Текст книги "Познание мира. Механизмы и пределы"

Допустим, что технические трудности, связанные с моделированием нейронной сети, например, на компьютере, преодолены. В частности, для моделирования бесконечного размера искусственной нервной сети можно зациклить электрический сигнал между двумя крайними искусственными нейронами. Далее, с учетом указанных свойств праматематики, нужно каждый элемент искусственной нейронной сети связать со всеми другими элементами, отражая все мыслимые связи (операции) между элементами.

Сможет ли такая искусственно созданная компьютерная нейронная сеть соответствовать структуре праматематики, представленной в человеческом мозге в виде нейронной познавательной сети? Безусловно, нет! Потому, что в реальной познавательной нервной сети присутствуют не все мыслимые связи между элементами, а лишь свойственные человеку. То есть между одними элементами связи активно функционируют, между другими, хотя и возможны, но устанавливаются с трудом, а между некоторыми элементами они вообще материально отсутствуют. Следовательно, реальная познавательная нервная сеть обладает какой-то сложной структурой, в которой хотя и заключено очень много потенциальных моделей окружающей действительности, но не все, которые можно было бы составить из имеющихся элементов. Особенностью строения этой сети и определяются предельные познавательные возможности человека.

Таким образом, нельзя построить с помощью компьютера познавательную нервную сеть человека, пересчитав число нейронов в мозге и соединив все их между собой. Для этого мы точно должны знать, какие из связей возможны и насколько возможны, по крайней мере.

Из вышеизложенного можно сделать еще один вывод. Если мы в состоянии дать определение некоторому математическому объекту, но не в состоянии его вообразить, то это означает, что у нас есть познавательная модель, с помощью которой мы в состоянии описать некоторый, пусть даже и виртуальный, объект, но у нас отсутствует познавательная модель, с помощью которой мы можем вообразить, представить зримо, такой объект. Это происходит обычно тогда, когда мы выходим в текстовых описаниях образов за пределы трехмерного пространства Этот феномен указывает на то, что в человеческой природе нет визуальных моделей представления объектов выше трехмерной размерности. Но есть модели, которые вполне позволяют описать такой объект в виде текста.

Такое расхождение связано с тем, что для перемещения в пространстве мы пользуемся исключительно трехмерным представлением (моделью) о мире. Но связей между объектами окружающего мира, не сводимых к визуальным трехмерным образам, может быть несравненно больше. Например, трехмерный объект яблоко может мыслиться на дереве, под деревом, гнилым, неспелым, кислым и т. п. По сути, все эти качества – размерности объекта яблоко и с этой точки зрения, объект яблоко многомерен. Такая «многомерность» яблока не кажется чем-то исключительным и невообразимым. А почему? Все потому, что с такого рода многомерностью мы сталкиваемся постоянно. Причем для ее представления используется текст, а не визуальные образы. То есть у нас есть в мозге познавательные модели для описания многомерных пространств любой размерности, но исключительно в виде текста, а не зрительных образов.

Например, если мы заглянем внутрь любого ящика, то увидим, что в любом его углу встречаются три стенки и эти стенки расположены друг по отношению к другу под прямым углом (90 градусов). И эту картину мы легко себе можем представить в виде геометрического объекта – куба. А если нет, то всегда можем освежить описанный образ ящика, заглянув внутрь любого подходящего. Из текстового описания трехмерного ящика (в первом предложении этого абзаца), легко рождается текстовое описание четырехмерного ящика: в любом его углу встречаются четыре стенки и эти стенки расположены друг по отношению к другу под углом в 90 градусов. Но такое невозможно не только увидеть, но и вообразить даже в кошмаре. Что, вообще говоря, закономерно, поскольку модель, используемая нервной системой для формирования зрительных образов, применяется в последнем случае (для воображения четырехмерного ящика) не по назначению.

Снова воспользуемся метафорой, например, ключа и кувалды, чтобы сказанное о многомерных пространствах и их зрительном восприятии стало совсем понятным.

Допустим, у нас имеется три ключа (три размерности трехмерного пространства), с помощью которых мы можем открыть только три двери, ведущие в комнату (представить себе трехмерный объект). Но есть другие комнаты, путь к которым закрыт большим, чем три, количеством дверей (более чем трехмерный объект). Из-за отсутствия ключей мы не в состоянии попасть в такие комнаты (не можем вообразить объект более трехмерной размерности). Однако у нас есть кувалда, которой мы можем «открыть» любое число дверей. Кувалда в нашей метафоре и является текстовым описанием многомерных объектов, которые невозможно вообразить. Метафора с отмычкой подходит к описанию сверхчеловеческого интеллекта, который может зрительно представить себе образы любой размерности.

