Модель мышления в Новой Парадигме Искусственного Интеллекта

А.В. Елашкина, П.Н. Смертин, список авторов открыт

(черновик)

Содержание

1. Введение
2. Модели мышления
2.1 Существующие физические модели
2.2. Самоорганизация
2.3. Части <-> Целое
2.4. Решение задач
2.5. Простейшая модель мышления
2.6. Развитие сложности моделей мышления
3. Заключение

1. Введение

Начальным толчком нашего поиска явилось желание найти выход из того тупика, в котором оказалось традиционное (компьютерное) направление Искусственного Интеллекта (ИИ). Среди многих ИИ-специалистов, до сих пор, как это ни странно, подавляющим является убеждение, что можно построить ИИ путем только компьютерного моделирования. И это несмотря на то, что ни один проект сугубо вычислительного (алгоритмического) ИИ не увенчался успехом.
Мы хотим научиться строить системы способные совершать когнитивный акт, т.е. решать задачи с качеством решения лучше, чем они решаются на компьютере. Предполагаем, что для этого искусственная система должна иметь способность на самом деле осознавать (понимать), чувствовать (ощущать) и иметь цель ("желание", "волю") решать задачу. Поскольку такими способностями может обладать только активная физическая среда со свойствами живого существа, то, естественно, возникла проблемная потребность понять, что такое живое (когнитивная материя). Конечно, не во всей полноте этого понятия, но хотя бы конкретизировать базовое отличие живого существа от механического автомата. Оказалось, что современная наука совершенно не умеет объяснить живое настолько конкретно, чтобы можно было:
• либо сделать искусственную живую систему;
• либо строго и четко указать ограничения, которые принципиально не позволят это сделать.
Естественные науки, физика, прежде всего, описывают природу как детерминированный автомат либо как случайно-детерминированный автомат или детерминировано-случайный автомат, но, очевидно, что никакой автомат не может быть живым. Отсюда, естественно, возникает необходимость сдвига научной парадигмы.
Постановка задачи:
Требуется не только и не столько хоть как-то описать и/или объяснить живое (когнитивную материю) и все его проявления, например, человеческое мышление как высшую форму проявления когнитивного акта из известных нам когнитивных явлений. Требуется теперь так объяснить целое живое, чтобы можно было его сделать реально как работающую модель, и чтобы эта модель живого к тому же еще и работала на самом деле, т.е. жила своей когнитивной жизнью.
Результатом теоретической работы в Новой Парадигме ИИ (НПИИ) должны стать модели мышления, которые решают практически значимые задачи существенно лучше, чем они решаются моделями Старой Парадигмы ИИ (СПИИ). Собственно, в этом состоит и причина и цель разработки НПИИ. Но, отказываясь от компьютерного подхода в моделировании мышления, мы должны использовать в Новой Парадигме (НП) все лучшее, что было наработано в Старой Парадигме (СП). Мощные технические средства и средства формализации можно использовать в НП, если правильно видеть реальную ограниченность этих средств. Мы ищем фундаментальные основы и способности живого мышления в реальных, а не формальных средах. При этом для активации первичного стробимпульса и стабильной поддержки процессов, которые нам нужны в реальной среде когнитивной материи, считаем полезным использовать устройства, которые уже изобретены и надежно работают, например, электронные автоматы. Эти автоматы нужно только дополнить очень нестандартной электроникой.
Электроника предпочтительна лишь по той причине, что она основательно разработана. Но, разумеется, в моделях НП уместно использовать не только электронику, как науку занимающуюся изучением и практическим использованием взаимодействия электронов с электромагнитными полями. Хотелось бы напомнить, например, о “нанотехнологиях”. Однако в последнее время это слово как название науки слишком опошлено попытками (чаще всего безуспешными) изготовления микроскопических автоматов. Поэтому даже термин нестандартная “нанотехнология” становится двусмысленным. Мы бы воздержались от применения термина “нанотехнология” к технологии НП. Правильнее было бы сказать, что НП стремиться использовать новые физические технологии без конкретизации, какие именно технологии, поскольку существующие технологии нас не очень устраивают и, видимо, будут доработаны, исходя из конкретизации разработческой задачи в НП.
В наших моделях мышления та часть задачи, которая хорошо формализуется (формальные вычисления) будет вычисляться на вычислительном устройстве (автомате). Это гарантирует нам, что модели НПИИ будут работать фактически не хуже, чем традиционные модели СПИИ. Та часть задачи, которая плохо формализуется (например, распознавание образов и понимание смыслов) будет совместно решаться и в автомате и в искусственном "организме" (неавтомате), специально выращенным в физической среде, совместимым с ним родным для него автоматом. А та часть задачи, которая совсем не формализуется (например, воображение образов и генерация смыслов) будет решаться в искусственном "организме". Результаты решения попадают в родной для искусственного организма автомат для выходной, чисто формальной обработки.
Предполагаем, что искусственный "организм", специально выращенный в физической среде можно выращивать совместно с автоматом и задачей так, что автомат и задача станут органическими частями целого неавтомата (искусственного "организма"), или автомат и задача станут естественной средой жизни неавтомата.
Такой подход предполагает, что в моделях мышления НПИИ от кибернетического взгляда на когнитивный акт как на систему управления, связей и автоматической обработки информации придется уходить. Именно по ответу на вопрос: “на каком носителе делать ИИ?”, проходит вполне четкая граница между старой (компьютерной) и новой (физической) парадигмой ИИ. Иначе говоря, в СП ИИ – это программа решения алгоритмически решаемой задачи выполняемая на вычислительном устройстве. А в НП ИИ – это физическая среда решающая невычислительную задачу.

