Философские проблемы. Философские проблемы искусственного интеллекта

Введение ____________________________________________________ стр. 3

Загадка человеческого мозга и искусственного интеллекта__________ стр.3

Проблема определения искусственного интеллекта ________________ стр.5

Робототехника ______________________________________________ стр.7

Проблема безопасности _______________________________________ стр.9

Искусственный интеллект, за и против _________________ стр.11

Проблема создания искусственного разума ______________ стр. 15

Заключение__________________________________________ стр.18

Список литературы _________________________________ стр. 19

Введение

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

Загадка человеческого мозга и искусственного интеллекта

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

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

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

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

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

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

Проблема определения искусственного интеллекта

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

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

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

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

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

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

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

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

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

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

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

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

Робототехника

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

а) воспринимать и распознавать объекты окружающей среды;

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

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

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

д) общаться с человеком на языках.

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

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

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

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

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

Проблема безопасности

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

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

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

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

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

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

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

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

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

Искусственный интеллект. ЗА и ПРОТИВ

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Проблема создания искусственного интеллекта

Тест Тьюринга

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

Компьютерные шахматисты

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

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

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

Футбол роботов

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

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

Турниры программистов

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

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

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

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

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

Интеллектуально? Нет, зато эффективно.

Коммерческие применения

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

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

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

Заключение

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

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

Леонид Бернштейн

Список литературы:

1. Большая Советская Энциклопедия

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

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

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

В современном обществе процессы информа­тизации приобретают глобальный характер. Информатика, ком­пьютерная техника, автоматизированные системы определяют магистральные направления развития и эффективность произ­водства и технологий, проектно-конструкторских разработок и

научных исследований.

Компьютеры существенно преобразуют содержание и характер труда и обучения, по-новому ставят про­блемы развития человеческого интеллекта и личности, оказывают серьезное влияние на мировоззрение человека. Осмысление со­циальных, интеллектуальных и культурных последствий массово­го внедрения информационных технологий составляет важней­шую задачу современной философии. Философские проблемы современной информатики включают в себя гносеологические, онтологические, антропологические, этические, культурологиче­ские, социально-исторические аспекты .

Одной из серьезных гносеологических проблем, ставшей осо­бенно актуальной в связи с развитием информатики, является проблема соотношения мышления человека и машинного мышления, «искусственного интеллекта».

Проблема соотношения человеческого и машинного мышле­ния породила полярные мнения о возможностях искусственного интеллекта - от «машинопоклонников», против которых предо­стерегал Винер в своей книге «Творец и робот», преклоняющихся перед машиной «за то, что она свободна от человеческих ограни­чений в отношении скорости и точности» , до исследо­вателей, не склонных надеяться на быстрый и бесконечный про­гресс в этой области . Еще в 1960-е гг. Винер отмечал несом­ненные достоинства мозга человека как органа мышления по сравнению с машинами. «Главное из этих преимуществ, по-види­мому, способность мозга оперировать с нечетко очерченными по­нятиями. В таких случаях вычислительные машины, по крайней мере в настоящее время, почти не способны к самопрограммиро­ванию. Между тем наш мозг свободно воспринимает стихи, рома­ны, картины, содержание которых любая вычислительная маши­на должна была бы отбросить как нечто аморфное. Отдайте же че­ловеку - человеческое, а вычислительной машине - машинное. В этом и должна, по-видимому, заключаться разумная линия по­ведения при организации совместных действий людей и машин. Линия эта в равной мере далека и от устремлений машинопоклон- ников, и от воззрений тех, кто во всяком использовании механи­ческих помощников в умственной деятельности усматривает ко­щунство и принижение человека» .

За время, которое прошло с тех пор, когда Винер высказал эти мысли, компьютерная техника и технология использования

компьютеров настолько усовершенствовались, что возник вопрос о разработке особой части теории познания. Новая область гно­сеологии была обозначена как информационная эпистемология, ее задача - исследование процесса формирования знаний в компью­терах. Решение этой задачи предполагает пересмотр или уточ­нение многих понятий традиционной гносеологии, рассматри­вающей интеллект как человеческое качество в тесной связи с по­знавательными способностями человека и его деятельностью. В оценках современными исследователями роли искусственного интеллекта в развитии человечества в настоящем и будущем мож­но выделить два подхода.

Первый подход наиболее четко сформулировал А.П. На- заретян в книге «Интеллект во Вселенной». По его мнению, воз­растание удельного веса умственного труда в человеческой дея­тельности отражает общеэволюционный закон, который требует для сложных систем опережающего развития интеллекта по отно­шению к двум другим векторам роста - технологическому потен­циалу и организационной сложности - и соответственно к управ­ленческим притязаниям . По мере решения других глобальных проблем на передний план будет выступать новая - отношения между естественным и искусственным разумом. И если человече­ство дорастет до реального возникновения проблемы «двоевла­стия интеллектов», то конфронтационные подходы к ее решению будут сразу же отброшены, речь может идти только о разных вари­антах их синтеза. Формирование таких симбиозных структур в перспективе обеспечило бы диалектическое снятие противоречий между безграничными потенциями интеллектуального развития и ограниченными возможностями, потребностями, мотивами био­логического организма.

Второй подход разработал менее оптимистично настро­енный современный российский ученый А.А. Мальцев. Его статья «Интеллект и ресурс» - попытка остудить восторги горячих по­клонников искусственного интеллекта и их надежды на решение всех проблем при помощи компьютерного мышления. Он указы­вает, что уже сейчас приходится сталкиваться с некоторыми прин­ципиальными ограничениями при составлении алгоритмов, по которым работают компьютеры. Кроме того, Мальцев ставит во­прос о переэксплуатации, истощении интеллектуального ресурса, об определенном «суммарном потолке» человеческого интеллек-

та, существование которого значительно ограничивает возможно­сти прогресса в этой области.

