Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Сильный искусственный интеллект и объектно-ориентированное программирование синтез парадигм
.pdf
лекта в любом случае успешно создается, ведь, в сущности,
у игрока-человека количество возможных решений в контексте
игры также является ограниченным.
Сфера применения технологий ИИ в компьютерных играх
была нами исследована по той причине, что виртуальная среда
является по отношению к ИИ своеобразной alma mater. С самого
рассвета своей истории и, возможно, вплоть до недавнего времени именно виртуальная среда была тем самым единственным
субстратом, на котором системы ИИ имели возможность самореализации и демонстрации своих проявлений. Также, учитывая
тот факт, что грань между виртуальной реальностью и реальностью в привычном нам смысле слова становится все тоньше
и тоньше с каждым последующим циклом закона Мура, а также
«оптимистичные» тенденции по отношению к виртуальной реальности со стороны представителей социальных структур, возможно, именно игровой ИИ станет первым представителем наиболее человекоразмерного (пусть и замкнутого в игровой среде)
ИИ. И подобное, пусть лишь только в теории, возможно уже практически сегодня.
Очевидно, что игровой ИИ отличается от ИИ в широком
смысле слова тем, что первому будет достаточно одного лишь
максимально возможного подобия на человеческие бихевиоральные игровые паттерны, в то время как второму, по всей видимости, необходимо нечто существенно большее, а именно –
наличие технотропной психики и технотропного сознания. С
другой же стороны, в этой связи также целесообразно вновь
упомянуть Алана Тьюринга и его тест на соответствие машинного интеллекта человеческому. Говоря буквально, смысл в том,
что если человек оказывается не в состоянии четко отличить
ИИ и его деятельность в какой-либо конкретной сфере от человека и его деятельности в той же сфере, то правомерно говорить
о том, что машина достигла как минимум уровня человека. Забегая немного вперед, стоит заметить, что Тьюринг при формировании концептуальной основы своего мысленного эксперимента не конкретизировал его специфики, а также зоны
юрисдикции, вследствие чего «Тьюринговый ИИ» стал не впол-
41
не правомерно абсолютизироваться и не совсем корректно интерпретироваться со стороны последующих исследователей, в том
числе Джона Сёрла. Мы говорим о том, что тот ИИ, который
имел в виду Алан Тьюринг применительно к своему тесту, является коммуникативным ИИ и не более того. В психологии некоторыми исследователями выделяются множественные разновидности «интеллектов», или, иначе говоря, интеллектуальных
качеств или свойств. Терминологическая дисперсия осложняет
теоретический дискурс, но тем не менее, раз уж выделяются
различные разновидности человеческих интеллектов, которые
у каждого субъекта варьируются по уровню выраженности, то
правомерно то же самое говорить и об искусственном интеллекте или искусственных интеллектах: коммуникативном, математическом, логическом, образном, философском, символическом
и т. д. И игровой ИИ – один из них.
Резюмируя вышесказанное, целесообразно вывести следующий постулат: если в любой из возможных сфер человеческой
деятельности невозможно будет отличить функционирование
человека от функционирования интеллектуальной технологии,
то применительно к конкретной сфере – ИИ создан. Игровая
сфера наиболее показательна и наиболее перспективна в рамках
данного интерпретационного вектора. И в ней намного легче
сформировать ИИ в этом смысле слова по причине более простого и менее многофакторного устройства виртуального мира
по отношению к физической реальности. И тем не менее с этих
позиций прослеживается занимательная корреляция между
игровым ИИ и ИИ в широком смысле слова. А именно – на основе учета всех аспектов и закономерностей устройства виртуального мира не так уж сложно сформировать игровой ИИ, как это
было показано в рамках компьютерной игры Dota 2. Поэтому
вполне возможно использовать те же самые программные подходы и модели для формирования ИИ в широком смысле слова.
Это станет ответом на многие вопросы исследователей и разработчиков в данной сфере, а приверженцы гипотезы Ньюэлла –
Саймона будут и вовсе считать подобную разработку ярчайшим
примером машинной «осмысленности». Но это не будет сильным ИИ, каковым он понимается в рамках нашего исследования.
42
Интеллектуальная система игрового ИИ и в теоретическом,
и в практическом смысле будет считаться наиболее развитым
и совершенным примером системы только слабого ИИ по причине отсутствия технотропной психики и технотропного сознания в ее рамках. Также игровой ИИ особенно примечателен тем,
что на примере корреляции игрового ИИ и, если приемлемо так
выразиться, «игрового человеческого интеллекта» прослеживается специфическая тенденция развития интеллектуальных
технологий в контексте достижения человекоразмерности. Как
было сказано выше, для того чтобы «красиво отдаться» геймеру
в процессе геймплея и вообще предоставить игроку-человеку
шанс выиграть у ИИ в компьютерной игре, разработчикам
приходится искусственно занижать возможности игрового ИИ.
