CC BY
23II. ИНФОРМАЦИОННЫЕ СИСТЕМЫ. АВТОМАТИЗАЦИЯ И СИСТЕМЫ УПРАВЛЕНИЯ
УДК
Andrey P. Shevchik, Alexander A. Musaev
COGNITIVE CHALLENGE: EXPECTATIONS AND ACHIEVEMENTS
St Petersburg State Institute of Technology (Technical University), Moskovsky Pr., 26, St Petersburg, 190013, Russia
The cognitive technology and the cognitive science are a new trend, that significantly determines the development of the technosphere, biosphere and human civilization of the 21st century. Based on the current level of informational chemical and biotechnological achievements, the cognitive science has approached the study of the intellection. This article is a full version of its abridged variant "Inconspicuous cognitive revolution", published in the journal "Expert" №4, 2016.
Keywords: cognitive technologies, information technology, biotechnology, artificial intelligence, technological singularity.
.81
А.П. Шевчик1, A.A. Мусаев2
КОГНИТИВНЫЙ ВЫЗОВ: ОЖИДАНИЯ И СВЕРШЕНИЯ
Санкт-Петербургский государственный технологический институт (технический университет), Московский пр. 26, Санкт-Петербург, 190013, Россия
Рассмотрен широкий спектр вопросов, связанных с развитием когнитивных технологий и когнитивистики, как науки, во многом определяющей развитие техносферы, биосферы и человеческой цивилизации 21-го века. Опираясь на современный уровень достижений в области информационных, химических и биотехнологий, когнитивистика вплотную подошла к изучению «святого святых» научных исследований - к изучению процесса мышления и познания.
Настоящая статья представляет полную версию ее сокращенного варианта «Тихая когнитивная революция», опубликованного в журнале «Эксперт» №4, 2016г.
Ключевые слова: когнитивные технологии, информационные технологии, биотехнологии, искусственный интеллект, технологическая сингулярность.
DOI 10.15217Zissn1998984-9.2016.33.84
Введение. Тихая революция
Наш мир меняется ежечасно и ежеминутно. Ничего не поделаешь, диалектика... Однако, когда мы говорим о наиболее значимых изменениях, особенно в сфере новых технологий, предполагается наличие революционных открытий, научных прорывов, удивительных технических решений, изменяющих не только технологический уклад, но и социум.
Но вот приходит новая «тихая» технологическая революция, которую мало кто заметил, которую увидели пока только ученые-профессионалы - когнитивная революция или революция познания.
Одной из причин ее незаметности является факт, что ее реализация содержится в сфере других, хорошо известных областей научной деятельности -информационных технологий (1Т), прикладной математики, теории управления, биотехнологий, психологии, философии и гносеологии. Иными словами, когнитивистика - это новый научный тренд, ориентированный на задачи познания и интегрирующий широкий класс известных технологий: математических, информационных, естественно-научных и, что особенно важно, гуманитарных.
Именно интеграция гуманитарных дисциплин и хорошо формализованных информационных и математических технологий позволяет прикоснуться к «святая
святых», к величайшей тайне природы - процессу познания окружающего мира.
Заметим, что при строго формализованной постановке проблема познания является логически противоречивой. В соответствии с теоремой Геделя о неполноте, система не допускает самоидентификации, т.е. полного определения без использования внешних дополнений. Поэтому нельзя полностью определить процесс мышления посредством исключительно самого человеческого мышления.
Разумеется, перфекционистское требование к полноте и строгости решения задачи не может остановить развитие когнитивистики. Даже частные неполные решения в теории познания могут привести к революционным изменениям в развитии цивилизации. Кроме того, постепенно создается почва и для логически полного решения данной задачи. Экспоненциальное развитие компьютерных и информационных технологий позволяет приблизиться к созданию искусственного интеллекта (artificial intelligence, Al), способного выступить в качестве «внешнего дополнения», необходимо для замкнутости формального решения.
В настоящее время когнитивистика представляет совокупность разнородных научных дисциплин, объединенных общей целевой задачей изучения, моделирования, имитации и совершенствования процесса познания. Важнейшей особенностью когнитивистики является интеграция (точнее - попытка интеграции) гуманитарных, естественнонаучных и математических знаний.
1 Шевчик Андрей Павлович, д-р техн. наук, ректор, e-mail: rector@technolog.edu.ru Andrey P. Shevchik, Dr Sci. (Eng.), Rector
2 Мусаев Александр Азерович, д-р техн. наук, профессор, декан факультета та информационных технологий и управления, e-mail: amusaev@technolog. edu.ru
Alexander A. Musaev, Dr Sci. (Eng.), Professor, Dean of the Computer Science faculty. Дата поступления - 11 февраля 2016 года
Гуманитарные технологии когнитивистики
Обратим внимание на необычное, тем не менее, общепринятое сочетание слов: «гуманитарные» - «технологии».