Другая важнейшая философская проблема современной ин­форматики состоит в появлении нового типа бытия - машин­но-информационного и связанного с этим вопросом об опреде­лении онтологического статуса виртуальной реальности (от лат.

У^иаПБ - возможный, такой, который может или должен поя­виться при определенных условиях). Развитие современных ин­формационных технологий привело к формированию нового по­нятия - «виртуальная реальность», которое означает, что человек может видеть, слышать, переживать посредством персонального компьютера и глобальной компьютерной сети. Многие ученые свя­зывают с виртуальной реальностью образованную компьютерны­ми средствами модель реальности, которая создает эффект присут­ствия человека в ней, позволяет действовать с воображаемыми объектами. Проблемы виртуальности оформились в самостоя­тельное направление в психологии, поскольку виртуальная реаль­ность тесно связана с психологическими характеристиками лич­ности, представляя собой инореальность, в которой обнаружива­ются свобода и произвол человеческих мотиваций. Психологи изучают личностные цели моделирования виртуальной реально­сти, выделяя в качестве приоритетных: состояние удовлетворенно­сти, компенсацию эмоциональных или ментальных потерь, поиск смыслов в условиях гипотетического, условно предполагаемого диалога.

В то же время проблемы виртуальности нуждаются в философ­ской рефлексии основных свойств виртуального бытия на уровне его теоретического анализа. Говоря об атрибутике виртуальной реальности, необходимо отметить два противоречивых момента: с одной стороны, виртуальная реальность идентична актуальной реальности - она включает в себя пространство, время, движение, развитие, отражение, а с другой - она обладает идеал ьно-артефакт- ными, виртуально-специфическими свойствами .

Принципиально новыми, требующими научного исследова­ния и философского осмысления являются следующие свойства виртуальной реальности:

0 панорамность - любое событие может быть прочитано и с точки зрения собственной интерпретации, и с многих других точек зре­ния;

о полисемантичность - виртуальная реальность обостряет про­блемы личной самоидентификации и в то же время полностью их снимает, делая личность безразличной ее объективному бы­тию;

о бестелесная предметность - виртуальная реальность, фиксируя множество несводимых друг к другу, онтологически самосто­ятельных реальностей, является их моделирующей имитацией, причем виртуальная реальность моделируется в соответствии с потребностями телесного и экзистенциального характера и соз­дает возможные поля и срезы проявлений двойственности чело­века. В качестве основных функций виртуальной реальности на­зывают: порожденность, актуальность, автономность, интерак­тивность .

При решении проблемы типологизации виртуального бытия стоит сопоставить понятие виртуальной реальности и утвердив­шееся в физике понятие «виртуальная частица». «Виртуальная частица - это такие объекты в квантовой теории поля, наделен­ные всеми теми же характеристиками, что и реальные “физиче­ские частицы”, но не удовлетворяющие некоторым существен­ным условиям. Например, для виртуального фотона масса его не обязательно нулевая, а энергия не является обязательно положи­тельной. Ни одна из них не существует таким образом, как обыч­ные частицы. Они не обладают бытием наличным, выступают как бы на мгновение из потенциальности, полностью никогда не ак­туализируясь» .

По мнению многих авторов, если применительно к виртуаль­ным частицам можно говорить об их мерцающем, недовопло- щенном существовании, то компьютерная виртуальная реаль­ность - область парадоксального. Виртуальная реальность дос­таточно осязаема, но предметной сущностью, бытием самим по себе не обладает; она существует, пока ее существование поддер­живается активностью порождающей сферы. По мнению

А.Ю. Севальникова, «парадоксальность такого бытия состоит в том, что “существует” то, чего по сути нет» . На наш взгляд, наиболее точно отражает сущность виртуальной реально­сти подход, основанный на признании ее полионтологичности, множественности ее бытийного проявления: «Подход, основан­ный на признании полионтичной реальности, получил название виртуалистики» . Виртуалистика - проблема Homo 17*

(человек виртуальный), актуализация которой стала след­ствием информационной революции, ждет своего осмысления. По мнению многих исследователей, именно эта проблема станет одной из центральных в XXI в.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Винер Н. Творец и робот. М., 1966.

2. Лешкевич Г. Г. Актуальные проблемы науки XXI в.: Философия для ас­пирантов: учеб, пособие. Ростов н/Д, 2003.

3. Лопатин В.Н. Информационная безопасность России: Человек. Об­щество. Государство. СПб., 2000.

4. Мальцев А.А. Интеллект как ресурс // Мышление, когнитивные нау­ки, искусственный интеллект, М., 1988.

5. Назаретян А.Л. Интеллект во Вселенной. М., 1991.

6. Носов Н.А. Виртуальная парадигма // Виртуальные реальности. М., 1998.

7. Севальников А.Ю. Виртуальная реальность и проблема ее описания // Смирновские чтения. М., 1999.

8. Сидоров М.М. Философские проблемы информатики // Философия; под ред. В.Н. Лавриненко. М., 2004.

