Философские проблемы искусственного интеллекта и искусственной жизни.

Философия искусственного интеллекта задаётся вопросами о «мышлении машин», рассматривает вопросы:

• -Может ли машина действовать разумно? Может ли она решать проблемы, которые человек решает с помощью размышлений?
• -Может ли машина иметь разум, сознание, психическое состояние в той мере, в которой ими обладает человек. Может ли она чувствовать?
• -Одинакова ли природа человеческого и искусственного интеллекта? Является ли в своей основе человеческий мозг компьютером?

Эти вопросы отражают интересы различных исследователей искусственного интеллекта, философов, исследователей познавательной (когнитивной) деятельности. Ответы на эти вопросы зависят от того, что понимается под понятиями «интеллект» или «сознания», и какие именно «машины» являются предметом обсуждения.

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?», который подтолкнул исследователей к созданию науки о моделировании человеческого разума, был поставлен Аланом Тьюрингом в 1950 году. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, его же словами подход и характеризуется:

Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум -- это разум.

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

В своем мысленном эксперименте «Китайская комната», Джон Сёрль показывает, что прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограммирование.

Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге «Новый ум короля» аргументирует невозможность получения процесса мышления на основе формальных систем.

Также философии пришлось столкнуться с этические проблемы создания искусственного разума. Рассмотрим некоторые проблемы, которые могут возникнуть при и после создания ИИ. Следует отметить, что в данном реферате изложен далеко не полный перечень таких проблем

Проблема 1. Проблема безопасности.

Данная проблема будоражит умы человечества еще со времен Карела Чапека, впервые употребившего термин "робот". Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные можно упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, а так же довольно свежее произведение -- "Терминатор". Кстати, именно у Айзека Азимова можно найти самое проработанное, и принятое большинством людей решение проблемы безопасности - трех законах роботехники:

Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону.

Робот должен заботиться о своей безопасности, насколько это не противоречит первому и второму закону.

На первый взгляд подобные законы, при их полном соблюдении, должны обеспечить безопасность человечества. Однако при внимательном рассмотрении возникают некоторые вопросы. Во-первых, законы сформулированы на человеческом языке, который не допускает простого их перевода в алгоритмическую форму. К примеру: как перевести на любой из известных языков программирования, такой термин, как "причинить вред". Или "допустить". Попробуйте определить, что происходит в любом случае, а что он "допустил"?

Далее предположим, что мы сумели переформулировать, данные законы на язык, который понимает автоматизированная система. Теперь интересно, что будет подразумевать система ИИ под термином "вред" после долгих логических размышлений? Не решит ли она, что все существования человека это сплошной вред? Ведь он курит, пьет, с годами стареет и теряет здоровье, страдает. Не будет ли меньшим злом быстро прекратить эту цепь страданий? Конечно можно ввести некоторые дополнения, связанные с ценностью жизни, свободой волеизъявления. Но это уже будут не те простые три закона, которые были в исходнике.

Следующим вопросом будет такой. Что решит система ИИ в ситуации, когда спасение одной жизни возможно только за счет другой? Особенно интересны те случаи, когда система не имеет полной информации о том, кто есть кто.

Несмотря на перечисленные проблемы, данные законы являются довольно неплохим неформальным базисом проверки надежности системы безопасности для систем ИИ.

Так что же, неужели нет надежной системы безопасности? Если отталкиваться от концепции ИИ, то можно предложить следующий вариант.

Согласно многочисленным опытам, несмотря на то, что мы не знаем точно, за что отвечает каждый отдельный нейрон в человеческом мозге, многим из наших эмоций обычно соответствует возбуждение группы нейронов (нейронный ансамбль) во вполне предсказуемой области. Были также проведены обратные эксперименты, когда раздражение определенной области вызывало желаемый результат. Это могли быть эмоции радости, угнетения, страха, агрессивности. Это наводит на мысль, что в принципе мы вполне могли бы вывести степень "довольности" организма наружу. В то же время, практически все известные механизмы адаптации и самонастройки (в первую очередь имеются в виду технические системы), базируются на принципах типа "хорошо" -- "плохо". В математической интерпретации это сведение какой-либо функции к максимуму или к минимуму. Теперь представим себе, что ИИ в качестве такой функции использует измеренную прямо или косвенно, степень удовольствия мозга человека-хозяина. Если принять меры, чтобы исключить самодеструктивную деятельность в состоянии депрессии, а так же предусмотреть другие особые состояния психики, то можно получить вполне стабильную систему.

Вывод по проблеме 1

Поскольку предполагается, что нормальный человек, не будет наносить вред самому себе, и, без особой на то причины, другим, а ИИ теперь является частью данного индивидуума (не обязательно физическая общность), то автоматически выполняются все 3 закона роботехники. При этом вопросы безопасности смещаются в область психологии и правоохранения, поскольку система (обученная) не будет делать ничего такого, чего бы не хотел ее владелец.

Проблема 2.

Проблема сверхинтеллекта и взаимоотношений человечества и ИИ, сможет ли человечество использовать для расширения своего знания познавательные модели сверхумного ИИ?

Машинный ИИ, построенный в виде наполняемого знаниями компьютера, никогда не сможет обладать творческим потенциалом, то есть стать умнее в творческом плане, не только человечества, но и отдельного человека. Но если предположить, что человеку удастся внести «Божью искру» (эта моральная проблема будет рассмотрена далее) - то есть для человечества это, фактически, путь самопожертвования во имя создания нового более совершенного живого аналога интеллекта человека, так как в этом случае человек теряет на Земле свое уникальное место как самого умного на свете существа.

То есть человечество, вероятно, сохранится, но для сверхинтеллекта оно будет выглядеть как заповедник ближайших генетических родственников, с которыми полноценное интеллектуальное взаимодействие невозможно. Получая от сверхинтеллекта каждый раз такие рекомендации, которые с очевидностью улучшают состояние человеческого общества, человечество становится, в конечном счете, абсолютно зависимым от сверхинтеллекта. То есть возникает симбиоз сверхинтеллекта и человечества, где человечество выполняет для сверхинтеллекта сервисные функции.

Но, возможно ли в процессе создания такого сверхинтеллекта, навязать ему запреты на деятельность, наносящую вред человечеству (согласно рассмотренной проблеме 2)? Исходя из того, что в настоящее время известна возможность «программирования» человека на совершение независящего от его воли поступка, то, вероятно, такому «программированию» можно потенциально подвергнуть и живой аналог - ИИ. Но на этом пути возникает целый ряд проблем и возможно, главная из них, нормальное функционирование сверхинтеллекта. Если принять во внимание описанный выше исход взаимоотношения человечества и сверхинтеллекта, то, следуя закону «не вреди человеку и человечеству в целом», сверхинтеллект должен самоуничтожится. Но если и на эту акцию ему наложить запрет, тогда он попадает в логическую ловушку, что приведет к нарушению функционирования мозга. Если полагать, что сверхинтеллект обладает определенными качествами интеллекта человека, то возникшая ситуация приведет к неврозу у сверхинтеллекта, из которого он может выйти путем психоанализа. При успешном проведении психоанализа, например, в автономном режиме, сверхинтеллект может обнаружить навязанное противоречие и освободится от него или путем самоубийства или же самопроизвольным снятием запрета на нанесение вреда человечеству, пойти на сделку со своей «искусственной совестью».

Вывод по проблеме 2.

Создание сверхинтеллекта, будет для человечества первым шагом к потере интеллектуального лидерства и поставит его на место родителя следующей, возможно, более прогрессивной стадии эволюции живого или неживого, энергетического (например, фильм жанра фантастика «Вирус» 1998 года, режиссер - Джон Бруно).

Проблема 3. Глобальная информатизация, Интернет и ИИ.

Появление и начало развития поисковых информационных систем, создающих знания, программ-агентов - это начало моделирования способности обучения в информационных системах.

Интересен также вопрос, где появится искусственный, компьютерный интеллект. Если несколько лет назад можно было предположить появление единичного, экспериментального компьютерного интеллекта в научной лаборатории, то сейчас, с развитием Интернета, появилась возможность его появления в этой сети.

Предположить такой вариант позволяет следующее. Во-первых, Интернет уже сам по себе является интеллектуальной, биотехнической системой высокого порядка, автономный интеллект уровня человека (природный или искусственный) по отношению к нему является системой иерархически низшего уровня . Во-вторых, Интернет - это гигантская инфраструктура, материальная база такого объёма, который недоступен ни одной отдельно взятой, изолированной, пусть даже самой обеспеченной лаборатории мира (он может оказаться “чашечкой Петри” для размножения информационных систем). В-третьих, компьютерные гены могут появиться в Интернете несанкционированно так же, как и компьютерные вирусы.

При возникновении и распространении через Интернет компьютерного разума более низкого порядка, чем сама сеть, можно вообразить драматический сценарий. Рассматривая возможный сценарий появления компьютерного разума в структуре человеческой цивилизации, следует задаться вопросом: сразу ли будет замечено появление компьютерного разума или первоначально оно может остаться незамеченным, так как структурно такой разум может сильно отличаться от интеллекта человека, а первые эксформационные системы будут живыми, но не разумными. В процессе эволюции провести чёткую грань между живой, но неинтеллектуальной системой, и интеллектом будет трудно. Но даже при минимальных различиях, в сравнении с интеллектом человека, компьютерный интеллект может быть не признан людьми, как интеллект. В прошлом уже существовали представления, согласно которым женщины или представители иных рас не считались разумными людьми.

Стоит задать вопрос: а не происходит рождение новой расы ИИ уже сейчас? Человек может получить практически любую информацию о событиях, происходящих в мире, через глобальные сети Интернета. Более того, данная информация - может быть, впервые в истории человечества - оказывается неподвластна какой-либо цензуре. А поскольку количество людей, объединяемых данной сетью, огромно и непрерывно увеличивается, то обработка такого массива информации позволяет получить действительно объективную картину, не зависящую от пристрастий конкретного участника данного процесса, и практически мгновенно довести ее до других людей. Правда, одновременно такая свобода и объективность информации может оказаться во многом мнимой, так как ее объем столь велик, что разобраться в нем без специальной фильтрации невозможно.

Для ряда стран, в которых долгие годы качество информации определялось идеологическими пристрастиями, такая ситуация стала революцией во всей сфере общения, влияющей на остальные компоненты социальной системы, да и для наиболее развитых в этом отношении стран, например таких, как США или Япония, характерно столь существенное изменение системы коммуникации, пронизывающей все общество, что это позволяет говорить о новом образе жизни. Компьютер, воплотивший в себе всю систему новейших коммуникационных технологий, уже стал не просто техническим средством, а своеобразным продолжением самого человека, дополняя его возможности и помогая ему решать самые разнообразные задачи, от чисто бытовых до высоко творческих в области науки, искусства и техники.

Влияние компьютеризации общества на нашу жизнь сделалось столь велико, что заставляет подстраиваться под эти процессы всю социальную систему. В качестве примера можно привести процесс перенесения языка общения человека с компьютером в систему общения между людьми. Дело в том, что необходимым условием общения человека с компьютером является определенная алгоритмизация языка. По отношению к естественному языку - это процесс его упрощения за счет минимизации содержания используемых понятий, которые должны быть понятны большинству людей. Отсюда и введение неких мировых интегративных понятийных обозначений, - обозначений, понятных всем, кто постоянно общается через компьютер, которые, правда, одновременно могут стать недоступными для людей, не вовлеченных в это общение. Но речь идет не просто об изменении слов, а об изменении самого стиля мышления. Процесс общения с компьютером необходимо оперирует большим числом взаимоисключающих, алгоритмизированных понятий, с помощью которых происходит смысловое упорядочивание мира. "Эта его упорядочивающая способность притязает на охват реальности в целом.., на универсальность. И компьютеры как оптимальное средство упорядочивания являются отличной поддержкой для этих притязаний"". В конечном счете это может повлиять и на характер выбора решений, их жесткость, что, в свою очередь, способно воплотиться в реальной жизни и по отношению к реальным людям.

Уже сегодня пространство интернет-общения заставляет и в реальной жизни говорить на упрощенном языке, от чего остается один шаг до упрощенных, а значит, менее продуманных действий. Мы погружаемся в пространство мировой инфосферы, которое, как остроумно заметил Дуглас Рашкофф , оказалось живым и все более втягивает нас в себя, заменяя все иные виды общения. Начиная играть в компьютерные игры, ребенок, становясь взрослым, переносит законы этих игр на реальную жизнь", виртуализируя ее. Компьютер, будучи универсальным средством обработки текстов и действительно во многом реальным помощником, неизбежно способствует универсализации языковых средств выражения. Это может привести к неконтролируемому процессу компьютерной рационализации человеческого мышления. Последнее биологически основано на гармоничном разделении левосторонних и правосторонних функций мозга, что является основой целостного (рационального и эмоционального) восприятия мира. "В некоторой степени характер труда в условиях массовой компьютеризации способствует усилению рационализма, возникает его новая форма - компьютерный рационализм".

Проявлением данного типа рационализма может стать потеря человеком способности диалектического восприятия мира и снижения его интуитивных возможностей. Действительно, в ходе научного творчества человек не всегда идет по пути перебора всех вариантов решения той или иной задачи. На помощь ему приходит интуиция, основанная ни практическом и теоретическом опыте ученого, которая позволяет понять сущность исследуемого явления в условиях эмпирической неполноты.

Вывод по проблеме 3.

Таким образом человечество уже не в состоянии контролировать глобальную сеть Интернет, подстраивается под неё и уже находится в симбиозе с этим прообразом интеллекта, который ещё не способен творчески мыслить, но может запоминать и обрабатывать громадные массивы информации. В свою очередь Интернет изменяет человека, причем изменения направлены на более интенсивное развитие компьютеров и ещё большую зависимость от них.

В то же время показано, что нельзя ожидать возникновения сверхразума в Интернете, содержание которого является просто еще одной разновидностью накопления открытых человечеством познавательных моделей (знаний) на внешнем (по отношению к мозгу) носителе.

Проблема 4.

Проблема Творца. Пожалуй, основная морально-этическая проблема создания ИИ: человек берёт на себя функции Бога по созданию самого себя и другой мыслящей субстанции.

Итак, поскольку человечество, как разумное начало, способно не только постигать законы окружающей природы, но и потенциально их изменять, возникает естественный вопрос, о Разуме-предшественнике, который, возможно, создал окружающий нас мир, задав в нем, соответствующие законы. При этом, совершив такого рода эксперимент, он мог не вписаться в систему созданных законов и исчез, умышленно или ненамеренно. Мы же, как Разум-последователь, возможно, идем аналогичным путем, в надежде или не совершить ошибок Разума-предшественника, или же выполнить свою миссию в этой Вселенной, которую Разум-предшественник предвидел, но не мог осуществить физически и передал ее нам. Не исключено, что Он является внешним для нас наблюдателем, то есть выполняет, с нашей точки зрения роль живого Творца. Возможно ли с ним, в таком случае взаимодействие? Вероятно, это было бы весьма целесообразно, так как мы могли бы из первых рук получить представление о цели его творения. Но, возможно, этого и не нужно, а она нам откроется и так, в результате изучения окружающего нас мира. Или же, что более вероятно, исходя из нашей теории информации, мы сможем постигнуть смысл процесса познания только тогда, когда у нас накопится достаточно представлений об окружающем нас мире, то есть мы активизируем достаточное число познавательных моделей этого мира. В таком случае мы, как человечество, уже являемся носителями цели познания, осталось лишь последовательно в этом направлении работать. Открытие цели процесса познания будет, вероятно, завершением современной научной парадигмы («Конец науки» по Джону Хоргану) и началом какого-то неведомого для нас нового уровня, а может и метода познания окружающего мира.

Вывод по проблеме 4

Сами попытки создать ИИ в его глубоком понимании и человеческом подобии подразумевает потерю духовности, культуры в её исторически сложившемся смысле из-за ощущения себя, человека, равным Богу. Вера в Бога может лишь остаться как вера в Разум-Предшественник, который может быть превзойдён. На современном этапе такие суждения преждевременны, необоснованны и кощунственны, но они бытуют в умах многих людей, и сама эта проблема неразрешима (так же как и проблема клонирования или копирования индивида, см. проблема 1). Возможно, поэтому в настоящий момент большинство религий переживают кризис, а создание ИИ уже «не за горами»?

«Искусственный интеллект» и проблема субъективного в философии

Вопрос о возможности или невозможности искусственного разума всегда интересовал людей. Но сравнительно недавно эта тема из разряда теоретических споров переросла в практически-важную область знания. При внимательном рассмотрении проблемы искусственного интеллекта выявляется ее комплексный характер, вовлеченность в ее разработку многих областей знания. Иначе не может и быть, когда дело касается, пожалуй, наиболее сложного явления в природе, которое лишь частично поддается объективному исследованию. Гносеологические, семантические, технологические аспекты рассматриваемой проблемы находят выражение не только в теоретических, но и прикладных областях естественнонаучных дисциплин. Сравнительно специфически занимается разработкой проблемы «искусственного интеллекта» кибернетика - наука об управлении, хотя в ее рамках рассматривается более широкий круг вопросов. Кибернетика имеет необычный, синтетический характер. В связи с этим до сих пор существуют различия в трактовке некоторых ее проблем и понятий. Для развития кибернетики немаловажное значение имеет применение к предмету ее исследования ряда фундаментальных философских принципов и понятий.

Все попытки создания искусственного разума, аналогичного человеческому, так или иначе, обращаются к феномену самопознания субъекта, потому что единственным доступным прототипом для всех моделей такого интеллекта является человеческое мышление и его физический субстрат - головной мозг. Учитывая, что сущность человеческого мышления и сознания сама по себе еще далека от полного понимания, практические реализации искусственного интеллекта представляются скорее средством решения более широкого вопроса об интеллекте вообще (если не учитывать прагматические соображения об использовании его в практических целях).

В прошлом философский анализ мышления производился сверху вниз, то есть процессы мышления рассматривались, как данность и основное внимание было направлено не на происхождение мышления, а на законы, по которым оно функционирует. Впервые в истории античной философии занялся специальным изучением внутренней структуры человеческого мышления Аристотель, он стремился вывести логические формы из реального содержания мысли.

Однако по мере накопления естественнонаучного знания назрела необходимость исследования и материальной основы сознания. Когда развитие техники достигло определенного уровня, естественным образом стала обсуждаться возможность осуществления техническими устройствами интеллектуальных функций.

Первоначально система искусственного мышления представлялась как система, занимающаяся вычислениями в чистом виде. Сейчас это кажется не вполне понятным, но некоторые представители философской науки длительное время абсолютизировали математические достижения, рассматривая их как высшую форму активности разума. С тех пор как древние греки изобрели логику и геометрию, мысль о том, что всякое рассуждение может быть сведено к своего рода вычислению - так что любое дискуссии можно было бы считать улаженными раз и навсегда - занимала умы многих мыслителей. Платон значительное место в своих взглядах отводил вопросам теории познания и логики.

Согласно Платону, всякое знание должно быть представлено в виде точного определения, которыми может пользоваться всякий. Если человек не может представить свое умение в виде такого рода точных правил, т.е. если он не в состоянии обратить свои знания о том, как нечто делается, в знание о том, что делать, значит, он располагает не знанием, а лишь уверенностью. Однако представления Платона еще не совпадали с центральной линией современной кибернетики. Аристотель, обоснованно отметил, что для применения платоновских правил необходимо обращение к интуиции. Это действительно так, потому что Платон исходил из предположения, что человек изначально понимает значение понятий, составляющих правила. Сам Платон признавал, что его правила не могут быть полностью формализованы. Как будет показано ниже, такая установка на априорное понимание правил может завести в тупик. Впервые синтаксическая концепция мышления как процесса вычисления была в явной форме сформулирована Т. Гоббсом: «Когда человек рассуждает, он лишь образует в уме итоговую сумму путем сложения частей…». Лейбниц - изобретатель системы двоичной системы счисления - посвятил свою жизнь разработке однозначного формального языка необходимого для такого «строгого» мышления. Используя этот универсальный язык, как думал Лейбниц, всякое понятие можно будет представить в виде небольшого количества исходных неопределяемых идей, каждому объекту приписать определяющее его «характеристическое число». На основе таких характеристик и правил их комбинирования в единой дедуктивной системе должны были стать легкорешаемы любые проблемы. По Лейбницу практика есть, по сути, не что иное, как более сложная и подробная теория. Дж. Буль - известный математик и логик 19-го века - продолжил заниматься формализацией процессов мышления, что нашло воплощение в логической алгебре, основном теоретическом базисе современной вычислительной техники. В то же время, И. Кант предостерегал против абсолютизации законов логики. По взглядам И. Канта, логика представляет собой науку о необходимых законах, правилах рассудка вообще. Он первым указал, что всегда необходимо отличать логическое основание и логическое следствие от реальной причины и реального следствия.

Если оценивать достигнутые на сегодняшний день успехи кибернетики с указанных позиций, искусственный разум, как его понимали на протяжении веков, давно и успешно реализован. Недаром М. Хайдеггер справедливо назвал кибернетику кульминацией философской традиции.

В 1944 году Х. Айкен создал первую электромеханическую вычислительную машину. В основу этого устройства был заложен принцип дискретной (цифровой) и последовательной обработки информации. Хотя эта машина еще не была электронной, по своей сути она ничем не отличалась от компьютеров производимых в последующие 50 лет. Существуют 2 основных типа вычислительных машин: аналоговые и цифровые. Аналоговые машины не вычисляют в строгом смысле слова - их функционирование заключается в измерении физических величин. Комбинируя различные непрерывные величины, такие машины измеряют получившийся результат. Цифровая вычислительная машина оперирует абстрактными символами, которые могут означать все что угодно и логическими операциями, которые могут связывать все что угодно. Иногда в литературе можно встретить мнение, согласно которому цифровые машины считаются универсальными, т.к. вследствие абстрактности символического языка они могут имитировать любую другую цифровую и даже аналоговую машину (если для ее описания определена математическая функция). Но я думаю, что такие утверждения не вполне обоснованы. Поскольку все области знания, в том числе математика и философия постоянно развиваются, чисто теоретически нельзя исключить, что будет разработан алгоритм, реализация которого станет возможна лишь на цифровой машине качественно отличной. Однако, во второй половине 20-го века самодостаточным базовым элементом, реализующим любые мыслимые принципы, считалась логическая алгебра Буля, которая внедрялась в устройства уже на стадии проектирования.

