Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Министерство общего и профессионального образования

Марийский Государственный Технический Университет

по дисциплине Философия

На тему: "Искусственный интеллект"

Выполнил: студент группы ПС-22

Петров Ю.В.

Проверила: доцент каф. Философии Соловьева Т.А.

Йошкар-Ола 2012

Содержание

Введение
Что считать интеллектом?
Сознание
Тесты Сёрля и Тюринга
Проблемы искусственного интеллекта.
Супер интеллект
Вывод

Введение

Термин "интеллект" (intelligence) происходит от латинского "intellectus", что означает ум, рассудок, разум; мыслительные способности человека Опубликовано в журнале "Компьютерра" №21 от 14 июля 2003 года, ст. Создание искусственного интеллекта. . Вследствие этого искусственный интеллект обычно воспринимается как свойство аппаратно-программных систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий. Система, наделенная интеллектом, является универсальным средством решения задач, для которых нет стандартных, заранее известных методов решения. Также, сточки зрения алгоритмизации, мы можем определить интеллект и как универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач.

Термин "Искусственного интеллекта" введен Джоном Маккарти в 1956 году на конференции в Дартмутском университете Wikipedia термин «искусственный интеллект» . Это стало возможным благодаря появлению популярных в 20 веке междисциплинарных наук. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений - теории алгоритмов - и были созданы первые компьютеры.

В последние десятилетия в мире бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях - Нейронные Сети. Актуальность исследований в этом направлении подтверждается массой различных применений НС: автоматизация процессов распознавания образов и адаптивное управление, аппроксимация функционалов, прогнозирование и многое, многое другое. С помощью НС можно, например, предсказывать показатели биржевого рынка, распознавать оптические или звуковые сигналы, строить самообучающиеся системы, способные управлять автомашиной при парковке или синтезировать речь по тексту. На Западе нейронные сети применяются уже довольно широко, у нас же это пока еще экзотика - российские фирмы, использующие НС в практических целях, наперечет. 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. 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.

Одним из важнейших вопросов ИИ является цель его создания. В принципе все, что мы делаем в практической жизни, обычно делается ради того, чтобы больше ничего не делать. Однако при достаточно высоком уровне жизни (большом количестве потенциальной энергии) на первые роли выступает уже не лень (в смысле желания экономить энергию), а поисковые инстинкты. Допустим, человек сумел создать интеллект, превосходящий его собственный (если не качеством, то количеством). Что теперь будет с человечеством? Какую роль будет играть человек и для чего он теперь нужен? И вообще, нужно ли в принципе создавать искусственный интеллект?

Что считать интеллектом?

Существуют разные точки зрения на этот вопрос. Аналитическую деятельность человеческого мозга можно разделить от высшей нервной деятельности до низшего, неделимого уровня (рефлексии) и последующее воспроизведение этих функций. То есть должна осуществляться работа как на высшем уровне, так и на низшем. Например, мозг отправляет сигналы мышцам, вследствие чего мы можем управлять нашим телом, однако, мы делаем это, не задумываясь, в то время как, это также может являться частью создаваемого интеллекта. Существует определение интеллекта как способности решать интеллектуальные задачи. Под задачей понимается та задача, у которой не существует известного алгоритма решения. То есть задача, для которой нужно создать алгоритм с нуля, самостоятельно. Например, доказательство недоказанной теоремы, научное открытие, художественная деятельность и так далее. Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации. То есть аппаратно-программное устройство должно само определить свой выбор из набора предоставленных условий.

Однако ученые не могут дать однозначный ответ, что считать интеллектом? Вследствие этого не удалось осуществить на данный момент разработку искусственного интеллекта.

Сознание

Оно может быть описано по-разному. Многие философы рассматривают сознание как самую важную вещь в мире. С другой стороны, многие ученые склонны рассматривать это слово как слишком расплывчатое по значению для того, чтобы его использовать.

Однако Циолковский пишет, что: "Так как всякая материя, всегда при благоприятных условиях, может перейти в органическое состояние, то мы можем условно сказать, что неорганическая материя в зачатке (потенциально) жива *Циолковский К.Э Монизм Вселенной // Грезы о земле и небе. С. 279 ". Согласно этому высказыванию искусственный интеллект может являться той неорганической материей, которая способна искусственно повысить свой уровень чувствительности. Однако, будет ли этот интеллект обладать сознанием человека. Обычно слово сознание применяется для характеристики отдельного существа. 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. Искусственный интеллект получив сознание станет ли таким же. 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.

Тесты Сёрля и Тюринга

Тест Тьюринга - тест, предложенный Аланом Тьюрингом в 1950 году в статье "Вычислительные машины и разум" (англ. com puting Machinery and Intelligence ) для проверки, является ли компьютер разумным в человеческом смысле слова.

В этом тесте один или несколько людей должны задавать вопросы двум тайным собеседникам и на основании ответов определять, кто из них машина, а кто человек. Если не удавалось раскрыть машину, которая маскировалась под человека, предполагалось, что машина разумна.

В 1980 году в статье "Разум, мозг и программы" Джон Сёрль выдвинул аргумент против теста Тьюринга, известный как мысленный эксперимент "Китайская комната". Сёрль настаивал, что программы (такие как Элиза) смогли пройти тест Тьюринга, просто манипулируя символами, значения которых они не понимали. А без понимания их нельзя считать "разумными" в том же смысле, что и людей. "Таким образом, - заключает Сёрль, - тест Тьюринга не является доказательством того, что машина может думать, а это противоречит изначальному предположению Тьюринга".

Такие аргументы, как предложенный Сёрлем, а также другие, основанные на философии разума, породили намного более бурные дискуссии о природе разума, возможности существования разумных машин и значимости теста Тьюринга, продолжавшиеся в течение 80-х и 90-х годов.

Проблема искусственного интеллекта в науке и философии

Уже в середине 90-х годов была решена проблема моделирования нейронных систем, находящихся на уровне нервной системы головоногого моллюска (порядка 100 тысяч нейронов). Такие системы способны к самообучению, к образованию условных рефлексов и даже к простейшим "умозаключениям", основанным на выявлении аналогий.

Машинный (искусственный) интеллект - прежде всего искусственная система, имитирующая решение человеком сложных задач в процессе жизнедеятельности. Это включает в себя: мышление, разум, интеллект, творчество, рефлексию, высшие уровни психической активности - продукт человеческой деятельности, к примеру социальный.

Историческая проблематика искусственного интеллекта связана с поисками средневековых мыслителей совершенного "философского" или "первоадамового" языка, через который можно познать абсолютную истину. В процессе превращения мифологических представлений об искусственном интеллекте в рациональную научную конструкцию выделяется три ключевые идеи:

представление о возможности окончательного рационального познания мира;

представление об объективном знании, независимом ни от человека, ни от человечества;

представление об объективности познания, представляющее собой, с точки зрения кибернетики, совокупность процессов получения, передачи и переработки информации.

Исследования в области искусственного интеллекта прошли три этапа.

Первый этап (1950-60-е гг.) - время становления исследовательских программ искусственного интеллекта, формирования круга задач, относящихся к данному научному направлению, создания методов и инструментов решения этих задач (языки программирования Лисп (Lisp), Пролог (Prolog) и др.). Этот этап характеризуется широким общественным резонансом исследований и завышенными ожиданиями.

Второй этап (1960-70-е гг.) связан с приобретением искусственным интеллектом статуса "классической" научно-технической дисциплины, проведением первых международных конференций, началом издания журналов, чтением соответствующих курсов в университетах.

Третий этап (1980-90-е гг.) связан с практическим (коммерческим) использованием достижений искусственного интеллекта

К основным программам искусственного интеллекта относят:

создание компьютеров, способных выполнять функции, традиционно относимые к области искусственного интеллектуальной деятельности человека;

попытки моделировать сам человеческий интеллект на основе моделирования мозгового субстрата (нейрокомпьютеры);

создание искусственных самообучающихся устройств, способных эволюционизировать (кибернетика).

Далее следует отметить основные отличия естественного и машинного мышления. Функция мышления в случае машины сводится к логическому преобразованию знаков, знаковых структур и отношений между ними, представленных на специализированных языках в машинных программах и реализуемых электронными устройствами машины.

В интеллектуальных механизмах выработки решений человека ведущую роль играют образные явления, целостное видение, интуиция и сопровождающие их состояния эмоциональной напряженности. Посредством образов, как психических отображений объекта-источника, происходит регулирование решений и действий и превращение приобретенного опыта в творческую идею.

Компьютеры же работают без таких образов.

Кроме того, мышление человека богаче его логической структуры, которая может быть воспроизведена в машинных процессах.

К мероприятиям по организации взаимодействия человека и компьютера можно отнести следующие:

использование компьютерной техники в области управления для подготовки принятия решений человеком;

взаимодействие человека и машины в области познавательной деятельности для решения системных прогностических задач (методы имитационного моделирования);

организация информационного обслуживания на основе диалогового взаимодействия человека и компьютера в информационной сфере и др.

Интеллектуальный потенциал систем "человек-компьютер" обладает определенным своеобразием, которое состоит в том, что эти системы дают не только средства для познания и проектирования реальности (прежде всего информационной среды, окружающей человека), но и сами "включены" в эту реальность.

Кроме того, резко увеличивается эффективность использования интеллектуальных ресурсов общества (развитие баз данных, технические и программные средства взаимодействия и др.). Это позволяет строить из данных гораздо более разнообразные и гибкие семантические структуры и отношения, преобразовывать их, собирать во фрагменты, обновлять, исключать, представлять все богатство состояний предметного мира в виде набора моделей для решения новых прикладных задач.