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/

ЛИНГВОГУМАНИТАРНЫЙ КОЛЛЕДЖ УЧРЕЖДЕНИЯ ОБРАЗОВАНИЯ

«МИНСКИЙ ГОСУДАРСТВЕННЫЙ ЛИНГВИСТИЧЕСКИЙ УНИВЕРСИТЕТ»

по дисциплине «Основы современного естествознания»

Тема: Философские проблемы искусственного интеллекта

ВВЕДЕНИЕ

Возникновение и интенсивное развитие электронно-вычислительной техники при постоянно расширяющейся сфере ее использования, взаимосвязанное с изменениями в жизненно важных сферах общества, включая экономику, социальную структуру, политику, науку, культуру и повседневную жизнь людей, является объектом изучения различных гуманитарных дисциплин, в том числе и философии.

Первые систематические попытки выявления и изучения философских проблем, связанных с компьютерной техникой и открываемыми ею возможностями, были предприняты в рамках того, что может быть названо кибернетическим движением в широком смысле.

Появление компьютерных систем, которые стали называть интеллектуальными системами, и развитие такого направления, как искусственный интеллект, побудило по-новому взглянуть на ряд традиционных теоретико-познавательных проблем, наметить новые пути их исследования, обратить внимание на многие, оставшиеся ранее в тени аспекты познавательной деятельности, механизмов и результатов познания.

Искусственный интеллект является сейчас одной из быстро развивающихся областей научных исследований. Именно данная область научного знания охватывает многие коренные вопросы, которые связаны с методами развития научной мысли, с влиянием достижений и последствий усовершенствования вычислительной техники на жизнь будущих поколений людей.

Современные философы и исследователи науки часто рассматривают искусственный интеллект и искусственную жизнь как прекрасный пример для междисциплинарной интеграции многих научных областей. Химики, биологи, кибернетики, лингвисты, психологи, философы, математики, инженеры и другие изучают различные аспекты взаимодействия живых систем и искусственного интеллекта. При этом формируется новый взгляд на роль тех или иных научных результатов и возникает то, что может быть названо философским осмыслением полученных результатов.

Ученые университетских и промышленных исследовательских лабораторий стремятся 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, постоянно вступают в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики.

Для создания машин, имитирующих работу человеческого мозга, необходимо разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. По современным научным данным, человеческий мозг содержит около 2 основных вычислительных узлов нейронов, которые соединяют около 2 связей синапсов. На сегодняшний день современные вычислительные системы стремительно приближаются по своим вычислительным возможностям к мозгу. Музыкальные компьютеры могут за короткое время давать новые музыкальные инструментовки для композиций в любых вариациях. Роботы, руководимые компьютерами, могут, в определенной степени, узнавать речь, корректировать свои движения и выполнять сложные работы. Искусственные нейронные сети контролируют сложнейшие системы управления и слежения, проявляют способности в области распознавания изображения, вплоть до возможности создания интеллектуальных автопилотов.

Программы порой столь совершенны, что в решении поставленных задач средний человек не может с ними соревноваться. Например, есть программы, ищущие и доказывающие новые теоремы математической логики, а современные шахматные программы может не обыграть даже хороший гроссмейстер. Искусственный интеллект и робототехника базируются на компьютерах и развиваются почти так же стремительно, как и компьютеры, ибо зависят от быстродействия и памяти последних.

В таких условиях приобретает особую значимость рассмотрение основных философских вопросов, связанных с искусственным интеллектом. В качестве решения философской проблемы компьютерного моделирования мышления в реферате рассмотрены вопросы мышления и самосознания. При этом необходимо не только конкретизировать понятие об искусственном интеллекте, историю его развития, но и изучить философские основы кибернетики как науки и проблемные вопросы, которые связаны с компьютеризацией общества.

1. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК ПУТЬ РАЗВИТИЯ НАУЧНОЙ МЫСЛИ

1.1 Конкретизация понятия «искусственный интеллект»

Интеллект (от лат. intellectus - ум, рассудок) - общий умственній потенциал человека, степень реализации способностей, которые он целесообразно использует для приспособления к жизни 1, с.259.

Интеллект выражает все умственные функции человека, всю совокупность его познавательных умений; ощущения, восприятие, память, представление, мышление, воображение.

В понятие «искусственный интеллект» вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до включения в интеллектуальные лишь те системы, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность.

Искусственный интеллект может рассматриваться как:

· умение решать сложные задачи;

· способность к обучению, обобщению и аналогиям;

· возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

По мнению Цеханова 2, искусственный интеллект - это наука, занимающаяся исследованием и построением интеллектуальных систем, то есть таких систем, которые способны осуществлять интеллектуальные действия, присущие человеческому мышлению.

Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.

Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста, в то же время не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?

Чтобы ответить на этот вопрос, надо выяснить задачи технических систем. Однако данный термин тоже не является достаточно определенным. В психологии можно квалифицировать данные задачи как мыслительные задачи. Они подчеркивают, что задача есть только тогда, когда есть работа для мышления, то есть, когда существует определенная цель, а средства к ее достижению не ясны, их надо найти посредством мышления.

Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины тогда остаётся часть работы, которая не требует участия мышления.

Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек, по крайней мере, в определении отсутствовал. При характеристике мышления мы отмечали, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях.

Искусственный интеллект обладает следующими особенностями:

1) наличие у них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;

2) способность пополнения имеющихся знаний;

3) способность к дедуктивному выводу, к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью;

4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка;

5) способность к диалоговому взаимодействию с человеком;

6) способность к адаптации.

На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.

На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой «общего интеллекта». Сейчас большинство работ направлено на создание «профессионального искусственного интеллекта», то есть систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии).

Исходным пунктом рассуждений об искусственном интеллекте является определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один или два раза, непосредственно в процессе чувственного восприятия. Исходя из этого, кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи, в сущности, являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной.

Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами. Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами.

1.2 История развития искусственного интеллекта

Искусственный интеллект, как одно из новых научных направлений, появился во второй половине ХХ века на базе вычислительной техники, математической логики, программирования, психологии, лингвистики, нейрофизиологии и других отраслей знаний. Таким образом, искусственный интеллект объединяет профессиональные интересы специалистов разного профиля.

Возникновения искусственного интеллекта проявляется в следующих подходах: механический, электронный, кибернетический и нейробионический.

Механический подход. Идея создания мыслящих машин «человеческого типа», которые, казалось бы, думают, двигаются, слышат, говорят и ведут себя как живые люди уходит корнями в глубокое прошлое. Еще древние египтяне и римляне испытывали благоговейный ужас перед культовыми статуями, которые жестикулировали и изрекали пророчества (разумеется, не без помощи жрецов).

Средневековые летописи полны рассказов об автоматах, способных ходить и двигаться почти также как их хозяева люди. В средние века и даже позднее ходили слухи о том, что у некоторых из мудрецов есть гомункулы (маленькие искусственные человечки) настоящие живые, способные чувствовать существа.

В XVIII веке благодаря развитию техники, особенно разработке часовых механизмов, интерес к подобным изобретениям возрос. В 1736 г. французский изобретатель Жак де Вокансон изготовил механического флейтиста в человеческий рост, который исполнял двенадцать мелодий, перебирая пальцами отверстия и дуя в мундштук, как настоящий музыкант. В середине 1750-х годов Фридрих фон Кнаус, австрийский автор, сконструировал серию машин, которые умели держать перо и могли писать довольно длинные тексты.

Успехи механики XIX в. стимулировали еще более честолюбивые замыслы. Так, в 1830-х годах английский математик Чарльз Бэббидж задумал, правда, так и не завершив, сложный цифровой калькулятор, который он назвал «аналитической машиной» 3,с.72-73.

Электронный подход. После Второй мировой войны появились устройства, казалось бы, подходящие для достижения заветной цели моделирования разумного поведения; это были электронные цифровые вычислительные машины.

«Электронный мозг», как тогда восторженно называли компьютер, поразил в 1952 г. телезрителей США, точно предсказав результаты президентских выборов за несколько часов до получения окончательных данных. Этот «подвиг» компьютера лишь подтвердил вывод, что наступит тот день, когда автоматические вычислители, столь быстро, неутомимо и безошибочно выполняющие автоматические действия, смогут имитировать невычислительные процессы, свойственные человеческому мышлению, в том числе восприятие и обучение, распознавание образов, понимание повседневной речи и письма, принятие решений в неопределенных ситуациях. Многие изобретатели компьютеров и первые программисты развлекались, составляя программы для отнюдь не технических занятий, как сочинение музыки, решение головоломок и игры, на первом месте здесь оказались шашки и шахматы. Некоторые романтически настроенные программисты даже заставляли свои машины писать любовные письма.

К концу 50х годов все эти увлечения выделились в новую более или менее самостоятельную ветвь информатики, получившую название «искусственный интеллект». Одним из основателей теории искусственного интеллекта считается известный английский ученый Алан Тьюринг, который в 1950-м году опубликовал небольшую статью «Может ли машина мыслить?». Статья посвящена обсуждению вопроса о способности компьютеров к мышлению. Для научного исследования этой проблемы предлагался так называемый «тест Тьюринга», позволяющий оценить «интеллектуальность» компьютера по его способности к осмысленному диалогу с человеком. «Тест Тьюринга» и предложенный в нем подход к моделированию мышления положил начало исследованиям в этой области и до сих пор остается предметом острых научных дискуссий. И, тем не менее, хотя с момента его появления прошло уже более полувека, до сих пор так и не было предложено любых других конструктивных альтернатив «тесту Тьюринга» 4, с.225-238.

Первые практические разработки, которые можно отнести к искусственному интеллекту появились почти сразу же после появления первых вычислительных машин. В 1954 году американский исследователь А. Ньюэлл написал первую программу для игры в шахматы. В этом же 1956 году была написана и первая программа «Логик-Теоретик», предназначенная для автоматического доказательства теорем в исчислении высказываний. Эту программу можно отнести к первым достижениям в области искусственного интеллекта. Важное значение в становлении искусственного интеллекта имела проведенная в 1956 году конференция в Дартмуте (США). Именно на этой конференций впервые появился и сам термин - «искусственный интеллект». В 1960 году этой же группой ученых на основе принципов, использованных в NSS, была написана программа GPS (General Problem Solver), которая могла решать ряд головоломок, вычислять неопределенные интегралы, решать некоторые другие задачи. Появились программы автоматического доказательства теорем из планиметрии и решения алгебраических задач.

К этому времени в СССР, США, Великобритании и других странах, в которых активно внедрялась вычислительная техника, было накоплено множество самых разнообразных программ для решения нечисловых задач. Среди них было немало таких, которые демонстрировали возможность имитации на компьютере отдельных творческих процессов, присущих человеку. В конце 1960-х годов появились первые игровые программы, системы для элементарного анализа текста и решения некоторых математических задач (геометрии, интегрального исчисления).

1960-е годы впоследствии были названы годами технократического романтизма. Это был период кибернетического бума, когда у многих ученых было такое ощущение, что проблема человеческого мышления и искусственного интеллекта теоретически уже почти решена 5, с.130-142.

В целом, в течение 1970-х годов сложились основные теоретические направления исследований в области интеллектуальных систем. Теория искусственного интеллекта окончательно была признана самостоятельной отраслью науки.

