Классификация по моделям и методам исследований. Согласно ей В отдельные подходы выделены: символьный подход, биологический подход, гибридные системы.

Чтобы не топить дальше читателя в сложностях разных подходов к вопросу создания искусственного интеллекта, ограничимся лишь еще упоминанием о гипотезах сильного и слабого искусственного интеллекта. Гипотеза сильного искусственного интеллекта предполагает принципиальную возможность того, что машина может иметь сознание, может мыслить. При этом мыслить не обязательно так же, как человек. Ну, а гипотеза слабого искусственного интеллекта исходит из того, что подобное в принципе невозможно. То есть искусственный интеллект возможен, но мыслить как человек он не способен в принципе.

Специалисты, несмотря на все разнообразие взглядов и подходов, тем не менее пришли к общему мнению, что сильный искусственный интеллект должен быть способным принимать решения, использовать стратегии, решать головоломки, действовать в условиях неопределенности,[74] иметь общее представление о реальности, планировать, обучаться, общаться на языке, объединять все указанные способности для достижения цели.

Высказывается также мнение, что сильный интеллект должен иметь сознание, быть восприимчивым к окружению, осознавать себя как личность и понимать собственные мысли, сопереживать, чувствовать, обладать таким человеческим качеством, как мудрость. При этом предполагается, что не обязательно сильный искусственный интеллект должен иметь весь этот набор качеств.

Вышеперечисленные подходы, направления, способы касаются в основном программирования и конструирования вычислительных машин. Оно и понятно. Что бы ни было решено в других областях знаний, какие бы новые решения в области искусственного интеллекта ни были приняты, все равно окончательное их воплощение, скорее всего, будет осуществляться именно программистами и создателями компьютерного "железа".

С другой стороны, ученые и специалисты в этих областях попали в довольно дурацкое положение. Да, действительно они уже хорошо освоили технологию написания программ, научились решать достаточно сложные прикладные задачи. Без них искусственный интеллект явно не создать. Да и в этой области казалось и по-прежнему кажется, что вот еще чуть-чуть и все получится. Но для того, чтобы создать не просто одну из очередных программ, а именно искусственный интеллект, программисты должны понять, что же такое по своей сути "свобода воли", "сознание", "мысль". Они спрашивают у нейробиологов. Но те в лучшем случае пускаются в рассуждения по поводу особенностей человеческой психики. Все это хорошо, например, для лечения человека. Но этого явно мало для создания аналога человека. Как можно писать программу или создавать новую вычислительную машину, если непонятно, что имеется в виду под основными качествами, характеризующими человеческий интеллект? Заказчики тоже ничего толком сказать не могут. Они способны поставить конечную задачу (машина, похожая по поведению на человека и/или имеющая интеллектуальные способности человека), но, конечно же, не могут объяснить суть указанных ключевых понятий. Тем более, что, например, вопрос о свободе воли может быть связан с пересмотром основополагающих понятий, на которых зиждется все человеческое общество. В результате, выражаясь фигурально, программисты и застыли на месте с недоуменным выражением на лице и разведенными в вопросе руками.

Раз им никто ничего не может толком объяснить, они начинают пытаться разобраться сами. Конечно, можно было бы сказать, что никакой свободы воли в природе не существует. Тогда все, в общем, получается. Но так сказать очень не просто. Даже если и скажешь, подобные идеи не найдут понимания. Совершенно точно не найдут, можно не сомневаться, особенно если их провозглашают представители технической профессии. Очень квалифицированные, но, по сути, механики и инженеры. В результате пока программисты ищут приемлемые решения сами исходя из своего собственного разумения.

Приглядитесь повнимательнее к вышеперечисленным методам и направлениям работ. Например, когнитивное моделирование предполагает принятие решения, когда обстановка не до конца ясна. Это попытка найти действие, не до конца обусловленное причиной. Просто сказать, что такое действие является беспричинным, программисты не могут. Они используют более завуалированную форму: "обстановка не до конца ясна". Вроде бы и есть причина, но не до конца.

Логический подход начал апеллировать к нечеткой логике. Опять-таки это попытка уйти от жесткой связи причины и следствия. Кроме ясного "да" такой подход предполагает "скорее да, чем нет" или "скорее нет, чем да". Вместо одного утвердительного или отрицательного ответа предлагается получить несколько, все чуть-чуть разные.

