Реферат на тему Штучний інтелект - Філософія - Реферати - Каталог статей

Реферат на тему Штучний інтелект. РЕФЕРАТ З ДИСЦИПЛІНІ “ФІЛОСОФІЯ” НА ТЕМУ: “Штучний інтелект” Введення 3 Погляди на термін "знання" 5 Аспект представлення знань 5 Знання як основа 6 Рефлексія як одна зі складової інтелектуальної діяльності 9 Поняття рефлексії 9 Неотъемлимость рефлексії 12 Математично-техничні аспекти реалізації систем штучного інтелекту 13 Природа обробки природної мови 15 Основна проблема обробки природної мови 16 Розпізнавання мови 17 Практична реалізація 18 Семантичні мережі 20 Штучний інтелект і теоретичні проблеми психології 21 Сознаниие і розум 23 Що така свідомість? 23 Свідомість і виживання 24 Є чи розум? 25 Чим же відрізняється свідомість від самонавчання? 26 Людина збройна 27 Осознавание себе 27 Свідомість - це не матеріальний предмет 28 Розумні тільки люди? 30 Висновок 31 Словник термінів 33 Використана література 35 Введення Сучасні філософи і дослідники науки часто розглядають міждисциплінарні науки як одне з видатних досягнень заново відкритих у 20 столітті. Штучний інтелект і штучне життя представляють прекрасний приклад такої інтеграції багатьох наукових областей. Звичайно, междисциплинарность теж має свою ціну. Хіміки, біологи, фахівці в області обчислювальних наук і багато хто інші вивчають різні аспекти живих систем, користуючись при цьому подібними методами. Основними методами вивчення штучного життя є: синтез штучних систем з аналогічним живим системам поводженням, вивчення динаміки розвитку процесу, а не кінцевого результату, конструювання систем творення, що демонструють феномен. Те що поєднує дослідників в області штучного життя (ИЖ) - це методи, на відміну від їхніх цілей. Звичайно, існує загальний інтерес до життя як до феномена для вивчення. На жаль, життя занадто складне, щоб можна було намітити загальні напрямки в дослідженнях. Доказам останнього твердження може служити той факт, що деякі зацікавлені в дослідженні “систем, що демонструють феномени живих систем”, інші вивчають природу хімічного репродукування або намагаються вирішити філософські проблеми самосвідомості. У той же час зовсім інший вид дослідників, що відносяться до області роботики, намагаються створювати фізичні системи, що демонструють деяку поведінкову подібність із тваринами. По сучасним науковим даним людський мозок містить близько 240 основних “обчислювальних” вузлів нейронів, яких з'єднують близько 250 зв'язків синапсов. Сучасні обчислювальні системи стрімко наближаються по своїх обчислювальних можливостях до мозку. Штучні нейронные мережі контролюють сложнейшие системи керування і спостереження, виявляють здатності в області розпізнавання зображення аж до можливості створення інтелектуальних автопілотів. Вже активно займається штучними системами область, що вважалася прерогативою людини - комп'ютери стали краще людей грати в шахи. У таких умовах здобуває особливу значимість розгляд основних філософських питань, зв'язаних зі штучним інтелектом і штучним життям. При цьому, мабуть, можливий взаємовплив штучного інтелекту і штучного життя на філософські проблеми мислення і життя взагалі. Погляди на термін “знання” В останні роки термін “знання” усі частіше вживається в інформатиці. Він зустрічається в таких словосполученнях, як “база знань”, “банк знань”, мова представлення знань”, “системи представлення знань” і інших. Фахівці підкреслюють, що удосконалювання так званих інтелектуальних систем (інформаційно-пошукових систем високого рівня, діалогових систем, що базуються на природних мовах, інтерактивних людино-машинних систем, використовуваних у керуванні, проектуванні, наукових дослідженнях) от многом визначається тим, наскільки успішно будуть вирішуватися задачі представлення знань. Аспект представлення знань Не дивно, що перед тими, хто займається проблемою представленні знань, устає питання про те, що таке знання, яка його природа й основні характеристики. У зв'язку з цим починаються, наприклад, спроби дати таке визначення знання, з якого можна було б виходити в рішенні задач представлення знань у комп'ютерних системах. Підкреслюється, що для розробки засобів і методів представлення знань необхідно використовувати результати когнітивної психології - науки, що виявляє структури, у виді яких людина зберігає інформацію про навколишній його світ. Висловлюється думка, що мова і представлення знань у системах штучного інтелекту повинні розглядатися в рамках особливого наукового напрямку - когитологии. Предметом когитологии повинне стати знання як самостійний аспект реальності. Представленню даних властивий пасивний аспект: книга, таблиця, заповнена інформацією пам'ять. У теорії штучного інтелекту особливо підкреслюється активний аспект представлення: знати повинне стати активною операцією, що дозволяє не тільки запам'ятовувати, але і витягати сприйняті (придбані, засвоєні) знання для міркувань на їхній основі. Отже, джерела представлення знань - у науці про пізнання (эпистемологии або гносеології), а його кінцева мета - програмні засоби інформатики. У багатьох випадках підлягаючому представленню знання відносяться до досить обмеженої області, для характеристики якої говорять про “області міркувань” або “області експертизи”. Чисельна формалізація таких описів у загальному малоефективна. Навпроти, використання символічної мови, такого, як мову математичної логіки, дозволяє формулювати опису у формі, одночасно близької і до звичайної мови, і до мови програмування. Утім, математична логіка дозволяє міркувати, базуючи на придбаних знаннях: логічні висновки дійсно є активними операціями одержання нових знань із уже засвоєних. Знання як основа Разом з тим питання, що таке знання, які його основні властивості і способи одержання, - це споконвіку філософське питання. Закономірно тому прагнення дати філософське осмислення питань комп'ютерного представлення знань, виявляючи насамперед їхній гносеологічний і філолофсько-логічний аспекти. Принципова світоглядна установка складається в розгляді ЕОМ як предмета-посередника в людській пізнавальній діяльності. Комп'ютерна система, подібно іншим предметам-посередникам (знаряддям праці і предметам побуту, інструментам, приладам, знаково-символічним системам, науковим текстам і т.