«искусственный интеллект» icon

«искусственный интеллект»


2 чел. помогло.
Смотрите также:
«Искусственный интеллект»...
Название: Искусственный интеллект...
Комаровой Марии «Нейронные сети и искусственный интеллект»...
Искусственный интеллект это одна из новейших областей науки...
Прагина Л. Л. Мозг человека и искусственный интеллект...
Интеллект (от лат intellectus познание, понимание, рассудок)...
Трофимов В. Н. Искусственный интеллект: добро и зло как запретный плод / В. Н. Трофимов, Е. В...
Интеллект человека и искусственный интеллект...
В. А. Ладов искусственный интеллект на основе теории инвариантного представления:...
Ix национальная конференция с международным участием “Искусственный интеллект-2004”, Тверь...
Искусственный интеллект: современное состояние и наиболее перспективные направления....
Понятие об искусственном интеллекте...



Загрузка...
скачать


МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ


Реферат

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ


ОДЕССА 2007

СОДЕРЖАНИЕ


Введение………………………………………….……………………………...с.3


1. Искусственный интеллект как путь развития научной мысли:

1.1. Конкретизация понятия «искусственный интеллект»….......................с.5

1.2. История развития искусственного интеллекта……………………..….с.7

1.3. Философские основы кибернетики…….……………………………...с.10


2. Философские проблемы искусственного интеллекта:

2.1. Искусственный интеллект как компьютерное моделирование мышления...…….…………………………………………..……..….....с.14

2.2. Диалог с компьютером………………….………………………....…..с.15

2.3. Технологические вопросы о знании………………..…...……………с.18

2.4. Проблемные вопросы компьютеризации общества…………...…….с.22


Заключение……………………………………………………………….….…с.26


Литература………..……………………………………………………….……с.28

Приложения…………………………………………………….…………...….с.29


ВВЕДЕНИЕ

Возникновение и интенсивное развитие электронно-вычислительнной техники при постоянно расширяющейся сфере ее использования, взаимосвязанное с изменениями в жизненно важных сферах общества, включая экономику, социальную структуру, политику, науку, культуру и повседневную жизнь людей, является объектом изучения различных гуманитарных дисциплин, в том числе и философии.

Первые систематические попытки выявления и изучения философских проблем, связанных с компьютерной техникой и открываемыми ею возможностями, были предприняты в рамках того, что может быть названо кибернетическим движением в широком смысле.

Появление компьютерных систем, которые стали называть интеллектуальными системами, и развитие такого направления, как искусственный интеллект, побудило по-новому взглянуть на ряд традиционных теоретико-познавательных проблем, наметить новые пути их исследования, обратить внимание на многие, оставшиеся ранее в тени аспекты познавательной деятельности, механизмов и результатов познания.

Искусственный интеллект является сейчас одной из быстро развивающихся областей научных исследований. Именно данная область научного знания охватывает многие коренные вопросы, которые связаны с методами развития научной мысли, с влиянием достижений и последствий усовершенствования вычислительной техники на жизнь будущих поколений людей.

Современные философы и исследователи науки часто рассматривают искусственный интеллект и искусственную жизнь как прекрасный пример для междисциплинарной интеграции многих научных областей. Химики, биологи, кибернетики, лингвисты, психологи, философы, математики, инженеры и другие изучают различные аспекты взаимодействия живых систем и искусственного интеллекта. При этом формируется новый взгляд на роль тех или иных научных результатов и возникает то, что может быть названо философским осмыслением полученных результатов.

Ученые университетских и промышленных исследовательских лабораторий стремятся к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума. Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта, постоянно вступают в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики.

Для создания машин, имитирующих работу человеческого мозга, необходимо разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. По современным научным данным, человеческий мозг содержит около 2 основных вычислительных узлов нейронов, которые соединяют около 2 связей синапсов. На сегодняшний день современные вычислительные системы стремительно приближаются по своим вычислительным возможностям к мозгу. Музыкальные компьютеры могут за короткое время давать новые музыкальные инструментовки для композиций в любых вариациях. Роботы, руководимые компьютерами, могут, в определенной степени, узнавать речь, корректировать свои движения и выполнять сложные работы. Искусственные нейронные сети контролируют сложнейшие системы управления и слежения, проявляют способности в области распознавания изображения, вплоть до возможности создания интеллектуальных автопилотов.

Программы порой столь совершенны, что в решении поставленных задач средний человек не может с ними соревноваться. Например, есть программы, ищущие и доказывающие новые теоремы математической логики, а современные шахматные программы может не обыграть даже хороший гроссмейстер. Искусственный интеллект и робототехника базируются на компьютерах и развиваются почти так же стремительно, как и компьютеры, ибо зависят от быстродействия и памяти последних.

В таких условиях приобретает особую значимость рассмотрение основных философских вопросов, связанных с искусственным интеллектом. В качестве решения философской проблемы компьютерного моделирования мышления в реферате рассмотрены вопросы мышления и самосознания. При этом необходимо не только конкретизировать понятие об искусственном интеллекте, историю его развития, но и изучить философские основы кибернетики как науки и проблемные вопросы, которые связаны с компьютеризацией общества.


^ 1. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК ПУТЬ РАЗВИТИЯ НАУЧНОЙ МЫСЛИ

1.1. Конкретизация понятия «искусственный интеллект»

Интеллект (от лат. intellectus – ум, рассудок) – общий умственній потенциал человека, степень реализации способностей, которые он целесообразно использует для приспособления к жизни 1, с.259.

Интеллект выражает все умственные функции человека, всю совокупность его познавательных умений; ощущения, восприятие, память, представление, мышление, воображение.

В понятие «искусственный интеллект» вкладывается различный смысл – от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до включения в интеллектуальные лишь те системы, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность.

Искусственный интеллект может рассматриваться как:

  • умение решать сложные задачи;

  • способность к обучению, обобщению и аналогиям;

  • возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

По мнению Цеханова 2, искусственный интеллект – это наука, занимающаяся исследованием и построением интеллектуальных систем, то есть таких систем, которые способны осуществлять интеллектуальные действия, присущие человеческому мышлению.

Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.

Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ – работа программиста, в то же время не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?

Чтобы ответить на этот вопрос, надо выяснить задачи технических систем. Однако данный термин тоже не является достаточно определенным. В психологии можно квалифицировать данные задачи как мыслительные задачи. Они подчеркивают, что задача есть только тогда, когда есть работа для мышления, то есть, когда существует определенная цель, а средства к ее достижению не ясны, их надо найти посредством мышления.

Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины тогда остаётся часть работы, которая не требует участия мышления.

Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек, по крайней мере, в определении отсутствовал. При характеристике мышления мы отмечали, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях.

Искусственный интеллект обладает следующими особенностями:

1) наличие у них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;

2) способность пополнения имеющихся знаний;

3) способность к дедуктивному выводу, к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью;

4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка;

5) способность к диалоговому взаимодействию с человеком;

6) способность к адаптации.

На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.

На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой «общего интеллекта». Сейчас большинство работ направлено на создание «профессионального искусственного интеллекта», то есть систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии).

Исходным пунктом рассуждений об искусственном интеллекте является определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один или два раза, непосредственно в процессе чувственного восприятия. Исходя из этого, кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи, в сущности, являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной.

Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами. Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами.


^ 1.2. История развития искусственного интеллекта

Искусственный интеллект, как одно из новых научных направлений, появился во второй половине ХХ века на базе вычислительной техники, математической логики, программирования, психологии, лингвистики, нейрофизиологии и других отраслей знаний. Таким образом, искусственный интеллект объединяет профессиональные интересы специалистов разного профиля.

Возникновения искусственного интеллекта проявляется в следующих подходах: механический, электронный, кибернетический и нейробионический.

^ Механический подход. Идея создания мыслящих машин «человеческого типа», которые, казалось бы, думают, двигаются, слышат, говорят и ведут себя как живые люди уходит корнями в глубокое прошлое. Еще древние египтяне и римляне испытывали благоговейный ужас перед культовыми статуями, которые жестикулировали и изрекали пророчества (разумеется, не без помощи жрецов).

Средневековые летописи полны рассказов об автоматах, способных ходить и двигаться почти также как их хозяева люди. В средние века и даже позднее ходили слухи о том, что у некоторых из мудрецов есть гомункулы (маленькие искусственные человечки) настоящие живые, способные чувствовать существа.

В XVIII веке благодаря развитию техники, особенно разработке часовых механизмов, интерес к подобным изобретениям возрос. В 1736 г. французский изобретатель Жак де Вокансон изготовил механического флейтиста в человеческий рост, который исполнял двенадцать мелодий, перебирая пальцами отверстия и дуя в мундштук, как настоящий музыкант. В середине 1750-х годов Фридрих фон Кнаус, австрийский автор, сконструировал серию машин, которые умели держать перо и могли писать довольно длинные тексты.

Успехи механики XIX в. стимулировали еще более честолюбивые замыслы. Так, в 1830-х годах английский математик Чарльз Бэббидж задумал, правда, так и не завершив, сложный цифровой калькулятор, который он назвал «аналитической машиной» 3,с.72-73.

^ Электронный подход. После Второй мировой войны появились устройства, казалось бы, подходящие для достижения заветной цели моделирования разумного поведения; это были электронные цифровые вычислительные машины.

«Электронный мозг», как тогда восторженно называли компьютер, поразил в

1952 г. телезрителей США, точно предсказав результаты президентских выборов за несколько часов до получения окончательных данных. Этот «подвиг» компьютера лишь подтвердил вывод, что наступит тот день, когда автоматические вычислители, столь быстро, неутомимо и безошибочно выполняющие автоматические действия, смогут имитировать невычислительные процессы, свойственные человеческому мышлению, в том числе восприятие и обучение, распознавание образов, понимание повседневной речи и письма, принятие решений в неопределенных ситуациях.

Многие изобретатели компьютеров и первые программисты развлекались, составляя программы для отнюдь не технических занятий, как сочинение музыки, решение головоломок и игры, на первом месте здесь оказались шашки и шахматы. Некоторые романтически настроенные программисты даже заставляли свои машины писать любовные письма.

К концу 50х годов все эти увлечения выделились в новую более или менее самостоятельную ветвь информатики, получившую название «искусственный интеллект». Одним из основателей теории искусственного интеллекта считается известный английский ученый Алан Тьюринг, который в 1950-м году опубликовал небольшую статью «Может ли машина мыслить?». Статья посвящена обсуждению вопроса о способности компьютеров к мышлению. Для научного исследования этой проблемы предлагался так называемый «тест Тьюринга», позволяющий оценить «интеллектуальность» компьютера по его способности к осмысленному диалогу с человеком. «Тест Тьюринга» и предложенный в нем подход к моделированию мышления положил начало исследованиям в этой области и до сих пор остается предметом острых научных дискуссий. И, тем не менее, хотя с момента его появления прошло уже более полувека, до сих пор так и не было предложено любых других конструктивных альтернатив «тесту Тьюринга» 4, с.225-238.

Первые практические разработки, которые можно отнести к искусственному интеллекту появились почти сразу же после появления первых вычислительных машин. В 1954 году американский исследователь А. Ньюэлл написал первую программу для игры в шахматы. В этом же 1956 году была написана и первая программа «Логик-Теоретик», предназначенная для автоматического доказательства теорем в исчислении высказываний. Эту программу можно отнести к первым достижениям в области искусственного интеллекта.

Важное значение в становлении искусственного интеллекта имела проведенная в 1956 году конференция в Дартмуте (США). Именно на этой конференций впервые появился и сам термин - «ис­кусственный интеллект».

В 1960 году этой же группой ученых на основе принципов, использованных в NSS, была написана программа GPS (General Problem Solver), которая могла решать ряд головоломок, вычислять неопределенные интегралы, решать некоторые другие задачи. Появились программы автоматического доказательства теорем из планиметрии и решения алгебраических задач.

