Результаты настолько хороши, что их "совершенно нельзя от-
личить от ответов урожденного китайца" (Searl, 1980, 1981). Личность,
запертая в китайской комнате, - это простая конкретная иллюстрация
компьютерной программы: "данные на входе -данные на выходе". Вплоть
до этого момента почти никто из ИИ-пехоты не взъерошил перья, но затем
Сирл шагает еще на один аргумент вперед. Способность выполнять такие
функции, как перевод по сложным правилам, не означает, что тот, кто это
делает, понимает значение "выходных данных". Человеческий разум обла-
дает произвольностью (см. Searl, 1983), которая, согласно этому автору,
определяется как свойство мысленных состояний и событий, направляю-
щее их на объекты и ситуации в окружающем мире. К таковым относятся
убеждения, страхи, желания и намерения. Независимо от того, насколько
"неотличимо" поддельное мышление от "настоящего" (человеческого), они
не есть одно и то же, поскольку у мыслящего человека есть намерения и
поскольку между этими двумя "мыслящими" есть физические различия:
одного сделали органическим способом, а второго - электронным.
Опроверже- Компьютерные ученые немедленно выдвинули возражения против голово-
нне "китам- ломки Сирла,- прежде всего с позиций семантики: термины "произволь-
ской комна- ность", "понимание", "мышление" употребляются им без четких операци-
_.," ональных референтов; в качестве возражения был приведен такой пример:
если бы человек в этой "китайской комнате" выполнял описанные функ-
ции, то он (или система) действительно достиг бы как минимум некоторо-
го уровня понимания. Кроме того, аргументы Сирла отклонялись на осно-
вании приведения к абсурду: если довести ситуацию до логического кон-
ца, то оказалось бы возможным создать робота, в каждой своей детали
идентичного мыслящему человеку, и все же последний был бы способен к
"пониманию" и "произвольности", а первый нет. Наконец, некоторые спе-
циалисты по ИИ полагают, что "понимание" и "произвольность" вызыва-
ются конкретными материальными свойствами. Пилишин (Pylyshyn, 1980)
сатирически замечает, что возможно произвольность - это такое веще-
ство, которое выделяется человеческим мозгом; он предлагает свою соб-
ственную загадку:
"...если бы все больше и больше клеток вашего мозга, заменялись
интегральными микросхемами, запрограммированными так, чтобы
их характеристики входа-выхода были идентичны заменяемому
элементу, вы по всей вероятности сохранили бы способность
говорить точно так же, как и сейчас, за исключением того, что
постепенно перестали бы что-либо под этим иметь в виду. То,
что мы, сторонние наблюдатели, все еще принимали бы за слова,
для. вас стало бы просто некоторым шумом, который заставляют
вас издавать ваши микросхемы" (с.442).
Мышление и. интеллект - естественный и искусственный
500
Компьютеризованно> лозясжмв
Том Харрингтон, Дениза Квон
Подобно Нарциссу, восхищавшемуся своей
собственной красотой, человек с тоской гля-
дит в нечто вроде интеллектуального увели-
чительного стекла и отходит со словами "Да,
ты действительно самый разумный из них
всех!" Наш мозг в 10 биллионов раз менее
эффективен энергетически, чем теоретически
он мог бы быть, и его клетки реагируют в ты-
сячи раз медленнее, чем ячейки цифрового ком-
пьютера, и тем не менее он продолжает нахо-
диться под нарциссическим впечатлением от
своей собственной работы, обычно относя все
недостатки на счет своей огромной сложнос-
ти. В 1968 году мозг Джона Кемени, заметив,
что между ним самим и машиной нет суще-
ственной разницы, сделал утверждение, пока-
завшееся в то время здравым. "Даже на базе
транзисторов... конструктивные трудности едва
ли позволят сделать машину более, чем из мил-
лиона частей. Так что мы можем свободно
сказать, что человеческий мозг надолго оста-
нется примерно в 10000 раз более сложным,
чем самые сложные машины."
