CC BY
50
УДК 165.0
А.Н. Одинцов
СООТНОШЕНИЕ ЗНАНИЯ И ИНФОРМАЦИИ В ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ
Создание систем искусственного интеллекта имеет большое эпистемологическое значение для решения вопроса о познании человеком самого себя, своего интеллекта. Такой подход открывает новые возможности и методы изучения информационной реальности, субъективного опыта и сознания, а также предполагает возможность эмпирического изучения данных областей. Так, Л.А. Микешина характеризует моделирование естественного интеллекта как «экспериментальную философию», в сфере которой возможна «проверка самых тонких и абстрактных гипотез о природе человеческого разума» [5, с. 107], а для М. Хейма киберпро-странство, образуемое компьютерной сетью, «есть не что иное, как метафизическая лаборатория, инструмент для исследования нашего чувства реальности» [10, с. 83].
Уровень развития систем искусственного интеллекта отражает степень разработанности проблем, связанных с пониманием человеком собственных информационных процессов и сложной структуры познавательных механизмов, с помощью которых он способен использовать и продуцировать знание. Адекватность представлений о когнитивных процессах в естественном интеллекте определяет то, насколько создаваемые в рамках этих концепций модели соответствуют своему прообразу.
Классические интерпретации искусственного мышления склонялись к рассмотрению интеллектуальной деятельности как вычислимой, что, в свою очередь, предполагало возможность ее воспроизведения в компьютерных системах фон-неймановской архитектуры. Ключевую роль при этом играла информация, которая трактовалась как сигнал, уменьшающий неопределенность в системе.
К. Шеннон определил информацию через понятие энтропии, обозначающее в физике меру упорядоченности систем, а единицу информации как величину, характеризующуюся выбором одного из двух равновесных состояний,
получившую название «бит». Передача сообщения количеством в одну такую единицу влечет за собой уменьшение неопределенности вдвое. При продолжительной передаче сигналов информация определяет нагрузку на когнитивные системы человека. Разница между максимально возможным и фактическим количеством информации может быть определена как мера организации такой системы, степени ее отличия от совершенно случайного, хаотичного состояния.
Таким образом, естественный интеллект в классической теории познания понимался как вместилище разнородной информации, благодаря которой человек способен действовать адекватно существованию, уменьшая неопределенность окружающего хаоса. Модель знания, согласно данным представлениям, есть формализованная в соответствии с определенными структурными планами информация, сохраняемая в памяти, которая может быть использована в ходе решения задач на основании заранее запрограммированных схем и алгоритмов.
Проблема построения первых машинных систем искусственного интеллекта трактовалась как необходимость снабжения компьютера информацией о действительности соразмерно знаниям человека об окружающем мире. Обладая количеством информации, достаточным для устранения неопределенности, такая машина была способна прийти к формированию однозначного решения. Однако, как справедливо отмечает Д.С. Чернавский, такое решение фактически уже содержится «в алгоритме и начальных условиях» [6, с. 181]. Естественные когнитивные системы в отличие от таких механизмов способны к адекватному информационному обмену даже в условиях «информационного дефицита», к обучению, познанию и творческому продуцированию новой информации.
В мозге человека обработка информации осуществляется отнюдь не жесткой бинарной логикой. Эта логика скорее может быть определена
как многозначная, в которой число значении истинности есть величина переменная, может меняться на различных этапах решения задачи, может быть обусловлена множеством как внешних, так и внутренних для системы факторов. По справедливому утверждению H.A. Бернштейна, отражение мира познающим субъектом строится по типу моделей, в которых мозг «не запечатлевает поэлементно и пассивно вещественный инвентарь внешнего мира, но налагает на него те операторы, которые моделируют этот мир, отливая модель в последовательно уточняемые и углубляемые формы» [2, с. 287].
Для адекватного существования человеку необходимо обладать не столько полной исчерпывающей информацией об объективной реальности, сколько знанием, значимым в соответствующем контексте. Многие информационные процессы в головном мозге и других подсистемах нашего организма не дают о себе знать в явном виде. Однако, оставаясь неявными, личностными, они играют определяющую роль в формировании сложной самоорганизующейся системы знания, которая включает в себя множество аспектов информационных структур, человеческого мышления, «аккомпа-нируются субъективным опытом» [9, с. 204].
