Информатика, кибернетика, интеллект

Идея знания как конструирования, принятие модели машины для выяснения и понимания физического универсума, концепция бога как часового мастера, тезис, гласящий, что человек в действительности может познать то и только то, что сделал сам, - такие утверждения были тесно связаны с проникновением в сознание философов и ученых нового отношения к практике и ручному труду. Мысль об отсутствии принципиальных различий между произведениями искусства и творениями природы, красной нитью проходившая в творчестве некоторых выдающихся представителей новой науки, противостояла радикальной дефиниции искусства, данной Аристотелем, по мнению которого искусство венчало дело природы или подражало ей в своих произведениях [4]. Нет необходимости вспоминать о необыкновенной популярности, которой пользовалась среди мыслителей древности и средневековья доктрина искусства, понимаемого как imitatio naturae, или приводить бесчисленные тексты, определяющие стремление искусства к достижению совершенства природы как результат "прометейской" позиции, проявление безбожия и дерзости.

Как отмечает П. Росси [5], взгляды Аристотеля на отношение "искусство природа" подлежат сознательному пересмотру. Между естественными и искусственными предметами нет никакой субстанциональной разницы. Молния, о которой в древности утверждали, что ее невозможно воссоздать, в настоящее время имитирована. Произведение искусства (машина) служило моделью, позволяющей постичь природу. Искусство само по себе не есть природа, но природа есть нечто подобное произведению искусства. Чтобы понять функционирование человеческого тела,

122

надлежало также обратиться к машине. Образ машины, часового механизма, приобрел в то время большую популярность.

Новый импульс к построению автоматов дало изучение внутренних функций живых организмов. XVII в. иногда характеризуют как время зарождения физиологической кибернетики [6]. Открытие английским врачом У. Гарвеем в 1618 г. системы кровообращения (что было результатом взаимного влияния классической механики и тогдашней физиологии), выражаясь кибернетическим языком, означало введение в научное рассмотрение подлинной кибернетической системы: кровообращение представляет собой саморегулирующуюся систему, центром которой является сердце. В XVII в. были созданы первые (механические) счетные машины. При этом речь шла уже не только об имитации чисто внешних процессов, но и о подражании (подобии) функциям высшей нервной деятельности. Первую суммирующую машину построил Б. Паскаль примерно в 1641-42 гг.; первую машину, которая могла производить также умножение, создал Г. В. Лейбниц в 1673-74 гг. Появление первых механических вычислительных устройств ознаменовало новый этап в истории автоматов воспроизведение одной из мыслительных способностей человека. Показателем развивающегося кибернетического стиля мышления явились маятниковые часы X. Гюйгенса, который применил новый способ связи двух систем в технике, впоследствии получивший название "обратной связи".

В творческом процессе конструирования средств автоматики большую роль играла (и играет) аналогия с живыми организмами. Интерес представителей технических наук к биологической форме движения материи вызван потребностями развития различных отраслей техники, поисками новых путей технического прогресса. Изучение жизнедеятельности организмов, их строения, функционирования и развития открывает широкие перспективы для технического моделирования. Многое из того, что создано природой, намного совершеннее сделанного техническим путем. Этим в основном и обусловлена научная значимость бионического направления в современной технике. И в настоящее время существуют электронные модели мышей, черепах, собак, лисиц и других животных. Конечно, такое повторение истории происходит на новой технической и теоретической основе и имеет несколько иные цели. Современная кибернетика не просто проводит аналогии между животными и машинами, а "занимается вопросами развития систем на столь абстрактном уровне, что для нее и животные и машины выступают лишь как частные случаи, к которым, однако, можно приближаться, моделируя их" [7].

Успехам автоматической техники соответствовали серьезные сдвиги в философии и физиологии. Ж. О. Ламетри, французский врач и мыслитель, издал в 1748 г. книгу "Человек-машина", которая была публично сожжена за принадлежность к материалистическому и атеистическому направлению. В ней обосновывалась

123

мысль о том, что душа не может быть чем-то отличным от тела, существует только материя, движущаяся по законам механики. "Я не ошибусь, - писал Ж. О. Ламетри, - утверждая, что человеческое тело представляет собой часовой механизм, но огромных размеров и построенный с таким искусством и изощренностью, что если остановится колесо, при помощи которого в нем отмечается секунды, то колесо, обозначающее минуты, будет продолжать вращаться и идти как ни в чем не бывало, а также, что колесо, обозначающее четверти часа, и другие колеса будут продолжать двигаться, когда в свою очередь остальные колеса, будучи в силу какой бы то ни было причины повреждены или засорены, прервут свое движение" [8]. Вместе с тем Ж. О. Ламетри призывал к опытному изучению человека: "Человек настолько сложная машина, что совершенно невозможно составить себе о ней ясную идею, а следовательно, дать точное определение. Вот почему оказались тщетными все исследования a priori самых крупных философов, желавших, так сказать, воспарить на крыльях разума. Поэтому только путем исследования a posteriori, т. е. пытаясь найти душу как бы внутри органов тела, можно не скажу открыть с полной очевидностью саму природу человека, но достигнуть в этой области максимальной степени вероятности" [9].

Значительный вклад в развитие автоматов был сделан в XVIII в. в России. Так, М. В. Ломоносову принадлежит создание самопишущего анемометра и самопишущего компаса (1759 г.). И. И. Ползунов построил впервые примененный в промышленности автоматический регулятор уровня воды для котла паровой машины (1765 г.).

К XIX в. относится создание циклических и рефлекторных автоматов и роботов. Циклические автоматы (например, станки-автоматы, автоматические линии) выполняют строго зафиксированный комплекс операций. Рефлекторные автоматы реализуют принцип безусловного рефлекса. Они осуществляют целый ряд функций, присущих человеческому сознанию, а именно проверку логических условий и выбор направления последующего действия, элементарный счет, то есть "запоминают" информацию, поступающую извне [10].

Один из первых роботов был изготовлен в XIII в. Альбертом Великим. Этого железного "человека", который мог открывать дверь и кланяться входящим, разбил палкой Фома Аквинский, принявший его за нечистую силу. По мере совершенствования конструкций роботов и усложнения выполняемых ими операций постепенно уменьшалось внешнее сходство с человеком, но увеличивалось сходство действий с функциями человека [11]. Современные роботы знаменуют качественно новую ступень развития технологии промышленного производства, положения человека в системе труда. Их отличие от традиционных автоматов состоит в том, что эти принципиально новые многоцелевые технические системы способны выполнять за человека универсальные ручные

124

операции во всем их разнообразии, решая одновременно сложные логические задачи, остававшиеся до недавнего времени монополией человеческого ума [12].

Идея создания цифровых вычислительных машин в более развернутом виде (после Паскаля и Лейбница) развивалась в XIX в. Ч. Бэббиджем. Еще в 1824 г. в автоматической счетной машине был применен предложенный им принцип промежуточного хранения и считывания информации с перфорированного носителя для ввода чисел и управления последовательностью выполнения операций. В своей так называемой разностной машине, изготовление которой не было полностью завершено, Ч. Бэббидж гениально предвосхитил основные идеи современных автоматических цифровых машин. В 1833 г. в разработанной Ч. Бэббиджем "аналитической машине" предусматривалось наличие устройств ввода данных и программ с перфокарт, "завода" или "мельницы" для выполнения арифметических операций и "склада" на цифровых колесах для хранения информации. Этот "склад", по-видимому, можно считать первым запоминающим устройством вычислительной машины [13]. Логическими преемниками машины Бэббиджа явились построенные более чем через сто лет машины Гарвардского университета "Марк-1" и "Марк-2" (1945-1947 гг.) и некоторые другие, заложившие основу развития современной кибернетической техники и информации.

В XIX в. произошли важнейшие открытия в физиологии, позволившие далее объяснить функциональные механизмы человеческого организма, и был внесен существенный вклад в развитие представлений о биологической системе как в целом саморегулирующейся системе. Например, французский психолог Ф. Магеиди, основываясь на работах Ч. Белла, представил рефлекс как систему обратной связи (примерно 1850 г.); И. М. Сеченов опубликовал исследования о центрах в мозгу лягушки, тормозящих ход рефлекса, а Э. Геринг и И. Бройер открыли саморегуляцию дыхательного рефлекса.

Рассмотрение аналогий между организмом и технической системой привело к тому, что для изучения биологических систем стали конструировать физические приборы (Т. Юнг, Г. Гельмгольц и др.). В это время русский физиолог И. П. Павлов очень ясно выразил взгляд на живой организм, в особенности организм человека, как на саморегулирующуюся систему. Без подобных развиваемых в физиологии представлений и их более поздних уточнений едва ли стали бы понятными современные абстрактные подходы в теории автоматов [14].

В XIX в. были разработаны основы того логико-математического аппарата, которым широко пользуется современная кибернетика. Благодаря математике создавались все более совершенные знаковые системы, позволившие поставить вопрос о знаковом моделировании логического. Технические достижения дали возможность претворить знаковое моделирование в физическое.

125

Соединившиеся затем математика и логика слились с электроникой и, взаимодействуя с науками о жизни и технике, положили начало кибернетике. Весьма важной предпосылкой кибернетического развития явилась математическая логика - отрасль математики, изучающая построение формальных дедуктивных теорий. "Без интенсивного развития этой науки, начавшегося еще на пороге нашего столетия, без серии блестящих результатов, полученных логиками в тридцатых годах, без создания символического логического аппарата и детальной разработки методов логики нечего было бы и думать о кибернетике" [15].

Эти и другие исторические примеры показывают, что кибернетический способ мышления исторически обусловлен и органически вытекает из развития научного мышления и технического прогресса

Науку об управлении Н. Винер назвал кибернетикой, не зная о кибернетике Ампера и Платона и полагая, что создает неологизм [16]. После появления книги Н. Винера выяснилось, что новая наука имеет яркий прецедент в виде кибернетики А. М. Ампера, предшествовавшей кибернетике Н. Винера [17]. Важнейшие открытия А. М. Ампера касаются физики, где он снискал славу "Ньютона электричества", основателя электродинамики. В конце жизни А. М. Ампер вел большую работу по классификации наук, выдвинул проекты создания новых научных дисциплин, в том числе кибернетики. Итогом явился труд "Опыт о философии наук, или аналитическое изложение естественной классификации всех человеческих знаний", первая часть которого вышла в свет в 1834 г., вторая в 1843 г.

А. М. Ампер исходил из аналогий между различными науками и стремился объяснить их связи теоретически. В его классификационных таблицах находится наука третьего порядка - кибернетика, образующая вместе с этнодицеей, дипломатией и теорией власти науку первого порядка - политику. Удел кибернетики - текущая политика, практическое управление государством. В классификации наук А. М. Ампера каждой науке соответствовал девиз в стихотворной форме. Кибернетике А. М. Ампер приписал стих, гласящий: "и обеспечивает гражданам возможность наслаждаться миром". Кибернетика Ампера наука о том, как управлять обществом, людьми.

Н. Винер исходил из потребностей техники, задач автоматизации, связав их с проблемами биологическими и медицинскими. Создатель новой кибернетики отнес к ее сфере и вопросы социального управления. Общественные кибернетические системы характеризуются гораздо более высокой сложностью, нежели технические или физиологические. Социальная кибернетика ставит перед общей кибернетикой новые, еще не решенные задачи.

За прошедшие полтора столетия развития науки и техники многое в системе Ампера устарело. Но для своего времени это было замечательное исследование, с богатым запасом оригиналь

126

ных идей и тонкими предвосхищениями будущего развития. Некоторые достоинства системы Ампера делаются более выпуклыми в свете новейших представлений.

Еще в древности Платон не раз говорил о кибернетике, поэтому его можно считать одним из предшественников А. М. Ампера, а в конечном счете и Н. Винера. А. М. Ампер предложил создать науку об управлении государством и наметил некоторые пути к ней, но то была лишь постановка задачи, предвидение дальнейшего развития. Он сформулировал общую идею новой науки, а Н. Винер решал конкретные задачи, построил для них математический аппарат, основанный на теории вероятностей, и предложил физическую интерпретацию управления как борьбы с энтропией. С кибернетикой вошли в науку новые характеристики информация и количество информации. На рубеже XIX и XX вв. в физиологии, физике, математике и технике были созданы предпосылки для нового большого скачка в области развития теории самоуправляющихся систем.