С тех пор компьютеры развились неверо-
ятно. Но мозг по генетическим причинам зас-
трял на обочине интеллектуальной дороги, по-
скольку он мутирует медленно. К счастью, наши
когнитивные способности не застряли вместе с
ним. Каждый день мы встраиваем в компьюте-
ры новые мутации, и, навязывая им наше соб-
ственное направление естественного отбора, раз-
виваем "мыслительную" силу человека.
Как может компьютер практически конку-
рировать с нами? Лучше сначала спросить, а
смог бы компьютер хранить и обрабатывать
то количество информации, какое мы сами вос-
принимаем. Насколько это много? Информа-
цию, воспринимаемую нами за одно мгнове-
ние текущей зрительной сцены, можно оце-
нить, исходя из интенсивности, с которой этот
мир стимулирует каждую из ваших 250,000,000
палочек и колбочек. При наличии 100 возмож-
ных уровней интенсивности стимуляции каж-
дой из них мы получим достаточно верное
повторение воспринимаемого мира, так что для
каждой колбочки или палочки нам пришлось
бы записать по две цифры. Это составило бы
2х250,000,000 единиц информации - т.е. сред-
няя ванная комната, заполненная перфокар-
тами. Обновляя стимульную зрительную сце-
ну 100 раз в секунду на протяжении ста лет
жизни, мы бы оказались затопленными в та-
ком количестве зрительной информации, ка-
кого хватило бы, чтобы заполнить перфокар-
тами куб с ребром в 34 километра. Компью-
терная память такого объема оказалась бы без-
надежной, как это случилось в 1968 году, но
тусклый свет надежды идет к нам из 1926 года,
когда Эмануэль Голдберг смог записать на мик-
рофильме буквы величиной в один микрон;
такая плотность означает, что на большой по-
чтовой марке можно расположить 50 Библий.
При такой записи информацию наш столет-
ний опыт зрительного восприятия уместился
бы в кубе из марок с ребром в 20 метров.
Объемные голограммы имеют более легкий до-
ступ и гораздо большую плотность. Но если
бы мы могли хранить информацию так, как
это делает природа, "ваш зрительный опыт за
100 лет смог бы уместиться в кубике с ребром
в 1мм - с булавочную головку. Генетическая
информация, необходимая для воссоздания лю-
бого человека, живущего в Соединенных Шта-
тах, и хранимая в виде 4-битового РНК-кода
уместилась бы в слое над одним ногтем.
В таком случае хранение информации, пре-
вышающей по объему все, что когда-либо мог
собрать мозг, кажется легким, но как быть с
обработкой, воспроизведением и передачей?
Такие компоненты, как макромолекулярные
транзисторы и оптические компьютеры на
трансфазерах и технология производства оп-
тики с сопряжением фазы скоро превзойдут
все, что имеется сегодня. Компьютеры будут
более плотными, и в них, возможно, не будет
проводов, а только световые лучи, которые
могут проходить друг сквозь друга. И они бу-
дут способны обрабатывать целые поля опти-
ческой информации и мгновенно формировать
с ней ассоциации, избегая в некотором смыс-
ле необходимости в интерактивных соедини-
телях, имеющихся в мозге. Такие компьютеры
легко" превзойдут мозг.
Как насчет передачи информации? Новые
оптические зеркала с сопряжением фазы по-
зволят нам посылать трехмерные набитые ин-
формацией голограммы по отдельным стеклян-
ным волокнам. Физики говорят, что по одно-
му стеклянному волокну теоретически возмож-
но транслировать продолжительный зрительный
входной сигнал от примерно 10000 абонентов.
Видимо, в неполноценности мозга нет со-
мнений. Даже по сравнению с существующи-
ми машинами он по многим параметрам выг-
лядит, как игрушка. Нам только нужно поболь-
ше людей (и компьютеров), чтобы писать гиб-
кие и тщательно разработанные программы,
или сделать специальные компьютеры, кото-
рые сами были бы своей программой.
Поэтому спросим, а хорошо ли умеет мозг
думать? Если мы нарисуем длинную ось, от-
меряющую сложность мышления, то похоже,
что мы все-таки сможем поместить себя на
ней хоть на бит повыше абака. Может ли абак
мыслить? Наверно, нам лучше думать, что да.