Адекватность восприятия такого знания определяется способностью познающего субъекта понимать информацию не как буквальную инструкцию, но как нечто, позволяющее реконструировать архитектуру моделируемого. Как утверждает Л.А. Микешина, информация одинаково доступна каждому, однако «возможности превратить ее в знание у каждого свои, опирающиеся на личный опыт и способности» [5, с. 99]. Упрощенно это можно свести к формуле «информация — это знание минус человек» [Там же. С. 97].
Эксплицитно выраженные знания лишь незначительная часть общей базы знаний человека, представляющей собой самоорганизующуюся и саморегулируемую систему. Субъективный неявный компонент — неотъемлемая ее часть. Личностный коэффициент знающего в значительной степени формируется и изменяется под воздействием формируемых в собственном сознании репрезентаций, в результате чего трансформируются и наши собственные формы восприятия и познания, способы видения и понимания.
По утверждению Д.И. Дубровского, человеку неотъемлемо присуще свойство субъективной реальности, которая понимается им как «динамический континуум сознаваемых состояний человека» [4, с. 84]. Такой способ информационной организации возник в связи с усложнением живой системы, включающей множество самоорганизующихся подсистем, и потребностью нахождения оптимальных средств поддержания ее целостности.
Формирование психики, связанной с ней способности быть субъективной реальностью, явилось удобным, экономичным, высокооперативным способом получения, переработки и использования информации в целях управления сложной системой человеческого организма. В естественных когнитивных системах выработалась способность информационного управления как собственными внутренними процессами, так и происходящими вне организма.
Явления субъективной реальности, не обладая физическими либо энергетическими свойствами, способны служить причиной телесных изменений, управлять ими в качестве информационной причины. Они представляют собой некоторое содержание или информацию, закодированную в мозговой нейродинамической системе. В естественном интеллекте в виде мозговых кодов субъективной реальности сохраняются сложные информационные структуры, определяющие идеи, цели, убеждения, поведенческие стратегии и т. п. Такая информация необходимо воплощена в мозге как носителе и способна оказывать в определенных пределах управляющее воздействие на соответствующий класс собственных мозговых процессов когнитивных систем. Она формирует особый тип самоорганизации и самодетерминации, присущий естественному интеллекту или «мозговой Эго-системе» [4, с. 79].
Знание имеет информационную природу и может пониматься как «актуализованная мозговой Эго-системой информация, выполняющая функцию управления по отношению к другим информационным процессам» (Там же). Эта информация представляет собой иной, более высокий порядок и реализуется как отдельный уровень субъективной реальности — «информация об информации». При этом количество таких уровней ограничивается познавательными способностями конкретного индивида.
Трудности моделирования субъективной реальности в системах компьютерного интеллекта, таким образом, связаны прежде всего со сложностью детерминации «информации об информации» среди других информационных структур. В данном контексте вследствие «принципа однородности» между информацией как данными относительно какого-либо объекта и управляющей программой по работе с данными не существует различия. Информационный обмен в таких системах, которые в свою очередь подчиняются принципам фон-неймановской архитектуры, происходит как дискретная обработка поступающих данных. В таком понимании компьютерный интеллект есть не более чем в высокой степени сложная машина Тьюринга.
В качестве альтернативы такому пониманию искусственного интеллекта может выступать сетевой подход, известный также как «коннек-ционистский». В рамках данного направления реализуется идея о коммуникативной и контекстуальной структуре знания, функционирующего по сложным нелинейным принципам. Когнитивная система понимается как разветвленная сеть, все элементы которой являются «потенциально связанными между собой и одновременно участвующими в формировании ответа на стимульную конфигурацию» [3, с. 134]. Такую структуру можно рассматривать по аналогии с «направленным графом с взвешенными связями» [8, с. 36], в узлах которого находятся элементы, обладающие способностью к восприятию и обработке информации. По числу связей можно судить о значимости соответствующей области знания.
С помощью подобных графов возможно моделирование многоуровневой структуры «информации об информации». Так, если два узла объединены иерархически более высоким узлом, то возможен перенос части свойств, приписанных данному узлу. Иными словами, интерпретация и репрезентация некоторой информации прямо зависят от процессов категоризации. В ходе мыслительного процесса информация кодируется мозговой нейроди-намической системой, приобретая статус информации более абстрактного уровня субъективной реальности, она наследует признаки этой категории.
