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.

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

хорошую работу на сайт">

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

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

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

Реферат по дисциплине

«Философские проблемы науки и техники»

Философские проблемы искусственного интеллекта

Выполнил: ст. гр. 5СМ-122

Гизатуллина Алия Ахматовна

Проверил:

доц. кафедры истории и философии

Гайнуллина Л.Ф.

Казань 2015

Введение

2. Мыслительные возможности искусственного интеллекта

Заключение

Введение

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

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

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

1. История развития искусственного интеллекта

искусственный интеллект философский машинный

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

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

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

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

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

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

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

2 . Мыслительные возможности искусственного интеллекта

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

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

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

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

Этот тест дает следующие важные особенности:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3. Социально-этические аспекты создания искусственного интеллекта

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

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

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

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

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

Также, особо важным является проблема безопасности. Данная проблема будоражит умы человечества еще со времен Карела Чапека, впервые употребившего термин «робот». Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные можно упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, Брайана Герберта с его всемирным разумом Омниусом, а так же довольно свежее произведение -- «Терминатор» и «Матрица». Кстати, именно у Айзека Азимова можно найти самое проработанное, и принятое большинством людей решение проблемы безопасности - трех законах робототехники:

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

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

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

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

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

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

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

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

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

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

Машинный искусственный интеллект, построенный в виде наполняемого знаниями компьютера, никогда не сможет обладать творческим потенциалом, то есть стать умнее в творческом плане, не только человечества, но и отдельного человека. Но если предположить, что человеку удастся внести «Божью искру» в искусственный интеллект, то он потеряет на уникальность как самое умное на свете существо. Для человечества это путь самопожертвования во имя создания нового более совершенного живого аналога интеллекта человека.

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

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

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

Глобальная информатизация, Интернет и ИИ.

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

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

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

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

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

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

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

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

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

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

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

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

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

Заключение

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

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

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

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

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

3. Одинакова ли природа человеческого и искусственного интеллекта?

Список использованных источников

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

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

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

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

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

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

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

Размещено на Allbest.ru

Подобные документы

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


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

реферат , добавлен 25.08.2013


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

реферат , добавлен 21.12.2009


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

презентация , добавлен 17.02.2013


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

реферат , добавлен 17.02.2015


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

реферат , добавлен 19.05.2014


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

контрольная работа , добавлен 23.12.2012


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

контрольная работа , добавлен 21.09.2009


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

реферат , добавлен 11.04.2010


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

«Искусственный интеллект» и проблема субъективного в философии

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

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

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

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

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

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

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

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

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

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

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

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

Некоторые из указанных критериев будут обсуждаться ниже.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

искусственный интеллект субъективный

ЛИТЕРАТУРА

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

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.

План

Введение

1. Проблема определения искусственного интеллекта

2. Проблема определения задач искусственного интеллекта

3. Проблема безопасности

4. Проблема выбора пути к созданию искусственного интеллекта

Заключение

Список использованной литературы

Введение

С Искусственным интеллектом (ИИ) сложилась странная ситуация – изучается то, чего еще нет. И если этого не будет в течение ближайших 100 лет, то очень может быть, что эпоха ИИ на этом окончится.

Исходя из сказанного выше, вытекает основная философская проблема в области ИИ – возможность или не возможность моделирования мышления человека. В случае если когда-либо будет получен отрицательный ответ на этот вопрос, то все остальные вопросы не будут иметь не малейшего смысла.

Следовательно, начиная исследование ИИ, заранее предположим положительный ответ. Привожу несколько соображений, которые подводят нас к данному ответу.

1. Первое доказательство является схоластическим, и доказывает непротиворечивость ИИ и Библии. Даже люди далекие от религии, знают слова священного писания: «И создал Господь человека по образу и подобию своему…». Исходя из этих слов, мы можем заключить, что, поскольку Господь, во-первых, создал нас, а во-вторых, мы по своей сути подобны ему, то мы вполне можем создать кого-то по образу и подобию человека.

2. Создание нового разума биологическим путем для человека дело вполне привычное. Дети большую часть знаний приобретают путем обучения, а не как заложенную в них заранее.

3. Принципиальная возможность автоматизации решения интеллектуальных задач с помощью ЭВМ обеспечивается свойством алгоритмической универсальности. Это означает, что на них можно программно реализовывать любые алгоритмы преобразования информации, – будь то вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий.

