Партнеры

Счетчики








8. Резюме

Интегральная теория создания ИИ

Здесь в качестве резюме мы поместим краткое изложение вышеописанных идей построения искусственного интеллекта и интегрального подхода в целом.

Итак, что такое искусственный интеллект? Это устройство, которое может выполнять такую же умственную деятельность, которую может выполнять человек. Умственная деятельность состоит из двух частей: счетно-решающей и мыслительной. Счетно-решающую деятельность легко реализуется на компьютерах. А вот машин, осуществляющих полноценную мыслительную деятельность пока нет. Мыслительная деятельность сводится к синтезу пути решения возникшей задачи: нужно составить алгоритм ее решения. Задача, в которой известно что нужно получить, но неизвестно как это сделать - открытая задача. Искусственный интеллект должен уметь решать открытые задачи.

Важное место в интегральной теории занимает теория объектов. Согласно ей, в качестве объектов следует рассматривать не только материальные вещи, но и любые явления, происходящие в нашем мире, даже абстрактные понятия. Все объекты делятся на порядки. Объект более высокого порядка может управлять только объектом более низкого порядка, то есть может изменить, удалить или добавить любое свойство управляемого. На основе теории объектов получается, что все программы - это объекты одного порядка. Следовательно, не существует программы, которая могла бы генерировать произвольные алгоритмы - другие программы.

Алгоритм - отвлеченное абстрактное понятие, придуманное человеком для описания происходящих в природе процессов. Нет в реальности никаких алгоритмов, а есть только физические объекты, характеристики и поведение которых приближенно описываются данными и алгоритмами, составляющими формальную модель физического объекта. Естественно предположить, что при проектировании искусственного интеллекта, работающего в настоящем мире, необходимо учитывать эти особенности.

Почему же поправки на учет материального носителя алгоритма так существенны? Формальная модель (алгоритм работы) отличается от реального объекта тем, что в ней описываются только профилирующие свойства. Мало того, любой объект существует не сам по себе, а в окружении других объектов, с которыми непрерывно взаимодействует - в среде функционирования. Поэтому, создавая формальную модель объекта, мы так или иначе создаем и модель его среды функционирования. Она также формальна и тоже содержит только профилирующие свойства. Для решения алгоритмических задач этого вполне достаточно, поскольку в их рамках происходит оперирование только ограниченным кругом свойств объекта и окружающей его среды. Однако формальные модели непригодны для решения задач искусственного интеллекта, в которых для получения результата нужно использовать свойства, не входящие в формальные модели. Неприменимость формальных моделей для решения такого рода задач наглядно демонстрируется известным парадоксом про яйцо и курицу: кто раньше появился - яйцо или курица. Очевидно, что если учитывать только профилирующие свойства объектов (отношение родитель-потомок) и не учитывать непрофилирующие, то этот парадокс неразрешим.

Отличие интегральной теории от общепринятых подходов как раз и заключено в комплексном рассмотрении абстрактных понятий - данных и алгоритмов совместно с их материальным носителем. В связи с этим ее можно рассматривать как общий случай теории алгоритмов.

Объекты 1-го порядка - это материальный носитель данных. Жесткий диск компьютера или дискета, на которых хранятся данные. Лист бумаги с написанным на нем текстом. Все это объекты 1-го порядка. Вырытая на ровной поверхности земли яма или возвышающийся над ней холм - тоже объекты 1-го порядка. Одним словом, объектом 1-го порядка является любая неоднородность на общем однородном фоне.

Объекты 2-го порядка - это и есть материальный носитель алгоритма, настроенный на работу с нужным типом неоднородности в объекте 1-го порядка. Когда компьютер включен и на нем выполняется программа, то он - объект 2-го порядка. Не сама программа, а именно аппаратура в момент выполнения программы. И если объект 1-го порядка возникает уже благодаря только одному факту своего существования, то объект 2-го порядка сверх этого находится в постоянном движении. Объектом 2-го порядка является не только компьютер, но и любое созданное человеком устройство, поскольку любая машина или любое оборудование для выполнения физической или счетно-решающей деятельности служит для преобразования объектов 1-го порядка. Без соответствующего объекта 2-го порядка извлечь информацию из объекта 1-го порядка невозможно.

