Подписка на новости Russian Español English URSS.ru - Издательская группа URSS. Научная и учебная литература
Об издательстве Интернет-магазин Контакты Оптовикам и библиотекам Вакансии Пишите нам
КНИГИ НА РУССКОМ ЯЗЫКЕ


 
Вернуться в: Поиск книг  
Обложка Шамис А.Л. Пути моделирования мышления. Активные синергические нейронные сети, мышление и творчество, формальные модели поведения и 'распознавания с пониманием'
Id: 37679
 

Пути моделирования мышления. Активные синергические нейронные сети, мышление и творчество, формальные модели поведения и "распознавания с пониманием"

URSS. 2006. 336 с. Твердый переплетISBN 5-484-00578-7. Букинист. Состояние: 4-. .
Обращаем Ваше внимание, что книги с пометкой "Предварительный заказ!" невозможно купить сразу. Если такие книги содержатся в Вашем заказе, их цена и стоимость доставки не учитываются в общей стоимости заказа. В течение 1-3 дней по электронной почте или СМС мы уточним наличие этих книг или отсутствие возможности их приобретения и сообщим окончательную стоимость заказа.

 Аннотация

В книге с общих позиций рассматривается широкий круг вопросов, касающихся проблем моделирования поведения, восприятия и мышления. Наряду с общими вопросами рассматриваются модели целенаправленного поведения, восприятия "с пониманием" и активных нейронных механизмов мозга, а также качественные модели репродуктивного и творческого мышления. В основе этих моделей лежат "принцип устойчивого неравновесия", принцип maxT и системные принципы целостности, целенаправленности и активности. Описывается также применение принципов целостности, целенаправленности и активности в практических системах распознавания рукописных текстов Графит, FineReader-рукопись и FormReader.

Книга предназначена для специалистов в области распознавания образов и искусственного интеллекта, а также для широкого круга читателей, интересующихся проблемами создания автономных и активных искусственных систем.


 Анонс

Мышление -- это не изощренные алгоритмы решения задач, а специфический принцип их реализации в живом мозге.

Живой организм не только на клеточном уровне, но и в целом -- это система с непрерывно накапливающейся внутренней неустойчивостью.

Поддержание устойчивого неравновесия на уровне организма происходит в результате активного поведения в среде и подчиняется принципу оптимальности maxT.

Следствия принципа maxT -- это целостность, целенаправленность и активность.

Если жизнь имеет материальную основу и эта основа познаваема, то не исключено, что все интерпретации психологического уровня окажутся возможными и на уровне компьютерного моделирования мозга. В том числе и интерпретации таких особенностей работы мозга, как эмоции, интуиция, инсайт, творчество и даже юмор.


 Оглавление

Предисловие
Введение. Искусственный интеллект -- миф или реальность
1 Устойчивое неравновесие и модель целенаправленного поведения
 1.1.Поведение
 1.2.Принцип maxT
 1.3.Формальная модель
 1.4.Мотивации и потребности
 1.5.Эмоции
 1.6.Реальная задача
2 Модель целостного восприятия и " распознавание с пониманием"
 2.1.Распознавание
 2.2.Психология машинного зрения
 2.3.Принципы распознавания рукописных текстов и их реализация в программах ABBYY FineReader-рукопись и FormReader
3 Синергия, целостность и организация
 3.1.Целостность и теория систем
 3.2.Представление целостного объекта (системы)
 3.3.Организация
 3.4.Возникновение и изменение организации
 3.5.Устойчивое неравновесие
 3.6.Принцип maxT в поведении живых организмов и в искусственных активных динамических системах
 3.7.Свобода поведения активных динамических систем
4 Информация
 4.1.Подходы к определению и измерению
 4.2.Ценность информации
 4.3.Определение информации
 4.4.Познание и информационное отображение мира
 4.5.Информация и потребности
5 Семантическая модель проблемной среды
 5.1.Некоторые физиологические предпосылки
 5.2.Особенности задачи поведения
 5.3.Особенности задачи восприятия
 5.4.Представление в модели проблемной среды целостных объектов и ситуаций
 5.5.Необходимые свойства модели проблемной среды
6 Пассивные нейронные модели. Нейрокомпьютер
 6.1.Свойства и функции нейронных моделей мозга, необходимые для решения основных базовых задач мышления
 6.2.Минимальные сведения об элементах мозга
 6.3.Логические нейронные сети Мак-Каллока и Питтса
 6.4.Перцептрон Ф. Розенблатта
 6.5.Современные формальные распознающие нейронные сети
7 Синергические активные нейронные модели
 7.1.Активность
 7.2.Общие свойства активной синергичной нейронной сети и активных нейронных элементов
 7.3.Свойства нейронов
 7.4.Режимы работы активной нейронной сети
 7.5.Однослойная A-сеть
 7.6.Формирование двухслойной первичной нейронной сети
 7.7.Запоминание внешних информационных воздействий на двухслойной нейронной сети
8 Модель мышления и творчества
 8.1.Общие замечания
 8.2.Мышление
  8.2.1.Перцептивное мышление
  8.2.2.Когнитивное (познавательное) мышление
  8.2.3.Практическое (поведенческое) мышление
  8.2.4.Механизмы репродуктивного практического (поведенческого) мышления
  8.2.5.Структурно-логическая особенность модели проблемной среды человека
 8.3.Творчество
  8.3.1.Творческий поиск
  8.3.2.Креативное (созидательное) мышление
  8.3.3.Работа мозга и некоторые функции творчества
9 Основные проблемы, связанные с моделированием нейронных механизмов мозга
 9.1.Еще раз об общей оценке существующих нейронных моделей
 9.2.Сознание
 9.3.Умозрительное моделирование и свобода  воли
 9.4.Получение признаков, отношений и метрических характеристик
 9.5.Управление процессами получения информации с понятийного уровня модели
 9.6.Построение целостных многоуровневых иерархических структурно-метрических описаний
 9.7.Возникновение и гашение очагов возбуждения
 9.8.Проблема моделирования памяти
 9.9.Переход от нейрона к нейронному ансамблю
 9.10.Проблема моделирования языка и абстрактного мышления
 9.11.Проблемы второго плана
Заключение Моделирование мышления -- миф или реальность
Литература

