Текст книги "Аристотель vs Будда"

Если по углам куба лежат бивалентные множества, то что же находится внутри? Нечеткие или многозначные множества. Итак, по углам куба лежит двухвалентность, многозначность же находится в других плоскостях. Логика Аристотеля правит на гранях нечеткого куба, в редком случае черно-белых опций среди серых опций. Логика и мышление Будды правит там, где нет граней и углов куба. Логика Будды правит повсюду внутри этого куба. Можно сказать, что она полностью, на 100 % действует в средних значениях, в середине самого куба, где мы видим наше уравнение Инь-Ян. Читателю эта картина может комично представиться в виде маленьких фигурок Будды и Аристотеля, находящихся по обе стороны кубика. Куб сам по себе является своего рода парадоксом: как бы ни старались ученые, у них никогда не получится привести то, что внутри этого куба, к черно-белым рамкам, ребрам этого самого куба. Невозможно одновременно наполовину заполнить и опустошить стакан с водой. Пожалуй, средние значения отклонений – своеобразная черная дыра в теории множеств.

Больше информации – больше нечеткости

Информация помогает нам представить мир. Каждую секунду наши глаза передают нашему мозгу миллионы битов информации. Наши умы питаются посредством газет, телешоу, телефонных звонков, писем и даже сплетен. Мы расширяем наши ощущения с помощью микроскопов, контактных линз, биноклей, термометров, сканеров, телескопов и сотен других устройств, которые помогают нам преобразовать мир в информацию и воспринимать таким образом. Каждая новая система координат меняет наш разум. Внутри нашего мозга они влияют на то, как действуют наши мозговые клетки или нейроны, синапсы, по которым нервные импульсы передаются между двумя клетками. По мере получения дополнительной информации мы получаем более точную картину мира. Мы получаем более четкое представление о фактах. Но влияет ли все это каким-либо образом на нечеткость фактов?

Предположим, что Джону исполнилось тридцать лет. Сталли Джон старым? Да или нет? Онмолод? Да или нет? Добавьте немного информации. Уточните возраст Джона. Скажем, мы знаем, что Джону исполнилось 30 лет в конкретный день (уточните день его рождения). Так, получается, что Джон старше или моложе в зависимости от того, когда именно ему исполнилось 30. Что говорит нам точная информация о возрасте Джона? Она говорит нам, что Джон будет старше, когда ему исполнится 35 лет, т. е. в этом случае он будет старше, чем сейчас. Это говорит нам о том, что вопросы, стар он или молод, вопросы именно о старости и о молодости, являются вопросами степени. Это нечеткие понятия – старые и молодые – для нечетких подмножеств населения.

Все сводится к следующему: как и где мы рисуем линию? Этот вопрос преследует черно-белые рассуждения о мире серого. Правительство США утверждает, что совершеннолетие начинается с первой секунды восемнадцатилетия. Правительство разграничивает людей четкой линией. Мы можем представить ее как воображаемую линию, которая разбивает детей и взрослых по шкале лет.

Мы можем рисовать разные линии в разное время в возрасте до и после 18 лет, но не можем обозначить их предельно четко, веско обосновав их. Мы знаем лишь и с уверенностью можем утверждать, что 14-летняя девушка не является совершеннолетней и будет гораздо младше той, которой 25 лет и которую уж точно можно назвать взрослой. Мы также знаем, что, в соответствии с нечеткой концепцией, взрослость наступает с возрастом. Таким образом, нечеткий принцип рассматривает взрослых как нечеткое понятие и рисует его как кривую, а не линию.

Попробуем простым языком объяснить, что такое теория нечеткой логики на примере такого понятия как молодость. Казалось бы, возраст легче всего связать с числами и математикой. Но не все так просто. Так, если установить некий формальный возрастной интервал (скажем, от 16 до 30 лет) и оставаться в рамках классической двоичной логики, допускающей только «да» или «нет», то результат будет противоречить логике человеческой: если ваш возраст равен «30 лет + 1 день», то вы сразу выпадаете из категории «молодой».