Знания - это объекты 2-го порядка. Этим они коренным образом и отличаются от данных - объектов 1-го порядка. Образно говоря, знания - это самореализующаяся сущность, это действующая формула, это бегущая вода, это живая книга! Разница между данными и знаниями такая же большая, как между рецептом по приготовлению пирога и самим процессом приготовления.

Искусственный интеллект - объект 3-го порядка. Имеются 3 ключевые разновидности объектов 3-го порядка. Они образуют вложенную структуру вида 3.1->3.2->3.3, и каждая последующая ступень содержит в себе предыдущую и является ее общим случаем:

1. Идея управления программой при помощи другой программы (под программой подразумевается, естественно, алгоритм работы объекта 2-го порядка). Любая программа базируется на каком-то материальном носителе и все ее управляющие сигналы в конечном итоге преобразуются в физическое воздействие на окружающую среду. Воздействие на окружающую среду программы P можно использовать для изменения материального носителя программы Q. Но, меняя материальный носитель программы Q, мы изменяем и саму программу Q. Как использовать это свойство применительно к проблеме искусственного интеллекта? Очевидно, что целью искусственного интеллекта служит создание материального носителя некоей программы Q - объекта 2-го порядка. Программа Q в свою очередь служит для преобразования входных данных - объекта 1-го порядка A в выходные - в объект 1-го порядка B. Так как в реальном мире все движется и изменяется, то A и B также постоянно меняются. Задача искусственного интеллекта заключается в упорядочивании этих изменений. Ему нужно сделать так, чтобы A и B менялись не как вздумается, а по алгоритму B=Q(A) - нужно поменять характер протекания естественных процессов зависимости состояния B от состояния A соответствующим образом. Станем делать так: случайным образом изменим что-нибудь в окружающей среде и посмотрим, приблизились ли мы к цели: к созданию B=Q(A). Если приблизились, то делаем еще один случайный шаг. Если нет, то возвращаем то, что мы поменяли в предыдущее состояние и меняем что-нибудь другое. Так шаг за шагом мы и создадим B=Q(A).

На этих рассуждениях основан смысл работы объекта класса 3.1. Однако где попало он не заработает. Ведь для того чтобы была гарантия, что удастся построить B=Q(A), необходима взаимосвязь не только A и B, но и всех тех объектов, состояние которых мы случайно меняем и от которых в конечном итоге зависит характер протекания естественных процессов. Это свойство носит название универсального интерфейса. Ни в компьютере, ни в их сетях вы его не найдете. Его нельзя воспроизвести искусственно в полном объеме, поскольку связаны друг с другом должны быть все свойства всех объектов, а не только их часть, описанная формальной моделью. Именно универсальный интерфейс, а не внутреннее устройство объекта 3.1 делают возможным создание B=Q(A).

2. Идея запоминания предыдущих состояний. Идея заключена в том, что запоминать предыдущие состояния имеет смысл только тогда, когда есть гарантия, что нечто похожее будет повторяться и в будущем. Свойство внешней среды, гарантирующее такие похожие повторения, дают ей логические домены - существующие в ней устойчивые зависимости типа "причина-следствие". Объект класса 3.2 представляет собой объект класса 3.1, использующий это свойство среды и тем самым резко повышающий свою эффективность. Он запоминает и использует информацию не только последнего шага, как объект класса 3.1, а вообще всех сделанных им шагов. Логические домены, ясное дело, также нельзя создать искусственно. Объект 3.2 обладает и еще одним важным преимуществом перед 3.1 - в нем впервые становиться возможным протекание эволюционного процесса и некоторых других нововведений, значительно повышающих эффективность работы.

