Канке В.А. Энциклопедия философии науки

Глава 20. Философия информатики

телей не все вместе, а один за другим. Вплоть до конца 1970-х годов семантический и прагматический подходы в информатике пребывали в тени синтаксического. При синтаксическом подходе огромное значение придается способам вычислений, которые предстают в обличье языков программирования. Первые информатики были очень восприимчивы к тому, что А. Перлис называет «сладостью синтаксиса» [13, с. 28]. Синтактики в отличие от семантиков не придают основополагающего значения вопросам интерпретации используемых в информатике языков.

Сравнительно поздний приход эры информационной семантики определяется ее зависимостью от логики и математики. Информационная семантика могла состояться лишь после того, как был развит семантический аспект целого ряда наук, прежде всего семиотики, лингвистики, логики и математики. Огромное значение имело также развитие мультимедийных средств, в частности, совместное использование аудиальных, визуальных, графических и текстовых форм. Понадобились серьезные усилия, прежде чем семантическую деятельность человека удалось представить в форме, предполагавшей использование компьютеров. В связи с использованием компьютеров информационную семантику часто называют компьютерной. Такое словоупотребление нам не кажется убедительным. В информационной семантике решающую роль играет не компьютер, а человек. Во избежание различного рода недоразумений отметим со всей определенностью, что в информатике как таковой, подобно положению дел в математике и логике, нет семантики и прагматики. Так называемые информационные семантика и прагматика являются результатом информационного моделирования. Именно информационное моделирование станет главным предметом рассмотрения в данном параграфе.

Характеризуя информационную семантику, имеет смысл более детально обозначить главные вехи перехода от синтактики к семантике в информатике. В своих выводах мы опираемся прежде всего на содержание книги Ю.И. Шемакина и А.А. Романова «Компьютерная семантика» [14]. Решающие шаги становления и развития семантического перехода в информатике нам представляются следующими.

1. Представление конкретного способа описания той или иной предметной области в форме информационных знаний.

411

Часть 2. Специальная философия науки

2.Интерпретация компьютера как модели интеллектуальной системы, т. е. в качестве интеллектной системы, или искусственного интеллекта. (Компьютер – интеллектная, а не интеллектуальная система.)

3.Понимание информационного взаимодействия как коммуникации между людьми посредством компьютеров.

4.«...Перенос центра тяжести с машинного представления процедур на машинное представление знаний» [14, с. 18].

5.Ослабление в системах вывода его дедуктивного содержания; их обогащение индуктивной логикой и использование в этой связи неклассических логик.

6.Реализация в информационных технологиях немонотонных рассуждений дополнительно к монотонным. (В так называемых монотонных рассуждениях прибавление к правилам вывода дополнительных правил не меняет самих выводов. Это условие не выполняется в немонотонных рассуждениях. И именно немонотонные рассуждения характерны для коммуницирующих субъектов.)

7.Замена парадигмы знания + логический вывод на правдоподоб-

ные рассуждения должны учитывать многочисленные особенности аргументации человека, в том числе ее ситуационность, метафорич- ность, неопределенность и неточность.

8.Объединение синтактики и семантики и подчинение первой второй. С утверждением информационной семантики информационная синтактика включается в систему синтактика + семантика в ка- честве ее первого звена. Семантический аспект доминирует над синтаксическим. Нечто подобное, как известно читателю, наблюдается

èв логике. В указанном смысле информатика повторяет путь логики (а также математики).

Так как информационная семантика имеет смысл не иначе как в союзе человека с компьютером, естественно возникает вопрос о форме ее реализации, с одной стороны, человеком, а с другой стороны, компьютером. На этот счет Ю.А. Шемакин и А.А. Романов делают весьма показательный вывод: «... компьютерная семантика является лишь аналогом человеческой семантики» [14, с. 35]. Кстати, у компьютера нет и своей собственной синтактики. Успех дела информационной семантики объясняется возможностью компьютерного моделирования человеческой деятельности. На стороне компью-

412

Глава 20. Философия информатики

тера нет семантики как таковой, она там появляется лишь в результате усилий человека-интерпретатора. Компьютерная семантика – это не более чем аспект информационной семантики – продукта деятельности человека.