Проблема искусственного интеллекта является сейчас одной из самых злободневных. Ею занимаются ученые различных специализаций: кибернетики, лингвисты, психологи, философы, математики, инженеры. Рассматриваются вопросы: что такое интеллект вообще и чем может являться искусственный интеллект, его задачи, сложность создания и опасения. И именно сейчас, пока ИИ еще не создан, важно задать правильные вопросы и ответить на них.

В своей работе я в основном использовала электронные источники расположенные в сети интернет, потому как только там есть свежая информация о разработках в области искусственного интеллекта на русском языке.

В приложении я поместила фотографии (некоторых наиболее известных ныне существующих роботов с элементами ИИ) и философскую иллюстрацию (к сожалению не известного мне художника), а также полное описание тестов Тьюринга и Сёрля, на которые я ссылаюсь во второй главе.

1. Проблема определения искусственного интеллекта

Выразить суть интеллекта в каком-то одном определении представляется исключительно сложной, практически безнадежной задачей. Интеллект есть нечто ускользающее, не вмещающееся в установленные языком смысловые рамки. Поэтому ограничимся просто тем, что приведем ряд известных определений и высказываний об интеллекте, которые позволят представить себе «объем» этого необычного понятия.

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 БСЭ: «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. (Более полное описание теста в Приложении )

Однако мысленный эксперимент «Китайская комната» Джона Сёрля (Описание эксперимента в Приложении ) – аргумент в пользу того, что прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления. Можно и дальше приводить примеры критериев, по которым «машинный мозг» можно считать способным к мыслительной деятельности и тут же находить им опровержения.

Единого ответа на вопрос чем является искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, 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 Дартсмутском колледже (США). Семинар был посвящен разработке методов решения логических, а не вычислительных задач. В английском языке данное словосочетание не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово intelligence означает «умение рассуждать разумно», а вовсе не «интеллект», для которого есть английский аналог: intellect (Т.А. Гаврилова).

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.

2. Проблема определения задач искусственного интеллекта

Следующим философским вопросом ИИ является цель создания. В принципе все, что мы делаем в практической жизни, обычно направлено на то, чтобы больше ничего не делать. Однако при достаточно высоком уровне жизни человека на первые роли выступает уже не лень, а поисковые инстинкты. Допустим, что человек сумел создать интеллект, превышающий свой собственный. Что теперь будет с человечеством? Какую роль будет играть человек? Для чего он теперь нужен? И вообще, нужно ли в принципе создание ИИ?

По-видимому, самым приемлемым ответом на эти вопросы является концепция «усилителя интеллекта» (УИ). Здесь уместна аналогия с президентом государства – он не обязан знать валентности ванадия или языка программирования Java для принятия решения о развитии ванадиевой промышленности. Каждый занимается своим делом – химик описывает технологический процесс, программист пишет программу; в конце концов, экономист говорит президенту, что вложив деньги в промышленный шпионаж, страна получит 20%, а в ванадиевую промышленность – 30% годовых. При такой постановке вопроса любой человек сможет сделать правильный выбор.

В данном примере президент использует биологический УИ – группу специалистов с их белковыми мозгами. Но уже сейчас используются и неживые УИ – например мы не могли бы предсказать погоду без компьютеров, при полетах космических кораблей с самого начала использовались бортовые счетно-решающие устройства. Кроме того, человек уже давно использует усилители силы (УС) – понятие, во многом аналогичное УИ. В качестве усилителей силы ему служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и многое-многое другое.

Основным отличием УИ от УС является наличие воли. Ведь мы не сможем себе представить, чтобы вдруг серийный «Запорожец» взбунтовался, и стал ездить так, как ему хочется. Не можем представить именно потому, что ему ничего не хочется, у него нет желаний. В тоже время, интеллектуальная система, вполне могла бы иметь свои желания, и поступать не так, как нам хотелось бы. Таким образом перед нами встает еще одна проблема – проблема безопасности.

3. Проблема безопасности

Философские проблемы создания искусственного интеллекта можно разделить на две группы, условно говоря, «до и после разработки ИИ». Первая группа отвечает на вопрос: «Что такое ИИ, возможно ли его создание?» На них я постаралась ответить в своей работе. И вторая группа (этика искусственного интеллекта) задаётся вопросом: «Каковы последствия создания ИИ для человечества?», которая приводит 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 свежее 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 роботехники.