CC BY
79
С.А. Шуляк
АСПЕКТЫ ИССЛЕДОВАНИЯ КЛАССИФИКАЦИИ ТЕКСТОВ ..
ASPECTS OF THE RESEARCH OF EXORCISM TEXTS CLASSIFICATION
© 2013
S.A. Shulyak, candidate of philology sciences, associate professor chair of practical linquistics
Pavlo Tychyna Uman State Pedagogical University, Uman (Ukraine)
Annotation: Some aspects of the research of exorcism texts classification are studied in the article. Some peculiarities of exorcism usage by our ancestors in their every day life are analyzed. The semantics and symbolics of lexemes in the exorcism texts which are set to perform the functions of magic influence on the environment are studied considered in the article.
Keywords: exorcism, semantic peculiarities, magic power of a word, classification, linguistics, symbol, lexeme.
УДК 378.1
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ИНТЕЛЛЕКТУАЛЬНАЯ КОМПЕТЕНТНОСТЬ
© 2013
О.Н. Ярыгин, кандидат педагогических наук, доцент В.М. Рябова, аспирант
Тольяттинский государственный университет, Тольятти (Россия)
Аннотация: В работе рассматривается искусственный интеллект с точки зрения комптентности в аналитической деятельности. Авторы показывают, что современные системы искусственного интеллекта не могут обладать свойствами необходимыми для компетентной аналитической деятельности, несмотря на техническое превосходство над человеческим разумом в решении задач сводимых к вычислениям.
Ключевые слова: искусственный интеллект, интеллектуальная компетентность, рефлексия, субъектность, не-дизъюнктивность.
Искусственный интеллект (Artificial Intellect) как часть информатики представляет собой инженерную дисциплину, для которой существенна, прежде всего, реализуемость и функциональность программных продуктов, а не их сходство с какими бы то ни было биологическими или социокультурными системами. Главной задачей искусственного интеллекта (ИИ) является машинное моделирование возможных познавательных процессов. Начиная с 1960-х годов, для этих целей используются языки программирования высокого уровня. Наиболее известными достижениями этого периода стали программы, моделирующие решение задач — «Логик-теоретик» и «Общий решатель проблем» А. Ньюэлла, Г. Саймона, Дж. Шоу, а также восприятие и запоминание информации — «Пандемониум» О. Селфриджа, «Персептрон» М. Минского и Ф.Розенблатта. Работы этого периода получили подробное критическое освещение в книге Дж. Вейценбаума «Возможности вычислительных машин и человеческий разум (от суждений к вычислениям)», а У. Найссер, уже тогда убедительно показал, что отождествление машинных программ и психологических теорий необоснованно, подчеркивая более высокий уровень сложности психических процессов. В этот же ряд можно поставить и книгу Г.Биркгоффа «Математика и психология», в которой автор приходит к выводу: «замечательные достижения вычислительной техники нашего времени частично осуществили старую мечту. Достижения эти побудили некоторых заключить, что машины завтрашнего дня будут даже «умнее» людей, особенно по способностям к математическому рассуждению. ...этого не произойдет, даже в собственной сфере чистой математики. Цифровые вычислительные машины, программируемые весьма специфическим по-следовательностным способом, не моделируют человеческого воображения».
Следующий период развития ИИ начался в 1970-е годы и отчасти продолжается до сих пор. Его существенными моментами стали, с одной стороны, возникновение в качестве альтернативы символьному подходу более правдоподобного «субсимвольного подхода», а с другой — операционализация с помощью компьютерных программ того, что знание может быть представлено не только в форме статичных структур (декларативных знаний), но и в форме операций (процедурных знаний).
В области мышления этот этап исследований открыла монография А. Ньюэлла и Г. Саймона (Newell & Simon, 1972), в которой они обобщили опыт моделирования доказательства геометрических теорем, реше-
ния криптоарифметических задач и игры в шахматы. Основным допущением этой работы является то, что мыслительные процессы — это процессы вычислений, а основным выводом — что по своей организации они являются системой продукций (логических выводов). С помощью систем продукций было проведено моделирование процессов решения множества простых познавательных задач. Таким образом, был сделан огромный шаг в моделировании аналитической деятельности человека.
В ИИ моделируется ассимиляция нового знания и применение имеющихся знаний в новых условиях. Подобный перенос навыка решения, сравнение и обучение осуществляются в современных моделях, использующих принцип решения задач по аналогии.
