основных игроков, и широко считается рождением ИИ. [56] Термин «искусственный интеллект» был выбран Маккарти, чтобы избежать ассоциаций с кибернетикой и связей с влиятельным кибернетиком Норбертом Винером . [57]
Золотые годы 1956–1974
Программы, разработанные после Дартмутского семинара, были для большинства людей просто «поразительными»: [58] компьютеры решали алгебраические задачи со словами, доказывали теоремы по геометрии и учились говорить по-английски. Мало кто в то время мог поверить, что такое «разумное» поведение машин вообще возможно. [59] Исследователи выразили глубокий оптимизм в частных беседах и в печати, предсказывая, что полностью интеллектуальная машина будет построена менее чем за 20 лет. [60] Государственные агентства, такие как DARPA, вкладывают деньги в новую сферу. [61]
Работа
В конце 50-х и 60-х было много успешных программ и новых направлений. Среди наиболее влиятельных были следующие:
Рассуждение как поиск
Многие ранние программы ИИ использовали один и тот же базовый алгоритм . Чтобы достичь какой-то цели (например, выиграть игру или доказать теорему), они продвигались к ней шаг за шагом (делая ход или дедукцию), как будто пробираясь через лабиринт, возвращаясь в обратный путь всякий раз , когда заходили в тупик. Эта парадигма получила название « рассуждение как поиск ». [62]
Основная трудность заключалась в том, что для многих задач количество возможных путей через «лабиринт» было просто астрономическим (ситуация, известная как « комбинаторный взрыв »). Исследователи сократят пространство поиска, используя эвристику или « эмпирические правила », которые устранят те пути, которые вряд ли приведут к решению. [63]
Ньюэлл и Саймон попытались уловить общую версию этого алгоритма в программе, названной « General Problem Solver ». [64] Другие «поисковые» программы удалось достичь впечатляющих задач , как решение задач в геометрии и алгебры, таких как Герберт Гелернтер «s Геометрия теоремы прувера (1958) и SAINT , написанные Мински студент Джеймс Slagle (1961). [65] Другие программы просматривали цели и подцели для планирования действий, например система STRIPS , разработанная в Стэнфорде для управления поведением своего робота Шейки . [66]
Естественный язык
Важная цель исследований искусственного интеллекта - позволить компьютерам общаться на естественных языках, таких как английский. Первым успехом стала программа Даниэля Боброу « СТУДЕНТ» , которая решала школьные задачи по алгебре. [67]
Семантическая сеть представляет понятия (например , «дом», «дверь») в качестве узлов и отношений между понятиями (например , «есть-а») в качестве связей между узлами. Первая программа AI использовать семантическую сеть была написана Росс Quillian [68] и наиболее успешно (и спорный) версия была Роджер Schank «s теория Концептуальная зависимость . [69]
Вейценбаум «s Элиза может проводить беседы , которые были настолько реалистичными , что пользователи иногда были обмануты, думая , что они общались с человеком , а не программа (см эффект ЭЛИЗЫ ). Но на самом деле ЭЛИЗА понятия не имела, о чем говорила. Она просто давала шаблонный ответ или повторяла то, что ей сказали, перефразируя свой ответ с помощью нескольких грамматических правил. ELIZA была первым чаттер-ботом . [70]
Микромиры
В конце 60-х Марвин Мински и Сеймур Паперт из лаборатории ИИ Массачусетского технологического института предложили, чтобы исследования ИИ были сосредоточены на искусственно простых ситуациях, известных как микромиры. Они указали, что в успешных науках, таких как физика, основные принципы часто лучше всего можно понять с помощью упрощенных моделей, таких как плоскости без трения или абсолютно твердые тела. Большая часть исследований была сосредоточена на « мире блоков », который состоит из цветных блоков различных форм и размеров, расположенных на плоской поверхности. [71]
Эта парадигма привела к инновационной работе в системах машинного зрения по Джеральд Зуссману (который возглавлял команду), Адольфо Гусман , Дэвид Вальц (который изобрел « ограничение распространения »), и особенно Патрик Уинстон . В то же время Мински и Пейперт создали манипулятор, который мог складывать блоки, оживляя мир блоков. Венцом микромира программы был Терри Винограда «s SHRDLU . Он мог общаться обычными английскими предложениями, планировать операции и выполнять их. [72]
Оптимизм
Первое поколение исследователей ИИ сделало следующие прогнозы о своей работе:
- 1958, Х.А. Саймон и Аллен Ньюэлл : «через десять лет цифровой компьютер станет чемпионом мира по шахматам» и «через десять лет цифровой компьютер откроет и докажет новую важную математическую теорему». [73]
- 1965, Х.А. Саймон : «В течение двадцати лет машины будут способны выполнять любую работу, которую может выполнять человек». [74]
- 1967, Марвин Мински : «В течение одного поколения ... проблема создания« искусственного интеллекта »будет существенно решена». [75]
- 1970 г., Марвин Мински (в журнале Life Magazine ): «Через три-восемь лет у нас будет машина с общим интеллектом среднего человека». [76]
Деньги
В июне 1963 года Массачусетский технологический институт получил грант в размере 2,2 миллиона долларов от недавно созданного Агентства перспективных исследовательских проектов (позже известного как DARPA ). Деньги были использованы для финансирования проекта MAC, который включил в себя «AI Group», основанную Мински и Маккарти пятью годами ранее. DARPA продолжало предоставлять три миллиона долларов в год до 70-х годов. [77] DARPA предоставило аналогичные гранты программе Ньюэлла и Саймона в CMU и Стэнфордскому проекту искусственного интеллекта (основанному Джоном Маккарти в 1963 году). [78] Еще одна важная лаборатория ИИ была создана в Эдинбургском университете по Дональду Мичи в 1965 г. [79] Эти четыре учреждения будут по- прежнему являются основными центрами исследований ИИ (и финансирование) в научных кругах на протяжении многих лет. [80]
Деньги были предложены с небольшими условиями: JCR Licklider , тогдашний директор ARPA , считал, что его организация должна «финансировать людей, а не проекты!» и позволил исследователям следовать любым интересующим их направлениям. [81] Это создало в Массачусетском технологическом институте свободную атмосферу, которая породила хакерскую культуру , [82] но такой подход «руки прочь» длился недолго.
Робототехника
В Японии, Университет Васэда инициировал проект WABOT в 1967 году, а в 1972 году закончил WABOT-1, первый в мире полномасштабную интеллектуальный робот - гуманоид , [83] [84] или андроид . Его система управления конечностями позволяла ему ходить нижними конечностями, а также захватывать и перемещать предметы руками с помощью тактильных датчиков. Его система зрения позволяла измерять расстояния и направления до объектов с помощью внешних рецепторов, искусственных глаз и ушей. А его система разговора позволяла ему общаться с человеком на японском языке с искусственным ртом. [85] [86] [87]
Первый ИИ зимой 1974–1980 гг.
В 1970-х AI подвергался критике и финансовым неудачам. Исследователи искусственного интеллекта не смогли оценить сложность проблем, с которыми они столкнулись. Их огромный оптимизм вызвал невероятно высокие ожидания, и когда обещанные результаты не оправдались, финансирование ИИ исчезло. [88] В то же время, поле коннекционизма (или нейронных сетей ) была закрыта почти полностью в течение 10 лет Марвин Мински «s разрушительной критики в персептронов . [89] Несмотря на трудности с общественным восприятием ИИ в конце 70-х, новые идеи были исследованы в логическом программировании , здравом рассуждении и многих других областях. [90]
Проблемы
В начале семидесятых возможности программ ИИ были ограничены. Даже самые впечатляющие могли справиться только с тривиальными версиями задач, которые они должны были решить; все программы были в каком-то смысле «игрушками». [91] Исследователи ИИ начали сталкиваться с несколькими фундаментальными ограничениями, которые не могли быть преодолены в 1970-х годах. Хотя некоторые из этих ограничений будут преодолены в последующие десятилетия, другие все еще блокируют поле деятельности по сей день. [92]
- Ограниченная мощность компьютера : не хватало памяти или скорости обработки для выполнения чего-либо действительно полезного. Например, успешная работа Росса Куиллиана над естественным языком была продемонстрирована с использованием словарного запаса всего из двадцати слов, потому что это все, что поместилось в памяти. [93] Ханс Моравец утверждал в 1976 году, что компьютеры все еще в миллионы раз слишком слабы, чтобы демонстрировать интеллект. Он предложил аналогию: искусственный интеллект требует мощности компьютера точно так же, как самолету требуется мощность в лошадиных силах . Ниже определенного порога это невозможно, но по мере увеличения мощности в конечном итоге это может стать легким. [94] Что касается компьютерного зрения, Моравек подсчитал, что простое сопоставление границ и возможностей обнаружения движения сетчатки глаза человека в реальном времени потребует универсального компьютера, способного выполнять 10 9 операций в секунду (1000 MIPS). [95] По состоянию на 2011 год для практических приложений компьютерного зрения требуется от 10 000 до 1 000 000 MIPS. Для сравнения: самый быстрый суперкомпьютер в 1976 году, Cray-1 (который продавался по цене от 5 до 8 миллионов долларов), имел скорость только от 80 до 130 MIPS, а типичный настольный компьютер в то время достигал менее 1 MIPS.
- Несговорчивость и комбинаторный взрыв . В 1972 году Ричард Карп (основанный на теореме Стивена Кука 1971 года) показал, что существует множество проблем, которые, вероятно, могут быть решены только за экспоненциальное время (в зависимости от размера входных данных). Поиск оптимальных решений этих проблем требует невообразимого количества компьютерного времени, за исключением тех случаев, когда проблемы тривиальны. Это почти наверняка означало, что многие из «игрушечных» решений, используемых ИИ, вероятно, никогда не превратятся в полезные системы. [96]
- Здравый смысл и рассуждения . Многие важные приложения искусственного интеллекта, такие как зрение или естественный язык, требуют просто огромного количества информации о мире: программа должна иметь некоторое представление о том, на что она может смотреть или о чем говорит. Для этого необходимо, чтобы программа знала о мире почти то же самое, что и ребенок. Вскоре исследователи обнаружили, что это действительно огромный объем информации. Никто в 1970 году не мог построить такую большую базу данных, и никто не знал, как программа может получить столько информации. [97]
- Парадокс Моравека : доказывать теоремы и решать геометрические задачи для компьютеров сравнительно легко, но такая якобы простая задача, как распознавание лица или пересечение комнаты, не натыкаясь ни на что, чрезвычайно трудна. Это помогает объяснить, почемук середине 1970-х годовисследования в области зрения и робототехники не продвинулись так далеко. [98]
- В каркасные и проблемы квалификации . Исследователи искусственного интеллекта (такие как Джон Маккарти ), которые использовали логику, обнаружили, что они не могут представить обычные выводы, включающие планирование или рассуждения по умолчанию, без внесения изменений в структуру самой логики. Они разработали новую логику (например, немонотонную логику и модальную логику ), чтобы попытаться решить проблемы. [99]
Конец финансирования
Агентства, которые финансировали исследования ИИ (такие как британское правительство , DARPA и NRC ), были разочарованы отсутствием прогресса и в конечном итоге прекратили почти все финансирование ненаправленных исследований в области ИИ. Эта модель зародилась еще в 1966 году, когда появился отчет ALPAC, в котором критиковался машинный перевод. Потратив 20 миллионов долларов, NRC прекратил всякую поддержку. [100] В 1973 году в отчете Лайтхилла о состоянии исследований ИИ в Англии критиковалась полная неспособность ИИ достичь своих «грандиозных целей», что привело к прекращению исследований ИИ в этой стране. [101] (В отчете конкретно упоминается проблема комбинаторного взрыва как причина неудач ИИ.) [102] DARPA было глубоко разочаровано исследователями, работающими над программой исследования понимания речи в CMU, и отменило ежегодный грант в размере трех миллионов долларов. [103] К 1974 году финансирование проектов ИИ было трудно найти.
