Научное» понимание интеллектуальности

 

Мы, зачастую, объявляем нашим студентам, что адаптивные методы управления есть методы «интеллектуальные». То есть, если мы напишем не просто алгоритм, а алгоритм коррекции алгоритма по набору результатов реакции на входные возмущения – то это и есть «интеллектуальная» система. Скучно это. Ибо раньше объявляли это системой кибернетической. И про «уровень интеллектуальности» не забываем. Для «математического» интеллекта шкала сравнения необходима: «кто и насколько интеллектуальнее». Познакомьтесь с работами московских ученых ниже, в соответствующей главе: «интеллектуальность в малом», «интеллектуальность в большом».

Для ознакомления с современными работами по «интеллектуальным» системам не надо делать никакого обзора работ по их созданию. Все они по большому счету совершенно одинаковы.

Во-первых, все они сводятся к явному или завуалированному признанию на первой же странице, что заниматься будем математическим описанием некоторой задачи и программированием на предлагаемом языке, который ближе к естественному языку человека, чем некоторый другой.

Во-вторых, в ряде книг давно сформулировано некоторое универсальное представление сегодняшнего понимания интеллектуальной системы. На вход поступает сообщение на естественном языке человека, далее оно преобразуется в представление, доступное для компьютера. После обработки в машине выработанное сообщение преобразуется в вид, пригодный для его понимания человеком и, тем самым, все условия интеллектуального общения соблюдены.

Остается только бороться за повышения «уровня разумности» в трех местах: при преобразовании естественного (контекстно-зависимого) языка человека в контекстно-независимый язык машины, в самой машине, и, далее, наоборот, языка машины в язык, понятный человеку. Неужели преобразовывать из контекстно-независимого в контекстно-зависимый? Нет, молчит наука. Ясно, что невозможно это. Но по факту «интеллектуального» общения надо бы. Иначе интеллектуальности не получится. Но выход надо искать. Этим и занимаются, «интеллектуальные интерфейсы» создают. Существует еще и представление, связанное с учетом наличия в машине базы данных или знания, но суть от этого никак не изменяется. Ибо все базы пока реляционные или объектные, но никак не интеллектуальные, что прекрасно знают все практики, но никак не запомнят «интеллектуальщики».

Вот так и ищут наши специалисты язык программирования, все более близкий к естественному, при машине контекстно-независимой. Классический вариант поиска под фонарем. Машину бы поискать подходящую, как мы уже писали в этой работе ранее.

 

Вопросы сопоставления

 

Вернемся к сопоставлению систем управления, кибернетических систем и систем интеллектуальных. То, что все они являются системами управления, сомнения вызывать не должно, ибо интеллект проявляется только в одном виде – в управлении действиями, приводящими нас к некоторому результату, или, что то же самое – в мышлении, направленном на достижение некоторого конечного результата. Не будем забывать, что интеллектуальность – способность не к мышлению вообще, а к мышлению рациональному, ведущему к цели, кажущейся в данный момент предпочтительной, как бы дико эта цель ни выглядела для окружающих. На это мышление накладываются ограничения морали, закона и этики, но это только ограничения его внешнего проявления и не более того.

В начале 90-х годов, исследования по искусственному интеллекту стали все больше разворачивать в сторону интеллектуальных систем управления (ИСУ). В результате в академическом издании даже появились для них «основные понятия и определения». Так что же такое ИСУ и интеллектуальная система? Дадим несколько точных цитат без комментария, смысловую сущность которых вполне можно воспринять при любом базовом образовании читателя.

«Концептуальная архитектура любой интеллектуальной системы общеизвестна и содержит следующие основные блоки: базу знания с развитыми механизмами вывода на знаниях, интеллектуальный решатель (формулирующий постановку и общий план решения задачи), интеллектуальный планировщик (формирующий конкретный план решения задачи) систему объяснения и интерфейс с пользователем».

«Особенно пригодными для целей технического управления оказались так называемые открытые системы, т.е. системы, способные с течением времени совершенствовать свое поведение благодаря заложенным в них алгоритмам обучения».

«Под архитектурой интеллектуальной машины подразумевается иерархическая структура, состоящая из трех обобщенных уровней, упорядоченных в соответствии с неким базовым принципом, считающимся в теории интеллектуальных машин фундаментальным.

«…Уровни интеллектуальности позволяют поставить задачу разработки методологии проектирования систем автоматического управления с различной степенью (уровнями) интеллектуальности, где под уровнем интеллектуальности можно также подразумевать различные средства борьбы с неопределенностью либо самого объекта управления, либо его поведения в непредсказуемом динамическом внешнем мире».

И, наконец, заключительное утверждение:

«Интеллектуальные системы управления могут вовсе и не обладать какой бы то ни было «интеллектуальностью» (кавычки в цитируемой статье – авт.) в общепринятом смысле».

Вот такое вот  и пишут «на полном серьезе».

Осталось только сослаться на Д. А. Поспелова (1991 г.): «искусственный интеллект есть ни что иное, как языковая метафора, заменяющая название обширному научному направлению, не поддающемуся до сего времени точному определению…».

