Инновации в создании интеллектуальных машин: подробное руководство

С тех пор, как чемпион мира по шахматам Гарри Каспаров проиграл партию в шахматы компьютеру Deep Blue в 1997 году, возможность создания самообучающегося искусственного интеллекта (ИИ) фактически перестала ассоциироваться исключительно с научно-фантастическим жанром в литературе и кинематографии. вместо этого такая возможность стала предметом научной футурологии. Это означает, что создание по-настоящему мыслящих разумных машин в промышленных масштабах — лишь вопрос времени.

Тем не менее, как показывает практика, все еще существует немало людей, интеллектуальная негибкость которых не позволяет им признать всю обоснованность ранее высказанного предположения, которое, в свою очередь, экстраполируется в резко выраженное негативное отношение этих людей к самой идее о том, что такие машины могут быть построен по определению. Например, по мнению Дрейфуса (1992), причина, по которой машина, наделенная искусственным интеллектом, не может заниматься подлинным мышлением, заключается в том, что из-за своей по существу механической природы такая машина не сможет активно взаимодействовать с окружающей реальностью, которая в свою очередь, помешало бы ему обрести экспериментальное понимание «здравого смысла» диалектических отношений между причинами и следствиями.

Такое предположение Дрейфуса основано на его убеждении в том, что человеческое познание имеет невычислительную природу. По его словам, именно подвергаясь воздействию ситуационного контекста объектов и событий, мы узнаем их качественную сущность: «Наше глобальное знакомство… позволяет нам реагировать на то, что важно, и игнорировать то, что не имеет значения, без планирования, основанного на цели». -свободные представления контекстно-свободных фактов» (стр. XXIX). Тем не менее, недавние открытия в области психологии, информационных технологий, нейромедицины и генетики, а также использование того, что автор называет «логикой здравого смысла», делают его линию аргументации концептуально ошибочной.

Причина этого проста – анализ метафизических и структурных тонкостей человеческого мышления обнаруживает неоспоримый факт: способ, которым люди решают экзистенциальные проблемы, по существу аналогичен тому, как нейрокомпьютеры (перцептроны) решают различные познавательных задач. Для того чтобы мы могли обосновать справедливость предыдущего утверждения, нам придется подробно изучить этот вопрос.

Допустим, у нас есть функция (8X+10)/9. Каким будет Y, если X равно 5? Чтобы получить ответ, нам придется умножить 8 на 5, затем прибавить 10, а затем разделить полученное число на 9. Следствие того, как мы поступили с решением этой функции, называется алгоритмом. И использование математических алгоритмов является фундаментальным принципом, на котором основано функционирование машины Тьюринга: «Конечно, машина Тьюринга не может сварить яйцо или открыть дверь. Но алгоритм… это описание того, как сварить яйцо. И эти описания могут быть закодированы в машине Тьюринга при правильных обозначениях» (Crane, 2003, стр. 100). Чтобы соответствовать принципу функционирования машины Тьюринга, каждая задача должна быть алгоритмически формализована.

Например, для того, чтобы эта машина могла нарисовать силуэт головы человека, она должна быть снабжена формулами выполнения последовательных фаз процесса (рисование прямого носа описывалось бы линейной функцией, изображение округлого лба гиперболой и др.). И если произойдет ошибка в процессе выполнения машиной хотя бы одной формализованной задачи, конечный результат будет неправильным — в машине Тьюринга даже малейшая ошибка фатальна.

Тем не менее, существует и другой способ решения ранее упомянутой функции путем построения графика в двумерной системе координат по осям X и Y. Можно задаться вопросом, в чем фундаментальное различие между этими двумя методами решения одной и той же функции? В конце концов, оба метода связаны с применением абстрактной математики. Но давайте представим ситуацию, когда у нас есть график силуэта, но нет формулы, описывающей этот график. Разработка математической функции для каждой ситуационной переменной графа представляла бы собой серьезную задачу, что, в свою очередь, позволило бы машине Тьюринга алгоритмически обрабатывать рисунок силуэта.

Более того, столкнувшись с отсутствием даже совершенно незначительных алгоритмических данных, касающихся процесса рисования силуэта, машина Тьюринга застопорилась. И тем не менее, практически каждый сможет с легкостью восстановить недостающую часть силуэта, если, например, какой-нибудь злонамеренный человек уничтожит ее ластиком. Причина этого проста – в отличие от машины Тьюринга, люди наделены ассоциативной памятью, которая, по мнению Дрейфуса, позволяет им получать «пропозициональные знания».