д.), граючи інструментальну роль у пізнанні, є засобом об'єктивізації накопиченого знання, утіленням визначеного соціально-історичного досвіду практичної і пізнавальної діяльності. Її найважливіша теоретико-пізнавальна роль і обумовлена тим, що виділення людиною в знову пізнаваних об'єктів рис, що виявляються істотними з погляду суспільної практики, стає можливим саме за допомогою предметів-посередників. “ЕОМ, - підкреслює акад. Г. С. Поспєлов, - являє собою інструмент для інтелектуальної діяльності людей, а науковий напрямок “штучний інтелект” додає цьому інструментові нові якості і забезпечує новий, більш перспективний стиль його використання. Суперечка між прихильниками і супротивниками штучного інтелекту виявляється в зв'язку з цим зовсім безпредметним. Проблема представлення знань виникла як одна з проблем штучного інтелекту. Вона зв'язана з переходом досліджень у цій області в деяку нову фазу. Мова йде про створення практично корисних систем (насамперед так званих експертних систем), застосовуваних у медицині, геології, хімії. Створення такого роду систем вимагає інтенсивних зусиль по формалізації знання, накопиченого у відповідній науці. З терміном “представлення знань” зв'язується визначений етап у розвитку математичного забезпечення ЕОМ. Якщо на першому етапі домінували програми, а дані відігравали допоміжну роль своєрідної “їжі” для “голодних” програм, то на наступних етапах роль даних неухильно зростала. Їхня структура ускладнювалася: від машинного слова, рамещенного в одній комірці пам'яті ЕОМ, відбувався перехід до векторів, масивам, файлам, спискам. Вінцем цього розвитку стали абстрактні типи даних, що забезпечують можливість створення такої структури даних, що найбільш зручна при рішенні задачі. Послідовний розвиток структур даних привело до їхньої якісної зміни і до переходу від представлення даних до представлення знань. Рівень представлення знань відрізняється від рівня представлення даних не тільки більш складною структурою, але й істотними особливостями: интерпретируемость, наявність классифицируемых зв'язків (наприклад, зв'язок між знаннями, що відносяться до елемента безлічі, і знаннями про цю безліч), що дозволяють зберігати інформацію, однакову для всіх елементів безлічі, записану одноактно при описі самої безлічі, наявність ситуативних відносин (одночасності, перебування в одній крапці простору і т.п., ці відносини визначають ситуативну сумісність тих або інших знань, збережених у пам'яті). Крім того, для рівня знань характерні такі ознаки, як наявність спеціальних процедур узагальнення, поповнення наявних у системі знань і ряду інших процедур. Для філософського аналізу розглянутої проблематики важливе питання про те, чи вважати термін “знання” у вираженні “представлення знань” явищем професійного жаргону або дійсно перехід від представлення даних до представлення знань має істотні гносеологічні характеристики і які саме? Особливості ЕОМ як предмета-посередника в пізнанні багато в чому визначаються тим, що ЕОМ відноситься до такого типу предметів-посередників, як моделі. Термін “модель” вживається в повсякденній мові й у мові науки в різних значеннях. Нехай під моделлю розуміється деяка система (матеріальній або концептуальна), у тій або іншій формі отображающая деякі властивості і відносини іншої системи, називаної оригіналом, у точно зазначеному змісті замещающая її і дающая нову інформацію про оригінал. При аналізі гносеологічних аспектів моделювання ЕОМ розглядалися у філолофсько-методологічній літературі насамперед як матеріальні моделі, створювані на основі дії визначених фізичних закономірностей і функціонуючі завдяки протіканню в них цілком визначених фізичних процесів. Моделювання на ЕОМ розумілася як технічна реалізація визначеної форми знакового моделювання. Однак, розглядаючи ЕОМ у гносеологічному плані як предмет посередник у пізнанні, має сенс не фіксувати увагу насамперед на “залізній частині” (hardware) комп'ютера, а розглядати всю комп'ютерну систему як складну систему взаємозалежних і до деяких меж самостійних моделей - як матеріальних, так і знакових, тобто ідеальних. Такий підхід не тільки відповідає розглядові комп'ютерних систем у сучасній інформатиці, але є і гносеологічно виправданим. Багато важливих філософських аспектів проблем, що виникають у зв'язку з комп'ютеризацією різних сфер людської діяльності, вимагають для свого дослідження звертання насамперед до знакових складової комп'ютерн систем. Це вірно й у відношенні філософських аспектів проблем представлення знань. В останні роки всі частіше став уживатися термін “комп'ютерне моделировнаие”. Очевидно, має сенс позначати їм побудова кожного із состовляющих комп'ютерної системи - будь те знакова модель або матеріальна. Що змінюється в комп'ютерному моделюванні з переходом від представлення даних до представлення знань? Який гносеологічний зміст цих змін? А. Ньюэлл, відзначаючи, що проблематика представлення знань має цікаві точки дотику з філософією, тому що природа розуму і природа знання завжди були одним з центральних филосовских питань, пише: “Однак, інтерес філософії до знання завжди концентрувався на проблемі вірогідності... Це знайшло відображення в тім розрізненні між знанням і вірою, що проводиться у філософії. Штучний інтелект, розглядаючи все знання як утримуючі помилки, називає усе-таки свої системи системами знань. З погляду філософії штучний інтелект має справа тільки із системами віри. ...Таким чином, навчання про знання, якщо воно розділить зі штучним інтелектом байдужність до проблеми абсолютної вірогідності, виявиться центральні филосовские питання, що залишає без уваги,”. Розходження в підходах до знання, що маються у філософії й у штучному інтелекті, не дають основ для абсолютного протиставлення цих підходів і для відсторонення від проблематики представлення знань тієї філософії, що не бажає “залишати без уваги центральні филосовские питання”. Поняття “знання” можна і треба вважати одним із ключових як з погляду теорії штучного інтелекту, так і гносеології. Саме філософія намагається дати повну картину, повне пояснення природи того або іншого поняття. У цьому змісті вона безсумнівно повинна йти на першому місці, тому що будь-яка наука повинна базуватися на строгих принципах. У цьому змісті філософському пізнанню приділяється ключова роль у розробці і дослідженню концепції знання, як об'єкта для моделювання. Таким чином, знання в гносеологічному змісті є основою. З уведенням терміна “знання” з'являється властивість “усвідомлювати”, тобто “розуміти” свої інтелектуальні можливості. У свою чергу це означає не що інше, як рефлексію. Рефлексія як одна зі складової інтелектуальної діяльності Поняття рефлексії Дослідження в області штучного інтелекту виникли під впливом ідей кібернетики - насамперед ідеї спільності процесів керування і передачі інформації в живих організмах, суспільстві і комп'ютерах. Примітно, що зняття ідеологічних заборон на кібернетику в період “відлиги” спричинило за собою бурхливий розвиток досліджень по кібернетиці, і та її область, що згодом була усвідомлена як проблематика створення систем штучного інтелекту, сформувалася особливо швидко. Цікаво відзначити, що реабілітація кібернетики і, зокрема, проблеми штучного інтелекту (або як тоді говорили, створення “мислячої маші”) аж ніяк не була сполучена з загальним процесом деідеологізації науки. “Виправдання” кібернетики відбулося стараннями декількох великих учених, що щиро доводили матеріалістичний характер кібернетичного погляду на світ. Слідом за вченими цю задачу взяли на себе професійні філософи. Філософська прийнятність проблематики штучного інтелекту в її традиційному виді була обумовлена лежачої в її основі представленням про те, що “порядок і зв'язок ідей ті ж, що порядок і зв'язок речей”. Тим самим створити в комп'ютері структуру, що відтворює “світ ідей”, означало означало попросту створити структуру ізоморфну структурі речовинного світу, тобто побудувати “електронну модель світу”. Ця модель інтерпретувалася як комп'ютерна модель людських знань про світ. Процес людського мислення інтерпретувався в комп'ютері як машинний пошук таких трансформацій моделі, що повинні були перевести комп'ютерну модель у якийсь фінальний стан (наприклад, матову позицію в шахах). Для цього система штучного інтелекту мала потребу в знаннях про те, як здійснювати трансформації