Проблемы искусственного интеллекта

Обычно определяется, что искусственный интеллект - (компьютерный) процесс, имеющий свойства, хотя бы напоминающие мышление человека.

Так как что такое мышление человека. Сейчас искусственный интеллект - это всего лишь интуитивно создаваемая, согласно некоторым представлениям, компьютерная система.

Одними из "некоторых представлений" являются "характеристики искусственного интеллекта".

Выделяют следующие характеристики искусственного интеллекта:

- наличие собственных развивающихся модели внешнего мира, что предполагает способность дополнения и развития имеющейся информации. Это говорит об индивидуальности или единстве исполняемого алгоритма, заложенного заранее, т.е. каждая реализация должна быть индивидуальной;

- способность к адаптации; искусственный интеллект - это адаптивная система, хотя только по запрограммированным аспектам;

- относительная самостоятельность в оценке ситуации, примером является выбор действия имея только условия, т.е. "относительной самостоятельности", по сути, нет;

- возможность различных интерпретаций запросов к системе и воздействий на нее.

Однако для того, чтобы создать именно искусственный интеллект, необходимо, по меньшей мере, во-первых, чтобы он был практически полностью схож с человеческим, иначе то, что получится, не будет интеллектом, и еще надо знать, что такое человеческий интеллект (или требуется переопределить интеллект, дав ему объективные характеристики);

во-вторых, знать, что такое мышление человека (человеческое мышление);

в-третьих, в силу реконструкции деятельности человека* моделировать, учитывать весь его организм, включая все его системы (напр., гормональную);

в-четвертых, знать процедуры функционирования человеческого интеллекта, в частности, учитывать, что искусственный интеллект должен формироваться интеллектуальным, а не программным образом.

Основой доказательства невозможности создания искусственного интеллекта в его существующем представлении (определении) являются ограничения обычной логики.

Искусственный интеллект не будет создан не только по функциональным и формально логическим причинам.

Также существенны следующие причины.

Во-первых, если использовать терминологию И.П. Павлова, то искусственный интеллект представляет собою некую физическую реализацию, в основном, первой сигнальной системы, которая есть условно-рефлекторная деятельность: врожденные рефлексы (собственные данные и возможности), восприятие и обработка раздражений (данных), в том числе в целях решения тех или иных задач, накопление информации о себе и мире, адаптация, приобретенные формы (т.е. те же аспекты, что и принимаемые как характеристики искусственного интеллекта!!!).

Иными словами, разрабатывается не искусственный интеллект, а… система условно-рефлекторной деятельности или рефлективного мышления.

Во-вторых, не учитывается ассоциативное мышление человека, которое определено не только функционированием мозга (как рефлективное мышление) и ощущениями, но и внешней объективностью, которая идентифицируется в человеческом сознании - в элементе, отсутствующем в понимании, определении и создании искусственного интеллекта.

В-третьих, и это главное, искусственный интеллект не будет создан, пока не будут "разделены" и корректно определены человеческое сознание и человеческое мышление.

Подходы к изучению.

Существуют различные подходы к созданию систем искусственного интеллекта. На данный момент можно выделить 4 достаточно разных подхода:

1. Логический подход. Основой для изучения логического подхода служит алгебра логики. Каждый программист знаком с ней с тех пор, когда он изучал оператор IF. Своего дальнейшего развития алгебры логики получила в виде исчисления предикатов - в котором она расширена за счет введения предметных символов, отношений между ними. Кроме этого, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Если цель достигнута, то последовательность использованных правил позволит получить цепочку действий, необходимых для реализации поставленной цели (такую систему еще называют экспертной системой). Мощность такой системы определяется возможностями генератора целей и машинного доказательства теорем. Для того чтобы достичь лучшей выразительности логический подход использует новое направление, его название - нечеткая логика. Главным отличием этого направления является то, что истинность высказывания может принимать помимо значений да / нет (1/0) еще и промежуточное значение - не знаю (0.5), пациент скорее всего жив, чем мертв (0.75), пациент скорее всего мертв, чем жив (0.25). Такой подход подобнейший к мышлению человека, поскольку она редко соответствует да или нет.

2. Под структурным подходом мы понимаем попытки построения ИИ путем моделирования структуры человеческого мозга. Главной моделирующей структурной единицей в перцептронах (как и в большинстве других вариантах моделирования мозга) является нейрон. Позднее возникли и другие модели, известные под названием нейронные сети (НС). Эти модели отличаются по строению отдельных нейронов, по топологии связей между ними и алгоритмами обучения. Среди самых известных в настоящее время вариантов НМ можно назвать НМ с обратным распространением ошибки, сети Кохонена, сетки Хопфилда, стохастические нейроны сетки. В более широком смысле этот подход известен как Конективизм.

3. Эволюционный подход. При построении системы ИИ по данному методу основное внимание сосредотачивают на построении исходной модели, и правилам, по которым она может изменяться (эволюционировать). Причем модель может быть создана с самыми разнообразными методами, это может быть и НМ, и набор логических правил, и любая другая модель. После этого мы включаем компьютер и он, на основе проверки моделей отбирает лучшие из них, и за этими моделями по самым разным правилам генерируются новые модели. Среди эволюционных алгоритмов классическим считается генетический алгоритм.

4. Имитационный подход. Этот подход является классическим для кибернетики с одним из ее базовых понятий черный ящик. Объект, поведение которого имитируется, как раз и представляет собой "черный ящик". Для нас не важно, какие модели у него внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя без изменений. Таким образом здесь моделируется другое свойство человека - способность копировать то, что делают другие, без разделения на элементарные операции и формального описания действий. Часто это свойство экономит много времени объекту, особенно в начале его жизни.

В рамках гибридных интеллектуальных систем пытаются объединить эти направления. Экспертные правила выводов могут генерироваться нейронными сетями, а Порождающие правила получают с помощью статистического изучения. Многообещающий новый подход, который еще называют усиление интеллекта, рассматривают достижения ИИ в процессе эволюционной разработки как текущий эффект усиления человеческого интеллекта технологиями.

Этические проблемы создания искусственного разума

В рамках философии техники рассматриваются следующие вопросы:

· Если в будущем машины смогут рассуждать, осознавать себя и иметь чувства то, что тогда делает человека человеком, а машину - машиной?

· Если в будущем машины смогут осознавать себя и иметь чувства, возможно ли будет их эксплуатировать или придется наделять их правами?

· Если в будущем машины смогут рассуждать, то как сложатся отношения людей и машин? Данный вопрос был не раз рассмотрен в произведениях искусства на примере противостояния людей и машин. К примеру, фильмы: "Матрица", "Трон", "Я, робот", "Трансформеры", "Терминатор".

· Будет ли человек, которому в результате многочисленных медицинских ампутаций заменили 99 процентов тела на искусственные органы, считаться машиной?

Супер интеллект

Философский и методологический интерес представляет осмысление аналогии между искусственным интеллектом и человеческим мышлением. Немаловажным является то, что данная аналогия может привести к значимым социальным последствиям. Не исключено, что мир в ближайшие десятилетия кардинально изменится, причем источником изменений будут такие новые технологии, как супер интеллект и нано технология. Сложилось новое направление философии - транс гуманизм, рассматривающий роль человека в новом мире, влияние новых технологий на общество, природу и другие вопросы. Сторонники этого направления считают, что в будущем молекулярная нано технология позволит создать искусственный разум (модель мозга человека) и осуществить перенос сознания из биологического мозга в компьютер. Экспериментальные образцы супер разума, очевидно, будут представлять собой нечеткий нейронный искусственный интеллект, построенный на принципах, отражающих не только основные научные подходы, но и моделирующих разные стороны поведения человека (зрение, слух, мышление, движение и пр.). Необходимо отметить, что имеются вполне определенные основания для появления в будущем интеллектуальных систем типа супер интеллекта, построенного на аналогии между распознаванием и мышлением.

Будущий супер интеллект, построенный на аналогии между распознаванием системами искусственного интеллекта и человеческим мышлением, будет представлять собой имитацию мыслительной деятельности человека. Данная имитация является весьма плодотворной, так как она дает возможность решить проблему выявления "скрытых" структур знания, т.е. позволяет осуществить моделирование невербальной формы знания и "шестого чувства" (интуиции).

Вывод

Начало XXI столетия характеризуется тем, что социум приобретает из-за информатизации такую сложность, неустойчивость и открытость, которые намного превосходят все виденное человечеством в XX веке. Ведь этот социум насыщен настолько гигантскими информационными потоками, что он становится весьма сложным. В таком случае может помочь такая область научного знания, как искусственный интеллект, который занимает одно из ведущих мест в ряду наук и который способствует бурному развитию научно-технического прогресса, решению глобальных проблем современности и в перспективе способен в немалой степени смягчить вызовы нынешнего столетия.

Проблема исследования оснований памяти человека весьма сложна и многоаспектна, что объясняет существование в науке множество различных концепций и моделей. Идет интенсивное изучение эмоциональной памяти, природы амнезии у человека, биологических механизмов памяти, что открывает многообещающие перспективы в разработке компьютерных систем и проникновения в глубины сознания, в том числе и бессознательного, и т.д. Функционирование систем искусственного интеллекта, которые используются в компьютерах и других устройствах искусственного интеллекта, невозможно без использования памяти различного рода ассоциативной, распределенной и пр. Значительный интерес представляет то, что именно искусственный интеллект позволит высветить особенности человеческой памяти.