2. Модели мышления

Можно с уверенностью утверждать, что субъектный когнитивный акт (собственные ощущения и постановка цели) как одно из проявлений живого существа проявляется на макроуровне и играет важную конструктивную роль в мышлении человека. По крайней мере, у нас до сих пор не имеется убедительных оснований в этом сомневаться.
Следовательно:
• ЛИБО нужно признать, что в микромире должна существовать и активно влиять на материю некая материальная сущность, ненаблюдаемая в явной форме в рамках традиционной теории эксперимента, и явно проявляющаяся лишь на макроуровне в форме человеческого когнитивного акта, который, несомненно, является самоорганизацией материи (см. п. 2.2.). Но любое самоорганизующееся явление должно существовать (в соответствующей уровню форме) на всех уровнях материи, или оно не сможет возникнуть ни на одном уровне. То, что мы не наблюдаем эту некую материальную сущность в микромире, означает лишь, что мы не туда смотрим. Авторы предполагают, что искомую материальную сущность можно, в ходе особого моделирования в рамках новой теории эксперимента (см. п. 2.5.), искусственно вознести из микромира на макроуровень для решения наших задач (см. п. 2.4.). Возможно, эта некая материальная сущность подобна целому когнитивному акту в его самой первичной (примитивнейшей) форме и, возможно, эта некая материальная сущность обладает истинно неисчерпаемой потенцией к диалектическому развитию благодаря качественно различным созидательным способностям когнитивной материи (см. п. 2.6.). Эти различные способности содержатся в основаниях материи как еще невзошедшие потенциальные всходы разворачивающегося творчества. Самые удивительные комбинации качественно различных способностей могут проявиться при самораскрытии когнитивной материи, и своенравно вырасти на любом этапе стремительного развития бесконечно разнообразного когнитивного акта (естественного или искусственного).
Такое предположение приводит нас к новой концепции материи (см. п. 2.3.).
• ЛИБО придется признать, что когнитивный акт возникает и проявляется на макроуровне как эмерджентный эффект целого, возникающий из сложнейшего соединения простейших частей микромира, которые принципиально не обладают совершенно никакими свойствами и способностями целого. Но тогда, встает перед нами угроза того, что бесконечно высокий категориальный барьер между простотой частей при любых, сколь угодно сложных сочетаниях этих частей и сложностью целого никогда не будет преодолен техническим прогрессом.
Для того чтобы разобраться с этими “ЛИБО - ЛИБО” предлагаем анализ с нашей точки зрения основных существующих физических моделей (см. п. 2.1.), к которому мы сейчас и переходим.