станів моделі, що приводять до заздалегідь заданої мети - станові з визначеними властивостями. На початку було поширене переконання в принциповій здатності комп'ютера до самостійного дослідження моделі, що зберігається в ньому, тобто до самонавчання стратегії досягнення поставленої мети. Дана гіпотетична здатність інтерпретувалася як можливість машинної творчості, як основа створення майбутніх “мислячих машин”. І, хоча в реально розроблялися системах досягнення мети здійснювалося на основі людського досвіду за допомогою алгоритмів, заснованих на теоретичному аналізі створюваних моделей і результатів проведених на них експериментів, ідеї побудови самонавчальних систем многим здавалися найбільш перспективними. Лише до 80-му року була усвідомлена значимість проблеми використання в інтелектуальних системах людських знань про дійсність, повлекшая серйозну розробку баз знань і методів витягу особистих знань експертів. З розвитком вивчення даного напрямку виникла ідея рефлексивного керування. До цього моменту в кібернетику керування розглядалася як передача об'єктові сигналів, що безпосередньо впливають на його поводження, а ефективність керування досягалася за допомогою зворотного зв'язку - одержання інформації про реакції керованого об'єкта. Рефлексивне ж керування - є передача інформації, що впливає на наявний в об'єкта образ світу. Тим самим зворотний зв'язок зайва - стан суб'єкта відомо передавальну інформацію. Цікавими виявилися комп'ютерні моделі, у яких успіх досягався за рахунок включення рефлексії про протидіючі наміри партнерів. Філософська традиція називає рефлексією думка про думці, тобто ситуацію, коли предметом думки виявляється не річ, а факт мислення. Св. Хома Аквінський визначав рефлексію як “думку, що доганяє думку”. Сам факт рефлексії означає, що діяльність людської свідомості аж ніяк не обмежується створенням моделей, що відтворюють (“отражающих”) зовнішню дійсність. Рефлексія - думка суб'єкта про наявному в нього образі дійсності, тобто критичний образ цього образа, що припускає оцінку створюваних в уяві моделей. Класична парадигма штучного інтелекту ігнорує дана обставина і тому не цікавиться рефлексією. Імовірно, що таке ігнорування зв'язане з існуючим поглядом на рефлексію як на критичний сумнів, що заважає послідовному проведенню ефективних дій. Класична парадигма штучного інтелекту припускала наявність твердого целеполагания, тобто ясної і не підлягаючому сумнівові мети, досягнення якого означає рішення проблеми незалежно від використовуваних засобів (якщо остання обставина не суперечить основним принципам побудови самої інтелектуальної системи). У системі з розвитий рефлексією мета також може виявитися предметом критичної рефлексії. Людина, здатний до глибокої рефлексії, не може бути абсолютно цілеспрямованим, тому що він здатний засумніватися в беззастережній цінності поставленій перед ним мети. Традиційні системи штучного інтелекту засновані на ідеології целеориентированного поводження типу шахової гри, де ціль обох партнерів полягає в тому, щоб поставити мат іншому ціною будь-яких жертв. Не випадково саме шахові програми виявилися настільки важливими для відпрацьовування методів штучного інтелекту. Невід'ємність рефлексії Чи варто вважати рефлексію невід'ємною частиною систем штучного інтелекту? Інакше кажучи - чи належний “мислячий” апарат розуміти, що він мислить, і контролювати цей процес? Відповіддю з технічної точки зору може служити наступне. Як і будь-яка комп'ютерна програма, наділена засобами самодіагностики і самовиправлення (а такі засоби вже стають стандартному), тобто засобами підвищення надійності, системи штучного інтелекту повинні контролювати процеси, що відбуваються - як зовнішні, так і внутрішні. Однак, може показатися, що в цьому змісті буде достатнім просто розвита структура зворотних зв'язків. Відразу треба обмовитися, що під зворотним зв'язком варто розуміти тільки відповідну реакцію (або одержання інформації про неї) після якоїсь конкретної дії системи. Зворотний зв'язок лише надає дані, інформацію, але ні в якій мері не інтерпретує них. Норбертом Вінером у книзі “Кібернетика, або керування і зв'язок у тварині і машині” були приведені приклади порушень нервової системи людей і їхніх наслідків. Так люди з порушенням системи орієнтації власних кінцівок у просторі (не почувають своїх рук і ніг, випадок, коли кінцівки “німіють”) повинні були візуально контролювати свої дії. Це було типове порушення зворотного зв'язку. Рефлексія ж має на увазі аналіз отриманої картини. Математика - наука абстрактна. Будь-яку предметну область, з яким працює математик, він описує за допомогою моделей, структура і складність яких залежить від конкретних поставлених задач. Аналіз функціонування власної моделі або моделі “усієї навколишньої дійсності” (у рамках поставленої задачі), контроль над її станом, прогнозування стану - є ні що інше, як реалізація рефлексії. Рефлексія - є якийсь метауровень. З застосуванням мов високого рівня, таких як мова Пролог, що дозволяє формулювати мети і будувати логічні висновки досяжності цих цілей, задача реалізації рефлексії вже може бути частково вирішена. З їхньою допомогою можна побудувати якусь метаструктуру, надбудову, якийсь метауровень, що дозволяє оцінювати поводження попередніх. Однак, при розгляді терміна “глибока рефлексія” або “багаторівнева рефлексія” устає проблема побудови моделей самою системою. Тут на допомогу можуть приходять абстрактні типи даних. Вони дозволяють оперувати структурами даних будь-якої кінцевої складності. У такий спосіб можна вважати, що системи штучного інтелекту можуть містити модель рефлексії (математика оперує тільки моделями). Це може бути відповіддю на питання “ чиМожна машину змусити розуміти, що вона розуміє?”, але не на питання про обов'язкове включення рефлексії. Спробуємо відповісти від противного: а чи можна відкинути рефлексію, чи можна вважати інтелектуальну систему повноцінної без уміння оцінювати, “розуміти” свої дії? Думаю, що не можна. Більш того, рефлексію варто вважати одним з головних інструментів побудови поводження систем. Як ні забавно це звучить, але говорячи самоконтролю і саморозуміння, можна говрить про деяку етику поводження системи. Математическо-технические аспекти реалізації систем штучного інтелекту З кінця 40-х років вчені усе більшого числа університетських і промислових дослідницьких лабораторій кинулися до зухвалої мети: побудова комп'ютерів, що діють таким чином, що за результатами роботи їх неможливо бути б відрізнити від людського розуму. Терпляче просуваючи вперед у своїй нелегкій праці, дослідники, що працюють в області штучного інтелекту (ИИ), знайшли, що вступили в сутичку з досить заплутаними проблемами, що далеко виходять за межі традиційної інформатики. Виявилося, що насамперед необхідно зрозуміти механізми процесу навчання, природу мови і почуттєвого сприйняття. З'ясувалося, що для створення машин, що імітують роботу людського мозку, потрібно розібратися в тім, як діють мільярди його взаємозалежних нейронів. І тоді багато дослідників прийшли до висновку, що мабуть сама важка проблема, що коштує перед сучасною наукою - пізнання процесів функціонування людського розуму, а не просто імітація його роботи. Що безпосередньо торкалося фундаментальні теоретичні проблеми психологічної