В XX столетии оформление кибернетики стало плодом труда целой плеяды ученых. Становлению кибернетической теории систем и теории автоматов и их различных ответвлений способствовали дальнейшие исследования в области физиологии и машинной вычислительной техники, связанные с теоретическими работами многих математиков, таких как А. М. Тьюринг, Н. Винер, Дж. фон Нейман, Е. Ф. Мур, А. Н. Колмогоров, В. М. Глушков, А. А. Ляпунов, А. И. Берг и др. Как справедливо отмечается, "кибернетику не могли единолично создать ни Н. Винер, ни К. Шеннон, ни Дж. фон Нейман, поскольку необходимая для этого мыслительная работа во много раз превосходит возможности даже самого одаренного человека" [18]. И все же особая роль в создании кибернетики принадлежит Н. Винеру [19]. Согласно рабочему методу Винера, объединившему ученых различных специальностей, они должны трудиться сообща, знать умственные интересы друг друга, исследовать новое предложение коллеги до тех пор, пока оно в совершенстве не будет сформулировано. Это отвечало синтетической тенденции в развитии наук, олицетворением которой и явилась кибернетика.

Считается, что кибернетика возникла в 1948 г., когда вышла в свет книга Н. Винера "Кибернетика". Американский математик имел предшественников в лице не только Платона и А. М. Ампера, но и Дж. Максвелла и Д. Гиббса. Значительный вклад в процесс становления кибернетики внесли русские ученые [20]. Теория автоматического регулирования берет свое начало не только от Дж. Максвелла, но и от видного русского ученого и государственного деятеля XIX в. И. А. Вышнеградского; должно быть упомянуто и имя знаменитого П. Л. Чебышева. В начале XX в. в Екатеринославле Я. И. Грдина опубликовал работы по динамике живых организмов, в которых рассматривались динамические системы с "волевыми связями". Сам Н. Винер ссылался на труды

127

академиков А. Н. Крылова и Н. Н. Боголюбова. Академик И. П. Павлов в 30-е гг. вплотную подошел к сравнению мозга и электрических переключательных схем. В. И. Шестаков, независимо от К- Шеннона, открыл применимость математической логики к теории таких систем. В теории связи Н. Винер упоминал статистические методы академика А. Н. Колмогорова и П. А. Козуляева. Известна пионерская работа академика В. А. Котельникова о пропускной способности "эфира и проволоки" (1933 г.) и т.д.

В этом плане важен также вопрос об отношении кибернетики Н. Винера и тектологии А. А. Богданова [21], явившейся одной из первых попыток общетеоретического исследования вопросов организации. Эта работа содержит ряд методологических ошибок, однако представляет и позитивный интерес, который становится понятным, если учесть, что А. А. Богданов своими организационными принципами предвосхищал некоторые идеи кибернетики и общей теории систем. Он указывал, в частности, на большое преобразующее воздействие самоорганизующихся машин. "По мере совершенствования машин, писал А. А. Богданов, - роль работника при них меняла свой характер. Самое глубокое разъединение в рамках сотрудничества было то, которое обособило организатора от исполнителя, усилие умственное - от усилия физического. В научной технике труд рабочего совмещает оба типа ...Совмещение завершится вполне тогда, когда выработается еще более высокая форма машин саморегулирующиеся механизмы" [22]. Несомненны параллели данной работы с трудами Н. Винера и У. Р. Эшби, хотя, в отличие от них, А. А. Богданов пользовался исключительно качественными методами.

Проблема создания машин, отличающихся разумным поведением, как видно из краткого исторического обзора, не нова. Однако только успехи современной кибернетики, ее концептуальный и технический потенциал поставили проблему искусственного интеллекта на реальную основу, создали необходимые предпосылки для ее практического решения. Актуальность этой проблемы определяется прежде всего необходимостью дополнения, усиления интеллекта человеческого интеллектом машинным для того, чтобы успешно справляться с многогранными задачами, связанными с информационным насыщением процессов научно-технического и социального развития.

2 Сущность проблемы

Вероятно ли создать разум лучше человеческого? Еще несколько десятилетий назад такой вопрос мог бы показаться странным и неуместным. Развитие же современной науки, особенно кибернетики, превращает его в фундаментальную научную

128

проблему - проблему искусственного интеллекта. Цель работ, посвященных искусственному интеллекту, состоит в создании машин, выполняющих такие действия, для которых обычно требуется интеллект человека.

Актуальность проблемы естественного и искусственного интеллекта и их взаимосвязи обусловлена, в частности, кибернетизацией и космизацией науки и техники как кардинальными тенденциями научно-технического прогресса. Эти две тенденции, будучи неразрывно связанными, взаимно дополняют друг друга. Кибернетический подход направлен на изучение феноменов реальности, зависящих от человека, создаваемых его разумом и деятельностью. В этой своей функции кибернетика, располагая мощным арсеналом точных, количественных методов, позволяет человеку в определенных границах познавать самого себя. Процесс космизации науки и техники выражает необходимость расширения сферы жизни и разума, выход за пределы земного и "антропоцентрического" тяготения, вплоть до возможности обнаружения этих внешних проявлений прогресса материи в иных местах Вселенной.

В условиях действия этих тенденций становится оправданным изучение человека в континууме разумности. Это означает принципиальное (гипотетическое) признание того, что человеческий интеллект не является единственным в своем роде. Человеческий разум есть уникальное явление на нашей планете. Отсутствие других видов с таким же развитием интеллекта не позволяет выяснить, какие особенности человеческой психологии - продукт специфической биологической организации человека, а какие принадлежат к фундаментальным признакам, характерным для самой природы разума. Такая гносеологическая ситуация, создаваемая единственностью феномена сознания, дает возможность обратиться к весьма важному тезису Ф. Энгельса, высказанному им в работе "Людвиг Фейербах и конец классической немецкой философии": "Если мы можем доказать правильность нашего понимания данного явления природы тем, что сами его производим, вызываем его из его условий, заставляем его к тому же служить нашим целям, то кантовской неуловимой "вещи в себе" приходит конец" [23].

Традиционно науки о человеке (физиология, психология и др.) рассматривают человеческое сознание как природное и социальное явление, вне аспекта его искусственного воспроизведения. Однако и здесь при решении, например, психофизиологической проблемы современный анализ приводит к такому выводу: "С большой степенью вероятности можно утверждать, что биологическая эволюция не использовала все потенциальные пути саморазвития материи и что поэтому творческая мысль способна нащупать такой вариант самоорганизации, который на фоне биологической самоорганизации выглядит действительно оригинальным" [24]. Кибернетика в виде машинного интеллекта дает крите

129

рий искусственного воспроизведения мышления. Это обстоятельство приобретает решающее значение в познании конкретных механизмов естественного (человеческого) разума. Необходимость работ по созданию искусственного (машинного) интеллекта вызвана прежде всего несовершенством человеческого мышления - невелик объем памяти, мала скорость переработки информации, медленно обучение, трудны вспоминание и выборка, неизбежны искажения. Кроме того, выявлены все виды биологических лимитов интеллектуальных способностей, начиная от ограниченного числа элементов в мозгу до небольшой продолжительности жизни человека и предельности непосредственного информационного восприятия. Нет оснований считать, что для будущих вычислительных машин такие ограничения будут иметь силу. Искусственный интеллект может быть лишен этих "недостатков" человеческого мозга.

Специалисты в области искусственного разума полагают, что создание последнего - лишь дело времени. На этом пути стоит прежде всего проблема сложности [25]. В свое время Ламетри попытался доказать материальное единство человека, преодолеть дуализм души и тела. Поскольку мир в то время считался "бимодальным" - предполагалось, что он состоит либо из простых систем типа часового механизма, либо из слишком сложных систем типа человеческого мозга, Ламетри ничего не оставалось, как сравнить человеческий организм с часовым механизмом. В настоящее время оценка сложности изменилась. Электронные вычислительные машины представляют собой кибернетические системы, по уровню сложности приближающиеся к человеческому мозгу. В решении проблемы машинного мышления важно осознание того, что логико-информационное содержание человеческого мышления есть процесс объективный; его можно воспроизвести отдельно от человека в системах из неживых элементов при условии их большой сложности [26].

В зарубежной литературе по искусственному интеллекту доминирует подход, провозглашающий: "Искусственный интеллект - это по существу инженерная дисциплина. Мы хотим строить разумные системы" [27]. В настоящее время вместо единой общей теории искусственного интеллекта существует ряд теоретических дисциплин, которые должны изучаться теми, кто выбрал искусственный интеллект своей специальностью. К ним относятся математическая логика, структурная лингвистика, теория вычислений, теория информационных структур, теория управления, статистическая теория классификации, теория графов и теория эвристического поиска. В число основных направлений этой области входят автоматические методы решения задач, "понимания" и перевода языков, доказательства теорем и распознавания зрительных образов и речи. Все это говорит о том, что проблема искусственного интеллекта - это, по существу, проблема кибернетики. Кибернетическое освоение мира, с одной стороны, опирает

130

ся на систему логико-математических абстракций и упрощающих идеализаций, а с другой - вызывает к жизни устройства, функционирующие в реальном масштабе времени. Например, теорию роботов отличает от формального доказательства теорем то, что она соотносится с реальным миром; роботы конструируются также из физических реальных вещей. Поэтому наука об искусственном интеллекте нуждается не только в технических, но и в более общих кибернетических и методологических принципах, выполняющих регулятивную функцию в научном исследовании и осуществляющих с помощью соответствующих понятий основную стратегию, ориентированную на социальные ценности. Концептуальный анализ этих понятий составляет задачу философской науки.

Философские выводы и будущее кибернетики в значительной степени зависят от ответа на следующие вопросы: могут ли машины в своем развитии достигнуть того, что правомерно было бы назвать интеллектом? Существует ли заслуживающая внимания перспектива объяснения интеллекта живого существа, в особенности человека, через его физическую структуру? Эти вопросы, относящиеся к осуществимости машинного интеллекта, обсуждаются, например, К. Штейнбухом [28]. Ответить на них однозначно, по-видимому, невозможно, так как для этого еще нет достаточных оснований. Первый вопрос предполагает различные ответы, при этом сказывается неопределенность понятия "интеллект", а также готовность (или не готовность) исследователя смело экстраполировать научно-техническое развитие. "Я убежден, - подчеркивает М. Минский, - что на протяжении жизни одного поколения очень немногие области интеллектуальной деятельности останутся вне сферы возможностей машин, т. е. проблема создания "искусственного разума" будет по существу разрешена" [29].

Некоторые авторы полагают, что несмотря на быстрый прогресс развитие машинного интеллекта будет отдаленным. "На сегодня, - пишет Б. В. Бирюков, спор о возможности создания искусственного мозга, проявляющего черты человеческой психики, бесплоден. Разговоры о мыслящих машинах без кавычек это перенесение антропоморфных представлений в область кибернетического конструирования. В такой постановке вопрос "Может ли машина мыслить?... вряд ли принадлежит к числу актуальных философских проблем, выдвинутых кибернетикой" [30]. Для большей точности необходимо отметить, что в приведенном высказывании говорится не столько о машинном моделировании мышления, сколько о моделировании человеческой психики вообще. Вместе с тем нужно сказать о том, что наши представления подчас отстают от действительного прогресса в этой области. В самом деле, если мы будем располагать программами, способными к самосовершенствованию (а проблема эта становится на практические рельсы), то процесс развития будет быстрым. Так

131

как машина будет улучшать модель самой себя (в соответствии с ее моделью внешнего мира), мы сможем наблюдать феномены, которые характеризуются понятием "интеллект". Поэтому на вопрос о том, считаться ли с будущим развитием машинного интеллекта или этого не делать, очевидно, следует ответить положительно. Принятие позитивного подхода стимулирует развитие.