2.1. Существующие физические модели

Математика классической механики, термодинамики, электродинамики, теории относительности и даже квантовой механики была математикой линейных уравнений. В таких уравнениях скорость или ускорение изменений какой-то величины пропорциональны самой этой величине. Линейные уравнения лежат в основе всей классической и современной физики и они хорошо служили и служат в области своего применения, поскольку вся современная техника и теория планирования эксперимента построены на уравнениях, которые можно решать аналитически. Линейные уравнения обладают важным и полезным для их решения свойством, а именно, линейные уравнения или системы таких уравнений обычно имеют стационарное состояние, т.е. могут иметь единственное и конечное решение. А если система уравнений имеет конечное решение, то эта система обладает детерминированной или случайно-детерминированной устойчивостью. И для экспериментов и для техники это было и остается очень ценным качеством математической модели физической системы, поскольку современные физические эксперименты и современные технологии, до сих пор, могли иметь дело только с воспроизводимыми системами.
В этом смысле некоторую надежду подавала теория нелинейных динамических систем (синергетика). Однако необходимо отличать реальную динамическую систему от формальной динамической системы. Формальная динамическая система является системой уравнений, удовлетворяющей условию единственности и конечности моментального решения. Замкнутые кривые в фазовом пространстве соответствуют периодическим решениям системы уравнений. Качественное описание формальной динамической системы предполагает выделение притягивающих и отталкивающих ограниченных подпространств (многообразий) фазового пространства. Существенными моментами поведения формальной динамической системы являются состояния соответствующие изменению качественного описания. Момент возникновения нового качества в теории формальных динамических систем называется бифуркацией, которая определяется как малое изменение параметров уравнений описывающих формальную динамическую систему. При этом постулируется, что этот малый скачек изменений параметров в моменты бифуркаций происходит случайно.
Иначе говоря, формальная динамическая система представляет собой множество автоматов (с непрерывным или дискретным временем). В положении равновесия формальная динамическая система описывается одним определенным автоматом. В момент бифуркации происходит случайный переход от одного автомата к другому автомату. Такой хаотической подход может быть удовлетворительным при описании и объяснении простых реальных динамических систем, но он недостаточен при описании и моделировании таких сложнейших явлений как живое существо, даже простейшее, поскольку случайность и детерминированность не могут быть источниками сложной самоорганизации
Детерминированный процесс сам по себе не в состоянии выйти за рамки своей детерминированности. А случайное изменение такого процесса вероятнее всего означает деградацию (вырождение, если сложное уже возникло), но никак не сложную самоорганизацию. Нам могут возразить, что жизнь, например, возникла и эволюционировала случайно. При этом обычно забывают (на самом деле или напоказ), что вероятность возникновения и развития жизни в результате функционирования случайно-детерминированного автомата теоретически ничтожно мала, а практически случайно-детерминированное возникновение и развитие жизни просто невозможно. Следовательно, возникновение и развитие жизни не может быть автоматным (механистическим) процессом под управлением извне (случайным или детерминированным). По всей видимости, еще не все принципы развития жизни были открыты.
Кроме этого детерминированный или случайно-детерминированный автомат не может обеспечить реализацию решения невычислительных задач, например, мышления или рефлексию мышления. Это означает, что формальное описание реальных динамических систем не объясняет сущность живого. Поэтому синергетика как вычислительная теория и практическое моделирование формальных динамических систем на вычислительном устройстве (не только на дискретном, но и на аналоговом или квантовом, если аналоговые и квантовые устройства конструируются как автоматы) не может служить основой для моделирования мышления.
Казалось бы, можно предполагать, что истоки теории живого следует искать в квантовой теории. И действительно, строго говоря, уравнения квантовой теории, в отличие от уравнений формальных динамических систем не являются хаотическими. Однако, отсутствие хаоса, к сожалению, вполне компенсируется наличием в квантовой теории неустранимой (в рамках этой теории) случайности в поведении частиц (волн), дополняющей детерминистскую квантовую теорию.
Хотя квантовые эффекты микромира представляются перспективными для моделирования когнитивного акта, но объяснить отличие живого существа от механической системы квантовая механика не может. Атомы и молекулы в живом и неживом ведут себя неодинаково. При этом ясно, что на самом фундаментальном уровне элементарных частиц (волн) материя должна быть идентична для всех материальных систем (живых и неживых). Это значит, что если фундаментальный уровень материи описывается через вероятностный подход как механистический (автоматический), то это описание неправильное. В живых существах немеханистические (неавтоматные) способности фундаментального уровня на достаточно высоком уровне самоорганизации материи развиваются до раздражимости простейших организмов, а на еще более высоком уровне развиваются до человеческих когнитивных актов. В неживых системах немеханистические способности фундаментального уровня подавляются на более высоких уровнях так, что неживые системы могут быть с достаточной вычислительной точностью описаны как механистические.
Таким образом, приходится признать, что в современной физике для объяснения поведения живых существ подходящей теории пока не существует. Поэтому если нам нужна именно теория именно живого, то искать ее следует вне пределов детерминистских теорий, теорий случайности или комбинированных случайно-детерминистских теорий физики. Проще говоря, теорию возникновения когнитивного акта из физики нам придется искать вне пределов физики, по крайней мере, в современном ее понимании.
Мы считаем, что случайность это та же самая смирительная рубашка детерминизма, только вывернутая наизнанку. Авторы хотят донести до читателя мысль, что для наших
моделей мышления нам нужны мантии из иной материи. Обсудим то, какой может быть эта иная материя.

