Побудова систем штучного інтелекту
“Побудова систем штучного інтелекту”
Слово «кібернетика» (грец. kybernetes — рульовий, штурман, керманич) було запропоноване американським вченим Норбертом Вінером (1894— 1964) як найбільш придатне для вираження ідеї всеохоплюючого мистецтва регулювання й управління, що застосовується у найрізноманітніших галузях. Значного поширення це слово набуло після виходу у світ у 1948 р. книги Вінера «Кібернетика. Управління і зв'язок у тварині і машині». Один із перших теоретиків кібернетики У. Р. Ешбі якось дуже точно зауважив, що кібернетика стосується реальних машин приблизно так само, як геометрія — фізичних об'єктів. За його словами, сучасна геометрія не обмежується уявленнями про тривимірні земні тіла і їх відображенням у двовимірному просторі креслень. Вона вільно розглядає різноманітність форм і просторів. Ця різноманітність набагато перевершує можливості наочного мислення людини. Те саме можна сказати й про кібернетику, предметом якої є область «усіх можливих машин», а не тільки тих, що доступні сучасній промисловості. Тому кібернетики не бояться критиків, які вказують на те, що деякі з кібернетичних ідей нині не мають реального фізичного смислу. Спростовуючи таку критику, кібернетики посилаються на теорію інформації, яка характеризується тим, що завжди має справу з певними можливостями.
За книгою Вінера, кібернетика містить такі теорії:
інформації;
негативного зворотного зв'язку;
автоматів;
складних машин та ін.
Учені стверджують, що Вінер першим зрозумів необхідність виділити й вивчити задачі, що є загальними для проблем управління і зв'язку, які цікавлять фізиків, електротехніків, математиків, філософів, психологів, біологів та ін. На думку Вінера, усі ці задачі мають загальні властивості й вивчаються кібернетикою. Тому про кібернетику можна говорити як про міждисциплінарну науку, основу якої становлять математика й математична логіка.
Кібернетиків логіка зацікавила передусім у зв'язку з так званими кінцевими автоматами, що є в певному розумінні продуктами розвитку логічних систем.
Торкаючись питання про кінцеві автомати, повертаємося до відомої теорії релейних пристроїв, яку ще називають теорією дискретних автоматів. Створення подібної теорії багато в чому зумовлене пошуком різних можливостей переробки інформації у кібернетичних системах, а також аналізом і синтезом складних релейних схем та конструюванням цифрових електронно-обчислювальних машин.
Між іншим, методи теорії автоматів використовуються для доведення теорем, пов'язаних з основами математики.
Розглянемо найпростіший з дискретних автоматів, вхідні й вихідні величини якого позначаються двома символами — «0» і «1». Перетворення таким автоматом вхідних величин у вихідні еквівалентні перетворенням, що здійснюються в логіці, тому їх можна назвати логічними автоматами, а функції, що описують такі перетворення, — логічними функціями.
З елементарних логічних функцій будуються складні функції, котрі описують властивості різних логічних автоматів.
Великий внесок у теорію логічних автоматів зробив англійський вчений А. М. Тьюрінг (1912— 1954), який у 1937 р. довів, що універсальна обчислювальна машина теоретично можлива і їй під силу розв'язання практично необмеженого числа різних задач. Придуманий ним гіпотетичний пристрій, названий потім «універсальною машиною Тьюрінга», рухаючись вперед і назад по стрічці, на якій записані дані та програма, щось зчитує й щось переписує доти, доки не виникає відповідь.
За словами Д. Мічі, особисті спроби Тьюрінга побудувати машину закінчилися безрезультатно, та його ідея про те, як це зробити, виявилася неперевершеною.
«Машина Тьюрінга» — це не машина у власному значенні слова, а тільки її теорія. Згідно з цією теорією обчислювальна машина має містити кінцевий автомат, з'єднаний з головкою, що читає та пише. Ця головка може записувати символи на паперовій стрічці й зчитувати їх. Стрічка поділена на комірки, де зафіксовано відповідні символи (наприклад: «0» і «1»), і виступає вданій «машині» як запам'ятовувальний пристрій.
Слід підкреслити, що пам'ять є найважливішою частиною будь-якого комп'ютера, її можна використовувати для зберігання команд, завдяки чому комп'ютер має можливість працювати сам із собою. Послідовність команд утворює те, що називається програмою.
Кілька тисяч однакових регістрів (комірок) утворюють внутрішню пам'ять машини. Регістри — це електронні схеми, в яких зберігаються числа, оскільки у себе всередині машина має справу виключно з числами.
У пам'яті машини записуються команди й дані, з якими ця машина має працювати. Оскільки зовні такі команди й дані однакові (для машини кожна команда, як і дані, є числом), перед машиною стоїть завдання стежити затим, де записані команди, аде — дані. Розв'язання цієї задачі здійснюється за допомогою лічильника команд. Лічильник містить адресу команди.
Закодовані у вигляді чисел команди утворюють машинні коди. Взагалі програми для машин можна складати прямо в машинних кодах, але ця робота є дуже трудомісткою й надзвичайно складною для програміста. Тому було винайдено машинні мови, в яких вирази природної мови представлені машинним кодом за допомогою окремої програми, записаної у пам'яті машини.
Найпоширеніші мови програмування містять багато слів природної мови. Наприклад, у мові АЛГОЛ використовуються слова «почати», «кінець», «для», «поки», «якщо», «то», «інакше». Деякі з цих слів містять також мови ФОРТРАН і БЕЙСІК. Машинні мови, що містять такі слова, істотно полегшують задачу програмування.
Теоретично «машина Тьюрінга» може розв'язувати задачі якої завгодно складності, але практичне застосування автоматів, побудованих за схемою цієї «машини», недоцільне, оскільки число кроків, потрібних для розв'язування складних задач, надто велике. Теорія «машини Тьюрінга» має велике значення для з'ясування таких важливих питань, як існування алгоритму розв'язання того чи іншого класу задач і визначення, які функції можуть, а які не можуть виконуватися автоматично.
Існує тісний зв'язок між теорією автоматів і теорією інформації. Остання своєю появою на світ зобов'язана американському інженеру й математику К. Шеннону, який у 1948 р. сформулював у загальному вигляді математичну теорію зв'язку, котру іноді називають теорією інформації. Це пояснюється тим, що теорія, яка виникла з вивчення електричного зв'язку, не обмежується сферою фізики: завдяки абстрактній математичній формі вона має широку сферу застосування. Однак не слід перебільшувати її можливості. Корисно мати на увазі, що не здійснились надії тих, хто без усяких уточнень намагався застосувати теорію інформації, не турбуючись про відповідність методу предметові вивчення.
І все ж таки між поняттями «інформація» і «знання» (знання як зміст людської свідомості) було поставлено знак приблизної рівності. Виникла потреба з'ясувати, чи це насправді так.
Зауваження Шеннона про те, шо смисл повідомлень не має ніякого відношення до його математичної теорії інформації, не зупинило дослідників, а, навпаки, сприяло зародженню семантичної теорії інформації.
Відомі західні вчені Р. Карнап (1891— 1970) і Й. Бар-Хіллел запропонували міру для інформаційного аспекту мови й назвали її семантичною інформацією. Ці вчені дали означення кількісній стороні смислу, що міститься в якомусь реченні. При цьому головна ставка робилась на використання методу екстенціоналу (екстенсіоналу) та інтен-ціоналу (інтенсіоналу).