Язык общения, то есть разговорную и литературную речь, точно также как и современную математику, можно рассматривать как производное «всеобщей» математики (праматематики). Вместе с тем, язык общения существенно сложнее организован, чем структура любой математической дисциплины и потому лучше отражает свойства праматематики, как универсального языка, в том числе и математического. Если бы это было не так, то компьютеры давно бы научились с нами разговаривать.

С очень обобщенной точки зрения, различие между языком общения и математическим языком связано с проблемой понимания текстов. Математический текст становится тут же непонятным, если при его изложении допускается хотя бы одна «грамматическая» ошибка. То есть ошибка хотя бы в одном математическом знаке тут же приведет к вычислительной ошибке. Бытовой язык остается понятным человеку, даже если на нем говорит иностранец, который в каждом слове делает несколько ошибок. То есть, несмотря на грамматические ошибки, всегда можно понять чего хочет человек, если он не делает слишком много (!) таких ошибок. Более того, даже если исключить грамматические ошибки, с помощью языка общения одну и ту же мысль можно выразить невообразимо большим числом текстов, что практически исключено в математике. Вариации текстов на одну и ту же тему не в состоянии анализировать ни один компьютер, но легко понимает любой носитель языка. Итак, резкое усложнение языка общения по сравнению с классическим математическим языком связано с высокой гибкостью (необязательностью) правил, особенно, в разговорной речи

Разные языки схожи по строению и такая схожесть определяется не тем, что кто-то язык изобрел, а затем его распространил. А тем, что познавательные модели, которые служат основой формирования языка общения, у людей представлены однотипно. То есть праязык не вне, а внутри каждого из нас.

Рассмотрим, почему до сих пор человечеству не удается наладить с животными полноценного взаимного речевого или аналогичного типа общения, несмотря на совершенно очевидное внутривидовое взаимодействие животных посредством своего оригинального языка общения. Или зададим еще более острый вопрос – почему животные не только не могут читать, но их не интересуют даже телевизионные передачи о природе? Ведь, по сути, изображение на экране, с точки зрения человека, мало чем отличается от вида окружающей действительности. Объяснить это можно только тем, что познавательные модели у животных и человека различаются настолько сильно, что полного взаимопонимания, необходимого для речевого общения, достичь технически невозможно

Возьмем, к примеру, речевое общение человека с собакой. Казалось бы, у обоих имеется необходимый набор средств такого общения: орган слуха, для восприятия звука, и гортань с языком, для издания звука. То есть с внешней, так сказать технической стороны, нет препятствия для речевого общения. Более того, существует примитивное речевое общение между человеком и собакой, когда она откликается на свое имя или когда сторожевая собака выполняет целый ряд речевых команд («сесть», «лечь» и т. п.). Но это однонаправленный «речевой» контакт: человек голосом управляет поведением собаки, но не собака человеком (исключая ее злобный оскал). Причем обучение собаки очень ограниченному числу команд (фактически слов) занимает много времени. Отсюда естественно предположить, что в мозге собаки есть лишь рудиментарные модели интеллектуального восприятия человеческой речи, которые использует человек при дрессировке собаки (или других животных). Но с этой точки зрения, с человеком дело обстоит еще хуже – в мозге человека нет даже рудиментов восприятия собачьего лая, как языка общения! Чтобы в этом убедиться, достаточно понаблюдать, как на «собачьей площадке» собаки тратят титанические усилия, чтобы лаем донести свои мысли до сознания хозяина. И, судя по всему, безуспешно. Исходя из сказанного, отсутствие взаимного речевого общению человека и животных может быть обусловлено позицией, занятой человеком, который пытается научить животных своему языку, а не изучить их язык.

Вероятно, это вынужденная для человечества ситуация, так как ему пока недоступны познавательные модели животных. Но можно предположить, что в будущем, как только эти модели будут изучены, процесс общения человека и животных будет направлен на модификацию речи человека таким образом, чтобы она стала доступной животным. А не наоборот, как сейчас, когда мы заставляем животных справляться с непосильной для них задачей – понять человеческую речь.

Общение с животными с помощью зрительных образов намного проще, чем речевое. Например, замахивание палкой, как опасное движение человека, любая, самая беспородная собака усваивает, практически мгновенно. И более того, правильно его оценивает в любой ситуации, даже со стороны совершенно незнакомого человека и при произвольном замахе палкой. То есть язык зрительных образов очень близок, например, у собаки и человека, как и многих других животных. Следовательно, зрительные познавательные модели могли бы использоваться для общения с животными уже сейчас, тем более, что для этого человечеством уже разработан довольно совершенная техника – кино. Первый фильм сделанный специально, например, для собаки, который она будет смотреть с интересом и даже просить повторить, будет свидетельствовать о том, что на пути освоения собачьего языка человечество, наконец, сделало существенный шаг вперед. Созданием собачьего алфавита, словаря и грамматики, и, наконец, изданием книг на собачьем языке для собак, вероятно, завершится процесс освоения человеком собачьего языка. Причем, по такому пути, можно полагать, пойдет освоение человечеством любых других языков животных.

