автореферат диссертации по философии, специальность ВАК РФ 09.00.08
диссертация на тему: Социокультурные и технологические предпосылки искусственного интеллекта

Полный текст автореферата диссертации по теме "Социокультурные и технологические предпосылки искусственного интеллекта"

Степаненко Алексей Сергеевич

Социокультурные и технологические предпосылки искусственного интеллекта

09 00 08 - философия науки и техники

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора философских,"ГО1}1С

□030588Т8

1 О

сии/

003058878

Степаненко Алексей Сергеевич

Социокультурные и технологические предпосылки искусственного интеллекта

09 00 08 - философия науки и техники

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора философских наук

Работа выполнена в отделе гуманитарных и социальных наук Федерального государственного научного учреждения «Северо-Кавказский научный ц;нтр высшей школы»

Научный консультант доктор философских наук,

профессор Несмеянов Евгений Ефимович

Официальные оппоненты доктор философских наук,

профессор Данцев Андрей Андреевич

доктор философских наук,

профессор Лешкевич Татьяна Геннадиевна

доктор философских наук,

профессор Поликарпов Виталий Семенович

Ведущая организация - Ростовски? институт сервиса Южно —

Российского государственного университета экономики и сервиса

Защита состоится 6 июня 2007 года в 15 00 часов на заседании Диссертационного совета Д 212 208 13 по философским наукам в Южном федеральном университете по адресу 3440С6, г Ростов-на-Дону, ул Пушкинская, 140, конференц-зал

С диссертацией можно ознакомить« в Зональной Научной библиотеке Южного Федерального университета по адресу 344006, г Ростов-на-Дону, ул Пушкинская, 148

Автореферат разослан г

Ученый секретарь

диссертационного соч

М М Шульман

Общая характеристика работы Актуальность гемы исследования

В современном технизированном мире искусственный интеллект рассматривается как одна из самых передовых научных дисциплин и как ключевая технология будущего Именно методы искусственного интеллекта дают возможность решать многочисленные сложные задачи благодаря тому, что они обладают большим числом степеней свободы вариантов поиска решений, которые приближаются к бесконечности Именно системы искусственного интеллекта могут справиться с решением сложным проблем, которые стоят перед человечеством в XXI столетии

Прогнозирование экономических и финансовых показателей, предсказание возможных осложнений у больных в послеоперационный период, диагностика автомобильных и авиационных двигателей, управление атомными электростанциями и многое, многое другое - это все те области, где системы ИИ различим о уровня реализации с каждым годом находят все более широкое применение США и Япония, Германия и Финляндия, Франция и ряд других стран развернули, как в гражданской, так и в военных сферах, государственные проекты по исследованию, разработкам и прикладному использованию нейрокомпьютеров как самой передовой области ИИ Даже мелкие фирмы и отдельные предприимчивые люди окунулись в эту проблематику Что же касается России, то в области теории нейронных сетей, мы всегда были и остаемся ведущими в мире Современные реалии показывают, что не отстаем мы и в создании прикладных нейросетевых алгоритмов

Широкое распространение методы и технологии искусственного интеллекта получают в осуществлении мониторинга экологического состояния окружающей среды

Однако необходимо принимать во внимание то обстоятельство, что перспективы, открываемые искусственным интеллектом, оказываются двойственными Наряду с большими научными и экономическими возможностями следует обратить внимание на потенциальную угрозу для человека новых технологий Ведь обладание автономностью системами искусственного интеллекта может не только спасти человека в экстремальных случаях, но и поставить его в безвыходное положение, заблокировать

его деятельность, привести к опасным ситуациям (достаточно упомянуть деструктивную роль компьютерных вирусов обладающих всеми атрибутами систем искусственного интеллекта) Иными словами, следует проанализировать проблемы и опасности, которые могут возникнуть при дальнейшем использовании систем искусственною интеллекта, при проникновении с их помощью в глубины человеческого разума и в сущность естественных сил природы (их частью является и ca.f человек)

Между тем, в отечественной литературе отсутствуют монографические работы, в которых методы и технологии искусственного интеллекта рассматривались бы с единых философско-ме годологических позиций Отсутствуют обобщающие работы, анализирующие в эволюционном плане все формы воссоздания интеллектуальных сп эсобностсй человека механическими или вычислительными средствами

Свою задачу диссертант видит в том, тп обы в какой-то мере восполнить этот пробел

Большим эвристическим и объяснится!.ним потенциалом для решения историко-научных и эпистемологических проблем имитации интеллекта обладает когнитивная наука В свете такой установки работа направлена на решение фундаментальной проблемы философии науки, связанной с проведением комплексных теоретических исследований когнитивных механизмов, методов и технологий искусственного интеллекта Степень научной разработанности проблемы В отечественной и зарубежной естественнонаучной, технической и философской литературе в последние десятилетия немалое внимание уделяется проблемам информатики, робототехники, теории распознавания, искусственного интеллекта'

1 См Атев Р А Интеллектуальные роботы с нечеткими базами ханных М 1995, Амамия И, ТанакаЮ Архитектура ЭВМ и искусственный интеллект, М, 1993, Амосов ИМ Искусственный разум К, 1969, Амосов Н hi Касаткин А Л/, Касаткина JIM Тстаев С А Автоматы и разумное повеление К , 1973, Барский А Б Нейронные сети распознавание, управление, прнн míe решений М , 2004, Венда Б Ф Системы гибридного интелтекта Эволюция, психоюгия, информатика M , 1990, Галушкин А И Нейрокомпьютеры и их применение на рубеже тыся 1елетий в Китае В 2- томах М , 2004, Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности ! ГК Бороновскиа КБ Махо-mmo СИ Пеграшов С А Сергеев X, 1997, Горбань А И, Росшее Д А Нейронные сети на персональном компьютере Новосибирск 1996, Горечик AJI, Скрипкин Б А Методы распознавания M, 2004, Биомотекулярные нейросетевые устройства М, 2002, Быковск ий И А Философские аспекты создания искусственного интеллекта Дисс на соиск уч степ канд фи пес н Саратов 2003, Емельянов В в, Ку-рейчик БМ Курейчик В Б Теория и практика эволюционного модечировання М, 2003, Зозуля ЮИ Интеллектуальные некросистемы М , 2003, Калан Р Основньн концепции нейронных сетей М -СПб,-К , 2003, Люггер Дж Ф Искусственный интеллект стратегии и методы решения сложных проблем М , 2003, Клименко А В Основы естественного интелтекта. Ростов-.га-Дону 1994, Короткой А В Постесло-

Для решения круга мировоззренческих, философских, этических, социальных, культурных и других проблем, связанных с бурным развитием искусственного интеллекта, необходимо иметь в виду то обстоятельство, что решающее значение принадлежит, прежде всего, вопросу о принципиальной возможности полной замены человеческого интеллекта искусственным Здесь просматривается два подхода к решению данного вопроса Первый подход весьма четко проявляется в современной научной литературе в виде гипотезы, согласно которой на смену Homo sapiens придет сверхчеловек, представляющий собою неорганический, компьютеропо-добный, искусственный интеллект

В отечественной философской литературе имеется совершенно иной подход к роли искусственного интеллекта в деятетьпосги человека, отличающийся от указанного выше Так, в статье "Существует ли неискусственный интеллект''" К А Павлов считает, что идея "искусственного интеллекта" является одной из основных метафор в качестве неотъемлемых фигур самосознания современного человека и представляется вполне осуществимой Он пишет о возможности реализации "искусственного интеллекта" как воплощения идеальной симуляции человеческого мышления следующее "А основание возможности мне видится в том, что потенциальные богатства виртуального компьютерного мира могут быть превращены в идеальную симуляцию самосозиающего и самокоптролпрующегося существа, если взять на вооружение иную логику организации внутреннего мира этих электронных существ А это не должно быть логикой тождества, доминирующей в естественных науках и в современной логике Но всей вероятности, это должна быть логика аналошй, лежащая в сердце наук гуманитарных, исследования по которым как раз убедительно и показали, что именно так обстоит дело в психологии, в лингвистике, в логике фило-

вие к Метрике виргуа'плые миры и искусственная жизнь М , 2005, Логический подход к искусственному интепекту от классической логики к югическому программированию М , 1990, Оссобский С Нейронные сети д™ обработки информации М 2002, Пенроуз Р Новый ум короля М , 2003 Радченко А II Ассоциативная память Нейронные сети Оптимизация нейропроцессоров СПб, 1998, Распознавание Аутодиагностт а Мышление / Под ред Д С Чернавского М , 2004, Тарасов В Б От многоагентпых систем к интепектуальным организациям фиюсофия, пепхочегия информатика М 2002, Нейрокомпьютеры в системах обработки изображений / Под ред Ю В Гуляева и A If Галушкина M , 2003, Ушиби Б Искусственный иптелзект реальна ли Матрица M , 2004, Yант Э Искусственный интеллект М, 1978, Хофштадтер Д Гсдеть Эшср Бах па бесконечная гирлянда Самара 2000, Хофштадтер Д Деннетт Д Глаз раз\ма Самфз 2003, С'г> ven су Р Hiqhftlcl R Granice zlozonosci W , 1997, Ignizto J P Introduction to Fxpert Systems The De\e!opment and Implementation of Rule-Based Systems N Y , 1991, Manna Z The Logical B3sis for Computer Programming Vol 2 Addison-Wesley Publishing Company 1990 и др

софии и прочих гуманитарных направлениях мысли"' Но в данном высказывании отсутствует ответ на фундаментальный вопрос о принципиальной замене человеческого интеллекта искусственным

При обсуждении вопроса преодоления уифа о вытеснении человеческого интеллекта искусственным интеллектом автор опирается на научные исследования и разработки Гельфанда И М , Гурфинкель В С , Цетли-на М Л, Бонгарда М М, Купипа П Е , Карпа В П, Неймарка Ю И, Райфа Г И др 2

Дальнейшее развитие эти идеи получи пи в нейроматематике, особенно в области неироконьютинга Математические и технологические разработки в указанном направлении предста злены публикациями Поспелова Г С , Голицына Г А, Заде Л, Кузнецов 1 О П , Осипова Г С , Редь-ко В Г и др 3

Особую значимость для освещения когнитивной стороны нейро-копыотинга и решения поставленных задач приобретают работы Шуйского С А , Чернавского Д С , Чернавской Н М , Карпа В П , Никитина А П , Хакен Г 4 В философско-методическом освещении и анализе методов и технологий искусственного интеллекта диссертант опирался на работы Тарасова В Б , Сотник С Л , Кирсанова Э 10 , Лютер Дж Ф и др5

1 См ПавювКА Существует пи неискусственный интеллект9 // Вопросы фиюсофин 2005 }■'-■- 4 С 81 " См Гельфанд ИМ, Гурфинкель В С, Цетлии МЛ О тактике управления сложными

системами в связи с физиологией // Биологические аспекты кибернетики М, 1962, Бонгард ММ Проблема узнавания M 1967, Кунин IIЕ, Карп В Л О построении решающего правила при решении задач альтернативно i диагностики методом перебора конъюнкции с направленным обучением // Автомата ¡ация, организация, диагностика M 1971, Нейчарк Ю И Распознавание образов и медицинская диагностика M , 1972, Райфа Г Анализ решений M , 1977

3 Голицын ГА , Фоминых ИВ Нейронные сети и экспертные системы перспективы интеграции // Новости искусственного интеллекта 1996 Js'b 1 С 121-145, ЗадеЛ Рель мя1ких вычистений и нечеткой логики в понимании конструировании и развитии информационных интеллектуальных систем // Новости искусственного интеллекта 2001 }'> 2-3 С 7-И, Кузнецов О П Неклассическне парадигмы в искусственном интеллекте//Известия РАН Теория и системы управтетя 1995 fci С 3-23, Осипов ГС Динамика в системах, основанных на знаниях // Известия РАН Теория и системы управления 1998 № 5 С 24-23, Редъко Б Г Эволюционная кибернетика M 200

4

Шуйский С А Нейрокомпьютинг состязание с человеческим мозгом//Вестник РАН 2000 T 70, №1, Черначский Д С, Чернавская H M Карп ВП, Никитин А П Распознавание и мышление (синергегиче-скии подход) // Синергетическая парадигма Когннтивио-комму шгеатнвнач стратегия современного научного познания M 2004 Хакен Г Принципы работы головною мозга Синергетичесюж подход к активности мозга, поведению и когнитивной деятельности M 2001

5 Тарасов В Б От многоагентныч систем к интепектуазьным организациям философия, психология

информатика M 2002, Сотник С Л Основы проектирования си :тем искусственного интечлекта, Кирса-

нов Э Ю Нейрокомпьютеры и их применение (http //dushkn b( от ni/Al htm) Люггер Дж Ф Искусст-

венный интелзект стратегии и методы решения сложных пробле vi M 2003

Очевидно, что решение фундаментального вопроса о принципиальной возможности замены человеческого интеллекта искусственным интеллектом немыслимо вне рамок определенного понимания природы и сущности человека Вполне закономерно, что в начале XXI столетия все более значимыми становятся проблемы взаимодействия биологического и гуманитарного знания, именно это взаимодействие и составляет важнейший предмет философской рефлексии - в данном случае налицо переплетение гносеологических, мировоззренческих и гуманистических задач

Объектом исследования служат технико-технологические основы развития искусственного интеллекта, характеристики техносферы, достигнутой человечеством к рубежу XXI века и открывающие перспективу воссоздания и имитации человеческого интеллекта техническими средствами

Предметом исследования служат методы и технологии искусственного интеллекта, сближающие его с когнитивным потенциалом человека

Исходная гипотеза исследования выдвигается как предположение о тренде аппаратных и функциональных возможностей искусственного интеллекта, позволяющих техническими средствами облегчить, улучшить, дополнить и оптимизировать деятельность человеческого интеллекта, а также возвысить интеллектуальную культуру человечества на более продуктивную ступень

Основная цель исследования состоит в философском анализе места и роли искусственного интеллекта в научном и технологическом освоении мира на основе конкретного естественнонаучного и социокультурного материала Достижение этой цели предполахает постановку и решение следующих задач

- проанализировать философско-методологические основания человеческого шпеллекта как единства естественного и искусственного компоиетов, коренящихся в природе и сущности человека,

- рассмотреть искусственный интеллект как социокультурную инновацию и конкретизировать предпосылки и условия ее возникновения в рамках европейской цивитизации, а также показать социокультурные каналы ее освоения и диапазон ее возможностей в плане научного и технологического освоения мира,

- раскрыть значимость генетических алгоритмов, нейронных сетей

и искусственной жизни как специфических средств моделирования мира и мышления человека,

- очертить границы моделирования поведения человека методами нейронных сетей,

- исследовать особенности памяти человека в аспекте функционирования систем искусственного интеллекта,

- установить зависимость результатов распознавания образов от спецификации методов искусственного интеллекта,

- обосновать оптимум соотношения системы ценностей и технологий искусственного интеллекта в научном и технологическом освоении мира,

- осуществить прогноз социокультурных последствий смены парадигм искусственного интеллекта

Теоретико-методологическая база исследования Теоретико-методологическую базу исследования составлпот теории и методы когнитивной науки, в особенности ее математизированной области - искусственного интеллекта как научно-технической дисциплины, изучающей че-ловеко-компьютерные системы и обеспечивающей инженерию (приобретение, представление, порождение, пополнение, поддержку и передачу) знаний Достижения искусственного интеллекта как научно-технической дисциплины позволяют осуществлять разработку методологии, теории, методов, моделей программно-аппаратных средств и прикладных компьютерных систем, направленных tía выполнение интеллектуальных функций, ранее считавшихся прерогативой человека

В философско-методологическом плане особую значимость приобретают концепции и разработки когнитивной науки, касающиеся сознания и бессознательного в интеллекте человека, соотношения интуитивного и рационального, формализуемого и неформализуемого знания

В диссертации анализируются работы ученых по общим вопросам философии науки, истории философии науки, логики - методологии науки, философским вопросам обоснования математики и воссоздания интеллектуальных способностей человека техническими средствами

Стратегические аспекты диссертаций инею исследования рассматривались в рамках комплекса подходов логического, системного, коммуникативного, когнитивно-информационного, ценностного, культурно-

исторического, синергетического Автор полагает, что данные подходы открывают возможность комплексного анализа методов когнитивной науки, применяемых при разработке аппаратного, программного и функционально-прикладного обеспечения работы искусственного интеллекта

Научная новизна исследования

1 Впервые последовательно проведено сопоставление интеллектуальных ресурсов человека с системами и технологиями искусственного интеллекта по единому основанию - интеллектуализации процессов обработки информации

Вводится понятие интеллектуализации как характеристики либо стандартного и формализуемого, либо нестандартного и пеформализуемо-го (плохоформализуемою) способа обработки информации

2 Выявлен тренд аппаратных и функциональных возможностей искусствсшюго рштеллекта, обусловленный следующими факторами

- границами моделирования поведения человека методами нейронных сетей,

- особенностями памяти человека в аспекте функционирования систем искусственного интеллекта,

-зависимостью результатов распознавания образов от спецификации методов искусственного интеллекта,

- оптимумом соотношения системы гуманитарных ценностей и технологий искусственного интеллекта

Доказано, что тренд интеллектуализации технических инноваций, воссоздающих когнитивные способности интеллекта человека, ведет о г компьютерной переработки задач низшего интеллектуального уровня к компьютерной переработке задач более высокого шггеллектуального уровня

3 Раскрыта культурно-историческая принадлежность технических инноваций, подготовивших создание искусственного шггелчекта

4 Осуществлено когнитивное ранжирование как аппаратного и программною обеспечения, так и практического использования систем и техполот ий искусственного интеллекта

5 Введено понятие релевантности процессов интеллектуализации, осуществляемых средствами искусственного интеллекта, процессам интеллектуализации, отличающим человека

б Предложено авторское решение проблемы почему интеллект ЭВМ в принципе не может вытеснить интеллект человека

На защиту выносятся следующие положения, являющиеся результатами проведенного исследования

I Когнитивный угол зрения позволяет заключить, что в истории культуры моделирование интеллектуальных ф) тощий человека прошло ряд стадий от имитации моторики в эпоху Античности до создания механических устройств упорядочивания знаний в "логической машине" Р Луллия, а достижения информатики в постклассическои науке позволили перейти к созданию кибернетических устройств по имитации распознавания образов за счет символьного воспроизведения мыслительных процессов Одним из главных достижений программно-алгоритмичс ского решения интеллектуальных задач является автоматическое доказ ггельство теорем Компьютерные программы позволяют создавать новы; экспертные системы, осуществлять машинный перевод, распознавать образы

Воздействие систем искусственного интеллекта па жизнедеятельность человека обусловлено тем, что развитие чауки и ее применения в виде технологий не может не трансформировать < формированный эволюцией вид Homo sapiens В настоящее время стоит ьопрос о поиске конкретно-исторического оптимума соотношения технологических возможностей такого воздействия и системы ценностей челоЕека, сохраняющего его как существующий вид В противном случае развитие науки и технологии может привести к отрицанию самого человека, к тревращеншо его в киборга Сам оптимум неразрывно связан с решением, во-первых, в рамках какой кул г,туры рассматривается спектр возможное ей воздействия систем искусственного интеллекта на жизнедеятельность человека, во-вторых, проблемы воздействия исторически ограниченно? формы абсолютных этических ценностей на степень воздействия искусственного интеллекта на жизнедеятельность человека, чья ценность детерминирована существующей конкретной культурой Поскольку систему искусственного интеллекта явчяются одной из важнейших частей культуры общества, обеспечивая собою процесс социокультурной коммуникации, (включая обеспечивающий этот процесс социальный институт), пос ольку поиск данного оптимума связан с учетом специфики социокультурной среды современного человека

Динамичный характер этого оптимума обусловлен также использованием в сфере искусственного интеллекта концепции пеархимедова времени В общем шине именно частично упорядоченное множество континуума неархимедова времени дает методологические основания для прогнозирования социокультурных последствий использования систем и технологий искусственного интеллекта в деятельности человека, поскольку частично неупорядоченное множество темпорального континуума ставит предел прогнозированию результатов использования ИИ, в силу которых могут появиться непредсказуемые социокультурные последствия Вся сложившаяся ситуация с непрогнозируемыми последствиями развития искусственного интеллекта показывает границы искомого оптимума

