В Пушкин - Информатика, кибернетика, интеллект

• Название: Информатика, кибернетика, интеллект
• Автор: В Пушкин
• Жанр: Философия

---

148

бя и модели внешнего мира. При этом выделяется уровень информационных отношений, на котором внутренняя модель внешнего мира переводит и интегрирует внешнее во внутреннее. При этом в качестве существенного момента выступает отношение обратной связи, играющее важную роль в человеческом поведении (например, обратная связь от эффекторов к рецепторам). Понятие обратной связи плодотворно в исследовании работы мозга и машины. Особенно значима отрицательная обратная связь, уменьшающая рассогласование между действительным и желаемым поведением. Системы разумного поведения - это системы с обратной связью, самообучающиеся системы.

Функциональный подход к проблеме сложности преодолевает некоторые трудности, возникающие при сравнительном анализе мозга и машины. Эти трудности привносятся мнением о том, что пока не решена проблема структурной сложности машин на уровне сложности мозга, до тех пор не может быть речи об искусственном интеллекте. Кибернетика позволяет перевести проблему структурной сложности "на язык" сложности функционального порядка. Происходит своего рода оборачивание метода: то, что исторически являлось первичным, на логическом уровне анализа оказывается вторичным. Структура и функция объективно находятся в неразрывном единстве. Однако в научном исследовании существенным становится тот или иной аспект. В данном контексте функциональный аспект гносеологически обладает большей разрешающей способностью, чем субстратно-структурный подход. В самоорганизующихся системах функциональная организация приобретает решающее значение: в том случае, когда вычислительная машина может самоорганизоваться, способ первоначального соединения элементов подвергается "пересмотру", если он не обеспечивает эффективного решения стоящих перед системой задач. Вообще принципы самоорганизации (в особенности эвристической самоорганизации - на основе "отсечения" плохих вариантов поведения) выступают основанием для восхождения от абстрактных постулатов к конкретным разработкам задач искусственного интеллекта.

При сравнительной оценке интеллекта заслуживает внимания следующее определение: "Интеллект можно рассматривать как способность принимающего решения устройства достигать определенной степени успеха при поиске широкого многообразия целей в обширном диапазоне сред" [79]. Здесь интеллект определяется в терминах поведения стремящегося к цели существа, а степень интеллекта измеряется по адекватности принимаемых решений.

Достоинство такого подхода заключается в выделении универсальности и гибкости как существенных признаков интеллектуального поведения, так как, по определению, принимающее решения существо или устройство, которое может достигнуть цели только в конкретной среде, но не в других средах, не обнаруживает значительного интеллекта [80]. Заметим также, что важным

149

признаком интеллекта, согласно данному определению, является связь со средой. Разумного поведения можно ожидать только тогда, когда система имеет некоторую оптимальную модель среды. Разум будет ограничен, если модель слишком груба и не дает достаточного описания среды или если она неполным образом отражает взаимодействия между элементами среды. Интеллект присущ системам, которые обнаруживают целенаправленное поведение, обладают необходимой информационно-логической структурой, обеспечивающей продуктивное мышление.

Рассматриваемая дефиниция интеллекта охватывает наиболее сложные формы поведенческой деятельности: цель, принятие решения, предсказание. И это верно. Однако его недостаток, как полагает П. К. Анохин [81], состоит в том, что существенные и характерные для интеллекта факторы просто перечисляются, а не даются в той логической связи и последовательности, которая соединила бы их прочной нитью системного детерминизма. Иначе говоря, главным недостатком этих исследований является отсутствие универсальной модели, которая логически связала бы все этапы формирования интеллектуальных актов. Как известно, попытка создания такой модели реализована П. К. Анохиным в разработанной им концепции функциональной системы.

Функциональный подход плодотворен и в отношении к моделям человеческого мозга. Важное приложение этого подхода к моделированию мозга как самоорганизующейся системы дано Д. И. Дубровским. Он, в частности, пишет: "Во-первых, из категорического отрицания явлений сознания у современных вычислительных машин вовсе не следует, что это свойство не сможет быть воспроизведено у будущих искусственных устройств. Во-вторых, признавая правомерность функционального подхода к человеческой психике, мы тем самым обязаны признать и правомерность моделирования субъективных явлений" [82]. Что касается того часто выдвигаемого аргумента, что сознание присуще только общественному субъекту, то он не играет решающей роли, поскольку самоорганизующиеся системы с искусственным интеллектом явятся общественным продуктом и будут компонентами общества как самоорганизующейся системы более высокого ранга [83].