Агентно-ориентированный подход прямо предполагает выделение агента поведения. То есть хотя бы часть программы должна иметь агента, являющегося источником активного начала. Наверное, и тут имеется в виду какая-то свобода выбора.

Структурный подход прямо не говорит о свободе воли. Но если речь идет о моделировании структуры человеческого мозга, наверное, в результате свобода выбора должна возникнуть сама собой. Если создал удачный аналог, он сам по себе должен обладать качествами прототипа.

Получится ли что-то в результате подобных изысканий? Если свобода воли действительно существует, то получится, когда это явление будет познано. Если не существует, то тогда программистами изначально поставлена недостижимая цель. Кстати, и в этом случае может получиться положительный результат, только иной. Поясним эту свою мысль. Конечно, сама свобода воли не получится. Нельзя создать то, что не может существовать в принципе. Но если не существует, то тогда не существует везде, в том числе и в отношении человеческой личности. Но ведь в реальной жизни как-то мы все себя ведем, каким-то образом так что-то делаем, что в результате ощущаем наличие свободы выбора. Возможно, в конечном итоге программистам удастся создать алгоритм, который не является свободой воли, но который имеет место в нашей голове и воспринимается человеком как свобода воли. То есть у программистов может получиться цель, которую они не декларируют и прямо себе не ставят.

С этой точки зрения интересно то понимание искусственного интеллекта, интеллекта вообще и интеллектуальной задачи, которое встречаются именно у программистов. Например, они не считают любые задачи, для решения которых требуется определенный алгоритм, интеллектуальными. В том случае, когда алгоритмы определенных задач уже установлены, эти задачи не рассматриваются как интеллектуальные. При этом программисты поясняют, что в таком случае задачу может решить не только человек, но и машина, осуществляющая определенные действия по определенной схеме, но не имеющая представления о сущности указанной задачи.

Надо понимать, что семьдесят лет назад, до изобретения вычислительных машин любые задачи, которые решал человек, рассматривались как интеллектуальные. По мере же того, как устанавливался алгоритм решения той или иной задачи и ее решение можно было поручить машине, задача выпадала из разряда интеллектуальных. Получается, что когда-нибудь интеллектуальные задачи могут и закончиться?

Такой немного странный подход объясняется именно нерешенностью проблемы свободы выбора. Ведь если алгоритм установлен, тогда ясна вся цепочка причинно-следственных связей. В таком случае нет никакого выбора. А вот если такие причинно-следственные связи еще не установлены или в силу специфики задачи остаются неясными, вот тогда, по мнению программистов, это и есть интеллектуальные задачи. Просто эти программисты исходят из того, что у человека имеется свобода выбора, а у машины – нет. Конечно, как всегда, так прямо и в лоб никто вопрос не ставит. Суть проблемы затушевывается за счет усложнения. Например, эта категория специалистов нередко утверждает, что интеллект – это определенный сверхалгоритм, способный создавать алгоритмы решения конкретных задач. Кстати, из такого определения следует также особый статус в обществе самих программистов. Ведь это они в первую очередь занимаются разработкой конкретных алгоритмов. Выходит, что именно они и есть носители наиболее сложного и развитого интеллекта.

Можно услышать также следующие доводы в пользу того, что искусственный интеллект в принципе создаваем. Таких доводов несколько. Во-первых, поскольку Бог создал человека, значит задача создания другого интеллекта решаема по крайней мере с теологической точки зрения. Во-вторых, мы сами регулярно рожаем детей, то есть тоже создаем новый интеллект, хотя при этом и не вторгаемся в глубинную суть происходящего.

Согласитесь, и в этом случае вопрос о свободе воли изящно обходится. И в том, и в другом случае презюмируется, что, как исходный образец, так и вновь полученный, оба обладают всем набором необходимых качеств. Но каких именно?