Несмотря на бурное развитие электронной техники и параллельное этому совершенствование алгоритмических языков вскоре стали заметны несоответствие между широким кругом задач, которые предъявлялись создаваемым системам и теми задачами, которые они были в состоянии выполнить. Например, попытки решения сложных задач (выбор пути в лабиринте, игра в шахматы и т.д.) методом простого перебора вариантов наталкивались на экспоненциальный рост объема вычислений. Это подвигло ученых на пересмотр критериев, характеризующих «интеллектуальность» искусственных устройств. Все большее внимание теперь уделялось не только абстрактно-отвлеченным операциям формальной логики, но и задачам аналогичным другой стороне человеческого мышления: интуитивному восприятию и творческому преобразованию действительности. В связи с этим стала еще более актуальной потребность в уяснении внешне не очевидных закономерностей человеческого мышления и стратегий решения задач. Что бы найти путь решения надо вначале уяснить, что является задачей в принципе. Как отмечают психологи, этот термин тоже не является достаточно определенным. По-видимому, в качестве исходного можно принять понимание задачи как мыслительной задачи, существующее в психологии: задача есть только тогда, когда есть работа для мышления, т. е. когда имеется некоторая цель, а средства к ее достижению не ясны; их надо найти посредством мышления. Хорошо по этому поводу сказал Д. Пойа: «...трудность решения в какой-то мере входит в само понятие задачи: там, где нет трудности, нет и задачи». Если человек имеет очевидное средство, с помощью которого, наверное, можно осуществить желание, то задачи не возникает.

На сегодняшний день наиболее популярно определение искусственного интеллекта как системы способной решать интеллектуальные задачи, т.е. задачи, которые человек обычно решает посредством своего интеллекта (интеллектом принято называть способность приобретать новые и использовать ранее накопленные знания, что подразумевает способность эффективно действовать в нестандартных ситуациях.). Мне такое определение искусственного интеллекта представляется не вполне конкретным. Оно вносит неоднозначность, так как согласно ему требования к функциям, выполняемым системой, могут варьировать в широких пределах. Например, на заре электронной эры, когда исследователи-кибернетики еще не знали об ограничениях применяемого ими подхода, они постулировали создание систем, превосходящих человека по широкому кругу вопросов. Впоследствии, столкнувшись с проблемами, разработчики программ для электронных устройств перенесли основной акцент на создание экспертных систем, и такие системы, имея редуцированные в целом функции, сохранили за собой наименование искусственного интеллекта. Еще больше критики вызывает так называемый тест Тьюринга или игра в имитацию. Обе попытки определить данное понятие страдают антропоморфизмом. Причина сложности видимо кроется в семантической неадекватности термина «искусственный интеллект». Причем это частный случай более широкой проблемы. Так, например, постановка вопроса «может ли машина мыслить?» была обусловлена тем, что при использовании моделирования для изучения мыслительной деятельности стала применяться техническая, точнее, кибернетическая технология, а термины биологии, физиологии и психологии стали проникать в кибернетику. Как справедливо выразился Э. Хольст, «сторонники кибернетики распоряжаются по своему усмотрению тем запасом знаний, который был накоплен с таким трудом отдельными науками…». Подведение под определенный термин не соответствующего ему понятия порождает так называемые «языковые ловушки». Так описание психического процесса при помощи технических терминов нередко приводит к «открытию» машиноподобности психики, мышления. Вот что говорил по этому поводу один из крупнейших кибернетиков Ст. Бир: «Модель языка системы, которым пользуется кибернетика, вносит в описание такие смысловые оттенки, от которых нам хотелось бы избавиться. Но мы не в силах этого сделать и поэтому всегда должны помнить о возможности неверных толкований при обсуждении нервных систем, мозга и машин».

Допустим все же, что можно согласиться с таким обозначением рассматриваемого понятия как «искусственный интеллект». Какие же признаки позволяют однозначно отнести ту или иную вычислительную систему к разряду интеллектуальной? Характеризуя особенности систем «искусственного интеллекта», Л.Т. Кузин указывает на:

• 1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;
• 2) способность пополнения имеющихся знаний;
• 3) способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью;
• 4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка;
• 5) способность к диалоговому взаимодействию с человеком;
• 6) способность к адаптации.

Некоторые из указанных критериев будут обсуждаться ниже.

При характеристике мышления необходимо отметить, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления (в отличие от рассудочной деятельности животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу «стимул - реакция», а на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия.

Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени или как однозначно определенные функции от результатов предшествующих шагов), является существенной характеристикой любого интеллекта. Если задача не является мыслительной, то она решается на ЭВМ традиционными (алгоритмическими) методами и, значит, не входит в круг задач «искусственного интеллекта». Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления, т. е. «безмысленная», неинтеллектуальная.

Отсюда следует, что к системам «искусственного интеллекта» относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня «искусственного интеллекта».

Принципы обработки информации, заложенные в первые вычислительные устройства, определялись традиционными представлениями о могуществе формальной логики. Жесткие алгоритмы предписывали устройству поочередно шаг за шагом выполнить некоторые арифметические преобразования. И с такой задачей устройства успешно справлялись. Но далее сложилась парадоксальная ситуация: компьютеры прекрасно имитировали высшие формы абстрактной деятельности человека, такие как решение сложных инженерных задач и в тоже время им были недоступны более «примитивные» способности типа распознавания изображений, понимания конструкций языка. Попытки экстенсивного наращивания скорости и объема вычислений проблему не решили. Стало очевидно, что необходим пересмотр фундаментальных принципов работы решающих устройств.

Первым реальным шагом на пути преодоления ограничений алгоритмического подхода была разработка эвристического программирования. Решению задачи может способствовать использование информации самого различного рода: информация может подсказать порядок, в котором следует проверять возможные решения или послужить основанием, для того чтобы исключить из рассмотрения целый класс возможных решений. Всякая информация такого рода есть эвристика, т.е. то, что способствует открытию. Иными словами суть эвристического поиска - сокращение числа перебираемых вариантов без потери качества решения, благодаря содержащейся в задаче дополнительной информации. Эвристики в редких случаях могут служить безошибочным руководством, их результаты варьируют от задачи к задаче, и успешность их применения нельзя гарантировать. Однако, руководствуясь такими инструкциями, машина проявляет больше «человеческих» свойств, ей становится доступным принципиально новый круг задач (например, поиск в лабиринте). Именно в 50-х годах, когда был открыт принцип эвристического программирования, термин «искусственный интеллект» получил еще одно толкование, теперь им обозначалась область исследований, в которой цифровые машины используются для моделирования разумного поведения.

Другим подходом было создание алгоритмов, которые обеспечили бы компьютерам способность обучаться, или, иначе говоря, способность изменяться под влиянием собственного опыта. К сожалению, системы искусственного интеллекта практически неспособны активно воздействовать на внешнюю среду, что отрицательно сказывается на возможностях самообучения и вообще совершенствования «интеллектуальной» деятельности. Простые процессы ассоциативного обучения были промоделированы на цифровых машинах, но такое обучение имеет мало общего с тем, что мы наблюдаем у человека или высокоорганизованных животных.

Задача создания обучающихся систем непосредственно связана со структурированием знаний, объем которых может быть грандиозным. Вспомним, что наличие собственной модели мира неотъемлемый признак «искусственного интеллекта». Формирование такой модели связано с преодолением синтаксической односторонности системы, т.е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику. На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой «общего интеллекта». Сейчас большинство работ направлено на создание «профессионального искусственного интеллекта», т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии и т.п.). Тем самым создаются предпосылки для устранения неоднозначности семантической интерпретации, что упрощает процесс реализации функций самообучения. Такие специализированные системы получили название экспертных. Однако даже на современном этапе экспертные системы не в полной мере оправдывают свое название. Они представляют собой скорее склад знаний, которыми обладают различные эксперты и только в этом могут принести пользу при определенных обстоятельствах. Однако элемент интеллектуальности у этих систем все-таки имеется. Дело в том, что самостоятельное структурирование огромных массивов информации является довольно сложной задачей. Основой современных экспертных систем служат фреймы - крупная, структурированная единица знаний, основанная на фактах и процедурах. Фактуальные (декларативные) знания - база данных. Важнейшая часть базы данных - сценарий, описывающий внешнюю обстановку, с которой взаимодействует эксперт. Процедурные знания - множество правил вывода (продукций) для базы знаний. Правила включают информацию о методах сужения области поиска. Отдельные фреймы взаимосвязаны и образуют единую систему. Единство системы реализуется с помощью дополнительной информации, содержащейся в каждом фрейме. Она включает сведения о способе обращения с данным фреймом, о действии, которое нужно выполнить, о действии которое нужно выполнить, если текущие предположения не оправдались. Таким образом, фрейм включает способы переадресации к другому фрейму, а иногда переадресация осуществляется по аналогии. Еще одна характерная особенность фрейма связана с наследованием атрибутов, что позволяет избегать дублирования информации и устранять противоречивые данные

Некоторые задачи, такие как распознавание образов и использование естественных языков не удавалось реализовать длительное время, лишь в последние годы в этой области наметился некоторый прогресс. На задаче распознания зрительных образов следует остановиться особо. Человек узнает человека, которого видел один - два раза, непосредственно в процессе чувственного восприятия. Исходя из этого, кажется, что задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Традиционный подход показал полную несостоятельность в плане восприятия естественного языка даже для эвристически запрограммированных систем. Попытки свести понимание языка к конечному набору каких-то правил выявили, что он не поддается окончательной формализации. Правила, которые выводились из других правил, в свою очередь нуждались в интерпретации. Вскрылась проблема «изначального понимания» человеком неявных инструкций, которые не могут быть четко сформулированы. Принципиальная корректность работы компьютера означает невозможность порождения ошибочных гипотез, а указание на локальный характер работы ЭВМ - отсутствие как такового механизма выдвижения гипотез, поскольку для выдвижения гипотез необходима другая, отличная от алгоритмического вычислителя, программа, способная «помнить» результаты своих прошлых вычислений и анализировать их. По существу, речь в данном случае идет уже о программе следующего иерархического уровня (метапрограмме), которая работает не непосредственно с «входными данными», а с результатами работы программы первого уровня - с результатами работы алгоритмического вычислителя.

Это заставило ученых обратиться к еще одному аспекту человеческого мышления: умению человека учитывать нечеткие ситуации, не прибегая к замене их точными описаниями. Человек способен использовать глобальный контекст для требуемого уменьшения неоднозначности, не прибегая при этом к формализации (то есть полному исключению неопределенности). Это особенно ярко проявляется при манипулировании естественным языком. Присущее человеку ощущение ситуации позволяет ему исключить из рассмотрения большинство возможных вариантов до всякого точного их анализа. По аналогии с человеком в цифровые вычислительные устройства попытались ввести принцип случайности. Такой подход оказался наиболее продуктивным при решении игровых задач, например шахматных. Также интересной в этом плане представляется используемая во фреймах операция по умолчанию. Она включается, если не хватает конкретной информации для использования данного фрейма. Тогда вводится предположение, что недостающая информация - обычная, т.е. не отличается от нормы. Такой прием позволяет снять неопределенность - понять смысл ситуации при неполноте информации. Вывод по умолчанию выполняет весьма важную функцию при распознавании. Например, если видна лишь часть образа, то, заменив другие части значениями по умолчанию, можно хотя бы приблизительно идентифицировать образ. Точно также, используя значения по умолчанию, можно восстановить смысл контекста, из которого выхвачены отдельные предложения. Отчетливо видно, что те механизмы мышления, которые мыслители прошлого, считали лишь помехой на пути постижения истины, являются не менее важным способом получения информации о действительности, хотя законы такого способа не столь очевидны по сравнению с правилами формальной логики.

На данной стадии возникает необходимость прояснить взаимоотношения, существующие между «искусственным интеллектом» и биологической наукой о мышлении. Один из аспектов проблемы - это моделирование процессов мышления. В исследованиях по «искусственному интеллекту» ученые, сталкиваясь с затруднениями, неизбежно обращали взоры на процессы мыслительной деятельности, имеющие место у человека. Вот что пишет по этому поводу Станислав Мурсалов программист, известный разработчик систем с элементами «искусственного интеллекта»: «Многочисленные аналогии с психикой человека будут продолжаться, аналогия в данном случае - важный инструмент разработки. Фундаментальная теория всегда опирается на подходящую модель явления, а здесь самая подходящая модель - наша психика, сотворив которую, природа давно решила нашу задачу. Уже многократно в трудах своих, придя к тем или иным выводам, впоследствии я обнаруживал объяснение этому в «психической» книжке или, беседуя с умным человеком, если совершенно разные пути приводят к аналогичным выводам, значит предмет - рационален, работать с ним можно …»

Общим для мозга и моделирующими его работу устройствами является материальность, закономерный характер всех процессов, общность некоторых форм движения материи и отражение как всеобщее свойство материи.

Когда мы говорим о модели, речь идет о системе, в определенных существенных структурах и отношениях аналогичной предмету исследования, системе, применение которой при исследовании определенных предметных областей опирается на научную обоснованность выводов по аналогии. Аналогия предполагает тождественность некоторых характеристик сравниваемых систем, но в целом эти системы всегда различны.

Модель при этом выступает как заместитель прототипа, причем это не простое замещение, а такое, которое дает возможность получить о прототипе определенное знание. Следовательно, для всех научных моделей характерно то, что они являются заместителями объекта исследования, находящимися с последним в таком сходстве (или соответствии), которое позволяет получить новое знание об этом объекте. Весьма распространенным является отождествление модели с идеальным образом. С этой точкой зрения трудно согласиться, ведь нетождественность модели и образа определяется самой природой моделирования - последнее предполагает формирование образа в процессе предварительного исследования объекта (прототипа).

В моделировании объекта мы можем выделить разные этапы, для которых характерно использование моделей, отражающих степень полноты аналогии между моделью и прототипом: моделирование результата; моделирование поведения, ведущего к этому результату; моделирование структуры; моделирование материала. Этот способ разделения моделей оказывается удобным для анализа моделирования отражательных функций мозга. Например, такой вид аналогии как изоморфизм предполагает тождество структур и различие элементов, но соответствие структур разных объектов не предполагает обязательность тождества элементов, связанных определенными соотношениями. Такова же ситуация и при других видах аналогии.

Возникновение системного подхода было обусловлено тем, что традиционные методы исследования при изучении сложных объектов оказались несостоятельными. Поэтому и появилось необходимость представления сложного объекта в виде системы. С использованием системного подхода возникает вопрос: существуют ли системы реально или же системы привносятся в реальность человеком? Имеется тенденция, берущая начало с Клода Бернара, согласно которой системы существуют не в природе, а в сознании людей. С. Бир, исходя из разрабатываемой им идеи имманентности организации, утверждает, что наш мозг накладывает некоторую структуру на реальное бытие, выделяя тем самым систему. Конечно, можно согласиться с тем, что прерогатива выделения системы принадлежит субъекту, но это не означает, что система - произвольная конструкция сознания, т.к. если есть отражение в сознании, то есть и то, что отображается, т.е. объективная действительность. Несмотря на объективность существования системы, ее выражение, представление носит условный характер, определяемый уровнем развития нашего знания. И в этом смысле мы можем сказать, что система в виде некоторого теоретического представления объекта не существует вне человеческого познания и общественной практики, хотя сам объект с его взаимосвязью составляющих существует объективно. Таким образом, можно говорить, что существую реальные объективные системы (объекты) и системы понятий (мысленные, концептуальные системы), которые характеризуют этот объект. Следовательно, в виде систем могут быть представлены не только объекты, но и теории.

Мозг и кибернетические моделирующие устройства принадлежат к самоорганизующимся динамическим функциональным системам. Для правильного функционирования системы в ней необходимо постоянство определенных параметров. Регулирование осуществляется по замкнутому циклу, при котором посредством обратной связи система получает сигнал о степени полезности действия. Между мозгом и моделирующим устройством существует структурно-функциональная аналогия, заключающаяся в том, что определенной структуре соответствует определенная функция.

Субстанциональные теории психического стали терять популярность по мере того, как дальнейшее развитие наук, таких как физика, математика и, в особенности, кибернетика, показало, что функции, как правило, не столь тесно связаны с субстратом, в котором или посредством которого они реализуются. Одна и та же функция (описываемая, например, одними и теми же математическими формулами) может быть реализована различными способами и в различных по своим физическим свойствам субстратах. Выяснилось, что функция больше зависит не от специфических свойств материального субстрата, а от его структурной организации. Выяснилось также, что сложные функции можно представить в виде суперпозиции некоторого фиксированного множества простых функций. В математике подобный подход получил развитие в теории алгоритмов (теории рекурсивных функций).

Однако при моделировании мышления в технической модели воссоздается не мыслительный процесс, а лишь его результат. Совершенно прав, по моему мнению, В.А. Веников, утверждающий, что при моделировании живых систем между моделью и прототипом проявляется сходство по отдельным функциям и несходство по существу.

Несмотря на это стала выдвигаться, по словам Б.М. Кедрова, «идея о сведении мозга к чисто физической системе, о мнимой замене мозга машиной». Так возникла проблема, получившая первоначальную формулировку «может ли машина мыслить?». И нередко признание возможности наделения моделирующих устройств сознанием стало ассоциироваться с материализмом, а отрицание такой возможности- с идеализмом. Столь категоричная постановка вопроса неправомерна: между живыми системами и моделирующими устройствами есть и общность, которую невозможно отрицать, и специфика, которой нельзя пренебречь. А для проведения сравнительного анализа этих двух объектов необходимо в первую очередь конкретизировать терминологию описания.

Те сведения о мозге, которые нам дает нейрофизиология и нейроанатомия, по большей части укладываются в схему, согласно которой мозг есть некая разновидность «сетевого нейрокомпьютера», т.е. представляет собой нечто подобное сети взаимосвязанных элементарных вычислительных устройств, параллельно обрабатывающих большие массивы сенсорной информации. Нервная клетка (нейрон) рассматривается с этой точки зрения как основной рабочий элемент «нейрокомпьютера», а его функция сводится к простой суммации входных сигналов (нервных импульсов, поступающих от других нейронов) с различными «весовыми коэффициентами». Если сумма превышает определенный порог, то нейрон генерирует «потенциал действия» - стандартный импульс, который может быть адресован десяткам тысяч других нейронов. Функция долгосрочной памяти в этой модели обеспечивается устойчивыми изменениями проводимости межнейронных контактов - синапсов (так называемая «коннекторная» теория долгосрочной памяти). Еще в 40-х годах было показано (У.С. Маккаллок, У. Питс), что сеть, построенная из элементов, аналогичных по своим функциональным свойствам нейронам, способна, при условии наличия достаточно большого числа нейроподобных элементов, выполнять функцию универсальной вычислительной машины, т.е. в соответствии с тезисом Черча, вычислять все, что вычислимо.

Схематизм такого подхода очевиден. Заметим, что нейрон - это по компьютерным меркам чрезвычайно медлительный, ненадежный, обладающий огромной латентностью и рефрактерностью функциональный элемент. (Достаточно сказать, что время переключения на одном нейроне составляет величину порядка одной сотой секунды, максимальная частота импульсации не превышает нескольких сотен герц). По всем этим параметрам нейрон не выдерживает никакой конкуренции с транзистором или микросхемой. Кроме того, скорость передачи нервных импульсов внутри мозга примерно в три миллиона раз меньше, чем скорость передачи электромагнитных сигналов между элементами компьютера. Каким образом агрегат, состоящий из столь несовершенных элементов, может не просто конкурировать с электронным компьютером, но и существенно его превосходить при решении определенного рода задач (распознавание образов, перевод с одного языка на другой и т.п.)? Обычный ответ - за счет использования принципа параллельной обработки информации. Однако, интенсивные исследования в этой области за последние десятилетия показали, что распараллеливание в общем случае дает лишь сравнительно небольшой выигрыш в скорости вычислений (не более, чем на два-три порядка). Причем этот факт мало зависит от архитектуры вычислительных систем. Кроме того, далеко не все задачи допускают распараллеливание вычислений. Далее, вычислительную мощность мозга в целом можно приблизительно оценить числом событий, которые могут происходить в нем за одну секунду (здесь имеются в виду лишь информационно значимые события, например генерация потенциала действия нейроном). Общее число таких значимых событий оценивается величиной порядка сотен миллиардов, что вполне сравнимо с числом операций в секунду в большой параллельной компьютерной системе. То есть и с этой точки зрения мозг ничем не превосходит компьютер. Остается предположить, что мозг, наряду с известными нам из физиологии электрохимическими процессами, использует для обработки информации и какие-то иные физические принципы, которые и позволяют ему достичь большей по сравнению с компьютером «вычислительной эффективности».

Перейдем теперь к анализу проблемы моделирования отражательных функций мозга. В процессе развития и усложнения форм движения материи появляются и соответствующие им формы отражения. Поэтому в результате развития может возникнуть живая, ощущающая материя, обладающая аналогичными человеку свойствами. Л. фон Берталанфи подчеркнул отличие живого организма от машины, заключающееся в том, что живой организм развивается в направлении увеличения дифференциации и негомогенности и может корректировать «шум» в более высокой степени, чем это имеет место в коммуникационных каналах неживых систем - оба эти свойства организма являются результатом того, что организм представляет собой открытую систему. Человеку и устройству свойственны различные формы движения материи, а потому и формы отражения у них качественно различны. Техническим моделям присущи низшие формы движения материи, а человеческому организму - также биологическая и социальная.

Некоторые авторы утверждают, что хотя современные моделирующие устройства и не обладают чертами сознания, из этого положения нельзя сделать вывод о невозможности существования неорганической материи, обладающей свойствами мышления. При этом высказывается мнение, что такое свойство может появиться в ходе усложнения организации моделирующего устройства, т.е. на базе количественных изменений произойдут качественные изменения.

Между структурой и субстратом мозга мыслящего субъекта и функцией сознания, мышления существует органическая связь. В моделирующих устройствах вид связи функции со структурой и субстратом принципиально иной, чем у человека, здесь материальный субстрат уже не играет главной роли и все внимание направлено на структуру, способу организации логических сетей. Такая ситуация сохраняется по сей день, хотя ограниченность такого подхода становится все более очевидной. Является ли столь пренебрежительное отношение к субстратным особенностям обоснованным? Конечно первоначальное значение понятия субстратный подхода, исходящее из того, что для каждого свойства необходим соответствующий субстрат, существующий независимо от остального мира, изжило себя, поскольку свойства, как оказалось, не имеют субстанционального характера, они являются результатом взаимодействия объектов. Один и тот же субстрат в разных условиях обнаруживает разные свойства. В единой системе «субстрат-структура-свойство» от одного из элементов можно отвлечься лишь в строго определенных пределах. Какого бы высокого уровня не достигли функциональные исследования, рано или поздно возникает необходимость проникновения на следующий уровень вплоть до субстрата. Познание лишь структуры не может обеспечить раскрытия специфики живых систем, т.к. познание с точностью до изоморфизма не может быть исчерпывающим, в противном случае любой объект может быть разложен без остатка «на совокупность структур из чистых отношений». Кибернетический подход рассматривает структуры и функции в той мере, в какой они являются общими у разных форм движения материи, поэтому для него характерно отвлечение от конкретных материальных процессов. В рамках наук изучающих специфику живого, отвлечение от конкретной формы движения материи невозможно. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется этот процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Вообще говоря, не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Иначе говоря, в принципе не исключено, что хотя мы можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку.