С практической точки зрения, наиболее важным развитием последних десятилетий стало создание экспертных систем — программных систем, моделирующих в рамках определенной проблемной области решение задач экспертами. Экспертные системы состоят из двух основных компонентов: базы знаний и так называемой машины вывода, то есть собственно «решателя задач». Базы знаний строятся при этом как процедурно-декларативные репрезентации, включающие факты и правила. В качестве технического человеко-машинного «изделия» полноценная экспертная система дополнительно включает интерфейс пользователя и интерфейс «инженера по знаниям». Важным является наличие подсистемы, дающей пользователю правдоподобное обоснование предлагаемых решений. Общей тенденцией стала постепенная трансформация экспертных систем в системы поддержки решений. К числу основных сфер применения этой основанной на формальном представлении знаний технологии относятся медицина, геология, юриспруденция, психологическая диагностика, логистика.
Современные экспертные системы в ряде случаев демонстрируют уровень знаний специалистов в соответствующих областях. Подчеркнем, что речь идет именно об уровне знаний в заданной области, а не о компетентности специалиста. То есть речь идет об эффективной работе экспертных систем в области реализации алгоритмов (компонент алгоритмической компетентности), поиска знаний в базе и пополнения базы знаний (компонент языковой компетентности), логического вывода (компонент дедуктивной компетентности). Однако, как отмечалось выше, говорить о компетентности экспертной системы не имеет смысла. Использование экспертных систем для моделирования индуктивных
О.Н. Ярыгин, В.М. Рябова ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ИНТЕЛЛЕКТУАЛЬНАЯ ...
умозаключений привело к созданию системы BACON, «которая смогла на основании заранее выявленных, кодированных и введенных в компьютер данных «повторить» открытие законов Галилея, Кеплера и Ома» [1]. Современные надежды возлагаются на гибридные архитектуры, искусственные нейронные сети. Но можно ли принять «вычислительное понимание мышления и, шире, познания» или метафору М.Арбиба «человеческий мозг - компьютер»?
В целом развитие логических оснований вычислительного подхода имеет собственную динамику. Оно направлено не на моделирование (симуляцию) человеческих достижений, а на их дополнение, причем акцент делается на применении вычислительных устройств для чрезвычайно быстрого перебора вариантов.
Исследователям всегда было свойственно считать современный им технический прогресс идеальным способом объяснения функционирования мозга и психики: в начале ХХ века идеальной метафорой-моделью считалась телефонная станция, позднее - аналогии с радиопередачей, голографией, архитектурой компьютера, сегодня - это, конечно, компьютерная сеть с множеством взаимодействующих компьютерных программ.
Если сравнивать технические результаты ИИ с достижениями естественного интеллекта, то во многих случаях, как, например, упоминавшиеся выше компьютерные программы для игры в шахматы Deep Blue и Deep Fritz, программные системы явно превзошли человека. В качестве проведения теста Тьюринга выделяются эксперименты критика работ в области ИИ Дж. Вейценбаума с относительно простой, включавшей всего лишь несколько сот строчек текста программой ELISA, способной поддерживать заочный диалог с человеком. Программа производила на собеседников впечатление разговора с живым человеком. Многие участники опытов Вейценбаума, даже после того как сообщали, что они имеют дело с программой, «не только не чувствовали дискомфорта, но и предпочитали иметь дело с компьютером, а не с реальным психотерапевтом» [1].
Теперь зададимся вопросом: обладает ли «интеллектуальная» компьютерная система интеллектуальной компетентностью? Можно ли говорить о компетентности компьютерной системы в решении проблем некоторой заданной области?
Вспомнив сказанное выше, ответим, что можно говорить лишь о способности программно-аппаратной системы решать вычислительные задачи, которые заданы пользователем (человеком!).
В таком случае, возникает следующий вопрос: можно ли говорить о компетенции компьютерной системы? И здесь, казалось бы, ничто не препятствует удовлетворительному ответу. «Компетенция» программного продукта определяется кругом задач, решаемых с помощью этого продукта, запущенного на соответствующем компьютере.
Но тогда возникает еще один вопрос: чья же это компетенция? «Компетенция» программного продукта или компетенция пользователя, запускающего программу и задающего те или иные параметры решаемой задачи, и ответственного за получаемые решения? Попытка отделить компетенцию от пользователя, сказав, что данные собираются автоматически с датчиков, увы, не избавляет от первопользователя, когда-то запустившего рассматриваемую систему датчики-компью-тер-программа. Следовательно, задачи, решаемые этой системой, входят в компетенцию некоторого пользователя. Таким образом, компетентность и компетенция не могут быть присущи техническим ИИ-системам, и не имеет смысла говорить о компетентности компьютера, робота, экспертной системы. Во всех случаях мы будем иметь дело с тем или иным вариантом «китайской комнаты», представленной Дж.Сирлом.
Выводы Дж.Сирла кратко можно представить несколькими аксиомами и следующей из них теоремой [2]:
Аксиома 1. Компьютерные программы — это формальные (синтаксические) объекты.
