Нейроинтеллектуальные системы: будущее искусственного интеллекта

1. М.С. Бурцев
Курчатовский НБИКС-Центр,
Институт прикладной математики им. М.В. Келдыша РАН,
НИИ Нормальной физиологии им. П.К. Анохина РАМН

2. Что такое Искусственный
интеллект (ИИ)?
 Понять природу человека
 Получить помощника

3. Что такое Искусственный
интеллект (ИИ)?
 Искусственный интеллект -
интеллектуальные машины и
область компьютерных наук,
которая стремится их создать.
 Основное свойство Homo sapiens
человека разумного – разум, может
быть настолько точно описан, что
может быть воспроизведен
машиной.

4. Что такое Искусственный
интеллект ИИ?
 Тест Тьюринга (1950)

5. Корни ИИ
Кибер-
нетика
Компью-
теры
Физио-
логия
Мате-
матика
ИИ и
ИНС

6. Кибернетический ИИ
 Turtles (1948-50)
 W. Grey Walter's

7. Кибернетический взрыв
 cyberneticzoo.com

8. Два пути
Нейроны передают
электрические сигналы
мозг можно
смоделировать
электрической схемой
искусственные
нейронные
сети
Человеческий интеллект
основан на манипуляции
с символами
компьютер совершает
манипуляции с
символами
искусственный
интеллект

9. Эволюция ИИ
• McCulloch, W.S. & Pitts,W.H. (1943).A Logical Calculus of
the Ideas Immanent in NervousActivity, Bulletin of
Mathematical Biophysics, 5:115-137
• Hebb, D.O. (1949). The Organization of Behavior, John Wiley
& Sons, NewYork
• Rosenblatt, F. (1958).The Perceptron: A Probabilistic Model
for Information Storage and Organization in the Brain,
Psychological Review, 65:386-408

10. Эволюция ИИ
1956 Dartmouth Summer Research
Project on Artificial Intelligence
• Рождение названия «Искусственный
Интеллект»
• «The study is to proceed on the basis of
the conjecture that every aspect of
learning or any other feature of
intelligence can in principle be so precisely
described that a machine can be made to
simulate it.»
Trenchard More, John McCarthy, MarvinMinsky, Oliver
Selfridge, and Ray Solomonoff.

11. Эволюция ИИ
• 1958, H. A. Simon and Allen Newell: "within ten years a digital
computer will be the world's chess champion" and "within ten years
a digital computer will discover and prove an important new
mathematical theorem."
• 1965, H. A. Simon: "machines will be capable, within twenty years,
of doing any work a man can do."
• 1967, Marvin Minsky: "Within a generation ... the problem of
creating 'artificial intelligence' will substantially be solved."
• 1970, Marvin Minsky: "In from three to eight years we will have a
machine with the general intelligence of an average human being."

12. Эволюция ИИ

13. Эволюция ИИ
• Minsky M L and Papert S A 1969 Perceptrons (Cambridge, MA:
MIT Press)

14. Эволюция ИИ
• Попытки смоделировать
рассуждения человека в узкой
предметной области –
появление экспертных систем
– систем основанных на
знаниях
• Японское правительство
выделяет $850 млн. на
программу «Компьютеры
пятого поколения»

15. Эволюция ИИ
• Hopfield, J.J. (1982). Neural Networks and Physical Systems with Emergent Collective
Computational Abilities, Proceedings of the National Academy of Sciences, 79:2554-2558
• Kohonen,Teuvo (1984). Self-Organization and Associative Memory, Springer-Verlag,
Berlin
• David E. Rumelhart, James L. McClelland, The PDP Research Group (1986). Parallel
Distributed Processing, Vol. 1, Explorations in the Microstructure of Cognition :
Foundations . Cambridge, Mass.: MIT Press.
• James L. McClelland, David E. Rumelhart, The PDP Research Group (1987). Parallel
Distributed Processing, Vol. 2, Psychological and Biological Models. Cambridge, Mass.:
MIT Press.

16. Когнитивный взрыв
 bicasociety.org

17. Достижения
 IBM Deep Blue (1997)
 2 108 позиций в
секунду
 11 GFLOPS
 IBMWatson (2011)
 2880 POWER7
processor cores
 16Tб of RAM
 500 Гб/с
 80TFLOPS

18. Достижения
 АвтопилотGoogle (2011)
 Навигация в условиях реального уличного
движения

19. Достижения
Интеллектуальные системы в
ограниченных проблемных
областях
Скромные успехи в областях
требующих «роста»
интеллектуальности
= ≠

20. А что же нейробиологи?

21. А что же нейробиологи?
 H. Markram
(104 нейронов, 108 синапсов)
 Смоделирована
кортикальная
колонка

22. А что же нейробиологи?
 E. Ижикевич
(1011 нейронов, 1015 синапсов)
 Воспроизведены частоты
спайковой активности
различных типов корковых
нейронов.
 Ритмы и волны
распространения спонтанной
активности по своим
параметрам похожи на
наблюдаемые in vivo.
 Модельный фМРТ похож на
регистриуемый на человеке.
 Пертрубация одного спайка (из
миллионов) ведет к
перестройки активности всей
сети за доли секунды.