К этому времени в СССР, США, Великобритании и других странах, в которых активно внедрялась вычислительная техника, было накоплено множество самых разнообразных программ для решения нечисловых задач. Среди них было немало таких, которые демонстрировали возможность имитации на компьютере отдельных творческих процессов, присущих человеку. В конце 1960-х годов появились первые игровые программы, системы для элементарного анализа текста и решения некоторых математических задач (геометрии, интегрального исчисления).

1960-е годы впоследствии были названы годами технократического романтизма. Это был период кибернетического бума, когда у многих ученых было такое ощущение, что проблема человеческого мышления и искусственного интеллекта теоретически уже почти решена 5, с.130-142.

В целом, в течение 1970-х годов сложились основные теоретические направления исследо­ваний в области интеллектуальных систем. Теория искусственного интеллекта окончательно была признана самостоятельной отраслью науки.

Вскоре после этого сформировались и два основных направления в создании моделей интеллектуальной деятельности: информационное направление (кибернетика) и нейробионическое (нейрокибернетика) и Долгое время эти направления развивались самостоятельно, и только к концу 1990-х годов стали заметны тенденции к объединению этих частей вновь в единое целое.

Сторонники информационного направления исходили из того, что искусственный интеллект в принципе не может быть копией человеческого интеллекта, поскольку мозг человека работает гораздо лучше и быстрее любой интеллектуальной системы. Поэтому системы искусственного интеллекта должны не копировать полностью человеческий интеллект, а стремиться к достижению тех же результатов другими средствами. Кратко остановимся на каждом из этих направлений.

Основную идею нейрокибернетики можно сформулировать следующим образом: единственный объект, способный мыслить, - это человеческий мозг, поэтому любое «мыслящее» устройство должно каким-то образом воспроизводить его структуру 6, с.42-57.

С 2000 года развитие субмикронных и нанотехнологий, а также успехи молекулярной и биомолекулярной технологии привели к принципиально новым архитектурным и технологическим решениям по созданию нейрокомпьютеров. Из кибернетического, или информационного, подхода к машинному разуму скоро сформировался так называемый «восходящий метод» движение от простых аналогов нервной системы примитивных существ, обладающих малым числом нейронов, к сложнейшей нервной системе человека и даже выше.


^ 1.3. Философские основы кибернетики

Кибернетика возникла на стыке многих областей знания: математики, логики, семиотики, биологии и социологии. Обобщающий характер кибернетических идей и методов сближает науку об управлении, каковой является кибернетика, с философией.

Задача обоснования исходных понятий кибернетики, особенно таких, как информация, управление, обратная связь требуют выхода в более широкую, философскую область знаний, где рассматриваются атрибуты материи – общие свойства движения, закономерности познания 7, с.147-150.

Сама кибернетика как наука об управлении многое дает современному философскому мышлению. Она позволяет более глубоко раскрыть механизм самоорганизации материи, обогащает содержание категории связей, причинности, позволяет более детально изучить диалектику необходимости и случайности, возможности и действительности. Открываются пути для разработки "кибернетической" гносеологии, которая не подменяет диалектический материализм теорией познания, но позволяет уточнить, детализировать и углубить в свете науки об управлении ряд важных проблем. Возникнув в результате развития и взаимного стимулирования в недалеком прошлом слабо связанных между собой, дисциплин технического, биологического и социального профиля кибернетика проникла во многие сферы жизни.

Столь необычная «биография» кибернетики объясняется целым рядом причин, среди которых надо выделить две.

Во-первых, кибернетика имеет необычайный, синтетический характер. В связи с этим до сих пор существуют различия в трактовке некоторых ее проблем и понятий.

Во-вторых, основополагающие идеи кибернетики пришли в нашу страну из Запада, где они с самого начала оказались под влиянием идеализма и метафизики, а иногда и идеологии. То же самое, или почти то же самое происходило и у нас. Таким образом, становится очевидной необходимость разработки философских основ кибернетики, освещение основных положений с позиции философского познания.

Осмысление кибернетических понятий с позиции философии будет способствовать более успешному осуществлению теоретических и практических работ в этой области, создаст лучшие условия для эффективной работы и научного поиска в этой области познания.

Кибернетика как перспективная область научного познания привлекает к себе все большее внимание философов. Положения и выводы кибернетики включаются в их области знания, которые в значительной степени определяют развитие современной теории познания. Как справедливо отмечают отечественные исследователи, кибернетика, достижения которой имеет громадное значение для исследования познавательного процесса, по своей сущности и содержанию должна входить в теорию познания.

Исследование методологического и гносеологического аспектов кибернетики способствует решению многих философских проблем. В их числе – проблемы диалектического понимания простого и сложного, количества и качества, необходимости и случайности, возможности и действительности, прерывности и непрерывности, части и целого.

Для развития математики и кибернетики важное значение имеет применение к материалу этих наук ряда фундаментальных философских принципов и понятий, применение, обязательно учитывающее специфику соответствующих областей научного знания. Среди этих принципов и понятий следует особо выделить положение отражения, принцип материального единства мира конкретного и абстрактного, количества и качества, нормального и содержательного подхода к познанию.

Философская мысль уже много сделала в анализе аспектов и теоретико-познавательной роли кибернетики. Было показано, сколь многообещающим в философском плане является рассмотрение в свете кибернетики таких вопросов и понятий, как природа информации, цель и целенаправленность, соотношение детерминизма и теологии, соотношение дискретного и непрерывного, детерминистского и вероятностного подхода к науке 8, с.101-113.

Нужно сказать и о большом значении кибернетики для построения научной картины мира. Собственно предмет кибернетики - процессы, протекающие в системах управления, общие закономерности таких процессов.

Явления, которые отображаются в таких фундаментальных понятиях кибернетики, как информация и управление, имеют место в органической природе и общественной жизни. Таким образом, кибернетику можно определить как науку об управлении и связи с живой природой в обществе и технике.

