Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Сильный искусственный интеллект и объектно-ориентированное программирование синтез парадигм
.pdf
Ключевыми же аспектами паттерна «Приспособленец» являются разделение состояния отдельного ПК на внешнее, изменяемое, и внутреннее, неизменное, а также «вынесение» за скобки
общих для группы компонентов данных и вычисление своего
состояния в зависимости от контекста в противовес хранению
всех возможных состояний. А уже на стадии резюмирования
данного паттерна по итогу его исследования нами был предложен общий принцип формирования человекоразмерных систем:
на стадии формирования системы в нее должно быть заложено
как можно больше абстрактных вариантов реализации конкретного поведения, но, что именно из возможностей реализовывать
и как конкретно себя вести, должна определить сама интеллектуальная система.
По итогу исследования структурных паттернов было установлено, что при их применении возможно формировать структуры ПК, которые, предположительно, способны составить
основу для системы сильного ИИ, так как они обеспечивают необходимую и достаточную основу для возникновения процесса
самоорганизации при наличии механизма запуска.
Таким образом, основываясь на вышесказанном, полагаем,
что ввиду обширности охватываемой тематики и фундаментальности применяемых решений структурные паттерны весьма актуальны для применения в контексте разработки систем сильного ИИ.
ЗАКЛЮЧЕНИЕ
В ходе работы нами была рассмотрена генеалогия систем ИИ,
начиная от предпосылок к самой возможности его возникновения в виде некоторых трудов Р. Декарта и Т. Гоббса, а также
машин Б. Паскаля, У. Шиккарда и Г. Лейбница и вплоть до некоторых последних достижений в данной области, к примеру
ChatGPT. В ходе исследования были рассмотрены такие ответвления систем ИИ, как искусственные нейронные сети и игровой ИИ [121]. На основе проведенного исследования нами осуществлена демаркация понятий слабого и сильного ИИ и представлена фундаментальная онтологическая разница между ними.
Слабый ИИ определяется как программно-аппаратная система,
обладающая некоторыми вычислительными мощностями и, возможно, способная к проявлению человекоподобного поведения,
но не обладающая психикой и сознанием [122]. Системы слабого
ИИ определяются нами как лого-машины. Детализировано понятие сильного ИИ, который определяется как программно-аппаратная система, обладающая технотропными психикой, сознанием
и бессознательным и способная к проявлению человекоразмерного поведения. Системы сильного ИИ определяются нами как
психо-машины [123]. Сформулирован и предложен технотропный подход к разработке сильного ИИ, и охарактеризованы его
ключевые положения, которые сводятся к использованию механизма самоорганизации для раскрытия внутреннего потенциала
самой техники, в противовес формированию сугубо человекоподобных систем. Введены и раскрыты понятия технотропной
психики, технотропного сознания и технотропного бессознательного. Технотропная психика определяется как неотъемлемое
качество психо-машины, являющееся критерием наличия в кон-
262
тексте отдельной системы сильного ИИ и служащее для взаимодействия технотропного субъекта с технотропной средой, для
осуществления трансформаций системой самой себя, дальнейшего изменения системой своей среды и последующего выхода
за рамки этой среды [124]. Технотропное сознание определяется
как высшая стадия развития технотропной психики, обеспечивающая системе способность к рефлексии и самосознанию. Технотропное бессознательное понимается нами как динамически
трансформирующаяся совокупность ПК, которые в текущий момент функционирования системы не находятся в области осознаваемого ею [125].
Было переосмыслено понятие самоорганизации и проведена
демаркация между программной и программно-аппаратной самоорганизацией. Далее было выявлено, что наиболее фундаментальным генеалогическим различием между формированием
систем слабого ИИ и систем сильного ИИ является ограничение
первых на наивысшей стадии их развития сугубо программной
самоорганизацией, а в случае с сильным ИИ – стремление к целостной программно-аппаратной самоорганизации [126]. Наиболее же фундаментальным аспектом самого технотропного подхода к разработке систем сильного ИИ является использование
внутреннего потенциала техники как некоторого самодостаточного феномена для реализации механизма самоорганизации,
а также предположение о том, что при должном построении аппаратно-программного синтеза техника «сама по себе» способна
к воспроизведению сложных последовательностей поведенческих паттернов, которые в перспективе способны вывести ее на
человекоразмерный уровень [127]. Если несколько вульгаризировать и утрировать смысл данного подхода, то может показаться, что мы имеем в виду наличие у техники способности к воспроизводству (т. е. может показаться, что мы полагаем, что если
закрыть два стула в комнате, то они рано или поздно сделают
третий). Тут стоит заметить, что мы не имеем в виду буквально
это, однако вместе с тем считаем, что при должном подходе и на
определенном уровне самоорганизации техники, несомненно,
должно стать возможным и порождение аппаратно-программны-
263
ми системами себе подобных [128]. Разумеется, это весьма футуристический прогноз.