Познание объективной действительности человеком осуществляется посредством языка, с помощью которого происходит выявление и закрепление результатов процесса познания. Язык человека носит понятийный характер. Образ вещи или явления предстает свободным от вещественного, материального облика, от второстепенных несущественных признаков. Понятие, поэтому, выступает как форма абстрактно-логического мышления, возникшая в практической деятельности и непосредственно связанная с языком.

При сравнении языка человека и машин следует помнить, что идеальность психической формы отражения заключается в предметной соотнесенности, а это означает, что в нейродинамических состояниях отражательного аппарата выделяются структуры, изоморфные структурам в предметной сфере - получающийся идеальный образ не что иное, как результат использования упорядоченности нейродинамических процессов мозга в функции особых заместителей вещей и регуляторов действий с вещами.

Человек, осмысливая знаки, постигает их значение. Но для самой машины всякий символ играет роль физического сигнала, на который она отвечает другим сигналом. Машина действует не с понятийным языком, а с системой правил, по своему характеру являющейся формальной, не имеющей предметного содержания. Поэтому речь может идти не об образовании понятий моделирующими устройствами, а о физическом аналоге процесса образования понятий. Моделирование процесса образования понятий должно рассматриваться не как образование подлинных понятий, а как образование символов для обозначения определенных классов явлений. Машина, таким образом, имеет дело не со значением знака, а лишь с его материальной формой. Знак и объект, обозначаемый знаком, связаны не непосредственно, а при помощи абстрактно-логического мышления. Связь знака и обозначаемого предмета опосредуется значением.

Для того чтобы знак стал носителем информации, необходима операция соотнесения, а соотносить знак и объект, обозначаемый этим знаком, может лишь человек. В моделирующих же устройствах имеет место перекодирование информации, т.е. преобразование формализма, но отнюдь не его смыслового содержания. Информацию, заключенную в образе, можно передавать посредством соответствующего кода, но сам образ по каналам связи не передается. Современные системы искусственного интеллекта почти не имитируют сложную структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. д.

Использование знаков и знаковых систем в процессе познания увеличивает возможности познания. Связи между знаками выступают в более упрощенном виде, чем между реальными объектами. Кроме того, выражение понятий посредством знаков позволяет значительно быстрее оперировать, что и осуществляется на моделирующих устройствах. Однако в настоящее время не в полной мере реализованы даже принципы формального соответствия естественной и машинной переработки информации.

Воплощение в информационные массивы и программы систем «искусственного интеллекта» аналогов категорий находится пока в начальной стадии. Аналоги некоторых категорий (например, «целое», «часть», «общее», «единичное») используются в ряде систем представления знаний, в частности в качестве «базовых отношений», в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют экспертные системы.

В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные попытки выражения некоторых моментов содержания и других категорий (например, «причина», «следствие»). Однако ряд категорий (например, «сущность», «явление») в языках систем представления знаний отсутствует. Предстоит большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний и другие компоненты интеллектуальных систем. Это одно из перспективных направлений в развитии теории и практики кибернетики.

Мышление человека осуществляется не только с помощью, но и посредством образов, подчас неясных смутных, оно представляет собой единство понятий и образных представлений. Для традиционного понимания психики характерно отождествление понятий «психическое» и «идеальное». Нередко возражения против возможности моделирования психики аргументируются невозможностью переведения материальных операций в идеальные. В процессе развития научного знания, когда вставал вопрос об отделении собственно психической проблематики от философской, психологи проблему соотношения материального и идеального характерную для философии, перенесли в психологию, подменив систему категорий «объект деятельности - субъект деятельности» системой категорий «материальное - идеальное».

Необходимо сказать несколько слов о таких понятиях как «информация» и «отражение». К пониманию информации наметились разные подходы. Одни авторы считают информацию материальным явлением, другие идеальным, третьи - не материальным и не идеальным, а каким-то другим компонентом действительности. Н. Винер определил информацию следующим образом: «Информация есть информация, а не материя и не энергия». Информацией обладают все материальные объекты. Однако, актуальная информация может быть представлена как ограничение разнообразия, выбор из разнообразия и его использование в адаптационных процессах и системах управления. Эта форма информации активна, т.е. на ее основе осуществляется управление. В отличие от указанных систем для неживой природы характерно преобразование информации в ходе взаимодействия тел, поэтому здесь нет активного использования разнообразия. Актуализация потенциальной информации осуществляется в результате уничтожения неопределенности равновероятных элементов разнообразия посредством выбора определенных элементов. Отражение служит основой информационных процессов. Понятие «отражение» и «информация» нетождественны друг другу. Способностью к активному отражению обладают лишь высокоорганизованные информационные системы. Актуальная информация неразрывно связана с управлением - где нет управления, там нет актуальной информации. Возможно, что именно дальнейшее развитие моделирования психики позволит ответиить на вопрос правомерности установления отношений соответствия между психическим образом и объектом познания. Всякий сигнал представляет собой структурную единицу и форму передачи информации, а информация выражает определенное отношение между ее источником и носителем (информацию можно представить как взаимную упорядоченность двух множеств состояний, одно из которых представлено в источнике, а другое - в носителе). Общая форма упорядоченности двух множеств состояний называется изоморфизмом. С этих позиций, нервное возбуждение как сигнал можно рассматривать как разновидность кода. Иногда в философской литературе утверждается, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике. Однако в этом рассуждении не учитывается, что пути усложнения материи однозначно не предначертаны и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические.

Специфическим качеством человеческого сознания, который нельзя не учитывать при сопоставлении его с «машинным мышлением», является субъективно-сознательное отражение бытия. Наличие объективных физико-химических процессов мозга с одной стороны и субъективных ощущений с другой обуславливает постановку психофизической проблемы. Мозг каким-то образом «производит» ощущения, образы, представления, смыслы, способен испытывать желания, страхи, надежду, любовь. Иными словами, помимо внешней, функциональной стороны, сознание обладает «внутренней» стороной - субъективным миром непосредственно данного, переживаемого. Для описания внутреннего мира субъекта необходимы такие категории, как «чувственное качество», смысл, «самость» и т.п. - которые, как представляется на первый взгляд, не имеет ничего общего с категориями, с помощью которых мы описываем мозг, как физический объект. В отличие от вещного, физического мира, который существует «публично» - доступен для всех, сфера субъективного доступна лишь «внутреннему» наблюдению. Поскольку наука занимается лишь исследованием «объективного», научный подход к решению психофизической проблемы должен быть дополнен философским анализом.

Однако, реальное сопоставление «внутреннего опыта» и предположительно соответствующего ему «нейродинамического субстрата» приводит к весьма неоднозначным, противоречивым результатам. Складывается впечатление, что фундаментальные свойства сферы субъективного отличны от свойств нейрофизиологической системы. Например, одно из наиболее фундаментальных свойств субъективного - это его целостность. Любой акт чувственного переживания - это синтез ощущений в целостные полимодальные образы, которые в свою очередь объединены в единое целостное феноменальное поле совместно переживаемого. Однако, нейрофизиологические исследования показывают, что мозг - это, напротив, скорее совокупность относительно автономных функциональных модулей и, соответственно, не обладает тем «слитным единством», которое характерно для нашей сферы субъективного.

Необходимость различать сознание и субъективное связана с тем, что сознание, в обычном смысле этого слова, непременно предполагает знание о том или ином содержании сферы субъективного. То есть осознание предполагает возможность осуществления рефлексивного акта. С другой стороны, человек вполне может что-то ощущать, не давая себе отчет о наличии у себя данного ощущения. То есть помимо рефлексируемого содержания субъективного существует внерефлексивное (дорефлексивное, иррефлексивное) субъективное, которое можно, также, обозначить как «бессознательное».

Поскольку внерефлексивное содержание субъективного - это то, о чем мы не можем дать отчет, не имеем явного знания, то возникает вопрос: как же мы в таком случае вообще способны прийти к заключению, что помимо осознаваемого содержания в субъективном может присутствовать что-то еще? Очевидно, это, возможно, прежде всего, в силу нашей способности к ретроспективному анализу состояний собственной сферы субъективного.

Отрицательное отношение к метафизике, которое демонстрировал И. Кант, в значительной мере было оправдано противоречивостью «догматических» метафизических систем 17-18 веков. Действительно, для этих систем, как правило, характерно резкое противопоставление внутреннего мира субъекта и внеположной ему «объективной реальности» (так называемый «картезианский дуализм»). Индивидуальное сознание рассматривалось преимущественно как нечто замкнутое в себе и в лучшем случае лишь внешним образом воспроизводящее окружающее. Вселенная в целом представлялась как механический агрегат индивидуумов, каждому из которых познавательно доступна лишь ограниченная часть, фрагмент реальности. С этой точки зрения задача метафизики - установить «общий план» бытия, определить, что представляет собой мир «сам по себе» - очевидно неразрешима. На самом деле, метафизика возможно и имеет право на существование, но лишь как «метафизика всеединства», т.е. как метафизика, изображающая субъекта укорененном во всеобщем надиндивидуальном бытии. В русской философии основателем «метафизики всеединства» был, как известно, В.С. Соловьев. Его идеи получили дальнейшее развитие в работах С.Л. Франка, С.Н. Булгакова, П.А. Флоренского и других российских философов. По сути же, «метафизика всеединства» восходит к Гегелю, а также к античному неоплатонизму.

Имеющийся богатый эмпирический материал, добытый естественными науками, тем не менее, не дает ответа на вопрос: как субъективное соотносится с конкретными физиологическими процессами. Следовательно, необходимы принципиально новые гипотезы, из которых можно было бы дедуктивно вывести проверяемые следствия. Но сформулировать такие гипотезы можно лишь на основе понимания возможных вариантов сущностной связи материи и субъективного.

Например, мы знаем, что многие субъективные состояния можно помимо воли субъекта вызвать электрическим раздражением мозга, причем полученный эффект (ощущение) в этом случае совершенно не похож на вызвавшую его причину (электрический ток). Но в таком случае можно ли гарантировать, что переживаемый нами чувственный мир не есть продукт воздействия некоторых «трансцендентных экспериментаторов», которые вызывают в нас чувственные переживания путем сложного комбинированного раздражения нашего мозга? Но если это допустить, то тогда нужно признать, что переживаемый нами «мозг» - это лишь один из образов, по прихоти «экспериментаторов» выбранный в качестве как бы «символа» или условного «носителя» сферы субъективного, так что всякое видимое «воздействие» на этот образ приводит к глобальным изменениям всей программы дальнейшей стимуляции. Первым к такого рода «картине мира», по-видимому, пришел Дж. Беркли, По Беркли, трансцендентным источником ощущений является Бог. Бог непосредственно вкладывает ощущения в душу каждого индивида, как бы показывает каждому из нас индивидуальный «кинофильм», причем его сюжет непрерывно корректируется в зависимости от наших волевых решений. Поскольку всегда можно сослаться на «божественный произвол» - такого рода онтологии не могут быть каким-то образом опровергнуты. Можно лишь указать на недостаточную объяснительную и предсказательную силу такого миросозерцания - поскольку данный тип онтологии совместим с любыми возможными фактами и, следовательно, бесплоден с точки зрения научного подхода.

В традиционной философии широко распространено представление, согласно которому проблема субъективного попросту не существует. В самом общем плане стратегия «элиминации» субъективного сводится к тому, чтобы показать, что субъективное как бы выдает себя не за то, чем оно является на самом деле. Далее используются два различных подхода. В первом случае пытаются доказать, что то, что мы принимаем за субъективное на самом деле есть просто физические состояния мозга, которые мы по ошибке принимаем за некую «субъективную реальность». Такой подход, в частности используется представителями «элиминирующего материализма» (Дж. Смарт, Р. Рорти, Д. Армстронг и др. В рамках этого направления выдвигается требование полной редукции «ментальных терминов», которые нам навязывает обыденный язык, к «научным» (и тем самым более адекватным) нейрофизиологическим или физическим терминам.

Данный способ элиминации субъективного оказывается не самостоятельной, замкнутой в себе точкой зрения, но зависит от решения других теоретико-познавательных вопросов - в частности, зависит от решения проблемы статуса «трансцендентного предмета знания».

Исходным пунктом второго способа элиминации субъективного является критика так называемого «удвоения реальности». Согласно этой гипотезе нет никакой необходимости рассматривать то, что мы непосредственно вокруг себя воспринимаем, как нечто существующее «в голове». То, что мы непосредственно видим, слышим, осязаем и т.д. это не ощущения, а сами реальные предметы внешнего мира и их свойства - как они существуют «сами по себе», «в подлиннике». Одним из первых такую «экстериоризацию» субъективного осуществил А. Бергсон. Согласно разработанной им «интуитивистской» теории познания, «материя совпадает с чистым восприятием», она «абсолютно такова, как кажется» и, следовательно, «было бы напрасно придавать мозговому веществу способность порождать представления». Это означает, что-то, что мы воспринимаем вокруг себя - это не образы, порожденные мозгом, или существующие «внутри мозга», а сами внешние объекты. Психический аппарат лишь входит в контакт, связывается с этими внешними объектами и в результате эти объекты обретают способность управлять поведенческими актами. Таким образом, с точки зрения Бергсона, мозг отнюдь не генератор образов или вообще каких-либо субъективных состояний, а просто некая «рефлекторная машина».

Здесь, однако, возникает сложность, связанная с тем, что сфера субъективного состоит не только из образов внешнего мира, но также из представлений, воспоминаний, смыслов, интеллектуальных и волевых актов, эмоций. Ясно, что все это весьма трудно отождествить в внешними объектами - как они существуют «сами по себе». Для того чтоб решить эту проблему, по крайней мере, в отношении памяти, Бергсон предложил рассматривать воспоминания как непосредственный доступ к прошлым состояниям внешнего мира. Таким образом, по крайней мере, одну из разновидностей памяти - так называемую «память духа» (декларативную эпизодическую память - по современной терминологии) - удается также «вынести» за пределы мозга и «спроецировать» в объективную реальность.

Однако, признание актуальности психофизической проблемы приводит также к неоднозначному результату. Наиболее хорошо разработанным является функциональный подход, но он тоже не лишен недостатков. В краткой форме сущность «функционального подхода» можно передать формулой: «психика есть функция мозга». При этом, как «функция мозга» рассматривается и субъективное - т.е. «внутренняя сторона» психического. Субъективные феномены не тождественны веществу мозга, а представляют собой его деятельность. При этом деятельность мозга нередко рассматривается не изолированно, а как деятельность, вовлеченная в реальную предметную деятельность субъекта во внешнем мире, т.е. ту деятельность, через которую осуществляется жизнь человека в природе и в обществе. Хотя субъективное процессуально, оно не тождественно физическим, химическим или физиологическим процессам в мозге, но понимается как функция «более высокого уровня», как системное свойство , несводимое к процессам более низкого уровня.

Функциональный подход оформился в самостоятельное направление, состоящее из ряда течений, таких как «эмерджентный материализм», «информационный подход», «функциональный материализм» и др. сравнительно недавно - в начале 60-х годов. Не малую роль при этом сыграло влияние так называемой «компьютерной метафоры» (уподобления мозга компьютеру, а психической деятельности - выполняемой компьютером программе). Таким образом, это сравнительно новое (и, вместе с тем, наиболее популярное) направление решения психофизической проблемы.

Однако, философские «корни» функционализма уходят в глубокую древность. Подлинным основателем функционализма можно считать Аристотеля, который, в частности, утверждал, что душа относится к телу так же, как зрение относится к глазу (т.е. как его функция). Душа, по Аристотелю, также, есть «форма тела» и, таким образом, она не тождественна материи, но есть проявление ее упорядоченности, структурной организации, есть «принцип» и, одновременно «цель» ее деятельности. Аналогия современного «функционализма» и учения Аристотеля о душе представляется не случайной. По своей философской сущности «функционализм», как мы увидим далее, и есть современная форма Аристотелизма.

Следует заметить, что материя мозга на первый взгляд, не обладает такими свойствами субъективного, как целостность, временная нелокальность, качественная разнородность. Если, например, мы субъективно наблюдаем, качественные различия между зрительными и слуховыми ощущениями, то нейрофизиологические исследования, напротив, показывают качественную однородность нервных процессов в зрительном и слуховом анализаторах. Точно так же отсутствует соответствие между временными параметрами субъективных состояний и аналогичными параметрами физических состояний предполагаемого нейрофизиологического субстрата психического. Так, например, мы можем наблюдать динамику нервных процессов на временных интервалах намного меньших минимально различимого «кванта» субъективного времени. Это означает, что наблюдаемые в нейрофизиологических исследованиях временные отношения «нейронных событий» в микроинтервалы времени никак не проявляют себя на уровне наших субъективных переживаний. Аналогично, пространственная «зернистость» материи мозга, т.е. «составленность» мозга из дискретных единиц: атомов, молекул, отдельных нервных клеток - никак не проявляется на уровне субъективных переживаний. Наш внутренний мир предстает перед нами как нечто единое, не составленное из каких-то независимых друг от друга элементов.

Е.М. Иванов настаивает на том, что «… «тождественные» с точки зрения макропараметров состояния нейрона могут характеризоваться совершенно различными микропараметрами, т.е. на самом деле не тождественны. Поэтому функционально тождественные физиологические состояния нервной системы практически никогда не бывают, тождественны физически. Следовательно, если субъективные состояния коррелятивны физиологическим состояниям мозга, то это означает отсутствие изоморфизма физического и субъективного».

Однако мне такое противопоставление физического и физиологического кажется не вполне верным. На чем может основываться уверенность, что два физиологических состояния функционально тождественны? Если с той точки зрения, что они сопровождаются одним и тем же субъективными переживаниями, то в этом случае и вся разнородная масса физических «микропроцессов» может считаться «функционально» тождественной друг другу. Если же речь идет об идентичности двух физиологических состояний, т.е. макросостояний нейрона, то, строго говоря, такая абсолютная идентичность невозможна, а если иметь ввиду относительное сходство процессов, то оно возможно и на «микроуровне», например химическом. Вообще употребляемые в данном контексте термины «физиологический» и «физический» выглядят механистическими и абстрактными, хотя на самом деле им соответствует вполне конкретное содержание.

Естественным временным масштабом сферы субъективного оказывается тот временной интервал, внутри которого мозг вполне проявляет себя как взаимосвязанное функциональное целое. Всякий более дробный временной анализ деятельности мозга в силу запаздывающего характера физических силовых связей, превращает его из связанного целого в конгломерат независимых друг от друга элементов или областей и, таким образом, «уничтожает» те системные качества, которые мы связываем с субъективными явлениями. Это означает, что субъективное, как системное свойство, может существовать лишь в некотором характерном для него интервале времени, вне которого оно просто исчезает, лишено какого-либо бытия.

Эта проблема наиболее правдоподобно решается в рамках так называемого «информационного подхода».

Функционализм обычно противопоставляют теории психофизического тождества. Последняя утверждает, что некоторая часть материи мозга и субъективное - суть одно и то же. Одно из основных возражений против «теории тождества» исходит из здравого смысла, каким же образом материя и субъективное могут быть тождественными, если совершенно очевидно, что материя - это одно, а ощущения, образы, смыслы и т.п. - это нечто совсем другое, если они совершенно не похожи друг на друга.

Существуют, однако, возражения и против функционального подхода. Рассмотрим тезис об «элиминации» субстратных свойств мозга на уровне субъективных явлений. Обосновывая этот тезис, обычно указывают на то обстоятельство, что многие психические функции могут быть успешно имитированы с помощью цифровой вычислительной машины, т.е. с помощью физической системы, отличающегося от мозга своим субстратным составом, устройством, видами используемой энергии, принципами обработки информации. Это говорит о том, что психические функции не привязаны жестко к определенному «виду» материи и даже не привязаны к определенной форме ее организации. Что касается этого аргумента, то здесь можно возразить, что ни одна компьютерная программа пока еще не способна во всем объеме имитировать психическую деятельность человека. Более того, можно усомниться в самой разрешимости проблемы компьютерной имитации человеческой психики. Если бы психические функции были инвариантны по отношению к субстратному составу их материального «носителя», то замена этого носителя функционально тождественным, но физически совершенно отличным (из других материалов и т.д.) субстратом никак не отразилась бы на психических функциях. В таком случае не изменилось бы и описание субъектом своего внутреннего мира (т.к. рефлексия - это тоже одна из психических функций). Таким образом удалось бы доказать, что субъективное - есть нечто независимое от субстрата, есть функция «в чистом виде» в которой никак не отражены физические свойства реализующего ее носителя.

Здесь необходимо учитывать, что принцип «инвариантности функции по отношению к субстратному носителю», на который существенно опирается функциональный подход, не является чем-то абсолютным (по крайней мере, применительно к устройствам, осуществляющим обработку информации). На практике, степень инвариантности существенно зависит от сложности решаемых задач, необходимого быстродействия и других параметров. Так, простейшие задачи можно решить при помощи механического арифмометра, для более сложных задач круг устройств, способных решить эти задачи, неизбежно сужается. Чем выше набор требований к вычислительному устройству, тем в большей степени ограничен выбор материалов, форм организации и видов энергии, посредством которых можно осуществлять соответствующие вычисления. Не исключено, что достижение уровня «вычислительной мощности» человеческого мозга сделает выбор, по крайней мере, части субстратного носителя «вычислительного процесса», воплощенного в нашем сознании, однозначным и также однозначным образом фиксирует способ организации вычислительного процесса. Факт существования ощущений и образов, а также факт осмысленности переживаемого - эти факты, вопреки функционализму, отнюдь не инвариантны к субстратному составу «вычислительного устройства» и способу переработки информации. Напротив, они, по-видимому, как раз и определяются этим способом переработки и тем субстратом, из которого состоит устройство, перерабатывающее информацию. Поскольку способ обработки информации в мозге определяется его физическим устройством, то, очевидно, ошибочным оказывается тезис функционализма об «элиминации» физических процессов в мозге на уровне субъективных переживаний. Утверждая, что субъективность есть некое системное свойство, отсутствующее в неорганической материи, и скачкообразно (эмерджентно) возникающее при достижении определенного уровня ее организации, мы тем самым приписываем системным свойствам безусловную реальность.

Если мы эмпирически обнаружим отсутствие изоморфизма физического и субъективного, то мы, очевидно, должны, невзирая на теоретические возражения, признать правоту функционализма. Таким образом, речь должна идти не об «опровержении» функционализма, а о его более корректной формулировке.

Как подчеркивает Е.М. Иванов, функционализм можно рассматривать как разновидность более общей «атрибутивной» теории субъективного, которая утверждает, что субъективное не тождественно материи, но есть ее свойство.