2.2. Самоорганизация

Интеллект (искусственный не может быть исключением) является, прежде всего, самоорганизацией логики, поскольку интеллект это способность решать задачи. Но самоорганизация это неалгоритмический процесс в некоторой системе (в существе, например, в искусственном существе), в результате которого возрастает сложность существа (системы).
Неалгоритмический (невычислительный) процесс это внутренний мир (когнитивный акт) живого существа. Невычислительный процесс это то, что невозможно смоделировать ни на каком вычислительном автомате (дискретном или аналоговом, детерминированном или с использованием случайности любого типа).
Неалгоритмичность означает, что процесс происходит по своим собственным внутренним причинам, без внешнего управления (необходимое условие самоорганизации). Любой алгоритмический процесс (генератор любого типа случайности это тоже алгоримический или вычислимый процесс) в любой системе это внешнее управление. Поэтому внутренний мир живого, а потому и само живое со всеми его недоступными для автомата (алгоритмической системы) способностями может быть только результатом самоорганизации. Внутренний мир живого по своей внутренней природе не может детерминировано или случайно подчиняться внешнему воздействию. Влияние (обусловленность) внешнего мира на внутренний мир живого существует для внутреннего мира, но не внешнее управление, еще раз подчеркнем управление детерминированное или случайное.
Предположим, что на самом деле существует в природе некий источник истинной случайности, то это неизбежно был бы алгоритмический процесс, т.е. вычислимый, поскольку моделируемый полностью на гипотетическом компьютере. Если бы алгоритмические процессы можно было бы сравнивать по степени алгоритмичности, то можно было бы сказать, что случайность еще более алгоритмический процесс, чем, например, гравитационное или электромагнитное взаимодействие как они описаны в учебниках физики. На самом деле, поскольку сложность в любом алгоритмическом процессе не возрастает, в том смысле, что остается алгоритмической, то и степень алгоритмичности в любом алгоритмическом процессе одна и та же – вычислительная. Нужно развенчать распространенный миф об алгоритмической сложности. Для моделирования внутреннего мира живого нет никакой сложности внешнего управления. Есть только сложность внутреннего мира живого существа или сложность когнитивного акта.
Для внутреннего мира живого существа все алгоритмические процессы в природе (в том числе алгоритмические процессы в организме живого существа) являются внешней средой, которая влияет на внутренний мир, но не “управляет” в кибернетическом смысле.
Пока есть только субъективные (свои собственные) подтверждения наличия когнитивности (внутреннего мира со своими внутренними причинами) у других живых существ. Пока можем только предположить, что если мы обладаем ощущениями и свободой воли (это простейшие проявления когнитивности любого живого существа и его внешних эффектов: разума или его проявлений, например, рассудка), то, по сути, ощущениями и свободой воли, возможно, обладают все живые существа, но в разной степени и в разной форме (если вообще допустимо говорить о форме когнитивности).
Объективных подтверждений пока быть не может, поскольку наука пока не знает, как можно подступиться к феномену когнитивности.
Но есть уверенность и не только одного какого-то исследователя (иначе не стоило бы затевать эти разговоры о необходимости новой научной парадигмы), что когнитивность познаваема так, чтобы это можно было сделать в рамках исследований ИИ.
Сложность существа, например, искусственного существа, определяется способностью существа решать невычислительные задачи (достаточное условие самоорганизации). Иначе говоря, если сложность возросла, значит, была самоорганизация.
Некоторые примеры невычислительных задач:
• мышление как субъектное свободноволевое ощущение;
• обособление субъекта во внешнем мире (выделение себя из несебя);
• самостоятельная постановка цели субъектом для себя;
• самостоятельное возникновение и развитие субъектной логики;
• понимание и генерация естественных смыслов;
• распознавание и воображение естественных образов;
• мечтание, фантазирование и свободноволевое выдумывание;
• возникновение свободноволевых желаний, надежд и стремлений;
• развитие субъектных ощущений до формирования чувств;
• рефлексия субъектного осознания
Можно неограниченно продолжать этот список комбинаций невычислительных задач различной степени сложности характеризующих различный уровень сложности самоорганизации когнитивного акта существа способного решать такие задачи.
Для организации, точнее первичного запуска, самоорганизации в наших моделях мышления необходимо найти соответствующую самокреативную основу, которая обладала бы свойством “больше одного в одном”. Пока нам известен только один искомый эффект, обладающий таким свойством в самой простейшей форме: “два в одном”. Таким эффектом является органическое объединения субстратов (предполагая, что субстраты существуют раздельно) волнового электрического и волнового магнитного процессов, которые способны объединяться в целый волновой электромагнитный процесс или поле. Электромагнитное поле (ЭМП) как таковое мы описываем, к сожалению, пока только так, как умеем, при помощи изобретенных нами формальных аппаратов, чтобы хоть как-то его “представлять”. Как-то пока согласуется описание с практикой и ладно. Правда, наши физические описания живого не очень ясно объясняют, чем все таки живое отличается от неживого. Возможно, виноват в этом наш неадекватный способ описания электромагнитных волн, и на самом деле целое (поле) обладает более богатым существованием как идеальная надструктура (надвещество), чем это мы в состоянии описать при помощи формального математического аппарата, в частности, системы уравнений Максвелла.
Происходят ли в ЭМП одномоментные (в классическом смысле понятия “момент времени”) замкнутые цепочки звеньев причинно-следственной связи? Простые (двухтактные) замкнутые цепочки звеньев причинно-следственной связи это когда причина является следствием своего следствия или следствие является причиной своей причины. Возможно, что в ЭМП происходят одномоментные замкнутые цепочки звеньев причинно-следственной связи, но мы пока это явление не умеем строго описать, поскольку у нас нет математического аппарата для его описания.
Давайте, соблюдая должную осторожность, попробуем не строго представлять ЭМП как простой пример одномоментной самоорганизации, когда одна часть взаимно входит в другую часть и в целое. Обе части ЭМП (условно раздельные электрическое поле и магнитное поле) динамически производят и дополняют друг друга. При этом части не тождественны, а целое "фрактально", или аналогично фрактальному описанию, существует в частях так, что целое и части самокреативно производят и дополняют друг друга. Иначе говоря, в ЭМП форма процесса и его наполнение (содержание) представляют собой единый волновой (целый) процесс.
Можно предположить, также соблюдая должную осторожность, что если ЭМП, действительно, является примером одномоментной самоорганизации, то достаточно сложная по уровню организации электромагнитная волна может служить источником когнитивного акта заметного по способности решать невычислительные задачи. Мы понимаем, что между элементарным когнитивным актом, т.е. простейшей активностью живой грации и высокоорганизованным когнитивным актом способным, например, “оперировать символами” “дистанция огромного размера” как говорил известный полковник Скалозуб. Но чтобы пройти эту дистанцию, нужно найти нечто общее, что, собственно, от недоразвитого требуется нам конструктивно развить до развитого.
Приходится признать, что кроме ЭМП, не удается (возможно, что пока) обнаружить иного эффекта самокреативности материи обладающего свойством “больше одного в одном”. Поэтому считаем, что, может быть, в конструктивном плане, пока имеет смысл рассматривать ЭМП как “подходящий” или доступный теперь для наших моделей мышления источник элементарного когнитивного акта способного к развитию через формирование вещества.
Думаем, что вполне объективный способ обозначения и выявления внешних признаков самоорганизации существ существует. Это способность когнитивного акта решать невычислительные задачи с качеством решения лучше, чем способен “решать” или хотя бы имитировать решение подобных задач идеальный автомат (аналогове или дискретное вычислительное устройство с бесконечной мощностью).

