Проблема соотношение интеллекта компьютера и человеческого мышления
Развитие компьютеров привело к созданию таких мощных машин, вычислительные возможности которых намного превосходили соответствующие возможности человеческого разума. А между тем компьютер как раз собран из отдельных модулей. С другой стороны, человеческий мозг утратил свою уникальность в отношении к животным: исследования человеческого генома показали, что степень его отличия от генома „больших обезьян“ (гориллы и особенно шимпанзе) не превышает 1-2 процентов. Можно было, разумеется, ещё говорить о каком-то загадочном „скачке“, превратившем обезьяний мозг в человеческий, но всё более ясным становилось, что человеко-обезьяньи различия — это результат длительной эволюции, а не одноразовых скачков.
Новая теория мышления сформировалась как обобщение всех перечисленных фактов. Сразу же оговорюсь, что она далеко не общепринята и потому имеет пока статус гипотезы. Она не общепринята прежде всего потому, что представляет собой, как уже сказано выше, концептуальный (по-ученому выражаясь — „парадигматический“) переворот: она переворачивает все основы прежней науки о мышлении, все её фундаментальные утверждения. Судите сами. Вот четыре главных утверждения этой новой концепции мышления.
1. Человеческий мозг является своеобразным компьютером.
2. Он построен в основном модулярно.
3. Значительная часть его интеллектуальной структуры имеет врождённое происхождение.
4. Эта структура возникла в ходе эволюции как приспособительное устройство, имеющее целью выживание и развитие человеческого генома.
Рассмотрим все эти революционные утверждения по порядку.
Как следует понимать тезис первый, о компьютерном характере мышления?
Согласно Пинкеру (который следует здесь за Хомским), человеческий мозг способен судить о „грамматической правильности“ или „грамматической неправильности“ даже таких высказываний, смысла которых он не понимает. Правильные суждения он способен обрабатывать по врождённым ему, самым общим законам синтаксиса, точно так же, как компьютер способен отличать и обрабатывать по заранее встроенным в него программам любые логически правильно (то есть математически корректно) сформулированные утверждения, не понимая, разумеется, того содержания, которое вложили в эти утверждения люди. В этом плане процесс человеческого „рационального“ (оно же логическое) мышления, основанный на некой формальной системе правил, мало чем отличается от процесса компьютерного расчёта. Эта способность мышления основана на том, что очень многие наши „мысли“ в действительности представляют собой систему логических операций и связок.
Оппоненты новой концепции резко возражают против этих утверждений. Они считают, что такая „без-мысленная“ обработка мыслей не может идти до бесконечности, рано или поздно некий „высший орган“ мозга должен свести воедино все результаты этой обработки и сверить получившуюся общую картину с реальностью, но уже „по смыслу“. (Иногда этот контрольный орган отождествляют с так называемым здравым смыслом, поскольку он не пропускает заведомой бессмыслицы, противоречащей законам реальности, записанным в прошлом опыте человека. Заметим, что „здравый смысл“ никогда не пропустил бы через свой контроль — именно как заведомую бессмыслицу — теорию относительности Эйнштейна, летящих влюбленных Шагала и „Вавилонскую библиотеку“ Борхеса. Прощай, творчество!)
По существу, перечисленные возражения возвращают нас в „картезианский театр“ иерархического мозга. Этим утверждениям новая концепция противопоставляет прямо противоположный тезис — о „модулярности“ нашего мышления. В её понимании это означает, что архитектура мышления представляет собой сложную конструкцию, состоящую из отдельных, автономных, специализированных „модулей“, каждый из которых предназначен для решения своей локальной задачи на основе имеющейся в его распоряжении специфической информации и средств её обработки.
Примером такого модуля может служить та система нейронов, которая занята в мозгу преобразованием двумерного изображения внешнего мира на сетчатке нашего глаза в трёхмерный „образ мира“, предстоящий перед нашим „внутренним зрением“. Это преобразование, как уже доказано многими экспериментами, имеет характер математической компутации и практически не зависит от других познавательных функций. Не случайно многие зрительные иллюзии сохраняются даже тогда, когда мы знаем, что они иллюзорны, например, луна на горизонте кажется много больше, чем в зените, несмотря на то, что мы знаем, что это иллюзия.
Таким образом, в новой концепции мозг сходен с компьютером не только по принципам обработки информации, но и по архитектуре: он тоже представляет собой комбинацию множества „не-разумных“ подсистем. Каждый такой независимый (или квазинезависимый) модуль работает с той информацией, которая имеется в его распоряжении, то есть „локальной“, и в этом смысле очень похож на отдельные процессоры большого компьютера. Тем больше оснований думать, что его работа подобна работе любого компьютерного модуля, формально обрабатывающего свою информацию по определённой системе правил компутации. Поэтому „модульность“ архитектуры нашего мышления в определённом смысле слова „требует“ (или, мягче, предполагает), что его работа имеет компьютерный характер.