 Предисловие

В этой книге рассматриваются как формальные, в том числе и реализованные в виде компьютерных программ, так и качественные умозрительные модели восприятия, поведения нейронных механизмов мозга и мышления. Обсуждаются и многие сопряженные вопросы. Надеюсь, что мне удалось сформулировать некоторые полезные общие, а в некоторых случаях и конкретные представления. Часть таких конкретных представлений послужила основой для разработки практических программ чтения рукописных текстов, входящих в состав систем Графит, FineReader-рукопись и FormReader. Эти результаты также описываются в книге.

Книгу "Пути моделирования мышления", несмотря на новое название, можно, правда с определенной значительной натяжкой, считать вторым изданием вышедшей в 2004 году книги "Поведение, восприятие, мышление". Вторая книга имеет в своей основе серьезно откорректированный и уточненный текст первой. В то же время, во второй книге обсуждаются в основном те же проблемы, описываются в основном те же модели и сохранены главные принципиальные выводы первой книги. Сохранена и значительная часть текста этого предисловия, касающаяся истории вопроса.

Однако эту книгу можно считать и новой потому, что в ней помимо значительной коррекции и уточнений имеется также много достаточно принципиальных и важных, с моей точки зрения, дополнений. Такие дополнения есть во всех главах. Кроме того, есть новые разделы, в частности, глава, включающая модельные гипотезы о мышлении и творчестве. Книга по-новому структурирована. Объем книги значительно увеличился.

Вторая книга имеет другое название, которое, как мне кажется, точнее выражает содержание. Первоначально рассматривался вариант с включением в название слова "синергия" и это была не просто дань моде. Идея синергии, т.е. взаимодействия и взаимосодействия частей необходимого для функционирования и поддержания устойчивости целого, является одной из центральных в книге. Однако, в конечном счете, я все же остановился на более простом и понятном варианте.

Надеюсь, что книга будет интересна и полезна читателям и, может быть, даже тем из них, кто уже познакомился с книгой "Поведение, восприятие, мышление".

Что такое мышление?

Этот очень актуальный и один из самых интересных вопросов наших дней занимает меня много лет. Проблема становится актуальной не только тогда, когда ее решение должно принести какую-то пользу, но и при условии, что имеются реальные предпосылки, дающие надежду на решение. В отношении возможности моделирования мышления эта надежда есть и определяется она не только обширным накопленным экспериментальным материалом в области психологии и физиологии высшей нервной деятельности, но и уровнем, достигнутым современной вычислительной техникой. Эта надежда связывается у меня и с некоторыми, описываемыми в книге экспериментальными результатами и теоретическими представлениями. Правда, ясно и то, что перспективы полного решения проблемы до сих пор являются весьма отдаленными.

Как подойти к построению инженерной теории мышления, с чего начать? Проще и естественней всего поставить знак тождества между мышлением и восприятием, особенно зрительным, полагая, что восприятие и мышление -- это почти одно и то же. Сначала, еще в 60-х годах прошлого века, часто так и делали. Многие, и я в том числе, начали строить модели восприятия, однако это дело очень быстро выродилось в разработку прикладных систем распознавания образов, т.е. свелось к классификации по признакам простых объектов, рассматриваемых по отдельности. Сколько-нибудь значительно продвинуться от распознавания образов к пониманию мышления не удалось, но стало ясно, что хотя в восприятии с необходимостью и участвует мышление, а в мышлении восприятие, тем не менее, мышление -- это нечто большее, чем просто восприятие и, тем более, распознавание образов по признакам. Кроме того, пришло понимание того, что для ответа на вопрос, что такое мышление, нужно ответить не только на вопрос, что мозг делает, но и на вопрос, как он это делает, т.е. необходимо, всего-навсего, понять работу нейронных механизмов мозга.