Этот спор далек от завершения, и некоторые, видимо, находят опреде-
ленную ценность в его философской глубине. Однако, для меня этот спор
не разрешен (на самом деле, он, вероятно, неразрешим!). Кроме того, оба
лагеря ужесточили свои позиции и выдвигают скорее аргументы веры,
чем разума. Для такой книги, как эта, его важность двояка: во-первых, он
заставляет читателя глубоко задуматься о том "человеческом", что зак-
лючено в человеческом познании. Во-вторых, в связи с этим спором вста-
ет вопрос, до какого предела ИИ может имитировать человеческий интел-
лект. Страсти, разгоревшиеся вокруг "теста Тюринга" и "китайской ком-
наты" у обеих сторон, отражают сильную заинтересованность современ-
ных философов и специалистов по ИИ в отношении электронного джина,
выпущенного из бутылки.
Какого рода компьютером является человек?
Более функциональный подход, помещающий ИИ на когнитивную почву,
предложил Ирл Хант (Earl Hunt, 1971); он поставил вопрос: "Какого рода
компьютером является человек?" Исходя из того, что между обработкой
информации человеком и компьютерной системой действительно суще-
ствует аналогия, Хант предпринял грандиозную задачу описать компью-
терную систему, которая "мыслит как человек". Фундаментальное поло-
жение его системы, названной им моделью распределенной памяти, гла-
сит, что мозг имеет несколько зон памяти, назначение которых - регули-
ровать поток информации из окружения так, чтобы информация могла
кодироваться в терминах прошлого опыта. В основной структуре этой
модели, изображенной (в модифицированном виде) на Рис. 15.1, информа-
ция из окружения проходит через ряд буферных памятей и поступает в
КП, или сознательную память.
Как показано на рисунке, одновременно может обрабатываться более,
чем один сенсорный канал. Буфферная обработка служит для преобразо-
вания сообщений в постепенно более значимые единицы. Это можно про-
иллюстрировать на примере чтения, где сначала различаются признаки (в
ранних буферах), затем буквы и, наконец, слова; единственный сознатель-
ный процесс (у опытного читателя) - это собственно чтение слов. Цент-
ральная роль в этом процессе принадлежит ДП, в которой информация
хранится постоянно. Кодирование сырой информации и ее перекодирова-
ние на более высоких уровнях происходит под управлением КП. Вербаль-
ная информация, достигающая КП, интерпретируется в значимый семан-
тический код, хранимый в промежуточной памяти (ПП). Этот семантичес-
кий код сохраняет непосредственный опыт, так что мы можем изучать его
дальше, извлекая из него информацию и интерпретируя ее. Общая архи-
тектура этой системы, как отмечает сам Хант, носит поразительное сход-
ство с некоторыми из моделей памяти, с которыми мы встречались в Гла-
ве 5 - особенно с моделью Аткинсона и Шифрина.
Таким образом, модель Ханта может служить руководством по конст-
руированию моделей переработки информации у человека, причем для
имитации конкретных когнитивных функций проектируются конкретные
компьютерные программы. Возможно, что основным результатом процес-
са моделирования является возможность испытать наши знания о когни-
тивной природе человека. Компьютерные программы, которым не удается
точно смоделировать человеческое познание (и часто это так и есть) мо-
Мышление и интеллект - естественный и искусственный
502
Рис. 15.1. Мо-
дель распреде-
ленной памяти.
Адаптировано из:
Hunt (1973;.
гут иметь большее значение для определения единственно человеческих
свойств человеческого познания, чем некоторые преуспевающие программы.
До сих пор мы в общем наметили сферу ИИ и познакомились с посту-
латом человеческого познания, на основе которого можно осуществлять
компьютерное моделирование. В следующем разделе мы разберем некото-
рые конкретные возможности компьютера. Развитие этих конкретных
функций в модели на основе информационного подхода примерно соответ-
ствует потоку информации от восприятия к распознаванию паттернов и
высшим формам познания.