Вскоре после этого сформировались и два основных направления в создании моделей интеллектуальной деятельности: информационное направление (кибернетика) и нейробионическое (нейрокибернетика) и Долгое время эти направления развивались самостоятельно, и только к концу 1990-х годов стали заметны тенденции к объединению этих частей вновь в единое целое.

Сторонники информационного направления исходили из того, что искусственный интеллект в принципе не может быть копией человеческого интеллекта, поскольку мозг человека работает гораздо лучше и быстрее любой интеллектуальной системы. Поэтому системы искусственного интеллекта должны не копировать полностью человеческий интеллект, а стремиться к достижению тех же результатов другими средствами. Кратко остановимся на каждом из этих направлений.

Основную идею нейрокибернетики можно сформулировать следующим образом: единственный объект, способный мыслить, - это человеческий мозг, поэтому любое «мыслящее» устройство должно каким-то образом воспроизводить его структуру 6, с.42-57.

С 2000 года развитие субмикронных и нанотехнологий, а также успехи молекулярной и биомолекулярной технологии привели к принципиально новым архитектурным и технологическим решениям по созданию нейрокомпьютеров. Из кибернетического, или информационного, подхода к машинному разуму скоро сформировался так называемый «восходящий метод» движение от простых аналогов нервной системы примитивных существ, обладающих малым числом нейронов, к сложнейшей нервной системе человека и даже выше.

философский мышление искусственный интеллект

1.3 Искусственный интеллект как компьютерное моделирование мышления

В русле кибернетического движения осуществлялись философские и логико-методологические исследования управления, информации, мышления, познания, структуры научного знания и перспектив его развития. Характерные для кибернетического движения идея общности (одинаковости или сходства) закономерностей, определяющих процессы управления и переработки информации в самых разных сферах реальности, а также идея плодотворности использования математических и логико-математических трактовок этих процессов на различных уровнях абстракции получали специфическое преломление в многочисленных сравнениях человеческого мышления и работы ЭВМ. В ходе бурных дебатов 60-70-х годов на тему «Может ли машина мыслить?» были, по существу, представлены различные варианты ответа на вопрос о том, что может быть субъектом познания: только ли человек (и, в ограниченном смысле, животные) или же и машина может считаться субъектом мыслящим, обладающим интеллектом и, следовательно; познающим. Сторонники последнего варианта пытались сформулировать такое определение мышления, которое позволяло бы говорить о наличии мышления у машины, - например, мышление определялось как решение задач. Нужно отметить, однако, что и способность компьютерной системы к принятию каких-либо решений также может быть поставлена под сомнение.

Оппоненты сторонников «компьютерного мышления» напротив, стремились выявить такие характеристики мыслительной деятельности человека, которые никак не могут быть приписаны компьютеру, и отсутствие которых не позволяет говорить о мышления в полном смысле этого слова. К числу таких характеристик относили, например, способность к творчеству и эмоциональность.

Компьютерное моделирование мышления дало мощный толчок психологическим исследованиям механизмов познавательной деятельности. Это проявлялось, с одной стороны, в проникновении в психологию «компьютерной метафоры», ориентирующей на изучение познавательной деятельности человека по аналогии с переработкой информации на компьютере, и; с другой стороны, в активизации исследований, стремящихся показать плодотворность и самостоятельную ценность иных подходов - например, изучение мышления в контексте общей теории деятельности. Тихомиров, специально исследуя «соотношение кибернетического и психологического подходов к изучению мышления», настаивал, что «широко распространенное сближение человеческого мышления и работы вычислительной машины не обосновано» 11, с.15-22. Вместе с тем, он отмечает, что «именно развитие кибернетики сделало очевидным неполноту господствовавших в психология теорий мышления и поведения, выдвинув для изучения новые аспекты».

Характеризуя значение аналогий между человеческим мышлением и компьютерной переработкой информации, английская исследовательница М. Боден пишет: «В той степени, в какой аналогия с компьютером может служить общим человеческим интересам более глубокого познания разума, осторожное использование “психологической” терминологии в отношении определенного типа машин должно скорее поощряться, чем запрещаться... Аналогии дают возможность не только обозначить сходные черты между сравниваемыми объектами, но ведут к обнаружению действительно важных сходств и различий» 12, с.41-45.

Компьютерное моделирование мышления, использование методов математических и технических наук в его исследовании породило в период «кибернетического бума» надежды на создание в скором будущем строгих теорий мышления, столь полно описывающих данный предмет, что это сделает излишними всякие философские спекуляции по его поводу. Надеждам такого рада, однако же, не суждено было сбыться, и сегодня мышление, будучи предметом изучения частных наук (психологии, логики, искусственного интеллекта, когнитивной лингвистики), остается также притягательным объектом философских рассмотрений.

Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. «Внешняя нервная система», создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые.

Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека. Человек поставил задачу создать некий аналог себя самого. И он смог это сделать. Механическая часть подобно человеческому телу и управление ею уже имеются - это роботы, функционирующие на сервомеханизмах. Отчасти смоделированы интеллектуальные функции человека и цивилизация идет дальше.

Многие споры вокруг проблемы создания искусственного интеллекта имеют эмоциональную подоплеку. Признание возможности искусственного разума представляется чем-то унижающим человеческое достоинство. Однако нельзя смешивать вопросы возможностей искусственного разума с вопросом о развитии и совершенствовании человеческого разума. Повсеместное использование искусственного интеллекта создаёт предпосылки для перехода на качественно новую ступень прогресса, даёт толчок новому витку автоматизации производства, а значит и повышению производительности труда. Разумеется, искусственный разум может быть использован в негодных целях, однако это проблема не научная, а скорее морально-этическая.