На первом этапе кибернетики, а затем бионики так же интенсивно, как и работы по моделированию восприятия (распознаванию образов), велись работы по моделированию нейронных механизмов мозга. С подачи У.Мак-Каллока, а затем Ф.Розенблатта казалось, что это не очень сложно. Нужно просто объединить в сеть похожие на нейроны пороговые суммирующие элементы, сделать эту сеть очень большой и все, или почти все, само собой образуется. Не образовалось. В остатке оказалось опять же признаковое распознавание образов с помощью формальных нейронных сетей. Осталась и практически почти никем не оцененная идея Л.Б.Емельянова-Ярославского о построении модели активной нейронной сети, состоящей из неустойчивых элементов. Эта весьма перспективная, с моей точки зрения, идея была, к сожалению, скомпрометирована самим автором, сформулировавшим на основе этой идеи много ничем не подкрепленных и слабо логически аргументированных претенциозных интерпретаций. Результаты разработок как традиционных формальных нейронных сетей, так и активных нейронных моделей механизмов мозга, а также перечень и анализ возникающих в связи с этим основных нерешенных проблем приведены соответственно в 6, 7, и 9 главах.

Затем после общений с физиологами возникло ощущение, что проблему мышления нельзя рассматривать в отрыве от поведения и понимания эмоциональных механизмов принятия решения. В это время на очень многих, в том числе и на меня, большое впечатление произвела возникшая из небытия книга Э.С.Бауэра "Теоретическая биология" [9]. Представлялось, что сформулированный Бауэром принцип устойчивого неравновесия и понимание того, чем отличается живое от не живого, должно очень много дать для понимания мышления. Основанные на этих представлениях результаты работы, направленной на создание формальной модели поведения (принцип maxT), и следующие из этих результатов предположения о базовых задачах мышления нашли свое отражение в 1 и 3 главах. Кроме того, принцип устойчивого неравновесия Э.С.Бауэра дает много и для понимания активных нейронных механизмов мозга.

В это же время, т.е. еще в 60-х годах прошлого века, возникли представления о роли синергии (взаимосодействия) как в функционировании живого организма в целом, так и в работе нейронов головного мозга. На уровне целого организма принцип взаимосодействия был сформулирован в теории функциональной системы П.К.Анохина [4]. Идея взаимосодействия нейронов для оптимизации функционального состояния нейронной сети в целом была высказана в работах Л.Б.Емельянова-Ярославского [25]. К сожалению, идея синергии до сих пор еще не заняла своего места в работах по искусственному интеллекту и моделированию мышления.

И, наконец, на очередном витке спирали я снова занялся зрительным восприятием. Именно активным целенаправленным целостным восприятием "с пониманием", а не классическим признаковым распознаванием образов. Результаты этой работы, доведенные до практической реализации (программные системы Графит [7,8], FineReader-рукопись и FormReader [3,50,59]), приведены в главе 2.

Все затронутые выше проблемы, а именно поведение, восприятие, моделирование нейронных механизмов мозга и мышление, нашли более или менее подробное отражение в книге. Изложенные представления основаны на работах, выполненных в разные годы. Я постарался объединить и осмыслить все дополняющие друг друга результаты с единых позиций. В основе такого единства лежит, во-первых, общая направленность этих работ на понимание мышления. Во-вторых, эти работы объединяет представление о накапливающейся неустойчивости, присущей всему живому от клетки до целого организма, и, как следствие, представление о необходимой активности не только на уровне поведения, но и на уровне клеток головного мозга. В-третьих, рассматриваемые в книге модели поведения, восприятия, нейронных механизмов мозга и мышления объединяют используемые в них важнейшие принципы целостности и целенаправленности.

Я благодарен очень многим, работавшим вместе со мной интересным творческим людям. Из них хочется выделить Леонида Емельянова-Ярославского, Бориса Левита, Германа Голицина и Алексея Байкова. В последние годы мне посчастливилось при разработке систем FineReader работать вместе с замечательной командой молодых талантливых программистов и математиков. Я благодарен за интересную и плодотворную совместную работу, в первую очередь, Константину Анисимовичу, Вадиму Терещенко, Дмитрию Дерягину, Диару Тугенбаеву, Давиду Яну и, естественно, не только им.

А все-таки, что такое мышление?

А.Шамис

 Из статьи "Искусственный интеллект -- миф или реальность?"

Темы:

Направление Искусственный интеллект.

Распознавание и восприятие.

Нейронные сети и нейрокомпьютер.

Тест Тьюринга.

Синергетика.

Синергия.

Живое и неживое.

Эмоциональные механизмы управления поведением и работой мозга.

Базовая задача мышления.

Гипотетическая схема работы механизмов репродуктивного практического мышления.

Творческое мышление.

Может ли машина мыслить?

Познание мира и познаваемость.

Термин "Искусственный интеллект" (ИИ) используется в двух разных смыслах. Во-первых, ИИ может отождествляться с искусственным (машинным) мышлением. В этом случае вопросы: возможен ли искусственный интеллект? и может ли машина мыслить? -- это один и тот же вопрос. Во-вторых, ИИ это название научного направления. В последнее время часто говорят об успехах ИИ, о том, что компьютер скоро сравняется по интеллекту с человеком. Например, называется интервал 2015--2030 год. Появляются страшилки о соперничестве между машинами и человеком, о победе машин и подчинении человека. Попробуем насколько возможно разобраться с этими проблемами и несколько успокоить читателя.