Один из важнейших вопросов, вокруг которого идут философские дискуссии – это вопрос о том, что такое информация, какова ее природа? Для характеристики природы информационных процессов необходимо кратко рассмотреть естественную основу всякой информации, а таковой естественной основой информации является присущее материи объективное свойство отражения. Положение о неразрывной связи информации и отражения стало одним из важнейших в изучении информации и информационных процессов и признается абсолютным большинством отечественных философов.

Информация в живой природе, в отличие от неживой, играет активную роль, так как участвует в управлении всеми жизненными процессами 9, с.47-50..

Материалистическая теория отражения видит решение новых проблем науки и, в частности, такой кардинальной проблемы естествознания как переход от неорганической материи к органической, в использовании методологической основы диалектического материализма. Проблема заключается в том, что существует материя, способная ощущать, и материя, созданная из тех же атомов и в тоже время не обладающая этой способностью. Вопрос, таким образом, поставлен вполне конкретно и, тем самым, толкает проблему к решению. Кибернетика вплотную занялась исследованием механизмов саморегуляции и самоуправления. Вместе с тем, оставаясь методически ограниченными, эти достижения оставили открытыми ряд проблем, к рассмотрению которых привела внутренняя ломка кибернетики.

Сознание является не столько продуктом развития природы, сколько продуктом общественной жизни человека, общественного труда предыдущих поколений людей. Оно является существенной частью деятельности человека, посредством которой создается человеческая природа и не может быть принята вне этой природы 10, с.12-23. .

Если в машинах и вообще в неорганической природе отражение есть пассивный, мертвый физико-химический, механический акт без обобщения и проникновения в сущность обобщаемого явления, то отражение в форме сознания есть, по мнению Ф.Энгельса «познание высокоорганизованной материей самой себя, проникновение в сущность, закон развития природы, предметов и явлений объективного мира».

В машине же отражение не осознанно, так как оно осуществляется без образования идеальных образов и понятий, а происходит в виде электрических импульсов, сигналов и другого. Поскольку машина не мыслит, это не есть та форма отражения, которая имеет место в процессе познания человеком окружающего мира. Закономерности процесса отражения в машине определяются, прежде всего, закономерностями отражения действительности в сознании человека, так как машину создает человек в целях более точного отражения действительности, и не машина сама по себе отражает действительность, а человек отражает ее с помощью машины. Поэтому отражение действительности машиной является составным элементом отражения действительности человеком. Появление кибернетических устройств приводит к возникновению не новой формы отражения, а нового звена, опосредующего отражение природы человеком.


2. ^ ФИЛОСОФСКИЕ ПРОБЛЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

2.1. Искусственный интеллект как компьютерное моделирование мышления

В русле кибернетического движения осуществлялись философские и логико-методологические исследования управления, информации, мышления, познания, структуры научного знания и перспектив его развития. Характерные для кибернетического движения идея общности (одинаковости или сходства) закономерностей, определяющих процессы управления и переработки информации в самых разных сферах реальности, а также идея плодотворности использования математических и логико-математических трактовок этих процессов на различных уровнях абстракции получали специфическое преломление в многочисленных сравнениях человеческого мышления и работы ЭВМ.

В ходе бурных дебатов 60–70-х годов на тему «Может ли машина мыслить?» были, по существу, представлены различные варианты ответа на вопрос о том, что может быть субъектом познания: только ли человек (и, в ограниченном смысле, животные) или же и машина может считаться субъектом мыслящим, обладающим интеллектом и, следовательно; познающим. Сторонники последнего варианта пытались сформулировать такое определение мышления, которое позволяло бы говорить о наличии мышления у машины, – например, мышление определялось как решение задач. Нужно отметить, однако, что и способность компьютерной системы к принятию каких-либо решений также может быть поставлена под сомнение.

Оппоненты сторонников «компьютерного мышления» напротив, стремились выявить такие характеристики мыслительной деятельности человека, которые никак не могут быть приписаны компьютеру, и отсутствие которых не позволяет говорить о мышления в полном смысле этого слова. К числу таких характеристик относили, например, способность к творчеству и эмоциональность.

Компьютерное моделирование мышления дало мощный толчок психологическим исследованиям механизмов познавательной деятельности. Это проявлялось, с одной стороны, в проникновении в психологию «компьютерной метафоры», ориентирующей на изучение познавательной деятельности человека по аналогии с переработкой информации на компьютере, и; с другой стороны, в активизации исследований, стремящихся показать плодотворность и самостоятельную ценность иных подходов – например, изучение мышления в контексте общей теории деятельности. Тихомиров, специально исследуя «соотношение кибернетического и психологического подходов к изучению мышления», настаивал, что «широко распространенное сближение человеческого мышления и работы вычислительной машины не обосновано» 11, с.15-22. Вместе с тем, он отмечает, что «именно развитие кибернетики сделало очевидным неполноту господствовавших в психология теорий мышления и поведения, выдвинув для изучения новые аспекты».

Характеризуя значение аналогий между человеческим мышлением и компьютерной переработкой информации, английская исследовательница М. Боден пишет: «В той степени, в какой аналогия с компьютером может служить общим человеческим интересам более глубокого познания разума, осторожное использование “психологической” терминологии в отношении определенного типа машин должно скорее поощряться, чем запрещаться... Аналогии дают возможность не только обозначить сходные черты между сравниваемыми объектами, но ведут к обнаружению действительно важных сходств и различий» 12, с.41-45.

Компьютерное моделирование мышления, использование методов математических и технических наук в его исследовании породило в период «кибернетического бума» надежды на создание в скором будущем строгих теорий мышления, столь полно описывающих данный прёдмет, что это сделает излишними всякие философские спекуляции по его поводу. Надеждам такого рада, однако же, не суждено было сбыться, и сегодня мышление, будучи предметом изучения частных наук (психологии, логики, искусственного интеллекта, когнитивной лингвистики), остается также притягательным объектом философских рассмотрений.


