Искусственный интеллект: фантазия или реальность?

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное бюджетное образовательное учреждение высшего

профессионального образования

«УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Кафедра «Философия»

Курсовая работа на тему:

«Искусственный интеллект: фантазия или реальность?»

Дисциплина «Философия»



Содержание

Введение

1. Рефлексия как одна из составляющих интеллектуальной деятельности

1.1. Понятие рефлексии

1.2. Неотъемлемость рефлексии

2. Философия искусственного интеллекта

2.1. Может ли машина мыслить

3. Идея искусственного интеллекта

3.1. Перспективы

3.2. Философские подходы к созданию искусственного интеллекта

3.3. Пути моделирования интеллекта и мышления

3.4. Черты кибернетического метода мышления

3.5. Опасности и неудачи в ходе создания искусственного интеллекта

Заключение

Список литературы



Введение

Современный мир все больше и больше становится зависимым от инновационных компьютерных технологий. В быстром темпе развития, буквально за 10-20 лет машины стали умнее и функциональнее, их стали применять на производстве,все стало автоматизированным, что облегчает работу людей. Новые технологии используются даже в домашних условиях.

Исходя из таких фактов, невольно сопоставляешь нашу нынешнюю жизнь и жизнь, показанную в фантастических фильмах, где машины, благодаря инновационному прогрессу, обретают разум и сознание, чувства и мысли. Ярким примером может служить совершенно новый американский фильм “Робот по имени Чаппи”.

Поэтому, я решила исследовать данную тему в поисках ответа на вопрос: Искусственный интеллект: фантазия или реальность?

Современные философы и исследователи науки часто рассматривают междисциплинарные науки как одно из выдающихся достижений заново открытых в 21 веке. Искусственный интеллект представляют прекрасный пример такой интеграции многих научных областей. Конечно, междисциплинарность тоже имеет свою цену. Химики, биологи, специалисты в области вычислительных наук и многие другие изучают различные аспекты живых систем, пользуясь при этом сходными методами. Основными методами изучения искусственной жизни являются: синтез искусственных систем с аналогичным живым системам поведением, изучение динамики развития процесса, а не конечного результата, конструирование систем демонстрирующих феномен созидания. То, что объединяет исследователей в области искусственной жизни (ИЖ) - это методы, в отличие от их целей. Конечно, существует общий интерес к жизни как к феномену для изучения. К сожалению, жизнь слишком сложна, чтобы можно было наметить общие направления в исследованиях. Доказательствам последнего утверждения может служить тот факт, что некоторые заинтересованы в исследовании «систем, демонстрирующих феномены живых систем», другие изучают природу химического репродуцирования или пытаются решить философские проблемы самосознания. В то же время совершенно другой вид исследователей, относящихся к области робототехники, пытаются создавать физические системы, демонстрирующие некоторое поведенческое сходство с животными. По современным научным данным, человеческий мозг содержит около 240 основных «вычислительных» узлов нейронов, которых соединяют около 250 связей синапсов. Искусственные нейронные сети контролируют сложнейшие системы управления и слежения, проявляют способности в области распознавания изображения вплоть до возможности создания интеллектуальных автопилотов.

Совсем недавно основное внимание ученых в области искусственного интеллекта было направлено на то, что считалось проявлением высокого интеллекта, а именно на игру в шахматы, доказательство теорем, решение сложных логических головоломок и т. д. Много сил было потрачено на создание эффективных программ для решения такого рода «интеллектуальных» задач. Однако вскоре обнаружилось, что разработанные методы не похожи на те, которыми в действительности пользуются люди при решении подобных задач. И теперь ученые занялись исследованием таких вещей, которые любому взрослому человеку кажутся тривиальными: использование языка, обращение к «здравому смыслу», умение учиться на собственном опыте.

Сможет ли машина полностью, во всех отношениях заменить человека? Существуют ли вообще какие-нибудь пределы развития кибернетических устройств? Эти вопросы уже десятки лет не утрачивают актуальность, ибо через них проходит линия конфликта между различными философскими школами по поводу современной исторической формы основного вопроса философии: о сущности человеческого сознания и его отношению к функционированию кибернетических устройств. Именно этим проблемам и посвящен данный реферат.