Направление Искусственный интеллект В Советском Союзе направление "Искусственный интеллект" пришло на смену кибернетическому буму первой половины 60-х годов. Интеллектуализация машин велась под разными флагами. Один из них назывался бионика. Общая цель бионики формулировалась как перенос в технику "изобретений" природы. Одной из наиболее важных задач считалось использование в вычислительной технике знаний из области нейрофизиологии мозга. Однако достаточно быстро выяснилось, что переносить из нейрофизиологии в вычислительную технику нечего, при этом не только потому, что физиология не располагает достаточной конструктивной и целостной информацией о работе мозга, но и попросту потому, что эта информация вычислительной технике не нужна. Современная вычислительная машина на мозг не похожа. Устройство и принципы работы современной вычислительной машины не имеют ничего общего с устройством и принципами работы мозга.

Тем не менее, сначала оптимистам казалось, что вот-вот произойдет революция и вычислительная машина начнет думать по-человечески. Однако, ничего подобного не произошло. Стало ясно, что полноценного искусственного мышления быстро построить нельзя. Поэтому стали говорить, что нужно заниматься не научными спекуляциями и не исследованиями с непонятной перспективой, а искусственным интеллектом - т.е. просто машинным решением трудноформализуемых задач - таких задач, которые человек решает, а машина нет. Таким образом, первоначально ИИ не претендовал на прямое моделирование мышления человека.

И все-таки, с самого начала явно или неявно предполагалось, что эти работы позволят сформулировать обобщения и выработать специфические методы ИИ, ведущие, в конечном счете, к машинному мышлению. Представители возникшего направления полагали (и полагают), что к пониманию и моделированию мышления полезно идти от специфики задач к методам их решения, вводя "интеллект" как механизм, необходимый для решения.

Какие задачи традиционно относят к области ИИ? Оказалось, что таких задач много. Это понимание машиной естественного языка, т.е. вопрос-ответные системы и доступ к базам данных на естественном языке, перевод с одного языка на другой, анализ изображений 3-х мерных сцен, доказательство теорем, игры, базы данных, базы знаний и др.

Определенные комплексные исследования велись под флагами `экспертные системы' и 'интегральные роботы'. В экспертных системах центральными моментами были базы данных, информационный поиск и общение человека с базами данных, распознавание ситуаций по признакам и связывание ситуаций с рекомендациями и, в некоторых случаях, с управляющими действиями. При создании роботов главные вопросы это зрительное восприятие трехмерных сцен и управление движением тележки или манипулятора. Роботы используются в программируемых технологических операциях, например таких, как покраска автомобиля, либо как игрушки.

Перечисленные выше задачи, повидимому, можно действительно считать специфическими трудноформализуемыми "человеческими" задачами, и возникает проблема выявления в этих задачах общности, определяющей необходимость мышления. Однако, конструктивных обобщений методов ИИ, применимых к разным задачам и принципиально отличающихся от традиционных способов решения создано не было. В частности, сейчас машины прекрасно играют в шахматы. Практический уровень игры машины сопоставим с уровнем игры чемпиона мира. Машина решает эту задачу за счет мощных вычислительных возможностей в основном перебором с добавлением некоторого числа простых эвристических правил.

Говорят, что любая "интеллектуальная" система управления, перевода или восприятия должна уметь строить и использовать семантическую модель мира. Это безусловно верно, как верно и то, что достаточно общего решения эта проблема пока еще не имеет. Тем более, что в системах ИИ строятся, как правило, не активные модели, а описания. О принципиальной разнице между моделью и описанием будет еще говориться ниже.

Итак, можно сказать, что направление работ "Искусственный интеллект" остается по сей день наукой эмпирической, объединяющей под общим названием весьма разнообразные разрозненные исследования, и останется эмпирической наукой, пока не будет создана целостная теория работы мозга и получен хотя бы гипотетический ответ на вопрос: что такое мышление? К сожалению, обнадеживающих перспектив этого в рамках направления ИИ в настоящее время не просматривается. Пассивные алгоритмические системы ИИ к решению проблемы искусственного мышления не ведут. Не случайно в названиях некоторых популярных книг и статей появляются такие слова, как: "голый король", "король умер", "новый ум короля".

Распознавание и восприятие. К исследованиям в области ИИ примыкают работы по распознаванию образов. Традиционные программы или устройства распознавания образов это чаще всего пассивные признаковые системы классификации объектов, рассматриваемых по отдельности. Серьезных теоретических успехов, имеющих значение для понимания механизмов мышления, на этом направлении не получено. Эти системы не обладают такими свойствами живого восприятия как целостность, целенаправленность и "распознавание с пониманием", основывающееся на использовании модели среды.