Третьей особенностью „новой психологии“ является утверждение, что значительная часть „познавательных программ“, управляющих работой модулей, дана человеку от рождения. Она не формируется в процессе жизни, а определяется генами. В пользу этого говорят результаты многочисленных исследований младенческого мышления, а также, например, бесспорные факты глубинного структурного сходства самых разных человеческих языков. Понятно, что это сходство легче всего объясняется, если принять, что оно обусловлено общими для всех людей генами.
Другим свидетельством врождённости многих познавательных программ является результат недавней сенсационной работы американских нейрологов Катца и Кроули, изучавших так называемые окулярные колонки — аккуратные колонки нейронов, реагирующих на визуальную активность одного или другого глаза. Со времен классических работ Хюбеля и Визеля, которые в 60-е годы показали, что эти колонки образуются в мозгу только в результате уже начавшейся визуальной активности, установилось мнение, что зрительный „модуль“ формируется уже после рождения. Сейчас, изучая эти колонки у новорождённых, ещё незрячих хорьков, Катц и Кроули обнаружили, что эти колонки в действительности образуются до рождения, не нуждаясь в поступлении визуальных сигналов из внешнего мира, и уже тогда несут в себе врождённые генетические программы обработки визуальной информации.
Если вам нужна помощь в написании работы, то рекомендуем обратиться к профессионалам. Более 70 000 авторов готовы помочь вам прямо сейчас. Бесплатные корректировки и доработки. Узнайте стоимость своей работы.
Установка „новой психологии“ на генетический, врождённый характер „модульных программ“ вызывает страстные возражения со стороны глашатаев модного сегодня постмодернистского „культурного релятивизма“. Следуя своему принципу полной интеллектуальной уравниловки всех людей и всех культур, они, естественно, отвергают любой намек на генетическую предопределённость (и, стало быть, врождённое различие) познавательных возможностей, скажем, чёрных и белых американцев (а, стало быть, и какое бы то ни было различие уровня европейской и африканской культур).
Есть, однако, и более серьёзные возражения. По мнению многих специалистов, тезис о „врождённости“ многих познавательных программ, а следовательно, их обусловленности генами, неизбежно ведёт к выводу, что человеческая психика является попросту эволюционным приспособительным механизмом, возникшим под давлением естественного отбора, а потому может быть полностью объяснена на основе чисто эволюционных соображений. Не случайно Г. Плоткин в своей „Эволюции в мышлении“ с энтузиазмом цитирует слова Теодора Добжанского о том, что „все биологические явления можно понять только в свете эволюции“, от себя добавляя лишь слово „полностью“ перед „понять“.
Многие учёные, включая и тех, которые разделяют все остальные тезисы „новой психологии“, называют такую — чисто эволюционную — трактовку формирования человеческого мышления „психологическим дарвинизмом“. Она вызывает их возражения. В самом деле, напоминают они, мозг обезьян по физической структуре весьма мало отличается от человеческого, хотя мышление и поведение людей несоизмеримо сложнее мышления и поведения обезьян. Так, быть может, превращение одного мозга в другой произошло в результате совершенно незначительного и случайного мутационного изменения? И, быть может, истинной причиной резкого скачка в сложности мышления и поведения была именно эта крохотная случайность, а отнюдь не тот длительный процесс эволюционного приспосабливания, управляемый естественным отбором, на котором настаивает „психологический дарвинизм“? Такую точку зрения энергично проводит известный (и с уважением упоминаемый С. Пинкером) философ науки Джерри Фодор в своей недавней книге, вызывающе антипинкеровски названной „Мышление работает не так“.
Разумеется, все эти рассуждения скрытно возвращают в психологию представления о „Великом скачке“ (он же „случайная мутация“ и „крохотная случайность“), который, минуя эволюцию, разом перебросил человека из мира животных в царство разума. По сути, они возвращают также к прежним утверждениям о непостижимости загадки появления человеческого мышления.
Когда-то Н. Хомский бросил замечательную фразу: „Незнание можно рассортировать на загадки и проблемы“. С. Пинкер в своей книге, процитировав эти слова, говорит, что благодаря новой концепции мышления „десятки загадок мозга были переведены из ранга загадок в ранг проблем“. Для Джерри Фодора главное в мышлении всё ещё остается загадкой, и не случайно один из рецензентов его книги назвал Фодора и ему подобных „новыми мистиками от психологии“. На возражения этого типа глашатаи новой концепции мышления отвечают ссылкой на „модулярность мозга“. Если мозг, как мы видели, в основном построен из независимых модулей, каждый из которых обрабатывает только „свою“ специализированную информацию, то всё множество этих модулей никак не могло образоваться в результате одной небольшой мутации — это и в самом деле могло произойти лишь в ходе длительного эволюционного процесса.