Нечеткая теория рисует кривую между противоположностями: между А и не А. Больше информации, больше «фактов» помогают нам нарисовать кривую. Если у нас будет достаточно информации, мы можем превратить наши смутные представления о старых и молодых в кривые с нечетким множеством.

Чем большим количеством информации мы располагаем, тем рельефнее и реалистичнее кривая. Раскол между предметом и тем, чем он не является, усложняет рассмотрение в том случае, если вещь относительна. Допустим, мы рассматриваем грань между искусством и тем, что искусством не является. Поможет ли нам дополнительная информация понять, являются ли живопись и стихи искусством? В конце концов, раскол – это, пожалуй, «призыв к суду». Объекты в определенной степени являются искусством или им не являются – в зависимости от вкуса, традиции и прихотей. В итоге продавцы, покупатели и критики в сфере искусства оценивают картины, рисунки и скульптуры в соответствии с тем, что они видят в качестве объектов красоты.

Красота одновременно нечетка и относительна. Это зависит от изучающего ее и культуры. Похожие картины, мелодии или сюжетные линии и фразы могут стать началом культурной тенденции или же причиной обвинения в плагиате. Популярные исполнители, артисты и комедианты преуспевают в размывании границ между красотой и развлечением, между пониманием и абсурдностью, между искусством и неуточненным его определением. Красота предмета – не только в глазах смотрящего.

Юридические решения также нечетки и относительны. Масштабы правосудия варьируют в разных степенях в зависимости от ситуации. Судьи часто осуждают лиц, которые совершают преступления по неосторожности и оправдывают тех, кто совершил злодеяния намеренно. Судьи, ученые-юристы и все остальные ищут границы между личной свободой и государственным контролем, между человеком и государством, выбором и командованием. Шутки имеют оттенки оскорбления, клеветы или притеснения. Вы можете владеть землей, на которой построен и стоит ваш дом, но владеете ли вы воздушным пространством над вашим домом? Принадлежат ли вам десятки радио– и телевизионных сигналов, которые прямо сейчас распространяются на ваше тело? Кто владеет океанами, луной и солнцем? А что, если мы выкопаем древние свидетельства о принадлежности собственности нашей планеты Земля инопланетянам, которые только что продали планету другой расе или посеяли здесь жизнь?

Правовые понятия различаются между культурами и внутри них. Значительное увеличение количества информации и данных в XX веке не помогло четко прочертить линии между справедливостью и несправедливостью, истиной и ложью, правильным и неправильным, частным и общественным, общим и частным. Информация будет увеличиваться и расширяться. Вместо того чтобы упрощать юридические решения, дополнительная информация увеличивает путаницу в законодательном поле. Это лишь углубляет юридическую трясину. Чем больше точности – тем больше информации. Чем больше информации – тем больше нечеткости.

Больше информации означает больше фактов. Более подробная информация будет лучше описывать факты. Это даст нам более четкую картину фактов под разными углами. Но нечеткость, похоже, обещает быть постоянной частью этих картин. Во многих отношениях будущее выглядит размыто и странно.

Нечеткость в развитии интеллекта машин

Мы уже говорили о чрезвычайном успехе и влиянии нечетких систем на технику. Сложно переоценить значение нечеткой логики при изготовлении товаров различных уровней потребления для людей. Речь пойдет об искусственном интеллекте. Искусственный интеллект – это, можно сказать, экспериментальная научная дисциплина, задача которой – воссоздать с помощью искусственных устройств разумные рассуждения и действия технических приборов, призванных служить человеку в повседневной жизни. Искусственный интеллект подразумевает решение компьютером задач, не имеющих явного алгоритмического решения. При этом часто используются «человеческие» способы решения таких задач. Научный аспект искусственного интеллекта касается объяснения работы естественного интеллекта и имитации решения задач человеком. Данная область, именно область искусственного интеллекта, стала развиваться после возникновения компьютеров и на сегодняшний день используется в огромном количестве отраслей, от бытовой техники до управления атомными станциями. Развитие искусственного интеллекта машин идет параллельно с ускорением компьютеров и научным прогрессом.