науки. Справді, ученим важко навіть прийти до єдиної точки зору щодо самого предмета їхніх досліджень - інтелекту. Тут, як у притчі про сліпи, пытавшихся описувати слона, намагається дотримувати свого заповітного визначення. Деякі вважають, що інтелект - уміння вирішувати складні задачі; інші розглядають його як здатність до навчання, узагальненню й аналогіям; треті - як можливість взаємодії з зовнішнім світом шляхом спілкування, сприйняття й усвідомлення сприйнятого. Проте багато дослідників ИИ схильні прийняти тест машинного інтелекту, запропонований на початку 50-х років видатним англійським математиком і фахівцем з обчислювальної техніки Аланом Тьюрингом. Комп'ютер можна вважати розумним,- затверджував Тьюринг,- якщо він здатний змусити нас повірити, що ми маємо справу не з машиною, а з людиною. Забезпечення взаємодії з ЕОМ природною мовою (ЕЯ) є найважливішою задачею досліджень по штучному інтелекті (ИИ). Бази даних, пакети прикладних програм і експертні системи, засновані на ИИ, вимагають оснащення їх гнучким інтерфейсом для численних користувачів, що не бажають спілкуватися з комп'ютером штучною мовою. У той час як багато фундаментальних роблем в області обробки ЕЯ (Natural Language Processing, NLP) ще не вирішені, прикладні системи можуть оснащуватися інтерфейсом, що розуміє ЕЯ при певних обмеженнях. Існують два види і, отже, дві концепції обробки природної мови: для окремих пропозицій; для ведення інтерактивного діалогу. Природа обробки природної мови Обробка природної мови - це формулювання і дослідження компьютерно-эффективных механізмів для забезпечення комунікації з ЕОМ на ЕЯ. Об'єктами досліджень є: власне природні мови; використання ЕЯ як у комунікації між людьми, так і в комунікації людини з ЕОМ. Задача досліджень - створення компьютерно-эффективных моделей комунікації на ЕЯ. Саме така постановка задачі відрізняє NLP від задач традиційної лінгвістики й інших дисциплін, що вивчають ЕЯ, і дозволяє віднести неї до області ИИ. Проблемою NLP займаються дві дисципліни: лінгвістика і когнітивна психологія. Традиційно лінгвісти займалися створенням формальних, загальних, структурних моделей ЕЯ, і тому віддавали перевагу тим з них, що дозволяли витягати якнайбільше язикових закономірностей і робити узагальнення. Практично ніякої уваги не приділялося питанню про придатність моделей з погляду комп'ютерної ефективності їхнього застосування. Таким чином, виявилося, що лінгвістичні моделі, характеризуючи власне мову, не розглядали механізми його породження і розпізнавання. Гарним прикладом тому служить граматика, що породжує, Хомского, що виявилася абсолютно непридатної на практиці як основу для комп'ютерного розпізнавання ЕЯ. Задачею же когнітивної психології є моделювання не структури мови, а його використання. Фахівці в цій області також не додавали великого значення питанню про комп'ютерну ефективність. Розрізняються загальна і прикладна NLP. Задачею загальної NLP є розробка моделей використання мови людиною, що є при цьому компьютерно-эффективными. Основою для цього є загальне розуміння текстів, як це мається на увазі в роботах Чарняка, Шенка, Карбонелла й ін. Безсумнівно, загальна NLP вимагає величезних знань про реальний світ, і велика частина робіт зосереджена на представленні таких знань і їхньому застосуванні при розпізнаванні повідомлення, що надходить, на ЕЯ. На сьогоднішній день ИИ ще не досяг того рівня розвитку, коли для рішення подібних задач у великому обсязі використовувалися би знання про реальний світ, і існуючі системи можна називати лише експериментальними, оскільки вони працюють з обмеженою кількістю ретельно відібраних шаблонів на ЕЯ. Прикладна NLP займається звичайно не моделюванням, а безпосередньо можливістю комунікації людини з ЕОМ на ЕЯ. У цьому випадку не так важливо, як уведена фраза буде зрозуміла з погляду знань про реальний світ, а важливий витяг інформації про те, чим і як ЕОМ може бути корисної користувачеві (прикладом може служити інтерфейс експертних систем). Крім розуміння ЕЯ, у таких системах важливо також і розпізнавання помилок і їхня корекція. Основна проблема обробки природної мови Основною проблемою NLP є язикова неоднозначність. Існують різні види неоднозначності: Синтаксична (структурна) неоднозначність: у фразі Time flies like an arrow для ЕОМ неясно, чи йде мова про час, що летить, або про комах, тобто чи є слово flies дієсловом або іменником. Значеннєва неоднозначність: у фразі The man went to the bank to get some money and jumped in слово bank може означати як банк, так і беріг. Відмінкова неоднозначність: привід in у пропозиціях He ran the mile in four minutes/He ran the mile in the Olympics позначає або час, або місце, тобто представлені зовсім різні відносини. Референциальная неоднозначність: для системи, що не володіє знаннями про реальний світ, буде важко визначити, з яким словом - table або cake - співвідноситься займенник it у фразі I took the cake from the table and ate it. Литерация (Literalness): у діалозі Can you open the door? — I feel cold ні прохання, ні відповідь виражені нестандартним способом. В інших обставинах на питання може бути отримана пряма відповідь yes/no, але в даному випадку в питанні імпліцитно виражене прохання відкрити двері. Центральна проблема як для загальної, так і для прикладний NLP - дозвіл такого роду неоднозначностей - вирішується за допомогою перекладу зовнішнього представлення на ЕЯ в якусь внутрішню структуру. Для загальної NLP таке перетворення вимагає набору знань про реальний світ. Так, для аналізу фрази Jack took the bread from the supermarket shelf, paid for it, and left і для коректної відповіді на такі питання, як What did Jack pay for?, What did Jack leave? і Did Jack have the bread with him when he left? необхідні знання про супермаркети, процеси покупки і продажі і деякі інші. Прикладні системи NLP мають перевага перед загальними, тому що працюють у вузьких предметних областях. Приміром, системі, використовуваної продавцями в магазинах із продажу комп'ютерів, не потрібно ”роздумувати” над неоднозначністю слова terminals у вопросе How many terminals are there in the order?. Проте, створення систем, що мають можливість спілкування на ЕЯ в широких областях, можливо, хоча поки результати далекі від задовільних. Розпізнавання мови В міру розвитку комп'ютерних систем стає усе більш очевидним, що використання цих систем набагато розшириться, якщо стане можливим використання людської мови при роботі безпосередньо з комп'ютером, і зокрема стане можливим керування машиною звичайним голосом у реальному часі, а також введення і висновок інформації у виді звичайної людської мови. Існуючі технології розпізнавання мови не мають поки достатніх можливостей для їхнього широкого використання, але на даному етапі досліджень проводиться інтенсивний пошук можливостей уживання коротких багатозначних слів (процедур) для полегшення розуміння. Розпізнавання мови в даний час знайшло реальне застосування в житті, мабуть, тільки в тих випадках, коли використовуваний словник скорочений до 10 знаків, наприклад при обробці номерів кредитних карт і інших кодів доступу в системах, що базуються на комп'ютерах, що обробляють передані по телефоні дані. Так що насущна задача - розпізнавання принаймні 20 тисяч слів природної мови - залишається поки недосяжної. Ці