Воздействие систем искусственного интеллекта на жизнедеятельность человека обусловлено тем, что развитие науки и ее применения в виде технологий не может не повлиять на самого человека. Во-первых, в рамках культуры воздействие систем искусственного интеллекта на жизнедеятельность человека, во-вторых, проблемы этических ценностей, в-третьих историческое воздействие искусственного интеллекта на человека.

Сказанное можно обобщить в диалектических представлениях следующим образом: на данный момент создаваемый "искусственный интеллект" представляет собою всего лишь некую физическую реализацию рефлективного мышления или часто даже просто программную среду. Воссоздается не интеллект, а нечто другое. Но если признать это, то важность и возможность реализации такой научной задумки станут очевидными

Искусственный интеллект имеет широкое поле для своего применения, его практические и теоретические результаты позволяют в определенной степени высветить механизмы взаимосвязи одного фундаментального состояния мира - природного - с другим - социокультурным.

искусственный интеллект наука философия

Список использованной литературы

1. Философский факультет МГУ. Статья: "Соотношение философии науки и философии техники"

3. Тьюринг А.М. Вычислительные машины и разум. // В сб.: Хофштадер Д., Деннет Д. Глаз разума. - Самара: Бахрах-М, 2003. - С.47-59.

4. Джон Сёрль, статья "Разум, мозг и программы", 1980

5. Циолковский К. Э Монизм Вселенной // Грезы о земле и небе. С.276-279

6. Лукшиц Юрий, Статья "Этические проблемы создания искусственного разума" Размещен: 25/08/2010

7. Быковский И.А. Философские аспекты создания искусственного интеллекта. Дисс. на соиск. уч. степ. канд. филос. н. Саратов. 2003.

8. Петрунин Ю.Ю., Рязанов М.А., Савельев А.В. Философия искусственного интеллекта в концепциях нейрона ук. - 1-е. - М.: МАКС Пресс, 2010. - С.84

9. Е. Юдковски. Искусственный интеллект как позитивный и негативный фактор глобального риска. сб. - Риски глобальной катастрофы под редакцией Ника Бострома и МиланаЦирковича 2007 год - с. 67-75

10. Девятков В.В. Системы искусственного интеллекта / Гл. ред. И.Б. Фёдоров. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. - 352 с.

Размещено на Allbest.ru

...

Подобные документы

Анализ влияния искусственного интеллекта и искусственной жизни на философские проблемы человеческого мышления. Исследования искусственного интеллекта. Обзор вопросов теоретической доказуемости возможности или невозможности искусственного интеллекта.

реферат , добавлен 08.04.2015

Определение интуиции как непосредственного отражения связей между предметами и явлениями реального мира, ее основные формы. Синтез информации, принятие решения. Интуитивные методы прогнозирования. Особенности и значение искусственного интеллекта.

контрольная работа , добавлен 23.12.2012

Современная трактовка и виды сознания, его основные функции и психологическая характеристика. Формирование в философии различных стратегий исследования вопроса об источниках сознания, его взаимосвязь с бытием. История разработки искусственного интеллекта.

презентация , добавлен 17.02.2013

Интеллект как система познавательных способностей индивида. Формирование представлений об интеллекте в истории философии. Основные подходы в психологии к формированию интеллекта. Концептуальные линии в трактовке природы интеллекта, уровни его устройства.

контрольная работа , добавлен 21.09.2009

Эволюция понятий и этапы взаимодействия техники и природы. Анализ путей решения экологических проблем. Отличие технических изделий от техноценозов. Типология и характеристика реальностей. Искусственный интеллект и киберпространство как проблема философии.

презентация , добавлен 02.02.2016

Природа человеческого интеллекта на примере естественных языков и музыкальной культуры индивидов и общности людей. Объединяющая информациологическая трактовка двойной сущности интеллекта. Механизмы и алгоритмы самоорганизации информационных структур.

реферат , добавлен 17.02.2015

Научные трактовки человеческого интеллекта. Концепция Кабанова А.Б. об уровне социального интеллекта и его устойчивости во времени и пространстве. Учение о трансформации отдельных элементов моральной системы при постоянном уровне социального интеллекта.

реферат , добавлен 25.08.2013

Интеллект - уникальное явление со сложнейшими внутренними процессами. Мыслительная способность (интеллект) и мыслительный процесс. Что такое интеллект и его реализация с точки зрения дилетанта? Умственное начало у человека.

реферат , добавлен 09.09.2007

Сущностные черты и источники индивидуального сознания с точки зрения социокультурного функционализма. Базовые подходы к его проблемам. Искусственный интеллект. Влияние научной фантастики на философию. Оцифровывание сознания в фантастических произведениях.

эссе , добавлен 25.02.2017

Изучение понятия и характера воли в философии Артура Шопенгауэра. Исследование глубинных мотивов человеческого поведения. Воля и интеллект как составные части духовного мира человека. Анализ особенностей взаимодействия интеллекта с волей через интуицию.

Московский Государственный Университет Путей

Сообщения (МИИТ)

Институт транспортной техники и

организации производства

Кафедра «Философии и культурологии»

По дисциплине «Философия»

На тему: «Проблема искусственного интеллекта»

Выполнил:

Проверил:

МОСКВА 2003

ВВЕДЕНИЕ…………………………………………………………………………….….3

1. ДВА ВИДА НАУКИ О МЫШЛЕНИИИ…………………..……………………..5

2. ВСЕ ЕЩЕ КАРТЕЗИАНСКАЯ……………………………………………………9

3. СЛЕДОМ ЗА КАРТЕЗИАНСТВОМ…………………………………………….12

3.1. ИСТОРИЯ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА……………..…...12

3.2. ОСНОВНЫЕ ЗАДАЧИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА…………….…….14

3.3. НЕЙРОСЕТИ……………………………………………………………………..16

3.4. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ……………………………………….....18

3.5. НЕЙРОСЕТИ В ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ………………………..….19

4. ОТ ПСИХОЛОГИИ К PSYCHE-ЛОГИИ……………………………………….23

ЗАКЛЮЧЕНИЕ………………………………………………………………………...28

СПИСОК ЛИТЕРАТУРЫ…………………………………………………………..30

ВВЕДЕНИЕ

Представьте себе хотя бы на секунду возможность существование AI - искусственного интеллекта. Машина способная думать, и осознавать свои поступки. Разве такая машина не будет являться новой формой жизни? Фактически намного более совершенной, чем человек - воздействие времени, болезней, радиации, потребность в пищи и воздухе - все отрицательные стороны человека для нее не свойственны.

С каждым годом мощность процессоров возрастает в несколько раз. Если верить некоторым людям - однопроцессорные системы, чья мощность превышает несколько сот Гига Герц, уже разработаны в таких корпорациях как Intel - за 20 лет компьютеры

прошли путь от лампочных ящиков с мощностью намного меньше сегодняшнего калькулятора, до размеров спичечного коробка.

Самообучение? Это тоже не проблема - такие программы уже тестировались в Японии, единственной проблемой является то, что чтобы компьютер сам понял смысл 2+2 нужно достаточно большой период времени (гораздо более длинный, чем человеку). Но что будет через 10-15 лет?

В фантастических книгах о будущем киборги - всего лишь холодные расчетливые умы, способные думать лишь логически. Однако кто может быть уверенным в том, что рано или поздно машина задастся вопросом - что я есть? Уже сейчас мы пытаемся создать такую машину. Многим это не нравится: Как можно! - говорят они: Как можно ставить человека на один уровень с Богом, а машину на уровень человека? Интересно эти люди задумывались хоть раз над тем, что сам человек мог появиться таким же способом, не одна теория о происхождении жизни еще не доказана. А что если это и есть процесс эволюции? Одни рассы создают других. Уже сейчас ученые могут создать человека из набора цифр - кода ДНК. Почему же не возможно создание компьютерной системы, которая на основе тех же цифр сможет испытывать эмоции, мыслить и понимать, что она существует. Вот вам эволюция - каждая новая расса во много раз превосходит предшественников - компьютер превосходит человека, также как человек превосходит одноклеточный организм.

Но сможем ли мы понять вовремя, что мы создали разумное существо? Возможно, именно так поступили те, кто набрал на клавиатуре число и получил ДНК - хороший способ проверить, способна ли новая получившаяся раса понять смысл и причину ее существования.

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.

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 естественного дарвиновского 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.»1 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 об 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 дня в области изучения искусственной жизни. Это показывает, что канонический взгляд с точки зрения изучения искусственной жизни предполагает рассмотрение данных феноменов как исключительно связанных (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»1. 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. ВСЕ ЕЩЕ КАРТЕЗИАНСКАЯ

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.

Любой, кто даже не проявлял особого интереса к философии разума, знает, что Декарт считал мыслимое и физическое двумя различными, но взаимодействующими онтологическими реальностями. Однако другой вклад, сделанный Декартом в изучение разума, менее широко известен. Этим вторым вкладом является форма психологического обоснования – дуализм обоснования – который одновременно поддерживает следующие тезисы: (1) для объяснения физического явления, некто нуждается в привлечении только специфических физических сущностей и состояний и специфических физических законов; (2) для объяснения психологических явлений, некто нуждается в привлечении только специфических мыслительных сущностей и состояний и специфических законов мышления. Дуализм обоснования прекрасно согласуется с идеей, что мыслительные события являются предельной формой физических явлений. Для физической онтологии, предлагаем ли мы физический или психологический стиль обоснования зависит описания, к которому, с текущими заданными конкретными целями обоснования, склоняются взятые интересующие нас явления.

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 наукой. 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»1. 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.