Нужно отдать должное программистам, они выдвигают и еще один аргумент, уже носящий более научный характер. Это так называемая алгоритмическая универсальность ЭВМ. Она означает, что на машинах можно программно реализовать любые алгоритмы преобразования информации, в том числе вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции моделей. Однако согласитесь, это аргумент предполагает возможность математической формализации путей решения любой задачи. А где такая формализация, там и строгая причинно-следственная связь. И никакой свободы воли. Однако этот аспект проблемы, насколько мы видим, затушевывается за внешне сложными рассуждениями об супералгоритмах, о просто алгоритмах и о типах стоящих задач. Более того, в этом случае упоминается, что уже строго доказано существование таких типов задач, для которых невозможен единый эффективный алгоритм, решающий все задачи данного типа. То есть вроде как констатируется, что имеются задачи, не решаемые с помощью строгой причинно-следственной связи, а, значит, требующие наличия свободы воли. Однако если приглядеться, то и тут выясняется, что, хотя невозможен единый алгоритм, это на самом деле не означает, что невозможен вообще никакой алгоритм. Да, просто для этих задач не будет одного универсального стандартного решения. Но формальное решение, надо полагать, все-таки существует.

Итак, если подытожить, под искусственным интеллектом подчас понимают достаточно разные вещи. Одни считают, что искусственный интеллект – это то, чем обладает машина, которая способна мыслить и переживать как человек, то есть фактически хотя и механическое, но на самом деле живое существо.

Другое понимание искусственного интеллекта относится, например, к разработчикам игр. В некоторых случаях элементы игры контролируются не человеком, а компьютером. В таком случае и говорят, что эти элементы построены на искусственном интеллекте.

Есть и еще один подход. Машины все активнее берут на себя выполнение работ, которые раньше мог делать только человек. Это распознавание образов,[75] генерация речи, обучающие или самообучающиеся системы, экспертные системы,[76] машинный перевод,[77] то есть все то, что мы называем нетворческой работой. Вот выполнение таких работ и рассматривают подчас как проявление искусственного интеллекта.

И, конечно, нельзя не упомянуть подход, заключающийся в моделировании деятельности коры головного мозга. Тут тоже речь идет о создании искусственного интеллекта. Конечно, достижения здесь еще достаточно ограниченные. Мы мало что знаем о процессах, протекающих в нашем головном мозге. Особенно это касается деталей механизма обработки информации и принятия решений.

 

Часто используемые термины и понятия

Машинное обучение (machine learning) – раздел искусственного интеллекта, касающийся методов построения алгоритмов, способных обучаться.[78] Можно выделить два различных типа обучения: 1) обучение по прецедентам (индуктивное обучение) – предполагает выявление закономерностей в совокупности самостоятельных разрозненных фактов; 2) дедуктивное обучение, т.е. формализация знаний экспертов и их использование в формализованном виде в базах знаний.[79]

Нечеткая логика. Это раздел математики, обобщающий классическую логику и теорию множеств.[80] Используется для построения моделей приближенных рассуждений человека.

Искусственные нейронные сети.[81] Смысл этого подхода заключается в том, что с помощью программных средств моделируются процессы, предположительно происходящие в человеческом головном мозге. Если говорить упрощенно, то у нас с вами в голове имеются нервные клетки, объединенные в сети, биологические нейронные сети. Специалисты пошли по пути создания их моделей с помощью программных или аппаратных средств. На этом пути достигнут довольно большой прогресс. История работ с такими сетями насчитывает уже несколько десятков лет. С работами в этой области связаны имена таких светил в области искусственного интеллекта, как Винер, Маккалок, Питтс, Хебб, Уидроу, Бонгард, Вербос, Галушкин, Фукушима, Хопфилд и др. С помощью таких сетей удается обеспечить распознавание образов, дискриминантный анализ, кластеризацию, решать проблему эффективного параллелизма. В данной книге часть авторских рассуждений и выводов основана как раз на понятии нейронных сетей, в том числе и искусственных, а сами авторы близки к коннективизму (коннекционизму), по крайней мере, в вопросах возможного существования носителей интеллекта, более высокого, чем человеческий.