Интересуясь предельными теоретическими возможностями машин, нельзя не отметить ограниченности тех представлений, согласно которым машины по самой своей природе могут делать лишь то, что им прикажут, и будут делать это без каких-либо уклонений. В литературе прослеживается тенденция обходить этот вопрос, ссылаясь на то, что машины, в том числе и кибернетические, - это орудие в руках человека. Справедливы возражения [84], в которых обращается внимание на то, что создаваемые человеком орудия могут выходить из-под его контроля, - и чем сложнее эти орудия, тем пагубнее могут быть связанные с ними аварии [85].

150

Как видим, междисциплинарный характер кибернетического подхода вызывает определенные трудности при сопоставлении порождаемых им общенаучных понятий с традиционными категориями. Это объясняется известной специфичностью кибернетики как науки.

Кибернетизация науки и техники в значительной мере определяет характер и уровень общенаучного понятийного аппарата. Вновь возникающие общенаучные категории (подобно "искусственному интеллекту") отличаются, как правило, (математической) строгостью, так как современная наука вынуждает исследовать те области, в которых отказывает интуиция. В пограничных областях, на стыках различных дисциплин, нужны более тонкие и четкие идеи. Уточнение интуитивных, содержательных понятий ведется в плане формализации их содержания. Очевидно, что не все содержание такого рода понятий (нередко философских) подвергается уточнению в той или иной формализованной теории. Последнее обязывает различать понятие и его приложение к конкретному случаю. Логико-математическое уточнение качественных понятий нередко приводит к осмыслению того или иного понятия в новом значении, стимулирующем создание более широкой, обобщающей концептуальной модели. Это подчеркивает тот факт, что понятийное обобщение может приводить к обогащению и конкретизации понятия "благодаря полноте снятых в нем определений". Такое обобщение, однако, как мы убедились в отношении "искусственного интеллекта", предполагает структурирование понятия, выявление инвариантных характеристик, что сопряжено с включением его в конкретную научную теорию. Это также означает, что дефиниция и уточнение понятий осуществляется эффективнее всего в процессе решения той или иной научной проблемы.

Таким образом, кибернетические общенаучные понятия, даже не будучи философскими категориями, играют вполне определенную роль и в теоретическом решении проблем науки, и в адекватном осмыслении действительности. Этим и обусловливается их методологический статус.

ГЛАВА V

ТВОРЧЕСКИЙ ИНТЕЛЛЕКТ

1. Искусственный интеллект и творческое мышление

Вопрос о возможности создания искусственного интеллекта в настоящее время связан с проблемой воспроизведения на машине процессов творческого мышления. Творческая активность человеческого мышления нередко рассматривается в качестве уникального феномена, не воспроизводимого машиной. Так, А. В. Брушлинский пишет: "Если действительно любое мышление всегда продуктивное (творческое), то... неизбежен отрицательный ответ на столь волнующий многих вопрос: "Может ли машина мыслить?" [1] Ныне, однако, не подлежит сомнению тот факт, что машинное мышление продуктивно: машина способна порождать новое, создавать новую информацию. А творческое мышление как раз и характеризуется тем, что дает новые, неизвестные до этого результаты.

Вместе с тем высказывается мнение о том, что новизна продуктов мышления - необходимый, но недостаточный показатель творческого мышления. "Новые нетривиальные результаты, - отмечает В. С. Тюхтин, - могут быть получены путем машинной переработки информации согласно сложным по строению многошаговым алгоритмам, содержащим сотни и тысячи элементарных операций. Такие решения не являются творческими в строгом смысле слова. Творчество функция активных состояний высокоорганизованных систем" [2]. Возникает, таким образом, вопрос о новых дефинициях, позволяющих различать творческое и нетворческое мышление, об алгоритмической выразимости творческого мышления и вообще о принципах эвристического мышления и его осуществимости в машинных программах.