Рассмотрим теперь вопрос об информационной прагматике. Существует ли она вообще, а если да, как она связана с информационной семантикой? При анализе логики мы обращали внимание читателя на то, что довольно часто прагматика включается здесь в семантику. Нечто аналогичное имеет место и в информатике. Чтобы это показать, достаточно рассмотреть вопрос об обработке знаний. Этот процесс имеет начало и конец, олицетворяющий собой достижение определенной цели, в которой заинтересован пользователь компьютера или сети компьютеров. Постановка цели характерна для прагматической деятельности человека. Но в данном случае необходимо учитывать, что обработка знаний может быть сопряжена с различными науками, связанными как с естествознанием, так и с гуманитаристикой. Если полученный результат относится к физике, т. е. к описательной науке, то он, по определению, непрагматичен. Если же он относится, скажем, к политологии, то он, опять же по определению, прагматичен. Компьютер не чувствует разницы между прагматическими и описательными науками. Ему нет дела до того, какого рода концепты – понятия или ценности – он моделирует. В отличие от компьютера человек интерпретирует процесс обработки знаний, при этом он делает различие между естественнонаучными и гуманитарными дисциплинами. Те «цели», достижение которых поручается компьютеру, приобретают непрагматическое (дескриптивное) или же прагматическое содержание лишь в интерпретации пользователя.

Процессуальный характер обработки знаний проливает дополнительный свет на проблему определения количества информации. Выделим несколько стадий в определенном процессе обработки знаний: а – b – с – d, которые приводят к достижению некоторого результата. Каждую из четырех стадий можно сопоставить с некоторым

пользователя интересует не столько негэнтропия, сколько количество обработанного знания, или количество информации. В роли интерпретатора он оценивает значимость стадий обработки знаний в соответ-

413

Часть 2. Специальная философия науки

ствии с их вкладом в достижение цели. При этом ему не остается ни- чего другого, как сопоставлять процессы изменения энтропии с опре-

делеными количествами знаний: ∆ Ha ∆ Ja∆, Hb∆ J∆b, H∆ c Jc, ∆ Hd ∆ Jd , ãäå ∆ J – изменение количества информации. Нетрудно

понять, что между ∆ Íi è ∆ Ji нет прямопропорциональной зависимости. Может иметь место, например, такая ситуация: ∆ Ha> ∆ Hb, à ∆ Ja> ∆ Jb. Количество негэнтропии можно замерить физическими приборами. Количество информации определяет эксперт, который никак не может быть заменен прибором.

В информатике часто говорят о ценности информации, причем имеется в виду соотносительность информации и того результата, к которому ведет процесс обработки знаний. Такое словоупотребление способно ввести в заблуждение, поскольку не упоминается концепт «ценность». Ценность в качестве концепта – это тот идеал, на основе которого вырабатываются цели человеческой деятельности. Когда же говорят о ценности чего-либо, например информации, то имеется в виду ее значимость в деле достижения цели. В концептуальном отношении интерпретатор перемещается по цепочке: ценность → цель → значимость информации. Самое трудное в компьютерном моделировании – это представление ценностей. Итак, успехи информатики свидетельствуют о возможностях информационного моделирования содержания семантических и прагматических наук. Актуальная задача состоит в наращивании этих успехов. В этой связи решающее значение приобретает комплекс вопросов, относящихся к проблеме искусственного интеллекта.

20.4. Искусственный интеллект

Под искусственным интеллектом понимают либо один из разделов информатики, либо концепт, либо соответствующую компьютерную систему. Разумеется, говоря об искусственном интеллекте, не обойтись без концепта «искусственный интеллект». Рассуждая об искусственном интеллекте, как правило, акцент делается на слове «интеллект». В предметном отношении интеллект – это то, что выражает специфику человека, его наиболее развитые творческие способности, связанные прежде всего с его ментальной и языковой деятельностью. При желании можно охарактеризовать интеллект чело-

414

Глава 20. Философия информатики

века с позиций философских направлений, например феноменологии, герменевтики, аналитизма. В данном месте такой анализ преждевременен. Обратимся в первую очередь к воззрениям самих информатиков.

Ж.-Л. Лорьер отмечает две характерные особенности сферы искусственного интеллекта. Во-первых, информация используется здесь не в числовой, а в символической форме букв, слов, знаков, рисунков; во-вторых, делается выбор между многими вариантами в условиях неопределенности [15, с. 11]. К этим двум особенностям искусственного интеллекта, как нам представляется, в методологических целях необходимо добавить, по крайней мере, еще одно, которое мы называем эффектом Пигмалиона. Он, как известно, влюбившись

âсозданную им статую, попросил Афродиту оживить ее. Похоже, что некоторые информатики мечтают об оживлении компьютерных систем искусственного интеллекта.