Перцептивное мышление (мышление при восприятии) включает не только узнавание отдельных объектов, но и целостное восприятие окружающей среды. Кроме того перцептивное мышление не ограничено только этим. Восприятие и умозрительное моделирование среды в процессе перцептивного мышления должно основываться на принципах целостности, целенаправленности и активности. Должны разворачиваться и взаимодействовать процессы "снизу-вверх" и "сверху-вниз" в иерархически организованной модели проблемной среды, отражающей двусторонние связи между частным и общим, а также между частями и целым. Восприятие должно умозрительно разворачиваться во времени и в пространстве за пределы отражающегося в мозге с помощью органов чувств фрагмента среды. Должно происходить управление процессом восприятия с понятийного уровня. Восприятие должно основываться на предвидении, формирующем "акцептор восприятия" и гипотезы восприятия. Должен использоваться контекст и максимально полная семантическая модель проблемной среды.

Классическое распознавание образов прямого отношения к перцептивному мышлению не имеет. Описанное в [1, 2] "восприятие с пониманием" можно считать упрощенной, но в то же время важной частью перцептивного мышления.

Нейронные сети и нейрокомпьютер. Серьезных теоретических успехов, имеющих значение для понимания механизмов мышления нет и у направления, называемого нейронаукой.

Это в первую очередь относится к окутанным чуть ли не мистическим туманом искусственным или формальным распознающим нейронным сетям (ФРНС). Часто их рассматривают даже как какой-то аналог мозга. В последнее время в текстах просто пишут "нейронные сети", опуская прилагательные искусственный или формальный. На самом деле, ФРНС -- это просто пассивный признаковый классификатор, строящий разделяющие гиперплоскости в пространстве признаков.

Используемый в этих сетях формальный нейрон -- это сумматор с пороговым элементом, подсчитывающий сумму произведений значений признаков на некоторые коэффициенты, являющиеся ни чем иным, как коэффициентами уравнения разделяющей гиперплоскости в пространстве признаков. Если сумма меньше порога, то вектор признаков находится по одну сторону от разделяющей плоскости, если больше -- по другую. Вот и все. Кроме классификации по признакам никаких чудес. Сеть из формальных нейронов может также аппроксимировать плоскостями нелинейные разделяющие поверхности и объединять по результату несвязанные области пространства признаков. Это и делается в многослойных сетях.

Во всех случаях ФРНС -- это пассивный признаковый классификатор, выделяющий области в фиксированном пространстве признаков. Никаких других задач ФРНС решать не может, причем задачу распознавания ФРНС решает не лучше обычных признаковых распознавателей, использующих аналитические методы. Еще меньшими возможностями в плане распознавания образов обладают идущие от перцептрона Розенблатта растровые нейронные распознаватели. Хотя такие распознаватели, в которых образуются ансамбли одновременно активируемых входной информацией нейронов, могут в некоторых случаях обладать ассоциациями по сходству.

К понятию формальная нейронная сеть часто добавляется понятие нейрокомпьютер. Этот термин не очень удачен. Системы, к которым он обычно применяется, компьютерами не являются. Нейрокомпьютеры в каком-то приближении можно разделить на три группы. Первая группа это просто уже упоминавшиеся формальные распознающие нейронные сети.

Вторая группа это системы, построенные на тех же формальных нейронах, но решающие другие задачи. Это могут быть задачи, близкие по своему смыслу задаче распознавания. Например, кластеризация. Это могут быть и совсем другие задачи. Общим в системах этой группы является то, что в них используются формальные нейроны, строящие, чаще всего, разделяющие гиперплоскости в многомерном пространстве каких либо векторов, характеристик или признаков. С помощью гиперплоскостей и их объединения в конкретных задачах специальным образом организуется отделение или выделение каких-то входных или промежуточных векторов. На основе этого выделения и формируется результат. Специфика в этих системах и их особенности определяются как самой задачей, т.е. тем, что нужно выделить, так и способом выделения нужных объектов. В общем случае специфическими решаемыми проблемами в этих системах являются задача автоматического нахождения коэффициентов в уравнениях разделяющих гиперплоскостей и задача формирования общего результата на основе использования результатов работы нескольких (многих) нейронов. Последнее так же как и при распознавании решается введением дополнительных нейронных слоев и специфической организацией связей между нейронами.

Третья группа -- это специальные частные системы, строящиеся на особых элементах. Перечислять и пытаться обобщать эти изобретения не представляется необходимым, поскольку это могло бы увести нас слишком далеко в сторону от основной рассматриваемой темы. Отметим лишь, что чаще всего в основе специальных нейрокомпютеров лежит какой-то особый способ распознавания образов. Безусловно, интересный оригинальный, тем более физиологичный, способ распознавания может быть шагом в направлении понимания работы как отдельных механизмов мозга, так и мышления в целом. Но только первым, или одним из первых шагов. К сожалению, часто такой шаг объявляется последним, или одним из последних.

Оценивая успехи так называемой нейронауки, можно, в отличие от распространенного мнения, сказать, что создание пассивных ФРНС и растровых распознавателей, а также строящихся на их основе устройств или программ, называемых нейрокомпьютерами, не является заметным шагом в понимании и моделировании нейронных механизмов мозга.

Более подробно формальные пассивные нейронные сети, а также гипотезы об активных нейронных сетях рассмотрены в [1, 2].