Это, в свою очередь, подводит нас к вопросу – является ли ассоциативная память людей (пропозициональные знания) вычислительной? Да, так же, как и процедура построения графика в масштабе осей X и Y. Например, процесс воспитания ребенка есть не что иное, как процесс, в котором родители ребенка побуждают его к запоминанию ряда различных поведенческих модусов (графиков), призванных развертываться в соответствии с качественной сущностью экзистенциальных задач, которые должны быть решены. с чем такой ребенок столкнется позже в своей жизни. Запомнив, чем обусловлены эти поведенческие стереотипы, ребенок способен сделать выбор в пользу правильной стратегии поведения в формально незнакомых, но качественно сходных (к которым применимы поведенческие стереотипы) ситуациях. И самое главное, что, решая жизненные задачи, ребенок, не переставая соблюдать ранее заученные стереотипы поведения, приобретает еще и «пропозициональное знание».

Вот как в своей статье Changeux (1994, с. 193) обрисовывает функциональные тонкости художественного познания людей: «Экспериментальная психология учит нас… что заученная конфигурация интегрирована в высокоорганизованный иерархический ансамбль, «таксономический ансамбль». диаграмма, «уже существующая система классификации». Это означает, что для того, чтобы человек мог эффективно справиться с конкретной ситуацией, ему или ей не обязательно обладать реальным опытом решения той же ситуации в прошлом. Осознание этого факта представляет собой концептуальную основу, на которой базируется теоретизация того, что должно объяснять принцип функционирования ИИ.

Как предсказывал один из самых выдающихся теоретиков ИИ Маршалл Йовитс (1960, стр. viii): «Похоже, что определенные типы проблем, в основном те, которые связаны с нечисловыми типами информации, могут быть эффективно решены только с использованием машин, демонстрирующих высокую степень обучаемости или способности к самоорганизации. Примеры задач этого типа включают автоматическое чтение печатных изображений, распознавание речи, распознавание образов, автоматический языковой перевод, поиск информации и управление большими и сложными системами». По-видимому, Йовитсу удалось осознать простой факт: для того, чтобы вычислительные системы достигли полной эффективности работы, их нужно не программировать (как в случае с машиной Тьюринга), а дать им возможность заниматься своими делами. самообучение.

Справедливость такого предложения Йовитса была проиллюстрирована в течение шестидесятых годов, когда Фрэнк Розенблатт построил первый «персептрон», который был способен распознавать буквы в печатном тексте. Поэтому неудивительно, что изобретение Розенблатта теперь часто называют отправной точкой ИИ:

«Схемы Розенблатта быстро укоренились, и вскоре существовало около сотни групп, больших и малых, экспериментировавших с моделью либо как «обучающаяся машина», либо под видом адаптивных», или «самоорганизующихся» сетей, или «самоорганизующихся» сетей. системы автоматического управления» (Минский и Паперт, 1986, с. 19). На сегодняшний день правильно функционирующие нейрокомпьютеры больше не упоминаются как элемент футуристической жизни, а как неотъемлемая часть сегодняшних высокотехнологичных постиндустриальных реалий. И именно тот факт, что тонкости работы нейрокомпьютеров настраиваются на работу «биологического» мозга, объясняет феномен их экспоненциально растущей популярности.

Сегодня эти компьютеры способны не только определять закономерности согласованности обрабатываемых данных, но и формировать собственную ассоциативную память. Как и в случае с людьми, нейрокомпьютеры организуют семиотические означающие внутри семантически структурированных кластеров памяти, что, в свою очередь, позволяет такому компьютеру генерировать ассоциации в ходе выполнения конкретной вычислительной задачи. Разумеется, нет необходимости упоминать, что это представляет собой еще один важный шаг на пути к созданию по-настоящему мыслящей машины, наделенной ИИ.