Важно отметить, что искусственные нейронные сети не программируются теми методами, как это обычно принято. Они могут самообучаться, то есть самостоятельно накапливать опыт. История искусственных нейронных сетей длинная, но непростая. Они то приносили разочарование, то, наоборот, обнадеживали. Этапами развития этой темы были создание формального нейрона,[82] перцептрона (искусственного нейрона),[83] адаптивного сумматора (Адалина), мемисторов, разработка программы "Кора". Потом были созданы многослойные перцепторы, изобретен метод обратного распространения ошибки, создан когнитрон. Создание искусственных нейронных сетей связано с проблемой создания нейрокомпьютера,[84] если говорить о "железе".[85]

Распределенный интеллект.[86] Это понятие перекликается с искусственными нейронными сетями. Да и вообще с нейронными сетями, частным случаем которых является человеческий мозг. Сам человек обладает интеллектом, тут и спорить не о чем. А отдельные нейроны в его мозге обладают интеллектом? Похоже, что нет. Как же так получается, что составные элементы не являются носителями интеллекта, а их совокупность является? Тут есть несколько объяснений. Возможно, человеческий интеллект – это что-то непостижимое и божественное. Некая особая субстанция или благодать, сошедшая неизвестно откуда на наш мозг и превратившая его в орган интеллекта. Как ни удивительно, но именно подобный подход в настоящее время и является доминирующим в научном сообществе, хотя терминология при этом используется не такая откровенная. Никто, конечно, прямо не признается в вере в божественное начало и, как правило, прячет суть дела за комбинациями профессиональных терминов. Но суть от этого не меняется.

Другое объяснение, менее распространенное, предполагает, что совокупность элементов приобретает качество, которого не было у каждого отдельного элемента и которое является результатом возникновения этой самой совокупности. Примеров тому мы имеем в окружающем нас мире предостаточно. Первый из них – это вычислительные машины и программы для них.

Еще одно объяснение - компромиссное. Оно прямо не отрицает и не утверждает божественного происхождения человеческого или иного интеллекта, но и не спорит, что его возникновению способствует объединение первичных элементов в совокупности. Причем имеется в виду, что первичные элементы - "умные" или "почти умные". Сочетание слов "распределенный интеллект" именно это и предполагает. В качестве примера нередко приводят сообщества муравьев. Вроде у каждого из них маленький, но интеллект. Однако каждый отдельный муравей, как принято считать, не имеет плана на создание муравейника или организации сообщества муравьев. А много муравьев строят муравейники и живут в сложном сообществе.

Нам как авторам этой работы пример с муравьями кажется предельно неудачным, опирающимся на неверные допущения. Если быть точным, то в данном примере муравьи действуют как бы на пользу себе, создают муравейник, в рамках которого и решают более сложные задачи, непосильные каждому из них в отдельности. Это и вводит наблюдателя в заблуждение, заставляет поверить, что создание муравейника есть результат более сложного расчета самих муравьев. Однако в природе сколько угодно примеров, когда живые особи действуют целенаправленно, однако далеко не всегда себе на пользу. Например, есть вид тропических термитов, которые перед спариванием роятся и при этом теряют крылья. В результате они становятся легкой добычей других существ, так как являются вполне съедобными, даже вкусными. Потеря крыльев и сохранение качества съедобности (могли бы стать ядовитыми) совсем не соответствует интересам самих термитов.

Есть паразиты, которые заставляют свои жертвы вести себя определенным образом, таким, чтобы сами паразиты потом попали, например, в организм третьих существ и там успешно прошли этап своего развития. Но не сами же паразиты планируют такие последствия! Такое поведение называется манипуляцией поведением промежуточного хозяина, и это установленный научный факт.[87] Кое-кто полагает, что вирус гриппа заставляет нас чихать и тем самым заражать других людей, а вирус бешенства заставляет жертву кусать других особей и таким образом распространять его.

У некоторых пауков самки съедают самцов в ходе спаривания, но при этом сам копулятивный орган ампутируется и продолжает выполнять свою прямую функцию.[88] Похожая ситуация наблюдается и у некоторых головоногих. Такие действия никакой целесообразностью или выгодностью для самих пауков никак не объясняются.

Как ориентируются по звездам и птицы, и членистоногие, причем последние не менее успешно, хотя не имеют никакого мозга? А каким образом камбала, если ее положить на шахматную доску, воспроизводит на себе рисунок клеток?

