Пути и фазы моделирования интеллекта

На основе уже достигнутого можно утверждать, что целый ряд функций мышления, ранее считавшихся исключительным достоянием живого мозга, искусственно воспроизводится кибернетическими устройствами. В этом заключается огромной важности философский результат кибернетики, констатировать который можно уже сегодня.

Итак, конкретно-научное обоснование материалистической концепции мышления, практическое доказательство того, что мышление есть функция высокоорганизованной материальной системы - важнейшее философское завоевание кибернетики. Но кибернетика идет дальше и ставит вопрос, вместе с которым мы попадаем в пучину споров, вопрос о возможности "искусственного интеллекта", "машинного мышления", "кибернетического разума" и т.д. Здесь обнаруживается полный спектр взглядов, начиная от "крайне оптимистических" до "крайне пессимистических" на возможность возникновения мыслящих машин. Аргументация в пользу пессимистического взгляда обычно двоякая: либо авторы исходят из особой субстанционной природы мышления, либо из особой качественной его специфичности. Правда не совсем ясно, чем отличается первое от второго. 
 
Представляется наиболее разумной позиция, которую можно назвать "умеренно оптимистической": не сегодня 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 (например, машинный перевод), хотя лет 10 назад большинство специалистов рисовали самые радужные перспективы на самое ближайшее будущее; но задача оказалась на много сложнее, чем это показалось вначале. Кроме того, нет оснований считать, что непреодолимые препятствия не появятся в будущем. 
Имеющееся у нас знание включает в себя как совокупность научных теорий и эмпирических сведений, так и общефилософские принципы. Из имеющихся научных теорий и эмпирических данных "крайне пессимистический" вывод не следует. Аргументы против возможности искусственного интеллекта, основанные на имеющихся научных теориях и эмпирических данных, могут быть названы "конкретными" аргументами. Обычно они состоят в указании на какие-нибудь определенные действия мышления, которые неспособно выполнить никакое кибернетическое устройство. Однако все такие аргументы были опровергнуты в ходе развития кибернетики. Более того, существует теорема МакКаллока Питса, сводящая вопрос о выполнении любой функции головного мозга к вопросу о познаваемости этой функции. Не становясь на позиции агностицизма трудно быть приверженцем "конкретных" аргументов.

Идея искусственного интеллекта часто объявляется механистической на том основании, что работа ЭВМ управляется законами электродинамики, и, значит, здесь происходит сведение высшего (мышления) к низшему (физическим процессам в ЭВМ). Однако исходная посылка неверна. 
Работа ЭВМ отнюдь не управляется законами электродинамики. Этими законами управляется работа отдельных элементов машины. По физическим законам ЭВМ работает только в том смысле, то 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 позиции механизма, неизбежно оказываешься на позициях механицизма, т.к. происходит сведение более сложных процессов переработки информации к более простым. Это то же самое, что сказать, будто работа мозга сводится к биохимическим и биофизическим процессам. На самом деле эти процессы происходят на уровне нервных клеток, а на уровне процессов переработки информации действуют другие законы, закономерности которых отнюдь не эквивалентны. С этой точки зрения и работу ЭВМ надо рассматривать как работу системы по переработки информации. Тезису искусственного интеллекта приписывается также и отрицание идеального характера сознания и обвинение в вульгарном материализме. Можно показать, то это не так.

Не касаясь вопроса о структуре информации, представляющей собой меру упорядоченности процесса и составляющей его внутреннее достояние, мы охарактеризуем внешнюю или относительную информацию, всегда связанную с отношением двух процессов. Пусть имеются процессы А и В со множеством некоторым образом упорядоченных состояний А1...Аn и В1...Вn. Если каждому Аi соответствует определенное Вi и отношение между состояниями А изоморфны состояниям В, то можно сказать, что процесс В несет в себе информацию о процессе А. Эта информация заключается не в В ни в А, но 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.