Однако развитие кибернетики выдвигает ряд проблем, которые все же требуют пристального внимания. Эти проблемы связаны с опасностями, возникающими в ходе работ по искусственному интеллекту.

Первая проблема связана с возможной потерей стимулов к творческому труду в результате массовой компьютеризации или использования машин в сфере искусств. Однако в последнее время стало ясно, что человек добровольно не отдаст самый квалифицированный творческий труд, так как он для самого человека является привлекательным.

Вторая проблема носит более серьезный характер, и на нее неоднократно указывали такие специалисты, как Н. Винер, Н. М. Амосов, И. А. Полетаев и другие. Состоит она в следующем. Уже сейчас существуют машины и программы, способные в процессе работы самообучаться, то есть повышать эффективность приспособления к внешним факторам. В будущем, возможно, появятся машины, обладающие таким уровнем приспособляемости и надежности, что необходимость человеку вмешиваться в процесс отпадет. В этом случае возможна потеря самим человеком своих качеств, ответственных за поиск решений. Налицо возможная деградация способностей человека к реакции на изменение внешних условий и, возможно, неспособность принятия управления на себя в случае аварийной ситуации. Встает вопрос о целесообразности введения некоторого предельного уровня в автоматизации процессов, связанных с тяжелыми аварийными ситуациями. В этом случае у человека, «надзирающим» за управляющей машиной, всегда хватит умения и реакции таким образом воздействовать на ситуацию, чтобы погасить разгорающуюся аварийную ситуацию. Таковые ситуации возможны на транспорте, в ядерной энергетике. Особо стоит отметить такую опасность в ракетных войсках стратегического назначения, где последствия ошибки могут иметь фатальный характер. Несколько лет назад в США начали внедрять полностью компьютеризированную систему запуска ракет по командам суперкомпьютера, обрабатывающего огромные массивы данных, собранных со всего света. Однако оказалось, что даже при условии многократного дублирования и перепроверки, вероятность ошибки оказалась бы столь велика, что отсутствие контролирующего оператора привело бы к непоправимой ошибке. От системы отказались.

Люди будут постоянно решать проблему искусственного интеллекта, постоянно сталкиваясь все с новыми проблемами. И, видимо, процесс этот бесконечен.

ЛИТЕРАТУРА

1. Кондрашев В.А. Новейший философский словарь. - Ростов н/Д: Феникс, 2005. - 672с.

2. Цеханов Т.В. Системы искусственного интеллекта // Dokument HTML - http://neural.narod.ru/index.

3. Поспелов Д.А. Из истории искусственного интеллекта: История искусственного интеллекта до середины 80-х годов // Новости искусственного интеллекта. - №4. 1994. - с.70-90.

4. Информационное общество: Сб. (Philosophy) - М.: ООО «Издательство АСТ», 2004. - 507с.

5. Шалютин С. М. Искусственный интеллект. - М.: Мысль, 1985. - с.422

6. Соколов Е. Н., Вайткявичус Г.Г. Нейроинтеллект: от нейрона к нейрокомпьютеру. - М.: Наука, 1989. - 237с.

7. Будко В.В. Философия науки: Учебное пособие. - Харьков: Консум, 2005. - 268с.

8. Бессонов Б.Н. Философия: история и современные задачи: Учебник. - М.: Норма, 2006. - 560с.

9. Волчек Е.З. Философия: Учебное пособие с хрестоматийными извлечениями. - Мн.: Интерпрессервис, 2003. - 544с.

10. Немов Р.С. Психология: Учебник. - М.: Владос, 2001. - 688с.

11. Искусственный интеллект: Справочник / Под. Ред. Э.В. Попова. - М.: Радио и связь, 1990. - 464с.

12. Історія філософії: Підручник / Ярошовець В.І., Бичко І.В,Бугров В.А. - К.: Вид. ПАРАПАН, 2002. - 774с.

13. Эндрю А. Искусственный интеллект. - М.: Мир, 1985. - 310с.

14. Колтовой А. Робот ради человека // Вокруг света. - №4 (2799). - 2007. - С.15-19.

15. Философский словарь / Под ред. И.Т. Фролова. - М.: Республика, 2001. - 719с.

16. Кунцман П., Буркард Ф.П. Філософія: dtv-Atlas. - К.:Знання-Прес, 2002. - 270 с.

17. Квасный Р. Искусственный интеллект // Dokument HTML - http://neural.narod.ru / index.

18. Константинов А. Очень искусственный интеллект // Наука и технологии. - №6. - 2007. - С. 23-27.

19. Анохин П.К. Мышление // Dokument HTML - http/www.galactic.org.ua/ prkiber 12.

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


Анализ проблемы субъекта и объекта как центральной проблемы философии Карла Маркса. Исследование гносеологических проблем в "Философских арабесках" Н.И. Бухарина. Особенности философских проблем развития науки, искусства, духовной культуры в целом.

контрольная работа , добавлен 05.04.2012


Анализ философских проблем молекулярной биологии. Проблемы философских оснований взаимосвязи теоретического и эмпирического знания в биологическом исследовании. Мировоззренческие проблемы и определение их места в общей концепции философии данной науки.

реферат , добавлен 22.08.2013


Китай как цивилизация особого типа. Знакомство с особенностями развития философии в Древнем Китае. Общая характеристика основных философских школ: даосизм, конфуцианство, моизм. Рассмотрение философских, религиозных и идеологических основ конфуцианства.