Можно упомянуть и действия одноклеточных, эксплуатирующих иммунитет высших животных. Бактерии активно приспосабливаются генетически, причем это совсем не пассивное ожидание нужных мутаций. Что все это значит? Акты внутриклеточного мышления, редактирование РНК? Распределенный интеллект? Или высший план (идея), заранее записанные на клеточном уровне? Кое-кто даже полагает, что такой план формируется вне живых существ, а те его в ходе свой жизни просто считывают.[89]   

Адаптивное управление. Это понятие используется при создании систем управления, при этом предполагается, что параметры или структура регулятора могут изменяться в зависимости от внешних неконтролируемых или контролируемых изменений, а также изменений самого объекта управления.[90]

Распознавание образов. Эта задача обычно считается существенной частью общей задачи создания искусственного интеллекта. Человек, как и другие живые организмы, постоянно распознает предметы, образы, понятия. При этом он выделяет какие-то характерные для такого предмета общие признаки или свойства. Современная наука исследует проблему по двум направлениям. Во-первых, изучаются и моделируются способности живых существ (человека) к распознаванию. Во-вторых, создаются и совершенствуются методы распознавания, используемые при решении определенных прикладных задач.

Эволюционные алгоритмы. В этом случае речь идет о разработке моделей, отражающих биологическую эволюцию. Моделируются процессы отбора, мутации и воспроизводства. При этом исследуется поведение множества агентов (популяция). Данное направление в создании искусственного интеллекта является перспективным хотя бы в силу того, что позволяет создать и усовершенствовать методы эволюции самого интеллекта, что совсем не означает признание биологической эволюции. В этом же контексте говорят о генетическом программировании, то есть о создании или изменении программ с помощью генетических алгоритмов. Целью является совершенствование программ. При этом генетические алгоритмы – это эвристические алгоритмы поиска, использующие методы, напоминающие биологическую эволюцию. Такое программирование предполагает автоматическое внесение случайных изменений (оператор мутации) и объединение алгоритмов (оператор скрещивания).

Искусственная жизнь. Когда оперируют данным понятием, то имеют в виду нечто несколько иное, нежели искусственный интеллект. Последний – это более широкое понятие, включающее самые разные инженерные технологии и математические концепции. По мнению сторонников искусственной жизни, создатели искусственного интеллекта не могут уйти от четких и прозрачных причинно-следственных (казуальных) связей между исходными данными экспериментов и результирующим поведением моделируемых объектов. Роботы при этом действуют, как правило, на основе систем логического вывода, выполняющих манипуляции с наборами фактов и правил. Однако, как соглашаются сторонники искусственной жизни, например, нейронные сети имеют менее предсказуемый результат, а следовательно, находятся на стыке искусственного интеллекта и искусственной жизни. Генетические алгоритмы и вовсе рассматриваются как полноценная вотчина искусственной жизни. Главное отличие искусственной жизни от искусственного интеллекта заключается в желании добиться не просто поведенческого сходства искусственных существ с биологическими, а достичь этого с помощью естественных, природных, эволюционных подходов.

"Китайская комната"

"Китайская комната", это эксперимент, предложенный в 1980 году американцем Джоном Серлем.[91] Он критически относился к идее создания "сильного искусственного интеллекта" и в этой связи предложил провести мысленный эксперимент. Смысл его заключался в следующем. Человека помещают в комнату, где находятся как бы корзины с китайскими иероглифами. У человека есть руководство (книга правил, компьютерная программа), согласно которому можно на определенный набор иероглифов, представляющий из себя вопрос на китайском языке, давать определенный набор иероглифов в качестве разумного ответа. Смысл теста в следующем. Действительно, можно разработать программу, которая будет на определенное сочетание иероглифов отвечать другим сочетанием, которое будет иметь какой-то смысл на китайском языке. Однако это не будет означать, что человек, сидящий в комнате, будет понимать китайский язык. Точно так же не будет понимать этот язык и программа, которая будет подбирать ответы.

Чуть-чуть в другой интерпретации тест выглядел следующим образом. Человек не знал китайского языка, но когда он слышал определенное сочетание звуков, то по определенным правилам отвечал на них. Говоривший с ним мог предположить, что его собеседник знает китайский язык, а тот на самом деле его не знал и "не понимал", что говорит на китайском языке.