Информатика, кибернетика, интеллект - Пушкин В. Г. - Страница 48

Классический вопрос "Может ли машина мыслить?" необходимо обсуждать как в философском, так и в более строгом естественнонаучном и математическом контексте. Полезность и того и другого обсуждения возрастает при их сопоставлении, которое способствует выработке уточняющих интерпретаций с использованием общенаучных понятий. Нередко говорят, что ум не сводится к отдельным способностям. Однако моделировать интеллект как таковой, не выделяя его конкретных качеств, нельзя. Поэтомy специалисты в области искусственного интеллекта при выработке исходных принципов определяют интеллект через операциональный критерий. "Под словом "думать", - пишет Р. Беллман, - мы будем иметь в виду деятельность, подобную человеческому мышлению, такие действия, как принятие решений, решение (логических) задач, распознавание образов, интеллек

146

туальные игры, творчество и т.д." [73]. Для того чтобы быть "разумной", машина должна обладать функциональными способностями человека. Но при этом едва ли целесообразно требовать от нее умения сойти за человека (тезис Тьюринга), особенно учесть существование эффективных путей эвристического программирования, которые не имитируют человеческого поведения [74].

В теоретических работах по искусственному интеллекту такие антропоморфные понятия, как "интеллект", употребляются в специально научном смысле, отличном от обычных представлений неспециалистов. И это согласуется с исторической практикой формирования научных (физических, математических) понятий, таких, например, как "тело", "энергия", "группа" и т. п. Метафорические и операциональные характеристики понятия "искусственный интеллект" служат отправным моментом в развитии теории. Сравнивая человеческий интеллект с машинным мышлением, метафорическое употребление понятия "искусственный интеллект" вместе с тем облегчает понимание человеческого разума, хотя у этих образований помимо общих свойств имеется множество других, по которым они совершенно различны.

Понятийная метафора выступает необходимым источником гипотез относительно системы-оригинала. Тем не менее на стадии формирования понятий следует помнить об их метафорическом характере. "Когда наступит такое время, - считает М. Арбиб, - что наши понятия дадут нам возможность отвечать на большинство вопросов в интересующей нас области, мы сможем позволить себе забыть об их метафорическом происхождении..." [75]. Таким образом, метафорические аналогии между искусственным и естественным интеллектом оправданы тогда, когда они понимаются не очень буквально. Этот вывод имеет значение для гипотетико-дедуктивных построений теорий искусственного интеллекта; аксиоматическое изложение нуждается в использовании неопределяемых понятий.

Понятие искусственного интеллекта, возникшее в кибернетике, позволяет классифицировать объекты по функциональному критерию. Такое понятие необходимо потому, что оно удачно объединяет целый ряд эффективных свойств специальных программ для ЭВМ, которые аналогичны (гомоморфны) качествам человеческого интеллекта. Оно показывает также, что многие различия между интеллектуальными программами ЭВМ и человека, производившие впечатление существенных, в ходе конкретных разработок оказались количественными. Эвристический поиск представляет главную особенность техники искусственного интеллекта. Однако поведение человека, его память, восприятие, способность к обучению и самоорганизации, несомненно, богаче, чем у эвристических программ ЭВМ [76]. Нужно также иметь в виду ограниченные возможности современных автоматов, являющихся "эмбриональными" кибернетическими системами, в силу чего в настоящее время многие из интеллектуальных функций ими могут выполняться лишь

147

в принципе. Это означает, что хотя в своих существенных частях эти функции могут быть реализованы, осуществление их в целом остается под вопросом из-за больших материальных затрат.

Методологическое значение данного вывода состоит в том, что при сравнении человеческого интеллекта с машинным надо четко различать, на каком уровне проводится аналогия - принципиальном или фактическом. Ясно, что фактическое сравнение не всегда оправдано. Более того, "всякое непосредственное сравнение существующих автоматов с человеком недопустимо: существующие автоматы можно сравнивать лишь с гораздо более примитивными органическими системами" [77]. Вместе с тем с точки зрения развития науки об искусственном интеллекте, видимо, нежелательно обыденные представления об интеллекте возводить в ранг серьезных аргументов. Рассуждения типа: "Допустим, вы привели примеры того, как компьютер может осуществлять процессы принятия решения, обучения, распознавания образов и т. п. Но значит ли это, что машина и в самом деле мыслит?" не единичны.

Сравнение мозга и машины может оказаться неадекватным в оценке либо первого, либо последней. Дело в том, что ЭВМ создаются преимущественно для решения задач, которые человеческий мозг сам по себе решить не в состоянии. Сопоставление мозга и машины необходимо для выделения их инвариантного аспекта при раскрытии той структуры, которая организует и "содержит" интеллект.

Для выявления особенностей структуры интеллекта нужны соответствующие понятия. Проникновение в более глубокие слои реальности предполагает построение специфической системы понятий, адекватной возникшей проблеме. Такую систему нельзя просто вывести из понятийной структуры, описывающей менее глубокие уровни действительности. Структура интеллекта должна интегрироваться в самоорганизующуюся систему, подчиняющуюся имманентным закономерностям. Это означает, что система располагает внутренними принципами и механизмами саморазвития, которые позволяют ей обучаться, совершенствоваться, самовоспроизводиться. Последнее нередко расценивается как "мотив", направленный против существования любой формы машинного интеллекта: машина получает способности от своего создателя. С этим, разумеется, нельзя не согласиться. Следует только обратить внимание на то, что и человеческий интеллект развивается аналогично [78]. Предпосылкой интеллекта служит связь с внешним миром.

Имманентность развития самоорганизующейся системы относительна. Иерархический принцип самоорганизации действует и за пределами системы, поскольку последняя является составной частью вышестоящих материальных структур. Следовательно, при изучении интеллекта как самоорганизующейся системы эвристически важна диалектика внутреннего и внешнего, которая выражается во взаимодействии моделей двух типов - модели самого се

148

бя и модели внешнего мира. При этом выделяется уровень информационных отношений, на котором внутренняя модель внешнего мира переводит и интегрирует внешнее во внутреннее. При этом в качестве существенного момента выступает отношение обратной связи, играющее важную роль в человеческом поведении (например, обратная связь от эффекторов к рецепторам). Понятие обратной связи плодотворно в исследовании работы мозга и машины. Особенно значима отрицательная обратная связь, уменьшающая рассогласование между действительным и желаемым поведением. Системы разумного поведения - это системы с обратной связью, самообучающиеся системы.

Функциональный подход к проблеме сложности преодолевает некоторые трудности, возникающие при сравнительном анализе мозга и машины. Эти трудности привносятся мнением о том, что пока не решена проблема структурной сложности машин на уровне сложности мозга, до тех пор не может быть речи об искусственном интеллекте. Кибернетика позволяет перевести проблему структурной сложности "на язык" сложности функционального порядка. Происходит своего рода оборачивание метода: то, что исторически являлось первичным, на логическом уровне анализа оказывается вторичным. Структура и функция объективно находятся в неразрывном единстве. Однако в научном исследовании существенным становится тот или иной аспект. В данном контексте функциональный аспект гносеологически обладает большей разрешающей способностью, чем субстратно-структурный подход. В самоорганизующихся системах функциональная организация приобретает решающее значение: в том случае, когда вычислительная машина может самоорганизоваться, способ первоначального соединения элементов подвергается "пересмотру", если он не обеспечивает эффективного решения стоящих перед системой задач. Вообще принципы самоорганизации (в особенности эвристической самоорганизации - на основе "отсечения" плохих вариантов поведения) выступают основанием для восхождения от абстрактных постулатов к конкретным разработкам задач искусственного интеллекта.