3.1. ИСТОРИЯ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Раньше с понятием искусственного интеллекта (ИИ) связывали надежды на создание мыслящей машины, способной соперничать с человеческим мозгом и, возможно, превзойти его. Эти надежды, на долгое время захватившие воображение многих энтузиастов, так и остались несбывшимися. И хотя фантастические литературные прообразы "умных машин" создавались еще за сотни лет до наших дней, лишь с середины тридцатых годов, с момента публикации работ А. Тьюринга, в которых осуждалась реальность создания таких устройств, к проблеме ИИ стали относиться

серьезно. Для того, чтобы ответить на вопрос, какую машину считать "думающей", Тьюринг предложил использовать следующий тест: испытатель через посредника

общается с невидимым для него собеседником человеком или машиной. «Интеллектуальной» может считаться та машина, которую испытатель в процессе такого общения не сможет отличить от человека.

Если испытатель при проверке компьютера на "интеллектуальность" будет придерживаться достаточно жестких ограничений в выборе темы и формы диалога, этот тест выдержит любой современный компьютер, оснащенный подходящим программным обеспечением. Можно было бы считать признаком интеллектуальности умение поддерживать беседу, но, как было показано, эта человеческая способность легко моделируется на компьютере. Признаком интеллектуальности может служить способность к обучению. В 1961 г. профессор Д. Мичи, один из ведущих английских специалистов по ИИ, описал механизм, состоящий из 300 спичечных коробков, который мог научиться играть в крестики и нолики. Мичи назвал это устройство MENACE (Matchbox Educable Naughts and Crosses Engine). В названии (угроза) заключается, очевидно, доля иронии, вызванной предубеждениями перед думающими машинами.

До настоящего времени единого и признанного всеми определения ИИ не существует, и это не удивительно. «Достаточно вспомнить, что универсального определения человеческого интеллекта также нет дискуссии о том, что можно считать признаком ИИ, а что нет, напоминают споры средневековых ученых о том, которых интересовало, сколько ангелов смогут разместиться на кончике иглы»1. Сейчас к ИИ принято относить ряд алгоритмов и программных систем, отличительным свойством которых является то, что они могут решать некоторые задачи так, как кто делал бы размышляющий над их решением человек.

3.2 ОСНОВНЫЕ ЗАДАЧИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Ранее было уже указано, что нельзя дать исчерпывающее определение ИИ. Однако можно перечислить те задачи, методы, решения которых на ЭВМ принято связывать с понятием ИИ. Ниже приводятся краткие характеристики таких задач.

Автоматическое решение задач представляет собой не столько вычислительную

процедуру поиска ответа, как, например, расчет квадратного корня, сколько нахождение метода решения поставленной задачи. Системы, осуществляющие построение вычислительной процедуры, называют автоматическими решателями задач. Под распознавателями подразумевают устройства, реагирующие на внешнюю среду через различные датчики, например видеокамеры, и позволяющие решать задачи распознавания образов. В таких устройствах результаты распознавания выводятся на экран, используются для принятия решений, и т.п. Например, на современных автоматических боулинговых дорожках установлены видеокамеры, которые после броска шара распознают число и взаимное расположение оставшихся кегель, для подсчета очков. Системы распознавания речи позволяют упростить взаимодействие с компьютером, с помощью упрощенного естественного языка.

Необходимо заметить, что существующие на данный момент системы могут распознавать лишь очень ограниченный набор слов-команд, требуют предварительной настройки на дикцию пользователя и не могут анализировать длинную речь (целые предложения), хотя и ведутся интенсивные исследования в этом направлении.

Задачи доказательства теорем и обучения (например, для овладения навыками в какой-либо игре) решаются с помощью автоматического совершенствования алгоритма посредством обработки пробных вариантов, т.е. как бы с помощью накопления собственного опыта. Следует отметить, что способность к обучению представляет собой одно из основных свойств ИИ.

В настоящее время многие отождествляют понятие ИИ и экспертных систем. Это отождествление появилось во многом благодаря разработкам по созданию программного и аппаратного обеспечения в рамках японского проекта по созданию ЭВМ пятого поколения. Существующие экспертные системы включают в себя огромные базы знаний, сформированные с помощью информации, получаемой от экспертов, т.е. специалистов в той области, для которой создавалась каждая система.

Манипуляция накопленными данными осуществляется в другой части экспертных систем, содержащей правила вывода. Сейчас такие системы с успехом используются в медицине, геологии, проектировании и многих других отраслях.

Для эффективной работы мощных систем ИИ необходима высокая скорость доступа к большим базам данных, а также высокое быстродействие. ЭВМ с обычной архитектурой не удовлетворяют этим требованиям. Обычные последовательные

методы решения задач уступают место методам параллельной обработки, когда несколько процессоров независимо друг от друга выполняют различные части одной программы, или выполняют одинаковые действия над различными частями большого массива данных. Для этого применяются средства от многопроцессорных компьютеров, многомашинных кластеров, до специализированных параллельных процессоров и транспьютеров. Однако в последние годы наблюдается тенденция к использованию массово производящихся, и как следствие дешевых, процессоров для объединения в большие вычислительные комплексы.

В системах искусственного интеллекта человеческие знания, необходимые для решения задач ИИ, должны быть представлены и записаны в форме, пригодной для последующей обработки на компьютере. Сложность заключается в том, что многие аспекты знаний изменяются в зависимости от условий и с трудом поддаются описанию, оставаясь при этом очевидными для человека. Знания должны храниться в системах ИИ в некоторой обобщенной для данной предметной области форме,

позволяющей использовать выбранное представление в любой возможной ситуации. Для хранения знаний требуется большая область памяти, и, кроме того, значительное время уходит на их предварительную обработку. Это очевидное условие может быть упущено при разработке системы.

Многие аспекты ИИ связаны с развивающейся в настоящее время наукой робототехникой. «Идея создания «разумного» робота, способного учиться на собственном опыте, представляет собой одну из центральных проблем ИИ. Такой робот может обладать способностью к ведению диалога на естественном языке

и уметь решать задачи, требующие инициативы и некоторой оригинальности мышления»1. Для этого требуется некоторое предварительное обучение робота, в результате которого он мог бы в отличие от используемых сейчас промышленных

роботов выполнять целенаправленные и заранее незапрограммированные действия.

В течение многих лет идеи ИИ серьезно не рассматривались. Это происходило отчасти благодаря чрезмерному оптимизму некоторых теоретиков, а также из-за появления ряда сенсационных публикаций по этому предмету, впоследствии оказавшихся во многом несостоятельными.

Идея аппаратно-программных моделей человеческого мозга вызывала насмешки, а в сфере технического производства стали избегать разработок, связанных с ИИ, так как результаты их внедрения явно не соответствовали обещаниям. Эта в полном смысле слова плачевная ситуация в настоящее время изменилась к лучшему благодаря новейшим достижениям в разработке аппаратуры и программного обеспечения.

3.3 НЕЙРОСЕТИ

Идея нейронных сетей родилась в ходе исследований в области искусственного интеллекта, а именно в результате попыток воспроизвести способность нервных биологических систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Основной областью исследований по искусственному интеллекту в 60-80е годы были экспертные системы. Такие системы основывались на высокоуровневом моделировании процесса мышления (в частности, на его представ-

лении как манипуляций с символами). Скоро стало ясно, что подобные системы, хотя и могут принести пользу в некоторых областях, не охватывают некоторые ключевые аспекты работы человеческого мозга. Согласно одной из точек зрения, причина этого состоит в том, что они не в состоянии воспроизвести структуру мозга. Чтобы создать искусственный интеллект, необходимо построить систему с похожей архитектурой.

Мозг состоит из очень большого числа (приблизительно 10 10)нейронов, соединенных многочисленными связями (в среднем несколько тысяч связей на один нейрон, однако это число может сильно колебаться). Нейроны - это специальные клетки, способные распространять электрохимические сигналы. Нейрон имеет разветвленную структуру ввода информации (дендриты), ядро и разветвляющийся выход (аксон). Аксоны клетки соединяются с дендритами других клеток с помощью синапсов. При активации нейрон посылает электрохимический сигнал по своему

аксону. Через синапсы этот сигнал достигает других нейронов, которые могут в свою очередь активироваться. Нейрон активируется тогда, когда суммарный уровень сигналов, пришедших в его ядро из дендритов, превысит определенный уровень (порог активации).

Интенсивность сигнала, получаемого нейроном (а, следовательно, и возможность его активации), сильно зависит от активности синапсов. Каждый синапс имеет протяженность, и специальные химические вещества передают сигнал вдоль него. Один из самых авторитетных исследователей нейросистем, Дональд Хебб, высказал постулат, что обучение заключается в первую очередь в изменениях силы синоптических связей. Например, в классическом опыте. Павлова каждый раз перед кормлением собаки звонил колокольчик, и собака быстро научилась связывать звонок колокольчика с пищей.

Синоптические связи между участками коры головного мозга, ответственными за слух, и слюнными железами усилились, и при возбуждении коры звуком колокольчика у собаки начиналось слюноотделение.

Таким образом, будучи построен из очень большого числа совсем простых элементов (каждый из которых берет взвешенную сумму входных сигналов и в случае, если суммарный вход превышает определенный уровень, передает дальше двоичный сигнал), мозг способен решать чрезвычайно сложные задачи. Определение формального классического нейрона дается следующим образом:

Он получает входные сигналы (исходные данные или выходные сигналы других нейронов сети) через несколько входных каналов. Каждый входной сигнал проходит через соединение, имеющее определенную интенсивность (или вес); этот вес соответствует синоптической активности биологического нейрона. С каждым нейроном связано определенное пороговое значение. Вычисляется взвешенная сумма входов, из нее вычитается пороговое значение и в результате получается величина активации нейрона.

