В.Л .Васюков Институт философии РАН
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И КОГНИТИВНЫЕ ВЫЧИСЛЕНИЯ
Когнитивный подход к искусственному интеллекту (ИИ) можно было бы понимать как моделирование когнитивных операций вычислительными средствами, не задаваясь при этом вопросом о том, до какой степени наше моделирование передает связи, существующие в реальном, «биологическом» сознании. Собственно говоря, в философии сознания функционализм прибегает к сходному приему, провозглашая свою метафизическую нейтральность, когда ментальные и когнитивные свойства исследуются безотносительно к их биологическим, физическим ли духовным носителям.
Тезис Тьюринга, существенно используемый в поздних версиях машинного функционализма в качестве важного конструктивного принципа, в данном контексте выглядит так: если мыслить – значит вычислять (о чем говорил еще Юм), то машина Тьюринга, описывающая эти вычисления, переходит от символа к символу каузально, образуя цепи умозаключений, составляющих мышление. Однако о какой машине Тьюринга, описывающей ментальные вычисления, переходя от символа к символу каузально, образуя цепи умозаключений, составляющих мышление, может идти речь в этом случае? На первый взгляд смысл этого вопроса непонятен: речь может идти только о машине, идея которой была выдвинута британским математиком Аланом М. Тьюрингом в 1936 г. (сходная конструкция была предложена в этом же году американским логиком Э. Постом). Тьюринг получил общую концепцию поведения вычислительных машин, проанализировав, нельзя ли разложить действия, которые производит вычислитель, на некоторые более простые, элементарные действия – такие, что каждое осуществляемое (сложное) действие будет эквивалентно некоторой последовательности элементарных действий. Эти элементарные действия, по сути дела, могут быть описаны как комбинации следующих действий: распознавание единичного вхождения некоторого символа, стирание (устранение) этого вхождения, выписывание единичного вхождения этого символа, перемещения точки наблюдения данного ряда символов в соседнюю точку и изменение имеющейся в памяти информации.
Однако, по мнению многих исследователей проблемы моделирования мышления не сводятся только к изучению машин Тьюринга. Существует и иной подход, основывающийся на гипервычислениях – вычислениях, которые выходят за рамки машин Тьюринга. Этот термин был введен в 1999 г. Б.Дж. Коуплендом и Д. Праудфутом; в качестве первой гипермашины они рассматривали предложенную Тьюрингом машину с оракулом. В своей статье «Гипервычисление» Б.Дж. Коупленд перечисляет все случаи описания гипервычислений, начиная с работы 1963 г немецкого исследователя Бруно Скарпелини, в которой тот описывает нерекурсивные процессы, которые могут проявиться в природе, затем упоминает работу А. Комара 1964 г., в которой показано, что поведение квантовой системы, имеющей бесконечное число степеней свободы, может быть гипервычислимым. Следующим был Г. Крейзель, в своих работах 1964–1967 гг. писавший, что вопрос о том, существуют ли невычислимые по Тьюрингу естественные процессы, является открытым, затем Ф. Абрамсон, в 1971 г. предложивший расширенную машину Тьюринга, затем Дж. Булос и Р. Джеффри, в 1974 году предложившие машину Зевса, затем М. Пур-Эль и Дж. Ричардс, в 1979 г. опубликовавшие статью о вычислимых обычных дифференциальных уравнениях, не имеющих вычисляемого решения. В 1981 г. они доказали, что поведение системы с вычислимыми машиной Тьюринга начальными условиями, эволюционирующими согласно их уравнению, не могут быть вычислимыми по Тьюрингу.