Восприятие и искусственный интеллект
Человек обладает обширными способностями к восприятию мира. Когда я
разглядываю свой кабинет и выглядываю в окно, мой взгляд захватывает
сотни объектов: книги на полке, телефон, пара стульев, картотека, скуль-
птура совы, набор фотографий, самовар, стопка бумаг, псевдоготическая
конструкция, анемометр наверху соседнего здания, заснеженные верши-
ны гор, настойчиво приглашающие автора забросить на день-другой напи-
сание книги и отправиться покататься на лыжах, -каждый из них я могу
немедленно распознать и классифицировать. Не менее интересна челове-
ческая способность видеть, слышать, обонять и чувствовать на вкус мири-
ады вещей. И все же этот перцептивный этап обработки информации,
получаемый нами как дар, для компьютера составляет потрясающе слож-
ную проблему.
Наоми Вайсштейн (Naomi Weisstein, 1973) описал трудность, с кото-
рой встречается гипотетический компьютер при выполнении элементар-
ной задачи на восприятие: найти часы, считать время и сказать его нам-
детская забава, но для компьютера она оказывается чрезвычайно сложной:
"Предположим, компьютер имеет сетчатку из 104 х 104
фотоэлементов. Сразу становится очевидным, что если мы дадим
компьютеру список состояний, соответствующих часам, то список
поиска для компьютера окажется бесконечным. По мере
приближения компьютера к часам, их. размер будет меняться;
Искусственный интеллект
503
следовательно, каждый шаг к часам будет... {приводить} к новому
распределению {стимулов}... Но даже если бы эту проблему удалось
решить, часы были бы любой величины и формы: современные часы
"солнечные вспышки", цифровые часы, красные полоски, бегущие
вокруг шестнадцатиугольного блока и т.д. Перечислить все
возможные формы и величины часов или даже все возможные
стандартные их формы и величины просто невозможно. И все же,
большинство людей как правило справляется с задачей на
опознание в пределах, скажем, 15 минут безо всяких трудностей".
Какие перцептивные способности используют люди при решении этой
простой задачи, вызывающей такие трудности у компьютера? Здравый смысл
подсказывает, что человек поступает разумно и организует поиск часов с
применением своих знаний об окружении. Возможно, наш поиск органи-
зован неким иерархическом способом, когда сначала осматриваются мес-
та, где часы были замечены в прошлом, а если бы их там не оказалось, мы
бы искали их в более скрытых местах. Обычно часы находятся на стене, а
не под столом, и наше знание окружения направляет поиск.
Кроме стратегии поиска у человека есть система описания свойств
часов: их движения, цифровых характеристик и т.д. Кроме того, для под-
ражания человеческому познанию необходимо понимание назначения ча-
сов и абстрактной природы времени. Кто-то может подумать, что после
того, как паттерн опознан, считывание времени - это уже простейшая
часть задачи. Все, что требуется от компьютера,- это просканировать и
интерпретировать цифровые характеристики, определить положение этих
паттернов в памяти и доложить: "2:12". А может, это было "14:12"? Боль-
шинство людей на это отвечают немедленно, но для такого ответа требу-
ется дополнительная информация о мире - день или ночь на дворе? Это
нетривиальная задача, но нельзя ли ее свести к нескольким более про-
стым и затем сконструировать робота по этим наметкам? Возможно, так,
и в следующем разделе мы обратимся к некоторым конкретным перцеп-
тивным вопросам, поднятым в связи с задачей Вайсштейна.
Восприятие человека инициируется внешними сигналами, состоящими
из света, звука, молекулярных соединений и давления. Эти сигналы обна-
руживаются органами чувств и преобразуются (конвертируются в нервную
энергию) в сообщения, понимаемые мозгом. Количество информации, дос-
тупной органам чувств, огромно; одна только зрительная система может
передавать в мозг 4.3х106 бит информации в секунду. Фейгенбаум (Fe-
igenbaum, 1967) предполагает, что некоторые периферийные устройства,
иногда называемые периферической системой памяти, действуют подобно
сенсорному буферу, предохраняющему мозг от переполнения потоком вте-
кающей в него информации.
Как построить машину, способную подражать этому перцептивному
механизму? Логично было бы разработать что-то способное чувствовать.