Мнения по второму вопросу, относящемуся к физическому объяснению человеческого интеллекта, также сильно расходятся. Один из самых "веских" аргументов против машинного интеллекта состоит в следующем: то, что выполняют кибернетические машины, нельзя назвать мышлением, так как это лишь физическая модель мышления, не имеющая с ним, кроме внешнего сходства, ничего общего. В данном случае наблюдается своего рода интеллектуальный "фетишизм", в результате чего понятие интеллекта наделяется какими-то ирреальными свойствами.

Кибернетический подход к проблеме интеллекта предполагает признание неразрывной связи живого и неживого [31]. А. А. Ляпунов с позиций развиваемой им концепции управляющих систем живой природы [32] высказывает убеждение в том, что жизнь и сознание можно будет в конечном счете понять через анализ лежащих в их основе физических процессов. Г. Франк пишет: "Можно предположить, что к концу нашего столетия возникающая ныне "наука о духе" ознаменуется тем, что она не будет больше говорить о "духе" и его производных, а скорее разложит его на компоненты и через систему информации и информационных процессов лишит его спиритуальности" [33].

В той мере, в какой действия машины влияют на среду, разумная система должна содержать модель самой себя. Рассуждения о форме такой модели ведут к любопытному выводу о том, что разумные машины неохотно будут верить в то, что они только машины. М. Минский приводит следующие доводы. Наша модель "самого себя" имеет двойственный характер, включая часть, касающуюся физической или механической среды, и часть, связанную с социальной и психологической стороной [34]. Мы вынуждены рассматривать обе эти части порознь по той причине, что не имеем удовлетворительной физической теории умственной деятельности [35]. Мы не можем отказаться от такого разделения до тех пор, пока не создадим объединенную модель. Если мы спросим машину, что она за существо, она не сможет ответить "прямо" на вопрос, она должна исследовать свою модель (или модели). И она должна ответить, что, по-видимому, является чем-то двойственным, имеющим две части - "душу" и "тело". Даже робот, делает вывод М. Минский, если его не снабдить теорией искусственного мышления, сохранил бы дуалистический взгляд в данном вопросе [36].

Это замечание способствует выработке необходимых предпосылок научной теории интеллектуальной деятельности как естественных, так и искусственных систем разумного поведения и на

132

правлено против дуализма, рассматривающего функционирование организма как следствие взаимодействия "души" с "телом". Оно показывает неправомерность и ложность виталистических представлений о духовной деятельности.

Специалисты в области человеческой психологии считают, что психическое может быть объяснено только психологически, то есть на основе психических процессов. Это положение было канонизировано длительной традицией, но верно ли оно? По-видимому, правомерно поставить вопрос о совместном развитии психологии и кибернетики [37], по крайней мере, если речь идет о создании единой теории интеллектуальной деятельности. На сегодняшний день для объяснения психических процессов через физические структуры нет ни логически проведенных доказательств, ни логически подтвержденных опровержений. Но кое-что уже сейчас говорит в пользу того, что для такого объяснения достаточно физических структур. Современная научная теория мышления исходит из того, что, несмотря на всю свою сложность, процесс мышления так же познаваем, как и любой другой природный процесс.

Диалектико-материалистический подход к проблеме искусственного интеллекта не может ограничиваться односторонним (либо физическим, либо психологическим) толкованием проблемы. Здесь уместно вспомнить замечательное положение Ф. Энгельса, который писал: "Мы, несомненно, "сведем" когда-нибудь экспериментальным путем мышление к молекулярным и химическим движениям в мозгу; но разве этим исчерпывается сущность мышления?" [38]. Физика в форме кибернетики раскрыла те стороны структуры и процесса мышления, которые могут быть воссозданы саморегулируемыми машинами, обрабатывающими информацию. Кроме того, экспериментальные исследования в области фармакологии и нейрофизиологии вскрыли физико-химическую основу умственной деятельности. Так, была установлена связь между процессом закрепления в памяти усвоенного материала и образованием протеина в мозгу. Это говорит о том, что деятельность человеческого разума есть деятельность материального тела, прошедшего длительное эволюционное развитие. Кибернетические машины, созданные человеком, выполняют функции разума - думают. Но, как справедливо пишет Г. Парсонс, "тот факт, что машина думает, не означает, что человек, который также думает, есть такая же мыслящая машина, ибо человек - животное, наделенное разумом, а животное, несмотря на все его сходства с машиной, никогда ей не тождественно" [39].

Вместе с тем нельзя отрицать позитивную роль научных метафор, несущих важную эвристическую нагрузку в определенной системе идей. В этом отношении заслуживают внимания попытки разобраться в работе мозга, опираясь на две метафоры: кибернетическую - "человек - это машина" и эволюционную "человек - это животное". Из кибернетической метафоры следуют

133

два подхода, представленные работами по искусственному интеллекту, в которых разумное поведение моделируют, не уделяя внимания структуре модели, и теорией мозга, требующей, чтобы внутренняя структура модели соответствовала строению мозга. При метафорическом подходе отнюдь не утверждается, что человек ничем не отличается от машины или же от других животных. С позиций метафоры "человек - это животное" изучают как сходство между человеком и животными, так и различие между ними. Аналогично обстоит дело с метафорой "человек - это машина". "Когда мы говорим, что в некоторых отношениях человеческий мозг можно рассматривать как вычислительную машину с заложенной в нее программой, мы не низводим человека до уровня существующих механизмов, а просто стараемся понять, как вычислительные машины могут помочь нам разобраться в особенностях поведения человека" [40], - отмечает М. Арбиб. В этом свете получают признание поиски принципов организации мозга как некой сложной машины.

Трудности, возникающие на пути к искусственному интеллекту, нередко носят методологический характер. Сюда можно отнести вопрос о соотношении этого направления в кибернетике с традиционными подходами психологической науки. Нередко психологи упрекают кибернетиков в том, что они недостаточно систематически привлекают данные психологической науки для построения теории искусственного интеллекта. О. К. Тихомиров пишет: "Таким образом, можно выделить очень существенную особенность "искусственного интеллекта" как научного направления: стратегическая цель - приблизиться к человеческому интеллекту - ставится в условия ограниченного использования данных психологической науки о человеческом интеллекте" [41]. Несомненно, что сопоставление интеллекта человека и возможностей машины, выявление сходства и различия между ними - один из важных подходов к анализу искусственного интеллекта как научного направления. И этот подход должен синтезировать данные психологической науки, по крайней мере те ее результаты, которые кибернетически релевантны.

Труды, посвященные искусственному интеллекту, по своей методологической значимости неравноценны и разнородны. Нередко содержащаяся в них критика методологических основ искусственного интеллекта сама заслуживает критики. В одних работах методологические проблемы искусственного интеллекта решаются на основе реального развития теоретической и технической кибернетики. И это наиболее правильный подход. Однако есть публикации, в которых проблемы искусственного интеллекта, по существу, растворяются, например, в психологии, а кибернетический подход к интеллекту обвиняется в механицизме, естественнонаучном материализме и т. п. Очевидно, нельзя выработать конструктивный методологический подход к искусственному интеллекту, исходя из внешних по отношению к собственной проблематике искусственного интеллекта установок, будь то психологические или философские установки.

134

Натурфилософский подход к проблемам искусственного интеллекта в настоящее время неправомерен. При неизбежном различии подходов к этой проблеме советских кибернетиков объединяет стремление искать решение не на основе тех или иных априорных, умозрительных принципов, а в тесной связи с практикой автоматизации различных областей человеческой деятельности, с реальными уроками опыта. Все большее распространение получает мнение о том, что окончательные границы возможностей машин могут быть определены только экспериментальным путем [42]. Вместе с тем становится ясно, что философское осмысление еще не решенной проблемы должно толкать исследователя к ее разрешению, направлять, а не тормозить научный поиск [43]. В этом проявляется эвристическая ценность философии. В современном философском анализе проблемы искусственного интеллекта не так важны окончательные решения, как обсуждение аргументов в пользу того или иного подхода и рассмотрение их методологических следствий. Нельзя не согласиться с мнением И. Б. Новика, который пишет: "Что же касается черт различия между человеком и современным кибернетическим устройством, то здесь важно не смешивать два противоположных подхода: догматический - "то, что машины не могут сегодня, они не смогут никогда" и позитивный - "установить, что не могут машины сегодня, чтобы определить пути их совершенствования в будущем"" [44].

Весомый вклад в понимание особенностей интеллекта и выделение его четких характеристик можно ожидать при создании машинного мышления. На этом пути (даже при допущении практической недостижимости потенциально возможных свойств машинного интеллекта) представляют большой интерес обобщающий анализ и выделение логических, гносеологических и эвристических принципов разума. Вычленить структуру и понять принципы организации интеллекта - это значит вскрыть реальные основания фундаментальности проблемы, показать ее глубокую специфичность. Иначе говоря, необходимо изучить исторические, научно-технические и гносеологические аспекты проблемы искусственного интеллекта с непосредственным участием диалектико-материалистической философии.

Философия, избравшая в качестве главного вопроса своих научных поисков проблему отношения бытия и сознания, должна более пристально заинтересовываться вопросами, связанными с моделированием, воспроизведением интеллекта. Проблема искусственного интеллекта имеет непосредственное отношение к основному философскому вопросу: речь идет об искусственном воспроизведении, моделировании человеческого интеллекта. Здесь мы подразумеваем не метафорический интеллект, который не является настоящим искусственным интеллектом, а создание искусственной модели человеческого интеллекта. Станет ли такой

135

подход новой гранью, стороной основного философского вопроса? Возможно, речь пойдет о новой, третьей стороне упомянутого вопроса. Не исключено, что в зависимости от ответа на вопрос о том, можно или нельзя воспроизвести искусственно человеческий интеллект, философы в будущем также разделяется на какие-то направления или школы, пусть не касающиеся непосредственно материализма, идеализма и агностицизма. Ведь вопрос об искусственном воспроизведении, моделировании человеческого сознания, мышления вносит нечто новое в содержание основного вопроса философии, понимаемого в широком смысле как отношение материи и сознания.

Остановимся еще на одном моменте, придающем проблеме искусственного интеллекта философское звучание. При сравнении искусственного и естественного интеллекта проявляются две философско-мировоззренческие крайности. Они принимают форму полярных точек зрения в буржуазной философской литературе; присутствуют они, но в несколько смягченном виде, и в работах отечественных авторов.

Эти точки зрения - оптимистическая и пессимистическая - характерны для понимания не только проблемы искусственного интеллекта, но и космонавтики, экологии, информационного обеспечения науки и многих других проблем. Пессимизм и оптимизм присущи философским интерпретациям других направлений НТР. Все эти проблемы, в том числе и проблема искусственного интеллекта, не изолированы от общего хода социального прогресса. В этой связи возникает вопрос о причинах - социальных и гносеологических - такой зачастую резкой поляризации взглядов на проблему искусственного интеллекта. В нашей литературе (философской и кибернетической) она вызвана причинами главным образом гносеологического характера. Как представляется, в настоящее время по проблеме искусственного интеллекта ощущается недостаток информации для принятия определенного (положительного или отрицательного) решения. Не случайно некоторые авторитетные ученые говорят, что вопрос о том, можно ли создать искусственный интеллект, является в известной степени неопределенным. Постараемся далее рассмотреть эту точку зрения с новых методологических позиций.

На наш взгляд, основания для пессимистической либо оптимистической точки зрения возникают как раз тогда, когда недостаток информации пытаются компенсировать включением определенных механизмов оценки. Именно поэтому, в зависимости от определенной совокупности причин, тот или иной ученый склоняется к пессимистической или оптимистической точке зрения. Вполне понятным основанием для одной из точек зрения является также абсолютизация машинного фактора в ущерб человеческому. Сторонники противоположной точки зрения абсолютизируют роль индивида без техники. Мы разделяем мнение о том, что нет надобности гипертрофировать роль человека либо маши

136

ны, а нужно исходить из диалектического их единства, из взаимосвязи, которую необходимо оптимизировать. Ведь человек и машина в отдельности выступают лишь элементами человеко-машинной системы. Взаимодействие частей, компонентов в целостной системе приводит к возникновению новых характеристик, которые в принципе не присущи ни одному из ее элементов. Изучение проблемы гармонизации взаимодействия человека и машины в информационном аспекте с выходом на социальный уровень представляет, на наш взгляд, главную проблему, которой сейчас занимаются кибернетики, информатики и другие ученые, разрабатывающие проблему искусственного интеллекта.