реферат , добавлен 09.03.2017


Особенности философского знания как отражение особенностей бытия человека. Проблема человека в философских и медицинских знаниях. Диалектика биологического социального в человеке. Философский анализ глобальных проблем современности. Научное познание.

учебное пособие , добавлен 17.01.2008


Изучение философских воззрений Платона и Аристотеля. Характеристика философских взглядов мыслителей эпохи Возрождения. Анализ учения И. Канта праве и государстве. Проблема бытия в истории философии, философский взгляд на глобальные проблемы человечества.

контрольная работа , добавлен 07.04.2010


Проблема философии как центральная проблема древнеиндийской философии. Основные идеи философских школ хинаяны и махаяны. История зарождения и развития китайской философии, особенности ее основных направлений. Анализ философских идей Ближнего Востока.

курс лекций , добавлен 17.05.2010


Понятие теодицеи как совокупности религиозно-философских доктрин. Философские взгляды. Телеологические учения различных философских школ, начиная с античных материалистов и стоиков, заканчивая эсхатологическими учениями христианства, иудаизма и ислама.

контрольная работа , добавлен 24.11.2008


Раскрытие антагонистического характера экономической структуры капиталистического общества Марксом в "Экономическо-философских рукописях 1844 года". Изложение основных положений экономической теории в книге "Капитал". Философские школы марксизма.

контрольная работа , добавлен 09.05.2014


Генезис историко-философских обозрений на общество. Три группы теорий развития общества. Две составляющих структуры общества как исторически сложившейся формы организации общества. Проблемы периодизации истории. Формационный и цивилизационный подходы.

Еще в 40-х годах Тьюринг в числе первых начал исследовать первые проблемы «умных машин», или как их называют сейчас - искусственного интеллекта.

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.

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

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

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

· Одинакова ли природа человеческого и искусственного интеллекта? Является ли в своей основе человеческий мозг компьютером?

Это означает, что человек обладает фантазией, другими словами, он создает понятие. Преимущества машин – в скорости и точности.

Можно ли довести гибкость таких программ до уровня живых организмов? Этот вопрос все еще является предметом жарких споров. Нобелевский лауреат Герберт Саймон сказал, что своеобразие и изменчивость поведения, присущие живым существам, возникли скорее благодаря сложности окружающей их среды, чем благодаря сложностям их внутренних «программ». Саймон описывает муравья, петляющего по неровной, пересеченной поверхности: хотя путь муравья и кажется довольно сложным, цель муравья предельно проста – как можно скорее вернуться в свою колонию. Изгибы и повороты его пути вызваны встречаемыми препятствиями. Из всего этого Саймон делает следующий вывод: «Муравей, рассматриваемый в качестве проявляющей разумное поведение системы, на самом деле очень прост. Кажущаяся сложность его поведения в большей степени отражает сложность среды, в которой он существует».

Эта идея, если удастся доказать ее применимость к организмам с более сложным интеллектом, составит сильный аргумент в пользу простоты и постижимости интеллектуальных систем. Интересно, что, применив эту идею к человеку, мы придем к выводу об огромной значимости культуры в формировании интеллекта. Интеллект, похоже, не взращивается во тьме, как грибы, для его развития необходимо взаимодействие с достаточно богатой окружающей средой. Культура так же необходима для создания человеческих существ, как человеческие существа необходимы для создания «мыслящих» машин. Интеллект возникает из взаимодействий индивидуальных элементов.

Другой ученый, работающий в области ИИ-исследований – Норберт Винер.

Доктор математических наук Винер, основатель кибернетики, написал множество книг, посвященных машинам, их использованию, их будущему и настоящему. В своих работах ученый исследует проблему искусственного интеллекта и кибернетики не только с точки зрения математики. Будучи ученым широко профиля, Винер интегрирует в своих исследованиях достижения и знания из различных областей науки. Сотрудничая с физиологами и психологами, он доказывает некоторое сходство работы «электронного мозга» с человеческим. Однако, как отмечает Винер в своей книге «Кибернетика», даже обладая определенным набором рецепторов, эффекторов и некоторым подобием центральной нервной системы, сходство поведения вычислительных машин и других современных автоматов является лишь имитацией простейших условных рефлексов живых существ. Отсюда далеко до целостного, осмысленного восприятия внешнего мира и самостоятельного, творческого мышления. Все вышесказанное полностью относится и к человекоподобным роботам – это весьма примитивные модели человека.

Однако, в будущем, Винер считает возможным создание не только разумной машины, но и машины «умнее своего создателя». Не исключает он и бунта машин. Он полагает, что не только робот, но и любая стратегическая машина способна вызвать катастрофу: «…машина должна программироваться опытом. …ошибка в этом отношении может означать лишь немедленную, полную и окончательную гибель. Мы не можем рассчитывать на то, что машина будет подражать нам в тех предрассудках и эмоциональных компромиссах, благодаря которым мы позволяем себе называть разрушение победой».

Таковы мнения ученых, стоящих у истоков развития науки об искусственном интеллекте, внесших огромный вклад в ее теоретическую и практическую базу.

В самом конце 50-60х г.г. XX века почти все силы специалистов были направлены на поиск и составление программ, имитирующих отдельные стороны интеллектуальной деятельности человека. Однако большинство попыток оказались неудачными в том плане, что, даже обладая весомым набором информации, малейшее изменение условий их применения ставили работу программы в тупик. Первой ласточкой была система, названная ее создателями кибернетиком Аланом Ньюменом и психологом Гербертом Саймоном «Общий решитель задач».

В ее основе лежит простое соображение.