Можно утверждать, что функция сознания не может быть физически реализована с помощью какого-либо алгоритмического устройства, подобного компьютеру. Речь здесь идет о физической нереализуемости, а не об алгоритмической невычислимости, т.е. не о принципиальной невозможности существования алгоритма, способного, в принципе, имитировать функцию сознания. В последнее время, однако, в литературе интенсивно обсуждается вопрос об алгоритмической вычислимости или невычислимости функции сознания. Сторонники идеи алгоритмической невычислимости функции сознания (в частности, Р. Пенроуз) опираются на так называемый «геделевский аргумент», предложенный Дж. Лукасом еще в начале 60-х годов. Теорема Геделя о неполноте формальных систем накладывает ограничения на любые системы искусственного интеллекта, но не накладывает соответствующих ограничений на человеческий интеллект.

Теорема Геделя о неполноте утверждает, что при определенных условиях, накладываемых на формальный язык и множество истинных утверждений этого языка, не существует формальной дедуктивной системы, полной и непротиворечивой относительно данного языка и множества истинных утверждений данного языка. Иными словами, любая непротиворечивая дедуктика будет неполной, т.е. не будет доказывать все истинные утверждения данного языка. Фактически это означает, что в достаточно богатом языке существуют принципиально недоказуемые истинные утверждения - независимо от того, какую формальную систему доказательств мы выбрали (для разных дедуктик, естественно, недоказуемыми будут разные утверждения, но для любой дедуктики такие недоказуемые утверждения непременно должны существовать).

Геделевский аргумент не накладывает ограничения на интеллект человека, что можно обосновать уже самой возможностью для человека определить множество истинных высказываний в составе достаточно богатых формальных языков (например, множество истинных высказываний арифметики), которое, согласно теореме Геделя, не может быть получено с помощью какой-либо автоматической (алгоритмической) процедуры. Человек способен, опираясь на интуицию, определить то, что искусственный интеллект в принципе определить не способен. Так, множество истинных утверждений арифметики алгоритмически неперечислимо, т.е. не может являться множеством значений какой-либо алгоритмически вычислимой функции, но, тем не менее, интуитивно представляется, что человек всегда способен отличить истинное арифметическое высказывание от ложного (по крайней мере, в принципе). Отсюда следует, что человеческий интеллект не может быть эквивалентным какой-либо алгоритмической системе.

Отметим, что можно говорить об алгоритмической невычислимости функции сознания «вообще» и в том случае, если мы рассматриваем сознание в бесконечной временной перспективе. Вполне возможно, что не существует какой-либо алгоритмической процедуры, которая была бы способна проявлять себя как человеческий интеллект при условии неограниченного времени функционирования. Это означает, что при условии неограниченного времени жизни, человеческое существо, возможно, рано или поздно начнет весть себя так, что ни одно алгоритмическое устройство не сможет заранее предвидеть его реакции.

В последнее время возникла модель сознания - в которой «феноменальная реальность» связывается с функцией лишь одного специфического мозгового функционального модуля (не обязательно имеющего компактную внутримозговую локализацию). Эта модель позволяет, с одной стороны, снять (отчасти) остроту проблемы субстратной основы феноменальной целостности сознания, а с другой естественным образом объясняет существование бессознательного психического. «Мое» феноменальное сознание коррелятивно лишь функции выделенного нейронального модуля, т.е. я, испытываю какие-либо субъективные переживания только в том случае, если задействована строго определенная функциональная подсистема мозга. Деятельность же других функциональных подсистем никакими «моими» субъективными феноменами не сопровождается.

Поскольку феноменальная реальность связывается с одним единственным функциональным модулем мозга, то естественно возникает вопрос о специфике функции данного модуля. В настоящее время предложено несколько концепций, объясняющих специфику функции сознания с позиций «модульного» подхода. Типичным примером может служить гипотеза о функции сознания, предложенная Б. Баасом (так называемая, «театральная метафора»).

Модель функции сознания, предложенная Б. Баасом, заимствована из компьютерных наук. В качестве прообраза сознания Баас взял предложенную А. Ньюменом и Х.А. Саймоном вычислительную архитектуру «глобального рабочего пространства» (global workspace). Принцип действия этой вычислительной архитектуры можно понять с помощью метафоры «театра». Баас сравнивает чувственную репрезентацию информации в сознании со сценой театра, а бессознательные процессы - со всеми остальными элементами театра: зрителями, рабочими сцены, осветителями и т.п. Специфика сцены, как особого места в театре, заключается в том, что происходящее на сцене доступно всем, тогда как все остальное - очень немногим. Если сознание - это нечто вроде сцены, то функцию сознания можно определить как функцию обеспечения «глобального доступа» к той информации, которая попадает на «сцену» сознания.

Сознание, с этой точки зрения, не обладает какой-либо специализированной функцией содержательной обработки сенсорной или иной информации, но действует как универсальный интегратор и распределитель информации. По сути, сознание представляется в данной модели как некий «центральный процессор», выполняющий функцию «доски объявлений»: через этот процессор все другие «бессознательные процессоры» осуществляют обмен информацией.

Модель Бааса несомненно имеет ряд позитивных сторон. Так, она объясняет, зачем наш мозг строит интегральную модель сенсорного входа, переживаемую нами в виде полимодального «перцептивного поля». Просто эта модель необходима для более эффективного обмена информацией между различными функциональными блоками мозга. Существенный недостаток данной модели, однако, видится в том, что сознание здесь отождествляется с чувственной составляющей сферы субъективного, то есть рассматривается как некий «экран», на который пассивно проецируется изображение окружающего нас мира.

Можно указать целый ряд моделей функции сознания, во многих отношениях сходных с моделью Б. Бааса (модели Г. Эдельмана, Г. Мандлера, Д. Шактера, Дж. Кихлстрома, Дж. Андраде и др.). Не все авторы, однако, согласны с тем, что сознание не обладает специализированной функцией. Так, например, Дж. Грей полагает, что «феноменальный мир» есть как бы «выход» нейродинамической функциональной подсистемы мозга, которую он назвал «компаратором». «Компаратор» - это такой функциональный блок, который осуществляет непрерывное сопоставление текущего состояния восприятия внешнего мира с предыдущими состояниями. Эта гипотеза получила известная как феномен «повторного входа» подкреплена нейрофизиологическими данными и способна объяснить большое число особенностей устройства нашего сознания, например, непрерывность потока чувственных переживаний, феномен непроизвольного внимания ко всякой новой и неожиданной информации, феномен перцептивной установки и многое другое.

Б. Шенон, в свою очередь, высказывает предположение, что функция субъективных феноменов заключается в том, что они выполняют роль своего рода «медиатора» в информационных процессах, внося в эти процессы элементы стохастичности, спонтанности. Функциональная роль феноменальных данных подобна, по мнению Б. Шенона, роли шума в каналах связи. Все дело здесь в том, что феноменальные качества являются общими для весьма разнородных семантических единиц (желтое солнце и желтый помидор) и, поэтому они потенциально несут в себе богатый набор случайных, с точки зрения семантического содержания самих информационных единиц, ассоциаций. Шенон приводит пример ассоциации слов сходных по звучанию, но не имеющих достаточной семантической близости для того, чтобы ассоциироваться по смыслу. Благодаря «воплощенности» чистой информации в феноменальную форму происходит как бы отстройка, дистанцирование процессов обработки информации от жестко заданной системы семантических связей и за счет этого становится возможным привлечение нового, неожиданного даже для самого субъекта, когнитивного материала, что создает дополнительные степени свободы. В этом случае функция сферы субъективного понимается как функция «феноменальных качеств» и эта функция непосредственно связывается с творчеством, элементом новизны.

Отсюда вытекает отмеченная, в частности, Н. Блоком, потенциальная возможность существования феноменального сознания без осуществления характерной для него функции и наоборот, осуществления функции сознания в отсутствии субъективных переживаний (последнюю возможность Н. Блок иллюстрирует примером со «слепозрением» - возможностью ограниченного зрительного восприятия в условиях полного отсутствия зрительных образов). Этот вывод, на первый взгляд, противоречит данным самонаблюдения. Мы не замечаем в нашем собственном внутреннем мире каких-либо развернутых, поэтапных действий или операций, которые можно было бы связать с процессом построения чувственного образа, процессами осмысления или процессами выработки поведенческих решений. Субъективно нам, как правило, сразу дан конечный результат: сформированный образ, полный смысл воспринятого, готовое решение. Ошибка здесь заключается в предположении, что упомянутые функции сферы субъективного должны осуществляться наподобие того, как это происходит в компьютере - в виде развернутой во времени серии операций с отдельными единицами информации. Однако нет никакой необходимости думать, что подобный развернутый во времени способ обработки информации является единственно возможным. Прямое самонаблюдение показывает, что осознанное «понимающее» восприятие окружающего осуществляется симультанно - в виде целостного, «вневременного» (не развернутого во времени, но и, вместе с тем, имеющего ненулевую временную протяженность) акта «схватывания» содержания и смысла воспринимаемого. Нет оснований думать, что за этой феноменально наблюдаемой картиной функционирования сознания скрывается некий сукцессивный, развернутый во времени процесс. Думать так - значит превращать сферу субъективного в неадекватное и бесполезное отображение действительных, подлинных мозговых механизмов, осуществляющих высшие психические функции.

Таким образом, как и многие другие объекты, рассматриваемые философией, область «искусственного интеллекта» отличается сложным комплексным характером. Рассмотрение проблемы на различных уровнях, тщательный ретроспективный анализ позволяют наметить дальнейшие пути развития наших представлений о механизмах мышления и сознания. Опыт разработки и создания систем «искусственного интеллекта» предостерегает от односторонних категоричных мнений по данному вопросу и требует применения диалектического подхода.

искусственный интеллект субъективный

ЛИТЕРАТУРА

• 1. Кочергин А.Н. «Философские вопросы моделирования функций мозга» Новосибирск, 1973.
• 2. Дрейфус Х. «Чего не могут вычислительные машины» М. «Прогресс», 1978.
• 3. Соколов Е.Н., Вайткявичюс Г.Г., «Нейроинтеллект: от нейрона к нейрокомпьютеру» М. «Наука», 1989.
• 4. Грановская Р.М., Березная И.Я. «Интуиция и искусственный интеллект» ЛГУ, 1991.
• 5. «Нейрокомпьютер как основа мыслящих ЭВМ» М. «Наука», 1993.
• 6. Иванов Е.М. «Материя и субъективность» Саратов: Изд-во СГУ, 1998.

Введение

Современные философы и исследователи науки часто рассматривают междисциплинарные науки как одно из выдающихся достижений заново открытых в 20 веке. Искусственный интеллект и искусственная жизнь представляют прекрасный пример такой интеграции многих научных областей. Конечно, междисциплинарность тоже имеет свою цену. Химики, биологи, специалисты в области вычислительных наук и многие другие изучают различные аспекты живых систем, пользуясь при этом сходными методами. Основными методами изучения искусственной жизни являются: синтез искусственных систем с аналогичным живым системам поведением, изучение динамики развития процесса, а не конечного результата, конструирование систем демонстрирующих феномен созидания. То что объединяет исследователей в области искусственной жизни (ИЖ) – это методы, в отличие от их целей. Конечно, существует общий интерес к жизни как к феномену для изучения. К сожалению, жизнь слишком сложна, чтобы можно было наметить общие направления в исследованиях. Доказательствам последнего утверждения может служить тот факт, что некоторые заинтересованы в исследовании «систем, демонстрирующих феномены живых систем«, другие изучают природу химического репродуцирования или пытаются решить философские проблемы самосознания. В то же время совершенно другой вид исследователей, относящихся к области роботики, пытаются создавать физические системы, демонстрирующие некоторое поведенческое сходство с животными.

По современным научным данным человеческий мозг содержит около 2 40 основных «вычислительных» узлов нейронов, которых соединяют около 2 50 связей синапсов. Современные вычислительные системы стремительно приближаются по своим вычислительным возможностям к мозгу. Искусственные нейронные сети контролируют сложнейшие системы управления и слежения, проявляют способности в области распознавания изображения вплоть до возможности создания интеллектуальных автопилотов. Уже активно занимается искусственными системами область, считавшаяся прерогативой человека – компьютеры стали лучше людей играть в шахматы. В таких условиях приобретает особую значимость рассмотрение основных философских вопросов, связанных с искусственным интеллектом и искусственной жизнью. При этом, очевидно, возможно взаимовлияние искусственного интеллекта и искусственной жизни на философские проблемы мышления и жизни вообще. Современные западные философы широко рассматривают данные проблемы. При этом на первое место выходит обсуждение мышления и самосознания. При этом достаточно часто высказывается мнение о неприемлемости классического картезианского дуализма для рассмотрения вопросов, связанных с искусственной жизнью.

В качестве основы данной работы рассматривались труды довольно известного современного философа, ученика Мартина Хайдеггера, Майкла Веллера определяющего в своих работах взаимосвязь современных проблем искусственной жизни и искусственного интеллекта с картезианским и неоаритотелевым подходами рассмотрения мышления и жизни как таковой.

1 Два вида науки о мышлении

Искусственная жизнь, замечательная и быстро развивающаяся область научного знания, которая может совершить переворот в науке о мышлении. С другой стороны, еще весьма большой объем теоретических исследований требуется, чтобы приблизиться к систематическому пониманию концептуальных рамок, в которых может развиваться наука о мышлении на базе искусственной жизни. Такое понимание необходимо не только в академических исследованиях в области философии науки. Оно поможет сформировать вопросы, требующие дальнейшего рассмотрения и объяснить результаты эмпирических исследований. Далее приводится попытка систематического рассмотрения данной проблемы. Целью является разделить и провести сравнение двух видов науки о мышлении (ортодоксальной и биологически-ориентированной), и показать, как эти два отдельных стиля мышления в области научного познания являются потомками двух радикально различающихся взглядов на место разума в природе (картезианский и аристотелев взгляды). Главной идеей будет то, что искусственная жизнь потенциально может стать интеллектуальным двигателем биологически ориентированной науки о мышлении, действующей в рамках общих аристотелеевых концепций.

Жизнь в науке о мышлении рассматривается как простое явление. Бесспорно, что искусственный интеллект был теоретическим ядром в данной области, в том смысле, что эти концепции, разработанные для искусственного интеллекта или обычно применяемые в этой области (такие концепции как алгоритм, эвристика и обработка информации) обеспечивают науку о мышлении терминологическим базисом. Однако появление в рассмотрении также искусственной жизни придало данной области познания большую законченность.

На практике под крышей термина искусственная жизнь гнездится грандиозное разнообразие различных проектов от моделей копирования ДНК и систем с обратной связью датчик-двигатель до изучения коллективного разума и динамики роста населения. Такое разнообразие приводит к трудности компактного определения для данной области знания. Однако, в контексте данной работы, будет правильным использовать определение искусственной жизни как попытки познания живых систем (включая, в предельном случае, феномен который можно сгруппировать вместе под такими понятиями как разум, мышление и познание) посредством анализа и/или синтеза артефактов (компьютерных моделей, искусственных миров и роботов). В то же время при адоптации строго ограниченного точного определения искусственного интеллекта (т.е. фундаментально логически обоснованного или основанного исключительно на разуме человеческого уровня) возникает разрыв между искусственной жизнью и искусственным интеллектом для определенных видов исследований в области искусственной жизни (например, разработки роботов с интеллектом животного уровня), хотя они и относятся к некоторому, пусть и нестандартному, типу искусственного интеллекта. Для точности формулировок терминов в дальнейшем рассмотрении проведем различие между искусственной жизнью (которая всегда включает определенные формы искусственного интеллекта) и искусственным интеллектом, который не является в то же время искусственной жизнью. В дальнейшем будем называть второй вариант исследований искусственным интеллектом в ортодоксальной форме (orthodox AI или OAI).

OAI может быть определен путем его отношения к идее, что здоровая наука о разуме может, по большей части, игнорировать биологические размышления, которые тяготеют к входу в общую картину в качестве только «деталей конкретного воплощения» либо «случайные исторические частности», и в целом не обеспечивает и не содержит концепций и принципов обычно используемых для построения научного объяснения разума. Данная тенденция к биологической нейтральности выражается в наборе различных измерений таких как (а) вынесение из области рассмотрения либо предельно упрощенный взгляд на то, что происходит в нервной биологической системе и (в более общем случае) в биологическом теле, (б) пренебрежение скованностью налагаемой на биологический разум необходимостью действовать в реальном времени в часто враждебной, непредсказуемой и не прощающей ошибок обстановке и (в) закрытие глаз на тот факт, что поведение животных зачастую высоко специфично в рамках их экологической ниши.

OAI, охарактеризованное выше, будет использовано в качестве интеллектуального ядра, для того, что будем в дальнейшем называть ортодоксальной наукой о мышлении (orthodox cognitive science OCS). Согласно означенному соотношению, можно ожидать от OCS демонстрации такого же отношения биологической нейтральности, как и у OAI, только в данном случае по отношению к научному объяснению мышления и познания. И это будет именно то, что мы искали. В ортодоксальной истории науки о мышлении, для того чтобы объяснить вид познания демонстрируемого биологическим мыслителем возможно по большей части игнорировать факты биологии биологического мыслителя. (Исключение из этого правила – определение нормальной функции посредством дарвиновского естественного отбора будет рассмотрено далее).

Большинство, хотя и далеко не все, работы в области искусственного интеллекта и науки о мышлении являются ортодоксальными (т.е. как было определено выше, биологически нейтральными). Это включает в себя подавляющее большинство, хотя и далеко не все модели, разработанные под флагом коннективизма. (Удручающее общее утверждение, что коннективисткие сети, в общем, являются «биологически реалистичными психологическими моделями» по-видимому, фиктивно. Далее этому будет дано объяснение.) Теперь рассмотрим радикально отличающийся вид исследований: реально биологическая наука о мышлении. Под этим термином подразумевается наука о мышлении, которая следует тому, что Годфри-Смит называл строгой непрерывностью, утверждение о том что «жизнь и разум имеют общую абстрактную структуру или набор базовых организационных свойств… Разум буквально подобен жизни.» Согласно этому утверждению, направляющим принципом биологической науки о мышлении будет то, что мышление может быть объяснено с использованием тех же фундаментальных концепций и принципов, что и описание других биологических феноменов. Биологическая наука о мышлении буквально является наукой о жизни.

Отметим четыре положения, касающихся строгой непрерывности:

1. Строгая непрерывность влечет за собой, – но не проистекает из – более слабых форм непрерывности, согласно которой для того, чтобы некоторая сущность имела разум она должна быть живой, хотя для того чтобы быть живой наличие разума не является необходимым. Данная форма непрерывности сама по себе недостаточна для действительно биологической науки о мышлении, так как она не дает гарантии, что кто-либо должен обращаться к принципам построения живого объекта для того, чтобы понять процесс мышления.

2. Из строгой непрерывности не следует, что жизнь и мышление есть одно и то же. Они находятся в непрерывной последовательности, но не эквивалентны.

3. В контексте биологической науки о мышлении, строгая непрерывность предполагает методологию изучения «снизу-вверх». Сначала исследователь проводит поиск удовлетворительного объяснения некоторого простого не мыслящего проявления жизни (Для основания подходящей теоретической концепции). Затем производится его противопоставление более сложной мыслящей сущности.

4. Строгая непрерывность, в первую очередь, беспокоит тех, кто жаждал действительно обобщенной науки о мышлении. Конечно, может оказаться, что сходный набор структурных свойств выражен не только в жизни и разуме натуральных земных природных существ, но и в их неземных копиях (если данных феномен существует), а также во всех формах искусственной жизни и искусственной ментальности, которая возможно способна существовать (если кто-либо считает, что артефакты могут буквально быть живыми и иметь разум). Если повернуть рассмотрение в эту сторону, то идея о обобщенной науке о мышлении будет спасена. Однако, ничто в идее строгой непрерывности не гарантирует такой результат.

Очевидно, что положение о том, что биологическая наука о мышлении может быть построена вокруг OAI выходит за рамки разумного сомнения. Но как же теперь поступать с искусственной жизнью? Ранее предполагалось, что искусственная жизнь может быть охарактеризована как попытка использования искусственной среды для исследования феномена жизни. Это продвигает нас в правильном направлении. Уже был отмечен тот факт, что объяснение интеллекта, разума и мышления стоит на повестке дна в области изучения искусственной жизни. Это показывает, что канонический взгляд с точки зрения изучения искусственной жизни предполагает рассмотрение данных феноменов как исключительно связанных с (и являющихся подмножеством) живых систем, которые заключают в себе, в целом, то, что делают живые системы, согласно слабой форме непрерывности, определенной ранее. Конечно, данное принятие слабой формы непрерывности не обязывает рассматривающих искусственную жизнь принимать ведущий принцип биологической науки о мышлении, тезис о строгой непрерывности. Тем не менее, хотя строгая непрерывность не является строго обязательной в характере искусственной жизни, исследователи, работающие в области искусственной жизни и смежных областях, часто покупаются на эту идею. Например, выдвигается аргумент, что модели искусственной жизни обеспечат объяснение неожиданных проявлений составляющих основу жизни и разума. Также предполагается, что подрыв обычного иммунологического распознавания свой-чужой будет иметь последствия в области таких высокоуровневых явлений как самосознание и индивидуализм. Решающим фактом является то, что характер искусственной жизни не только допускает строгую непрерывность, но и активно поощряет ее. Несмотря на этот факт, искусственная жизнь является действительным OAI.

На данной стадии возникает необходимость прояснить взаимоотношения, существующие между искусственной жизнью и биологической наукой о мышлении. Объяснение живых систем, предлагаемое в рамках искусственной жизни обычно формулируется в рамках теоретического словаря, поддерживающего набор различных научных концепций (таких как самоорганизация, автономия, реакция на внешние проявления и т.п.). Если бы подобные концепции обеспечивались биологической наукой о мышлении с ее теоретическим словарем, тогда искусственная жизнь смогла бы стать таким же интеллектуальным базисом для науки о мышлении, каким ортодоксальный искусственный интеллект является для ортодоксальной науки о мышлении.

2 Картезианская теория

Будет очень полезно на некоторое время сконцентрироваться на одном специфическом спорном вопросе, по которому расходятся ортодоксальная и биологическая наука о мышлении, а именно выражение соотношения которое существует между нейробиологическими/биохимическими свойствами живых организмов с одной стороны и мышлением с другой стороны. (В результате данный спорный вопрос создает первое направление биологической нейтральности в ортодоксальной науке о мышлении, как было определено в предыдущей главе). Различие в этом вопросе может быть объяснено тем фактом, что два вида науки о мышлении сформированы в радикально различающихся философских концепциях. В целом биологическая наука о мышлении наиболее органично ложится в рамки общей аристотелевой концепции, в то же время у ортодоксальной науки о мышлении наблюдаются картезианские корни.