Искусственный интеллект - это специальная область науки, опирающаяся на информатику и другие дисциплины; ее главной задачей является разработка таких программ, которые придали бы компьютеру интеллект.
Существуют два подхода к проблеме искусственного интеллекта. Чаще всего исследователи используют подход «сверху вниз», при котором разрабатываются экспертные системы, или «мыслящие Машины». Такие машины представляют собой настоящий электронный мозг, способный формулировать правила организации знаний, создавать гипотезы и сопоставлять их с реальной действительностью с целью выработки новых решений. Второй подход-это путь «снизу вверх». При этом ученые разрабатывают системы, улавливающие различные виды информации (по типу глаза или уха), соединяют эти системы с обу-
Адаптация и творчество 475
чающимися сетями и с помощью таких моделей пытаются понять, как действует мозг при декодировании и интерпретации входных данных.
По мнению Моравеца (Университет Карнеги - Меллона), об «искусственном интеллекте» можно будет по-настоящему говорить только тогда, когда эти два подхода, развивающиеся пока независимо, объединятся.
1. Мыслящие машины. Компьютеры, о которых мы до сих пор говорили, -это обычные электронные вычислительные машины, действующие по принципу цифровой обработки информации. Они имеют, с одной стороны, блок памяти, а с другой - обрабатывающее устройство; эти два блока по программе, составленной человеком, обмениваются двоичными сигналами, каждый из которых может принимать значения либо «да», либо «нет». Даже для таких машин уже созданы экспертные системы, благодаря которым они работают по меньшей мере так же эффект эффективно, как лучшие специалисты различных областей человеческого знания..
В последние годы некоторые биофизики -например, Хопфилд из Калифорнийского технологического института, -заинтересовались разработкой так называемых нейрокомпьютеров, функционирование которых гораздо ближе к работе человеческого мозга. Такие компьютеры состоят из сетей, образованных соединенными между собой кремниевыми «нейронами». Роль синапсов здесь играют сопротивления в местах контактов между «нейронами». Преимущество таких сетей состоит в том, что им не обязательно нужно обладать всеми входными данными, чтобы предложить возможное решение проблемы. Их память, как и наша, функционирует по ассоциативному принципу: эти машины способны ассоциировать неполную входную информацию с информацией, уже имеющейся в памяти, и благодаря этому могут формулировать вероятные ответы гипотетического характера («может быть. »). Память диффузно распределена по всей нейронной сети, и при уничтожении части этой сети она не разрушается, а становится лишь менее четкой или более подверженной ошибкам.
С помощью подобной сети из нескольких десятков искусственных нейронов, соединенных с матрицей фоточувствительных элементов, Хопфилд смог добиться распознавания, например, буквы А независимо от конкретного варианта ее написания. Именно так ребенок усваивает алфавит. Для этого Хопфилду достаточно было сделать так, чтобы сеть сама могла изменять сопротивление своих связей при каждом предъявлении буквы А, написанной несколько различными способами. На одиннадцатом предъявлении машина распознала букву А за долю секунды.
Сайновски и Розенберг из Университета Джонса Гопкинса достигли еще большего: их машина NETtalk за одну ночь усвоила 1000 слов, прочитанных вслух из текста на английском языке. При использовании классических методов программирования это потребовало бы нескольких лет.
Подобные сети способны обучаться самостоятельно, и им не надо указывать, верен или неверен их ответ. Машине достаточно лишь запомнить состояние сети при предъявлении ей той или иной информации (например, буквы А), и тогда конфигурация, характерная для этой информации, автоматически воспроизводится при ее новом предъявлении. Такие сети способны в рекордное время выявить из 10 32 возможных вариантов наиболее краткий путь, соединяющий между собой 30 точек (обычный компьютер решал бы такую задачу несколько дней). Ученые рассматривают уже возможность строить сети, разделенные, подобно мозгу, на области, у каждой из которых будет своя специфическая функция. Это позволит решать задачи вроде только что упомянутой за минимальное время, причем число точек может достигать 1000.