1. Рефлексия как одна из составляющих интеллектуальной деятельности

1.1 Понятие рефлексии

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

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

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

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

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

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

Интересными оказались компьютерные модели, в которых успех достигался за счет включения рефлексии в противодействующие намерения партнеров.

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

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

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

1.2 Неотъемлемость рефлексии

Стоит ли считать рефлексию неотъемлемой частью систем искусственного интеллекта? Иначе говоря - должен ли «мыслящий» аппарат понимать, что он мыслит, и контролировать этот процесс?

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

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



2. Философия искусственного интеллекта

Философия искусственного интеллекта задаётся вопросами о «мышлении машин» и 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?

Эти вопросы отражают интересы различных исследователей искусственного интеллекта, философов, исследователей познавательной (когнитивной) деятельности. Ответы на эти вопросы зависят от того, что понимается под понятиями «интеллект» или «сознания», и какие именно «машины» являются предметом обсуждения.

2.1 Может ли машина мыслить?

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?», который подтолкнул исследователей к созданию науки о моделировании человеческого разума, был поставлен Аланом Тьюрингом в 1950 году. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, его же словами подход и характеризуется: «Более того, 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.»

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

В своем мысленном эксперименте «Китайская комната», Джон Сёрль показывает, что даже прохождение теста Тьюринга может не являться достаточным критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограммирование.



3. Идея искусственного интеллекта

3.1 Перспективы

Идея искусственного интеллекта часто объявляется механистической на том основании, что работа ЭВМ управляется законами электродинамики, и, значит, здесь происходит сведение высшего (мышления) к низшему (физическим процессам в ЭВМ). Однако исходная посылка неверна.

Работа ЭВМ отнюдь не управляется законами электродинамики. Этими законами управляется работа отдельных элементов машины. По физическим законам ЭВМ работает только в том смысле, 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 позиции механизма, неизбежно оказываешься на позициях механицизма, т.к. происходит сведение более сложных процессов переработки информации к более простым. Это то же самое, что сказать, будто работа мозга сводится к биохимическим и биофизическим процессам. На самом деле эти процессы происходят на уровне нервных клеток, а на уровне процессов переработки информации действуют другие законы, закономерности которых отнюдь не эквивалентны. С этой точки зрения и работу ЭВМ надо рассматривать как работу системы по переработки информации.

Не касаясь вопроса о структуре информации, представляющей собой меру упорядоченности процесса и составляющей его внутреннее достояние, мы охарактеризуем внешнюю или относительную информацию, всегда связанную с отношением двух процессов. Пусть имеются процессы А и В со множеством некоторым образом упорядоченных состояний А1...Аn и В1...Вn. Если каждому Аi соответствует определенное Вi и отношение между состояниями А изоморфны состояниям В, то можно сказать, что процесс В несет в себе информацию о процессе А. Эта информация заключается не в В ни в А, но существует именно в отношении этих процессов друг к другу. Взятая сама по себе эта информация столь же объективна и материальна, как и любые другие свойства и отношения объектов или процессов.

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

Необходимо рассмотреть связь мозга с внешним миром.

Именно в этом и заключена информация, носителем которой и являются нейроны. Информация, с которой работает мозг и есть та идеальная сторона в его работе, и таким образом идеальное не существует в виде особого предмета или субстанции. Оно существует как сторона деятельности мозга, заключающейся в установлении связей между множеством состояний внешнего мира и головного мозга. Идеальная информация человеческого мозга имеет в принципе тот же характер, что и относительная информация вообще. На известной ступени исторического развития материи произошел качественный скачок, в результате которого информация, превратившись в достояние мозга, приобрела характер идеальной информации. Если мы признаем у кибернетических систем возможность достижения сложности, сравнимой со сложностью мозга, то необходимо признать у таких систем существование у них черт, которые мы называем идеальными.