Контекст сказанного ранее помогает нам определить, что объясняет ошибочность аргументации со стороны другого ярого противника идеи о том, что ИИ может заниматься подлинным (человеческим) мышлением, — Джона Серла. Согласно рассуждениям этого автора, сублимированным в его знаменитом аргументе «Китайской комнаты», компьютерные программы никогда не смогут обладать подлинным пониманием значения обработанных данных, а это означает, что построение действительно мыслящей разумной машины невозможно. Квинтэссенцию своего аргумента Серл (1991, стр. 47) определяет с совершенной ясностью: «Я считаю, что было бы глубокой ошибкой пытаться описывать и объяснять психические явления без ссылки на сознание.

Приписывание любых интенциональных явлений системе, будь то «вычислительной» или какой-либо другой, зависит от предварительного принятия нашего обычного понятия о разуме, сознательном феноменологическом «разуме». По-видимому, это произошло из-за четко выраженного эмоционального дискомфорта Сёрла от идеи, что человек вполне способен предаваться рационалистическим рассуждениям, оставаясь при этом не осознающими ряда последствий таких рассуждений, что побудило его выступить с ранее процитированным утверждением.

И все же даже краткий анализ качественной сущности нейрологической работы мозга опровергает обоснованность предположения Сёрла. В конце концов, история знает множество примеров того, как разум доказал свою способность эффективно решать когнитивные задачи, при этом реальное сознание не играло никакой роли в этом процессе. Самым примечательным из них является открытие Дмитрием Менделеевым Периодической таблицы химических элементов, которое произошло во время, когда этот знаменитый русский химик спал. По словам Аткинса (1995, с. 86): «Рассказывают, что во время короткого сна в ходе написания учебника химии, для которого он (Менделеев) боролся с проблемой порядка введения элементов , у него была мечта.

Проснувшись, он изложил свою карту практически в ее окончательной форме. Дата была 17 февраля 1869 года». По-видимому, не случайно во время сна мозг потребляет на 10% больше энергии, чем во время бодрствования. Причина этого проста – в ночное время мозг обрабатывает информацию, накопленную за время его дневного функционирования.

Поэтому методологически неуместно ссылаться на отсутствие сознания ИИ в традиционном смысле этого слова как на доказательство его «неразумности». Совсем наоборот – учитывая тот факт, что работа человеческого сознания определяется скорее биологически, чем когнитивно, отсутствие «человеческого сознания» у компьютеров следует рассматривать как показатель их когнитивной беспристрастности, которая всегда считался психологической чертой самых выдающихся интеллектуалов мира. И, как показывает история, эти интеллектуалы всегда считались лучшей частью человечества.

Это подводит нас к рассмотрению сути другого возражения моралистически мыслящих людей против идеи о том, что могут быть построены по-настоящему мыслящие разумные машины, а именно, того факта, что, как полагают эти люди, компьютеры никогда не смогут испытывать весь набор человеческих эмоций. . Как выразились Дьюхерст и Гвиннетт (1990, стр. 695): «Учитывая, что человеческий интеллект настолько эмоционально сложен, что его невозможно полностью воспроизвести, все, чего на самом деле могут достичь исследования ИИ, — это смоделировать отдельные аспекты человеческого интеллекта по отношению к конкретным домены». Но что такое эмоции, как положительные, так и отрицательные – любовь, ненависть, страх, гнев, радость, печаль и т. д.? Эмоции — не что иное, как агенты обеспечения нашего биологического благополучия, как представителей вида Homo Sapiens. Иносказательно – это «кнут» и «пряник», вызывающие экологически приемлемое поведение не только у людей, но и у животных.

Индивид, как энергетически открытая система, обладает определенной свободой в принятии решений, и эмоции нужны для того, чтобы эти решения не подорвали степень биологической выживаемости такого индивида. Когда, например, мы занимаемся любовью, такая наша деятельность имеет целью обеспечить распространение наших генов, и за это мы получаем вознаграждение целой гаммой положительных эмоций, вызывающих удовольствие. С другой стороны, когда мы получаем травму, мы испытываем боль просто потому, что боль — это не что иное, как предупреждающий знак о том, что с физическим состоянием нашего тела что-то не так.

Несмотря на то, что прошло много времени с тех пор, как наши далекие предки вырубали деревья в поисках дополнительных источников пищи – тем самым создавая объективные предпосылки для возможного появления вида Homo Sapiens, биохимическая работа нашего тела никогда не переставала быть актуальной. по сути то же самое, что и у обезьян. Как и все приматы, люди стремятся любить и быть любимыми, добиться социального положения, наслаждаться вкусной пищей, проводить как можно больше времени на отдыхе и как можно меньше на работе и т. д. . – все эти эмоциональные действия имеют четко выраженную анималистическую природу. Именно поэтому можно определить сущность эмоции, испытываемой человеком в конкретный момент времени, оценивая ее физиологические проявления.