^ 2.2. Диалог с компьютером

Расширение сферы применения интеллектуальных систем, переход от «мира кубиков» к таким, более сложным областям, как медицина, геология и химия, потребовал интенсивных усилий по формализации соответствующих знаний.

Разработчики интеллектуальных систем столкнулись с необходимостью выявить, упорядочить разнообразные данные, сведения эмпирического характера, теоретические положения и эвристические соображения из соответствующей области науки или иной профессиональной деятельности и задать способы их обработки с помощью компьютера таким образом, чтобы система могла успешно использоваться в решении задач, для которых она предназначается (поиск информации, постановка диагноза). Это привело к изменениям в характере данных, находящихся в памяти компьютерной системы, они стали усложняться, появились структурированные данные – списки, документы, семантические сети, фреймы 13, с.194. Для элементарной обработки данных, их поиска, записи в отведенное место и ряда других операций стали использоваться специальные вспомогательные программы.

П. Армер выдвинул мысль о «континууме интеллекта»: различные системы могут сопоставляться не только как имеющие и не имеющие интеллекта, но и по степени его развития. При этом, считает он, желательно разработать шкалу уровня интеллекта, учитывающую степень развития каждого из его необходимых признаков.

Известно, что в свое время А.Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, «игру в имитацию». Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека. Критерий Тьюринга в литературе был подвергнут критике с различных точек зрения. Действительно серьезный аргумент против этого критерия заключается в том, что в подходе Тьюринга ставится знак тождества между способностью мыслить и способностью к решению задач переработки информации определенною типа.

Однако этот аргумент бьет мимо цели, если мы говорим не о мыслящей машине, а об искусственном интеллекте, который должен лишь продуцировать физические тела знаков, интерпретируемые человеком в качестве решений определенных задач. Поэтому прав В. М. Глушков, утверждая, что наиболее естественно, следуя Тьюрингу, считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долгий диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если принять во внимание возможность разработки программ, специально рассчитанных на введение в заблуждение человека, то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте. Этот критерий, конечно, не противоречит перечисленным выше особенностям системы искусственного интеллекта.

Директор компаний Novamente и Biomind, занимающихся исследованиями в области биоинформатики и искусственного интеллекта, автор 8 книг и научных статей Бен Герцель уверен, что создание полноценного искусственный интеллект, превосходящего человеческий, вполне возможно в кратчайшие сроки – всего за пять лет – если организовать масштабный научный проект.Довольно большое количество серьёзных учёных сегодня считают, что молекулярные наносборщики общего назначения, загрузка человеческого разума в софтверные контейнеры и другие потрясающие научно-фантастические вещи воплотятся в реальность в течение ближайшего столетия.

При это Герцель подчёркивает, что появление искусственного интеллекта является важнейшим условием для наступления сингулярности. После своего рождения на свет искусственный интеллект начнёт очень быстро повышать собственный уровень, так что наступление сингулярности станет делом нескольких лет, а то и месяцев.

Известный британский футуролог Ян Пирсон в своем последнем прогнозе указал примерные даты появления около пятисот научных открытий на ближайшие 30 лет. Следует иметь в виду, что прошлый прогноз Пирсона, опубликованный в 1991 году, оправдался на 85% 14. Некоторые данные из нового «списка Пирсона» приведены в таблице 1.

Таблица 1

^ ФУТУРОЛОГИЕСКИЙ ПРОГНОЗ ЯНА ПИРСОНА

Год

Событие

2010

роботы заменяют людей на производстве; четверть звезд шоу-бизнеса – так называемые «компфетки» (компьютерные виртуальные персонажи); роботы-насекомые используются в военных операциях

2011

большую часть программного обеспечение пишут системы искусственного интеллекта

2012

люди используют имплантаты как символ положения в обществе; роботы заменяют людей в домашнем хозяйстве и в больницах

2015

технология распознавания мыслей для создания искусственных снов; для «интеллектуальных» компьютеров и роботов создается своя индустрия развлечений; туристические полеты в космос станут обычным явлением; на орбите будет построен первый космический отель из топливных баков «шаттлов»

2017

системы искусственного интеллекта в роли учителей добиваются лучших результатов, чем учителя-люди; появляются роботы, способные к самодиагностике и самовосстановлению

2018

искусственный интеллект получает Нобелевскую премию

2020

«электронные формы жизни» получают некоторые гражданские права

2025

в развивающихся странах больше роботов, чем людей; люди используют имплантаты типа «искусственный мозг»

2030

преступникам имплантируют чипы для контроля эмоций; разработана технология анабиоза, позволяющая задерживать жизненные процессы человека на месяцы и годы – это сделает возможным регулярные полеты на Марс; нанотехнология позволяют напрямую подключать компьютер к человеческому мозгу на молекулярном уровне, что позволит «считывать» мысли человека; роботы и физически, и умственно превосходят людей; появление терминаторов


Группа Брайана Скаселлати из Йельского университета провела уникальный эксперимент. Созданный ими робот Нико обладает зачатками самосознания. Понять, что «я мыслю, следовательно, существую», он, конечно, не может, но «догадаться» перед зеркалом, что движущееся отражение является им самим – «догадался». А это, между прочим, под силу даже не всем высшим животным.

В Украине глобальные проблемы робототехники пока пребывают в стадии дискуссий — за неимением пользовательской робототехники, как таковой. Журналисты и ученые лишь пытаются спрогнозировать, когда же двуногие машины появятся в нашем быту? А есть между тем на свете несколько небольших островов, где роботы давно стали так же обычны, как персональные компьютеры в Европе лет 15 назад. Мировая «роботомода» сейчас диктуется в основном Японией.

Основные конкуренты в мире двуногих механизмов – это роботы ASIMO и QRIO. Назвать их чем-то более серьезным, чем умными игрушками, не получится. Их и создавали-то просто ради демонстрации достижений. Несмотря на почти метровую разницу в росте между ними, они оба оставляют впечатление поразительной живости. Их движения настолько естественны, что поначалу кажется – это «фокус», подделка, подобная С-3PO из саги «Звездные войны».