2. Сенсоры. Некоторых исследователей особо заинтересовал второй подход -путь «снизу вверх». Они пытаются создать машины, способные видеть и слышать. В качестве примера можно привести кремниевую «сетчатку», разработанную Карвером Мидом (Mead) из Калифорнийского технологического института. Эта сетчатка представляет собой сеть из 100 тысяч транзисторов, собранных в микросхеме размером в несколько квадратных миллиметров. В этом устройстве имеются фоточувствительные датчики, соединенные с несколькими слоями «нейронов», каждый из которых выполняет вполне определенную роль (как и в сетчатке животного; см. приложение А). Такая сеть преобразует входную информацию в электрические сигналы, и это позволяет непрерывно и в режиме реального времени регистрировать изменения яркости и перемещения световых пятен. Далее устройство по кадрам анализирует входную картину, включая перемещения объектов и все изображение в целом (что обычная камера делать не может). Была разработана также «улитка» (для анализа звуков), более эффективная, чем у низших животных, обладающих этим органом. Кроме того, как уже говорилось выше (досье 8.1), Псалтис разрабатывает световые нейрокомпьютеры, в которых информация памяти записывается на голографические пластинки.
Таким образом, остается лишь соединить выходы подобных сенсоров с обучающейся сетью, играющей роль мозга и способной использовать получаемую информацию и вновь подавать ее в сеть, т.е. функционировать так же, как живые нервные клетки. Возможно, это уже дело ближайшего будущего.
Философия искусственного интеллекта (ИИ) охватывает широкий круг фундаментальных проблем, связанных с созданием искусственного интеллекта. В чём сущность разума? Каковы принципы его работы? И, наконец, - возможно ли создание искусственного интеллекта? Несмотря на огромные успехи в создании программ и алгоритмов, способных решать многие интеллектуальные задачи гораздо эффективнее человека, мы не можем найти ясного и однозначного ответа на эти вопросы.
Ответ на вопрос о возможности существования искусственного интеллекта определялся мировоззренческой ориентацией мыслителя: дуалистическая традиция, восходящая к Р.Декарту, постулировала невыразимость мышления через телесное, тогда как материалистическая традиция считала мышление производным от телесного. Декарт, исходя из своей дуалистической системы, считал мышление атрибутом лишь человека (даже животных он описывал как «автоматы»), тогда как материалистическая традиция теоретически оставляла возможность существования мышления не только у людей.
Что же можно считать критерием наличия разума? Обыденное сознание, как правило, воспринимает в качестве критерия разумности поведение. Мы считаем нечто разумным или неразумным, оценивая его поведение. Но какова связь между сущностью разума человека и его внешним проявлением – разумным поведением? Какое поведение будет разумным? Как по чьему-либо поведению можно определить, обладает ли это существо разумом?
Ещё в XVIII в. Д.Дидро в своих «Философских размышлениях» заявлял, что если он найдёт попугая, способного ответить на любой вопрос, то этого попугая, без сомнения, придётся считать разумным существом.
В 1936 году философ А. Айер рассмотрел вопрос касательно других разумов: как узнать, что другие люди имеют тот же сознательный опыт, что и мы? «Единственным основанием, на котором я могу утверждать, что объект, который кажется разумным, на самом деле не разумное существо, а просто машина, является то, что он не может пройти один из эмпирических тестов, согласно которым определяется наличие или отсутствие сознания»[1].
«Могут ли машины мыслить?» - такой вопрос поставил в 1950 г. британский математик и логик А.Тьюринг. Он подчёркивает, что традиционный подход к этому вопросу состоит в том, чтобы сначала определить понятия «машина» и «интеллект». Тьюринг, однако, выбрал другой путь; вместо этого он заменил исходный вопрос другим, «который тесно связан с исходным и формулируется относительно недвусмысленно». По существу, он предлагает заменить вопрос «Думают ли машины?» вопросом «Могут ли машины делать то, что можем делать мы (как мыслящие создания)?». «Компьютер можно считать разумным, если он способен заставить нас поверить, что мы имеем дело не с машиной, а с человеком». Преимуществом нового вопроса, как утверждает Тьюринг, является то, что он проводит «чёткую границу между физическими и интеллектуальными возможностями человека», для чего Тьюринг предлагает эмпирический тест.
Суть теста Тьюринга в следующем. В разных комнатах находятся судья, человек и машина. Судья ведёт переписку с человеком и машиной, заранее не зная, кто из собеседников является человеком, а кто – машиной. Время ответа на вопрос является фиксированным, так что судья не может определить машину по этому признаку (во времена Тьюринга машины работали медленнее человека, а сейчас реагируют быстрее). Если судья не может определить, кто из его собеседников является машиной, то машина смогла пройти тест Тьюринга и может считаться мыслящей. Причём, машина не просто будет подобием разума человека – она будет именно разумом, т.к. у нас не будет никакой возможности отличить её поведение от поведения человека. Такая трактовка искусственного интеллекта как полноправного эквивалента естественного получила название «сильного ИИ».
Обратим внимание на то, что тест Тьюринга вовсе не подразумевает, что машина должна «понимать» суть тех слов и выражений, которыми она оперирует. Машина должна лишь должным образом имитировать осмысленные ответы.