можливості поки недоступні для широкого комерційного використання. Однак ряд компаній самотужки намагається використовувати вже існуючі в даній області науки знання. Для успішного розпізнавання мови варто вирішити наступні задачі: обробку словника (фонемний склад), обробку синтаксису, скорочення мови (включаючи можливе використання твердих сценаріїв), вибір диктора (включаючи вік, стать, рідну мову і діалект), тренування дикторів, вибір особливого виду мікрофона (приймаючи в увагу спрямованість і місце розташування мікрофона), умови роботи системи й одержання результату з указівкою помилок. Існуючі сьогодні системи розпізнавання мови ґрунтуються на зборі всієї доступної (часом навіть надлишкової) інформації, необхідної для розпізнавання слів. Дослідники вважають, що в такий спосіб задача розпізнавання зразка мови, заснована на якості сигналу, підданого змінам, буде достатньої для распознавани, але проте в даний час навіть при розпізнаванні невеликих повідомлень нормальної мови, поки неможливо після одержання різноманітних реальних сигналів здійснити пряму трансформацію в лінгвістичні символи, що є бажаним результатом. Практична реалізація Розробки в області штучного інтелекту ведуться й у Новосибірськом Державному Технічному Університеті. На факультеті Прикладної Математики й Інформатики (Фпмии) елементи теорії штучного інтелекту входять у базову програму підготовки фахівців. Одним із провідних спеціалістів у даній області є професор Хабаров В.И., зав. кафедрою Програмних Систем і Баз Даних (Псибд). Один з напрямків його досліджень зв'язано з упровадженням семантичних і нейронных мереж у системи керування й аналізу даних, систем нагромадження і представлення знань. Як приклад можна назвати розробку CASE-технології, базованої на ультрамережах. Тенденції розвитку сучасних інформаційних технологій приводять до постійного зростання складності інформаційних систем (ИС), створюваних у різних областях економіки. Сучасні великі проекти ИС характеризуються, як правило, що випливають особливостями: складність опису (досить велика кількість функцій, процесів, елементів даних і складні взаємозв'язки між ними), що вимагає ретельного моделювання й аналізу даних і процесів; наявність сукупності тісно взаємодіючих компонентів (підсистем), що мають свої локальні задачі і мети функціонування (наприклад, традиційних додатків, зв'язаних з обробкою транзакций і рішенням регламентних задач, і додатків аналітичної обробки (підтримки прийняття рішень), що використовують нерегламентовані запити до даних великого обсягу); відсутність прямих аналогів, що обмежує можливість використання яких-небудь типових проектних рішень і прикладних систем; необхідність інтеграції існуючих і знову розроблювальних додатків; функціонування в неоднорідному середовищі на декількох апаратних платформах; роз'єднаність і різнорідність окремих груп розроблювачів за рівнем кваліфікації і сформованих традицій використання тих або інших інструментальних засобів; істотна тимчасова довжина проекту, обумовлена, з одного боку, обмеженими можливостями колективу розроблювачів, і, з іншого боку, масштабами організації-замовника і різним ступенем готовності окремих її підрозділів до впровадження ИС. Незважаючи на високі потенційні можливості CASE-технології (збільшення продуктивності праці, поліпшення якості програмних продуктів, підтримка уніфікованого і погодженого стилю роботи) далеко не всі розроблювачі інформаційних систем, що використовують Кошт-CASE-засоби, досягають подібних результатів. Застосування семантичних мереж для проектування даного виду систем є по своїй суті кроком в абсолютно новому напрямку, що дозволяє проектувати і впроваджувати інтелектуальні ті, яких навчають, системи для підтримки прийняття рішень. Семантичні мережі Семантична мережа - структура для представлення знань у виді вузлів, з'єднаних дугами. Найперші семантичні мережі були розроблені як язик-посередника для систем машинного перекладу, а багато сучасних версій дотепер подібні по своїх характеристиках із природною мовою. Однак останні версії семантичних мереж стали більш могутню і гнучкими і складають конкуренцію фреймовим системам, логічному програмуванню й іншим мовам представлення. Починаючи з кінця 50-их років були створені і застосовані на практиці десятки варіантів семантичних мереж. Незважаючи на те, що термінологія і їхня структура розрізняються, існують подібності, властиві практично всім семантичним мережам: вузли семантичних мереж являють собою концепти предметів, подій, станів; різні вузли одного концепту відносяться до різних значень, якщо вони не позначене, що вони відносяться до одного концепту; дуги семантичних мереж створюють відносини між вузлами-концептами (позначки над дугами вказують на тип відносини); деякі відносини між концептами являють собою лінгвістичні відмінки, такі як агент, об'єкт, реципієнт і інструмент (інші означають тимчасові, просторові, логічні відносини і відносини між окремими пропозиціями; концепти організовані по рівнях у відповідності зі ступенем узагальненості тому що, наприклад, сутність, жива істота, тварина, м'ясоїдне. Однак існують і розходження: поняття значення з погляду філософії; методи представлення кванторів спільності й існування і логічних операторів; способи маніпулювання мережами і правила висновку, термінологія. Усе це варіюється від автора до автора. Незважаючи не деякі розходження, мережі зручні для читання й обробки комп'ютером, а також досить могутні, щоб представити семантику природної мови. Штучний інтелект і теоретичні проблеми психології Можна виділити дві основні лінії робіт з ИИ. Перша зв'язана з удосконалюванням самих машин, з підвищенням "інтелектуальності" штучних систем. Друга зв'язана з задачею оптимізації спільної роботи "штучного інтелекту" і власне інтелектуальних можливостей людини. Переходячи до психологічних проблем штучного інтелекту, можна відзначити три позиції по питанню про взаємодію психології і штучного інтелекту. "Ми мало знаємо про людський розум, ми хочемо його відтворити, ми робимо це усупереч відсутності знань" - ця позиція характерна для багатьох закордонних фахівців по ИИ. Друга позиція зводиться до констатації обмеженості результатів досліджень інтелектуальної діяльності, що проводилися психологами, соціологами і фізіологами. Як причину указується відсутність адекватних методів. Рішення бачиться у відтворенні тих або інших інтелектуальних функцій у роботі машин. Іншими словами, якщо машина вирішує задачу раніше вирішувалася людиною, то знання, які можна подчерпнуть, аналізуючи цю роботу і є основний матеріал для побудови психологічних теорій. Третя позиція характеризується оцінкою дослідження в області штучного інтелекту і психології як зовсім незалежних. У цьому випадку допускається можливість тільки споживання, використання психологічних знань у плані психологічного забезпечення робіт з ИИ. Популярні ідеї системного аналізу дозволили зробити порівняння принципів роботи штучних систем і власне людської діяльності важливим евристичним прийомом виділення саме специфічного психологічного аналізу діяльності людини. У 1963 р. виступаючи на нараді по філософських питаннях фізіології ВНД і психології, А.