Основные проблемы кибернетики

Уже в XIX веке ограниченность этой концепции была вскрыта диалектическим материализмом, показавшим, что "лишь в движении тело обнаруживает, что  оно есть... Познание различных форм движения и есть познание тел"^[5]. Отсюда, разумеется, не следует, что только движение существует и никакого субстрата нет вообще. Отсюда следует лишь неправомерность употребления отношения первичности-вторичности для характеристики связи движения (поведения) и субстрата в плане их реального существования.

Отсюда следует также, что в гносеологическом плане  поведение действительно первично по отношению к субстрату и  познание субстрата не содержит ничего иного, кроме непрерывно расширяющихся  способов изучения объектов.

Диалектико-материалистическая концепция мышления понимает последнее как свойство особым образом высокоорганизованной материи. В ней не содержится никаких ограничений в отношении специфических характеристик и открывает необозримые перспективы на пути исследования этих характеристик. Кибернетика достигает на этом пути некоторых результатов.

В наши дни, идущие научно-технического прогресса, автоматизация интеллектуальной деятельности становится насущной проблемой.

Согласно положению советского специалиста по кибернетике И.А.Полетаева  мы вступаем в эпоху "пересечения  кривых". Экстраполируя на обозримое  будущее современные тенденции  развития общества можно придти к  парадоксальным результатам. Сейчас число  лиц, занятых в сфере управления и обслуживания растет быстрее, чем  число лиц, непосредственно занятых  в производстве. Причем происходит это так быстро, что через некоторое  время количество людей, занятых  в непроизводственной сфере и, в  частности, в науке будет близко к общей численности населения  Земли.

4. Пути и фазы  моделирования интеллекта

кибернетика моделирование  интеллект мышление

Стремительное увеличение потока перерабатываемой информации там, где  раньше ее почти не было (торговля, банковское дело), также приведет к значительным изменениям в методах работы и  потребует автоматизации, а возможно и интеллектуализации.

Под интеллектом будем  понимать способность любого организма (или устройства) достигать некоторой  измеримой степени успеха при  поиске одной из многих возможных  целей в обширном многообразии сред. Будем отличать знания от интеллекта, имея в виду, что знания – полезная информация, накопленная индивидуумом, а интеллект – это его способность  предсказывать состояние внешней  среды в сочетании с умением  преобразовывать каждое предсказание в подходящую реакцию, ведущую к  заданной цели. По-разному дается и  определение искусственного интеллекта. Полагают, что о реализации искусственного интеллекта можно будет говорить лишь тогда, когда автомат начнет решать задачи, непосильные для человека, причем сделает это не в результате высокого быстродействия, а в результате применения нового найденного метода. Однако не все с этим согласны. В  большинстве случаев на нынешнем начальном этапе исследований по искусственному интеллекту лишь соизмеримыми с результатами, полученными человеком, и не столь оригинальными.

Принято различать три  основных пути моделирования интеллекта и мышления:

- классический, или (как  его теперь называют) биотический;

-эвристического программирования;

-эволюционного моделирования.  Рассмотрим их в этой последовательности.

БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование человеческого  мозга (т.е. моделирование каждой нервной  клетки и связей между ними) с  целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. Мозг представляет собой самую сложную  и лишь частично изученную структуру. Сложнейшее переплетение связей коры головного мозга практически  не поддаются расшифровке. Известно лишь примерное расположение зон  мозга, отвечающих за ту или иную функцию. В настоящее время не известен и принцип работы мозговых элементов  нейронов, многочисленные связи которых  имеют внешне хаотический характер. Попытки смоделировать работу головного  мозга соединением между собой  множества процессоров подобно  нейронной сети, показали, что некоторое  увеличение скорости и потока обрабатываемой информации идет лишь до уровня одного – двух десятков процессоров, а затем  начинается резкий спад производительности. Процессоры как бы "теряются", перестают контролировать ситуацию или проводят большую часть времени  в ожидании соседа. Некоторых успехов  удалось добиться лишь в приборах, работающих в "двумерном варианте", т.е. обрабатывающих не последовательную, а параллельную информацию, например в системах распознаваниях образов. В них одна плоскость данных одновременно взаимодействует с другой, причем количество единиц информации может  достигать нескольких миллионов. Таким  образом происходит единовременный охват изучаемого объекта, а не последовательное изучение его частей.

ЭВРИСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ. Второй подход к решению задачи искусственного интеллекта связан с эвристическим  программированием и решает задачи, которые в общем можно назвать  творческими.

