Вычислительные машины и мышление
нечно может оказаться, что эта структура жестко связана со строго
определенным субстратом, но этот тезис должен являться результатом научного
исследования, а не исходной предпосылкой.
Вопрос о жесткой связи мышления со строго определенным субстратом
связан с вопросом о роли субстратных методов вообще. Не подлежит сомнению
ведущая роль в современном естествознании функционально-структурных
методов. Пока наука имела дело с непосредственно ощущаемыми объектами, она
могла исходить из субстратной точки зрения. Суть ее заключается в том, что
объект обладает набором характеристик, выражающим его природу, свойства
того материала, из которого он сделан. Зная эти характеристики можно
изучить поведение объекта. Материал, субстрат первичен; движение, поведение
вторично. Эта точка зрения образует содержание так называемого мифического
субстанционализма.
Уже в 19 веке ограниченность этой концепции была вскрыта
диалектическим материализмом, показавшим, что "лишь в движении тело
обнаруживает, что оно есть... Познание различных форм движения и есть
познание тел"[5]. Отсюда, разумеется, не следует, что только движение
существует и никакого субстрата нет вообще. Отсюда следует лишь
неправомерность употребления отношения первичности-вторичности для
характеристики связи движения (поведения) и субстрата в плане их реального
существования.
Отсюда следует также, что в гносеологическом плане поведение
действительно первично по отношению к субстрату и познание субстрата не
содержит ничего иного, кроме непрерывно расширяющихся способов изучения
объектов.
Диалектико-материалистическая концепция мышления понимает последнее
как свойство особым образом высокоорганизованной материи. В ней не
содержится никаких ограничений в отношении специфических характеристик и
открывает необозримые перспективы на пути исследования этих характеристик.
Кибернетика достигает на этом пути некоторых результатов.
Пути моделирования интеллекта
Принято различать три основные пути моделирования интеллекта и
мышления:
- классический, или (как его теперь называют) бионический;
- эвристического программирования;
- эволюционного моделирования.
Рассмотрим их в этой последовательности.
БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование
человеческого мозга (т.е. моделирование каждой нервной клетки и связей
между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно
сложно. Мозг представляет собой самую сложную и лишь частично изученную
структуру. Сложнейшее переплетение связей коры головного мозга практически
не поддаются расшифровке. Известно лишь примерное расположение зон мозга,
отвечающих за ту или иную функцию. В настоящее время не известен и принцип
работы мозговых элементов нейронов, многочисленные связи которых имеют
внешне хаотический характер. Попытки смоделировать работу головного мозга
соединением между собой множества процессоров подобно нейронной сети,
показали, что некоторое увеличение скорости и потока обрабатываемой
информации идет лишь до уровня одного – двух десятков процессоров, а затем
начинается резкий спад производительности. Процессоры как бы "теряются",
перестают контролировать ситуацию или проводят большую часть времени в
ожидании соседа. Некоторых успехов удалось добиться лишь в приборах,
работающих в "двумерном варианте", т.е. обрабатывающих не последовательную,
а параллельную информацию, например в системах распознаваниях образов. В
них одна плоскость данных одновременно взаимодействует с другой, причем
количество единиц информации может достигать нескольких миллионов. Таким
образом происходит единовременный охват изучаемого объекта, а не
последовательное изучение его частей.
ЭВРИСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ. Второй подход к решению задачи
искусственного интеллекта связан с эвристическим программированием и решает
задачи, которые в общем можно назвать творческими. Практичность этого
метода заключается в радикальном уменьшении вариантов, необходимых при
использовании метода проб и ошибок. Правда, всегда существует вероятность
упустить наилучшее решение, так что говорят, что этот метод предлагает
решения с некоторой вероятностью правильности. Обычно используют два
метода: метод анализа целей и средств и метод планирования. Первый
заключается в выборе и осуществлении таких операций, которые
последовательно уменьшают разницу между исходным и конечным состоянием
задачи. Во втором методе вырабатывается упрощенная формулировка исходной
задачи, которая также решается методом анализа целей и средств. Один из
полученных вариантов дает решение исходной задачи[6].
ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ. Третий подход является попыткой
смоделировать не то, что есть, а то, что могло бы быть, если бы
эволюционный процесс направлялся в нужном направлении и оценивался
предложенными критериями. Идея эволюционного моделирования сводится к
экспериментальной попытке заменить процесс моделирования человеческого
интеллекта моделированием процесса его эволюции. При моделировании эволюции
предполагается, что разумное поведение предусматривает сочетание
способности предсказывать состояние внешней среды с умением подобрать
реакцию на каждое предсказание, которое наиболее эффективно ведет к цели.
Этот метод открывает путь к автоматизации интеллекта и освобождению от
рутинной работы. Это высвобождает время для проблемы выбора целей и
выявления параметров среды, которые заслуживают исследования. Такой принцип
может быть применен для использования в диагностике, управлении
неизвестными объектами, в игровых ситуациях.
Итак, существуют три пути моделирования интеллекта: бионический,
эвристический и эволюционный. В зависимости от использованных средств можно
выделить три фазы в исследованиях.
Первая фаза – создание устройств, выполняющих большое число логических
операций с высоким быстродействием.
Вторая фаза включает разработку проблемно-ориентированных языков для
использования на оборудовании, созданном в первой фазе.
Третья фаза наиболее выражена в эволюционном моделировании. В ходе
развития этой фазы отпадает необходимость в точной формулировке постановки
задачи, т.е. задачу можно сформулировать в терминах цели и допустимых
затрат, а метод решения будет найден самостоятельно по этим двум
параметрам.
Проблемы кибернетического моделирования
Работы по искусственному интеллекту во многом тесно связаны с
философской проблемой кибернетического моделирования. Эти работы часто
связывают с построением точной копии человеческого мозга. Однако такой
подход можно назвать "некибернетическим". Каковы же черты кибернетического
метода мышления, какие вопросы вносит кибернетика в человеческое познание?
В своей "Истории западной философии" Б.Рассел ставит вопрос о факторах,
позволивших европейцам создать тип культуры, в котором ведущее место заняла
наука. Причину этого Рассел усматривает, как он выражается, в двух великих
интеллектуальных изобретениях: изобретение дедуктивного метода древними
греками (Эвклид) и изобретение экспериментального метода в эпоху
возрождения (Галилей). Именно эти два интеллектуальных изобретения –
дедуктивный метод (а тем самым математика) и эксперимент – позволили
создать классическую науку. К этим двум основным интеллектуальным орудиям
современное развитие познания добавляет третье – математическую модель и
математическое моделирование. Соединение дедуктивных построений математики
с данными, добытыми экспериментальным методом, создает естествознание, в
центре которого стоит понятие научного закона. Совокупность законов – это
основное содержание естествознания; их установление – его основная задача.
Закон претендует на точное (в рамках данного уровня познания) описания
хода явлений. Закон либо верен, либо неверен, бессмысленно говорить о
хороших и плохих законах. Модель в этом отношении противоположна закону.
Модель может быть плохой или хорошей, она не претендует на точное
воспроизведение сложной системы, а ограничивается описанием отдельных
аспектов, причем для одного и того же аспекта могут быть предложены модели,
одновременно имеющие право на существование.
В изучении сложных систем (в т.ч. диффузных – нельзя выделить
отдельные части без повреждения системы) формулировка относительно
простых законов оказывается невозможной и заменяется построением эскизных
моделей. Образно говоря, здесь мы имеем дело с математическим описанием,
напоминающим современную абстрактную живопись. Можно сказать, что попытки
реалистичного описания сложных систем иллюзорны такое описание не
воспринималось бы из-за чрезмерной сложности.
Это не означает, что категория закона утрачивает смысл в науке, но то,
что дополнительно к ранее известным интеллектуальным орудиям - строгой
дедукции и эксперименту рождается третье орудие – математическое
моделирование, в котором по-новому выступает математика и появляется новый
вид эксперимента – машинный эксперимент, в котором проигрываются различные
модели с последующим сопоставлением с реальным экспериментом.
Путь, который предлагает кибернетика, состоит в построении эскизных
моделей, охватывающих все более и более широкий ди
| |  скачать работу |
Вычислительные машины и мышление |
