Что же это все-таки такое — искусственный интеллект? Всезнающая Википедия подсказывает: «Искусственный интеллект — свойство искусственных систем выполнять творческие функции, которые традиционно считаются прерогативой человека, наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ».
Простой пример: кукла-манекен, способная ходить по заданному маршруту, говорящая «здравствуйте» и т.п. не является носителем ИИ. Робот, функционирующий на производственной линии, не имеет ИИ — это автомат. Если на перекрестке поставить вместо светофора куклу с жезлом для регулирования движения — это не ИИ, а дубликат светофора. А вот если светофоры снабдить датчиками интенсивности движения, объединить в сеть с аналитическим центром, заложить в центр знания для поиска оптимальных стратегий, то может получиться интеллектуальная система, наделенная элементами искусственного интеллекта и приспособленная работать в реальных изменяющихся условиях.
Самого человека и его социальные сообщества окружают естественная среда со всеми её перипетиями и искусственная природа, другими словами, — созданная человеком с момента появления у него интеллекта, то есть способности представить, что будет, если он сделает что-то тем или иным образом. К этому можно добавить способность обучаться, воспринимать и воспроизводить всевозможную информацию, но ограничимся пока наиболее важным свойством искусственного интеллекта, которое на него надеются возложить. Это умение принимать рациональные решения, то есть отвечать на вопрос: что следует сделать и каким образом, чтобы получить прогнозируемый результат при минимальных затратах времени и иных ресурсов? Отсюда всеобъемлющая степень его приложений. Добавим, что проблема поиска оптимальных решений может быть отнесена к глобальным современным вызовам цивилизации.
Сегодня предложения по развитию ИИ звучат на самых высоких уровнях. В нашем университете удалось предусмотреть этот тренд в начале 2000-х. Применение искусственных нейронных сетей, нечеткой логики, генетических алгоритмов для извлечения новых знаний из имеющихся экспериментальных данных позволило разработать информационно-аналитические системы для практического использования. Затем этот опыт был использован на кафедре «Высшая математика» для создания курсов практически для всех магистерских направлений.
Появление искусственного интеллекта в нашей жизни требует и новых подходов к процессу обучения в высшей школе. Взращивание искусственного интеллекта — дело не одного дня. Это глубокие системные знания фундаментальных дисциплин и методологии их использования. Благоприятным для вуза обстоятельством стало наличие в учебных программах наших магистрантов таких предметов, как: «Интеллектуальные методы анализа данных», вовремя, то есть совсем недавно, переименованного в курс: «Применение методов искусственного интеллекта в анализе данных и управлении (ПМИИ)» профессора В.А. Тененева и курс профессора С.Г. Селеткова «Методология научных исследований» (МНИ).
Изучая курсы ПМИИ и МНИ, студенты ИжГТУ имени М.Т. Калашникова знакомятся со знаниями, формирующими базовые программы искусственного интеллекта, в частности: нейронные сети, генетические алгоритмы, методы анализа данных, генерации нового научного знания и технических решений, наконец, познают суть исследовательского метода. Опыт показывает, что любознательные магистранты всех направлений с интересом осваивают работу с нейронными сетями и другими методами.
При этом курсы ПМИИ и МНИ выложены в открытом доступе и обеспечены всеми методическими и программными материалами (размещены в ЭСО ИжГТУ), курс МНИ дополнено видео-лекциями и учебником, изданным Минобрнауки России (издательство ЮРАЙТ), принят в качестве базового учебника по данной дисциплине в девяти вузах страны.
Отметим, что читая лекции у магистрантов, частенько задаем обучающимся вопрос: был у них ранее или нет такой-то курс, в частности: планирование факторного эксперимента, основы патентного дела, линейное и динамическое программирование, азы курса по уравнениям математической физики и численного их решения? Отвечают — нет! Вот вам и наглядный факт уровня современного инженерного образования. Причина, на наш взгляд, — существенное снижение объема преподавания фундаментальных дисциплин и в особенности их приложений.
Казалось бы, к данным дисциплинам должно быть самое пристальное внимание, обеспечивающее их беспроблемное преподавание, но не все так гладко. Конечно, не мешало бы добавить количество лекционных часов по этим курсам, но есть еще одна существенная «запятая»: у магистрантов страдает подготовка по фундаментальным предметам: математике, физике, химии, учебные часы по которым планомерно сокращаются в пользу выпускающих кафедр. Исчезли часы на консультации, разработку и проведение типовых расчетов (!), проведение контрольных работ (!), исчезли даже целые семестры по физике, химии, математике. Не стало в расписании занятий студентов нематематических направлений таких курсов, как теория вероятностей и математическая статистика, вычислительная математика, уравнения математической физики, поиск оптимальных решений, математическое моделирование. И как следствие, сокращается преподавательский состав общеобразовательных кафедр, исчезают ставки совместителей и даже с учеными степенями. Оставшиеся педагоги этих кафедр ищут и находят подработку в школах или занимаются репетиторством. Скажите, когда им писать статьи и заниматься наукой? Вот вам и прямая зависимость научной деятельности от образовательной!
В качестве предложения добавлю, что было бы правильным собраться на уровне проректора по учебной работе и обсудить вопрос о том, как бы можно было дополнить наши с профессором В.А. Теневым курсы или организовать чтение дополнительной дисциплины с включением обозначенных ранее дидактических единиц, в особенности для магистрантов нематематических направлений подготовки. Если, конечно, нам требуется высокоразвитый искусственный интеллект.
Профессор, д.физ-мат.н., завкафедрой «Высшая математика» С.Г. Селетков
