В ТРАНСГУМАНИСТИЧЕСКОМ ДИСКУРСЕ: ГНОСЕЛОГИЧЕСКИЙ АСПЕКТ

 

Проаналізовано головні аспекти проблем штучного інтелекту в трансгуманістичному дискурсі. Особливу увагу приділено аспектам функціювання штучного інтелекту, когнітивної науки як одного з напрямів сучасних досліджень процесів свідомості та їхньому гносеологічному потенціалу.

Ключові слова: трансгуманізм, штучний інтелект, когнітивна наука, гносеологія.

 

Довольно часто можно увидеть по телевизору, услышать по радио, либо прочитать в газетных публикациях заметки о том, что искусственный интеллект уже практически создан или применяется на практике в различных исследованиях, при конструировании различных машин, в медицине, военных целях, космических исследованиях и т. д. Все это приводит к мысли, что до создания искусственного интеллекта осталось совсем недолго, и не пройдет и полвека, как судьбу человечества будет вершить какая-нибудь сложноорганизованая машина. Но так ли это на самом деле?

Возникшее в конце 50-х гг. движение трансгуманизма кардинально меняет наше представление о человеке, природе и обществе. Трансгуманизм можно определить как интеллектуальное и культурное движение, которое предусматривает возможность и желательность фундаментальных изменений в положении человека с целью усиления его физических и умственных способностей посредством достижений высоких технологий. Одним из важнейших направлений в трансгуманистическом дискурсе является проблема создания искусственного интеллекта и когнитивной науки, которые при этом одни из ведущих в мировом научном дискурсе.

Современная повседневность – мало исследованная реальность, которая обусловливает значительную неуправляемость растущих динамичных изменений социума, культуры и самого человека. Создавая системы с элементами искусственного интеллекта, человек отдает им право принятия решений в различных областях деятельности, тем самым попадая в среду, которая управляется уже не им, а машинами. В результате формируется искусственная интеллектуальная повседневность, обладающая новыми свойствами в сравнении с повседневностью предыдущих времен. Эта новая повседневность знаменует становление постчеловека.

Проблема исследования искусственного интеллекта и когнитивной науки в настоящее время приобретает революционный характер. Этим исследованиям посвящены ряд статей отечественных и зарубежных авторов. Но эти исследования касаются в основном технической стороны проблемы, что же касается ее исследования в трансгуманистическом направлении следует выделить таких зарубежных и отечественных авторов, как Ник Бостром, В.Финн, В.Аргонов, И.Артюхов, Б.Величковский, Г.Дризлих, В.Кутырев, А.Нариньяни, В.Лукьянец, О.Мороз и мн. др.

Целью статьи является анализ проблем искусственного интеллекта и когнитивной науки в трансгуманистическом дискурсе, их гносеологический потенциал.

Рассмотрим понятие искусственного интеллекта более подробно. Искусственные интеллектуальные системы – феномен сложной структуры, осмысление которого началось относительно недавно. Проблемы применения искусственных интеллектуальных систем в повседневной жизни являются сами по себе новыми и малоизученными. Поэтому естественно, что ряд вопросов, рассматриваемых в статье, носит дискуссионный характер.

Искусственный интеллект (ИИ, Искин) — это экспериментальная научная дисциплина, задача которой — воссоздание с помощью искусственных устройств разумных рассуждений и действий. Прикладной аспект ИИ включает решение компьютером задач, не имеющих явного алгоритмического решения, порой — с нечёткими целями. При этом часто используются «человеческие» способы решения таких задач. Научный аспект ИИ касается объяснения работы естественного интеллекта и имитации решения задач человеком [8, с.101].

Область ИИ стала развиваться после возникновения компьютеров. Сегодня элементы ИИ используются во множестве областей – от бытовой техники до управления атомными станциями. Развитие ИИ идёт параллельно с ускорением компьютеров и прогрессом в области когнитивной науки. Ожидается, что через несколько десятков лет ИИ достигнет уровня человека, а затем и превзойдёт его.

Следует подробнее рассмотреть основные принципы понятия искусственных интеллектуальных систем. Искусственная интеллектуальная система активно взаимодействует с внешней средой, то есть воспринимает воздействия окружающей среды и соответствующим образом реагирует на них. Получив воздействие среды, система по тем или иным правилам формирует «ответ» (реакцию) на данное воздействие. Характер активного взаимодействия со средой, реализуемого системой, определяется свойствами данной системы и ресурсами, которыми она располагает. В процессе формирования реакции на то или иное воздействие среды система может опираться на свои ресурсы, так и использовать некие информационные источники и управляющие воздействия внешнего характера. Чем меньше система зависит от информационных источников и управляющих команд, тем выше степень ее автономности. Искусственные интеллектуальные системы – это в определенном смысле самодостаточные системы, на которые может возлагаться решение определенного комплекса прикладных задач. Искусственные интеллектуальные системы нацелены на то, чтобы в максимальной степени самостоятельно решать поставленные перед ними задачи.

Структурно работу искусственных интеллектуальных систем в некоторой среде можно разделить на три сферы: 1) восприятие ситуации, являющейся сочетанием состояния окружающей среды и внутреннего состояния (сенсорная функция); 2) формирование «ответа» (реакции) на текущую или прогнозируемую ситуацию (изменение состояния системы в ее фазовом пространстве, реконфигурация, реструктуризация, адаптация целей, самообучение, самоорганизация и т.д.); 3) реализация сформированной реакции на текущую или прогнозируемую ситуацию. Искусственные интеллектуальные системы способны: достигать поставленных целей в высокодинамичной среде со значительным числом разнородных неопределенностей в ней; корректировать поставленные цели; формировать новые цели и комплексы целей, исходя из заложенных в систему установок (мотиваций); получать новые знания, накапливать опыт решения задач, модифицировать свое поведение (реакции на изменение ситуации) на основе полученных знаний и накопленного опыта, в том числе обучаться решению задач, не предусмотренных первоначальным проектом системы; образовывать коллективы из искусственных интеллектуальных систем (сообщества искусственных интеллектуальных систем), направленные на взаимодействие их членов при решении некоторой общей задачи, обладающие возможностью самоструктуризации, исходя из текущей и прогнозируемой ситуации; осуществлять самовоспроизведение с привлечением местных ресурсов, возможно, с изменениями в «генотипе» системы (для поддержки процессов эволюции в сообществах искусственных интеллектуальных систем). При таком подходе поведение искусственных систем становится практически неотличимым от поведения естественных систем [7, с.46].

Характеризуя особенности систем искусственного интеллекта, специалисты указывают на: 1) наличие в 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, т.е. 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.

Сегодня технологии искусственного интеллекта включают в себя множество различных подходов. Среди них: нейронные сети, работающие на принципах, схожих с работой мозга. Они используются для распознавания речи и рукописного текста, для постановки диагнозов, в финансовых программах и т.п.; эволюционные алгоритмы – предполагают создание популяции программ, их мутации, скрещивание (обмен частями программ) и тестирование на выполнении целевой задачи. Программы, работающие лучше всего, выживают и после множества поколений получается наиболее эффективная программа; нечёткая логика – позволяет компьютеру работать с объектами из реального мира и их взаимоотношениями. С помощью нечёткой логики компьютер может понять такие термины как «близко», «теплее», «почти» и т.д. Поэтому нечёткая логика активно используется в бытовой технике, такой, как кондиционеры и стиральные машины [2, с.334].

Значительная часть используемых сегодня роботов обладает зачатками искусственного интеллекта. Они могут немного ориентироваться в окружающей обстановке, распознавать нужные им объекты. Самолёты уже могут выполнить весь рейс, от взлёта и до посадки, полностью на автопилоте. Технологии машинного зрения и распознавания образов применяются в камерах слежения и системах безопасности. Экспертные системы используются для поиска полезных ископаемых, диагностики заболеваний. Юридические программы выносят решения по мелким правонарушениям и дают консультации по сложным законам. Технологии искусственного интеллекта используются для перевода текстов, распознавания речи. Системы на основе ИИ управляют промышленными объектами – заводами, атомными станциями, транспортом. Крупнейшие финансовые организации используют ИИ для сверхбыстрого принятия эффективных решений на фондовых и валютных рынках [4, с.83].

Искусственный интеллект широко используется в компьютерных играх, чтобы населить виртуальные миры персонажами с реалистичным и разумным поведением. Не все компьютерные системы можно охарактеризовать как искусственный интеллект, более простые, скорее, напоминают искусственную нервную систему. Например, в современных автомобилях множество умных элементов, контролирующих разные аспекты работы машины. Более сложный ИИ напоминает отдельные элементы интеллекта животных. Сегодня по уровню сложности используемых систем мы находимся примерно на уровне насекомых, в чём-то (в том, что можно алгоритмизировать) – выше. По количеству элементов и скорости вычислений человеческий мозг ещё впереди, но если будет действовать закон Мура, то не долго осталось до того времени, когда способности ИИ сравняются с нашими [6, с.7-8].

В настоящее время в исследованиях по искусственному интеллекту выделились несколько основных направлений: первое – представление знаний. В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти системы ИИ. Для этого разрабатываются специальные модели представления знаний и языки описания знаний, внедряются различные типы знаний. Проблема представления знаний является одной из основных проблем для системы ИИ, так как функционирование такой системы опирается на знания о проблемной области, которые хранятся в ее памяти; второе – манипулирование знаниями. Чтобы знаниями можно было пользоваться при решении задачи, следует научить систему ИИ оперировать ими. В рамках данного направления разрабатываются способы пополнения знаний на основе их неполных описаний, создаются методы достоверного и правдоподобного вывода на основе имеющихся знаний, предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений. Манипулирование знаниями очень тесно связано с представлением знаний, и разделить эти два направления можно лишь условно; третье – общение. В круг задач этого направления входят: проблема понимания и синтеза связных текстов на естественном языке, понимание и синтез речи, теория моделей коммуникаций между человеком и системой ИИ. На основе исследований в этом направлении формируются методы построения лингвистических процессов, вопросно-ответных систем, диалоговых систем и других систем ИИ, целью которых является обеспечение комфортных условий для общения человека с системой ИИ; четвертое – восприятие. Это направление включает разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их текстовому описанию и методов обратного перехода, создание средств, порождающих зрительные сцены на основе внутренних представлений в системах ИИ; пятое – обучение. Для развития способности систем ИИ к обучению, т.е. к решению задач, с которыми они раньше не встречались, разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов разбиения исходной задачи на более мелкие и уже известные для систем ИИ. В этом направлении ИИ сделано еще весьма мало; шестое – поведение. Поскольку системы ИИ должны действовать в некоторой окружающей среде, то необходимо разрабатывать некоторые поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими системами ИИ и людьми [8, с.106].

Искусственная жизнь, как отдельное научное направление теории искусственного интеллекта, занятое созданием вычислительных систем и моделей, действующих на базе биологических и эволюционных принципов, а также разработкой новых, искусственно синтезированных биологических форм, одной из своих главных задач считает создание искусственных существ, способных действовать столь же эффективно, как и живые организмы. Среди разработчиков искусственной жизни не прекращаются споры о возможности построения интеллектуальных объектов, которые смогут конструировать системы более сложные, чем они сами (не по готовому алгоритму, а самостоятельно, как выдающиеся инженеры делают изобретения и открытия). Причем исследователи искусственной жизни стремятся не просто получить поведенческое сходство искусственных существ с биологическими, а достичь этого с помощью естественных, природных, эволюционных подходов. Тем самым появляется возможность изучения принципов функционирования и развития живых существ, то есть конструирование искусственной жизни позволяет получить определенную информацию, помогающую познать естественное через познание искусственной модели. Примечательно, что компания IBM обнародовала широкомасштабные планы по созданию новых компьютерных технологий, которые будут обладать основными свойствами биологического организма. По замыслу разработчиков, компьютерные сети будущего будут напоминать автономную нервную систему живого организма, которая управляет важнейшими жизненными функциями [1, с.56].

В исследовании искусственной жизни существенное внимание уделяется генетическим алгоритмам, имитирующим естественные эволюционные процессы. Используя опыт развития природы человека, генетические алгоритмы применяются для создания искусственных устройств, повышения эффективности решения задач оптимизации и принятия решений. Генетические алгоритмы функционируют практически аналогично биологической эволюции. В теории генетических алгоритмов рассматриваются искусственные объекты (на практике это чаще всего компьютерные модели, используемые из-за простоты реализации), способные адаптироваться к меняющимся условиям внешней среды и конкурировать за ресурсы, накапливать знания об этой среде и обмениваться ими, комбинируя выработанные способности по определенным схемам (например, получая готовые навыки по наследству в виде комбинации генов родителей), мутировать под влиянием определенных воздействий или случайно (в генах происходят изменения). Хромосомы (наборы генов) каждой виртуальной особи представляют собой определенный вариант решения поставленной задачи. Каждая хромосома может быть оценена некоторой функцией, с помощью которой вырабатывается степень соответствия варианта решения нуждам заказчика. Так, если решается задача многокритериальной оптимизации, то каждый ген хромосомы соответствует значению определенного критерия, и по набору этих значений выдается результат целевой функции. В процессе спаривания они порождают новых особей с другими комбинациями генов (значений критериев), более приспособленные (с большим значением функции оценки) продолжают существование, у некоторых из них хромосомы случайно меняются (мутируют – изменяется вариант решения), а менее приспособленные погибают. Развившиеся в результате эволюции особи определяют весьма успешные варианты решения исходной задачи. Генетические алгоритмы дают эффект в неопределенных ситуациях, где существует несколько достаточно хороших, хотя и неочевидных решений. Кроме того, такие алгоритмы неплохо формируют шаблоны успешного поведения, так как хромосомы выживших в процессе эволюции созданий хранят, по сути, коллективный опыт многих поколений [3, с.367-368].

Уже начаты первые проекты по моделированию на компьютере человеческого мозга. Так, проект IBM Blue Brain ставит цель научиться точно симулировать работу колонн неокортекса, той части мозга, которая в человеке отвечает за восприятие, моторные функции, пространственное воображение, язык и сознание [1, с.18-21].

Следует отметить, что в последнее время началось быстрое формирование новой области научных исследований – когнитологии, ознаменовавшей начало последней волны современного научно-технического прогресса. Когнитивная наука (когнитология) объединяет в себе достижения разных областей науки, в частности когнитивной психологии, психофизики, исследований в области искусственного интеллекта, нейробиологии, нейрофизиологии, неврологии, математической логики, лингвистики, философии и многих других наук [1, с.50-52].

Ведущим техническим достижением, сделавшим когнитологию наукой, стали исследования и разработки в области сканирования человеческого мозга. Такие методы как томография впервые позволили заглянуть внутрь мозга и получить прямые данные о его работе. Стало возможным подробно изучить функции нейромедиаторов и их распостранение в мозгу, а также работу отдельных нейронов и их частей.

Следует сказать, что развитие «нейросиликоновых» интерфейсов (т. е. объединение электронных устройств и нервных клеток в единую систему) открывает широкие возможности для киборгизации (подключение искусственных частей тела и органов к человеку через нервную систему), разработки интерфейсов мозг-компьютер для обеспечения высокоэффективной двусторонней святи [5, с.11].

Мы находимся в самом начале революции в ИИ и когнитивной науке. Но мы уже примерно понимаем, как устроены человеческое сознание и интеллект. Сканирование мозга во множестве экспериментов показало, что у любых мыслей и чувств есть совершенно реальное физическое выражение. Нет оснований полагать, что человеческий мозг содержит что-то загадочное — души, квантовых эффектов или ещё чего-нибудь подобного там нет. Любая мысль — это процесс последовательной активации цепи нейронов в человеческом мозгу. Такой процесс можно изучать, им можно управлять и его можно вопроизводить в компьютерной симуляции. Сегодня существуют первые примеры соединения нейронных систем и кремниевой электроники в единые системы. Некоторые протезы получают команды от мозга, а кохлеарные имплантанты, наоборот, передают информацию в мозг.

Выводы. В завершение можно сказать, что в трансгуманистическом дискурсе искусственный интеллект является одной из важнейших технологий будущего. Использование инструментов послужило началом человеческой истории, приведя в итоге к развитию машин и возможности автоматизации ручного труда. Искусственный интеллект обещает произвести такую же, и даже большую революцию применительно к умственному труду. Во всех областях деятельности умные машины смогут взять на себя все большую часть работы. Искусственный интеллект будет не только слугой человека, но и его другом и партнером. Создание человеком искусственного разума по значимости может быть сравнимо с возникновением разумной жизни на Земле.

Литература

1.Артюхов И.В. Новые технологии и продолжение эволюции человека? Трансгуманистический проект будущего /И.В. Артюхов – М.: издательство ЛКИ/URSS, 2008. – 435 с.

2.Бостром Н. Сколько осталось до суперинтеллекта? /Н.Бостром //Информационное общество: Сборник. – М.: ООО «Издательство АСТ», 2004. – С. 313-338.

3.Величковский Б.М. Когнитивная наука: Основы психологии познания: в 2-х т. /Б.М.Величковский. – М.: Академия, 2006. – Т. 1. – 448 с.

4.Интеллект и информационные технологии //Человек. – 2009. – №1. – С. 79-91.

5.Лукъянец В.С. Вызовы тысячелетия наукоемких технологий /В.С.Лукъянец //Практична філософія. – 2008. – №3. – С. 5-16.

6.Нариньяни А.С. Между эволюцией и сверхвысокими технологиями: новый человек ближайшего будущего /А.С. Нариньяни //Вопросы философии. – 2008. – №4. – С. 3-17.

7.Ревко П.С. Искусственные интеллектуальные системы и повседневная жизнь человека /П.С.Ревко. − Таганрог: Изд-во ТТИ ЮФУ, 2009.− 130 с.

8.Финн В.К. К структурной когнитологии: феноменология сознания с точки зрения искусственного интеллекта /В.К.Финн //Вопросы философии. – 2009. – №1. – С. 88-103.