Логика автономных систем (СИ) - Никитин Андрей Леонидович (читать книги без сокращений txt) 📗
Проблема есть, а решения проблемы - нет.
Главная причина этого - эталон.
Долой эталон...
Это стало понятно не сегодня, и даже не вчера.
Зачем сравнивать заранее несравнимые величины? Найдем что-нибудь попроще. Интеллект, он же - разный. У бабочки один, у лягушки - другой, а у мышки - третий..., и интеллектов этих... много. А раз так, то задачу можно разложить на составляющие, по классам интеллекта.
Но можно и еще глубже копнуть. До нейронов. И до остальных клеток.
Копнули...
И запутались в бесконечных спорах. О свойствах и аналогах нейронов, о классификации интеллектов, о логике клетки. Потом все же определились несколько больших групп: За нейронные аналоги, против, примитивный ИИ, высокоразвитый, можно создать простейший интеллект электронными средствами, невозможно его создать на этом уровне техники...
Повоевали, ... и все вместе ушли в программирование.
Причины. Их несколько. Но, главная - нет предмета спора. ИИ нет - никакого. До сих пор. Ни на какой основе. Различия подходов оказались непринципиальными - разными сторонами одного процесса. На том этапе - программирования. Цифровая техника другого пути и не оставила.
Интеллектуальные системы управления. Есть сегодня такие. Системы управления с использованием некоторых интеллектуальных приемов отбора и обработки информации. Техника развивается в эту сторону очень стремительно. И кажется, завтра мы снова заговорим и об Искусственном Интеллекте, и об Искусственном Разуме, и о Машинном Мозге...
Да, наверное ..., но это будет уже другой разговор.
Похоже, что главный выбор в этом направлении уже сделан. Машине интеллект не нужен. Как бы она не улучшала свои возможности, она должна быть полностью управляемым объектом. Так это, по крайней мере, предполагается...
А вот элементы интеллекта в системе управления очень даже приветствуются. Для сближения оценок машины с нашими оценками и действиями. Для упрощения перевода и улучшения восприятия. Для интуитивного понимания своих действий оператором, принимающим решения. Сложность машины растворяется в элементах интеллекта, понятных оператору интуитивно, привычных с детства. Так и должно быть. Хороший слуга должен быть только тенью своего господина.
Но, проблема ... осталась.
Она никуда и не исчезала. Ею почти перестала заниматься большая математическая наука. Этой проблемой занимается психиатрия, психология, но каждая решает свою задачу. Практическую. Занимаются вольные исследователи. Тут направлений ... не перечтешь. И думается, найдут решение когда-нибудь.
Наконец-то, к изучению принципов деятельности мозга подключилась современная вычислительная техника и программирование. Возможно, уже скоро мы будем управлять машиной только силой мысли. Тут прогресс весьма ощутим. Значит, начали мы понимать, как работает наш мозг? Да, отчасти.
Что мы поняли за последнюю сотню лет в техническом аспекте? Известно внутреннее строение. Мозг состоит из нейронов, которые объединены в большие сети, содержащие сотни тысяч и миллионов нейронов. Принципы объединения примерно известны. Обмен информацией - импульсный. Известны ритмы мозга. Добавочная сложность - химическое управление, например, гормонами. Тут тоже немного разобрались. Обработка информации имеет параллельный характер. Известны зоны мозга, отвечающие за работу тех или иных систем организма и самого мозга.
Это очень много. И все же...
Мы не знаем технического определения мысли. Мы не знаем принципов логической системы. Мы не знаем логических единиц системы. Мы не знаем принципов и способов, как хранения информации, так и её извлечения. Нам неизвестна система кодирования информации. Мы не знаем, как формируются и как удерживаются логические связи между блоками информации. Нам совершенно неизвестны способы логической обработки информации на микроуровне, на уровне групп нейронов.
Так есть проблема, или - нет? Конечно, есть. И сложности - огромные.
Сложности понимания.