Тест Тьюринга. Что такое мышление? Общего определения не существует, поэтому на этот вопрос можно давать разные ответы. Можно и не давать никаких ответов, а просто использовать тест Тьюринга для определения мыслит или нет конкретная программа или машина. В соответствии с этим тестом важен только результат процесса мышления и не важно как он достигается. Тест состоит в следующем. Есть образец -- мышление человека, с которым сравнивается мышление машины. Конкретная программа (машина) мыслит, если человек ведя с ней диалог не может определить с кем он общается -- с машиной, или с человеком. Может ли компьютерная программа, созданная в рамках алгоритмического подхода, развиваемого в направлении ИИ, пройти тест Тьюринга? Такую программу написать можно. Трудности будут состоять в том, что человек пытаясь `разоблачить' машину будет ориентироваться не только на содержание ответов и вопросов, но и на сложность фраз, экспрессию, эмоциональную окраску текста и т.п. Но эти трудности преодолимы. Будут ли машины (программы) прошедшие тест Тьюринга соперничать с человеком и стремиться к его подчинению. Нет не будут, если они останутся чисто алгоритмическими пассивными системами, не имеющими потребностей, целей, желаний и эмоций. Например не станут системами, которые не только умеют выигрывать в шахматы у человека, но и хотят это делать.


 О познаваемости мира

А.Л.Шамис

Мир как-то устроен. Есть общие принципы оптимальности, есть физические, химические, социальные и другие законы, есть существующие в мире материальные и не материальные системы и объекты, организованные каким-то образом для сохранения во времени своей качественной определенности, и находящиеся во взаимодействии и каких то других отношениях между собой. К сожалению, о значительной части всего этого человек ничего не знает.

Обычно меньше всего человек знает о внутрисистемных взаимодействиях и отношениях, определяющих появление и сохранение во времени качеств целого, не сводимых к качествам составляющих целое элементов. Если считать, что все объекты и явления потенциально содержат в себе полную информацию о своих свойствах, своем устройстве и организации, то можно сказать, что мир является своим собственным полным "описанием".

Может ли человек прочесть до конца и понять это описание неизвестно. Может ли человек понять бесконечность времени, и бесконечность пространства? Скорее всего нет. Может ли кролик получить хоть какое-нибудь представление о сонетах Шекспира? Нет, не может. Строящаяся в мозгу кролика модель мира не имеет и не может иметь никаких пересечений с сонетами Шекспира. Если вопреки врожденному эгоцентризму человека не разделять представлений древних евреев о возникновении и устройстве мира и не считать землю центром мироздания, то естественно допустить, что в бесконечной и вечной вселенной может иметься что-то принципиально не имеющее никаких не только временных и пространственных, но и смысловых пересечений со строящейся в мозгу человека моделью мира.

Естественно предположить, что в основе всего лежат какие-то фундаментальные свойства материи неизвестного нам глубинного уровня, а также упорядочивающее управляющее и организующее начало, определяющее как производные происхождение и все физические свойства любых объектов и законы их взаимодействия. Поиск так называемых "окончательных законов природы" или общего принципа оптимальности задачу определения "исходных" созидающих и управляющих законов мироздания пока еще не решает и вряд ли решит, поскольку этот поиск ограничивается, как правило, рассмотрением только внешней стороны взаимодействий между объектами и практически не затрагивает природу фундаментальных свойств и организации материи.

Эти "исходные" или "главные"законы могут иметь и какое-то другое название, например даже Бог. Но конечно не "заинтересованный Бог" из какой либо существующей религии, отвечающий за жизнь и судьбу каждого конкретного живущего на земле человека, а Бог как условное название чего-то, задающего общую организацию и общие процессы управления в бесконечном мире.

Возможно, что это управляющее и организующее начало, оставаясь физическим и рациональным, выходит за рамки существующих, а может быть и за рамки возможных представлений человека о физических свойствах мира и, таким образом, может казаться не материальным. Так или иначе, рассуждая о возникновении, свойствах и организации окружающих нас физических систем, мы всегда можем говорить только о фрагментах, относящихся к каким-то уровням организации, и, чаще всего, не с начала процесса, а только с промежуточной наблюдаемой нами стадии.

Прочесть и понять какую-то часть "описания" бесконечного мира, касающуюся относительно небольшой конечной и обозримой для человека его части, стремятся наука, религия, искусство и каждый человек в процессе поведенческого взаимодействия со средой.

Правда, не известно может ли человек понять все, имеющее отношение хотя бы только к его Вселенной и даже только к обозримой ее части. Например, неплохо было бы для начала понять природу сильных внутриатомных взаимодействий, или природу электричества, а также гравитационного и магнитного полей. Касающиеся всего этого физические и математические модели, в том числе и так называемые "превосходные", описывают только внешнюю сторону проявлений фундаментальных свойств материи и принципов организации мира на уровне взаимодействия между объектами макро или микро уровней и не затрагивают их сущности. (К "превосходным" физическим теориям Р.Пенроуз в книге "Новый ум короля" относит такие, которые достигают очень высокую точность описания существующих явлений).