2.3. Части <-> Целое

Если заранее предполагается, что некая модель (конструкция) будет конструктивно возникать снизу вверх, в смысле, от частей к целому (соединение функциональных деталей в функциональные блоки, узлы или модули, которые затем будут собираться в единый функциональный агрегат), то будет возникать исключительно автомат, случайно-детерминированный автомат или детерминировано-случайный автомат, но автомат. Если сконструировать автомат, то никаких верхних уровней и ментальных явлений (когнитивного акта) не возникнет.
Понятно, что от частей к целому нам идти нельзя. Но и от целого к частям идти нельзя, поскольку целое материально не существует без частей. Иными словами, живое целое это не сумма или объединение частей, но и не то, что вне частей или сверхчастей.
В наших моделях должен быть первичный акт, который разворачивается, присутствуя во всем, что развернуто. Это, конечно, и не от частей к целому, но и не от целого к частям. Трансцендентальный акт, о котором идет речь, по-видимому, представляет собой колебательный процесс от частей к целому, и от целого к частям, как систола и диастола при сердцебиении.
Например, рассмотрим прохождение ЭМП в вещественной среде. Если какой-то электромагнитный процесс развивается в вещественной среде, то ЭМП порождается или, по крайней мере, изменяется вихревыми токами в среде. Получается, что поле воздействует на среду, в которой эти токи изменяются под воздействием ЭМП. Но при воздействии поля на вещественную среду вещество поляризуется, а поляризуясь вещественная среда воздействует на поле. Частями в этом примере являются гипотетически существующие электрическое поле и магнитное поле, а также вещественные следы прохождения ЭМП в вещественной среде. При этом целым без субстрата является целое ЭМП в процессе разворачивания, присутствуя во всем, что развернуто. Важно отметить, что в данном примере целое обусловлено микроуровнем вещественной среды, обусловлено, но не детерминировано им.
Что же, на самом деле, может означать недетерминированость материи, которая для классического наблюдателя выглядит как случайность? Чем можно заменить детерминированность, при том, что мы случайность материальных процессов категорически отвергаем?
Вспомним, что детерминированость означает жесткую причинно-следстввенную связь во времени: событие во времени, которое является причиной предшествует во времени событию, которое является следствием. Допустим, соблюдая известную осторожность, что целое как “самодействующее_образование” как-то связано с классическим представлением о времени, но связано не совсем тадиционнно, или совсем не традиционно. Этого мы пока не можем утверждать, но допустим.
Тогда можно предположить, что это “образование_как_целое” существует в своем собственном “времени”. Может быть, это “время” окажется (в результате исследования) очень самобытно и нетривиально, т.е. со своими собственными необычными свойствами индивидуальными для каждого конкретного целого. Например, “время” целого и время (в классическом смысле) частей может не совпадать не только количественно, но и качественно
Целое в отличие от частей может для интересных нам существ, существовать в каком-то особом “времени” (в самом широком смысле этого термина), поскольку в нем (в целом) происходят изменения. Полагаем, что целое без качественных изменений (фактически: неживое) не может совершать когнитивные акты и тогда не представляет для нас известного интереса. При этом если есть изменения в целом, то должно быть и некоторая категория “время” (пока нет иного термина для описания изменений целого), либо его какие-то аналоги с топологическими свойствами описания или иного объяснения направленности изменений для наблюдателя, либо его каких-то аналогов.
Хотя, в целом, направленность изменений может оказаться неодномерной и нелинейной. Направленность изменений может иметь “структуру” дерева, сети, колебаний или фрактала во “временном” смысле индивидуального для каждого момента конкретного целого. Это, по сути, означает, что со “временем” мы будем вправе выполнять действия с комплексно-взвешенными комбинациями аналогично суперпозиции состояний элементарных частиц (волн). Проще говоря, для каждого конкретного состояния целого, категория “время” может иметь свои особые индивидуальные свойства радикально отличные от классического понятия времени.
Авторы, признают, конечно, что это решительный отказ от классического детерминизма, но, прежде всего, это отказ от торжества случайности различного типа в современных теориях физики в пользу попытки диалектического снятия дихотомиии детерминизм-случайность в новой концепции материи.