Задача философов заключается не во взаимной пикировке по поводу правильности употребления ряда понятий, а в методологическом обеспечении возможности использования кибернетической техники и кибернетического знания для блага человека, в целях гармонизации взаимодействия человека и машины, общества и информационной техники [45].

Работа системы искусственного интеллекта всегда происходит в тесном взаимодействии с человеком, поэтому правильно считать искусственный интеллект смешанной (гибридной) системой, в которой подчас трудно определить, кто внес больший вклад в формирование решения - человек или машина. Следовательно, не метафизический отрыв человека (мышления) от машины и не их отождествление либо даже выдвижение машины на первый план, а реальное взаимодействие, которое нуждается в оптимизации, самоцелью которой выступает человек, его более полное и всестороннее развитие. Такое представление роли техники вообще, кибернетической в частности, позволяет найти искусственному интеллекту адекватное место в научно-техническом и социальном прогрессе, определить его специфически социальные функции, которые опредмечиваются в технических устройствах. Основная цель исследований по этой проблеме - не замена человека машиной, а имитация мыслительной деятельности человека для передачи ЭВМ все большего числа рутинных и сложных машинообразных задач, увеличение обоснованности принимаемых человеком решений, высвобождение человека для действительно творческой деятельности.

Если учесть, что именно развитие человека является целью прогресса кибернетической техники, что системы искусственного интеллекта создаются для реальной помощи человеку, имеет смысл эту концепцию назвать "антропокибернетической", где на первый план выдвигается человек, взаимодействующий с кибернетической техникой. Возможно, этот термин не совсем удачен, однако он четко фиксирует отказ от абстрактного "антропологизма" либо информационного "техницизма" как мировоззренческих крайностей.

Более того, исходя из концепции антропокибернетизма, мы можем показать и обосновать в принципе общенаучный характер

137

проблемы искусственного интеллекта, что есть эмпирически констатируемый факт, ведь в ее разработку включились все основные подразделения современной науки - общественные, естественные и технические, фундаментальные и прикладные и т.д. Наряду с таким индуктивно-эмпирическим обоснованием можно предложить логико-дедуктивное доказательство, исходящее из социально-философской сущности проблемы искусственного интеллекта, отображаемой термином "антропокибернетизм".

При этом в одно целое связываются общественные, технические и естественные науки. В ходе решения проблемы искусственного интеллекта происходит дальнейшее укрепление взаимосвязи этих основных подразделений научного познания. Вместе с тем кажется недостаточным делать вывод лишь о междисциплинарном, комплексном научно-техническом характере обсуждаемой проблемы; комплексность, междисциплинарность обретают здесь новое качество, называемое общенаучностью. Полагаем, что решение проблемы искусственного интеллекта возможно только всем комплексом основных фундаментальных и прикладных, общественных, естественных и технических наук, что проблема эта не является только проблемой кибернетики, несмотря на то, что кибернетика несомненный лидер в ее решении, дающий в настоящее время наиболее важные в теоретическом и практическом отношении результаты.

Положение о принципиально общенаучном характере проблемы искусственного интеллекта имеет определенные методологические следствия, в частности то, что ее полное решение в рамках одной отрасли знания (скажем, кибернетики) в принципе невозможно. Хотя мы не считаем кибернетику только региональным научным направлением (кибернетика региональна лишь в онтологическом плане и общенаучна - в гносеологическом и техническом [46]), тем не менее общенаучный характер кибернетического знания выражен не в полной мере, не во всех аспектах. Поэтому чисто кибернетического, либо чисто психологического, либо даже чисто философского доказательства возможности (невозможности) создания искусственного интеллекта нет. Короче говоря, нельзя с позиций одной научной дисциплины решить принципиальные положения проблемы искусственного интеллекта; это в состоянии сделать лишь вся наука в целом.

Далее хотелось бы отметить, что проблема искусственного интеллекта представляется общенаучной лишь в перспективе, ибо в настоящее время в ее решение включились далеко не все отрасли науки. Поэтому продвижение в данном направлении зависит от того, в каком масштабе и в какой степени в орбиту указанной проблемы вовлекается все большее число наук, по этим показателям можно судить о полноте ее решения.

Общенаучный характер проблемы искусственного интеллекта не исключает того, что общенаучными могут быть ее отдельные подпроблемы. К их числу относится проблема "сознание и мозг",

138

что было убедительно показано Д. И. Дубровским [47]. Общенаучный характер проблемы имеет более высокий порядок, характеризуемый более мощным междисциплинарно-системным синтезом, чем общенаучность отдельных ее составляющих. Само решение проблемы искусственного интеллекта возможно только на пути более интенсивного развития интегративных тенденций в научном знании, обретения более целостного единства науки, чем в настоящее время. Это означает, что современный позитивный сдвиг в решении рассматриваемой проблемы можно охарактеризовать лишь как начало научных поисков, что в известной мере отражается в ее философско-методологических исследованиях.

Ведь до сих пор проблемой искусственного интеллекта, несмотря на ее актуальность, фундаментальность и принципиальную общенаучность, мало занимаются философы-профессионалы, даже из числа специалистов в области философских проблем кибернетики и информатики. Те философы, которые касались этой проблемы, акцентировали внимание на чисто философском (а иногда и психологическом) способе доказательства невозможности создания искусственного интеллекта, или, опираясь еще и на данные кибернетики, пытались на ограниченном научном материале доказать возможность его создания. Однако из методологического положения об общенаучном характере проблемы искусственного интеллекта вытекает принципиальная невозможность однозначного решения о реальности или нереальности создания искусственного интеллекта на базе ограниченного научного материала. Данное решение на современном уровне интеграции знаний и обретения общенаучного характера обсуждаемой проблемой представляется в некоторых своих аспектах неопределенным. Снятие этой неопределенности зависит не от гениального прозрения того или иного философа или кибернетика, а от достижения единства научного знания, от развития союза философии не только с естествознанием, информатикой и кибернетикой, но и со всеми другими частными науками.

Как видим, теория искусственного интеллекта нуждается в метатеоретических, философских принципах, регулирующих процесс целеполагания исследователя, его ценностные установки. В этом плане необходимо также подвергнуть анализу основные категории искусственного интеллекта, такие как интеллект, разум, сознание; машина, автомат, алгоритм; программа, эвристика, обучение; естественное и искусственное, разумное и рассудочное, внутреннее и внешнее, однозначно детерминированное и вероятностное; самоорганизация, сложность, надежность; поведение, познание и информация; активность и целеполагание и др. Сюда же следует отнести методы и подходы, направления и тенденции - все то, что составляет теорию искусственного интеллекта в широком значении, в смысле научной методологии. Развивая принципы методологии искусственного интеллекта, мы сможем ответить на вопросы метатеоретического, сверхкибернетического по

139

рядка, возникающие в ходе научно-технического прогресса. Данный подход можно пояснить следующим высказыванием. "Итак, "машинные заменители" интеллекта возможны, - кибернетика это доказала. Но является ли необходимым их появление и распространение? И нужны ли они человеку? Тщетно искать ответы на эти вопросы в теориях самой кибернетики. Их дает общая картина развития науки, техники и экономики современных обществ" [48].

Это такая картина, в создании которой немалую роль играет философская мысль, получающая в своем развитии мощный толчок от исследований в области искусственного интеллекта. Кроме того, надо отдавать себе отчет в том, что кибернетические идеи, преломляясь через философское сознание, приобретают мировоззренческое значение; они развиваются не в идеологическом вакууме. Прагматический аспект кибернетики (отношение к ней человека и общества) служит интересам не только всего человечества, но и определенных классов. Поэтому "чистой" кибернетики быть не может. Как заметил в свое время Г. Клаус [49], кибернетика нацелена на преобразование мира в духе одиннадцатого тезиса К. Маркса о Л. Фейербахе. Этот тезис гласит: "Философы лишь различным образом объясняли мир, по дело заключается в том, чтобы изменить его" [50].

Таким образом, стремление реализовать "духовные процессы" с помощью автоматов заслуживает позитивного обоснования. С диалектико-материалистической точки зрения весьма важно, что создаются машины, обладающие функциями мышления. В частности, рассмотрение некоторых аспектов проблемы искусственного интеллекта приводит к мысли о том, что человек в понимании интеллекта может продвинуться на путях создания машинного мышления. А тот факт, что проявления человеческого духа могут быть воспроизведены человеком, служит новым аргументом в пользу материализма, дальнейшего саморазвития человечества по пути прогресса.

3. Понятие искусственного интеллекта

Нередко вопрос о том, может ли машина мыслить, считается бессмысленным, так как в такой исходной формулировке он содержит неопределенность. Чтобы снять ее, нужно уточнить, что мы имеем в виду, когда говорим слова "мыслить", "машина" и "может". Исследование философских аспектов проблемы искусственного интеллекта требует особенно глубокого анализа и определения самих понятий интеллекта, разума, мышления. В литературе [51] были выделены три принципа анализа проблемы, в первом приближении формулируемой в виде вопроса "Может ли машина мыслить?" Первый принцип - по возможности точное оп

140

ределение понятий, участвующих в таком анализе. Второй принцип - учет используемых абстракций и идеализации, особенно абстракций потенциальной осуществимости. Третий принцип - конкретно-исторический подход к понятиям "машина", "живой организм", "разумное существо", "мышление". В свете последнего принципа требование определенности понятий приобретает относительный (зависящий от достигнутого уровня познания и практики) характер.

Если обратиться к существующим традиционным дефинициям мышления, то можно заметить, что в них обычно выделяются три его признака. Во-первых, мышление рассматривается как отражение субъектом связей и отношений между предметами и явлениями объективной действительности. Во-вторых, спецификой этого отображения считают то, что оно является обобщенным. И, в-третьих, особенность мыслительного отображения видят в его опосредованности, благодаря которой оно выводится за пределы опыта. Показывая недостаточность традиционных дефиниций мышления, Л. М. Веккер отмечает, что признаки мышления, входящие в состав его наиболее распространенных определений, будучи необходимыми компонентами его общей структуры, не являются, однако, носителями специфики мысли по сравнению с процессами домыслительной, "чисто" образной психической информации [52]. "Описанные три признака мысли, - пишет он далее, - рассматриваемые в качестве показателей ее структуры, представляют именно первый этап их научного исследования, на котором еще не произведена соответствующая конкретизация. В силу этого они выступают в своей общей форме, а специфические особенности проявления этих трех характеристик именно в области мышления по сравнению с другими познавательными процессами здесь еще не выделены" [53]. Следовательно, как полагает Л. М. Веккер, специфика мышления должна быть выведена в качестве пусть высшего и особого, но частного случая общих принципов организации психических процессов.

Интеллект, понимаемый в традиционной психологии как специфическая способность человека, в кибернетической трактовке [54] складывается, по существу, из следующих компонентов: построение внутренней модели внешнего мира, которая, обучаясь, постоянно совершенствуется; способность целесообразного выбора и получения информации, образование инвариантов и их накопление; создание алгоритмов поведения и их испытание в практическом применении внутренней модели внешнего мира; получение алгоритмов оценки таких алгоритмов и замена алгоритмов, оказавшихся нецелесообразными или не соответствующими изменяющейся среде, на более совершенные; предвидение будущих ситуаций внешнего мира путем моделирования их на внутренней модели. Высшей формой интеллекта является эвристическое мышление.