Вполне естественно, что первыми к проблеме познания обратились философы. Действительно, трудно строить представления о структуре мироздания, о первичности материального или духовного, если не определен процесс понимания человеком окружающего мира, если не установлено, существует вообще этот мир вне субъективной фантазии человека, или субъективных
представлений социума?
Мало кто осмеливался отвергать хорошо формализованную аристотелеву логику рассуждений, однако любая логическая последовательность должна исходить из начальной совокупности знаний. Откуда они берутся? Возглавляемые Джоном Локком эмпирики считали, что источником любого познания является исключительно опыт. В противовес эмпиризму, рационалисты, последователи Рене Декарта, выдвигали гипотезу о существовании некоторого начального знания, не зависящего от опыта. В категорию начального знания включалась и логика.
Философы-когнитивисты: Джон Локк, Рене Декарт, Иммануил Кант
Наличие двух противоречивых школ, как всегда в таких случаях, порождает два естественных тренда. Прежде всего, это скептики и агностики, утверждающие, что оба базовых положения неверны, и ничего не предлагающие взамен, кроме сократовского «Я знаю, что ничего не знаю!» Опыт слишком переменчив, принципиально неполон и искажен органами восприятия, изначальные понятия - не более, чем неживая абстракция, а логикой вполне доказываются взаимно противоречивые утверждения.
Второй типичный тренд основан на конформизме и попытке объединения двух базовых концепций, исключающих явно антагонистические противоречия. Лидером этого течения, получившего название критицизм, стал Иммануил Кант. Кант признавал возможность познания, но при этом ограничивал эту возможность способностями человека, то есть «познать можно, но не всё и не до конца».
Основным вопросом теории познания философы считали выяснение отношения мыслящего субъекта к мыслимому объекту. При этом в зависимости от рода и объема применяемых интеллектуальных функций, различают воспринимающее, рассудочное и разумное познание [1]. Такой подход мало что объяснял, но создавал определенный научный простор для коллег философов по гуманитарному цеху - для психологов.
В середине 60-х годов двадцатого века появился термин - когнитивная психология [2]. Ее апологеты, Дж. Милле, У. Найссер, Д. Брунер и др. позиционировали свое детище, как альтернативу к бихевиоризму, в котором процесс познания определялся по схеме кибернетического «черного ящика»: идентификация содержимого сопоставлением входных сигналов с реакцией на выходе.
В результате возник целый ряд направлений когнитивной психологии, наиболее интересным из которых является генетическая психология. Естественное сближение с естественными науками и математикой практически всегда существенно усиливает позиции гуманитариев, хотя и тормозит свободный полет их научных и литературных фантазий. Особенно любопытна попытка исследования психологами не только сознательного, но и бессознательного, единственным имеющимся средством познания, а именно, сознанием.
Очевидно, что весь этот вербальный дескрипт философов и психологов вызывает у специалистов по
точным и естественным наукам серьезную «гносеологическую» аллергию. Тем не менее, нельзя отрицать и полезность неформализованного мышления гуманитариев. Согласно когнитивистике, креативные решения всегда начинаются с нечетких понятийных представлений.
Когнитивные биотехнологии
При переходе к естественным наукам, прежде всего к совокупности знаний, объединенных общим термином биотехнологии, без конца оставаться на уровне аморфно-размытых представлений просто нельзя, от биохимиков, биофизиков, биоников требуется конкретный результат. При этом прикладные результаты могут быть получены и без использования абстрактных понятий типа «душа» или «бессознательное». Вот несколько примеров достижения биотехнологов:
1. Ноотропы или когнотропные активаторы умственной деятельности. Они же - нейрометаболические стимуляторы, в прямом переводе с греческого - «изменяющие разум». Многим работникам умственного труда известно легкое и прекрасное состояние мышления, когда работа выполняется легко просто. «И мысли в голове волнуются в отваге, и рифмы легкие навстречу им бегут, и пальцы просятся к перу, перо к бумаге, минута - и стихи свободно потекут».
Ноотропы, как и психостимуляторы, относятся к фарматерапевтической группе АТХМ6ВХ. Хорошо известный препарат этой группы «Ноотропил» («Пира-цетам») был создан в Бельгии в 1963 году. Результатом приема ноотропных средств является повышение внимательности, улучшение памяти, рост уровня интеллектуальной активности.