2.4. Решение задач

Нельзя взять готовый внутренний мир (когнитивный акт) уже готового живого существа (например, искусственного) для решения наших задач. Этот готовый внутренний мир будет решать только свои готовые для него задачи, не для нас готовые.
Критерием успеха в моделировании мышления является способность решать наши (нами поставленные) невычислительные задачи. Нет никакой возможности обнаружить слишком простой когнитивный акт не способный заметным образом решать наши задачи. Мы просто не в состоянии регистрировать проявление слишком простого когнитивного акта, который никак не проявляет своего внешнего поведения.
Реальный интеллект существует в реальном пространстве (с известными и неизвестными пока еще качествами и способностями пространства). В реальном, а не в виртуальном (формальном, т.е. нигде не существующем) пространстве нужно экспериментально искать модель реального разума. Невозможно заложить заранее в формальную модель все еще неизвестные свойства пространства или пространств. ИИ должен существовать в реальном пространстве, поскольку ЕИ здесь существует и это факт.
Зачем формально моделировать пространство на вычислительном устройстве (вычислительная модель пространства не имеет качеств и способностей пространства), если для моделирования мышления можно использовать реальные (невычислительные) качества и реальные (невычислительные) способности реального пространства?
Аналогичный же вопрос можно задать о времени.
И те же вопросы можно задать о волновых процессах в пространстве и волновых процессах во времени.
Формальные (вычислительные) задачи должны решаться в формальной среде, а реальные (невычислительные) задачи в реальной среде когнитивной материи.
При определении необходимой нам невычислительной задачи будем руководствоваться
следующими правилами:
• Неалгоритмический (неавтоматный) процесс нельзя описать или объяснить правилами формальной логики или законами природы (по крайней мере, тех законов, которые предписаны природе современной физикой);
• Любой неалгоритмический процесс имеет свой собственный смысл (интерес для себя);
• Если некий процесс имеет свой собственный смысл, то этот процесс является неалгоритмическим;
• Моделью мышления следует считать модель способную воспринимать и генерировать смыслы;
• Нашей моделью мышления следует считать модель, имеющую общую с нами систему смыслов.
Таким образом, нашей моделью мышления следует считать модель способную решать наши невычислительные задачи. Требуется найти самую простейшую невычислительную задачу. Модель способная решать такую задачу является простейшей моделью мышления.