В 1980 г. Дж.Сёрл предлагает мысленный эксперимент, критикующий тест Тьюринга и представление о возможности существования разума без понимания. Суть эксперимента в следующем. Сёрл пытается имитировать знание китайского языка, которого не понимает.
«…предположим, что меня поместили в комнату, в которой расставлены корзинки, полные китайских иероглифов. Предположим также, что мне дали учебник на английском языке, в котором приводятся правила сочетания символов китайского языка, причём правила эти можно применять, зная лишь форму символов, понимать значение символов совсем необязательно. Например, правила могут гласить: «Возьмите такой-то иероглиф из корзинки номер один и поместите его рядом с таким-то иероглифом из корзинки номер два». Представим себе, что находящиеся за дверью комнаты люди, понимающие китайский язык, передают в комнату наборы символов, и что в ответ я манипулирую символами согласно правилам и передаю обратно другие наборы символов»[2].
Таким образом, Сёрл проходит подобие теста Тьюринга на знание китайского языка, которого на самом деле не знает. Очевидно, что в данном случае Сёрл выполняет исключительно механическую работу и легко может быть заменён машиной. Сёрл показывает, что тест Тьюринга вовсе не является критерием наличия сознания, а лишь критерием способности манипулировать символами.
Суть позиции Сёрла по вопросу искусственного интеллекта сводится к следующему: разум оперирует смысловым содержанием (семантикой), тогда как компьютерная программа полностью определяется своей синтаксической структурой. Следовательно, программы не являются сущностью разума и их наличия недостаточно для наличия разума. Разум не может сводиться лишь к выполнению компьютерной программы. То, что порождает разум, должно обладать, по крайней мере, причинно-следственными свойствами, эквивалентными соответствующим свойствам мозга. Т.е. Сёрл отметает прочерченный Тьюрингом прямой путь к искусственному интеллекту.
Впрочем, против мысленного эксперимента Сёрла было приведено немало возражений. Вот основные из них:
· для того, чтобы гарантировано пройти тест, в книге должны содержаться адекватные ответы на ВСЕ существующие вопросы. Т.е. книга должна обладать всезнанием, иначе вероятность того, что необычный вопрос вгонит систему в ступор, будет ненулевой.
· на самом деле, тест на знание китайского языка проходит система, состоящая из Дж. Сёрла, книги правил и людей, которые эту книгу правил составляли. А вот люди, составлявшие книгу, несомненно, обладают знанием китайского языка. Хотя другие части системы язык не понимают.
Также, аргументом против теста Тьюринга как критерия наличия разума является то, что тест Тьюринга на самом деле является тестом на человекоподобие, а не на разумность вообще. При прохождении теста машина должна вести себя как человек – но ведь далеко не всё человеческое поведение разумно, а многие интеллектуальные задачи машина может решать гораздо эффективнее человека (например, математические вычисления). Стремление же пройти тест Тьюринга заставляет машины быть «не слишком умной». Можно привести такое сравнение: если бы инженеры начала XX в., создавая самолёт, пытались сделать его точной копией птицы, они были бы похожи на современных учёных, которые пытаются создать машину, мыслящую точно так же, как мыслит человек. Это совершенно непрактично. Самолёты летают не как птицы, тем не менее, они летают гораздо быстрее, дальше и выше птиц. Т.е. тест Тьюринга не раскрывает сущности разума, а лишь указывает на успешную имитацию его внешнего проявления, причём проявления не самого значимого. «Способность болтать – еще не признак интеллекта» - резюмируют эту позицию сценаристы фильма «Звёздные войны».
Эти теоретические рассуждения подтверждаются и практикой создания интеллектуальных программ. Например, типична история машинного перевода, возможности которого еще несколько десятилетий считались значительно превосходящими возможности переводчика-человека. Но на практике, несмотря на немыслимые объёмы информации, которые способна хранить машина, перевод в лучшем случае настолько стилистически «коряв» и уродлив, что «машинный перевод» стал своеобразной темой комедийного интернет - искусства. Любому хорошему переводчику известно, что для настоящего перевода (даже технического) мало словаря и грамматики. Тут еще нужны знания в той области, к которой относится текст - переводчик должен понимать, о чём в тексте идёт речь. Т.е. синтаксис без семантики не даёт возможности решать большую часть интеллектуальных задач, доступных разуму человека.
Поэтому, для разработчиков современных интеллектуальных программ тест Тьюринга не стал универсальным критерием их успеха. Зато получил огромное распространение «тест Тьюринга наоборот» - назойливая CAPTCHA[3].
Как мы видим, поиск возможности создания искусственного интеллекта в любом случае упирается в вопрос: что такое разум?