Важно отметить еще два момента: 1) символы и программы — это чисто абстрактные понятия: они не обладают физическими свойствами, с помощью которых их можно было бы определить и реализовать в какой бы то ни было физической среде; 2) манипуляция символами осуществляется без всякой связи с каким бы то ни было смыслом. Символы в программе могут обозначать все, что угодно программисту или пользователю. В этом смысле программа обладает синтаксисом, но не обладает семантикой.
Аксиома 2. Человеческий разум оперирует смысловым содержанием (семантикой).
Аксиома 3. Синтаксис сам по себе не составляет семантику и его недостаточно для существования семантики.
Из рассмотренных предпосылок следует теорема: Программы не являются сущностью разума и их наличия недостаточно для наличия разума.
Таким образом Дж.Сирл, казалось бы, дал окончательный ответ о невозможности считать самые изощренные программы интеллектом в человеческом смысле. Но на этом вопросы не заканчиваются. Как же быть с «самообучающимися» программами? Особенно такими, которые «демонстрируют компетентность» в шахматной игре более высокую, чем Чемпион мира среди людей, или такими, которые вызывают доверие пациентов, большее, чем врач в белом халате.
Ответом на такой каверзный вопрос непрост. Компьютерная система, действуя по заданному алгоритму (в который могут быть включены и вероятностные элементы, отчего алгоритм не перестанет быть алгоритмом), решает вполне определенную (хотя и необозримую из-за своей размерности для человека) задачу. Человек, пытаясь справится с задачами подобной размерности и сложности, приходит к выводу, что он не в состоянии «рассчитать» и даже обозреть все имеющиеся варианты, а значит, такие задачи надо решать либо интуитивно, либо эвристическими методами, то есть признает задачу «творческой». А способность решать такие задачи зависит от свойств личности решателя, от его способности формировать новые модели рассматриваемой проблемы, находить или изобретать новые способы решения модельных задач.
Итак, ответив на несколько вопросов, можно сделать вывод, что компетентность, в отличие от компетенции, связана с индивидуумом, то есть субъектна, в том смысле, который придавал этому слову А.Н.Леонтьев («субъективность на уровне чувственного отражения следует понимать не как его субъективизм, а скорее как его «субъектность», т.е. его принадлежность деятельному субъекту» [3, с. 125-126]. Понятие «субъ-ектность» в настоящее время изучается и используется как в отечественной, так и в зарубежной психологии, где ему соответствуют такие понятия как 'human agency', 'self-efficacy' и др. [4]. Как видим, само словосочетание 'human agency' - «человеческий фактор» служит ответом на поставленный вопрос.
Следовательно, сравнение компетентностей требует привлечения их носителей и сравнения способностей индивидуумов решать проблемы в рамках заданной компетенции теми или иными способами. Причем способность решить проблему характеризуется не только фактом решения проблемы, но и затраченным временем, способом решения (сложность-простота, традиционность-новизна), использованными ресурсами (материальными или интеллектуальными) и другими количественными и качественными параметрами.
Это означает, что сравнение компетентностей является многокритериальной задачей, причем лишь некоторые критерии могут быть выражены численно, или хотя бы описаны некоторой шкалой. В то же время определение уровня проявления по каждой из характеристик
О.Н. Ярыгин, В.М. Рябова
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ИНТЕЛЛЕКТУАЛЬНАЯ .
(критериев) невозможно в отрыве от других характеристик, так как в процессе проявления компетентности одновременно реализуются многочисленные качества индивида [8-11].
Еще одним препятствием для возникновения компетентности у системы искусственного интеллекта является принцип полноты дизъюнкций, используемый при создании «интеллектуальных» алгоритмов, приводящий к исключению индуктивной компетентности. Для компетентности же характерна «недизъюнктивность».
Содержание понятия «недизъюнктивность» психического процесса описал С.Л. Рубинштейн и детально разработал А.В. Брушлинский. В статье «Мысли о психологии» (1940) С.Л. Рубинштейн писал: «... различая интеллектуальные, эмоциональные и волевые процессы, мы не устанавливаем этим никакого дизъюнктивного деления, аналогично тому, как это делала психология, которая делила психику или сознание на интеллект, чувство и волю. когда мы говорим об интеллектуальных, эмоциональных и волевых процессах, речь, собственно, идет о характеристике единых и в тоже время многообразных психических процессов по преобладающему в каждом таком процессе интеллектуальному, эмоциональному или волевому компоненту» [5]. Смысл «не-дизъюнктивности» психического процесса, по С.Л. Рубинштейну, выражается следующими словами: недизъюнктивный психический процесс представляет собой единство взаимопроникающих компонентов, один из которых в этом процессе может преобладать, что позволяет характеризовать этот процесс как преимущественно эмоциональный, интеллектуальный или волевой. Кроме того, различные характеристики недизъюнктивного процесса также могут находиться в диалектическом единстве («мышление является единством интеллектуального и эмоционального»). Таким образом, недизъюнктивность является неотъемлемым свойством компетентности как психологического и педагогического явления, и не может быть присуща техническим системам, будь то даже системы «искусственного интеллекта».