Даний метод розробив Карнап, спробувавши поширити семантичну концепцію Фреге на всі мовні вирази. При цьому було здійснено певне коригування базисних понять концепції Фреге. Замість поняття «значення» (Ве-deutung) Карнап увів поняття «екстенціонал», а замість поняття «смисл» (Sinn) — поняття «інтенціонал», яким у логіці Арістотеля відповідають поняття «обсяг» і «зміст».
Семантична концепція Карнапа зумовлена спробами побудувати такі абстрактні об'єкти, які могли б відповідати смислу й значенню та не здавалися б чимось потойбічним для мови логіки. Інакше кажучи, будується в думках уявний ідеальний об'єкт, який можна охарактеризувати як екстенціонал (значення) або як інтенціонал (смисл) відповідного мовного виразу.
Метод екстенціоналу та інтенціоналу, застосований до поняття «інформація», дав мало надій, хоч і каталізував пізнавальну діяльність логіків. Подальші зусилля прихильників семантичної інформації не набагато просунули вперед пропоновану теорію. Деякі скептики вважають, що теорію семантичної інформації не можна побудувати. Але, незважаючи на ці теоретичні дискусії, ще й донині тривають дослідження кібернетиків у галузі «штучного інтелекту» (ШІ). Особливо інтенсивно ведуться розробки «експертних систем», що належать до царини ШІ. Призначення комп'ютерних «експертних систем» полягає в тому, щоб акумулювати професійні знання й використовувати їх для експертних оцінок і рекомендацій. Такого типу «експертні системи» мають оцінювати ситуацію й пропонувати варіанти рішень, а в разі необхідності — давати обгрунтування пропонованих рішень.
Деякі вчені пояснюють ідею створення згаданих систем спробами вийти за межі традиційних програм, які мають справу з напівнейтральними фактами, тоді як «експертні системи» спираються на професійну культуру. Під останньою розуміють сукупність неформальних евристичних заходів, інтуїтивних суджень і вміння робити висновки на основі практичного досвіду, що погано піддається формалізації.
Незважаючи на раціональну незбагненність усієї різноманітності професійних знань людини, усе ж таки виявляється можливим вкласти ці знання у машинні програми, завдяки чому машина за рівнем компетентності сьогодні може позмагатись із висококваліфікованими практиками.
Розробка «експертних систем» сприяла появі нової дисципліни — пізнавальної інженерії. Поняття «інженерія знань» було запропоноване відомим спеціалістом з ШІ Едвардом Фейгенбаумом.
Представники інженерії знань вивчають професійні тести, інтерв'юють експертів, і на цій підставі визначається склад експертних знань, з'ясовується їхня структурна організація. Потім одержані дані представляють у вигляді бази знань, тобто у вигляді систем правил і критеріїв, що дають змогу здійснювати автоматичне одержання експертних оцінок і рекомендацій на основі бази даних, що зберігаються в пам'яті машини.
Опрацювання даних завжди вважалося основною функцією комп'ютерів. Проте останнім часом усе частіше можна почути, що комп'ютери здатні оперувати не тільки нейтральними інформаційними даними, але й знаннями.
Не на дані, а на знання, точніше — на зв'язок даних із знаннями, зорієнтовані дослідження з ШІ. Маніпулювання знаннями — головне призначення перспективних комп'ютерних систем, в основі яких лежать досягнення в галузі ШІ. Таке маніпулювання полягає у використанні певних правил інтерпретації відповідних даних, об'єднаних у ту чи іншу структуру.
Самі собою структури даних не є знаннями. Щоб ці структури були осмислені в термінах того чи іншого знання, потрібна певна програма, тобто знання формуються у процесі використання структур даних у програмі. Що стосується «експертних систем», то тут йдеться про окрему, так звану інтелектуальну, програму, яка здатна робити логічні висновки на основі знань у конкретній предметній області, забезпечуючи тим самим розв'язання необхідних задач. Не випадково багато хто зі спеціалістів вважає, що саме з «експертних систем» починається ера ШІ, оскільки ці системи виконують свої «умовиводи», звертаючись до бази знань.
Процес формування знання зі структур даних здійснюється за допомогою специфічних правил, які репрезентують (представляють) знання.
«Репрезентація знань» — відносно новий термін, що вживається в кібернетиці з метою зазначення методів моделювання й формалізації професійних знань людини, які можна опрацювати на комп'ютері. Головною особливістю комп'ютерних систем, що Грунтуються на знаннях такого типу, є наявність у них бази знань і технологічного механізму виведення.
Є кілька типів моделей репрезентації знань. Однією з них є логічна модель, у якій використовується логіка предикатів першого ступеня (порядку).
Основна перевага використання логіки предикатів для репрезентації знань полягає у тому, що вона має добре відпрацьований механізм виведення, який відносно легко можна запрограмувати, а потім за допомогою програм з наявних формалізованих знань одержати нові знання.
Автоматичне відтворення висловлень, написаних природною мовою, мовою формальних систем типу логіки предикатів першого ступеня спеціалісти називають розумінням природної мови. Дослідження у цій галузі, що провадяться з 60-х років XX ст., не мали серйозних успіхів, оскільки проблема перекладу з природної мови на штучну мову логіки виявилася надзвичайно складною.
Загальному розв'язанню зазначеної проблеми заважає обмеженість знань про те, яким чином людина розуміє інформацію, повідомлену природною мовою. А ще зовсім недавно здавалося, що створення теорії граматичного розбору речення — справа близького майбутнього.
З другої половини 50-х років XX ст. більшість лінгвістичних теорій розроблялася як теорії синтаксису. Про те, що являє собою поняття «синтаксис» у сучасній лінгвістиці, можна сказати словами Дж. Лайонза. Синтаксис мови, на думку вченого, — це певна кількість правил, які об'єднують і пояснюють розподіл словоформ у реченнях. Ця характеристика передбачає належність кожної словоформи до одного чи кількох класів форм. Класи форм не можна плутати з частинами мови (іменник, дієслово, прикметник тощо), оскільки частини мови є класами лексем (наприклад: «хлопчик», «бігти»), а не класами словоформ (наприклад: «хлопчик, хлопчики», «біжить, біжать»).
Значний внесок у розвиток лінгвістичної теорії як теорії синтаксису в другій половині XX ст. зробили американські вчені Р. Монтегю (1930— 1971) і Н. Хомський (нар. 1928).
Передумови для створення абсолютно нового типу граматики, наведеного у працях цих вчених, було закладено в 30-ті роки XX ст. завдяки розвиткові математичної теорії рекурсивних функцій, створенню «машини Тьюрінга» та ін. Втім, нові моделі граматики не є моделями для машинного програмування, хоча Монтегю та Хомський так чи інакше орієнтувалися на технологічні підходи до побудови абстрактно-теоретичних моделей граматики.
Монтегю вважав синтаксис галуззю математики (!), а синтаксис англійської мови — такою ж мірою частиною математики, як геометрія чи теорія чисел. Така позиція визначає стратегію вченого щодо природних мов, а саме: він їх вивчає, користуючись технікою, аналогічною техніці математиків, які вивчають формалізовані мови в межах математики.
Мета програми досліджень Монтегю полягає у створенні математично елегантної знакової теорії природної мови. Для досягнення цієї мети вчений відкидає твердження тих, хто визнає принципову відмінність між формальними й природними мовами.