В 1963 А.Ньюэлл и Г.Саймон, основываясь на анализе языка, предположили, что сущность разума заключается в способности оперировать символами. Такой подход позволил создать программу, способную решить любую интеллектуальную задачу в том случае, если задача могла быть формализована (например, доказывать теоремы, играть в шахматы и т.п.). Способность выполнять символьные вычисления вполне достаточна для решения интеллектуальных задач, а без таких вычислений разумное поведение невозможно. Таким образом, разум может быть рассмотрен как устройство, оперирующее информацией в соответствии с формальными правилами. В рамках данного подхода искусственный интеллект создаётся по аналогии с мозгом и нервной системой человека, т.е. по принципу нейросети. Нейросети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения — одно из главных преимуществ нейросетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение.
Этот подход подвергся критике со стороны философа Х.Дрейфуса. Суть его возражений в следующем:
· знание человека о мире состоит не только и не столько из объективных знаний о мире, сколько из нашего субъективного отношения к нему и склонности воспринимать и интерпретировать события так или иначе. Даже если мы используем символическую систему для выражения наших мыслей, мысли всё равно формируются во многом под воздействием бессознательных факторов. Следовательно, рассмотрение разума может как устройства, оперирующего информацией в соответствии с формальными правилами, недостаточно для понимания сущности разума и создания искусственного интеллекта.
· не всё знание и не все задачи могут быть формализованы. Значительная часть восприятия человека не может быть адекватно выражена в символах. Следовательно, ИИ, построенный как символическая система, сможет решать лишь небольшой круг формализуемых задач, не являясь разумом.
Практика создания ИИ подтвердила правоту скептицизма Дрейфуса. Современные нейрокомпьютеры способны эффективно решать многие задачи, но до возможностей человеческого разума им бесконечно далеко. Таким образом, сведение разума к оперированию символами по формальным правилам не привело к пониманию его сущности.
Хотя качественного прорыва в создании сильного ИИ не произошло, количественно вычислительные возможности ЭВМ возрастали экспоненциально, и в данный момент сложность современных ЭВМ неумолимо приближается к сложности мозга человека. Возможно ли, что количественный рост сложности вычислительных систем приведёт к их качественному скачку?
В 1993 г. математик и писатель В. Виндж предложил концепцию, описывающую последствия возникновения ИИ, превосходящего по вычислительным возможностям человеческий разум. С того момента, как ИИ будет открывать новое знание быстрее человека, ИИ сможет создавать всё более и более совершенные вычислительные машины, которые будут ускорять рост знания в ещё большей степени, т.е. процесс будет нарастать как снежный ком, становясь недоступным пониманию человека. После этого развитие ИИ станет настолько стремительным, что даже самые приблизительные прогнозы о том, что произойдёт дальше, теряют смысл. В.Виндж назвал этот момент «технологической сингулярностью».
Технологическая сингулярность характеризуется появлением нового вида знания – т.н. машинного знания, т.е. знания, доступного лишь машине. Как это может выглядеть? Например, как математическая теорема, доказанная машиной. Первая крупная математическая теорема, доказанная с помощью компьютера, — т.н. «теорема о четырех красках». Ее формулировка элементарна: для того чтобы раскрасить географическую карту так, чтобы никакие два граничащих региона не были одного цвета, достаточно всего четырех разных красок. Два региона считаются граничащими, если они имеют протяженную границу, то есть состоящую больше чем из одной точки. Доказательство теоремы о четырех красках — прецедент использования компьютера при решении классических математических задач. В то же время оно примечательно своей длиной и сложностью. Даже после применения компьютера, позволившего значительно сократить вычисления, текст доказательства элементарно формулируемого утверждения имеет астрономическую длину. Нетрудно представить себе появление такой теоремы, доказательство которой будет слишком длинным, чтобы человеческой жизни хватило на его проверку. И тогда развитие знания и получение его плодов окажутся прерогативой искусственного разума.
И всё же даже на пути теоретических рассуждений на тему создания сильного ИИ остаётся одно веское «но». Развитие «машинного» знания предполагает возможность не только решения искусственным разумом уже поставленных и формализованных задач, но и постановку и осмысление принципиально новых. Т.е. разум должен быть способен к творчеству. Но сама идея творчества противоречит алгоритмическому подходу, ведь творчество – это деятельность вне формальных правил и алгоритмов, постановка и решение принципиально новых задач. Вполне вероятно, что разум принципиально невозможно свести к определённому набору операций и алгоритмов, а это значит, что самостоятельное развитие для алгоритмически построенного ИИ окажется недоступным.