Один такой подход можно найти в работе по компьютерным распознаю-
щим системам.5
Многие из ранних исследований этого типа руководствовались практически-
ми задачами (например, как сделать устройство, считывающее цифровой код
на чеках) и как таковые были слабо связаны с проблемой аналогии ИИ с
человеком;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81
личить от ответов урожденного китайца" (Searl, 1980, 1981). Личность,
запертая в китайской комнате, - это простая конкретная иллюстрация
компьютерной программы: "данные на входе -данные на выходе". Вплоть
до этого момента почти никто из ИИ-пехоты не взъерошил перья, но затем
Сирл шагает еще на один аргумент вперед. Способность выполнять такие
функции, как перевод по сложным правилам, не означает, что тот, кто это
делает, понимает значение "выходных данных". Человеческий разум обла-
дает произвольностью (см. Searl, 1983), которая, согласно этому автору,
определяется как свойство мысленных состояний и событий, направляю-
щее их на объекты и ситуации в окружающем мире. К таковым относятся
убеждения, страхи, желания и намерения. Независимо от того, насколько
"неотличимо" поддельное мышление от "настоящего" (человеческого), они
не есть одно и то же, поскольку у мыслящего человека есть намерения и
поскольку между этими двумя "мыслящими" есть физические различия:
одного сделали органическим способом, а второго - электронным.
Опроверже- Компьютерные ученые немедленно выдвинули возражения против голово-
нне "китам- ломки Сирла,- прежде всего с позиций семантики: термины "произволь-
ской комна- ность", "понимание", "мышление" употребляются им без четких операци-
_.," ональных референтов; в качестве возражения был приведен такой пример:
если бы человек в этой "китайской комнате" выполнял описанные функ-
ции, то он (или система) действительно достиг бы как минимум некоторо-
го уровня понимания. Кроме того, аргументы Сирла отклонялись на осно-
вании приведения к абсурду: если довести ситуацию до логического кон-
ца, то оказалось бы возможным создать робота, в каждой своей детали
идентичного мыслящему человеку, и все же последний был бы способен к
"пониманию" и "произвольности", а первый нет. Наконец, некоторые спе-
циалисты по ИИ полагают, что "понимание" и "произвольность" вызыва-
ются конкретными материальными свойствами. Пилишин (Pylyshyn, 1980)
сатирически замечает, что возможно произвольность - это такое веще-
ство, которое выделяется человеческим мозгом; он предлагает свою соб-
ственную загадку:
"...если бы все больше и больше клеток вашего мозга, заменялись
интегральными микросхемами, запрограммированными так, чтобы
их характеристики входа-выхода были идентичны заменяемому
элементу, вы по всей вероятности сохранили бы способность
говорить точно так же, как и сейчас, за исключением того, что
постепенно перестали бы что-либо под этим иметь в виду. То,
что мы, сторонние наблюдатели, все еще принимали бы за слова,
для. вас стало бы просто некоторым шумом, который заставляют
вас издавать ваши микросхемы" (с.442).
Мышление и. интеллект - естественный и искусственный
500
Компьютеризованно> лозясжмв
Том Харрингтон, Дениза Квон
Подобно Нарциссу, восхищавшемуся своей
собственной красотой, человек с тоской гля-
дит в нечто вроде интеллектуального увели-
чительного стекла и отходит со словами "Да,
ты действительно самый разумный из них
всех!" Наш мозг в 10 биллионов раз менее
эффективен энергетически, чем теоретически
он мог бы быть, и его клетки реагируют в ты-
сячи раз медленнее, чем ячейки цифрового ком-
пьютера, и тем не менее он продолжает нахо-
диться под нарциссическим впечатлением от
своей собственной работы, обычно относя все
недостатки на счет своей огромной сложнос-
ти. В 1968 году мозг Джона Кемени, заметив,
что между ним самим и машиной нет суще-
ственной разницы, сделал утверждение, пока-
завшееся в то время здравым. "Даже на базе
транзисторов... конструктивные трудности едва
ли позволят сделать машину более, чем из мил-
лиона частей. Так что мы можем свободно
сказать, что человеческий мозг надолго оста-
нется примерно в 10000 раз более сложным,
чем самые сложные машины."
С тех пор компьютеры развились неверо-
ятно. Но мозг по генетическим причинам зас-
трял на обочине интеллектуальной дороги, по-
скольку он мутирует медленно. К счастью, наши
когнитивные способности не застряли вместе с
ним. Каждый день мы встраиваем в компьюте-
ры новые мутации, и, навязывая им наше соб-
ственное направление естественного отбора, раз-
виваем "мыслительную" силу человека.