Возможно, через некоторое время, скажем, несколько десятков лет, искусственный интеллект сможет сравниться с интеллектом живого человека и, вероятно, когда-нибудь сможет превзойти его. Сегодня технологии искусственного интеллекта включают в себя множество различных подходов.

Среди них нейронные сети, работающие на принципах, схожих с работой мозга, которые используются для распознавания речи и рукописного текста, для постановки диагнозов, в финансовых программах. Эволюционные алгоритмы предполагают создание качественно новых программ, их скрещивание, обмен частями и тестирование. Программы, работающие лучше всего, выживают, и через несколько поколений получается наиболее эффективная. Нечеткая логика дает компьютеру возможность работать с объектами из реального мира и их взаимоотношениями. С помощью нечеткой логики компьютер может понять такие термины как «близко», «теплее», «почти» и прочие. Именно поэтому нечеткая логика активно используется в бытовой технике, например кондиционеры и стиральные машины.

Значительная часть используемых сегодня роботов обладает как минимум зачатками искусственного интеллекта. Эти роботы способны ориентироваться в окружающей обстановке и распознавать нужные им объекты. Системы на основе искусственного интеллекта и нечеткой логики управляют промышленными объектами, такими как заводы, атомные станции, транспорт. Крупнейшие финансовые организации используют их для моментального принятия эффективных решений на фондовых и валютных рынках. Искусственный интеллект широко используется в компьютерных играх для создания графики, населения виртуальных миров персонажами с реалистичным и разумным поведением.

В разработке интеллектуальной техники все чаще используются знания по психофизиологии, полученные с помощью наблюдения за поведением животных и людей. В соответствии с этими представлениями формирование тактики поведения осуществляется работой функциональных систем, каждая из которых соответствует некоторому поведенческому акту, сформированному при обучении и включенному в структуру индивидуального опыта.

Фильм «Искусственный интеллект»

Инженеры, работающие с техникой в области нечеткости, разрабатывают программное обеспечение и специальные чипы для того, чтобы заставить компьютеры и машины рассуждать так же, как люди, и повлиять на их работоспособность таким образом, чтобы она стала более продуктивной и интеллектуальной. Безусловно, это способствует более легкой работе техники и более легкому обращению с ней. Теперь мы можем программировать системы на английском, японском и многих других языках. Скорее всего, будущие нечеткие системы позволят нам программировать их даже устно, вместо того чтобы нажимать на кнопки. Нечеткие системы изучают огромное количество опыта и различных программ.

Как действуют нечеткие приборы? Нечеткие правила делают отсылку к нечеткому концепту и базируются на утверждении, что если X – это А, то Y – это В. Например, если дорожное движение очень быстрое и непрерывное, то зеленый свет на светофоре должен гореть дольше. Такое рассуждение имеет под собой здравый смысл, не так ли? Правило связывает нечеткие множества непрерывного и долгого. Мы также можем изобразить эти множества посредством кривых. Любое дорожное движение в некоторой степени достаточно быстро инепрерывно, апотокмашинпостоянно движется; поэтому мы можем сделать так, чтобы зеленый свет на светофоре горел дольше относительно конкретной степени. Комбинации плотности, скорости дорожного движения и времени зеленого светофора бесконечны. Тем не менее, одно правило объединяет их – правило интеллекта машины, управляющей процессом, в данном случае интеллекта светофора на автомобильной трассе.

Нечеткие системы хранят в себе десятки, сотни или даже тысячи этих правил, основанных на здравом смысле. Каждая новая часть данных активирует нечеткие правила до некоторой степени. Затем нечеткая система объединяет данные и выдает окончательный вывод или ответ. На нечетком чипе это параллельное рассуждение занимает тысячи или миллионы раз в секунду. Мы подсчитываем количество логичных выводов в секунду.

Высокоскоростные нечеткие системы умны. Сегодня в Японии они контролируют метрополитен и стабилизируют вертолеты лучше, чем это способны сделать люди. Нечеткость в их системах обеспечивает надежный и мягкий контроль. Это сокращает отрывистые перерегулирования и несостоятельность старых систем математического контроля: кондиционер, который продуцирует слишком холодный или слишком теплый воздух, камера, снимающая нечеткие изображения. Скоро у нас будут нечеткие устройства в домах, офисах, автомобилях и самолетах. Возможно, мы не знаем этого, и рекламодатели могут не вдаваться в подробности, что это именно нечеткие приборы бытовой техники, основанные на правилах нечеткой логики, но это именно они. Мы будем командовать армиями крошечных высокоскоростных опытных экспертов, которые никогда не ошибаются, не устают и не жалуются.