Ханс Моравец объяснил кризис нереалистичными прогнозами своих коллег. «Многие исследователи попали в сеть растущего преувеличения». [104] Однако возникла и другая проблема: после принятия Поправки Мэнсфилда в 1969 году DARPA испытывало растущее давление с целью финансирования «целенаправленных прямых исследований, а не фундаментальных неориентированных исследований». Финансирование творческих, свободных исследований, начавшихся в 60-е годы, не поступало от DARPA . Вместо этого деньги были направлены на конкретные проекты с четкими целями, такие как автономные танки и системы управления боем. [105]
Критика со всего кампуса
Некоторые философы категорически возражали против заявлений исследователей ИИ. Одним из первых был Джон Лукас , который утверждал, что теорема Гёделя о неполноте показывает, что формальная система (например, компьютерная программа) никогда не может видеть истинность определенных утверждений, в то время как человек может. [106] Хьюберт Дрейфус высмеивал нарушенные обещания 1960-х годов и критиковал предположения ИИ, утверждая, что человеческое мышление на самом деле включает очень мало «обработки символов» и большое количество воплощенных , инстинктивных , бессознательных « ноу-хау ». [107] [108] Аргумент Джона Сирла « Китайская комната» , представленный в 1980 году, попытался показать, что нельзя сказать, что программа «понимает» символы, которые она использует (качество, называемое « интенциональностью »). Сирл утверждал, что если символы не имеют значения для машины, то машину нельзя назвать «мыслящей». [109]
Эти критические замечания не воспринимались серьезно исследователями ИИ, часто потому, что они казались далекими от сути. Такие проблемы, как несговорчивость и здравый смысл, казались гораздо более насущными и серьезными. Было неясно, какая разница между « ноу-хау » или « преднамеренностью » в реальной компьютерной программе. Мински сказал о Дрейфусе и Сирле, что «они неправильно понимают, и их следует игнорировать». [110] Дрейфус, преподававший в Массачусетском технологическом институте , был холоден: позже он сказал, что исследователи ИИ «не осмелились быть замеченными за обедом со мной». [111] Джозеф Вайценбаум , автор ELIZA , считал, что его коллеги обращались с Дрейфусом непрофессионально и по-детски. Хотя он был откровенным критиком позиции Дрейфуса, он «сознательно дал понять, что их позиция - не способ обращения с человеком». [112]
У Вайценбаума возникли серьезные этические сомнения в отношении ИИ, когда Кеннет Колби написал «компьютерную программу, которая может вести психотерапевтический диалог» на основе ELIZA. [113] Вайценбаум был обеспокоен тем, что Колби видел в бессмысленной программе серьезный терапевтический инструмент. Началась вражда, и ситуация не улучшилась, когда Колби не поверил Вайценбауму за его вклад в программу. В 1976 году Вайценбаум опубликовал « Компьютерные возможности и человеческий разум», в которых утверждалось, что неправильное использование искусственного интеллекта может обесценить человеческую жизнь. [114]
Персептроны и атака на коннекционизм
Персептрон был формой нейронной сети , введенной в 1958 году Розенблатт , который был одноклассник из Марвин Мински в Бронкс средней школы науки . Как и большинство исследователей искусственного интеллекта, он оптимистично оценивал их возможности, предсказывая, что «перцептрон со временем сможет учиться, принимать решения и переводить языки». Активная программа исследования этой парадигмы проводилась на протяжении 1960-х годов, но внезапно прекратилась с публикацией книги Мински и Паперта 1969 года « Персептроны» . Он предполагал, что существуют серьезные ограничения на то, что могут делать перцептроны, и что предсказания Фрэнка Розенблатта были сильно преувеличены. Эффект книги был разрушительным: практически нет исследований на все были сделано в коннекционизме в течение 10 лет. В конце концов новое поколение исследователей возродит эту область, и после этого она станет жизненно важной и полезной частью искусственного интеллекта. Розенблатт не дожил бы до этого, так как он погиб в катастрофе вскоре после публикации книги. [89]
Логические и символические рассуждения
Логика была введена в исследования ИИ еще в 1959 году Джоном Маккарти в его предложении для консультантов . [115] В 1963 году Дж. Алан Робинсон открыл простой метод реализации дедукции на компьютерах - алгоритм разрешения и унификации . Однако простые реализации, подобные тем, которые пытались осуществить Маккарти и его ученики в конце 1960-х годов, были особенно трудноразрешимыми: программы требовали астрономического количества шагов для доказательства простых теорем. [116] Более плодотворный подход к логике был разработан в 1970-х годах Робертом Ковальски в Эдинбургском университете , и вскоре это привело к сотрудничеству с французскими исследователями Аленом Колмерауэром и Филиппом Русселем, которые создали успешный язык логического программирования Prolog . [117] Пролог использует подмножество логики ( предложения Хорна , тесно связанные с «правилами» и « производственными правилами »), которые допускают гибкие вычисления. Правила будут продолжать оказывать влияние, обеспечивая основу для Фейгенбаум «s экспертных систем и продолжение работы по Аллен Ньюэлл и Герберт А. Саймон , который привел бы к Взлет и их унифицированные теории познания . [118]
Критики логического подхода отмечали, как и Дрейфус , что люди редко используют логику при решении задач. Доказательства этому предоставили эксперименты психологов, таких как Питер Уэйсон , Элеонора Рош , Амос Тверски , Даниэль Канеман и другие. [119] Маккарти ответил, что то, что делают люди, не имеет значения. Он утверждал, что на самом деле нужны машины, которые могут решать проблемы, а не машины, которые думают, как люди. [120]
Рамки и скрипты
Среди критиков подхода Маккарти были его коллеги по всей стране из Массачусетского технологического института . Марвин Мински , Сеймур Паперт и Роджер Шэнк пытались решить такие проблемы, как «понимание истории» и «распознавание объектов», которые требовали, чтобы машина думала как человек. Чтобы использовать обычные понятия, такие как «стул» или «ресторан», они должны были сделать все те же нелогичные предположения, которые обычно делали люди. К сожалению, такие неточные концепции трудно представить в логике. Джеральд Сассман заметил, что «использование точного языка для описания по существу неточных концепций не делает их более точными». [121] Шенк описал их «антилогические» подходы как « неряшливые » в отличие от « аккуратных » парадигм, используемых Маккарти , Ковальски , Фейгенбаумом , Ньюэллом и Саймоном . [122]
В 1975 году в основополагающей статье Мински отметил, что многие из его коллег-«неряшливых» исследователей использовали тот же самый инструмент: структуру, которая фиксирует все наши здравые предположения о чем-либо. Например, если мы используем понятие птицы, сразу приходит на ум совокупность фактов: мы можем предположить, что она летает, ест червей и так далее. Мы знаем, что эти факты не всегда верны и что выводы, основанные на этих фактах, не будут «логичными», но эти структурированные наборы предположений являются частью контекста всего, что мы говорим и думаем. Он назвал эти конструкции « каркасами ». Шенк использовал версию фреймов, которую он назвал « сценариями », чтобы успешно отвечать на вопросы о рассказах на английском языке. [123] Много лет спустя объектно-ориентированное программирование перенимает основную идею « наследования » из исследований фреймов искусственным интеллектом.
Бум 1980–1987 гг.