Еще одним преимуществом коннекцио-нистских моделей по сравнению с традиционными является возможность «ассоциативного (контентно-адресного) и распределенного хранения информации» [3, с. 136], а также адаптивного обучения. Распределенность хранения обусловлена тем, что субстратом фиксируемой информации в каждом конкретном случае является «не какой-то отдельный элемент, а сеть в целом, т. е. состояния всех ее узлов и весовые коэффициенты их связей» [Там же]. При этом для последующего восстановления и извлечения сохраненных данных в такой системе достаточно фрагмента, который будет проассоциирован с остальными частями. Такое взаимодействие в случае его отражения в модели интеллекта позволит отойти от жестко детерминированной манипуляции информацией в сторону создания самоорганизующихся систем, обладающих свойством саморефлексии и способных к продуцированию категории знания наподобие естественного интеллекта.
В качестве примера коннекционистских моделей можно рассматривать нейронные сети, являющиеся системами, построенными по образу и подобию мозга, и наследующие его свойства. Установлено, что такие сети способны извлекать знания из данных и обнаруживать в них скрытые закономерности, что было недоступно классическому компьютерному интеллекту. При этом знания не передаются в полном объеме, а приобретаются через обучение.
Кроме того, в нейронных сетях наличествует потребность в «получении информации и отображении среды в модели» [7, с. 202], что может рассматриваться как условие возникновения искусственной субъективной реальности, так как такие модели формируются с позиции субъекта. Способность к моделированию и оценка адекватности и полезности таких моделей имеет большое значение. В сложной коннекционист-ской структуре взаимодействие элементов есть процесс в высшей степени нелинейный, так как «даже самое привлекательное и желаемое изменение, будучи реализованным, может привести к снижению эффективности системы в целом» [1, с. 87].
Вследствие этого для полноценного и адекватного существования разумная когнитивная система должна обладать развитыми
функциями вероятностного прогнозирования, быть в состоянии оценить последствия и перспективы любого возможного преобразования. Подобные принципы получили название опережающих обратных связей и рассматриваются как составляющие «эффекта самореализующегося пророчества» [Там же]. Желаемое состояние системы моделируется «как если бы» оно уже было достигнуто, что позволяет оптимизировать процесс его достижения. При этом опыт, приобретенный в ходе оценки «полезности» модели, формирует изменения в информационной структуре знания. Вследствие ассоциативности и связанности это изменение носит не локальный характер, а затрагивает множество элементов структуры, а также модифицирует смысловые связи между этими элементами.
Механизм таких взаимодействий эффективно отражается в концепции гипертекста. В ее основе лежит идея распределенной информационной структуры, элементы которой связаны посредством унифицированных идентификаторов объектов — Uniform Resource Identifier. Частный случай их проявления — универсальный локатор ресурса (Uniform Resource Locator), применяемый в глобальной сети Интернет для указания ссылок на информационные ресурсы.
В гипертекстовых моделях возможно связывание как целых блоков информации между собой, так и произвольных фрагментов. Данные связи не являются строго фиксированными и могут изменяться как при непосредственном вмешательстве оператора, так и автоматически, некоторыми программными агентами. Кроме того, большое значение имеет свойство «асинхронного» информационного обмена в структурах режима реального времени и отложенной обработки. При этом недоступный в данный момент информационный узел включается в обработку под влиянием изменившихся смысловых связей через некоторый промежуток времени.
Гипертекст как способ соотношения знания и информации в интеллектуальных системах имеет большое эпистемологическое значение. На данном этапе развития науки эта концепция в наибольшей степени соответствует представлениям об информационном устройстве естественного интеллекта и может являться
основой для построения самоорганизующихся систем, обладающих признаками ассоциативного мышления.
Как модель подобных представлений может рассматриваться глобальная сеть Интернет, изучение принципов функционирования которой является возможным и способно прояснить информационную организацию сложных сетевых структур. В ходе разработки данной проблемной области уже были получены значительные результаты. Так, было установлено, что исторически сложившийся подход к накоплению и хранению в информационных сетях содержимого больше приемлем для понимания человеком, а не компьютером, что в свою очередь является существенным ограничением при формировании искусственной субъективной реальности.
В качестве решения данной проблемы была предложена концепция иного способа информационной организации, получившая название «семантический веб». В его основе лежит идея структурирования и преобразования информации, существующей в сети Интернет, наподобие ее представления в естественном интеллекте с целью превращения наличествующих в сети разрозненных данных в знание. Предполагается, что информация должна быть снабжена скрытыми контекстными метками, метаинфор-мацией.