Таким образом, феномен искусственного интеллекта является социокультурной инновацией Историческое развертывание этого феномена происходит через социокультурные каналы научною и технологического освоения мира, а степень развитости искусственного интеллекта характеризует исторически определенные ступени развития всей европейской цивилизации

II На базе компьютеров, эволюция программного обеспечения и его технологического воплощения в искусственном интеллекте проходит три стадии

На первом этапе интеллектуализация процессов обработки информации направлена на воссоздание разумных рассуждений и действий посредством формализуемых алгоритмов Благодаря разработке нетрадиционных теорий логических операцшз происходит переход от аппаратного воссоздания логики тождества к аппаратному воздействию логики аналогий

Особой областью программно-алгоритмического воспроизведения когнитивных способностей человека является создание экспертных компьютерных систем

По функциональному назначению экспертные системы обычно делятся на следующие типы

1) Мощные экспертные системы, рассчитанные на узкий круг пользователей (системы управления сложным технологическим оборудованием, экспертные системы ПВО) Такие системы обычно работают в реальном масштабе времени и являются очень дорогими

2) Экспертные системы, рассчитанные па широкий круг пользовате-

лей К ним можно отнести системы медицинской диагностики, сложные обучающие системы База знаний этих систем стоит недешево, так как содержит уникальные знания, полученные от специалистов-экспертов Сбором знаний и формированием базы знаний занимается специалист по сбору знании - инженер-когнитолог

3) Сравнительно недорогие экспертные сишемы с небольшим числом правил Эти системы рассчитаны на массового потребителя (системы, облегчающие поиск неисправностей в аппарат/ре) Применение таких систем позволяет обойтись без высококвалифицированного персонала, уменьшить время поиска и устранения неисправчостей Базу знаний такой системы можно дополнять и изменять, не приэегая к помощи разработчиков системы

На следующем этапе интеллектуальных инноваций происходит моделирование при помощи компьютеров множества эволюционных биологических процессов

В простейших случаях аппаратура распознавания образов строится методом соединения функциональных блоков, объединяющих модели глаз, рук, языка, памяти Последующая интеллектуализация идет по пути адаптации технических инноваций к достижениям (»иолотической эволюции

В программном обеспечении компьютеров учитываются особенности межполушарной асимметрии мозга человгка, особая значимость придается имитации подсознательных операций, присущих интеллекту человека В компьютерных моделях возрастает роль образно-художественных компонентов Компьютерное моделирование множества эволюционных биологических процессов приводит к новым научным и философским проблемам, таким, как онровержимость моделей ¿ли природа и возможности самого научного метода

Следующий этап технологических иннэващш связан с созданием моделей нейронных сетей (нейрокомпьютинг) Будучи символьным, математическим продуктом, нейронные сети при обработке информации и выполнении вычислительного процесса имитируют отдельные свойства естественных нейронных сетей Нейрокомпыотериые технологии наиболее эффективны, прежде всего при реализации задач, где необходимо обрабатывать неточную и нечеткую информацию Нейрокомпьютеры создаются на различной элементной базе - цифровой, ('налоговой или оптической

Особое место в многообразии нейросетевых моделей занимает тип нейро-подобных моделей, получивших название аттракторных сетей Таким образом, технико-технолопгческая эволюция искусственного интеллекта идет в направлении от компьютерной разработки задач, имеющих стандартное решение, к разработке задач, не имеющих стандартного решения, от компьютерной проработки задач низшего интеллектуального уровня к компьютерной проработке задач более высокого интеллектуального уровня Таков тренд интеллектуализации технических инноваций, воссоздающих когнитивные способности интеллекта человека

III Доказано, что наиболее продвинутые инновации, направленные на воссоздание когнитивных способностей человека могут быть ранжированы по критерию релевантности процессов интеллектуализации, осуществляемых средствами искусственного интеллекта, процессам интеллектуализации, идущем у человека по мере все более глубокого научного освоения мира социумом

Высокая степень релевантности присуща таким аппаратным устройством, как (а) неирокомпьютинг, (б) синергетическая организация компьютерных аппаратов, (в) гибридные системы

(1) В новейших разработках нейрокомпьютинга происходит отход от упрощенных представлений об информационных функциях нейрона, сводящих его работу к взвешенному суммированию раздражений и последующему пороговому преобразованию Наиболее заметным в когнитивном отношении является семейство искусственных нейронных систем, построенное на основе теории адактивного резонанса, разработанной С Гросс-бергом применительно к биологическим структурам и обладающее свойствами стабильности и пластичности Сети Adaptive Resonance Theory Network могут обучаться новым данным, не теряя при этом ранее накопленную информацию Наиболее важной особенностью искусственных нейронных сетей с адаптированным резонансом является то, что они сохраняют пластичность при запоминании новых образов и, в то же время, представляют модификацию старой памяти (2) Специфичность синергетиче-ского искусственного интеллекта состоит в том, что здесь, прежде всего, изучаются нестационарные состояния, динамика, взаимные переходы, способы разрушения и создания сложных интеллектуальных систем Иначе говоря, речь идет о введении в аппаратное обеспечение компьютеров "си-

пергетического измерения", то есть элементоЕ неопределенности, самоорганизации, динамики, обучения, эволюции в классические методы и модели искусственного интелчекта Это означает рассмотрение открытых динамических баз знаний, эволюционных вычислений, вычислений со словами, модифицируемых рассуждений, вопросов синтеза познавательных процедур, теории построения логики на ба!е изучения биологической эволюции, моделей эволюционной систематики

(3) Достаточно высокую степень релев штности когнитивным способностям человека обнаруживают интеллектуальные системы с гибридными архитектурами, создаваемые на основе неклассических принципов (неоднородных, открытых распределенных, локально-организационных средств и способов обработки информации) Для достижения параметров релевантности решающая роль принадлежит построению гибридных логик, а также разработке нетрадиционных (иейэонечетких, эволюционных) семиотических моделей и систем представление смысла информационных единиц на различных шкалах

Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем выше интеллектуальный уровень решения познавательных задач, доступных искусственному интеллекту

Как указывает 10 II Чернышев, "несомненно одно - будущие интеллектуальные системы так или иначе должны иметь в качестве своих компонент и нейронные сети, и базу знании, и нечеткую логику По-видимому, первыми это поняли и начали активные исслс; овапия в этой области японские специалисты"1

Одной из наиболее важных тенденций ¡г азвития искусственного интеллекта в последнее десятилетие стала интеграция, которая включает в себя гибридные экспертные системы, интегрированные неврологические, нейронечеткие модели и "мягкие вычисления" по Л Заде, нейроэксперт-пые системы И Б Фоминых, нейрооптические модели О П Кузнецова, интегрированные дискретно-континуальные модели интеллектуальных динамических систем, модели эволюционной кибернетики, модели интеллектуальной совмещенной разработки, варианты интеграции нейронных сетей и сетей Петри и пр

[ Чернышев Ю Н Реалии и прогнозы трансг\ манизма на полпути к искусственному интетпе! ту // Синер-гетическая парадигма Когнитивно-коммуникативные стратеги! современного научного познания С 217-228

IV Обнаружение границ моделирования поведения человека посредством нейронных сетей и любыми аппаратными средствами позволяет сделать вывод о несостоятельности идеи вытеснения человеческого интеллекта машинным только фетишизация достижений интеллекта позволяет выдвигать допущения такого сорта Невычислимость человеческого сознания указывает на такие особенности человеческого мозга и организма, которые принципиально ограничивают применение систем и технологий искусственного интеллекта в моделировании мышления и поведения человека Уже неудачи сшгетистско-рационалистического редукционизма в гносеологической интерпретации интеллекта человека как объекта социально-коммуникативной деятельности разоблачают миф, по которому человечество обречено на покорное служение всемогущим машинам

Современные технологии не в состоянии обеспечить необходимую меру адаптированное™ аппаратов и технологий искусственного интеллекта к внешней среде Для того, чтобы интеллектуальные роботы были способны автономно совершать операции по достижению целей, поставленных человеком, интегральный робот должен обладать необходимым комплексом знаний о реальном мире, в котором он функционирует Но кардинальные вопросы, связанные с постановкой подобных задач, далеки от разрешения

Показано, что даже простые на первый взгляд задачи, возникающие перед интеллектуальным роботом при его функционировании в реальном мире (такие, как движение по пересеченной местности, распознавание с естественным освещением, организация сложного поведения и т п ) не могут быть решены методами, разработанными для экспериментальных задач

V Наиболее перспективное направление использования систем и технологий искусственного интеллекта - "сотрудничество" человека и машины В наши дни интерес разработчиков искусственного интеллекта переместился с создания автономно функционирующих систем, самостоятельно (или в условиях ограниченного общения с человеком) решающих в реальной среде поставленные задачи - к созданию человеко-машинных систем, интегрирующих в единое целое интеллект человека и способности вычислительных машин, имитирующих человеческое поведение Существует возможность обойти тупики и трудности, к которым приводит и с-

пользование автономно функционирующих систем с их непригодностью для решения некоторого класса задач, путем перекладывания па человека тех функций, которые пока еще недоступны для компьютеров Со своей стороны, компьютерная система позволяет обрабатывать большие массивы информации, многократно просматривать раз 1ичные пути решения, предлагаемые человеком, предоставлять ему энциклопедическую информацию Теперь информационное взаимодеиствие человека с машиной дополняется изучением процессов информационного взаимодействия между людьми, опосредованного разнообразными техническими средствами и технологиями искусственного интеллекта и направленного на интегрирование, взаимную адаптацию интеллектуальных способностей всех участников с учетом их индивидуальных задач, функций, психофизиологических особенностей, условий и средств

Теоретическая значимость исследования

Проведенное исследование позволяет концептуализировать и уточнить ряд фундаментальных положений когнитивной науки Введение понятия релевантности позволило обнаружить и обосновать тренд технических инноваций, сближающий компьютерную инженерию с интеллектом человека В компаративистском плане в работ; проанализированы предпосылки и условия возникновения искусственного интеллекта как социокультурной инновации, раскрыты социокульт/рные каналы ее освоения и диапазон возможностей в плане научного и технологического освоения мира, обоснован прогноз социокультурных последствий использования систем и технологий искусственного нптелгекта в глобализирующемся мире

Практическая ценность исследования

Результаты диссертационного исследования могут найти свое применение в курсе философии при разработке методологических рекомендаций по разделам "История философии", "Теория познания", "Методы научною познания", "Наука", "Человек в информационном мире", при разработке спецкурсов для студентов, магистрантов, аспирантов по курсам "Философия и история науки", "Логика и методология научного исследования" и др

Особое значение результаты исследования имеют для дальнейшего углубления и расширения выводов когнитивной науки, имеющих педаго-

гическую и общеобразовательную направленность, помогающих лучше осознать и осмыслить гуманистические ценности современного интеллектуального знания

Структура диссертации Диссертация состоит из введения, четырех глав, включающих 12 параграфов, заключения и списка литературы, насчитывающего 245 наименований

Основное содержание работы

Во "Введении" обосновывается выбор и актуальность темы, рассматривается степень ее разработанности, определяется цель и задачи исследования, научная новизна диссертации и выносимые на защиту тезисы, говорится о теоретическом и практическом значении работы, видах ее апробации, структуре работы

Глава I Фнлософско-методологические проблемы соотношения естественною и иск>сстпенного интеллекта

Глава посвящена сопоставлению интеллектуальных ресурсов человека и автоматических систем искусственного интеллекта В § 1 1 Интеллект человека вводится понятие "интеллекта", понятие "искусственною интеллекта", формулируется гипотеза эволюции технико-технологических основ развития искусственного интеллекта и характеризуется ее историческая направленность

Термин интеллект (intelligence) происходит от латинского mtellectus - что означает ум, рассудок, разум, мыслительные способности человека Соответственно искусственный интеллект (artifcial mtcllgence) - ИИ (AI) интерпретируется как свойство автоматических систем брать на себя отдельные функции интеллекта человека выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних сигналов Интеллект и мышление прямо связаны с решением таких задач, как доказательство теорем, логический анализ, распознавание ситуаций, планирование в условиях неопределенности Характерными чертами интеллекта, появляющимися в процессе решения задач, является способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптация к изменяющимся условиям Под техникой ИИ будем понимать совокупность вещественных (аппаратных) средств, которые созданы для решения интеллектуальных задач Под технологией ИИ будем по-

нимать систему регламентированных операций, обеспечивающих решение интеллектуальных задач посредством специал ,но созданной аппаратуры

Согласно гипотезе диссертанта технико-технологическая эволюция ИИ проходит три стадии

На первом этапе интеллектуализация процессов обработки информации направлена на отыскание алгоритма решения задач некоторого типа На первом этане компьютерные модели и программы обеспечивают эффективные, недорогие и быстрые решения всгх видов конструирования и дизайна Программы контролируют и проверяют машины, программы наблюдают за программами Компьютерные системы обеспечивают модульность, гибкость и множественную применяемость предлагаемых решений интеллектуальных задач Компьютер становится универсальным техническим средством для решения частных технических задач

На следующем этапе интеллектуализация обработки информации в технических системах направлена на моделирование процессов, происходящих в мозгу человека при решении интел. гектуальпых задач На этом этапе ИИ имеет неизменяемую структуру, подчиняющуюся жесткой командной логике, и строится методом сосдипс! ия функциональных блоков, объединяющих модели глаз, рук, языка, памяти Здесь производится построение компьютерных моделей на основе психофизиологических данных и экспериментирование над их компьютерными аналогами У технических средств распознавания образов есть греимущества Так, искусственный глаз (или блок первичной обработки видеоинформации, основанный на простейших фильтрах и у других несложных устройств) не устает, может видеть в любом диапазоне волн, легко заменяется на новый, видит при свете звезд Такие технические средства с лужат для усиления, дополнения, облегчения действия соответствующего человеческого органа или для его замены

На следующем этапе создание ИИ направлено на решение широкою круга задач (в том числе неформализованных) для которых нет стандартных, заранее известных методов решения

Итак, технико-технологическая эволюции ИИ идет в направлении от компьютерной разработки задач, имеющих стандартное решение, к разработке задач, не имеющих стандартного решения От компьютерной прора-

ботки задач низшего интеллектуального уровня к компьютерной проработке задач более высокого интеллектуального уровня

Интеллектуализация всех процессов обработки информации посредством ИИ требует углубленного проникновения в интеллектуализацию информации человеком, раскрытия ее природы, функциональных особенностей и форм протекания

В соответствии с методологической установкой автора, критерием сопоставления информационной интеллектуализации в деятельности человека и ИИ может служить степень согласования системы со средой, мера адапшрованности к среде При этом сам ИИ рассматривается как иерархическая самонастраивающаяся и самоорганизующаяся управляющая система, имеющая свою структуру и функции В соответствии с исходной гипотезой, в процессе эволюции такой системы происходит увеличение меры ее интеллекта Иначе говоря, сам ИИ понимается как интегративное свойство некоторой обобщенной системы

Информационная интеллектуализация человека напрямую связана с миром человеческой культуры, которая развивается от определенных инстинктивных рефлекторных реакций животного к миру неопределенности человеческого знания

В § 1 2 "Научная картина мира и проблемы искусственного ннтеч-лекта" подчеркивается, что современная наука находится в начале "пост-неклассического" этапа своего развития Востребованность комплексного знания о ИИ вырастала из нужд разработки теории, методологии и технологии разработки поисковых и нормативных прогнозов

Постановку интеллектуальных задач такого типа мы находим уже в работах Дж Бернала и Н Винера (40-е годы 20 века) В результате перехода от индустриальной цивилизации к постиндустриальной, категорическая востребованность систем ИИ в самых различных областях науки, техники, общественной жизни в целом, стала фактом

В параграфе дается детальное сопоставление интеллектуальных процессов на уровне распознавания образов и абстрактного мышления с когнитивными способностями человека

Здесь же обсуждается эпистемологическая проблема перехода от логики тождества к логике аналогий и подчеркивается важность их комплементарного взаимодействия

§ 1 3 Бимодачъный характер человеческого мышления В параграфе рассматривается межполугпарная асимметрия мозга у человека как анатомофизиологическая основа комплементарности интеллектуальных стратегий В диссертационном исследовании показано, что правое и левое полушария ориентируются на разные шкалы ценностей, пользуются различными логиками, окрашивают в различные эмоциональные тона мировосприятие человека, темпорагыю разнятся (правое обращено в прошлое, левое - в будущее)

Требование комплементарности объяса1ет возрастающие веса образно-художественной компоненты, эйдетического мышления в интеллектуальных новациях постнеклассической науки я соответственно - технологиях ИИ

Глава II Искусственный интеллект кг к социокультурная инно-вацня

В главе рассмотрена смена парадигм не сусствениого интеллекта от самых скромных попыток имитации когнитивных способностей человека Уже античную когнитивность отличала ориентация человека па поиск нового и соответствующая установка на творчес<ую деятельность В античную эпоху обнаруживается стремление свестл к логическим операциям знание о мире и передать эту функцию специальному устройству

Диссертант подчеркивает, что иметго культура лежит в основе способности человека создавать различные искусственные системы п устройства, в том числе предвосхищающие систему искусственного интеллекта В главе осуществлен компаративный анализ культурно-исторической принадлежности исторически сменявших шагов (стадий) имитирования когнитивных функций человека Пробные шаги по имитации интеллектуальной способности начинаются с имитации моторики поведения животных и человека Сами по себе эти шаги служат свидетельством интеллектуальной культуры эпохи античности, начальной стадии штеллектуалыюй культуры человеческого рода

§ 2 1 Социокультурные предпосылки искусственного интеллекта В параграфе указывается, что после разработки теории логических операций Аристотилем отрылась возможность их имитации техническими средствами Такая возможность была реализована в эпоху Средневековья

через попытку создания искусственного подобия человеческого разума в "логической машине" Р Луллия

Машины Р Луллия могли работать в различных предметных областях и давать ответы на всевозможные вопросы, составлять гороскопы, ставить диагнозы болезней, д с тать прогнозы на урожай В наиболее позднем варианте машина Р Луллия состояла из 14 кругов, размеченных буквами и раскрашенных в различные цвета, которые символизирован! различные понятия, элементы, стихии, субъекты и объекты знания Круги приводились в движение системой рычагов Поворачиваясь, они могли образовывать около 18 квадриллионов (18*1015) разнообразных сочетаний буквенных и цветовых "истин" Запросы в машину вводились с помощью поворота внутреннего круга, на котором было начертано девять вариантов вопросов Что'' Почему9 Из чего9 Сколько7 Каким образом9 Где9 Когда9 Какое9 Которое из двух9 Таким образом, главное изобретение Р Луллия - "логическая машина" - была изобретена для того, чтобы "чисто механическим путем установить происхождение всего наличного человеческого знания" Этот замысел, изложенный в основном трактате Р Луллия "Великое искусство", пытался осуществить Г Лейбниц в своем проекте "универсального языка" Проект был нацелен на то, чтобы все человеческое знание, включая эстетические принципы и философские истины, можно было получать автоматически Идея "логической машины" сделала Р Луллия средневековым предшественником современных исследований в области искусственного интеллекта

Выражаясь современным языком, машина Р Луллия представляла собой механическую экспертную систему, наделенную базой знаний, устройствами ввода и вывода, естественным языком общения Свести к логическим операциям, если не все знания о мире, то хотя бы часть из них, а затем поручить не человеческому мозгу, а механическому устройству процедуру вывода "формул знания" — эта идея искусственного интеллекта, впервые высказанная и реализованная в период средневековья, просуществовала семь веков и достигла своего триумфа в наши дни

Разработка "универсального языка" человеческой мысли получила методологическое обоснование в философии Г Галилея и Р Декарта Тогда же был сделан вывод, согласно которому ментальные процессы существуют сами по себе (независимо от их субстратной основы), подчиняются