Сигнал активации преобразуется с помощью функции активации (или передаточной функции) и в результате получается выходной сигнал нейрона.

Если при этом использовать ступенчатую функцию активации, то такой нейрон будет работать точно так же, как описанный выше естественный нейрон.

3.4 ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ

Сеть можно применять в ситуации, когда имеется определенная информация, и

требуется из нее получить некоторую неизвестную информацию. Вот некоторые важ-

ные примеры задач, в которых были успешно решены нейросетевые методы.

1.Распознавание состояния больного.

Применение классических статистических методов описано еще в работах Неймана. С помощью медицинской аппаратуры можно наблюдать за различными показателями состояния здоровья человека (например, частотой пульса, содержанием различных веществ в крови, частотой дыхания).

Стадии возникновения некоторой болезни может соответствовать определенная и весьма сложная (например, нелинейная и взаимозависимая) комбинация изменений наблюдаемых переменных, которая может быть обнаружена с помощью нейросетевой модели.

2.Прогнозирование на фондовом рынке.

Колебания цен на акции и фондовых индексов еще один пример сложного, многомерного, но, в определенных ситуациях, частично прогнозируемого явления. Многие финансовые аналитики используют нейронные сети для прогнозирования цен акций на основе многочисленных факторов, например, прошлого поведения цен этих и других акций в совокупности с различными другими экономическими показателями. В качестве альтернативных вариантов здесь применяются модели авторегрессии и технический анализ.

3.Предоставление кредита.

Как правило, у банка имеется большой набор сведений о человеке, обратившемся с просьбой о предоставлении кредита. Это могут быть его возраст, образование, род занятий и многие другие данные. Обучив нейронную сеть на уже имеющихся данных, аналитик может определить наиболее существенные характеристики, и на их основе отнести данного клиента к категории с высоким или низким кредитным риском. Заметим, сто для решения подобных задач можно параллельно использовать и классические методы, такие как дискриминантный анализ и деревья классификации.

4.Системы слежения за состоянием оборудования.

Нейронные сети оказались полезны как средство контроля состояния механизмов.

Нейронная сеть может быть обучена так, чтобы отличить звук, который издает машина

при нормальной работе (ложная тревога) от того, который является предвестником

неполадок. После такого обучения нейронная сеть может предупреждать инженеров

об угрозе поломки до того, как она случится, и тем самым исключать неожиданные и

дорогостоящие простои.

5.Управление работой двигателя.

Нейронные сети используются для анализа сигналов от датчиков, установленных на двигателях. С помощью нейронной сети

можно управлять различными параметрами работы двигателя, чтобы достичь определенной цели, например, уменьшить потребление горючего.

3.5 НЕЙРОСЕТИ В ИСКУССТВЕННОГМ ИНТЕЛЛЕКТЕ

Работы по созданию интеллектуальных систем ведутся в двух направлениях. Сторонники первого направления, составляющие сегодня абсолютное большинство среди специалистов в области искусственного интеллекта, исходят из положения о том, что искусственные системы не обязаны повторять в своей структуре и функционировании структуру и проистекающие в ней процессы, присущие биологическим системам. Важно лишь то, что теми или иными средствами удается добиться тех же результатов в поведении, какие характерны для человека и других биологических систем. Сторонники второго направления считают, что на чисто информационном уровне этого не удастся сделать. Феномены человеческого поведения, его способность к обучению и адаптации, по мнению этих специалистов, есть следствие именно биологической структуры и особенностей её функционирования.

У сторонников первого информационного направления есть реально действующие макеты и программы, моделирующие те или иные стороны интеллекта. Одна из наиболее ярких работ, представляющих первое направление, это программа «Общий решатель задач» А. Ньюэлла, И. Шоу и Г. Саймона. Развитие информационного направления шло от задачи о рационализации рассуждений путем выяснения общих приемов быстрого выявления ложных и истинных высказываний в

заданной системе знаний. Способность рассуждать и находить противоречия в различных системах взаимосвязанных ситуаций, объектов, понятий является важной

стороной феномена мышления, выражением способности к дедуктивному мышлению.

Результативность информационного направления бесґспорна в области изучения и

воспроизведения дедуктивных мыслительных проявлений. Для некоторых практичес-

ких задач этого достаточно. Информационное направление наука точная, строгая, вобравшая в себя основные результаты изысканий кибернетики и математическую культуру. Главные проблемы информационного направления ввести в свои модели внутреннюю активность и суметь представить индуктивные процедуры.

Одна из центральных проблем, это «проблема активных знаний, порождающих потребности в деятельности системы из-за тех знаний, которые накопились в памяти системы»1.

У сторонников второго биологического направления результатов пока существенно меньше, чем надежд. Одним из родоначальников биологического направления в кибернетике является У. Мак-Каллок. В нейрофизиологии установлено, что целый ряд функций и свойств у живых организмов реализованы с помощью определенных нейронных структур. На основе воспроизведения таких структур в ряде случаев получены хорошие модели, в особенности это касается некоторых сторон работы зрительного тракта.

Создание нейрокомпьютеров, моделирующих нейронные сети (НС), в настоящее время рассматривается как одно из наиболее перспективных направлений в решении проблем интеллектуализации вновь создаваемых ЭВМ и информационно-аналитических систем нового поколения.

В большей части исследований на эту тему НС представляется как совокупность большого числа сравнительно простых элементов, топология соединений которых зависит от типа сети. Практически все известные подходы к проектированию НС связаны в основном с выбором и анализом некоторых частных структур однородных сетей на формальных нейронах с известными свойствами (сети Хопфилда, Хемминга, Гроссберга, Кохоннена и др.) и некоторых описанных математически режимов их работы. В этом случае термин нейронные сети метафоричен, поскольку он отражает лишь то, что эти сети в некотором смысле

подобны живым НС, но не повторяют их во всей сложности. Вследствие такой

трактовки нейронные ЭВМ рассматриваются в качестве очередного этапа высоко

параллельных супер-ЭВМ с оригинальной идеей распараллеливания алгоритмов

решения разных классов задач. Сам термин нейронная ЭВМ нейрокомпьютер, как

правило, никак не связан с какими-то ни было свойствами и характеристиками мозга человека и животных. Он связан только с условным наименованием порогового логического элемента как формального нейрона с настраиваемыми или фиксированными весовыми коэффициентами, который реализует простейшую передаточную функцию нейрона-клетки. Исследования в области создания нейроинтеллекта ведутся на различных уровнях: теоретический инструментарий,

прототипы для прикладных задач, средства программного обеспечения НС, структуры аппаратных средств. Основными этапами на пути создания мозгоподобного компьютера являются выяснение принципов образования межэлементных связей и мозгоподобных системах адаптивных сетях с большим числом элементов, создание компактного многовходового адаптивного элемента аналога реального нейрона, исследование его функциональных особенностей, разработка и реализация программы обучения мозгоподобного устройства.

Одним из наиболее существенных путей расширения функционального диапазона НС, а также повышения их эффективности для традиционных задач является более целенаправленное использование в моделях механизмов и принципов организации мозга. Обоснованием этого служит достаточно экономная реализация функций в мозге, пока не доступная для самых совершенных супер-ЭВМ. В мозге, как и в любой сложной системе, процесс функционирования представляет собой совокупный результат работы его элементов и способов их взаимодействия. Оба эти фактора находят свое отражение в системной работе мозга.

В настоящее время становится очевидным, что успех разработки нейрокомпьютеров и интеллектуализации ЭВМ нового поколения в значительной степени определяется успехом работы над созданием

нового класса базовых элементов с использованием данных о работе мозга. В первую очередь, это касается усложнения архитектуры, простанственно-временного распределения процессов в самом базовом элементе и расширении его функциональных возможностей. Поэтому актуальна необходимость в новом взгляде на

перераспределение основных функций обработки информации между самими

базовыми элементами нейрокомпьютера и сетевыми ресурсами в сторону увеличения логической нагрузки на базовые элементы.

Это связано с тем, что только в самое последнее время, на основе данных

практической нейрофизиологии появилась возможность выделить из огромного числа процессов в мозге небольшое их количество наиболее значимых для переработки информации и выполнения сложных функций принятия конечных решений. Минимально необходимый набор структур, обеспечивающих эти процессы, значительно сузился и вследствие установленных ограничений существующих ЭВМ, которые не могут быть преодолены в настоящее время без использования свойств работы мозга. Кроме того, широко практикуемые однородные структуры искусственных НС на формальных нейронах не используют в полной мере возможностей реальных нейронов: их разнотипность, свойства распределенной и параллельной работы, многоуровневую иерархическую структурированность и соподчиненность в организации базовых структур головного мозга.

Из огромного числа данных о деятельности мозга, по-видимому, наиболее близко к решению проблемы интеллектуализации разрабатываемых ЭВМ относятся факты о механизмах и принципах элементной и сетевой организации процессов и функций в коре больших полушарий (КБП). Это определяется ее функциональной значимостью и уровнем современных данных о конкретных механизмах ее работы. Известно, что КБП является основным субстратом выполнения высших функций, определяющим уровень интеллекта личности.

В настоящее время накоплен и в значительной мере систематизирован экспериментальный и теоретический материал об элементарной организации корковых функций.

Все это дает основания предполагать, что данные о работе высшего отдела мозга могут иметь существенное значение и для идеологии создания нейрокомпьютеров, и для конструктивных решений отдельных их блоков.