24. Проблема
Интеллект человека
является очень сложным
объектом
Прямое создание
целостной теории очень
трудно

25. ИСКУССТВЕННАЯ ЖИЗНЬ И
АНИМАТЫ

26.  Могут ли машины воспроизводить себе
подобных и может ли в процессе
самовоспроизведения происходить
прогрессивная эволюция, приводящая к
созданию машин, существенно более
совершенных, чем исходные?
А.Н. Колмогоров, "Автоматы и жизнь", 1961 г.

27. Самовоспроизводящиеся
автоматы
 John von Neumann
(1903 – 1957)

29. Искусственная жизнь
агент
«мир»
модели
популяция агентов
информация
действия
 Воспроизведение жизни не только как мы её
знаем, но и какой она могла бы быть (1986 - )

30. Аниматы
 Эволюция роботов

31. Выводы
 Эволюционный путь к Искусственному
интеллекту перспективен, но
существенные результаты пока не
получены

32. БУДУЩЕЕ
ИСКУССТВЕННОГО ИНТЕЛЛЕКТА?

33.  Проблема:
 Целостное понимание интеллекта очень сложно
 Решение 1:
 Строгое. Создание из первых принципов теории
мышления человека (классический ИИ,
полномасштабное моделирование мозга)
 Решение 2:
 Заплаточное. Комбинация известных способов
решения интеллектуальных задач (современный
ИИ)
Решение проблемы интеллекта

34.  Проблема:
 Целостное понимание интеллекта очень сложно
 Проблема’:
 Интеллект человека – продукт эволюции. Как
возрастала сложность позновательных способностей
организмов в эволюции?
 Возможное решение 3:
 Исследование основных этапов эволюции интеллекта
Решение проблемы интеллекта

35. К интеллекту
по лестнице
эволюции!

36. Эволюция и кибернетика
 Теория метасистемных
переходов (1950-60)
 В.Ф.Турчин (1931-2010)

37. Эволюция и кибернетика
 Эволюционная
кибернетика
 В.Г. Редько
 Эффективность, гармоничность
и согласованность работы "компонент" живых
существ обеспечивается биологическими
управляющими системами.
 Но каковы эти управляющие системы?
 Как и почему они эволюционно возникли?
Какие информационные процессы
обеспечивают работу этих управляющих
систем?
 Как животные познают внешний мир
и используют это познание для управления
своим поведением?
 Как эволюционное развитие
биокибернетических систем и познавательных
способностей животных привело
к возникновению интеллекта человека?
 Какие уроки из знаний о естественных
"биокомпьютерах" можно извлечь для
разработки искусственных компьютеров
и программных продуктов?
 До какой степени исследования причин
возникновения естественного интеллекта
могут способствовать развитию
искусственного интеллекта?

38.  Как связаны эволюция и интеллект?
развитие проблема
обучение
отбор
Теория функциональных систем

39.  Information processing in nervous system, Leiden, 1962
Аллен Ньюэлл, пионер ИИ,
«Логик теоретик»Хейнц фон Фёрстер ,
один из «отцов»
кибернетики Джон Эклс,
нобелевская премия за
исследования синапса
Марвин Мински, классик ИИ
Умберто Матурана, теория автопоезиса
Гордон Паск ,«Мистер Кибернетика»
Петр Кузьмич Анохин,
Теория функциональных
систем
Теория функциональных систем

40. Нейроморфные системы
искусственного интеллекта
Как
самоорганизация
миллиардов
адаптивных
элементов приводит
к возникновению
системных
когнитивных
процессов?
•Искусственный интеллект
основанный на принципах
работы мозга
•Пути повышения
эффективности
естественного и
искусственного интеллекта

41. Умный
нейрон
Каковы цели поведения
отдельных нейронов?
Как они узнают о том, что
надо учиться?
Как происходит
коллективное решение
задач огромными
популяциями нейронов?

42. Гибридные
нейроэлектронные
системы
Как научить сеть
живых нейронов
решать
поставленную
задачу?
Насколько сложной
может быть эта
задача?

43. Будущее ИИ

44. Будущее ИИ

45. Будущее искусственного
интеллекта
 Алгоритмы интеллектуальных систем,
основанные на «грубой» вычислительной силе
катастрофично неэффективны
 Вычислительных возможностей современных
компьютеров с лихвой достаточно для
обеспечения интеллектуального поведения
 В любой момент может быть найден подход, на
порядки повышающий вычислительную
эффективность интеллектуальных систем
 Одно из перспективных направлений поиска –
нейроморфные системы – системы основанные на
интеллектуальных алгоритмах «подсмотренных»
у живых систем.