Необходимость развития научного миропонимания

Размещено на http://www.allbest.ru/

Необходимость развития научного миропонимания

В.Г. Редько Институт оптико-нейронных технологий РАН

Аннотация

В статье аргументируется, что исследование проблемы эволюционного происхождения интеллекта могло бы внести радикальный вклад в развитие научного миропонимания. Обсуждаются подходы к исследованию этой проблемы на базе развития современных моделей адаптивного поведения.

The paper argues that investigations of the problem of evolutionary origin of intelligence could make a radical influence on development of scientific understanding. The approaches to investigation of this problem on the base of modern researches of simulation of adaptive behavior are discussed.

эволюционный интеллект адаптивный поведение

У одного из думающих российских писателей, В.Г. Короленко есть примерно такие слова. В.Г. Короленко пишет, что когда он учился, то учителя почему-то избегали поднимать самые главные вопросы. По-видимому, боязнь попасть впросак или недостаточные знания не позволяли учителям говорить о том, что казалось В.Г. Короленко наиболее главным.

Для научной работы очень важно исследовать детали, обеспечить максимально полное и строгое исследование рассматриваемой проблемы. И все же иногда полезно задуматься над главными вопросами развития науки. Здесь я рискну вынести на обсуждение вопрос: какие направления фундаментальных исследований могли бы внести наибольший вклад в развитие научного миропонимания в ближайшие десятилетия?

Наиболее фундаментальная из естественных наук - физика, претендующая на описание основ научной картины мира и обладающая мощным математическим инструментарием. Однако последние принципиальные результаты (разработка квантовой механики, открытие основных элементарных частиц), дающие радикальный вклад в научное мировоззрение, в научную культуру человеческого сообщества, были сделаны в 20-30-х годах прошлого века. В принципиальном, идейном смысле физика пришла к определенному насыщению, хотя, конечно, нельзя отрицать важность сравнительно недавних работ по "единой теории поля" (Ш. Глэшоу, С. Вайнберг, А. Салам). Во второй половине 20-го века в основном развивались частные физические науки (например, физика твердого тела), либо "стыковочные" науки на периферии физики, такие как космология (и ее трактовка с точки зрения физики высоких энергий) и биофизика.

Часто говорят, что наука 21-го века - биология. И, действительно, в биологии накоплено огромное количество экспериментальных данных, которые требуют своего осмысления. Можно сказать, что необходима теоретическая биология. Отметим, что в теоретической биологии вполне мог бы быть полезен принятый в физике стиль - осмысление экспериментальных данных с помощью математических моделей.

По-видимому, одна из наиболее глубоких и серьезных проблем теоретической биологии - проблема происхождения интеллекта человека. Эта проблема интересна сама по себе, но она также интересна и в связи с глубокой гносеологической проблемой: почему человеческое мышление применимо к познанию природы? Действительно, далеко не очевидно, что те мыслительные процессы, которые мы используем в научном познании, применимы к процессам, происходящим в природе, так как эти два типа процессов различны. В частности, мощь физики связана с эффективным применением математики. Но математик строит свои теории совсем независимо от внешнего мира, используя свое мышление (в тиши кабинета, лежа на диване, в изолированной камере…). Почему же результаты, получаемые математиком, применимы к физическому миру?

Можно ли конструктивно подойти к решению этих вопросов? Скорее всего, да. Чтобы продемонстрировать такую возможность, будем рассуждать следующим образом.

Рассмотрим одно из элементарных правил, которое использует математик в логических заключениях, правило modus ponens: "если имеет место А, и из А следует В, то имеет место В", или {А, A --> B} => B .

А теперь перейдем от математика к собаке И.П. Павлова. Пусть у собаки вырабатывают условный рефлекс, в результате в памяти собаки формируется связь "за УС должен последовать БС" (УС - условный стимул, БС - безусловный стимул). И когда после выработки рефлекса собаке предъявляют УС, то она, "помня" о хранящейся в ее памяти "записи": УС --> БС, делает элементарный "вывод" {УС, УС --> БС } => БС . И у собаки, ожидающей БС (скажем, кусок мяса), начинают течь слюнки.

