Часть 5. Мышление с точки зрения физики

Кризис теорий мышления явно оформился в середине 80-х годов, и в высказываниях ведущих специалистов звучало все больше и больше пессимистических нот, но тут к проблеме подступились... физики. И они сразу взялись за самое сложное и непонятное - поток сознания. Самой известной работой на эту тему является книга Роджера Пенроуза „Тени Разума“. Суть идей Пенроуза заключается в том, что в человеческом мозге протекают некие квантовые процессы, непосредственно влияющие на работу нейронов. Благодаря длительным исследованиям было доказано, что квантовые процессы возникают в микротрубочках цитоскелета нейронов и имеют невычислимый характер, так необходимый для получения потока сознания. Естественно, такие заключения требуют оставаться на той точке зрения, что поток мышления имеет неалгоритмическую природу.

Что же сделал Пенроуз? Он механически перенес инструментарий современной физики на теорию мышления. Это, возможно, позволит построить некоторую теорию, подобную квантовой электродинамике, которая независимо от того, имеет ли она какое-либо отношение к действительности, позволит получить некоторые количественные результаты. Тем самым, кризис в теории может разрешиться. Теория Пенроуза развивает и усложняет квантовую теорию Фейнмана, о которой писалось во второй части данного реферата. Однако Пенроуз указывает, что существующая квантовая теория здесь непригодна и требуется пересмотр самих основ физики. С одной стороны, Пенроуз - очень крупный ученый и поэтому к его идеям научное сообщество отнеслось с должным вниманием. С другой стороны, таких теорий на той или иной физической или парафизической основе можно придумать сколько душе угодно, что собственно и делается. Поспешные выводы, бездоказательные мнения или просто бездарные спекуляции только отталкивают научное сообщество от благородных попыток познания истины.

В результате теоретической работы квантовых физиков можно представить себе примерную модель потока мышления. С точки зрения квантовой теории поток сознания похож на сложнейший самоуправляемый генератор случайных функций. Генерируемая функция задает примерную область генерации последующей. Учитывая колоссальный параллелеизм головного мозга, количество одновременно генерируемых функций очень велико. Из сотен предельно простых функций формируются простейшие алгоритмы. Лично мне такой подход физиков нравится - он позволяет двигаться дальше и преодолеть, как уже упоминалось, кризис в теории мышления. Теперь перейдем к одной из важнейших частей моего реферата, а именно

Часть 6. Мышление с точки зрения искусственного интеллекта

Некий прорыв совершили специалисты в области искусственного интеллекта, изучавшие в целях моделирования или имитирования, как физиологический уровень мышления, так и прикладной и уровень здравого смысла. К сожалению, прорыв произошел не столько в понимании мышления, сколько в понимании сложности проблемы :) , что, в общем, тоже не маловажно.

Понимание сложности механизмов мышления пришло к тому, что за несколько десятков лет специалисты по искусственному интеллекту испробовали множество различных вариантов моделирования или имитации мышления на пути к созданию искусственного разума. Если говорить подробнее, то по-крупному можно выделить два подхода: «нисходящий» и «восходящий». Суть «восходящего» в следующем: максимально точно смоделировать нейроны и их взаимодействие в надежде, что по мере усложнения и укрупнения моделей они во всё большем объеме будут воспроизводить функционирование образа живой природы, а в пределе, при создании модели мозга, модель будет обладать способностью к мышлению. Напротив, «нисходящий» подход заключается в том, что имитируется мышление человека при решении тех или иных задач, причём именно имитируется, так как применяемые алгоритмы зачастую не имеют ничего общего с тем, как в действительности решает данную задачу человек. Ожидалось, что как только число успешно решаемых компьютером задач достигнет некоторого критического уровня, можно будет говорить о том, что получен «искусственный интеллект». Предложены даже несколько вариантов тестов, прохождение которых компьютерной программой позволяет заключить, что машина достигла «критического уровня» и уже на самом деле мыслит. Из них самый известный, и, одновременно, один из самых спорных - тест Тьюринга.

Какие достигнуты результаты? Да самые разные. Нейронные сети, как образец моделирования искусственного интеллекта, прошли путь от однослойных нейронных сетей, которые благодаря усилиям учёных (каких именно, к сожалению, сейчас уж не припомню) успешно решали многие «игрушечные» задачи, до многослойных сетей, которые способны озвучить текст, распознать рукописные буквы и эффективно сжимать изображения. То есть результатом «восходящего» подхода явилось, по сути, построение работоспособных моделей «примитивного» уровня мышления. Есть хорошие результаты и на уровне здравого смысла, в частности, по имитации профессиональной деятельности. Типичным примером имитации профессиональной деятельности являются системы, основанные на знаниях, и прежде всего экспертные системы. Технологии, наработанные «нисходящим» путём можно встретить во многих современных программах.

