В последние
годы все чаще стал употребляться
термин "компьютерное моделирование".
Очевидно, имеет смысл обозначать
им построение любого из составляющих
компьютерной системы - будь то
знаковая модель или материальная.
Что изменяется
в компьютерном моделировании
с переходом от уровня представления
данных к уровню представлению
знаний? Каков гносеологический
смысл этих изменений?
С введением
термина "знание" появляется
свойство "осознавать", т. е. "понимать"
свои интеллектуальные возможности.
В свою очередь, это означает
не что иное, как рефлексию.
Рефлексия как одна из составляющих
интеллектуальной деятельности
Исследования в области
искусственного интеллекта возникли под
влиянием идей кибернетики - прежде всего
идеи общности процессов управления и
передачи информации в живых организмах,
обществе и технике, в частности, в компьютерах.
Философская приемлемость
проблематики искусственного интеллекта
в ее традиционном виде была
обусловлена лежащим в ее основе
представлением о том, что "порядок
и связь идей те же, что порядок
и связь вещей". Тем самым
создать в компьютере структуру,
воспроизводящую "мир идей",
означало попросту создать структуру,
изоморфную структуре вещественного
мира, т. е. построить "электронную
модель мира". Эта модель интерпретировалась
как компьютерная модель человеческих
знаний о мире. Процесс человеческого
мышления интерпретировался в
компьютере как машинный поиск
таких трансформаций модели, которые
должны были перевести компьютерную
модель в некое финальное состояние
(например, матовую позицию в шахматах).
Для этого система
искусственного интеллекта нуждалась
в знаниях о том, как осуществлять
трансформации состояний модели,
приводящие к заранее заданной
цели - состоянию с определенными
свойствами. В первое время было
распространено убеждение в принципиальной
способности компьютера к самостоятельному
исследованию хранящейся в нем
модели, т. е. к самообучению
стратегии достижения поставленной
цели.
Данная гипотетическая
способность интерпретировалась
как возможность машинного творчества,
как основа создания будущих
"мыслящих машин". И, хотя
в реально разрабатывавшихся
системах достижение цели осуществлялось
на основе человеческого опыта
с помощью алгоритмов, основанных
на теоретическом анализе создаваемых
моделей и результатов проводимых
на них экспериментов, идеи
построения самообучаемых систем
многим казались наиболее перспективными.
Лишь к 80-му году была осознана
значимость проблемы использования
в интеллектуальных системах
человеческих знаний о действительности,
повлекшая серьезную разработку
баз знаний и методов извлечения
личных знаний экспертов.
С развитием
данного направления возникла
идея рефлексивного управления.
До этого момента в кибернетике
управление рассматривалось как
передача объекту сигналов, непосредственно
воздействующих на его поведение,
а эффективность управления достигалась
с помощью обратной связи -
получения информации о реакциях
управляемого объекта. Рефлексивное
же управление - есть передача
информации, воздействующей на имеющийся
у объекта образ мира. Тем самым
обратная связь оказывается излишней
- состояние субъекта известно
передающему информацию, то есть
объекту.
Традиционные
системы искусственного интеллекта
основаны на идеологии целеориентированного
поведения типа шахматной игры,
где цель обоих партнеров состоит
в том, чтобы поставить мат
ценой любых жертв. Не случайно
именно шахматные программы оказались
столь важными для отработки
методов искусственного интеллекта.
Неотъемлемость рефлексии
Стоит ли считать
рефлексию неотъемлемой частью систем
искусственного интеллекта?
Ответом с технической
точки зрения может служить
следующее. Как и любая компьютерная
программа, наделенная средствами
самодиагностики и самоисправления
(а такие средства уже становятся
стандартом), т. е. средствами повышения
надежности, системы искусственного
интеллекта должны контролировать
происходящие процессы - как внешние,
так и внутренние. Однако может
показаться, что в этом смысле
будет достаточным просто развитая
структура обратных связей. Сразу
надо оговориться, что под обратной
связью следует понимать только
ответную реакцию (или получение
информации о ней) после какого-то
конкретного действия системы.