Конечно, применение правила modus ponens (чисто дедуктивное) математиком и индуктивный "вывод", который делает собака, явно различаются. Но можем мы ли думать об эволюционных корнях логических правил, используемых в математике? Да, вполне можем - умозаключение математика и индуктивный "вывод" собаки качественно аналогичны.

Мы можем пойти и дальше - можем представить, что в памяти собаки есть семантическая сеть, сеть связей между понятиями, образами. Например, мы можем представить, что у собаки есть понятия "пища", "опасность", "другая собака". С понятием "пища" могут быть связаны понятия "мясо", "косточка". При выработке пищевого условного рефлекса, например, на звонок (скажем, УС = "звонок", БС = "мясо") у собаки, по-видимому, формируется простая семантическая связь примерно такого вида: "за звонком следует мясо".

Далее можно представить процессы формирования разнообразных семантических сетей в процессе накопления жизненного опыта. Такие семантические сети, формируемые в памяти животных, по-видимому, аналогичны семантическим сетям, исследуемым разработчиками искусственного интеллекта.

Итак, мы можем думать над эволюционными корнями логики, мышления, интеллекта. То есть, мы можем думать, над вопросом: как и почему в процессе биологической эволюции возникли логические формы мышления человека, обеспечивающие научное познание природы? И более того, было бы очень интересно попытаться строить модели эволюционного происхождения мышления. По-видимому, наиболее четкий путь такого исследования - построение математических и компьютерных моделей "интеллектуальных изобретений" биологической эволюции, таких как безусловный рефлекс, привыкание (угасание реакции на биологически нейтральный стимул), условный рефлекс, цепи рефлексов, …, логика [1]. То есть, целесообразно с помощью моделей представить общую картину эволюции когнитивных способностей животных (когнитивной эволюции) и эволюционного происхождения интеллекта человека.

Естественно, что такие исследования - это огромный фронт работы, и задачу построения теории происхождения интеллекта, задачу моделирования когнитивной эволюции можно пока рассматривать как сверхзадачу. Тем не менее, эта задача очень интересна и очень важна с точки зрения развития научного миропонимания. Исследования этой проблемы могли бы обеспечить определенное обоснование применимости нашего мышления в научном познании, то есть, укрепить фундамент всего величественного здания науки. Чтобы вести эту работу серьезно, целесообразно идти именно по пути построения математических и компьютерных моделей когнитивной эволюции.

Как же можно конкретно подойти к исследованию происхождения интеллекта? Есть ли модели, направленные на исследование "интеллектуальных изобретений" биологической эволюции? Что делается в близких направлениях исследований? Какие концептуальные теории могут способствовать этим исследованиям?

Сравнительно недавно, в начале 1990-х годов сформировалось направление исследований "Адаптивное поведение", которое можно рассматривать как задел разработки моделей когнитивной эволюции [2]. Основной подход этого направления - конструирование и исследование искусственных (в виде компьютерной программы или робота) "организмов", способных приспосабливаться к внешней среде. Эти организмы часто называются "аниматами" (от англ. animal (животное) и robot: animal + robot = animat). Дальняя цель этого направления как раз связана с анализом эволюции когнитивных способностей животных в контексте происхождения интеллекта человека. Это направление активно развивается, регулярно проводятся международные конференции "Simulation of Adaptive Behavior (From Animal to Animat)", издается журнал "Adaptive Behavior".

Необходимо подчеркнуть, хотя "официально" направление исследований "Адаптивное поведение" было провозглашено в начале 1990-х, были явные провозвестники этих работ. Примерами могут служить теория адаптивных автоматов М.Л. Цетлина [3] и исследования М.М. Бонгарда с сотр. [4] по проекту "Животное" (1960-70 годы).