В 1985 г. Л. Рубель указывал, что характеристики функций мозга имеют аналог в природе, и предположил, что мозг можно смоделировать в терминах континуальной математики, в противовес дискретной математике бинарной модели. В 1986 г. П. Кугель предположил, что сознание, по сути дела, является гипервычислительным, приводя факты из различных областей психологии. В 1990 г. М. Стэннет описал разновидность гиперкомпьютера, которую назвал квантовой аналоговой Х-машиной. Затем М. Хогарт в 1992 г. предложил то, что получило название «нетьюрингового компьютера», а в 1994 г. рассмотрел физически возможное анти-де Ситтеровское пространство-время и показал, что в возможном мире с этим пространством-временем вычислима функция остановки машины Тьюринга. Наконец, в это же время Х. Зигельман и Э. Зоннтаг описали вид рекуррентных нейронных сетей, состоящих из конечного числа нейронов с действительнозначными весами своих взаимосвязей. Если веса представлены произвольными действительными числами, сети могут вычислять функции, которые не являются вычислимыми с помощью машин Тьюринга.
Все эти гипервычислительные модели предположительно могут быть использованы для описания нетьюринговых вычислений, моделирующих психику ИИ, однако гипервычисления все еще недостаточно исследованы и обоснованы, чтобы можно было считать гипервычислительные модели сознания отражающими реальные аспекты работы мозга и ментальных вычислений.
Более того, существует и иная возможность сделать вычисления, описываемые с помощью машины Тьюринга, гораздо более гибкими и изощренными, позволяющими проектировать и описывать системы ИИ с гораздо более широкими когнитивными свойствами. Важная особенность такого описания заключается в том, что в нем речь идет о нестандартных рекурсивных вычислениях, в частности о нестандартной рекурсивной машине Тьюринга. Плюрализм современной логики, ведущий к пролиферации систем неклассической логики, заставляет нас принять во внимание и возможность существования, например, альтернативной машины Тьюринга и обобщенных рекурсивных вычислений, которые описывает, например, Я. Хинтикка в написанной им совместно с А. Мутаненом работе «Альтернативная концепция вычислимости», использующей систему так называемой (дружественной к независимости) IF-логики.
Альтернативная машина Тьюринга отличается от «классической» тем, что она позволяет себе «стирать» некоторые промежуточные результаты и ничего не отвечать на вопрос о завершении вычисления. Подобную вычислимость Хинтикка называет tae-вычислимостью (trial-and-error-computability – вычислимостью с пробами и ошибками). Парадоксальным образом альтернативная машина Тьюринга является как раз классической машиной Тьюринга, поскольку ее поведение гораздо больше соответствует тому, как мы рассуждаем с помощью классической логики, а не интуиционистской, ориентированной на строгие математические рассуждения.
А. Мутанен, исследуя происхождение концепции tae-вычислимости, обнаруживает это понятие еще в работах Х. Патнэма и М. Голда 1964–1965 гг., где оно сводится к понятию предельной рекурсивности, когда функция вычислима только при условии вычислимости связанной с ней другой функции. Такая относительная рекурсивность характеризуется Голдом как случай, когда дан алгоритм, который для любой проблемы порождает бесконечно длинную последовательность догадок (за них ответственная вычислимость второй функции).
Мутанен переопределяет машину Тьюринга для подобной вычислимости как обобщенную машину Тьюринга, которая работает с бесконечной таблицей, разделенной на бесконечное количество строчек без начала и конца, а каждая строчка разделен на клетки, которые содержат символ. Работая с этой таблицей, обобщенная машина Тьюринга также «стирает» некоторые результаты и не сразу «замечает», что работа успешно завершена – понятно, что такая машина при использовании ее для построения ИИ дает более гибкую картину описания когнитивных состояний, когда ИИ способен «забывать» и испытывать некоторую «неуверенность» по поводу своих состояний (точнее, по поводу результата своих «размышлений»).
Эта неуверенность приводит к тому, что можно усовершенствовать данную концепцию обобщенной машины Тьюринга, рассматривая последовательности обобщенных машин Тьюринга, называемых k–обобщенными машинами Тьюринга. В этом случае можно представить себе, что у машины есть пачка пустых страниц бумаги, которые она использует при вычислении, и кроме того у машины имеется еще одна пачка пустых страниц бумаги, называемых результирующими страницами. Они позволяют машине держать под контролем процесс вычисления, помогая ей записывать (запоминать) результаты вычислений. Машина по-прежнему может менять свое мнение конечное число раз, однако имеется возможность определить, сходятся или нет на данной странице окончательные мнения. Если они сходятся к определенному значению, то это и будет окончательный результат вычисления , а если же окончательные значения не совпадают, тогда результат вычисления не определен.