Доктрина Монтегю не справила такого сильного впливу на лінгвістів, як генеративно-трансформаційна граматика
американського вченого Хомського, чиє розуміння синтаксису було більш наближене до реальної практики лінгвістичних досліджень.
Генеративна граматика виходить далеко за межі традиційної, яка не забезпечує себе точними й повними правилами, а лише ілюструє регулярності структури речень за допомогою прикладів і контрприкладів без точного визначення меж, у яких ці правила є дійовими.
Є багато типів генеративних граматик, але сьогодні домінують два з них: 1) граматика, яка розрізняє глибинні й поверхневі структури; 2) граматика, яка цього не робить.
Глибинна структура є вихідною, такою, що визначає смисловий зміст речення. Поверхнева структура — це фізична форма актуальних висловлень у вигляді звукової мови, письмових текстів тощо.
Вважають, що глибинна структура у формальному плані є загальною для всіх мов, хоч у різних мовах вона може бути по-різному реалізована. Трансформаційні правила, які перетворюють глибинні структури у поверхневі, так само неоднакові у різних мовах. Серед трансформаційних правил є такі, що дають змогу формувати запитання, накази тощо.
На думку Хомського, граматична теорія, якщо вона прагне бути адекватною реальному досвідові, має пояснювати не лише факти мови, але й лінгвістичну інтуїцію того, хто говорить. У цьому плані нова лінгвістична теорія є водночас описом і поясненням мовної компетенції, тобто типу граматичного знання, властивого конкретній людині. Але в такому разі з усією визначеністю накреслюється вихід за межі лінгвістики у сферу філософії та психології. Цього не заперечує і сам Хомський, який у своїх працях 60-х років починає характеризувати лінгвістику як галузь когнітивної (пізнавальної) психології й виступати за реабілітацію вчення Декарта* про природжені ідеї з метою остаточного пояснення механізму засвоєння дитиною рідної мови.
Хомський даремно намагався трансформувати принципи своєї «універсальної граматики» у сумнівну гіпотезу про генетич'ний (біологічний) фонд мовних здібностей. На його думку, перевірити цю гіпотезу можна не тільки з психофізіологічної позиції, а й з лінгвістичної, виявляючи природжені властивості інтелекту способом конструювання «універсальної граматики». Правила подібної граматики утворюють своєрідну проекцію істотних властивостей інтелекту людини. За словами відомого американського кібернетика Дж. Вейценбаума, найсерйозніше значення в розробках Хомського мають не систематичні записи граматичних правил природних мов, а гіпотеза, згідно з якою людина генетично нгтілена високоспеціалі-зованими здібностями й відповідним набором обмежень, що спільно визначають число та характер ступенів свободи, спрямовують і встановлюють межі розвитку мови людини. Сам Вейценбаум не погоджувався з цією гіпотезою.
Специфіка концептуальних поглядів Хомського полягає у тому, що граматика розглядається як засіб, що відбиває або навіть точно відтворює внутрішнє несвідоме лінгвістичне знання людини, яка користується цим знанням для продукування й розуміння нескінченно великого числа речень.
Відхід Хомського від лінгвістики у сферу психології і навіть біології стверджує надзвичайну складність розв'язання проблеми автоматичного перетворення речень, написаних природною мовою, на мову формальних систем. Неясності, невизначеності й неточності, що містяться у смисловому змісті виразів природної мови, не дають змоги найдосконалішому комп'ютеру справитися з поставленою задачею. А люди у своєму повсякденному житті спокійно розв'язують задачі, що мають досить невизначений характер. Отже, щоб інтелектуальні системи типу ШІ мали такі здатності, слід навчити їх використанню нечітких знань.
Як уже зазначалося, теорія нечітких множин Заде, яка є першою теорією, що оперує з неясністю й неточністю, зробила істотний внесок у розвиток ідей з ШІ. Наприклад, у межах цього підходу було розроблено нові мови нечіткого програмування, які забезпечили сприятливі можливості для ефективного оперування нечіткими даними й нечіткими знаннями. Проблема тут полягає в тому, щоб відповідні нечіткі знання були формалізовані. Поки цього не зроблено, нечіткі знання не можна використовувати у комп'ютерних програмах. Сьогодні спеціалістам іще не ясно, чи можна створити уніфіковані методи обробки нечітких знань різного типу. Тобто перед майбутніми програмістами — широке поле діяльності для розв'язання проблем, контури яких накреслено в найзагальніших рисах.
Контрольні запитання й завдання
1. Яке значення має логіка для кібернетики? ' 2. У чому полягає суть «машини Тьюрінга»?
3. Що таке репрезентація знань в «інтелектуальних системах» ?
4. Охарактеризуйте основні ідеї генеративно-трансформаційної граматики.
5. Чи можна застосовувати нечіткі знання у комп 'ю-терних програмах?
6. Назвіть основні галузі практичного застосування логічного інструментарію.
Замість висновків
Для науки її історія є путівником з минулого в майбутнє, корисним уроком, що допомагає знаходити нові й оригінальні варіанти вирішення того, що вже відоме й ще непізнане, але вже освоюється. Тому вважаємо за корисне подати в посібнику невелику главу, присвячену історичним кореням і етапам розвитку сучасної символічної логіки.
Становлення європейської логічної науки тісно пов'язане з ім'ям великого грецького філософа Арістотеля (384— 322 до н. е.), який не розглядав логіку як самостійну науку, а логічний аналіз вважав тільки необхідним інструментом будь-якої науки. Описуючи й характеризуючи логічний інструментарій мислення, філософ користувався словом «аналітика», що відбилося у назвах двох його трактатів — «Перша Аналітика», «Друга Аналітика». У цих трактатах було викладено вчення про умовивід і доведення.
Розглядаючи логічну проблематику, Арістотель прагнув виявити за допомогою аналізу основні закони усякого спору, що веде до істини. Ці закони він розумів як закони мислення. Звідси й веде свою традицію розгляд формальної логіки як науки, що вивчає мислення, точніше — логічні форми мислення. Прихильники такої, можна сказати, «мертвої традиції», самі того не бажаючи, відходять у бік психології мислення і тим самим віддаляються від вивчення «мови» науки і «мови» техніки. Однак є вчені, які під формальною (символічною) логікою розуміють теорію слідування, доведення, вивідності одних тверджень з інших у процесі міркувань (В. М. Костюк).
Важливий етап у розвитку ідей і методів логіки пов'язаний з філософською школою античних стоїків, фундатором якої був Зенон з Кітіона (333—262 до н. е.). Деякі сучасні вчені (П. С Попов, М. І. Стяжкін) не без підстав вважають, що досягнення стоїків у певному розумінні переважають те, що зробив Арістотель у цій галузі. Найціннішим у логічній спадщині стоїків є їхня ідея аксіоматичної будови логічних учень і внесок у розробку логіки модальностей. Не можна не підкреслити й той факт, що саме завдяки стоїкам до філософського лексикону увійшов термін «логіка» для позначення власне логічного розділу філософського знання.
Вельми високим був рівень розвитку логічної техніки у схоластичній логіці середньовічної Європи. Тому варто відразу застерегти тих, хто цікавиться історією логіки, від недооцінки інтелектуального генія вчених Середньовіччя.
Фундатором філософської схоластики в Західній Європі вважають шотландця Іоанна Скота Еріугену (бл. 810— після 877), який визначав логіку як науку про форму пізнання й про правила, якими має керуватися будь-яка наукова дисципліна.