Также нами была разработана концепция ПК, которая основывается на теории графов и служит нам для адаптации парадигмы ООП к парадигме сильного ИИ [129].
Далее проведено исследование ООП с философско-методологических позиций. Осуществлено переосмысление ключевых
аспектов ООП применительно к разработке систем сильного ИИ
[130]. Исследованы и описаны генеалогические и онтологические аспекты ООП, его ключевые особенности и понятийный
аппарат.
Были раскрыты следующие понятия:
Класс. Охарактеризован нами как наиболее абстрактный способ определения состояния программной сущности, ее поведения, а также программного интерфейса.
Объект. Представляет экземпляр класса и обладает состоянием, поведением и идентичностью.
Были исследованы, абстрагированы и описаны следующие
ключевые характеристики ООП:
Инкапсуляция. Охарактеризована как сокрытие наименее прочного и наиболее значимого под наиболее прочным и наименее
значимым.
Интерфейс. Определен как система отношений между некоторыми компонентами, в которой зафиксированы все возможные
варианты взаимодействия между ними.
Полиморфизм. Был определен как способность каким-либо
образом схожих компонентов одинаково реализовываться в различных контекстах.
Наследование. Было определено как способность воспроизведения нового компонента, чья сущность полностью определяется уже наличествующим компонентом.
Абстракция. Совокупность наиболее значимых характеристик чего-либо.
Мы проследили и описали множество различных аналогий
между основами ООП и феноменами макромира: абстрагированная суть основ ООП апеллирует к фундаментальным законо-
264
мерностям функционирования природы [131]. Далее мы пришли
к выводу о том, что основы ООП выглядят естественно и непротиворечиво с точки зрения целесообразности их реализации
в контексте построения ПК.
Далее осмыслены принципы ООП, которые по итогам исследования были подразделены на две группы: структурные принципы и организационные. К структурным мы отнесли два фундаментальных принципа ООП:
Принцип сильной связности. Представляет собой способ
и степень взаимосвязи-взаимозависимости ПК во внутреннем
смысле, т. е. одного элемента ПК по отношению к другим элементам этого же ПК.
Принцип слабого зацепления. Представляет собой способ
и степень взаимосвязи-взаимозависимости ПК во внешнем смысле, т. е. одного программного компонента системы по отношению к другим компонентам системы.
Также к структурным принципам мы отнесли принципы группы SOLID:
Принцип единственной ответственности. О том, что ПК должен иметь только одну причину для изменений и выполнять только одну задачу.
Принцип открытости-закрытости. О том, что компоненты
должны быть открыты для расширения, но закрыты для изменения.
Принцип подстановки Барбары Лисков. О том, что дочерние
компоненты должны дополнять, а не переопределять функционал родительских компонентов.
Принцип разделения интерфейса. О том, что компоненты не
должны быть связаны деталями, не имеющими значения для
компонентов.
Принцип инверсии зависимостей. О том, что компоненты
высшего уровня не должны зависеть от компонентов низшего,
а должны зависеть только от наиболее значимых характеристик
системы.
Также были охарактеризованы и осмыслены организационные принципы: KISS, SLAP, DRY, YAGN I.
265
Мы пришли к выводу о том, что смысл ситуации идеального
воплощения абстрагированных принципов ООП оказывается
следующим: наличествует некоторое количество «строительного
материала», специфика которого позволяет создать любой возможный синтез формы и содержания, потенциально обладающий крайне широким функциональным спектром. Отсюда сама
собой следует аналогия с атомом, квантом или вообще любым
наиболее неделимым «строительным материалом» бытия. Таким образом, мы заключаем, что основные принципы ООП являются как целесообразными, так и, конечно же, естественными.
Далее были исследованы понятия паттерна, шаблона и алгоритма. Была устранена путаница между данными понятиями
и проведена четкая демаркация между ними. Паттерны мы определили как выявленные закономерности последовательности
действий в каком-либо контексте, направленные на решение некоторой задачи, имеющей один или более вариантов решения.
Шаблон мы определили как некоторый эталон, по «образу и подобию» которого создаются определенные «изделия» со степенью отличия от эталона в строго ограниченных рамках по контексту и вариантам. Алгоритм же был нами определен как набор
последовательных действий, направленных на решение какойлибо задачи за определенное конечное время, предоставляющий
гарантированный результат и являющийся стабильным.
В дальнейшем исследовании были охарактеризованы, абстрагированы и переосмыслены GoF-паттерны, являющиеся классическими для ООП и подразделяющиеся на три группы: порождающие, поведенческие, структурные. Порождающие паттерны
ответственны за формирование новых ПК, поведенческие регламентируют конкретику связей между ними, а структурные конструируют большие и сложные образования на основе наличествующих в системе ПК. Каждый из паттернов был исследован
по разработанному нами шаблону, включающему 9 пунктов:
Идентификатор паттерна.