своим законам и могут изучаться посредством себя же На этой основе была разработана идея самоформализации логической способности, открывшая перспективу технической имитации логических операций Ярким примером может служить математическая формализация законов логики в исчислениях Дж Буля Разработанное Дж Булем исчисление сформировало самую сердцевину современных компьютерных паук

В § 22 Соцнокупътурные каналы освогння искусственного интеч-лекта особое внимание уделяется рассмотрению технических имитаций моторики и телесного поведения человека и животных

Наиболее развернутые сведения о механических людях, созданных человеком, относятся к I в и связаны с именем Герона Алексаидрииского Этот известный древнегреческий механик сконструировал устройство, с помощью которого "оживали" статуи, устапо шейные в храме Дионисия стоило на жертвеннике храма запылать огшо, I ак фигуры 601 а Дионисия и его жены Ариадны начинали двигаться Особою внимания заслуживают механические люди и животные, созданные ис сусными мастерами средних веков К их числу относится "Петух, машущий крыльями" (XIII в) ровно в 12 часов петух расправлял крылья и трижды вэзвещал о наступлении полдня Трепет и восхищение вызывала фигурка грозного царя эфиопов механический царь приветствовал восход солнца громким возгласом Но наибольшую известность получили сохранившиеся до наших дней "Порхающая утка" французского механика Жака д: Вокапсона и четыре механических человека (андроида), авторами которых являются швейцарские часовщики Пьер-Жак Дро и его сын Анри Дро Успехи механиков вдохно-вичи знаменитого французского философа и врача О Ламетри на создание системы механического материализма и сенсуглизма Он рассматривал человеческий организм как самозаводящуюся машину, подобную часовому механизму

В век компьютеров рождается технология экспертных систем Она опирается на программно-алгоритмическую эеализацшо интеллектуальных функций

Одним из главных достижений программно-алгоритмического решения интеллектуальных задач является автомат шеское доказательство теорем В параграфе дается характеристика "иьтечлектуальпых" программ К Грина и американского математика Ховатга В программе К Грина,

реализующей вопросно-ответную систему, знание записывается на языке логики предикатов в виде набора аксиом, а вопросы, задаваемые машине, формулируются как подлежащие доказательству теоремы

В том же параграфе рассмотрены достижения японской интеллектуальной культуры по созданию "механических людей"

§ 2 3 Спектр возможностей искусственного интеллекта посвящен анализу интеллектуального потенциала экспертных кибернетических систем и использованию достижений биотехнологии

Обычно выделяют следующие особенности систем принятия интеллектуальных решений, основанных на методах искусственного интеллекта 1) наличие в них собственной внутренней модели внешнего мира Эта модель обеспечивает относительную самостоятельность системы в оценке ситуации, 2) способность пополнения имеющихся знаний, 3) способность к дедуктивному выводу, те к генерации информации, которая в явном виде не содержится в системе, 4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости ("нечеткость" можно подразделить на недетсрминированность выводов, многозначность, ненадежность, неполноту и неточность), включая "понимание" естествешюго языка. 5) способность к адаптации

Особым направлением использования биотехники служит сенсорная технология, применяемая при создании роботов

Следует отметить, что если человек достаточно легко решает задачи распознавания образов, то попытки моделирования посредством систем искусственного интеллекта этих высокоинтеллектуальных функций наталкиваются на весьма серьезные трудности Создание искусственного интеллекта есть не что иное, как построение распознающих систем, которые по своим возможностям приближаются к возможностям человека в решении проблем распознавания Однако можно создать такие системы распознавания, которые будут выступать эквивалентами человеческого мышления в распознавании образов В связи с этим представляет значительный интерес принципиальные схемы систем распознавания образов, которые в искусственном интеллекте альтернативны друг другу, а именно пандемониум Селфриджа и персептрон Розенблатта

Существуют и другие перспективные наработки Так, в рамках биотехнологии созданы полимерные пленки с включенным в них бактериаль-

ным светочувствительным белком, называемы г "биохром" Они используются в системах оптической обработки информации, динамической голографии, оптико-механических запоминающих устройствах, которые входят в систему памяти ЭВМ новых поколении Такие системы находят все возрастающее применение в управлении, авиации, космической технике, энергетике, химической промышленности, свя:и, биометрии и многих других направлениях человеческой деятельности

Для создания систем ИИ второго поколения особую значимость приобретает выработка модели предметной области Построение предметной области (ПО) может быть названо этапом концептуализации На этом этапе определяются типы доступных данных, исходные и выводимые данные, подзадачи, используемые стратегии и гипотезы, виды взаимосвязей между объектами ПО, состав знаний, используемых при решении задачи, типы ограничений, накладываемых на процессы, исгользуемых в ходе решений К когнитивным элементам предметной области относятся понятия, которые должны удовлетворять следующим услови ш

(1) отсутствию избыточности и доепточно полному описанию различных процессов, фактов, явлений и т д, (2) валидпостью — соответствию выделенных единиц смысловой информации их реальным прообразам и (3) непротиворечивостью (отсутствию омонимии)

На этапе символьного преобразования единиц смысловой информации должны быть указаны способы представления знаний (фреймы, сценарии, семантические сети и т п) и определены способы манипулирования этими знаниями логический вывод, аналитическая модель и допустимые интерпретации способов репрезентации знаний

Для валидности манипулирования знаниями важное значение приобретает построение "дерева проблем", "дерева гелей", "дерева решении" на всех уровнях от глобального до локального

Для решения практических задач, возни <ающих в слабо структурированной и трудно формализуемой предметной области, как раз и были предназначены экспертные системы

Материал второй главы позволяет сделать вывод, согласно которому критерий интеллектуализации технических средств позволяет ранжировать ступени эволюции технических оснований и ф) нкционалыюю потенциала, характеризующего способы переработки информации в Системах ИИ По-

тенциал переработки информации системами ИИ постоянно расширяется, обогащаясь новыми возможностями, а сами системы эволюционируют в направлении все большего функционально! о сближения с интеллектом человека

Ряд исследователей пришли к выводу, чго в настоящее время существуют методы, алгоритмы и устройства, которые позволяют достаточно успешно смоделировать нижние уровни человеческого интеллекта (Сотник С Л, 1997)

Глава III Использование искусственного интеллекта в целях моделирования мира и человека

Глава посвящена методологическому рассмотрению систем ИИ, отвечающих наивысшему из достигнутых уровней интеллектуализации технических средств

Алгоритмическая универсальность ЭВМ означает, что на них можно программно реализовывать любые алгоритмы преобразования информации вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий, причем все преобразования единиц смысловой информации осуществимы в результате конечного числа элементарных операций Но жестко формализованная алгоритмизация имеет свои пределы и ограничения То, что нельзя организовывать на базовой архитектуре процессора, невозможно и при программной реализации Та формальная область математики, которая отвечает за разработку алгоритмов решения интеллектуальных задач, обосновала вывод об алгоритмической неразрешимости некоторого класса задач, причем неразрешимости принципиального свойства Построение динамических линейных моделей оказывается неадекватно нелинейному миру Теории, основанные на линейных моделях объектов, неприменимы вследствие возникновения в сложных и сверхсложных системах новых свойств и нелинейных эффектов и соответственно связанных с этим обстоятельством проблемами устойчивости/неустойчивости систем управления Отсюда истощение возможностей линейных моделей, утрата интеллектуальными моделями необходимой гибкости и соответствующий недостаток "здравомыслия" Для преодоления это! о конструктивного недостатка необходимы самообучающиеся модели ИИ

Одним из самых интересных свойств четовеческою мозга является способность отвечать на бесконечное множество состояний внешней среды конечным числом реакции, т е способность адаптации

Адаптация - это процесс изменения параметров и структуры системы и/или управляющих воздействий на основе текущей информации с целью достижения оптимального для данных уш овий среды состояния системы при начальной неопределенности и непрерывно изменяющихся условий работы Адаптация достигается методами обучения, а обучение - это процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий и тем самым обеспечивает подстройку параметров и структуры системы к решению нового класса зе дач

В § 3 1 Некоторые современные средства моделирования мира и мышления человека рассматривается когнитивное оснащение систем ней-рокомпыотинга и его функционирование

По выражению Э 10 Кирсанова, искуссг венная нейронная сеть похожа на мозг человека не более чем теннисный шарик на планету Марс "Теория нейронных сетей" - это всего лишь название вполне конкретной и формальной области математики Она состоит из однотипных, параллельно работающих процессорных элементов - моделей нейронов Однако структурно, функционально и алгоритмически модель нейронной сети при обработке информации и выполнении вычислительного процесса имитирует отдельные свойства естественных нейрэнных сетей Архитектура процессоров в нейрокомпьютере - это вычислительные устройства, которые максимально ориентированы па эффектив юе моделирование нейронных сетей и реализацию нейронных алгоритмов решения различных прикладных задач Научное направление, получившее название "нейрокомпь-ютинг", направлено на создание нейрокомпьютеров на различной базе -цифровой, аналоговой или оптической

Наиболее эффективны нейрокомпьютертые технологии, прежде всего на задачах, где необходимо обрабатывать неполную и нечеткую информацию Их преимущество заключается в юм, что нейрокомпьютеры не работают по жесткому алгоритму, не перепрограммируют ся под разные задачи, а каждый раз обучаются решению новой проблемы

В нейрокомпьютипге под обучением понимается процесс адаптации сети к предъявляемым эталонным образцам путем модификации (в соответствии с тем или иным алгоритмом) весовых коэффициентов связей между нейронами

Архитектура процессоров в нейрокомпьютере нацелена на рсализа-цгао новых быстрых алгоритмов обучения и эксплуатацию прикладных нейронных сетей (известные базовые алгоритмы для современных серьезных нейроприложепий уже недостаточны по их быстродействию и качеству) с использованием нового поколения транспьютеров (микропроцессоров, созданных специально для построения параллелельных вычислительных систем) для реализации первого (коммуникационного) уровня распараллеливания с организацией второго и тре!ьего уровней распараллеливания нейровычислении Вышеназванное достижимо на базе современных высокопроизводительных микропроцессоров серии Альфа, Intel 860, программируемых логических интегральных схем (ПЛИС), отечественных разработок нейрочипов серии "Нейрон", что позволит создавать мощные универсальные нейрокомпьютеры, способные конкурировать на мировом рынке Создание нейроплат для персональных компьютеров в настоящее время уже неперспективно в части задач большой размерности Серьезный заказчик требует супервычислешш, а значит очень высокой производительности нейрообработки, определяемой миллиардами нейроопераций в секунду

Основные проблемы создания нейрокомпьютеров состоят в разработке сверхпараллельных пейросетевых алгоритмов формализуемых задач и их распараллеливание в соответствии с архитектурой коммуникационной системы, а также в разработке новых методик решения неформализуемых задач

Опираясь на теоретические разработки проблем нейрокомпыотинга и их практические приложения, диссертант приходит к выводу, что сети нейронных связей лучше bcci о подходят дм решения следующих задач

— Классификация - определение категории или группы, к которой принадлежат входные значения

- Распознавание образов - идентификация структуры или шаблона данных

- Реализация памяти, в том числе задача контекстноп адресации памяти

- Прогнозирование, например, диагностика болезни по ее симптомам, определение следствий на основе известных причин

- Оптимизация - поиск наилучшей стр лсгуры ограничений

- Фильтрация - выделение поаезного сигнала из фонового шума, отбрасывание несущественных компонентов сигнала

Основное преимущество методов нейронных сетей заключается в том, что эти сети способны улучшать свое функционирование в решении исследуемой задачи в процессе приобретения нового знания о внешнем воздействии "В этом состоит процесс обучег ия, в котором свободные параметры (сипаптические веса) нейронных сетей адаптируются к воздействию среды и это приводит к изменению перздаточной функции сети Не существует единого алгоритма обучения - ка кдыи из них отличается способом подстройки синаптических весов, имеет свои преимущества и ориентирован на определенную структуру нейронных сетей"'

Немаловажное место в многообразии нейросетевых моде пей занимает тип пейроподобных моделей, получивших название аттракторных сетей С помощью аттракторов в нейроподобной iv одели, имея входной образ, можно получить либо ближайший из сохраненных в процессорной памяти образов, либо ассоциированный с ним Первый тип сети называется автоассоциативной, а второй гетероассоциативной памятью

По представлениям Дж Флюгера, эмерджентные, или проявляющиеся модели (emergent model) обучение имитируют наиболее элегантную и мощную форму адаптации - эволюцию форм жизни растительного и животного мира2

Отметим, что в генетических алгоритма* "выживания" применяются правила вывода, эволюционирующие в процессе взаимодействия с внешней средой

В § 3 2 Границы моделирования поведения человека посредством нейронных сетей показано, что моделирован! е при помощи компьютеров

МсркушевАВ Нейросетевые методы обработки сигналов в информационных системах Элементы структуры, принципы обучения и мера многообразия отображ ний, реализуемых нейронной сетью // Информационные технологии 2005 №3 С 9

2 См Люггер Дж Ф Искусственный интеллект стратегии и метсды решения сложных проблем М 2003 С 484

множества эволюционных биологических процессов приводит к новым научным и философским проблемам таким, как опровержимость моделей или природа и возможности самого научного метода Здесь же подчеркнуто, что множество современных разрабоюк, в том числе альтернативные модели обучения, агентно-ориеитированные и распределенные системы решения задач, подходы, связанные с овеществлением интеллекта, а также исследования по реализации эволюционных вычислений и искусственной жизни, породили идеи, альтернативные идеям рационалистического редукционизма "Биологические и социальные модели интеллекта показали, что человеческий разум во многом является продуктом нашего тела и ощущений Он связан с культурными и социальными традициями, навеян произведениями искусства, нашим опытом и опытом окружающих людей Создавая методы и компьютерные модели таких сложных процессов как эволюция или адаптация нейросетевых структур человеческого мозга, исследователи в области ИИ получили множество новых мощных результатов, дополняющих более традиционные методологии"'

Уже создатели первых компьютерных моделей - Ныоэлл и Саймон -обращали внимание на то обстоятельство, что устройство компьютеров и компьютерных программ предопределяет их потенциальное поведение, возможность всестороннего исследования и доступность для понимания2

В конце 20 в Н М Амосов, Касаткин А М , Касаткина JI М , Тала-ев С А отмечали, что моделирование нейронных сетей требует некоторых постулатов, которые в известной степени отражают данные нейрофизиологии

- закон свя5еи - связь между нейронами (степень се "проходимости") может быть разной,

- закон тренировки - при повторении воздействия ответ нейрона становится более "мощным"

По предложению Н А Амосова в сеть вводится система усиления-торможения (СУТ) Эта система возбуждает наиболее активную модель и тормозит всс остальные, тем самым моделируется механизм внимания, который обеспечивает в каждый данный момент целесообразную реакцию на главный раздражитель

'См Nevell 1 Simon Н Computer Sciences Empirical Inquiry Symbols and Search//Communications of the ACM 1976 b« 19(3)

2 См Люг^рДж Ф Указ работа С 778

Ассоциативно-проективным моделям придается способность не только отражать состояния внешнего мира, но и состояния индивида, его чувства, эмоции как оценки эффективности тек или иных действий человека

Эффекты симпатической нервной системы вводят специфические критерии поведения человека модифицируя его адаптацию к миру Так в сферу нейрокомпьютинга закладываются элементы, связанные с бессознательной сферой человеческого поведения Ос эбого внимания заслуживает синергетический подход к исследованию мозга человека, его активности, что позволяет в новом свете представить пове чение и познавательную деятельность человека'

Хорошо известно, что человеческий мозг, представляя весьма "несовершенную" и ненадежную систему, достаточно легко справляется со многими задачами управления движением, поиска закономерностей, распознавание образов, принятия решений, которые ставят в тупик суперкомпьютеры Современная нейрофизиология не в состоянии дать полный и точный ответ какие изменения на нейробиологическом уровне происходят при обучении человека сложным навыкам92

Однако особенности человеческого мосга и организма таковы, что они принципиально ограничивают применение виртуальных технологий в моделировании мышления и поведения человека В этом плане представляет значительный интерес теория сознания, выдвинутая известным математиком и физиком-теоретиком Р Пепроузом в его книге "Тени сознания" В пользу гипотезы невычнслимости человечежого сознания свидетельствует существование парадоксальных неисслед званных явлений на границе между разными уровнями организации мозга1

Иначе говоря, решение интеллектуальных сверхзадач нейрокомпью-тингом на основе представления о коллективюсти поведении нейронов, о выделении параметров порядка в активности мозга, самоорганизации и других подходов нелинейной динамики свидетельствует о том, что представление человеческого мозга в виде компьютера Является метафорой и неправомерно отождествлять мозг и компьютер

' См Хакен Г Принципы работы гочовного мозга Синергетический подход к активности мозга, поведению и когнитивной деятельности M 2001

"См МалинецкийГГ Потапов А Б Современные проблемы не'инейной динамики М , 2000

1 См Penrose R Shadows of the Mmd Vintage 1995

О существовании границ моделирования нейронными сетями мышления и поведения человека свидетельствуют и данные социальной психологии При этом более полно должны быть учтены данные когнитивных свойствах межполушарной асимметрии1

В § 3 3 Особенности памяти человека в аспекте функционирования систем искусственного гштелчекта под когнитивным углом зрения рассматривается проблема моделирования методами искусственного интеллекта человеческой памяти В новейших разработках нейрокомпьютинга происходит отход от упрощенных представлений об информационных функциях нейрона, сводящих его работу к взвешенному суммированию раздражений и последующему пороговому преобразованию

В этой связи диссертант рассматривает модель Холфильда модель "нейронной сети", подобную модель "***стекол" и специально останавливается на голографических способах представления человеческой памяти

По некоторым подсчетам, мозг человека способен продуцировать число воображаемых ассоциаций порядка Ю100, что на 20 порядков превышает число атомов в наблюдаемой Вселенной2 Становится ясным, что невозможно осознать и выразить в словесной форме все это колоссальное число воображаемых представлений, образов и ассоциаций, что большая их часть находится в сфере бессознательного и лишь некоторые из них выходят в сферу сознания под воздействием экстатических состояний (таманского ритуала, "видений", гипноза) Еще в конце 20 в было показано, что в основе воображения восприятия лежит функционирование одних и тех же нейронных механизмов, а потому воображение может воздействовать на течение перцептивных процессов3

Диссертант отмечает, что сети Кохонсна, обучающиеся на основе самоорганизации, неспособны отделить новые образы от искаженных или зашумленных версий старых образов

Когнитивным преимуществом характеризуется семейство искусственных нейронных систем, построенное на основе теории адаптивного резонанса, разработанной С Гроссбергом применительно к биологическим структурам, и обладающее свойствами стабильности и пластичности, т е

' См, Шейман ИМ, Зубина ЕII Бис.пки ИЛ Билатеральный мозг и функциональная асимметрия Эволюционные аспект М,2003

2 См Ъ ерка А ВюШто! И' 1984 Т II

3См ФинкеРА Воображение и зритетьная система//В мире науки 1986 №5

сети ART (Adaptive Resonance Theory Netwo-k) могут обучаться новым данным, не геряя при этом ранее накопленную информацию Наиболее важной особенностью искусственных нейрони -лх систем с адаптивным резонансом является то, что опи сохраняют плалтганость при запоминании новых образов, и, в то же время, предотвращают модификацию старой памяти'

Проделанный диссертантом анализ достижений нейрокопыотипга в моделировании памяти лишь подтвердил справедливость вывода Р Пенроуза о философской несостоятельности идеи о том, что "наше мышление в своей основе идентично действию очень сложного компьютера

Глава IV Перспектива развития искусственного интеллекта посвящается пс передач ИИ - о г классической до синергетической

§ 4 1 Проблемы распознавания образов и системы искусственного интеллекта посвящен анализу моделей распо ¡навания образом, их развитие по пути интеллектуализации и перспективам использования в системах искусственного интеллекта

В параграфе отмечается, что персептрон Розенблатта привел к созданию более "разумных" интеллектуальных систем к многослойным нейро-сетям, реккурентным сетям, моде™ Хопфнлы а, самоорганизующимся сетям Т Конена и др

Согласно выводам отечественных авторов, прогресс интеллектуализации людей распознавания образов требует (оздания такой иптерацион-ной процедуры, где интуиция и логика чередуется и переплетаются2

В параграфе подчеркивается, что имплицитные знания служат основой интуитивного мышления, которое дает возможность человеку быстро принимать правичъные решения в сложных ситуациях при недостаточной информации Это означает, что человек может неявно использовать ряд посылок в своих рассуждениях, а так же обходиться без применения строгих правил логического вывода Этим обсточтельством объясняется эффективность моделей нейтронных сетей, основанных на конкекционист-

См Caipentei G A Grossberg S ART 3 Hicrarhical Search Using Chcra icai Transmitters in Self-organising Pattern Recognition Archrocures// Neural Nenvorcs 1990 Vol 3 P 129-152

"См Чернявский Д С Чернявская H М Карп В П Никитин А I' Распознавание и мыиление (сгнерге-тнческни подход) // Синергетичсская парадигма Когнитивно-коммуникативная стра!егия современного ьаучного познания М 2004

ской теории познания и позволяющих осуществлять имитацию бессознательных, имплицитных знаний Здесь же указывается на недостаточную проработку при создании моделей нейронных систем базовых возможностей модельных, императивных, вопросных и иных иеклассических логик

Принципиальная ограниченность нейрокомпьтинга связана с тем, что современные системы ИИ не способны активно воздействовать на внешнюю среду Слабо промоделирована способность человека к приобретению телесных умений и навыков В силу различия субстратов ЭВМ и человека ряд функций человеческого интеллекта в принципе недоступен компьютерам Именно этим обстоятельством диктуется необходимость сращивания интеллектуальных технических систем с человеком-исследователем

В § 4 2 Проблема оптимума соотношения систем ценностей и технологий искусственного интеллекта в научном освоении мира подчеркивается, что наиболее перспективным направлением интеллектуализации деятельности, как самого человека, так и поставленных ему на службу технических средств должна послужить орханизация диалога между человеком и машиной Именно такой диалог позволяет постоянно углублять и расширять пространство эксперимента над интеллектуальными способностями, призванными продвигать и совершенствовать как интеллект человека, так и "интеллект" машины В этом отношении и неирокомпыотинг и теория ИИ как особая отрасль научного знания находятся лишь в начале пути

В этой связи диссертант проводит методологический философский анализ таких работ, как Завадовский М М Противоречивое взаимодействие между органами М 1941, Заде Л Роль мягких вычислений и нечеткой логики в понимании конструировании и развитии информационных интеллектуальных систем (Новости искусственного интеллекта 2001 №2-3), Минаев Ю Н , Филимонова О Ю , Лиес Б Методы и алгоритмы идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе М , 2003 , Шумский С А Неирокомпыотинг состязание с человеческим мозгом (Вестник РАН 2000 Т 70 № 2) и др На основе анализа соответствующих концепций диссертант приходит к выводу, что системы и технологии искусственного интеллекта в перспективе должны совершенствоваться в плане дополнения способностей человека, моделирования его мышления с целью более глубокого проникновения в его суть

В § 43 Смена парадигм искусственного интеччекта от классической до синергетической подчеркивается решающая роль синергетическо-го ИИ в решении ранее обозначенных когнитивных проблем Диссертант разделяет позицию В Б Тарасова, согласно которой именно "синергетиче-ский ИИ обеспечивает необходимые предпосылки для создания коллективов и сообществ интеллектуальных систем и формирования интеллектуальных организаций"'

Точно также диссертант разделяет позиции Дж Люггера о значимости для решения когнитивных проблем ИИ символьных систем "Гипотеза

0 физической символьной системе привела к -рем важнейшим принципам методологии использованию символов и символьных систем в качестве средства для описания мира, разработке меха шзма перебора, в особенности эвристического, для исследования границ потенциальных умозаключении таких систем, отвлеченности ки нитивной архитектуры"2

Согласно концепции диссертанта, длительное использование и популярность логических методов символьного искусственного интеллекта объясняется следующим рядом причин Во-п;рвых, требуемый результат можно в принципе получить благодаря достат очно простои системе аксиом Во-вторых, процесс формализации приводит к понятию формального рассуждения, которое является вполне адекватным естественному В-третьих, формальные рассуждения строятся посредством довольно простых и общих правил, что делает процесс рассуждении доступным для восприятия и проверки В-четвертых, результгт формального рассуждения может быть получен как вывод в некотором исчислении, сам процесс поиска вывода в исчислении с конструктивным л правилами реализуется на компьютере

Классическая парадигма символьного искусственного интеллекта основана на следующем наборе основных постулатов, которые характеризуют классические экспертные (интеллектуальные) системы первого поколения, т е логическую школу искусственного интеллекта3 Во-первых, постулат представления (эпистемология искусственного интеллекта), согласно которому одна из главных задач работ по искусственному интеллекту

1 См, Тарасов В Б От многоагентных систем н ичтелтектуальш 1м организациям философия психология, информатика М 2002 с 72

" См Люггер Дж Ф Искусственный интеллект стратепш и методы решения с'южных нробтем М 2003 с 782

3 См Тарасов Б Б Указ соч 2 4 ]

состоит б разработке методов внутреннего представления внешнего мира Во-вторых, постулат знание центризма в искусственном интеллекте, когда центральной базовой категорией в искусственном интеллекте являются "знания" (понятия "интеллектуальная система" и "система, основанная на знаниях" являются синонимами) Поэтому ведущую роль в искусственном интеллекте играет инженерия знаний, в частности, автоматическое формирование понятий, суждений и рассуждений', т е важнейшее место в моделировании познания занимает логический вывод В-третьих, постулат замкнутости, определяющий изучение и разработку интеллектуальных систем как изолированных по отношению к внешней среде, в том чнсле и к другим интеллектуальным системам В-четвертых, постулат индивидуализма, когда решение интеллектуальных задач (интеллектуальное поведение) проводится отдельной компьютерной системой В-пятых, постулат монолитности, согласно которому интеллектуальная система является сосредоточенной и централизованно управляемой В-шестых, постулат бестелесности искусственного интеллекта, исходящий из возможности отделения интеллекта от тела (например, изучения когнитивных процессов и знаний, когда абстрагируются от особенностей регуляции действий и перцептивно-моторных процессов) В-седьмых, постулат относительной независимости познания и эволюции в искусственном интеллекте, согласно которому когнитивные процессы рассматриваются вне и независимо от обучения и эволюции В-восьмых, постулат соответствия познания и языка в искусственном интеллекте кинематика познания представима в пропозициональных терм!шах (траектория состояний знаний описывается лингвистически в терминах естественного языка)

Теперь эти постулаты классической парадигмы искусственного интеллекта подвергаются пересмотру, причем сам этот пересмотр зависит от используемых моделей, относящиеся к различным направлениям искусственного интеллекта Так, кошюкционизм, тесно связанный с нейропсихологией, придает важнейшее значение обучению в исследовании познания и идее возникновения символики в системе формальных нейронов Полностью противоположную позицию занимают приверженцы так называемого моботицизма, согласно которому совершается оперативное взаимодействие без внутреннего представления в рамках

1 См Непейвода НН Логический подход как альтернатива системному в математическом описании систем // Экспертные системы состояние и перспективы М , 1989 С 20-30

вие без внутреннего представления в рамках искусственного интеллекта Они отрицают и централизованное управлеш- е, и роль формирования понятий и рассуждений, и рациональную кинематику, и гипотезу "бестелесного интеллекта", и отделимость знания от обучения' Системы виртуальной реальности основываются на идеях "прямого приобретения опыта" н также отбрасывают вышеперечисленные постулаты за исключением постулата централизации Аналогичную, хотя и менее радикальную позицию, занимают сторонники теории сообщества раз/ма М Минского, распределенного и децентрализованного искусственно! о интеллекта, антиформалистского подхода Р Шейка, и др 2

Адекватность формулировки новых посгулагов, выражающей методологию построения интеллектуальных систем на современном этапе, вытекает из главной тенденции развития искусственного интеллекта в последние годы Одной из наиболее важных тенденций развития искусственного интеллекта в последнее десятилетие стала интеграция, которая включает в себя гибридные экспертные системы, интегрированные нейрологи-ческие, нейронечеткие модели и "мягкие вычисления" по JI Заде, нейро-экспертные системы И Б Фоминых, нейро-опгические модели О П Кузнецова, интегрированные дискретпо-контииушьные модели интеллектуальных динамических систем, модели эволюционной кибернетики, модели интеллектуальной совмещенной разработки, в фианты интеграции нейронных сетей и сетей Петри и rip3 Так в рамках ' мягких вычислений" три аспекта интеллекта - управление неопределешк стыо, обучение и адаптация в процессе эволюции - интегрируются путем преде твления нечетких продукционных моделей в обучаемой нейронной сети, оптимизация которой происходит с помощью генетических алгорита ов

Речь идет о введении "синергетического измерения", т е элементов неопределенности, самоорганизации, динам! ки, обучения, эволюции в

1 См Brooks R Intelligence Without Representation // Artificial Iril'c Ilt-qen се/19 91 Vol 47 P 139-159

2 Cm Dubmskas E Virtual Organizations Computer Conferennnq and Organizational Design П Journal of Organizational Computing 1991 Vol 3 № 4 P 389-416, Minsk/ M The Society of Mind NY, 1986, DemazeauY Muller J -P (ed )/ Decentralized Artificial Intelligence Amsterdam 1990

3 См Поспелов Г С Искусственный интеллект - основа новой информационной технологии М, 1988, Гоищын Г Л Фоминых 11Б Нейронные сети и экспертные системы перспективы интеграции//Новости искусственного ннтелаекта 1996 №1 С 121-145, ЗадеЛ Рель мягких вычислении и нечеткой логики в понимании, конструировании и развитии информационные интеллектуальных систем И Новости искусственного ингечлекта 2001 jV 2 3 С 7-11, Кузнецов О II Неклассические парадигмы в искусственном интеллектеИзвестия РАН Теория и системы управле! ия 1996 Nil 5 С 3-23 Осипов Г С Динамика в системах, основанных па знаниях//Известия РАН Тео( ия и системы управпения 1998 Л? 5 С 24-28, Редька В Г эволюционная кибернетика М , 2001 идр

классические методы и модели искусственного интеллекта Это означает рассмотрение открытых динамических баз знаний, эволюционных вычислений, вычислений со словами, модифицируемых рассуждений, вопросов синтеза познавательных процедур, теории происхождения логики па базе изучения биологической эволюции, моделей эволюционной семиотики и

пр1

Перспективы развития синергетичсского искусственного интеллекта связаны с решением ряда основных проблем, к числу которых относятся исследование кооперативных механизмов зарождения, самоорганизации и эволюции интеллектуальных систем и организаций, изучение задач и установление принципов формирования неклассических (неоднородных, открытых, распределенных, децентрализованных, локально организованных) интеллектуальных систем с гибридными архитектурами в процессе взаимодействия исходных систем и компонентов, исследование путей и характера эволюции различных направлений, школ и подходов в ИИ, интеграция моделей искусственного интеллекта и других научно-практических дисциплин, определение сценариев развития и способов объединения различных интеллектуальных и возможных видов гибридных архитектур, построение гибридных логик — неклассических логик искусственного интеллекта, разработка нетрадиционных (иейронечетких, эволюционных) семиотических моделей и систем, представление смысла на различных шкалах

В заключении сформулированы основные выводы представленной работы и намечены направления дальнейшего философского осмысления систем и технологий искусственного интеллекта под знаком их последовательного сближения с когнитивными способностями человека

Основные положения диссертационного исследования изложены автором в следующих публикациях

Монографии

1 Степаненко А С Искусственный интеллект философские и социокультурные предпосылки развития - Ростов н/Д ЛПСН СКНЦ ВШ, 2003 -120 с

1 См Финн В К Фнюсофские проблемы логики интеллектуальных систем // Новости искусственного интеллекта 1999 №1 С 36-51

2 Степапвико А С Философский анализ роли искусственного интеллекта в научном освоении мира - Ростов н/Д АПСБ СКНЦ ВШ, 2005 - 224 с

3 Степаненко А С Социокультурные и техни геские предпосылки искусственного интеллекта Издание 2-е Исправленное и дополненное - Ростов н/Д АПСН СКНЦ ВШ, 2005 - 172 с

Научные статьи и тезисы докладов

1 Степаненко А С Проблемы распознавания образов и системы искусственного интеллекта // Социально - философские исследования сб иауч тр - Иркутск ИрПУ, 2005 -вып 1(05) -с 14-25,

2 Степаненко А С Искусственный интеллект как проблема цивилизации техноцентризма // Философско - социальные тробпемы формирования информационной реальности сб науч тр - Иркутск ИрГТУ, 2005 - с 3 -15,

3 Степаненко А С Проблема времени в контексте проблемы соотношения искусственного интеллекта и человеческого мышления // Философско — социальные проблемы формирования информационной реальности сб науч тр - Иркутск ИрГТУ, 2005 - с 16 - 24,

4 Степаненко А С Искусственный интеллект в контексте соотношения антропоцентризма и техноцентризма // Методология и цивилизационные проблемыXXI века сб науч тр - Иркутск ИрГТУ, 2005 -с 8-23,

5 Степаненко А С Место проблемы становления искусственного интеллекта в противостоянии «глобализма» и «антиглобализма» // Методология и цивилизационные проблемы XXI века сб пауч тр - Иркутск ИрГТУ, 2005 -с 23 -33,

6 Степаненко А С Парадигмальные научные революции и развитие теории искусственного интеллекта // Теория искусственного интеллекта и методологические проблемы современной науки сб науч тр - Иркутск ИрГТУ, 2005 -с 30-31,

7 Степаненко А С Социальные последствия креативного содержания современной науки сб науч тр - Иркутск ИрГТУ, 2005 -с 9-20,

8 Степаненко А С «Пространственно - временной континуум» как философское основание теории искусственного и 1теллекта // Влияние теории искусственного интеллекта на современную естественно - научную и гуманитарную парадигму общественного созначия сб пауч тр - Иркутск ИрГТУ, 2005 - с 2-16,

9 Степаненко А С Семиотический аспект теории искусственного интеллекта // Влияние теории искусственного интеллекта на современную естественно - научную и гуманитарную парадигму общественного сознания сб науч тр -Иркутск ИрГТУ, 2005 -с 16-31,

10 Степаненко А С Теория интеллектуальной эволюции штрихи к портрету современной эпохи // Гуманитарные и социально-экономические науки - Ростов-на-Дону, 2006 - № 1 - с 34-37,

11 Степаненко А С Что представляет собой человеческая природа7 // Гуманитарные и социально-экономические науки - Ростов-на-Дону, 2006 -№2 - с 16-19,

12 Степаненко А С Искусственный интеллект и бимодальный характер человеческого мышления // Гуманитарные и социально-экономические науки - Ростов-на-Дону, 2006 - № 3. - с 31-35,

13 Степаненко А С Основные тенденции смены традиционных парадигм классического искусственного интеллекта // Гуманитарные и социально-экономические науки - Ростов-на-Дону, 2006 - № 4 - с 20-24,

14 Степаненко А С Искусственный интеллект - инструмент неолиберализма // Гуманитарные и социально-экономические науки - Ростов-на-Дону, 2006 -№5 - с 39-44,

15 Степаненко А С Предпосылка развития искусственного интеллекта концепция социокода // Гуманитарные и социально-экономические науки - Ростов-на-Дону, 2006 - № 6 - с 19-23,

16 Степаненко А С Проблема искусственного интеллекта с точки зрения современных лингвистических теорий // Гуманитарные и социально-экономические науки - Ростов-на-Дону, 2006 -№7 -с 97-102,

17 Степаненко А С Образ науки в современном общественном сознании // Научная мысль Кавказа - Ростов-на-Дону, 2006 - приложение № 12 - с 383-391,

18 Степаненко А С Искусственный интеллект в контексте философии техники // Известия высших учебных заведений Северо-Кавказский регион (Общественные науки) - Ростов-на-Дону, 2006 - приложение № 10 -с 27-35,

19 Степаненко А С Искусственный интеллект в свете семиотической концепции М К Петрова // Социальные, социально - философские, соци-

ально - экономические "детерминанты развития современной России сб науч тр - Иркутск ИрГТУ, 2006 - с 3-15,

20 Степаненко А С Новое и старое в теории искусственного интеллекта // Социальные, социально - философские, социально - экономические детерминанты развития современной России сб науч тр - Иркутск ИрГТУ, 2006 - с 15-26,

21 Степаненко А С Роль науки в современном обществе за и против // Социально - философские исследования с б науч тр - Иркутск ИрГТУ, 2006 - вып 1 (06) - с 3 - 14,

22 Степаненко А С Искусственный интеллект в свете некоторых тенденций мировои политики глобализма // Социально - философские исследования сб науч тр -Иркутск ИрГТУ,2006 -вып 1 (06) - с 14-26,

23 Степаненко А С Интуиция и искусств! нный интеллект // Вопросы совершенствования российского законодате.г ьства сб науч тр - Иркутск Байкальский гуманитарный институт -20С6 -с 14-21

Подписано печать 14 03 2007 г Формат 60 х 90 1/16 Бумага офсетная Печать офсетная Уч печ л 2,2 Тираж 100 Э13 Заказ № 125

Отпечатано в типографии «Печатный Квартал» ул Островского, 17 тел 282-60-23

Оглавление научной работы автор диссертации — доктора философских наук Степаненко, Алексей Сергеевич

ВВЕДЕНИЕ.

Глава I. ФИЛОСОФСКО-МЕТОДОЛОГИЧЕСКИЕ ПРОБЛЕМЫ СООТНОШЕНИЯ ЕСТЕСТВЕННОГО И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА.

1.1 Интеллект человека.

1.2 Научная картина мира и философские проблемы соотношения естественного и искусственного интеллектов.

1.3 Бимодальный характер человеческого мышления.

Глава II. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК СОЦИОКУЛЬТУРНАЯ

ИННОВАЦИЯ.

2.1 Социокультурные предпосылки искусственного интеллекта.

2.2 Социокультурные каналы освоения искусственного интеллекта.

2.3 Спектр возможностей искусственного интеллекта.

Глава III. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЦЕЛЯХ

МОДЕЛИРОВАНИЯ МИРА И ЧЕЛОВЕКА.

3.1 Некоторые современные средства моделирования мира и мышления человека.

3.2 Границы моделирования поведения человека посредством нейронных сетей.

3.3 Особенности памяти человека в аспекте функционирования систем искусственного интеллекта.

Глава IV. ПЕРСПЕКТИВЫ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

4.1 Проблемы распознавания образов и системы искусственного интеллекта.

4.2 Проблема оптимума соотношения систем ценностей и технологий искусственного интеллекта в научном освоении мира.

4.3 Смена парадигм искусственного интеллекта - от классической до синергетиче-ской.

Введение диссертации2007 год, автореферат по философии, Степаненко, Алексей Сергеевич

В современном технизированном мире искусственный интеллект рассматривается как одна из самых передовых научных дисциплин и как ключевая технология будущего. Именно методы искусственного интеллекта дают возможность решать многочисленные сложные задачи благодаря тому, что они обладают большим числом степеней свободы вариантов поиска решений, которые приближаются к бесконечности. Именно системы искусственного интеллекта могут справиться с решением сложным проблем, которые стоят перед человечеством в XXI столетии.

Прогнозирование экономических и финансовых показателей, предсказание возможных осложнений у больных в послеоперационный период, диагностика автомобильных и авиационных двигателей, управление атомными электростанциями и многое, многое другое - это все те области, где системы ИИ различного уровня реализации с каждым годом находят все более широкое применение. США и Япония, Германия и Финляндия, Франция и ряд других стран развернули, как в гражданской, так и в военных сферах, государственные проекты по исследованию, разработкам и прикладному использованию нейрокомпьютеров как самой передовой области ИИ. Даже мелкие фирмы и отдельные предприимчивые люди окунулись в эту проблематику. Что же касается России, то в области теории нейронных сетей, мы всегда были и остаемся ведущими в мире. Современные реалии показывают, что не отстаем мы и в создании прикладных нейросетевых алгоритмов.

Широкое распространение методы и технологии искусственного интеллекта получают в осуществлении мониторинга экологического состояния окружающей среды.

Однако необходимо принимать во внимание то обстоятельство, что перспективы, открываемые искусственным интеллектом, оказываются двойственными. Наряду с большими научными и экономическими возможностями следует обратить внимание на потенциальную угрозу для человека новых технологий. Ведь обладание автономностью системами искусственного интеллекта может не только спасти человека в экстремальных случаях, но и поставить его в безвыходное положение, заблокировать его деятельность, привести к опасным ситуациям (достаточно упомянуть деструктивную роль компьютерных вирусов, обладающих всеми атрибутами систем искусственного интеллекта). Иными словами, следует проанализировать проблемы и опасности, которые могут возникнуть при дальнейшем использовании систем искусственного интеллекта, при проникновении с их помощью в глубины человеческого разума и в сущность естественных сил природы (их частью является и сам человек).

Между тем, в отечественной литературе отсутствуют монографические работы, в которых методы и технологии искусственного интеллекта рассматривались бы с единых философско-методологических позиций. Отсутствуют обобщающие работы, анализирующие в эволюционном плане все формы воссоздания интеллектуальных способностей человека механическими или вычислительными средствами.

Свою задачу диссертант видит в том, чтобы в какой-то мере восполнить этот пробел.

Большим эвристическим и объяснительным потенциалом для решения историко-научных и эпистемологических проблем имитации интеллекта обладает когнитивная наука. В свете такой установки работа направлена на решение фундаментальной проблемы философии науки, связанной с проведением комплексных теоретических исследований когнитивных механизмов, методов и технологий искусственного интеллекта.

Степень научной разработанности проблемы.

В отечественной и зарубежной естественнонаучной, технической и философской литературе в последние десятилетия немалое внимание уделяется проблемам информатики, робототехники, теории распознавания, искусственного интеллекта.1

1 См. Алиев Р.А. Интеллектуальные роботы с нечеткими базами данных. М. 1995; Амамия Мг, Танака

Для решения круга мировоззренческих, философских, этических, социальных, культурных и других проблем, связанных с бурным развитием искусственного интеллекта, необходимо иметь в виду то обстоятельство, что решающее значение принадлежит, прежде всего, вопросу о принципиальной возможности полной замены человеческого интеллекта искусственным. Здесь просматривается два подхода к решению данного вопроса. Первый подход весьма четко проявляется в современной научной литературе в виде гипотезы, согласно которой на смену Homo sapiens придет сверхчеловек, представляющий собою неорганический, компьютеропо-добный, искусственный интеллект.

В отечественной философской литературе имеется совершенно иной подход к роли искусственного интеллекта в деятельности человека, отличающийся от указанного выше. Так, в статье "Существует ли неискусственный интеллект?" К.А. Павлов считает, что идея "искусственного интеллекта" является одной из основных метафор в качестве неотъемлемых фигур самосознания современного человека и представляется вполне осуществимой. Он пишет о возможности реализации "искусственного ин

Ю. Архитектура ЭВМ и искусственный интеллект, М., 1993; Амосов Н.М. Искусственный разум. К., 1969; Амосов Н.М., Касаткин A.M., Касаткина Л.М., Талаев С.А. Автоматы и разумное повеление. К., 1973; Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М., 2004; Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика. М., 1990; Галушкин А.И. Нейрокомпьютеры и их применение на рубеже тысячелетий в Китае. В 2-х томах. М., 2004; Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К Воронов-ский. К.В. Махотило, С.Н. Пеграшов, С.А. Сергеев. X., 1997; Горбань А.Н., РоссиевД.А. Нейронные сети на персональном компьютере. Новосибирск. 1996; Горелик А.Л., Скрипкин В.А. Методы распознавания. М., 2004; Биомолекулярные нейросетевые устройства. М., 2002; Быковский И.А. Философские аспекты создания искусственного интеллекта. Дисс. на соиск. уч. степ. канд. филос. н. Саратов. 2003; Емельянов В.В., Курейчик В.М., Курейчик В.Б. Теория и практика эволюционного моделирования. М., 2003; Зозуля Ю.И. Интеллектуальные нейросистемы. М., 2003; Калан Р. Основные концепции нейронных сетей. М.-СПб,-К., 2003; Люггер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М., 2003; Клименко А.В. Основы естественного интеллекта. Ростов-на-Дону. 1994; Короткой А.В. Послесловие к Матрице: виртуальные миры и искусственная жизнь. М., 2005; Логический подход к искусственному интеллекту: от классической логики к логическому программированию. М., 1990; Оссов-ский С. Нейронные сети для обработки информации. М., 2002; Пенроуз Р. Новый ум короля. М., 2003: Радченко А.Н. Ассоциативная память. Нейронные сети. Оптимизация нейропроцессоров. СПб., 1998; Распознавание. Аутодиагностика. Мышление / Под ред. Д.С. Чернавского. М., 2004; Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М. 2002; Нейрокомпьютеры в системах обработки изображений / Под ред. Ю.В. Гуляева и А.И. Галушкина. М., 2003; Уитби Б. Искусственный интеллект: реальна ли Матрица. М., 2004; Хаит Э. Искусственный интеллект. М., 1978; Хофштадтер Д. Гёдель, Эшср. Бах: па бесконечная гирлянда. Самара. 2000; Хоф-штадтерД., ДеннеттД. Глаз разума. Самара. 2003; Covcney P., HighfildR. Granice zlozonosci. W., 1997; Ignizio J.P. Introduction to Expert Systems: The Development and Implementation of Rule-Based Systems. N.Y., 1991; Manna Z. The Logical Basis for Computer Programming. Vol 2. Addison-Wesley Publishing Company. 1990 и др. теллекта" как воплощения идеальной симуляции человеческого мышления следующее: "А основание возможности мне видится в том, что потенциальные богатства виртуального компьютерного мира могут быть превращены в идеальную симуляцию самосознающего и самоконтролирующегося существа, если взять на вооружение иную логику организации внутреннего мира этих электронных существ. А это не должно быть логикой тождества, доминирующей в естественных науках и в современной логике. По всей вероятности, это должна быть логика аналогий, лежащая в сердце наук гуманитарных, исследования по которым как раз убедительно и показали, что именно так обстоит дело в психологии, в лингвистике, в логике философии и прочих гуманитарных направлениях мысли"2. Но в данном высказывании отсутствует ответ на фундаментальный вопрос о принципиальной замене человеческого интеллекта искусственным.

При обсуждении вопроса преодоления мифа о вытеснении человеческого интеллекта искусственным интеллектом, автор опирается на научные исследования и разработки Гельфанда И.М., Гурфинкель B.C., Цет-лина M.JL, Бонгарда М.М, Кунина П.Е., Карпа В.П, Неймарка Ю.И., Рай-фа Г. и др.3

Дальнейшее развитие эти идеи получили в нейроматематике, особенно в области нейрокопьютинга. Математические и технологические разработки в указанном направлении представлены публикациями Поспелова Г.С., Голицына Г.А., Заде JL, Кузнецова О.П., Осипова Г.С., Редько В.Г. и

2 См.: Павлов К.А. Существует ли неискусственный интеллект? // Вопросы философии. 2005. № 4. С. 81. 3

См.: Гельфанд И.М., Гурфинкель B.C., Цетлин М.Л. О тактике управления сложными системами в связи с физиологией // Биологические аспекты кибернетики. М., 1962; Бонгард М.М. Проблема узнавания. М. 1967; Купип П.Е., Карп В.П. О построении решающего правила при решении задач альтернативной диагностики методом перебора конъюнкций с направленным обучением // Автоматизация, организация, диагностика. М. 1971; Игймарк Ю.И. Распознавание образов и медицинская диагностика. М., 1972; РайфаГ. Анализ решений. М., 1977.

4 Голицын Г.А., Фоминых И.В. Нейронные сети и экспертные системы: перспективы интеграции // Новости искусственного интеллекта. 1996. № 1. С. 12114 5; Заде J1. Роль мягких вычислений и нечеткой логики в понимании, конструировании vl развитии информационных интеллектуальных систем // Новости

Особую значимость для освещения когнитивной стороны нейрокопь-ютинга и решения поставленных задач приобретают работы Шумско-го С.А., Чернавского Д.С., Чернавской Н.М., Карпа В.П., Никитина А.П., Хакен Г.5 В философско-методическом освещении и анализе методов и технологий искусственного интеллекта диссертант опирался на работы Тарасова В.Б., Сотник C.JL, Кирсанова Э.Ю., Люггер Дж.Ф. и др.6

Очевидно, что решение фундаментального вопроса о принципиальной возможности замены человеческого интеллекта искусственным интеллектом немыслимо вне рамок определенного понимания природы и сущности человека. Вполне закономерно, что в начале XXI столетия все более значимыми становятся проблемы взаимодействия биологического и гуманитарного знания; именно это взаимодействие и составляет важнейший предмет философской рефлексии - в данном случае налицо переплетение гносеологических, мировоззренческих и гуманистических задач.

Объектом исследования служат технико-технологические основы развития искусственного интеллекта; характеристики техносферы, достигнутой человечеством к рубежу XXI века и открывающие перспективу воссоздания и имитации человеческого интеллекта техническими средствами.

Предметом исследования служат методы и технологии искусственного интеллекта, сближающие его с когнитивным потенциалом человека. искусственного интеллекта. 2001. № 2-3. С. 7-11; Кузнецов О.П. Неклассические парадигмы в искусственном интеллекте // Известия РАН: Теория и системы управления. 1995. № 5. С. 3-23; Осипов Г.С. Динамика в системах, основанных на знаниях // Известия РАН: Теория и системы управления. 1998. № 5. С. 24-23; Редько В.Г. Эволюционная кибернетика. М. 2000.

5 Шумский С.А., Нейрокомпьютинг: состязание с человеческим мозгом // Вестник РАН. 2000. Т. 70, № I; Чернавский Д.С., Чернавская Н.М., Карп В.П., Никитин А.П. Распознавание и мышление (синерге-тический подход)//Синергетическая парадигма. Когнитивно-коммуникативная стратегия современного научного познания. М. 2004. Хакен Г. Принципы работы головного мозга: Синергетический подход к активности мозга, поведению и когнитивной деятельности. М. 2001.

Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М. 2002.; Сотник С.Л. Основы проектирования систем искусственного интеллекта; Кирсанов Э.Ю. Нейрокомпьютеры и их применение (http://dushkin.boom.rii/Al.htm). Люггер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М. 2003.

Исходная гипотеза исследования выдвигается как предположение о тренде аппаратных и функциональных возможностей искусственного интеллекта, позволяющих техническими средствами облегчить, улучшить, дополнить и оптимизировать деятельность человеческого интеллекта, а также возвысить интеллектуальную культуру человечества на более продуктивную ступень.

Основная цель исследования состоит в философском анализе места и роли искусственного интеллекта в научном и технологическом освоении мира на основе конкретного естественнонаучного и социокультурного материала. Достижение этой цели предполагает постановку и решение следующих задач:

- проанализировать философско-методологические основания человеческого интеллекта как единства естественного и искусственного компонентов, коренящихся в природе и сущности человека;

- рассмотреть искусственный интеллект как социокультурную инновацию и конкретизировать предпосылки и условия ее возникновения в рамках европейской цивилизации, а также показать социокультурные каналы ее освоения и диапазон ее возможностей в плане научного и технологического освоения мира;

- раскрыть значимость генетических алгоритмов, нейронных сетей и искусственной жизни как специфических средств моделирования мира и мышления человека;

- очертить границы моделирования поведения человека методами нейронных сетей;

- исследовать особенности памяти человека в аспекте функционирования систем искусственного интеллекта;

- установить зависимость результатов распознавания образов от спецификации методов искусственного интеллекта;

- обосновать оптимум соотношения системы ценностей и технологий искусственного интеллекта в научном и технологическом освоении мира;

- осуществить прогноз социокультурных последствий смены парадигм искусственного интеллекта.

Теоретико-методологическая база исследования. Теоретико-методологическую базу исследования составляют теории и методы когнитивной науки, в особенности её математизированной области - искусственного интеллекта как научно-технической дисциплины, изучающей че-ловеко-компьютерные системы и обеспечивающей инженерию (приобретение, представление, порождение, пополнение, поддержку и передачу) знаний. Достижения искусственного интеллекта как научно-технической дисциплины позволяют осуществлять разработку методологии, теории, методов, моделей программно-аппаратных средств и прикладных компьютерных систем, направленных на выполнение интеллектуальных функций, ранее считавшихся прерогативой человека.

В философско-методологическом плане особую значимость приобретают концепции и разработки когнитивной науки, касающиеся сознания и бессознательного в интеллекте человека, соотношения интуитивного и рационального, формализуемого и неформализуемого знания.

В диссертации анализируются работы ученых по общим вопросам философии науки, истории философии науки, логики - методологии науки; философским вопросам обоснования математики и воссоздания интеллектуальных способностей человека техническими средствами.

Стратегические аспекты диссертационного исследования рассматривались в рамках комплекса подходов: логического, системного, коммуникативного, когнитивно-информационного, ценностного, культурно-исторического, синергетического. Автор полагает, что данные подходы открывают возможность комплексного анализа методов когнитивной науки, применяемых при разработке аппаратного, программного и функционально-прикладного обеспечения работы искусственного интеллекта.

Научная новизна исследования

1. Впервые последовательно проведено сопоставление интеллектуальных ресурсов человека с системами и технологиями искусственного интеллекта по единому основанию - интеллектуализации процессов обработки информации.

Вводится понятие интеллектуализации как характеристики либо стандартного и формализуемого, либо нестандартного и неформализуемого (плохоформализуемого) способа обработки информации.

2. Выявлен тренд аппаратных и функциональных возможностей искусственного интеллекта, обусловленный следующими факторами:

- границами моделирования поведения человека методами нейронных сетей;

- особенностями памяти человека в аспекте функционирования систем искусственного интеллекта;

- зависимостью результатов распознавания образов от спецификации методов искусственного интеллекта;

- оптимумом соотношения системы гуманитарных ценностей и технологий искусственного интеллекта.

Доказано, что тренд интеллектуализации технических инноваций, воссоздающих когнитивные способности интеллекта человека, ведет от компьютерной переработки задач низшего интеллектуального уровня к компьютерной переработке задач более высокого интеллектуального уровня.

3. Раскрыта культурно-историческая принадлежность технических инноваций, подготовивших создание искусственного интеллекта.

4. Осуществлено когнитивное ранжирование как аппаратного и программного обеспечения, так и практического использования систем и технологий искусственного интеллекта.

5. Введено понятие релевантности процессов интеллектуализации, осуществляемых средствами искусственного интеллекта, процессам интеллектуализации, отличающим человека.

6. Предложено авторское решение проблемы: почему интеллект ЭВМ в принципе не может вытеснить интеллект человека.

На защиту выносятся следующие положения, являющиеся результатами проведенного исследования:

I. Когнитивный угол зрения позволяет заключить, что в истории культуры моделирование интеллектуальных функций человека прошло ряд стадий от имитации моторики в эпоху Античности до создания механических устройств упорядочивания знаний в "логической машине" Р. Луллия, а достижения информатики в постклассической науке позволили перейти к созданию кибернетических устройств по имитации распознавания образов за счет символьного воспроизведения мыслительных процессов. Одним из главных достижений программно-алгоритмического решения интеллектуальных задач является автоматическое доказательство теорем. Компьютерные программы позволяют создавать новые экспертные системы, осуществлять машинный перевод, распознавать образы.

Воздействие систем искусственного интеллекта на жизнедеятельность человека обусловлено тем, что развитие науки и ее применения в виде технологий не может не трансформировать сформированный эволюцией вид Homo sapiens. В настоящее время стоит вопрос о поиске конкретно-исторического оптимума соотношения технологических возможностей такого воздействия и системы ценностей человека, сохраняющего его как существующий вид. В противном случае развитие науки и технологии может привести к отрицанию самого человека, к превращению его в киборга. Сам оптимум неразрывно связан с решением, во-первых, в рамках какой культуры рассматривается спектр возможностей воздействия систем искусственного интеллекта на жизнедеятельность человека, во-вторых, проблемы воздействия исторически ограниченной формы абсолютных этических ценностей на степень воздействия искусственного интеллекта на жизнедеятельность человека, чья ценность детерминирована существующей конкретной культурой. Поскольку системы искусственного интеллекта являются одной из важнейших частей культуры общества, обеспечивая собою процесс социокультурной коммуникации, (включая обеспечивающий этот процесс социальный институт), постольку поиск данного оптимума связан с учетом специфики социокультурной среды современного человека.

Динамичный характер этого оптимума обусловлен также использованием в сфере искусственного интеллекта концепции неархимедова времени. В общем плане именно частично упорядоченное множество континуума неархимедова времени дает методологические основания для прогнозирования социокультурных последствий использования систем и технологий искусственного интеллекта в деятельности человека, поскольку частично неупорядоченное множество темпорального континуума ставит предел прогнозированию результатов использования ИИ, в силу которых могут появиться непредсказуемые социокультурные последствия. Вся сложившаяся ситуация с непрогнозируемыми последствиями развития искусственного интеллекта показывает границы искомого оптимума.

Таким образом, феномен искусственного интеллекта является социокультурной инновацией. Историческое развертывание этого феномена происходит через социокультурные каналы научного и технологического освоения мира, а степень развитости искусственного интеллекта характеризует исторически определенные ступени развития всей европейской цивилизации.

II. На базе компьютеров, эволюция программного обеспечения и его технологического воплощения в искусственном интеллекте проходит три стадии.

На первом этапе интеллектуализация процессов обработки информации направлена на воссоздание разумных рассуждений и действий посредством формализуемых алгоритмов. Благодаря разработке нетрадиционных теорий логических операций происходит переход от аппаратного воссоздания логики тождества к аппаратному воздействию логики аналогий.

Особой областью программно-алгоритмического воспроизведения когнитивных способностей человека является создание экспертных компьютерных систем.

По функциональному назначению экспертные системы обычно делятся на следующие типы:

1) Мощные экспертные системы, рассчитанные на узкий круг пользователей (системы управления сложным технологическим оборудованием, экспертные системы ПВО). Такие системы обычно работают в реальном масштабе времени и являются очень дорогими.

2) Экспертные системы, рассчитанные на широкий круг пользователей. К ним можно отнести системы медицинской диагностики, сложные обучающие системы. База знаний этих систем стоит недешево, так как содержит уникальные знания, полученные от специалистов-экспертов. Сбором знаний и формированием базы знаний занимается специалист по сбору знаний - инженер-когнитолог.

3) Сравнительно недорогие экспертные системы с небольшим числом правил. Эти системы рассчитаны на массового потребителя (системы, облегчающие поиск неисправностей в аппаратуре). Применение таких систем позволяет обойтись без высококвалифицированного персонала, уменьшить время поиска и устранения неисправностей. Базу знаний такой системы можно дополнять и изменять, не прибегая к помощи разработчиков системы.

На следующем этапе интеллектуальных инноваций происходит моделирование при помощи компьютеров множества эволюционных биологических процессов.

В простейших случаях аппаратура распознавания образов строится методом соединения функциональных блоков, объединяющих модели глаз, рук, языка, памяти. Последующая интеллектуализация идёт по пути адаптации технических инноваций к достижениям биологической эволюции.

В программном обеспечении компьютеров учитываются особенности межполушарной асимметрии мозга человека, особая значимость придаётся имитации подсознательных операций, присущих интеллекту человека. В компьютерных моделях возрастает роль образно-художественных компонентов. Компьютерное моделирование множества эволюционных биологических процессов приводит к новым научным и философским проблемам, таким, как опровержимость моделей или природа и возможности самого научного метода.

Следующий этап технологических инноваций связан с созданием моделей нейронных сетей (нейрокомпьютинг). Будучи символьным, математическим продуктом, нейронные сети при обработке информации и выполнении вычислительного процесса имитируют отдельные свойства естественных нейронных сетей. Нейрокомпьютерные технологии наиболее эффективны, прежде всего при реализации задач, где необходимо обрабатывать неточную и нечёткую информацию. Нейрокомпьютеры создаются на различной элементной базе - цифровой, аналоговой или оптической. Особое место в многообразии нейросетевых моделей занимает тип нейро-подобных моделей, получивших название аттракторных сетей. Таким образом, технико-технологическая эволюция искусственного интеллекта идёт в направлении от компьютерной разработки задач, имеющих стандартное решение, к разработке задач, не имеющих стандартного решения; от компьютерной проработки задач низшего интеллектуального уровня к компьютерной проработке задач более высокого интеллектуального уровня. Таков тренд интеллектуализации технических инноваций, воссоздающих когнитивные способности интеллекта человека.

III. Доказано, что наиболее продвинутые инновации, направленные на воссоздание когнитивных способностей человека могут быть ранжированы по критерию релевантности процессов интеллектуализации, осуществляемых средствами искусственного интеллекта, процессам интеллектуализации, идущем у человека по мере всё более глубокого научного освоения мира социумом.

Высокая степень релевантности присуща таким аппаратным устройством, как: (а) нейрокомпьютинг; (б) синергетическая организация компьютерных аппаратов; (в) гибридные системы.

1). В новейших разработках нейрокомпьютинга происходит отход от упрощённых представлений об информационных функциях нейрона, сводящих его работу к взвешенному суммированию раздражений и последующему пороговому преобразованию. Наиболее заметным в когнитивном отношении является семейство искусственных нейронных систем, построенное на основе теории адактивного резонанса, разработанной С. Гроссбергом применительно к биологическим структурам и обладающее свойствами стабильности и пластичности. Сети Adaptive Resonance Theory Network могут обучаться новым данным, не теряя при этом ранее накопленную информацию. Наиболее важной особенностью искусственных нейронных сетей с адаптированным резонансом является то, что они сохраняют пластичность при запоминании новых образов и, в то же время, представляют модификацию старой памяти (2). Специфичность синерге-тического искусственного интеллекта состоит в том, что здесь, прежде всего, изучаются нестационарные состояния, динамика, взаимные переходы, способы разрушения и создания сложных интеллектуальных систем. Иначе говоря, речь идёт о введении в аппаратное обеспечение компьютеров "синергетического измерения", то есть элементов неопределённости, самоорганизации, динамики, обучения, эволюции в классические методы и модели искусственного интеллекта. Это означает рассмотрение открытых динамических баз знаний, эволюционных вычислений, вычислений со словами, модифицируемых рассуждений, вопросов синтеза познавательных процедур, теории построения логики на базе изучения биологической эволюции, моделей эволюционной систематики.

3) Достаточно высокую степень релевантности когнитивным способностям человека обнаруживают интеллектуальные системы с гибридными архитектурами, создаваемые на основе неклассических принципов (неоднородных, открытых распределённых, локально-организационных средств и способов обработки информации). Для достижения параметров релевантности решающая роль принадлежит построению гибридных логик, а также разработке нетрадиционных (нейронечетких, эволюционных) семиотических моделей и систем: представление смысла информационных единиц на различных шкалах.

Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем выше интеллектуальный уровень решения познавательных задач, доступных искусственному интеллекту.

Как указывает Ю.Н. Чернышев, "несомненно одно - будущие интеллектуальные системы так или иначе должны иметь в качестве своих компонент и нейронные сети, и базу знаний, и нечеткую логику. По-видимому, первыми это поняли и начали активные исследования в этой области японские специалисты"7.

Одной из наиболее важных тенденций развития искусственного интеллекта в последнее десятилетие стала интеграция, которая включает в себя гибридные экспертные системы, интегрированные неврологические, нейронечеткие модели и "мягкие вычисления" по JI. Заде, нейроэксперт-ные системы И.Б. Фоминых, нейрооптические модели О.П. Кузнецова, интегрированные дискретно-континуальные модели интеллектуальных динамических систем, модели эволюционной кибернетики, модели интеллектуальной совмещенной разработки, варианты интеграции нейронных сетей и сетей Петри и пр.

1Чернышев Ю.Н. Реалии и прогнозы трансгуманизма: на полпути к искусственному интеллекту // Синергетическая парадигма. Когнитивно-коммуникативные стратегии современного научного познания. С. 217-218

IV. Обнаружение границ моделирования поведения человека посредством нейронных сетей и любыми аппаратными средствами позволяет сделать вывод о несостоятельности идеи вытеснения человеческого интеллекта машинным: только фетишизация достижений интеллекта позволяет выдвигать допущения такого сорта. Невычислимость человеческого сознания указывает на такие особенности человеческого мозга и организма, которые принципиально ограничивают применение систем и технологий искусственного интеллекта в моделировании мышления и поведения человека. Уже неудачи сциетистско-рационалистического редукционизма в гносеологической интерпретации интеллекта человека как объекта социально-коммуникативной деятельности разоблачают миф, по которому человечество обречено на покорное служение всемогущим машинам.

Современные технологии не в состоянии обеспечить необходимую меру адаптированности аппаратов и технологий искусственного интеллекта к внешней среде. Для того, чтобы интеллектуальные роботы были способны автономно совершать операции по достижению целей, поставленных человеком, интегральный робот должен обладать необходимым комплексом знаний о реальном.мире, в котором он функционирует. Но кардинальные вопросы, связанные с постановкой подобных задач, далеки от разрешения.

Показано, что даже простые на первый взгляд задачи, возникающие перед интеллектуальным роботом при его функционировании в реальном мире (такие, как движение по пересеченной местности, распознавание с естественным освещением, организация сложного поведения и т.п.) не могут быть решены методами, разработанными для экспериментальных задач.

V. Наиболее перспективное направление использования систем и технологий искусственного интеллекта - "сотрудничество" человека и машины. В наши дни интерес разработчиков искусственного интеллекта переместился с создания автономно функционирующих систем, самостоятельно (или в условиях ограниченного общения с человеком) решающих в реальной среде поставленные задачи - к созданию человеко-машинных систем, интегрирующих в единое целое интеллект человека и способности вычислительных машин, имитирующих человеческое поведение. Существует возможность обойти тупики и трудности, к которым приводит использование автономно функционирующих систем с их непригодностью для решения некоторого класса задач, путем перекладывания на человека тех функций, которые пока ещё недоступны для компьютеров. Со своей стороны, компьютерная система позволяет обрабатывать большие массивы информации, многократно просматривать различные пути решения, предлагаемые человеком, предоставлять ему энциклопедическую информацию. Теперь информационное взаимодействие человека с машиной дополняется изучением процессов информационного взаимодействия между людьми, опосредованного разнообразными техническими средствами и технологиями искусственного интеллекта и направленного на интегрирование, взаимную адаптацию интеллектуальных способностей всех участников с учетом их индивидуальных задач, функций, психофизиологических особенностей, условий и средств.

Теоретическая значимость исследования.

Проведенное исследование позволяет концептуализировать и уточнить ряд фундаментальных положений когнитивной науки. Введение понятия релевантности позволило обнаружить и обосновать тренд технических инноваций, сближающий компьютерную инженерию с интеллектом человека. В компаративистском плане в работе проанализированы предпосылки и условия возникновения искусственного интеллекта как социокультурной инновации, раскрыты социокультурные каналы её освоения и диапазон возможностей в плане научного и технологического освоения мира, обоснован прогноз социокультурных последствий использования систем и технологий искусственного интеллекта в глобализирующемся мире.

Практическая ценность исследования.

Результаты диссертационного исследования могут найти свое применение: в курсе философии при разработке методологических рекомендаций по разделам "История философии", "Теория познания", "Методы научного познания", "Наука", "Человек в информационном мире", при разработке спецкурсов для студентов, магистрантов, аспирантов по курсам "Философия и история науки", "Логика и методология научного исследования" и др.

Особое значение результаты исследования имеют для дальнейшего углубления и расширения выводов когнитивной науки, имеющих педагогическую и общеобразовательную направленность, помогающих лучше осознать и осмыслить гуманистические ценности современного интеллектуального знания.

Структура диссертации. Диссертация состоит из введения, четырех глав, включающих 12 параграфов, заключения и списка литературы, насчитывающего 245 наименований.

Заключение научной работыдиссертация на тему "Социокультурные и технологические предпосылки искусственного интеллекта"

ЗАКЛЮЧЕНИЕ

В результате проведенного диссертационного исследования можно сделать следующие выводы.

Начало XXI столетия характеризуется те, что социум приобретает такие сложность, неустойчивость и открытость, которые намного превосходят все виденное человечеством в XX веке. Ведь этот социум насыщен настолько гигантскими информационными потоками, имеет настолько колоссальный потенциал знания, что он становится весьма сложным, дифференцированным, неустойчивым. В таком случае может помочь такая область научного знания, как искусственный интеллект, который занимает одно из ведущих мест в ряду наук и который способствует бурному развитию научно-технического прогресса, решению глобальных проблем современности и в перспективе способен в немалой степени смягчить вызовы нынешнего столетия.

Искусственный интеллект теперь рассматривается не только в качестве одной из научных дисциплин, но и как ключевая технология будущего, представляющая собой совокупность методов, предназначенных для решения проблем в трудно формализуемых областях деятельности человека. Именно методы искусственного интеллекта дают возможность решать многочисленные сложные задачи благодаря тому, что они обладают большим числом степеней свободы с числом вариантов поиска решений, которые приближаются к бесконечности. Системы искусственного интеллекта отличаются от жестко детерминированных компьютерных программ тем, что они сами осуществляют поиск путей решения поставленных задач. Существенным является то, что они способны изменять свои параметры и структуру, совершенствоваться и развиваться, жить своей автономной, не зависящей от воли разработчика жизнью. Именно системы искусственного интеллекта как интеллектуальные системы и организации могут справиться с решением сложных проблем, которые стоят перед человечеством и человеком в XXI столетии. Сейчас происходит развитие искусственного интеллекта как системы методов получения знаний в фундаментальных исследованиях, она становится относительно самостоятельной силой научного и технологического освоения природного и социального миров, способной оказать направленное воздействие на природу и человека, хотя эффекты от применения искусственного интеллекта носят двойственный характер.

Достижения современной науки дают возможность обобщить представления о природе человеческого интеллекта как единства естественного и искусственного компонентов, чей генезис обусловлен природными и культурными свойствами человека; философско-методологическими основаниями проблемы соотношения естественного и искусственного компонентов интеллекта является существенное различие между природой и сущностью человека, где природа есть единство и взаимопроникновение порядка и хаоса, тогда как сущность человека формируется в процессе освоения мира культуры, наполняясь системой ценностей, норм и установок.

Критический анализ традиционных представлений о природе человека, новых подходов зарубежных ученых и научных концепций и гипотез В. И. Вернадского, Н. Н. Моисеева, В. П. Казначеева и других отечественных исследователей и мыслителей позволяет сделать фундаментальный вывод о том, что природа человека нелинейна. В человеческой природе идет борьба стихийного, хаотического и упорядочивающего начал, где разрушительные аффекты погашаются при помощи различных культурных скреп. В связи с этим возникают вопросы о соотношении природы человека как микрокосма и его сущности, ибо относительно стабильный остров человеческого бытия находится в океане нестабильности природного и социального космоса, детерминирующего сущность человека.

В данном случае положение, согласно которому природа человека есть единство и взаимодействие порядка и хаоса, оказывается плодотворным рассматривать с позиций системного подхода: тогда природа человека представляет собой яркий пример хаордической системы. Примером таких систем являются человеческий мозг, мировая погодная система, мировая экономика, Интернет, денежная система общества и др. Природа человека адекватно описывается с позиций хаордической системы, что дает возможность рассматривать как единое целое космический, биологический, психический, социальный и культурный аспекты человеческой природы.

Вместе с тем следует различать понятия «природа» и «сущность» человека, последнее является частью первого и придает ему незавершенный характер. Именно такое существенное различие между понятиями «природа» и «сущность» человека является философско-методологическим основанием анализа проблемы соотношения естественного и искусственного интеллекта. Главная составляющая человеческой сущности - это ин-териоризированная индивидом система социокультурных принципов и ценностей. Тогда ядром таким образом понимаемой сущности человека является совокупность ценностей и принципов, которые осваиваются индивидом в процессе социализации. Именно эти ценности наполняют изначально пустую сущность человека, превращая его в аутентичного человека, способного преобразовывать окружающий, природный и социальный миры, формируя у него интеллект как единство естественного и искусственного компонентов. Именно культура лежит в основе способности человека создавать различные искусственные системы и устройства, в том числе и системы искусственного интеллекта.

Развитие искусственного интеллекта и вытекающая из этого его роль в научном и технологическом освоении мира с необходимостью требует переосмысления традиционных представлений о процессах мышления, о значимости правого и левого полушарий человека в творчестве, генерируя тем самым целый круг фундаментальных проблем освоения и трансформации мира, и обнаруживается корреляция между кардинальными проблемами развития искусственного интеллекта и фрактальной научной картиной мира, в основе которой лежит представления о единстве пространств различной фрактальной размерности.

В современной культуре идет сложный процесс формирования обобщенной интегральной картины мира, неотъемлемым компонентом которой является человек. Можно утверждать, что существенный вклад в нее вносит научная картина мира, начинающая осознавать мировоззренческую значимость представления о человеке как органической части природы (это выражается в тесном контактировании научного знания с универсалиями культуры). Накапливаемый эмпирический и теоретический материал свидетельствует о тенденции к включению человека в формирующуюся научную картину мира. Именно эта становящаяся научная картина мира дает возможность по-новому взглянуть на философские проблемы взаимоотношения искусственного и естественного интеллектов преимущественно в метафорическом плане.

Наши знания об экзистенции человека и функционировании его мозга и психики находятся на таком уровне, когда еще не создана единая наука о человеке. Поскольку же такую науку еще предстоит создать, постольку многие проблемы приходится обсуждать на метафорическом уровне. В специальной научной и философской литературе достаточно широко используются такие метафоры, как «человек - это животное», основанная на теории эволюции биологических видов, и «человек - это машина», вытекающая из внешнего сходства в поведении человека и различных технических устройств. Вторая метафора основана на использовании внешнего сходства в поведении человека и различных технических устройств, в том числе и систем искусственного интеллекта. Именно эта метафора лежит в основе исследования возможностей систем искусственного интеллекта по имитации творческой и интеллектуальной деятельности человека. Развитие науки подтвердило высказанную мысль, свидетельством чего является использование метафоры «компьютер - метафорический мозг человека» в искусственном интеллекте. Метафора «компьютер - метафорический мозг человека» дает возможность новой трактовки интеллекта как физически воплощенный и расположенный в природном и социальном мире контекст, а искусственный интеллект рассматривать как область компьютерной науки, занимающуюся автоматизацией разумного поведения. Следует иметь в виду, что существуют и более широкие дефиниции искусственного интеллекта, однако все эти определения получают свои интерпретации в аспекте новой, формирующейся научной, фрактальной картины мира. Можно утверждать, что фрактальная картина мира позволяет очертить возможности моделирования системой искусственного интеллекта человеческий интеллект.

Философское осмысление принципиально новых моментов, вносимых искусственным интеллектом в различные области человеческой деятельности: возможность создавать новые экспертные системы, осуществлять машинный перевод, распознавать образы, - позволяет выяснить характер осуществления прогноза социокультурных последствий использования искусственного интеллекта в научном и технологическом освоении мира, причем эвристический характер имеет концепция «неархимедова времени», которая дает осознать частично принципиальную непредсказуемость социокультурных последствий для научного и технологического освоения мира методами искусственного интеллекта и вместе с тем отчасти предвидеть эти последствия.

К фундаментальным философским и методологическим проблемам искусственного интеллекта и его соотношения с человеческим мышлением относится проблема времени (и пространства). Следует констатировать, что в современной науке доминируют геометрические модели времени и пространства целой размерности, закрепляющие в сознании исследователей старые стереотипы и предрассудки. В настоящее время весьма плодотворным оказывается негеометрический образ времени, в том числе компьютерные модели времени и описываемые фракталами пространства дробной размерности, учитывающие то обстоятельство, что бытие прошлого и настоящего еще не гарантирует переход в бытие будущего, что нас окружают объекты и системы дробной размерности. С фрактальным подходом к миру связана негеометрическая, нелинейная концепция неархимедова времени.

Эта концепция позволяет описывать частично упорядоченное множество, каковым является мир природы с его разнообразием нелинейных структур и мир общества с его сложными политическими, экономическими, культурными и другими системами и мощными новыми технологиями. Существенно и то, что неархимедово время содержит в себе компоненты линейного, циклического, ветвящегося, спирального и колебательного времени, что дает возможность «схватить» порядок и хаос в эволюции природы и развитии общества, освобождаясь от устаревших стереотипов мышления в научном исследовании, спрогнозировать будущее развитие общества, системообразующим фактором которого выступает человек. Именно концепция неархимедова времени дает возможность нащупать то соотношение человеческого мышления и искусственного интеллекта, которое позволит сохранить бытие homo sapiens.

В общем плане именно частично упорядоченное множество континуума неархимедова времени дает методологические основания для возможности эффективно использовать системы искусственного интеллекта с заранее заданными параметрами, тогда как частично неупорядоченное множество этого темпорального континуума ставит предел прогнозированию результатов конструирования систем искусственного интеллекта -может возникнуть система с непредсказуемыми чертами. Самое интересное состоит в том, что даже конструирование системы искусственного интеллекта с тем или иным набором свойств тоже не исключает неожиданных эффектов.

Искусственный интеллект появился не просто путем закономерного накопления рационального и научного знания, полученного в результате экспериментов ученых и практической деятельности инженеров, но и благодаря закодированному в европейской культуре античного времени, средних веков и нового времени стремлению свести к логическим операциям знания о мире и передать эту функцию специальному устройству в виде системы искусственного интеллекта.

Искусственный интеллект возник благодаря социокультурным предпосылкам, которые сложились именно в рамках европейской культуры. Выяснению социокультурных предпосылок искусственного интеллекта способствует концепция (социального кодирования) социокода, обоснованная в трудах М.К. Петрова. В данном случае методологической основой такой концепции является положение, согласно которому в античности возник универсально-понятийный способ кодирования. Благодаря этому социокоду выработаны такие абстракции, как «человек вообще» и «человечество», «гуманизм», «свобода», «целостный индивид», кои лежат в основе концепции человека — автора исторического процесса, самостоятельно вершащего «судьбу» социального целого, человека, развивающего все свои творческие потенции безотносительно к заранее заданным схемам.

Именно способность человека развивать все свои творческие способности безотносительно к заранее заданным схемам, его универсальное отношение к миру, обусловленное особенностями античного типа социального кодирования, лежит в основе социокультурных предпосылок появления искусственного интеллекта. Уже в античности появилась одна из первых социокультурных предпосылок возникновения искусственного интеллекта - ориентация человека на поиск нового и связанная с ним психологическая установка на творческую деятельность. Другой социокультурной предпосылкой возникновения искусственного интеллекта является античная традиция мышления, прежде всего логики и философии. Третьей социокультурной предпосылкой генезиса искусственного интеллекта в виде устройства является тщательно разработанная в средневековой Европе концепция искусственной памяти. Четвертой социокультурной предпосылкой возникновения искусственного интеллекта стали идеи Ренессанса, основанные на греческой традиции, которые дали толчок развитию иного, мощного представления о человечестве и его роли в природе - на смену мистицизму как средству объяснения вселенной пришел эмпиризм с его математическим формализмом. Большинство современных социальных и физических теорий своими корнями уходит к выработанной тогда идее о возможности математического анализа и постижимо-сти природных или искусственных процессов. Если к этому прибавить результаты трудов Р. Декарта, которые лежат в основе развития современных концепций мышления и разума, то можно обнаружить их значимость в качестве пятой социокультурной предпосылки возникновения искусственного интеллекта. Создание цифровых вычислительных машин является шестой социокультурной предпосылкой появления искусственного интеллекта. Сейчас в области искусственного интеллекта в качестве методологической основы используются идеи Виттгенштейна об антропологических и культурных корнях знания, что заставило обратиться к социальным моделям интеллектуального поведения, которые являются седьмой социокультурной предпосылкой. Восьмой социокультурной предпосылкой развития искусственного интеллекта выступает модель интеллекта, заимствованная из биологии, с ее процессами адаптации видов к окружающей среде. Девятая социокультурная предпосылка развития искусственного интеллекта состоит в широкое распространении автоматизированных технологий, которое началось, по-видимому, в 40-50 годах ушедшего XX века. В качестве десятой социокультурной предпосылки развития искусственного интеллекта служат интересы военного производства, обслуживающего потребности армии современных государств.

Достижения в области искусственного интеллекта достаточно сильно воздействует на сознание человека, и понятно, что они проникают различными путями (каналами) из науки и технологии в обыденную культуру, в которой происходит их освоение в широком масштабе. Можно выделить два таких канала: во-первых, фантастические представления, распространяемые мифологией и искусством; они при помощи средств коммуникации, воспитания и образования входят в массовое сознание; во-вторых, научные исследования, чьи результаты через информатику и практическое применение также осваиваются обыденным сознанием. Оба этих канала в конечном счете замыкаются на уровне обыденной культуры, и освоенные результаты искусственного интеллекта в виде социокультурных образцов и стереотипов оказывают регулирующее влияние на дальнейшие исследования в области искусственного интеллекта.

Искусственный интеллект имеет широкое поле для своего применения, его практические и теоретические результаты позволяют в определенной степени высветить механизмы взаимосвязи одного фундаментального состояния мира - природного - с другим - социокультурным. Ведь человек в своей деятельности, используя искусственный интеллект вместе с другими технологиями (биотехнологиями, нанотехнологиями и пр.), творит материал, который на общесоциальном уровне получает форму различных социокультурных образований: предметов (интеллектуальные роботы, искусственный мозг и пр.), теоретических представлений и новых направлений в науке (возникшие в последнее время теория агентов, многоагентных систем и интеллектуальных организаций, методы компьютерной обработки и анализа информационных массивов Всемирной паутины, используемые конкурентной разведкой в Интернете, виртуальные технологии, концепция автоформализации знаний в качестве ключевого фактора превращения Интернета из гиперкниги в гипермозг и т.д.), ценностей (моральные ценности, связанные с компьютерной этикой, которая, в свою очередь, актуализированы успехами в области исусственного интеллекта) и пр. Эти социокультурные образования оказывают влияние на формирование вновь приходящих поколений благодаря механизмам культурного наследования и социализации; они преобразуют также и сознание с его представлениями, ценностными установками нормами, способствуют становлению на индивидуальном, групповом и общесоциальном уровнях новых способов мышления и деятельности. Происходит преодоление сложившихся социокультурных стереотипов посредством формирующихся новых образцов на основе достижений искусственного интеллекта (понятно, свою роль играют и успехи робототехники, микроэлектроники, химии новых материалов и т.д.).

Нейронные сети, генетические алгоритмы и искусственная жизнь представляют собой специфические средства моделирования мира и человека, что обусловлено рациональной природой искусственного интеллекта и целостной природой человека со всеми рациональными и иррациональными аспектами его экзистенции. В последние годы сформировались два самостоятельных подхода к построению искусственного разума: первый основан на применении технологии экспертных систем, предполагающей программно-алгоритмическую реализацию интеллектуальных функций, связанных с использованием знаний (так называемая «линия фон Неймана»), второй - на применении технологий нейросетевых структур, моделирующих интеллектуальные функции (нейрокомпьютинг). Именно нейрокомпьютинг - архитектура обработки информации «по образу и подобию» биологических нервных систем - за счет увеличения степени параллелизма вычислений дает возможность решать проблемы, связанные с функционированием Интернета, в котором большую часть трафика составляют уже не символы, а образы - картинка, музыка, речь и видео. Поскольку компьютерная революция еще не завершена, постольку проблемы искусственного интеллекта будут весьма актуальными, так как наше понимание человеческого мозга неполно: никто не понимает, как принимаются решения или как происходят свободные процессы воображения.

Эти средства моделирования мира и мышления человека (нейронные сети, генетические алгоритмы и искусственная жизнь) определяются тем, что они схватывают рациональные стороны социального и природного миров. Другими словами специфика искусственного интеллекта состоит в том, что он по своей сути рационален, что он функционирует и решает проблемы на машинном уровне, лишенном бессознательного. Это и отличает его от экзистенции человека, который является целостным существом со всеми своими рациональными и иррациональными аспектами. Ведь внутренний мир человека, его психика, компонентом которой является мышление, представляет собой социальное явление. Поэтому в психике человека имеется бессознательное, поэтому поведение человека во многом определяется различными аспектами «социального бессознательного», что оказывает немалое влияние на его жизнь. К этому следует добавить явление «раздвоения личности», неотъемлемой от проблемы неосознанной психической деятельности, или бессознательного.

Моделирование средствами искусственного интеллекта неосознанной психической деятельности человека (интуиции, подсознания) оказывается ограниченным рамками рационального. В данном случае моделирование специфическими средствами искусственного интеллекта позволяет в раках фрактальной картины мира выявить лишь инварианты, общие функционированию систем искусственного интеллекта и деятельности человека. С этим связано наличие границ использования искусственного интеллекта в научном и технологическом освоении мира, в моделировании нейронными сетями моделирования поведения индивида, отражая его состояние, его чувства и эмоции как оценки эффективности тех или иных его действий.

Исследования человеческого познания и способов решения задач человеком внесли существенный вклад в теорию искусственного интеллекта и разработку его программного обеспечения. Одновременно с этим работы в области искусственного интеллекта дали возможность осуществить построение моделей и экспериментальную проверку научных результатов во многих дисциплинах, в том числе биологии, лингвистике и психологии познания. Это оказалось тесно связанным с такими существенными философскими проблемами, как ограниченность представлений, важность физического овеществления процессов мышления и роль культуры в накоплении и интерпретации знаний. Однако особенности человеческого мозга и организма таковы, что они принципиально ограничивают применения систем и технологий искусственного интеллекта в моделировании мышления и поведения человека.

Своего философского осмысления требует проблема моделирования методами искусственного интеллекта человеческой памяти, которые позволяют выяснить ее особенности. Как известно, стоящая перед исследователями мозга основная цель - это выявление механизмов информационного преобразования, с чьей помощью афферентные нервные «тексты» преобразуются в эфферентные. Эта функция мозга внешне проявляется как поведение и существенным образом направляется памятью, механизмами записи, поиска, опознания и воспроизведения информации, которые в свою очередь реализуются путем взаимодействия между нейронами. Эти же вопросы находятся в фокусе внимания исследователей в области искусственного интеллекта. Проблема искусственного мозга, которая еще недавно казалась неразрешимой из-за слишком большого количества элементов и в особенности их связей у прототипа — человеческого мозга, теперь может быть решена на основе новейших технологий.

Проблема исследования оснований памяти человека весьма сложна и многоаспектна, что объясняет существование в науке множество различных концепций и моделей. Идет интенсивное изучение эмоциональной памяти, природы амнезии у человека, биологических механизмов памяти, что открывает многообещающие перспективы в разработке компьютерных систем и проникновения в глубины сознания, в том числе и бессознательного, и т.д. Функционирование систем искусственного интеллекта, которые используются в компьютерах и других устройствах искусственного интеллекта, невозможно без использования памяти различного рода ассоциативной, распределенной и пр.). Значительный интерес представляет то, что именно искусственный интеллект позволяет высветить особенности человеческой памяти.

Существенно то, что в долговременной памяти искусственного интеллекта будут храниться все знания мира - образы объектов материального мира и объектов, созданных непосредственно в идеальном мире за всю историю человечества. Системы образов будут составлять картины материального и идеального в прошлом, настоящем и будущем. Совокупность индивидуальных картин будет интегрироваться в максимально объективные изображения исторических эпох. Появится возможность путешествий по ячейкам памяти искусственного интеллекта, станут реальностью путешествия в прошлое и в вариантное будущее в идеальном мире искусственного интеллекта. Можно будет побывать в «шкурах» животных, а может быть, и растений, понять мир природы, мысли и чувства каждого существа. Вся информация в памяти искусственного интеллекта может храниться практически вечно. Чтобы человек мог развивать свои творческие способности, надо конструировать искусственный интеллект не как самостоятельный разум, а как продолжение сознания, развитие возможностей человека. При этом не следует забывать тот существенный момент, что человеческая память неразрывно связана с социально-историческим прошлым той или иной культуры.

Если человек достаточно легко решает задачи распознавания образов, то попытки моделирования посредством систем искусственного интеллекта этих высокоинтеллектуальных функций наталкиваются на весьма серьезные трудности. Создание искусственного интеллекта есть не что иное, как построение распознающих систем, которые по своим возможностям приближаются к возможностям человека в решении проблем распознавания. Однако в принципе можно создать такие системы распознавания, которые могут выступать эквивалентами человеческого мышления в распознавании образов. В связи с этим представляет значительный интеpec принципиальные схемы систем распознавания образов, которые в искусственном интеллекте альтернативны друг другу, а именно: пандемониум Селфриджа и персептрон Розенблатта.

Философский и методологический интерес представляет осмысление аналогии между распознаванием систем искусственного интеллекта и человеческим мышлением. Немаловажным является то, что данная аналогия может привести к значимым социальным последствиям. Не исключено, что мир в ближайшие десятилетия кардинально изменится, причем источником изменений будут такие новые технологии, как суперинтеллект и нанотехнология. Сложилось новое направление философии — трансгуманизм, рассматривающий роль человека в новом мире, влияние новых технологий на общество, природу и другие вопросы. Сторонники этого направления считают, что в будущем молекулярная нанотехнология позволит создать искусственный разум (модель мозга человека) и осуществить перенос сознания из биологического мозга в компьютер. Экспериментальное образцы суперразума, очевидно, будут представлять собой нечеткий нейронный искусственный интеллект, построенный на принципах, отражающих не только основные научные подходы, но и моделирующих разные стороны поведения человека (зрение, слух, мышление, движение и пр.). Необходимо отметить, что имеются вполне определенные основания для появления в будущем интеллектуальных систем типа суперинтеллекта, построенного на аналогии между распознаванием и мышлением.

С точки зрения, развиваемой в данной работе, будущий суперинтеллект, построенный на аналогии между распознаванием системами искусственного интеллекта и человеческим мышлением, будет представлять собой имитацию мыслительной деятельности человека. Данная имитация является весьма плодотворной, так как она дает возможность решить проблему выявления «скрытых» (имплицитных) структур знания, т.е. позволяет осуществить моделирование невербальной формы знания и «шестого чувства» (интуиции).

Не совсем адекватно действительному положению дел философское утверждение, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике. Однако в этом рассуждении не учитывается, что пути усложнения материи однозначно не предначертаны и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Следовательно, вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований, что сделает более ясными перспективы развития искусственного интеллекта.

Воздействие систем искусственного интеллекта на жизнедеятельность человека обусловлено тем, что развитие науки и ее применения в виде технологий не может не трансформировать сформированный эволюцией вид Homo sapiens. В настоящее время стоит вопрос о поиске конкретно-исторического оптимума соотношения технологических возможностей такого воздействия и системы ценностей человека, сохраняющего его как существующий вид. В противном случае развитие науки и технологии может привести к отрицанию самого человека, к превращению его в киборга. Сам оптимум неразрывно связан с решением, во-первых, в рамках какой культуры рассматривается спектр возможностей воздействия систем искусственного интеллекта на жизнедеятельность человека, во-вторых, проблемы воздействия исторически ограниченной формы абсолютных этических ценностей на степень воздействия искусственного интеллекта на жизнедеятельность человека, чья ценность детерминирована существующей конкретной культурой. Поскольку системы искусственного интеллекта являются одной из важнейших частей культуры общества, обеспечивая собою процесс социокультурной коммуникации, и обеспечивающий этот процесс социальный институт, постольку поиск данного оптимума связан с учетом специфики социокультурной среды современного человека.

Динамичный характер этого оптимума обусловлен также и использованием в сфере искусственного интеллекта концепции неархимедова времени. В общем плане именно частично упорядоченное множество континуума неархимедова времени дает методологические основания для возможности для прогнозирования социокультурных последствий использования систем и технологий искусственного интеллекта в деятельности человека, тогда частично неупорядоченное множество этого темпорального континуума ставит предел прогнозированию результатов этого использования - могут появиться непредсказуемые социокультурные последствия. Вся сложившаяся ситуация с непрогнозируемыми последствиями развития искусственного интеллекта показывает границы искомого оптимума.

Данный оптимум детерминирован также воздействием исторически ограниченной формы абсолютных этических ценностей на степень влияния систем и технологий искусственного интеллекта на деятельность человека. Выше было сформулировано положение о том, что ядром сущности человека является совокупность этических принципов, тогда как искусственный интеллект моделирует природу человека. В системной методологии данное соотношение выражается в виде «звездной системы» -центрально звено (нравственное ядро сущности человека) может эволюционировать с препятствиями и медленно, что и подтверждается фактами истории, тогда как изменения человеческой телесности обусловлены применением технологий и происходят весьма быстро. Такой тип связей является оптимальным типом сочетания мягкой (использование технологий) и жесткой систем (нравственное ядро), его можно назвать условно звездным, ибо жесткая составляющая определяет границы изменения телесности, позволяя ей эволюционировать в диапазоне, необходимом для совершенствования человека.

Именно данный оптимум дает возможность построения систем искусственного интеллекта, которые ориентированы на ценности человеческой деятельности. В этом плане заслуживают внимания системы гибридного интеллекта, способствующие нормальной деятельности человека в условиях гигантских информационных потоков. Теперь информационное, взаимодействие человека с машиной искусственный интеллект дополняет теперь изучением процессов информационного взаимодействия между людьми, разделенными в пространстве и времени, опосредованного разнообразными техническими средствами и технологиями искусственного интеллекта и направленного на интегрирование, взаимную адаптацию интеллектуальных способностей всех участников с учетом их индивидуальных задач, функций, психофизиологических особенностей, условий и средств.

В настоящее время происходит смена парадигм искусственного интеллекта (от классической к синергетической), что имеет немаловажные социокультурные последствия: системы и технологии искусственного интеллекта находят все возрастающее применение в управлении, авиации, космической технике, энергетике, химической промышленности, связи, биометрии и многих других направлениях человеческой деятельности. Смена парадигм искусственного интеллекта повлечет за собой кардинальные изменения в деятельности человека - он настолько будет сынтегриро-ван с системами искусственного интеллекта, что не сможет нормально осуществлять свою жизнедеятельность без них. Именно системы искусственного интеллекта смогу обеспечить необходимые технические предпосылки для выживания в среде информационных систем. Поэтому в связи с гигантскими потоками информации он нуждается в переходе к интеграции с «гипермозгом» (всемирной системой искусственного интеллекта), т.е. человек сможет функционировать только в гибридной системе «человек -гипермозг», требующей для этого подключения всех новейших технологий. Это в свою очередь приведет к фундаментальным изменениям социокультурного характера, так как системы искусственного интеллекта в союзе с генноинженерными технологиями, нанотехнологиями могут вызвать изменения в природной и социокультурной основах человеческого существования и привести к совершенно другому экзистенциальному измерению бытия человека. Все эти выводы могут быть использованы в дальнейших исследования философских и методологических проблем искусственного интеллекта.

187

Список научной литературыСтепаненко, Алексей Сергеевич, диссертация по теме "Философия науки и техники"

1. Абрамов М.Г. Человек и компьютер: от Homo faber к Homo in-formaticus 11 Человек. 2000. № 4.

2. Аверинцев С.С. Голем // Мифологический словарь. М.,1990.

3. Адамар Ж. исследования психологии процесса изобретения в области математики. М., 1974.

4. Азроянц Э.А. Периодическая таблица фрактальной эволюции // Современная картина мира. Формирование новой парадигмы. М., 2001. Вып.2.

5. Айдаркин Е.К., Жданов Ю.А., Кураев Г.А., Пахомов Н.В. Виртуальная реальность технология иллюзий // Научная мысль Кавказа. 1997.№4.

6. Алиев Р.А. Интеллектуальные роботы с нечеткими базами данных. М., 1995.

7. Амамия М., Танака Ю. Архитектура ЭВМ и искусственный интеллект, М., 1993.

8. Амосов Н.М. Искусственный разум. К., 1969.

9. Амосов Н.М., Касаткин A.M., Касаткина Л.М., Талаев С.А. Автоматы и разумное поведение. К., 1973.

10. Анисов A.M. Темпоральный универсум и его познание., М., 2000.

11. Арбиб М. Метафорический мозг. М., 2004.

12. Аршинов В.И., Войцехович В.З. Синергетическое знание: между сетью и принципами // Синергетическая парадигма. Многообразие поисков и подходов. М., 2000.

13. Ахундов М.Д. Концепции пространства и времени: истоки, эволюция, перспективы. М., 1982.

14. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М., 2004.

15. Белов Н.А. Физиология типов. Орел. 1924.

16. Бердников В.А. Эволюция и прогресс. Новосибирск. 1991.

17. Бехтерева Н.П. О мозге человека. XX век и его последняя декада в науке о мозге человека. СПб., 1997.

18. Биомолекулярные нейросетевые устройства / Под ред. Н.Г. Рамбиди. М., 2002.

19. Биотехника новое направление компьютеризации / Ред. Г.Р.Иваницкий. М.,1990.

20. Богданов А.А. Всеобщая организационная наука (Текто-логия). В 3-х т. М.,1925-1929.

21. Богданов В., Татарников О. Интерактивное искусство и оборудование для виртуальной реальности // Компьютер-пресс. 1999. №7.

22. Бом Д. Теория относительности. М., 1967.

23. Бонгард М.М. Проблема узнавания. М., 1967.

24. Боно де Э. Латеральное мышление. СПб. 1997.

25. Брагина Н.Н., Доброхотова Т.А. Функциональные асимметрии человека. М., 1988.

26. Бруэр Р. Дж., Хан Э. JI. Атомная «память» // В мире науки. 1985. №2.

27. Будущее искусственного интеллекта. М., 1991.

28. Бурлаков И.В. Homo Gamer: Психология компьютерных игр. М., 2000.

29. Быковский И.А. Философские аспекты создания искусственного интеллекта. Дисс. на соиск. уч. степ. канд. филос. н. Саратов. 2003.

30. Валлерстайн И. Конец знакомого мира: Социология XXI века. М., 2003.

31. Веденов А.А. Математическое моделирование элементов мышления. М., 1988.

32. Вейнберг И.П. Человек в культуре древнего Ближнего Востока. М., 1986.

33. Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика. М., 1990.

34. Волков Ю.Г., Поликарпов B.C. Интегральная природа человека: естественнонаучный и гуманитарный подход. Ростов-на-Дону. 1994.

35. Волков Ю.Г., Поликарпов B.C. Многомерный мир современного человека. М., 1998.

36. Волков Ю.Г., Поликарпов B.C. Человек: энциклопедический словарь. М., 2000.

37. Вольфенгаген В.Э. Категориальная абстрактная машина. М., 2002.

38. Всемирная энциклопедия: Философия / Гл. научн. ред. и сост. А.А. Грицанов. М,- Мн., 2001.

39. Всемирный доклад по образованию 1998 г. М., 1999.

40. Выготский JI.C. Мышление и речь // Собр. соч. М., 1982. Т. 2.

41. Выготский JI.C. Психология. М., 2000.

42. Г. Хакен Г. Основные понятия синергетики // Синерге-тическая парадигма. Многообразие поисков и подходов. М.,2000.

43. Галушкин А.И. Нейрокомпьютеры и их применение на рубеже тысячелетий в Китае. В 2-х томах. М., 2004.

44. Галушкин А.И. Теория нейронных сетей. М., 2000. Кн.1.

45. Гамезо М.В., Домашенко И.А. Атлас по психологии. М., 1998.

46. Гарфинкель С. Все под контролем: Кто и как следит за тобой. Екатеринбург. 2004.

47. Гельфанд И.М., Гурфинкель B.C., Цетлин M.J1. О тактике управления сложными системами в связи с физиологией // Биологические аспекты кибернетики. М., 1962.

48. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашов, С.А. Сергеев. X., 1997.

49. Геодакян В.А. О структуре эволюционирующих систем // Проблемы кибернетики. М.,1973.

50. Глазунов В.А. Робототехника и постнеклассическая наука // Вопросы философии. 2002. №11.

51. Глейк Дж. Хаос: создание новой науки. СПб., 2001.

52. Голицын Г.А., Фоминых И.Б. Нейронные сети и экспертные системы: перспективы интеграции // Новости искусственного интеллекта. 1996. № 1.

53. Гольданский В.И. Квантовая химия глубокого холода // В мире науки. 1984. № 12.

54. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск. 1996.

55. Горелик A.JL, Скрипкин В.А. Методы распознавания. М., 2004.

56. Грановская P.M., Березная И.Я. Интуиция и искусственный интеллект. Л., 1991.

57. Громов Г.Р. От гиперкниги к гипермозгу: информационные технологии эпохи Интернета. М., 2004.

58. Гроф С. Холотропное сознание. М., 1996.

59. Грэм Р.Л., Спенсер Дж.Х. Теория Рамсея// В мире науки. 1990. N9.

60. Дворянчикова Н.В. Создание искусственного интеллекта. http://cube.hl .ru/al 1/ail. html

61. Денисюк Ю.Н. Некоторые проблемы и перспективы голографии в трехмерных средах // Оптическая голография. В 2-х т. М., 1982. Т. 2.

62. Дрейфус X. Чего не могут вычислительные машины. М., 1978.

63. Дудихин В.В., Дудихин О.В. Конкурентная разведка в Интернет. М., 2004.

64. Емельянов В.В., Курейчик В.М., Курейчик В.В. Теория и практика эволюционного моделирования. М., 2003.

65. Жидков B.C., Соколов К.Б. Десять веков российской ментальности: картина мира и власть. СПб., 2001.

66. Завадовский М.М. Противоречивое взаимодействие между органами. М.,1941.

67. Заде JI. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных/интеллектуальных систем // Новости искусственного интеллекта. 2001. №2-3.

68. Зозуля Ю.И. Интеллектуальные нейросистемы. М., 2003.

69. Ивако А.В. Введение в теорию молекулярного пространства. М., 1999.

70. Иваницкий A.M., Стрелец В.Б., Корсаков И.А. Информационные процессы мозга и психическая деятельность. М., 1984.

71. Исследования памяти. М., 1990.

72. Казначеев В.П., Трофимов А.В. Очерки о природе живого вещества и интеллекта на планете Земля: Проблемы космоплане-тарной антропоэкологии. Новосибирск. 2004.

73. Калан Р. Основные концепции нейронных сетей. М.-СПб.-К., 2003.

74. Калинин Э.Ю. Методологический анализ статуса нелинейности в естествознании//Самоорганизация и наука: опыт философского осмысления. М.,1994.

75. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 2001.

76. Кастельс М. Информационная эпоха: экономика, общество и культура. М., 2000.

77. Каталог биосферы. Справочник. М., 1991.

78. Кащенко С.А., Майоров В.В., Мышкин И.Ю. Исследования колебаний в кольцевых нейронных системах // Доклады РАН. 1993. Т. 333. №5.

79. Кинцель В. Спиновые стекла как модельные системы для нейронных сетей // Успехи физических наук. 1987. Т. 152. Вып. 1.

80. Клике Ф. Пробуждающееся мышление. М., 1983.

81. Клименко А.В. Основы естественного интеллекта. Ростов-на-Дону. 1994.

82. Кобаяси Н. Введение в нанотехнологию. М., 2005.

83. Кобринский Б.А. К вопросу о формальном отражении образного мышления и интуиции специалиста слабо структурированной предметной области // Новости искусственного интеллекта. 1998. №3.

84. Коллингвуд Р. Идея истории. Автобиография. М., 1980.

85. Колмогоров А.Н. Автоматы и жизнь // Кибернетика -неограниченные возможности и возможные ограничения: Итоги развития. М., 1968.

86. Короткое А.В. Послесловие к Матрице: виртуальные миры и искусственная жизнь. М., 2005.

87. Кузнецов О.П. неклассические парадигмы в искусственном интеллекте // Известия РАН: Теория и системы управления. 1995. №5.

88. Кунин П.Е., Карп В.П. О построении решающего правила при решении задач альтернативной диагностики методом перебора конъюнкций с направленным обучением // Автоматизация, организация, диагностика. М., 1971.

89. Курдюмов С.П., Князева Е.Н. У истоков синергетического видения мира// Самоорганизация и наука: опыт философского осмысления. М., 1994.

90. Ларами Ф.Д. Компьютерные игры: секреты бизнеса. М., 2004.

91. Лебедев В.И. Раздвоение личности и бессознательное (о неосознаваемых формах психической деятельности). М., 2002.

92. Левкович-Маслюк Л.И. Физическая личность // Компьютерра. 1997. №40. 13.10.

93. Лейбниц Г.В. Соч. М., 1982. Т. 1.

94. Лем С. Модель культуры // Вопросы философии. 1969. №8.

95. Логический подход к искусственному интеллекту: от классической логики к логическому программированию. М., 1990.

96. Лотман Ю.М. Семиосфера. СПб., 2001.

97. Лоуэнталь Д. Прошлое чужая страна. СПб., 2004.

98. Люггер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М., 2003.

99. Макаров И.М. Искусственный интеллект близкая реальность // Вестник РАН. 1996. Т. 66. № 2.

100. Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики. М., 2000.

101. Малиновский А.А. Значение общей теории систем в биологических науках // Системные исследования. Методологические проблемы. М.,1984.

102. Маслоу А. Г. Новые рубежи человеческой природы. М., 1999.

103. Медведев Ф.А. Лузин о неархимедовом времени // Ис-торико-математические исследования. М., 1993. Вып. 34.

104. Меркушев А.В. Нейросетевые методы обработки сигналов в информационных системах. Элементы структуры, принципы обучения и мера многообразия отображений, реализуемых нейронной сетью // Информационные технологии. 2005. № 3.

105. Методы современной теории автоматического управления / Под ред. Н.Д. Егупова. М., 2000. Т. 3.

106. Механизмы памяти / Под ред. Г.А. Вартаняна. М., 1987.

107. Минаев Ю.Н., Филимонова О.Ю., Лиес Б. Методы и алгоритмы идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе. М., 2003.

108. Мишкин М., Эппенцеллер Т. Анатомия памяти // В мире науки. 1987. № 8.

109. Моисеев Н.Н. Пути к созиданию. М., 1992.

110. Моисеев Н.Н. Современный рационализм. М., 1995.

111. Молдер Д.К. Сенсорные сети // В мире науки. 2004. №10.

112. На пути к теоретической биологии. М., 1970.

113. Накано Э. Введение в робототехнику. М., 1988.

114. Налимов В.В. Вероятностная модель языка. М., 1979.

115. Неймарк Ю.И. (ред.). Распознавание образов и медицинская диагностика. М., 1972.

116. Нейрокомпьютеры в системах обработки изображений / Под ред. Ю.В. Гуляева и А.И. Галушкина. М., 2003.

117. Нейрокомпьютеры и интеллектуальные роботы / Н.М. Амосов, Т.М. Байдык, А.Д. Гольцев и др. К., 1991.

118. Нейроматематика / Под общ. ред. А.И. Галушкина. М., 2002.

119. Непейвода Н.Н. Логический подход как альтернатива системному в математическом описании систем // Экспертные системы: состояние и перспективы. М., 1989.

120. Нильсон Н. Принципы искусственного интеллекта. М., 1985.

121. Новые области применения математики/Под ред. Дж. Лайтхилла. Минск. 1981.

122. Носов Н. Перспективы виртуальной цивилизации // Alma mater. 1997. № 6.

123. Овчинников Ю.А. Химия жизни. Избранные труды. М.,1990.

124. Осипов Г.С. Динамика в системах, основанных на знаниях // Известия РАН: Теория и системы управления. 1998. № 5.

125. Оссовский С. Нейронные сети для обработки информации. М., 2002.

126. Павлов И.П. Полн. собр. трудов. Т. III. М.-Л., 1949.

127. Павлов К.А. Существует ли неискусственный интеллект? // Вопросы философии. 2005. № 4.

128. Пайтген Х.-О., Рихтер П.Х. Красота фракталов. М.,1993.

129. Пенроуз Р. Новый ум короля. М., 2003.

130. Петров В.М. Количественные методы в искусствознании. М., 2000.

131. Петров М.К. Искусство и наука. Пираты Эгейского моря и личность. М., 1995.

132. Петров М.К. Язык, знак, культура. М., 1991.

133. Поликарпов B.C. Наука и мистицизм в XX веке. М., 1990.

134. Поликарпова В.А. Социокультурные проблемы генной инженерии человека. Автореф. дисс. на соиск. уч. степ. докт. фи-лос.н. Ростов-на-Дону. 1999.

135. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. М., 1988.

136. Поспелов Э.А. Моделирование рассуждений. М., 1989.

137. Практика глобализации: игры и правила новой эпохи / Под ред. М.Г. Делягина. М., 2000.

138. Пригожин И. Новый союз науки и культуры //Курьер ЮНЕСКО. 1988. Июнь.

139. Пригожин И. От существующего к возникающему: время и сложность в физических наука. М., 2002.

140. Пригожин И., Стенгерс И. Порядок из хаоса. Новый диалог человека с природой. М.,1986.

141. Прохоров А. Многоликая виртуальная реальность // Компьютер-пресс. 2000. № 8.

142. Психологическая энциклопедия / Под ред. Р. Корсини и А. Ауэрбаха. М., СПБ. 2003.

143. Психологический словарь / Под ред. В.П. Зинченко, Б.Г. Мещерякова. М., 1997.

144. Радченко А.Н. Ассоциативная память. Нейронные сети. Оптимизация нейропроцессоров. СПб., 1998.

145. Райфа Г. Анализ решений. М., 1977.

146. Распознавание. Аутодиагностика. Мышление. Синергетика и наука о человеке / Под ред. Д.С. Чернавского. М., 2004.

147. Расторгуев С.П. Инфицирование как способ защиты жизни. Вирусы: биологические, социальные, компьютерные. М., 1996.

148. Редько В.Г. эволюционная кибернетика. М., 2001.

149. Розенблатт Ф. Принципы нейродинамики. М., 1965.

150. Розин В.М. Философия техники. М., 2001.

151. Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике. М., 2000.

152. Ротенберг B.C. Внутренняя речь и динамизм поэтического мышления // Философские науки. 1991. № 6.

153. Ротенберг B.C., Аршавский В.В. Межполушарная асимметрия мозга // Вопросы философии. 1984. № 4.

154. Рязанцев С. Тайна запахов и звуков. М., 1997.

155. Саган К. Драконы Эдема. М.,2005.

156. Сандер JI.M. Фрактальный рост // В мире науки. 1987. №3.

157. Сидоров М.А. Магия «нано». Эволюция современной электроники: от нанонауки к нанобизнесу. М., 2005.

158. Сикевич З.В., Крокинская O.K., Поссель Ю.А. Социальное бессознательное. СПб., 2005.

159. Скворцов JI.B. Информационная культура как условие выживания человечества // Проблемы глобальной безопасности. М.,1995.

160. Скороходова О.И. Как я воспринимаю, представляю и понимаю окружающий мир. М., 1972.

161. Словарь философских терминов / Научн. ред. В.Г. Кузнецов. М., 2004.

162. Слэйгл Дж. Искусственный интеллект, подход на основе эвристического программирования. М., 1973.

163. Смолин Д.В. Введение в искусственный интеллект. М., 2004.

164. Солсо P.J1. Когнитивная психология. М., 2002.

165. Степаненко А.С. Искусственный интеллект: философские и социокультурные предпосылуи развития. Ростов н/Д: АПСН СКНЦ ВШ, 2003.-120 с.

166. Степаненко А.С. Проблема искусственного интеллекта: с точки зрения современных лингвистических теорий // Гуманитарные и социально-экономические науки. Ростов-на-Дону, 2006. № 7.

167. Стевенсон JL Десять теорий о природе человека.М., 2004.

168. Степин B.C. Теоретическое знание. М., 2003.

169. Степин B.C., Кузнецова Л.Ф. Научная картина мира в культуре техногенной цивилизации.М.,1994.

170. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М., 2002.

171. Тарасов В.Б. Эволюционная семиотика новое синерге-тическое направление в искусственном интеллекте // Искусственный интеллект. Донецк. 1977. № 1-2.

172. Теория автоматического управления. 4.2. Теория нелинейных и специальных систем автоматического управления / Под ред. А.А. Воронова. М., 1986.

173. Тищенко П.Д. Книга как антропология // Общество и книга: от Гутенберга до Интернета. М.,2000.

174. Уитби Б. Искусственный интеллект: реальна ли Матрица. М., 2004.

175. Уитроу Дж. Естественная философия времени. М., 1964.

176. Уоссермен Ф. Нейрокомпьютерная техника. М., 1992.

177. Уэно X., Исидзука М. Представление и использование знаний. М., 1989.

178. Фейнберг E.JT. Две культуры. Интуиция и логика в искусстве и науке. Фрязино. 2004.

179. Филдз Д. Как сохранить воспоминания // В мире науки. 2005. № 5.

180. Философский словарь / Под ред. И.Т. Фролова. М., 2001.

181. Финке Р.А. Воображение и зрительная система // В мире науки. 1986. №5.

182. Финн В.К. Философские проблемы логики интеллектуальных систем // Новости искусственного интеллекта. 1999. № 1.

183. Фукидид. История. М., 1916.

184. Хакен Г. Информация и самоорганизация; макроскопический подход к сложным системам. М., 1991.

185. Хакен Г. Принципы работы головного мозга: Синерге-тический подход к активности мозга, поведению и когнитивной деятельности. М., 2001.

186. Хант Э. Искусственный интеллект. М., 1978.

187. Холдейн Дж. Факторы эволюции. M.-JT.,1935.

188. Хофштадтер Д. Гёдель, Эшер, Бах: эта бесконечная гирлянда. Самара. 2000.

189. Хофштадтер Д., Деннетт Д. Глаз разума. Самара. 2003.

190. Хьюбел Д., Стивене Ч., Кэндел Э. и др. Мозг. М., 1984.

191. Цицин Ф.А. Астрономическая картина мира: новые аспекты // Астрономия и современная картина мира. М.,1996.

192. Чернавский Д.С., Чернавская Н.М., Карп В.П., Никитин А.П. Распознавание и мышление (синергетический подход) // Си-нергетическая парадигма. Когнитивно-коммуникативная стратегия современного научного познания. М., 2004.

193. Чернышев Ю.Н. Реалии и прогнозы трансгуманизма: на полпути к искусственному интеллекту // Синергетическая парадигма. Когнитивно-коммуникативные стратегии современного научного познания. М., 2004.

194. Черчмен Ч. Один подход к общей теории систем // Общая теория систем. М., 1966.

195. Чораян О.Г. Естественный интеллект (физиологические, психологические и кибернетические аспекты). Ростов-на-Дону, 2002.

196. Чораян О.Г. Элементы размытой логики в процессах сознания // II Международный симпозиум «Мозг и сознание». М., 1994.

197. Чораян О.Г., Глумов А.Г. Вероятностный прогноз // Ва-леология. 2002. № 2.

198. Что, как и почему? Удивительный мир техники / Под ред. М. Райта, М. Пейтела. М., 2001.

199. Шеперд Г. Нейробиология. В двух томах. М., 1987.

200. Шкатов Д.П., Коняев С.Н. Логика на пороге нового тысячелетия: к итогам второй Международной конференции «Смирновские чтения» // Вопросы философии. 2000.№1.

201. Шуклин Д. Естественный интеллект, искусственный интеллект/ http// www. com / ai / ht / ru / default, aspx

202. Шумский С.А. Нейрокомпьютинг: состязание с человеческим мозгом // Вестник РАН. 2000. Т. 70. № 1.

203. Элкон Д. Л. Память и нейронные системы // В мире науки. 1989. №9.

204. Энциклопедия символов, знаков, эмблем. М., 1999.

205. Эшби У.Р. Конструкция мозга. М., 1962.

206. Эшби У.Р. Что такое разумная машина // Зарубежная электроника. 1962. № 3.

207. Юргенс X., Пайтген Х.-О., Заупе Д. Язык фракталов // В мире науки. 1990. № 10.

208. Язык и интеллект. М., 1996.

209. Bear M.F., Connors B.W., Paradiso М.А. Neuroscience. Exploring the Brain. L. a. etc. 1996.

210. Bobrow D. Dimension of Interaction // A1 Magazine. 1990. Vol. 12. №3.

211. Bostrom N. How Long Before Superintelligence? // International Journal of Futures Studies. 1998. Vol. 2.

212. Brodie R. Wirus umyslu. L., 1997.

213. Brooks R. Intelligence Without Representation // Artificial Intelligence/1991. Vol.47.

214. Carpenter G.A., Grossberg S. ART 3: Hierarhical Search Using Chemical Transmitters in Self-organising Pattern Recognition Ar-chitecures//Neural Networcs. 1990. Vol. 3.

215. Chorayan O.G., Chorayan G.O. Brain Organization and Information Activity // Kybernetes. 2000. V. 29.

216. Coveney P., Highfild R. Granice zlozonosci. W., 1997.

217. Demazeau Y., Muller J.-P. (ed.)/ Decentralized Artificial Intelligence. Amsterdam. 1990.

218. Dubinskas F. Virtual Organizations: Computer Conferencing and Organizational Design // Journal of Organizational Computing. 1993. Vol.3.№4.

219. Forbs R.J. Man the Maker. L., 1958.

220. Hart E. Dann of a Millennium. Boston. 1990.

221. Hecht-Nielsen. KolmogorovAs Mapping Neural Networks Existence Theorem // Proc. IEEE First Intern. Conf. on Neural Networks. San Diego. 1987. Vol. 2.

222. Hopfield J.J. Neural Network and Physical System with Emergent Collective Computation Abilities // Proc. Nat. Acad. Sci. USA. 1982. Vol. 79. №5.

223. Hunt V.D. Smart Robots. A Handbook of Intelligent Robotic Systems. N.Y.,L., 1985.

224. Ignizio J.P. Introduction to Expert Systems: The Development and Implementation of Rule-Based Systems. N.Y., 1991.

225. Kay R. The Kay Tax. How a small tax change enabling greater use of account-based community currencies could initiate economic transformation // Paper delivered at the TOES 98 conference in Birmingham/ UK. 1998. 15-17 May.

226. Lem S. Filozofia przypadku. Krakow. 1988. T. 2.

227. Maddox S.J. The Unexpected Science to Come // Scientific American. 1999. December.

228. Manna Z. The Logical Basis for Computer Programming. Vol. 2. Addison-Wesley Publishing Company. 1990.

229. Minsky M. The Society of Mind. N. Y., 1986.

230. Moravec H. When Will Computer Hardware Match the Human Brain? // Journal of Evolution and Technjlogy. 1998. Vol. 1.

231. Morrison P., Morrison E. (ed.)/ Charles Babbage and His Calculating Machines. N.Y., 1961.

232. Moudrykh V. Theory of the Intellectual Evolution. M., 1999.

233. Negoita C.V. Pullback versus Feedback // Human Systems Management. 1980. V. I.

234. Newell A. Physical Symbol Systems // Norman D.A. Perspectives on Cognitive Science. Hillsdale. 1981.

235. Newell A., Simon H. Computer Sciences Empirical Inquiry: Symbols and Search // Communications of the ACM. 1976. № 19(3).

236. Penrose R. Shadows of the Mind. Vintage. 1995.

237. Poundstone W. The Recursive Univerce: Cosmic Complexity and the Limits of Scientific Knowledge. N.Y., 1985.

238. Rosenblatt F. Principles of Neurodynamics, N.Y., 1962.

239. Selfridge O. Pandemonium. A Paradigm for Learning // Proceedings of Symposium on Mechanization of Thought Processes. L., 1959.

240. Simon H. A. The Science of the Artificial. Cambridge. 1981.

241. Trepka A. Biokosmos . W., 1984. Т. II.

242. Turing A.A. Computing Machinery and Intelligence // Mind. 1950. №59. P. 433-459.

243. Yates F.A. Sztuka pamieci. W., 1977.