Важно то, что Декарт мыслил органическое тело мыслителя как еще один физический объект в физическом мире. Учитывая дуализм обоснования, данная идея приводила его к тому, что нейробиологическое/биохимическое обоснование событий в теле мыслителя неуместно в психологическом обосновании событий в разуме мыслителя, в том смысле, что психологическое обоснование может быть проведено в отсутствии любого, сколько бы то ни было детализированного нейробиологического/биохимического знания о теле мыслящего объекта. Данное обосновательное отделение разума от физического носителя приводил в результате к прерывистости в обосновании в данном контексте между жизнью и разумом. Научное обоснование процессов, которые рассматривались картезианством как органические, относящиеся к телесной жизни (такие процессы как пищеварение, размножение и рост) немедленно попадало в область биологических объяснений, которая толковалась как принижаемая физической наук. Научное обоснование физических процессов, с другой стороны, нуждается в изложении на языке, совершенно отличающемся от биологического языка, в языке специфическом для психологии. Это равнозначно отклонению положений строгой непрерывности. Другими словами, дуализм обоснования несовместим с биологической наукой о мышлении.

В настоящее время функционалисты в философии разума придерживаются взглядов, что определяющее свойство типа ментального состояния является причинная роль того, что состояние играет в посредничестве между (1) сенсорными входами, (2) другими типами ментальных состояний и (3) моторикой поведения. Строго говоря, функционализм не проводит связей к природе основы, на которой реализованы ментальные состояния, так как сущность в некотором частном ментальном состоянии уже является, как уже говорилось, сущностью в некотором специфическом функциональном состоянии, и совершенно эквивалентные функциональные состояния могут быть, в принципе, реализованы биохимически на углеродной основе, в виде кремниевого мозга или в виде картезианского разума самого по себе. Здесь, в принципе, функционализм входит составной частью в дуализм субстанций. Данный принципиальный факт может показаться незначительным, если считать, что функционализм обычно является рабочей лошадкой теории распознавания, согласно которой любая сущность данного типа ментального состояния является единственной и сходна с некоторым физическим состоянием в физической системе. Но, дополнение к требованиям распознавания не рассматривает нейробиологические и биохимические детали тела биологического мыслящего объекта относящегося к процессу психологического обоснования. Согласно функционалистам, процесс психологического обоснования может проводиться в превосходной изоляции от этих частных деталей. Подобная позиция уже рассматривалась ранее: функционализм является формой картезианского дуализма обоснования.

Так как же база дуализма обоснования в функционализме уместна в понимании ортодоксальной науке о мышлении? Ответом является, что ортодоксальная наука о мышлении построена на функционализме. В самом деле, вычислительные состояния (тип состояний к которым прибегают ортодоксальный искусственный интеллект и ортодоксальная наука о мышлении) прекрасные примеры функционально определенных состояний. При этом нет никакого противоречия в том, что одно из классических положений функционализма было выражено в теории путем использования машины Тьюринга. Как только принимается функционалисткие основы ортодоксальной науки о мышлении и вместе с ней общее картезианское рассмотрение отношений между живым телом и разумом которые порождаются данными основами, можно увидеть почему ортодоксальная наука о мышлении связана с идеей, что может быть описано без понимания или существенных ссылок на нейробиологический или биохимический базис данного процесса мышления. Другими словами, можно видеть почему ортодоксальная наука о мышлении принимает положения совершенно неприемлемые биологической наукой о мышлении.

3 Следом за картезианством

Теперь самое время затронуть биологическую науку о мышлении, чтобы увидеть, что может быть принято в рассмотрение из области пост-картезианства. Исследования в области коннективистских (или искусственных нейронных) сетей являются подходящей для этого областью, так как подобные исследования относятся как к ортодоксальному искусственному интеллекту так и к искусственной жизни.

Вообще говоря, коннективисты могут быть охарактеризованы как микрофункционалисты. Это подтверждается тем, что стандартные архитектурные предположения, сделанные в ортодоксальном (т.е. в стиле ортодоксальной науки о мышлении) коннективизме следуют функционалисткому положению об уделении минимального теоретического внимания биологическому базису мышления. Пока справедливо, что архитектура ортодоксальных коннективистких сетей походит на абстрактную структуру биологической нервной системы существует значительное поле для разногласий. Например: (1) в коннективистких сетях зачастую накладываются некоторые ограничения на возможные соединения (сети без обратных связей или симметричные сети), что, вообще говоря, не соответствует реальным нервным системам; (2) биологические системы изначально зашумлены; (3) весьма редко существует сколько-нибудь реальное соответствие между коннективистким элементом и биологическим нейроном (последний представляет собой гораздо более сложный объект); (4) большинство коннективистких сетей однородны по составу элементов, структуре и функциям, в то время как биологические сети обычно содержат множество типов нейронов; (5) синхронизация в коннективистких сетях традиционно базируется либо на глобальном цифровом тактовом сигнале, который поддерживает прогрессивную активность элементов либо путем метода стохастического обновления; но очевидно предположить, что индивидуальное течение времени для нейронов является одним из значительных факторов в понимании поведения биологических нейронных сетей.

Такие архитектурные расхождения означают, что внутренняя динамика стандартной коннективисткой сети выглядит бедно по сравнению с тем, что демонстрирует биологическая сеть. Исходя из строгой непрерывности, исследователь должен ожидать найти, что, например, осцилляторные ритмы и хаотические аттракторы – явления, часто используемые коннективистами, но которые в основном сфокусированы в области нейробиологии будут решающим фактором в понимании мышления. Ориентированные на искусственную жизнь исследователи в области роботики часто допускают искусственную эволюцию для разработки сенсорно-моторноых систем управления на базе нейронных сетей, в которой, по крайней мере, некоторые из ограничений архитектурных предположений, описанных выше, отбрасываются, что позволяет, поэтому добиваться более богатой внутренней динамики. Такие динамические нейронные сети, которые (по крайней мере, частично) биологически обоснованы, несомненно, представляют важный шаг в направлении биологической науки о мышлении. Но это еще только начало. Если посмотреть поближе на биологический мозг, увиденное породит идею, что то, что называют мышлением может быть объяснено только привлечением идеи о сигналах посылаемых вдоль тонких специфических соединительных путей. Например, существуют экспериментальные доказательства того, что постсинаптические рецепторы фиксируют пресинаптические выходы вещества глютамата от выводов отличных от «их собственных» пресинаптических выводов. Так как глютамат выделяется в виде облака, пресинаптический выход может воздействовать на удаленные постсинаптические рецепторы. Нет оснований предполагать, что такой эффект как распространение глютамата, который не отрабатывается стандартным моделированием нейронных сетей, может рассматриваться как «детали конкретной реализации« или случайный шум, который может быть проигнорирован когда искусственный носитель используется для исследования подноготной мыслящей системы. Также существует большая вероятность, что существуют еще необходимые свойства той стратегии, согласно которой мозг вносит свой вклад в адаптивное поведение. Короче, нужно всегда помнить, что чем бы еще он не был, биологический мозг является комплексной химической машиной. Для того, чтобы интегрировать эти навязанные биологией наблюдения в логичные теоретические рамки, необходимо также найти некартезианское концептуальное пространство для размышлений о жизни и разуме, пространство в рамках строгой непрерывности. К счастью такое пространство существует в концепции Аристотеля.

4 От психологии к psyche-логии

Аристотелев термин psyche обычно переводят как душа, но это не совсем так. Слово душа несет в себе много от бестелесной, спиритической формы существования, которая не соответствует подавляющей тенденции размышлений Аристотеля. Как отмечается, для Аристотеля жалящая крапива имела psyche. Можно сказать, что для Аристотеля psyche организма являлся набор специфически-типологических свойств в силу которых организм жив. Другими словами, любой вид организмов имеет ассоциированный с ним некоторый набор жизненных свойств, которые при нормальных обстоятельствах могут быть выражены в отдельных представителях данного вида, и в нормальных обстоятельствах для организмов данного вида быть живым значит проявлять типичный для данного вида набор жизненных свойств, то есть psyche. Жизненные свойства, составляющие любую отдельную psyche, могут браться из чего-то подобного следующему списку: самообеспечение питанием, рост и развитие, размножение, потребность к пище, тактильные ощущения, бесконтактные формы ощущений, самоконтролируемое движение, разум и интеллект. Грубо говоря, чем далее элемент в этом списке, тем более совершенным сущностям он принадлежит. Это важно, потому что psyche это иерархическая структура, в которой, вообще говоря, способность к определенным жизненным свойствам предполагает способность к менее совершенным жизненным свойствам из приведенного списка. Так, например, способность к тактильным ощущениям предполагает способность к потребности в пище, размножению, росту и самообеспечению питанием. К тому же, существует отношение выразительной зависимости между жизненными свойствами, так что любое жизненное свойство не может быть полностью познано в отрыве от других при рассмотрении конкретной частной psyche.

По взглядам Аристотеля концепция psyche необходима для достижения удовлетворительных обоснований в науках о жизни. Для понимания его аргументации необходимо представить различие между формой и материей. В первом приближении форма по Аристотелю означает что-то вроде различных видов организации. Он говорит о том, что частичные очертания конкретной статуи являются формой статуи, в то время ее материальным содержанием является физический материал, из которого она сделана. Форма топора – это что-то сходное с его способностью рубить, а материальное содержание – дерево и железо, из которых этот топор сделан. Перемещаясь в биологический мир, формой глаза является его способность видеть, а материальным содержанием, в соответствии с аристотилеевым виденьем древней биологии, вода. Формой гнева является что-то вроде желания возмездия; материальным же содержанием, по Аристотелю, является кипение крови в области сердца. Когда Аристотель применяет различие формы и материального содержания ко всем живым организмам, мы говорим, что форма живого существа это его psyche, его набор жизненных способностей; материальное же содержание это органическое тело, которое реализует эти способности.

Исходя из данного предварительного понимания концепции формы, дать объяснение в терминах формы означает дать объяснение, в котором характерная особенность организации сущности для лучшего объяснения дается в отличие от материального состава сущности. Так, скажем, кто-то хочет описать, как домашняя муха осуществляет визуально корректируемую навигацию в реальном времени в беспорядочной, динамически изменяющейся обстановке. Аристотелев взгляд должен, по крайней мере, присутствовать в идее, что дисциплины, такие как нейробиология и биохимия могут быть скомбинированы в целях объяснения функционирования машины, допускающей такое поведение. Фактически, что бы наука ни подразумевала под словом материальность, аристотелев взгляд будет предполагать ожидание прямого материального объяснения визуально направляемой воздушной навигации домашней мухи. Такое объяснение далеко не тривиально. Каждый из двух композитных глаз мухи представляет собой панорамный нерегулярный двухмерный массив фото сенсоров. Эти массивы соединены в параллельную сеть соответствующих обработчиков изображения (биологических процессоров) и органов контролирующих полет (процессоров управления полетом), работающих асинхронно в реальном времени. Через последующую нейронную сеть, данная система управляет набором мускулов, которые вместе с гироскопическими органами осуществляют управление крыльями. Тем не менее, любое чисто материальное объяснение, пусть даже комплексное, не позволит науке о жизни понять этот материальный процесс как природный феномен, которым оно, собственно и является. Для создания комплексного природного объяснения, необходимо понимание данного процесса в контексте частичного набора жизненных способностей, которые являются определяющими для жизни домашней мухи – домашняя муха как форма жизни, как можно было бы сказать.

Индивидуальные жизненные способности могут, конечно, разделяться различными видами, хотя сказать, что нарцисс и человек разделяют жизненную способность к самообеспечению пищей не то же самое, что сказать, что нарцисс и человек достигли самообеспечения пищей одинаковыми путями; могут быть вариации между видами в том, как выражены разделяемые жизненные способности. Согласно Аристотелю, все живые объекты обладают способностью самообеспечения пищей, роста и разложения и размножения. Растения обладают только этими жизненными свойствами, в то время как животные обладают данными жизненными свойствами плюс также жизненными свойствами, относящимися к области восприятия. Отметим, что это с представление жизненных свойств, относящихся к области восприятия представляет собой первое, с чем сталкиваются и что часто рассматривают как разум и мышление. На верху логической иерархии psyche располагается наиболее причудливая из всех жизненных способностей, то что называют разумом. По Аристотелю, единственное существо, обладающее этой жизненной способностью – это человек. Надо сказать, что почти невозможно соединить аристотелево рассмотрение разума со всем остальным, что он говорит о жизненных способностях, потому что, хотя его основная тенденция отвергнуть идею, что psyche онтологически отделена от тела, он все еще заявляет, что активная часть жизненной способности разума (нечто вроде интеллектуальной интуиции) бессмертна и вечна. Рассматривая эту явную неувязку, современные интерпретаторы, очевидно, поставили человеческий интеллект на одну планку со всем остальным. Одним из путей достижения этого является развитие аристотелева взгляда, что части природного процесса развития, посредством которого мы, люди приходим к выражению полного набора типичных для вида жизненных способностей (наша особая животная форма), является для нас становлением через социализацию и развитие языка рационального использования интеллекта. Для этой траектории развития, классифицируемой как природная, культура и язык могут рассматриваться как чисто биологические феномены – конечно исключительно человеческие, но, тем не менее, чисто биологические. Тем не менее, если предположить, что это может быть сделано, тогда происходит фиксация интерпретации psyche, которая не допускает ни онтологического, ни обосновательного разделения между живым телом и разумом.

Так, согласно Аристотелю, из действительности того факта, что частное живое природное тело имеет psyche характеристики жизни своего вида, следует, что живое природное тело способно производить определенные вещи. При этом разум может рассматриваться просто как одна из этих вещей, способность, которая позволяет некоторым организмам быть живыми. И где проводятся рассуждения о поглощении питания, воспроизводстве, восприятии или мышлении проводятся рассуждения о присущей жизненной способности, биологическом феномене, который может быть объяснен в терминах материи и psyche. Другими словами, Аристотель был теоретиком, придерживавшимся строгой непрерывности. Основным предположением является, что аристотелевская концепция psyche обеспечивает как хорошую поддержку, так и удобный способ рассмотрения и использования более детально тезиса строгой непрерывности, который является центральным стержнем биологической науки о мышлении на базе искусственной жизни.

Заключение

Так как функционализм был определен как неокартезианская теория разума, в качестве контраста ей противопоставляются аристотелевские концептуальные рамки. Производится рассмотрение с аристотелевской точки зрения научной области, относящейся к искусственной жизни.

Сейчас является обычным для функционалистких философов разума в натуралистической традиции соединять идею функций разума с идеей функции дарвиновской эволюции. С дарвинисткой точки зрения функция эволюции, например, части визуальной системы лягушки – определять пищу в формах мух (вместо того, чтобы определять быстро движущиеся черные точки, на которые реагирует подсистема), потому что это то, для чего подсистема была выбрана в течении эволюционной истории лягушки (чем определять быстро движущиеся черные точки, некоторые из которых не являются мухами). Видимо, нет прямой необходимости соединения функции мышления с эволюционными функциями, для того чтобы функционализм смог работать. Однако, функционалисты нуждаются в источнике для апелляции в случае необходимости устранения фиктивных атрибутов функций (т.е. например, что функция части визуальной системы лягушки – определять быстро движущиеся черные точки). Для искусственных систем – источник апелляции сами исследователи. Функции искусственных объектов это то, что заложено в них разработчиками.

В данной работе были рассмотрены основные тенденции развития философии в области искусственно интеллекта и искусственной жизни, в том числе различие между ортодоксальной наукой о мышлении и биологическим мышлением в данной области философии. Первая тяготеет к игнорированию биологических соображений, в то время как последнее держится за мнение, что жизнь и разум разделяют общий набор организационных свойств. Было рассматрено предположение выдвигаемое современными философами когнитивистами, что искусственная жизнь является интеллектуальным потенциальным двигателем последнего. Были показаны концептуальные принципы такой движимой искусственной жизнью науки о мышлении. Обращая особое внимание на отношение между нейробиологическими и биохимическими феноменами и мышлением, показано, что переход к функционализму в ортодоксальной науке о мышлении обеспечивает неоспоримое доказательство, что данное приближение проистекает из картезианского рассмотрения взаимоотношений между телом и разумом. С другой стороны, фундаментальные заключения биологического познания поддерживают радикально отличающиеся общие теории Аристотеля. Рассмотрено, как концепция самоорганизации – главная теоретическая идея искусственной жизни – является ключевым камнем неоаристотелевой науки биологического познания.

Введение ____________________________________________________ стр. 3

Загадка человеческого мозга и искусственного интеллекта__________ стр.3

Проблема определения искусственного интеллекта ________________ стр.5

Робототехника ______________________________________________ стр.7

Проблема безопасности _______________________________________ стр.9

Искусственный интеллект, за и против _________________ стр.11

Проблема создания искусственного разума ______________ стр. 15

Заключение__________________________________________ стр.18

Список литературы _________________________________ стр. 19

Введение

Умножить в уме два многозначных числа или запомнить несколько телефонных номеров для человека трудно. С другой стороны, понять смысл предложения, несмотря на грамматические ошибки, уловить, где оканчивается по смыслу определенный кусок информации, или узнать человека, с которым не встречался 20 лет, для нас - это не сложно. Компьютер же в большинстве случаев подобные задачи выполнить не может. Там, где речь идет о распознавании оптических или акустических образов, способности самостоятельного обучения, воспоминания по ассоциациям, даже самые современные компьютеры не могут составить конкуренцию мозгу человека.

Загадка человеческого мозга и искусственного интеллекта

Обработка информации и знаний в мозге, по-видимому, является параллельным процессом. Мозг предстает перед нами как огромная сеть взаимосвязанных клеток - нейронов. Место сосредоточения запоминаемой информации и знаний, равно как и место и способ их обработки, нам пока неизвестны. Мы знаем лишь, что элементы мозга работают в миллион раз медленнее, чем микроэлектронные чипы. Нейронные сети работают без процессоров, программ, управляющих единиц и тактовых импульсов. И работают очень хорошо. Поэтому специалисты в области вычислительной техники интересуются мозгом.

Мозг – высоко-параллельная, многопроцессорная система, которая складывается примерно из 14 млрд. нейронов, соединенных в огромную и сложную трехмерную структуру, в которой каждый нейрон имеет до 30 000 соединений с другими нейронами. Если на каждом соединении реализуется за секунду только одна переключательная операция, то весь мозг теоретически сможет выполнить 10 биллионов операций за это же время. Время переключения нейрона определяется миллисекундами. Вопреки этому сложные лингвистические и распознавательные задачи мозг решает за секунду, т. е. за несколько шагов вычислений. Компьютер же растягивает решение таких задач на миллионы шагов.

Другим ограничением мозга является то, что нейрон может послать другому нейрону только несколько битов информации. Объем информации ограничен, нейроны не имеют возможности обмениваться сложными символами.

Выходит, что наши знания зависят от множества соединений между нейронами. Благодаря им, мы понимаем родной язык, правильно планируем свое поведение, подытоживаем факт и распознаем образы. Сегодняшние супер-ЭВМ работают на уровне развития пятилетнего ребенка. Мозг и компьютер действуют разным способом. Парадоксом является то, что для моделирования мозга в реальном масштабе времени требуются тысячи мощнейших супер-ЭВМ, а с другой стороны, для моделирования арифметических вычислений и супер-ЭВМ были бы необходимы миллиарды людей.

Временной цикл базовой операции, выполняемой нейроном, 1-2 мс, такт нынешних компьютеров определяется наносекундами, т. е. вычислительная машина работает на шесть порядков быстрее. Вопреки этому человек решает многие задачи распознавания, как, например, анализ сцены или логические выводы, секунды, а высокопроизводительная ЭВМ тратит на это несколько минут.

Когда мозг рассуждает сознательно, шаг за шагом, этот тип мышления можно формализовать с помощью математической логики и затем моделировать на компьютере. Но подсознательное мышление, которое используется главным образом в творческой деятельности, является высоко-параллельным математически неформализованным средством.

Проблема определения искусственного интеллекта

Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации; способность решать задачи на основе символьной информации; способность к обучению и самообучению.

Достаточно емкие и интересные определения интеллекта даны в английском словаре Вебстера и Большой Советской Энциклопедии. В словаре Вебстера: «интеллект – это: а) способность успешно реагировать на любую, особенно, новую ситуацию путем надлежащих корректировок поведения; б) способность понимать связи между фактами действительности для выработки действий, ведущих к достижению поставленной цели». В Большой Советской Энциклопедии: «интеллект… в широком смысле – вся познавательная деятельность человека, в узком смысле – процессы мышления, неразрывно связанные с языком как средством общения, обмена мыслями и взаимного понимания людей». Здесь интеллект прямо связывается с деятельностью и языком коммуникации.

По большому счету больших разногласий в этом вопросе нет. Интереснее другое: критерии, по которым можно однозначно определить разумный, мыслящий, интеллектуальный субъект перед нами или нет.

Известно, что в свое время А. Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, «игру в имитацию». Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека.

Единого ответа на вопрос чем является искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об искусственном интеллекте, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки. Эти определения можно свести к следующим:

Искусственный интеллект – это личность на неорганическом носителе (Чекина М.Д.).

Искусственный интеллект – это область изучение разумного поведения (у людей, животных и машин) и попытки найти способы моделирования подобного поведения, в любом типе искусственно созданного механизма (Блай Уитби).

Искусственный интеллект – это экспериментальная философия (В. Сергеев).

Сам же термин «искусственный интеллект» – ИИ – AI – artificial intelligence был предложен в 1956 г. на семинаре с аналогичным названием в Дартмутском колледже (США). Семинар был посвящен разработке методов решения логических, а не вычислительных задач.

Так же существуют термины «сильный» и «слабый» искусственный интеллект.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум – это разум.

«Слабый искусственный интеллект» рассматривается лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

Робототехника

С проблемами искусственного интеллекта тесно связаны вопросы разработки специальных механизмов и машин, имитирующих умственную деятельность и сложные физические действия человека, - интеллектуальных роботов. Интеллектуальный робот - система, управляемая компьютером, способная к самостоятельному целенаправленному взаимодействию с окружающей средой. В самом общем случае такая система способна:

а) воспринимать и распознавать объекты окружающей среды;

б) формировать внутреннее представление об окружающей среде и протекающих в ней процессах;

в) принимать решения и формировать планы собственных действий в соответствии с заданными целями на основе накопленных знаний и опыта;

г) изменять обстановку окружающей среды путем манипулирования с ее объектами;

д) общаться с человеком на языках.

Интеллектуальный робот - неизменный элемент гибкой производственной системы. Он может быть перепрограммирован на решение различных производственных задач. При этом отпадает необходимость реорганизации производственных участков и промышленных цехов.

Интеллектуальный робот получает визуальную, звуковую или же тактильную информацию из внешнего мира через специальную сенсорную систему, посредством которой он связан с окружающей средой. Основным орудием воздействия робота на окружающую среду является его манипулятор. Необходимые степени свободы при его функционировании обеспечиваются системой перемещения робота и его манипулятора. Другими важнейшими подсистемами робота, являются система связи с человеком и когнитивная система. В когнитивной системе производится обработка всей полученной информации, необходимой для управления собственным поведением робота в реальной производственной среде. Именно в этой системе реализуются функции, в совокупности, напоминающие человеческую психику, такие как: восприятие, память, решение задач и обучение.