Подчеркнем, что в "Адаптивном поведении" в основном используется феноменологический подход к исследованиям систем управления адаптивным поведением. То есть, предполагается, что существуют формальные правила адаптивного поведения, и эти правила не обязательно связаны с конкретными микроскопическими нейронными или молекулярными структурами, которые есть у живых организмов. Скорее всего, такой феноменологический подход для исследований адаптивного поведения вполне имеет право на существование. В пользу этого тезиса приведем аналогию из физики. Есть термодинамика, и есть статистическая физика. Термодинамика описывает явления на феноменологическом уровне, статистическая физика характеризует те же явления на микроскопическом уровне. В физике термодинамическое и стат-физическое описания относительно независимы друг от друга, и вместе с тем, взаимодополнительны. По-видимому, и для описания живых организмов может быть аналогичное соотношение феноменологическим (на уровне поведения) и микроскопическим (на уровне нейронов и молекул) подходами. При этом, естественно ожидать, что для исследования систем управления адаптивным поведением феноменологический подход должен быть более эффективен (по крайней мере, на начальных этапах работ), так как очень трудно сформировать целостную картину поведения животного на основе анализа всего сложного многообразия функционирования нейронов, синапсов, молекул.

Активные исследования в области адаптивного поведения ведутся в ряде зарубежных лабораторий, таких как: AnimatLab (Париж, руководитель - один из инициаторов данного направления Жан-Аркадий Мейер) [5], лаборатория искусственного интеллекта в университете Цюриха (руководитель Рольф Пфейфер) [6], лаборатория искусственной жизни и роботики в Институте когнитивных наук и технологий (Рим, руководитель Стефано Нолфи) [7], лаборатория искусственного интеллекта в Массачусетском технологическом институте (руководитель Родни Брукс) [8].

Для иллюстрации работ по адаптивному поведению расскажу об одной нашей модели - модели эволюционного возникновения целенаправленного адаптивного поведения (эта модель была разработана в соавторстве с молодыми исследователями Михаилом Бурцевым и Романом Гусаревым) [9].

Мы отталкивались от общих схем управления целенаправленным адаптивным поведением, которые рассматриваются в теории функциональных систем, разработанной известным советским нейрофизиологом П.К. Анохиным [10]. Эта теория предоставляет определенный концептуальный подход - основанный на многочисленных биологических экспериментальных данных - к исследованию широкого спектра адаптивных систем различного эволюционного уровня.

Важную роль в функциональных системах играют мотивации, связанные с потребностями организма. Роль мотивации в поведении животных - формирование цели и поддержка целенаправленных форм поведения. Мотивация может рассматриваться как активная движущая сила, которая стимулирует нахождение такого решения, которое адекватно потребностям животного в рассматриваемой ситуации. Например, если организм голоден, то у него возникает мотивация к питанию.

Но как целенаправленное поведение может в принципе возникнуть. Например, как оно могло бы возникнуть в процессе эволюции жизни на Земле? Мы анализировали эту проблему, строя модель эволюционного возникновения целенаправленного адаптивного поведения.

Мы рассматривали популяцию аниматов, имеющих естественные потребности: потребность питания и потребность размножения; потребности характеризовались количественно мотивациями. Аниматы жили в простой одномерной клеточной среде, в которой росла пища аниматов. Каждый анимат имел определенный энергетический ресурс. Аниматы могли совершать некоторые действия: питаться, двигаться, скрещиваться. Питаясь, аниматы увеличивали свой энергетический ресурс, выполняя действия, они расходовали этот ресурс. При скрещивании аниматы рождали потомков, если ресурс анимата уменьшался до нуля, то такой анимат умирал. При малом ресурсе преобладала мотивация к питанию, при большом ресурсе - мотивация к скрещиванию. Каждый анимат был снабжен нейронной сетью, управляющей его поведением. На входы нейронной сети поступали сигналы из внешней среды, выходы нейронов определяли действия аниматов. Нейронная сеть была простой: она имела всего 7 нейронов, каждый нейрон имел 9 входов, включая специальные входы от мотиваций. Вся система управления анимата задавалась 63 числами, определяющими связи между входами и нейронами. Эти числа составляли геном анимата.

Модель была реализована в виде компьютерной программы, и исследовалась эволюция популяции и влияние мотиваций на поведение аниматов. Для выяснения роли мотиваций мы в части компьютерных экспериментов специально отключали входы от мотиваций и сравнивали эволюционные процессы для популяций аниматов а) с "работающими" мотивациями и б) с "выключенными" мотивациями.