В настоящее время синтезирована целая группа новейших ноотропных средств - рацетамов. В нее входят такие препараты, как эти-, цебра-, окси-, изарацетам и др. Основным механизмом рацетамов является воздействие на метаболические и нейромедиаторные процессы в нейронной сети мозга.
В аптечной сети можно найти такие широко распространенные ноотропы, как фенотропил, глицин, фени-бут и др.
Косвенно ноотропным действием обладают также сосудорасширяющие (нимодипин, циннаризин) и анти-тромбические препараты - антикоагулянты, антиагреган-ты и фибринолитики.
Считается, что ноотропы, в отличие от психостимуляторов, не оказывают побочных действий на организм и, что более сомнительно, не вызывают привыкания [3, 4].
2. Протезирование органов чувств. Развитие оп-тоэлектроники и других отраслей знаний, связанных с преобразованием физических полей в динамические информационные потоки, сделало принципиально возможным поступление визуальной, акустической и другой информации непосредственно в нейронную сеть мозга, минуя отказавшие органы чувств. Однако для практического решения проблемы требуется найти решение целого ряда задач, выходящих за пределы биотехнологий, и образующих в совокупности крупнейшую научную и техническую проблему - создание био-химико-информаци-онного интерфейса между датчиками физических полей и входными каналами нейронной сети мозга. Кроме того, для восприятия информации в мозгу человека должна быть сформирована матрица образов, отвечающих, с одной стороны, наблюдаемому объекту, а с другой - кодовой последовательности соответствующих электрохимических сигналов, поступающих от протезируемого органа или протеза.
Указанная задача решается в различных исследовательских лабораториях мира, достигших определенных успехов в этой области. При этом важно заметить, что достигнутый результат, т.е. создание протеза органа чувств, заведомо окажется промежуточным. В распоряжении человека окажутся каналы восприятия кругового обзора, УФ-, ИК- и рентгеновского диапазонов излучения, ультра- и инфразвуковых акустических колебаний etc. Каким увидит человек этот мир? Да и будет ли он человеком в нынешнем смысле этого слова? Но об этом позже...
3. Система прямого управления мозгом [5-8]. Наличие современной системы визуализации и регистрации протекающих в мозгу процессов (энцефалографы, компьютерные томографы, магнито-резонансная и пози-тронно-эмиссионная томографии, магнито-резонансная спектроскопия и т.п.) позволяют идентифицировать протекающие в мозгу процессы и сопоставлять их с соответствующей им управляющей информацией. Следствием этого является принципиальная возможность управления внешними устройствами непосредственно из мозга. В частности, ведутся работы по управлению курсором дисплея с помощью зрения. Естественной пролонгацией таких исследований будут задачи управление ручными манипуляторами, протезами рук и ног, а в дальнейшем и всем экзоскелетом. А дальше еще интереснее... В соответствии с максимой Курта Воннегута, «над чем бы учёные ни работали, у них всё равно получается оружие».
Информационные и математические технологии в когнитивных исследованиях
Большинство исследований в области прикладной когнитивистики неизбежно требуют участия специалистов в области прикладной математики и IT. При этом потребности когнитивистов в информационном обеспечении можно разделить на два уровня.
На первом уровне IT выступают в традиционной для себя сервисной роли, формируя информационную инфраструктуру для различных когнитивных разработок. В нее входят различные БД, базы знаний, мультимедийные системы отображения и восприятия информации, сетевые структуры, интерфейсы и т.п.
На втором, более высоком уровне, IT играют роль информационной платформы для развития когнитивных технологий. Основанием для такого подхода является тот очевидный факт, что центральной категорией и субъектом процесса познания является информация. По существу, процесс познания является сугубо информационным и сводится к различным вариантам последовательностей получения, обработки и хранения информации. Следова-
тельно, вполне справедливо отнести когнитивные технологии к классу IT.
Очевидно, что приведенному упрощенному определению познания полностью отвечает и функционирование любого компьютера. И здесь нет никакого противоречия, поскольку работа компьютерной программы представляет собой локальный фрагмент функционирования человеко-машинной системы познания. А может ли мыслить и познавать машина без человека? Вспоминаем незабвенного артиста Филиппова в роли пьяного лектора из «Карнавальной ночи»: «Есть ли жизнь на Марсе, нет ли жизни на Марсе - это науке пока неизвестно!»
Итак, если познание - это процесс переработки информации с целью извлечения из нее знаний для решения каких-то научных и/или практических задач - то, что мешает построить имитационную модель мышления?