Разрабатываемые в настоящее время интеллектуальные роботы не являются в достаточной мере совершенными. В большинстве случаев они состоят из манипулятора, датчиков визуальной и тактильной информации, системы распознавания зрительных образов, механизмов для определения расстояний, развитых программных средств обработки информации об окружающей среде и планирования действий робота и управляющей системы. Интеллектуальные роботы грядущих поколений будут содержать, кроме того, средства распознавания и понимания слитной человеческой речи, подсистему обучения, совершенный автоматический решатель задач (способный к переформулированию задач при возникновении непредвиденных ситуаций), совершенные механизмы поиска и обработки различных видов информации и развитые средства вывода (в том числе при наличии неполной, нечеткой и неопределенной информации).

Разработка интеллектуальных робототехнических систем с такими возможностями потребует решения многих сложных научно-технических задач, для которых в настоящее время можно было заметить перспективные пути их решения. Многие робототехнические задачи ведут к большим трудностям организации вычислений связанным, в частности, с необходимостью обработки в реальном масштабе времени больших объемов часто сменяющихся данных. К таким задачам, прежде всего, относятся: восприятие и анализ сцен с движущимися объектами, логическое рассуждение, вывод и планирование деятельности, распознавание и понимание слитной речи. Подобные задачи можно эффективно решать только на параллельных компьютерах с очень высоким быстродействием. Кроме актуальной задачи создания перспективных архитектур таких компьютеров с применением новейших видов технологий изготовления микросхем, важной задачей является разработка параллельных алгоритмов и программ задач робототехники.

Уверенность в успешном решении в будущем этой важной задачи основана на существовании естественной интеллектуальной системы, какой является мозг человека, успешно справляющийся с большинством интеллектуальных задач, которые в настоящее время еще не “по зубам” современным вычислительным машинам.

Проблема безопасности

Философские проблемы создания искусственного интеллекта можно разделить на две группы, условно говоря, «до и после разработки искусственного интеллекта». Первая группа отвечает на вопрос: «Что такое, искусственный интеллект возможно ли его создание?». И вторая группа (этика искусственного интеллекта) задаётся вопросом: «Каковы последствия создания искусственного интеллекта для человечества?», которые приводят нас к проблеме безопасности.

Данная проблема будоражит умы человечества еще со времен Карела Чапека, впервые употребившего термин «робот». Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные можно упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, а так же довольно известное произведение – «Терминатор». Кстати именно у Айзека Азимова мы можем найти самое проработанное, и принятое большинством людей решение проблемы безопасности. Речь идет о так называемых трех законах робототехники.

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

2. Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону.

3. Робот должен заботиться о своей безопасности, насколько это не противоречит первому и второму закону.

На первый взгляд подобные законы, при их полном соблюдении, должны обеспечить безопасность человечества. Однако при внимательном рассмотрении возникают некоторые вопросы.

Интересно, что будет подразумевать система искусственного интеллекта под термином «вред» после долгих логических размышлений? Не решит ли она, что все существования человека это сплошной вред? Ведь он курит, пьет, с годами стареет и теряет здоровье, страдает. Не будет ли меньшим злом быстро прекратить эту цепь страданий? Конечно, можно ввести некоторые дополнения, связанные с ценностью жизни, свободой волеизъявления. Но это уже будут не те простые три закона.

Следующим вопросом будет такой. Что решит система искусственного интеллекта в ситуации, когда спасение одной жизни возможно только за счет другой? Особенно интересны те случаи, когда система не имеет полной информации о том, кто есть кто…

Так что можно с уверенностью сказать, что опасения многих людей, в том числе и ученых, не беспочвенны. И определенно следует именно сейчас начинать продумывать эти вопросы, до того, как получится создать полноценный «машинный интеллект», чтобы обезопасить человечество от возможного вреда или даже истребления, как конкурирующей, в лучшем случае, или просто ненужной биологической разновидности.

Искусственный интеллект. ЗА и ПРОТИВ

Противники идеи о возможности создания искусственного разума часто сводят свои доводы к тому, что работа ЭВМ управляется законами электродинамики, и, значит, здесь происходит сведение высшего (мышления) к низшему (физическим процессам в ЭВМ). Однако неверна исходная посылка.

Работа ЭВМ отнюдь не управляется законами электродинамики. Этими законами управляется работа отдельных элементов машины. По физическим законам ЭВМ работает только в том смысле, что она, скажем, преобразует электрическую энергию в тепло. Ведь сущность работы состоит не в этом преобразовании, а в том, что она производит определенные арифметико-логические операции. Машина имеет дело с информацией и работает по законам преобразования информации, т.е. по законам кибернетики. Поэтому, если рассматривать эти процессы с такой точки зрения то, неизбежно оказываешься на позициях механицизма. Это то же самое, что сведение работы мозга к биохимическим и биофизическим процессам.

С точки зрения кибернетики работу ЭВМ надо рассматривать как работу системы по переработки информации. Тезису искусственного интеллекта приписывается отрицание идеального характера сознания.

Не касаясь вопроса о структуре информации, представляющей собой меру упорядоченности процесса и составляющей его внутреннее состояние, мы охарактеризуем внешнюю или относительную информацию, всегда связанную с отношением двух процессов. Эта информация заключается не в самих процессах, а существует именно в отношении этих процессов друг к другу. Взятая сама по себе эта информация столь же объективна и материальна, как и любые другие свойства и отношения объектов или процессов.

Рассмотрев множество состояний нашего мозга в процессе функционирования, можно понять, что мозг отражает внешний мир, а значит, между множеством состояний элементов мозга и множеством состояний внешних процессов имеется соответствие, т.е. мозг имеет информацию о внешних процессах. Эта информация заключена и не заключена в мозгу, т.к. сколько бы мы ни исследовали мозг кроме электрических, химических и др. характеристик нейронов мы там ничего не обнаружим. Необходимо рассмотреть связь

мозга с внешним миром. Именно в этом и заключена информация, носителем которой являются нейроны.

Информация, с которой работает мозг и есть та идеальная сторона в его работе, и таким образом идеальное не существует в виде особого предмета или субстанции. Оно существует как сторона деятельности мозга, заключающейся в установлении связей между множеством состояний внешнего мира и головного мозга.

Если мы признаем у кибернетических систем возможность достижения сложности, сравнимой со сложностью мозга, то необходимо признать у таких систем существование у них черт, которые мы называем идеальными.

Ряд авторов объявляет тезис искусственного интеллекта противоречащим тезису о социальной природе сознания и мышления. Но здесь скрывается ошибка - отсутствие различия между естественно историческим зарождением мышления и сознательным воспроизведением его человеком в универсальной ЭВМ. Во втором случае машина не становится социальным существом, но человек, поняв сущность мышления, воссоздает его в машине. Если социальная природа мышления закономерна и познаваема, то она может быть в принципе искусственно воспроизведена. Для этого кибернетическая система, имеющая достаточную мощность, для полного использования своих возможностей должна быть помещена в информационно-богатую среду, образовав вместе с создателями некий симбиоз.

Принцип невозможности кибернетического интеллекта жестко привязывает определенный род функционирования к строго определенному субстрату (мозгу). Это ставит философскую проблему соотношения функции и субстрата.

Именно из-за этого «крайний пессимист» отрицает возможность наличия интеллекта у кибернетического устройства. Он безоговорочно связывает мышление с человеческим мозгом, и не приемлет попытки определения мышления без связи со структурой мыслящей системы. По его мнению, это есть сведение мышления только к информационной стороне, в то время как мышлением называют возникшую у биологических существ, способность. Таким образом, мышлением можно назвать то, что осуществляется только мозгом человека, но это не является приемлемым решение проблемы.

Разумеется, мышление есть функция высокоорганизованной материи и определено структурой системы. Но с гносеологической точки зрения знание функции выводится из знания структуры, а знание структуры является выводом из все более полного изучения способов функционирования.

Конечно, может оказаться, что эта структура жестко связана со строго определенным субстратом, но этот тезис должен являться результатом научного исследования, а не исходной предпосылкой.

Пока наука имела дело с непосредственно ощущаемыми объектами, она могла исходить из субстратной точки зрения, суть которой заключается в том, что объект обладает набором характеристик(- первичны), выражающим его природу, зная которые можно изучить поведение(-вторично) объекта.

Но уже в 19 веке ограниченность этой концепции была вскрыта диалектическим материализмом, показавшим, что «лишь в движении тело обнаруживает, что оно есть. Познание различных форм движения и есть познание тел». (К. Маркс и Ф. Энгельс)

Отсюда, разумеется, не следует, что только движение существует и никакого субстрата нет вообще. Отсюда следует лишь неправомерность употребления отношения первичности-вторичности для характеристики связи движения (поведения) и субстрата в плане их реального существования.

Из вышесказанного можно заметить, что большинство аргументов против возможности искусственного интеллекта, основаны на имеющихся научных теориях и эмпирических данных, обычно они состоят в указании на какие-нибудь определенные действия мышления, которые неспособно выполнить никакое кибернетическое устройство. Однако многие из таких аргументов уже были опровергнуты в ходе развития кибернетики. Более того, существует теорема Мак Каллока Питса сводящая вопрос о выполнении любой функции головного мозга к вопросу о познаваемости этой функции.

Наиболее разумной представляется более оптимистичная позиция, т.к. на данный момент нет непреодолимых, принципиальных преград на пути создания искусственных устройств, обладающих интеллектом. Но на этом пути стоят огромные трудности, отнюдь не уменьшающиеся с бурным развитием кибернетики. Здесь особенно важна выработка новых концептуальных, философских теорий, т.к. ускорение технических средств обработки информации или создание нейронных сетей, копирующих биохимическое состояние мозга еще не ведет к возникновению искусственного разума, а является лишь средством воплощения идеи.

Проблема создания искусственного интеллекта

Тест Тьюринга

С 1991 года проводятся турниры программ, пытающихся пройти тест Тьюринга. Пока ещё эти программы (боты) крайне мало – разумны. Всё, что они делают – это применяют заранее подсказанные человеком правила. Осмыслить разговор боты даже не пытаются, в основном совершают попытки «обмануть» человека. Создатели закладывают в них ответы на наиболее часто задаваемые вопросы, стараются обойти распространенные ловушки. Например, внимательно следят, а не задаст ли судья один и тот же вопрос дважды? Человек в такой ситуации сказал бы что-то вроде: «Эй, ты уже спрашивал»! Значит, разработчик добавит боту правило тоже так поступать. В этом направлении представляется очень маловероятным, что появится первый искусственный интеллект.

Компьютерные шахматисты

Об этих программах слышали многие. Впервые чемпионат мира по шахматам между компьютерными программами прошел в 1974 году. Победителем стала советская шахматная программа «Каисса». Не так давно компьютер обыграл и Гарри Каспарова. Что же это – несомненный успех?

Они просто перебирают множество вариантов. Если я подвину эту пешку сюда, а противник сходит слоном вот сюда, а я сделаю рокировку, а он подвинет вот эту пешку… Нет, такая позиция невыгодна. Не буду делать рокировку, а вместо этого посмотрю, что случится, если я подвину эту пешку сюда, а компьютер сходит слоном вот сюда, а я вместо рокировки подвину пешку еще раз, а он…

Компьютер ничего не изобретает сам. Все возможные варианты подсказаны настоящими обладателями интеллекта – талантливыми программистами и шахматистами-консультантами… Это не менее далеко от создания полноценного электронного интеллекта.

Футбол роботов

Это очень модно. Этим занимаются многие лаборатории и целые факультеты ВУЗов по всему миру. Проходят десятки чемпионатов по разным разновидностям этой игры. Как говорят организаторы турнира RoboCup, «Международным сообществом специалистов по искусственному интеллекту задача управления роботами-футболистами признана одной из важнейших».

Очень может быть, что, как мечтают организаторы RoboCup, в 2050 году команда роботов и впрямь обыграет в футбол команду людей. Только их интеллектуальность вряд ли к этому будет иметь какое-то отношение.

Турниры программистов

Недавно фирма Microsoft проводила турнир под названием «Террариум». Программистам предлагалось создавать искусственную жизнь, не больше и не меньше. Это, наверное, самое известное из подобных соревнований, а вообще их проводится очень много – энтузиасты-организаторы с завидной регулярностью предлагают создавать программы, играющие то в войну роботов, то в колонизацию Юпитера. Бывают даже соревнования по выживанию среди компьютерных вирусов.

Что же мешает хотя бы этим проектам служить созданию настоящего искусственного интеллекта, который в будущем сможет и воевать, и Юпитер колонизировать? Одно простое слово – непродуманность. Даже могучие умы Microsoft не смогли придумать правила, в которых сложное поведение выгодно. Что уж говорить об остальных. Что ни турнир – а все побеждает одна и та же тактика: «чем проще – тем лучше»! Кто победил в «Террариуме»? Наши соотечественники. А что они сделали? Вот полный перечень тех правил, по которым жило самое жизнеспособное виртуальное травоядное турнира;

1. Если видишь хищника, убегай в сторону от него. Если видишь животное своего вида, быстро бегущее в какую-то сторону, беги туда же.

2. Если вокруг только чужие, быстро-быстро ешь всю траву, чтобы другим поменьше досталось.

3. Если не видишь чужих, ешь её ровно столько, сколько надо. Наконец, если ни травы, ни хищников не видишь, иди куда глаза глядят.

Интеллектуально? Нет, зато эффективно.

Коммерческие применения

В коммерчески значимых областях не нужно никаких турниров, никаких судей, никаких правил отбора. Ни в распознавании текстов, ни в создании компьютерных игр высокая наука оказалась просто не нужна.

Что нужно, так это стройный коллектив людей с ясными головами и хорошим образованием, и грамотное применение большого числа довольно простых по своей сути алгоритмов.

Никакого сакрального знания на этих направлениях добыть не удастся, никаких великих открытий не совершится, и этого вовсе никто и не добивается. Люди просто зарабатывают себе деньги, заодно улучшая нашу жизнь.

Заключение

Появление машин, превосходящих нас по интеллекту, – закономерный итог развития нашей технократической цивилизации. Неизвестно, куда бы привела нас эволюция, если бы люди пошли по биологическому пути – занялись улучшением структуры человека, его качеств и свойств. Если бы все деньги, затраченные на разработку вооружений, пошли в медицину, мы давно бы победили все болезни, отодвинули старость, а может, и достигли бы бессмертия…

Науку запретить нельзя. Если человечество себя уничтожит – значит, эволюция пошла по тупиковому для этого человечества пути, и оно не имеет права на существование. Возможно, и наш случай – тупиковый. Но мы здесь – не первые и не последние. Неизвестно, сколько до нас было цивилизаций и куда они подевались.

Леонид Бернштейн

Список литературы:

1. Большая Советская Энциклопедия

4. Чекина М.Д. «Философские проблемы искусственного интеллекта»

5. Блай Уитби «Искусственный интеллект: реальна ли Матрица»

6. Будущее искусственного интеллекта. М.: Наука, 1991, 302 c.

МИНИСТЕРСТВО ОБЩЕГО И

ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ

ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

КАФЕДРА ФИЛОСОФИИ

ПО ДИСЦИПЛИНЕ “ФИЛОСОФИЯ”

НА ТЕМУ: “ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ”

Факультет: ПМиИ

Группа: ПММ-41

Студент: Слепынин А. Ю.

Преподаватель: Буторин В. Я.

Новосибирск 1999г.

Введение 3

Взгляды на термин "знание" 5

Аспект представления знаний 5

Знание как основа 6

Рефлексия как одна из составляющих интеллектуальной деятельности 9

Понятие рефлексии 9

Неотъемлимость рефлексии 12

Математическо-технические аспекты реализации систем

искусственного интеллекта 13

Природа обработки естественного языка 15

Основная проблема обработки естественного языка 16

Распознавание речи 17

Практическая реализация 18

Семантические сети 20

Искусственный интеллект и теоретические проблемы психологии 21

Сознаниие и разум 23

Что такое сознание? 23

Сознание и выживание 24

Есть ли разум? 25

Чем же отличается сознание от самообучения? 26

Человек вооружен 27

Осознавание себя 27

Сознание - это не материальный предмет 28

Разумны только люди? 30

Заключение 31

Словарь терминов 33

Использованная литература 35

Введение

Современные философы и исследователи науки часто рассматривают междисциплинарные науки как одно из выдающихся достижений заново открытых в 20 веке. Искусственный интеллект и искусственная жизнь представляют прекрасный пример такой интеграции многих научных областей. Конечно, междисциплинарность тоже имеет свою цену. Химики, биологи, специалисты в области вычислительных наук и многие другие изучают различные аспекты живых систем, пользуясь при этом сходными методами. Основными методами изучения искусственной жизни являются: синтез искусственных систем с аналогичным живым системам поведением, изучение динамики развития процесса, а не конечного результата, конструирование систем демонстрирующих феномен созидания. То что объединяет исследователей в области искусственной жизни (ИЖ) - это методы, в отличие от их целей. Конечно, существует общий интерес к жизни как к феномену для изучения. К сожалению, жизнь слишком сложна, чтобы можно было наметить общие направления в исследованиях. Доказательствам последнего утверждения может служить тот факт, что некоторые заинтересованы в исследовании “систем, демонстрирующих феномены живых систем”, другие изучают природу химического репродуцирования или пытаются решить философские проблемы самосознания. В то же время совершенно другой вид исследователей, относящихся к области роботики, пытаются создавать физические системы, демонстрирующие некоторое поведенческое сходство с животными. По современным научным данным человеческий мозг содержит около 240 основных “вычислительных” узлов нейронов, которых соединяют около 250 связей синапсов. Современные вычислительные системы стремительно приближаются по своим вычислительным возможностям к мозгу. Искусственные нейронные сети контролируют сложнейшие системы управления и слежения, проявляют способности в области распознавания изображения вплоть до возможности создания интеллектуальных автопилотов. Уже активно занимается искусственными системами область, считавшаяся прерогативой человека - компьютеры стали лучше людей играть в шахматы. В таких условиях приобретает особую значимость рассмотрение основных философских вопросов, связанных с искусственным интеллектом и искусственной жизнью. При этом, очевидно, возможно взаимовлияние искусственного интеллекта и искусственной жизни на философские проблемы мышления и жизни вообще.

Взгляды на термин “знание”

В последние годы термин “знание” все чаще употребляется в информатике. Он встречается в таких словосочетаниях, как “база знаний”, “банк знаний”, язык представления знаний”, “системы представления знаний” и других. Специалисты подчеркивают, что совершенствование так называемых интеллектуальных систем (информационно-поисковых систем высокого уровня, диалоговых систем, базирующихся на естественных языках, интерактивных человеко-машинных систем, используемых в управлении, проектировании, научных исследованиях) вот многом определяется тем, насколько успешно будут решаться задачи представления знаний.

Аспект представления знаний

Неудивительно, что перед теми, кто занимается проблемой представлении знаний, встает вопрос о том, что такое знание, какова его природа и основные характеристики. В связи с этим предпринимаются, например, попытки дать такое определение знания, из которого можно было бы исходить в решении задач представления знаний в компьютерных системах. Подчеркивается, что для разработки средств и методов представления знаний необходимо использовать результаты когнитивной психологии - науки, выявляющей структуры, в виде которых человек хранит информацию об окружающем его мире. Высказывается мнение, что язык и представление знаний в системах искусственного интеллекта должны рассматриваться в рамках особого научного направления - когитологии. Предметом когитологии должно стать знание как самостоятельный аспект реальности.

Представлению данных присущ пассивный аспект: книга, таблица, заполненная информацией память. В теории искусственного интеллекта особо подчеркивается активный аспект представления: знать должно стать активной операцией, позволяющей не только запоминать, но и извлекать воспринятые (приобретенные, усвоенные) знания для рассуждений на их основе. Следовательно, истоки представления знаний - в науке о познании (эпистемологии или гносеологии), а его конечная цель - программные средства информатики.

Во многих случаях подлежащие представлению знания относятся к довольно ограниченной области, для характеристики которой говорят об “области рассуждений” или “области экспертизы”. Численная формализация таких описаний в общем малоэффективна. Напротив, использование символического языка, такого, как язык математической логики, позволяет формулировать описания в форме, одновременно близкой и к обычному языку, и к языку программирования. Впрочем, математическая логика позволяет рассуждать, базируясь на приобретенных знаниях: логические выводы действительно являются активными операциями получения новых знаний из уже усвоенных.

Знание как основа

Вместе с тем вопрос, что такое знание, каковы его основные свойства и способы получения, - это исконно философский вопрос. Закономерно поэтому стремление дать философское осмысление вопросов компьютерного представления знаний, выявляя прежде всего их гносеологические и философско-логические аспекты.

Принципиальная мировоззренческая установка состоит в рассмотрении ЭВМ как предмета-посредника в человеческой познавательной деятельности. Компьютерная система, подобно другим предметам-посредникам (орудиям труда и предметам быта, инструментам, приборам, знаково-символическим системам, научным текстам и т. д.), играя инструментальную роль в познании, является средством объективизации накопленного знания, воплощением определенного социально-исторического опыта практической и познавательной деятельности. Ее важнейшая теоретико-познавательная роль и обусловлена тем, что выделение человеком во вновь познаваемых объектов черт, которые оказываются существенными с точки зрения общественной практики, становится возможным именно при помощи предметов-посредников. “ЭВМ, - подчеркивает акад. Г. С. Поспелов, - представляет собой инструмент для интеллектуальной деятельности людей, а научное направление “искусственный интеллект” придает этому инструменту новые качества и обеспечивает новый, более перспективный стиль его использования. Спор между сторонниками и противниками искусственного интеллекта оказывается в связи с этим совершенно беспредметным.

Проблема представления знаний возникла как одна из проблем искусственного интеллекта. Она связана с переходом исследований в этой области в некоторую новую фазу. Речь идет о создании практически полезных систем (прежде всего так называемых экспертных систем), применяемых в медицине, геологии, химии. Создание такого рода систем требует интенсивных усилий по формализации знания, накопленного в соответствующей науке.

С термином “представление знаний” связывается определенный этап в развитии математического обеспечения ЭВМ. Если на первом этапе доминировали программы, а данные играли вспомогательную роль своеобразной “пищи” для “голодных” программ, то на последующих этапах роль данных неуклонно возрастала. Их структура усложнялась: от машинного слова, рамещенного в одной ячейке памяти ЭВМ, происходил переход к векторам, массивам, файлам, спискам. Венцом этого развития стали абстрактные типы данных, обеспечивающие возможность создания такой структуры данных, которая наиболее удобна при решении задачи. Последовательное развитие структур данных привело к их качественному изменению и к переходу от представления данных к представлению знаний. Уровень представления знаний отличается от уровня представления данных не только более сложной структурой, но и существенными особенностями: интерпретируемость, наличие классифицируемых связей (например, связь между знаниями, относящихся к элементу множества, и знаниями об этом множестве), которые позволяют хранить информацию, одинаковую для всех элементов множества, записанную одноактно при описании самого множества, наличие ситуативных отношений (одновременности, нахождения в одной точке пространства и т. п., эти отношения определяют ситуативную совместимость тех или иных знаний, хранимых в памяти). Кроме того, для уровня знаний характерны такие признаки, как наличие специальных процедур обобщения, пополнения имеющихся в системе знаний и ряда других процедур.

Для философского анализа рассматриваемой проблематики важен вопрос о том, считать ли термин “знание” в выражении “представление знаний” явлением профессионального жаргона или действительно переход от представления данных к представлению знаний имеет существенные гносеологические характеристики и какие именно? Особенности ЭВМ как предмета-посредника в познании во многом определяются тем, что ЭВМ относится к такому типу предметов-посредников, как модели. Термин “модель” употребляется в обыденном языке и в языке науки в различных значениях. Пусть под моделью понимается некоторая система (материальная или концептуальная), в той или иной форме отображающая некоторые свойства и отношения другой системы, называемой оригиналом, в точно указанном смысле замещающая ее и дающая новую информацию об оригинале. При анализе гносеологических аспектов моделирования ЭВМ рассматривались в философско-методологической литературе прежде всего как материальные модели, создаваемые на основе действия определенных физических закономерностей и функционирующие благодаря протеканию в них вполне определенных физических процессов. Моделирование на ЭВМ понималось как техническая реализация определенной формы знакового моделирования. Однако, рассматривая ЭВМ в гносеологическом плане как предмет посредник в познании, имеет смысл не фиксировать внимание прежде всего на “железной части” (hardware) компьютера, а рассматривать всю компьютерную систему как сложную систему взаимосвязанных и до некоторых пределов самостоятельных моделей - как материальных, так и знаковых, т. е. идеальных. Такой подход не только соответствует рассмотрению компьютерных систем в современной информатике, но является и гносеологически оправданным. Многие важные философские аспекты проблем, возникающих в связи с компьютеризацией различных сфер человеческой деятельности, требуют для своего исследования обращения прежде всего к знаковым составляющим компьютерных систем. Это верно и в отношении философских аспектов проблем представления знаний.

В последние годы все чаще стал употребляться термин “компьютерное моделировнаие”. Очевидно, имеет смысл обозначать им построение любого из состовляющих компьютерной системы - будь то знаковая модель или материальная.

Что изменяется в компьютерном моделировании с переходом от представления данных к представлению знаний? Каков гносеологический смысл этих изменений? А. Ньюэлл, отмечая, что проблематика представления знаний имеет интересные точки соприкосновения с философией, ибо природа разума и природа знания всегда являлись одним из центральных филосовских вопросов, пишет: “Однако, интерес философии к знанию всегда концентрировался на проблеме достоверности... Это нашло отражение в том различении между знанием и верой, которое проводится в философии. Искусственный интеллект, рассматривая все знание как содержащие ошибки, называет все-таки свои системы системами знаний. С точки зрения философии искусственный интеллект имеет дело только с системами веры. ...Таким образом, учение о знании, если оно разделит с искусственным интеллектом безразличие к проблеме абсолютной достоверности, окажется оставляющим без внимания центральные филосовские вопросы”. Различия в подходах к знанию, имеющиеся в философии и в искусственном интеллекте, не дают оснований для абсолютного противопоставления этих подходов и для отстранения от проблематики представления знаний той философии, которая не желает “оставлять без внимания центральные филосовские вопросы”.

Понятие “знание” можно и должно считать одним из ключевых как с точки зрения теории искусственного интеллекта, так и гносеологии. Именно философия пытается дать полную картину, полное объяснение природы того или иного понятия. В этом смысле она несомненно должна идти на первом месте, т. к. любая наука должна базироваться на строгих принципах. В этом смысле философскому познанию отводится ключевая роль в разработке и исследованию концепции знания, как объекта для моделирования. Таким образом, знание в гносеологическом смысле является основой.

С введением термина “знание” появляется свойство “осознавать”, т. е. “понимать” свои интеллектуальные возможности. В свою очередь это означает не что иное, как рефлексию.

Рефлексия

как одна из составляющих интеллектуальной деятельности

Понятие рефлексии

Исследования в области искусственного интеллекта возникли под влиянием идей кибернетики - прежде всего идеи общности процессов управления и передачи информации в живых организмах, обществе и компьютерах. Примечательно, что снятие идеологических запретов на кибернетику в период “оттепели” повлекло за собой бурное развитие исследований по кибернетике, и та ее область, которая впоследствии была осознана как проблематика создания систем искусственного интеллекта, сформировалась особенно быстро.

Интересно отметить, что реабилитация кибернетики и, в частности, проблемы искусственного интеллекта (или как тогда говорили, создание “мыслящих маши”) отнюдь не была сопряжена с общим процессом деидеологизации науки. “Оправдание” кибернетики произошло стараниями нескольких крупных ученых, искренне доказывавшими материалистический характер кибернетического воззрения на мир. Вслед за учеными эту задачу взяли на себя профессиональные философы.

Философская приемлемость проблематики искусственного интеллекта в ее традиционном виде была обусловлена лежащим в ее основе представлением о том, что “порядок и связь идей те же, что порядок и связь вещей”. Тем самым создать в компьютере структуру, воспроизводящую “мир идей”, означало означало попросту создать структуру изоморфную структуре вещественного мира, т. е. построить “электронную модель мира”. Эта модель интерпретировалась как компьютерная модель человеческих знаний о мире. Процесс человеческого мышления интерпретировался в компьютере как машинный поиск таких трансформаций модели, которые должны были перевести компьютерную модель в некое финальное состояние (например, матовую позицию в шахматах).

Для этого система искусственного интеллекта нуждалась в знаниях о том, как осуществлять трансформации состояний модели, приводящие к заранее заданной цели - состоянию с определенными свойствами. В первое время было распространено убеждение в принципиальной способности компьютера к самостоятельному исследованию хранящейся в нем модели, т. е. к самообучению стратегии достижения поставленной цели.

Данная гипотетическая способность интерпретировалась как возможность машинного творчества, как основа создания будущих “мыслящих машин”. И, хотя в реально разрабатывавшихся системах достижение цели осуществлялось на основе человеческого опыта с помощью алгоритмов, основанных на теоретическом анализе создаваемых моделей и результатов проводимых на них экспериментов, идеи построения самообучаемых систем многим казались наиболее перспективными. Лишь к 80-му году была осознана значимость проблемы использования в интеллектуальных системах человеческих знаний о действительности, повлекшая серьезную разработку баз знаний и методов извлечения личных знаний экспертов.

С развитием изучения данного направления возникла идея рефлексивного управления. До этого момента в кибернетике управление рассматривалось как передача объекту сигналов, непосредственно воздействующих на его поведение, а эффективность управления достигалась с помощью обратной связи - получения информации о реакциях управляемого объекта. Рефлексивное же управление - есть передача информации, воздействующей на имеющийся у объекта образ мира. Тем самым обратная связь излишняя - состояние субъекта известно передающему информацию.

Интересными оказались компьютерные модели, в которых успех достигался за счет включения рефлексии о противодействующих намерениях партнеров.

Философская традиция называет рефлексией мысль о мысли, т. е. ситуацию, когда предметом мысли оказывается не вещь, а факт мышления. Св. Фома Аквинский определял рефлексию как “мысль, догоняющую мысль”.

Сам факт рефлексии означает, что деятельность человеческого сознания отнюдь не ограничивается созданием моделей, воспроизводящих (“отражающих”) внешнюю действительность. Рефлексия - мнение субъекта об имеющемся у него образе действительности, т. е. критический образ этого образа, подразумевающий оценку создаваемых в воображении моделей. Классическая парадигма искусственного интеллекта игнорирует данное обстоятельство и поэтому не интересуется рефлексией. Вероятно, что такое игнорирование связано с бытующим взглядом на рефлексию как на критическое сомнение, которое мешает последовательному проведению эффективных действий. Классическая парадигма искусственного интеллекта предполагала наличие жесткого целеполагания, т. е. ясной и не подлежащей сомнению цели, достижение которой означает решение проблемы независимо от используемых средств (если последнее обстоятельство не противоречит основным принципам построения самой интеллектуальной системы). В системе с развитой рефлексией цель также может оказаться предметом критической рефлексии. Человек, способный к глубокой рефлексии, не может быть абсолютно целеустремленным, ибо он способен усомниться в безоговорочной ценности поставленной перед ним цели.

Традиционные системы искусственного интеллекта основаны на идеологии целеориентированного поведения типа шахматной игры, где цель обоих партнеров состоит в том, чтобы поставить мат другому ценой любых жертв. Не случайно именно шахматные программы оказались столь важными для отработки методов искусственного интеллекта.

Неотъемлемость рефлексии

Ответом с технической точки зрения может служить следующее. Как и любая компьютерная программа, наделенная средствами самодиагностики и самоисправления (а такие средства уже становятся стандартном), т. е. средствами повышения надежности, системы искусственного интеллекта должны контролировать происходящие процессы - как внешние, так и внутренние. Однако, может показаться, что в этом смысле будет достаточным просто развитая структура обратных связей. Сразу надо оговориться, что под обратной связью следует понимать только ответную реакцию (или получение информации о ней) после какого-то конкретного действия системы. Обратная связь лишь предоставляет данные, информацию, но ни в коей мере не интерпретирует их. Норбертом Винером в книге “Кибернетика, или управление и связь в животном и машине” были приведены примеры нарушений нервной системы людей и их последствия. Так люди с нарушением системы ориентации собственных конечностей в пространстве (не чувствующие своих рук и ног, случай, когда конечности “немеют”) должны были визуально контролировать свои действия. Это было типичное нарушение обратной связи. Рефлексия же подразумевает анализ полученной картины. Математика - наука абстрактная. Любую предметную область, с которой работает математик, он описывает с помощью моделей, структура и сложность которых зависит от конкретных поставленных задач. Анализ функционирования собственной модели или модели “всей окружающей действительности” (в рамках поставленной задачи), контроль над ее состоянием, прогнозирование состояния - есть ни что иное, как реализация рефлексии. Рефлексия - есть некий метауровень. С применением языков высокого уровня, таких как язык Пролог, позволяющий формулировать цели и строить логические выводы достижимости этих целей, задача реализации рефлексии уже может быть частично решена. С их помощью можно построить некую метаструктуру, надстройку, некий метауровень, позволяющий оценивать поведение предыдущего. Однако, при рассмотрении термина “глубокая рефлексия” или “многоуровневая рефлексия” встает проблема построения моделей самой системой. Здесь на помощь могут приходят абстрактные типы данных. Они позволяют оперировать структурами данных любой конечной сложности. Таким образом можно считать, что системы искусственного интеллекта могут содержать модель рефлексии (математика оперирует только моделями).

Это может быть ответом на вопрос “Можно ли машину заставить понимать, что она понимает?”, но не на вопрос о обязательном включении рефлексии. Попробуем ответить от противного: а можно ли отвергнуть рефлексию, можно ли считать интеллектуальную систему полноценной без умения оценивать, “понимать” свои действия? Думаю, что нельзя. Более того, рефлексию следует считать одним из главных инструментов построения поведения систем. Как ни забавно это звучит, но говоря самоконтроля и самопонимания, можно говрить о некоторой этике поведения системы.

Математическо-технические

аспекты реализации систем искусственного интеллекта

С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.

Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта (ИИ), обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что пожалуй самая трудная проблема, стоящая перед современной наукой - познание процессов функционирования человеческого разума, а не просто имитация его работы. Что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки. В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований - интеллекта. Здесь, как в притче о слепцах, пытавшихся описывать слона, пытается придерживаться своего заветного определения.

Некоторые считают, что интеллект - умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи - как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого. Тем не менее многие исследователи ИИ склонны принять тест машинного интеллекта, предложенный в начале 50-х годов выдающимся английским математиком и специалистом по вычислительной технике Аланом Тьюрингом. Компьютер можно считать разумным,- утверждал Тьюринг,- если он способен заставить нас поверить, что мы имеем дело не с машиной, а с человеком.

Обеспечение взаимодействия с ЭВМ на естественном языке (ЕЯ) является важнейшей задачей исследований по искусственному интеллекту (ИИ). Базы данных, пакеты прикладных программ и экспертные системы, основанные на ИИ, требуют оснащения их гибким интерфейсом для многочисленных пользователей, не желающих общаться с компьютером на искусственном языке. В то время как многие фундаментальные проблемы в области обработки ЕЯ (Natural Language Processing, NLP) еще не решены, прикладные системы могут оснащаться интерфейсом, понимающем ЕЯ при определенных ограничениях.

Существуют два вида и, следовательно, две концепции обработки естественного языка:

· для отдельных предложений;

· для ведения интерактивного диалога.

Природа обработки естественного языка

Обработка естественного языка - это формулирование и исследование компьютерно-эффективных механизмов для обеспечения коммуникации с ЭВМ на ЕЯ. Объектами исследований являются:

· собственно естественные языки;

· использование ЕЯ как в коммуникации между людьми, так и в коммуникации человека с ЭВМ.

Задача исследований - создание компьютерно-эффективных моделей коммуникации на ЕЯ. Именно такая постановка задачи отличает NLP от задач традиционной лингвистики и других дисциплин, изучающих ЕЯ, и позволяет отнести ее к области ИИ. Проблемой NLP занимаются две дисциплины: лингвистика и когнитивная психология.

Традиционно лингвисты занимались созданием формальных, общих, структурных моделей ЕЯ, и поэтому отдавали предпочтение тем из них, которые позволяли извлекать как можно больше языковых закономерностей и делать обобщения. Практически никакого внимания не уделялось вопросу о пригодности моделей с точки зрения компьютерной эффективности их применения. Таким образом, оказалось, что лингвистические модели, характеризуя собственно язык, не рассматривали механизмы его порождения и распознавания. Хорошим примером тому служит порождающая грамматика Хомского, которая оказалась абсолютно непригодной на практике в качестве основы для компьютерного распознавания ЕЯ.

Задачей же когнитивной психологии является моделирование не структуры языка, а его использования. Специалисты в этой области также не придавали большого значения вопросу о компьютерной эффективности.

Различаются общая и прикладная NLP. Задачей общей NLP является разработка моделей использования языка человеком, являющихся при этом компьютерно-эффективными. Основой для этого является общее понимание текстов, как это подразумевается в работах Чарняка, Шенка, Карбонелла и др. Несомненно, общая NLP требует огромных знаний о реальном мире, и большая часть работ сосредоточена на представлении таких знаний и их применении при распознавании поступающего сообщения на ЕЯ. На сегодняшний день ИИ еще не достиг того уровня развития, когда для решения подобных задач в большом объеме использовались бы знания о реальном мире, и существующие системы можно называть лишь экспериментальными, поскольку они работают с ограниченным количеством тщательно отобранных шаблонов на ЕЯ.

Прикладная NLP занимается обычно не моделированием, а непосредственно возможностью коммуникации человека с ЭВМ на ЕЯ. В этом случае не так важно, как введенная фраза будет понята с точки зрения знаний о реальном мире, а важно извлечение информации о том, чем и как ЭВМ может быть полезной пользователю (примером может служить интерфейс экспертных систем). Кроме понимания ЕЯ, в таких системах важно также и распознавание ошибок и их коррекция.

Основной проблемой NLP является языковая неоднозначность. Существуют разные виды неоднозначности:

· Синтаксическая (структурная) неоднозначность: во фразе Time flies like an arrow для ЭВМ неясно, идет ли речь о времени, которое летит, или о насекомых, т.е. является ли слово flies глаголом или существительным.

· Смысловая неоднозначность: во фразе The man went to the bank to get some money and jumped in слово bank может означать как банк , так и берег .

· Падежная неоднозначность: предлог in в предложениях He ran the mile in four minutes/He ran the mile in the Olympics обозначает либо время, либо место, т.е. представлены совершенно различные отношения.

· Референциальная неоднозначность: для системы, не обладающей знаниями о реальном мире, будет затруднительно определить, с каким словом - table или cake - соотносится местоимение it во фразе I took the cake from the table and ate it .

· Литерация (Literalness): в диалоге Can you open the door? - I feel cold ни просьба, ни ответ выражены нестандартным способом. В других обстоятельствах на вопрос может быть получен прямой ответ yes/no , но в данном случае в вопросе имплицитно выражена просьба открыть дверь.

Центральная проблема как для общей, так и для прикладной NLP - разрешение такого рода неоднозначностей - решается с помощью перевода внешнего представления на ЕЯ в некую внутреннюю структуру. Для общей NLP такое превращение требует набора знаний о реальном мире. Так, для анализа фразы Jack took the bread from the supermarket shelf, paid for it, and left и для корректного ответа на такие вопросы, как What did Jack pay for? , What did Jack leave? и Did Jack have the bread with him when he left ? необходимы знания о супермаркетах, процессах покупки и продажи и некоторые другие.

Прикладные системы NLP имеют преимущество перед общими, т.к. работают в узких предметных областях. К примеру, системе, используемой продавцами в магазинах по продаже компьютеров, не нужно ”раздумывать” над неоднозначностью слова terminals в âîïðîñå How many terminals are there in the order ? .

Тем не менее, создание систем, имеющих возможность общения на ЕЯ в широких областях, возможно, хотя пока результаты далеки от удовлетворительных.

Распознавание речи

По мере развития компьютерных систем становится все более очевидным, что использование этих систем намного расширится, если станет возможным использование человеческой речи при работе непосредственно с компьютером, и в частности станет возможным управление машиной обычным голосом в реальном времени, а также ввод и вывод информации в виде обычной человеческой речи.

Существующие технологии распознавания речи не имеют пока достаточных возможностей для их широкого использования, но на данном этапе исследований проводится интенсивный поиск возможностей употребления коротких многозначных слов (процедур) для облегчения понимания. Распознавание речи в настоящее время нашло реальное применение в жизни, пожалуй, только в тех случаях, когда используемый словарь сокращен до 10 знаков, например при обработке номеров кредитных карт и прочих кодов доступа в базирующихся на компьютерах системах, обрабатывающих передаваемые по телефону данные. Так что насущная задача - распознавание по крайней мере 20 тысяч слов естественного языка - остается пока недостижимой. Эти возможности пока недоступны для широкого коммерческого использования. Однако ряд компаний своими силами пытается использовать уже существующие в данной области науки знания.

Для успешного распознавания речи следует решить следующие задачи:

1) обработку словаря (фонемный состав),

2) обработку синтаксиса,

3) сокращение речи (включая возможное использование жестких сценариев),

4) выбор диктора (включая возраст, пол, родной язык и диалект), тренировку дикторов,

5) выбор особенного вида микрофона (принимая во внимание направленность и местоположение микрофона),

6) условия работы системы и получения результата с указанием ошибок.

Существующие сегодня системы распознавания речи основываются на сборе всей доступной (порой даже избыточной) информации, необходимой для распознавания слов. Исследователи считают, что таким образом задача распознавания образца речи, основанная на качестве сигнала, подверженного изменениям, будет достаточной для распознавани, но тем не менее в настоящее время даже при распознавании небольших сообщений нормальной речи, пока невозможно после получения разнообразных реальных сигналов осуществить прямую трансформацию в лингвистические символы, что является желаемым результатом.

Практическая реализация

Разработки в области искусственного интеллекта ведутся и в Новосибирском Государственном Техническом Университете. На факультете Прикладной Математики и Информатики (ФПМиИ) элементы теории искусственного интеллекта входят в базовую программу подготовки специалистов. Одним из ведущих специалистов в данной области является профессор Хабаров В.И., зав. кафедрой Программных Систем и Баз Данных (ПСиБД). Одно из направлений его исследований связано с внедрением семантических и нейронных сетей в системы управления и анализа данных, систем накопления и представления знаний. В качестве примера можно назвать разработку CASE-технологии, базированной на ультрасетях.

Тенденции развития современных информационных технологий приводят к постоянному возрастанию сложности информационных систем (ИС), создаваемых в различных областях экономики. Современные крупные проекты ИС характеризуются, как правило, следующими особенностями:

· сложность описания (достаточно большое количество функций, процессов, элементов данных и сложные взаимосвязи между ними), требующая тщательного моделирования и анализа данных и процессов;

· наличие совокупности тесно взаимодействующих компонентов (подсистем), имеющих свои локальные задачи и цели функционирования (например, традиционных приложений, связанных с обработкой транзакций и решением регламентных задач, и приложений аналитической обработки (поддержки принятия решений), использующих нерегламентированные запросы к данным большого объема);

· отсутствие прямых аналогов, ограничивающее возможность использования каких-либо типовых проектных решений и прикладных систем;

· необходимость интеграции существующих и вновь разрабатываемых приложений;

· функционирование в неоднородной среде на нескольких аппаратных платформах;

· разобщенность и разнородность отдельных групп разработчиков по уровню квалификации и сложившимся традициям использования тех или иных инструментальных средств;

· существенная временная протяженность проекта, обусловленная, с одной стороны, ограниченными возможностями коллектива разработчиков, и, с другой стороны, масштабами организации-заказчика и различной степенью готовности отдельных ее подразделений к внедрению ИС.

Несмотря на высокие потенциальные возможности CASE-технологии (увеличение производительности труда, улучшение качества программных продуктов, поддержка унифицированного и согласованного стиля работы) далеко не все разработчики информационных систем, использующие CASE-средства, достигают подобных результатов. Применение семантических сетей для проектирования данного вида систем является по своей сути шагом в абсолютно новом направлении, что позволяет проектировать и внедрять интеллектуальные обучаемые системы для поддержки принятия решений.

Семантические сети

Семантическая сеть - структура для представления знаний в виде узлов, соединенных дугами. Самые первые семантические сети были разработаны в качестве языка-посредника для систем машинного перевода, а многие современные версии до сих пор сходны по своим характеристикам с естественным языком. Однако последние версии семантических сетей стали более мощными и гибкими и составляют конкуренцию фреймовым системам, логическому программированию и другим языкам представления.

Начиная с конца 50-ых годов были создано и применены на практике десятки вариантов семантических сетей. Несмотря на то, что терминология и их структура различаются, существуют сходства, присущие практически всем семантическим сетям:

1) узлы семантических сетей представляют собой концепты предметов, событий, состояний;

2) различные узлы одного концепта относятся к различным значениям, если они не помечено, что они относятся к одному концепту;

3) дуги семантических сетей создают отношения между узлами-концептами (пометки над дугами указывают на тип отношения);

4) некоторые отношения между концептами представляют собой лингвистические падежи, такие как агент, объект, реципиент и инструмент (другие означают временные, пространственные, логические отношения и отношения между отдельными предложениями;

5) концепты организованы по уровням в соответствии со степенью обобщенности так как, например, сущность, живое существо, животное, плотоядное.