Моделирование показало, что эволюционный процесс приводит к тому, что популяция аниматов с мотивациями имеет значительные эволюционные преимущества по сравнению популяцией аниматов без мотиваций. Мы детально проанализировали поведение наших аниматов на разных стадиях эволюции и разобрались, чем отличаются схемы управления аниматов без мотиваций и агентов с мотивациями.

Оказалось, что поведение анимата без мотиваций можно рассматривать как поведение, состоящее из одних только простых безусловных рефлексов, таких как "вижу еду --> идти к еде и съесть ее", "вижу соседа --> скрещиваться", "ничего не вижу --> отдыхать". При наличии мотиваций формируется управление более высокого уровня, управляющее, в свою очередь, этими безусловными рефлексами. Например, при большой мотивации к питанию рефлекс "вижу соседа --> скрещиваться" подавлялся. В целом модель продемонстрировала, что в процессе эволюции возможно возникновение целенаправленного адаптивного поведения, обусловленного мотивациями, а переход от схемы управления аниматом без мотиваций к схеме с мотивациями можно интерпретировать, как формирование нового уровня иерархии управления. Очерченная модель только лишь характеризует роль мотиваций, целенаправленности в адаптивном поведении и еще далека от моделей реальных когнитивных процессов. Тем не менее, она дает определенный вклад в понимание работы функциональных систем и тем самым может служить опорой для развития моделей более интеллектуальных процессов.

Каково же общее состояние моделей адаптивного поведения в контексте исследования когнитивной эволюции? Общая ситуация примерно такова. Есть множество математических и компьютерных моделей, характеризующих "интеллектуальные" изобретения: модель возникновения безусловного рефлекса на молекулярно-генетическом уровне [11], модели привыкания [12], большое количество моделей условных рефлексов [13-15]. Однако эти модели очень фрагментарны, слабо разработаны и пока не формируют общую картину эволюционного происхождения мышления, интеллекта человека.

Тем не менее, работы в области адаптивного поведения активно развиваются. Более того, здесь идет активное освоение ряда эффективных математических и компьютерных методов, таких как теория нейронных сетей, генетический алгоритм, элегантный метод обучения с подкреплением (reinforcement learning), разработанный Ричардом Саттоном и Эндрью Барто из Массачусетского университета, системы индуктивного вывода, основанные на классифицирующих системах, предложенных Джоном Холландом. Изучаются схемы планирования поведения, роль мотиваций и эмоций при принятии решения. Исследуются роль нелинейной динамики, осцилляторных нейронных сетей и динамического хаоса в формировании адаптивного поведения. Т.е. идут серьезные и разносторонние исследования, направленные на понимание свойств адаптивного поведения живых организмов. Один из уроков этих работ состоит в том, что часто весьма нетривиальное поведение может быть обеспечено очень простой конструкцией системы управления, до которой сам исследователь может и не догадаться, но такие конструкции могут быть выявлены с помощью эволюционного моделирования, за счет эволюционной самоорганизации.

Итак, исследования адаптивного поведения - активно развивающийся задел для исследований когнитивной эволюции. Здесь разрабатывается множество интересных и содержательных моделей, направленных на понимание "интеллектуальных изобретений" биологической эволюции.

Однако, для осмысления многообразия форм адаптивного поведения, эволюции познавательных способностей живых организмов необходимо не только исследование конкретных моделей, но и разработка общих концепций и схем, позволяющих взглянуть сверху, "с высоты птичьего полета" на эти исследования. Выше была уже отмечена теория функциональных систем П.К. Анохина. Эта теория была разработана, в первую очередь, для интерпретации нейробиологических данных и зачастую сформулирована в очень интуитивных терминах. Тем не менее, эта теория представляет собой хорошую концептуальную (и именно концептуальную) основу для исследования широкого спектра "интеллектуальных изобретений" биологической эволюции.