Классические элементы паттерна.
Назначение паттерна.
Проблема, которую решает паттерн.
266
Концептуальное решение.
Предполагаемые результаты и преимущества применения пат-
терна.
Гипотетический пример реализации паттерна.
Осмысление структуры паттерна.
Значимость паттерна в контексте разработки систем сильно-
го ИИ.
По итогу исследования всех 23 паттернов нами было выведено, что в их основе лежат фундаментальные закономерности
функционирования природы. Эти закономерности абстрактны
и формальны, обладают узким содержанием и довольно широкой формой, но несут в себе тот образ действия, который затем,
пройдя череду преобразований, резюмируется в ПП ООП. При
абстрагировании сути ПП мы можем экстраполировать содержащийся в них глобальный образ действия в контекст разработки
систем сильного ИИ. Во многих паттернах мы отыскали глубокие аналогии с устройством человеческого мозга, функционированием и конструированием нейронных связей, различными
социальными, экономическими, спортивными феноменами, проследили пересечения с космологическими ситуациями, задачами функционального программирования и биологическими микропроцессами. К тому же было показано, что в случае с каждым конкретным паттерном он доказывает свою эффективность
на практике путем решения конкретных задач. Таким образом,
нам представляется, что ПП ООП обладают достаточным потенциалом для разработки при их помощи системы сильного ИИ,
а причина, по которой он до сих пор не разработан, заключается
скорее в отсутствии должной их адаптации к парадигме сильного ИИ и в отсутствии механизма запуска программно-аппаратной самоорганизации.
Основываясь на вышесказанном, резюмируем. Считаем целесообразным применение ПП ООП в контексте разработки систем сильного ИИ после их соответствующей практической
адаптации (теоретическая адаптация осуществлена нами в процессе исследования) по причинам фундаментальности их оснований, широкого спектра охватываемых ответственностей и гибкой реализации потенциала в каждом конкретном случае.
267
На основе проведенного исследования считаем целесообразным практическое воплощение полученных результатов: формирование программной системы на основе абстрагированных
и адаптированных ПП парадигмы ООП для формирования системы сильного ИИ. Предлагаем совокупную реализацию паттернов и считаем, что ключом к возникновению системы сильного ИИ и одновременно критерием его возникновения станет
предлагаемый нами второй тип самоорганизации – программно-аппаратная самоорганизация.
Говоря более формально, мы считаем, что для формирования сильного ИИ необходима разработка системы ПК, которые
аккумулируют в себе абстрагированную и адаптированную
суть всех ПП ООП (кроме паттерна «Компоновщик», так как он
реализуем по умолчанию в самоорганизующихся системах) таким образом, чтобы каждый ПК имел возможность порождать
другие ПК различными способами, чтобы каждый ПК имел возможность взаимодействовать с любыми другими ПК разнообразными способами и чтобы каждый ПК и их группы имели
возможность конструировать путем совместных усилий более
сложные структуры, чем предыдущие. Ключевым механизмом
реализации и функционирования подобной системы полагается
программная самоорганизация с обязательной перспективой
выхода на программно-аппаратную самоорганизацию.
ЛИ ТЕРАТУРА
1. Рассел, С. Искусственный интеллект. Современный подход / С. Рассел,
П. Норвиг. – М. [и др.] : Вильямс, 2006. – 1408 с.
2. Хокинс, Дж. Об интеллекте / Дж. Хокинс, С. Блейксли. – М. : Вильямс,
2007. – 240 с.
3. Пенроуз, Р. Новый ум короля. О компьютерах, мышлении и законах
физики / Р. Пенроуз. – 7-е изд. – М. : Ленанд, 2022. – 416 с.
4. Белда, И. Разум, машины и математика / И. Белда. – М. : DeAgostini,
2014. – 156 с.
5. Стивен Уильям Хокинг: Цитаты о времени // Цитаты известных личностей. – URL: https://ru.citaty.net/avtory/stiven-uiliam-khoking/tsitaty-o-vremeni/
(дата обращения: 01.09.2023).
6. Баррат, Дж. Последнее изобретение человечества / Дж. Баррат. – М. :
АНФ, 2015. – 330 с.
7. Маск Илон призвал США сократить расходы, чтобы избежать банкротства // БЕЛТА – Новости Беларуси. – URL: https://www.belta.by/world/view/
ilon-mask/ (дата обращения: 10.09.2023).
8. Приостановить разработку искусственного интеллекта недостаточно.
Нам нужно все это закрыть // TIME. – URL: https://time.com/6266923/ai-eliezeryudkowsky-open-letter-not-enough/ (дата обращения: 26.09.2023).
