Проблема «искусственного интеллекта» в современной философии и науке

Однако для того, чтобы создать именно искусственный интеллект, необходимо, по меньшей мере[3]:

• чтобы он был практически полностью схож с человеческим, иначе то, что получится, не будет интеллектом, и еще надо знать, что такое человеческий интеллект (или требуется переопределить интеллект, дав ему объективные характеристики);
• знать, что такое мышление человека (человеческое мышление);
• в силу реконструкции деятельности человека* моделировать, учитывать весь его организм, включая все его системы (напр., гормональную);
• знать процедуры функционирования человеческого интеллекта, в частности, учитывать, что искусственный интеллект должен формироваться интеллектуальным, а не программным образом.

Основой доказательства невозможности создания искусственного интеллекта в его существующем представлении (определении) являются ограничения формальной логики. Главное то, что в формальной логике суждение существует вместе со всеми своими свойствами, что и является основой доказательства невозможности создания искусственного интеллекта в его известном понимании. Другими положениями доказательства являются некоторые аксиомы формальной логики.

Искусственный интеллект не будет создан не только по функциональным и формально логическим причинам.

Также существенны следующие причины[3]:

если использовать терминологию И.П. Павлова, то искусственный интеллект представляет собою некую физическую реализацию, в основном, первой сигнальной системы, которая есть условно-рефлекторная деятельность: врожденные рефлексы (собственные данные и возможности), восприятие и обработка раздражений (данных), в том числе в целях решения тех или иных задач, накопление информации о себе и мире, адаптация, приобретенные формы (т.е. те же аспекты, что и принимаемые как характеристики искусственного интеллекта).

Иными словами, разрабатывается не искусственный интеллект, а система условно-рефлекторной деятельности или рефлективного мышления.

Во-вторых, не учитывается ассоциативное мышление человека, которое определено не только функционированием мозга (как рефлективное мышление) и ощущениями, но и внешней объективностью, которая идентифицируется в человеческом сознании – в элементе, отсутствующем в понимании, определении и создании искусственного интеллекта.

В-третьих, и это главное, искусственный интеллект не будет создан, пока не будут «разделены» человеческое сознание и человеческое мышление.

Сказанное можно обобщить в диалектических представлениях следующим образом: создаваемый «искусственный интеллект» представляет собою всего лишь некую физическую реализацию рефлективного мышления.

Воссоздается не интеллект, а нечто другое.

Но если признать это, то важность и возможность реализации такой научной задумки станут очевидными.

А то, что подразумевают под «искусственным интеллектом» (до создания очень далеко), в Новейшей философии понимается как искусственный диалектический интеллект, который определяется с учетом а) ряда исключительно диалектических категорий, в частности, «человеческое мышление» и «внешняя рефлексия человеческого сознания», и б) возможностей высших уровней вообще мышления.

низшей логикой, соответствующей рассудочному мышлению, считается формальная логика,

средней логикой, соответствующей диалектическому мышлению, считается (новофилософская) абстрактная логика, включающая математическую логику,

высшей логикой, соответствующей мышлению, считается реальная логика, включающая (образующую) топологию логики, служащую основной концепции искусственного диалектического интеллекта, и формализуемую («математическую») часть реальной логики, в (для) которой неверны теоремы Геделя о неполноте.[3]

1. Искусственный интеллект и философия

Важно осознавать, что современный ИИ не только наследует богатую интеллектуальную традицию, но и делает свой вклад в нее.

Например, поставленный Тьюрингом вопрос о разумности программ отражает наше понимание самой концепции разумности. Что такое разумность, как ее описать? Какова природа знания? Можно ли его представить в устройствах? Что такое навыки? Может ли знание в прикладной области соотносится с навыком принятия решений в этой среде? Как знание о том, что есть истина (аристотелевская "теория"), соотносится со знанием, как это сделать ("практика")?

Ответы на эти вопросы составляют важную часть работы исследователей и разработчиков ИИ. В научном смысле программы ИИ можно рассматривать как эксперименты. Проект имеет конкретную реализацию в виде программы, и программа выполняется как эксперимент. Разработчики программы изучают результаты, а затем перестраивают программы и вновь ставят эксперимент. Таким образом возможно определить, являются ли наши представления и алгоритмы достаточно хорошими моделями разумного поведения. Ньюэлл и Саймон предложили этот подход к научному познанию в своей тьюринговской лекции 1976 г.