Возможность создания машинного аналога человеческого разума не представляется в настоящее время теоретически и эмпирически обоснованной. Напротив, мы рассмотрели ряд убедительных аргументов, которые указывают на принципиальные различия между интеллектом человека и любыми, сколь угодно сложными «интеллектуальными» алгоритмическими системами[4]. На данный момент философия искусственного интеллекта не смогла методом моделирования ответить на вопрос «что такое разум?», но зато мы можем уверенно заключить, чем разум не является. Теория и практика создания ИИ позволяет нам с уверенностью отвергнуть представления о «человеке-машине» и о сводимости деятельности разума к выполнению набора формальных вычислений.
Наиболее важным значением философских проблем ИИ представляется не создание пусть и весьма совершенных алгоритмов для решения практических задач, а те новые горизонты в понимании природы и сущности сознания, которые открываются в процессе решения вопросов создания ИИ. Таким образом, философия искусственного интеллекта в полной мере следует максиме Сократа «познай самого себя».
1. Сирл Дж. Разум мозга — компьютерная программа? // В мире науки. (Scientific American. Издание на русском языке) № 3, 1990. — М., «Мир», 1990.
2. Сёрль Дж. Рациональность в действии / Пер. с англ. А. Колодия, Е. Румянцевой. — М.: Прогресс-Традиция, 2004. — 336 с.
3. Васильев В.В. Трудная проблема сознания. — М., Прогресс-Традиция, 2009. – 272 с.
[1] А.Айер. Язык, Истина и логика.- с.140.
[2] Цит. По «В мире науки», 1990, № 3, с. 7-11)
[3] Completely Automated Public Turing test to tell Computers and Humans Apart - тест, по замыслу разработчиков, позволяющий программе определить, кем является пользователь системы: человеком или программой. Впрочем, автору этих строк неизвестна ни одна «капча», которую с высокой вероятностью опознать человек, а ни одна программа не смогла бы.
[4] Быковский И.А. Философские аспекты проблем создания искусственного интеллекта – автореферат дисс. на соискание уч. ст. к.ф.н. – Саратов, 2003.
Технологии развиваются семимильными шагами, и мы каждый день сталкиваемся с умными машинами, автоматизированными системами, искусственным интеллектом. В чем же отличие ИИ от интеллекта человека и чем нам грозит технологический прогресс?
Симбиоз
На самом деле, мы уже давно прекрасно существуем в симбиозе с ИИ: мы обучаем его новым алгоритмам, а он, в свою очередь, помогает нам. Возьмем ту же автозамену слов в текстовых редакторах и мессенджерах. Если при наборе слова мы допускаем ошибку, машина нам подсказывает правильное написание. При этом в электронный словарь постоянно добавляются новые слова. Из этого следует, что AI не может существовать самостоятельно, так или иначе, он выполняет работу, необходимую человеку и заложенную в него человеком. Стоит ли нам опасаться того дня, когда человек перестанет быть нужен искусственному интеллекту? Некоторое время назад в интернете распространился афоризм: «Я не боюсь машины, которая пройдет тест Тьюринга. Я боюсь ту, которая его намеренно провалит». Здесь уже надо поднимать вопрос наличия сознания у компьютера.
Тест Тьюринга
Поскольку человеческий мозг еще не изучен до конца, то и все его свойства пока не представляется возможным сымитировать при помощи AI. Для искусственного интеллекта характерны память и мышление, но только в виде алгоритмов, поэтому нельзя сравнивать обширное понятие человеческого интеллекта с набором программ. Однако в эпоху прорывных технологий возможен скачок, который приблизит ИИ к человеческому интеллекту. Пока преимущество на нашей стороне, мы можем развивать собственный мозг благодаря его нейропластичности. Постоянные тренировки когнитивных функций, обретение новых навыков и способов мышления — ключ к нашей продуктивности и плодотворному взаимодействию с компьютерными программами.
Технологии развиваются семимильными шагами, и мы каждый день сталкиваемся с умными машинами, автоматизированными системами, искусственным интеллектом. В чем же отличие ИИ от интеллекта человека и чем нам грозит технологический прогресс?
Симбиоз
На самом деле, мы уже давно прекрасно существуем в симбиозе с ИИ: мы обучаем его новым алгоритмам, а он, в свою очередь, помогает нам. Возьмем ту же автозамену слов в текстовых редакторах и мессенджерах. Если при наборе слова мы допускаем ошибку, машина нам подсказывает правильное написание. При этом в электронный словарь постоянно добавляются новые слова. Из этого следует, что AI не может существовать самостоятельно, так или иначе, он выполняет работу, необходимую человеку и заложенную в него человеком. Стоит ли нам опасаться того дня, когда человек перестанет быть нужен искусственному интеллекту? Некоторое время назад в интернете распространился афоризм: «Я не боюсь машины, которая пройдет тест Тьюринга. Я боюсь ту, которая его намеренно провалит». Здесь уже надо поднимать вопрос наличия сознания у компьютера.