Как может компьютер практически конку-
рировать с нами? Лучше сначала спросить, а
смог бы компьютер хранить и обрабатывать
то количество информации, какое мы сами вос-
принимаем. Насколько это много? Информа-
цию, воспринимаемую нами за одно мгнове-
ние текущей зрительной сцены, можно оце-
нить, исходя из интенсивности, с которой этот
мир стимулирует каждую из ваших 250,000,000
палочек и колбочек. При наличии 100 возмож-
ных уровней интенсивности стимуляции каж-
дой из них мы получим достаточно верное
повторение воспринимаемого мира, так что для
каждой колбочки или палочки нам пришлось
бы записать по две цифры. Это составило бы
2х250,000,000 единиц информации - т.е. сред-
няя ванная комната, заполненная перфокар-
тами. Обновляя стимульную зрительную сце-
ну 100 раз в секунду на протяжении ста лет
жизни, мы бы оказались затопленными в та-
ком количестве зрительной информации, ка-
кого хватило бы, чтобы заполнить перфокар-
тами куб с ребром в 34 километра. Компью-
терная память такого объема оказалась бы без-
надежной, как это случилось в 1968 году, но
тусклый свет надежды идет к нам из 1926 года,
когда Эмануэль Голдберг смог записать на мик-
рофильме буквы величиной в один микрон;
такая плотность означает, что на большой по-
чтовой марке можно расположить 50 Библий.
При такой записи информацию наш столет-
ний опыт зрительного восприятия уместился
бы в кубе из марок с ребром в 20 метров.
Объемные голограммы имеют более легкий до-
ступ и гораздо большую плотность. Но если
бы мы могли хранить информацию так, как
это делает природа, "ваш зрительный опыт за
100 лет смог бы уместиться в кубике с ребром
в 1мм - с булавочную головку. Генетическая
информация, необходимая для воссоздания лю-
бого человека, живущего в Соединенных Шта-
тах, и хранимая в виде 4-битового РНК-кода
уместилась бы в слое над одним ногтем.
В таком случае хранение информации, пре-
вышающей по объему все, что когда-либо мог
собрать мозг, кажется легким, но как быть с
обработкой, воспроизведением и передачей?
Такие компоненты, как макромолекулярные
транзисторы и оптические компьютеры на
трансфазерах и технология производства оп-
тики с сопряжением фазы скоро превзойдут
все, что имеется сегодня. Компьютеры будут
более плотными, и в них, возможно, не будет
проводов, а только световые лучи, которые
могут проходить друг сквозь друга. И они бу-
дут способны обрабатывать целые поля опти-
ческой информации и мгновенно формировать
с ней ассоциации, избегая в некотором смыс-
ле необходимости в интерактивных соедини-
телях, имеющихся в мозге. Такие компьютеры
легко" превзойдут мозг.
Как насчет передачи информации? Новые
оптические зеркала с сопряжением фазы по-
зволят нам посылать трехмерные набитые ин-
формацией голограммы по отдельным стеклян-
ным волокнам. Физики говорят, что по одно-
му стеклянному волокну теоретически возмож-
но транслировать продолжительный зрительный
входной сигнал от примерно 10000 абонентов.
Видимо, в неполноценности мозга нет со-
мнений. Даже по сравнению с существующи-
ми машинами он по многим параметрам выг-
лядит, как игрушка. Нам только нужно поболь-
ше людей (и компьютеров), чтобы писать гиб-
кие и тщательно разработанные программы,
или сделать специальные компьютеры, кото-
рые сами были бы своей программой.
Поэтому спросим, а хорошо ли умеет мозг
думать? Если мы нарисуем длинную ось, от-
меряющую сложность мышления, то похоже,
что мы все-таки сможем поместить себя на
ней хоть на бит повыше абака. Может ли абак
мыслить? Наверно, нам лучше думать, что да.