Эволюция "интеллектуальных изобретений" анализируется в известной книге В.Ф. Турчина "Феномен науки: Кибернетический подход к эволюции" [16]. В книге концептуально проанализированы ступени эволюции биологических систем управления, а также этапы возникновения и развития математического знания. Особенность книги - попытка мысленно представить механизмы эволюционного прогресса биологических кибернетических систем. В качестве основы исследования В.Ф. Турчин использует предложенную им "теорию метасистемных переходов". Кратко и очень упрощенно метасистемный переход можно определить как возникновение качественно нового уровня управления поведением в результате объединения систем управления предыдущего уровня иерархии. В.Ф. Турчин рассматривает метасистемный переход как некий кибернетический аналог физического фазового перехода.

С философской точки зрения когнитивная эволюция хорошо представлена в содержательной книге И.П. Меркулова, которая так и называется "Когнитивная эволюция" [17]. Особое внимание в этой книге уделяется анализу процесса формирования логического мышления на этапах перехода от примитивного мышления к формальному логическому (от племен охотников до Аристотеля).

Не претендуя на истину в последней инстанции, отметим некоторые конкретные концептуальные моменты, которые могут быть непосредственно полезны при исследованиях проблемы происхождения интеллекта.

Обратим внимание на два ключевых, "метасистемных" перехода, которые было бы интересно осмыслить в рамках работ по анализу когнитивной эволюции: 1) переход от физического уровня обработки информации в нервной системе животных к уровню обобщенных образов, 2) переход от первобытного мышления к критическому.

Первый из этих переходов можно рассматривать, как появление в "сознании" животного свойства "понятие". Обобщенные образы можно представить как мысленные аналоги наших слов, не произносимых животными, но реально используемых ими. Например, у собаки явно есть понятия "хозяин", "свой", "чужой", "пища", ... И было бы интересно постараться осмыслить, как такой весьма нетривиальный "метасистемный переход" - возникновение обобщенных образов, понятий, предшественников наших слов - мог произойти в процессе эволюции.

О втором переходе. Критическое мышление отличается от первобытного тем, что возникает оценка мыслительного процесса самим мыслящим субъектом. Как пишет в "Феномене науки" В.Ф. Турчин, "Критическое мышление рассматривает каждое объяснение (языковую модель действительности) наряду с другими, конкурирующими объяснениями (моделями), и оно не удовлетворится, пока не будет показано, чем данное объяснение лучше, чем конкурирующее". Здесь также уместно упомянуть знаменитую книгу "Феномен человека" П. Тейяра де Шардена [18], где этот переход называется возникновением рефлексии. Концептуально этот процесс хорошо представлен в упомянутой книге И.П. Меркулова.

По-видимому, первый переход можно рассматривать как возникновение простейших когнитивных способностей, а второй - как возникновение высших форм когнитивной деятельности.

Подчеркнем важность двух понятий, которые можно использовать при анализе когнитивной эволюции: модель и предсказание. Здесь под моделями мы будем понимать внутренние модели в "сознании" животных, те модели, которые формируются в "базе знаний" животных, и на основе которых делается предсказание, позволяющее животным предвидеть будущие ситуации, и адекватно использовать прогноз для принятия решений в постоянно меняющемся внешнем мире. Смысловое содержание моделей может быть охарактеризовано уже отмеченным термином "семантическая сеть", которую можно характеризовать как сеть внутренних понятий, сформированных в "базе знаний" животного, объединенных в структуры посредством смысловых связей между этими понятиями. Модели используются животными для прогнозирования ситуаций, результатов действий, для адекватного управления своим поведением.

Человек, естественно, тоже имеет свои модели ситуаций и модели, характеризующие его общие представления о внешнем мире. Более того, общая научная картина мира - создаваемая всем международным научным сообществом - также может рассматриваться как совокупность моделей. Таким образом, используя понятие "модель" и анализируя способы формирования моделей и методы использования моделей, мы можем попытаться проследить эволюцию познавательных способностей на разных ступенях эволюции: от условного рефлекса до процессов научного познания.

В заключение отметим некоторые социальные аспекты исследований проблемы происхождения интеллекта.

В последние годы престиж науки, серьезных и глубоких фундаментальных исследований в нашей стране резко снизился. Более того, интерес к оккультным, граничащим со средневековой схоластикой скороспелым работам вытесняет интерес к глубоким, но трудоемким научным исследованиям. Возникает даже необходимость борьбы с лженаукой.