Данный пример уникален тем, что это единственный случай
применения интеллектуальных технологий в какой-либо сфере,
где для достижения человекоразмерности развитие систем ИИ
идет по пути не прогресса, а управляемого регресса. Из вышесказанного следует, что достижение человекоразмерности как
некоего «завета», вектора со времен постулатов Алана Тьюринга – неоднозначное и внутренне противоречивое по своей природе явление научно-технической реальности в контексте разработки систем ИИ. Т. е. эволюция интеллектуальных систем
именно в контексте достижения максимально возможного уровня
человекоразмерности не всегда тождественна прогрессу, а в некоторых случаях, как было показано в случае с игровым ИИ,
подразумевает непосредственно регресс.
Однако на примере корреляции ключевых аспектов процесса
разработки игрового ИИ с разработкой ИИ в широком смысле
слова прослеживается также параллель с некоторыми эволюционными учениями и теориями, в рамках которых игровая деятельность принимается за основу и движущий фактор самой
эволюционной динамики и согласно теоретическим постулатам
которых сильный ИИ априори должен быть отчасти игровым.
В частности, учение нидерландского исследователя Йохана Хёйзинги, изложенное им в труде 1938 г. «Человек играющий», заключается в том, что «игра не может быть редуцирована к фено-
43
менам культуры, поскольку она древнее их и наблюдается еще
у животных, а напротив, сама культура (речь, миф, культ, наука)
имеет игровую природу» [94, с. 19]. Вместе с тем игра предусматривает строгий внутренний порядок, что подразумевает присутствие некоего игрового сообщества. А как говорилось выше, сообщество – основа для социализации и возникновения психики
и сознания. Также в контексте анализа слова «игра» Хёйзинга
замечает, что оно встречается у всех народов. Размышляя о сексуальной игре, Хёйзинга подчеркивает в ней избыточность над
биологическим спариванием. Он также противопоставляет игру
всякой биологической необходимости, будь то самозащита или
добывание пропитания. Т. е. игра не представляется чем-то биологически и физиологически необходимым, но тем не менее наличествует в бытии. Также, говоря о соотношении игры и культуры, Хёйзинга замечает, что культура рождается из игры и имеет
характер игры. Здесь целесообразно также упомянуть о культурно-исторической концепции психического развития человечества, разработанной Л. С. Выготским, в рамках которой постулируется, что социализация и личностное становление человека
происходит в процессе усвоения (интериоризации) знаков и символов культуры [95].
Синтезировав вышесказанное, неизбежно следует заключить,
что если выраженная знаково и символически культура, в свою
очередь сформированная в процессе игры, служит неотъемлемым компонентом социализации и личностного становления, то
появление игровых аспектов в процессе машинного обучения
сообщества интеллектуальных организмов, о котором говорилось
выше, претендующих на человекоразмерность в плане наличия
технотропной психики и технотропного сознания, представляется целесообразным и необходимым. Именно в этом ключе исследование специфики игрового ИИ наиболее значимо и актуально. Также целесообразно будет добавить, что наличие игровых
аспектов в жизнедеятельности сообщества технотропных организмов может свидетельствовать о возникновении процесса самоорганизации и реализации эволюционных процессов в рамках сообщества.
44
Выводы по главе 3
В данной главе нами рассматривается в некотором роде уникальная форма ИИ – игровая. При ее, казалось бы, максимальном несоответствии исследуемой тематике некоторые аспекты
игрового ИИ способны предоставить новый взгляд на нашу проблематику в целом.
Игровой ИИ – это программа, которая симулирует антропоморфность и претендует на то, чтобы игрок не сумел отличить
поведение бота от поведения человека. Нами было выявлено,
что игровой ИИ представляет собой единственный пример интеллектуальной технологии, возможности которой приходится
искусственным образом занижать. Ни в одной другой сфере разработки интеллектуальных технологий нет ничего подобного,
напротив – именно возможностей не хватает. А все дело в том,
что в случае с игровым ИИ наиболее значимой характеристикой
является именно антропоморфность, т. е. человекоподобие, однако сам контекст виртуальной реальности с открытой информацией подразумевает гораздо более высокие шансы на победу
именно для интеллектуальной системы, т. е. боты при полном
раскрытии их потенциала практически не оставляют человеку-игроку шансов. Соответственно, при таких условиях люди
бы не стали играть в компьютерные игры. А так как компьютерные игры как раз и создаются для того, чтобы в них играли
люди, то возможности игрового ИИ опускают до человеческого
уровня, и это, несомненно, целесообразно.