Дополнительный слой метаданных предназначается для автоматизированной обработки машинными агентами и, помимо своего прикладного предназначения как структуры, определяющей отношения между элементами гипертекстовой модели, он восполняет недостающую структуризацию данных, приближает их к знаниям. При этом унифицированный идентификатор объектов выполняет функцию управления по отношению к идущим информационным процессам и в то же время сам актуализируется под действием других таких идентификаторов. Совокупность этих идентификаторов представляет собой разветвленную самоорганизующуюся систему, которая определяет отношение знания и информации в гипертекстовой модели действительности.
Таким образом, функционирование системы унифицированных идентификаторов объектов вполне может рассматриваться как
некоторый аналог информационной причинности искусственной субъективной реальности, а концепция гипертекста — как один из возможных подходов к решению задачи расшифровки мозговых нейродинамических кодов в естественном интеллекте. Такой подход
не противоречит классическому пониманию знания как вместилища организованной по определенным планам информации, но расширяет его, делает более приспособленным для построения искусственных моделей интеллекта, адекватных естественному прообразу.
СПИСОК ЛИТЕРАТУРЫ
1. Баксанскии, О.Е. Нейролингвистическое программирование как практическая область когнитивных наук [Текст] / О.Е. Баксанский, Е.Н. Кучер // Вопр. филос. - 2005. - № 1.
2. Бернштейн, H.A. Очерки по физиологии активности и физиологии движений [Текст] / Н.А. Бернштейн. — М.: Медицина, 1966.
3. Величковский, Б.М. Когнитивная наука: Основы психологии познания [Текст]. В 2 т. Т.1 / Б.М. Величковский. — М.: Смысл; Изд. центр «Академия», 2006. — 448 с.
4. Дубровский, Д.И. Сознание, мозг, искусственный интеллект [Текст] / Д.И. Дубровский // Искусств. интеллект: междисципл. подход; под ред. Д.И. Дубровского и В.А. Лекторского. — М.: ИИн-теЛЛ, 2006.
5. Микешина, Л.А. Новые образы познания и реальности [Текст] / Л.А. Микешина, М.Ю. Опен-
ков. - М.: Рос. полит. энцикл. (РОССПЭН), 1997. -240 с.
6. Чернавский, Д.С. Синергетика и информация (динамическая теория информации) [Текст] / Д.С. Чернавский; послесл. Г.Г. Малинецкого. Изд. 2-е, испр. и доп. - М.: Едиториал УРСС, 2004. - 288 с.
7. Шамис, А.Л. Поведение, восприятие, мышление: проблемы создания искусственного интеллекта [Текст] / А.Л. Шамис. - Там же. - 2005.
8. Anil, K. Artificial Neural Networks: A Tutorial, Computer [Text] / K. Anil, M. Jianchang, K.M. Mohiud-din. - Vol. 29, N. 3. 1996. - March.
9. Chalmers, D.J. The conscious mind. In search of a foundation theory [Text] / D.J. Chalmers. - N. Y.: Oxford Univer. Press, 1996.
10. Heim, M. The Metaphysics of Virtual Reality [Text] / M. Heim. - N. Y.: Oxford Univer. Press, 1993.
УДК 1:3+304.2
И.В. Коломейцев ПРОБЛЕМА ЭФФЕКТИВНОГО СОЦИАЛЬНОГО УПРАВЛЕНИЯ
Современное общество характеризуется неконтролируемой и непредсказуемой динамикой мобильных виртуальных сообществ и социальных сетей в глобальном масштабе. Возникновение новых социальных форм в процесс глобализации обостряет отношения общества, культурной общности и государства [4]. Это обстоятельство ставит в центр философской аналитики проблему эффективности социального управления. А.В. Тихонов отмечает, что сложившаяся в рамках индустриального общества теория управления уже «не отвечает
реальностям постиндустриального общества и инвективам постнеклассической науки». Современная социология нарабатывает новый понятийный аппарат, позволяющий строить теоретическую модель социального управления не в традиционном смысле — как административную модель государственной власти, а как модель управления на основе выявления механизмов социокультурной регуляции социальных взаимодействий [9, с. 262]. В этой связи поиск историко-философских предпосылок нового подхода, который можно обозначить