Âпредыдущем параграфе рассматривались интеллектные, т. е. оперирующие знаниями, системы. Но не всякая интеллектная система является искусственным интеллектом. Дело в том, что, по определению, искусственный интеллект выступает не столько продолжением человека, сколько его конкурентом. В качестве интеллектной системы искусственный интеллект приобретает самостоятельное значение, в результате намечается перспектива его соперничества с естественным интеллектом. Человек в качестве собственника естественного интеллекта видит, чувствует, мыслит, понимает, ориентируется во внешнем мире, открытом навстречу неизведанному будущему. Считается, что искусственный интеллект должен повторить судьбу своего творца. Но возможно ли это?

Работы в области искусственного интеллекта были начаты в середине 1950-х годов [16]. Наиболее энергично они ведутся в области доказательства теорем, моделей игр (особое внимание уделяется шахматам), распознавания образов (зрительных, слуховых и других), использования естественного языка, создания экспертных систем (для целей, например, диагностики в медицине и прогнозирования

âгеологии), совершенствования обучающих программ, моделирования функций мозга. В каждой из этих областей получены впечатляющие результаты [17]. Ниже приводятся некоторые из них в качестве иллюстрации возможностей искусственного интеллекта.

415

Часть 2. Специальная философия науки

В 1976 г. К. Аппель и В. Хейген решили проблему топологии о четырех красках. Используя компьютер, они доказали, что минимальное количество цветов, с помощью которых можно раскрасить любые мыслимые карты таким образом, чтобы сопредельные страны всегда были разного цвета, равно четырем. Пикантность ситуации состоит в том, что компьютерное доказательство не может быть повторено человеком из-за ограниченного срока его жизни. С помощью компьютера была также решена проблема Кеплера: как наиболее экономно укладывать сферические артиллерийские ядра на палубе корабля? Оказывается, ядра надо укладывать в пирамиду. Достойно удивления не подключение компьютера к математическим доказательствам, а преобразование логики математических доказательств, в том числе в связи с использованием когнитивной компьютерной графики.

«Новые информационные технологии, – резюмирует А.А. Зенкин, – возможно, скоро создадут и новую методологию визуального доказательства логических и математических утверждений и соответствующим образом скорректируют теорию принятия решений основателя многих математических исчислений (речь идет о Лейбнице. – В.К.): «Зачем спорить? – Давайте лучше сядем и ПОСМОТРИМ когнитивный цветомузыкальный мультфильм с наилучшим решением разделяющих нас проблем!» [18, с. 134] На заре компьютерной техники трудно было предвидеть, что она будет решающим образом способствовать переводу «сухих» математических знаков в «живые» зрительные образы.

Обратимся теперь к способам интеллектуализации интерфейса (т. е. информационного обмена) обучающих программ. Новейшие экспертные обучающие программы призваны наладить диалог компьютер – обучаемый. В этой связи широко используются возможности компьютера по моделированию деятельности как учителя, так и ученика, и представлению мультимедийной информации, в том числе мимической сигнализации [19]. Обучаемый не без интереса общается с компьютером, когда с экрана монитора ему дают, иногда с подмигиванием, самые доброжелательные советы. Создается впечатление, что компьютерный учитель со знанием дела ведет обучаемого по тем лабиринтам, которые позволяют приобретать знания эффективнейшим образом. Сказанное можно расценить как введение

416

Глава 20. Философия информатики

в проблематику искусственного интеллекта (в английской транскрипции AI – Artificial Intellegence).

Перейдем к философской интерпретации искусственного интеллекта. В этой связи бесспорный интерес представляют статьи англи- чанина Дж. Серла и американцев братьев Дрейфусов. Серл различа- ет тезисы слабого и сильного AI. Согласно тезису о слабом AI компьютер – это мощный инструмент по изучению сознания. Согласно тезису о сильном AI компьютер, запрограммированный соответствующим образом, сам воплощает в себе сознание. Серл соглашается с тезисом о слабом AI, но решительно возражает против тезиса о сильном AI. Суть возражения Серла состоит в том, что компьютер манипулирует формальными символами, но у него нет интенциональности; можно сказать, что он обладает синтаксисом, но не семантикой [20, с. 394–397]. Компьютер не интерпретирует и не мыслит.