2.5. Простейшая модель мышления

Предполагаем, что источником элементарного когнитивного акта является ЭМП, которое поддерживает свою целостность созданием в вещественной среде условий для своего непрерывного возникновения. В этой вещественной среде реализуется следующий причинный цикл: Молекулярная электрическая цепь (МЭЦ) с внешним источником энергии создает ЭМП, которое создает электродвижущую силу (ЭДС), которая изменяет МЭЦ.
Или коротко: МЭЦ – ЭМП – ЭДС – МЭЦ.
На мултиэлектродной матрице (экране) выращивается волновой “организм” из вещественных динамических следов электромагнитных волн. В качестве вещества используется макромолекулярная структура гидрогеля, в котором растворена вода насыщенная веществами обладающими существенно различными электромагнитными свойствами. Физическую среду экрана специально выбирается такой, чтобы она была вещественно вязкой для электромагнитных волн, которые оставляют на экране гибкие структурные следы.
Несколько групп электросхем разного типа выводят волновые процессы на общий экран. Для электросхем экран является коллективной емкостью и одновременно коллективной индуктивностью. Каждая электросхема имеет ограниченное число изменяемых параметров в ограниченных пределах, но изменение этих параметров дает неограниченное разнообразие процессов в схеме. Таким образом, электросхема дает возможность процессу в электроцепи меняться в очень широких пределах не только в смысле изменения количественных характеристик процесса, но также изменения качественных типов процесса.
Внутренняя ситуация в экране и электроцепях распознается вычислительной (математической) моделью, которая в результате распознавания производит сигналы влияния на переменные параметры электросхем и меняет сама себя. Эти сигналы должны не управлять процессами, а способствовать возникновению самостоятельной простейшей активности в электросхемах. Матмодель распознает и влияет на ростки самодеятельности в общей сети экрана, электросхем и вычислительного устройства состоящего из аналоговых и дискретных компонент. В этой замкнутой сети общей физической и математической модели любой локальный процесс является открытым и все процессы (волновые и автоматные) производят друг друга.
Предлагаемая модель простейшего мышления очень гибкая, вместе с тем, модель достаточна надежна, поскольку все составные части сети, а именно экран, электросхемы и вычислительное устройство стабильны. Такая модель может стать фундаментом для возникновения и выращивания искусственного волнового “организма” как целого процесса в сети.
Если сложность искусственного волнового “организма”, а значит и уровень способностей, будет примерно соответствовать сложности биологической амебы, то этого уже будет достаточно для решения задачи распознавания волновых образов. Нам нужно понять, как можно выращивать существо из вещества. И научиться выращивать “амебу” вместе с нашей задачей, которую “амеба” должна решать. Так, чтобы наша задача распознавания
была для “амебы” такой же родной как для биологической амебы генетическое распознавание еды или распознавание приятной/неприятной для нее среды.
Допустим, в качестве примера, мы будем выращивать “амебу” вместе с характерным звуком (музыкальный инструмент, голос человека и др.), тогда этот звук будет для “амебы” родной и она будет в нем нуждаться как биологическая амеба в еде. Искусственная “амеба” сможет выделять родной характерный звук среди других звуков.
Алгоритмически эта задача не решается, поскольку в смеси звуков все характеристики перемешиваются. Все (любые, какие захотим) объективные характеристики звука абсолютно доступны для полной формализации, и, следовательно, для их алгоритмического анализа. Но дело в том, что при наложении нескольких звуков друг на друга их индивидуальные характеристики, абсолютно доступные формализации, перемешиваются абсолютно, так, что их индивидуальные черты полностью исчезают в общей интерференционной картине. При этом алгоритмический анализ на поиск этих характеристик теряет всякий смысл.
Сложные животные умеют выделять характерный звук среди шума, если этот звук животному важен (возможная добыча или источник опасности). Это можно объяснить только тем, что живые существа имеют какие-то свои ощущения от звуков, вот их-то (ощущения) они и ловят избирательно. Живые существа имеют ощущения звука и на основе этих ощущений умеют обучаться слушать и слышать. Поэтому задача выделения характерного звука среди любых других звуков для живых существ разрешима. Алгоритм (сколь угодно сложный) не имеет своих ощущений (в алгоритме ощущения ощущать некому). Поэтому задача “выделение характерного звука” алгоритмически неразрешима, т.е. является невычислительной задачей.
Заметим, что не требуемое для решения задачи бесконечное время работы или бесконечная память причина алгоритмической неразрешимости таких задач. Есть и такие алгоритмически неразрешимые задачи, неразрешимость которых связана с необходимостью использовать для решения бесконечные вычислительные ресурсы. Но в данном случае не в этом причина. Причина алгоритмической неразрешимости подлинно невычислительных задач в том, что алгоритмическая система не является живым существом со своим собственным субъектным комплексом ощущений когнитивного акта.
Правда, биологическая амеба также не умеет распознавать характерный звук среди других звуков, но ведь она генетически и выращивается для решения других задач. Если мы будем выращивать нашу искусственную “амебу” для решения этой конкретной задачи, то она сможет ее решать. Мы надеемся на то, что сможет.
Предлагаем для нашей простейшей модели эту задачу в качестве невычислительной, поскольку звуковые образы являются волновыми образами и это самая естественная задача для волнового организма. Способность решать задачу “выделения характерного звука” искусственным организмом как раз и будет доказательством того, что перед нами живое существо (без кавычек, т.е. на самом деле) со своим простейшим когнитивным актом, а не алгоритмическая система (автомат).

2.6. Развитие сложности моделей мышления

Сложность наших моделей мышления должна возрастать в ходе искусственного развития. Но как можно развивать искусственную модель мышления?
“Дрессировать” когнитивный акт подойдет для того случая, когда мы не знаем, как возник когнитивный акт и вообще ничего про него не знаем, только наблюдаем внешнее поведение и воздействуем извне. Эффективнее, с практической точки зрения, для нас было бы не “дрессировать” когда возникло то неизвестно что, а выращивать модель мышления вместе с задачей, на решение которой оно выращивается. Иначе говоря, когнитивный акт должен возникать (вырастать) вместе со способностью решать конкретную невычислительную задачу или конкретные задачи. Если мы будем увеличивать сложность невычислительных задач, на которых будут выращиваться искусственные организмы, то это и будет искусственным развитием когнитивного акта.
Необходимо различать сложность когнитивного акта и автоматную сложность.
Автомат это детерминированное устройство (функционирующее со случайностью или без случайности), которое можно полностью смоделировать на вычислительном устройстве (компьютере). Любую систему из двух автоматов, если автоматы в рамках этой системы функционируют как автоматы, можно полностью смоделировать на компьютере. Это означает, что если к автомату автоматически подключить автомат, то в результате получится автомат. Но из этого следует, что любая счетная композиция автоматов является автоматом: любую сколь угодно сложную дискретную композицию автоматов можно полностью смоделировать на достаточно мощном автомате (компьютере). Иначе говоря, если систему конструировать только из автоматов и эти автоматы используются только как автоматы, то неавтоматные качества (сложные способности) не могут возникнуть в такой системе.
Пусть у нас есть некоторая линейная равномерная шкала от 0 до 1. Предполагаем, что эту шкалу можно продолжать >1. Назовём эту шкалу шкалой “сложности” когнитивного акта. За 0 примем “сложность” системы, реализующую автоматную “сложность”, а за 1 – “сложность” когнитивного акта естественного интеллекта (ЕИ). Иначе говоря, “сложность” любого автомата равна 0 (это отражает тот факт, что любая композиция автоматов является автоматом), а “сложность” среднечеловеческого когнитивного акта ЕИ примерно или условно равна 1 (максимальная среди известных нам степень неавтоматности или неалгоритмичности, несмотря на индивидуальные различия различных людей).
Понятно, что это понятное упрощение сложности, но очень полезное для понимания того, какая модель нам нужна. Наша модель мышления должна включать в себя способность двигаться на этой шкале от 0 до 1 и выше. Шкала “сложности” когнитивного акта позволяет наглядно понять, что наши модели мышления не могут быть исключительно компьютерными моделями (автоматами), поскольку любая (сколь угодно сложная по своей собственной компьютерной или автоматной шкале сложности) модель на компьютере является автоматом и поэтому на шкале “сложности” когнитивного акта (если мы говорим об ИИ) имеет нулевую, т.е. автоматную “сложность”. Значит наши модели, чтобы их “сложность” возрастала от 0 до 1 и выше по шкале “сложности” когнитивного акта, должны включать в себя не только компьютерную составляющую. Автоматы можно и нужно использовать в наших моделях (“сложность”>0), иначе эти модели мы не сможем озадачивать нашими задачами и тогда это будут не модели ИИ (напомним: интеллект это способность решать задачи, ИИ это способность решать НАШИ задачи).
Однако, если мы хотим разрабатывать модели, “сложность” которых возрастала бы от 0 до 1 и дальше по шкале “сложности” когнитивного акта, то, по-видимому, придется использовать в модели кроме автоматов еще и неавтоматы. Это основной принцип возникающей теперь теории конструирования новых моделей мышления.

3. Заключение

Готовой теории конструирования новых моделей мышления у нас еще пока нет. Эксперименты с новыми моделями тоже пока еще не проводились. По всей видимости, теория живого, теория когнитивного акта, новая теория эксперимента и практически новые модели мышления будут разрабатываться и развиваться совместно. Причем, теорию конструирования новых моделей мышления невозможно построить без экспериментов с этими моделями, а начать экспериментировать можно лишь имея новую теорию эксперимента. Не исключено, что работать придется одновременно над каждым звеном этой “порочной” (чем черт не шутит) цепи.
С практической точки зрения, эти исследования имеют большое теоретическое значение.
Но, с теоретической точки зрения, эти исследования имеют особое практическое значение.

Литература:

1. Елашкина А.В., Неверов А.А., Нечипоренко А.В., Смертин П.Н. Новая парадигма искусственного интеллекта (постановка задачи). Тезисы на XII Всероссийскую научно-техническую конференцию Нейроинформатика - 2011. Москва, МИФИ;
2. Елашкина А.В. Некоторые критерии интеллектуальных систем // Философия науки, № 1(32). — Новосибирск, 2007. — С. 102-128.;
3. Penrose R. Shadows of the Mind: A Search for the Missing Science of Consciousness. - Oxford, New York, Melbourne: Oxford University Press, 1994.-457p

…