Ряд авторов объявляет тезис искусственного интеллекта противоречащим тезису о социальной природе сознания и мышления. Но здесь скрывается ошибка - отсутствие различия между естественно историческим зарождением мышления и сознательным воспроизведением его человеком в универсальной ЭВМ. Во втором случае машина не становится социальным существом, но человек, поняв сущность мышления, воссоздает его в машине. Если социальная природа мышления закономерна и познаваема, то она может быть в принципе искусственно воспроизведена.

Человек, кроме того есть не только природное существо, его основные характеристики - продукт социального, а не чисто биологического развития. Это означает, что мышление человека не может развиваться в изоляции, для этого необходимо, чтобы человек был включен в общество. Во-первых, для возникновения мышления необходимо наличие языка, что возможно лишь в обществе. Во-вторых, с кибернетической точки зрения «разумность» машины определяется количеством перерабатываемой информации, поэтому даже мощная система, попавшая в информационно-бедную среду, не может стать достаточно «разумной». Яркий пример - дети, выросшие вне общества, например в лесу. рефлексия мышление интеллектуальный кибернетический

Для человека необходимым условием его развития было функционирование в обществе, т.к. общество по своим информационным параметрам является чрезвычайно богатой средой. Все это дает возможность понять, что тезис об общественной природе мышления никак не противоречит тезису об искусственном интеллекте. Кибернетическая система, имеющая достаточную мощность, для полного использования своих возможностей должна быть помещена в информационно-богатую среду, образовав вместе с создателями некий симбиоз, называемый «интегральным интеллектом».

Принцип невозможности кибернетического интеллекта жестко привязывает определенный род функционирования к строго определенному субстрату (мозгу). Это ставит философскую проблему соотношения функции и субстрата. Философский анализ тенденций современного научного знания делает мало вероятным (но не исключает) вывод о жесткой привязанности мышления к мозгу. Именно из-за этого «крайний пессимист» отрицает возможность наличия интеллекта у кибернетического устройства. Он безоговорочно связывает мышление с одним, строго определенным субстратом - человеческим мозгом, и не приемлет попытки определения мышления без связи со структурой мыслящей системы.

По его мнению - это есть сведение мышления только к информационной стороне, в то время как мышлением называют возникшую у биологических существ способность. Таким образом, мышлением можно назвать только то, что осуществляется только мозгом человека, но это не является приемлемым решение проблемы. Разумеется, мышление есть функция высокоорганизованной материи и определено структурой системы. Но с гносеологической точки зрения знание функции выводится из знания структуры, а знание структуры является выводом из все более полного изучения способов функционирования.

Если представить себе множество различных систем, осуществляющих функцию мышления, то именно выявление инвариантного аспекта этих систем и будет раскрытием той структуры, которая лежит в процессе мышления. Конечно, может оказаться, что эта структура жестко связана со строго определенным субстратом, но этот тезис должен являться результатом научного исследования, а не исходной предпосылкой. Вопрос о жесткой связи мышления со строго определенным субстратом связан с вопросом о роли субстратных методов вообще.

Не подлежит сомнению ведущая роль в современном естествознании функционально-структурных методов. Пока наука имела дело с непосредственно ощущаемыми объектами, она могла исходить из субстратной точки зрения. Суть ее заключается в том, что объект обладает набором характеристик, выражающим его природу, свойства того материала, из которого он сделан. Зная эти характеристики можно изучить поведение объекта. Материал, субстрат первичен; движение, поведение вторично. Эта точка зрения образует содержание так называемого мифического субстанционализма.

Уже в 19 веке ограниченность этой концепции была вскрыта «лишь в движении тело обнаруживает, что оно есть... Познание различных форм движения и есть познание тел». Отсюда, разумеется, не следует, что только движение существует и никакого субстрата нет вообще. Отсюда следует лишь неправомерность употребления отношения первичности-вторичности для характеристики связи движения (поведения) и субстрата в плане их реального существования. Отсюда следует также, что в гносеологическом плане поведение действительно первично по отношению к субстрату и познание субстрата не содержит ничего иного, кроме непрерывно расширяющихся способов изучения объектов. В наши дни, идущие под знаком ускорения научно-технического прогресса, автоматизация интеллектуальной деятельности становится насущной проблемой.