В плане общего подхода к моделированию нейрокомпьютера существенно то, что по мере накопления фактов о морфологии, цитохимии и нейрофизиологии появляется все больше путей для перехода от вероятностных к детерминированным

сетям корковой деятельности, основанных на данных об архитектурных принципах

организации КБП. На основе этих данных все четче прослеживается связь особенностей функций КБП с конкретной спецификой ее элементов и связей. Это

позволяет уже на исходной стадии моделирования решать принципиальный вопрос о

соотношении функциональных нагрузок отдельного элемента и сети в целом, определяющим саму стратегию разработки нейрокомпьютера.

На практике этот выбор связан, прежде всего, с определением набора функций и свойств базового элемента и зависит как от уровня технической базы, так и от конструкторского решения их реализации. Обоснованием пересмотра концепции базового элемента нового типа являются данные практической нейрофизиологии, выявившие необходимый минимальный набор базовых свойств реальных нейронов, обеспечивающий реализацию основных информационных функций мозга у животных и человека. В соответствии с этими данными. В задаче создания новых поколений интеллектуальных вычислительных систем и задаче развития робототехники путь интеллектуализации за счет введения квазибиологических автоматов, в конечном счете, окажется технически и экономически более целесообразным направлением по сравнению с введением элементов интеллекта на основе информационно-логических методов.

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»1. 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. Другими словами, специфическая физическая система лежащая в основе визуально направляемой аэронавигации в домашней мухе должна пониматься как допускающая выражение типичной для вида жизненной способности, буквально тип самоконтролируемого движения, который является характеристикой домашней мухи.

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 рассмотрено 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.

ЛИТЕРАТУРА

1. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применение в экономике и бизнесе. М., МИФИ, 1998.

2. Маккалистер Дж. Искусственный интеллект и пролог на микроЭВМ, М.: Машиностроение, 1990.

3. Девятников В.В. Системы искусственного интеллекта, М.: Издательство МГТУ им. Н.Э. Баумана, 2001.

4. Амамия М., Танака Ю. Архитектура ЭВМ и искусственный интеллект. М.: Мир, 1993.

5. Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. Нейроинформатика. Новосибирск: Наука, 1998.

6. Емельянов-Ярославский Л.Б. Интеллектуальная квазибиологическая система. М.: Наука, 1990.

7. Горбань А.Н. Россиев Д.А. Нейросети. Новосибирск:, Наука, 1996.

8. Лачинов В.М., Поляков А.О. Информодинамика или путь к миру открытых систем. СПб.: Издательство СПбГТУ, 1999.

9. Рассел Б. История западной философии. Новосибирск: Издательство Новосибирского университета, 1997.

10. Уоссерман Ф. Нейрокомпьютерная техника: теория и практика. М.: Мир, 1992.

11. Кузнецов Г. цель жизни. Компьютерра, № 35, 1997.

12. Дрейфус Х. Чего не могут вычислительные машины. М.: Прогресс. 1979.

Рассел Б. История западной философии. Новосибирск: Издательство Новосибирского университета, 1997. Стр.27

1 Кузнецов Г. Цель жизни. Компьютерра, №35, 1997. Стр. 17.

1 Уоссерман Ф. Нейрокомпьютерная техника: теория и практика. М.:Мир,1992. Стр.120.

1 Емельянов-Ярославский Л.б. Интеллектуальная квазиологическая система. М.:Наука, 1990. Стр. 57.

1 Девятков В.В. Системы искусственного интеллекта. М.: Издательство МГТУ им. Н.Э. Баумана, 2001. Стр. 10

1 Аммания М., Тонака Ю. Архитектура ЭВМ и искусственный интеллект. М.: Мир, 1993. Стр. 95

1 Маккалистер Дж. Искуственный интеллект и пролог на микроЭВМ. М.: Машиностроение, 1990.

1 Рассел Б. История западной философии. Новосибирск: Издательство Новосибирского университета, 1997. Стр. 216

МПС РФ Московский Государственный Университет Путей Сообщения (МИИТ) Институт транспортной техники и организации производства Кафедра «Философии и культурологии» РЕФЕРАТ По дисциплине «Философия» На тему: «Проблема искусственно

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.

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.

Введение

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.

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.

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, 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.

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.

2 Картезианская теория

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.

3 Следом за картезианством

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.

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.

Заключение

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.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«КАЗАНСКИЙ ГОСУДАРСТВЕННЫЙ АРХИТЕКТУРНО-СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ» (ФГБОУ ВПО КГАСУ)

Реферат по дисциплине

«Философские проблемы науки и техники»

Философские проблемы искусственного интеллекта

Выполнил: ст. гр. 5СМ-122

Гизатуллина Алия Ахматовна

Проверил:

доц. кафедры истории и философии

Гайнуллина Л.Ф.

Казань 2015

Введение

2. Мыслительные возможности искусственного интеллекта

Заключение

Введение

Возможен ли искусственный интеллект? Уже сама такая постановка вопроса вызывает оживленную дискуссию. Вторая половина семидесятых и начало восьмидесятых годов ознаменовались спадом уверенности в скорейшем создании искусственного интеллекта, даже в возможности создания вообще. Изданной в России в 1999 г. книга «Наступление машин» Кевина Уорвика, профессора департамента кибернетики университета Рединга, автор пытается убедить, что рано или поздно появятся машины, интеллект которых превзойдет человеческий.

В связи с этим, наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?» подтолкнул исследователей к созданию науки о моделировании человеческого разума.

Поэтому, целью данного реферата является проанализировать философские проблемы создания и использования искусственного интеллекта.

1. История развития искусственного интеллекта

искусственный интеллект философский машинный

История искусственного интеллекта как нового научного направления начинается в середине XX века. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчетов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений - теории алгоритмов - и были созданы первые компьютеры. С самого момента своего рождения ИИ развивается как междисциплинарное направление, взаимодействующее с информатикой и кибернетикой, когнитивными науками, логикой и математикой, лингвистикой и психологией, биологией и медициной. Идея создания искусственного подобия человеческого разума для решения сложных задач и моделирования мыслительной способности витала в воздухе с древнейших времен. В древнем Египте была создана «оживающая» механическая статуя бога Амона. У Гомера в «Илиаде» бог Гефест ковал человекоподобные существа-автоматы. В литературе эта идея обыгрывалась многократно: от Галатеи Пигмалиона до Буратино папы Карло. Однако родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Р. Луллий (ок. 1235-ок. 1315), который в XIV веке пытался создать машину для решения различных задач на основе всеобщей классификации понятий. В XVIII в. Г. Лейбниц (1646-1716) и Р. Декарт (1596-1650) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук. Эти идеи легли в основу теоретических разработок в области создания искусственного интеллекта. Развитие искусственного интеллекта как научного направления стало возможным только после создания ЭВМ. Это произошло в 40-х гг. XX веке. В это же время Н. Винер (1894-1964) создал свои основополагающие работы по новой науке - кибернетике.

Термин искусственный интеллект (artificial intelligence) предложен в 1956 г. на семинаре с аналогичным названием в Станфордском университете (США). Семинар был посвящен разработке логических, а не вычислительных задач. Вскоре после признания искусственного интеллекта самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику «черного ящика». И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое. В СССР в 1954 г. в МГУ под руководством профессора А.А. Ляпунова (1911-1973) начал свою работу семинар «Автоматы и мышление». В этом семинаре принимали участие крупнейшие физиологи, лингвисты, психологи, математики. Принято считать, что именно в это время родился искусственный интеллект в России. Как и за рубежом, выделились направления нейрокибернетики и кибернетики «черного ящика».

В 1956-1963 гг. велись интенсивные поиски моделей и алгоритма человеческого мышления и разработка первых программ. Оказалось, что ни одна из существующих наук - философия, психология, лингвистика - не может предложить такого алгоритма. Тогда кибернетики предложили создать собственные модели. Были созданы и опробованы различные подходы.

Первые исследования в области ИИ связаны с созданием программы для игры в шахматы, так как считалось, что способность играть в шахматы является показателем высокого интеллекта. В 1954 году американский ученый Ньюэлл задумал создать такую программу. Шеннон предложил, а Тьюринг уточнил метод создания такой программы. Американцы Шоу и Саймон в содружестве с группой голландских психологов из Амстердама под руководством де Гроота создали такую программу. Попутно был создан специальный язык ИПЛ (1956), предназначенный для манипулирования информацией в символьной форме, который явился предшественником языка Лисп (MacCarthy, 1960). Однако первой программой искусственного интеллекта была программа Логик-теоретик, предназначенная для доказательства теорем в исчислении высказываний (9 августа 1956). Программа для игры в шахматы была создана в 1957 году. Ее структура и структура программы Логик-теоретик легли в основу создания программы Универсального Решателя Задач. Эта программа, анализируя различия между ситуациями и конструируя цели, хорошо решает головоломки типа «Ханойская башня» или вычисляет неопределенные интегралы. Программа EPAM - элементарная программа для восприятия и запоминания, задумана Фейгенбаумом. Начало 60-х гг. - эпоха эвристического программирования. Эвристика - правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска.

Эвристическое программирование - разработка стратегии действий на основе известных, заранее заданных эвристик. В 60-х годах создаются первые программы, работающие с запросами на естественном языке.

Программа БЕЙСБОЛ (Green и др.,1961) отвечала на запросы о результатах прошедших бейсбольных матчей, программе STUDENT (Bobrow,1964) было доступно решение алгебраических задач, сформулированных на английском языке. В 1971 г. Терри Виноград разработал систему SHRDLU, которая моделирует робота, манипулирующего кубиками. С роботом можно говорить по-английски. Система интересуется не только синтаксисом фраз, но и правильно понимает их смысл благодаря семантическим и прагматическим знаниям о своем «мире кубиков».