Обратная связь лишь предоставляет
данные, информацию, но ни в коей
мере не интерпретирует их. Норбертом
Винером в книге "Кибернетика,
или управление и связь в
животном и машине" были приведены
примеры нарушений нервной системы
людей и их последствия. Так
люди с нарушением системы
ориентации собственных конечностей
в пространстве (не чувствующие
своих рук и ног, случай, когда
конечности "немеют") должны были
визуально контролировать свои
действия. Это было типичное нарушение
обратной связи. Рефлексия же
подразумевает анализ полученной
картины.
Анализ функционирования
собственной модели или модели
"всей окружающей действительности"
(в рамках поставленной задачи),
контроль над ее состоянием, прогнозирование
состояния - есть ни что иное,
как реализация рефлексии. Рефлексия
- есть некий метауровень. С
применением языков программирования
высокого уровня, таких как Пролог,
позволяющий формулировать цели
и строить логические выводы
достижимости этих целей, задача
реализации рефлексии уже может
быть частично решена. С их
помощью можно построить некую
метаструктуру, надстройку, некий
метауровень, позволяющий оценивать
поведение предыдущего. Однако, при
рассмотрении термина "глубокая
рефлексия" или "многоуровневая
рефлексия" встает проблема
построения моделей самой системой.
Здесь на помощь приходят абстрактные
типы данных. Они позволяют оперировать
структурами данных любой конечной
сложности. Таким образом, можно
считать, что системы искусственного
интеллекта могут содержать модель
рефлексии.
Таким образом,
считать интеллектуальную систему
полноценной без умения оценивать,
"понимать" свои действия, то
есть рефлексировать, нельзя. Более
того, рефлексию следует считать
одним из главных инструментов
построения поведения систем. Говоря
языком математики, рефлексия является
необходимым условием существования
интеллектуальной системы.
Некоторые подходы к решению
проблемы ИИ
Механистический подход
Идея создания мыслящих
машин "человеческого типа", которые
думают, двигаются, слышат, говорят, и вообще
ведут себя как живые люди уходит корнями
в глубокое прошлое. Еще в античности люди
стремились создать машину, подобную себе.
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, служивший при дворе
Франциска I, сконструировал серию
машин, которые умели держать
перо и могли писать довольно
длинные тексты. Другой мастер, Пьер
Жак-Дроз из Швейцарии, построил
пару изумительных по сложности
механических кукол размером
с ребенка: мальчика, пишущего
письма и девушку, играющую
на клавесине. 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;
как утверждал Бэббидж, его машина
в принципе могла бы рассчитывать шахматные
ходы. Позднее, в 1914 г., директор одного
из испанских технических институтов
Леонардо Торрес-и-Кеведо действительно
изготовил электромеханическое устройство,
способное разыгрывать простейшие шахматные
эндшпили почти также хорошо, как и человек.
Но все эти
механические устройства имеют
лишь отдаленное сходство с
тем, что может быть названо
ИИ, хотя интересны с исторической
точки зрения.
Электронный подход
После второй мировой войны
появились устройства, казалось бы, подходящие
для достижения заветной цели – моделирования
разумного поведения; это были электронные
цифровые вычислительные машины.
К концу 50-х
годов все эти увлечения выделились
в новую более или менее
самостоятельную ветвь информатики,
получившую название "искусственный
интеллект". Исследования в области
ИИ, первоначально сосредоточенные
в нескольких университетских
центрах США – Массачусетском
технологическом институте, Технологическом
институте Карнеги в Питтсбурге,
Станфордском университете, - ныне
ведутся во многих других университетах
и корпорациях США и других
стран. Исследователей ИИ, работающих
над созданием мыслящих машин,
можно разделить на две группы.
Одних интересует чистая наука
и для них компьютер - лишь
инструмент, обеспечивающий возможность
экспериментальной проверки теорий
процессов мышления. Интересы другой
группы лежат в области техники:
они стремятся расширить сферу
применения компьютеров и облегчить
пользование ими. Многие представители
второй группы мало заботятся
о выяснении механизма мышления
- они полагают, что для их работы
это едва ли более полезно,
чем изучение полета птиц и
самолетостроения.