Касаясь мышления со стороны искусственного интеллекта следует рассматривать, прежде всего, логические аспекты. Первые, псевдокомпьютеры - арифмометры - основывали свои вычисления на простейших математических алгоритмах, превращенных в механические вращения блоков и шестеренок. Фактически сегодняшние вычислительные системы - это такие же воплотители простейших алгоритмов в механическом виде. Вся разница в том, что вместо шестеренок теперь «крутятся» электроны, и количество таких систем чрезвычайно велико. Количество транзисторов на современных чипах достигает миллиардных величин. Каждый из полупроводников можно посчитать за простейший «компьютер» только уже на атомно-механическом уровне. Компьютеры за все время своего существования так и остаются компьютерами (от лат. «computare», либо англ. «to compute» - считать, рассчитывать, вычислять). Они до сих пор вычисляют по определенным для них программам. Чего же им не хватает, чтобы стать более «живыми»? Ответ убедительно прост - творчества, т.е. потока сознания.

Что ж, специалисты по искусственному интеллекту подступились и к этой проблеме, а здесь самым известным подходом является нечёткая логика, созданная более 35 лет назад нашим бывшим соотечественником, а ныне профессором Калифорнийского университета Лотфи А. Заде. Дело в том, что нечётная логика позволяет имитировать то, как человек реально справляется с задачами, не имеющими алгоритмического решения. А это крайне необходимо, чтобы сымитировать часть важных свойств потока сознания. Особенно ухватились за нечёткую логику японцы. Создан ряд образцов программного обеспечения и аппаратуры на основе нечёткой логики. Образцы позволяют управлять сложными производствами, самолётами, автомобилями, ухаживать за больными и даже дегустировать вина.

По большому счёту понимания механизмов мышления естественного или создания интеллекта искусственного специалистам в области ИИ пока не удалось. Но достигнуты некоторые прикладные результаты, и более того, налажено их широкое применение в реальных системах.

Часть. 7. Концепции мышления применимые для построения искусственного интеллекта

В этой главе я постараюсь повторить и максимально обобщить то, что я здесь наговорил (не случайно она названа концепции, схожа с названием КСЕ) и сделать из этого хоть какой-нибудь стоящий вывод.

Итак, человек - самое удивительное существо на планете, именно благодаря тому, что умеет думать, думать головой, что, в общем то, и называется мышлением. Попытки дать какое-либо более или менее правдивое определение заранее обречены на провал. Да и понять, почему же именно он может думать с помощью самого мыслительного аппарата (т.е. философии и психологии) невозможно. Познать эту тайну суждено, опираясь лишь на факты (квантовая физика и нейрофизиология), и последовательно доказывая теории шаг за шагом. Практическим образом (по результатам клинических исследований) были получены разнообразные сведения о мозге, его свойствах, устройстве, зонах и их функциях. Теоретическим образом также были созданы некоторые концептуальные модели, причём такие, что «здравыми» их назвать крайне сложно, да и навряд ли надо. Было произведено условное деление сознания на четыре уровня: поток сознания, здравый смысл, примитивный, физический. Что нужно для создания ИИ? Суметь смоделировать поток здравый смысл и, самое сложное, поток сознания. На пути моделирования здравого смысла уже появились существенные сдвиги, поток же сознания остаётся самым тайным уголком. Квантовые физики выдвинули ряд схожих теорий, что поток сознания базируется на квантовых процессах, происходящих в человеческом мозгу. Это и есть причина рандомизации (вероятностного результата) потока сознания (квантовое происхождение, описываемое законами, базирующимися на теории вероятностей), которое можно представить как самоуправляемый генератор случайных функций, порождающих самих себя и другие функции. А случайные функции лучше всего описываются нечёткой логикой, которую уже начали применять в разработке компьютеров и программ японские учёные.

Понятно, что поток сознания - это поток, случайность, вероятность… Но даже поток берётся откуда-то, он не берётся из ничего. Всё-таки поток сознания основывается на опыте, конечный предел которого есть даже у только что рождённого ребёнка, который уже ЧТО-ТО слышал, видел и чувствовал. Как показывают исследования, движения плода в утробе носят чисто рефлекторный характер. Поток сознания может ощутить каждый. Достаточно всего лишь попытаться не думать ни о чём (и о том, что ты ни о чём не думаешь, думать тоже нельзя): сложно, не правда ли? Остановить бурный поток очень сложно, так как он постоянно разгоняется всё новыми и новыми переживаниями, эмоциями, опытом (в немецком языке есть такой ёмкий термин Erfahrung, дословно: пережитое, - лучше и сказать сложно). Так что, прежде всего компьютер надо научить обучать себя самого (ещё одна парадоксальная тавтология). Самообучающихся программ сейчас полно и они доступны почти любому, достаточно хотя бы упомянуть самообучающегося «друга по чату, который всегда с тобой» Chat Master (кажется ещё пока можно скачать с chat.narod.ru); а уж про самообучающиеся шахматные программы я и говорить не буду - обыгрывают чемпионов мира всё чаще и чаще.

Но данные программы всё равно базируются на какой либо цели: в шахматах это - загнать в угол и поставить мат королю человека-оппонента, в Чат Мастере - развивать словарный запас и т.д. Я не встречал ещё ни одной такой программы, цель которой была бы индуктивной, т.е. по достижении данной цели появляются последующие/последующая.

Нельзя пока придумать таких языков, систем, логик и команд, чтобы заставить компьютер жить и ценить то, что он живёт и знает о том, что он живёт, т.е. умеет думать. А ведь стремление жить и боязнь смерти (пусть даже и подсознательные) очень колоритно описывают разницу между машиной и «Божьей тварью»: не жившим и не живущим трудно понять, зачем нужно жить.