Сенсорные технологии, новейшие датчики ускоряют нечеткую революцию. Эти крошечные нечеткие эксперты нуждаются в большом количестве данных, и чем быстрее и точнее они получат и обработают их, тем лучше. Современные технологии в бытовой технике не перестают удивлять нас. Нечеткая стиральная машина использует датчики загрузки белья для измерения его объема и текстуры для того, чтобы рассчитать нагрузку и выбрать режим стирки. Помимо этого, такая стиральная машина использует датчик пульсирующего света для определения и отображения загрязненности воды, в которой мы стираем белье. Каждую секунду несколько нечетких правил превращают эти измерения в структуры водного взбалтывания в течение разных промежутков времени. Нечеткие вакуумные пылесосы используют инфракрасные датчики для измерения плотности грязи и текстуры ковра. Данные поступают извне, и определенные правила регулируют мощность всасывания такого пылесоса. Нечеткие телевизоры измеряют относительную яркость, контраст и цвет в каждом кадре телевизионного изображения, а затем адаптируются таким образом, чтобы дать нам более четкую, максимально яркую картину. Когда мы смотрим телевизор, регуляторы настроек немного меняются, как если бы высокоскоростной эксперт наблюдал за экраном и разработал наилучшее сочетание настроек для каждого из 30 или около того изображений, которые мгновенно мигают.

Теория нечеткой логики нашла применение в тысячах систем и устройств. Она используется в производстве фото– и видеокамер, стиральных машин, вакуумных пылесосов, автомобилей, поездов с автоматическим управлением. В Дании на основе нечеткой логики работают цементные заводы. В Европе изготавливаются системы и устройства с нечеткими экспертными системами. Эта теория важна даже для реализации космических программ. В последние годы в Японии, США и Европе было внедрено большое количество патентов, основанных на применении нечеткой логики.

Особенную роль сыграла нечеткая логика для Японии – она помогла продвинуться вперед японским компаниям. Сегодня в Японии более двух тысяч ученых занимаются применением нечеткой логики в производстве – при разработке бытовой техники, электротехнического оборудования. В Японии за научные достижения Лотфи Заде была присуждена высшая награда Honda. Нечеткая логика быстро нашла применение в электронике. Она позволила микропроцессору – электронному «мозгу» – оперировать промежуточными понятиями. Например, не просто «холодно» и «жарко», но еще и «прохладно», «тепло» и «очень тепло». Благодаря этому техника стала умной – она может гибко реагировать на меняющиеся параметры среды и принимать решения из широкого набора вариантов, заложенных в ее память.

В более старых нечетких системах инженер-эксперт устанавливает правила поведения и реагирования для техники. В современных, адаптированных предметах бытовой электроники заключена «мозгоподобная» нейронная сеть, компьютерная система, которая имитирует работу человеческого мозга, обучается, распознает шаблон и генерирует нечеткие правила из данных обучения. Современная нечеткая техника учится на собственном опыте, работая по схеме «получить данные, выработать правила работы». Нейронная система нечетких приборов ведет себя как глаза и уши системы. Она «видит» шаблоны в данных и медленно вырабатывает правила, которые связывают эти шаблоны. Шаблоны – это нечеткие множества, а отношения – нечеткие правила. Нечеткая система использует эти правила для того, чтобы сопоставлять их с шаблонами. Только представьте адаптированный светофор, который функционировал бы как настоящий полицейский! Чем больше данных получает нечеткая техника, тем продуктивнее она работает.