Подход к решению этой задачи появился в середине прошлого века - необходимо построить искусственную нейронную сеть (ИНН). Элементами сети являются модели нервной клетки - нейрона. Различные модели (Ла-пика, Маккалока-Питтса, Ходжкина-Хаксли, Фицхью-Нагу-мо etc.), по мере усложнения, постепенно приближались к реалистическому описанию функционирования нейрона, однако для решения конкретных задач распознавания и прогнозирования этого и не требовалось. Отсутствует необходимость в точном подобии компьютерных нейронов их биологическим прототипам, требуется получить эффективное решение. При этом задача искусственного интеллекта разбивается на два различных, хотя и связанных между собой направления.
Первое, сугубо прикладное и прагматическое, - получить интеллектуальную (или когнитивную) компьютерную сеть, способную формировать эффективные управляющие решения в условиях нестационарной изменяющейся среды и априори неопределенных возмущающих воздействий. При этом наличие интеллекта определяется возможностью генерации эффективных решений, не предусмотренных кодом исходной программы, сформированным математиками и программистами, т.е. людьми.
Второе, более академическое направление, связанно с когнитивистикой человеческого мышления и предполагает моделирование функционирования биологической нейросети, т.е. процессов, протекающих в мозгу человека.
Прямое моделирование процесса познания
Заметим, что исходная теория ИНН сформулирована в середине прошлого века. Однако их реализация требовала вычислительного потенциала (память-быстродействие), соизмеримого по мощности с нейросетью человеческого мозга. К такому уровню развития IT человечество стало подходить только к настоящему времени.
Как известно, кора головного мозга человека, толщиной от 1.3 до 4.5 мм, содержит 14-16 млрд. нейронов, связанных прямыми и обратными связями через пучки нейроволокон. Количество нейронов в сети мозга оценено очень грубо, эта величина в различных источниках колеблется от 5 до 100 млрд. клеток [9-11]. Информация передается электрохимическими нейросигналами, генерируемыми органами чувств и нейронами. Потенциал покоя нейрона составляет порядка 70 милливольт, скорость распространения нейроимпульса вдоль аксона (концевой отдела нервной клетки, соединяющей ее с другими клетками нейросети), колеблется 0.1 до 10 м/с. Среднее время реакции мозга на визуальный сигнал составляет 0,1-0,3 секунды. Среда погружения нейросети образована материей, состоящей из глиальных клеток. Их роль на процесс обработки информации далеко не ясен. Так например, установлено, что на один нейрон левого полушария мозга Эйнштейна приходилось гиальных клеток на 73 % больше, чем у среднестатистического мужчины [11].
Электроэнцефалограммы позволяют визуализировать групповую активность участков нейросети и различать сигналы, характерные для бодрствования (альфа-ритмы), активного бодрствования (бета-ритмы), сон (Дельта-ритмы) etc., для некоторых типов реакций на внешние воздействия, а также для некоторых видов пата-логий нервной системы (эпилепсия).
Что могут противопоставить мощнейшему биомеханизму мозга современные средства IT? В качестве примера можно назвать американский суперкомпьютер Jaguar (Cray XT5-HE), расположенный в Oak Ridge National Laboratory. Компьютер имеет примерно четверть миллиона ядер и обеспечивает вычислительную мощность порядка 1,76 петафлопс (1 петафлопс = 1015 или тысяча триллионов операций с плавающей точкой). Еще большую мощность обеспечивает китайский суперкомпьютер Tianhe-1A с производительностью 2,5 петафлопса примерно со 186 тысячами ядер и 230 000 гигабайтами оперативной памяти [12].
Фотография Дж. Донгара суперкомпьютера Tianhe-1A
Хватит ли этой мощности для моделирования познавательной деятельности мозга? Ответ неоднозначен, т.к. отсутствует достаточная информация о биохимии и биофизике этого процесса. Дело в том, что знания формируются образованием кластеров нейронов, соединенных множеством связей. Процесс образования новых связей, отвечающих определенному образу или понятию, а тем более, логически связанным цепочкам понятий, требует исследований на всех уровнях - от биохимии до синергетики.
Оригинальный подход к решению задачи создания AI предложен в 1966г. американскими математиками Л. Фогелем, А. Оуэнсом и М. Уолшем [13]. Суть метода состоит в том, что вместо прямого моделирования интеллекта предлагалось моделировать процесс эволюции системы принятия решений в соответствии с классической дарвинистской концепцией развития биосистем. В качестве эволюционирующих элементов использовались конечные автоматы. Модификацией этого подхода явилась методология генетических алгоритмов.
На современном уровне исследований вопрос состоит в моделировании эволюции структуры и параметров некоторой начальной ИНН. При этом, по-видимому, задача будет представлена на базе «мягких» моделей с использованием близкой для человеческого мышления концепции размытых понятий, восходящих к теории нечетких множеств (fuzzy sets) Л. Заде [14].