В 1980-х годах форма программы ИИ, называемая « экспертными системами », была принята корпорациями по всему миру, и знания стали центром основных исследований ИИ. В те же годы японское правительство активно финансировало ИИ в рамках своего компьютерного проекта пятого поколения . Еще одним обнадеживающим событием начала 1980-х годов стало возрождение коннекционизма в творчестве Джона Хопфилда и Дэвида Румелхарта . И снова ИИ добился успеха. [124]
Расцвет экспертных систем
Экспертная система представляет собой программу , которая отвечает на вопросы или проблемы решает о конкретной области знаний, используя логические правила , которые вытекают из знаний экспертов. Самые ранние образцы были разработаны Эдвардом Фейгенбаумом и его учениками. Dendral , начатый в 1965 году, идентифицировал соединения по показаниям спектрометра. MYCIN , разработанный в 1972 году, позволяет диагностировать инфекционные заболевания крови. Они продемонстрировали реализуемость подхода. [125]
Экспертные системы ограничивались небольшой областью конкретных знаний (таким образом, избегая проблемы здравого смысла ), а их простой дизайн позволял относительно легко создавать программы, а затем изменять их, как только они были созданы. В общем, программы оказались полезными : то, чего ИИ не мог достичь до этого момента. [126]
В 1980 году в CMU для Digital Equipment Corporation была завершена разработка экспертной системы под названием XCON . Это был колоссальный успех: к 1986 году он экономил компании 40 миллионов долларов ежегодно. [127] Корпорации по всему миру начали разрабатывать и развертывать экспертные системы, и к 1985 году они тратили более миллиарда долларов на ИИ, большая часть из которых была направлена на -домашние отделы ИИ. Для их поддержки выросла отрасль, включая компании-производители оборудования, такие как Symbolics и Lisp Machines, и компании-разработчики программного обеспечения, такие как IntelliCorp и Aion . [128]
Революция знаний
Сила экспертных систем основана на содержащихся в них экспертных знаниях. Они были частью нового направления в исследованиях искусственного интеллекта, которое набирало силу на протяжении 70-х годов. «Исследователи искусственного интеллекта начали подозревать - неохотно, поскольку это нарушало научный канон бережливости, - что интеллект вполне может быть основан на способности различными способами использовать большие объемы разнообразных знаний», [129] пишет Памела МакКордак . «[Этот] великий урок 1970-х годов заключался в том, что разумное поведение во многом зависит от работы со знанием, иногда довольно подробным знанием области, в которой лежит данная задача». [130] Система , основанная на знаниях и инженерные знания стали одним из основных направлений исследований ИИ в 1980 - х годах. [131]
В 1980-е годы также родился Cyc , первая попытка напрямую взяться за решение проблемы здравого смысла , создав огромную базу данных, которая содержала бы все приземленные факты, известные обычному человеку. Дуглас Ленат , который начал и руководил проектом, утверждал, что короткого пути нет - единственный способ для машин узнать значение человеческих концепций - обучить их, по одной концепции, вручную. Ожидается, что проект не будет завершен в течение многих десятилетий. [132]
Шахматные программы HiTech и Deep Thought победили мастеров шахмат в 1989 году. Оба они были разработаны Университетом Карнеги-Меллона ; Разработка Deep Thought открыла путь для Deep Blue . [133]
Деньги возвращаются: проект пятого поколения
В 1981 году министерство международной торговли и промышленности Японии выделило 850 миллионов долларов на компьютерный проект пятого поколения . Их цель состояла в том, чтобы писать программы и создавать машины, которые могли бы вести разговоры, переводить языки, интерпретировать изображения и рассуждать, как люди. [134] К большому огорчению неряшливых , они выбрали Пролог в качестве основного компьютерного языка для проекта. [135]
Другие страны ответили новыми собственными программами. Великобритания начала проект Алви стоимостью 350 миллионов фунтов стерлингов . Консорциум американских компаний сформировал корпорацию Microelectronics and Computer Technology Corporation (или «MCC») для финансирования крупномасштабных проектов в области искусственного интеллекта и информационных технологий. [136] [137] DARPA также отреагировало, основав стратегическую вычислительную инициативу и утроив свои инвестиции в ИИ в период с 1984 по 1988 год. [138]
Возрождение коннекционизма
В 1982 году физик Джон Хопфилд смог доказать, что форма нейронной сети (теперь называемая « сетью Хопфилда ») может изучать и обрабатывать информацию совершенно новым способом. Примерно в то же время Джеффри Хинтон и Дэвид Румелхарт популяризировали метод обучения нейронных сетей, названный « обратным распространением », также известный как обратный режим автоматического дифференцирования, опубликованный Сеппо Линнаинмаа (1970) и примененный к нейронным сетям Полом Вербосом . Эти два открытия помогли возродить сферу коннекционизма . [137] [139]
Новое направление было объединено и вдохновлено появлением в 1986 году « Параллельной распределенной обработки» - двухтомного сборника статей под редакцией Рамелхарта и психолога Джеймса МакКлелланда . Нейронные сети стали бы коммерчески успешными в 1990 - х годах, когда они начали использовать в качестве приводных двигателей программ , как оптическое распознавание символов и распознавание речи . [137] [140]
Развитие очень крупномасштабной интеграции (СБИС) металл-оксид-полупроводник (МОП) в форме дополнительной технологии МОП ( КМОП ) позволило разработать практическую технологию искусственных нейронных сетей (ИНС) в 1980-х годах. Знаковой публикацией в этой области стала книга Карвера А. Мида и Мохаммеда Исмаила 1989 г. « Реализация нейронных систем« Аналоговая СБИС » . [141]
Бюст: вторая зима ИИ 1987–1993 гг.
Увлечение бизнес-сообщества искусственным интеллектом в 1980-х годах росло и падало по классической схеме экономического пузыря . Крах был вызван восприятием ИИ правительственными агентствами и инвесторами - эта область продолжала развиваться, несмотря на критику. Родни Брукс и Ханс Моравек , исследователи из смежной области робототехники , выступили за совершенно новый подход к искусственному интеллекту.
AI зима
Термин « зима искусственного интеллекта » был придуман исследователями, которые пережили сокращение финансирования 1974 года, когда они забеспокоились, что энтузиазм по поводу экспертных систем вышел из-под контроля и что за этим обязательно последует разочарование. [142] Их опасения были обоснованными: в конце 1980-х - начале 1990-х ИИ потерпел ряд финансовых неудач.
Первым признаком перемены погоды стал внезапный обвал рынка специализированного оборудования для искусственного интеллекта в 1987 году. Настольные компьютеры от Apple и IBM неуклонно набирали скорость и мощность, и в 1987 году они стали более мощными, чем более дорогие машины на Лиспе, производимые компанией Символика и др. Больше не было веских причин для их покупки. Целая индустрия стоимостью полмиллиарда долларов была разрушена в мгновение ока. [143]
В конце концов, первые успешные экспертные системы, такие как XCON , оказались слишком дорогими в обслуживании. Их было трудно обновлять, они не могли учиться, они были « хрупкими » (т. Е. Они могли совершать гротескные ошибки, когда им давали необычные данные), и они стали жертвами проблем (таких как проблема квалификации ), которые были выявлены годами ранее. Экспертные системы оказались полезными, но только в некоторых особых контекстах. [144]
В конце 1980-х годов « Стратегическая вычислительная инициатива» урезала финансирование ИИ «глубоко и жестоко». Новое руководство DARPA решило, что искусственный интеллект не является «следующей волной», и направило средства на проекты, которые с большей вероятностью дадут немедленные результаты. [145]
К 1991 году впечатляющий список целей, поставленных в 1981 году для проекта Японии « Пятое поколение», не был достигнут. Действительно, некоторые из них, такие как «вести обычный разговор», не были реализованы к 2010 году. [146] Как и в случае с другими проектами ИИ, ожидания были намного выше, чем было возможно на самом деле. [146]
К концу 1993 года более 300 компаний, занимающихся ИИ, закрылись, обанкротились или были приобретены, что положило конец первой коммерческой волне ИИ. [147]
Новый ИИ и воплощенный разум
В конце 1980-х годов несколько исследователей выступили за совершенно новый подход к искусственному интеллекту, основанный на робототехнике. [148] Они считали, что для проявления настоящего интеллекта машина должна иметь тело - ей нужно воспринимать, двигаться, выживать и иметь дело с миром. Они утверждали, что эти сенсомоторные навыки необходимы для навыков более высокого уровня, таких как здравый смысл, и что абстрактное мышление на самом деле было наименее интересным или важным человеческим навыком (см . Парадокс Моравека ). Они выступали за построение интеллекта «снизу вверх». [149]
Этот подход возродил идеи кибернетики и теории управления , которые были непопулярны с шестидесятых годов. Еще одним предшественником был Дэвид Марр , который пришел в Массачусетский технологический институт в конце 1970-х годов, имея успешный опыт теоретической нейробиологии, чтобы возглавить группу, изучающую зрение . Он отверг все символические подходы ( как логику Маккарти, так и фреймы Мински ), утверждая, что ИИ должен понять физический механизм зрения снизу вверх, прежде чем произойдет какая-либо символическая обработка. (Работа Марра была прервана лейкемией в 1980 г.) [150]
В статье 1990 года «Слоны не играют в шахматы» [151] исследователь робототехники Родни Брукс прямо нацелился на гипотезу физической системы символов , утверждая, что символы не всегда необходимы, поскольку «мир - это лучшая модель для него самого. всегда точно в актуальном состоянии. В нем всегда есть каждая деталь, которую нужно знать. Уловка состоит в том, чтобы правильно и достаточно часто воспринимать это ». [152] В 1980-х и 1990-х годах многие учёные-когнитивисты также отвергли модель обработки символов в разуме и утверждали, что тело имеет важное значение для рассуждений, - теория, названная тезисом воплощенного разума . [153]
AI 1993–2011 гг.
Сфера искусственного интеллекта, которой уже более полувека, наконец достигла некоторых из своих старейших целей. Его начали успешно использовать во всей технологической индустрии, хотя и несколько за кулисами. Отчасти успех был достигнут за счет увеличения мощности компьютеров, а отчасти - за счет сосредоточения внимания на конкретных изолированных проблемах и их решения с соблюдением высочайших стандартов научной ответственности. Тем не менее, репутация ИИ, по крайней мере в деловом мире, была менее чем безупречной. Внутри этой области не было единого мнения о причинах неспособности ИИ осуществить мечту об интеллекте человеческого уровня, которая захватила воображение мира в 1960-х годах. В совокупности все эти факторы помогли разделить ИИ на конкурирующие области, ориентированные на конкретные проблемы или подходы, иногда даже под новыми названиями, которые скрывали запятнанную родословную «искусственного интеллекта». [154] ИИ был более осторожным и более успешным, чем когда-либо.
Вехи и закон Мура
11 мая 1997 года Deep Blue стала первой компьютерной шахматной системой, победившей действующего чемпиона мира по шахматам Гарри Каспарова . [155] Суперкомпьютер был специализированной версией платформы, созданной IBM, и был способен обрабатывать вдвое больше движений в секунду, чем во время первого матча (который Deep Blue проиграл), по сообщениям, 200000000 движений в секунду. Мероприятие транслировалось в прямом эфире через Интернет и собрало более 74 миллионов просмотров. [156]
В 2005 году робот из Стэнфорда выиграл DARPA Grand Challenge , автономно проехав 131 милю по неизученной тропе в пустыне. [157] Два года спустя команда из CMU выиграла конкурс DARPA Urban Challenge , автономно пройдя 55 миль в городской среде, соблюдая правила дорожного движения и все правила дорожного движения. [158] В феврале 2011 года в опасности! викторины выставки матч, IBM «s вопросно - ответная система , Уотсон , поражение двух величайших Jeopardy! чемпионы Брэд Раттер и Кен Дженнингс со значительным отрывом. [159]
Эти успехи были обусловлены не какой-то революционно новой парадигмой, а в основном утомительным применением инженерных навыков и огромным увеличением скорости и производительности компьютеров к 90-м годам. [160] Фактически, компьютер Deep Blue был в 10 миллионов раз быстрее, чем Ferranti Mark 1, который Кристофер Стрейчи научил играть в шахматы в 1951 году. [161] Это резкое увеличение измеряется законом Мура , который предсказывает, что скорость и объем памяти количество компьютеров удваивается каждые два года в результате того, что количество транзисторов металл-оксид-полупроводник (МОП) удваивается каждые два года. Фундаментальная проблема «чистой компьютерной мощности» постепенно решалась.
Интеллектуальные агенты
Новая парадигма под названием « интеллектуальные агенты » получила широкое распространение в 1990-х годах. [162] Хотя ранние исследователи предложили модульный «разделяй и властвуй» подходы к ИИ, [163] интеллектуальный агент не достигнет своей современной формы до Иудейской Перл , Аллен Ньюэлл , Лесли P Каелблинг и другие не принесли понятия из теории принятия решений и экономики в изучение ИИ. [164] Когда экономистское определение рационального агента соединилось с компьютерным определением объекта или модуля , парадигма интеллектуального агента была завершена.