Адаптивные нечеткие системы сделали потрясающий прорыв. Экспертам не нужно рассказывать и объяснять все процессы в деталях, все, что им нужно – просто заложить в технику основы и данные нечеткой логики. Эти данные включают в себя нейронные сети для поиска и настройки правил. Системы сверхинтеллектуальных машин будущего, будь то умные машины, умные ракеты или маленькие умные роботы, могут развить все возможные нечеткие правила своей работы с помощью нейронных сетей. Возможно, в ближайшем будущем компьютеры достигнут вычислительной мощности, достаточной для полной симуляции мозга человека во всей его сложности. Это сделает практически возможной загрузку человеческого сознания в компьютер. Стоит надеяться, что однажды чистый компьютерный разум сравняется по силе с человеческим и даже превзойдет его.

Как работают умные светофоры

Наука и ученые – не одно и то же

Ученые в своем большинстве в течение долгого времени достаточно критично рассматривали теорию о нечеткости. Тем временем многие потеряли веру в науку. Это стало глубоким разочарованием для тех из нас, кто ранее уже потерял веру в религию и правительство. И наука не стала спасением.

Научная карьера, как и карьера политическая, зависит в равной степени и от маневрирования внутри нее, и от исследований и стремления к истине. Не многие начинающие ученые знают об этом, когда встают на свой тернистый путь, но, тем не менее, вскоре соглашаются с этим.

Пожалуй, одним из самых сложных открытий, с которым можно столкнуться на пути исследования нечеткого, станет то, что современная наука не приветствует качественно новых идей. И кроме этого, наука допускает ошибки даже на очевидном уровне логики и математики.

Наука предпочитает небольшие шаги большим творческим прыжкам. Модемная наука часто ведет себя относительно новых идей ничуть не лучше, чем католическая церковь вела себя, когда вынуждала Галилея отказаться от своей веры в то, что Земля вращается вокруг Солнца. В отличие от церкви современная двухвалентная наука не претендует на обладание всеми знаниями. Но она утверждает, что придерживается единственного пути к знанию. И следовать ему она предпочитает черно-белым путем логики. Наука полагала, что бивалентность истинна, и поэтому не считала, что нечеткость в какой-то мере научна.

Изучив историю развития нечеткой логики и ее идеи, можно сделать еще одно открытие: наука и ученые, занимающиеся ею – отнюдь не одно и то же. Предмет, которым оперирует и на котором концентрируется наука, – это знание. Предмет же, на котором концентрируются ученые – это их репутация.

В какой-то степени каждый ученый преследует влияние, силу и славу. Ученые уникальны в своем стремлении к ним, по крайней мере, по двум причинам. Во-первых, их ориентир – репутация. Во-вторых, они не отвечают перед вышестоящей властью, им просто-напросто не перед кем отчитываться. Институт науки предоставляет ученым средства для личных целей и получения славы и могущества, а они тренируют большую часть молодежи, принадлежащей к научным кругам, таким образом, чтобы самим стать полноправными членами этого института. Если все идет хорошо, ученые выстраивают себе крепкую, сильную и стабильную репутацию и оставляют за собой продукт науки и знаний.

Они оставляют наследие: журналы, учебники, монографии, материалы конференций, программное обеспечение и даже новые аппаратные устройства. Они получают профессиональные награды, крепко пожимают друг Другу руки после речей, получают, помимо прочего, гонорары, призовые деньги, акции совета директоров, и, что самое главное, они получают славу и почет за свои достижения.

Но в науку пришла нечеткая логика. Она расширила двоичную математику, лежащую в основе науки. Это помогло решить проблему несоответствия, позволив нарисовать серые картины серого мира. Как будет упомянуто в следующей главе, нечеткость привела древние и неопределенные понятия «случайность» и «вероятность» к естественным отношениям, которые существуют между множествами. Нечеткая логика внесла свой вклад в интеллект машин, показывая нам, как человечество может заставить машины рассуждать практически так же, как люди, рассуждать со здравым смыслом, извлеченным из опыта; иными словами, нечеткая логика качественно подняла машинный интеллект. Во многих случаях нечеткая логика достигла этих высот ценой коллективной репутации десятков тысяч живых и почивших ученых, которые отстаивали двухвалентную теорию. На сегодняшний день большинство надежд возлагается на современных ученых и инженеров.