Понятно, что такие подходы также требовали современных вычислительных мощностей, однако множество частных решений, связанных, например, с прогнозированием нестационарных процессов, показали высокую эффективность эволюционного подхода уже во второй половине 20 века.
Когнитивистика Plus. Ожидания и свершения
«Кто владеет информацией — тот владеет миром!» Эту фразу приписывают Натану Ротшильду, использовавшему информацию о поражении Наполеона при Ватерлоо для того, чтобы увеличить свое состояние на 40 миллионов фунтов стерлингов. Эту же фразу приписывают Уинстону Черчиллю. Однако, ничто не вечно, в том числе и старые добрые истины...
Информационный поток в последние годы превратился в цифровой потоп. 90% накопленной человечеством информации сгенерировано в течение последних пяти лет. В 2015г. объем накопленной цифровой информации составлял порядка 4-х зеттабайт (1 зет-табайт равен одному трлн. гигабайт), к 2020 году эта величина по прогнозу IDC (International Data Corporation) достигнет 40 зеттабайт.
Системы мониторинга технологических процессов крупных заводов ежедневно закладывают в информационные хранилища сотни гигабайт информации. На электронных биржах фиксируются несколько отсчетов в течении каждой минуты за каждым из огромного количества котировок биржевых активов. На медицинских сайтах выложены гигабайты медицинской информации. И что дает владение этой информацией? Да почти ничего. В некоторых случаях и без «почти», просто ничего. Мало владеть информацией, необходимо научиться извлекать из нее полезные знания. Именно эта задача становится первостепенной для специалистов в области когнитивных и информационных технологий.
Проблема извлечения знаний, доступных для восприятия человеком, из больших массивов цифровой информации сформулирована Клиффордом Линчем в 2008г. и получила название Big Data. Характе-ризация этой проблемы определялась формулой 3V: volume, velocity, variety (или объем-скорость-разнообразие). При этом имелось в виду, что кроме огромного объема данных, проблему обработки создает как скорость поступления и накопления информации, так и ограничения по быстродействию компьютеров. Проблема разнообразия данных связана с разнородностью формы их представления и плохой структурированностью.
По существу, проблема Big Data являлась обобщением решений класса Business Intelligence. Поэтому к методам ее решения вполне уместно отнести и извлечение знаний из БД (Data Mining), и технологии машинного обучения, включая ensemble learning, и кра-удсорсинг, и прогнозную аналитику и многое другое. К 2011г. крупнейшие компании IT-индустрии (IBM, Oracle, Microsoft, EMC etc.) в определенной степени включились в разработку средств, поддерживающих работу с большими данными. В результате были разработаны специализированные информационные средства для работы с большими массивами разнородных данных - NoSQL, Hadoop, Netezza, MapReduce и др. С 2013г. задачи обработки Big Data появилась в вузовских программах в виде науки о данных - Data Science [15-17].
Другой важнейшей проблемой информационной когнитивистики являются человеко-машинные интерфейсы или HMI (human-machine interface). Как бы не сложна и эффективна была компьютерная обработка данных, следует не забывать, что ее заказчиком и потребителем является человек, со всей характерной для него ограниченностью возможностей по восприятию информаций.
В свое время (кажется, совсем еще недавно) в компьютерную жизнь вошел графический интерфейс, радикально изменив уровень взаимодействия человека и компьютера. Сейчас все более сильные позиции занимают мультимедийные интерфейсы, поисковик Google достаточно уверенно распознает человеческую
речь. Что дальше? Интерфейс типа мальчика Мило, придуманный Питером Мулине [5, 6, 18], с человеческим лицом и воспринимающий даже настроение собеседника? Может быть. Но реальный прорыв все-таки надо ожидать в более продвинутой форме, связанной с прямым управлением компьютером человеческим мозгом. Об этом упоминалось выше. Слово за когни-тивистами, в том числе за когнитивными физиологами и психологами.
Еще одним важным применением когнитивных технологий являются различного рода интеллектуальные (когнитивные) ассистенты и советники.
Примером может служить задача управления технологическим процессом (ТП). Для крупных технологических установок число параметров, подлежащих мониторингу, может доходить до нескольких сотен. Человеческий мозг способен, по оценке психологов, оперировать не более, чем 5-7 параметрами. Если процесс динамический, а параметры взаимосвязаны, то человеческий мозг может воспринимать не более 3-4 параметров. На помощь приходит когнитивный советник, без труда обрабатывающий сотни и тысячи взаимосвязанных параметров и формирующий рекомендации по оперативному управлению ТП, т.е. по выбору значений управляющих параметров, обеспечивающих наибольшую эффективность работы технологической установки или всего технологического цикла целом.
Пример является образцом промежуточного решения. Если советник столь эффективен, то почему бы не перейти к чисто автоматическому производству? Так и будет, будущее - за заводами-автоматами. За человеком остается только выбор критерия эффективности и диапазонов изменения технологических и управляющих параметров.
Другой интересный пример когнитивного советника - система непрерывного контроля состояния здоровья человека. В большинстве случаев смерть человека связана с относительно медленно развивающимися заболеваниями со значительным латентным периодом их развития. Так, например, около 30 % летальных исходов связано с сердечно-сосудистыми заболеваниями, около 19 % - с инфекционными и паразитарными болезнями, порядка 13 % - с недоброкачественными опухолями. На ранней стадии большая часть этих заболеваний является излечимой. Таким образом, возникает необходимость в мобильной системе непрерывного мониторинга биологических параметров человека и связанным с ней когнитивном анализаторе, способным пересчитывать параметры мониторинга в числовые значения индикаторов (маркеров) различных заболеваний, а также формировать прогноз развития заболевания.
Вариантами когнитивных советников являются когнитивные ассистенты, способные решать широкий класс локальных сервисных задач. Например, для автомобилистов представляет интерес когнитивная система контроля состояния бодрствования водителя, интеллектуальная система распознавания владельца, прогностическая система диагностики автомобиля и т.п. Хотя более вероятен другой исход - человек, как элемент ненадежности, вообще будет исключен из системы управления автомобилем или иным транспортным средством. Задача создания электронного водителя практически уже решена инженерами Google и Tesla.
Ограничимся приведенными примерами, поскольку их можно продолжать до бесконечности. Трудно найти область, в которой когнитивистика не могла бы дать новые прорывные результаты. Однако так устроена диалектика всеобщего развития - новое положительное всегда сбалансировано новым отрицательным. Какие проблемы может создать для человека развитие когнитивистики?
Когнитивистика Minus. Когнитивная эсхатология
Непростой вековечный вопрос - кто я? Как «человек думающий» самоидентифицирует себя, как личность?
Понятно, что ассоциировать себя со своим телом некорректно. Проведем простой ментальный эксперимент, столь любимый научными фантастами и связанный с переносом информационной матрицы мозга в другое тело. Скорее всего, человек сохранит свою самоидентификацию и в другом организме. Вывод кажется достаточно простым - человек ассоциирует себя с некоторой информационной матрицей и содержащимися в ней знаниями, навыками и умениями.
Предположим, что это так. Но вот в мир ворвался компьютер с его гигабайтами памяти и мощными сетевыми технологиями. Человек не только работает с информационными системами компьютера, он живет в них, он непрерывно взаимодействует с информацией, заложенной в памяти компьютера и сетевых ресурсах, он ассоциирует потенциал и себя с информационной матрицей виртуального компьютерного мира. Человек не может существовать даже в периоды, когда он в поездке и вынужден на время оторваться от стационарного терминала - мобильные гаджеты позволяют человеку оставаться в информационном пространстве в метро, в самолете, в поезде etc. Особенно остро это коснулось молодого поколения homo sapiens, оно буквально задыхаются, оставаясь на время разобщенными с информационными пространствами сетевых технологий. Трудно увидеть в метро молодого человека, не уткнувшегося в свой iPod, iPad, smartphone etc., не заглушившего уши наушниками от тех же мобильных «дивайсов».
Подведем итоги - человек стал, не заметив этого, некоторой человеко-машинной системой, киборгом. Вот такая она, «тихая» когнитивная революция!
Что дальше? Второй этап эсхатологического сценария достаточно очевиден. К чему может привести развитие системы когнитивного протезирования органов чувств и жизнеобеспечения? Управляемые мозгом протезы могут оказаться значительно более эффективным инструментом, чем их естественные биоаналоги. Кибер-руки с микронным разрешением и мощностью шагающего экскаватора, кибер-ноги «а ля сапоги-скороходы», безотказное, заменяемое ки-бер-сердце, прямая энергозаправка организма от домашней розетки вместо утомительного трехразового питанья переработанными останками невинно убиенных животных, кибер-глаза с восприятием ИК- и УФ-диапазонов - ну не соблазнительно ли? При этом процесс превращения человека в киборга будет происходить тихо и спокойно, без всяких «восстаний машин» и других голливудских страстей. По мере старения генетическая программа человека разрушает его организм, и столь же естественным станет кибер-про-тезирование отработавших свой срок органов.