Интеллектуальный агент представляет собой систему , которая воспринимает свою окружающую среду и предпринимает действия , которые максимизируют свои шансы на успех. Согласно этому определению, простые программы, которые решают конкретные проблемы, являются «интеллектуальными агентами», как и люди и организации людей, такие как фирмы . Интеллектуальная парадигма агента определяет исследование искусственного интеллекта как «изучение интеллектуальных агентов». Это обобщение некоторых более ранних определений ИИ: он выходит за рамки изучения человеческого интеллекта; он изучает все виды интеллекта. [165]
Эта парадигма дала исследователям лицензию на изучение отдельных проблем и поиск решений, которые можно было бы проверить и которые были полезны. Он предоставил общий язык для описания проблем и обмена их решениями друг с другом и с другими областями, которые также использовали концепции абстрактных агентов, такие как экономика и теория управления . Была надежда, что полная агентная архитектура (такая как SOAR Ньюэлла ) однажды позволит исследователям создавать более универсальные и интеллектуальные системы из взаимодействующих интеллектуальных агентов . [164] [166]
«Победа чистоплотных»
Исследователи ИИ начали разрабатывать и использовать сложные математические инструменты чаще, чем когда-либо в прошлом. [167] Было широко распространено осознание того, что многие проблемы, которые необходимо решить ИИ, уже разрабатываются исследователями в таких областях, как математика , электротехника , экономика или исследования операций . Общий математический язык позволил как более высокий уровень сотрудничества с более устоявшимися и успешными областями, так и достижение результатов, которые можно было измерить и доказать; ИИ стал более строгой «научной» дисциплиной. Russell & Norvig (2003) описывают это как не что иное, как «революцию» и «победу чистоплотных ». [168] [169]
Влиятельная книга Джудеи Перла 1988 года [170] внесла теорию вероятностей и решений в ИИ. Среди множества новых используемых инструментов были байесовские сети , скрытые марковские модели , теория информации , стохастическое моделирование и классическая оптимизация . Также были разработаны точные математические описания парадигм « вычислительного интеллекта », таких как нейронные сети и эволюционные алгоритмы . [168]
AI за кадром
Алгоритмы, первоначально разработанные исследователями ИИ, стали появляться как части более крупных систем. Искусственный интеллект решил множество очень сложных проблем [171], и их решения оказались полезными для всей технологической отрасли [172], такой как интеллектуальный анализ данных , промышленная робототехника , логистика, [173] распознавание речи , [174] банковское программное обеспечение, [ 175] медицинский диагноз [175] и поисковая система Google . [176]
Эти успехи в 1990-х и начале 2000-х годов почти или вообще отсутствовали в области искусственного интеллекта. Многие из величайших инноваций ИИ были низведены до статуса просто еще одного элемента в арсенале компьютерных наук. [177] Ник Бостром объясняет: «Многие современные ИИ проникли в общие приложения, часто не называемые ИИ, потому что, как только что-то становится достаточно полезным и достаточно распространенным, оно больше не именуется ИИ». [178]
Многие исследователи ИИ в 1990-х годах сознательно называли свою работу другими именами, такими как информатика , системы , основанные на знаниях , когнитивные системы или вычислительный интеллект . Частично это могло быть связано с тем, что они считали свою область фундаментальной отличной от ИИ, но также новые названия помогают обеспечить финансирование. По крайней мере, в коммерческом мире невыполненные обещания AI Winter продолжали преследовать исследования ИИ в 2000-е годы, как сообщила New York Times в 2005 году: «Ученые-программисты и программисты избегали термина« искусственный интеллект », опасаясь, что их сочтут дикими. мечтатели с глазами ". [179] [180] [181]
Прогнозы (или «Где HAL 9000?»)
В 1968 году Артур Кларк и Стэнли Кубрик вообразили, что к 2001 году будет существовать машина с интеллектом, равным или превосходящим возможности человека. Созданный ими персонаж, HAL 9000 , был основан на убеждении, которое разделяли многие ведущие исследователи ИИ, что такая машина будет существовать к 2001 году. [182]
В 2001 году основатель AI Марвин Мински спросил: «Итак, вопрос в том, почему мы не получили HAL в 2001 году?» [183] Мински полагал, что ответ заключается в том, что центральные проблемы, такие как здравый смысл , игнорировались, в то время как большинство исследователей занимались такими вещами, как коммерческое применение нейронных сетей или генетических алгоритмов . Джон Маккарти , с другой стороны, по-прежнему винит проблему с квалификацией . [184] Для Рэя Курцвейла проблема заключается в мощности компьютера, и, используя закон Мура , он предсказал, что к 2029 году появятся машины с интеллектом человеческого уровня. [185] Джефф Хокинс утверждал, что исследования нейронных сетей игнорируют основные свойства коры головного мозга человека. , предпочитая простые модели, успешно решающие простые задачи. [186] Было много других объяснений, и для каждого велась соответствующая исследовательская программа.
Глубокое обучение, большие данные и общий искусственный интеллект: 2011 – настоящее время
В первые десятилетия 21 века доступ к большим объемам данных (известных как « большие данные »), более дешевые и быстрые компьютеры и передовые методы машинного обучения были успешно применены для решения многих проблем во всей экономике. Фактически, по оценке Глобального института McKinsey в своей знаменитой статье «Большие данные: следующий рубеж для инноваций, конкуренции и производительности», «к 2009 году почти во всех секторах экономики США было в среднем не менее 200 терабайт хранимых данных». .
К 2016 году рынок продуктов, оборудования и программного обеспечения, связанных с ИИ, достиг более 8 миллиардов долларов, и New York Times сообщила, что интерес к ИИ достиг «безумия». [187] Приложения больших данных начали проникать и в другие области, такие как модели обучения в экологии [188] и для различных приложений в экономике . [189] Достижения в области глубокого обучения (особенно глубоких сверточных нейронных сетей и рекуррентных нейронных сетей ) стимулировали прогресс и исследования в области обработки изображений и видео, анализа текста и даже распознавания речи. [190]
Глубокое обучение
Глубокое обучение - это ветвь машинного обучения, которая моделирует абстракции высокого уровня в данных с помощью глубокого графа с множеством уровней обработки. [190] Согласно универсальной аппроксимационной теореме , для нейронной сети необязательна глубина, чтобы аппроксимировать произвольные непрерывные функции. Но даже в этом случае существует много общих для неглубоких сетей проблем (таких как переоснащение ), которых помогают избежать глубокие сети. [191] Таким образом, глубокие нейронные сети могут реально генерировать гораздо более сложные модели по сравнению с их мелкими аналогами.
Однако у глубокого обучения есть свои проблемы. Распространенной проблемой для рекуррентных нейронных сетей является проблема исчезающего градиента , при которой градиенты, передаваемые между слоями, постепенно сужаются и буквально исчезают, когда они округляются до нуля. Для решения этой проблемы было разработано множество методов, таких как модули долговременной краткосрочной памяти .
Современные архитектуры глубоких нейронных сетей могут иногда даже соперничать с человеческой точностью в таких областях, как компьютерное зрение, особенно в таких вещах, как база данных MNIST и распознавание дорожных знаков. [192]
Механизмы обработки языков на базе интеллектуальных поисковых систем могут легко превзойти людей в ответах на общие викторины (например, IBM Watson ), а недавние разработки в области глубокого обучения дали поразительные результаты в конкуренции с людьми в таких вещах, как Go и Doom (которые, будучи шутер от первого лица игра, вызвала некоторые противоречия). [193] [194] [195] [196]
Большое количество данных
Под большими данными понимается совокупность данных, которые не могут быть собраны, обработаны и обработаны с помощью обычных программных инструментов в течение определенного периода времени. Это огромный объем возможностей принятия решений, анализа и оптимизации процессов, которые требуют новых моделей обработки. В эпоху больших данных, написанную Виктором Мейером Шонбергом и Кеннетом Куком, большие данные означают, что вместо случайного анализа (выборочного обследования) для анализа используются все данные. Характеристики 5V больших данных (предложенные IBM): объем , скорость , разнообразие [197] , ценность [198] , достоверность [199] . Стратегическое значение технологии больших данных состоит не в том, чтобы справляться с огромной информацией о данных, а в том, чтобы специализироваться на этих значимых данных. Другими словами, если большие данные сравнивают с отраслью, ключом к достижению прибыльности в этой отрасли является повышение « способности обработки » данных и реализация « добавленной стоимости » данных посредством « обработки ».
Общий искусственный интеллект
Общий интеллект - это способность решить любую проблему, а не найти решение конкретной проблемы. Общий искусственный интеллект (или «ОИИ») - это программа, которая может применять интеллект к широкому кругу проблем во многом так же, как и люди.
Бен Гертцель и другие утверждали в начале 2000-х годов, что исследования ИИ в значительной степени отказались от первоначальной цели создания общего искусственного интеллекта. Исследования AGI были основаны как отдельная область, и к 2010 году здесь проводились научные конференции, лаборатории и университетские курсы, посвященные исследованиям AGI, а также частные консорциумы и новые компании.
Общий искусственный интеллект также называют «сильным ИИ», [200] «полным ИИ» [201] или синтетическим интеллектом [202] [203] в отличие от « слабого ИИ » или «узкого ИИ». (Академические источники оставляют термин «сильный ИИ» для обозначения машин, способных воспринимать сознание.)
Смотрите также
- Схема искусственного интеллекта
- Прогресс в искусственном интеллекте
- Хронология искусственного интеллекта
- История обработки естественного языка
- Хронология машинного обучения
- История представления знаний и рассуждений
Заметки
- ^ Каплан, Андреас; Хенлайн, Майкл (2019). «Siri, Siri, в моей руке: кто самый справедливый в стране? Об интерпретации, иллюстрациях и значениях искусственного интеллекта». Бизнес-горизонты . 62 : 15–25. DOI : 10.1016 / j.bushor.2018.08.004 .
- ^ Эпизод Талос в Аргонавтика 4
- ^ Bibliotheke 1.9.26
- ^ Родиос, Аполлоний. (2007). Аргонаутика: Расширенное издание . Калифорнийский университет Press. п. 355. ISBN 978-0-520-93439-9. OCLC 811491744 .
- ^ Морфорд, Марк (2007). Классическая мифология . Оксфорд. п. 184. ISBN 978-0-19-085164-4. OCLC 1102437035 .
- ^ Псевдо-Аполлодор, Библиотека , iii.14.3
- ^ Крессел, Мэтью (1 октября 2015 г.). «36 дней иудейского мифа: день 24, пражский голем» . Мэтью Крессел . Дата обращения 15 марта 2020 .
- ^ а б П., Ньюквист, Харви (1994). Создатели мозга: [гений, эгоизм и жадность в поисках мыслящих машин] . Sams Publ. ISBN 0-672-30412-0. OCLC 313139906 .
- ^ "ГОЛЕМ - JewishEncyclopedia.com" . www.jewishencyclopedia.com . Дата обращения 15 марта 2020 .
- ^ «Синедрион 65б» . www.sefaria.org . Дата обращения 15 марта 2020 .