Технически мы по-прежнему имеем дело с обычной машиной Тьюринга. Более того, можно продолжить этот процесс усложнения вычислений, получая конструкцию k–обобщенных машин Тьюринга, которые по-прежнему аппаратно будут машинами Тьюринга.
Поскольку машины Тьюринга дают нам модель психики ИИ, то, расширяя этот тезис, мы получаем утверждение, что его психика оказывается процессуально достаточно сложно организованной. Можно предположить, что психика человека также прибегает к использованию соответствующей версии подобных машин для решения конкретных задач.
Можно ли сделать эту картину еще более гибкой, прибегнув к каким-нибудь другим вариантам «неклассической» машины Тьюринга? Если имеется аналогия между типами логики и типами вычислимости, имело бы смысл прибегнуть к идее вычислений, имитирующих ход каких-то неклассических рассуждений. Если следовать этой аналогии, то, например, вместо возможных миров, характеризующих семантику модальной логики, можно рассматривать совокупность машин Тьюринга, связанных между собой некоторым образом так, что результаты вычисления одной машины могут быть доступны другой. Переход от одной машины к другой здесь происходит тогда, когда вычисление приводит к неудаче. В этом случае можно передать управление другой машине и попытаться вычислить требуемый результат, передавая управление следующей машине в случае неудачи и т.д. Если же вычисление на каком-то этапе завершится нормально и будет получен окончательный результат, статус этого результата будет иной, чем если бы вычисление было удачным с самого начала. В этом случае можно было бы квалифицировать вычисление как «возможное», а результат рассматривать как «возможный» с соответствующими логическими последствиями, связанными с интерпретацией этой модальности. Можно сказать, к мнениям (догадкам) машины относительно результата вычисления добавляются еще и возможные мнения.
Модель психики, которую мы попытались бы описать, используя модальные машины Тьюринга (физически это те же машины Тьюринга, но организованные более сложным образом), можно охарактеризовать как некую психику ИИ с потенциально возможными ментальными состояниями. Подобная модель психики была бы ориентирована не только на актуальные положения дел в окружающем мире, но позволяла бы рассматривать его онтологические аспекты (если рассматривать онтологию как теорию того, что возможно, и как возможна эта возможность).
Концепция возможных миров используется не только в семантике модальной логики. Точно так же мы находим ее и в семантике релевантной логики, главное отличие которой в этом случае заключается в использовании тернарного (трехместного) отношения альтернативности или со-достижимости между мирами. Если рассмотреть, как и в случае модальной логики, машины Тьюринга в качестве аналога возможных миров, то вновь следует рассматривать совокупность машин Тьюринга, связанных между собой некоторым образом так, что результаты вычисления одной машины могут быть доступны другой, а необходимость перехода возникает тогда, когда вычисление приводит к неудаче. Однако связь машин между собой теперь должна описываться с помощью тернарного отношения альтернативности, что можно учесть, если обуславливать вычислимость на нашей машине ее связью с двумя другими. Если для них вычислимость проходит успешно, то это и определяет требуемый результат.
Подобную «релевантность» машин Тьюринга можно понимать как согласованность или контекстуальность вычислений на двух машинах, когда одна машина играет роль контекста для другой. Когда на одной из машин вычисление завершается успешно, а на второй нет, это означает неуместный контекст, ибо приходится продолжать вычисление.
Модели психики ИИ, отвечающей рассматриваемой машине Тьюринга, по-видимому, можно было бы охарактеризовать как психику, учитывающую релевантность (или контекстуальность) состояний ИИ. Подобная модель ориентирована не только на актуальные положения дел в окружающем мире, но рассматривает их контекстуальность или взаимную согласованность, наличие устойчивых ситуаций.
|