Как уже отмечалось выше, нет оснований говорить об индуктивных возможностях систем ИИ. Отсутствие ошибок, порождающих новые идеи и гипотезы, влечет отсутствие индуктивной составляющей в работе таких систем. Работа любой системы, не включающей «человеческий фактор», действительно, «асемантична» (здесь мы дополним мысль С.Лема), лишена мотивации (не-субъектна), не позволяет использовать неявные знания (полностью эксплицитна). Рефлексия в системах ИИ лишь моделируется с помощью рекурсии, и сложных дедуктивных правил, но не реализуется, как неавтома-тизируемый и непредсказуемый психический процесс.
Таким образом, для обеспечения компетентности у систем ИИ отсутствуют элементы, составляющие рефлексивный компонент интеллектуальной компетентности компетентности и ментальный опыт, представляемый взаимодействующими ментальными моделями.
Поэтому о системах ИИ можно говорить лишь как о моделях части компетентности, которая может быть использована в аналитической деятельности человеком, как один из мощных инструментов, обеспечивающих реализацию собственной ИК индивида.
Обсуждая метафорическое представление интеллектуальной деятельности как взаимодействия множества нейрокомпьютеров Дж. Фодор замечает: «Если моя голова наполнена работающими нейрокомпьютерами, то лучше,... если бы это кто-то контролировал — лучше всего, если бы это был я сам!» [6]. Соглашаясь с Дж.Фодором, «оставим за собой», то есть за рефлексией, это право самоуправления аналитической деятельностью, отказав в этом не только «сильному», но и, тем более, «слабому искусственному интеллекту».
СПИСОК ЛИТЕРАТУРЫ
1. Величковский Б. М. Когнитивная наука: основы психологии познания [Текст] : В 2 т. Т. 1 - М. : Академия, 2006. - 448 с. - ISBN 5-7695-2984-9.
2. Сёрль Дж. Разум мозга — компьютерная программа? / В мире науки : журнал. — М.: Мир, 1990. — № 3. — С. 7 - 13.
3. Леонтьев, А. Н. Избранные психологические произведения [Текст] : В 2 т. Т. 1 / А. Н. Леонтьев ; под ред.
B. В. Давыдова [и др.]. - М. : Педагогика, 1983. - 391 с.
4. Беспалов, Б. И. Нечетко-множественные модели недизъюнктивности и субъектности психических процессов / Б. И. Беспалов // Субъектный подход в психологии : сб. статей. - М. : Институт психологии РАН, 2009. - С. 121-136
5. Рубинштейн, С. Л. Основы общей психологии [Текст] / С. Л. Рубинштейн. - СПб. : Питер, 2009. - 720 с. - ISBN 978-5-314-00016-8.
6. Fodor, J.A. (1998) // In: critical condition. Cambridge, MA: MIT Press.- р. 17
7. Ярыгин О.Н., Роганов Е.С. Ментальные модели: основа и препятствие для аналитической деятельности // Вектор науки Тольяттинского государственного университета. Серия: Экономика и управление. 2012. № 3.
C. 64-68.
8. Ярыгин О.Н., Гайманова Т.Г. Формирование и развитие компетентности как эмерджентного свойства профессионального образования // Азимут научных исследований: педагогика и психология. 2012. № 1. С. 7782.
9. Ярыгин О.Н., Ярошинская Е.А. Преодоление ложных эвристик как неадекватных ментальных моделей // Азимут научных исследований: экономика и управление. 2012. № 1. С. 78-82.
10. Ярыгин О.Н., Кондурар М.В. Индуктивное мышление как компонент интеллектуальной компетентности // Карельский научный журнал. 2012. № 1. С. 40-42.
11. Ярыгин А.Н. Профессиональная мобильность специалиста в контексте межпредметных связей экономических дисциплин // Вектор науки ТГУ. Серия: Экономика и управление. 2012. № 3. С. 59-64.
© 2013
ARTIFICIAL INTELLIGENCE AND INTELLECTUAL COMPETENCE
O.N.Yarygin, Ph.D. in pedagogic, associate professor V.M. Ryabova, a postgraduate student
Togliatti State University, Togliatti (Russia)
Annotation: This paper considers the artificial intelligence from the perspective comptence in analytical work. The authors show that the modern system of artificial intelligence cannot have the properties necessary for competent analytical activity, despite the technical superiority over the human mind in solving problems that could be reduced to computing. Keywords: artificial intelligence, intellectual competence, reflection, subjectivity, nondisjunctivity.