Умственный интеллект человека, IQ (intelligence quotient) — это совокупность накопленных знаний, умение их правильно применять, а также широта кругозора, умение находить логические решения. Все тесты, направленные на определение коэффициента интеллекта, сопоставляют его с возрастом человека, поскольку интеллект постоянно развивается. Развитие умственных способностей напрямую зависит от когнитивных функций головного мозга — внимания, памяти, мышления, восприятия. Кроме того, человеку присущ определенный уровень эмоционального интеллекта — это умение определять подтексты, скрытые смыслы, манипуляции со стороны собеседника благодаря считыванию его эмоций, мимики, жестов, позы. Интеллект человека развивается в социуме, когда мы взаимодействуем с другими людьми, обмениваемся опытом, перенимаем культурные традиции.
Колоссальное отличие искусственного интеллекта (AI, artificial intelligence) заключается в том, что он изначально запрограммирован на определенные действия. В него заложен алгоритм, благодаря которому он выполняет те или иные функции. Например, нейросети — разновидность ИИ — могут создавать шедевры искусства: картины, музыку, литературные произведения. Но в них изначально заложена база знаний, на которые они опираются. Они с молниеносной скоростью обрабатывают огромные объемы информации для этого. Делает ли это искусственный интеллект умнее человека? Давайте посмотрим на неоспоримые преимущества AI:
- У него абсолютная память. Человек может что-то забыть, машина же — нет, она извлекает всю имеющуюся у нее информацию при необходимости.
- Он не может допустить ошибку по невнимательности или из-за усталости. Если алгоритмом заложено выполнять вычислительные операции, то ИИ будет это делать сколько потребуется.
- На него не влияют эмоции. В отличие от человека, машина не поддается манипуляциям и уловкам, она строго следует инструкциям вне зависимости от обстоятельств. Здесь может скрываться и опасность, поскольку эти действия могут быть, например, неэтичными — все зависит от того, как ее запрограммировать.
- Он дает все возможные прогнозы. Компьютер в состоянии просчитать абсолютно все варианты развития событий.
Умственный интеллект человека, IQ (intelligence quotient) — это совокупность накопленных знаний, умение их правильно применять, а также широта кругозора, умение находить логические решения. Все тесты, направленные на определение коэффициента интеллекта, сопоставляют его с возрастом человека, поскольку интеллект постоянно развивается. Развитие умственных способностей напрямую зависит от когнитивных функций головного мозга — внимания, памяти, мышления, восприятия. Кроме того, человеку присущ определенный уровень эмоционального интеллекта — это умение определять подтексты, скрытые смыслы, манипуляции со стороны собеседника благодаря считыванию его эмоций, мимики, жестов, позы. Интеллект человека развивается в социуме, когда мы взаимодействуем с другими людьми, обмениваемся опытом, перенимаем культурные традиции.
Колоссальное отличие искусственного интеллекта (AI, artificial intelligence) заключается в том, что он изначально запрограммирован на определенные действия. В него заложен алгоритм, благодаря которому он выполняет те или иные функции. Например, нейросети — разновидность ИИ — могут создавать шедевры искусства: картины, музыку, литературные произведения. Но в них изначально заложена база знаний, на которые они опираются. Они с молниеносной скоростью обрабатывают огромные объемы информации для этого. Делает ли это искусственный интеллект умнее человека? Давайте посмотрим на неоспоримые преимущества AI:
- У него абсолютная память. Человек может что-то забыть, машина же — нет, она извлекает всю имеющуюся у нее информацию при необходимости.
- Он не может допустить ошибку по невнимательности или из-за усталости. Если алгоритмом заложено выполнять вычислительные операции, то ИИ будет это делать сколько потребуется.
- На него не влияют эмоции. В отличие от человека, машина не поддается манипуляциям и уловкам, она строго следует инструкциям вне зависимости от обстоятельств. Здесь может скрываться и опасность, поскольку эти действия могут быть, например, неэтичными — все зависит от того, как ее запрограммировать.
- Он дает все возможные прогнозы. Компьютер в состоянии просчитать абсолютно все варианты развития событий.
Тест Тьюринга
Поскольку человеческий мозг еще не изучен до конца, то и все его свойства пока не представляется возможным сымитировать при помощи AI. Для искусственного интеллекта характерны память и мышление, но только в виде алгоритмов, поэтому нельзя сравнивать обширное понятие человеческого интеллекта с набором программ. Однако в эпоху прорывных технологий возможен скачок, который приблизит ИИ к человеческому интеллекту. Пока преимущество на нашей стороне, мы можем развивать собственный мозг благодаря его нейропластичности. Постоянные тренировки когнитивных функций, обретение новых навыков и способов мышления — ключ к нашей продуктивности и плодотворному взаимодействию с компьютерными программами.
Читайте также: