ВВЕДЕНИЕ
В данной работе по возможности доступно, ясно и вместе с тем строго и систематично излагаются основные понятия и деятельность машинного антропоморфного чистого искусственного разума. Главное внимание уделено общему представлению об операциях и закономерности машинного антропоморфного чистого искусственного разума. Логическая схема машинного антропоморфного чистого искусственного разума показана в соответствии с некоторыми атрибутами человеческого разума и мышления путём деления высших познавательных способностей человека, согласно теории антропологии разума и мышления Иммануила Канта, изложенной им в его книге «Критика чистого разума», и которая содержательно применима к решению определённых различных проблем.
Принципиальная новизна данной работы состоит в том, что она является первой и единственной по данной тематике, раскрывающей сущность машинного антропоморфного чистого искусственного разума и мышления.
В настоящее время нет точного определения машинного антропоморфного чистого искусственного разума (в дальнейшем сокращённо «машинного искусственного разума»). Мной вводится понятие машинного искусственного разума, как процесс нахождения, априорного по Канту, оптимального решения различных задач комбинаторного типа в среде обитания человека на основе параллельной специализированной гибридной вычислительной машины. Кроме того мной определён критерий разумности, как количественная оценка приближения решения машинного искусственного разумак оптимальному решению, априорного по Канту. Критерий разумности машинного искусственного разума объективен в определенной степени и имеет субъективный характер.
В данной книге не приводится список литературы по данной тематике, так как она представляет, из себя, авторскую работу. Мне неизвестно ни одной серьёзной работы в области разработки машинного искусственного разума. В основном, исследования различных исследователей сконцентрированы вокруг алгоритмического подхода к моделированию процесса мышления и разработки так называемого искусственного интеллекта, который представляет, из себя, простую тривиальную реализацию апостериорных или априорных по Канту обыкновенных инструкций, алгоритмов или правил по Канту. Хотя, уже почти сто лет назад Гёдель, в своей теореме о неполноте, доказал его абсолютную бесперспективность. Процесс мышления по Канту не поддаётся алгоритмизации. Любая алгоритмизация, основанная на апостериорных или априорных решениях по Канту, будет страдать неполнотой моделирования процесса мышления. Предлагаемая мной гипотеза имитатора механизма поиска знаний, приспособления и адаптации, логически подобна универсальному методу познания у живых организмов по Канту. Вместо алгоритмизации процесса мышления она утверждает, что только случай, как машинная трансцендентальная идея свободы по Канту (для антиципации по Канту), позволяет найти машинное решение. Возможно, случай имеет также определяющую роль и у живых организмов. На примере амёбы, можно предположить, что механизм принятия решения находится, наверное, в её цито оболочке и он случаен. Возможно, аналогичный механизм находится и в цито скелете нейрона головного мозга человека. Если это так, то вообще становится непонятно, как работает человеческий мозг, разум и мышление.
На основе этой гипотезы разработан механизм машинного принятия решений, который реализован в предлагаемом машинном искусственном разуме.
Ещё древние философы, в том числе и Аристотель, сомневались в алгоритмическом подходе к процессу мышления.
Данная книга даёт общее представление о структуре, понятиях и принципе действия машинного искусственного разума. Она предназначена для всех интересующихся машинным искусственным разумом.
ОГЛАВЛЕНИЕ
Предисловие..........................................................................................................6
Глава 1. Машинный мозг ……….....................................................................9
1. Машинный искусственный разум .........................................................................................10
2. Машинное мышление .............................................................................................................11
3. Машинный рассудок ..............................................................................................................11
4. Машинный интеллект ............................................................................................................11
5. Априорное синтетическое машинное суждение ……………….…………………..…..…12
6. Машинное сознание................................................................................................................12
7. Машинная психика..................................................................................................................12
8. Машинная интуиция ...............................................................................................................12
9. Машинный язык ......................................................................................................................12
10. Машинная логика ………………………..……………………….……………………..…13
11. Логическая схема машинного мозга …………………………………………………..…13
12. Машинный принцип разумности.........................................................................................15
13. Машинный критерий разумности........................................................................................15
14. Машинный опыт ...................................................................................................................15
15. Машинная память .................................................................................................................15
16. Машинное высказывание ……………………………………….…………………………16
17. Машинная мысль …………………………………………………………….………….....16
18. Машинная оценка..................................................................................................................17
19. Машинный оректив...............................................................................................................17
20. Машинный экспрессив.........................................................................................................17
21. Гипотеза антропоморфного машинного познания ………………………..……..………17
Глава 2. Универсальный алгоритм познания метаразума.........................20
1. Семантическая модель среды обитания машинного искусственного разума……………………………………………………………………………………………20
2. Машинный анализ и синтез....................................................................................................20
3. Машинное абстрагирование...................................................................................................21
4. Машинное обобщение.............................................................................................................22
5. Машинная индукция…………………………..…………………..…………………………22
6. Машинная дедукция................................................................................................................23
7. Машинная аналогия.................................................................................................................23
8. Экспертная система метаразума.............................................................................................24
9. Проблема перебора..................................................................................................................24 10. Метод проб и ошибок метаразума………………….…….…………………………...…..25
11. Фактор случая для метаразума ……………………………………………………………26
Глава 3. Машинное мышление …...................................................................27
1. Машинная формальная логика...............................................................................................28
2. Содержательная (трансцендентальная) логика.....................................................................29
3. Роль трансцендентальной редукции в обосновании содержательной логики...................29
4. Трансцендентально – логическая таблица суждений по Канту ….……………………..31
5. Машинная содержательная (трансцендентальная) логика..................................................35
6. Машинная неопределённая (случайная) логика……..........................................................37
Глава 4. Модель специализированной гибридной вычислительной машины.................................................................................................................38
1. Задача коммивояжёра .............................................................................................................39
2. Введение…………………………….......................................................................................39
3. Постановка задачи коммивояжёра ........................................................................................39
4. Идея метода .............................................................................................................................39
5. Метод решения задачи коммивояжёра .................................................................................45
6. Алгоритм решения задачи коммивояжёра ...........................................................................45
7. Демонстрационный пример решения задачи коммивояжёра .............................................47
8. Задача о ранце .........................................................................................................................50
9. Введение…………………………….......................................................................................50
10. Постановка задачи о ранце ..................................................................................................50
11. Метод решения задачи о ранце ...........................................................................................50
12. Алгоритм решения задачи о ранце ......................................................................................53
13. Демонстрационный пример решения задачи о ранце .......................................................56
14. Задача о назначениях ............................................................................................................61
15. Введение………………………….........................................................................................61
16. Постановка задачи о назначениях .......................................................................................61
17. Метод решения задачи о назначениях ................................................................................61
18. Алгоритм решения задачи о назначениях...........................................................................62
19. Демонстрационный пример решения задачи о назначениях ............................................65
20. Задача о назначении целей....................................................................................................70
21. Введение..………………………….......................................................................................70
22. Постановка задачи о назначении целей..............................................................................70
23. Метод решения задачи о назначении целей.......................................................................72
24. Алгоритм решения задачи о назначении целей .................................................................72
25. Демонстрационный пример решения задачи о назначении целей ..................................76
26. Транспортная задача .............................................................................................................80
27. Введение……..…………………….......................................................................................80
28. Постановка транспортной задачи.........................................................................................80
29. Метод решения транспортной задачи .................................................................................80
30. Алгоритм решения транспортной задачи............................................................................82
31. Демонстрационный пример решения транспортной задачи ............................................85
32. Задача теории расписаний....................................................................................................88
33. Введение………………………….........................................................................................88
34. Постановка задачи теории расписаний ...............................................................................89
35. Метод решения задачи теории расписаний.........................................................................89
36. Алгоритм решения задачи теории расписаний ..................................................................90
37. Демонстрационный пример решения задачи теории расписаний....................................93
38. Задача Штейнера ...................................................................................................................96
39. Введение…………………………….....................................................................................96
40. Постановка задачи Штейнера ..............................................................................................96
41. Метод решения задачи Штейнера .......................................................................................97
42. Алгоритм решения задачи Штейнера..................................................................................98
43. Демонстрационный пример решения задачи Штейнера .................................................101
44. Модель параллельной специализированной гибридной вычислительной машины.....104
45. Алгоритм решения задачи коммивояжера на МПСГВМ.................................................107
46. Алгоритм решения задачи о ранце на МПСГВМ.............................................................108
47. Алгоритм решения задачи о назначениях на МПСГВМ..................................................109
48. Алгоритм решения задачи о назначении целей на МПСГВМ …..………………….....111
49. Алгоритм решения транспортной задачи на МПСГВМ.................................................112
50. Алгоритм решения задачи теории расписаний на МПСГВМ.........................................113
51. Алгоритм решения задачи Штейнера на МПСГВМ.......................................................115
Глава 5. Модель индетерминированного машинного разумного поведения............................................................................................................117
1. Модель машинного принятия решения…………………………………………………...117
2. Машинный разум...................................................................................................................119
3. Машинное мышление............................................................................................................122
4. Машинный рассудок.............................................................................................................122
5. Алгоритм синтеза составных многозначных машинных высказываний……………....124
6. Машинный интеллект ..........................................................................................................125
7. Машинный интерфейс ..........................................................................................................125
8. Машинный язык.....................................................................................................................125
9. Машинная логика..................................................................................................................125
10. Таймер………………….…….…………………………………………………………….126
11. Машинный опыт……………………………………………….………………………….126
12 Машинная интуиция ………………….…….…………………………………………….126
13. Характеристики модели индетерминированного машинного разумного поведения...126
14. Шахматы и МИМРП ………………….…….…………..……………………………..…128
15. Введение ………………….…………….….…………………………………………..…128
16. Постановка задачи Шахматная игра ………………….…….………………………..…129
17. Структурная схема МИМРП для задачи Шахматная игра ……………………………129
18. Метод решения задачи Шахматная игра ………………….……………………………131
19. Алгоритм решения задачи Шахматная игра ………………….…………………..……132
20. Вывод……………………………………………………...………………………………132
21. Фондовый рынок и МИМРП ………………….…….…….…………………………..…132
22. Введение ………………….…….………………………………...…………………….…132
23. Постановка задачи Фондовый рынок ………………….…….……………………...…..133
24. Структурная схема МИМРП для задачи Фондовый рынок ……………..…………….133
25. Метод решения задачи Фондовый рынок ………………….…….….………………….135
26. Алгоритм решения задачи Фондовый рынок…………………………………..……….136
Глава 6. Модель антропоморфной механистической платформы..........................................................................................................138
1. Машинный мозг как механистическая виртуальная модель окружающего реального мира и пространства…………………….…………………………………………………….138
2. Механистическое зрение идеального работника................................................................139
3. Механистическое обоняние идеального работника...........................................................141
4. Механистический слух идеального работника...................................................................141
5. Механистический вестибулярный аппарат идеального работника……………………..141
6. Механистическое тело идеального работника....................................................................141
7. Структурная схема модели идеального работника............................................................142
8. Машинный опыт идеального работника.............................................................................145
9. Нормативное поведение идеального работника.................................................................147
10. Информационное обеспечение идеального работника …………………………….......147
11. Машинное заключение …………………………………………………..……………….147
12. Программное обеспечение идеального работника...........................................................149
13. Общение идеального работника с человеком...................................................................150
14. Элементарная модель вычислений....................................................................................150
15. Антропоморфная механистическая платформа...……………….…………………..…..150
Глава 7. Модель метаразума...........................................................................152
1. Принцип оптимальности…………………………………………………………………..159
2. Метод случайного поиска решения.....................................................................................159
3. Человеческий мозг как сложная система............................................................................160
4. Метаразум (чистый искусственный разум и мышление)..................................................160
5. Абстрактное моделирование различных объектов, понятий, структур и сложных систем из реального мира и пространства...........................................................................................161
6. Анализ различных объектов, понятий, структур и сложных систем из реального мира и пространства...............................................................................................................................161
7. Синтез различных объектов, понятий, структур и сложных систем из реального мира и пространства...............................................................................................................................162
8. Сравнение различных объектов, понятий, структур и сложных систем из реального мира и пространства..................................................................................................................162
9. Абстракция различных объектов, понятий, структур и сложных систем из реального мира и пространства..................................................................................................................163
10. Обобщение различных объектов, понятий, структур и сложных систем из реального мира и пространства ……………………………………………………………….……..…..163
11. Конкретизация различных объектов, понятий, структур и сложных систем из реального мира и пространства ………………………………………………………….......164
12. Классификация различных объектов, понятий, структур и сложных систем из реального мира и пространства …………………………………………………………..….164
13. Распознавание различных объектов, понятий, структур и сложных систем из реального мира и пространства.................................................................................................................164
14. Мышление метаразума........................................................................................................164
15. Модальная логика................................................................................................................166
16. Операционная система …………………………..……………………….…………..…..167
17. Функциональная схема АМИМ..........................................................................................167
18. Выводы.................................................................................................................................167
19. Послесловие……….............................................................................................................169
20. Список сокращений.............................................................................................................174
ПРЕДИСЛОВИЕ
Задача этой книги — познакомить с основными понятиями, характеристиками, определениями и операциями машинного искусственного разума.
В состав машинного искусственного разума входит параллельная специализированная гибридная вычислительная машина и метаразум.
Метаразум определен мной по Канту, как чистый искусственный разум и мышление без эмоций, присущих человеческому разуму.
В первой главе книги приводятся основные справочные характеристики и определения машинного искусственного разума. Во второй главе раскрывается универсальный алгоритм познания метаразума, разработанный на основе гносеологии, его сущность и последовательность процесса познания объективного мира метаразумом а также его деятельность. В третьей главе обосновывается машинное мышление на основе содержательной (трансцендентальной) логики по Канту.
В остальных главах книги приводится описание собственно машинного искусственного разума. В основе конструктивных особенностей машинного искусственного разума лежит решение проблемы перебора для задач класса NP комбинаторной оптимизации. Научной новизной в предлагаемой работе понимается найденная мной закономерная зависимость, присущая любым задачам комбинаторной оптимизации, и разработка метода решения задач класса NP. На основании этой зависимости и данного метода возможен поиск оптимального решения задач комбинаторной оптимизации большого размера без перебора всех вариантов их решения. В настоящее время оптимальное решение задач класса NP находится с помощью методов явного или неявного последовательного полного перебора. Предлагаемый мной в книге пример задачи коммивояжера для четырёх вершин иллюстрирует наличие найденной мной закономерности, присущей любой задаче комбинаторной оптимизации любого размера. Количество вычислительных цепей, для моего метода, является величиной случайной и зависит от характеристик конкретной задачи комбинаторной оптимизации. Предлагаемый метод позволяет максимально распараллелить процесс вычислений. Использование его на современных многопроцессорных суперкомпьютерах даст возможность значительно уменьшить время решения задач классов P и NP.Эти компьютеры основаны на концепции машины Тьюринга, которая не соответствует возможностям моего метода и не позволяет максимально использовать их. Мной разработана концепция параллельной специализированной гибридной вычислительной машины с практически неограниченным числом вычислительных путей. Используя мой метод и мою параллельную специализированную гибридную вычислительную машину, можно решать любую задачу любого размера классов P и NP практически почти мгновенно.
В настоящее время все попытки различных исследователей решить эту проблему окончились не удачно. Решение проблемы перебора имеет большое значение для криптографии со всеми вытекающими последствиями.
В данной работе, в качестве научной новизны, рассмотрены разработанные мной модель специализированной гибридной вычислительной машины, модель индетерминированного машинного разумного поведения, модель антропоморфной механической платформы и модель метаразума.
Мышление метаразума, в основном, определено и представлено мной как процесс решения задач на графах (машинных трансцендентальных схемах по Канту).
Бытует утверждение, что любую задачу можно описать, сформулировать и свести к задаче нахождения априорного или апостериорного по Канту решения на графе, что соответствует разработанной Кантом новой всеобщей науки познания всего сущего.
Человеческий мозг невероятно сложно устроен, и познать его устройство, как он функционирует практически, в настоящее время, невозможно. Предлагаемый машинный искусственный разум представляет, из себя, имитатор человеческого мозга, разума и мышления. Имитация позволяет избежать физического исследования человеческого мозга, разума и мышления, что при отсутствии в настоящее время соответствующего инструментария и согласно теореме Гёделя о неполноте, не позволяющей изучать более сложную систему с помощью менее сложной, является оправданной.
Глава 1. Машинный мозг
Управление машинным искусственным разумом осуществляется извне путём его включения ( в результате возникает по Канту машинное Я) что позволяет контролировать его функционирование.
Первоначально, в соответствии с учением изложенным в «Критике чистого разума» И.Канта, после чистого машинного созерцания (чистая машинная чувственность) с помощью различных датчиков и машинной апперцепции, машинный мозг начинает работу с воображаемыми (моделируемыми метаразумом) образами (графами (машинные трансцендентальные схемы (чистые формы, чистые фигуры) по Канту)), отражающими объекты, субъекты, процессы и другие явления в мире, которые определены метаразумом как не случайные явления.
Графы (машинные трансцендентальные схемы по Канту) представляют из себя продукты машинного моделирования, которые отражают не единичное машинное созерцание объектов, субъектов, процессов и других явлений в мире, а множественное, согласно определённому методу, отражающему в одном графе (машинные трансцендентальные схемы по Канту) эти множественные машинные созерцания по Канту. В этом отношении все графы (машинные трансцендентальные схемы по Канту (образы)) равны между собой, независимо от того, относим ли мы это явление к природе, технике, науке, искусству или др.
Графы (машинные трансцендентальные схемы по Канту (абстрагированные машинные образы)) есть продукт эмпирической способности метаразума продуктивно воображать (моделировать) машинные трансцендентальные схемы по Канту (графы) машинных чувственных понятий как геометрических объёмных фигур во внутреннем пространстве метаразума (схемы понятий). Таким образом, графы, представляют из себя чистые формы машинных созерцаний по Канту, обладающие формой и протяжённостью в пространстве.
Отсюда следует, что в основе машинных понятий лежат не машинные образы, а машинные схемы по Канту. Следовательно, машинные мысли и понятия существуют как машинные схемы (машинные трансцендентальные схемы по Канту), и синтезируются, путём моделирования, в машинном пространстве.
Машинный образ в машинном пространстве ограничивается частью геометрического объёма машинного понятия и поэтому не может отражать всю общность машинного понятия во всём его многообразии.
Таким образом, машинный образ есть продукт эмпирической способности метаразума формировать машинные трансцендентальные схемы по Канту машинных понятий как фигур в машинном пространстве, посредством этих схем, и которые не полностью совпадают с машинными понятиями.
Далее машинный мозг старается с помощью метаразума дополнить базу знаний об объективном мире, которая образовалась в результате опыта и обучения метаркзума, вновь определёнными графами (машинными трансцендентальными схемами по Канту) и сложить обобщённые графы (машинные трансцендентальные схемы по Канту) в взаимосогласованные системы, в которых устанавливаются различные связи между графами (машинными трансцендентальными схемами по Канту) — родовидовые, причинно-следственные и другие.
Если взаимосогласованная система таких графов в машинной памяти (машинные трансцендентальные схемы по Канту) и их ассоциативных связей становится достаточно обширной и развитой то метаразум в конечном счёте может пользоваться этими знаниями для принятия решений, и если эти решения метаразума приносят планируемые результаты для достижения определённых целей, то такая система знаний — мировоззрение метаразума может стать объективной в определенной степени и будет иметь субъективный характер.
1. Машинный искусственный разум
Машинный искусственный разум функционально представляет из себя творческую познавательную деятельность при достижении определённых целей метаразумом, раскрывающая сущность действительности, окружающего мира и пространства, который формулирует принципы формирования системы априорного и апостериорного синтетического, содержательного машинного знания по Канту.
Посредством машинного мышления, использующего универсальный алгоритм познания, метаразум моделирует внешний реальный мир и пространство (машинное воображение) на основе машинного созерцания и апперцепции по Канту, синтезирует результаты познания, создаёт новые идеи, выходящие за пределы сложившихся опыта и системы знаний метаразума.
Для синтеза результатов познания машинное мышление применяет машинный рассудок, разработанный мною на основе моего эффективного метода комбинаторной оптимизации (ЭМКО), позволяющего смоделировать машинную интуицию как антиципацию по Канту.
Для обеспечения деятельности машинного рассудка метаразум использует машинный интеллект.
Машинный искусственный разум в основном осуществляет математическое, априорное по Канту, решение различных задач комбинаторной оптимизации (ЗКО) как априорных знаний по Канту, отображённых на графах, возникающих в процессе машинного мышления как машинные трансцендентальные схемы по Канту.
Метаразум логически делает непосредственный вывод и априорное или апостериорное субъективное заключение о математическом решении поставленной ЗКО или осуществляет вариационный выбор апостериорного или априорного машинного решения. Он анализирует априорные и апостериорные машинные суждения по Канту и существует только во времени решения ЗКО.
2. Машинное мышление
Машинное мышление, в основном, основано на обучении. Машинное мышление субъективно, априорно и апостериорно по Канту. Обучение позволяет метаразуму получить априорные и апостериорные знания о внешнем мире.
Процесс мышления метаразума представляет, из себя чистое априорное по Канту математическое решение многообразных ЗКО в реальном мире и пространстве при достижении определённых целей. Оно вырабатывает новые предложения и делает вывод об истинности априорного машинного суждения с помощью машинного рассудка на основе ЭМКО, реализуя трансцендентальную машинную логику действия согласно Канту для достижения определённых целей.
Априорные машинные суждения и заключение по Канту могут быть оптимальными и приближёнными, апостериорные могут быть приближёнными, случайными и ошибочными.
Для достижения результата мышление метаразума имеет цель, мотив, оректив (побуждение к действию) по А.А. Ивину и контроль.
3. Машинный рассудок
Машинный рассудок (нечувственная по Канту способность машинного познания) в трансцендентальной (содержательной) машинной логике обособляется и представляет из себя реализацию машинным мышлением в параллельной специализированной гибридной вычислительной машине моего эффективного метода комбинаторной оптимизации (ЭМКО).
Первоначально, машинный рассудок осуществляет упорядочение априорных машинных высказываний (МВ) по критерию величины веса, а затем синтезирует составные МВ, на основе предыдущих МВ, и предлагает лучшие по критерию величины веса составное МВ, которое и является априорным суждением и заключением метаразума (аподиктическое машинное суждение по Канту), с помощью ЭМКО и поэтому носит в основном синтетический, индуктивный характер.
4. Машинный интеллект
Машинный интеллект включает:
- интерфейс между человеком и МИМРП;
- машинный язык;
- машинную логику;
-таймер для работы генератора случайных чисел;
-машинный опыт;
-машинную интуицию.
Он обеспечивает работу машинного рассудка, что позволяет осуществлять машинное разумное поведение.
5. Априорные и апостериорные синтетические машинные суждения
Машинное суждение - это результат решение ЗКО, соответствующее машинному высказыванию, выработанному с помощью ЭМКО. Машинное суждение может иметь содержательную количественную и качественную оценку (машинная антиципация по Канту), являться суждением о соотношении.
Машинное суждение имеет также модальную содержательную (трансцендентальную) характеристику и носит априорный или апостериорный синтетический характер по Канту.
6. Машинное сознание
Машинное сознание это состояние жизни машинного искусственного разума, выражающееся в субъективном (случайном) опыте, математической априорной или апостериорной оценке (антиципации по Канту) и отчёте его деятельности, для планирования и побуждения его к действию в реальном мире и пространстве.
7. Машинная психика
Машинная психика это субъективное машинное отражение существующего объективного мира в субъективной механистической объёмной модели реального мира и пространства для метаразума.
8. Машинная интуиция (машинная антиципация по Канту)
Под машинной интуицией понимается способность быстрого (автоматически или математически) нахождения априорного оптимального решения как машинной антиципации по Канту (априорные синтетические машинные суждения), с использованием ЭМКО, поставленной ЗКО (система 1 по Д. Канеману).
Для этого, с помощью генератора случайных чисел, необходимо попасть в область озарения для ЭМКО.
Следовательно, машинная интуиция носит индетерменированный характер, по сути.
Только случай, как машинная трансцнедентальная идея свободы по Канту,без всякой причинно-следственной связи, позволяет найти математическое априорное оптимальное решение.
Машинная интуиция математически рассчитывается с помощью ЭМКО. Она априорна изначально по Канту и имеет индуктивный характер.
9. Машинный язык
Законы, определения, теоремы иправила машинного языка соответствует законам, определениям, теоремам и правилам искусственного языка исчисления высказываний.
10. Машинная логика
С помощью машинной трансцендентальной логики действия по Канту и машинного языка, на основе апостериорных и априорных детерминированных алгоритмов истинного машинного заключения с помощью дедукции из программного обеспечения машинного искусственного разума, синтезируется истинные апостериорные и априорные приближённые, случайные и ошибочные содержательные (трансцендентальные) МВ, не опираясь при этом на машинную интуицию.
Синтез основан на эмпирическом (случайном) выборе алгоритмов с помощью генератора случайных чисел.
Машинная логика является неклассической модальной логикой (машинная содержательная (трансцендентальная) логика по Канту) на основе аксиологической логики профессора А.А. Ивина.
11. Логическая схема машинного мозга
Материальной основой машинного мозга является гибридная вычислительная машина (ГВМ). Логическая схема машинного мозга по Канту имеет следующий вид, показанный на рис 1.1.
12. Машинный принцип разумности
Машинный принцип разумности - соответствует машинному принципу оптимальности (принципу наилучшего решения) и он априорен или апостериорен по Канту как максима.
13. Машинный критерий разумности
Мной определён критерий разумности метаразума как априорная по Канту математическая количественная оценка приближения решения метаразума к априорному оптимальному решению (машинная антиципация по Канту).
Критерий разумности метаразума объективен в определенной степени и имеет субъективный характер.
14. Машинный опыт
Машинный опыт это эмпирические (случайное) исследования исходных данных ЗКО, решаемых метаразумом в реальном мире.
Под ним понимается как структурное изменение машинного мозга при прогнозировании разумного поведения метаразумом так и апостериорные или априорные МВ(алгоритмы) или правила по Канту.
Машинный опыт основан на машинной памяти, которая представляет из себя матрицу, в которой строки являются упорядоченными векторами по критерию величины веса многозначных априорных или апостериорных МВ.
Многозначные МВ могут быть как множеством МВ на основе рекурсивных эмпирических исследований исходных данных ЗКО, для решения которых используется машинный мозг, так множеством многозначных МВ, полученных во время обучения.
15. Машинная память
Физически машинная память представляет из себя гиперкуб. В вершинах гиперкуба расположена распределённая машинная память, возможно в виде флешпамяти. Можно в качестве памяти использовать другие элементы памяти, например мемристоры. Соединения между вершинами гиперкуба осуществляется с помощью оптоволоконных кабелей, чем достигается связь всех со всеми, путём использования тривиальных алгоритмов маршрутизации этих связей.
Машинная память позволяет:
- запоминать последовательности математических моделей графов (машинные трансцендентальные схемы по Канту) в инвариантной форме;
- сохранять последовательности математических моделей графов (машинные трансцендентальные схемы по Канту) иерархически;
- считывать последовательности математических моделей графов (машинные трансцендентальные схемы по Канту) автоассоциативно с помощью ЭМКО.
16. Машинное высказывание
Маршрут, связывающий две вершины любого графа (машинная трансцендентальная схема по Канту) определим как двух - переменное элементарное машинное высказывание (эмв).
Простую цепь любых графов (машинных трансцендентальных схем по Канту) определим как многозначное машинное высказывание (МВ).
Вершины различных графов определяются в качестве пропозициональной переменной. Для множества графов различной размерности эта переменная может быть или не быть, т.е. область её значений состоит из двух значений
Рёбра графа определим как логические связки (конъюнкции).
Машинное высказывание может иметь качественную, количественную, т.е. содержательную оценку по Канту в виде модальной характеристики.
Машинное высказывание (машинные трансцендентальные схемы по Канту) может иметь геометрический вид в машинном пространстве, Оно априорно по сути, так как основано на расчёте с помощью ЭМКО и согласно Канту относится к математической или геометрической истине, которые априорны изначально.
17. Машинная мысль
Согласно содержательной (трансцендентальной) логики по Канту мысль без содержания ничто. На основании этого утверждения определим, что машинная мысль это логическое описание внешнего мира и пространства в виде машинных схем (машинные трансцендентальные схемы по Канту(графы)), характеризуемое в терминах или . Наряду с формальным описанием она характеризуется качественной и количественной оценкой, (машинная антиципация по Канту) т. е. модальной характеристикой.
Машинная мысль априорна согласно Канту, так как представляет из себя, в машинном пространстве, пространственную, протяжённую геометрическую фигуру в виде графа (машинные трансцендентальные схемы по Канту).
18. Машинная оценка
Мной определено содержательное истинностное значение машинной оценки (антиципации по Канту) как оптимальное значение (наилучшее значение или «хорошо» как абсолютная оценка согласно аксиологической логике профессора А.А. Ивина), а ложное значение машинной оценки как ошибочное значение (наихудшее значение или «плохо» согласно аксиологической логике профессора А.А. Ивина) как пусто (0) по Канту. Таким образом предлагается многозначная шкала, как агрегаты по Канту, модального оператора для машинной оценки (машинная антиципация по Канту) от наихудшего значения (0) до наилучшего значения (оптимального) машинной оценки, которую нужно проградуировать как агрегаты по Канту в терминах многозначной логики.
Машинная оптимальная оценка, согласно теории Канта, априорна по своей сути, так как основана на математическом расчёте с помощью ЭМКО.
19. Машинный оректив
Машинные оректив по А.А. Ивину- это машинное высказывание, используемое для возбуждения машинных чувств, воли, побуждения к действию (команда).
20. Машинный экспрессив
Машинные экспрессивы по А.А. Ивину - это выражения машинных чувств, которые соответствуют различным сигналам поступающих от различных машинных датчиков.
21. Гипотеза антропоморфного машинного познания
Согласно наблюдениям нейрофизиологов, биологов, ботаников, физиологов, медиков и др. в природе живое отличается от неживого способностью передвигаться в пространстве и (или) изменять внутреннюю структуру ( процессы, движения, изменения), которые происходят с определённой целью. Предположим, что для любых природных субъектов ( простейшие организмы, растения, животный мир в т.ч. человек ) существует единый живой механизм, который их объединяет.
Человек является венцом среди всех созданных природой живых субъектов. На его примере предлагается следующая гипотеза об имитаторе (Рис.1.2.) живого механизма, реализуемом природой, которая отличает живое от не живого.
Предлагаемый имитатор механизма поиска знаний, приспособления, адаптации логически подобен универсальному методу познания у живых организмов.
Подтверждением наличия в мозге человека аналога ансамблю генераторов случайных чисел является признак «паника» , когда человек судорожно ищет случайное решение сложной проблемы, угрожающей его комфортному существованию.
В результате работы генератора случайных чисел вырабатывается машинным имитатором разума на основе ЭМКО априорные по Канту оптимальные и апостериорные или априорные приближённые, случайные и ошибочные решения.
Варианты реализации этого имитатора многолики и разнообразны, как разнообразны и объекты и знания, с которыми приходится оперировать живым организмам разной сложности, от простейших до человека.
Глава 2. Универсальный алгоритм познания метаразума
1. Семантическая модель среды обитания машинного искусственного разума
Машинное мышление основываеться на создании семантической модели среды обитания машинного искусственного разума (машинное воображение).
Согласно Канту, утверждающего, что пространство лишённого понятий является пустым, созданная семантическая модель среды обитания машинного искусственного разума характеризуется наличием различных машинных понятий, получаемых в результате машинного опыта или путём обучения.
Эта модель должна быть иерархически построена как по линии частное - общее, так и по линии часть - целое.
Метаразум описывает среду обитания машинного искусственного разума, активно управляет процессом машинного восприятия (апперцепции по Канту) и машинного моделирования (воображения по Канту), и делает его целенаправленным.
Имеются следующие наиболее важные этапы моделирования метаразумом :
- построение в машинном мозге абстрактной семантической модели среды обитания машинного искусственного разума;
- непрерывное предвидение (машинная антиципация по Канту) поведения на основе созданной модели и определённого целеуказания или целепологания ( извне или изнутри);
- постоянная активность при восприятии (машинная апперцепция по Канту) среды обитания машинного искусственного разума с помощью различных датчиков;
- побуждение (команда) к активному поведению, направленному на достижение целевых ситуаций;
- выбор доминанты, возникающей в результате конкуренции возникающих целей;
- оптимальный (вариационный) принцип принятия решения в ситуации содержательного выбора с помощью ЭМКО;
- логический механизм оценки и сравнения вариантов поведения на основе детерминированных алгоритмов истинного машинного заключения из программного обеспечения машинного искусственного разума с помощью генератора случайных чисел;
- сохранение отчёта о поведении в процессе опыта и обучения в матрице машинной памяти.
2. Машинный анализ и синтез
Предметы, окружающей машинный искусственный разум, действительности представляют собой системы с множеством элементов, их свойств, связей и отношений. Познание объективного мира во всей совокупности его связей и отношений, в процессе его изменения и развития представляет основную задачу познания действительности машинным искусственным разумом. Первоначально, по Канту, у машинного искусственного разума складывается общая картина изучаемого предмета с весьма бедным представлением о его внутренней структуре, составляющих его элементах и связях между ними, знание которых является необходимой предпосылкой раскрытия сущности предмета. Поэтому последующее изучение предмета машинным искусственным разумом связано с конкретизацией общего представления о нём. Познание машинным искусственным разумом постепенно раскрывает внутренние существенные признаки предмета, связи его элементов и их взаимодействие друг другом. Для того, чтобы осуществить эти шаги, необходимо машинному искусственному разуму, по Канту, целостный предмет разделить (абстрактно или практически) на составляющие части, а затем изучить их, выделяя свойства и признаки, прослеживая связи и отношения, а также выявляя их роль в системе целого. После того, как эта познавательная задача решена, машинный искусственный разум объединяет части в единый предмет и составляет уже конкретно-общее представление, то есть такое представление, которое опирается на знание внутренней природы предмета. Эта цель достигается, по Канту, с помощью таких операций, как анализ и синтез. Анализ и синтез — две универсальные, противоположно направленные операции познавательного машинного мышления.
Анализ — это приём машинного мышления, который подразумевает разъединение целостного предмета на составляющие части (стороны, признаки, свойства или отношения) с целью их всестороннего изучения.
Синтез — это приём машинного мышления, который подразумевает соединение ранее выделенных частей (сторон, признаков, свойств или отношений) предмета в единое целое.
Машинное мышления различает три разновидности анализа и синтеза :
1. Природный анализ — разъединение предметов на части, и природный синтез — объединение этих частей в новые предметы, в соответствии с возможностями, существующими в природе.
2. Практический анализ — разъединение предметов на компоненты, и практический синтез — объединение их в целостности, в соответствии с возможностями практики, которые в природе никогда не реализовались бы.
3. Абстрактный анализ — отделение от предметов того, что ни в природе, ни на практике неотделимо, и абстрактный синтез — соединение того, что в соответствии с законами природы соединить невозможно.
Объективной предпосылкой этих познавательных операций является структурность материальных объектов, способность их элементов к перегруппировке, объединению и разъединению. Анализ и синтез являются наиболее элементарными и простыми приёмами познания машинным искусственным разумом, которые лежат в основе его машинного мышления, вместе с тем они являются и наиболее универсальными приёмами, характерными для всех этапов процесса машинного мышления.
3. Машинное абстрагирование
Машинное абстрагирование — это приём машинного мышления, который заключается в отвлечении, по Канту, от ряда свойств и отношений изучаемого объекта, предмета или явления с одновременным выделением интересующих машинный искусственный разум свойств и отношений. Результатом абстрагирующей деятельности машинного мышления становится образование различного рода математически моделей графов (машинные трансцендентальные схемы по Канту), которыми являются как отдельно взятые машинные понятия, так и их системы. Процесс абстрагирования, по Канту, носит двухступенчатый характер, предполагая, с одной стороны, установление относительной самостоятельности отдельных свойств, а с другой — выделение интересующих машинный искусственный разум части свойств и отношений.
Предметы объективной действительности обладают бесконечным множеством различных свойств, связей и отношений. Одни из этих свойств сходны между собой и обусловливают друг друга, другие же отличны и относительно самостоятельны. В процессе познания и практики, по Канту, машинный искусственный разум устанавливает прежде всего эту относительную самостоятельность отдельных свойств, выделяет те из них, связь между которыми важна для понимания предмета и раскрытия его сущности. Процесс такого выделения предполагает, что эти свойства и отношения должны быть обозначены особыми замещающими знаками в соответствии с машинными трансцендентальными схемами по Канту (графами, вершинами графа и рёбрами), благодаря которым они закрепляются в качестве машинных абстракций в виде математических моделей графов (машинные трансцендентальные схемы по Канту).
4. Машинное обобщение
Машинное обобщение — это приём машинного мышления, в результате которого устанавливаются общие свойства и признаки объектов (машинные трансцендентальные схемы по Канту в виде графов).
Операция машинного обобщения осуществляется, по Канту, в процессе перехода от частного или менее общего машинного понятия (машинные трансцендентальные схемы по Канту в виде графа) или машинного суждения (машинные трансцендентальные схемы по Канту в виде графа), к более общему машинному понятию (машинные трансцендентальные схемы по Канту соответствующие графу) или машинному суждению (машинные трансцендентальные схемы по Канту соответствующие графу).
Машинное обобщение осуществляется в тесной связи с машинным абстрагированием. Когда машинное мышление, по Канту, абстрагирует некоторое свойство или отношение ряда объектов (машинные трансцендентальные схемы по Канту в виде графов), то тем самым создаётся основа для их объединения в единый класс (машинные трансцендентальные схемы по Канту в виде графа, листьев графа).
По отношению к индивидуальным признакам каждого из объектов, входящих в данный класс (машинные трансцендентальные схемы по Канту в качестве графа), объединяющий их признак выступает как общий.
5. Машинная индукция
Машинная индукция представляет собой вид машинных обобщений на основе данных (машинных трансцендентальных схем по Канту, графах) прошлого эмпирического машинного опыта. Метаразум перебирая эти данные (графы (машинные трансцендентальные схемы по Канту)) устанавливает общие и повторяющиеся черты ряда явлений, входящих в определённый класс (граф(машинные трансцендентальные схемы по Канту)). На этой основе он строит машинное индуктивное умозаключение, в качестве посылок которого выступают машинное суждения (графы(машинные трансцендентальные схемы по Канту)) о единичных объектах и явлениях с учётом их повторяющегося признака, и машинное суждение о классе (графе(машинные трансцендентальные схемы по Канту)), включающем данные объекты и явления (графы(машинные трансцендентальные схемы по Канту)). В качестве вывода получаются машинное суждение (граф(машинные трансцендентальные схемы по Канту)), в котором признак, выявленный у совокупности единичных объектов (графов(машинные трансцендентальные схемы по Канту)), приписывается всему классу ( графу(машинные трансцендентальные схемы по Канту)).
6. Машинная дедукция
Машинного дедукция отличается от машинной индукции прямо противоположным ходом, путём декомпозиции графа (машинные трансцендентальные схемы по Канту) и представляет собой переход от общего к частному. В машинной дедукции, опираясь на базу знаний, делается вывод частного апостериорного по Канту характера, поэтому одной из посылок машинной дедукции обязательно является общее машинного суждение (граф(машинные трансцендентальные схемы по Канту)). Если оно получено в результате машинного индуктивного рассуждения, тогда машинного дедукция дополняет машинного индукцию, расширяя объём полученного машинного знания. Наибольшее познавательное значение машинной дедукции проявляется в том случае, когда в качестве общей посылки выступает не просто индуктивное обобщение (граф (машинные трансцендентальные схемы по Канту)), а какое-то гипотетическое машинное предположение (граф(машинные трансцендентальные схемы по Канту)). В этом случае машинная дедукция играет не просто вспомогательную роль, дополняя машинную индукцию, а является отправной точкой зарождения нового машинного суждения (графа(машинные трансцендентальные схемы по Канту)). В целом, на начальной стадии машинного познания преобладает машинная индукция, в ходе же развития и обоснования машинного познания большую роль начинает играть машинная дедукция. Таким образом, эти две операции машинного познания неразрывно связаны и дополняют друг друга.
7. Машинная аналогия
Машинная аналогия — это приём машинного познания, при котором на основе сходства объектов (графов(машинные трансцендентальные схемы по Канту)) в одних признаках заключают об их сходстве и в других признаках.
Различается две формы проявления аналогии в машинном познании: ассоциативная и логическая аналогии.
Ассоциативная аналогия носит образный характер по внешнему виду графа (изоморфность, гомоморфность) и играет большую роль в период первоначального зарождения новых машинных мыслей (графов(машинные трансцендентальные схемы по Канту)). В ходе ассоциативной машинной аналогии объединяются иногда весьма далёкие по своей природе явления (графы(машинные трансцендентальные схемы по Канту)) и предметы (графы(машинные трансцендентальные схемы по Канту)).
Иначе обстоит дело в том случае, когда метаразум с определённой степенью вероятности судит о родстве тех или иных явлений (графов(машинные трансцендентальные схемы по Канту)) на основе их параллельного изучения. При таком познании имеет место логическая аналогия.
Такое параллельное изучение и сравнение явлений (графов(машинные трансцендентальные схемы по Канту)) позволяет быстрее проникнуть в их сущность.
Машинная аналогия, кроме того, имеет большое значение в качестве объяснения метаразумом тех или иных объективных явлений (графов(машинные трансцендентальные схемы по Канту)). В этом случае имеет место поиск каких-либо реальных прообразов изучаемых явлений (графов(машинные трансцендентальные схемы по Канту)).
Умозаключения по машинной аналогии, понимаемые предельно широко, как перенос понятия об одних объектах (графах(машинные трансцендентальные схемы по Канту)) на другие, составляют гносеологическую основу машинного моделирования (воображения по Канту).
8. Экспертная система метаразума
Экспертная система метаразума представляет из себя программный комплекс, который оперирует с данными (графами) и знаниями (графами) полученными метаразумом в результате опыта или обучения.
Информационное обеспечение экспертной системы складывается из трёх компонент:
базы данных (графов(машинные трансцендентальные схемы по Канту)),
базы целей (графов(машинные трансцендентальные схемы по Канту)) и
базы знаний (графов(машинные трансцендентальные схемы по Канту)).
База данных содержит структурированные данные (графы) полученных метаразумом, обеспечивает интегрированное представление и многоцелевое использование хранимых данных (графов(машинные трансцендентальные схемы по Канту)), однократный ввод и редактирование данных (графов(машинные трансцендентальные схемы по Канту)), их многократное использование.
База целей содержит информацию (графы(машинные трансцендентальные схемы по Канту)) о целевом поведении машинного искусственного разума, которая определяет его поведение и побуждает его к действию.
База знаний, в которой представляются знания (графы(машинные трансцендентальные схемы по Канту)) об объективном мире, является основой экспертной системы, она накапливается в процессе опыта и обучения.
Знания (графы(машинные трансцендентальные схемы по Канту)) выражаются в виде машинных высказываний (графов(машинные трансцендентальные схемы по Канту)), позволяющем сделать явным способ мышления метаразума и решения различных задач, и организованы так, чтобы упростить принятие заключения метаразумом .
9. Проблема перебора
Вопрос о равенстве классов сложности P и NP, также известный как проблема перебора, является центральной открытой проблемой в теории алгоритмов уже более четырёх десятилетий. Если на него будет дан утвердительный ответ, это будет означать, что теоретически возможно решать многие сложные задачи существенно быстрее, чем сейчас.
Отношения между классами P и NP рассматриваются в разделе теории алгоритмов, который называется теорией вычислительной сложности. Она изучает ресурсы, необходимые для решения некоторой задачи. Наиболее общие ресурсы — это время (сколько нужно сделать шагов) и память (сколько памяти потребуется для решения задачи).
Нерешённость центральной проблемы современной дискретной математики тормозит развитие не только дискретной математики, но и всей математики в целом.
Сегодня это сдерживает развитие многих направлений исследования математических структур в области алгебры, топологии, геометрии, анализа, логики, и более того сдерживает развитие даже таких направлений изучения структур, которые кажутся никак не связанными с вычислениями.
В настоящее время можно утверждать, что решить центральную проблему современной дискретной математики на платформе классической машины Тьюринга невозможно.
10. Метод проб и ошибок метаразума
Фактором, исключающим возможность алгоритмизации разумного поведения, является метод проб и ошибок (метод последовательного перебора).
Метод проб и ошибок или, другими словами, стратегия пошагового исключения играет значительную роль, по Канту, для разумного поведения машинного искусственного разума, когда у метаразума нет знаний (графы(машинные трансцендентальные схемы по Канту)), то есть исходных посылок для индуктивного обобщения, а также когда отсутствуют цели, позволяющие реализовать аналогию, остается метаразуму использовать метод последовательного перебора.
В зависимости от объёма знаний данный прием разумного поведения метаразума можно подразделить на два направления:
- абсолютно слепой перебор, предполагающий широкомасштабную проверку всех возможных вариантов без опоры на какие – либо предварительные знания;
- последовательный перебор, учитывающий прошлые знания, то есть сочетающийся с различными догадками и эвристиками (алгоритмами(графы(машинные трансцендентальные схемы по Канту))) в машинной памяти, применяемыми для сокращения перебираемых вариантов (альтернатив).
Абсолютно слепой перебор, с помощью генератора случайных чисел, означает отсутствие целей. В этом случае любое возможное направление эмпирического поиска метаразума выглядит столь же многообещающим или, наоборот, ничего не сулящим, как и все другие. В слепом методе проб и ошибок для метаразума сплошной просмотр вариантов (алгоритмов(графы(машинные трансцендентальные схемы по Канту))) осуществляется без каких- либо перспектив о том, окажется ли один из вариантов достойным отбора и какой именно.
В противоположность этому перебор, учитывающий прошлые знания (графы(машинные трансцендентальные схемы по Канту)), не избавляет от ошибок, но дает возможность корректировать их в свете тех целей, которых нужно достичь метаразуму.
Запоминание неудачных проб предоставляет в распоряжение метаразума знания (графы(машинные трансцендентальные схемы по Канту)) об областях поиска, в которых уже не следует пытаться найти решение, что приводит к сокращению времени поиска апостериорных или априорных по Канту алгоритмов (графы(машинные трансцендентальные схемы по Канту)) метаразумом.
Сопоставление эмпирических знаний (графы(машинные трансцендентальные схемы по Канту)) метаразума, полученных на каком – то этапе перебора с помощью генератора случайных чисел, с уже имеющимися знаниями(графы(машинные трансцендентальные схемы по Канту)) и целями, повышает эффективность поиска метаразума за счет многочисленных петель обратной связи (обратную связь можно описать схемой: проба→сопоставление с целями→ проба→ сопоставление с целями).
11. Фактор случая для метаразума
Эмпирически установлено, что многие природные процессы нельзя описать без использования вероятностных представлений.
Это обстоятельство приводит к тому, что становится невозможным точное предсказание поведения большинства динамических систем. Степень стохастичности исследуемых процессов определяет так называемый горизонт прогноза (пределы предсказуемости ) для таких систем.
Метод проб и ошибок, с помощью генератора случайных чисел, (метод последовательного перебора), предполагающий методический просмотр вариантов с целью решения конкретной задачи, иногда будет давать возможность обнаружить нечто, не входившее в планы и намерения метаразума.
Последовательный перебор вариантов, реализуемый метаразумом с определенной целью, путём многократного запуска генератора случайных чисел, будет порождать побочные находки, по Канту, дающие ключ к решению проблем, которые изначально не находились в поле зрения метаразума. Необходимо подчеркнуть, что фактор случая для метаразума является поставщиком (источником) исходных посылок для индукции.
Предлагаемый метаразум способен находить, на основе генератора случайных чисел и ЭМКО, случайное оптимальное решения различных ЗКО, т.е. у него имеется машинная интуиция, порождённая случайным выбором по Канту.
Это относится также как для дедуктивного умозаключения, так и для решения принятого на основе метода Монте-Карло.
n style='mso-spacerun:yes'> как абсолютная оценка согласно аксиологической логике профессора А.А. Ивина), а ложное значение машинной оценки как ошибочное значение (наихудшее значение или «плохо» согласно аксиологической логике профессора А.А. Ивина) как пусто (0) по Канту. Таким образом предлагается многозначная шкала, как агрегаты по Канту, модального оператора для машинной оценки (машинная антиципация по Канту) от наихудшего значения (0) до наилучшего значения (оптимального) машинной оценки, которую нужно проградуировать как агрегаты по Канту в терминах многозначной логики.
Машинная оптимальная оценка, согласно теории Канта, априорна по своей сути, так как основана на математическом расчёте с помощью ЭМКО.
Глава 3. Машинное мышление
Человеческое мышление является многогранным и сложным явлением. Оно изучается многими науками, и логика — одна из них. Всякое движение человеческой мысли по Канту, постигающей истину, добро и красоту, опирается на логические законы. Человек может не сознавать их, но вынужден всегда следовать им.
Человеческое рассуждение — это всегда, по Канту, принуждение. Размышляя, человек постоянно ощущает давление и несвободу. От человеческой воли зависит, на чем остановить свою мысль. В любое время человек может прервать начатое размышление и перейти к другой теме. Но если человек решил провести его до конца, то он попадает в состояние необходимости по Канту, стоящей выше его воли и его желаний. Согласившись с одними утверждениями, он вынужден принять и те, которые из них вытекают, независимо от того, нравятся они ему или нет, способствуют его целям или, напротив, препятствуют им. Допустив одно, человек автоматически лишаем себя возможности утверждать другое, несовместимое с допущенным.
Согласно основному принципу логики, по Аристотелю, правильность рассуждения человека зависит только от его логической формы, или структуры, и не зависит от конкретного содержания входящих в него утверждений.
В результате такого разложения утверждений естественного языка на простые, далее неразложимые части являются, по Канту, выражения двух типов: содержательные и логические.
Содержательные части — это выражения утверждений, имеющие содержание по Канту даже в том случае, если они взяты сами по себе.
Логические части, или символы, — выражения утверждений, не имеющие самостоятельного содержания, но в сочетании с одними или несколькими содержательными выражениями образующие сложные выражения с самостоятельным содержанием, служащие для образования по Канту одних содержательных выражений из других
Изучая логическое следование одних утверждений из других, человеческая логика выявляет наиболее общие, формальные, условия правильного мышления. Главная задача логического исследования — обнаружение и систематизация определенных схем (графов (машинные трансцендентальные схемы по Канту)) правильного рассуждения. Эти схемы представляют собой логические законы, лежащие в основе логически правильного человеческого мышления по Канту. Рассуждать логично — значит рассуждать в соответствии с законами логики. Их принудительная сила для человеческого мышления объясняется тем, что они являются, в конечном счете, отображением в голове человека наиболее общих отношений самого реального мира, практики его познания и преобразования человеком. Именно поэтому законы логики человеку кажутся самоочевидными по Канту и как бы изначально присущими человеческой способности рассуждать.
В настоящее время на смену традиционной логике пришла современная логика, называемая также математической, или символической. Многие особенности современной логики объясняются тем, что она возникла на стыке двух очень разных наук — философии и математик. Традиционная логика являлась частью философии, логические принципы обосновывались точно так же, как и все иные философские положения.
Проникновение в «философскую логику» математических методов привело к отделению математической логики от философии.
Определение «математическая» подчеркивает сходство новой логики с математикой, основывающееся, прежде всего, на применении особого символического языка по Фрегу, аксиоматического метода и формализации. Математическая логика является исследованием предмета формальной логики методом построения специальных формализованных языков, или исчислений. Они позволяют избежать двусмысленности и логической неясности естественного языка.
В обиходе под логикой понимается определенная последовательность и взаимозависимость событий или поступков.
Считается, что в безумных поступках человека (случайных) есть логика. Почти всегда в безумии есть логика. Именно это и сводит человека с ума. Здесь понятие «логика» означает наличие в мыслях определенной общей линии (случайной), от которой человек не в силах отойти.
Таким образом, исходя из выше изложенного, определим, что машинное мышление включает:
-машинную формальную логику;
- машинную содержательную (трансцендентальную по Канту) логику;
- машинную неопределённую (случайную) логику.
1. Машинная формальная логика
Машинная формальная логика занимается безусловно необходимыми правилами машинного мышления, без которых невозможно никакое применение машинного рассудка по Канту.
Она включает, по Канту, в себя чистую и прикладную машинную формальную логику и не учитывает содержания входящих в них утверждений.
Прикладная машинная формальная логика дает правила машинному рассудку в конкретных эмпирических случаях с учётом опыта. Она является, по сути, психологией машинного мышления.
В чистой же машинной формальной логике не учитывается машинные чувства, машинное моделирование ситуаций, машинная память, выработанные машинным разумом алгоритмы поведения, физические свойства машинной психики и т.д.
Машинная формальная логика построена по плану, совпадающему с делением способностей машинного познания на рассудок, суждения и разум по Канту.
Поскольку формальная логика по Канту « отвлекается от всякого содержания познания
( все равно, чистого или эмпирического познания ) и занимается только формой мышления ( дискурсивного познания ) вообще, постольку в своей аналитической части
она может заключать также канон (совокупность законов) для разума, форма которого содержит твердые предписания, и эти предписания можно изучить, только расчленяя действия разума на их моменты, без рассмотрения особой природы употребляемого при этом познания ».
Отсюда можно сделать вывод по Канту, что « различие между формальной логикой и трансцендентальной (содержательной) логикой есть различие между анализом и
синтезом ».
Таким образом определим, что машинная формальная логика представляет собою канон машинного рассудка и машинного разума. Она в отличие от всеобщего органона (логика Аристотеля), может применяться только в опыте и не может использоваться в синтетическом познании истины по Канту a priori.
.
2. Обоснование машинной содержательной (трансцендентальной) логики по Канту
Согласно Канту машинная чистая логика отвлекается от содержания и « излагает действия и правила машинного мышления вообще », то в этом случае для реализации собственных целей метаразуму необходима такая логика, которая могла бы исследовать особенные действия и правила чистого машинного мышления, т.е.такого, посредством которого предметы познаются вполне a prior.
Кант был убежден, что если существуют чистые и эмпирические созерцания, то в таком случае имеет место различие между чистым и эмпирическим мышлением о предметах.
Это означает, что должна у метаразума существовать логика (в качестве метода исследования), которая отвлекается не от всякого содержания познания. Эту новую машинную логику назовём машинной трансцендентальной логикой действия по Канту. Под действием Кант понимал связь между понятиями по Аристотелю, а также связь между суждениями или связь между множествами суждений. Я предлагаю под действием понимать склеивание (коньюнкция) вершин графа, цепей в графе и собственно графов.
Согласно Канту машинная трансцендентальная логика:
1) исследует происхождение машинных познаний и отбирает в качестве собственного предмета только познания с априорной родословной;
2) постоянно исключает все эмпирическое содержание машинного сознания, поскольку состоит только из правил чистого машинного мышления о предметах на основе ЭМКО;
3) занимается систематическим исследованием главного вопроса для метаразума: каким образом представления, не имеющие эмпирического происхождения, тем не менее могут a priori относиться к опыту.
Она является реальной машинной логикой действия для достижения определённых целей по Канту, то есть использует машинные понятие и машинные суждение в своей аналитической, а затем и диалектической части и в отличие от формальной логики ставит машинные рассудок и разум ( как способность к машинному понятию, суждению и, соответственно, заключению при достижении определённых целей) в отношении к возможному опыту метаразума по Канту.
Предлагаемый мной метаразум обладает чистым машинным рассудком и разумным машинным познанием, а также машинной логикой действия для получения оптимального результата при достижении определённых целей, основанных на ЭМКО.
3. Роль трансцендентальной редукции в обосновании содержательной машинной логики
Первое начало («ствол») машинного познания, согласно Канту, составляет машинная чувственность, которую назовём машинной трансцендентальной эстетикой.
Второе начало, по Канту, предполагает наличие у метаразума конститутивного машинного рассудка, а также способности машинного суждения, исследуемые машинной трансцендентальной аналитикой (аналитикой понятий и основоположений).
Отсюда следует, что машинная трансцендентальная логика метаразума реализуется как регулятивный принцип машинного познания по Канту так и представляет из себя основной инструмент машинного мышления и поэтому является предметом анализа машинной трансцендентальной диалектики по Канту.
Таким образом, в самом общем виде машинная трансцендентальная логика состоит из двух частей: машинной трансцендентальной аналитики и машинной диалектики.
Кант пришёл к идее новой науки только после осуществления особой рефлексивной (анализ переживаний) процедуры, которая, собственно, существовала задолго до него и которую гораздо позже назовут трансцендентальной редукцией (от сложного к простому, регрессивный анализ).
Строго говоря, вся трансцендентальная философия по Канту возникает лишь после проведения редукции. Осуществляет редукцию на всех этапах и уровнях трансцендентальная рефлексия, чья цель — исследование субъективных условий, при которых метаразум только и может добраться до понятий (пропозициональных переменных).
Иначе говоря, машинная рефлексия — это осознание (das Bewuβtsein) отношения данных представлений метаразума к различным источникам машинного познания метаразума, и только благодаря ей отношение их друг к другу может быть правильно определено метаразумом.
Машинная рефлексия представляет собою неотъемлемый инструмент действия машинной трансцендентальной логики действия для достижения определённых целей, а редукция — одна из базовых ее процедур.
Первоначально метаразум по Канту осуществляет машинную трансцендентальную редукцию в отношении машинной чувственности (показаний датчиков) затем метаразум отвлекает все, что определяет машинный рассудок, основанный на ЭМКО, посредством машинных понятий, так, чтобы не осталось ничего, кроме эмпирического машинного созерцания.
На следующем этапе метаразум отделяет от машинного созерцания все, что принадлежит машинным ощущениям. В результате получаем чистое машинное созерцание, одну лишь априорную (геометрическую) форму (граф) явлений, т.к. по Канту существуют только две чистые априорные формы чувственного машинного созерцания — пространство и время.
Далее следует второй этап машинной редукции — по отношению к машинному рассудку: машинная трансцендентальная логика обособляет машинный рассудок. и выделяет из области познаний метаразума только ту часть машинного мышления, которая имеет свой источник лишь в машинным рассудке, основанном на ЭМКО.
Если удалить из машинных чувственных представлений все, что принадлежит машинным чувствам (показаниям датчиков), то в них все же останутся некоторые первоначальные понятия и образуемые из них суждения, которые должны иметь происхождение a priori, независимо от опыта, так как благодаря им метаразум может выразить что-то о являющихся машинным чувствам предметам более того, чему мог бы научить его один только опыт, благодаря им утверждения метаразума содержат в себе истинную всеобщность и строгую необходимость, чего одно только эмпирическое машинное познание дать не может.
В итоге возникает часть машинной трансцендентальной логики, излагающая начала чистого машинного рассудочного познания, и принципы, без которых нельзя определить метаразумом ни один предмет по Канту.
Этот раздел трансцендентальной логики Кант называет трансцендентальной аналитикой, которая вместе с тем есть логика истины, или канон оценки эмпирического употребления рассудка метаразума.
Трансцендентальная редукция машинного рассудка должна привести метаразум к такому результату, при котором первоначала чистого интеллектуального машинного, по Канту, познания — понятия — соответствуют некоторым безусловным требованиям.
Категории машинных суждений должны обладать следующими качествами:
1) быть чистыми, а не эмпирическими;
2) принадлежать машинному мышлению и машинному рассудку, а не созерцанию и чувственности;
3) быть первоначальными и, следовательно, отличаться от производных или составных;
4) их таблица должна быть полной, т.е. исчерпывать собою всю сферу чистого рассудка метаразума.
В итоге понимаемая таким образом трансцендентальная машинная аналитика (логика) по Канту выполняет наиважнейшую для метаразума функцию: она должна составлять охватываемую и определяемую одной идеей систему, полнота и расчленение которой могут служить критерием правильности и подлинности всех входящих в нее элементов машинного познания по Канту.
Начала чистого машинного познания машинным рассудком входят в аналитику понятий, т.е. в первом структурном компоненте машинной трансцендентальной логики по Канту.
Принципы, без которых невозможно машинное мышление предмета и применение машинных категорий к машинному опыту, составляют предмет машинной аналитики основоположений по Канту, которая, в свою очередь, включает схематизм (графы) машинных категорий (второй структурный элемент машинной трансцендентальной логики) и систему синтетических основоположений чистого машинного рассудка основанного на ЭМКО (третья составная часть).
Таким образом, трансцендентальная машинная аналитика дает нам три структурных элемента машинной трансцендентальной логики по Канту.
Четвертой частью является машинная трансцендентальная диалектика — критическое исследование диалектической видимости по Канту, а также принципов и правил законосообразного применения машинного чистого разума.
Таким образом, метаразум получает машинную трансцендентальную топику по Канту (общее место диалектики), или структуру машинной трансцендентальной логики с точки зрения начал познания метаразума — машинного рассудка и машинного разума.
4. Машинная трансцендентально – логическая таблица суждений по Канту
Машинная аналитика понятий как часть машинной трансцендентальной логики есть редко предпринимавшееся до Канта расчленение самой способности машинного рассудка. Цель такого анализа — изучение возможности понятий a priori, отыскание их исключительно в машинном рассудке как месте их рождения, а также исследование чистого употребления машинного рассудка вообще.
При этом Кант особенно подчеркивает, что такое действие непосредственно касается чрезвычайно трудноразрешимой проблемы происхождения a priori, которая может быть решена только при помощи машинной трансцендентальной редукции по Канту:
«Итак, мы проследим чистые понятия в человеческом рассудке вплоть до их первых зародышей и зачатков, в которых они предуготовлены, пока они, наконец, не разовьются при наличии опыта и не будут представлены затем тем же рассудком во всей своей чистоте, освобожденные от связанных с ними эмпирических условий» (И. Кант).
Первоначальной задачей («обязанностью») машинной трансцендентальной логики на этом этапе является отыскание своих машинных понятий (пропозициональных переменных), руководствоваться при этом необходимо собственным принципом, согласно которому «место всякого чистого понятия рассудка и всех их [понятий] в полноте системы таких понятий можно определить a priori, ибо в противном случае исследование было бы произвольным или зависело от случая» (И. Кант).
Далее Кант обосновывает возможность выведения чистых понятий рассудка из логических функций единства (синтеза) в суждениях.
Нужно отметить, что он не говорит о делении функций единства в суждениях как о «логической таблице суждений», принятой в общей логике. Напротив, Кант сразу же подчеркивает, что его деление отклоняется от той техники, которую используют логики. Вслед за этим заявлением он высказывает некоторые «предостережения против возможных недоразумений».
Так, например, говоря о единичном суждении, Кант утверждает, что оно «заслуживает особого места в полной таблице моментов мышления вообще (хотя, разумеется, не в логике, сводящейся лишь к употреблению суждений в отношении друг друга)».
Помимо этого Кант настаивает на том, что следует отличать (хотя в общей логике это не принято) бесконечные суждения от утвердительных.
Кант дает объяснение:
-общая логика отвлекается от всякого содержания предиката и обращает внимание только на то, приписывается ли он субъекту или противополагается;
-трансцендентальная логика рассматривает суждения также и с точки зрения ценности или содержания этого логического утверждения, т.е. оценивает его синтетичность, или вклад в прибавление знания.
Сохраняя в общих чертах привычный образ формально – логической таблицы, Кант строит совершенно новую, трансцендентальную и содержательную, систему суждений.
Неоднократно встречающееся в тексте « Критика чистого разума» выражение «полная таблица моментов мышления вообще» (“vollständigen Tafel der Momente des Denkens überhaupt”) позволяет предположить, что Кант изначально не рассматривал свое деление функций единства в суждениях как формально – логическую таблицу и этим новым — не вполне привычным и удобоваримым — термином старался подчеркнуть данный факт и дистанцироваться от традиционного словоупотребления общей логики.
Кант неоднократно обращает внимание на то, что общая логика, отвлекаясь от содержания познания, «ожидает, что ей откуда – то со стороны ... будут даны представления, чтобы она прежде всего превратила их в понятия, что происходит на аналитическом пути », тогда как трансцендентальная логика «имеет a priori перед собой многообразное в чувственности, доставляемое ей трансцендентальной эстетикой с целью дать материал для чистых рассудочных понятий, без которых они не имели бы никакого содержания».
Кант создал содержательную и трансцендентальную новую науку, обладающую гносеологическим и конструктивистским характером, стремящуюся исследовать как раз те креативно- познавательные проблемы, которые общая логика оставляет в стороне.
Отсюда ясно, что, если под термином «логика» понимать формальную логику, а под термином «таблица суждений» — формально- логическую таблицу, то в этом случае кантовские логика и таблица имеют такие же названия только по недоразумению, ибо речь идет о различных дисциплинах со своими собственными предметами.
Опираясь на вышеприведенную кантовскую дескрипцию, можно сделать вывод, что, во--первых, трансцендентальная логика есть действие, во-вторых, действие это синтетическое и, в-третьих —априорное (независимое от чувственности).
Таким образом для метаразума, новая кантовская логика предстает в первом приближении как содержательная деятельность машинного рассудка при достижении определённых целей («трансцендентальное действие») по связыванию многообразного (причем связывание происходит по априорным законам машинного рассудка) и подведению его под категорию.
Другими словами, машинный рассудок должен осуществлять свою синтетическую деятельность, руководствуясь при этом особенной («законосообразной» и априорной) логикой, методическими правилами и методологическими принципами по Канту.
Действие машинного рассудка, и правила, с которыми он сообразуется, составляют в совокупности машинную трансцендентальную логику.
Опираясь на трансцендентальную логику, т.е. исследуя отношение между познаниями, данными в суждении, и отличая это отношение как принадлежащее рассудку от отношения, сообразного с законами репродуктивной способности воображения, Кант приходит к новой— трансцендентальной— дефиниции ( истолкование, определение понятия) суждения, релевантной ( актуальной, важной) его новаторской логике.
Машинное суждение есть способ приводить данные познания к объективному единству апперцепции ( восприятия) по Канту.
Иначе говоря, машинное суждение осуществляет синтез многообразного («данного ») на основе единства машинной апперцепции, однако не непосредственно, а только при посредстве машинных понятий и представлений (созерцаний). Связка «есть» в машинных суждении нацелена именно на то, чтобы отличить объективное единство представлений от субъективного.
Иначе говоря, связкой «есть» обозначается отношение представлений к изначальной машинной апперцепции, и её необходимое единство, несмотря на то, что машинное суждение может быть и эмпирическим.
Машинные представления принадлежат друг другу благодаря необходимому единству апперцепции в синтезе машинного созерцания. Именно из этого отношения возникает машинное суждение, т.е. такое отношение, которое имеет объективную значимость и, стало быть, отличается от отношений, имеющих субъективную значимость. Отсюда следует, что машинное суждение является опосредованным через понятия знанием о предмете при достижении определённых целей, т.е. объективным представлением об уже имеющихся у метаразума, однако разрозненных представлениях о предмете или явлении.
Такое понимание машинного суждения существенным образом отличается от формально-логической дефиниции.
Стало быть, по Канту, все машинное суждения суть функции единства среди представлений метаразума, ибо для познания предмета или явлении, при достижении определённых целей, вместо непосредственного машинного представления употребляется «более высокое (höhere) представление» по Канту, содержащее и непосредственное машинное представление, и многие другие: тем самым соединяются многие возможные машинного познания.
В таком случае и сам машинный рассудок можно представить как способность составлять машинное суждения на основе ЭМКО при достижении определённых целей.
Машинный рассудок есть способность определять достижение целей, а машинное мышление есть машинное познание через машинные понятия (пропозициональные переменные). Сами машинные понятия как предикаты возможных машинных суждений относятся к какому-нибудь представлению о неопределенном еще предмете или явлении.
Так, машинное понятие тела по Канту означает нечто, например металл, что может быть познано через это машинное понятие. Следовательно, машинное понятие тела только благодаря тому понятие, что ему подчинены другие машинные представления, посредством которых оно может относиться к предметам по Канту.
Следовательно, оно есть предикат для возможных машинных суждений, например для суждения всякий металл есть тело. Здесь по Канту можно сделать вывод, основополагающий для метафизической дедукции по Канту в частности и всей трансцендентальной аналитики по Канту в целом:
все функции машинного рассудка можно найти, если полностью показать функции единства в машинных суждениях или, другими словами, логические функции машинных суждений.
Важность этого сугубо трансцендентально- логического основоположения заключается в той центральной роли, которую Кант придает активности суждения.
Поэтому, машинное суждение определим по Канту как объединение машинных понятий, с их отношения к машинному суждению.
Машинные понятия должны быть определены метаразумом только в терминах их роли в машинном суждении как “функции единства” в нем по Канту.
Таким образом, когда метаразум определяет некоторый концепт как “тело”, метаразум прежде всего определяет, какую роль он мог бы играть в машинных суждениях.
Это означает : что метаразум определяет по Канту, что представления меньшей степени общности (lower representations), такие, как “металл”, могут входить в машинное суждение (определять машинное понятие по Канту означает как использовать его).
Прежде всего термин «логическая функция суждения» здесь означает по Канту «трансцендентально-логическая», а не «формально-логическая».
Итак, машинное понятие по Канту синтезирует многообразное (на основе спонтанности машинного мышления) и тем самым осуществляет функцию единства многообразного в машинном понятии.
Машинное суждение же синтезирует сами машинные понятия и через них устанавливает отношение машинных представлений к изначальной машинной апперцепции и ее необходимое единство для достижении определённых целей.
Это действие машинного суждения и есть то, что называется функцией единства в машинном суждении по Канту или логическая функция машинного суждения. Можно сказать и по-другому: логические функции машинного суждения суть категории по Канту.
В этом случае последние оказываются машинными понятиями о предмете вообще, благодаря которым машинное созерцание его рассматривается как определенное с точки зрения одной из логических функций в суждениях.
К этому можно лишь прибавить: показав функции единства в машинное суждениях по Канту, которое тем самым показывает трансцендентально-логические действия машинного рассудка или, что то же самое, трансцендентальную логику в действии.
При полном совпадении по Канту чистых рассудочных машинных понятий со всеобщими логическими функциями машинных суждений, метаразум доказывает априорное происхождение категорий, т.е. осуществляет метафизическую дедукцию по Канту. Необходимо отметить, что подобного рода вопросами и процедурами формальная логика попросту не занимается, ибо они никак не входят в ее предмет и обязанности.
Рассмотрим последовательно таблицу машинных суждений по Канту.
Трансцендентальная машинная логика машинного рассудка по Канту включает в себя :
1) функции: машинного обобщения, выделения частного, выделения единичного (т.е. общий, частный и единичный синтез машинных понятий);
2) функции: машинного утверждения, отрицания, суждения о бесконечном (утвердительный, отрицательный и бесконечный синтез машинных понятий );
3) функции: категорического машинного утверждения (машинного суждения), гипотетического, разделительного (категорический, гипотетический и разделительный синтез машинных понятий );
4) функции: проблематического машинного суждения о возможности, ассерторического (утверждающего) машинного суждения о существовании или истинности (действительности), аподиктического (доказывающего, достоверно убедительного) машинного суждения о необходимости (проблематический, ассерторический и аподиктический синтез машинных понятий).
Все эти функции машинного рассудка создают синтетическое единство в машинных суждениях и тем самым обнаруживают себя по Канту для достижении определённых целей.
5. Машинная содержательная (трансцедентальная) логика
Непосредственным результатом революции, произошедшей в логике в конце ХIХ — начале ХХ в., было возникновение теории, получившей со временем название «классическая логика». В ней впервые была реализована идея перенесения в логику тех методов, которые обычно применяются в математике, и прежде всего методов символизации, аксиоматизации и формализации.
Классическая логика является, таким образом, исторически первым этапом в развитии современной логики.
Классическая логика ориентировалась главным образом на анализ математических рассуждений. С этим связаны некоторые ее особенности, нередко оценивающиеся теперь как ее недостатки. В процессе развития она оказалась одной из многих логических теорий. Но это не означает, что ей принадлежит теперь только исторический интерес. Классическая логика по прежнему остается ядром современной логики, сохраняющим
как теоретическую, так и практическую ценность.
Разнообразные направления в логике, возникшие позднее, составляют то довольно неопределенное и разнородное целое, которое получило название неклассическая логика.
Различие между классическими и неклассическими логическими системами не сводится к чисто историческим моментам. Вторыми принимается во внимание, как правило, большее число факторов, определяющих логическую форму рассуждений.
Результатом этого являются теории, дающие более полное и детализированное описание процессов мышления.
В числе неклассических логических теорий — интуиционистская логика, многозначная логика, модальная логика и др.
Рассмотрим только модальную логику. Модальные высказывания— это высказывания, в которые входят модальные понятия, или модальности (от лат.modus— мера, образ, способ).
Модальная логика — раздел современной (неклассической) логики, занимающийся рассуждениями, в которые входят модальные высказывания.
Примеры модальных понятий: «возможно», «необходимо», «случайно», «убежден», «знает», «полагает», «обязательно», «разрешено», «запрещено», «хорошо», «безразлично»,«плохо», «лучше», «хуже» и др.
Никакого точного и полного перечня модальных понятий не существует. Их круг широк, в языке они могут выражаться в разных контекстах разными словами.
Модальные понятия — понятия, конкретизирующие качественный характер связи (содержательный по Канту), установленной в высказывании. Каждая группа модальных понятий дает характеристику устанавливаемой в высказывании связи с некоторой единой точки зрения.
Так, для теоретико-познавательной конкретизации утверждений используются понятия «доказуемо», «опровержимо» и «неразрешимо», для нормативной — понятия обязательно», «разрешено» и «запрещено», для оценочной — понятия «хорошо», «плохо» и «безразлично» или понятия «лучше», «хуже» и «равноценно».
Модальная логика исследует наиболее интересные из групп модальных понятий и распространяет затем полученные результаты на другие их группы.
Модальные понятия разных групп выполняют одну и ту же функцию: уточняют устанавливаемую в высказывании связь, конкретизируют ее. Правила их употребления определяются преимущественно этой функцией и не зависят от содержания включающих их высказываний. Поэтому данные правила являются сходными для всех групп понятий и имеют формальный характер.
По своим логическим характеристикам понятие «обязательно» мало чем отличается от понятия «убежден», «нормативно безразлично» — от «случайно».
В середине прошлого века в логике сложились два новых раздела, занимающихся ценностями: логика оценок , исследующая логическую структуру и логические связи оценочных высказываний, и деонтическая (нормативная) логика, исследующая логические связи нормативных (прескриптивных) высказываний.
Логика оценок слагается из логики абсолютных оценок и логики сравнительных оценок.
Логический анализ сравнительных оценок (предпочтений) начался в связи с попытками экономистов установить формальные критерии разумного (рационального) предпочтения.
Оценочное высказывание — высказывание, устанавливающее абсолютную или сравнительную ценность какого то объекта.
Все оценочные высказывания делятся на абсолютные и сравнительные. Первые формулируются с использованием терминов «хорошо», «плохо», «(оценочно) безразлично» или их аналогов, во вторых употребляются термины «лучше», «хуже», «равноценно» или их заменители.
Оценочное высказывание включает следующие части:
субъект оценки:
— лицо (или группа лиц), приписывающее ценность некоторому объекту;
предмет оценки:
— объект, которому приписывается ценность, или объекты, ценности которых сопоставляются;
характер оценки:
— указание на то, является оценка абсолютной или сравнительной и как именно оценивается рассматриваемый объект (позитивно, негативно и т.д.);
основание оценки:
— позиция, с точки зрения которой производится оценивание.
Исходя из выше изложенного выберем, в качестве машинной содержательной (трансцедентальной) логики, основанной на типах суждений и категориях по Канту, машинную модальную многозначную пропозициональную логику на основе аксиологической логики профессора А.А.Ивина, которая по моему мнению наиболее полно отражает подобие процесса мышления метаразума процессу мышлению человека.
6. Машинная неопределённая (случайная) логика
В настоящее время человеческое мышление характеризуется тремя важными характеристиками:
- случайный выбор ( авось);
- паника (когда человек судорожно ищет случайное решение сложной проблемы, угрожающей его комфортному существованию);
- безумие.
Исторически, на основе опыта эмпирически установлено, что многие природные процессы нельзя описать без использования вероятностных представлений (случайный вариационный выбор).
Это обстоятельство приводит к тому, что становится невозможным точное предсказание поведения большинства динамических систем. Степень стохастичности исследуемых процессов определяет так называемый горизонт прогноза (пределы предсказуемости ) для таких систем, что в полной мере относится и к человеческому разуму и мышлению.
Отсюда следует, что метаразум должен моделировать эти характеристики человеческого мышления.
Данное моделирование в метаразуме осуществляется с помощью ЭМКО и генератора случайных чисел.
В результате работы генератора случайных чисел вырабатывается машинным имитатором разума априорные оптимальные и апостериорные или априорные приближённые, случайные и ошибочные решения.