Н. Леонтьев сформулювала наступну позицію: машина відтворює операції людського мислення, і отже співвідношення "машинного" і "немашинного" є співвіднесення операционального і неоперационального в людській діяльності. Однак у наслідку при порівнянні операцій, з яких складається робота машини, і операцій як одиниць діяльності людини виявилися істотні розходження - у психологічному змісті "операція" відбиває спосіб досягнення результатів, процесуальну характеристику, у той час як стосовно до машинної роботи цей термін використовується в логіко-математичному змісті (характеризується результатом). У роботах по штучному інтелекті постійно використовується термін "ціль". Аналіз відносини засобів до мети А.Ньюэлл і Г.Саймон називають у якості однієї з "евристик". У психологічній теорії діяльності "ціль" є конституирующим ознакою дії у відмінності від операцій (і діяльності в цілому). У той час як у штучних системах "метою" називають деяку кінцеву ситуацію до якої прагне система. Ознаки цієї ситуації повинні бути чітко виявленою й описаними формальною мовою. Мети людської діяльності мають іншу природу. Кінцева ситуація може по різному відбивати суб'єктом: як на понятійному рівні, так і у формі представлень або перцептивного образа. Це відображення може характеризуватися різним ступенем ясності, виразності. Крім того, для людини характерно не просте досягнення готових цілей але і формування нових. Також робота систем штучно інтелекту, характеризується не просто наявністю операцій, програм, "цілей", але й оцінними функціями. І в штучних систем є свого роду "ціннісні орієнтації". Специфіку людської мотивационно-эмоциональной регуляції діяльності складає використання не тільки константних, але і ситуативно виникаючих і динамічно мінливих оцінок, істотно також розходження між словесно-логічними й емоційними оцінками. В існуванні потреб і мотивів бачиться розходження між людиною і машиною на рівні діяльності. Ця теза спричинила за собою цикл досліджень, присвячених аналізові специфіки людської діяльності. Пізніше була показана залежність структури розумової діяльності при рішенні творчих задач від зміни мотивації. Як у дійсності показала історія, психологія і штучний інтелект як науковий напрямок можуть знаходиться в досить тісному співробітництві, взаємно базуючи на досягненнях один одного. Кілька слів про свідомість Свідомість виникає у тварин як один із засобів, що поліпшує їхню адаптацію до навколишнього середовища. Швидка (у порівнянні згодом життя тварини) адаптація вимагає здібності передбачати, а мотивом адаптації служать біологічні життєві потреби організму. Штучна система, що володіє такими властивостями, теж здобуває свідомість. Що така свідомість? Як улаштована свідомість? Які процеси, механізми, взаємодіючі об'єкти потрібні, щоб виникла свідомість і усвідомлення себе? Що потрібно для виготовлення не моделі свідомості, а просто свідомості? Звичайне слово свідомість застосовується, як характеристика окремої істоти. Воно може "знепритомніти". А слово розум означає принципову здатність бути свідомим. Наприклад, "людина розумний". Однак, є й інші тлумачення. Не відомо, як довести, що людина думає. Впевненість у тім, що люди думають, заснована на досвіді і переконаності у власній свідомості, а не на вимірах і логічних висновках з них. От чому науці важко підступитися до глибокого вивчення свідомості. Ми можемо вивчати мозок, нейрони, мови, поводження, але не свідомість саме по собі. Ми спостерігаємо не розум, а розумне поводження. Раз вуж не можна це точно довести, те потрібно суб'єктивно судити про наявність свідомості в деякого об'єкта по його поводженню. При цьому можна прийняти якесь поводження за свідоме, а згодом з'ясувати, що це була помилка. Але більш надійного способу ні, і не варто гаяти час на його встановлення, якщо тільки це не виявиться критичним для відповіді на поставлені питання. Сутність суб'єкта суб'єктивна. Людина відноситься до себе занадто предвзято. І хоча майже будь-яка людина може зробити корисні висновки про природу свідомості на підставі поводження людей, швидше за все, ці аргументи не переконливі для інших людей. Тому варто розглянути свідомість інших тварин. Свідомість і виживання Поводження тварини керується його нервовою системою. Звичайно, чим більше мозок тварини, тим розумніше поводження цієї тварини. Нервова система, як і інші органи і системи організму, винайдена природою як один із засобів, що забезпечують виживання виду. Розвиток нервової системи і збільшення централізованого мозку відбувся теж у результаті еволюційної боротьби за виживання. Але є такі форми життя, що виживають і без нервової системи, наприклад, рослини. Рослини не живуть, а виживають. Порівняємо індивідуальне поводження рослини і тварини. Що, власне, у їхньому поводженні сприяє виживанню виду? Саме слово поводження погане підходить до рослині. Рослини проживають своє століття без помітного прояву індивідуальних властивостей. Виживаність однієї рослини полягає в тім, що воно здатно винести несприятливі умови, що можуть наступити в якийсь період життя рослини. Пристосовність виду рослин до умов, що змінюються, забезпечується тим, що рослини, що погано пристосовані до даних умов, не виживають і не передають свої невдалі ознаки потомству. Тварини здатні поліпшити своє життя. Вони зовсім інакше відносяться до несприятливих умов тварини, наприклад, кішки і мишки. Вони активно намагаються знайти вихід з положення. Власне, це і можна назвати поводженням. Поводження - це достатнє швидка реакція у відповідь на зовнішні умови, що змінюються. Якщо погані умови зберігаються довго, то кішка намагається пристосуватися до них. Вона шукає правильне поводження в новій для неї обстановці. Але якщо всі спроби поліпшити ситуацію виявляються безнадійними, то кішці, як і рослині, залишається тільки сподіватися і терпіти. Складне поводження тварин є проявом умовних і уроджених рефлексів. Це справедливо як для простого тварин, начебто равлика, так і для найбільш тямущих, начебто собаки. На відміну від рослин, тварини, що мають нервову систему, здатні здобувати умовні, генетично не запрограмовані рефлекси, тобто навчатися. Тварини можуть знайти нове вигідне (тобто розумне?) поводження. У деяких випадках поводження, засноване на придбаних рефлексах, настільки "розумно", що деякі, наприклад я, вважають його розумним без лапк. Чи є це поводження проявом "сьогодення" розуму або лише витонченою адаптацією живого організму до мінливого світу, не відомо, тому що ми можемо судити про розум тільки по поводженню, і не маємо конструктивного "індикатора наявності розуму". А чим, якщо не адаптацією до світу аж до зміни світу по своїх потребах, є поводження людини? Отже, умовившись судити про розум по поводженню, можна виділити два важливих факти. Є чи розум? Судження про наявність розуму суб'єктивно, аж до того, що некоторые люди вважають поводження деяких своїх одноплемінників несвідомим. Можна ввести суб'єктивну шкалу розумності. Наприклад, равлик, кішка і людина перераховані тут у порядку збільшення розумності. Не виключено, що розум починається не із самого найпростішого рівня організації нервової системи, а "виникає" при достатньому її розвитку. Однак, поки не ясно, що таке розум, і не ясний механізм такого виникнення, зручно вважати, що всі істоти з нервовою системою розумні. Зокрема, найпростіші істоти можуть мати "нульову" або "исчезающе малу" розумність. Зате при