Штучний інтелект. 
Прикладна лінгвістика Моделювання мовних процесів

Искусственный интеллект — условное обозначение компьютерных систем, моделирующих некоторые стороны интеллектуальной деятельности человека, его логическое, аналитическое мышление.

Искусственный интеллект: ДА ИЛИ НЕТ? В 1950;х гг. был поставлен вопрос: можно ли научить машину мыслить, как человек, или, другими словами, можно ли создать искусственный интеллект? Ответ на него получить далеко не так просто, как это может показаться на первый взгляд. Сложность вопроса связана с тем, что мы очень плохо представляем себе, как человек мыслит. Общей теории мышления в настоящее время не существует. Более того, мы даже не знаем, что такое мышление, нет его определения, по крайней мере такого, которое удовлетворило бы одновременно философов, психологов, инженеров, лингвистов, а также других специалистов, участвующих в решении задач искусственного интеллекта.

Хотя различные исследователи по-разному определяют набор своих задач, тем не менее существует «устойчивая сердцевина» — проблемы, которые практически всеми специалистами включаются в число задач искусственного интеллекта. К таковым относятся, как считает И. П. Панков, решение задач, принятие решений, распознавание образов.

Решение задач. Этот термин объединяет многие проблемы: от доказательства теорем высшей алгебры и решения задач из учебника физики 6-го класса средней школы до бытовых проблем, например какой можно приготовить обед из имеющихся продуктов. Разумеется, здесь речь идет не о непосредственном решении упомянутых выше задач, а о нахождении общего механизма, который использует человек для решения подобных задач, т. е. не о решении задач, а о моделировании этого процесса.

Пока исследуются вопросы, в основном касающиеся моделирования решения различных математических задач. Это связано в первую очередь с тем, что математические задачи проще поддаются формализации. Кроме того, для общего решения проблемы следует разобраться с тем, каким образом человек проводит рассуждения, осуществляет логический вывод. Для моделирования решения только математических задач можно использовать формальную (математическую) логику. Однако для общего решения этой проблемы математическая логика (точнее, только математическая логика) вряд ли подойдет: человек пользуется логикой, весьма отличающейся от формальной. Это не значит, что люди не пользуются формальной логикой (или чем-то вроде этого), но они явно используют что-то еще для логических преобразований. Вероятно, мир, где господствовала бы только формальная логика, был бы очень скучен. Но если математическая логика — это хорошо разработанная научная дисциплина, то «логика человека» остается почти не исследованной.

Принятие решений. Эта проблема в основном рассматривается на материале стратегических игр, таких, как шахматы, шашки, го и т. д.

Работы по моделированию игр осуществляются отнюдь не только для развлечения скучающей публики. Скорее наоборот. Коммерческие программы, играющие в шахматы и другие игры, являются «побочным эффектом» работ такого рода. Дело в том, что «правила игры» существуют не только для перемещения фигур по шахматной доске, но и для размещения сырья и оборудования по предприятиям, передвижения полков и армий по театру военных действий, перемещения денежных средств по финансовой системе и т. д.

Выработка общих методов принятия решения о выборе в каждом конкретном случае правил, которые приводят к наилучшим результатам (т.е. нахождение оптимальной стратегии), не только дает возможность создать эффективные автоматизированные системы управления, экспертные системы, но и вносит свой вклад в общую теорию мышления.

Распознавание образов. Человеку свойственно классифицировать окружающий его материальный мир. Бесчисленное множество различных объектов он объединяет в группы. Два различных яблока, не очень похожих друг на друга, человек называет одним словом — яблоко. А груша, может быть, очень похожая на яблоко, тем не менее — груша.

Предполагается, что в процессе мышления человек создает некие эталонные образы объектов и групп объектов, с которыми имеет дело, и, сравнивая образ рассматриваемого объекта с эталонными образами, относит этот объект к той или иной группе. Такое действие и называется распознаванием образов.

Самое главное для решения проблемы распознавания образов — это найти ответ на два очень сложных вопроса: как создается эталонный образ (т.е. как человек членит, классифицирует мир) и какие отличия образа объекта от эталона являются существенными, а какие нет?

Человек имеет различные каналы получения информации об окружающей его действительности — зрительный, слуховой, осязательный и др., поэтому у него могут формироваться образы различных типов, и проблема их распознавания распадается на отдельные проблемы: распознавание зрительных образов, распознавание акустических образов и т. д.

Не следует думать, что эти исследования так и остались исследовательской абстракцией. Наиболее простой и понятный пример применения данных разработок для широкого использования — это системы оптического распознавания текста (тот же Файнридер).

Общение человека и компьютера. Одна из наиболее важных проблем искусственного интеллекта определяется необходимостью обеспечить общение человека с машиной на естественном языке. Актуальность ее состоит не только в том, что любое продвижение вперед в данной области приближает нас к созданию искусственного интеллекта и вносит вклад в развитие общей теории мышления, но и в том, что даже частичное, с существенными ограничениями ее решение может быть использовано для многочисленных практических применений, таких, как создание естественно-языковой надстройки для информационно-поисковых диалоговых систем, автоматизированных систем управления и других систем, для эксплуатации которых сегодня требуется изучать специальные языки, пользоваться специальными словарями и т. д.

Таким образом, из широкого спектра задач искусственного интеллекта важнейшей для прикладной лингвистики является проблема моделирования речевой деятельности человека, анализа и синтеза речи.