- ^ Читатель алхимии: от Гермеса Трисмегиста до Исаака Ньютона . Линден, Стэнтон Дж., 1935–. Нью-Йорк: Издательство Кембриджского университета. 2003. С. Гл. 18. ISBN 0-521-79234-7. OCLC 51210362 .CS1 maint: другие ( ссылка )
- ^ О'Коннор, Кэтлин Мэлоун (1 января 1994 г.). «Алхимическое сотворение жизни (таквин) и другие концепции Бытия в средневековом исламе» . Диссертации доступны на ProQuest : 1–435.
- ^ Гете, Иоганн Вольфганг фон (1890). Фауст; трагедия. Перевод в оригинальных метрах ... Байярда Тейлора. Авторизованное издание, опубликованное по специальной договоренности с г-жой Баярд Тейлор. С биографическим вступлением . Робартс - Университет Торонто. Лондонский Уорд, Лок.
- ^ McCorduck 2004 , стр. 17-25.
- ^ Батлер 1863 .
- ^ Пещера, Стивен; Дихал, Канта (2019). «Надежды и опасения за разумные машины в фантастике и реальности» . Природа Машинный интеллект . 1 (2): 74–78. DOI : 10.1038 / s42256-019-0020-9 . ISSN 2522-5839 . S2CID 150700981 .
- Перейти ↑ Needham 1986 , p. 53
- ^ McCorduck 2004 , стр. 6
- ^ Ник 2005 .
- ^ McCorduck 2004 , стр. 17 и см. Также Levitt 2000
- ^ Цитируется в McCorduck 2004 , с. 8. Crevier 1993 , p. 1 и McCorduck 2004 , стр. 6–9 обсуждают священные статуи.
- ↑ Другие важные автоматы были построены Харуном аль-Рашидом ( McCorduck 2004 , стр. 10), Жаком де Вокансоном ( McCorduck 2004 , стр. 16) и Леонардо Торрес-и-Кеведо ( McCorduck 2004 , стр. 59–62)
- ^ Батлер, Э.М. (Элиза Мэриан) (1948). Миф о маге . Лондон: Издательство Кембриджского университета. ISBN 0-521-22564-7. OCLC 5063114 .
- ^ Холландер, Ли М. (1964). Heimskringla; история королей Норвегии . Остин: Опубликовано для Американо-скандинавского фонда издательством Техасского университета. ISBN 0-292-73061-6. OCLC 638953 .
- ^ а б в г Берлински 2000
- ^ Ср. Каррерас Артау, Томас и Хоакин. Historia de la filosofía española. Filosofía cristiana de los siglos XIII в XV . Мадрид, 1939, Том I
- ^ Боннер, Anthonny, Искусство и логика Рамона Луллий: Руководство пользователя , Brill, 2007.
- ^ Энтони Боннер (редактор), доктор Иллюминатус. Читатель Рамона Лулля (Принстонский университет, 1985). Vid. «Влияние Лулля: история луллизма», стр. 57–71.
- ^ Механизм 17 века и AI:
- МакКордак 2004 , стр. 37–46.
- Рассел и Норвиг 2003 , стр. 6
- Haugeland 1986 , гл. 2
- Бьюкенен 2005 , стр. 53
- ^ Гоббс и AI:
- МакКордак 2004 , стр. 42
- Гоббс 1651 , глава 5
- ^ Лейбниц и AI:
- МакКордак 2004 , стр. 41 год
- Рассел и Норвиг 2003 , стр. 6
- Берлински 2000 , стр. 12
- Бьюкенен 2005 , стр. 53
- ^ Исчисление Лямбда было особенно важно AI, такон был вдохновением для Лиспа (самый важный язык программированияиспользуется в AI). ( Crevier 1993 , стр. 190–196, 61).
- ^ Оригинальное фото можно увидеть в статье: Роуз, Аллен (апрель 1946 г.). «Математика ударов молнии» . Популярная наука : 83–86 . Проверено 15 апреля 2012 года .
- ^ Машина Тьюринга : McCorduck 2004 , стр 63-64,. Кревьер 1993 , стр 22-24. Russell & Норвиг 2003 , стр. 8 и см. Turing 1936.
- ^ Menabrea 1843
- ^ McCorduck 2004 , стр. 61-62, 64-66, Russell & Норвиг 2003 , стр. 14-15
- ^ McCorduck (2004 , стр. 76-80)
- ^ McCorduck 2004 , стр. 51-57, 80-107, Кревьер 1993 , стр. 27-32, Russell & Норвиг 2003 , стр. 15, 940, Moravec 1988 , стр. 3, Кордески, 2002 и гл. 5 .
- ^ McCorduck 2004 , стр. 98, Crevier 1993 , стр. 27–28, Russell & Norvig 2003 , стр. 15, 940, Moravec 1988 , p. 3, Кордески, 2002 и гл. 5 .
- ^ McCulloch, Warren S .; Питтс, Уолтер (1 декабря 1943 г.). «Логический расчет идей, присущих нервной деятельности». Вестник математической биофизики . 5 (4): 115–133. DOI : 10.1007 / BF02478259 . ISSN 1522-9602 .
- ^ Пиччинини, Гуальтьеро (1 августа 2004 г.). "Первая вычислительная теория разума и мозга: пристальный взгляд на" Логическое исчисление идей, присущих нервной деятельности " Маккаллоха и Питтса ". Synthese . 141 (2): 175–215. DOI : 10,1023 / Б: SYNT.0000043018.52445.3e . ISSN 1573-0964 . S2CID 10442035 .
- ^ McCorduck 2004 , стр. 51-57, 88-94, Кревьер 1993 , стр. 30, Russell & Norvig 2003 , стр. 15–16, Кордески, 2002 и гл. 5 и см. также Pitts & McCullough 1943
- ^ McCorduck 2004 , стр. 102, Crevier 1993 , стр. 34–35 и Russell & Norvig 2003 , p. 17
- ^ McCorduck 2004 , стр. 70-72, Кревьер 1993 , стр. 22-25, Russell & Norvig 2003 , стр. 2–3 и 948, Haugeland 1985 , стр. 6–9 , Кордески, 2002 , с. 170–176. Также Тьюринг 1950
- ^ Норвиг и Рассел (2003 , стр.948) утверждают, что Тьюринг ответил на все основные возражения против ИИ, которые были выдвинуты за годы, прошедшие с момента появления статьи.
- ^ См. «Краткую историю вычислений» на сайте AlanTuring.net.
- ^ Шеффер, Джонатан. One Jump Ahead :: Challenging Human Supremacy in Checkers , 1997, 2009, Спрингер, ISBN 978-0-387-76575-4 . Глава 6.
- ^ McCorduck 2004 , стр. 137-170, Кревьер , стр. 44-47
- ^ McCorduck 2004 , стр. 123-125, Кревьер 1993 , стр. 44-46 и Russell & Норвиг 2003 , стр. 17
- ↑ Цитируется по Crevier 1993 , p. 46 и Russell & Norvig 2003 , стр. 17
- ^ Russell & Норвиг 2003 , стр. 947 952
- ^ McCorduck 2004 , стр. 111-136, Кревьер 1993 , стр. 49-51 и Russell & Норвиг 2003 , стр. 17 Ньюквист, 1994 , стр. 91–112.
- ^ См. McCarthy et al. 1955 . Также см. Crevier 1993 , p. 48, где Кревье утверждает, что «[предложение] позже стало известно как« гипотеза физических систем символов »». Гипотеза о системе физических символов была сформулирована и названа Ньюэллом и Саймоном в их статье о GPS . ( Newell & Simon 1963 ) Он включает более конкретное определение «машины» как агента, который манипулирует символами. Ознакомьтесь с философией искусственного интеллекта .
- ^ McCorduck (2004 , стр. 129-130) обсуждаеткак конференция Дартмут выпускников доминировали в первые два десятилетия исследований ИИ, называя их «невидимую колледж».
- ^ «Я не буду ругаться, и я не видел этого раньше», - сказал Маккарти Памеле МакКордак в 1979 году. ( McCorduck 2004 , p. 114). Однако Маккарти также недвусмысленно заявил: «Я придумал термин» винтервью CNET. . ( Навыки 2006 )
- ^ Кревье (1993 , стр. 49) пишет: «Конференция общепризнана как официальная дата рождения новой науки».
- ^ Маккарти, Джон (1988). «Обзор вопроса об искусственном интеллекте ». Анналы истории вычислительной техники . 10 (3): 224–229., собранные в Маккарти, Джон (1996). «10. Обзор вопроса об искусственном интеллекте ». Защита исследований ИИ: сборник эссе и обзоров . CSLI., п. 73 «Одна из причин для изобретения термина« искусственный интеллект »заключалась в том, чтобы избежать ассоциации с« кибернетикой ». Его концентрация на аналоговой обратной связи казалась ошибочной, и я хотел избежать необходимости принимать Норберта (не Роберта) Винера как гуру или необходимость спорить с ним ».
- ^ Рассел и Норвиг пишут: «Было удивительно, когда компьютер делал что-нибудь хоть сколько-нибудь умное». Рассел и Норвиг 2003 , стр. 18
- ^ Кревьер 1993 , стр. 52-107, Moravec 1988 , стр. 9 и Russell & Norvig 2003 , стр. 18−21
- ^ McCorduck 2004 , стр. 218, Newquist 1994 , pp. 91–112, Crevier 1993 , pp. 108–109 и Russell & Norvig 2003 , p. 21 год
- ^ Кревьер 1993 , стр. 52-107, Moravec 1988 , стр. 9
- ^ Анализ средств и результатов, рассуждение как поиск: McCorduck 2004 , стр. 247–248. Russell & Norvig, 2003 , стр. 59–61.
- ^ Эвристический: McCorduck 2004 , стр. 246, Russell & Norvig 2003 , стр. 21–22.
- ^ GPS: McCorduck 2004 , стр 245-250,. Кревьер 1993 , стр. GPS ?, Рассел и Норвиг, 2003 г. , стр. GPS?
- ^ Кревьер 1993 , стр. 51-58,65-66 и Russell & Норвиг 2003 , стр. 18-19
- ^ McCorduck 2004 , стр. 268-271, Кревьер 1993 , стр. 95-96, Newquist 1994 , стр. 148-156, Moravec 1988 , стр. 14-15
- ^ McCorduck 2004 , стр. 286, Crevier 1993 , стр. 76–79, Russell & Norvig 2003 , p. 19
- ^ Кревьер 1993 , стр. 79-83
- ^ Кревьер 1993 , стр. 164-172
- ^ McCorduck 2004 , стр. 291-296, Кревьер 1993 , стр. 134-139
- ^ McCorduck 2004 , стр. 299-305, Кревьер 1993 , стр. 83-102, Russell & Норвиг 2003 , стр. 19 и Коупленд 2000
- ^ McCorduck 2004 , стр. 300-305, Кревьер 1993 , стр. 84-102, Russell & Норвиг 2003 , стр. 19
- ^ Саймон и Ньюэлл 1958 , стр. 7-8 цитируется по Crevier 1993 , p. 108. См. Также Russell & Norvig 2003 , p. 21 год
- ^ Саймон 1965 , стр. 96 цитируется по Crevier 1993 , p. 109
- Перейти ↑ Minsky 1967 , p. 2 цитируется по Crevier 1993 , p. 109
- ↑ Мински твердо уверен, что его неправильно процитировали. См. McCorduck 2004 , стр. 272–274, Crevier 1993 , p. 96 и Даррах 1970 .