В прошлом веке Джон Стюарт Милль, британский философ, социолог, экономист и политический деятель, отметил, что новые идеи всегда проходят через три этапа отрицания. Во-первых, они ошибочны. Во-вторых, они, как правило, идут вразрез с религией. И в-третьих, это те же самые истины, старые новости, тривиальный здравый смысл, и мы все поразмыслили бы над ними, если бы у нас было время, деньги и достаточный интерес. Нечеткая логика, связанная с быстрыми темпами изменения информации в обществе, переходит от первого этапа к третьему. На Западе нечеткая теория лежит между первой и второй фазой. Большинство ученых все еще нападают на нее как на противоречащую двухвалентной научной вере. Помимо этого, еще и коммерческий успех нечеткой бытовой техники усугубил проблему. На Дальнем Востоке дело обстоит совершенно по-другому: нечеткая теория продвинулась сразу почти до третьего этапа. Там возражения против нечеткой логики имеют больше общего с техническими, чем философскими вопросами: ценность экспертных знаний, наличие научных данных, простота разработки программного обеспечения, скорость компьютерного чипа, точность данных датчиков. В корне нечеткая логика или многозначность есть мировоззрение или идеология. Бивалентность – тоже идеология, и именно в этом заключается конфликт.

Научные идеологии сталкиваются и на политической арене. Зачастую эта тема неприятна людям, но, тем не менее, о ней кто-то должен говорить. История нечеткой логики пронизана политикой, несмотря на то, что многие могут не понимать этого. Человек, как сказал Аристотель, является политическим животным. Политика не контролируется, потому что как ученые, так и исследователи задрапировали ученых с помощью мантии искателя истины и щита специализированных знаний.

Прессе редко удается проникнуть за этот щит или приоткрыть научную мантию, закрывающую истину. Даже если ей и удается это сделать, ее представители не знают, как перемещаться по технической тематике и не знают, кому доверить спор или конкретный вопрос. Таким образом, пресса подчиняется неназванному «большинству» ученых и печатает мнения некоторых из них, а затем и вовсе забрасывает тему. Вспомните, сколько часовых телепрограмм вам доводилось видеть на тему управления исследовательскими фондами или, например, мошенничеству в сфере науки?

Каждый день ученые делают выбор из множества альтернатив. Политика стоит за литературными цитатами и упущениями, академическими акциями, правительственными назначениями, контрактами и грантами, адресами конференций и выборами членов комитетов, выбором редакционной коллегии для журналов и книжных рядов, выбором рецензента для технических документов, контрактных предложений и статусом аккредитации университетов. Ученые преследуют самые разные цели, например, такие, как продвижение по работе, статус, повышение, грант, лучшие консультационные задания, награды, назначения, славу, помощь друзьям, просто радость победы.

Ядерное оружие объединило науку и юристов и заставило их встретиться за столом переговоров. В годы появления ядерного оружия было очевидно: власть преобладает над наукой. Большинство ученых, принимающих участие в обсуждении перспектив и нюансов данного вопроса, были физиками и экономистами. Они выдвигали новые возможные варианты политики властям. Конечно же, они не диктовали способы ведения политики, и лишь немногие из этих ученых стали в будущем политиками. Сегодня же все изменилось. Все больше ученых из разных областей помогают государству решать новые проблемы и разрабатывать новые политические решения.

В какой-то степени каждый пункт социальной повестки дня касается мнения ученых и инженеров. Политики финансируют и пересматривают научные исследования, призывают ученых делиться своей точкой зрения с ними, а затем сочиняют правила и законы. Журналисты, со своими телевизионными и печатными прожекторами, совершенно отдаленные от политиков, вынуждены проводить «научные» опросы, чтобы поддержать взгляды политиков, тем самым они помогают формировать общественное мнение.

Возможно, наступит день, когда наука станет доминировать над политикой и властью. Возможно, этот день и не настанет, несмотря на то, что в мире достаточно ученых, которые могли бы преуспеть в этом. Но здесь есть повод обеспокоиться и отнестись к такому возможному исходу настороженно: если ученым присуще не одобрять качественно новые идеи и, помимо этого, они иногда ошибаются, то они могут сделать ошибку в чем угодно и в дальнейшем.