Этот спор далек от завершения, и некоторые, видимо, находят опреде-
ленную ценность в его философской глубине. Однако, для меня этот спор
не разрешен (на самом деле, он, вероятно, неразрешим!). Кроме того, оба
лагеря ужесточили свои позиции и выдвигают скорее аргументы веры,
чем разума. Для такой книги, как эта, его важность двояка: во-первых, он
заставляет читателя глубоко задуматься о том "человеческом", что зак-
лючено в человеческом познании. Во-вторых, в связи с этим спором вста-
ет вопрос, до какого предела ИИ может имитировать человеческий интел-
лект. Страсти, разгоревшиеся вокруг "теста Тюринга" и "китайской ком-
наты" у обеих сторон, отражают сильную заинтересованность современ-
ных философов и специалистов по ИИ в отношении электронного джина,
выпущенного из бутылки.
Какого рода компьютером является человек?
Более функциональный подход, помещающий ИИ на когнитивную почву,
предложил Ирл Хант (Earl Hunt, 1971); он поставил вопрос: "Какого рода
компьютером является человек?" Исходя из того, что между обработкой
информации человеком и компьютерной системой действительно суще-
ствует аналогия, Хант предпринял грандиозную задачу описать компью-
терную систему, которая "мыслит как человек". Фундаментальное поло-
жение его системы, названной им моделью распределенной памяти, гла-
сит, что мозг имеет несколько зон памяти, назначение которых - регули-
ровать поток информации из окружения так, чтобы информация могла
кодироваться в терминах прошлого опыта. В основной структуре этой
модели, изображенной (в модифицированном виде) на Рис. 15.1, информа-
ция из окружения проходит через ряд буферных памятей и поступает в
КП, или сознательную память.
Как показано на рисунке, одновременно может обрабатываться более,
чем один сенсорный канал. Буфферная обработка служит для преобразо-
вания сообщений в постепенно более значимые единицы. Это можно про-
иллюстрировать на примере чтения, где сначала различаются признаки (в
ранних буферах), затем буквы и, наконец, слова; единственный сознатель-
ный процесс (у опытного читателя) - это собственно чтение слов. Цент-
ральная роль в этом процессе принадлежит ДП, в которой информация
хранится постоянно. Кодирование сырой информации и ее перекодирова-
ние на более высоких уровнях происходит под управлением КП. Вербаль-
ная информация, достигающая КП, интерпретируется в значимый семан-
тический код, хранимый в промежуточной памяти (ПП). Этот семантичес-
кий код сохраняет непосредственный опыт, так что мы можем изучать его
дальше, извлекая из него информацию и интерпретируя ее. Общая архи-
тектура этой системы, как отмечает сам Хант, носит поразительное сход-
ство с некоторыми из моделей памяти, с которыми мы встречались в Гла-
ве 5 - особенно с моделью Аткинсона и Шифрина.
Таким образом, модель Ханта может служить руководством по конст-
руированию моделей переработки информации у человека, причем для
имитации конкретных когнитивных функций проектируются конкретные
компьютерные программы. Возможно, что основным результатом процес-
са моделирования является возможность испытать наши знания о когни-
тивной природе человека. Компьютерные программы, которым не удается
точно смоделировать человеческое познание (и часто это так и есть) мо-
Мышление и интеллект - естественный и искусственный
502
Рис. 15.1. Мо-
дель распреде-
ленной памяти.
Адаптировано из:
Hunt (1973;.
гут иметь большее значение для определения единственно человеческих
свойств человеческого познания, чем некоторые преуспевающие программы.
До сих пор мы в общем наметили сферу ИИ и познакомились с посту-
латом человеческого познания, на основе которого можно осуществлять
компьютерное моделирование. В следующем разделе мы разберем некото-
рые конкретные возможности компьютера. Развитие этих конкретных
функций в модели на основе информационного подхода примерно соответ-
ствует потоку информации от восприятия к распознаванию паттернов и
высшим формам познания.
