Машинное творчество

Робототехника

Биологическое моделирование искусственного интеллекта

Биологическое моделирование искусственного интеллекта отличается от понимания искусственного интеллекта по Джону Маккарти, когда исходят из положения о том, что искусственные системы не обязаны повторять в своей структуре и функционировании структуру и протекающие в ней процессы, присущие биологическим системам. Сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации, есть следствие именно биологической структуры и особенностей её функционирования.

Сюда можно отнести несколько направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы – агента, взаимодействующего с внешней средой, называется агентным подходом.

Области робототехники и искусственного интеллекта тесно связаны друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов, составляют ещё одно направление ИИ. Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области), и планировать движение (как добраться до цели). Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

Природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто – стихов или сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.

Отдельно выделяется изучение проблем технического творчества систем искусственного интеллекта. Теория решения изобретательских задач, предложенная в 1946 году Г. С. Альтшуллером, положила начало таким исследованиям.

Добавление данной возможности к любой интеллектуальной системе позволяет весьма наглядно продемонстрировать, что именно система воспринимает и как это понимает. Добавлением шума вместо недостающей информации или фильтрация шума имеющимися в системе знаниями производит из абстрактных знаний конкретные образы, легко воспринимаемые человеком, особенно это полезно для интуитивных и малоценных знаний, проверка которых в формальном виде требует значительных умственных усилий.

Развитие электронной вычислительной техники уже на ранних этапах привело ее к «вторжению» в музыку. Уже в 50-х годах, используя самые первые ЭВМ, ученые делали попытки синтезировать музыку: сочинять мелодию или аранжировать ее искусственными тембрами. Так появилась алгоритмическая музыка, принцип которой был предложен еще в 1206 году Гвидо Марцано, а позднее применен В. А. Моцартом для автоматизации сочинения менуэтов — написание музыки согласно выпадению случайных чисел. Машинным творчеством занимались К. Шеннон, Р. Зарипов, Я. Ксенакис и другие.

Осенью 2005 года в Университете Калифорнии (Беркли, США) студенческий оркестр исполнил Сорок вторую симфонию Моцарта. Конечно, слушатели знали, что Моцарт написал сорок одну симфонию, но этот факт не мешал им слушать прелестную музыку, в которой, впрочем, по высказываниям ряда критиков, не хватало чего-то неуловимого, присущего обычно мелодиям великого композитора. И не удивительно: 42-ю симфонию сочинила компьютерная программа EMI («Эксперименты с музыкальным интеллектом» – Experiments in Musical Intelligence). Программу создал композитор и одновременно программист Дэвид Коуп. За несколько последних лет EMI сгенерировала «новые произведения» Баха, Бетховена, Брамса, Шопена и Скотта Джоплина.