Серл – известный представитель аналитической философии, но его аргументация должна быть признана характерной для феноменолога: сознание интенционально постольку, поскольку оно всегда направлено на концептуально (эйдетически) постигаемые явления. Для феноменолога крайне важно учитывать процессуальность работы сознания. Он решительно не готов поставить «железки» на место сознания. Возможно, ортодоксальный феноменолог согласился бы признать компьютерный эффект Пигмалиона в случае, если бы речь зашла о биологических компьютерах. Но в своем развитом виде биологический компьютер – живое существо. Следует признать, что доводы феноменологов против тезиса о сильном AI до сих по не опровергнуты, они остаются актуальными.

Крайне интересна аргументация братьев Дрейфусов. Они доказывают, что посредством компьютеров можно моделировать работу мозга, но до конструирования сознания дело не доходит. Дрейфусы полагают, что в классический период своей деятельности творцы AI бессознательно ориентировались на идеалы рационализма западной философии, разработанные Платоном, Декартом, Лейбницем, Кантом, Гуссерлем и молодым Витгенштейном. Согласно этим идеалам наука начинается с теории, которая выступает как совокупность абстрактных бесконтекстных принципов, не зависящих от конкретных ситуаций. Отсюда следует вывод, что любая область формализуема, т. е. может быть представлена в виде формальной, символьной реп-

417

Часть 2. Специальная философия науки

резентации. Исходя из этого, копьютерщики придают программам самодовлеющее значение. При этом они упускают из вида, что идеалы рационализма оказались действенными только в естествознании.

Согласно Дрейфусам Хайдеггер и поздний Витгенштейн показали, что «мы разумно ведем себя в этом мире, не имея никакой теории мира» [21, с. 426]. «Если правы Хайдеггер и Витгенштейн, люди гораздо холистичнее нейронных сетей. Интеллект должен быть мотивирован целями и задачами организма, и в том числе и теми целями, которые организм черпает из наличной культуры. Если минимальная единица анализа – целостный организм, сцепленный с некоторым целостным миром культуры, то нейронным сетям, как и символьно программированным компьютерам, предстоит пройти еще долгий путь» [21, с. 430]. Вывод, к которому пришли Дрейфусы, нам представляется правильным. В области искусственного интеллекта до торжества эффекта Пигмалиона действительно еще очень далеко. Впрочем, на наш взгляд, они все же недооценивают достоинства теоретического подхода. Ссылки на авторитет позднего Витгенштейна и Хайдеггера не доказывают, что в гуманитарной и обыденной области теоретический подход несостоятелен. Они плохо осведомлены относительно успехов гуманитарных наук, которые отнюдь не перечеркнули идеалы теоретического познания. Дрейфусы ошибочно настаивают и на бесконтекстности теорий. Хорошая теория всегда ситуативна, т. е. учитывает некий контекст.

Итак, согласно Серлу AI нементален, он не умеет интерпретировать и, следовательно, несемантичен. Согласно Дрейфусам AI непрагматичен, не участвует в обыденной жизни. Эффект Пигмалиона в области информатики явно откладывается на неопределенное время. Однако необходимо учитывать, что проект искусственного интеллекта остается актуальным. Многие связывают его триумф с компьютерами шестого поколения, био- и нейрокомпьютерами, развитием холистского подхода и целым рядом других новаций. Перспектив стать личностью у AI мало. При этом необходимо учитывать фактор относительной самостоятельности систем искусственного интеллекта. Они могут стать самостоятельной силой, особенно в слу- чае их самоорганизации в качестве неличностного агента. В таком случае человечеству придется столкнуться с серьезными проблемами контроля этой силы.

418

Глава 20. Философия информатики

20.5. О статусе информациологии и теории вычислительной техники

В заключение данной главы вновь обратимся к вопросу о статусе информатики. Если информатика – техническая наука, неясно, почему мы стали рассматривать ее непосредственно вслед за математикой. В том качестве, в каковом фигурируют технические науки в наши дни, они используют потенциал естествознания. Следовательно, их продуктивный анализ предлагает учет этого потенциала. Но авторский анализ пока не дошел до естествознания. Почему же мы сочли необходимым рассмотреть информатику до естествознания и технических наук?

