3.1.2. „Неквалифицированный” робот

Сложность и значимость проблемы мышления осознаны достаточно давно. Можно даже говорить об историческом значении этой проблемы. Специалисты разных

transfer it to the brain. Speaking about meon as a kind of vacuum, Professor L.V. Leskov says that “the personal memory does not exist at all just as there is no energy source on board of electric locomotive. All the necessary information is stored in semantic field of a meon. And a man can immediately get the access to this information…” [Komarov, 2000].

If we agree with these viewpoints, then there will be no use to research the human receptor systems and memory, and the whole bulky system of elementary, high and higher education will be of no need. One would have only to teach a child how to handle the “semantic field of meon”. Besides, the information transfer to the meon field is expected to be instant and equally secure, independent on distances. Figuratively speaking, without any education, a child can get as much information as the advanced creatures of other civilizations do!

* * *

Thus, the issue of thinking has become one of the most burning points of modern science and it has touched upon the author’s fields of interests.

The present work is not the novel field in neurobiology but it is a continuation of the work carried out by the outstanding researchers, Karl Pribram being mostly distinguished among them [Рribram, 1969; Pribram, 1975]. In the article [Barbarash, 19856] the previous investigations are reported in more detail. Usually, the research works of this field are generally entitled as holographic models of brain. The given part of the book presents the main points of the author’s version of a holographic model.

3.1.2. “Unqualified” robot

The complexity and importance of the issue of thinking has been realized long ago. One can even speak about historical value of this problem. The specialists of different fields, who investigate the functioning of brain, face

профилей, по необходимости изучающие работу мозга, очень остро чувствуют отставание теоретических разработок и отсутствие сильных научных концепций в области физиологии мышления.

“Накопление данных о мозге привело к ... парадоксальной ситуации, когда по мере увеличения эмпирических знаний ... всё дальше отодвигается возможность построения адекватной модели ... Потеря связи между ... техникой исследования и уровнем общенаучных принципов ... приводит к чисто количественному накоплению экспериментального материала.” [Гоголицын, Кропотов, 1975]

Эти слова, сказанные четверть века назад, актуальны и сегодня. Действительно, можно назвать несколько принципиальных особенностей мозга, хорошо осознанных теоретиками, но совершенно не учитываемых в нейробиологических экспериментах. Например, не учитываются такие моменты.

а) Организация информации в мозге резко отличается от организации данных, передаваемых по техническим каналам связи. Поэтому не оправдывает себя аналогия между нейронами и техническими линиями связи, а регистрируемая в экспериментах активность отдельных нейронов (или небольших групп нейронов) не даёт сведений, адекватных исследуемым явлениям, не даёт материалов для серьёзных выводов.

б) Если справедливо предположение о голографической природе мышления, то методы модуляции сигналов, используемые мозгом, принципиально отличаются от методов, знакомых современной технике и лежащих в основе нейрофизиологических исследований.

в) Как правило, не учитывается, что ткани мозга представляют собой активные среды, близкие к порогу самовозбуждения, а потому обладающие исключительно высокой чувствительностью к слабым сигналам и т.п.

Когда методы снятия информации не согласованы с особенностями процесса мышления, получаемые данные не дают пищи теоретическим исследованиям. Последнее особенно заметно при изучении наиболее деликатных сторон процессов мышления,

the backlog of theoretical developments and lack of well-ground scientific concepts in the area of physiology of thinking.

“Collecting the data about brain has caused … a paradoxal situation where a possibility of creating the adequate model is put off … as the empirical knowledge is being gained… The loss of connection between … the research methods and the level of general-scientific principles … leads to purely quantitative gathering of experimental material.” [Gogolitsin, Kropotov, 1975]

These words said some decades ago are still up-to-date. In fact, one can name a few principal features of the brain that are well-known to theoreticians but not a bit considered in neurobiological experiments. For example:

a) Organization of data in the brain differs greatly from that transferred by industrial communication channels. Therefore, the analogy between neurons and industrial communication lines is not justified, and the activity of individual neurons (or small groups of neurons) that has been recorded experimentally provides neither the data adequate to the investigated phenomena nor the materials for any serious conclusions.

b) If the assumption about holographic nature of thinking is true, then the methods of signal modulation used by the brain are principally different from those used in the modern engineering, which form the basis for neurophysiological research.

c) As a rule, it is not considered that the brain tissues are active media that are close to self-excitation threshold and therefore possess the extremely high sensitivity to weak signals, etc.