Третий акт эсхатологического сценария развития когнитивистики совсем очевиден. Наша «святая святынь», хранитель нашего «я» или наш мозг: если он является лишь носителем информационной матрицы личности, то не лучше ли перенести эту драгоценный дар природы на более прочный и надежный фундамент - на кремниевую платформу? При необходимости обезопасить свое бессмертие можно без труда сотворить своего информационного клона, свой персональный back up. При этом перенос когнитивных функций на цифровую основу позволит, по оценке экспертов [19], увеличить быстродействие процесса мышления в 105-8 раз и обеспечить практически неограниченную ассоциативную память объемом в 10121016 образов.
Человек перерождается в киборга, киборг - в интеллектуального, полностью неорганического робота. Как сказано в Книге Екклесиаста, «во многом знании — много печали, и кто умножает знание, умножает скорбь».
Но почему эсхатология? Разве это конец света? Нет, конечно, это лишь конец эры человека, возомнившего себя венцом творенья. Императив развития интеллекта и мироздания идет от Бога, или от каких-то других Управляющих Начал, выходящих за пределы восприятия сознанием человечества в его нынешней биологической форме. Развитие - это объективный диалектический процесс и он не склонен зависеть от воли человека или человечества. Скорее всего, это ветвящийся процесс, реализуемый на множестве цивилизаций. Это значит, что возможны и должны существовать и тупиковые формы, оканчивающиеся реальными «концами света».
Множество таких эсхатологических сценариев нарисовал А. Азимов в своей книге «Выбор катастроф» [20]. Проблемы, связанные с искусственным интеллектом он отнес к катастрофам пятого вида, охватывающим события, которые, по его мнению, не уничтожат человечество как биологический вид, однако приведут к разрушению цивилизации и отбросят человечество в техническом и культурном развитии в первобытное состояние. По крайней мере, так виделась Азимовым когнитивная эсхатология в 1979 году.
Интересно заметить, что еще 1794 г. И. Кант в «Берлинском ежемесячнике» писал, что конец всего сущего может произойти по одной из трех причин: естественной (по божественной мудрости), сверхъестественной (по непонятным для людей причинам) или противоестественной — по человеческой неблагоразум-ности и в силу неправильного понимания конечной цели.
Технологическая сингулярность
Как утверждал Френсис Бэкон: «Knowledge itself is power». И возможно, что не просто сила, а самая мощная сила в окружающем нас мире. Прикосновение и приобщение ученых к процессу приобретения этой силы, активизация когнитивистики и ее приложений неизбежны, невзирая на все pro и contra вытекающих отсюда последствий. Возможно именно когнитивистика станет тем интегрирующим острием развития, которое, по мнению футурологов, приведет цивилизацию к технологической сингулярности [21, 22].
Под технологической сингулярностью понимается состояние, когда процесс развития технологий выйдет из-под контроля человека в силу существенного несоответствия возможностей человеческого мозга уровню развития техносферы. Возникновение сингулярности часто связывают с прогрессом в области когнитивистики и IT, в частности, с разработками в области AI и компьютерного самовоспроизводства.
Сдерживающими факторами являются процессы человеко-машинной интеграции и развитие потенциала мозга средствами биокогнитивных технологий. С другой стороны, развитие биологической когнитивистики может привести к возникновению альтернативной биоэсхатологии, когда дальнейший прогресс цивилизации будет определяться не человеком, а продукцией генной инженерии -мутантами. Такая форма развития также нашла широкое отражение в творениях фантастов и, естественно, Голливуда.
Большинство футурологов сходятся во мнении, что технологическая сингулярность наступит в 20302045 г., а ее первую фазу человечество ощутит совсем скоро - в 2020-25 г.
Заключение
Развитие цивилизации определялось и будет определяться, прежде всего, возникновением и развитием новых технологий. Социально-экономическая динамика, взаимодействие производительных сил и производственных отношений, смена общественно-экономических формаций - все это лишь следствия технологического развития отдельных стран и человечества в целом.
Особенно наглядно приоритет технологий проявил себя во времена колониальной экспансии. Маленькие, но технологически развитые страны Европы захватывали огромные территории с многомиллионным населением, с более древней и высоко духовной культурой, но отстающие от европейцев в технологическом развитии, а как следствие этого, и в вооружениях.
Другой, более близкий пример - технологический прорыв в области микроэлектроники. Большинство стран мира до сих пор не смогло в достаточной степени овладеть этой технологией, и, как следствие, не смогли освоить пятый технологический уклад.
Ядром нового, шестого технологического уклада является совокупность NBIC технологий. Название представляет собой аббревиатуру от начальных букв нано-, био-, информационных и когнитивных технологий (nano, bio-, information and cognitive technology). По мнению Комиссии по научным исследованиям при Конгрессе США, регулирующей финансирование научных проектов, именно NBIC технологии определят развитие цивилизации на ближайшие 50 лет [23].