Схоластична логіка сформувалася в XIII ст. До цього періоду належить діяльність талановитого філософа й логіка Іоанна Дунса Скота (бл. 1266— 1308), з чиїм ім'ям, до речі, пов'язана поява термінології, яка розрізняє абстрактні й конкретні поняття. Саме йому належить теоретичне уточнення поняття інтенції, широко вживаного в філософській і логічній літературі. До нього це поняття вживалося як синонім слова «увага».
Слідом за Дунсом Скотом великий внесок у розвиток логіки зробили Уїльям Оккам (бл. 1285— 1349), Раймунд Луллій (бл. 1235— 1315) та ін. Філософи Середньовіччя досягли успіхів у тонкощах логічного аналізу, у вдосконаленні абстрактної аргументації, а також у побудові досить цікавих логічних класифікацій. Завдяки цьому вони визначили наперед багато ідей сучасної символічної логіки, у тому числі ідеї логічної семантики й модальної логіки. Багато яскравих мислителів XIX— XX ст. належним чином оцінили досвід філософів Середньовіччя й використали його для розв'язання деяких сучасних теоретичних задач.
В історії логіки Нового часу багато високих злетів логіко-математичної думки, яка пов'язана з іменами таких мислителів, як Рене Декарт (1596— 1650), Готфрід Вільгельм Лейбніц (1646— 1716), Джордж Буль (1815- 1864) та ін. Декарт першим висунув ідею загальної математики, яку потім розвинув Лейбніц, намагаючись створити універсальну мову науки за типом математичних символів. Саме завдяки працям логіків Нового часу було закладено міцний фундамент сучасної математичної логіки. Досвід їхніх теоретичних пошуків має неоціненне значення для розвитку сучасної логіко-філософської і логіко-мате-матичної думки. Без знання якщо не праць, то хоча б ідей, понять і методів Декарта, Лейбніца, Буля, Фреге, інших вчених цього періоду важко сподіватися на успіх під час розв'язання фундаментальних логіко-методологічних проблем, які хвилюють сучасне покоління вчених. Ґрунтовне знайомство з їхніми теоретичними поглядами є однією з обов'язкових умов для досягнення належного рівня наукової культури сучасними вченими.
На XX століття припадає бурхливий розквіт різних розділів логічної науки, активна участь логіків у розв'язанні нагальних практичних завдань, зумовлених особливостями сучасного науково-технічного прогресу. Плеяда вчених, яким належать значні успіхи в галузях логіки, математики, філософії, становить золотий фонд науки XX ст. До їх числа належать: німецький математик і логік Давид Гільберт (1862— 1943), німецький філософ і логік Рудольф Карнап (1891— 1970), австрійський вчений Людвіг Вітгенштейн (1889— 1951), англійські філософи й логіки Алфред Норт Уайтхед (1861— 1947) і Бертран Рассел (1872— 1970), американські вчені Персі Уїльямс Бріджмен (1882- 1961) і Кларенс Ірвінг Льюїс (1883- 1964), польські філософи й логіки Ян Лукасевич (1878— 1956), Казі-меж Айдукевич (1890— 1963) і Альфред Тарський (1902— 1983), а також інші всесвітньо відомі вчені. Завдяки їхній копіткій праці логіка перетворилася на могутню й багатофункціональну дисципліну, яку ефективно використовують як теоретики сучасної науки, так і практики.
Сьогодні без апарата логічної науки не можуть обійтись не лише математики чи інженери, а й лінгвісти, психологи, соціологи, теоретики менеджменту, представники природознавчих і технічних наук. Логіка не вчить «правильно мислити» у дусі античних філософів і риторів, вона озброює вчених надзвичайно корисними методами аналізу й розв'язання складних теоретичних і науково-практичних завдань. Володіти логічним інструментом — означає бути не на словах, а на ділі, професіоналом високого класу. Отже, історія логічної науки — це предмет, вартий поваги.
Можна виділити дві основні лінії робіт із штучного інтелекту. Перша пов'язана з удосконалюванням самих машин, з підвищенням "інтелектуальності" штучних систем. Друга пов'язана із завданням оптимізації спільної роботи "штучного інтелекту" і власне інтелектуальних можливостей людини. Це завдання тісно пов'язане з лінгвістикою, психологією.
Забезпечення взаємодії з ЕОМ природною мовою (ПМ) є найважливішим завданням досліджень у штучному інтелекті. Бази даних, пакети прикладних програм і експертні системи, засновані на ШІ, вимагають оснащення їхнім гнучким інтерфейсом для численних користувачів, що не бажають спілкуватися з комп'ютером штучною мовою. У той час як багато фундаментальних проблем в області обробки ПМ ще не вирішені, прикладні системи можуть оснащуватися інтерфейсом, що розуміє ПМ при певних обмеженнях.
Існують два види і, отже, дві концепції обробки природної мови:
для окремих речень;
для ведення інтерактивного діалогу.
2.1. Сутність проблеми обробки природної мови
Обробка природної мови - це формулювання й дослідження комп’ютерно-ефективних механізмів для забезпечення комунікації з ЕОМ на ПМ. Об'єктами досліджень є:
власне природні мови;
використання ПМ як у комунікації між людьми, так і в комунікації людини з ЕОМ.
Завдання досліджень - створення комп’ютерно-ефективних моделей комунікації на ПМ. Саме така постановка завдання відрізняє обробку ПМ від завдань традиційної лінгвістики й інших дисциплін, що вивчають ПМ, і дозволяє віднести її до області ШІ. Проблемою обробки ПМ займаються дві дисципліни: лінгвістика й когнітивна психологія (також слід назвати сукупність названих галузей: когнітивна лінгвістика).
Традиційно лінгвісти займалися створенням формальних, загальних, структурних моделей ПМ, і тому віддавали перевагу тим з них, які дозволяли витягати якнайбільше язикових закономірностей і робити узагальнення. Практично ніякої уваги не приділялося питанню про придатність моделей з погляду комп'ютерної ефективності їхнього застосування. Таким чином, виявилося, що лінгвістичні моделі, характеризуючи властиво мову, не розглядали механізми його породження й розпізнавання.
Завданням же когнітивної психології є моделювання не структури мови, а його використання. Фахівці в цій області також не надавали великого значення питанню про комп'ютерну ефективність.
Розрізняються загальна й прикладна обробка ПМ. Завданням загальної обробки ПМ є розробка моделей використання мови людиною, що є при цьому комп’ютерно-ефективними. Безсумнівно, загальна обробка ПМ вимагає величезних знань про реальний світ, і більша частина робіт зосереджена на поданні таких знань і їхньому застосуванні при розпізнаванні вступник повідомлення на ПМ. На сьогоднішній день ШІ ще не досяг того рівня розвитку, коли для рішення подібних завдань у великому обсязі використалися б знання про реальний світ, і існуючі системи можна називати лише експериментальними, оскільки вони працюють із обмеженою кількістю ретельно відібраних шаблонів на ПМ.
Прикладна обробка ПМ займається звичайно не моделюванням, а безпосередньо можливістю комунікації людини з ЕОМ на ПМ. У цьому випадку не так важливо, як уведена фраза буде зрозуміла з погляду знань про реальний світ, а важливий витяг інформації про те, чим і як ЕОМ може бути корисної користувачеві (прикладом може служити інтерфейс експертних систем). Крім розуміння ПМ, у таких системах важливо також і розпізнавання помилок і їхня корекція.