На протяжении
всей своей короткой истории
исследователи в области ИИ
всегда находились на переднем
крае информатики. Многие ныне
обычные разработки, в том числе
усовершенствованные системы программирования,
текстовые редакторы и программы
распознавания образов, в значительной
мере рассматриваются на работах
по ИИ. Короче говоря, теории, новые
идеи, и разработки ИИ неизменно
привлекают внимание тех, кто
стремится расширить области
применения и возможности компьютеров,
сделать их более "дружелюбными"
то есть более похожими на
разумных помощников и активных
советчиков, чем те педантичные
и туповатые электронные рабы,
какими они всегда были. Несмотря
на многообещающие перспективы,
ни одну из разработанных до
сих пор программ ИИ нельзя
назвать "разумной" в обычном
понимании этого слова. Это
объясняется тем, что все они
узко специализированы; самые сложные
экспертные системы по своим
возможностям скорее напоминают
дрессированных или механических
кукол, нежели человека с его
гибким умом и широким кругозором.
Даже среди исследователей ИИ
теперь многие сомневаются, что
большинство подобных изделий
принесет существенную пользу. Немало
критиков ИИ считают, что такого
рода ограничения вообще непреодолимы,
и решение проблемы ИИ надо
искать не в сфере непосредственно
электроники, а где-то за ее
пределами.
Кибернетический подход
Попытки построить
машины, способные к разумному поведению,
в значительной мере вдохновлены идеями
профессора Массачусетского технологического
института, Норберта Винера, одной из выдающихся
личностей в интеллектуальной истории
Америки и всего мира. Помимо математики
он обладал широкими познаниями в других
областях, включая нейропсихологию, медицину,
физику и электронику. Винер был убежден,
что наиболее перспективны научные исследования
в так называемых пограничных областях,
которые нельзя конкретно отнести к той
или иной конкретной дисциплины. Они лежат
где-то на стыке наук, поэтому к ним обычно
не подходят столь строго. "Если затруднения
в решении какой-либо проблемы психологии
имеют математический характер, пояснял
он, - то десять несведущих в математике
психологов продвинуться не дальше одного
столь же несведущего". Таким образом,
междисциплинарность - краеугольный камень
современной науки. Винеру и его сотруднику
Джулиану Бигелоу принадлежит разработка
принципа "обратной связи", который
был успешно применен при разработке нового
оружия с радиолокационным наведением.
Принцип обратной связи заключается в
использовании информации, поступающей
из окружающего мира, для изменения поведения
машины. В основу разработанных Винером
и Бигелоу систем наведения были положены
тонкие математические методы; при малейшем
изменении отраженных от самолета радиолокационных
сигналов они соответственно изменяли
наводку орудий, то есть - заметив попытку
отклонения самолета от курса, они тотчас
рассчитывали его дальнейший путь и направляли
орудия так, чтобы траектории снарядов
и самолетов пересеклись. В дальнейшем
Винер разработал на принципе обратной
связи теории как машинного, так и человеческого
разума. Он доказывал, что именно благодаря
обратной связи все живое приспосабливается
к окружающей среде и добивается своих
целей. "Все машины, претендующие на
разумность", - писал он, - "должны
обладать способностью преследовать определенные
цели и приспосабливаться, т.е. обучаться".
В 1948 году выходит книга Винера, в которой
он заложил фундамент новой науки, названной
им кибернетикой, что в переводе с греческого
означает рулевой. Следует отметить, что
принцип "обратной связи", введенный
Винером, был в какой-то степени предугадан
Сеченовым в описанном им в книге "Рефлексы
головного мозга" (1863 г.) феномене "центрального
торможения", т. е. почти за 100 лет до
Винера, и рассматривался как механизм
регуляции деятельности нервной системы,
и который лег в основу многих моделей
произвольного поведения в отечественной
психологии.