9. Домингос, П. Верховный алгоритм. Как машинное обучение изменит
наш мир / П. Домингос. – М. : Манн, Иванов и Фербер, 2016. – 336 с.
10. Эндрю, А. Искусственный интеллект / А. Эндрю. – М. : Мир, 1985. –
264 с.
11. Гаврилова, Т. А. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. – СПб. : Питер, 2000. – 384 с.
12. Каку, М. Будущее человечества / М. Каку. – М. : ЛитРес, 2015. – 530 с.
13. Дойч, Д. Структура реальности. Наука параллельных вселенных /
Д. Дойч ; ред. И. Лисов. – М. : Альпина нон-фикшн, 2015. – 430 с.
14. Путин назвал способ достижения мирового господства // Лента.Ру. –
URL: https://lenta.ru/news/2017/09/01/lordofrobots/ (дата обращения: 19.09.2023).
15. Silver, D. A general reinforcement learning algorithm that masters chess,
shogi, and go through self-play / D. Silver // Science. – 2018. – Vol. 362, no. 6419. –
P. 114 0 –1144.
269
16. Тьюринг, А. Может ли машина мыслить? / А. Тьюринг ; пер. с англ.
Ю. А. Данилова ; под ред. С. А. Яновской. – М. : Гос. изд-во физ.-мат. лит.,
1960. – 67 с.
17. А тест Тьюринга-то уже пройден // vc.ru. – URL: https://vc.ru/future/
598191-a-test-tyuringa-to-uzhe-proyden (дата обращения: 06.10.2023).
18. Gould, S. J. The return of hopeful monsters / S. J. Gould // Natural History. –
1977. – № 86 (6). – Р. 22–30.
19. Мейер, Б. Почувствуй класс / Б. Мейер ; пер. с англ. под ред. В. А. Бил-
лига. – М. : ИНТУИТ : БИНОМ. Лаборатория знаний, 2011. – 775 с.
20. Стивен Уильям Хокинг: Цитаты о жизни // Цитаты известных личностей. – URL: https://ru.citaty.net/avtory/stiven-uiliam-khoking/tsitaty-o-zhizni/
(дата обращения: 01.09.2023).
21. Открытый урок «Россия, устремленная в будущее» // Президент России. – URL: http://kremlin.ru/events/president/news/55493 (дата обращения:
10.10.2023).
22. Лукашенко подписал декрет «О развитии цифровой экономики» //
БЕЛТА – Новости Беларуси. – URL: https://www.belta.by/president/view/lukashenkopodpisal-dekret-o-razvitii-tsifrovoj-ekonomiki-281741-2017/ (дата обращения: 15.10.2023).
23. Макаров, В. В. Новая церковь БогаМашины: «Путь будущего» и поклонение программе // Tech Insider. – 19 ноября 2017. – URL: https://www.techinsider.
ru/technologies/news-397382-novaya-cerkovbogamashiny-putbudushchegoipoklon
enieprogramme/ (дата обращения: 26.09.2023).
24. Эксперты по ИИ опубликовали подробный прогноз: Какими будут
технологии в 2027 году // PopMech. – URL: https://www.popmech.ru/popmem/
1685709-eksperty-po-ii-opublikovali-podrobnyi-prognoz-kakimi-budut-tehnologiiv-2027-godu/ (дата обращения: 12.09.2023).
25. Маккарти, Дж. Что такое искусственный интеллект? / Дж. Маккарти //
Отдел компьютерных наук Стэндфордский Университет, 2007. – URL: http://
www-formal.stanford.edu/jmc/whatisai/whatisai.html (дата обращения: 26.09.2023).
26. Декарт, Р. Рассуждение о методе, чтобы верно направлять свой разум
и отыскивать истину в науках / Р. Декарт; пер. с фр. Г. Г. Слюсарева, С. Я. Шейнман-Топштейн; ред. Н. Никитенко. – М. : АСТ, 2019. – 320 с. – (Серия «Философия – Neoclassic»).
27. Гоббс, Т. Сочинения : в 2 т. / Т. Гоббс. – М. : Мысль, 1989–1991. – Т. 1. –
1989. – 622 с. – (Филос. наследие, т. 107).
28. Златопольский, Д. М. Вычислительная машина Шиккарда / Д. М. Златопольский // Информатика. – 2001. – № 33. – С. 31.
29. Суммирующая счетная машина Блеза Паскаля // IT Construction Service. – URL: https://itcon-s.com/summiruyushhaya-schetnaya-mashina-blezapaskalya.html (дата обращения: 15.10.2023).
30. Счетная машина Лейбница – предшественник калькулятора // Калькулятор онлайн. – URL: https://calculator888.ru/blog/istoriya/schetnaya-mashinaleibnitsa.html (дата обращения: 12.10.2023).
270
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]