Изучение языков животных, не бесполезное занятие. Очевидно, что язык общения усложняется в животном мире, с усложнением строения нервной системы животного. Открытие механизмов усложнения языка общения в животном мире позволит понять природу языка общения человека (праязыка общения), что важно для создания машин, понимающих любую речь, в том числе и животных. На этом пути могут быть реализованы устройства автоматического прямого и обратного перевода речи, в режиме реального времени, с любого на любой язык на Земле, не исключая язык животных.

Можно даже указать, исходя из общих принципов построения любой биологической науки, как будет развиваться наука о языках животных («анимальная лингвистика», от слова «animal» – животное). Прежде всего, нужно будет диагностировать активные познавательные модели изучаемого животного, отличающиеся от безусловных рефлексов, которые составляют познавательный потенциал животного. Далее необходимо будет исследовать предельные познавательные возможности животного, изучая его способность формировать новые познавательные модели (делать личные открытия и «культурно» развиваться). И, наконец, изучить возможности животного к информационному взаимодействию внутри своего вида, то есть способности активизировать банк информации у своих соплеменников. Поскольку у животных познавательная деятельность развита существенно ниже, чем у человека, то раскрытие ее механизмов может оказаться важным шагом в понимании основ познавательных процессов и у человека.

В этом отношении очень показательны эксперименты с осминогами, которых учили различать форму объектов: круг, квадрат и треугольник. Они оказались вполне обучаемы, что было очень убедительно продемонстрировано в научно-популярном фильме. Если при этом удалось бы определить, как процесс научения осминогов «основам геометрии» связан с функционированием у них нервной познавательной сети, то был бы сделан очень существенный шаг в раскрытии механизмов активации познавательных моделей у примитивных животных. К сожалению, такого рода задачи в подобных исследованиях не ставятся, так как с позиций традиционной теории информации, предполагается, что до обучения никаких познавательных моделей в мозге обучаемого нет. Следовательно, пока процесс обучения не завершился, то и искать познавательные модели в структурах мозга бессмысленно.

Тема для размышлений:

1. В разделе 4.2.а фраза: «…язык общения существенно сложнее организован, чем структура любой математической дисциплины и потому лучше отражает свойства праматематики, как универсального языка, в том числе и математического. Если бы это было не так, то компьютеры давно бы научились с нами разговаривать».

Вопрос. Не слишком ли категорично утверждение относительно того, что математический язык недостаточно сложен, чтобы имитировать бытовой? Ведь на бытовом может разговаривать любой, а на математическим только математики!

Раздел 5
Искусственный интеллект

Описанная выше картина ментальных полей, может служить основой моделирования искусственного интеллекта (ИИ). Однако наполнение содержанием ментальных полей и даже формирование более или менее адекватной познавательным нервным сетям структуры ИИ предполагает, что познавательные механизмы хорошо изучены, то есть стали известны все информационные (познавательные) модели, потенциально присутствующие в мозгу каждого человека. Кроме того, для моделирования ИИ нужно обладать компьютером с очень высокой скоростью работы, который может одновременно обрабатывать информацию на многих ментальных полях.

Если учесть, что лишь относительно недавно удалось создать компьютерные программы, которые «на равных» играют с шахматистами, то совершенно очевидно, что на сегодня нет технических возможностей моделировать познавательную деятельность человека, которая намного сложнее шахматной игры. Первым успехом на пути создания ИИ, вероятно будет обучение компьютера «осознанному» чтению книги. Даже сегодня наблюдается движение в этом направлении: компьютеры хранят большие по объему тексты и разработаны алгоритмы обработки текстов, которые моделируют работу с текстами человека (коррекция грамматических и орфографических ошибок, поиск слов и фраз в тексте и т. п.).

Почему именно имитация компьютером работы человека с книгой можно рассматривать как первый шаг на пути создания ИИ? Прежде всего потому, что любой, например, роман является тоже своего рода моделью действительности, но очень упрощенной, так как все его герои и обстановка представлены не в исчерпывающей природной полноте, а лишь как схемы событий и лиц. Кроме того, один раз написанный, он больше уже не изменяется, что позволяет бесконечно экспериментировать с восприятием этих текстов. С другой стороны, восприятие книги человеком, безусловно, интеллектуальный, творческий и познавательный процесс, что и составляет кардинальные признаки ИИ. Критерием того, что создан ИИ, воспринимающий художественные произведения на уровне человеческого интеллекта, будет содержательный диалог между человеком и компьютером о прочитанной обоими книге. При этом качество такой дискуссии будет оцениваться, вероятно, так, как на сегодня игра в шахматы с компьютером. Освоение компьютером чтения книги нужно и для упрощения процесса наполнения базы данных ИИ, необходимой для взаимодействия ИИ с реальной, а не книжной действительностью.