Восприятие и искусственный интеллект
Человек обладает обширными способностями к восприятию мира. Когда я
разглядываю свой кабинет и выглядываю в окно, мой взгляд захватывает
сотни объектов: книги на полке, телефон, пара стульев, картотека, скуль-
птура совы, набор фотографий, самовар, стопка бумаг, псевдоготическая
конструкция, анемометр наверху соседнего здания, заснеженные верши-
ны гор, настойчиво приглашающие автора забросить на день-другой напи-
сание книги и отправиться покататься на лыжах, -каждый из них я могу
немедленно распознать и классифицировать. Не менее интересна челове-
ческая способность видеть, слышать, обонять и чувствовать на вкус мири-
ады вещей. И все же этот перцептивный этап обработки информации,
получаемый нами как дар, для компьютера составляет потрясающе слож-
ную проблему.
Наоми Вайсштейн (Naomi Weisstein, 1973) описал трудность, с кото-
рой встречается гипотетический компьютер при выполнении элементар-
ной задачи на восприятие: найти часы, считать время и сказать его нам-
детская забава, но для компьютера она оказывается чрезвычайно сложной:
"Предположим, компьютер имеет сетчатку из 104 х 104
фотоэлементов. Сразу становится очевидным, что если мы дадим
компьютеру список состояний, соответствующих часам, то список
поиска для компьютера окажется бесконечным. По мере
приближения компьютера к часам, их. размер будет меняться;
Искусственный интеллект
503
следовательно, каждый шаг к часам будет... {приводить} к новому
распределению {стимулов}... Но даже если бы эту проблему удалось
решить, часы были бы любой величины и формы: современные часы
"солнечные вспышки", цифровые часы, красные полоски, бегущие
вокруг шестнадцатиугольного блока и т.д. Перечислить все
возможные формы и величины часов или даже все возможные
стандартные их формы и величины просто невозможно. И все же,
большинство людей как правило справляется с задачей на
опознание в пределах, скажем, 15 минут безо всяких трудностей".
Какие перцептивные способности используют люди при решении этой
простой задачи, вызывающей такие трудности у компьютера? Здравый смысл
подсказывает, что человек поступает разумно и организует поиск часов с
применением своих знаний об окружении. Возможно, наш поиск органи-
зован неким иерархическом способом, когда сначала осматриваются мес-
та, где часы были замечены в прошлом, а если бы их там не оказалось, мы
бы искали их в более скрытых местах. Обычно часы находятся на стене, а
не под столом, и наше знание окружения направляет поиск.
Кроме стратегии поиска у человека есть система описания свойств
часов: их движения, цифровых характеристик и т.д. Кроме того, для под-
ражания человеческому познанию необходимо понимание назначения ча-
сов и абстрактной природы времени. Кто-то может подумать, что после
того, как паттерн опознан, считывание времени - это уже простейшая
часть задачи. Все, что требуется от компьютера,- это просканировать и
интерпретировать цифровые характеристики, определить положение этих
паттернов в памяти и доложить: "2:12". А может, это было "14:12"? Боль-
шинство людей на это отвечают немедленно, но для такого ответа требу-
ется дополнительная информация о мире - день или ночь на дворе? Это
нетривиальная задача, но нельзя ли ее свести к нескольким более про-
стым и затем сконструировать робота по этим наметкам? Возможно, так,
и в следующем разделе мы обратимся к некоторым конкретным перцеп-
тивным вопросам, поднятым в связи с задачей Вайсштейна.
Восприятие человека инициируется внешними сигналами, состоящими
из света, звука, молекулярных соединений и давления. Эти сигналы обна-
руживаются органами чувств и преобразуются (конвертируются в нервную
энергию) в сообщения, понимаемые мозгом. Количество информации, дос-
тупной органам чувств, огромно; одна только зрительная система может
передавать в мозг 4.3х106 бит информации в секунду. Фейгенбаум (Fe-
igenbaum, 1967) предполагает, что некоторые периферийные устройства,
иногда называемые периферической системой памяти, действуют подобно
сенсорному буферу, предохраняющему мозг от переполнения потоком вте-
кающей в него информации.
Как построить машину, способную подражать этому перцептивному
механизму? Логично было бы разработать что-то способное чувствовать.
Один такой подход можно найти в работе по компьютерным распознаю-
щим системам.5
Многие из ранних исследований этого типа руководствовались практически-
ми задачами (например, как сделать устройство, считывающее цифровой код
на чеках) и как таковые были слабо связаны с проблемой аналогии ИИ с
человеком;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81