Однако далее, глубже переосмыслив цели подобного мероприятия, мы пришли к следующим умозаключениям. Цели разработки программ игрового ИИ находятся в глубокой связи
с программами, которые разрабатываются для прохождения теста
Тьюринга. Только в случае с тестом Тьюринга речь идет о коммуникативном искусственном интеллекте, а в данном случае –
об игровом. Таким образом, мы можем говорить не просто об
искусственном интеллекте, но об искусственных интеллектах,
и они бывают крайне разнообразны. Конечно же, речь идет только о лого-машинах, и они не имеют прямого отношения к психо-
45
машинам. Таким образом, и сам тест Тьюринга к ним также отношения не имеет, что является само собой разумеющимся.
А то, что имеет к нему отношение, мы обозначаем как «Тьюринговый ИИ».
Но все же, как мы говорили выше, исследование игрового ИИ
с позиций технотропного подхода имеет свой глубокий смысл.
И он становится нам заметен после разбора понятия игры, осуществленного Йоханом Хёйзингой и представленного в его работах. Исследователь выводит возникновение культуры и цивилизации из игры и игровой деятельности, а не наоборот. В его
понимании игра изначально не сводима к феноменам культуры
или жизни в первобытном обществе, а несет в себе некоторую
избыточность как над биологическим, так и над социальным.
С этих позиций можно сказать, что игра сама по себе обладает
целесообразностью, которая нередуцируема к прочим, к примеру к необходимости выживания организма.
Таким образом, мы можем заключить, что на первый взгляд
нелогичное и нецелесообразное поведение может иметь в себе
другой, но столь же глубокий смысл. Поэтому мы не можем однозначно сказать, что система, которая ведет себя нецелесообразно, представляет собой что-то неинтеллектуальное и не обладающее шансами на возникновение сложной упорядоченности.
И эти наши выводы могут иметь весьма далекоидущие последствия для всего технотропного подхода.
Глава 4
КЛЮЧЕВЫЕ АСПЕКТЫ ФОРМИРОВАНИЯ
СИСТЕМ СИЛЬНОГО ИИ
В РАМКАХ ТЕХНОТРОПНОГО ПОДХОДА
Логично предположить, что разработка интеллектуальных
моделей в контексте формирования психо-машин существенно
отличается от аналогичного процесса в разработке лого-машин.
Формирование модели подразумевает первоначально концептуальное, а затем программное и аппаратное воплощение структурированной динамической системы свойств, качеств и особенностей
восприятия информации о внешнем по отношению к органам
восприятия мире и последующую переработку этой информации. В сущности, теоретически непросто провести демаркацию
между процессом получения информации и процессом ее переработки, т. е. между собственно перцептивными процессами
и процессами когнитивными. Сложность заключается в самом
акте восприятия – переработки информации, акте априори синтетическом, ибо информация от аналитических ощущений к когнитивным процессам претерпевает множество синтетических
трансформаций и существенных качественных преобразований,
являющих собой получение информации вышележащим звеном
со стороны нижележащего и нерасторжимую непрерывную ее
переработку. Тем не менее в рамках разработки систем слабого
ИИ демаркация между перцептивными и когнитивными процессами происходит не в рамках имманентной самоорганизации
системы в ее становлении, а в контексте внешней определенности
и изначальной заданности, что не служит целям формирования
человекоразмерной самоорганизующейся психо-машины, а призвано оптимизировать деятельность разработчиков практикоориентированного механизма.
Методология формирования интеллектуальных систем при
разработке лого-машин отличается приблизительностью в случае
47
применения к сложным системам, коей является психика человека, на основе специфических особенностей которой и формируются перцептивные модели для нужд сферы интеллектуальных
технологий. Генетические корни перцептивных моделей находятся в сфере «наук о человеке»: психологии, психофизиологии,
нейропсихологии и прочих смежных дисциплин.
При разработке систем слабого ИИ происходит моделирование некоторых перцептивных и когнитивных процессов с последующей реализацией полученных моделей на программно-аппаратном субстрате. Данный процесс состоит из четырех ключевых
этапов. Стоит подчеркнуть, что нижеприведенная периодизация
актуальна только для лого-машин:
1. Формирование протомодели. Изначально в рамках психологической науки или смежных наук создается описательный
образ какого-либо процесса, наличествующего в психике человека. В контексте разработки интеллектуальных технологий образ, матрица, концептуальная схема процесса формируется именно
для нужд дальнейшего создания систем ИИ, поэтому выбранный перцептивный и/или когнитивный процесс изначально выглядит формализованным и алгоритмизированным. Стоит заметить, что какие-либо неопровержимые экспериментальные данные,
за исключением некоторых констант (к примеру, фигура – фон),
подтверждающие неизбежное наличие конкретного оформленного, ограниченного и изолированного перцептивного процесса,
как правило, отсутствуют. В среде психологов до сих пор нет
единого взгляда на перцептивные процессы, как, впрочем, и на
все остальные психические процессы; в среде философов, как уже
упоминалось, не решен вопрос о статусе, природе и сущности
человеческого сознания и бессознательного. Поэтому уже на первом этапе данный вектор остается в несколько противоречивом
положении.