Компания Sony представила QRIO (Приложение 1) публике как умную игрушку для дома, для семьи. QRIO знает 60 000 слов на разных языках, узнает лица, слушается команд и, как утверждают разработчики, задает «умные» вопросы в зависимости от ситуации. Он отлично приспособлен для «жизни» вне лабораторных стен. Прекрасно держит равновесие, а в случае падения активирует один из алгоритмов, смягчающих удары. В 2005 году QRIO был внесен в Книгу рекордов Гиннеса как быстрее всех передвигающийся робот-гуманоид. Он развивает скорость 23 сантиметра в секунду.

Над ASIMO (Приложение 2) концерн Honda работал более 17 лет. Когда работа была закончена, осторожные японцы даже обратились в Ватикан с запросом, не противоречит ли создание робота с походкой, так похожей на человеческую, христианским догмам. Папа не стал возражать. В открытой продаже ASIMO нет (в планы концерна это и не входило), но несколько образцов все же были проданы, и сейчас они трудятся в приемных некоторых крупных компаний, в том числе IBM.

KHR-2HV умеет не только ходить и подниматься по лестницам, но и танцевать. Робот-«спортсмен» KHR-2HV (Приложение 3) ходит, танцует, кувыркается и даже делает сальто.

Конечно, помимо всего этого остается еще целый ряд не разрешенных на сегодняшний день вопросов. Это и распознание окружающего пространства, и средства общения, и еще несколько важных вещей в сфере искусственного интеллекта.


^ 2.3. Технологические вопросы о знании

В последние два десятилетия в компьютерных науках заметное внимание стало уделяться такому традиционно входившему в сферу философии предмету, как знание.

Слово «знание» стало использоваться в названиях направлений и составляющих компьютерных систем, а также самих систем (системы, основанные на знаниях; базы знаний и банки знаний; представление, приобретение и использование знаний, инженерия знаний) 15, с.322. Тема «компьютер и знание» стала предметом обсуждения и в значительно более широком контексте, где на первый план вышли ее философско-эпистемиологические, социальные и политико-технологические аспекты.

Термин «знания» приобрел в искусственном интеллекте специфический смысл, который Поспелов характеризует следующим образом. Под знаниями понимается форма представления информации в ЭВМ, которой присущи такие особенности, как:

а) внутренняя интерпретируемость (когда каждая информационная единица должна иметь уникальное имя, по которому система находит ее, а также отвечает на запросы, в которых это имя упомянуто);

б) структурированность (включенность одних информационных единиц в состав других);

в) связность (возможность задания временных, каузальных пространственных или иного рода отношений);

г) семантическая метрика (возможность задания отношений, характеризующих ситуационную близость);

д) активность (выполнение программ инициируется текущим состоянием информационной базы).

Именно эти характеристики отличают знания в искусственном интеллекте от данных. Такие черты, как внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность, присущи любым, более или менее крупным блокам человеческих знаний и в этом смысле знания в компьютерной системе можно рассматривать как модель или образ фрагмента человеческого знания.

Однако связь знаний в специфическом для искусственного интеллекта смысле со знанием в более привычном смысле не ограничивается лишь сходством некоторых структурных характеристик. Ведь значительная часть информации, представляемой в базе знаний интеллектуальной системы, есть не что иное, как знания, накопленные в той области, где должна применяться данная система. Исследование этого знания (зафиксированного в соответствующих текстах или существующего как незафиксированное в тексте и даже неартикулированное знание индивида-эксперта) под углом зрения задач построения интеллектуальных систем и определяет технологический подход искусственного интеллекта к знанию как таковому.

Технологический подход к знанию предполагает постановку, исследование и решение технических вопросов о знании. К последним относятся вопросы типа «Каким образом следует (можно, допустимо) обращаться (иметь дело) со знанием, имея в виду достижение такой-то цели?».

При самом широком истолковании технологический подход к знанию является неотъемлемым элементом жизни любого человека. В этом смысле и первобытный человек, использующий для передачи информации примитивные сигналы, и наш современник, выбирающий между почтой, телеграфом, телефоном и телефаксом, могут считаться решающими технологические вопросы относительно знания.

Примером технологического подхода к исследованию знания как особой сущности может служить характеристика сократовой майевтики в диалогах Платона) 16, с.94-96. Искусство Сократа задавать наводящие вопросы таким образом, что собеседник, в конце концов, приходит к верным выводам относительно обсуждаемых предметов (во всяком случае, к таким выводам, которые считает верными сам Платон), характеризуется здесь как искусство пробуждения истинных мнений, живущих в душе человека, в результате чего мнения становятся знаниями. Пожалуй, наиболее выразительная иллюстрация этой процедуры дана в известном примере из диалога «Менон», где мальчик-раб решает геометрическую задачу. Все диалоги Платона демонстрируют сократову технику «пробуждения» знания. Однако собственно технологический подход к исследованию знания мы находим у Платона лишь в тех случаях, когда сама эта техника становится предметом осмысления, когда сама она рассматривается как средство для совершения каких-то действий над знанием. Фрагментарные характеристики данной техники встречаются во многих диалогах – примером может служить тот же «Менон», где говорится о пробуждении знаний вопросами. Более подробного рассмотрения она удостоена в диалоге «Теэтет». Здесь Сократ говорил о своем искусстве как аналогичном ремеслу своей матери – повитухи Фенареты, и то, что в «Меноне» характеризовалось как техника пробуждения знаний, здесь характеризуется как своеобразная техника родовспоможения «мужчинам, беременным мыслью».

Технологические вопросы о знании могут быть до известной степени противопоставлены экзистенциальным вопросам о том, как существует знание, каково оно есть. К вопросам последнего типа относятся, например, вопросы о соотношении знания с мнением или верой, о структуре знания и его видах, об онтологии знания, о том, как происходит познание.

