Искусственный интеллект. К. ф н., доц. Малькова Т. П. Философские аспекты проблемы искусственного интеллекта
 Скачать 30.5 Kb.
|
|
К.ф.н., доц. Малькова Т.П. Философские аспекты проблемы искусственного интеллекта Значительный вклад в разработку проблемы искусственного интеллекта внесен с развитием кибернетики и теории информации. Успехи кибернетики определили возможность моделирования с помощью электронных машин отдельных психических функций человека. Современные ЭВМ при наличии соответствующих программ могут успешно решать математические и логические задачи, выполнять функции управления системами, играть в шахматы и т.п. Они способны хранить обширную информацию и выдавать ее по первому требованию. Такие свойства кибернетических устройств, как быстродействие, точность, неутомляемость, обширная память, создают им преимущества по сравнению с человеком во всех случаях, когда решение задачи может быть алгоритмизировано. Эти преимущества нельзя абсолютизировать. Творческие функции по-прежнему составляют удел человека, творчество не поддается алгоритмизации, его механизмы – загадка для человека. Кибернетическая машина не знает эмоций. В этом ее преимущество: ей нельзя испортить настроение, тем самым снизить эффективность работы. Но и недостаток, так как эмоции составляют важнейший эвристический фактор человеческой деятельности. Машина не обладает интуицией, ей чуждо воображение, фантазия. По существу, она воспроизводит лишь один аспект мышления - логический, в то время как реальное мышление включает также эмоциональные, интуитивные, чувственно-образные, волевые составляющие. Это свидетельствует об ограниченности возможностей кибернетических устройств в решении познавательных задач. Они остаются средством автоматизации тех сторон интеллектуальной деятельности, которые связаны с четкими правилами переработки информации. Есть ли предел машинного моделирования? Априорная установка пределов не оправдана. На первых этапах считалось невозможным создать устройства для решения задач, не имеющих жесткого алгоритма. После их создания было сформулировано другое ограничение: нельзя создать систему, меняющую поведение в зависимости от ситуации, т.е. способную к обучению и самообучению. Когда такие устройства были созданы, ограничение приняло новую форму: моделирующее устройство не может расширить число заложенных в программу исходных данных. Но и оно было снято с появлением вероятностных устройств. В связи с «информационным бумом», возникшим в ходе компьютерной революции, использованием многообразных систем искусственного интеллекта возникает вопрос об эффективности процессов понимания, так как приходится участвовать в обмене информацией не только между людьми, но и между кибернетическими системами. Достигает ли искусственная система понимания смысловых контекстов? X. Дрейфус считает, что для распознавания образов и понимания, в системе должен существовать самый первый контекст, но он не распознается машиной, потому что отсутствует алгоритм его осмысления. Подтверждением являются тесты А. Тьюринга, программа «Элиза» Дж. Вейзенбаума, «PARRY» К. Колби, мысленный эксперимент Дж. Сёрля «Китайская комната». На основе опыта можно сделать вывод, что моделирующее устройство способно имитировать функции мозга, поддающиеся описанию и программированию. Кибернетика дала серьезное основание для функционального подхода к исследованию живых и разумных существ. Суть его в том, что специфика живой системы определяется функциями, от описания субстратных характеристик системы отвлекаются, поскольку они могут быть разными. Р. фон Баумгартен предлагает рассмотреть в качестве субстрата «ансамбли» согласованных систем проведения, переработки возбуждений и регуляции степени синхронизации нейронов в структурах мозга, которые, в принципе, поддаются моделированию. Н. Винер в свое время предостерегал от подобного редукционизма, вводя массу ограничений для моделирования. Важно не смешивать кибернетические и философские понятия. К. Сэйр, следуя этому предостережению, выделил два аспекта проблемы искусственного интеллекта: «онтологический» и «научный». Последний он связал с собственно моделированием, онтологический - с решением психофизической проблемы, что предполагает формирование языка, адекватного описываемому кругу явлений. Появление на Земле жизни, человека, наделенного сознанием, социума, культуры рассматривается наукой в качестве эволюции, увеличивающей «негэнтропийную гибкость». Мозг человека, сравнимый по размеру с мозгом животных, имеет большую негэнтропийную гибкость, которая безмерно увеличивается с развитием языка как средства общения и социальной адаптации. Рассудочная, мыслительная, языковая (коммуникативная) деятельность – феномены исключительно социокультурные. Культура придает человеку огромные негэнтропийные преимущества. Социальная адаптация предполагает сохранение прямых и обратных связей с природой, действующих на уровне онто- и филогенеза, а также появление комплекса связей интеллектуального, морального и прочего плана, играющих огромную роль в процессе приспособления и выживания человека. Негэнтропйная гибкость социума требует увеличения эффективности информационных каналов, а также объемов оперативной и долгосрочной памяти, что заставляет человека развивать не только индивидуальное сознание, мышление, интеллект, но и подключаться к «социальной памяти», «инфосфере». Таким образом, понимание гносеологического и онтологического аспекта проблемы моделирования в значительной степени сужает конкретно-научные задачи моделирования систем искусственного интеллекта на этом этапе научного развития, сводя их к моделированию логических функций мозга человека. |