- ^ Кревьер 1993 , стр. 64-65
- ^ Кревьер 1993 , стр. 94
- ^ Хау 1994
- ^ McCorduck 2004 , стр. 131, Crevier 1993 , стр. 51. МакКордак также отмечает, что финансирование осуществлялось главным образом под руководством выпускников Дартмутской конференции 1956 года.
- ^ Кревьер 1993 , стр. 65
- ^ Кревьер 1993 , стр. 68-71 и Теркл 1984
- ^ "История гуманоидов -WABOT-" .
- ^ Зеглул, Саид; Лариби, Med Amine; Газо, Жан-Пьер (21 сентября 2015 г.). «Робототехника и мехатроника: материалы 4-го Международного симпозиума IFToMM по робототехнике и мехатронике» . Springer - через Google Книги.
- ^ «Исторические Android-проекты» . androidworld.com .
- ↑ Роботы: от научной фантастики до технологической революции , стр. 130
- ^ Даффи, Винсент Г. (19 апреля 2016 г.). «Справочник по цифровому моделированию человека: исследования прикладной эргономики и инженерии человеческого фактора» . CRC Press - через Google Книги.
- ^ Кревьер 1993 , стр. 100-144 и Russell & Норвиг 2003 , стр. 21-22
- ^ Б McCorduck 2004 , стр. 104-107, Кревьер 1993 , стр. 102-105, Russell & Норвиг 2003 , стр. 22
- ^ Кревьер 1993 , стр. 163-196
- ^ Кревьер 1993 , стр. 146
- ^ Russell & Норвиг 2003 , стр. 20-21
- ^ Кревьер 1993 , стр. 146-148, смотри также Buchanan 2005 , стр. 56: «Ранние программы обязательно были ограничены в объеме размером и скоростью памяти»
- Перейти ↑ Moravec 1976 . Маккарти всегда был не согласен с Моравеком, начиная с их первых дней совместной работы в SAIL . Он заявляет: «Я бы сказал, что 50 лет назад возможности машины были слишком малы, но 30 лет назад возможности машины не были реальной проблемой». винтервью CNET . ( Навыки 2006 )
- ^ Ханс Моравец, РОБОТ: Простая машина для трансцендентного разума
- ^ Russell & Норвиг 2003 , стр. 9,21-22 и Лайтхилл 1973
- ^ McCorduck 2004 , стр 300 и 421. Crevier 1993 , pp. 113–114; Моравец 1988 , стр. 13; Ленат и Гуха 1989 , (Введение); Рассел и Норвиг 2003 , стр. 21 год
- ^ McCorduck 2004 , стр. 456, Moravec 1988 , стр. 15–16.
- ^ McCarthy & Hayes 1969 , Кревьер 1993 , стр. 117-119
- ^ McCorduck 2004 , стр. 280-281, Кревьер 1993 , стр. 110, Russell & Norvig 2003 , стр. 21 и NRC 1999 в разделе «Успех в распознавании речи».
- ^ Кревьер 1993 , стр. 117, Рассел и Норвиг 2003 , стр. 22, Howe 1994 и см. Также Lighthill 1973 .
- ^ Russell & Норвиг 2003 , стр. 22, Lighthill 1973 , Джон Маккарти написал в ответ, что «проблема комбинаторного взрыва была признана в ИИ с самого начала» в обзоре отчета Lighthill.
- ^ Кревьер 1993 , стр. 115-116 (на которых основана эта учетная запись). Другие точки зрения включают McCorduck 2004 , pp. 306–313 и NRC 1999 в разделе «Успех в распознавании речи».
- ^ Кревьер 1993 , стр. 115. Моравек объясняет: «Их первоначальные обещания DARPA были слишком оптимистичными. Конечно, то, что они сделали, существенно не соответствовало этому. Но они чувствовали, что не могут в своем следующем предложении обещать меньше, чем в первом, поэтому они обещал больше ".
- ^ NRC 1999 в разделе «Переход к прикладным исследованиям увеличивает инвестиции». Хотя автономный танк потерпел неудачу, система управления боем (названная « DART ») оказалась чрезвычайно успешной, сэкономив миллиарды в первой войне в Персидском заливе , окупив инвестиции и оправдавпрагматическую политику DARPA , по крайней мере, в отношении DARPA. был обеспокоен.
- ^ Лукас и критический анализ Пенроуза ИИ: Кревьер 1993 , стр. 22 , Russell & Норвиг 2003 , стр. 949-950, Хофштадтер 1980 , стр. 471-477 и см. Лукас 1961
- ^ «Ноу-хау» - это термин Дрейфуса. (Дрейфус проводит различие между «знать, как» и «знать это», современная версия хайдеггеровского разграничения готового и настоящего .) ( Dreyfus & Dreyfus 1986 )
- ^ Критика искусственного интеллекта Дрейфусом : McCorduck 2004 , стр. 211–239, Crevier 1993 , стр. 120–132, Russell & Norvig 2003 , стр. 950–952 и см. Dreyfus 1965 , Dreyfus 1972 , Dreyfus & Dreyfus 1986
- ^ Критика Серла А.И.: McCorduck 2004 . С. 443-445, Кревьер 1993 . С. 269-271, Russell & Норвиг 2004 . С. 958-960 и см. Searle 1980
- ↑ Цитируется по Crevier 1993 , p. 143
- ↑ Цитируется по Crevier 1993 , p. 122
- ^ «Я стал единственным членом сообщества ИИ, которого видели обедающим с Дрейфусом. И я сознательно дал понять, что это не способ обращения с человеком». Джозеф Вайценбаум , цитата из Crevier 1993 , p. 123.
- ↑ Colby, Watt & Gilbert 1966 , стр. 148. Weizenbaum называет этот текст в Weizenbaum 1976 , стр. 5, 6. Колби и его коллеги позже также разработали Chatterbot -как «компьютерного моделирования параноидальных процессов ( Parry )» до «сделать внятные параноидальные процессы в явных терминах обработки символов.» ( Colby 1974 , стр. 6)
- ^ Критика Weizenbaum по AI: McCorduck 2004 ., Стр 356-373, Кревьер 1993 , стр 132-144,. Russell & Норвиг 2003 , стр. 961 и см. Weizenbaum 1976
- ^ McCorduck 2004 , стр. 51, Russell & Norvig 2003 , стр. 19, 23
- ^ McCorduck 2004 , стр. 51, Crevier 1993 , pp. 190–192.
- ^ Кревьер 1993 , стр. 193-196
- ^ Кревьер 1993 , стр. 145-149,258-63
- ^ Уэйсон (1966) показали, что люди плохо справляются с полностью абстрактными проблемами, но если проблема переформулируется, чтобы позволить использовать интуитивный социальный интеллект , производительность резко улучшается. (См. Задание Wason на выбор ) Tversky, Slovic & Kahnemann (1982) показали, что люди ужасны в элементарных задачах, связанных с неопределенными рассуждениями. (См. Список когнитивных предубеждений для нескольких примеров). Работа Элеоноры Рош описана в Lakoff 1987.
- ^ Ранний примерпозиции Маккэти был в журнале Science, где он сказал: «Это ИИ, поэтому нам все равно, реально ли он психологически» ( Колата 2012 ) , и недавно он подтвердил свою позицию на конференции AI @ 50, где сказал: «Искусственный интеллект по определению не является имитацией человеческого интеллекта» ( Maker, 2006 ).
- ^ Кревьер 1993 , стр. 175
- ^ Аккуратные против неряшливо: McCorduck 2004 , стр 421-424 (который поднимает состояние дискуссии в 1984 году).. Crevier 1993 , pp. 168 (который документирует первоначальное использование этого термина Шенком). Другой аспект конфликта был назван «процедурным / декларативным различием», но не оказал влияния на более поздние исследования ИИ.
- ^ McCorduck 2004 , стр. 305-306, Кревьер 1993 , стр. 170-173, 246 и Russell & Норвиг 2003 , стр. 24. Рамочная статья Минского : Минский, 1974 .
- ^ Newquist 1994 , стр. 189-192
- ^ McCorduck 2004 , стр. 327-335 ( DENDRAL ), Кревьер 1993 , стр. 148-159, Newquist 1994 , стр. 271, Russell & Norvig 2003 , стр. 22–23.
- ^ Кревьер 1993 , стр. 158-159 и Russell & Норвиг 2003 , стр. 23-24
- ^ Кревьер 1993 , стр. 198
- ^ McCorduck 2004 , стр. 434-435, Кревьер 1993 , стр. 161-162,197-203 и Russell & Норвиг 2003 , стр. 24
- ^ McCorduck 2004 , стр. 299
- ^ McCorduck 2004 , стр. 421
- ^ Революция знаний: McCorduck 2004 , стр. 266–276, 298–300, 314, 421, Newquist 1994 , стр. 255–267, Russell & Norvig , стр. 22–23
- ^ Сус: McCorduck 2004 , стр. 489, Crevier 1993 , стр. 239–243, Newquist 1994 , стр. 431–455, Russell & Norvig 2003 , p. 363−365 и Lenat & Guha 1989 г.
- ^ «Шахматы: Мат» (PDF) . Проверено 1 сентября 2007 года .
- ^ McCorduck 2004 , стр. 436-441, Newquist 1994 , стр. 231-240, Кревьер 1993 , стр. 211, Russell & Норвиг 2003 , стр. 24 и см. Также Feigenbaum & McCorduck 1983
- ^ Кревьер 1993 , стр. 195
- ^ Кревьер 1993 , стр. 240.
- ^ a b c Russell & Norvig 2003 , стр. 25
- ^ McCorduck 2004 , стр. 426-432, NRC 1999 под "Сдвиг в прикладных исследований Увеличение инвестиций"
- ^ Кревьер 1993 , стр. 214-215.
- ^ Кревьер 1993 , стр. 215-216.
- ^ Мид, Карвер А .; Исмаил, Мохаммед (8 мая 1989 г.). Аналоговая реализация нейронных систем на СБИС (PDF) . Kluwer International Series в области инженерии и информатики. 80 . Норвелл, Массачусетс: Kluwer Academic Publishers . DOI : 10.1007 / 978-1-4613-1639-8 . ISBN 978-1-4613-1639-8.