Полномасштабный вход в новый технологический уклад, его освоение и практическая реализация является задачей национального уровня и требует формирования новой государственной целевой программы. При этом особую роль в такой программе должно занять технологическое образование, требующее новых нестандартных решений и качественно новых образовательных программ.
Литература:
1. Познание в философии/ URL: http://rushist.com/ index.php/ philosophical-articles/2399-poznanie-v-filosofii-kratko.
2. Когнитивная психология. URL: http://www. syntone.ru/ library/psychology_schools/kognitivnaja_ psihologija.php.
3. Кляйн А. Ноотропные препараты - Что это? Ноотропные средства. Ноотропные действия. URL: http://fb.ru/article/147061/nootropnyie-preparatyi---chto-eto-nootropnyie-sredstva-preparatyi-nootropnogo-deystviya.
4. Иванова О. Как улучшить кровообращение
головного мозга. Препараты, улучшающие кровообращение головного мозга. URL: http://fb.ru/article/136999/ kak-uluchshit-krovoobraschenie-golovnogo-mozga-preparatyi-uluchshayuschie-krovoobraschenie-golovnogo-mozga.
5. Константинов А., Тарасевич Г. Великая когнитивная революция. // Русский репортер, 2010. №41(169). URL: http://rusrep.ru/article/ 2010/10/18/cognit/
6. Константинов А. Когнтивные технологии: будущее, которого мы не ожидали. URL: i-future.livejournal. com/449110.html.
7. Уфимцев Р. Когнитивные технологии - это просто. URL: http://www.cognitivist.ru/er/novice/058.xml.
8. Малинецкий Г.Г., Маненков С.К., Митин Н.А., Шишов В.В. Когнитивный вызов и информационные технологии. URL: http:// spkurdyumov.ru/economy/kognitivnyj-vyzov-i-informacionnye-texnologii/.
9. Блум Ф., Лейзерсон А., Хофстедтер Л. Мозг, разум и поведение. / Пер с англ. канд. биол. наук Е.3. Годиной. М.: Мир, 1988. 248 с..
10. Головной мозг человека. Энциклопедия Кольера. URL: http://dic.academic.ru/dic. nsf/enc_coNer/3 731/%D0%93%D0%9E%D0%9B %D0%9E%D0%92%D0%9D%D0%9E%D0%99.
11. Джуан С. Мозг человека - неимоверные факты. URL: http://jizn.com.ua/content/mozg-cheloveka-neimovernye-fakty.
12. Десять самых быстрых компьютеров в мире. URL: http://www.mobiledevice.ru / OneNews. aspx?NewsId=36525.
13. Fogel I.J., Owens A.J., Walsh M.J.. Artificial Intelligence through simulated evolution. NY: John Wiley and
Sons, 1966. 230 p. (Фогель Л., Оуэнс Л., Уолш М. Искусственный интеллект и эволюционное моделирование / Пер. в англ. под ред. А.Г. Ивахненко. М.: Мир, 1969. 230 с.)
14. Zadeh L.A. Fuzzy sets // Information and control. 1965. V. 8. P. 338-353.
15. Smith F. Jack. Data Science as An Academic Discipline // Data Science Journal. 2006. Vol. 5. № 19. P. 163164.
16. Manyika J. [et al.]. Big data: The next frontier for innovation, competition, and productivity. Report. McKinsey Global Institute. 2011. 143 p.
17. Naur P. A Basic Principle of Data Science In: Concise Survey of Computer Methods. Lund: 1974. 397 p.
18. Molyneux P. Meet Milo, the virtual boy URL: http://www.ted.com/talks/peter_molyneux_demos_milo_the_ virtual_boy
19. Бодякин В.И. Концепция разработки когнитивной системы социально-экономического управления. URL: http://refdb.ru/look/2031779.html
20. Asimov I. A Choice of Catastrophes. NY: Simon & Schuster, 1979. 377 p. (. Азимов А. Выбор катастроф. М.: Амфора. 2002. URL: http://royallib.com/read/azimov_ayzek/ vibor_katastrof.html#1105920)
21. Technological_singularity. URL: http:// en.wikipedia.org/ wiki/Technological_singularity
22. Kurzweil R. The singularity is near. NY: Viking. 2005. 672 p.
23. Roco M. Bainbridge W. Converging Technologies for Improving Human Performance: Nanotechnology, Biotechnology, Information Technology and Cognitive Science. Dordrecht, The Netherland: Kluwer Academic Publishers, 2003. 482 p.