Живи согласно с природой

 

Значения слов устанавливаются не мнением отдельных лиц,

а обычаем употребления (лат.афоризм)

 

Честность является высшей пробой ученого. Не в бытовом смысле – там уж само собой, иначе и быть не может. Нет, речь о терминах и понятиях, о невозможности для ученого допускать подмену одного понятия другим. Можно расходиться во взглядах даже на основополагающие научные понятия, но нельзя белое называть черным – наука развалится. Никакая диалектика этого не выдержит. Нельзя откровенно называть в академическом журнале интеллектуальным то, что по собственному определению отношения к интеллектуальности не имеет. Впрочем, как и то, что является количеством информации, информацией быть не может.

А потому примем все сказанное во внимание, и не будем так поступать. Попробуем сами, вместе с читателем навести некоторый начальный порядок. Например, построим непротиворечивую архитектуру интеллектуальной системы управления (концептуальный вариант для общего понимания), так чтобы интеллектуальность осталась интеллектуальностью по общепринятому определению. Не так уж это и трудно. Достаточно просто не отходить от общепринятой терминологии, реализовать ее на уровне возможностей технических средств, но «без подмены задачи», без ухищрений в определении целей построения.

Начнем с предуведомления. Все рассмотренные выше варианты понимания интеллектуальности предусматривали построение раба в прямом смысле этого слова – системы, безропотно подчиненной нам на уровне выполнения заложенного алгоритма и, самое большое – правильно догадывающейся о том, что бы мы хотели, но не сказали или сказали неточно. Но интеллект – это свобода выбора, интеллектуальная система – система с которой надо договариваться, а не программировать в ней безусловные рефлексы, управлять просьбой, а не директивой. Иначе о чем вообще тогда говорить?

В свое время одному из авторов этой книги приходилось писать [13]:

«Интеллектуальное управление является не директивно-командным стилем контакта человека с искусственной системой, обладающей самыми совершенными алгоритмами адаптации и приспособления к неявным планам своего повелителя, а равноправным диалогом систем (возможно и не являющихся или не содержащих в себе человека), обладающих интеллектом как атрибутом.

Гуманоидной, равно как и негуманоидной системе для того, чтобы оценить, интеллектуально ли то, с чем она общается, нужно ощутить направленное и «разумное с ее точки зрения» сопротивление управляемого объекта, получить какое-либо подтверждение факта усвоения им полученного сообщения и некоторые гарантии правильности (опять же с собственной точки зрения «управителя») его усвоения.

Все же остальные постановки задачи управления, связанные с созданием самых совершенных алгоритмических систем и любыми способами их коррекции, мы предлагаем впредь не относить к понятию интеллектуального управления, ибо методологически использование или не использование такого термина ничего не меняет в их «математическом фундаменте», если, конечно, не считать терминологической путаницы. В таких задачах интеллект остается у человека, алгоритм коррекции управления, выработанный на основании эвристик или копирования поведения человека – у системы и никакого их «смешивания» не происходит.

Мы должны решительно возражать против приписывания этому управлению какой-либо «интеллектуальности». Не интеллектуальные системы мы при этом проектируем, а просто нормальные алгоритмы, пусть и адаптивные (адаптивность-то алгоритмическая, а не какая-то «интеллектуальная») пишем. И не летчика или оператора копируем при создании «интеллектуальных систем, заменяющих человека», а того робота, которого из них профессия сделала.

Она (профессия) подготовит на удобном материале (замкнутой системе, алгоритмизированном мире) человека-автомата, а мы его скопируем. А на «плохом» материале (открытой, неформализованной системе) подготовит – не скопируем, просто «не получится».

В этом смысле работы, требующие меньшей специальной начальной подготовки, типа уборки улиц и помещений, зачастую являются «истинно интеллектуальными» (неалгоритмизируемыми). И ничего обидного или противоречивого в этом нет».

Здесь полезно сделать небольшое примечание. Сказанное выше построено на абсолютном отказе признания какой-либо интеллектуальности за алгоритмическими системами. Но существуют и противоположные мнения, все еще понимающие интеллект «по А. Тьюрингу». Читателю предлагается сравнить приведенное высказывание все с тем же «фундаментальным принципом» Г. Сардиса, в котором «под интеллектуальностью системы подразумевается ее способность работать с базой внешних событий или ситуаций, с целью привлечения неких специальных знаний, позволяющих уточнять предложенную задачу и наметить пути ее решения, под неточностью – неопределенность в выполнении операций по решению задачи».

Да, так и строят обычно алгоритмическую систему, но все тот же вопрос – а что такое здесь интеллектуальность? Чем она отличается здесь, например, от чисто математической адаптивности?

Но остановимся, пока, на этом, с тайной надеждой, – может возникнет в стране популяция ученых, рискнувших начать обучение студентов информации, как науке, у которой будут «сходиться концы с концами», науке, в которой Природное и математическое не перемешано, но занимает свои отдельные, достойные их места, и возникнет также популяция студентов, могущих понять информацию сквозь сомнительную сущность множества построений, ныне базирующихся на весьма сомнительном фундаменте, твердость которого не выдерживает никакой проверки. И не только могущих, но и активно возражающих против такого беспредела в преподавании науки.