- ^ Кревьер 1993 , стр. 203. зима AI впервые был использованкачестве названия семинара по теме для Ассоциации по улучшению искусственного интеллекта .
- ^ Newquist 1994 , стр. 359-379, McCorduck 2004 , стр. 435, Crevier 1993 , стр. 209–210.
- ^ McCorduck 2004 , стр. 435 (который цитирует институциональные причины их окончательной неудачи), Newquist 1994 , pp. 258–283 (который цитирует ограниченное развертывание внутри корпораций), Crevier 1993 , pp. 204–208 (который цитирует трудность поддержания истины, т. Е.Обучения и обновление), Lenat & Guha 1989 , Introduction (подчеркивает хрупкость и неспособность справиться с чрезмерной квалификацией).
- ^ McCorduck 2004 , стр. 430-431
- ^ а б МакКордак 2004 , стр. 441, Crevier 1993 , стр. 212. МакКордак пишет: «Два с половиной десятилетия спустя мы видим, что японцы не достигли всех этих амбициозных целей».
- ^ Newquist 1994 , стр. 440
- ^ McCorduck 2004 , стр. 454-462
- ^ Моравек (1988 , стр. 20) пишет: «Я уверен, что этот восходящий путь к искусственному интеллекту в один прекрасный день встретит традиционный нисходящий маршрут более чем на полпути, готовый предоставить реальную компетенцию и здравый смысл. это было так удручающе неуловимо в программах рассуждений. Полностью интеллектуальные машины появятся, когда метафорический золотой шип будет запущен, объединив эти два усилия ».
- ^ Кревьер 1993 , стр. 183-190.
- ^ http://people.csail.mit.edu/brooks/papers/elephants.pdf
- Перейти ↑ Brooks 1990 , p. 3
- ^ См., Например, Lakoff & Turner 1999
- ^ McCorduck (2004 , стр. 424) обсуждает фрагментацию и отказ от первоначальных целей ИИ в.
- ^ McCorduck 2004 , стр. 480-483
- ^ «Глубокий синий» . IBM Research . Проверено 10 сентября 2010 года .
- ^ «DARPA Grand Challenge - домашняя страница» . Архивировано из оригинального 31 октября 2007 года. Неизвестный параметр
|deadurl=
игнорируется (|url-status=
рекомендуется) ( справка ) - ^ «Архивная копия» . Архивировано из оригинала на 5 марта 2014 года . Проверено 25 октября 2011 года .CS1 maint: заархивированная копия как заголовок ( ссылка )
- ^ Марков, Джон (16 февраля 2011 г.). "На" Jeopardy! " Watson Win почти ничего не значит " . Нью-Йорк Таймс .
- Перейти ↑ Kurzweil 2005 , p. 274 пишет, что улучшение компьютерных шахмат, «согласно общепринятой мудрости, определяется только расширением грубой силы компьютерного оборудования».
- ^ Время цикла Ferranti Mark 1 составляло 1,2 миллисекунды, что, возможно, эквивалентно примерно 833 флопам . Deep Blue работал со скоростью 11,38 гигафлопса (и это даже без учета специального оборудования Deep Blue для шахмат). Очень приблизительно, они различаются в 10 ^ 7.
- ^ McCorduck 2004 , стр. 471-478, Russell & Норвиг 2003 , стр. 55, где они пишут: «В настоящее время в этой области широко применяется взгляд на весь агент». Интеллектуальный агент парадигмы обсуждается в основных учебниках AI, таких как: Russell & Норвиг 2003 , стр 32-58, 968-972,. Poole, Макворт & Гебель 1998 , стр 7-21,. Luger & Stubblefield 2004 , стр 235. –240
- ^ Carl Hewitt «s Actor модель предвосхитила современное определение интеллектуальных агентов. ( Hewitt, Bishop & Steiger 1973 ) И Джон Дойл ( Doyle, 1983 ), ипопулярный классический роман Марвина Мински « Общество разума» ( Minsky 1986 ) использовали слово «агент». Другие «модульные» предложения включали архитектуру подчинения Родни Брука , объектно-ориентированное программирование и другие.
- ^ a b Russell & Norvig 2003 , стр 27, 55
- ^ Так определяют искусственный интеллект в наиболее распространенных учебниках 21 века. См. Russell & Norvig 2003 , p. 32 и Пул, Mackworth & Goebel 1998 , стр. 1
- ^ McCorduck 2004 , стр. 478
- ^ McCorduck 2004 , стр. 486-487, Russell & Норвиг 2003 , стр. 25-26
- ^ a b Russell & Norvig 2003 , стр. 25−26
- ^ McCorduck (2004 , стр 487.): "Когда я пишу, AI пользуется Аккуратной гегемонией."
- ^ Жемчуг 1988
- ^ См. Приложения искусственного интеллекта § Информатика
- ↑ NRC 1999 в разделе «Искусственный интеллект в 90-е годы» и Kurzweil 2005 , стр. 264
- ^ Russell & Норвиг 2003 , стр. 28 год
- ^ Информацию о новых достижениях в распознавании речи на основе ИИ см. В The Economist (2007).
- ^ a b «Системы, основанные на искусственном интеллекте, уже стали неотъемлемой частью многих повседневных технологий, таких как поисковые системы в Интернете, банковское программное обеспечение для обработки транзакций и медицинской диагностики». Ник Бостром , цитируется в CNN 2006
- Перейти ↑ Olsen (2004) , Olsen (2006)
- ^ McCorduck 2004 , стр. 423, Курцвейл 2005 , стр. 265, Hofstadter 1979 , стр. 601
- ^ CNN 2006
- ^ Марков 2005
- ^ Экономист 2007
- ^ Таскарелла 2006
- ^ Кревьер 1993 , стр. 108-109
- ^ Далее он говорит: «Ответ, я считаю, что мы могли бы ... Однажды я был на международной конференции по нейронным сетям. Было 40 тысяч зарегистрированных пользователей ... но ... если бы у вас был международная конференция, например, по использованию множественных представлений для здравого смысла, я смог найти только 6 или 7 человек во всем мире ». Минский 2001
- ^ Maker 2006
- ^ Курцвейл 2005
- ^ Хокинс и Блейксли 2004
- ^ Стив Лор (17 октября 2016 г.), «IBM рассчитывает на свою ставку на Ватсона и платит за это большие деньги» , New York Times
- ^ Хэмптон, Стефани Э; Штрассер, Карли А; Тьюксбери, Джошуа Дж; Грэм, Венди К.; Бадден, Эмбер Э; Батчеллер, Арчер Л; Duke, Clifford S; Портер, Джон Х (1 апреля 2013 г.). «Большие данные и будущее экологии» . Границы экологии и окружающей среды . 11 (3): 156–162. DOI : 10.1890 / 120103 . ISSN 1540-9309 .
- ^ «Как большие данные меняют экономику | Институт Беккера Фридмана» . bfi.uchicago.edu . Дата обращения 9 июня 2017 .
- ^ а б ЛеКун, Янн; Бенджио, Йошуа; Хинтон, Джеффри (2015). «Глубокое обучение». Природа . 521 (7553): 436–444. Bibcode : 2015Natur.521..436L . DOI : 10,1038 / природа14539 . PMID 26017442 . S2CID 3074096 .
- ^ Барал, Читта; Фуэнтес, Олак; Крейнович, Владик (июнь 2015). «Почему глубокие нейронные сети: возможное теоретическое объяснение» . Ведомственные технические отчеты (Cs) . Дата обращения 9 июня 2017 .
- ^ Ciregan, D .; Meier, U .; Шмидхубер, Дж. (Июнь 2012 г.). Многоколоночные глубокие нейронные сети для классификации изображений . Конференция IEEE 2012 г. по компьютерному зрению и распознаванию образов . С. 3642–3649. arXiv : 1202.2745 . Bibcode : 2012arXiv1202.2745C . CiteSeerX 10.1.1.300.3283 . DOI : 10.1109 / cvpr.2012.6248110 . ISBN 978-1-4673-1228-8. S2CID 2161592 .
- ^ Марков, Джон (16 февраля 2011 г.). "На" Jeopardy! " Watson Win почти ничего не значит " . Нью-Йорк Таймс . ISSN 0362-4331 . Проверено 10 июня 2017 .
- ^ «AlphaGo: освоение древней игры го с машинным обучением» . Блог исследований . Проверено 10 июня 2017 .
- ^ «Инновации AlphaGo | DeepMind» . DeepMind . Проверено 10 июня 2017 .
- ^ Университет Карнеги-Меллона. «Компьютер превосходит людей в« гибели »- Новости CMU - Университет Карнеги-Меллона» . www.cmu.edu . Проверено 10 июня 2017 .
- ^ Лэйни, Дуг (2001). «Управление трехмерными данными: управление объемом, скоростью и разнообразием данных». Аналитическая записка META Group . 6 (70).
- ^ Марр, Бернар (6 марта 2014 г.). «Большие данные: 5 факторов, которые должен знать каждый» .
- ^ Идет, Пауло Б. (2014). «Исследования в области дизайна в ведущих журналах по информационным системам». MIS Quarterly: Информационные системы управления . 38 (1).
- ^ ( Курцвейл 2005 , стр. 260) или см. Advanced Human Intelligence, где он определяет сильный ИИ как «машинный интеллект с полным спектром человеческого интеллекта».
- ^ «TEDx Talks - YouTube» . www.youtube.com .
- ^ Haugeland 1985 , стр. 255.
- ^ Poole, Макворт & Гебель 1998 , стр. 1.
Рекомендации
- Берлински, Дэвид (2000), Появление алгоритма , Harcourt Books, ISBN 978-0-15-601391-8, OCLC 46890682.
- Бьюкенен, Брюс Г. (зима 2005 г.), «Краткая (очень) краткая история искусственного интеллекта» (PDF) , AI Magazine , стр. 53–60, заархивировано из оригинала (PDF) 26 сентября 2007 г. , получено 30 августа 2007 г..
- Брукс, Родни (1990), "Слоны не играют в шахматы" (PDF) , робототехники и автономные системы , 6 (1-2): 3-15, CiteSeerX 10.1.1.588.7539 , DOI : 10.1016 / S0921-8890 ( 05) 80025-9 , дата обращения 30 августа 2007 г..
- Батлер, Сэмюэл (13 июня 1863 г.), «Дарвин среди машин» , The Press , Крайстчерч, Новая Зеландия , получено 10 октября 2008 г..
- Колби, Кеннет М .; Ватт, Джеймс Б.; Гилберт, Джон П. (1966), "Компьютерный метод психотерапии: предварительное общение" , Журнал нервных и психических заболеваний , том. 142 нет. . 2, стр 148-152, DOI : 10,1097 / 00005053-196602000-00005 , PMID 5936301 , S2CID 36947398.