Как справедливо заметил ДеЛэнси (2002, стр. 10): «Аффекты, особенно некоторые эмоции, имеют заметные и измеримые физиологические корреляты… Что касается эмоций, происходит гораздо больше измеримых физиологических изменений. В зависимости от интенсивности эмоций они могут включать изменения вегетативных функций, таких как частота сердечных сокращений, артериальное давление, дыхание, потоотделение, дрожь и другие особенности; гормональные изменения; изменения температуры тела; и, конечно же, изменения в нейронных функциях». Поэтому ни при каких обстоятельствах нельзя называть человеческие эмоции признаком «высшей человечности» людей. Вместо этого о них следует говорить такими, какие они есть на самом деле – свидетельством того, что, сталкиваясь с жизненными трудностями, люди никогда не перестают оставаться предельно скованными в биологическом смысле этого слова.

Сказанное ранее имеет прямое отношение к теме, обсуждаемой в этом брифе. По-настоящему мыслящая разумная машина, которую мы предлагаем построить, конечно, не сможет испытывать человеческие «чувства». Однако это не следует рассматривать как доказательство его когнитивной неполноценности; просто потому, что, в отличие от людей, наша машина будет использовать не биохимический, а электронный механизм взаимодействия с окружающей реальностью. И тем не менее, именно этот механизм, по-видимому, идеально соответствует реальной работе человеческого мозга.

Ведь разум человека не оперирует цифрами и формулами, оценивая эманации окружающей среды. Аналогичным образом компьютер оперирует не цифрами и формулами как таковыми, а электронными сигналами. Единственная разница между человеческим мозгом и компьютерным ИИ заключается в следующем: тогда как человеческий мозг генерирует электричество изнутри, компьютеризированному «мозгу» требуется внешний источник электричества – чистый и простой.

Тем не менее, «энергетическая мобильность» человеческого мозга достигается за счет того, что его вычислительные возможности серьезно подорваны. Ведь добрую половину своей жизни люди тратят на заботу о биологических потребностях своего организма. Однако нашей истинно мыслящей разумной машине не нужно будет заниматься явно физиологическими занятиями, просто чтобы обеспечить свое непрерывное существование, что, в свою очередь, не только увеличит ее вычислительные мощности, но и приведет к резкому увеличению ее вычислительных способностей. ‘действительность.

Даже сегодня когнитивная «устарелость» человеческого мозга кажется общепризнанным фактом. Такой мозг содержит 10 миллиардов нейронов, которые формируют память и функционируют как логические элементы восприятия. В силу химической сути функционирования этих элементов вычислительную производительность мозга нельзя назвать абсолютно эффективной. Например, внутри мозга электронные импульсы передаются со скоростью 30 км в секунду. Это, конечно, нельзя даже сравнить со скоростью, с которой электронные импульсы передаются внутри микрочипа – 300 000 км/сек.

Таким образом, кажется, что первостепенной задачей является принятие правильного взгляда на то, что должно объяснять метафизическое значение нашей машины. Мы воспринимаем такую ​​машину не как просто робота, наделенного искусственным интеллектом, который может быть использован в качестве актива, улучшающего жизнь людей, а как нечто, что вполне может привести к следующему эволюционному скачку от биологического интеллекта, представленного видом Homo Sapiens, к «чистый» трансчеловеческий интеллект, который не будет биологически ограничен.

Даже сегодня существует множество признаков того, что «трансчеловеческая» революция уже не за горами. Например, в течение следующих десяти-двух лет станет практически возможным внедрение в мозг людей микрочипов, которые позволят им мгновенно изучать новые языки, «прокачивать» память и даже дойти до спасения своего сознания. (индивидуальность) на жесткие диски компьютера. Поэтому нашу готовность приложить дополнительные усилия при создании по-настоящему мыслящей разумной машины следует рассматривать не просто как доказательство нашей интеллектуальной широты взглядов, а как показатель того, что наш экзистенциальный статус является не чем иным, как статусом полубогов. ведь, создавая объективные предпосылки для создания такой машины, мы намеренно облегчаем ход эволюции.