Слово «кібернетика» (грец. kybernetes — рульовий, штурман, керманич) було запропоноване американським вченим Норбертом Вінером (1894— 1964) як найбільш придатне для вираження ідеї всеохоплюючого мистецтва регулювання й управління, що застосовується у найрізноманітніших галузях. Значного поширення це слово набуло після виходу у світ у 1948 р. книги Вінера «Кібернетика. Управління і зв'язок у тварині і машині». Один із перших теоретиків кібернетики У. Р. Ешбі якось дуже точно зауважив, що кібернетика стосується реальних машин приблизно так само, як геометрія — фізичних об'єктів. За його словами, сучасна геометрія не обмежується уявленнями про тривимірні земні тіла і їх відображенням у двовимірному просторі креслень. Вона вільно розглядає різноманітність форм і просторів. Ця різноманітність набагато перевершує можливості наочного мислення людини. Те саме можна сказати й про кібернетику, предметом якої є область «усіх можливих машин», а не тільки тих, що доступні сучасній промисловості. Тому кібернетики не бояться критиків, які вказують на те, що деякі з кібернетичних ідей нині не мають реального фізичного смислу. Спростовуючи таку критику, кібернетики посилаються на теорію інформації, яка характеризується тим, що завжди має справу з певними можливостями.
За книгою Вінера, кібернетика містить такі теорії:
інформації;
негативного зворотного зв'язку;
автоматів;
складних машин та ін.
Учені стверджують, що Вінер першим зрозумів необхідність виділити й вивчити задачі, що є загальними для проблем управління і зв'язку, які цікавлять фізиків, електротехніків, математиків, філософів, психологів, біологів та ін. На думку Вінера, усі ці задачі мають загальні властивості й вивчаються кібернетикою. Тому про кібернетику можна говорити як про міждисциплінарну науку, основу якої становлять математика й математична логіка.
Кібернетиків логіка зацікавила передусім у зв'язку з так званими кінцевими автоматами, що є в певному розумінні продуктами розвитку логічних систем.
Торкаючись питання про кінцеві автомати, повертаємося до відомої теорії релейних пристроїв, яку ще називають теорією дискретних автоматів. Створення подібної теорії багато в чому зумовлене пошуком різних можливостей переробки інформації у кібернетичних системах, а також аналізом і синтезом складних релейних схем та конструюванням цифрових електронно-обчислювальних машин.
Між іншим, методи теорії автоматів використовуються для доведення теорем, пов'язаних з основами математики.
Розглянемо найпростіший з дискретних автоматів, вхідні й вихідні величини якого позначаються двома символами — «0» і «1». Перетворення таким автоматом вхідних величин у вихідні еквівалентні перетворенням, що здійснюються в логіці, тому їх можна назвати логічними автоматами, а функції, що описують такі перетворення, — логічними функціями.
З елементарних логічних функцій будуються складні функції, котрі описують властивості різних логічних автоматів.
Великий внесок у теорію логічних автоматів зробив англійський вчений А. М. Тьюрінг (1912— 1954), який у 1937 р. довів, що універсальна обчислювальна машина теоретично можлива і їй під силу розв'язання практично необмеженого числа різних задач. Придуманий ним гіпотетичний пристрій, названий потім «універсальною машиною Тьюрінга», рухаючись вперед і назад по стрічці, на якій записані дані та програма, щось зчитує й щось переписує доти, доки не виникає відповідь.
За словами Д. Мічі, особисті спроби Тьюрінга побудувати машину закінчилися безрезультатно, та його ідея про те, як це зробити, виявилася неперевершеною.
«Машина Тьюрінга» — це не машина у власному значенні слова, а тільки її теорія. Згідно з цією теорією обчислювальна машина має містити кінцевий автомат, з'єднаний з головкою, що читає та пише. Ця головка може записувати символи на паперовій стрічці й зчитувати їх. Стрічка поділена на комірки, де зафіксовано відповідні символи (наприклад: «0» і «1»), і виступає вданій «машині» як запам'ятовувальний пристрій.
Слід підкреслити, що пам'ять є найважливішою частиною будь-якого комп'ютера, її можна використовувати для зберігання команд, завдяки чому комп'ютер має можливість працювати сам із собою. Послідовність команд утворює те, що називається програмою.
Кілька тисяч однакових регістрів (комірок) утворюють внутрішню пам'ять машини. Регістри — це електронні схеми, в яких зберігаються числа, оскільки у себе всередині машина має справу виключно з числами.
У пам'яті машини записуються команди й дані, з якими ця машина має працювати. Оскільки зовні такі команди й дані однакові (для машини кожна команда, як і дані, є числом), перед машиною стоїть завдання стежити затим, де записані команди, аде — дані. Розв'язання цієї задачі здійснюється за допомогою лічильника команд. Лічильник містить адресу команди.
Закодовані у вигляді чисел команди утворюють машинні коди. Взагалі програми для машин можна складати прямо в машинних кодах, але ця робота є дуже трудомісткою й надзвичайно складною для програміста. Тому було винайдено машинні мови, в яких вирази природної мови представлені машинним кодом за допомогою окремої програми, записаної у пам'яті машини.
Найпоширеніші мови програмування містять багато слів природної мови. Наприклад, у мові АЛГОЛ використовуються слова «почати», «кінець», «для», «поки», «якщо», «то», «інакше». Деякі з цих слів містять також мови ФОРТРАН і БЕЙСІК. Машинні мови, що містять такі слова, істотно полегшують задачу програмування.
Теоретично «машина Тьюрінга» може розв'язувати задачі якої завгодно складності, але практичне застосування автоматів, побудованих за схемою цієї «машини», недоцільне, оскільки число кроків, потрібних для розв'язування складних задач, надто велике. Теорія «машини Тьюрінга» має велике значення для з'ясування таких важливих питань, як існування алгоритму розв'язання того чи іншого класу задач і визначення, які функції можуть, а які не можуть виконуватися автоматично.
Існує тісний зв'язок між теорією автоматів і теорією інформації. Остання своєю появою на світ зобов'язана американському інженеру й математику К. Шеннону, який у 1948 р. сформулював у загальному вигляді математичну теорію зв'язку, котру іноді називають теорією інформації. Це пояснюється тим, що теорія, яка виникла з вивчення електричного зв'язку, не обмежується сферою фізики: завдяки абстрактній математичній формі вона має широку сферу застосування. Однак не слід перебільшувати її можливості. Корисно мати на увазі, що не здійснились надії тих, хто без усяких уточнень намагався застосувати теорію інформації, не турбуючись про відповідність методу предметові вивчення.
І все ж таки між поняттями «інформація» і «знання» (знання як зміст людської свідомості) було поставлено знак приблизної рівності. Виникла потреба з'ясувати, чи це насправді так.
Зауваження Шеннона про те, шо смисл повідомлень не має ніякого відношення до його математичної теорії інформації, не зупинило дослідників, а, навпаки, сприяло зародженню семантичної теорії інформації.
Відомі західні вчені Р. Карнап (1891— 1970) і Й. Бар-Хіллел запропонували міру для інформаційного аспекту мови й назвали її семантичною інформацією. Ці вчені дали означення кількісній стороні смислу, що міститься в якомусь реченні. При цьому головна ставка робилась на використання методу екстенціоналу (екстенсіоналу) та інтен-ціоналу (інтенсіоналу).