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

Стремительное увеличение потока перерабатываемой информации там, где раньше ее почти не было (торговля, банковское дело), также приведет к значительным изменениям в методах работы и требует автоматизации и интеллектуализации. Под интеллектом мы понимаем способность любого организма (или устройства) достигать некоторой измеримой степени успеха при поиске одной из многих возможных целей в обширном многообразии сред. Необходимо отличать знания от интеллекта, имея в виду, что знания - полезная информация, накопленная индивидуумом, а интеллект - это его способность предсказывать состояние внешней среды в сочетании с умением преобразовывать каждое предсказание в подходящую реакцию, ведущую к заданной цели. По-разному дается и определение искусственного интеллекта.

Полагают, что о реализации искусственного интеллекта можно будет говорить лишь тогда, когда автомат начнет решать задачи, непосильные для человека, причем сделает это не в результате высокого быстродействия, а в результате применения нового найденного метода. Однако не все с этим согласны. В большинстве случаев исследований по искусственному интеллекту лишь соизмеримыми с результатами, полученными человеком, и не столь оригинальными.

3.2 Философские походы к созданию искусственного интеллекта

«Аппаратная аналогия», также называемая нейрокибернетика.

Данный подход основан на понимании работы человеческого мозга и ее имитации программными и машинными средствами. Детищем этого подхода стали нейрокомпьютеры, нейронные сети. Традиционной критикой считается то, что механизмы работы человеческого мозга до сих пор окончательно не изучены, а следственно, не могут быть доподлинно воспроизведены.

С философской точки зрения, мы можем столкнуться с проблемой «чудовища Франкенштейна». Монстр был собран из деталей человеческого тела и воссоздан в точности. Но жизнь в нем не зародилась до тех пор, пока не появилось электричество.

Была ли на молнию возложена функция божественного вдохновения - вопрос спорный и выходящий за рамки данной работы. Однако чтобы ожила даже точнейшая имитация человеческого мозга, кто-то должен вдохнуть в нее «душу».

«Аналогия поведения»: моделирование не мозга, но поведения человека.

Данный подход исходит из того, что не обязательно воссоздавать физическую

модель мозга, достаточно лишь точно скопировать поведение человека, а также его мышление, эмоции, мотивации и др. Данный подход зачастую не выдерживает критики ввиду разнообразия толкований мотивации поступков и мышления.

«Метафора колеса»: аналогии с человеческим мозгом и поведением не обязательны, нужно создавать что-то принципиально своё.

ИИ должен обладать способностями человеческого мозга, не повторяя принципы его работы. Суть подхода заключается в том, что когда было создано колесо, его не копировали с чего-то существующего, однако, оно все-таки покатилось.

3.3 Пути моделирования интеллекта и мышления

Принято различать три основных путей моделирования интеллекта и мышления: классический, или (как его теперь называют) бионический; эвристического программирования; эволюционного моделирования.

БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. Мозг представляет собой самую сложную и лишь частично изученную структуру. Сложнейшее переплетение связей коры головного мозга практически не поддаются расшифровке. Известно лишь примерное расположение зон мозга, отвечающих за ту или иную функцию. В настоящее время не известен и принцип работы мозговых элементов нейронов, многочисленные связи которых имеют внешне хаотический характер. Попытки смоделировать работу головного мозга соединением между собой множества процессоров подобно нейронной сети, показали, что некоторое увеличение скорости и потока обрабатываемой информации идет лишь до уровня одного - двух десятков процессоров, а затем начинается резкий спад производительности. Процессоры как бы "теряются", перестают контролировать ситуацию или проводят большую часть времени в ожидании соседа. Некоторых успехов удалось добиться лишь в приборах, работающих в "двумерном варианте", т.е. обрабатывающих не последовательную, а параллельную информацию, например в системах распознаваниях образов. В них одна плоскость данных одновременно взаимодействует с другой, причем количество единиц информации может достигать нескольких миллионов.

ЭВРИСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ. Второй подход к решению задачи искусственного интеллекта связан с эвристическим программированием и решает задачи, которые в общем можно назвать творческими. Практичность этого метода заключается в радикальном уменьшении вариантов, необходимых при использовании метода проб и ошибок. Правда, всегда существует вероятность упустить наилучшее решение, так что говорят, что этот метод предлагает решения с некоторой вероятностью правильности. Обычно используют два метода : метод анализа целей и средств и метод планирования. Первый заключается в выборе и осуществлении таких операций, которые последовательно уменьшают разницу между исходным и конечным состоянием задачи. Во втором методе вырабатывается упрощенная формулировка исходной задачи, которая также решается методом анализа целей и средств. ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ. Третий подход является попыткой смоделировать не то, что есть, а то, что могло бы быть, если бы эволюционный процесс направлялся в нужном направлении и оценивался предложенными критериями. Идея эволюционного моделирования сводится к экспериментальной попытке заменить процесс моделирования человеческого интеллекта моделированием процесса его эволюции. При моделировании эволюции предполагается, что разумное поведение предусматривает сочетание способности предсказывать состояние внешней среды с умением подобрать реакцию на каждое предсказание, которое наиболее эффективно ведет к цели. Этот метод открывает путь к автоматизации интеллекта и освобождению от рутинной работы. Существуют 3 пути моделирования интеллекта: бионический, эвристический и эволюционный. В зависимости от использованных средств можно выделить три фазы в исследованиях. Первая фаза создания устройств, выполняющих большое число логических операций с высоким быстродействием. Вторая фаза включает разработку проблемно-ориентированных языков для использованного на оборудовании, созданном в первой фазе. Третья фаза наиболее выражена в эволюционном моделировании. В ходе развития 3 фазы отпадает необходимость в точной формулировке задачи, т.е. задачу можно сформулировать в терминах цели и допустимых затрат, а метод решения будет найден самостоятельно по этим 2 параметрам.

3.4 Черты кибернетического метода мышления

Работы по искусственному интеллекту во многом тесно связаны с философской проблемой кибернетического моделирования. Эти работы часто связывают с построением точной копии человеческого мозга. Однако такой подход можно назвать «некибернетическим». Каковы же черты кибернетического метода мышления, какие вопросы вносит кибернетика в человеческое познание? В своей «Истории западной философии» Б. Рассел ставит вопрос о факторах, позволивших европейцам создать тип культуры, в котором ведущее место заняла наука. Причину этого Рассел усматривает, как он выражается, в двух великих интеллектуальных изобретениях: изобретение дедуктивного метода древними греками (Эвклид) и изобретение экспериментального метода в эпоху возрождения (Галилей). Именно эти два интеллектуальных изобретения - дедуктивный метод (а тем самым математика) и эксперимент - позволили создать классическую науку. К этим двум основным интеллектуальным орудиям современное развитие познания добавляет третье - математическую модель и математическое моделирование. Соединение дедуктивных построений математики с данными, добытыми экспериментальным методом, создает естествознание, в центре которого стоит понятие научного закона. Совокупность законов - это основное содержание естествознания; их установление его основная задача. Закон претендует на точное (в рамках данного уровня познания) описания хода явлений. Закон либо верен, либо неверен, бессмысленно говорить о хороших и плохих законах. Модель в этом отношении противоположна закону. Модель может быть плохой или хорошей, она не претендует на точное воспроизведение сложной системы, а ограничивается описанием отдельных аспектов, причем для одного и того же аспекта могут быть предложены модели, одновременно имеющие право на существование. В изучении сложных систем (в т.ч. диффузных - нельзя выделить отдельные части без повреждения системы) формулировка относительно простых законов оказывается невозможной и заменяется построением эскизных моделей. Образно говоря, здесь мы имеем дело с математическим описанием, напоминающим современную абстрактную живопись. Можно сказать, что попытки реалистичного описания сложных систем иллюзорны такое описание не воспринималось бы из-за чрезмерной сложности.

Это не означает, что категория закона утрачивает смысл в науке, но то, что дополнительно к ранее известным интеллектуальным орудиям - строгой дедукции и эксперименту рождается третье орудие - математическое моделирование, в котором по-новому выступает математика и появляется новый вид эксперимента - машинный эксперимент, в котором проигрываются различные модели с последующим сопоставлением с реальным экспериментом.