Теперь возьмем множество состояний нашего мозга в процессе функционирования. Мозг отражает внешний мир, что значит, что 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 и 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. Идеальная информация человеческого мозга имеет в принципе тот же характер, что и относительная информация вообще. 
На известной ступени исторического развития материи произошел качественный скачок, в результате которого информация, превратившись в достояние мозга, приобрела характер идеальной информации. 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. 
Человек, кроме того, есть не только природное существо, его основные характеристики - продукт социального, а не чисто биологического развития. Это означает, что мышление человека не может развиваться в изоляции, для этого необходимо, чтобы человек был включен в общество. 
Во-первых, для возникновения мышления необходимо наличие языка, что возможно лишь в обществе. Во-вторых, с кибернетической точки зрения "разумность" машины определяется количеством перерабатываемой информации, поэтому даже мощная система, попавшая в информационно-бедную среду, не может стать достаточно "разумной". Яркий пример - дети, выросшие вне общества, например в лесу. Для человека необходимым условием его развития было функционирование в обществе, т.к. общество по своим информационным параметрам является чрезвычайно богатой средой. 
Все это дает возможность понять, что тезис об общественной природе мышления никак не противоречит тезису о искусственном интеллекте. Кибернетическая система, имеющая достаточную мощность, для полного использования своих возможностей должна быть помещена в информационно-богатую среду, образовав вместе с создателями некий симбиоз, называемый "интегральным интеллектом"^[3].

Принцип невозможности кибернетического интеллекта жестко привязывает определенный род функционирования к строго определенному субстрату (мозгу). Это ставит философскую проблему соотношения функции и субстрата. Философский анализ тенденций современного научного знания делает мало вероятным (но не исключает) вывод о жесткой привязанности мышления к мозгу. Именно из-за этого "крайний пессимист" отрицает возможность наличия интеллекта у кибернетического устройства. 
Он безоговорочно связывает мышление с одним, строго определенным субстратом - 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. Таким образом, мышление можно назвать только 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 все более полного изучения способов функционирования. 
Если представить себе множество различных систем, осуществляющих функцию мышления, то именно выявление инвариантного аспекта этих систем и будет раскрытием той структуры, которая лежит в процессе мышления^[4].

Конечно, может оказаться, что эта структура жестко связана со строго определенным субстратом, но этот тезис должен являться результатом научного исследования, а не исходной предпосылкой. 
Вопрос о жесткой связи мышления со строго определенным субстратом связан с вопросом о роли субстратных методов вообще. Не подлежит сомнению ведущая роль в современном естествознании функционально-структурных методов. Пока наука имела дело с непосредственно ощущаемыми объектами, она могла исходить из субстратной точки зрения.

Суть ее заключается в том, что объект обладает набором характеристик, выражающим его природу, свойства того материала, из которого он сделан. Зная эти характеристики можно изучить поведение объекта. Материал, субстрат первичен; движение, поведение вторично. Эта точка зрения образует содержание так называемого мифического субстанционализма.

Уже в XIX 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"^[5]. 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.

Отсюда следует также, что в гносеологическом плане поведение действительно первично по отношению к субстрату и познание субстрата не содержит ничего иного, кроме непрерывно расширяющихся способов изучения объектов.

Диалектика-материалистическая концепция мышления понимает последнее как свойство особым образом высокоорганизованной материи. В ней не содержится никаких ограничений в отношении специфических характеристик и открывает необозримые перспективы на пути исследования этих характеристик. Кибернетика достигает на этом пути некоторых результатов.

В наши дни, идущие научно-технического прогресса, автоматизация интеллектуальной деятельности становится насущной проблемой.

Согласно положению советского специалиста по кибернетике И.А.Полетаева мы вступаем в эпоху "пересечения кривых". Экстраполируя на обозримое будущее современные тенденции развития общества можно придти к парадоксальным результатам. Сейчас число лиц, занятых в сфере управления и обслуживания растет быстрее, чем число лиц, непосредственно занятых в производстве. Причем происходит это так быстро, что через некоторое время количество людей, занятых в непроизводственной сфере и, в частности, в науке будет близко к общей численности населения Земли. 

4. Пути и фазы моделирования интеллекта

Стремительное увеличение потока перерабатываемой информации там, где раньше ее почти не было (торговля, банковское дело), также приведет к значительным изменениям в методах работы и потребует автоматизации, а возможно и интеллектуализации.