2. Изъятие протомодели. Далее происходит так называемое «изъятие» изолированных процессов из их естественной
«среды обитания», человеческой психики, и предварительная
их обработка под специфику среды аппаратно-программного
обеспечения.
48
3. Моделирование и встраивание. Затем, за счет уже технической обработки, теоретическую протомодель превращают в полностью алгоритмизированную модель, которая «встраивается»
в искусственную среду программного обеспечения и начинает
в ней функционировать в соответствии со спецификой самого
субстрата (техногенной среды компьютерной программы). «Изъятые» и «встроенные» процессы представляют собой модель человеческого восприятия, мышления, осуществления выбора и т. д.
4. Апробирование модели. Модель начинают испытывать
на практике. Ключевой особенностью данного процесса является
довлеющая аналогия с человеческим поведением в подобных ситуациях в том смысле, что любой результат, показанный системой, экспериментатор интерпретирует с точки зрения схожестинесхожести с сугубо человеческим поведением, с учетом успешности решений системы по отношению к идеальному шаблонному
поведению. На основе этого можно вынести вердикт: ИИ – не
интеллект. В том же случае, если система оценивается не прямо
по уровню антропоморфности, а, так сказать, опосредованно –
по способности действовать рационально, то стоит заметить, что
в подобном случае и рациональность подразумевается типично
антропоморфная. Так что наш подход остается правомерным
и непротиворечивым.
В связи с выделением четвертого этапа процесса построения
модели для систем слабого ИИ целесообразно упомянуть о явлении, называемом AI Eect (эффект ИИ). Эффект ИИ происходит,
когда наблюдатели девальвируют значимость демонстрации навыков ИИ каждый раз, когда он реально достигает недостижимого ранее результата, т. е. совершает качественный скачок.
Так, автор Памела Маккордак пишет, что «крайности в последнее время уступили место признанию факта, что искусственный
интеллект – это эпохальное научное, технологическое и социальное явление. Мы создали новый разум, который будет существовать наряду с нашим. Если мы станем обращаться с ним
мудро, он принесет огромную пользу как всему человечеству,
так и каждому из нас. По скорости, широте и глубине мышления искусственный интеллект, вероятно, превзойдет человече-
49
ский – и уже много где превзошел. Ни одна новая серьезная наука
или технология не обходится без недостатков, иногда даже опасных. Обнаружить их, оценить и принять необходимые меры –
это задача громадных масштабов» [96]. Еще более емко этот эффект описан информатиком Ларри Теслером, вылившись в теорему
Теслера: «ИИ – это все, что не сделано до сих пор» [96]. Стоит
предположить, что данная тенденция является следствием противоречивых выводов из мысленного эксперимента «Китайская
комната» Джона Сёрла и последовавшими за этим демаркацией
и тотальным обессмысливанием результатов деятельности интеллектуальных систем.
Конструктивная же критика существующих на данный момент систем ИИ строится не на обесценивании и обессмысливании достижений, а на выявлении имманентных противоречий
в самой парадигме ИИ и заключается в противопоставлении систем слабого и сильного ИИ как дивергентных ветвей эволюции
интеллектуальных технологий, на данный момент, соответственно, не пересекающихся между собой. Ключевые аспекты формирования систем именно сильного ИИ центрируются вокруг критериев разумной машины, принципов дальнейшего применения
уже сформированной модели и концептуальных особенностей
технотропной психики и технотропного сознания. Фундаментальной опорой же является парадигма самоорганизации. Самоорганизации не в смысле машинного обучения «с учителем»
или «с подкреплением», как это реализуется при развитии нейронных сетей в парадигме слабого ИИ, а в плане имманентной,
аутентичной самоорганизации в генеалогическом ключе с момента возникновения базальной структуры будущей психо-машины до развития у нее технотропной психики и технотропного
сознания [97, 98].
Процесс выявления и обоснования ключевых аспектов формирования перцептивных моделей применительно к генерированию систем сильного ИИ носит фундаментальный характер
в том смысле, что он не ограничивается поиском локальных методических рекомендаций, а призван сформировать концептуальный базис для совершенно новой области человеческой деятель-
50
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]