Они в нас самих, в наших знаниях, в стереотипах. Мы находимся под огромным давлением наших собственных знаний. Мы попали в плен нашей техники. Теперь уже развитие техники диктует направления развития наших знаний. И, конечно, деньги. Потраченные на достижение существующего уровня. Это и определяет принцип преемственности. Для техники это стало основным требованием. Для всей техники, и для вычислительной - в частности. Любые изменения должны носить постепенный характер. Через серию не очень больших изменений. От одного уровня, к другому.
Да, это техническая эволюция.
Эволюционный принцип развития выгоден во многих случаях. Он имеет массу достоинств. И потому, принят во всем мире, как основной. Он не отменяет открытий, но производит их отбор. По своим критериям. Прежде всего - эффективности. Что мы получим, если применим вот это новое? В чем мы выиграем? Если осязаемого эффекта нет, то зачем нам это открытие?
Вопросы совершенно справедливые и очевидные. Они диктуются эволюционным принципом развития. Кажется, иначе рассуждать мы уже и не умеем...
Но, пришлось же, поступаться эффективностью, когда наш прогресс привел нас к экологическим катастрофам. Оказывается, сиюминутная эффективность не всегда лучший вариант...
Оказывается, что эволюционный путь развития техники имеет и существенные недостатки. Он вынужден отбрасывать принципиально новые технические решения по требованиям преемственности, и тем ... тормозит свое движение вперед.
Потому, что, даже самые перспективные технические идеи когда-то устаревают. Даже, в принципе. А все новые идеи уже отброшены и забыты. Но, развитие должно продолжаться. Надо, надо что-то ... новое.
И тогда эти уже изрядно забытые идеи снова вынимают из небытия, оценивают, теперь уже в новых условиях, но опять, ... со старым подходом. Начинается бесконечный компромисс между новыми идеями и уже привычными вариантами технического исполнения и применения. Когда такой компромисс невозможен, идея, даже самая блестящая - умирает. Теперь уже навсегда...
Эволюционный прогресс консервирует базовые принципы развития того или иного направления техники. Они необходимы для сохранения преемственности. Для вычислительной техники это: двоичная система счета, булева логика, система кодирования информации. Конечно, сегодняшний компьютер очень отличается от первых ЭВМ, но базовые принципы - неизменны.
Этот же принцип преемственности закреплен и в системе наших знаний. Радикальные преобразования тут имели место, но всегда были связаны с огромными трудностями преодоления сложившихся стереотипов. Мы привыкаем к определенному пониманию и радикально изменить наши взгляды на то или иное очень сложно.
Но приходится ломать устоявшееся, и уже устаревшее представление на новое..., куда ж деваться, если факты напирают. Меняем, но, с трудом, ... и все время оглядываемся назад. Привычное живуче, новое не принимается сразу.
Вот так и живем, на перепутье. Направо - болота, налево - болота, вперед - страшновато, назад - неохота.
Идеи и модели ...
Когда-то давно, может быть лет двадцать назад, мне вдруг представилось, что мозг, пока темный и непонятный объект, соединен с управляемыми им органами какими-то каналами связи. Каналов таких много, они ведут куда-то, образуя густую сеть с массой пересечений. И по этим каналам светящимися точками бегут импульсы. В разные стороны.
Вот же, что такое мозг - коммутатор. Он соединяет каналы связи, переключает их, формирует импульсы, направляет их куда нужно, и принимает ... со всех сторон. И все это - нейроны. Универсальные ячейки огромной сети. Универсальные, одинаковые..., да и работают они все ... одинаково. Из них состоит и логика, и каналы, и приемники, и передатчики импульсов. Из одинаковых узлов, как детский конструктор. Собрал в одном порядке - канал связи, собрал иначе - логическая схема. Еще раз иначе - получил генератор импульсов. Разобрал всё - и опять чистое поле, можно снова создавать из этих же элементов новый вариант логической системы. И всё всегда под рукой...
