Разум, машины и математика. Искусственный интеллект и его задачи
Шрифт:
Какую роль в этих событиях сыграл искусственный интеллект? Как можно предсказать и даже предотвратить тактические маневры, чтобы избежать угрозы начала военных действий, как в описанной ситуации? В 2005 году группой исследователей Кипрского университета была разработана сложная интеллектуальная система, основанная на нечетких когнитивных картах. При обучении системы использовались эволюционные алгоритмы, способные с высокой точностью предсказывать и моделировать политическую нестабильность. Эта система при анализе кипрского конфликта выделяет 16 переменных, начиная от «нестабильности/напряженности на Кипре» и заканчивая «влиянием международного сообщества». Кроме того, рассматриваются такие переменные, как «политическая поддержка со стороны Греции» или «усиление турецкой армии».
Нечеткая когнитивная карта — это нейронная
К примеру, в определенный момент политическая поддержка со стороны Греции может быть довольно велика, и нейрон, соответствующий этой переменной, может содержать значение 92 %. Нейрон, соответствующий переменной «усиление турецкой армии», может содержать невысокое значение, к примеру 23 %.
С другой стороны, каждый нейрон связан с соседними с помощью ребер. Каждое ребро описывает вес причинно-следственной связи между нейронами, которые оно соединяет. К примеру, «политическая нестабильность на Кипре» влияет на «усиление турецкой армии» с величиной 0,32. Если политическая нестабильность в определенный момент составляет 50 %, это вызовет прямое усиление турецкой армии на 16 %, то есть на 0,32 • 50 %. Также существуют отрицательные причинно-следственные связи: к примеру, переменная «решение Кипрского вопроса» влияет на переменную «политическая нестабильность на Кипре» с величиной —0,21.
Сложные причинно-следственные связи между нейронами системы (ее когнитивная карта содержит 45 связей) зафиксированы эволюционным алгоритмом, в котором каждая особь популяции представляет собой матрицу весов для 45 связей между переменными карты. Приспособленность каждой матрицы оценивается по тому, насколько точно она описывает эскалацию конфликтов, произошедших в прошлом.
Таким образом, после обучения системы с помощью подходящей матрицы весов исследователи смогли моделировать ситуации вида «что будет, если…» для поиска оптимального решения Кипрского вопроса. В статье, опубликованной авторами системы, было рассмотрено три сценария, на примере которых описывались прогнозы, составленные системой. В одном из случаев была рассмотрена ситуация, при которой турецкая армия навсегда покидала остров. Прогноз включал различные события, приводившие к постепенному росту напряженности, за которым в итоге следовали анархия и хаос.
* * *
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ВОЙНЫ
В истории человечества войны были ключевым фактором технического прогресса во все времена, начиная с изготовления Архимедом военных машин во время Пунических войн и заканчивая развитием ядерной энергетики в период холодной войны.
Искусственный интеллект также изначально имел военное применение. Сами основы вычислительной техники были заложены в разгар Второй мировой войны, когда союзникам потребовалось расшифровать секретные коды нацистских войск.
Во время холодной войны важные открытия в этой области произошли из-за того, что требовалось перевести огромный объем научно-технических текстов с русского языка на английский, и для выполнения автоматического перевода появились техники обработки естественных языков.
В 1966 году был опубликован доклад Комитета по автоматической обработке языков (ALPAC — от англ. Automatic Language Processing Advisory Committee), в котором рекомендовалось прекратить государственное финансирование исследований, связанных с обработкой естественного языка. В качестве причины указывались неудовлетворительные результаты, полученные за 10 лет исследований.
Рассказывают (хотя вряд ли эти данные можно считать достоверными), что во время войны в Персидском заливе американские военные систематически производили бомбардировки всех целей, где, по оценкам интеллектуальной системы, были спрятаны самолеты противника.
По-видимому, решения принимались с помощью так называемых нейронных сетей Кохонена, о которых будет рассказано далее.
Машина «Энигма», применявшаяся во время Второй мировой войны для шифрования и расшифровки сообщений.
Глава 5. Анализ данных
Руководство крупной американской сети супермаркетов Osco несколько лет назад поставило перед службой информационных технологий задачу разработать систему, способную анализировать огромные объемы данных, генерируемых ежедневно.
Предполагалось, что в результате анализа станут понятны рыночные тенденции.
Сразу после заверения работы над системой была обнаружена удивительная тенденция: в период с 17:00 до 19:00 существенно возрастали совокупные продажи подгузников и пива. Иными словами, масса клиентов, приобретавших в это время подгузники, включали в свою продуктовую корзину и пиво. Эта тенденция сначала обеспокоила исследователей, однако вскоре нашлось и объяснение: клиенты с маленькими детьми не могут отправиться на футбол, баскетбол или бейсбол, поэтому они покупали пиво, чтобы пить его во время телевизионной трансляции матчей.
Как компания Osco использовала эту информацию? Полки с подгузниками и пивом были переставлены ближе друг к другу, и совокупные продажи обеих групп товаров значительно возросли. Этот пример использования информационных систем получил известность, и сегодня все крупные торговые сети используют хранилища данных и средства интеллектуального анализа для изучения тенденций рынка и запуска новых продуктов.
О том, что такое интеллектуальный анализ данных и хранилище данных, мы расскажем чуть позже. Пока лишь отметим, что анализ данных — это дисциплина, в которой изучаются способы извлечения информации из систематически собираемых сведений. В силу растущей сложности данных среды проводить подобный анализ с каждым разом становится все труднее, и сегодня интеллектуальный анализ данных выделяют в отдельную дисциплину на стыке искусственного интеллекта и статистики.
Анализ данных возник в XVIII веке одновременно с появлением первых современных государств, осуществлявших систематический сбор информации о населении и состоянии экономики. Интеллектуальный анализ данных появился значительно позже, в конце XX века, когда вычислительные мощности и новые методы искусственного интеллекта достигли уровня, достаточного для того, чтобы извлекать информацию из огромных объемов данных.
Результатом классического интеллектуального анализа данных является математическая модель, которая помогает объяснить выявленные в ходе анализа тенденции.
Также эта модель позволяет предсказать появление новых тенденций и даже провести классификацию или сегментирование данных на основе шаблонов поведения, выявить которые совсем не просто.
При интеллектуальном анализе результатом обработки данных является информация, из которой извлекаются знания.
Фундаментальные средства анализа данных основывались на понятиях, связанных с условной вероятностью и предложенных священником Томасом Байесом еще в XVIII веке. Проблема, которая серьезно осложняет анализ данных, заключается в том, откуда берутся сами данные. К примеру, представим, что мы хотим проанализировать сведения о пациентах, страдающих от раковых заболеваний, и обращаемся к архиву онко диспансера. Как правило, в подобных архивах содержится намного больше информации о больных пациентах, чем о здоровых, ведь источником данных является больница. Это исходное отклонение Байес выразил с помощью введенного им понятия условной вероятности, которое мы уже объясняли в предыдущей главе.
Результатом исследований условной вероятности Байеса стал ряд методов, позволяющих учесть это исходное отклонение и сделать точные выводы. В общем случае интеллектуальный анализ данных делится на следующие этапы.
1. Отбор множества данных. На этом этапе выбираются целевые переменные, на основе которых будут производиться сегментирование, классификация или прогнозирование, а также независимые переменные — данные, на основе которых будут строиться модели. Часто обработать все доступные данные невозможно, поэтому на этапе отбора необходимо произвести выборку данных для анализа.