Путь, который предлагает кибернетика, состоит в построении эскизных моделей, охватывающих все более и более широкий диапазон функций мышления. Задачи раскрыть «в лоб сущность мышления» не ставится, а ставится задача построения эскизных моделей, позволяющих описать отдельные его стороны, воспроизведены отдельные его функции и, двигаясь в этом направлении, строить системы, все более приближающиеся к человеческому мозгу.

Отсутствия жесткой связи способа функционирования (поведения) со строго определенным субстратом означает, что если две системы обнаруживают одинаковое поведение в достаточно широкой области, то они должны рассматриваться как системы сходные, аналогичные по этому способу поведения. Имеет смысл рассмотреть этот вопрос в связи с проблемой кибернетического моделирования.

Иногда встречается утверждение, что кибернетическое моделирование вообще неприменимо к изучению мышления, т.к. моделирование основана на понятиях соответствия и изоморфизма, а мышление есть чисто человеческая способность, якобы не могущая быть описана на основе понятий соответствия. Иногда говорят, что понимание познания, мышления как соответствия образа предмету означает ни много ни мало как дуалистическую точку зрения, внешне сопоставляющую предмет и образ.

Понимание сознания как отражения неизбежно означает понимание его как соответствия, возникающего в ходе приспособления организма к среде. Причем это соответствие не есть просто внешнее соответствие вещи и образа как самостоятельного по отношению к вещи идеального предмета. Это действительно была бы дуалистическая точка зрения, но она не может монополизировать понятие соответствия, именно как соответствие определенных состояний мозга определенным состояниям внешнего мира. Это соответствие и несет информацию о внешнем мире.

В приведенном утверждении не проводится различие между информационным моделированием информационных процессов и информационным моделированием неинформационных процессов. Информационная модель прибора не будет работать, а будет только моделировать работу, однако в отношение мышления этот тезис представляется спорным. По отношении к информационным процессам их моделирование является функционально полным, т.е. если модель дает те же самые результаты, что и реальный объект, то их различие теряет смысл.

3.5 Опасности и неудачи в ходе создания искусственного интеллекта

На пути к ИИ ученых подстерегают не только технические, но и философские неудачи, и по последствиям гораздо более пагубны вторые, а не первые. Потенциальные неудачи в попытках создания ИИ делятся на две неформальные категории, техническую ошибку и философскую ошибку.

Техническая ошибка состоит в том, что ИИ не функционирует так, как должен - и никто не может понять, как работает на самом деле созданный код. При более безопасном раскладе код просто не работает.

Философская неудача заключается в попытке построить заведомо неправильную вещь. Иными словами, при создании ИИ допускается критический просчет, и его дальнейшее функционирование становится непредсказуемым. Чаще всего философская неудача истекает из так называемой «ошибки антропоморфизма».

Ошибка антропоморфизма определяется как неосознанное присвоение животным и неодушевленным предметам человеческих качеств, мышления, мотивации, целеполагания и так далее. Такая ошибка характерна, прежде всего, для зоологии, где естественному отбору когда-то приписывалась осознанность.

Но и в кибернетике риск такой ошибки велик, особенно при создании искусственного интеллекта, который по умолчанию кажется антропоморфным. Надежда на это, не подкрепленная заранее заложенными в ИИ рамками - верный путь к глобальной катастрофе. И даже предварительно заложенные рамки не являются абсолютной панацеей, поскольку ИИ способен не только самообучаться, но и самостоятельно модифицировать свой код. При этом если человечеству понадобилось 50 лет на небольшой шаг в сторону создания ИИ, самому ИИ понадобится значительно меньше времени. Настолько, что у

человечества просто не будет возможности оперативно реагировать на изменения. Это является одним из главных рисков при создании ИИ. Человек неспособен улучшать себя рекурсивно, в то время как для ИИ это нормально.

Другим риском, вытекающим из первого, является возможность самомодификации ИИ. Он может переписать свой код с самого начала, кардинально изменив не только задачи, но и механизм работы. Кроме того, был способен к ликвидации любых рамок, заложенных программистами. И эта возможность может быть использована для любых целей.