141

Интеллект специфицируется как способность решать нетривиальные задачи. Задача нетривиальна, если для ее решения недостаточно подсознательного уровня и необходимо привлечь специальные эвристические приемы, такие как правдоподобные рассуждения, выводы по аналогии и интуитивные предположения, свойственные сознанию. Хотя в искусственном интеллекте, как считают, например, Л. А. Растригин и В. А. Марков [55], вообще нет никакого сознания, однако он предназначен для решения нетривиальных задач, поэтому мы должны найти в нем аналог сознания, иначе он не будет интеллектом. В качестве обязательного условия высокой "интеллектуальности" технического устройства предлагается рассматривать многопрограммность его работы. Искусственный разум проявляется не в том, чтобы играть в шахматы или решать любые интеллектуальные задачи, а в обобщениях, включающих процедуры решения конкретных задач, обладающих, однако, элементами общности.

О разумности машины говорят в том смысле, что она может самостоятельно решать задачи, которые обычно требуют постоянного управления или вмешательства со стороны человека. Такая машина, решая поставленную задачу, должна быть способна действовать самостоятельно, сообразуя свое поведение с любыми непредвиденными изменениями в окружающей среде. Под искусственным интеллектом понимают моделирование автоматами творческих мыслительных процессов с помощью эвристических программ. Информационный подход к интеллекту выразил Н. М. Амосов. "Любое техническое устройство, - пишет он, - можно считать разумным, если оно способно выделять, перерабатывать и выдавать информацию" [56].

Разум есть высшая абстракция мозга, освобожденного от забот о гомеостазисе во имя занятий интеллектуального характера. Поскольку, однако, в применении к машине понятие "интеллект" приобретает упрощенную трактовку, оно снабжается эпитетами "машинный" или "искусственный". Информационная трактовка интеллекта позволяет дополнить его интуитивное и качественное понимание более строгими количественными определениями. В результате "возникает подход, при котором разумно сочетается интуитивное понимание интеллекта и творчества с попытками сформировать определения, строгость которых может возрастать по мере прогресса в моделировании и автоматизации познавательных и творческих процессов" [57]. Одна из задач, стоящих перед науками, изучающими жизнь, психику и мышление, перед теоретической и технической кибернетикой, - выработка таких понятий, которые могли бы прояснить проблематику возможностей искусственных кибернетических систем.

Вообще формирование научных понятий происходит внутри специальных дисциплин, что справедливо и для понятий, которые используются не только в одной науке. Это замечание, сделанное Г. Либшером [58], распространяется также на общенаучные понятия, которые в большей или меньшей степени, актуально или по

142

тенциально имеют значение для всех специальных дисциплин. Философия, как правило, редко берет на себя задачу первоначального образования понятий. Это в настоящее время характерно для исследований, проводимых в рамках специальных наук, породивших такие понятия, как, например, "элементарная частица", "система", "модель", "алгоритм", "информация", "искусственный интеллект", "стратегическая игра" и т.д. Однако кроме специально-научного смысла каждое из них имеет также философское значение. Оно заключается в изучении отношения этих понятий к категориям философии и вместе с тем к основным философским проблемам. Философская постановка задачи состоит также в том, чтобы вскрывать отношение соответствующих частнонаучных понятий к понятиям других научных дисциплин. Общий принцип подхода к таким изысканиям базируется на диалектико-материалистическом методе.

Понятие "искусственный интеллект" как понятие современной кибернетики или же как общенаучное понятие также имеет свойственное ему философское звучание [59]. Оно выступает, прежде всего, в исследовании отношения искусственного и естественного интеллекта, в формировании общего определения понятия "интеллект".

Вопрос о понятии искусственного интеллекта, широко применяемом в специальных работах по кибернетике, обсуждается в философской литературе. При этом предлагаются его различные интерпретации. Использование этого понятия считается, например, вполне оправданным наряду с понятием естественного (человеческого) интеллекта, но первое определяется с позиций системного детерминизма с акцентом на функциональный аспект системы [60]. При другом рассмотрении отмечается, что данное понятие не более чем метафора, буквализация которой вообще ставит вопрос о целесообразности сохранения названия "искусственный интеллект" [61]. При сопоставлении искусственного и естественного интеллекта высказывается мнение о том, что "попытки охарактеризовать разум в рамках чисто кибернетических категорий плохи прежде всего тем, что разум не кибернетическая и даже не психологическая категория, а скорее философская" [62].

Приведенные точки зрения выражают попытки осмыслить данную проблему, по крайней мере, с трех сторон - естественнонаучной, психологической и философской. В этом плане заслуживает внимания такое обоснование понятия "искусственный интеллект", которое бы снимало "односторонность" толкований посредством междисциплинарного подхода в соответствии с общенаучным статусом данного понятия. Общенаучность понятия "искусственный интеллект" заключается в экспликативной (уточняющей) функции, которую оно выполняет по отношению к понятию (естественного) интеллекта [63]. Несомненно, что понятие интеллекта - интегральное, что оно имеет философскую природу. Однако развитие науки требует системную сущность интеллекта выразить структурно, а само понятие конкретизировать через операциональный метод.

143

Обосновывая методологическую значимость кибернетического подхода к проблеме интеллекта, Н. Винер писал: "Неверно было бы отказываться от мысли, что системы одного типа могут в какой-то мере помочь нам раскрыть сущность организации систем другого типа" [64]. Отсюда следует и то, что понятие искусственного интеллекта поможет нам разобраться в сложной природе феномена интеллектуальности и интеллектуальной деятельности.

Необходимо, однако, отметить, что термин "естественный интеллект" неадекватно отражает смысл понятия человеческого интеллекта. Еще Гегель обращался к этому понятию, хотя и с позиций идеализма. "Выражение естественный разум неудачно, ибо под естественным обычно понимают чувственно-естественное, непосредственное. Между тем природа разума есть понятие разума; дух, собственно говоря, есть способность возвыситься над природой. Естественный разум в своем истинном значении есть дух, разум в соответствии с понятием..." [65]. Человеческий интеллект, если рассматривать не материальный субстрат (мозг), а способность субъективно отражать внешний мир, выступает в значительной мере не природным, а социальным явлением, то есть формируется в результате человеческой деятельности и в этом смысле может быть назван искусственным. "Основное в мышлении - это то, что его процедуры имеют искусственный характер, что оно приспосабливается к требованиям окружающей среды в результате индивидуального обучения и социального обмена знаниями" [66]. Понятие "естественный интеллект", так же как и понятие "искусственный интеллект" характеризует только один аспект интегрального понятия "интеллект". Последнее становится основанием для рассмотрения диалектической взаимосвязи естественного и искусственного в интеллекте.

Целесообразно также сопоставить смысл понятий "искусственный интеллект" и "машинный интеллект". В литературе нет единого подхода к их рассмотрению. Одни авторы [67] считают, что машинный интеллект - это показатель того, насколько приспособлена кибернетическая машина к решению разнообразных задач и к эффективному взаимодействию с человеком, а искусственный интеллект модели мозга и высших форм психической деятельности. Другие исследователи трактуют эти термины иначе и даже противоположным образом. Так, М. Арбиб пишет: "Следует различать при этом так называемый "искусственный интеллект" и "моделирование". Первый термин подразумевает, что машина решает задачу любым способом, а второй - что машина копирует действия человека в подобной ситуации" [68].

Несоответствие терминологических трактовок в данном случае не является принципиальным, так как общим для машинного и искусственного интеллекта (на современном этапе развития наук об искусственном интеллекте) служит то, что интеллект "принад

144

лежит" машине, а различающим моментом выступает способ его задания (построения). Последний может быть ориентирован на моделирование особенностей человеческого интеллекта или может развивать алгоритмические структуры ЭВМ без непосредственной связи их со структурами человеческого мышления. Представляется, что машинное мышление, полученное путем кибернетического моделирования естественного интеллекта, больше соответствует понятию искусственного интеллекта. Итак, методологически важным становится определение понятий "интеллект", "естественный интеллект", "искусственный интеллект".

В литературе не было предложено четкой дефиниции понятия "интеллект". Поэтому целесообразно на пути его выработки провести сравнительный анализ характеристических свойств искусственного и естественного интеллекта. При таком подходе отмечается, что "если представить себе множество различных систем, осуществляющих функции мышления, то именно выявление инвариантного аспекта этих систем и будет раскрытием той структуры, которая лежит в основе процессов мышления" [69]. При выявлении инвариантного аспекта мыслящих систем их сопоставление оправдано по структурно-функциональным свойствам, так как субстратные характеристики (у человека и ЭВМ) заведомо различны. Онтологическим основанием такого соотнесения процессов, принадлежащих к качественно различным формам движения материи, служит всеобщее свойство отражения, структурно-функциональная "родственность" уровней которого доказана развитием философии и естествознания. Значение принципа отражения состоит также в том, что он позволяет решать проблему взаимоотношения человека и машины ("одну из великих проблем", по определению Н. Винера) не только философски-умозрительно, но и с позиций естествознания и математики, то есть и с качественной, и с количественной стороны. Успех количественного познания сложных явлений (каким выступает интеллект) зависит от того, насколько удается их формализовать.

Формализация предполагает определение основной структурной схемы интеллекта. В связи с этим необходимо отметить, что в истории философии предпринимались попытки выделения в интеллекте различных сторон и элементов. Аристотель ("пассивный и активный разум"), Н. Кузанский ("рассудок и интеллект"), Д. Бруно ("разум и интеллект") расчленили мышление на отдельные, качественно своеобразные моменты. Разложение мышления на рассудочное и разумное нашло дальнейшее обоснование в философских системах Канта и Гегеля. Такой подход к мышлению приобретает эвристическое значение в свете кибернетических теорий "искусственного интеллекта". Если разум представляет собой высшую форму теоретического освоения действительности, для которой характерно осознанное оперирование понятиями, исследование их природы, творчески активное, целенаправленное отражение действительности, то рассудок, также оперируя

145

абстракциями, не вникает в их содержание и природу. Главная функция рассудка - расчленение и исчисление со способностью к автоматизму. "Рассудочная деятельность - писал П. В. Копнин, - имеет как бы три слоя: ее элементы у высших животных, рассудок человека и замена рассудочной деятельности человека машиной. В последнем случае рассудок выступает в чистом виде, он не затемнен никакими другими моментами и поражает человека точностью, быстротой в выполнении определенных операций мышления. В этом отношении машина как рассудок превосходит рассудок индивидуума" [70].

Если рассудок дискурсивен, то разум интуитивен, он выдвигает новые идеи. При диалектическом подходе с учетом практики кибернетического моделирования человеческого мышления необходимо иметь в виду взаимосвязь и взаимопереходы рассудочного и разумного. То, что на данном уровне развития мышления выступает разумным, становится со временем рассудочным, а все рассудочное было когда-то разумным. Разум переходит в рассудок путем формализации. Это превращение происходит в каждом случае передачи функций человеческого мышления машине посредством создания алгоритма. Методологически ценным поэтому выступает следующее утверждение: "Ошибочным является стремление ограничить развитие исчисляющего рассудка, поставить ему какие-то пределы, найти такие теоретические построения, которыми он не может овладеть никогда. Ставя, таким образом, пределы исчисляющему рассудку, мы в действительности ограничиваем человеческий разум..." [71].

Итак, в структуре интеллекта наряду с искусственным и естественным следует различать рассудочное и разумное. А в обобщающем анализе природу интеллекта можно выразить в понятиях поверхностной и глубинной структуры. Основная познавательная задача искусственного интеллекта выглядит как переход от поверхностных структур [72] к глубинной структуре и как "идентификация" глубинных структур машинного и человеческого мышления.

Классический вопрос "Может ли машина мыслить?" необходимо обсуждать как в философском, так и в более строгом естественнонаучном и математическом контексте. Полезность и того и другого обсуждения возрастает при их сопоставлении, которое способствует выработке уточняющих интерпретаций с использованием общенаучных понятий. Нередко говорят, что ум не сводится к отдельным способностям. Однако моделировать интеллект как таковой, не выделяя его конкретных качеств, нельзя. Поэтомy специалисты в области искусственного интеллекта при выработке исходных принципов определяют интеллект через операциональный критерий. "Под словом "думать", - пишет Р. Беллман, - мы будем иметь в виду деятельность, подобную человеческому мышлению, такие действия, как принятие решений, решение (логических) задач, распознавание образов, интеллек

146

туальные игры, творчество и т.д." [73]. Для того чтобы быть "разумной", машина должна обладать функциональными способностями человека. Но при этом едва ли целесообразно требовать от нее умения сойти за человека (тезис Тьюринга), особенно учесть существование эффективных путей эвристического программирования, которые не имитируют человеческого поведения [74].