In case the methods of data reading do not conform to specifics of the thinking process the received data does not give food to theoretical research. The latter is especially noticeable in investigating the most delicate sides of the thinking processes, e.g. telepathy. Does

например, телепатии. Чёткий ответ на вопрос о том, реальна ли телепатия, и если да, то каков её детальный механизм, и не представляет ли она собой лишь плод воображения – ответ на это может быть получен только в результате экспериментов, максимально учитывающих природу мышления.

Особенно велик разрыв между направлениями нейробиологических исследований и потребностями разработок искусственного интеллекта (ИИ). Чтобы понять, в чём основная нехватка экспериментальных данных, нужно видеть главные трудности разработчиков ИИ. Они таятся не в области решения математических или логических задач, не в сложности перевода с языка на язык (хотя мешают неопределённости контекстного восприятия смысла), и не в создании искусственного шахматиста.

Конечно, очень сложны решаемые мозгом научные проблемы или вопросы политики. Способы их решения привлекают постоянное внимание, им посвящён ряд научных трудов. Но, как ни странно, наибольшую сложность представляет задача создания автономного робота, выполняющего неквалифицированную работу, скажем, работу уборщика, домработницы, лесоруба.

В отличие от квалифицированного рабочего, как правило, „привязанного” к определённому рабочему месту – к станку, слесарному верстаку, штурвалу самолёта и т.д. – неквалифицированным рабочим приходится действовать в динамично меняющейся обстановке большого цеха, офиса, лесозаготовительного участка и т.п. Именно необходимость мгновенного учёта непредсказуемых условий внешней среды, учёта внешних опасных факторов, а также опасностей, которые может создать сам робот для окружающих людей и легко повреждаемых предметов, представляет наибольшие трудности при создании „неквалифицированного” робота.

Если попытаться представить себе наиболее сложный вариант задания для разработчиков ИИ, то это, пожалуй, создание робота, играющего вместе с людьми (и наравне с людьми!) в баскетбольной команде. Ему нужно мгновенно учитывать всю сложившуюся расстановку игроков, а также

telepathy exist in real? If yes, what is its detailed mechanism? Or it exists only in imagination? These questions can be answered only in the experiments that maximally consider the nature of thinking.

The gap between directions of neurobiological investigations and the needs of artificial intellect (AI) developments is especially large. To understand where lies the main lack of experimental data, one must see the main difficulties of AI developers. The difficulties are neither in solving mathematical or logic problems, nor in complexity of translation from one language into another (though the uncertainties of the context perception of the essence disturb), and nor in creating an artificial chess player.

Of course, the scientific problems and political issues being solved by brain are very complicated. The methods of their solution attract much attention of scientists, and many scientific articles are dedicated to these issues. However, strange it may seem, the most difficult is the task of creating an independently operated robot that fulfills the unqualified work, such as, say, cleaner’s, housemaid’s, woodcutter’s job, etc.

Unlike the qualified workers who are, as a rule, “attached” to a certain work place, such as machine-tool, vice bench, control column, etc, the unqualified workers have to act in dynamically changing conditions of a big manufactory, office, logging unit, etc. It is the need of instantaneous accounting of unpredictable factors, as well as the dangers, that the robot himself can create for surrounding people and easy-damagable objects, that represents the most difficulties in creating the “unqualified” robot.

If we try to imagine the most complicated variant of a task for AI developers, then it will be a task to create a robot who can play together (and equally!) with people in a basketball team. The robot has to see instantaneously the whole arrangement of players and also to predict (even by face mimicry!) all nuances of actions of each team mate and each opponent. It is easy to see

предугадывать (даже по мимике лица!) все нюансы действий каждого товарища по команде и каждого противника. Легко заметить, что нейробиологические исследования дают очень мало материала для понимания механизмов мгновенного решения таких задач мозгом человека.