Практичность этого метода заключается в радикальном уменьшении вариантов, необходимых при использовании  метода проб и ошибок. Правда, всегда существует вероятность упустить наилучшее  решение, так что говорят, что  этот метод предлагает решения с  некоторой вероятностью правильности.

Обычно используют два  метода: метод анализа целей и  средств и метод планирования. Первый заключается в выборе и  осуществлении таких операций, которые  последовательно уменьшают разницу  между исходным и конечным состоянием задачи. Во втором методе вырабатывается упрощенная формулировка исходной задачи, которая также решается методом  анализа целей и средств. Один из полученных вариантов дает решение  исходной задачи^[6].

ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ. Третий подход является попыткой смоделировать  не то, что есть, а то, что могло  бы быть, если бы эволюционный процесс  направлялся в нужном направлении  и оценивался предложенными критериями.

Идея эволюционного моделирования  сводится к экспериментальной попытке  заменить процесс моделирования  человеческого интеллекта моделированием процесса его эволюции. При моделировании  эволюции предполагается, что разумное поведение предусматривает сочетание  способности предсказывать состояние  внешней среды с умением подобрать  реакцию на каждое предсказание, которое  наиболее эффективно ведет к цели.

Этот метод открывает  путь к автоматизации интеллекта и освобождению от рутинной работы. Это высвобождает время для проблемы выбора целей и выявления параметров среды, которые заслуживают исследования. Такой принцип может быть применен для использования в диагностике, управлении неизвестными объектами, в игровых ситуациях.

Итак, существуют три пути моделирования интеллекта: бионический, эвристический и эволюционный. В  зависимости от использованных средств  можно выделить три фазы в исследованиях. Первая фаза – создания устройств, выполняющих большое число логических операций с высоким быстродействием.

Вторая фаза включает разработку проблемно- ориентированных языков для использованного на оборудовании, созданном в первой фазе. Третья фаза наиболее выражена в эволюционном моделировании. В ходе развития этой фазы отпадает необходимость в точной формулировке постановки задачи, т.е. задачу можно сформулировать в терминах цели и допустимых затрат, а метод  решения будет найден самостоятельно по этим двум параметрам.

Работы по искусственному интеллекту во многом тесно связаны  с философской проблемой кибернетического моделирования. Эти работы часто  связывают с построением точной копии человеческого мозга. Однако такой подход можно назвать "некибернетическим". Каковы же черты кибернетического метода мышления, какие вопросы вносит кибернетика  в человеческое познание? В своей "Истории западной философии" Б.Рассел ставит вопрос о факторах, позволивших европейцам создать  тип культуры, в котором ведущее  место заняла наука. причину этого  Рассел усматривает, как он выражается, в двух великих интеллектуальных изобретениях: изобретение дедуктивного метода древними греками (Эвклид) и  изобретение экспериментального метода в эпоху возрождения (Галилей). Именно эти два интеллектуальных изобретения  – дедуктивный метод (а тем  самым математика) и эксперимент  – позволили создать классическую науку. К этим двум основным интеллектуальным орудиям современное развитие познания добавляет третье – математическую модель и математическое моделирование. Соединение дедуктивных построений математики с данными, добытыми экспериментальным  методом, создает естествознание, в  центре которого стоит понятие научного закона. Совокупность законов – это основное содержание естествознания; их установление его основная задача.

Закон претендует на точное описания (в рамках данного уровня познания) хода явлений. Закон либо верен, либо неверен, бессмысленно говорить о хороших и плохих законах. Модель в этом отношении противоположна закону. Модель может быть плохой или  хорошей, она не претендует на точное воспроизведение сложной системы, а ограничивается описанием отдельных  аспектов, причем для одного и того же аспекта могут быть предложены модели, одновременно имеющие право  на существование.

В изучении сложных систем (в т.ч. диффузных – нельзя выделить отдельные части без повреждения  системы) формулировка относительно простых  законов оказывается невозможной  и заменяется построением эскизных моделей. Образно говоря, здесь мы имеем дело с математическим описанием, напоминающим современную абстрактную  живопись. Можно сказать, что попытки  реалистичного описания сложных  систем иллюзорны такое описание не воспринималось бы из-за чрезмерной сложности.

Это не означает, что категория  закона утрачивает смысл в науке, но то, что дополнительно к ранее  известным интеллектуальным орудиям  – строгой дедукции и эксперименту рождается третье орудие – математическое моделирование, в котором по-новому выступает математика и появляется новый вид эксперимента – машинный эксперимент, в котором проигрываются  различные модели с последующим  сопоставлением с реальным экспериментом.