такому підході можна порівняти поводження багатьох тварин, щоб знайти, що ж саме в поводженні даної тварини здається розумним. Це повинніо бути такі ознаки, що виявляються в усіх без винятку тварин. Явно розумність полягає не в тім, що істота харчується і розмножується, тому що подібні ознаки є й у рослин, що, судячи з відсутності поводження, розумом не володіють. Такі непогані визначення свідомості, як здатність до досягнення мети, або до перебування рішення, або до ухвалення рішення, теж не підходять, тому що вони не конструктивні, зокрема, не зв'язані однозначно з поводженням, що спостерігається. "Ціль" і "рішення" самі визначаються через свідомість. Здатність до спілкування із собі подібними, і форми такого спілкування "більш наблюдаемы", але часто їх важко відрізнити від фізичної взаємодії. Приклад: перенос пилка. Гарним критерієм розумності, що спостерігається, є здатність активно пристосовуватися до мінливих навколишніх умов, тобто здатність самонавчатися на основі свого досвіду. Чим же відрізняється свідомість від самонавчання? Свідомість - це внутрішня властивість, творчий мотор організму, що самонавчається. Початкова свідомість виникає при такій організації нервової системи, що забезпечує можливість навчатися. Це ще не та самосвідомість, що змушує поступитися місцем бабусі. Конструктивність цього визначення полягає в тому, що воно не обмежує засоби для виготовлення "творчого мотора". Варто винайти і створити пристрій, здатне самонавчатися (саме “саме-”, без поштовхів і зовнішнього впливу, причому не пасивно, а в активній формі, супроводжуваною діяльністю) - і воно одержить свідомість. Знайдіть здатність до самонавчання в робота, і цим буде доведено, що він має свідомість. Замість слова "самонавчання" іноді використовують більш широке поняття "адаптація". Якщо істота самостійна знаходить нове поводження в нових умовах, причому ніхто не учив його цьому поводженню, то ця істота здатна до адаптації (до самонавчання). Винахід нового поводження - ознака творчості (хоча ця думка дуже і дуже спірно і для доказу його істинності і помилковості потрібні серйозні філософські вишукування в області поняття “творчість”), а творчість - один з атрибутів свідомості. Людина збройна Людина, постачена сучасними технічними засобами (книгами, автомобілями, зброєю), здатний вижити в більш широкому діапазоні зовнішніх умов. Він краще адаптований до світу, чим людина, як жива істота. У відповідності з таким визначенням, можна вважати, що свідомість цивілізованої людини продовжує розвиватися, хоча свідомість "біологічного" людини, може бути, має межі, що вже досягнуті, судячи з тому, що нам приходиться інтенсивно учитися все життя і нашу розумність пропорційна здібності до адаптації. Великий потенціал адаптації добре видний з такого уявного експерименту. Уявимо собі істоту з максимально розвитий адаптацією. Нехай ця істота змушена пристосовуватися до людської культури. І воно навчилося грати в шахи, конструювати космічні ракети і складати вишукані вірші. Хто тепер відмовить йому в розумності! Тому будь-які здібності живої істоти до адаптації варто вважати проявами його свідомості. І кожен вправі суб'єктивно оцінювати ступінь розвитку цієї свідомості. Осознавание себе "Початкове" свідомість не гарантує осознавания. Осознавание - це такий рівень розвитку свідомості, при якому суб'єкт відрізняє себе від інших об'єктів, тобто виділяє себе як самостійно функціонуючу систему. Осознавание себе – головна загальновизнана ознака свідомості. Однак це лише окремий випадок осознавания "зовнішнього" світу. Ми сприймаємо зовнішній світ у виді різних якостей, що відбивають фізичні параметри природних явищ, регистрируемые нашими органами почуттів. Ми усвідомлюємо не свою свідомість, а свої відчуття об'єктного світу і свої думки, представимые у виді образів з об'єктного світу, тобто у виді образів відчуттів. Судження про власну свідомість виводиться зі спостереження свого поводження. Тому проблема осознавания себе зводиться до проблеми осознавания своїх відчуттів. Осознавание відчуттів забезпечує той же внутрішній механізм свідомості - мотор самонавчання і творчості. Власне свідомість – це не мозок, не поводження, а саме механізм, тобто особливий процес обробки інформації. Свідомість - це процес, і це коштує ще раз підкреслити! (Відразу приходить у голову те, що ЕОМ - це теж постійний процес: коштує неї виключити і вона стає просто меблями, начебто тумбочки, або частиною інтер'єра, “непритомніє”. Коли ж вона включена, те постійно знаходиться в стані “самосвідомості”, безупинно контролюючи усі внутрішні і всі доступні їй зовнішні процеси.) Можна цілком зберегти інформацію, і зупинити процес її обробки. При цьому свідомість зникне. Для осознавания важливо, що творчий механізм свідомості виробляє оптимальне в даних обставинах поводження органів. Поводження мозку - це його взаємодія з іншими органами. Поводження руки - це її взаємодія з фізичним світом і з мозком. Якщо знайдено досить зроблене " поліпшуване" поводження, то осознавание теж зникає, заміняючи автоматичним керуванням. Тому ретельно відпрацьоване поводження, наприклад, при грі на музичному інструменті, стає автоматичним і не відволікає осознавание від музичної творчості. Хоча ми не додаємо цьому великого значення, але варто помітити, що супутньому автоматичному поводженню відчуття теж можуть ставати автоматичними, тобто неусвідомлюваними. Наприклад, здорова людина не звертає уваги на те, що при ходьбі на ступни його ніг діє сила в десятки кілограмів. А в іншій ситуації ми почуваємо і свідомо реагуємо на легкий дотик. Свідомість - це не матеріальний предмет. Питання "де знаходиться свідомість" не має змісту. Необхідну обробку інформації може виконувати локальний нервовий вузол, мозок або вилучений процесор, але свідомість не знаходиться усередині цих органів. Наприклад, ми бачимо метелика на екрані комп'ютера. Обробка її відчуттів (вірніше - моделі відчуттів) відбувається усередині системного блоку, а матеріального тіла в неї взагалі немає. Звідси випливає, що не можна привласнювати функцію свідомості мозкові, тому що мозок є тільки одним з органів, що підтримують свідоме поводження живої істоти, що спостерігається. Осознавание необхідно тільки там, де неможлива автоматизація. Живий мозок, як інформаційна машина, постійно взаємодіє з об'єктним світом. Тільки малу частину своїх здібностей він виділяє для усвідомлюваної творчості. А сам механізм свідомості - це неостановимый процес, що працює, навіть коли ми спимо і нічого не усвідомлюємо. Усвідомлення себе - це тільки один з численних процесів, що відбуваються у свідомості при керуванні тілом і його поводженням у навколишньому світі. Це процес творчого (тобто, неавтоматичного) сприйняття зовнішнього світу. Сприйняття світу не можна цілком автоматизувати, тому що розумна жива істота повинна бути готова до несподіваної непередбаченої зміни в навколишньому світі. Потрібно зберігати увага і мати "резерв розумності" (осознавание і здатність до умовиводів), щоб адекватно змінити поводження. Велика частина процесів свідомості - це керування органами тіла, доведене до автоматизму, і тому воно не усвідомлювано. Можна зробити допущення, що в той час, коли мозок і інші органи ще не народженої дитини розвивалися і привчалися взаємодіяти один з одним, цей творчий процес