- Колби, Кеннет М. (сентябрь 1974 г.), Десять критических замечаний Парри (PDF) , Стэнфордская лаборатория искусственного интеллекта, ОТЧЕТ №. STAN-CS-74-457 , получено 17 июня 2018 г..
- CNN (26 июля 2006 г.), ИИ должен превзойти возможности человеческого мозга , CNN.com , получено 16 октября 2007 г..
- Коупленд, Джек (2000), Micro-World AI , получено 8 октября 2008 г..
- Кордески, Роберто (2002), «Открытие искусственного» , Дордрехт: Kluwer..
- Кревье, Даниэль (1993), AI: Бурные поиски искусственного интеллекта , Нью-Йорк, Нью-Йорк: BasicBooks, ISBN 0-465-02997-3
- Даррах, Брэд (20 ноября 1970 г.), «Познакомьтесь с Шэки, первым электронным человеком», журнал Life , стр. 58–68.
- Дойл, Дж. (1983), «Что такое рациональная психология? К современной ментальной философии», AI Magazine , vol. 4 шт. 3. С. 50–53..
- Дрейфус, Хуберт (1965), Алхимия и ИИ , Заметка корпорации RAND.
- Дрейфус, Хуберт (1972), Что компьютеры не могут сделать , Нью-Йорк: MIT Press, ISBN 978-0-06-090613-9, OCLC 5056816.
- The Economist (7 июня 2007 г.), «Ты говоришь со мной?» , The Economist , дата обращения 16 октября 2008 г..
- Файгенбаум, Эдвард А .; МакКордак, Памела (1983), Пятое поколение: искусственный интеллект и компьютерный вызов Японии миру , Майкл Джозеф, ISBN 978-0-7181-2401-4.
- Хокинс, Джефф ; Блейксли, Сандра (2004), Об интеллекте , Нью-Йорк, Нью-Йорк: Owl Books, ISBN 978-0-8050-7853-4, OCLC 61273290.
- Хебб, Д. О. (1949), Организация поведения , Нью-Йорк: Wiley, ISBN 978-0-8058-4300-2, OCLC 48871099.
- Хьюитт, Карл ; Епископ Петр; Steiger, Ричард (1973), Универсальный модульный актерский формализм для искусственного интеллекта (PDF) , IJCAI, заархивировано из оригинала (PDF) 29 декабря 2009 г.
- Гоббс, Томас (1651), Левиафан.
- Хофштадтер, Дуглас (1999) [1979], Гедель, Эшер, Бах: вечная золотая коса , Основные книги, ISBN 978-0-465-02656-2, OCLC 225590743.
- Хау, Дж. (Ноябрь 1994 г.), « Искусственный интеллект в Эдинбургском университете: перспектива» , получено 30 августа 2007 г..
- Каплан, Андреас; Хайнлайн, Майкл (2018), «Siri, Siri в моей руке, кто самый справедливый в стране? Об интерпретациях, иллюстрациях и значениях искусственного интеллекта», Business Horizons , 62 : 15–25, doi : 10.1016 / j.bushor .2018.08.004.
- Kolata, G. (1982), "Как получить компьютеры здравый смысл?", Science , 217 (4566): 1237-1238, Bibcode : 1982Sci ... 217.1237K , DOI : 10.1126 / science.217.4566.1237 , PMID 17837639.
- Курцвейл, Рэй (2005), Сингулярность близка , Viking Press, ISBN 978-0-14-303788-0, OCLC 71826177.
- Лакофф, Джордж (1987), Женщины, огонь и опасные вещи: какие категории раскрывают мысли , University of Chicago Press., ISBN 978-0-226-46804-4.
- Ленат, Дуглас ; Гуха, Р.В. (1989), Построение больших систем , основанных на знаниях , Аддисон-Уэсли, ISBN 978-0-201-51752-1, OCLC 19981533.
- Левитт, Джеральд М. (2000), Турок, Chess Automaton , Джефферсон, Северная Каролина: МакФарланд, ISBN 978-0-7864-0778-1.
- Лайтхилл, профессор сэр Джеймс (1973), « Искусственный интеллект: общий обзор », Искусственный интеллект: бумажный симпозиум , Совет по научным исследованиям
- Лукас, Джон (1961), "Minds, машина и Гедель" , Философия , 36 (XXXVI): 112-127, DOI : 10,1017 / S0031819100057983 , получены 15 октября +2008
- Создатель, Мэг Хьюстон (2006), AI @ 50: AI Прошлое, Настоящее, Будущее , Дартмутский колледж, заархивировано из оригинала 8 октября 2008 г. , извлечено 16 октября 2008 г.
- Маркофф, Джон (14 октября 2005 г.), «За искусственным интеллектом, эскадрилья ярких реальных людей» , The New York Times , получено 16 октября 2008 г.
- Маккарти, Джон ; Минский, Марвин; Рочестер, Натан ; Шеннон, Клод (31 августа 1955 г.), Предложение для Дартмутского летнего исследовательского проекта по искусственному интеллекту , заархивировано из оригинала 30 сентября 2008 г. , получено 16 октября 2008 г.
- Маккарти, Джон; Hayes, PJ (1969), «Некоторые философские проблемы с точки зрения искусственного интеллекта», в Meltzer, BJ ; Митчи, Дональд (ред.), Machine Intelligence 4 , Edinburgh University Press, стр. 463–502 , получено 16 октября 2008 г.
- МакКордак, Памела (2004), Машины, которые думают (2-е изд.), Натик, Массачусетс: AK Peters, Ltd., ISBN 978-1-56881-205-2, OCLC 52197627.
- Маккалоу, WS ; Питтс, В. (1943), «Логическое исчисление идей, имманентных нервной деятельности», Бюллетень математической биофизики , 5 (4): 115–127, doi : 10.1007 / BF02478259
- Менабреа, Луиджи Федерико ; Лавлейс, Ада (1843 г.), «Набросок аналитической машины, изобретенной Чарльзом Бэббиджем» , « Научные мемуары» , 3 , извлечено 29 августа 2008 г. С пометками переводчика к Воспоминанию
- Мински, Марвин (1967), Вычисления: конечные и бесконечные машины , Englewood Cliffs, NJ: Prentice-Hall
- Минский, Марвин ; Паперт, Сеймур (1969), Персептроны: Введение в вычислительную геометрию , MIT Press, ISBN 978-0-262-63111-2, OCLC 16924756
- Мински, Марвин (1974), Структура представления знаний , получено 16 октября 2008 г.
- Мински, Марвин (1986), Общество разума , Саймона и Шустера, ISBN 978-0-671-65713-0, OCLC 223353010
- Мински, Марвин (2001), Это 2001 год. Где HAL? , Technetcast доктора Добба , получено 8 августа 2009 г.
- Moravec, Hans (1976), The Role of Raw Power in Intelligence , заархивировано из оригинала 3 марта 2016 года , извлечено 16 октября 2008 года.
- Моравец, Ганс (1988), Дети разума , издательство Гарвардского университета, ISBN 978-0-674-57618-6, OCLC 245755104
- NRC (1999), «Разработки в области искусственного интеллекта» , Финансирование революции: государственная поддержка компьютерных исследований , National Academy Press, ISBN 978-0-309-06278-7, OCLC 246584055
- Ньюэлл, Аллен ; Саймон, HA (1963), «GPS: программа, имитирующая человеческую мысль», в Feigenbaum, EA; Фельдман, Дж. (Ред.), Компьютеры и мысль , Нью-Йорк: McGraw-Hill, ISBN 978-0-262-56092-4, OCLC 246968117
- Ньюквист, HP (1994), Создатели мозга: гений, эго и жадность в поисках мыслящих машин , Нью-Йорк: Macmillan / SAMS, ISBN 978-0-9885937-1-8
- Ник, Мартин (2005), Аль-Джазари: гениальный мусульманский механик 13-го века , Аль-Шиндага , извлечено 16 октября 2008 г.. *
- О'Коннор, Кэтлин Мэлоун (1994), Алхимическое сотворение жизни (таквин) и другие концепции Бытия в средневековом исламе , Университет Пенсильвании, стр. 1–435 , получено 10 января 2007 г.
- Олсен, Стефани (10 мая 2004 г.), ньюсмейкер: человек за кулисами Google , CNET , получено 17 октября 2008 г..
- Олсен, Стефани (18 августа 2006 г.), Слежка за интеллектуальной поисковой системой , CNET , получено 17 октября 2008 г..
- Перл, Дж. (1988), Вероятностное рассуждение в интеллектуальных системах: сети правдоподобного вывода , Сан-Матео, Калифорния: Морган Кауфманн, ISBN 978-1-55860-479-7, OCLC 249625842.
- Рассел, Стюарт Дж .; Норвиг, Питер (2003), Искусственный интеллект: современный подход (2-е изд.), Верхняя Сэдл-Ривер, Нью-Джерси: Prentice Hall, ISBN 0-13-790395-2.
- Пул, Дэвид; Макворт, Алан; Гобель, Рэнди (1998), Вычислительный интеллект: логический подход , Oxford University Press., ISBN 978-0-19-510270-3.
- Сэмюэл, Артур Л. (июль 1959 г.), «Некоторые исследования машинного обучения с использованием игры в шашки» , IBM Journal of Research and Development , 3 (3): 210–219, CiteSeerX 10.1.1.368.2254 , doi : 10.1147 / rd.33.0210 , проверено 20 августа 2007 г..
- Сирл, Джон (1980), «Minds, Brains and Programs» , Behavioral and Brain Sciences , 3 (3): 417–457, doi : 10.1017 / S0140525X00005756 , получено 13 мая 2009 г..
- Саймон, штат Джорджия ; Ньюэлл, Allen (1958), "Эвристический Решение проблем: Следующий Advance в Operations Research", исследование операций , 6 : 1-10, DOI : 10,1287 / opre.6.1.1.
- Саймон, HA (1965), Форма автоматизации для мужчин и управления , Нью-Йорк: Harper & Row.
- Skillings, Джонатан (2006), Newsmaker: заставить машины думать как мы , CNET , получено 8 октября 2008 г..
- Таскарелла, Пэтти (14 августа 2006 г.), «Робототехнические фирмы испытывают трудности с привлечением средств, а венчурный капитал стесняется» , Pittsburgh Business Times , дата обращения 15 марта 2016 г..
- Тьюринг, Алан (1936–37), «О вычислимых числах в приложении к Entscheidungsproblem» , Proceedings of the London Mathematical Society , 2, s2-42 (42): 230–265, doi : 10.1112 / plms / s2- 42.1.230 , проверено 8 октября 2008 г..
- Тьюринг, Алан (октябрь 1950 г.), «Вычислительные машины и интеллект», Mind , LIX (236): 433–460, DOI : 10.1093 / mind / LIX.236.433 , ISSN 0026-4423.
- Вайценбаум, Джозеф (1976), Компьютерная мощь и человеческий разум , WH Freeman & Company, ISBN 978-0-14-022535-8, OCLC 10952283.