Интеграция систем искусственного интеллекта

Основная идея интеграции систем искусственного интеллекта заключается в том, чтобы сделать отдельные программные компоненты , такие как синтезаторы речи , совместимыми с другими компонентами, такими как базы знаний здравого смысла , для создания более крупных, обширных и более функциональных систем искусственного интеллекта. Основными методами, предложенными для интеграции, являются маршрутизация сообщений или протоколы связи, которые программные компоненты используют для связи друг с другом, часто через систему промежуточного программного обеспечения .

Большинство систем искусственного интеллекта включают в себя какие-то интегрированные технологии, например, интеграцию технологий синтеза речи с технологиями распознавания речи . Однако в последние годы все активнее обсуждается важность системной интеграции как отдельной области. Сторонниками этого подхода являются такие исследователи, как Марвин Мински , Аарон Сломан , Деб Рой , Кристинн Р. Ториссон и Майкл А. Арбиб . Причина недавнего внимания, которое привлекает интеграция ИИ, заключается в том, что уже создан ряд (относительно) простых систем ИИ для конкретных проблемных областей (таких как компьютерное зрение , синтез речи и т. д.), и что интеграция уже доступного более логичный подход к более широкому ИИ, чем создание монолитных систем с нуля.

Интеграционный фокус

Акцент на интеграции систем, особенно в отношении модульных подходов, обусловлен тем фактом, что большинство интеллектов значительных масштабов состоят из множества процессов и/или используют мультимодальный ввод и вывод. Например, интеллект гуманоидного типа предпочтительно должен быть способен говорить, используя синтез речи, слышать, используя распознавание речи, понимать, используя логический (или какой-либо другой неопределенный) механизм и так далее. Для создания программного обеспечения с искусственным интеллектом и более широким интеллектом необходима интеграция этих модальностей.

Проблемы и решения

Сотрудничество является неотъемлемой частью разработки программного обеспечения , о чем свидетельствуют размеры компаний-разработчиков программного обеспечения и размер их отделов программного обеспечения. Среди инструментов, облегчающих совместную работу над программным обеспечением, — различные процедуры и стандарты, которым разработчики могут следовать, чтобы гарантировать качество, надежность и совместимость своего программного обеспечения с программным обеспечением, созданным другими (например, стандарты W3C для разработки веб-страниц). Однако сотрудничество в области ИИ отсутствует, по большей части оно не наблюдается за пределами уважаемых школ, факультетов или исследовательских институтов (а иногда и внутри них). Это ставит перед практиками интеграции систем искусственного интеллекта серьезную проблему и часто заставляет исследователей искусственного интеллекта «заново изобретать велосипед» каждый раз, когда они хотят, чтобы определенная функциональность работала с их программным обеспечением. Еще более разрушительным является синдром «не здесь изобретено», который проявляется в сильном нежелании исследователей ИИ опираться на работы других.

Результатом этого в области ИИ является большой набор «островов решений»: исследования ИИ позволили создать множество изолированных программных компонентов и механизмов, которые работают с различными частями интеллекта по отдельности. Приведу несколько примеров:

Синтез речи
- FreeTTS от CMU
Распознавание речи
- Сфинкс из CMU
Логические рассуждения
- Открыть Cyc от Cycorp
- Open Mind Common Sense Net от Массачусетского технологического института

С ростом популярности движения за свободное программное обеспечение большая часть создаваемого программного обеспечения, включая системы искусственного интеллекта, становится доступной для публичного использования. Следующим естественным шагом является объединение этих отдельных компонентов программного обеспечения в последовательные интеллектуальные системы более широкого характера. Поскольку сообществом уже создано множество компонентов (часто служащих одной и той же цели), наиболее доступным способом интеграции является предоставление каждому из этих компонентов простого способа взаимодействия друг с другом. При этом каждый компонент сам по себе становится модулем, который затем можно опробовать в различных настройках и конфигурациях более крупных архитектур. Некоторые сложности и ограничения использования программного обеспечения искусственного интеллекта связаны с неконтролируемыми фатальными ошибками. Например, серьезные и фатальные ошибки были обнаружены в очень точных областях, таких как онкология человека, как об этом говорится в статье, опубликованной в журнале Oral Oncology Reports под названием «Когда ИИ идет не так: фатальные ошибки при рассмотрении помощи в онкологических исследованиях». ^{[ 1 ]} В статье указывается на серьезную ошибку искусственного интеллекта на основе ГБТ в области биофизики.

Существует множество онлайн-сообществ для разработчиков ИИ, где учебные пособия, примеры и форумы призваны помочь как новичкам, так и экспертам создавать интеллектуальные системы. Однако лишь немногим сообществам удалось сделать определенный стандарт или кодекс поведения популярным, позволяющим с легкостью интегрировать большую коллекцию различных систем.

Методологии

Конструктивистская методология проектирования

Конструктивистская методология проектирования (CDM, или «Конструктивистский ИИ») — это формальная методология, предложенная в 2004 году для использования при разработке когнитивной робототехники, коммуникативных гуманоидов и широких систем искусственного интеллекта. Создание таких систем требует интеграции большого количества функциональных возможностей, которые необходимо тщательно скоординировать для достижения согласованного поведения системы. CDM основан на итеративных этапах проектирования, которые приводят к созданию сети именованных взаимодействующих модулей, взаимодействующих через явно типизированные потоки и дискретные сообщения. Протокол сообщений OpenAIR (см. ниже) был основан на CDM и часто использовался для помощи в разработке интеллектуальных систем, использующих CDM.

Примеры

ASIMO , робот-гуманоид от Honda, и QRIO , версия робота-гуманоида от Sony.
Ког , проект робота-гуманоида Массачусетского технологического института под руководством Родни Брукса .
AIBO , робот-собака Sony, объединяет зрение, слух и моторику.
TOPIO , гуманоидный робот TOSY, может играть в пинг-понг с человеком

См. также

Гибридная интеллектуальная система , системы, сочетающие в себе методы традиционного символического ИИ и вычислительного интеллекта .
Нейросимволический ИИ
Гуманоидные роботы интенсивно используют системную интеграцию.
Конструктивистская методология проектирования
Когнитивные архитектуры

Ссылки

^ Аль-Раи, Марван (20 марта 2024 г.). «Когда ИИ идет не так: фатальные ошибки в оказании помощи при рассмотрении онкологических исследований» . Отчеты об онкологии полости рта : 100292. doi : 10.1016/j.oor.2024.100292 . ISSN 2772-9060 .

Примечания

Внешние ссылки

[1] Аль-Раи, Марван (20 марта 2024 г.). «Когда ИИ идет не так: фатальные ошибки в оказании помощи при рассмотрении онкологических исследований» . Отчеты об онкологии полости рта : 100292. doi : 10.1016/j.oor.2024.100292 . ISSN 2772-9060 .

[ 1 ]