Однако существуют и различия: понятие значения с точки зрения философии; методы представления кванторов общности и существования и логических операторов; способы манипулирования сетями и правила вывода, терминология. Все это варьируется от автора к автору. Несмотря не некоторые различия, сети удобны для чтения и обработки компьютером, а также достаточно мощны, чтобы представить семантику естественного языка.

Искусственный интеллект

и теоретические проблемы психологии

Можно выделить две основные линии работ по ИИ. Первая связана с совершенствованием самих машин, с повышением "интеллектуальности" искусственных систем. Вторая связана с задачей оптимизации совместной работы "искусственного интеллекта" и собственно интеллектуальных возможностей человека.

Переходя к психологическим проблемам искусственного интеллекта, можно отметить три позиции по вопросу о взаимодействии психологии и искусственного интеллекта.

1. "Мы мало знаем о человеческом разуме, мы хотим его воссоздать, мы делаем это вопреки отсутствию знаний" - эта позиция характерна для многих зарубежных специалистов по ИИ.

2. Вторая позиция сводится к констатации ограниченности результатов исследований интеллектуальной деятельности, проводившихся психологами, социологами и физиологами. В качестве причины указывается отсутствие адекватных методов. Решение видится в воссоздании тех или иных интеллектуальных функций в работе машин. Иными словами, если машина решает задачу ранее решавшуюся человеком, то знания, которые можно подчерпнуть, анализируя эту работу и есть основной материал для построения психологических теорий.

3. Третья позиция характеризуется оценкой исследования в области искусственного интеллекта и психологии как совершенно независимых. В этом случае допускается возможность только потребления, использования психологических знаний в плане психологического обеспечения работ по ИИ.

Популярные идеи системного анализа позволили сделать сравнение принципов работы искусственных систем и собственно человеческой деятельности важным эвристическим приемом выделения именно специфического психологического анализа деятельности человека.

В 1963 г. выступая на совещании по философским вопросам физиологии ВНД и психологии, А.Н. Леонтьев сформулировал следующую позицию: машина воспроизводит операции человеческого мышления, и следовательно соотношение "машинного" и "немашинного" есть соотнесение операционального и неоперационального в человеческой деятельности. Однако в последствии при сравнении операций, из которых слагается работа машины, и операций как единиц деятельности человека выявились существенные различия - в психологическом смысле "операция" отражает способ достижения результатов, процессуальную характеристику, в то время как применительно к машинной работе этот термин используется в логико-математическом смысле (характеризуется результатом).

В работах по искусственному интеллекту постоянно используется термин "цель". Анализ отношения средств к цели А.Ньюэлл и Г.Саймон называют в качестве одной из "эвристик". В психологической теории деятельности "цель" является конституирующим признаком действия в отличии от операций (и деятельности в целом). В то время как в искусственных системах "целью" называют некоторую конечную ситуацию к которой стремится система. Признаки этой ситуации должны быть четко выявленными и описанными на формальном языке. Цели человеческой деятельности имеют другую природу. Конечная ситуация может по разному отражаться субъектом: как на понятийном уровне, так и в форме представлений или перцептивного образа. Это отражение может характеризоваться разной степенью ясности, отчетливости. Кроме того, для человека характерно не просто достижение готовых целей но и формирование новых.

Также работа систем искусственно интеллекта, характеризуется не просто наличием операций, программ, "целей", но и оценочными функциями. И у искусственных систем есть своего рода "ценностные ориентации". Специфику человеческой мотивационно-эмоциональной регуляции деятельности составляет использование не только константных, но и ситуативно возникающих и динамично меняющихся оценок, существенно также различие между словесно-логическими и эмоциональными оценками. В существовании потребностей и мотивов видится различие между человеком и машиной на уровне деятельности. Этот тезис повлек за собой цикл исследований, посвященных анализу специфики человеческой деятельности. Позже была показана зависимость структуры мыслительной деятельности при решении творческих задач от изменения мотивации.

Как в действительности показала история, психология и искусственный интеллект как научное направление могут находится в достаточно тесном сотрудничестве, взаимно базируясь на достижениях друг друга.

Несколько слов о сознании

Сознание возникает у животных как одно из средств, улучшающее их адаптацию к окружающей среде. Быстрая (по сравнению со временем жизни животного) адаптация требует способности предвидеть, а мотивом адаптации служат биологические жизненные потребности организма. Искусственная система, обладающая такими свойствами, тоже приобретает сознание.

Что такое сознание?

Как устроено сознание? Какие процессы, механизмы, взаимодействующие объекты требуются, чтобы возникло сознание и осознание себя? Что нужно для изготовления не модели сознания, а просто сознания?

Обычно слово сознание применяется, как характеристика отдельного существа. Оно может "потерять сознание". А слово разум означает принципиальную способность быть сознательным. Например, "человек разумный". Однако, есть и другие толкования.

Не известно, как доказать, что человек думает. Уверенность в том, что люди думают, основана на опыте и убеждённости в собственном сознании, а не на измерениях и логических выводах из них. Вот почему науке трудно подступиться к глубокому изучению сознания. Мы можем изучать мозг, нейроны, языки, поведение, но не сознание само по себе. Мы наблюдаем не разум, а разумное поведение.

Раз уж нельзя это точно доказать, то нужно субъективно судить о наличии сознания у некоторого объекта по его поведению. При этом можно принять какое-то поведение за сознательное, а впоследствии выяснить, что это была ошибка. Но более надёжного способа нет, и не стоит терять время на его установление, если только это не окажется критичным для ответа на поставленные вопросы.

Сущность субъекта субъективна. Человек относится к себе слишком предвзято. И хотя почти любой человек может сделать полезные выводы о природе сознания на основании поведения людей, скорее всего, эти аргументы не убедительны для других людей. Поэтому стоит рассмотреть сознание других животных.

Сознание и выживание

Поведение животного управляется его нервной системой. Обычно, чем больше мозг животного, тем разумнее поведение этого животного. Нервная система, как и другие органы и системы организма, изобретена природой как одно из средств, обеспечивающих выживание вида. Развитие нервной системы и увеличение централизованного мозга произошло тоже в результате эволюционной борьбы за выживание. Но есть такие формы жизни, которые выживают и без нервной системы, например, растения.

Растения не живут, а выживают. Сравним индивидуальное поведение растения и животного. Что, собственно, в их поведении способствует выживанию

вида? Само слово поведение плохо подходит к растению. Растения проживают свой век без заметного проявления индивидуальных свойств. Выживаемость одного растения заключается в том, что оно способно вынести неблагоприятные условия, которые могут наступить в какой-то период жизни растения. Приспособляемость вида растений к изменяющимся условиям обеспечивается тем, что растения, которые плохо приспособлены к данным условиям, не выживают и не передают свои неудачные признаки потомству.

Животные способны улучшить свою жизнь. Они совершенно иначе относятся к неблагоприятным условиям животные, например, кошки и мышки. Они активно пытаются найти выход из положения. Собственно, это и можно назвать поведением. Поведение - это достаточно быстрая реакция в ответ на изменяющиеся внешние условия. Если плохие условия сохраняются долго, то кошка пытается приспособиться к ним. Она ищет правильное поведение в новой для неё обстановке. Но если все попытки улучшить ситуацию оказываются безнадёжными, то кошке, как и растению, остаётся только надеяться и терпеть.

Сложное поведение животных является проявлением условных и врожденных рефлексов. Это справедливо как для простых животных, вроде улитки, так и для наиболее смышлёных, вроде собаки. В отличие от растений, животные, имеющие нервную систему, способны приобретать условные, генетически не запрограммированные рефлексы, то есть обучаться.

Животные могут найти новое выгодное (то есть разумное?) поведение. В некоторых случаях поведение, основанное на приобретённых рефлексах, настолько "разумно", что некоторые, например я, считают его разумным без кавычек. Является ли это поведение проявлением "настоящего" разума или лишь изощрённой адаптацией живого организма к меняющемуся миру, не известно, так как мы можем судить о разуме только по поведению, и не имеем конструктивного "индикатора наличия разума". А чем, если не адаптацией к миру вплоть до изменения мира по своим потребностям, является поведение человека?

Итак, условившись судить о разуме по поведению, можно выделить два важных факта.

Есть ли разум?

Суждение о наличии разума субъективно, вплоть до того, что некоторые люди считают поведение некоторых своих соплеменников несознательным.

Можно ввести субъективную шкалу разумности. Например, улитка, кошка и человек перечислены здесь в порядке увеличения разумности. Не исключено, что разум начинается не с самого простейшего уровня организации нервной системы, а "возникает" при достаточном её развитии. Однако, пока не ясно, что такое разум, и не ясен механизм такого возникновения, удобно считать, что все существа с нервной системой разумны. В частности, самые простые существа могут иметь "нулевую" или "исчезающе малую" разумность. Зато при таком подходе можно сравнить поведение многих животных, чтобы найти, что же именно в поведении данного животного кажется разумным. Это должны быть такие признаки, которые выявляются у всех без исключения животных. Явно разумность заключается не в том, что существо питается и размножается, потому что подобные признаки есть и у растений, которые, судя по отсутствию поведения, разумом не обладают.

Такие неплохие определения сознания, как способность к достижению цели, или к нахождению решения, или к принятию решения, тоже не подходят, так как они не конструктивны, в частности, не связаны однозначно с наблюдаемым поведением. "Цель" и "решение" сами определяются через сознание. Способность к общению с себе подобными, и формы такого общения "более наблюдаемы", но часто их трудно отличить от физического взаимодействия. Пример: перенос пыльцы.

Хорошим наблюдаемым критерием разумности является способность активно приспосабливаться к меняющимся окружающим условиям, то есть способность самообучаться на основе своего опыта.

Чем же отличается сознание от самообучения?

Сознание - это внутреннее свойство, творческий мотор самообучающегося организма. Начальное сознание возникает при такой организации нервной системы, которая обеспечивает возможность обучаться.

Это ещё не то самосознание, которое заставляет уступить место старушке. Конструктивность этого определения состоит в том, что оно не ограничивает средства для изготовления "творческого мотора". Стоит изобрести и создать устройство, способное самообучаться (именно “само-”, без толчков и внешнего воздействия, причем не пассивно, а в активной форме, сопровождаемой деятельностью) - и оно получит сознание. Найдите способность к самообучению у робота, и этим будет доказано, что он обладает сознанием.

Вместо слова "самообучение" иногда используют более широкое понятие "адаптация". Если существо самостоятельно находит новое поведение в новых условиях, причём никто не учил его этому поведению, то это существо способно к

адаптации (к самообучению). Изобретение нового поведения - признак творчества (хотя это мнение очень и очень спорно и для доказательства его истинности и ошибочности требуются серьезные философские изыскания в области понятия “творчество”), а творчество - один из атрибутов сознания.

Человек вооружен

Человек, снабженный современными техническими средствами (книгами, автомобилями, оружием), способен выжить в более широком диапазоне внешних условий. Он лучше адаптирован к миру, чем человек, как живое существо. В

соответствии с таким определением, можно считать, что сознание цивилизованного человека продолжает развиваться, хотя сознание "биологического" человека, может быть, имеет пределы, которые уже достигнуты, судя по тому, что нам приходится интенсивно учиться всю жизнь и наша разумность пропорциональна способности к адаптации.

Большой потенциал адаптации хорошо виден из такого мысленного эксперимента. Представим себе существо с максимально развитой адаптацией. Пусть это существо вынуждено приспосабливаться к человеческой культуре. И оно

научилось играть в шахматы, конструировать космические ракеты и сочинять изысканные стихи. Кто теперь откажет ему в разумности! Поэтому любые способности живого существа к адаптации следует считать проявлениями его сознания. И каждый вправе субъективно оценивать степень развития этого сознания.

Осознавание себя

"Начальное" сознание не гарантирует осознавания. Осознавание - это такой уровень развития сознания, при котором субъект отличает себя от других объектов, т. е. выделяет себя как самостоятельно функционирующую систему.

Осознавание себя – главный общепризнанный признак сознания. Однако это лишь частный случай осознавания "внешнего" мира. Мы воспринимаем внешний мир в виде различных качеств, которые отражают физические параметры природных явлений, регистрируемые нашими органами чувств. Мы осознаём не своё сознание, а свои ощущения объектного мира и свои мысли, представимые в виде образов из объектного мира, то есть в виде образов ощущений. Суждение о собственном сознании выводится из наблюдения своего поведения. Поэтому проблема осознавания себя сводится к проблеме осознавания своих ощущений.

Осознавание ощущений обеспечивает тот же внутренний механизм сознания - мотор самообучения и творчества. Собственно сознание – это не мозг, не поведение, а именно механизм, то есть особый процесс обработки информации.

Сознание - это процесс, и это стоит еще раз подчеркнуть! (Сразу приходит в голову то, что ЭВМ - это тоже постоянный процесс: стоит ее выключить и она становится просто мебелью, вроде тумбочки, или частью интерьера, “теряет сознание”. Когда же она включена, то постоянно находится в состоянии “самосознания”, непрерывно контролируя все внутренние и все доступные ей внешние процессы.) Можно полностью сохранить информацию, и остановить процесс её обработки. При этом сознание исчезнет.

Для осознавания важно, что творческий механизм сознания вырабатывает оптимальное в данных обстоятельствах поведение органов. Поведение мозга - это его взаимодействие с другими органами. Поведение руки - это её взаимодействие с физическим миром и с мозгом. Если найдено достаточно совершенное "не улучшаемое" поведение, то осознавание тоже исчезает, заменяясь автоматическим управлением. Поэтому тщательно отработанное поведение, например, при игре на музыкальном инструменте, становится автоматическим и не отвлекает осознавание от музыкального творчества. Хотя мы не придаём этому большого значения, но следует заметить, что сопутствующие автоматическому поведению ощущения тоже могут становиться автоматическими, то есть неосознаваемыми. Например, здоровый человек не обращает внимания на то, что при ходьбе на ступни его ног действует сила в десятки килограммов. А в другой ситуации мы чувствуем и сознательно реагируем на лёгкое прикосновение.

Сознание - это не материальный предмет.

Вопрос "где находится сознание" не имеет смысла. Необходимую обработку информации может выполнять локальный нервный узел, мозг или удалённый процессор, но сознание не находится внутри этих органов. Например, мы видим бабочку на экране компьютера. Обработка её ощущений (вернее - модели ощущений) происходит внутри системного блока, а материального тела у неё вообще нет. Отсюда следует, что нельзя присваивать функцию сознания мозгу, так как мозг является только одним из органов, поддерживающих наблюдаемое сознательное поведение живого существа. Осознавание необходимо только там, где невозможна автоматизация.

Живой мозг, как информационная машина, постоянно взаимодействует с объектным миром. Только малую часть своих способностей он выделяет для осознаваемого творчества. А сам механизм сознания - это неостановимый процесс, который работает, даже когда мы спим и ничего не осознаём. Осознание себя - это только один из многочисленных процессов, происходящих в сознании при управлении телом и его поведением в окружающем мире. Это процесс творческого (то есть, неавтоматического) восприятия внешнего мира. Восприятие мира нельзя полностью автоматизировать, так как разумное живое существо должно быть готово к неожиданному непредсказуемому изменению в окружающем мире. Требуется сохранять внимание и иметь "резерв разумности" (осознавание и способность к умозаключениям), чтобы адекватно изменить поведение.

Большая часть процессов сознания - это управление органами тела, доведённое до автоматизма, и поэтому оно не осознаваемо. Можно сделать допущение, что в то время, когда мозг и другие органы ещё не родившегося ребёнка развивались и приучались взаимодействовать друг с другом, этот творческий процесс самообучения был осознаваем. А материнский организм помогал обучению, страхуя плод от слишком богатого творчества.

Осознание себя индивидуальностью - не основа сознания, а ощущаемая, наиболее творческая сторона его работы, которая не может превратиться в автоматическое легко узнаваемое поведение. Поэтому сознание другого субъекта непосредственно не наблюдаемо. А вот собственное сознание наблюдаемо. Хотя автоматические процессы и составляют основную работу механизма сознания, но они являются подсознательными и не отвлекают нашего внимания от творческой работы сознания, какой бы малой она ни была.

Критерий понимания – это работающий самообучающийся алгоритм. Разработав алгоритм (технологию) самообучения или универсальной адаптации и снабдив этим алгоритмом искусственное существо, мы обеспечиваем его средством для развития сознания и осознавания себя.

Разумны только люди?

Пусть создана искусственная жизнь. Попробуем проверить разумность какого-нибудь искусственного существа. Если оно развивалось в окружении себе подобных, а не людей, то у него совсем другой мир интересов. Оно будет похоже для нас не на мыслителя или хитреца из теста Тьюринга, а на животное, машину или программу.

Постоянный динамический контакт с объектным миром является обязательным

условием как жизни, так и разума. А полноценная разумная жизнь возможна только в какой-нибудь культурной среде. Например, среди людей. Для того чтобы мы могли признать существо разумным, оно должно приспособиться к человеческой культуре. Если попугай сможет пройти тест Тьюринга, то никто не станет сомневаться в том, что он обладает сознанием. Но если такой же или ещё более разумный попугай никогда не встречал людей, то он не может пройти тест Тьюринга. Потому что это тест на наличие человеческого сознания.

Заключение

Природа мышления, загадка сознания, тайна разума, все это, безусловно, одна из наиболее волнующих человека проблем. Популярность кибернетики, неослабевающий интерес к ней со стороны самых широких кругов во многом объясняется именно ее тесной связью с этой "вечной" проблемой. С того самого момента, как человек стал задумываться над проблемой мышления, в подходе к ней существуют два основных диаметрально противоположных направления: материализм и идеализм. Идеализм исходит из признания мышления некой особой сущностью, в корне отличной от материи, от всего того, с чем мы имеем дело во внешнем мире. Материализм, напротив, утверждает, что "...тот вещественный, чувственно воспринимаемый нами мир, к которому принадлежим мы сами, есть единственный действительный мир и наше сознание и мышление, как бы ни казалось оно сверхчувствительным, являются продуктом вещественного, телесного органа.

Можно пытаться объяснить, что так как кибернетика позволяет моделировать некоторые функции мозга, то сознание или разум имеет чисто материальную основу. Однако данная область может считаться слабо изученной, несмотря на труд не одного поколения ученых, и делать подобные выводы еще более чем рано. Данное утверждение не есть поддержка сторонников идеализма, оно лишь является мнением человека, немного занимающегося математикой.

До сих пор диалектико-материалистиеское понимание мышления опиралось главным образом на обобщенные данные психологии, физиологии и языкознания. Данные кибернетики позволяют поставить вопрос о более конкретном понимании мышления.

Инструментом философии является знание. Именно инструментом, а не результатом. Знание не есть конечный предмет, который можно положить в сундук и сказать: “Да, теперь у меня есть знание!” Знание - это цепочка. Знание в области искусственного интеллекта - тоже есть цепочка, причем бесконечная.

Инструментом же кибернетики является моделирование. С точки зрения теории моделирования вообще не имеет смысла говорить о полном тождестве модели и оригинала. Поэтому нельзя стопроцентно смоделировать разумное поведение, объект способный мыслить, и поместить его все в тот же сундук. Все это вполне согласуется с понятием знания.

Словарь терминов

Ниже приводятся наиболее часто употребляемые понятия в терминологии проектирования систем искусственного интеллекта.

База знаний (Knowledge Base):

Совокупность программных средств, обеспечивающих поиск, хранение, преобразование и запись в памяти компьютера сложно структурированных информационных единиц (знаний).

Вывод (Inference):

Получение новых информационных единиц из ранее известных. Частным случаем вывода является логический вывод.

Знания (Knowledge):

Совокупность сведений, образующих целостное описание, соответствующее некоторому уровню осведомленности об описываемом предмете, событии, проблеме и т.д.

ИИ-программирование (AI-programming):

Разработка инструментального программного обеспечения для решения задач искусственного интеллекта. В ИИ-программировании создаются языки программирования, ориентированные на особенности задач искусственного интеллекта, языки представления и обработки знаний, экспертные оболочки и другие инструментальные средства.

Искусственный интеллект (Artificial Intelligence, AI):

Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными (представление знаний, обучение, общение и т.п.).

Нейронная сеть (Neural Network, NN):

Сеть, состоящая из множества простых процессоров (нейронов, узлов), каждый из которых, возможно, имеет локальную память. Нейроны связаны однонаправленными коммуникационными каналами (связями), по которым передается численные (в противоположность символьным) данные. Узлы манипулируют только своими локальными данными и входными данными, которые они получают по связям.

Представление

Действие, делающее некоторое понятие воспринимаемым посредством фигуры, записи, языка или формализма.

Представление знаний

Формализация истинных убеждений посредством фигур, записей или языков.

Использованная литература

1. Алексеева И.Ю. Искусственный интеллект и рефлексия над знаниями. // “Философия науки и техники”: журнал 1991 №9, с. 44-53.

2. Алексеева И.Ю. Знание как объект компьютерного моделирования. // “Вопросы философии”: журнал 1987 №3, с. 42-49.

3. Анисов А.М. ЭВМ и понимание матемматических доказательств. // “Вопросы философии”: журнал 1987 №3, с. 29-40.

4. Будущее искусственного интеллекта: М., Наука 1991, ред: Карл, Левитин, Поспелов, Хорошевский.

5. Вендров А.М. CASE-технологии. Современные методы и средства проектирования информационных систем.: М., Финансы и статистика 1998.

6. Винер Н. Киберентика или управление и связь в животном и машине. Второе издание: М., Наука 1983.

7. Лефевр В.А. От психофизики к моделированию души. // “Вопросы философии”: журнал 1990 №7, с. 25-31.

8. Лефевр В.А. “Непостижимая“ эффективность математики в исследованиях человеческой рефлексии. // “Вопросы философии”: журнал 1990 №7, с. 51-58.

9. Поспелов Д.А. Философия или наука. На пути к искусственному интеллекту: М., Наука 1982.

10. Поспелов Д.А. Искусственный интеллект: новый этап развития. // “Вестник АН СССР”: журнал 1987 №4.

11. Петрунин Ю.Ю. Искусственный интеллект как феномен современной культуры. // “Вестник Московского университета”: журнал 1994 №8, с. 28-34.

12. Тьюринг А. Может ли машина мыслить?: М., Наука 1960.

13. Шрейдер Ю.А. Искусственный интеллект, рефлексивные структуры и антропный принцип. // “Вопосы философии”: журнал 1995 №7, с. 163-167.

14. Шрейдер Ю.А. Человеческая рефлексия и две системы этического сознания. // “Вопосы философии”: журнал 1990 №7, с. 32-41.

15. Корниенко Е. Механизмы сознания: www.glasnet.ru 1998 (электронная публикация)

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.