Но помимо борьбы с лженаукой, а, может быть, даже и вместо нее, необходимы и собственно исследования, направленные на развитие научного миропонимания. И здесь исследования проблемы происхождения интеллекта, исследования эволюции адаптационного потенциала биологических организмов могут сыграть огромную роль. Действительно, проблема: как произошел человек, как произошли наиболее характерные, интеллектуальные способности человека, интересна и понятна и ученому, и человеку "с улицы". И здесь возможен активный диалог ученого и общества. Естественно, что при этом важно "не снижать планку", и использовать при моделировании когнитивной эволюции принятые в научных исследованиях требования строгости и обоснованности. Есть и еще один социальный аспект. Сейчас много говорится о борьбе с международным терроризмом. И понятно, что помимо этой также несомненно важной борьбы, необходимы и меры, направленные на устранение причин терроризма. По крупному счету, таких причин две: 1) резкая разница экономических уровней различных стран, 2) различие мировоззрений, сложившихся у разных народов.

Здесь мы не будем затрагивать экономические аспекты проблемы, а отметим возможный подход к устранению второй причины. Различие мировоззрений связано с различными религиозными традициями, которые в свою очередь связаны с различными взглядами на проблему происхождения человека и его интеллекта. И для устранения различия мировоззрений (или, по крайней мере, для налаживания взаимопонимания) был бы полезен широкий международный диалог по проблемам происхождения человека, основанный на наиболее серьезном и глубоком миропонимании - научном миропонимании.

Литература

Воронин Л.Г. Эволюция высшей нервной деятельности. М.: Наука. 1977. 128 с.

Непомнящих В.А. Поиск общих принципов адаптивного поведения живых организмов и аниматов // Новости искусственного интеллекта. 2002. N. 2. С. 48-53.

Цетлин М.Л. Исследования по теории автоматов и моделирование биологических систем. - М.: Наука, 1969. 316 с.

Бонгард М.М., Лосев И.С.. Проект модели организации поведения - "Животное" // Моделирование поведения. - М.: Наука, 1975. С.152-171.

Сайт AnimatLab: http://animatlab.lip6.fr/index.en.html

Сайт AI Laboratory of Zurich University: http://www.ifi.unizh.ch/groups/ailab

Сайт Laboratory of Artificial Life and Robotics: http://gral.ip.rm.cnr.it

Сайт MIT Artificial Intelligence Laboratory: http://www.ai.mit.edu

Бурцев М.С., Гусарев Р.В., Редько В.Г. Исследование механизмов целенаправленного адаптивного управления // Изв. РАН "Теория и системы управления" 2002. №6. С.55-62.

Анохин П.К. Принципиальные вопросы общей теории функциональных систем // Принципы системной организации функций. - М.: Наука, 1973. См. также: http://www.keldysh.ru/pages/BioCyber/RT/Functional.pdf

Редько В.Г. Адаптивный сайзер // Биофизика. 1990. Т.35. Вып.6. С.1007-1011.

Staddon J. E. R. On rate-sensitive habituation // Adaptive Behavior. 1993. Vol. 1. N. 4. PP. 421-436.

Barto A.G., Sutton R.S. Simulation of anticipatory responses in classical conditioning by neuron-like adaptive element // Behav. Brain Res. 1982. Vol.4. P.221-235.

Klopf A. H., Morgan J. S., Weaver S. E. A hierarchical network of control systems that learn: modeling nervous system function during classical and instrumental conditioning // Adaptive Behavior. 1993. Vol. 1. N. 3. PP. 263-319.

Гаазе-Рапопорт М.Г., Поспелов Д.А. От амебы до робота: модели поведения. - М.: Наука, 1987.

Турчин В.Ф. Феномен науки. Кибернетический подход к эволюции. М.: Наука, 1993. 295с. (1-е изд.). М.: ЭТС, 2000. 368 с. (2-е изд.). См. также http://www.refal.ru/turchin/phenomenon

Меркулов И.П. Когнитивная эволюция. М.: Наука, 1999.

П. Тейяр де Шарден. Феномен человека. М.: Устойчивый мир, 2001. 232 с.

Размещено на Allbest.ru