Искусственный интеллект. Иллюстрированная история. От автоматов до нейросетей

К числу наиболее интересных моделей искусственной жизни относятся те, в которых сложное коллективное поведение диктуется простыми правилами. Выделить искусственную жизнь в отдельную область науки предложил в 1986 г. биолог Кристофер Лэнгтон. Сегодня под ней понимают изучение моделей, демонстрирующих или имитирующих разумное поведение. Один из примеров – клеточные автоматы: класс простых математических систем, которые моделируют различные физические процессы со сложными характеристиками. Некоторые классические клеточные автоматы состоят из сетки ячеек наподобие шахматных клеток, которые могут пребывать в двух состояниях: заполненном или пустом. Заполняемость каждой ячейки определяется путем простого математического анализа заполненности соседних ячеек.

Самый известный двумерный клеточный автомат с двумя состояниями – игра «Жизнь», придуманная в 1970 г. математиком Джоном Конвеем (1937–2020). Несмотря на простые правила, в ней множится и развивается удивительное многообразие форм и вариантов. Есть, например, «планеры» – пятиклеточные конфигурации, которые перемещаются по «вселенной» и иногда взаимодействуют для передачи информации. Можно ли считать такие сущности живыми?

Искусственная жизнь как научная область кажется безграничной. Она включает разработку генетических алгоритмов, способных эволюционировать и самовоспроизводиться, групп физических роботов, демонстрирующих естественное поведение, и компьютерных игр вроде The Sims, где можно создавать виртуальных людей.

СМ. ТАКЖЕ Машинное обучение (1959), Жизнь в симуляции (1967), Генетические алгоритмы (1975), Роевой интеллект (1986), Тамагочи (1996), «Назовем их искусственными пришельцами» (2015)

Колония термитов

демонстрирует поведение, которое выглядит вполне разумным. Хотя отдельные составляющие этого коллективного разума несовершенны – ведь возможности одного термита невелики, – вся их совокупность действует осмысленно и принимает разумные решения.

Роевой интеллект. 1986

Термитники достигают в высоту пяти и более метров, причем термиты в ходе строительства действуют как «детекторы новизны», реагируя на изменения характеристик воздуха внутри термитника и по мере необходимости меняя структуру тоннелей. «Каким образом термиты узнают, что именно и когда они должны делать? – размышляют Дорис Джонас и Дэвид Джонас. – Посыльные не могут быстро передавать инструкции, поскольку расстояния внутри термитника слишком велики. Функционирование группового мозга как инструмента принятия решений поразительно похоже на работу мозга разумного индивида».

Явное наличие коллективного интеллекта у общественных насекомых, а также у стайных и стадных животных подсказало ученым концепцию роевого интеллекта. Программные агенты следуют простым локальным правилам, и здесь, как и в случае с термитами, нет никакого центрального управления, которое определяло бы действия коллектива. Один из примеров применения концепции – программа искусственной жизни

Boids, разработанная в 1986 г. информатиком Крейгом Рейнольдсом (р. 1953). Она моделирует поведение стаи птиц в соответствии с тремя простыми правилами: птицы стремятся следовать общему курсу, держаться на одинаковом расстоянии друг от друга и избегать столкновений.

Один из применяемых сегодня методов роевого интеллекта – муравьиный алгоритм (или оптимизация по принципу муравьиной колонии). В нем используются модели муравьев, которые запоминают свои передвижения и принимают решения, помогая собратьям найти оптимальные пути к пище. Иногда эти «муравьи» маркируют удачные пути феромонами, которые со временем испаряются. Алгоритм роя частиц моделирует расположение и скорость рыб, направляющихся к источнику пищи. Существуют искусственные иммунные системы, алгоритм пчелиной колонии, алгоритм светлячков, алгоритм летучих мышей, алгоритм кукушки и алгоритм оптимизации по принципу распространения тараканов.

Алгоритмы роевого интеллекта применяются в управлении беспилотными автомобилями, маршрутизации в сетях связи, планировании полетов, создании произведений искусства, совершенствовании систем управления реактивной мощностью и напряжением, а также в кластеризации данных экспрессии генов.

СМ. ТАКЖЕ Машинное обучение (1959), Жизнь в симуляции (1967), Генетические алгоритмы (1975), Искусственная жизнь (1986), «Слоны не играют в шахматы» (1990)

Муравьиный алгоритм – это метод поиска решений с помощью моделей муравьев, которые действуют подобно живым муравьям, ищущим пути к пище. На фото муравьи строят «живой мост» к листу.

Парадокс Моравека. 1988