Мивары: 25 лет создания искусственного интеллекта - [69]

7.2.4.3. Роль эмоций в логике

Человеческие эмоции и сила воли помогают выстраивать длительные логические цепочки маршрута вывода в абстрактном многомерном миварном пространстве. Отсюда и огромное удовлетворение у ученого в случае успешного решения сложной абстрактной задачи. Видимо только эмоции и позволяют «заглядывать далеко вперед», т.е. просчитывать логические цепочки на много шагов вперед.

Это требует огромных умственных усилий и напряжения. Если есть некие значения исходных данных, то миварная логическая сеть позволяет постепенно вычислить все объекты, которые могут быть вычислены исходя из имеющихся исходных данных.

Однако именно абстрактное мышление позволяет без конкретных значений просто выстраивать логические цепочки, которые потенциально могут привести к решению.

А только затем, после нахождения абстрактного маршрута вывода-обработки, подставляются конкретные значения и решают требуемую задачу.

7.3. Классификация уровней проведения научных исследований в области искусственного интеллекта

7.3.1. Актуальность введения классификации уровней проведения научных исследований

Всем известно, что в области ИИ проводится достаточно много разнообразных и непересекающихся исследований даже по информатике и прикладной математике. Некоторые ученые спорят о том, какое направление является более интеллектуальным и перспективным. В целях упорядочивания знаний об ИИ предлагается выделить несколько в основном непересекающихся уровней таких исследований. Это, кроме всего прочего, позволит прекратить жаркие споры и «разведет» ученых по разным областям.

Предлагается следующая классификация на основе объединения основных фундаментальных и методологических подходов к моделированию ИИ на каждом уровне исследований:

1) рефлексивный "до-интеллектуальный" уровень исследований;

2) логический "интеллектуальный" (логические рассуждения и моделирование структур) уровень исследований;

3) социальный "после-интеллектуальный" уровень исследований.

7.3.2. Рефлексный «до-интеллектуальный» уровень исследований

Человек разнообразно реагирует на обстоятельства внешней среды: от простейших рефлексов, например, инстинктивного разгибания коленки при ударе по ней неврологическим молоточком, до решения сложных логических задач, например, постановки диагноза больному. Обработка внешних воздействий осуществляется на разных уровнях центральной нервной системы: в одних случаях достаточно задействовать спинной мозг, в других– ядра отделов головного мозга в третьих – кору.

Нейросети (и им подобные методы) лучше моделируют инстинктивные реакции, рефлексам и т.п. Когда надо отреагировать (и не обязательно действием) мгновенно и не осмысливая. Да, это очень важно, но в общепринятом смысле это нельзя называть интеллектуальной осознанной деятельностью. Нейросети – это что-то до-интеллектуальное, но очень важное для диагностики реакций. По нашему мнению, исследователям нейросетей обижаться на то, что это неинтеллектуальные действия, нельзя. Ведь даже люди не раздумывают над своими рефлексами, а просто сначала обучаются им, если рефлексы не являются врожденными, а затем успешно пользуются. Например, движения рук и ног при вождении автомобиля: в то время как голова выбирает маршрут и управляет, руки и ноги действуют на более низком уровне. Аналогично осуществляется реакции на огонь, лед и т.п.

Проанализируем генетические алгоритмы и подобное "научное тыкание пальцем". Это уже несколько другой уровень, чем интеллект, когда для совершенно новых сложных задач, которые нельзя решить интеллектом на базе прошлого опыта, надо предложить хоть какие-то решения. Получается, что нейросети и генетические алгоритмы – это две крайности, которые явно нельзя отнести к интеллекту. Однако, по нашему мнению, обе эти крайности относятся, с точки зрения введенной классификации, к до-интеллектуальному уровню научных исследований. Впрочем, если кому-то не нравится подобный термин, то можно будет ввести другой после обсуждения.

7.3.3. Логический «интеллектуальный» уровень исследований

Поясним, что будем понимать под интеллектуальным уровнем исследования. Давайте рассмотрим автомат для продажи газет. Чтобы купить газету мы нажимаем на кнопку, соответствующую ее номеру, вставляем деньги в купюроприемник или монетоприемник, и через некоторое время через прорезь выпадает газета. Мы знаем, что указав номер газеты и уплатив деньги, мы ее получим. Но нам не известно, что конкретно при этом делает автомат: как определяет оплаченную сумму и необходимую сдачу, куда помещает деньги, как подает газету и т.п. Для объекта, об устройстве которого ничего не известно, а известны только входные и выходные данные, в науке принят термин «черный ящик». Так вот, под интеллектуальным уровнем будем понимать такое исследование, которое стремится объяснить устройство черного ящика, понять механизмы его функционирования, то есть, образно говоря, раскрыть его и заглянуть внутрь.

Как известно, нейросети и генетические алгоритмы не раскрывают черных ящиков, а работают только со "входами" и "выходами" такого ящика, т.е. опираются, в основном, только на статистику. Если сам черный ящик во времени не меняется, то применять статистику можно и даже должно. Но в реальной жизни все течет и меняется, а значит и методы черного ящика обречены на провал в любом случае. Это лишь вопрос времени. Хотя, наверное, можно как-то и с этим бороться: регулярно проверять настройки, сверяться с практикой, экспериментами и т.п.