3. И, наконец, идея построения искусственного интеллекта. Объекты 3.1 и 3.2 в принципе уже могут решить открытую задачу. Но очень уж долго будет проходить это процесс, все-таки случайный перебор - вещь не очень-то эффективная, хоть и с запоминанием. Ведь даже при игре в шахматы незначительно отличающиеся друг от друга позиции способны гарантированно привести к диаметрально противоположным исходам партии. Чего уж говорить про реальный мир! Чтобы избавиться от процедуры поиска пути к цели, нужно не искать способ преобразования уже существующей программы P, а создать ее заново. Для этого используем то, что некоторые из глобальных характеристик бесконечных логических доменов являются свойствами только коллектива слагающих их объектов. Поэтому мы и можем заново создавать бесконечный логический домен с заранее заданными свойствами, не изменяя при этом принципиальным образом свойств элементарных объектов, из которых он состоит. Программа P при этом будет построена на основе глобальных характеристик бесконечного логического домена: от одного домена берется одно свойство, от другого - второе и так далее, а затем все это собирается вместе.

Но для того чтобы что-то из чего-то строить, нужно знать заранее свойства и первого и второго. Как должно выглядеть "что-то", нам уже известно - это облик цели. А вот чтобы знать, из "чего" строить, нужно изначально обладать знаниями о внешнем мире, окружающем искусственный интеллект. Для этого внутри искусственного интеллекта создается внутренний мир - модель внешнего мира. Сначала все шаги к цели делаются во внутреннем мире, а затем лучший из вариантов ее достижения реализуется во внешнем мире. Но встает вопрос: как создать эту внутренний мир так, чтобы он как можно точнее описывал внешний и чем отличается внутренний мир от обычной формальной модели?

Если внутренний мир будет строить сам искусственный интеллект, то может получиться, что он будет точно описывать реальный мир только в определенных точках, так же как интерполяция или экстраполяция сложной математической функции. Для приемлемой степени сходства внутреннего и внешнего мира необходимо, чтобы искусственному интеллекту были известны основные закономерности, которым подчиняется внешний мир. Поэтому изначально нам нужно вручную создать обобщенную модель внутреннего мира: описать законы физики, основные предметы и свойства нашего мира и другие существенные с точки зрения понимания внешнего мира вещи, составляющие базу первичных знаний. А искусственный интеллект просто конкретизирует эти знания, использует их в качестве основы (как бы ищет конкретные значения коэффициентов при неизвестных в функции заданного вида).

Принцип использование набора первичных знаний из базы очень похож на игру в детский конструктор. Знания из базы или относятся к простейшим деталям (которые невозможно разобрать на более простые) или к готовым сложным конструкциям-заготовкам (их можно разломать на детали и сделать что-то новое). Фундаментальные законы природы - это детали. Знания о том, что летом обычно жарко, а зимой холодно - заготовки. Так как ассортимент деталей в базе знаний у искусственного интеллекта ограничен и стыкуются они друг с другом только определенным образом, то он при всем желании не сможет составить из них неосуществимые в реальном мире конструкции. Детали и заготовки - объекты 2-го порядка. Взаимодействие объектов 2-го порядка ("стыкуются друг с другом только определенным образом") и его способность к неограниченной детализации - некоторые из отличий внутреннего мира от формальной модели. Очевидно, что в пределе внутренний мир описывает внешний полностью вплоть до мельчайших подробностей. Но может ли часть быть эквивалентна целому? Может в случае бесконечности внешнего мира. Бесконечность среды функционирования - вот итог, делающий возможным построение бесконечных логических доменов с заранее заданными свойствами и внутреннего мира. На этих основных принципах и плюс использование возможностей объектов класса 3.1 и 3.2 и построен объект класса 3.3 - искусственный интеллект.

В заключении хотелось бы еще раз упомянуть о кажущемся отдаленном сходстве принципов работы 3.1, 3.2 и 3.3 с генетическими алгоритмами, нейронными сетями и прочими подобными технологиями. Все эти средства оперируют формальными моделями, зачастую весьма далекими от реальности. А объекты, рассматриваемые в интегральной теории, в частности объекты 3-го порядка - это физически существующие образования. Похожесть классических программ искусственного интеллекта и принципов работы объектов интегральной теории только внешняя. Интегральная теория не запрещает создание искусственного интеллекта на основе компьютера, рассматриваемого как открытая система. То есть связанного с окружающим его миром посредством периферийных устройств. Искусственный интеллект невозможно сделать как замкнутую программу.

newpoisk.narod.ru, 21 марта 2005 года