Допустим, что технические проблемы создания ИИ решены: имеется подходящий для моделирования ИИ компьютер, известна структура познавательной нервной сети и принципы ее функционирования, которые обеспечивают познавательную деятельность человека. Ответим теперь на вопрос, как в этих условиях можно было бы построить ИИ не уступающий по силе человеческому?

Когда технические проблемы, препятствующие созданию ИИ, решены, приходится, как обычно, в научных исследованиях, разрешать так называемые методические проблемы. Во– первых, нужно будет создать на компьютере, например, сложную структуру (познавательную супермодель), в которой потенциально представлены все человеческие знания – текущие и будущие, правильные и ошибочные. Это, вероятно, можно сделать, например, скопировав в компьютер нервную познавательную сеть какого-то человека, пока неизвестным современной науке, способом

Допустим, что при копировании на компьютер нервной познавательной сети человека, переносится сеть как структура, но не содержащиеся в ней активированные познавательные модели, которыми пользовался человек, как источник копии (рис. 5.1, «пустая копия» нервной сети). Тогда следующим после переноса шагом в создания ИИ будет наполнение этой компьютерной познавательной сети текущими знаниями человечества, а фактически, извлечение потенциальных познавательных моделей, которые содержаться в нервной сети любого человека. Поскольку используется полная копия нервной сети человека, которая обладает, как нам хорошо известно по личному опыту, ограниченной памятью, то такой искусственный интеллект сможет вместить только относительно небольшой объем знаний и поэтому его можно назвать интеллектуальной мини-библиотекой (рис. 5.1). При этом, такой обученный машинный ИИ (то есть интеллектуальная мини-библиотека на рис. 5.1), должен уметь общаться с человеком привычным для последнего образом. Таким качеством ИИ будет обладать лишь в том случае, если получит знания точно так же, как это делает любой человек, то есть через органы чувств, имитируя познавательную деятельность человека. И, кроме того, ИИ будет пользоваться при общении привычными для человека средствами общения, то есть тоже органами чувств. Следовательно, к компьютерной познавательной сети должны быть подсоединены искусственные органы чувств: зрительный, слуховой, осязательный и обонятельный анализаторы и, для речевых контактов, искусственный речевой аппарат. В итоге будет создан или человек-робот (если все органы у него будут искусственными) или андроид, если только часть органов у него окажется искусственной.

Его обучение должно имитировать обучение человека, но возможно в гораздо более высоком темпе. Качество обучения ИИ тоже проверяется как и у человека – с помощью экзаменационных тестов.

Рис. 5.1. Классификация искусственного интеллекта

После окончания процесса обучения, будет сформирован искусственный интеллект, который обладает некоторой суммой знаний (мини-библиотекой), доступных современному ему человечеству. Этот ИИ будет способен к творческой деятельности, но не выше потенциальных интеллектуальных возможностей личности, с которой была скопирована нервная познавательная сеть. При этом все новые представления об окружающем мире, открытые таким ИИ, будут доступны человеку (естественному интеллекту), поскольку черпаются из потенциальных познавательных моделей мозга человека и в пределах известных человечеству знаний.

Так как обучение ИИ не может в принципе совпадать с обучением, полученным человеком, у которого скопирована познавательная сеть, то ИИ и оригинальная личность будут существенно отличаться как интеллектуальные создания.

Если будет поставлена задача по созданию машинного интеллекта с практически неограниченной памятью, то придется модифицировать скопированную пустую нервную сеть, нарастив в ней память (рис. 5.1, «+супер-память»). В результате, могут быть активированы в «пустой копии» все доступные человечеству знания на момент ее обучения. В этом случае будет получена интеллектуальная супер-библиотека. Обладая объемом знаний, превышающим знание любого отдельного человека, такой ИИ сможет активировать потенциальные познавательные модели нервной сети, недоступные отдельному человеку, то есть супер-идеи. Вместе с тем, это будут все те же человеческие идеи, то есть доступные, в принципе, человеку (естественному интеллекту), если его технически вооружить. Таким образом, на пути копирования своей нервной познавательной сети в компьютере, человечество не столкнется с непостижимыми знаниями, которые будет генерировать ИИ – все идеи будут «человеческими».