До второй половины нынешнего столетия экзистенциальный подход в исследовании знания был преобладающим. Это не означает, конечно, что не развивалась сама технология получения, передачи, хранения и обработки знания, а также оценки результатов познания, претендующих на статус знания. Достаточно вспомнить о развитии книгопечатания и технических устройств для передачи информации, о методах обучения и педагогических исследованиях, посвященных технике передачи званий и воспитанию способности к самостоятельному приобретению и использованию знаний, развитие методов науки и исследований этих методов. Однако, даже когда эти способы работы со знанием становились предметом исследования, их соотносили не столько со знанием как особого рода сущностью, сколько с познаваемой реальностью (которая могла истолковываться как физическая, ментальная или психическая в зависимости от мировоззрения исследователя). Многие из этих рассмотрений могут быть после определенных интерпретаций квалифицированы как технологические, но это все же будет относиться скорее к результату нашей интерпретации, чем к самому исследованию.

Сегодня можно говорить о том, что представлению знаний в ЭВМ в виде систем правил (что характерно, прежде всего, для продукционных моделей) соответствует новый подход в философско-эпистемологических исследованиях, придающий особое значение правилам и предписаниям, регулирующим человеческую деятельность. Этот подход представлен в работах А. И. Ракитова. В середине 80-х годов А. И. Ракитов и Т. В. Авдрианова прогнозировали возможность появления новых тенденций в эпистемологии, касающихся, прежде всего исследования познавательной функции правил как особой эпистемологической категории и выявления механизма рационализации и регулятивной трансформации интеллектуального творчества. Такого рода предположения (и постановка задачи развития эпистемологии в этом направлении) были обусловлены тем обстоятельством, что для построения баз знаний компьютерных систем потребовалось изучение механизмов функционирования знания под таким углом зрения, чтобы это позволило выявить правила работы данных механизмов, то есть «инструкции, указывающие, какие классы действий иди отдельные действия и каким образом должны быть выполнены».

В книге «Философия компьютерной революция» А. И. Ракитов выдвигает идею «информационной эпистемологии» 17. Возникновение интеллектуальных технологий и жгучий интерес к природе и возможностям машинного мышления, порожденный компьютерной революцией, привели к формированию нового, нетрадиционного раздела эпистемологии – эпистемологии информационной. Она исследует не те или иные виды научного знания, а знания вообще, но под особым углом зрения, с позиции переработки и преобразования информации в ее высшую форму – знания.

Информационная эпистемология исследует различные способы представления и выражения знаний и возможности построения знаний с помощью технических систем. В силу этого фокус информационной эпистемологии перемещается на обыденное познание и здравый смысл, поскольку они являются изначальной формой познавательной деятельности, к тому же формой универсальной, всеохватывающей и разнообразной.

^ 2.4. Проблемные вопросы компьютеризации общества

Философские проблемы, порождаемые разработкой и использованием компьютеров и компьютерных систем, изучаются в рамках теории познания, эпистемологии и такого формирующегося направления, как компьютерная этика.

Начало дискуссиям по этическим вопросам разработки и использования компьютерных систем было положено выступлениями Дж. Вейценбаума – известного исследователя в области искусственного интеллекта. Вейценбаум выдвинул тезис о том, что проблемы, возникающие в рамках дебатов на тему «Вычислительные машины и мозг» не являются ни техническими, ни математическими: это проблемы этические.

Пределы применимости вычислительных машин, по существу, поддаются формулировке лишь в терминах долженствования. Дж. Вейценбаум полагает, что мы не имеем права заменить вычислительной системой человека в тех сферах, которые связаны с межличностными отношениями, пониманием и любовью (аморальна замена компьютером психиатра или судьи) 18, с.24-25.

Известны различные попытки определить, исходя из этических соображений, ограничения на характер задач, решаемых компьютером, и на области его применения. Дж. Мур, например, предлагает ограничить круг задач, решаемых компьютером, таким образом, чтобы компьютер не мог решать, каковы должны быть наши базисные цели и приоритеты, считая, в то же время, этически неправомерным запрещение компьютеров там, где они могут способствовать сохранению человеческой жизни, например, в областях медицины.

К настоящему времени проблемы компьютерной этики, исследуемые американскими учеными, вышли далеко за рамки вопроса об этически допустимых пределах применимости компьютеров. Компьютерная этика рассматривает проблемы ответственности за неполадки в работе тех или иных компьютерных программ и за развитие компьютерной техники в целом, проблемы предотвращения доступа к приватной информации, накапливаемой в компьютерных базах данных, процессы централизации и децентрализации власти в условиях компьютеризации, этические основания авторского права, интеллектуальной собственности и коммерческой тайны. При этом рамки исследования ситуаций, порождаемых развитием современной техники, могут задаваться различными этическими теориями.

Ещё одной проблемой, возникающей вследствие компьютерной революции и которая определяется зарубежной философией как одна из самых основных проблем современного индустриального и постиндустриального общества является интеллектуальная стратификация. Это явление имеет такое же социальное значение, как, например, общеобразовательное размежевание людей в дореволюционной России (или современной Европе). С одной стороны, в обществе возрастает количество рабочих, служащих, менеджеров, интеллектуалов, которые владеют компьютерной техникой и имеют возможность получать наиполнейшую информацию в необходимом количестве, укрепляющую их интеллектуальные и коммуникативные способности. С другой стороны, возрастает компьютерная безграмотность как результат несовершенства систем современного образования. Эта безграмотность вытесняет большие массы людей на периферию цивилизации. Интеллектуальную стратификацию нельзя оценивать однозначно. Казалось бы, она создает стимулы для получения образования. Но этим дело не исчерпывается. В обществе формируется тенденция к элитарной замкнутости группы интеллектуалов, которые возлагают на себя функцию определения интеллектуальных возможностей конкретных людей за ее пределами, прогнозируют направления общественного развития, вытесняют из сферы интеллектуального поиска искусство, мораль, религию и другие формы освоения мира.

Еще одним результатом интеллектуальной стратификации является ненужность огромного количества бюрократических работников. Служащие, которые раньше составляли административную систему любой области производства, и, были средним классом, отныне пополняют армию безработных. Это расшатывает социальные основания демократических обществ, и может привести к неожидаемым социальным последствиям.