самонавчання був усвідомлюваний. А материнський організм допомагав навчанню, страхуючи плід від занадто багатої творчості. Усвідомлення себе індивідуальністю - не основа свідомості, а що відчувається, найбільш творча сторона його роботи, що не може перетворитися в автоматичне легко пізнаване поводження. Тому свідомість іншого суб'єкта безпосередньо не наблюдаемо. А от власна свідомість наблюдаемо. Хоча автоматичні процеси і складають основну роботу механізму свідомості, але вони є підсвідомими і не відволікають нашої уваги від творчої роботи свідомості, який би малої вона ні була. Критерій розуміння – це працюючий алгоритм, що самонавчається. Розробивши алгоритм (технологію) самонавчання або універсальної адаптації і постачивши цим алгоритмом штучна істота, ми забезпечуємо його засобом для розвитку свідомості й осознавания себе. Розумні тільки люди? Нехай створена штучне життя. Спробуємо перевірити розумність якої-небудь штучної істоти. Якщо воно розвивалося в оточенні собі подібних, а не людей, то в нього зовсім інший світ інтересів. Воно буде схоже для нас не на мислителя або хитруна з тесту Тьюринга, а на тварина, машину або програму. Постійний динамічний контакт з об'єктним світом є обов'язковим умовою як життя, так і розуму. А повноцінне розумне життя можливе тільки в якому-небудь культурному середовищі. Наприклад, серед людей. Для того щоб ми могли визнати істоту розумним, вона повинно пристосуватися до людської культури. Якщо папуга зможе пройти тест Тьюринга, то ніхто не стане сумніватися в тім, що він має свідомість. Але якщо такий же або ще більш розумний папуга ніколи не зустрічав людей, то він не може пройти тест Тьюринга. Тому що це тест на наявність людської свідомості. Висновок Природа мислення, загадка свідомості, таємниця розуму, усе це, безумовно, одна з найбільш хвилюючої людини проблем. Популярність кібернетики, неослабний інтерес до неї з боку самих широких кіл багато в чому порозумівається саме її тісним зв'язком з цією "вічною" проблемою. З того самого моменту, як людина стала задумуватися над проблемою мислення, у підході до неї існують два основних діаметрально протилежних напрямки: матеріалізм і ідеалізм. Ідеалізм виходить з визнання мислення якоюсь особливою сутністю, у корені відмінної від матерії, від усього того, з чим ми маємо справу в зовнішньому світі. Матеріалізм, навпроти, затверджує, що "...той речовинний, почуттєво сприйманий нами світ, до якого належимо ми самі, є єдиний дійсний світ і нашу свідомість і мислення, як би ні здавалося воно надчуттєвим, є продуктом речовинного, тілесного органа. Можна намагатися пояснити, що тому що кібернетика дозволяє моделювати деякі функції мозку, то свідомість або розум має чисто матеріальну основу. Однак дана область може вважатися слабко вивченої, незважаючи на працю не одного покоління вчених, і робити подібні висновки ще більш ніж рано. Дане твердження не є підтримка прихильників ідеалізму, воно лише є думкою людини, що небагато займається математикою. Дотепер диалектико-материалистиеское розуміння мислення спиралося головним чином на узагальнені дані психології, фізіології і мовознавства. Дані кібернетики дозволяють порушити питання про більш конкретне розуміння мислення. Інструментом філософії є знання. Саме інструментом, а не результатом. Знання не є кінцевий предмет, якому можна покласти в скриню і сказати: “Так, тепер у мене є знання!” Знання - це ланцюжок. Знання в області штучного інтелекту - теж є ланцюжок, причому нескінченна. Інструментом же кібернетики є моделювання. З погляду теорії моделювання взагалі не має змісту говорити про повну тотожність моделі й оригіналу. Тому не можна стопроцентно змоделювати розумне поводження, об'єкт здатний мислити, і помістити його усі в ту ж скриню. Усе це цілком погодиться з поняттям знання. Словник термінів Нижче приводяться найбільше часто уживані поняття в термінології проектування систем штучного інтелекту. База знань (Knowledge Base): Сукупність програмних засобів, що забезпечують пошук, збереження, перетворення і запис у пам'яті комп'ютера складно структурованих інформаційних одиниць (знань). Висновок (Inference): Одержання нових інформаційних одиниць з раніше відомих. Часткою случаємо висновку є логічний висновок. Знання (Knowledge): Сукупність зведень, що утворять цілісний опис, що відповідає деякому рівневі поінформованості про описуваний предмет, подію, проблемі і т.д. І-програмування (AI-programming): Розробка інструментального програмного забезпечення для рішення задач штучного інтелекту. В І-програмуванні створюються мови програмування, орієнтовані на особливості задач штучного інтелекту, мови представлення й обробки знань, експертні оболонки й інші інструментальні засоби. Штучний інтелект (Artificial Intelligence, AI): Науковий напрямок, у рамках якого ставляться і вирішуються задачі апаратного або програмного моделювання тих видів людської діяльності, що традиційно вважаються інтелектуальними (представлення знань, навчання, спілкування і т.п.). Нейронная мережа (Neural Network, NN): Мережа, що складається з безлічі простих процесорів (нейронів, вузлів), кожний з яких, можливо, має локальну пам'ять. Нейрони зв'язані односпрямованими комунікаційними каналами (зв'язками), по яких передається чисельні (на противагу символьним) дані. Вузли маніпулюють тільки своїх локальних даних і вхідних даними, що вони одержують по зв'язках. Представлення Дія, що робить деяке поняття сприйманим за допомогою фігури, запису, мови або формалізму. Представлення знань Формалізація щирих переконань за допомогою фігур, записів або мов. Використана література Алексєєва И.Ю. Штучний інтелект і рефлексія над знаннями. // “Філософія науки і техніки”: журнал 1991 №9, с. 44-53. Алексєєва И.Ю. Знання як об'єкт комп'ютерного моделювання. // “Питання філософії”: журнал 1987 №3, с. 42-49. Анисов А.М. ЕОМ і розуміння матемматических доказів. // “Питання філософії”: журнал 1987 №3, с. 29-40. Майбутнє штучного інтелекту: М., Наука 1991, ред: Карл, Левитин, Поспєлов, Хорошевский. Вендров А.М. CASE-технології. Сучасні методи і засоби проектування інформаційних систем.: М., Фінанси і статистика 1998. Вінер Н. Киберентика або керування і зв'язок у тварині і машині. Друге видання: М., Наука 1983. Лефевр В.А. Від психофізики до моделювання душі. // “Питання філософії”: журнал 1990 №7, с. 25-31. Лефевр В.А. “Незбагненна“ ефективність математики в дослідженнях людської рефлексії. // “Питання філософії”: журнал 1990 №7, с. 51-58. Поспєлов Д.А. Філософія або наука. На шляху до штучного інтелекту: М., Наука 1982. Поспєлов Д.А. Штучний інтелект: новий етап розвитку. // “Вісник АН СРСР”: журнал 1987 №4. Петрунин Ю.Ю. Штучний інтелект як феномен сучасної культури. // “Вісник Московського університету”: журнал 1994 №8, с. 28-34. Тьюринг А. чи Може машина мислити?: М., Наука 1960. Шрейдер Ю.А. Штучний інтелект, рефлексивні структури й антропный принцип. // “Вопосы філософії”: журнал 1995 №7, с. 163-167. Шрейдер Ю.А. Людська рефлексія і дві системи етичної свідомості. // “Вопосы філософії”: журнал 1990 №7, с. 32-41. Корниенко Е. Механізми свідомості: www.glasnet.ru 1998 (електронна публікація)
1 2 3 4 5 Категория: Філософія \| Добавил: Aspirant (02.05.2013)
Просмотров: 1473 \| Рейтинг: 0.0/0

Всего комментариев: 0


Имя *:
Email *:

Код *: