Правила пользования
Курс ЦБ на 20.10 USD 426.14 up 0.77
EUR 497.05 up 4.39
RUB 6.02 up 0.05
20 октября Среда, 15:20
восход заход
05:04 21:50 01:58 12:30

«Разум от начала до конца»

Дата: 14.09.21 в 21:00
Мобильная версия Шрифт

Издательство «Бомбора» представляет книгу Дэниела Деннета «Разум от начала до конца» (перевод М. С. Соколовой).

Книги знаменитого мыслителя современности Дэниела Деннета всегда вызывают споры, обсуждения, восторги и дискуссии, но никогда не остаются без внимания ученых и читателей. Исследуя сознание, разум, способность мыслить, автор отвечает на вопрос, почему именно люди, единственные из живых существ, обладают ими. «Разум от начала до конца» — новый любопытный взгляд великого ученого на возникновение и развитие человеческого разума.

Предлагаем прочитать фрагмент книги.

 

Сам Тьюринг предсказывал в 1950 году, что к концу столетия «значения слов и настрой в среде образованных людей изменятся настолько, что можно будет спокойно говорить о мыслящих машинах без опасения нарваться на возражения». Первые работы в этой области были блестящими, революционными, наивно оптимистическими, и, если можно так сказать, полными высокомерия. Искусственный интеллект обязан был уметь не только думать, но и видеть, естественно, поэтому возник порыв создать зрячую машину. Известный «летний проект по созданию искусственного зрения» в Массачусетском технологическом институте в середине 1960-х годов стал первой попыткой «научить машину видеть» в течение длинных каникул, отбросив временно все остальные задачи на потом. Электронные мозги, над которыми работали ученые в те времена, сегодня показались бы гигантскими по размерам, но слабыми и невыносимо медленными, и одним из побочных результатов стал выбор эффективности как приоритета исследований. Никому не был нужен компьютер, который реагировал бы на набор обычных данных в течение нескольких дней, главной целью его создания было достижение беспрецедентной скорости обработки реальных данных в реальном времени.

Первым был ИИ, или GOFAI (Good Old-Fashioned AI «старый добрый искусственный интеллект» [Haugeland, 1985][1]), — попытка «интеллектуалистского» подхода, стремление записать то, что знает человек-эксперт, языком компьютера, машины, способной манипулировать логическими устройствами, готовой управлять «огромными» хранилищами данных, заполненных тщательно складированными знаниями о мире, создавая теоремы, которые призваны были бы помогать принимать решения на основе анализа всей имеющейся информации и адекватно контролировать различные побочные действия интеллекта и воздействующие на него факторы.

Ретроспективно этот первый ИИ можно рассматривать как попытку создать сочетание картезианского, рационального эксперта, хранящего в памяти бесчисленное количество предложений, с устройством, сочетающим понимание со способностью делать выводы на основе релевантных аксиом и обнаруживать противоречия в собственном видении мира, то есть настолько эффективное, насколько это вообще возможно. В конце концов, что такое разумный помощник, как не отлично информированное, рационально рассуждающее существо, которое может достаточно быстро думать, использовать нужные знания, хранящиеся в его памяти, планировать действия и предвидеть все вероятные последствия? Это казалось отличной идеей в те времена, и для некоторых исследователей она до сих пор не утратила актуальности.

Стремление достичь максимума скорости и эффективности диктовало необходимость, прежде всего, решить проблемы, казавшиеся, на первый взгляд, «элементарными». Многие из этих задач уже были решены, правда, в весьма упрощенной форме, и применялись в мире простых автоматов (в лифтах, посудомоечных машинах, даже на нефтеперерабатывающих предприятиях и в самолетах), в медицинской диагностике, в игрушках и других ограниченных областях исследований или взаимодействий: бронирование билетов, проверка орфографии и даже грамматики и тому подобное. Мы вполне можем считать эти устройства дальними родственниками строжайше засекреченных и изолированных систем, созданных Гровсом и его элитарной командой интеллектуальных творцов. Они придерживались принципа Достаточного Знания и полагались на понимание проектировщиков, способных создать системы из подсистем, заранее снабженных ровно теми компетенциями, которые могут им понадобиться для обеспечения результата и решения проблем, с которыми им придется столкнуться. Несмотря на всю свою гениальность, первые разработчики ИИ не были всемогущими (а времени у них было не так много), поэтому они ограничили диапазон и разнообразие исходных данных, которые могла обработать каждая из подсистем, и создали программы, способные лишь охранять тысячи разных мастерских, чтобы защитить дурковатых гениев (подпрограммы), трудившихся в них.

Они узнали много неизвестного ранее, усовершенствовали старые и придумали новые методы и технологии, но, прежде всего, они позволили понять, насколько трудна и драматична была задача по созданию свободного, творческого, открытого новому человеческого разума.

Мечта о закодированном по собственному разумению, организованном и подчиняющемся командам, эффективном бюрократе и всезнайке, ходячей (или хотя бы разговаривающей) энциклопедии если еще и не полностью отброшена, однако, по мере того как размеры задачи представали в своей реальной огромности, внимание постепенно смещалось в сторону разработки разных стратегий: технологий обработки больших баз данных Big Data[2], статистических методов поиска паттернов анализа и интеллектуальной обработки данных, т. н. data mining[3] с использованием методов машинного обучения, направленных на получение нужной информации на основе восходящего способа.

Я должен буду в дальнейшем рассказать об этих усовершенствованиях подробнее; в настоящий момент уже можно признать, что существенное увеличение скорости и размеров компьютеров открыло возможности для внедрения более «расточительных», «бессмысленных», менее «бюрократических», более похожих на эволюционные подходы процессов обработки информации, и в этих направлениях уже достигнуты впечатляющие результаты. Благодаря этим новым перспективам мы можем уже обдумывать даже в некоторых деталях, каким образом относительно простые системы, контролирующие бактерий, червяков, термитов, к примеру, смогли эволюционировать в результате восходящих, случайных, жестких и грубых процессов естественного отбора. Другими словами, мы хотели бы понять, как эволюция умудряется играть роль Лесли Гровса и организовывать невежественные силы в эффективные команды, в отсутствие гровсовских познаний и предвидений.

Нисходящее интеллектуальное созидание работает. Опережающее планирование, обсуждение проблем, корректировка задач и четкое понимание причин каждого шага — эта стратегия демонстрировала эффективность в трудах изобретателей и реформаторов на протяжении тысячелетий; она доказала эффективность через бесчисленные победы изобретательности и предвидения во всех областях человеческой деятельности, начиная с науки и инженерного дела и заканчивая политическими кампаниями, кулинарией, сельским хозяйством и мореплаванием. До открытий Дарвина люди были уверены, что существует только один способ созидания: созидание без разумного творца считалось невозможным. Однако нисходящий путь созидания на самом деле приложил руку к гораздо меньшему количеству вещей в нашем мире, чем принято считать, и некоторые «творения» — процитируем в очередной раз Беверли — не имеют к нему никакого отношения.

«Странная инверсия причинности» Дарвина и не менее революционная инверсия Тьюринга были двумя сторонами одного и того же открытия: существования «компетентности без понимания», «умения без разумения». Разумность, понимание — это вовсе не божественный дар, который должен сопровождать любое созидание; это результат взаимодействия систем, лишенных разума, но способных действовать: естественный отбор с одной стороны, бездумные вычисления — с другой. Эти две теории были полностью доказаны и не подлежат никаким сомнениям, однако до сих пор вызывают смятение и недоверие у некоторых людей. Я постарался переубедить их в этой главе. Креационисты не найдут ни в одном из живых организмов программный код с комментариями, а картезианцы не обнаружат нематериальный res cogitans, «в котором сконцентрировано всё знание».


[1] Это название дал первому символическому искусственному интеллекту Джон Хогланд, специалист по философии интеллекта, в своей книге в 1985 году.

[2] Большие данные (англ. big data) — обозначение структурированных и неструктурированных данных очень большого объема, характеризующихся значительным многообразием.

[3] Data mining — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Просмотров: 66


Комментариев: 0
О компании О проекте Источники новостей Предложить ленту Реклама на сайте Реклама в газете Контакты Наши партнеры
Портал ivest.kz - база частных объявлений газеты «Информ Вест», справочник предприятий городов Казахстана и России, новости, недвижимость, электронные версии ряда изданий, сборник кулинарных рецептов. Все замечания и предложения принимаются на info@ivest.kz.
Использование данного веб-портала подразумевает ваше согласие с Правилами пользования.
© 2000-2021 «Информ Вест»
Top.Mail.Ru