Даний метод розробив Карнап, спробувавши поширити семантичну концепцію Фреге на всі мовні вирази. При цьому було здійснено певне коригування базисних понять концепції Фреге. Замість поняття «значення» (Ве-deutung) Карнап увів поняття «екстенціонал», а замість поняття «смисл» (Sinn) — поняття «інтенціонал», яким у логіці Арістотеля відповідають поняття «обсяг» і «зміст».
Семантична концепція Карнапа зумовлена спробами побудувати такі абстрактні об'єкти, які могли б відповідати смислу й значенню та не здавалися б чимось потойбічним для мови логіки. Інакше кажучи, будується в думках уявний ідеальний об'єкт, який можна охарактеризувати як екстенціонал (значення) або як інтенціонал (смисл) відповідного мовного виразу.
Метод екстенціоналу та інтенціоналу, застосований до поняття «інформація», дав мало надій, хоч і каталізував пізнавальну діяльність логіків. Подальші зусилля прихильників семантичної інформації не набагато просунули вперед пропоновану теорію. Деякі скептики вважають, що теорію семантичної інформації не можна побудувати. Але, незважаючи на ці теоретичні дискусії, ще й донині тривають дослідження кібернетиків у галузі «штучного інтелекту» (ШІ). Особливо інтенсивно ведуться розробки «експертних систем», що належать до царини ШІ. Призначення комп'ютерних «експертних систем» полягає в тому, щоб акумулювати професійні знання й використовувати їх для експертних оцінок і рекомендацій. Такого типу «експертні системи» мають оцінювати ситуацію й пропонувати варіанти рішень, а в разі необхідності — давати обгрунтування пропонованих рішень.
Деякі вчені пояснюють ідею створення згаданих систем спробами вийти за межі традиційних програм, які мають справу з напівнейтральними фактами, тоді як «експертні системи» спираються на професійну культуру. Під останньою розуміють сукупність неформальних евристичних заходів, інтуїтивних суджень і вміння робити висновки на основі практичного досвіду, що погано піддається формалізації.
Незважаючи на раціональну незбагненність усієї різноманітності професійних знань людини, усе ж таки виявляється можливим вкласти ці знання у машинні програми, завдяки чому машина за рівнем компетентності сьогодні може позмагатись із висококваліфікованими практиками.
Розробка «експертних систем» сприяла появі нової дисципліни — пізнавальної інженерії. Поняття «інженерія знань» було запропоноване відомим спеціалістом з ШІ Едвардом Фейгенбаумом.
Представники інженерії знань вивчають професійні тести, інтерв'юють експертів, і на цій підставі визначається склад експертних знань, з'ясовується їхня структурна організація. Потім одержані дані представляють у вигляді бази знань, тобто у вигляді систем правил і критеріїв, що дають змогу здійснювати автоматичне одержання експертних оцінок і рекомендацій на основі бази даних, що зберігаються в пам'яті машини.
Опрацювання даних завжди вважалося основною функцією комп'ютерів. Проте останнім часом усе частіше можна почути, що комп'ютери здатні оперувати не тільки нейтральними інформаційними даними, але й знаннями.
Не на дані, а на знання, точніше — на зв'язок даних із знаннями, зорієнтовані дослідження з ШІ. Маніпулювання знаннями — головне призначення перспективних комп'ютерних систем, в основі яких лежать досягнення в галузі ШІ. Таке маніпулювання полягає у використанні певних правил інтерпретації відповідних даних, об'єднаних у ту чи іншу структуру.
Самі собою структури даних не є знаннями. Щоб ці структури були осмислені в термінах того чи іншого знання, потрібна певна програма, тобто знання формуються у процесі використання структур даних у програмі. Що стосується «експертних систем», то тут йдеться про окрему, так звану інтелектуальну, програму, яка здатна робити логічні висновки на основі знань у конкретній предметній області, забезпечуючи тим самим розв'язання необхідних задач. Не випадково багато хто зі спеціалістів вважає, що саме з «експертних систем» починається ера ШІ, оскільки ці системи виконують свої «умовиводи», звертаючись до бази знань.
Процес формування знання зі структур даних здійснюється за допомогою специфічних правил, які репрезентують (представляють) знання.
«Репрезентація знань» — відносно новий термін, що вживається в кібернетиці з метою зазначення методів моделювання й формалізації професійних знань людини, які можна опрацювати на комп'ютері. Головною особливістю комп'ютерних систем, що Грунтуються на знаннях такого типу, є наявність у них бази знань і технологічного механізму виведення.
Є кілька типів моделей репрезентації знань. Однією з них є логічна модель, у якій використовується логіка предикатів першого ступеня (порядку).
Основна перевага використання логіки предикатів для репрезентації знань полягає у тому, що вона має добре відпрацьований механізм виведення, який відносно легко можна запрограмувати, а потім за допомогою програм з наявних формалізованих знань одержати нові знання.
Автоматичне відтворення висловлень, написаних природною мовою, мовою формальних систем типу логіки предикатів першого ступеня спеціалісти називають розумінням природної мови. Дослідження у цій галузі, що провадяться з 60-х років XX ст., не мали серйозних успіхів, оскільки проблема перекладу з природної мови на штучну мову логіки виявилася надзвичайно складною.
Загальному розв'язанню зазначеної проблеми заважає обмеженість знань про те, яким чином людина розуміє інформацію, повідомлену природною мовою. А ще зовсім недавно здавалося, що створення теорії граматичного розбору речення — справа близького майбутнього.
З другої половини 50-х років XX ст. більшість лінгвістичних теорій розроблялася як теорії синтаксису. Про те, що являє собою поняття «синтаксис» у сучасній лінгвістиці, можна сказати словами Дж. Лайонза. Синтаксис мови, на думку вченого, — це певна кількість правил, які об'єднують і пояснюють розподіл словоформ у реченнях. Ця характеристика передбачає належність кожної словоформи до одного чи кількох класів форм. Класи форм не можна плутати з частинами мови (іменник, дієслово, прикметник тощо), оскільки частини мови є класами лексем (наприклад: «хлопчик», «бігти»), а не класами словоформ (наприклад: «хлопчик, хлопчики», «біжить, біжать»).
Значний внесок у розвиток лінгвістичної теорії як теорії синтаксису в другій половині XX ст. зробили американські вчені Р. Монтегю (1930— 1971) і Н. Хомський (нар. 1928).
Передумови для створення абсолютно нового типу граматики, наведеного у працях цих вчених, було закладено в 30-ті роки XX ст. завдяки розвиткові математичної теорії рекурсивних функцій, створенню «машини Тьюрінга» та ін. Втім, нові моделі граматики не є моделями для машинного програмування, хоча Монтегю та Хомський так чи інакше орієнтувалися на технологічні підходи до побудови абстрактно-теоретичних моделей граматики.
Монтегю вважав синтаксис галуззю математики (!), а синтаксис англійської мови — такою ж мірою частиною математики, як геометрія чи теорія чисел. Така позиція визначає стратегію вченого щодо природних мов, а саме: він їх вивчає, користуючись технікою, аналогічною техніці математиків, які вивчають формалізовані мови в межах математики.
Мета програми досліджень Монтегю полягає у створенні математично елегантної знакової теорії природної мови. Для досягнення цієї мети вчений відкидає твердження тих, хто визнає принципову відмінність між формальними й природними мовами.
Доктрина Монтегю не справила такого сильного впливу на лінгвістів, як генеративно-трансформаційна граматика
американського вченого Хомського, чиє розуміння синтаксису було більш наближене до реальної практики лінгвістичних досліджень.
Генеративна граматика виходить далеко за межі традиційної, яка не забезпечує себе точними й повними правилами, а лише ілюструє регулярності структури речень за допомогою прикладів і контрприкладів без точного визначення меж, у яких ці правила є дійовими.
Є багато типів генеративних граматик, але сьогодні домінують два з них: 1) граматика, яка розрізняє глибинні й поверхневі структури; 2) граматика, яка цього не робить.
Глибинна структура є вихідною, такою, що визначає смисловий зміст речення. Поверхнева структура — це фізична форма актуальних висловлень у вигляді звукової мови, письмових текстів тощо.
Вважають, що глибинна структура у формальному плані є загальною для всіх мов, хоч у різних мовах вона може бути по-різному реалізована. Трансформаційні правила, які перетворюють глибинні структури у поверхневі, так само неоднакові у різних мовах. Серед трансформаційних правил є такі, що дають змогу формувати запитання, накази тощо.
На думку Хомського, граматична теорія, якщо вона прагне бути адекватною реальному досвідові, має пояснювати не лише факти мови, але й лінгвістичну інтуїцію того, хто говорить. У цьому плані нова лінгвістична теорія є водночас описом і поясненням мовної компетенції, тобто типу граматичного знання, властивого конкретній людині. Але в такому разі з усією визначеністю накреслюється вихід за межі лінгвістики у сферу філософії та психології. Цього не заперечує і сам Хомський, який у своїх працях 60-х років починає характеризувати лінгвістику як галузь когнітивної (пізнавальної) психології й виступати за реабілітацію вчення Декарта* про природжені ідеї з метою остаточного пояснення механізму засвоєння дитиною рідної мови.
Хомський даремно намагався трансформувати принципи своєї «універсальної граматики» у сумнівну гіпотезу про генетич'ний (біологічний) фонд мовних здібностей. На його думку, перевірити цю гіпотезу можна не тільки з психофізіологічної позиції, а й з лінгвістичної, виявляючи природжені властивості інтелекту способом конструювання «універсальної граматики». Правила подібної граматики утворюють своєрідну проекцію істотних властивостей інтелекту людини. За словами відомого американського кібернетика Дж. Вейценбаума, найсерйозніше значення в розробках Хомського мають не систематичні записи граматичних правил природних мов, а гіпотеза, згідно з якою людина генетично нгтілена високоспеціалі-зованими здібностями й відповідним набором обмежень, що спільно визначають число та характер ступенів свободи, спрямовують і встановлюють межі розвитку мови людини. Сам Вейценбаум не погоджувався з цією гіпотезою.
Специфіка концептуальних поглядів Хомського полягає у тому, що граматика розглядається як засіб, що відбиває або навіть точно відтворює внутрішнє несвідоме лінгвістичне знання людини, яка користується цим знанням для продукування й розуміння нескінченно великого числа речень.
Відхід Хомського від лінгвістики у сферу психології і навіть біології стверджує надзвичайну складність розв'язання проблеми автоматичного перетворення речень, написаних природною мовою, на мову формальних систем. Неясності, невизначеності й неточності, що містяться у смисловому змісті виразів природної мови, не дають змоги найдосконалішому комп'ютеру справитися з поставленою задачею. А люди у своєму повсякденному житті спокійно розв'язують задачі, що мають досить невизначений характер. Отже, щоб інтелектуальні системи типу ШІ мали такі здатності, слід навчити їх використанню нечітких знань.
Як уже зазначалося, теорія нечітких множин Заде, яка є першою теорією, що оперує з неясністю й неточністю, зробила істотний внесок у розвиток ідей з ШІ. Наприклад, у межах цього підходу було розроблено нові мови нечіткого програмування, які забезпечили сприятливі можливості для ефективного оперування нечіткими даними й нечіткими знаннями. Проблема тут полягає в тому, щоб відповідні нечіткі знання були формалізовані. Поки цього не зроблено, нечіткі знання не можна використовувати у комп'ютерних програмах. Сьогодні спеціалістам іще не ясно, чи можна створити уніфіковані методи обробки нечітких знань різного типу. Тобто перед майбутніми програмістами — широке поле діяльності для розв'язання проблем, контури яких накреслено в найзагальніших рисах.
Контрольні запитання й завдання
1. Яке значення має логіка для кібернетики? ' 2. У чому полягає суть «машини Тьюрінга»?
3. Що таке репрезентація знань в «інтелектуальних системах» ?
4. Охарактеризуйте основні ідеї генеративно-трансформаційної граматики.
5. Чи можна застосовувати нечіткі знання у комп 'ю-терних програмах?
6. Назвіть основні галузі практичного застосування логічного інструментарію.
Замість висновків
Для науки її історія є путівником з минулого в майбутнє, корисним уроком, що допомагає знаходити нові й оригінальні варіанти вирішення того, що вже відоме й ще непізнане, але вже освоюється. Тому вважаємо за корисне подати в посібнику невелику главу, присвячену історичним кореням і етапам розвитку сучасної символічної логіки.
Становлення європейської логічної науки тісно пов'язане з ім'ям великого грецького філософа Арістотеля (384— 322 до н. е.), який не розглядав логіку як самостійну науку, а логічний аналіз вважав тільки необхідним інструментом будь-якої науки. Описуючи й характеризуючи логічний інструментарій мислення, філософ користувався словом «аналітика», що відбилося у назвах двох його трактатів — «Перша Аналітика», «Друга Аналітика». У цих трактатах було викладено вчення про умовивід і доведення.
Розглядаючи логічну проблематику, Арістотель прагнув виявити за допомогою аналізу основні закони усякого спору, що веде до істини. Ці закони він розумів як закони мислення. Звідси й веде свою традицію розгляд формальної логіки як науки, що вивчає мислення, точніше — логічні форми мислення. Прихильники такої, можна сказати, «мертвої традиції», самі того не бажаючи, відходять у бік психології мислення і тим самим віддаляються від вивчення «мови» науки і «мови» техніки. Однак є вчені, які під формальною (символічною) логікою розуміють теорію слідування, доведення, вивідності одних тверджень з інших у процесі міркувань (В. М. Костюк).
Важливий етап у розвитку ідей і методів логіки пов'язаний з філософською школою античних стоїків, фундатором якої був Зенон з Кітіона (333—262 до н. е.). Деякі сучасні вчені (П. С Попов, М. І. Стяжкін) не без підстав вважають, що досягнення стоїків у певному розумінні переважають те, що зробив Арістотель у цій галузі. Найціннішим у логічній спадщині стоїків є їхня ідея аксіоматичної будови логічних учень і внесок у розробку логіки модальностей. Не можна не підкреслити й той факт, що саме завдяки стоїкам до філософського лексикону увійшов термін «логіка» для позначення власне логічного розділу філософського знання.
Вельми високим був рівень розвитку логічної техніки у схоластичній логіці середньовічної Європи. Тому варто відразу застерегти тих, хто цікавиться історією логіки, від недооцінки інтелектуального генія вчених Середньовіччя.
Фундатором філософської схоластики в Західній Європі вважають шотландця Іоанна Скота Еріугену (бл. 810— після 877), який визначав логіку як науку про форму пізнання й про правила, якими має керуватися будь-яка наукова дисципліна.