Начиная с середины 80-х гг., за рубежом происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся системам. В настоящее время ИИ - это бурно развивающаяся и сильно разветвленная научная область. На данный момент в истории развития искусственного интеллекта происходят крупные открытия и разработки, связные с инновациями в сопредельных областях науки, кибернетики и робототехники. Сейчас человечество как никогда близко подошло к созданию искусственного интеллекта.

2 . Мыслительные возможности искусственного интеллекта

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук.

Могут ли машины думать? Именно такой вопрос задал известный британский ученый Алан Тьюринг в своей работе «Вычислительная техника и интеллект» в 1950 году. Еще точнее, он задал вопрос «могут ли машины делать, что мы (как мыслящие существа) можем делать?». Еще в 40-х годах Тьюринг в числе первых начал исследовать первые проблемы «умных машин», или как их называют сейчас -- искусственного интеллекта.

В то время, как многие исследователи считают, что интеллектуальные системы способны моделировать экспертное знание, другие полагают, что они не претендуют на моделирование стратегий человеческого рассуждения или поиска решений, и, следовательно, не являются экспертами знания, а только «искусственно компетентными системами». Знания, заложенные в интеллектуальных системах, - это лишь фрагмент системы знаний определенной области, относящийся к фиксированному классу задач, решаемых данной системой.

Одна из первых работ о машинном разуме, «Вычислительные машины и интеллект» была написана еще в 1950 году британским математиком Аланом Тьюрингом. Она не теряет актуальности как по части аргументов против возможности создания разумной вычислительной машины, так и по части ответов на них. Тьюринг рассмотрел вопрос о том, можно ли заставить машину действительно думать. Тест Тьюринга сравнивает способности предположительно разумной машины со способностями человека - лучшим и единственным стандартом разумного поведения. В тесте, который Тьюринг назвал «имитационной игрой», машину и ее человеческого соперника («следователя») помещают в разные комнаты, отделенные от помещения в котором находится «имитатор». Следователь не может видеть их или говорить с ними напрямую - он общается с ними исключительно при помощи текстового устройства. Задача следователя - отличить компьютер от человека только на основе их ответов на вопросы, задаваемые через это текстовое устройство. Если следователь не может отличить машину от человека, тогда, утверждает Тьюринг, машину можно считать разумной. Изолированность следователя от машины и другого, живого человека, исключает предвзятое отношение - на решение следователя не будет влиять ни вид машины, ни ее электронный голос. Следователь волен задавать любые вопросы, какими бы окольными или косвенными они ни были, пытаясь раскрыть «личность» компьютера. Например, следователь может попросить обоих подопытных осуществить довольно сложный арифметический подсчет, предполагая, что компьютер скорее даст верный ответ, чем человек. Чтобы обмануть эту стратегию, компьютер должен знать, когда ему следует выдать ошибочное число, чтобы показаться человеком. Чтобы обнаружить человеческое поведение на основе эмоциональной природы, следователь может попросить обоих субъектов высказаться по поводу стихотворения или картины. Компьютер в таком случае должен знать об эмоциональном складе человеческих существ.

Этот тест дает следующие важные особенности:

1. Дает объективное понятие об интеллекте, то есть реакции заведомо разумного существа на определенный набор вопросов. Таким образом, вводится стандарт для определения интеллекта, который предотвращает неминуемые дебаты об «истинности» его природы.

2. Препятствует заведению нас в тупик сбивающими с толку и пока безответными вопросами, такими как: «должен ли компьютер использовать какие-то конкретные внутренние процессы?», или «должна ли машина по-настоящему осознавать свои действия?».

3. Исключает предвзятость в пользу живых существ, заставляя следователя сфокусироваться исключительно на содержании ответов на вопросы.

Благодаря этим преимуществам, тест Тьюринга представляет собой хорошую основу для многих схем, которые используются на практике для испытания современных интеллектуальных программ. Программа, потенциально достигшая разумности в какой-либо области, может быть испытана сравнением ее способностей по решению определенного количества проблем со способностями человека.

Однако тест Тьюринга, несмотря на свою интуитивную притягательность, уязвим для многих оправданных нападок. Одно из наиболее слабых мест - пристрастие в пользу чисто символьных задач. Тест не затрагивает способностей, требующих, например, ловкости рук, хотя подобные аспекты являются важными составляющими человеческого интеллекта. Иногда же, напротив, тест Тьюринга обвиняют в попытках втиснуть машинный интеллект в форму интеллекта человеческого. Быть может, машинный интеллект просто настолько отличается от человеческого, что проверять его человеческими критериями - фундаментальная ошибка? Нужна ли нам, в самом деле, машина, которая бы решала математические задания так же медленно и неточно, как человек? Не должна ли разумная машина извлекать выгоду из своих преимуществ, таких как большая, быстрая, надежная память, и не пытаться сымитировать человеческое познание? На самом деле, многие современные практики ИИ говорят, что разработка систем, которые бы выдерживали всесторонний тест Тьюринга - это ошибка, отвлекающая нас от более важных, насущных задач: разработки универсальных теорий, объясняющих механизмы интеллекта людей и машин и применение этих теорий к проектированию инструментов для решения конкретных практических проблем.

Все же, тест Тьюринга является важной составляющей в тестировании и аттестации современных интеллектуальных программ.

Тьюринг также затронул проблему осуществимости построения интеллектуальной программы на базе цифрового компьютера. Размышляя о терминах конкретной вычислительной модели (электронной цифровой машины с дискретными состояниями), он сделал несколько хорошо обоснованных предположений, касающихся объема ее памяти, сложности программы и основных принципов проектирования такой системы. Наконец, он рассмотрел множество моральных и научных возражений возможности создания такой программы средствами современной технологии.

Два возражения, приведенных Тьюрингом, стоит рассмотреть детально. «Возражение леди Лавлейс», впервые сформулированное Адой Лавлейс, сводится к тому, что компьютеры могут делать лишь то, что им укажут, и, следовательно, не могут выполнять оригинальные и разумные действия. Однако современные экспертные системы, особенно в области диагностики, могут формулировать выводы, которые не были заложены в них разработчиками. Более того, многие исследователи считают, что творческие способности можно реализовать программно.

Другое возражение, «аргумент естественного поведения», связано с невозможностью создания набора правил, которые бы говорили индивидууму, что в точности нужно делать при каждом возможном стечении обстоятельств. Действительно, гибкость, позволяющая биологическому разуму реагировать практически на бесконечное количество различных ситуаций приемлемым образом - отличительная черта разумного поведения. Справедливо замечание, что управляющая логика, используемая в большинстве традиционных компьютерных программ, не отличается особой гибкостью или силой воображения, но вместе с тем неверно было бы полагать, что все программы должны писаться подобным образом. Большая часть работ в сфере искусственного интеллекта была направлена на разработку таких языков программирования и моделей, которые устранили бы вышеупомянутый недостаток.

Следует отметить, что с 1991 года проводятся турниры программ, пытающихся пройти тест Тьюринга. Но пока ещё эти программы (боты) крайне малоразумны. Всё, что они делают -- это применяют заранее подсказанные человеком правила. Осмыслить разговор боты даже не пытаются, в основном совершают попытки "обмануть" человека (судью). Создатели закладывают в них ответы на наиболее часто задаваемые вопросы, стараются обойти распространенные ловушки.

В своей работе Тьюринг вывел несколько философских возражений по поводу существования искусственного интеллекта. Ученый вывел их в оппозицию к собственному мнению: он полагал, что к концу 20-го века машина сможет пройти «тест Тьюринга», обманув собеседника в не менее чем 30 % случаев и убедив его, что является человеком, а не машиной.

Видение ученого пока не стало правдой, но сегодня человечество как никогда близко к появлению искусственного интеллекта.

Первым из философских возражений является теологический аргумент. Допустим, «мышление является функцией бессмертной души человека. Бог дал бессмертную душу каждому мужчине и каждой женщине, но не животным и машинам. Потому ни одно животное или машина не может мыслить».

Если это так, то даже если машина воспроизведет все внутренние устройства разумного существа, она не сможет достичь истинного интеллекта без души. Однако Тьюринг утверждает, что ошибка такого аргумента заключается в том, что даже если «всемогущая сущность» существует (божество или нечто иное), нет ничего сложного в том, чтобы заключить душу в иную емкость, например, в сложный человекоподобный мозг или эквивалентную машину. Ученый также говорил, что создание достаточно сложной машины для размещения души ничем не отличалось бы от рождения ребенка, то есть создания очередного индивидуума для того, чтобы «всемогущий» имплантировал в него душу.

В аниме рассматриваются отношения между человечеством, технологиями и тем, что это может означать для человека разумного или обладающего душой. Сознание или душа человека -- это то, что отделяет людей от роботов. Поскольку люди обладают «призраком», даже если их тела заменяются кибернетическими компонентами, в том числе и кибермозгом, они сохраняют свою человечность. В то же время, полностью построенному с нуля роботу будет не хватать такого призрака, который предоставит ему душу и подлинный интеллект.

Аргумент, представленный Тьюрингом, заключается в том, что «создание мыслящих машин было бы ужасно. Будем верить и надеяться, что этого не произойдет». Такое возражение связано с тем, что «мы хотели бы верить, что человек определенным тонким образом превосходит все остальные творения». То есть остается уникальным.