   Под интеллектом будем понимать способность любого организма (или устройства) достигать некоторой измеримой степени успеха при поиске одной из многих возможных целей в обширном многообразии сред. Будем отличать знания от интеллекта, имея в виду, что знания - полезная информация, накопленная индивидуумом, а интеллект - это его способность предсказывать состояние внешней среды в сочетании с умением преобразовывать каждое предсказание в подходящую реакцию, ведущую к заданной цели. По-разному дается и определение искусственного интеллекта. Полагают, что о реализации искусственного интеллекта можно будет говорить лишь тогда, когда автомат начнет решать задачи, непосильные для человека, причем сделает это не в результате высокого быстродействия, а в результате применения нового найденного метода. Однако не все с этим согласны. В большинстве случаев на нынешнем начальном этапе исследований по искусственному интеллекту лишь соизмеримыми с результатами, полученными человеком, и не столь оригинальными. 
 Принято различать три основные пути моделирования интеллекта и мышления:- классический, или (как его теперь называют) биотический;-эвристического программирования;-эволюционного моделирования. Рассмотрим их в этой последовательности. 
 БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. Мозг представляет собой самую сложную и лишь частично изученную структуру. Сложнейшее переплетение связей коры головного мозга практически не поддаются расшифровке. Известно лишь примерное расположение зон мозга, отвечающих за ту или иную функцию. В настоящее время не известен и принцип работы мозговых элементов нейронов, многочисленные связи которых имеют внешне хаотический характер. Попытки смоделировать работу головного мозга соединением между собой множества процессоров подобно нейронной сети, показали, что некоторое увеличение скорости и потока обрабатываемой информации идет лишь до уровня одного - двух десятков процессоров, а затем начинается резкий спад производительности. Процессоры как бы "теряются", перестают контролировать ситуацию или проводят большую часть времени в ожидании соседа. Некоторых успехов удалось добиться лишь в приборах, работающих в "двумерном варианте", т.е. обрабатывающих не последовательную, а параллельную информацию, например в системах распознаваниях образов. В них одна плоскость данных одновременно взаимодействует с другой, причем количество единиц информации может достигать нескольких миллионов. Таким образом происходит единовременный охват изучаемого объекта, а не последовательное изучение его частей.

ЭВРИСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ. Второй подход к решению задачи искусственного интеллекта связан с эвристическим программированием и решает задачи, которые в общем можно назвать творческими.

Практичность этого метода заключается в радикальном уменьшении вариантов, необходимых при использовании метода проб и ошибок. Правда, всегда существует вероятность упустить наилучшее решение, так что говорят, что этот метод предлагает решения с некоторой вероятностью правильности.

Обычно используют два метода: метод анализа целей и средств и метод планирования. Первый заключается в выборе и осуществлении таких операций, которые последовательно уменьшают разницу между исходным и конечным состоянием задачи. Во втором методе вырабатывается упрощенная формулировка исходной задачи, которая также решается методом анализа целей и средств. Один из полученных вариантов дает решение исходной задачи^[6].

ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ. Третий подход является попыткой смоделировать не то, что есть, а то, что могло бы быть, если бы эволюционный процесс направлялся в нужном направлении и оценивался предложенными критериями.

Идея эволюционного моделирования сводится к экспериментальной попытке заменить процесс моделирования человеческого интеллекта моделированием процесса его эволюции. При моделировании эволюции предполагается, что разумное поведение предусматривает сочетание способности предсказывать состояние внешней среды с умением подобрать реакцию на каждое предсказание, которое наиболее эффективно ведет к цели.

Этот метод открывает путь к автоматизации интеллекта и освобождению от рутинной работы. Это высвобождает время для проблемы выбора целей и выявления параметров среды, которые заслуживают исследования. Такой принцип может быть применен для использования в диагностике, управлении неизвестными объектами, в игровых ситуациях.

Итак, существуют три пути моделирования интеллекта: бионический, эвристический и эволюционный. В зависимости от использованных средств можно выделить три фазы в исследованиях. Первая фаза - создания устройств, выполняющих большое число логических операций с высоким быстродействием.

Вторая фаза включает разработку проблемно- ориентированных языков для использованного на оборудовании, созданном в первой фазе. Третья фаза наиболее выражена в эволюционном моделировании. В ходе развития этой фазы отпадает необходимость в точной формулировке постановки задачи, т.е. задачу можно сформулировать в терминах цели и допустимых затрат, а метод решения будет найден самостоятельно по этим двум параметрам.