Схоластична логіка сформувалася в XIII ст. До цього періоду належить діяльність талановитого філософа й логіка Іоанна Дунса Скота (бл. 1266— 1308), з чиїм ім'ям, до речі, пов'язана поява термінології, яка розрізняє абстрактні й конкретні поняття. Саме йому належить теоретичне уточнення поняття інтенції, широко вживаного в філософській і логічній літературі. До нього це поняття вживалося як синонім слова «увага».
Слідом за Дунсом Скотом великий внесок у розвиток логіки зробили Уїльям Оккам (бл. 1285— 1349), Раймунд Луллій (бл. 1235— 1315) та ін. Філософи Середньовіччя досягли успіхів у тонкощах логічного аналізу, у вдосконаленні абстрактної аргументації, а також у побудові досить цікавих логічних класифікацій. Завдяки цьому вони визначили наперед багато ідей сучасної символічної логіки, у тому числі ідеї логічної семантики й модальної логіки. Багато яскравих мислителів XIX— XX ст. належним чином оцінили досвід філософів Середньовіччя й використали його для розв'язання деяких сучасних теоретичних задач.
В історії логіки Нового часу багато високих злетів логіко-математичної думки, яка пов'язана з іменами таких мислителів, як Рене Декарт (1596— 1650), Готфрід Вільгельм Лейбніц (1646— 1716), Джордж Буль (1815- 1864) та ін. Декарт першим висунув ідею загальної математики, яку потім розвинув Лейбніц, намагаючись створити універсальну мову науки за типом математичних символів. Саме завдяки працям логіків Нового часу було закладено міцний фундамент сучасної математичної логіки. Досвід їхніх теоретичних пошуків має неоціненне значення для розвитку сучасної логіко-філософської і логіко-мате-матичної думки. Без знання якщо не праць, то хоча б ідей, понять і методів Декарта, Лейбніца, Буля, Фреге, інших вчених цього періоду важко сподіватися на успіх під час розв'язання фундаментальних логіко-методологічних проблем, які хвилюють сучасне покоління вчених. Ґрунтовне знайомство з їхніми теоретичними поглядами є однією з обов'язкових умов для досягнення належного рівня наукової культури сучасними вченими.
На XX століття припадає бурхливий розквіт різних розділів логічної науки, активна участь логіків у розв'язанні нагальних практичних завдань, зумовлених особливостями сучасного науково-технічного прогресу. Плеяда вчених, яким належать значні успіхи в галузях логіки, математики, філософії, становить золотий фонд науки XX ст. До їх числа належать: німецький математик і логік Давид Гільберт (1862— 1943), німецький філософ і логік Рудольф Карнап (1891— 1970), австрійський вчений Людвіг Вітгенштейн (1889— 1951), англійські філософи й логіки Алфред Норт Уайтхед (1861— 1947) і Бертран Рассел (1872— 1970), американські вчені Персі Уїльямс Бріджмен (1882- 1961) і Кларенс Ірвінг Льюїс (1883- 1964), польські філософи й логіки Ян Лукасевич (1878— 1956), Казі-меж Айдукевич (1890— 1963) і Альфред Тарський (1902— 1983), а також інші всесвітньо відомі вчені. Завдяки їхній копіткій праці логіка перетворилася на могутню й багатофункціональну дисципліну, яку ефективно використовують як теоретики сучасної науки, так і практики.
Сьогодні без апарата логічної науки не можуть обійтись не лише математики чи інженери, а й лінгвісти, психологи, соціологи, теоретики менеджменту, представники природознавчих і технічних наук. Логіка не вчить «правильно мислити» у дусі античних філософів і риторів, вона озброює вчених надзвичайно корисними методами аналізу й розв'язання складних теоретичних і науково-практичних завдань. Володіти логічним інструментом — означає бути не на словах, а на ділі, професіоналом високого класу. Отже, історія логічної науки — це предмет, вартий поваги.
Можна виділити дві основні лінії робіт із штучного інтелекту. Перша пов'язана з удосконалюванням самих машин, з підвищенням "інтелектуальності" штучних систем. Друга пов'язана із завданням оптимізації спільної роботи "штучного інтелекту" і власне інтелектуальних можливостей людини. Це завдання тісно пов'язане з лінгвістикою, психологією.
Забезпечення взаємодії з ЕОМ природною мовою (ПМ) є найважливішим завданням досліджень у штучному інтелекті. Бази даних, пакети прикладних програм і експертні системи, засновані на ШІ, вимагають оснащення їхнім гнучким інтерфейсом для численних користувачів, що не бажають спілкуватися з комп'ютером штучною мовою. У той час як багато фундаментальних проблем в області обробки ПМ ще не вирішені, прикладні системи можуть оснащуватися інтерфейсом, що розуміє ПМ при певних обмеженнях.
Існують два види і, отже, дві концепції обробки природної мови:
для окремих речень;
для ведення інтерактивного діалогу.
2.1. Сутність проблеми обробки природної мови
Обробка природної мови - це формулювання й дослідження комп’ютерно-ефективних механізмів для забезпечення комунікації з ЕОМ на ПМ. Об'єктами досліджень є:
власне природні мови;
використання ПМ як у комунікації між людьми, так і в комунікації людини з ЕОМ.
Завдання досліджень - створення комп’ютерно-ефективних моделей комунікації на ПМ. Саме така постановка завдання відрізняє обробку ПМ від завдань традиційної лінгвістики й інших дисциплін, що вивчають ПМ, і дозволяє віднести її до області ШІ. Проблемою обробки ПМ займаються дві дисципліни: лінгвістика й когнітивна психологія (також слід назвати сукупність названих галузей: когнітивна лінгвістика).
Традиційно лінгвісти займалися створенням формальних, загальних, структурних моделей ПМ, і тому віддавали перевагу тим з них, які дозволяли витягати якнайбільше язикових закономірностей і робити узагальнення. Практично ніякої уваги не приділялося питанню про придатність моделей з погляду комп'ютерної ефективності їхнього застосування. Таким чином, виявилося, що лінгвістичні моделі, характеризуючи властиво мову, не розглядали механізми його породження й розпізнавання.
Завданням же когнітивної психології є моделювання не структури мови, а його використання. Фахівці в цій області також не надавали великого значення питанню про комп'ютерну ефективність.
Розрізняються загальна й прикладна обробка ПМ. Завданням загальної обробки ПМ є розробка моделей використання мови людиною, що є при цьому комп’ютерно-ефективними. Безсумнівно, загальна обробка ПМ вимагає величезних знань про реальний світ, і більша частина робіт зосереджена на поданні таких знань і їхньому застосуванні при розпізнаванні вступник повідомлення на ПМ. На сьогоднішній день ШІ ще не досяг того рівня розвитку, коли для рішення подібних завдань у великому обсязі використалися б знання про реальний світ, і існуючі системи можна називати лише експериментальними, оскільки вони працюють із обмеженою кількістю ретельно відібраних шаблонів на ПМ.
Прикладна обробка ПМ займається звичайно не моделюванням, а безпосередньо можливістю комунікації людини з ЕОМ на ПМ. У цьому випадку не так важливо, як уведена фраза буде зрозуміла з погляду знань про реальний світ, а важливий витяг інформації про те, чим і як ЕОМ може бути корисної користувачеві (прикладом може служити інтерфейс експертних систем). Крім розуміння ПМ, у таких системах важливо також і розпізнавання помилок і їхня корекція.