Как отметил Курцвейл (2005, стр. 476): «Эволюция движется к большей сложности, большей элегантности, большему знанию, большему интеллекту… Эволюция не достигает бесконечного уровня, но, развиваясь экспоненциально, она определенно движется в этом направлении». направлении, следовательно, освобождение нашего мышления от суровых ограничений его биологической формы можно рассматривать как по существу духовное предприятие». Следовательно, наше намерение создать по-настоящему мыслящую разумную машину действительно следует рассматривать как по существу духовное предприятие, даже несмотря на то, что оно не имеет ничего общего с представлениями о традиционной духовности – как бы иронично это ни звучало.

Прежде чем завершить это краткое изложение, давайте повторим его основные тезисы:

1. Нет веских оснований полагать, что из-за небиохимического принципа своего функционирования восприятие ИИ окружающей реальности может быть когнитивно неполноценным. Наоборот – благодаря освобождению от ряда биологических ограничений ИИ сможет выйти на качественно новый уровень понимания этих реалий.
2. Предположения о том, что существует фундаментальная разница между когнитивным функционированием человеческого разума и искусственных нейронных сетей, концептуально ошибочны просто потому, что в обоих случаях именно поток электронов служит информационной средой. Как и в случае с людьми, нейрокомпьютеры доказали свою способность заниматься ассоциативными рассуждениями. В свою очередь, подобные рассуждения всегда считались признаком высшего интеллекта.
3. Для того чтобы предлагаемая машина могла осуществлять «истинное мышление», ей не обязательно осознавать этот процесс в общепринятом смысле этого слова. В конце концов, большинство людей редко осознают, что побуждает их принять решение о переходе улицы или дождаться, пока поблизости не останется приближающихся машин, прежде чем они это сделают – их интуиция просто позволяет им настроить то, что влияет на их шансы. чтобы вас не сбила машина при переходе улицы. А интуиция людей — это не что иное, как их способность бессознательно реконструировать недостающие части «графика» без необходимости применения математических функций, как это умеют нейрокомпьютеры. Именно способности таких людей объясняют их интеллект как таковой, а не склонность оценивать сущность окружающей действительности через призму своих эмоций, как хотели бы нас убедить Дрейфус и Серл.
4. Создание по-настоящему мыслящей разумной машины вполне может спровоцировать начальную фазу «трансчеловеческой» революции. Учитывая аспекты сегодняшней жизни, которые вытекают из растущего несоответствия между способностью людей продвигать научный прогресс, с одной стороны, и их биологическим «несовершенством», с другой, благотворное влияние такой революции вряд ли можно недооценивать.

Ссылки:

Аткинс П.В. 1995, Периодическое царство: путешествие в страну химических элементов. Основные книги, Нью-Йорк.

Changeux, JP 1994, «Искусство и нейронаука», Леонардо, том. 27, нет. 3, стр. 189–201.

Крейн, Т. 2003 (1995), Механический разум. Философское введение в разум, машины и ментальные представления. 2-е изд. Рутледж, Нью-Йорк.

ДеЛэнси, К. 2002, Страстные двигатели: что эмоции говорят о разуме и искусственном интеллекте. Нью-Йорк, Издательство Оксфордского университета.

Дьюхерст, Ф.В. и Гвиннетт, Е.А. 1990, «Искусственный интеллект и анализ решений», Журнал Общества операционных исследований, том. 41, нет. 8: стр. 693-701.

Дрейфус, Х. Л. 1992 (1972), Чего компьютеры до сих пор не могут сделать: критика искусственного разума. MIT Press, Кембридж.

Курцвейл, Р. 2005, Сингулярность близка: когда люди выходят за пределы биологии. Викинг, Нью-Йорк.

Мински М.Л. и Паперт С.А. 1986. Персептроны: Введение в вычислительную геометрию, MIT Press, Кембридж.

Сирл, Дж. Р. 1991, «Сознание, бессознательное и интенциональность», «Философские вопросы», том. 1, стр. 45-66.

Йовитс М. и Скотт С. (ред.) 1960. Самоорганизующиеся системы: материалы междисциплинарной конференции, 5 и 6 мая 1959 г., Pergamon Press, Лондон.