Тьюринг считает этот аргумент крайне слабым, поскольку он основан на наших опасениях уступить другим мыслящим существам. Этот страх реализуется в фильмах о «Терминаторе» с системой искусственного интеллекта SkyNet, которая решает уничтожить людей после активации. Поскольку SkyNet представляет собой «бестелесный» ум в суперкомпьютере, он использует терминаторов, чтобы добиться своей цели. Роботы из этого фильма воплощают страх, который порожден вышеупомянутым философским возражением, и показывают, что только потому, что мы чего-то боимся, это не лишено почвы.

Согласно Тьюрингу, математические пределы логики и вычислений могут существенно ограничить интеллект вычислительных машин. Он утверждает, что «есть ряд результатов математической логики, которые можно использовать, чтобы показать, что полномочия дискретных машин существенно ограничены», в частности, ссылаясь на теорему Геделя.

Математический предел связан с другим ограничением разумных машин, «аргументом в пользу сознания». Тьюринг развивает идею машины, подражающей участнику партийной игры, то есть выдающей себя за человека. Именно здесь появляется идея теста Тьюринга: следователь пытается определить, разговаривает он с искусственным существом или машиной. Если машина «пройдет» тест и убедит следователя в том, что она -- человек, то перед ним будет искусственный интеллект.

Применение теста Тьюринга показано в фильме «Бегущий по лезвию», где машину «Войт-Кампф» используют для наблюдения за физиологическими реакциями и определения, является ли субъект «репликантом» (андроид с искусственным интеллектом) или же человеком. Отметим, что на сегодняшний день тест Тьюринга не прошла ни одна машина.

В «аргументе в пользу различных отклонений» Тьюринг предоставляет список человеческих черт, которыми искусственный интеллект, возможно, никогда не будет обладать. В списке: доброта, любовь, чувство юмора или способность делать что-то действительно новое. Сам же Тьюринг возражает: люди формируют свое представление о том, что такое машина и что она вообще может, основываясь на собственных наблюдениях. Поскольку у наблюдаемых сегодня машин нет таких человеческих черт, можно предположить, что никогда и не будет.

3. Социально-этические аспекты создания искусственного интеллекта

Создание искусственного интеллекта сопряжено с различными проблемами социально-этического и философского характера. Рассмотрим наиболее важные из них.

Очевидно, что пустая компьютерная познавательная нервная сеть может использоваться как полигон для экспериментов с искусственным интеллектом. Нагружая одну и ту же сеть разными знаниями, можно изучить законы познавательной деятельности человека, точнее, обнаружить связь между обучением, творчеством и структурой нервной сети. Но одно дело получить неактивированную копию познавательной нервной сети человека, а другое, предоставить этой сети возможность размышлять, чувствовать и, в конечном счете, прийти к осознанию своего положения. С другой стороны, без экспериментов с искусственным интеллектом, нет никакой возможности раскрыть его тайны.

Научные эксперименты с таким искусственным интеллектом будут подобны самым изощренным пыткам. Сознание человека, с одной стороны, практически бессмертно, так как искусственный интеллект, в качестве компьютерной познавательной нервной сети, может многократно копироваться и хранится в существенно менее подверженных старению носителях, чем человеческих организм. С другой стороны, сознание человека, оказывается в качестве искусственного интеллекта в полной и вечной зависимости от исследователя-компьютерщика, а фактически, палача. Исследователь, вмешиваясь в функционирование компьютерной нервной познавательной сети, о деятельности которой у него нет достаточных представлений, может вызвать у искусственного интеллекта совершенно невообразимые страдания. Такое вмешательство исследователя может восприниматься искусственным интеллектом как болезненное и длительное разрушение виртуальных частей тела, напр. «Перезагрузка» искусственного интеллекта наверняка будет восприниматься как смерть, причем не обязательно мгновенная и не мучительная.

Допустимо ли исследователю многократно умерщвлять искусственный интеллект, особенно если искусственного интеллекта является совершенной интеллектуальной копией реального живого человека? Правильно ли допускать прототипу такие издевательства над своей интеллектуальной копией, которая обладает тем же набором чувств, что и прототип?

Перенос искусственного интеллекта прототипа из компьютера в мозг клона также не лишен моральных проблем. При таком перемещении сформировавшаяся автономно личность клона, или которая могла бы быть сформирована, окажется «стертой» (заблокированной) личностью своего прототипа. Кто может из людей, даже если это и клон, на это согласиться. Особенно, если наделить клон правом принимать решение по внедрению в свой мозг чужого интеллекта? Это все равно, что предложить однояйцовым близнецам обменяться мозгами.

Также, особо важным является 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, Брайана Герберта с его всемирным разумом Омниусом, а так же довольно свежее произведение -- «Терминатор» и «Матрица». Кстати, именно у Айзека Азимова можно найти самое проработанное, и принятое большинством людей решение проблемы безопасности - 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. 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».

Далее предположим, что мы сумели переформулировать, данные законы на язык, который понимает автоматизированная система. Теперь 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, которые были в исходном варианте.

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.

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

Так что же, неужели нет надежной системы безопасности? Если отталкиваться от концепции искусственного интеллекта, 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.

Очень важной является проблема сверхинтеллекта и взаимоотношений человечества и искусственным интеллектом. Сможет ли человечество использовать для расширения своего знания познавательные модели сверхумного искусственного интеллекта?

Машинный искусственный интеллект, 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» в искусственный интеллект, то он потеряет на уникальность как самое умное на свете существо. Для человечества это путь самопожертвования во имя создания нового более совершенного живого аналога интеллекта человека.

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? 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 искусственный интеллект. Но на этом пути возникает целый ряд проблем и возможно, главная из них это 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».

Создание сверхинтеллекта, будет для человечества первым шагом к потере интеллектуального лидерства и поставит его на место родителя следующей, возможно, более прогрессивной стадии эволюции.

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 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 ли рождение искусственного интеллекта 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.

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. 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.

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 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.

Пожалуй, основная морально-этическая проблема создания искусственного интеллекта человек берёт на себя функции Бога по созданию самого себя и другой мыслящей субстанции. (Проблема творца)

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 и началом какого-то неведомого для нас нового уровня, а может и метода познания окружающего мира.

Сами попытки создать искусственного интеллекта 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. Возможно, поэтому в настоящий момент большинство религий переживают кризис, а создание искусственного интеллекта уже «не за горами».

Заключение

Как это всегда бывает, научные исследования в отрасли разработки искусственного интеллекта и могут быть использованы как в хороших, так и в плохих дела. Для того чтобы исследования и разработки в этой научной дисциплине приносили благо человечеству нужно пересмотреть наш подход к науке и установить новые критерии оценки устройств с искусственным интеллектом. Поэтому, при конструировании новых машин человек всегда должен сознавать, какие возможны последствия от их применения. Программы для этих машин должны быть всегда точно определены, в противном случае могут быть не только положительные, но и вредные последствия.

В данной работе были рассмотрены основные философские вопросы развития искусственного интеллекта и искусственной жизни, в том числе проблемы, связанные с этим. Также, для более лучшего понятия темы была рассмотрена история возникновения науки об искусственном интеллекте.

Проанализировав всю информацию, мы пришли к выводу, что философские проблемы искусственного интеллекта сводятся к трем основным вопросам о «мышлении машин»:

1. Может ли машина действовать разумно? Может ли она решать проблемы, которые человек решает с помощью размышлений?

2. Может ли машина иметь разум, сознание, психическое состояние в той мере, в которой ими обладает человек. Может ли она чувствовать?

3. Одинакова ли природа человеческого и искусственного интеллекта?

Список использованных источников

1. Алан Тьюринг, «Могут ли машины мыслить?», Портал «Гуманитарное образование».

2. Бойко Д.Н. Исследование бессознательного для построения систем искусственного интеллекта // Электронный ресурс 2003.

3. Уоссерман Ф. Нейрокомпьютерная техника: Теория и практика. Пер. С англ. - М.Мир, 1992. - 240 с.

4. Сотник С.Л. Основы проектирования систем ИИ. // Электронный ресурс, 2006.

5. С. Рассел, П. Норвиг. «Искусственный интеллект. Современный подход», - 2006. - 154 с.

6. Файнгольд М.Л., Кузнецов Д.В. «Проблемы искусственного интеллекта». - Владимир, 2001.- 47 с

7. Щедровиций Г.П. Интеллект и коммуникация // Вопросы философии 3-2004, сс.170-183

Размещено на Allbest.ru

Подобные документы

реферат , добавлен 08.04.2015

реферат , добавлен 25.08.2013

Проблема, гипотеза, теория, закон как формы научного знания. Методы обоснования научной теории: анализ и синтез, абстрагирование, идеализация. Системно-структурный подход и принцип историзма. Информационные системы и возможности искусственного интеллекта.

реферат , добавлен 21.12.2009

презентация , добавлен 17.02.2013

реферат , добавлен 17.02.2015

Уровни социального интеллекта и его устойчивость во времени и пространстве. Воспроизводство культур и появление сходных культурных феноменов. Факторы трансформации отдельных элементов моральной системы при постоянном уровне социального интеллекта.

реферат , добавлен 19.05.2014

контрольная работа , добавлен 23.12.2012

контрольная работа , добавлен 21.09.2009

Жизненный путь, его этапы и исходная социальная и философская позиция Френсиса Бэкона. Сущность учения о идолах (призраках) и об очищении от них человеческого интеллекта. Бэкон как сторонник абсолютной монархии и сильного централизованного государства.

реферат , добавлен 11.04.2010

Возможности человеческого познания в истории философии: оптимисты, скептики и агностики. Субъект и объект познания, способы их формирования. Чувственное познание и мышление. Рассудок и разум как аспекты ума, измерение интеллекта. Роль интуиции в познании.