В теоретических работах по искусственному интеллекту такие антропоморфные понятия, как "интеллект", употребляются в специально научном смысле, отличном от обычных представлений неспециалистов. И это согласуется с исторической практикой формирования научных (физических, математических) понятий, таких, например, как "тело", "энергия", "группа" и т. п. Метафорические и операциональные характеристики понятия "искусственный интеллект" служат отправным моментом в развитии теории. Сравнивая человеческий интеллект с машинным мышлением, метафорическое употребление понятия "искусственный интеллект" вместе с тем облегчает понимание человеческого разума, хотя у этих образований помимо общих свойств имеется множество других, по которым они совершенно различны.

Понятийная метафора выступает необходимым источником гипотез относительно системы-оригинала. Тем не менее на стадии формирования понятий следует помнить об их метафорическом характере. "Когда наступит такое время, - считает М. Арбиб, - что наши понятия дадут нам возможность отвечать на большинство вопросов в интересующей нас области, мы сможем позволить себе забыть об их метафорическом происхождении..." [75]. Таким образом, метафорические аналогии между искусственным и естественным интеллектом оправданы тогда, когда они понимаются не очень буквально. Этот вывод имеет значение для гипотетико-дедуктивных построений теорий искусственного интеллекта; аксиоматическое изложение нуждается в использовании неопределяемых понятий.

Понятие искусственного интеллекта, возникшее в кибернетике, позволяет классифицировать объекты по функциональному критерию. Такое понятие необходимо потому, что оно удачно объединяет целый ряд эффективных свойств специальных программ для ЭВМ, которые аналогичны (гомоморфны) качествам человеческого интеллекта. Оно показывает также, что многие различия между интеллектуальными программами ЭВМ и человека, производившие впечатление существенных, в ходе конкретных разработок оказались количественными. Эвристический поиск представляет главную особенность техники искусственного интеллекта. Однако поведение человека, его память, восприятие, способность к обучению и самоорганизации, несомненно, богаче, чем у эвристических программ ЭВМ [76]. Нужно также иметь в виду ограниченные возможности современных автоматов, являющихся "эмбриональными" кибернетическими системами, в силу чего в настоящее время многие из интеллектуальных функций ими могут выполняться лишь

147

в принципе. Это означает, что хотя в своих существенных частях эти функции могут быть реализованы, осуществление их в целом остается под вопросом из-за больших материальных затрат.

Методологическое значение данного вывода состоит в том, что при сравнении человеческого интеллекта с машинным надо четко различать, на каком уровне проводится аналогия - принципиальном или фактическом. Ясно, что фактическое сравнение не всегда оправдано. Более того, "всякое непосредственное сравнение существующих автоматов с человеком недопустимо: существующие автоматы можно сравнивать лишь с гораздо более примитивными органическими системами" [77]. Вместе с тем с точки зрения развития науки об искусственном интеллекте, видимо, нежелательно обыденные представления об интеллекте возводить в ранг серьезных аргументов. Рассуждения типа: "Допустим, вы привели примеры того, как компьютер может осуществлять процессы принятия решения, обучения, распознавания образов и т. п. Но значит ли это, что машина и в самом деле мыслит?" не единичны.

Сравнение мозга и машины может оказаться неадекватным в оценке либо первого, либо последней. Дело в том, что ЭВМ создаются преимущественно для решения задач, которые человеческий мозг сам по себе решить не в состоянии. Сопоставление мозга и машины необходимо для выделения их инвариантного аспекта при раскрытии той структуры, которая организует и "содержит" интеллект.

Для выявления особенностей структуры интеллекта нужны соответствующие понятия. Проникновение в более глубокие слои реальности предполагает построение специфической системы понятий, адекватной возникшей проблеме. Такую систему нельзя просто вывести из понятийной структуры, описывающей менее глубокие уровни действительности. Структура интеллекта должна интегрироваться в самоорганизующуюся систему, подчиняющуюся имманентным закономерностям. Это означает, что система располагает внутренними принципами и механизмами саморазвития, которые позволяют ей обучаться, совершенствоваться, самовоспроизводиться. Последнее нередко расценивается как "мотив", направленный против существования любой формы машинного интеллекта: машина получает способности от своего создателя. С этим, разумеется, нельзя не согласиться. Следует только обратить внимание на то, что и человеческий интеллект развивается аналогично [78]. Предпосылкой интеллекта служит связь с внешним миром.

Имманентность развития самоорганизующейся системы относительна. Иерархический принцип самоорганизации действует и за пределами системы, поскольку последняя является составной частью вышестоящих материальных структур. Следовательно, при изучении интеллекта как самоорганизующейся системы эвристически важна диалектика внутреннего и внешнего, которая выражается во взаимодействии моделей двух типов - модели самого се

148

бя и модели внешнего мира. При этом выделяется уровень информационных отношений, на котором внутренняя модель внешнего мира переводит и интегрирует внешнее во внутреннее. При этом в качестве существенного момента выступает отношение обратной связи, играющее важную роль в человеческом поведении (например, обратная связь от эффекторов к рецепторам). Понятие обратной связи плодотворно в исследовании работы мозга и машины. Особенно значима отрицательная обратная связь, уменьшающая рассогласование между действительным и желаемым поведением. Системы разумного поведения - это системы с обратной связью, самообучающиеся системы.

Функциональный подход к проблеме сложности преодолевает некоторые трудности, возникающие при сравнительном анализе мозга и машины. Эти трудности привносятся мнением о том, что пока не решена проблема структурной сложности машин на уровне сложности мозга, до тех пор не может быть речи об искусственном интеллекте. Кибернетика позволяет перевести проблему структурной сложности "на язык" сложности функционального порядка. Происходит своего рода оборачивание метода: то, что исторически являлось первичным, на логическом уровне анализа оказывается вторичным. Структура и функция объективно находятся в неразрывном единстве. Однако в научном исследовании существенным становится тот или иной аспект. В данном контексте функциональный аспект гносеологически обладает большей разрешающей способностью, чем субстратно-структурный подход. В самоорганизующихся системах функциональная организация приобретает решающее значение: в том случае, когда вычислительная машина может самоорганизоваться, способ первоначального соединения элементов подвергается "пересмотру", если он не обеспечивает эффективного решения стоящих перед системой задач. Вообще принципы самоорганизации (в особенности эвристической самоорганизации - на основе "отсечения" плохих вариантов поведения) выступают основанием для восхождения от абстрактных постулатов к конкретным разработкам задач искусственного интеллекта.

При сравнительной оценке интеллекта заслуживает внимания следующее определение: "Интеллект можно рассматривать как способность принимающего решения устройства достигать определенной степени успеха при поиске широкого многообразия целей в обширном диапазоне сред" [79]. Здесь интеллект определяется в терминах поведения стремящегося к цели существа, а степень интеллекта измеряется по адекватности принимаемых решений.

Достоинство такого подхода заключается в выделении универсальности и гибкости как существенных признаков интеллектуального поведения, так как, по определению, принимающее решения существо или устройство, которое может достигнуть цели только в конкретной среде, но не в других средах, не обнаруживает значительного интеллекта [80]. Заметим также, что важным

149

признаком интеллекта, согласно данному определению, является связь со средой. Разумного поведения можно ожидать только тогда, когда система имеет некоторую оптимальную модель среды. Разум будет ограничен, если модель слишком груба и не дает достаточного описания среды или если она неполным образом отражает взаимодействия между элементами среды. Интеллект присущ системам, которые обнаруживают целенаправленное поведение, обладают необходимой информационно-логической структурой, обеспечивающей продуктивное мышление.

Рассматриваемая дефиниция интеллекта охватывает наиболее сложные формы поведенческой деятельности: цель, принятие решения, предсказание. И это верно. Однако его недостаток, как полагает П. К. Анохин [81], состоит в том, что существенные и характерные для интеллекта факторы просто перечисляются, а не даются в той логической связи и последовательности, которая соединила бы их прочной нитью системного детерминизма. Иначе говоря, главным недостатком этих исследований является отсутствие универсальной модели, которая логически связала бы все этапы формирования интеллектуальных актов. Как известно, попытка создания такой модели реализована П. К. Анохиным в разработанной им концепции функциональной системы.

Функциональный подход плодотворен и в отношении к моделям человеческого мозга. Важное приложение этого подхода к моделированию мозга как самоорганизующейся системы дано Д. И. Дубровским. Он, в частности, пишет: "Во-первых, из категорического отрицания явлений сознания у современных вычислительных машин вовсе не следует, что это свойство не сможет быть воспроизведено у будущих искусственных устройств. Во-вторых, признавая правомерность функционального подхода к человеческой психике, мы тем самым обязаны признать и правомерность моделирования субъективных явлений" [82]. Что касается того часто выдвигаемого аргумента, что сознание присуще только общественному субъекту, то он не играет решающей роли, поскольку самоорганизующиеся системы с искусственным интеллектом явятся общественным продуктом и будут компонентами общества как самоорганизующейся системы более высокого ранга [83].

Интересуясь предельными теоретическими возможностями машин, нельзя не отметить ограниченности тех представлений, согласно которым машины по самой своей природе могут делать лишь то, что им прикажут, и будут делать это без каких-либо уклонений. В литературе прослеживается тенденция обходить этот вопрос, ссылаясь на то, что машины, в том числе и кибернетические, - это орудие в руках человека. Справедливы возражения [84], в которых обращается внимание на то, что создаваемые человеком орудия могут выходить из-под его контроля, - и чем сложнее эти орудия, тем пагубнее могут быть связанные с ними аварии [85].

150

Как видим, междисциплинарный характер кибернетического подхода вызывает определенные трудности при сопоставлении порождаемых им общенаучных понятий с традиционными категориями. Это объясняется известной специфичностью кибернетики как науки.

Кибернетизация науки и техники в значительной мере определяет характер и уровень общенаучного понятийного аппарата. Вновь возникающие общенаучные категории (подобно "искусственному интеллекту") отличаются, как правило, (математической) строгостью, так как современная наука вынуждает исследовать те области, в которых отказывает интуиция. В пограничных областях, на стыках различных дисциплин, нужны более тонкие и четкие идеи. Уточнение интуитивных, содержательных понятий ведется в плане формализации их содержания. Очевидно, что не все содержание такого рода понятий (нередко философских) подвергается уточнению в той или иной формализованной теории. Последнее обязывает различать понятие и его приложение к конкретному случаю. Логико-математическое уточнение качественных понятий нередко приводит к осмыслению того или иного понятия в новом значении, стимулирующем создание более широкой, обобщающей концептуальной модели. Это подчеркивает тот факт, что понятийное обобщение может приводить к обогащению и конкретизации понятия "благодаря полноте снятых в нем определений". Такое обобщение, однако, как мы убедились в отношении "искусственного интеллекта", предполагает структурирование понятия, выявление инвариантных характеристик, что сопряжено с включением его в конкретную научную теорию. Это также означает, что дефиниция и уточнение понятий осуществляется эффективнее всего в процессе решения той или иной научной проблемы.

Таким образом, кибернетические общенаучные понятия, даже не будучи философскими категориями, играют вполне определенную роль и в теоретическом решении проблем науки, и в адекватном осмыслении действительности. Этим и обусловливается их методологический статус.