Например, только внешнюю сторону объектов и явлений мира описывают превосходные физические теории Галилея, Ньютона или Эйнштейна. Так теория гравитации Ньютона определяет только зависимость силы притяжения от масс притягивающихся объектов и расстояния между ними и ничего не говорит о том почему эти силы такие, а не другие, как эти силы возникают и как они передаются в пустом пространстве. Внешняя сторона тех же самых явлений совсем по-другому описывается теорией гравитации Эйнштейна с заменой сил притяжения понятием искривления пространства-времени. Однако, и это, оставаясь только способом внешнего описания явления на некотором информационном уровне, не затрагивает глубинных вопросов "почему" и "как". К сожалению, построить более глубокие теории очень трудно, а может быть во многих случаях и невозможно. Таким образом, "мечты об окончательной теории", объясняющей все в нашем мире, еще очень долго, а может быть и всегда, будут оставаться только мечтами.

В качестве определенной иллюстрирующей аналогии рассмотрим следующий пример. Пусть кто-то не знакомый с программированием и вычислительной техникой хочет экспериментальным путем понять как работает компьютерная программа, например текстовый редактор. Проведя многочисленные эксперименты можно выяснить какие функции выполняет программа, как эти функции вызывать с помощью клавиатуры или мышки и как этими функциями пользоваться. Однако, скорее всего, всех возможностей текстового редактора экспериментальным путем выяснить не удастся. Например, может не удаться выяснить, можно ли с помощью программы вставлять в текст математические формулы. Тем не менее, на основе экспериментов можно построить достаточно хорошее описание текстового редактора, причем не только на уровне таблицы, связывающей возможные действия и их результаты, но и на уровне каких-то обобщений. Все в совокупности экспериментатор сможет назвать теорией конкретного текстового редактора и эта теория, даже не отвечая на все возможные вопросы, как и любая хорошая теория, будет обладать значительной предсказательной силой, может быть отнесена в разряд "превосходных" и с успехом использоваться самим экспериментатором и другими людьми в практической работе.

В то же время, построенная теория будет относиться только к внешнему информационному уровню исследуемого объекта. Идя вглубь проблемы с целью получить ответы на вопросы "как" и "почему" можно было бы разбираться с компьютерной программой редактора. При этом нужно было бы каким-то образом получить текст программы, нужно понять общую теорию программирования, понять язык, на котором написана программа, выяснить функционально-логическую схему программы и назначение отдельных операторов.

Переходя к более глубокому информационному уровню можно было бы пытаться исследовать систему команд компьютера, т.е. исходные компьютерные (машинные) коды, а заодно разобраться и с программой трансляции текста программы в эти коды с языка более высокого уровня. Можно, в принципе, опуститься и на более глубокие информационные уровни, такие как общие принципы вычислительной техники и их конкретная реализация на логическом уровне и на уровне физических электронных элементов, из которых строится память, логико-арифметическое устройство и устройство управления компьютера.

Идя еще дальше можно придти от полупроводниковых элементов к электрону и к фундаментальной физической проблеме -- что такое электричество? Исследуя и эту проблему можно придти к следующему, наверняка не лучшему и не полному, но типичному определению: электричество это электродвижущая сила, возникающая в электрической цепи при определенном пересечении ее проводниками силовых линий магнитного поля и приводящая к направленному движению электронов в замкнутой цепи, или к возникновению разности потенциалов между концами разомкнутой цепи.

Это внешнее определение, построенное по обычной схеме "если-то", не отвечает на вопросы: "почему" и "как", т.е. не решает проблемы понимания природы электричества. Опускаясь еще глубже можно придти, например, к заменяющей представления об эфире идее черной материи, заполняющей все пространство вселенной, не взаимодействующей с известными физическими объектами, но ответственной за полевые взаимодействия и передачу гравитационных и магнитных сил. Но даже при экспериментальном подтверждении подобной теории вопросы "почему" и "как" останутся, так же как останутся и стремления исследователей опускаться на еще более глубокие уровни познания.

Возвращаясь к началу поставленной экспериментальной проблемы -- исследованию программы текстового редактора, можно сказать, что условный экспериментатор, ничего не знающий о программировании и вычислительной технике, вынужденно остановится на первом внешнем информационном уровне описания. Единственно что он сможет сделать дальше -- это поставить вопрос: как все это происходит? Получить ответ на этот вопрос, идя в рассмотренном случае обычным путем науки: эксперимент -- теория -- эксперимент, т.е. от эксперимента с программой к теории более глубокого уровня, нельзя.

Точно так же, модель мира, включающая разнообразные научные теории, относится только к внешнему информационному уровню, т.е. к уровню, на котором возможно проведение прямых наблюдений или специально поставленных экспериментов. Любая научная теория должна нести в себе информацию, которую можно было бы хотя бы в принципе проверить. То же самое можно сказать и о той части модели мира, которую каждый человек строит сам в процессе прямого экспериментального взаимодействия со своей средой обитания. И все же, исследуя мир нужно не ограничиваться исследованием причинно-следственных связей, а пытаться ставить вопросы "как" и "почему".