Путь, который предлагает кибернетика, состоит в построении эскизных моделей, охватывающих все  более и более широкий диапазон функций мышления. Задачи раскрыть "в лоб" "сущность мышления" не ставится, а ставится задача построения эскизных моделей, позволяющих описать  отдельные его стороны, воспроизведены отдельные его функции и, двигаясь в этом направлении, строить системы, все более приближающиеся к человеческому  мозгу. Отсутствия жесткой связи способа функционирования (поведения) со строго определенным субстратом означает, что если две системы обнаруживают одинаковое поведение в достаточно широкой области, то они должны рассматриваться как системы сходные, аналогичные по этому способу поведения. Имеет смысл рассмотреть этот вопрос в связи с проблемой кибернетического моделирования.

Иногда встречается утверждение, что кибернетическое моделирование  вообще неприменимо к изучению мышления, т.к. моделирование основана на понятиях соответствия и изоморфизма, а мышление есть чисто человеческая способность, якобы не могущая быть описана  на основе понятий соответствия. Иногда говорят, что понимание познания, мышления как соответствия образа предмету означает ни много, ни мало как дуалистическую точку зрения, внешне сопоставляющую предмет и образ.

Понимание сознания как отражения  неизбежно означает понимание его  как соответствия, возникающего в  ходе приспособления организма к  среде. Причем это соответствие не есть просто внешнее соответствие вещи и  образа как самостоятельного по отношению  к вещи идеального предмета. Это  действительно была бы дуалистическая точка зрения, но она не может  монополизировать понятие соответствия. Материализм понимает образ, идеальное  именно как соответствие определенных состояний мозга определенным состояниям внешнего мира. Это соответствие и  несет информацию о внешнем мире.

В приведенном утверждении  не проводится различие между информационным моделированием информационных процессов  и информационным моделированием неинформационных процессов. Информационная модель прибора  не будет работать, а будет только моделировать работу, однако в отношение  мышления этот тезис представляется спорным. По отношении к информационным процессам их моделирование является функционально полным, т.е. если модель дает те же самые результаты, что  и реальный объект, то их различие теряет смысл.

Заключение

Многие споры вокруг проблемы "кибернетика и мышление" имеют  эмоциональную подоплеку. Признание  возможности искусственного разума представляется чем-то унижающим человеческое достоинство. Однако нельзя смешивать  вопросы возможности искусственного разума с вопросом о развитии и  совершенствовании человеческого  разума. Разумеется, искусственный  разум может быть использован  в негодных целях, однако это проблема не научная, а скорее морально-этическая.

Однако развитие кибернетики  выдвигает ряд проблем, которые  все же требуют пристального внимания. Эти проблемы связаны с опасностями, возникающими в ходе работ по искусственному интеллекту.

Первая проблема связана  с возможной потерей стимулов к творческому труду в результате массовой компьютеризации или использования  машин в сфере искусств. Однако в последнее время стало ясно, что человек добровольно не отдаст самый квалифицированный творческий труд, т.к. он для самого человека является привлекательным.

Вторая проблема носит  более серьезный характер и на нее неоднократно указывали такие  специалисты, как Н.Винер, Н.М.Амосов, И.А.Полетаев и др. Состоит она  в следующем.

Уже сейчас существуют машины и программы, способные в процессе работы самообучаться, т.е. повышать эффективность  приспособления к внешним факторам. В будущем, возможно, появятся машины, обладающие таким уровнем приспособляемости  и надежности, что необходимость  человеку вмешиваться в процесс  отпадет. В этом случае возможна потеря самим человеком своих качеств, ответственных за поиск решений. Налицо возможная деградация способностей человека к реакции на изменение  внешних условий и, возможно, неспособность  принятия управления на себя в случае аварийной ситуации. Встает вопрос о целесообразности введения некоторого предельного уровня в автоматизации  процессов, связанных с тяжелыми аварийными ситуациями. В этом случае у человека, "надзирающим" за управляющей машиной, всегда хватит умения и реакции таким образом воздействовать на ситуацию, чтобы погасить разгорающуюся аварийную ситуацию. Таковые ситуации возможны на транспорте, в ядерной энергетике. Особо стоит отметить такую опасность в ракетных войсках стратегического назначения, где последствия ошибки могут иметь фатальный характер. Несколько лет назад в США начали внедрять полностью компьютеризированную систему запуска ракет по командам суперкомпьютера, обрабатывающего огромные массивы данных, собранных со всего света. Однако оказалось, что даже при условии многократного дублирования и перепроверки, вероятность ошибки оказалась бы столь велика, что отсутствие контролирующего оператора привело бы к непоправимой ошибке. От системы отказались.