Гносеологический анализ проблемы искусственного интеллекта вскрывает роль таких познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Они обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, а выявляются в знании, в его языковом выражении. Орудия познания, формирующиеся, в конечном счете, на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от ее конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления необходимо наделить такую систему этими орудиями.

Развитие систем искусственного интеллекта за последние десятилетия идет по этому пути. Однако степень продвижения в данном направлении в отношении каждого из указанных познавательных орудий неодинакова и в целом пока незначительна.

В наибольшей мере системы искусственного интеллекта используют формально-логические структуры, что обусловлено их неспецифичностью для мышления и, в сущности, алгоритмическим характером. Это дает возможность относительно легкой их технической реализации. Однако даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта еще слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы вывода. Повышение «интеллектуального» уровня технических систем, безусловно, связано не только с расширением применяемых логических средств, но и с более интенсивным их использованием.

Намного сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен. Языки, используемые в ЭВМ, еще далеки от семиотических структур, которыми оперирует мышление. Прежде всего, для решения ряда задач необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. Однако многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках искусственного интеллекта пока реализованы слабо (например, открытость).

Современные системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, высвечивать на экранах кривые и другое. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Но современные системы искусственного интеллекта пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для «интеллектуальных» действий. Поиск путей глобального (а не локального) оперирования информацией составляет одну из важнейших перспективных задач теории искусственного интеллекта.

В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные (теоретически существенные и практически важные) попытки выражения некоторых моментов содержания и других категорий (например, «причина», «следствие»). Однако ряд категорий (например, «сущность», «явление») в языках систем представления знаний отсутствует. Проблема в целом разработчиками систем искусственного интеллекта в полной мере еще не осмыслена, и предстоит большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний и другие компоненты интеллектуальных систем 19. Это одно из перспективных направлений в развитии теории и практики кибернетики.

Современные системы искусственного интеллекта почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки.

Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы еще далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их «интеллект» к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей.


ЗАКЛЮЧЕНИЕ

Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. «Внешняя нервная система», создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые.

Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека. Человек поставил задачу создать некий аналог себя самого. И он смог это сделать. Механическая часть подобно человеческому телу и управление ею уже имеются – это роботы, функционирующие на сервомеханизмах. Отчасти смоделированы интеллектуальные функции человека и цивилизация идет дальше.

Многие споры вокруг проблемы создания искусственного интеллекта имеют эмоциональную подоплеку. Признание возможности искусственного разума представляется чем-то унижающим человеческое достоинство. Однако нельзя смешивать вопросы возможностей искусственного разума с вопросом о развитии и совершенствовании человеческого разума. Повсеместное использование искусственного интеллекта создаёт предпосылки для перехода на качественно новую ступень прогресса, даёт толчок новому витку автоматизации производства, а значит и повышению производительности труда. 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, так как 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 другие. Состоит она в следующем. Уже сейчас существуют машины и программы, способные в процессе работы самообучаться, то есть 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.

Люди будут постоянно решать проблему искусственного интеллекта, постоянно сталкиваясь все с новыми проблемами. И, видимо, процесс этот бесконечен.


ЛИТЕРАТУРА

  1. Кондрашев В.А. Новейший философский словарь. – Ростов н/Д: Феникс, 2005. – 672с.

  2. Цеханов Т.В. Системы икусственного интеллекта // Dokument HTML – http://neural.narod.ru/index.

  3. Поспелов Д.А. Из истории искусственного интеллекта: История искусственного интеллекта до середины 80-х годов // Новости искусственного интеллекта. – №4. 1994. – с.70-90.

  4. Информационное общество: Сб. (Philosophy) – М.: ООО «Издательство АСТ», 2004. – 507с.

  5. Шалютин С. М. Искусственный интеллект. – М.: Мысль, 1985. – с.422

  6. Соколов Е. Н., Вайткявичус Г.Г. Нейроинтеллект: от нейрона к нейрокомпьютеру. – М.: Наука, 1989. – 237с.

  7. Будко В.В. Философия науки: Учебное пособие. – Харьков: Консум, 2005. – 268с.

  8. Бессонов Б.Н. Философия: история и современные задачи: Учебник. – М.: Норма, 2006. – 560с.

  9. Волчек Е.З. Философия: Учебное пособие с хрестоматийными извлечениями. – Мн.: Интерпрессервис, 2003. – 544с.

  10. Немов Р.С. Психология: Учебник. – М.: Владос, 2001. – 688с.

  11. Искусственный интеллект: Справочник / Под. Ред. Э.В. Попова. – М.: Радио и связь, 1990. – 464с.

  12. Історія філософії: Підручник / Ярошовець В.І., Бичко І.В,Бугров В.А. – К.: Вид. ПАРАПАН, 2002. – 774с.

  13. Эндрю А. Искусственный интеллект. – М.: Мир, 1985. – 310с.

  14. Колтовой А. Робот ради человека // Вокруг света. – №4 (2799). – 2007. – С.15-19.

  15. Философский словарь / Под ред. И.Т. Фролова. – М.: Республика, 2001. – 719с.

  16. Кунцман П., Буркард Ф.П. Філософія: dtv-Atlas. – К.:Знання-Прес, 2002. – 270 с.

  17. Квасный Р. Искусственный интеллект // Dokument HTML – http://neural.narod.ru / index.

  18. Константинов А. Очень искусственный интеллект // Наука и технологии. – №6. – 2007. – С. 23-27.

  19. Анохин П.К. Мышление // Dokument HTML – http/www.galactic.org.ua/ prkiber 12.






Скачать 405.68 Kb.
оставить комментарий
Дата29.09.2011
Размер405.68 Kb.
ТипРеферат, Образовательные материалы
Добавить документ в свой блог или на сайт

отлично
  5
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Загрузка...
Документы

Рейтинг@Mail.ru
наверх