ГЛАВА V

ТВОРЧЕСКИЙ ИНТЕЛЛЕКТ

1. Искусственный интеллект и творческое мышление

Вопрос о возможности создания искусственного интеллекта в настоящее время связан с проблемой воспроизведения на машине процессов творческого мышления. Творческая активность человеческого мышления нередко рассматривается в качестве уникального феномена, не воспроизводимого машиной. Так, А. В. Брушлинский пишет: "Если действительно любое мышление всегда продуктивное (творческое), то... неизбежен отрицательный ответ на столь волнующий многих вопрос: "Может ли машина мыслить?" [1] Ныне, однако, не подлежит сомнению тот факт, что машинное мышление продуктивно: машина способна порождать новое, создавать новую информацию. А творческое мышление как раз и характеризуется тем, что дает новые, неизвестные до этого результаты.

Вместе с тем высказывается мнение о том, что новизна продуктов мышления - необходимый, но недостаточный показатель творческого мышления. "Новые нетривиальные результаты, - отмечает В. С. Тюхтин, - могут быть получены путем машинной переработки информации согласно сложным по строению многошаговым алгоритмам, содержащим сотни и тысячи элементарных операций. Такие решения не являются творческими в строгом смысле слова. Творчество функция активных состояний высокоорганизованных систем" [2]. Возникает, таким образом, вопрос о новых дефинициях, позволяющих различать творческое и нетворческое мышление, об алгоритмической выразимости творческого мышления и вообще о принципах эвристического мышления и его осуществимости в машинных программах.

Разработка эвристических принципов и предписаний поведения проводится путем анализа и обобщения деятельности людей, в которой спонтанно реализуются логические и другие законы творческого мышления. Эффективность эвристического программирования достигается лишь тогда, когда логические операции творческого мышления человека, будучи алгоритмизированы, моделируются автоматами. Эвристический поиск представляет главную особенность искусственного интеллекта [3]. Эвристическая программа - это конечная последовательность предписаний в символическом выражении, однозначно описывающая операции по переработке информации некоторого эвристического опыта.

152

Широко распространено мнение о том, что творческое мышление является деятельностью, исключительное право на которую имеет лишь человек, и которая принципиально немоделируема автоматами. С такой точки зрения автомат никогда не сможет стать творчески деятельным. В этой связи правомерно поставить вопрос: есть ли принципиальные границы человеческого познания, которые препятствуют созданию программы, могущей моделировать определенные логические фазы творческого мышления автоматами? Гносеологические принципы диалектического материализма содержат в себе идею познаваемости мира. Познание как отражение объективной реальности, несмотря на ограниченность развития индивидуума и общества определенным состоянием, ведет ко все более полному знанию, приближающемуся к своей суверенности, к абсолютной истине. Будучи постоянно развивающимся процессом, познание в принципе безгранично. Отсюда нетрудно сделать принципиально позитивный вывод о моделировании творческих процессов автоматами [4]. Как справедливо заметил П. В. Копнин, "задача философа состоит не в том, чтобы ставить какие-то пределы развитию машин, а объяснять их действительное место в общественной жизни людей" [5].

Между нетворческими и творческими мыслительными процессами нередко проводится такое разграничение: нетворческое (схематичное) мышление выразимо с помощью алгоритма, в то время как творческое мышление - нет. Так как автомат совершает операции только с помощью алгоритма, а творческие процессы принципиально неалгоритмизируемы, моделирование их на вычислительной машине невозможно.

Однако благодаря эвристическому программированию, выявляющему элементарные информационные процессы, лежащие в основе сложных форм деятельности мозга, в универсальных кибернетических машинах удается воспроизводить способность человека к творческой деятельности, отличной от простых логических операций. По замечанию М. Минского, "мы должны быть готовы также к открытию эффективных путей эвристического программирования, которые не имитируют человеческого поведения" [6]. До возникновения современной эвристики в силу того, что физиологические исследования не охватывают сложных мозговых процессов, существовал разрыв между физиологией и психологией мышления. Эвристическое программирование помогает преодолению этих трудностей; оно способствует созданию материалистической теории и экспериментальных методов, позволяющих выявлять системы принципов переработки информации в головном мозге человека и идти в направлении создания целостной теории нервно-психических познавательных процессов.

Важное значение приобретает изучение процедур организации элементарных информационных процессов в программе различных уровней, поскольку живая природа представляется иерархически структурированной. Характерно, что при статистическом типе образования высшего яруса взаимная заменяемость объектов низ

153

шего яруса получается сама собой, а это сильно повышает надежность функционирования рассматриваемых систем. Таким образом открываются возможности для перехода от случайного выявления отдельных принципов (например, принципа проб и ошибок перебора вариантов) к более полному описанию сложных функций мозга.

Эвристическое программирование нередко противопоставляется алгоритмическому описанию [7]. При этом утверждается, что эвристики эффективны в тех случаях, когда невозможно алгоритмическое решение проблемы. В настоящее время существует широкий класс систем, для которых процесс управления алгоритмически описан. Теория алгоритмов - в ее кибернетическом аспекте - обычно определяется как дисциплина, в которой исследуются однозначно детерминированные процедуры преобразования дискретной информации в системах управления в отвлечении от материального носителя информации и границ реальных возможностей физического механизма, реализующего это преобразование. К границам реальных возможностей, от которых теория алгоритмов, понимаемая таким образом, абстрагируется в своем анализе, относятся также "продолжительность жизни" механизма во времени и пространстве и его надежность. Имеются, однако, такие системы, в которых процесс управления не описывается алгоритмически. То или иное регулирующее воздействие, нормализующее управляемый объект и приводящее в соответствие с программой его динамические характеристики, должно вырабатываться регулятором специально для данного случая.

Тем не менее противопоставление эвристического программирования алгоритмическому решению проблем не оправдано. Согласно действующему в науке принципу соответствия, понятие алгоритма как однозначно детерминированного преобразования было обобщено и распространено на класс вероятностных процессов. В. М. Глушков [8] предложил понятие алгоритма, допускающее вероятностные варианты перехода. С точки зрения такого определения алгоритма и разрабатываемой на этой основе теории алгоритмов, вполне законна задача алгоритмического описания эвристических форм работы мозга. Трудности этой задачи определяются тем, что в основе эвристических форм работы лежат алгоритмы, о которых человек обычно не может дать словесного отчета. В качестве примера "бескомпьютерной кибернетизации" инженерного творчества Ф. П. Тарасенко [9] приводит известный АРИЗ - алгоритм изобретений Г. С. Альтшулера, представляющий собой систему эвристик из изобретательской практики.

Таким образом, эвристическое программирование как сравнительно новая область кибернетики, изучающая высшие функции человеческого мозга с целью воссоздания последних в тех или иных искусственных системах, пользуется методами, которые реализуются на основе учета динамических и вероятностно-статистических законов в их диалектической связи. Метод эвристического

154

изучения функционирования мозга свидетельствует о том, что по мере углубления в сущность биологических и психических процессов на некоторых уровнях организации, в частности на уровне информационных отношений, мы сталкиваемся с "особым" типом причинных отношений - со статистической закономерностью и необходимостью нового понимания роли случайности.

Эвристический подход к явлениям действительности, отличающимся сложностью и неопределенностью, есть в сущности качественный скачок в логике научного исследования. Он, в частности, демонстрирует способность человеческого разума к самопознанию; этот процесс в то же время выступает как процесс познания объективных законов природы, знание которых необходимо человеку в практическом преобразовании действительности. Кибернетика решает проблему передачи некоторых функций человека машинам в процессе научного решения тех или иных задач, и подобная постановка вопроса вряд ли может вызвать возражения. Данная проблема, однако, предполагает формализацию самого процесса научного исследования. Развитие науки свидетельствует о том, что потребности в формализации обгоняют изучение содержания того или иного процесса, ибо познание, будучи нацеленным с самого начала на удовлетворение практических нужд человека, создает образы предметов, не существующих в природе, но "долженствующих" быть. Эвристическое программирование при составлении программы подходит к проблеме логики научного исследования в рамках кибернетики. В решении этой проблемы должны объединиться философия, кибернетика, логика, физиология и психология. Как справедливо заметил Э. Хант, "если бывает трудно понять различные достижения искусственного интеллекта, то не потому, что требуются специальные знания в какой-нибудь одной из областей исследований, а потому, что необходимы некоторые познания во многих областях" [10].

Эвристическое программирование[11] возникло вследствие недостаточности и ограниченности приложения современных математических методов к биологическим и психическим явлениям. Современный математический подход, несмотря на его все возрастающую роль, не свободен от недостатков. Интересно отметить, что методы теории вероятностей и математической статистики, как наиболее эффективные в прикладной математике, обнаруживают свою ограниченность уже в решении проблемы надежности. Сейчас разрабатываются элементы радиоэлектронной аппаратуры, надежность которых характеризуется интенсивностью отказов порядка 10(-11 степени)-10(12 степени) 1/ч. Проверить столь высокую надежность, требуемую от современной аппаратуры и ее элементов, практически невозможно. В связи с этим ставится под сомнение правомерность и целесообразность использования в ряде случаев вероятностных критериев, дающих "интегральную" количественную оценку надежности и оставляющих в тени истинные причины отказов. Вероятностно-статистический анализ не позволяет полу

155

чить внутренню характеристику той или иной задачи. "Слабости современных ЭВМ при решении многих задач управления большими системами, подчеркивают Д. А. Поспелов и В. Н. Пушкин, - связаны отнюдь не только с устройством самих автоматов. Своими корнями слабости эти уходят весьма далеко - в глубь принципов и оснований самой математики. Поэтому дальнейшее движение вперед в деле разработки автоматов, воссоздающих высшие формы человеческой деятельности, предполагает фундаментальные открытия в математике" [12].

Симптоматично, что методы исследования живых систем приобретают ярко выраженный кибернетико-физико-химико-биологический характер. Это фундаментальное для исследования жизни обстоятельство обусловливает все большее возрастание роли содержательного подхода в собственно кибернетических формализованных приемах. Развитие кибернетических исследований свидетельствует о том, что движение знаний происходит от функциональности к структурности. Кибернетическое моделирование в результате такого диалектического движения познания становится частично структурным по своему характеру, в определенной мере перерастает в собственно структурно-субстратное исследование объекта. Эвристическое программирование, опираясь на методы, которые реализуются на основе учета динамических и вероятностно-статистических законов в их диалектико-материалистическом описании причинности, как раз и выступает выражением этой тенденции в кибернетических исследованиях.

Необычность и новизна идей, возникающих в данной области познания, вызывают подчас непонимание и поспешную критику проблематики искусственного интеллекта и связанных с ней эвристических подходов, принципов и понятий. Так, Н. И. Жуков констатирует: "Попытки создать общую теорию эвристического программирования и на ее базе объяснить мозговую деятельность представляются необоснованными. За пределами технической и математической кибернетики эта терминология имеет вполне ощутимый привкус механицизма... метод эвристического программирования теоретически несостоятелен для решения проблемы воссоздания мышления в его качестве искусственным путем. Крушением этих попыток завершился еще один акт драмы идей XX в." [13] В литературе отмечался поверхностный и в принципе неверный подход к философским проблемам искусственного интеллекта, приводящий к такого рода негативным оценкам эвристического программирования [14].

Еще в самом начале становления кибернетики А. Тьюринг писал: "Я убежден, что к концу нашего века употребление слов и мнения, разделяемые большинством образованных людей, изменятся настолько, что можно будет говорить о мыслящих машинах, не боясь, что тебя поймут неправильно. Более того, я считаю вредным скрывать такие убеждения" [15]. Особенность ведущихся ныне дискуссий по данной проблеме заключается в том,

156

что их философская заостренность существенно обогащается знанием фактических достижений во всех разделах кибернетической науки. Да и сам характер проблем (получивших название глобальных) отличается "уникальностью", которая задается новым уровнем сложности. Последний стал предметом изучения в социальных системах, обладающих многогранными внутренними связями. До недавнего времени не было иных путей вхождения в сферу сложных систем, кроме раздумий, дискуссий, споров и догадок. Однако благодаря достижениям кибернетики стал возможным метод, объединяющий в себе силу человеческого мышления и способности вычислительных машин. Важно иметь в виду, что ключ к успеху не столько в обладании вычислительной машиной, сколько в уровне ее использования. Машина - это не альтернатива мышлению человека, а способ расширения его возможностей.

Сущность и функции автомата как машины состоят не в том, чтобы сравняться с человеком, а в том, чтобы быть вспомогательным средством в выполнении определенной деятельности, стать помощником человека. Речь может идти лишь о создании автоматов, которые в качестве вспомогательных средств моделировали бы некоторые стороны, логические "механизмы" творческого мышления и тем самым способствовали дальнейшему развитию человека. Необходимо также учитывать, что творческое мышление имеет не статическую, а диалектическую природу: оно развивается от низших форм к высшим [16]. Творческий автомат призван освободить человека от низших форм творческого мышления для перехода к высшим.

Дж. Слэйгл высказал мнение о том, что эвристические программы будут управлять роботами и помогать нам в общении с машиной на естественном языке [17]. Как отмечают Н. М. Амосов и А. М. Касаткин [18], в рамках эвристического программирования разрабатываются модели деятельности человека в строго определенных ситуациях (например, деятельность по решению логических задач фиксированного класса). Поэтому различные модели оказываются слабо связанными друг с другом и возникает важная задача теоретического осмысления и систематизации полученных результатов. Эта задача наиболее актуальна в эвристическом программировании - важнейшем направлении развития искусственного интеллекта.

Можно ли сделать машину "надкритической"? Этот вопрос поставил А. Тьюринг, рассматривая аргумент, согласно которому машина способна выполнять лишь то, что мы ей приказываем [19]. Допустимо сказать, отмечает А. Тьюринг, что человек "вставляет" в машину ту или иную идею и машина, прореагировав на нее некоторым образом, возвращается затем к состоянию покоя, подобно фортепианной струне, по которой ударил молоточек. Другое сравнение - атомный реактор, размеры которого не превышают критических. Идея, вводимая человеком в машину, соответствует здесь нейтрону, влетающему в реактор извне. Каждый такой

157

нейтрон вызывает некоторое возмущение, в конце концов замирающее. Но если величина реактора превосходит критические размеры, то весьма вероятно, что возмущение, вызванное влетевшим нейтроном, будет нарастать и приведет в конце концов к разрушению реактора. Справедливо ли это для человеческого разума и характерно ли нечто подобное для машины? А. Тьюринг полагает, что следует дать утвердительный ответ. Идея, ставшая достоянием такого "надкритического" ума, может породить целую "теорию", состоящую из вторичных, третичных и еще более отдаленных идей. Разумеется, эти аналогии весьма условны и, по признанию самого А. Тьюринга, их нужно считать аргументами скорее риторического характера. Существенно, однако, что машина, достигшая некоторой критической ступени сложности, приобретает качественно новые черты, такие как способность к самоорганизации, самообучению и самовоспроизведению.

Следовательно, проблема творческого мышления становится важнейшей проблемой создания искусственного интеллекта - междисциплинарного научного направления, объединяющего определенные аспекты кибернетики, бионики, математики, физиологии, психологии, философии и других наук. Одной из объективных трудностей, возникающих на пути к искусственному интеллекту, является разноуровневый характер исследований, проводимых в рамках этих наук, что подчас создает ситуации взаимного непонимания, например, между кибернетиками и психологами.

Для объяснения феномена творчества используются концепции, заимствованные не только из смежных с психологией наук, но и из довольно отдаленных от нее дисциплин, в частности математики, физики, кибернетики. Такой подход практически необходим и методологически оправдан [20]. В то же время некоторые психологи призывают к формированию "специфических психологических теорий". При этом подчеркивается, что машина, во-первых, может ответить на вопрос, но не задать его; во-вторых, может мыслить логически, но не творчески. "В последнее время появился ряд работ, - пишет И. М. Розет, - авторы которых рисуют картину деятельности мозга по образу и подобию электронно-вычислительных устройств, хотя в действительности имеет место обратная зависимость: вычислительные машины представляют собой весьма отдаленную и пока что крайне одностороннюю имитацию человеческого мозга" [21].

Данное "разъяснение", по меньшей мере, некорректно, так как аналогия "человеческий мозг - это вычислительная машина" весьма плодотворна как в решении проблем искусственного интеллекта, так и в создании общей теории мышления. В этом плане представляется неоправданно односторонним, например, такое "психологическое" утверждение: "Следовательно, успешное моделирование предполагает выяснение реальных процессов, происходящих в психике человека, и перевод их на специальный язык (кодирование информации). Только при условии раскрытия под

158

линных психологических закономерностей фантазии станет возможным создание моделей, способных выполнять более сложные интеллектуальные функции" [22]. Автор его не учитывает, что моделирование творческой деятельности человека и служит раскрытию психологических закономерностей. И. М. Розет считает, что "создание механических моделей, а в еще большей степени - невозможность моделирования некоторых особенностей фантазии резко подчеркивают различия между человеком и кибернетическим устройством" [23].

Различия между человеком и кибернетической машиной, несомненно, существуют. Они-то и вызывают потребность в высокоразвитом симбиозе человека и машины, при котором каждый из них делает то, что он может делать лучше. Как заметил Н. Винер, "преимущество человека состоит в его гибкости, в его умении работать с неточными идеями. Это означает, что человек обладает фантазией, другими словами, он создает понятие. Преимущества машины - в скорости и точности" [24]. Поэтому у человеческого общества возникла потребность в развитии автоматов (в том числе творческих), которые бы служили "усилителями интеллекта" при решении специальных задач.

Одним из аргументов против искусственного интеллекта служит утверждение о том, что машина делает то, что предписано программой, а человек обладает свободой воли. Однако понятие свободы воли относительно. Поведение человека, как и любой другой самоорганизующейся системы, детерминируется диалектическим соотношением внутренних и внешних факторов. "Человек считает, -пишет Г. Парсонс, - что он "думает" как сознательный, свободный и неповторимый индивид, однако основная часть его мыслительной деятельности это бессознательный детерминированный процесс, свойственный человеку, как родовому существу, процесс, осуществляемый посредством высокоинтегрированной молекулярной активности его организма, включенного в определенный социальный и экологический контекст. Сознательные и управляемые мозговые процессы либо раскрепощают, либо тормозят более глубокие уровни активности" [25]. Такое понимание мыслительной деятельности человека позволяет преодолеть дуалистический подход, основанный на противопоставлении души и тела. По мнению Г. Парсонса, "мыслит все тело, ибо любое нарушение функций какого-либо органа сказывается на умственной деятельности" [26].

В более общем плане необходимо акцентировать внимание на природных, материальных истоках творческой активности человеческого сознания [27]. Различные виды новообразования, начиная с самообновления, присущи всей материи. Лишая материю свойств активности, новообразования и саморазвития, идеализм приписывал их исключительно духовному началу. Диалектический материализм видит источник обновления в борьбе противоположностей, которая дает ключ к пониманию развития как самодвижения, становления материального мира.

159

На основе какого свойства материи возможны творческие процессы сознания? Такой основой служит самодвижение материи как естественно-исторический процесс спонтанного возникновения (становления) нового и исчезновения старого. "Категория самодвижения, - как справедливо отмечает М. Н. Морозов, - представляя всеобщее свойство материи, ее атрибут, охватывает все процессы становления, происходящие в природе и обществе, начиная с вариативности развития, самообновления и скачкообразного возникновения нового качества в природе и кончая творчески-созидательными актами на уровне практической и духовной деятельности человека" [28]. Созидательный момент отражения проявляется в функционировании самоорганизующихся систем, "творческая" активность которых задается управляющей и преобразующей деятельностью, происходящей в окружающей среде, в подчинении последней внутренним целям системы. Как уже отмечалось [29], проблема самоорганизующихся систем концентрирует внимание на самоорганизующей активности, активности творческого процесса. Специфика ее на разных уровнях выражается как системой общенаучных понятий, так и системой философских категорий, определяющих некоторые эквиваленты понятия творчества в его объективном, онтологическом значении. В философии это такие категории, как "становление", "возникновение нового", "созидание", "отрицание". По характеристике М. Н. Морозова, "они свободны от антропоморфных, психологических наслоений и в то же время хорошо выражают творческую саму по себе сущность развития материального мира, которая включает переход из небытия в бытие, созидание нового, ранее не существовавшего в действительности" [30].

Отличительный признак проблемы искусственного интеллекта - ее направленность на исследование человека и человеческой деятельности как прототипов разрабатываемых интеллектуальных систем. Кроме того, создание искусственного интеллекта выступает одним из направлений более широкой проблемы - проблемы автоматизации. А при автоматизации требуется лишь функциональная эквивалентность человека и машины. Например, современные вычислительные машины отнюдь не идентично воспроизводят человеческую способность к вычислениям. Гомоморфный способ воспроизведения вычислений на машине позволяет совершать вычислительные операции быстрее, полнее и точнее, чем человек. В том, что автомат воспроизводит умственные операции человека, в конечном счете творческое мышление, ни в его целостности и не идентичным образом, заключается, с одной стороны, подчиненность автомата как специального вспомогательного средства человеку, а с другой стороны превосходство над ним.

Таким образом, принципиальная возможность воспроизведения творческого мышления в машинных программах, доказанная

160

практикой машинного мышления, ставит ряд новых методологических и гносеологических проблем. Философское обоснование возможности творческих компьютеров требует не только новых, уточняющих дефиниций понятия интеллекта, но и объяснения характера различий между творческим и нетворческим мышлением. Теория интеллекта, в свою очередь, нуждается в метатеоретиче-ских философских принципах, регулирующих процесс познания, его ценностные установки [31]. В этом плане необходимо также подвергнуть анализу основные категории обобщенной теории интеллекта, такие как "интеллект", "разум", "сознание"; "машина", "автомат", "алгоритм"; "программа", "эвристика", "обучение"; "естественное" и "искусственное", "разумное" и "рассудочное", "внутреннее" и "внешнее", "однозначно детерминированное" и "вероятностное"; "самоорганизация", "сложность", "надежность"; "поведение", "познание" и "информация"; "активность" и "целе-полагание" и др. Сюда же можно отнести методы и подходы, направления и тенденции - то, что составляет теорию интеллекта в широком смысле.

Выдвигая идеи по обоснованию общей теории интеллекта, мы тем самым расширяем, углубляем и делаем конструктивными наши знания о человеческом интеллекте.

2. Понятие цели в кибернетике и целеполагание

С проблемой творческого мышления непосредственно связан вопрос о том, способны ли системы искусственного интеллекта к целеполаганию или они лишь воплощают в себе и осуществляют цели человека. Обычно предполагается, что кибернетические машины полностью зависят от человека, не обладают автономностью поведения. Например, Ю. В. Орфеев и В. С. Тюхтин пишут: "Современные машины, не имеющие потребностей, не могут самостоятельно вырабатывать цели, ставить новые задачи и совершать многие преобразования. Цели и критерии поведения вкладываются в них человеком извне в виде программ. Это значит, что они не обладают автономностью поведения" [32]. Подобное толкование поведения кибернетических машин, лишающее их способности вырабатывать цель и критерии выбора путей ее достижения, по меньшей мере противоречит принципам кибернетического познания и поэтому не согласуется с мнением специалистов в области кибернетики. Так, например, Л. Фогель, А. Оуэне, М. Уолш считают возможным "создание систем, которые генерировали бы свои собственные цели в соответствии с внутренне построенными моделями "самого себя" и стремлением к самосохранению. Такие системы могут проявлять элементы самосознания в том смысле, что они могут при необходимости описывать существенные черты своего собственного преобразования информации" [33].

161

Обычно достижение определенной цели расценивается чуть ли не как критерий отличия машинного интеллекта от человеческого разума. При этом говорят, что ученые получают первоклассные результаты как раз тогда, когда размышляют о предмете без конкретной цели, из бескорыстной и самодовлеющей любви к размышлению. Вместе с тем признается, что отсутствие машинной целеустремленности - это крупный недостаток организации человеческого интеллекта [34]. Выходит, что машины, не обладая способностью к собственному целеполаганию, следуют заранее заданной цели, вследствие чего их поведение сообразуется с целью, становится целенаправленным.