Искусственный Интеллект и Сознание: параллели и…перпендикуляры
Стремительно растущий объем публикаций по проблеме Искусственного интеллекта и проблеме Сознания был неизбежен [1]. Все развитые страны стремились формировать собственные программы по этим проблемам, которые имеют родственные черты и серьезные различия. Сейчас понятийные системы этих важнейших научных проблем все более дифференцируются как по технологиям исследований, так и по сферам применения.
Исследования и разработки по искусственному интеллекту образовали два конкурирующих направления: сильный ИИ и слабый ИИ. Теория сильного ИИ (термин Дж. Серла, 1980) предполагает, что компьютеры могут приобрести способность мыслить и осознавать себя как отдельную личность (в частности, понимать собственные мысли), хотя и не обязательно, что их мыслительный процесс будет подобен человеческому. Теория слабого ИИ такую возможность не рассматривает, полагая, что направление становится все более научно-инженерной темой (www.opentalks.ai, обзор также можно посмотреть на ТВ «Дождь» в записи программы «Generation ИИ», в книге-обзоре [2], обзорах irinamuhina.expert, …),
Проблема «Сознание» все больше углубляется в фундаментальные естественнонаучные исследования. Однако, в исследованиях обеих проблем большую роль играет суперкомпьютерное моделирование. Поэтому имеет смысл рассмотреть сходство и различия стоящих проблем в анализе и моделировании, поскольку исследования дополняют друг друга…
В своей книге [3] 20 лет назад авторы сделали попытку описания функций сознания в терминах теории категорий, прогнозируя, что топологические пространства Гротендика наиболее перспективны для описания многообразных свойств сознания. В этой статье продолжим эту линию, включив в такое рассмотрение проблему ИИ, включая стратегическое направление «сильного ИИ».
Формирование информационной базы ИИ и Сознания индивидуума
Представим все объекты и явления физической реальности, с которыми взаимодействуют и ИИ и Сознание Человека (СЧ) в форме топоса ℜ (объединяющего категории множеств Кi и Кj различных объектов и явлений). Совокупность естественнонаучных знаний позволяет упрощенно представить любую категорию объектов в виде объединения множества всех материальных структур различного масштаба: от объектов микромира до объектов Макромира и взаимодействия между этими объектами. Поскольку мы анализируем аналогии и различия между СЧ и ИИ (который однозначно реализуется в трехмерном пространстве, то учет предположений, что физические процессы, обеспечивающие функции сознания реализуются в суперпространстве Мироздания с бОльшим числом измерений, произведем несколько позже…
Пусть М множество объектов реальности, содержащих компоненты структур различного масштаба, соответствующего
….⸦ Si-2 ⸦ Si-1 ⸦ Si ⸦ Si+1 ⸦ Si+2 ⸦…. (1)
Тогда каждая категория объектов и явлений Кi или Кjесть объединение структур, составленных из материальных структур ∈ М: К=⅀U Si. Модели объектов и явлений реальности можно обозначить как матрицы категорий, сформированных с помощью систем рецепции в масштабе (1) Тогда каждая модель будет обозначаться как матрица, Кij , члены которой категории, а сама категория моделей (категорий, по сути дела, топос)
Пусть Кij – категория моделей (топос), формируемых в СЧ, а ₭ij – категория моделей (топос), формируемых в носителе ИИ. Первый индекс i означает множество структур реальности, а второй индекс j – множество материальных структур, обеспечивающих функционирование СЧ и ИИ, включая структуры рецепторов, отображающих объекты реальности в модели категории ИИ и СЧ. Множество структур категорий объектов и явлений, составляющих топос ℜ, естественно, идентичны для ИИ и СЧ (Реальность одна). А вот множества физических структур, обеспечивающих функционирование ИИ и СЧ различны, как и наборы физических процессов, реализующих эти функции. Общеизвестно, что ИИ реализуется в суперкомпьютерных системах, в которых структуры и физические процессы известны, а СЧ реализуется в мозге, который представляет собой не в полной мере изученную суперсистему нейронов разных типов, да еще на 85% состоит из воды…
Тем не менее, анализируя сходства и различия, попытаемся выделить общие свойства и различия, выбрав две важнейших характеристики ИИ и СЧ: внутреннюю когерентность и способность к рефлексии. По большому счету эти две характеристики связаны с определением внутренней и внешней границы систем и категорией сложности. Когда мы обобщаем категорию объектов и явлений до топоса, мы, фактически, включаем в него и категорию сложности, учитывая множественные взаимосвязи объектов и явлений.