Ньюэлл и Саймон также предложили более сильную модель интеллекта в своей гипотезе о физической символьной системе: физическая система проявляет разумное поведение тогда и только тогда, когда она является физической символьной системой. В главе 16 подробно рассматривается практический смысл этой теории, а также критические замечания в ее адрес.

Многие применения ИИ подняли глубокие философские вопросы. В каком смысле можно заявить, что компьютер "понимает" фразы естественного языка? Продуцирование и понимание языка требует толкования символов. Недостаточно правильно сформировать строку символов.

Механизм понимания должен уметь приписывать им смысл или интерпретировать символы в зависимости от контекста. Что такое смысл? Что такое интерпретация?

Подобные философские вопросы встают во многих областях применения ИИ, будь то построение экспертных систем или разработка алгоритмов машинного обучения.

2. Гносеологические проблемы искусственного интеллекта

Гносеологический анализ проблемы искусственного интеллекта вскрывает роль таких познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Они обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, а выявляются в знании, в его языковом выражении. Орудия познания, формирующиеся, в конечном счете, на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от ее конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления, т. е. в конечном счете, формирующую адекватные схемы внешних действий в существенно меняющихся средах, необходимо наделить такую систему этими орудиями.

Развитие систем искусственного интеллекта за последние десятилетия идет по этому пути. Однако степень продвижения  в данном направлении в отношении  каждого из указанных познавательных орудий неодинакова и в целом  пока незначительна.[2]

1. В наибольшей мере системы  искусственного интеллекта используют  формально-логические структуры,  что обусловлено их неспецифичностью  для мышления и, в сущности, алгоритмическим характером. Это  дает возможность относительно  легкой их технической реализации. Однако даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта еще слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы вывода. Повышение "интеллектуального" уровня технических систем, безусловно, связано не только с расширением применяемых логических средств, но и с более интенсивным их использованием (для проверки информации на непротиворечивость, конструирования планов вычислений и т. д.).

2. Намного сложнее обстоит дело  с семиотическими системами, без  которых интеллект невозможен. Языки,  используемые в ЭВМ, еще далеки  от семиотических структур, которыми оперирует мышление.

Прежде всего, для решения ряда задач необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному  языку, точнее, к использованию его  ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например полисемией (которая элиминируется при обработке в лингвистическом процессоре). Разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом этой работы является создание семантических языков (и их формализация), в которых слова-символы имеют интерпретацию.

Однако многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках искусственного интеллекта пока реализованы слабо (например, открытость) или используются ограниченно (например, полисемия). Все большее воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем искусственного интеллекта, особенно тех, в которых проблемная область заранее жестко не определена.

Современные системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, высвечивать на экранах кривые и т. д. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Но современные системы искусственного интеллекта пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для "интеллектуальных" действий. Поиск путей глобального (а не локального) оперирования информацией составляет одну из важнейших и перспективных задач теории искусственного интеллекта.

1. Воплощение в информационные массивы и программы систем искусственного интеллекта аналогов категорий находится пока в начальной стадии. Аналоги некоторых категорий (например, "целое", "часть", "общее", "единичное") используются в ряде систем представления знаний, в частности в качестве "базовых отношений", в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют системы.

В формализованном понятийном аппарате некоторых систем представления  знаний предприняты отдельные (теоретически существенные и практически важные) попытки выражения некоторых моментов содержания и других категорий (например, "причина", "следствие"). Однако ряд категорий (например, "сущность", "явление") в языках систем представления знаний отсутствует. Проблема в целом разработчиками систем искусственного интеллекта в полной мере еще не осмыслена, и предстоит большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний и другие компоненты интеллектуальных систем. Это одно из перспективных направлений в развитии теории и практики кибернетики.

2. Современные системы искусственного интеллекта почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. д.

Не является совершенным и взаимодействие вновь поступающей информации с  совокупным знанием, фиксированным  в системах. В семантических сетях  и фреймах, использующихся при представлении  знаний, пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. д.

3. Еще в меньшей мере современные системы искусственного интеллекта способны активно воздействовать на внешнюю среду, без чего не может; осуществляться самообучение и вообще совершенствование "интеллектуальной" деятельности.

Таким образом, хотя определенные шаги к воплощению гносеологических характеристик  мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы еще далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их "интеллект" к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей.

В связи с этим возникает сложный  вопрос. При анализе познавательного  процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется  этот процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Вообще говоря, не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Иначе говоря, в принципе не исключено, что хотя мы можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку.