О чем думает Искусственный интеллект?

Начинаем с азов

Для многих ИИ ассоциируется с Терминатором и SkyNet. Но на самом деле “искусственный интеллект” представляет собой научную дисциплину, занимающуюся моделированием разумного поведения. Однако такое определение не дает точного понимания о настоящем интеллекте.

В отношении компьютерной программы сложно дать действительно объемное определение, которое бы полностью отражало сложность и жизнеспособность разума человека. Именно аналогичной работы с человеческим мозгом и пытаются добиться разработчики ИИ.

Сам автор термина Джон Маккарти под искусственным интеллектом понимал технологию и отдельную науку по созданию “умных” машин. По сути он имел в виду компьютеры. ИИ тесно связан с их применением, что, как ни странно, позволяет понять работу интеллекта человека. При этом он не ограничивается биологическими методами.

Пока ученые еще не понимают, что такое интуиция и творчество у живых объектов, потому будут возникать проблемы с адекватной работой ИИ: трудно смоделировать то, о чем имеешь лишь смутное представление. Из-за этого актуален вопрос о том, возможно ли действительно получить машину с интеллектом, имеющим всю глубину чувств, присущих людям.

Маккарти отмечал, что под интеллектом компьютера нужно понимать вычислительную составляющую того, что помогает конкретному субъекту добиваться поставленных целей. В связи с чем интеллект животных, человека и машины будет функционировать по-разному.

Поэтому на сегодняшний день ИИ представляет собой средство, а также экспериментальную модель для теории интеллекта. Таким образом ИИ - полигон для испытания теорий, сформулированных с помощью языка компьютерных программ.

Мыслящее “железо”

Самым главным вопросом здесь является: может ли машина мыслить? Для ответа важны два полученных Черчом и Тьюрингом результата.

Алонзо Черч сформулировал тезис о том, что “любая эффективно вычислимая функция будет рекурсивно вычислимой”. Под “рекурсивно вычислимой” следует понимать определенную “механическую” процедуру, при помощи которой за предустановленный временной промежуток можно вычислить результат. При условии, что был задан конкретный запрос.

Поскольку понятие “механической процедуры” является не формальным, а более интуитивным, то у тезиса Черча отсутствует реальное доказательство. При этом он имеет много различных подтверждений и свидетельств.

Алан М. Тьюринг показал, что любая рекурсивная функция может вычисляться за определенное конечное время при помощи самой простой машины, способной манипулировать символами. Она получила название Машина Тьюринга.

Из двух этих решений следует, что обычный цифровой компьютер, на котором установлена специальная программа и имеется большая память, за конкретный промежуток времени сможет осуществить расчет любой функции контролируемой правилами, с выходом и входом.

Под “входом” следует понимать фразы и вопросы, которые задаются естественным разговорным языком. Они набираются на клавиатуре. Если машина способна вести связный диалог с человеком, она будет считаться мыслящей.

Для получения таких ответов машина должна обладать соответствующей архитектурой системы и аппаратной частью. Поэтому ИИ должен основываться на изощренных и мощных программах. Потому, с ростом вычислительных мощностей, в будущем можно ожидать появление более совершенного машинного интеллекта.

“Китайская комната”: ставим “крест” на мышлении?

Для простоты понимания работы ИИ нужно разобраться в мысленном эксперименте под названием “Китайская комната”, который представил в 1980 году Джон Серл.

Эксперимент заключается в том, что внутрь комнаты помещается человек, который для общения с людьми снаружи должен использовать карточки с нарисованными на них иероглифами. При этом китайский язык он не знает. Применять карточки человек должен по заранее выданному ему алгоритму. Если он с помощью листков будет общаться с человеком, который находится снаружи комнаты, тогда появится иллюзия взаимопонимания.

На основании этого эксперимента были сформулированы следующие два утверждения:

• результатом казуальных свойств мозга животных и человека считается интенциональность (в философии - цель как центральное свойство человеческого сознания);
• результат выполнения машиной (компьютером) конкретной программы не является достаточным условием для формирования интенциональности.

Изыскания Серла подтвердили, что машина способна понимать речь человека. Однако настоящим мышлением это нельзя назвать. Ведь человек, помещенный в комнату, не сможет выучить со временем китайский язык, так как карточки для него - единственный способ связи с людьми из внешнего мира.

Сам эксперимент можно рассматривать как критику теста Тьюринга, так как человек в нем выступает в роли компьютерного процессора. Таким образом, машина способна лишь манипулировать символами без придания им смысла. Люди могут оперировать смыслами.

Для появления смысла необходим носитель, который обладает свойствами, способными породить интенциональность. Программа не располагает такими свойствами. Поэтому классический современный компьютер не способен мыслить человеческими категориями.

А как же мозг?

Если опираться на опыт с “Китайской комнатой”, то в таких условиях находится не только компьютер, но и человеческий мозг. Ведь он получает информацию от нейронов в виде электрического импульса. И больше никаких способов связи с внешним миром он не имеет.

Таким образом мозг смог выйти из “комнаты”, а компьютер пока не может подобрать ключ. Живой мозг имеет одно принципиальное преимущество над машинным - в результате приема сигнала нервные клетки меняют свое внутреннее состояние, смещая его по отношению к оптимальному значению. Это происходит благодаря ДНК.

Программа выполняет работу без цели, что не приводит к возникновению интенциональности. В то же время ДНК, которое находится в схожем с человеческим мозгом положении, изменяет внутреннее состояние клетки, преследуя конкретную цель. Это приводит к возникновению интенциональности, задаваемой ДНК.

Однако по сути интенциональности здесь тоже нет, так как ДНК все же не преследует определенной цели, а просто действует в рамках химических и физических законов. Поэтому, если мозг смог выйти из “комнаты”, то в будущем это сможет сделать и искусственный интеллект.

Как улучшить ИИ

Исходя из вышесказанного, искусственный интеллект нужно развивать и совершенствовать. Но пока в мире нет возможностей для этого, так как для развития и модернизации технологии нужны большие объемы данных, доступ к которым сегодня имеют только международные корпорации.

Выход есть - сочетание ИИ на базе нейросети (самый передовой самообучаемый алгоритм на сегодняшний день) и децентрализации как в блокчейн. Получившийся в результате цифровой продукт позволит не только подтолкнуть искусственный интеллект к саморазвитию, но и открыть новые возможности применения ИИ в самых разнообразных сферах человеческой деятельности.

Если правильно распараллелить систему под решение разных задач, выстроив многоуровневую децентрализованную платформу, то можно получить своеобразный суперкомпьютер. Такая нейросеть будет способна на такой же объем вычислений, который сегодня выполняют все ИИ вместе взятые. Правда, только если объединить действительно много компьютеров, и желательно с привлечением “ферм”, как в майнинге на блокчейн.

Подводя итоги

Как видим, на сегодняшний день ИИ представляет собой некую заготовку, на которой в будущем можно будет прогонять более эффективные алгоритмы. Поэтому такая технология пока не несет явной угрозы, но зато представляет существенную выгоду человечеству.

Если опираться на принципы функционировании ИИ и его отдаленную схожесть с человеческим мозгом, то очевидно, что даже при интенсивном развитии искусственного интеллекта не стоит применять к нему шаблоны человеческого мышления. Если он и будет мыслить, то совершенно своими категориями.

Не забываем, что у ИИ нет инстинктов, а значит и инстинкт самосохранения или продолжения рода ему неизвестен. То есть, если он и будет на что-то претендовать, то это вычислительные мощности либо генерирование новых технологий (только так он сможет эволюционировать), что нам также выгодно.

Итак, о том как именно будет “думать” ИИ мы теперь знаем. Осталось дождаться реализации проекта, способного создать глобальную децентрализованную нейросеть из пользовательских ПК и смартфонов.