Спонтанное ненаправленное изменение существующих как неживых так и живых систем, приводящее к новой устойчивой организации и образованию систем с новыми свойствами, происходит, в общих чертах, по одной схеме, включающей внешнее воздействие, потерю устойчивости, случайный процесс и отбор. Этот процесс может приводить как к локальному увеличению энтропии, так и к локальному ее уменьшению. Для полноты картины нужно упомянуть о том, что кроме спонтанного возникновения и изменения организации систем возможно и широко распространено направленное активное "разумное" создание и разрушение организации систем живыми организмами и, в первую очередь, человеком. Слово разумное здесь взято в кавычки потому, что хотя упомянутые целенаправленные процессы и управляются разумом, они не всегда разумны с общечеловеческой точки зрения.

Отталкиваясь от приведенной схемы, со значительной долей допущения и фантазии можно проинтерпретировать и определенные процессы развития Вселенной. В космологии одной из вероятных считается гипотеза пульсирующей Вселенной. В соответствии с этой гипотезой более 15 миллиардов лет назад все вещество Вселенной занимало очень малый объем, имело очень большую плотность и очень высокую температуру. Приблизительно 15 миллиардов лет назад произошел Большой взрыв, в результате которого начался "разлет" материи во все стороны от центра взрыва, концентрация отдельных частей материи за счет гравитации в продолжающих разлет галактиках и звездах, синтез в звездах химических элементов в результате термоядерных реакций, возникновение планетных систем, возникновение на некоторых планетах условий для зарождения жизни, появление и развитие жизни, появление "человека разумного", развитие науки, технологии и культуры. Все эти процессы в значительной степени являются случайными. Результат этого процесса в целом -- возникновение разных объектов с разной организацией и их "отбор" во времени в случае пассивных систем, или активный отбор при эволюции живых организмов и развитии цивилизации.

В соответствии с теорией пульсирующей Вселенной разлет галактик будет продолжаться еще миллиарды лет, после чего начнется сжатие и возврат к начальному состоянию со сверхплотной материей и сверхвысокой температурой. После этого снова произойдет Большой взрыв, и случайный процесс возникновения различной организации и различных систем, в том числе и развития жизни, повторится и т.д. Теория пульсирующей Вселенной не является единственной в космологии. Вне зависимости от того, будут ли повторные Большие взрывы, в разлетающихся галактиках происходят повидимому примерно одинаковые случайные процессы, сводящиеся к возникновению относительно устойчивых объектов с различной организацией.

Имеется ли какой-то смысл во всем этом и если имеется, то в чем он заключается, неизвестно. Хотелось бы думать, что имеется, однако, возможно, что этот смысл для человека непостижим.

Тем не менее, ничто не запрещает делать любые, в том числе и самые фантастические, к сожалению, непроверяемые предположения. Представление о пульсирующей Вселенной вызывает у меня очень отдаленную ассоциацию с игрушкой, которая называется калейдоскоп. Если потрясти или повращать калейдоскоп, то можно наблюдать, как после случайного переходного процесса возникает случайный геометрический и цветовой узор, создаваемый кусочками цветного стекла и зеркалами. Этот процесс можно повторять с получением нового случайного результата. Возможна ассоциация и со случайным ручным процессом намывки золота.

Ассоциация с калейдоскопом или намывкой золота состоит в следующем. Может быть смысл происходящего при повторных расширениях Вселенной состоит в возникновении различных случайных вариантов организации и отборе как устойчивых пассивных объектов, так и результатов возникновения и эволюции живых организмов. Может быть главный смысл состоит в возникновении и развитии вариантов жизни и, в конечном счете, сознания и вариантов разума, в том числе, возможно, и коллективного. Может быть смысл возникающих вариантов жизни при повторных пульсациях Вселенной состоит в появлении вариантов как материальных, так и не материальных объектов, являющихся производными от мышления, сознания и свободы воли, а именно в появлении вариантов развития науки, технологии, искусства и социального развития. Может быть смысл состоит в появлении вариантов еще чего-то, о чем мы не имеем и не будем иметь никакого представления, поскольку абсолютно невозможно представить к чему придет развитие жизни и разума во Вселенной за миллиарды лет.

Так или иначе, сказанное может подсказать некоторые варианты ответа на вечный вопрос о смысле жизни. Правда, не исключено, что возникновение и развитие жизни и разума на Земле не является чем-то новым, важным, значительным и интересным с какой-то точки зрения во временных и пространственных масштабах Вселенной.


 Об авторе

Шамис Александр Львович
Кандидат технических наук, лауреат премии Правительства РФ в области науки и техники. Долгие годы проработал в Научно-исследовательском центре электронной вычислительной техники (НИЦЭВТ). В настоящее время — научный консультант фирмы ABBYY. Более сорока лет занимается теоретическими и практическими проблемами искусственного интеллекта, разработкой прикладных интеллектуальных технологий. Основная сфера его интересов — моделирование восприятия и поведения. Ведущий ученый страны в области машинного зрительного восприятия и автоматического распознавания текстов. Один из создателей знаменитых систем распознавания FineReader и FormReader.
 
© URSS 2016.

Информация о Продавце