Ответ на поставленный вопрос должен учитывать ряд обстоятельств. Информатика – это комплекс наук, включающий, в частности, и такую типично техническую дисциплину, как теория вычислительной техники. Техника, строго говоря, не являлась предметом проведенного анализа, который был сконцентрирован на информациологии, также входящей в состав информатики. Согласно И.И. Юзвишину «информациология – это генерализационная наука обо всех информационных явлениях, микро- и макродинамических процессах беспредельной Вселенной» [11, с. 25]. Он субстанциализирует феномен информации и придает ему всеобщую значимость. В итоге изображается некая универсальная, якобы действительно существующая, субстанция. Отметим со всей определенностью: семиотика, лингвистика, логика, математика и инфомациология не имеют дела с какой-либо субстанцией, природной или же социальной. Все они, в том числе и информациология, оперируют возможностными онтологическими, но не онтическими мирами.

По своему статусу информациология близка к математике и вместе с тем резко отличается от такой естественнонаучной дисциплины, как физика. Чтобы перейти от математики к физике, надо преодолеть разделяющий их зазор посредством математического моделирования. От информациологии можно перейти к другим наукам не иначе как посредством информационного моделирования. Выпускники факультетов информатики очень часто привлекаются для работы в различных областях деятельности человека. Они добиваются успеха лишь постольку, поскольку владеют методологией и методикой информационного моделирования. Заметим также, что недоста-

419

Часть 2. Специальная философия науки

точно развитому в философском отношении уму всегда уготовлены ловушки от универсализма и субстанционализма. Информатике придается порой абсолютное значение, ею подменяются все науки, в том числе и философия. Такая подмена, разумеется, несостоятельна, она закрывает информатикам путь к содержательному осмыслению тех проблем, которые они сами инициируют.

Литература

1.Machlup F. The Production and Distribution of Knowledge in the United States. Vol. I–III. – Princeton, 1962.

2.Дейкстра Э.В. Смиренный программист // Лекции лауреатов премии Тьюринга. – М., 1993. – С. 30–47.

3.Френкель К. Постскриптум. Интервью тьюрингских лауреатов. Сложность и параллельные вычисления. Интервью с Ричардом Карпом // Лекции лауреатов премии Тьюринга. – М., 1993. – С. 525–537.

4.Винер Н. Кибернетика, или управление и связь в живом и машине. – М., 1983.

5.Бриллюэн Л. Научная неопределенность и информация. – М., 1966.

6.Бирюков Б.В. Кибернетика и методология науки. – М., 1974.

7.Ленин В.И. Полное собрание сочинений. Т. 18. – М., 1980.

8.Урсул А.Д. Отражение и информация. – М., 1973.

9.Абдеев Р.Ф. Философия информационной цивилизации. – М., 1994. 10. Гухман В.Б. Философия информационного подхода. – Тверь, 2000. 11. Юзвишин И.И. Информациология. – М., 1996.

12. Осуга С. Обработка знаний. – М., 1989.

13. Перлис А.Дж. Синтез алгоритмических систем // Лекции лауреатов

премии Тьюринга. – М., 1993 – С. 16–29.

14.Шемакин Ю.И., Романов А.А. Компьютерная семантика. – М., 1995.

15.Лорьер Ж.-Л. Системы искусственного интеллекта. – М., 1991.

16.Реальность и прогнозы искусственного интеллекта. Сборник статей. – М., 1987.

17.Интеллектуальные системы. – М., 1996-2003.

18.Зенкин А.А. Когнитивная компьютерная графика. Новое в логике математических доказательств // ХI Международная конференция. Логика, методология, философия науки. Вып.2. – М., 1995. – С. 129–135.

19.Строгалов А.С., Тимофеев Е.В. Об интеллектуализации интерфейса обучающих программ. Интеллектуальные системы. – М., 1999. – Т. 4. – Вып. 3,4. – С. 205–216.

20.Серл Дж. Сознание, мозг и программы // Аналитическая философия. Становление и развитие. Антология. – М., 1998. – С. 376–400.

21.Дрейфус Х.Л., Дрейфус С.И. Создание сознания vs моделирование мозга: искусственный интеллект вернулся на точку ветвления // Там же. –

Ñ.401–432.

420