`

СПЕЦІАЛЬНІ
ПАРТНЕРИ
ПРОЕКТУ

Чи використовує ваша компанія ChatGPT в роботі?

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Онтологическая


«В словосочетании «искусственный интеллект» делают ударение на слове «интеллект», а следовало бы делать на слове «искусственный»

Гермоген Поспелов

Слово «онтология» имеет два значения — философское (раздел философии, изучающий проблемы бытия) и технологическое (метод формализации некоторой области знаний на основе определенной схемы). В этой колонке остановлюсь на втором определении.

Создают онтологии для различных предметных областей в сфере информационных технологий уже не один десяток лет. Долгое время это занятие было достаточно неблагодарным делом из-за невозможности получить результаты, могущие иметь практическое значение, относительно мало затратными способами. Если исследователь брался за онтологию определенной предметной области, ему сначала приходилось много и кропотливо работать над формализацией самой области. Затем — не менее долго и кропотливо заниматься наполнением модели артефактами. Наконец, требовалось наличие рабочего инструментария, предназначенного для выявления зависимостей и связей между различными элементами модели, и прогнозирования скрытых (неизвестных или не описанных) закономерностей. В силу «неподъемности» задачи в общей постановке исследователи предпочитали браться за отдельные элементы, и в итоге появлялись и развивались: теория оптимизации, теория экспертных систем, теория нейронных сетей, теория нечетких множеств и много что еще.

Во всех этих теориях и науках «легче» было (не вообще легче, а с точки зрения удобства применения того или иного математического аппарата) в тех случаях, когда задачу можно было относительно безболезненно формализовать. Например, определить траекторию доставки спускаемого аппарата в заданную точку Луны, или же разработать расписание движения поездов, повысить прибыльность предприятия, снизить складские запасы.

В тех же случаях, когда плохо формализуемую задачу решает человек, активно используя при этом правое полушарие головного мозга (опыт, интуицию, озарения-«инсайты»), поручить решение такой задачи машине считалось нереальным. (Примеры — выполнить инструкцию «насыпать соли по вкусу» или правильно последовать шутливому совету на студенческих армейских сборах «хорошо начищенные сапоги следует надевать на свежую голову»). Попыток было много, и практически во всех случаях получалось что-то не то. Даже для хорошо формализуемых NP-полных задач применение различных эвристик, имитирующих поведение живой природы в процессе естественного отбора («генетические алгоритмы»), давало как хорошие результаты, так и провальные. Фундаментальная сложность природы, если говорить о принципиальных вещах, не поддавалась упрощению.

И все же, как говорится, «процесс пошел». Читателю должно быть известно о том, что шахматные программы, написанные компанией IBM, выиграли сначала у чемпиона мира по шахматам Г.Каспарова, а затем — у другого чемпиона мира В.Крамника, пусть и не с первого раза. Отличие шахмат от, например, 64-клеточных шашек в том, что для последних пространство состояний поддается перебору за приемлемое время, а шахматы требуют сочетания перебора и нетривиальных эвристик, которые человеческий мозг до последнего времени выдумывал лучше, чем имитировавшие его деятельность компьютерные программы. Десятки лет кропотливой научной работы, сотни и тысячи вычислительных экспериментов — и эвристики стало возможным поручить машине. Результат получается удивительный — по словам Крамника, так, как играла с ним машина, «люди не играют».

Еще одно, более свежее и не менее сильное свидетельство прогресса в решении трудно формализуемых задач — недавний успех компьютерной программы той же компании IBM в интеллектуальной игре Jeopardy («Опасность!»). Ближайший пример клона этой игры на постсоветском пространстве — телепередача под названием «Своя игра», победителями в которой становились, например, Александр Друзь или Борис Бурда. Фамилии определенным образом характеризуют и содержание игры, и ее сложность.

Это означает важную особенность нынешнего времени. В одной из предыдущих колонок я говорил о современной науке как о науке больших коллективов, больших объемов данных и больших вычислений. Это еще не все. Современная наука — еще и наука новых умозаключений, производимых вычислительными устройствами, которые наконец-то начитают «думать». «Думать» в данном контексте — не просто складывать или умножать числа, а производить цепочки смыслов и интерпретировать их, определенным образом ассоциируя друг с другом, почти так, как думает человек, но с привнесением в этот процесс новых оттенков (по аналогии с «нечеловеческой» игрой в шахматы). Тех, кто будет утверждать, что машины «думать» не могут, я отсылаю к замечательной работе другого Поспелова — Дмитрия Александровича «Моделирование рассуждений. Опыт анализа мыслительных актов», свободно и легально доступной в Интернете, или сборнику Ю.И.Манина «Математика как метафора», который можно (и нужно) купить во многих Интернет-магазинах. Зато полученные в итоге результаты будут отличаться невиданной ранее и неоспоримой научной новизной (фраза, набившая оскомину всем, кому приходилось защищать диссертации).

Означает ли все сказанное, что упражнения с решением онтологических задач — удел больших компаний и больших машин? Вовсе нет, хотя все эти компании темой активно интересуются — приведу лишь несколько цифр. Если зайти на соответствующие сайты и попросить поискать документы со словом «ontology», получим следующее. На сайте IBM — 1580 ссылок, на сайте Microsoft Research — 280, у HP — «более 200», у Oracle — 17, и лишь Apple стоит особняком: на ее сайте это слово ведет разве что к песням на iTunes либо к астрологическому (?!) виджету одноименной компании. В защиту Oracle и Apple хочу лишь сказать следующее: первая уже лет пять как реализовала в своей СУБД инструменты для создания формализованных онтологий и последовательно развивает OWL (Ontology Web Language, попросту говоря — средство поиска смыслов на веб-ресурсах), а вторая совсем недавно выпустила два продукта, создать которые без глубокого понимания механизмов построения онтологий невозможно — Siri и iTunes U.

Так вот, инструменты от всех перечисленных компаний — и есть та самая «лестница в небо», выражаясь словами из одной песни, которая даст вдумчивому исследователю XXI века ключ к решению задачи человеческого долголетия, или же способ борьбы с тяжелыми болезнями, а может — подсказку для создания возобновляемых источников энергии. Дело за малым — когда, крепко подумав, компьютер отрапортует об открытии нового и доселе неведомого закона природы, надо, чтобы у человека хватило ума понять, что же ему сообщили.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365

+1010
голосов

Напечатать Отправить другу

 

Ukraine

 

  •  Home  •  Ринок  •  IТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Мережі  •  Безпека  •  Наука  •  IoT