Таковы некоторые из настоящих проблем, стоящих перед исследователями и разработчиками искусственного интеллекта. Но, несмотря на всю необходимость этих разработок, стоит задуматься и над социальными последствиями такого рода новшеств. С одной стороны, с появлением вычислительных машин произошли безусловно положительные сдвиги в человеческой деятельности. Так фактически возникла новая отрасль промышленности, появились многочисленные специалисты, которые создают и проектируют вычислительные машины. Но в подобной ситуации необходим какой-то действенный контроль за нашими интеллектуальными помощниками. Одна из опасностей интеллектуализации кроется в повышении требований к образовательному уровню членов общества. Постепенно потребность в неквалифицированном труде будет сокращаться, в будущем человечество может столкнуться с проблемой глобальной безработицы. Основная же проблема состоит в рациональности применения достижений ИИ-разработок. Особую опасность представляют новшества военного вооружения и стратегии. К примеру, методы распознавания образов нашли свое применение при разработке крылатых ракет. Подобным образом и другие методы ИИ могут сыграть свою роль в военных системах будущего, способных планировать свои действия без участия людей. И, наконец, стоит отметить, что широкое внедрение информационных и экспертных систем может привести к появлению своеобразных «интеллектуальных тунеядцев», полностью доверяющих машине и стремящихся избавиться от необходимости прилагать малейшие интеллектуальные усилия.

Многие применения искусственного интеллекта подняли глубокие философские вопросы. В каком смысле можно заявить, что компьютер понимает фразы естественного языка? Продуцирование и понимание языка требует толкования символов, недостаточно лишь правильно сформулировать строку символов, механизм понимания должен уметь приписывать им смысл или интерпретировать символы в зависимости от контекста. Что такое смысл? Что такое интерпретация? Эти и подобные вопросы встают во многих областях применения ИИ, будь то построение экспертных систем или разработка алгоритмов машинного обучения. Наши машины нуждаются в программах. Эти программы могут, правда, быть составленными другими машинами, однако для этих машин программу должен опять-таки составлять человек. Данную мысль можно продолжить – это означает, что подвижна сама граница между машиной и организмом, и ответ на вопрос, какой сложности могут быть построены машины, даст только опыт.

МИНИСТЕРСТВО ОБЩЕГО И

ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ

ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

КАФЕДРА ФИЛОСОФИИ

ПО ДИСЦИПЛИНЕ “ФИЛОСОФИЯ”

НА ТЕМУ: “ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ”

Факультет: ПМиИ

Группа: ПММ-41

Студент: Слепынин А. Ю.

Преподаватель: Буторин В. Я.

Новосибирск 1999г.

Введение 3

Взгляды на термин "знание" 5

Аспект представления знаний 5

Знание как основа 6

Рефлексия как одна из составляющих интеллектуальной деятельности 9

Понятие рефлексии 9

Неотъемлимость рефлексии 12

Математическо-технические аспекты реализации систем

искусственного интеллекта 13

Природа обработки естественного языка 15

Основная проблема обработки естественного языка 16

Распознавание речи 17

Практическая реализация 18

Семантические сети 20

Искусственный интеллект и теоретические проблемы психологии 21

Сознаниие и разум 23

Что такое сознание? 23

Сознание и выживание 24

Есть ли разум? 25

Чем же отличается сознание от самообучения? 26

Человек вооружен 27

Осознавание себя 27

Сознание - это не материальный предмет 28

Разумны только люди? 30

Заключение 31

Словарь терминов 33

Использованная литература 35

Введение

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

Взгляды на термин “знание”

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

Аспект представления знаний

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

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

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

Знание как основа

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

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

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

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

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

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

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

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

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

Рефлексия

как одна из составляющих интеллектуальной деятельности

Понятие рефлексии

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

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

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

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

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

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

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

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

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

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

Неотъемлемость рефлексии

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

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

Математическо-технические

аспекты реализации систем искусственного интеллекта

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

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

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

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

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

· для отдельных предложений;

· для ведения интерактивного диалога.

Природа обработки естественного языка

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

· собственно естественные языки;

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Распознавание речи

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

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

Для успешного распознавания речи следует решить следующие задачи:

1) обработку словаря (фонемный состав),

2) обработку синтаксиса,

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

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

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

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

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

Практическая реализация

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

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

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

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

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

· необходимость интеграции существующих и вновь разрабатываемых приложений;

· функционирование в неоднородной среде на нескольких аппаратных платформах;

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

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

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

Семантические сети

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

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

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

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

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

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

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

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

Искусственный интеллект

и теоретические проблемы психологии

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

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

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

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

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

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

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

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

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

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

Несколько слов о сознании

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

Что такое сознание?

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

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

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

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

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

Сознание и выживание

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

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

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

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

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

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

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

Есть ли разум?

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

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

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

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

Чем же отличается сознание от самообучения?

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

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

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

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

Человек вооружен

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

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

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

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

Осознавание себя

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

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

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

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

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

Сознание - это не материальный предмет.

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

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

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

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

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

Разумны только люди?

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

Постоянный динамический контакт с объектным миром является обязательным

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

Заключение

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

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

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

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

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

Словарь терминов

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

База знаний (Knowledge Base):

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

Вывод (Inference):

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

Знания (Knowledge):

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

ИИ-программирование (AI-programming):

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

Искусственный интеллект (Artificial Intelligence, AI):

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

Нейронная сеть (Neural Network, NN):

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

Представление

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

Представление знаний

Формализация истинных убеждений посредством фигур, записей или языков.

Использованная литература

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Репетиторство

Нужна помощь по изучению какой-либы темы?

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