Один из спорных вопросов состоит в том, что именно захочет делать созданный ИИ. Спрогнозировать это не представляется возможным, поскольку ИИ не может быть антропоморфным. Соответственно, ему чужды человеческие мотивации. Существует такое понятие, как ошибка «гигантской ватрушки», которую можно истолковать следующим образом: чем больше вычислительные мощности и возможности ИИ, тем больше он «захочет» сделать. Например:

* Достаточно сильный ИИ может преодолеть любое человеческое сопротивление и истребить человечество;

* И ИИ решит сделать это.

* Поэтому мы не должны создавать ИИ.

Или:

* Достаточно сильный ИИ может создать новые медицинские технологии,

способные спасти миллионы человеческих жизней.

* И он решит сделать это.

* Поэтому мы должны создать ИИ.

Оба предположения могут быть как верны, так и ошибочны, потому что ИИ в действительности может и не «захотеть» поступать именно таким образом.

Рассмотренные примеры ясно дают понять, что создавать всемогущую машину, которая будет работать совершенно непредсказуемым образом - рискованное занятие для человечества, потому что соперничать с уже созданным ИИ оно не сможет. Это приводит нас к выводу о том, что при создании ИИ необходимо заранее ориентироваться на определенный результат, а не ставить эксперименты с непредсказуемым исходом.



Заключение

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

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

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

Знание - это цепочка. Знание в области искусственного интеллекта - тоже есть цепочка, причем бесконечная.

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

Конечная цель проекта «искусственный интеллект» - создание универсальной «разумной машины», которая могла бы обучаться, подобно человеку, и самостоятельно совершенствовать свое поведение, осваивая новые виды интеллектуальной деятельности и достигая при этом уровня человека средних способностей - эта цель не достигнута, и появляется все больше сомнений в ее принципиальной достижимости. По крайней мере, реальный прогресс в создании такого самообучающегося «интегрального» интеллекта очень мал. Конечно же существуют подобия искуственного интеллекта: разнообразные роботы, способный пока лишь выполнять примитивные анализирующие функции; искусственные нейронные сети, способные обучаться. Но всё это лишь малая часть того, что должен уметь делать искусственный интеллект.



Список литературы

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

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

3. Вехкавара Т. Природный эгоизм, интерактивное представление и появление целей [Электронный ресурс]. Режим доступа: http://people.uta.fi/~attove/gath2_end.pdf

4. Вычислительные машины и мышление. - М.: Мир, 1996.

5. Вычислительные машины и мышление. -М.: Мир, 1996.

6. Горохов В.Г. Трансформация понятия «машина» в нанотехнологии // «Вопросы философии». - 2009. - №9.

7. Джон Сёрль. Разум мозга -- компьютерная программа? - В МИРЕ НАУКИ, 1990 [Электронный ресурс]. Режим доступа: http://www.raai.org/library/books/sirl/ai.htm

8. Лефевр В.А. От психофизики к моделированию души. // «Вопросы философии»:1990, №7, с. 25-31.

9. Нариньяни A.C. Очень искусственный интеллект, 2006 [Электронный ресурс] Режим доступа: http://www.ng.ru/science/2006-02-22/14_intellect.html

10. Петрунин Ю. Ю., Рязанов М.А., Савельев А. В. Философия искусственного интеллекта в концепциях нейронаук. -- 1-е. -- М.: МАКС Пресс, 2010.

11. Рассел С., Норвиг П. Искусственный интеллект: современный / Пер. с англ. и ред. К. А. Птицына. -- 2-е изд. -- М.: Вильямс, 2006.

12. Редько В.Г. Проблема происхождения интеллекта // «Вопросы философии». - 2008. - №12.

13. Смолин Д. В. Введение в искусственный интеллект: конспект лекций. -- М.: ФИЗМАТЛИТ, 2004.

14. Шрейдер Ю.А. Искусственный интеллект, рефлексивные структуры и антропный принцип. // «Вопросы философии»: журнал 1995 №7, с. 163-167.

Размещено на Allbest.ru

...