Пусть Ŧij - функтор, с помощью которого формируются модели ИИ при взаимодействии с топосом ℜ. Топос ℜ содержит как объекты и явления, взаимодействующие с носителем ИИ через систему рецепторов, ℜij, так и объекты и явления, с которыми нет взаимодействия ℜ/ℜij. Такие объекты и явления будут не идентифицированы ИИ и, следовательно для ИИ не существующие[1].
₭ij – категория моделей (топос), формируемых в носителе ИИ с помощью функтора Ŧij
₭ij = Ŧij× ℜ (2)
И пусть Tij - функтор, с помощью которого формируются модели СЧ при взаимодействии с топосом ℜ. По аналогии с предыдущим Кij – категория моделей (топос), формируемых в СЧ:
Кij = Tij × ℜ (3)
Граница физических структур/явлений (border), обеспечивающая функционирование ИИ или СЧ может быть обозначена, как категория (топос), в которую входят объекты принадлежащие ℜij и ℜ/ℜij: ℜb = ℜij ∩ ℜ/ℜij или, еще детальней
ℜij ∩ ℜb ∈ ℜ/ℜij (4)
Отметим, что для ИИ и СЧ граница проходит внутри системы – носителя интеллекта и вне его, то есть охватывая область объектов, с которыми взаимодействует ИИ и СЧ. То есть:
ℜb = ℜbin ∪ ℜbout (5)
Следует подчеркнуть, что ℜbout, наблюдаемая классическими и квантовыми средствами измерения потенциально одинакова для ИИ и СЧ. А вот - ℜbin внутренняя граница очевидна только для ИИ: она ограничена физическими структурами и квантовыми процессами, обеспечивающими функционирование электронных схем.
Категория моделей ИИ. Сегодня любой школьник знает количество гигабайт, которые хранятся в памяти компьютера. Знает он и разделы информации… В категории моделей ИИ ₭ ij есть модели, получаемые в результате преобразования информации от рецепторов, модели, заложенные в базовом программном обеспечении и модели, которые могут быть получены в результате вырождения и синтеза перечисленных двух типов моделей. Поскольку происхождение моделей в базовом ПО и синтез двух типов моделей в ИИ понятен, более подробно анализ образования всех типов моделей проведем ниже для СЧ
Как обеспечивается внутренняя когерентность системы ИИ и важна ли такая характеристика для носителя ИИ? Поскольку когерентность систем мозга человека важнейшее понятие, для выяснения «параллелей и … перпендикуляров» ИИ и СЧ эту характеристику будем учитывать. Когерентность ИИ обеспечивается, во-первых, архитектурой электронной схемы носителя ИИ; во-вторых, ПО; в-третьих, механической конструкцией носителя ИИ. Все эти подсистемы связны и когерентность трактуется как связность в системном понимании этого термина.
Категория моделей Сознания человека. В функции формирования моделей в СЧ распределение Кij на подкатегории совпадает с ИИ. Отличие в том, что в полной мере не идентифицировано базовое программное обеспечение (генетика) и система рецепторных полей (помимо зрения, обоняния, осязания, слуха,,…обсуждается существование новых не идентифицированных рецепторов, существование которых подтверждается экспериментальным опытом, но идентифицировать из физическую природу пока достоверно не удалось…). То есть, проблема прохождения ℜbin - внутренней границы мозга – носителя СЧ стоит на повестке дня [3]. Именно в неопределенности существования этих не идентифицированных рецепторов скрыты серьезные различия в ИИ и СЧ.
Естественно, что скрытые измерения, которые, возможно, реализуются при формировании Категории моделей СЧ, должны быть учтены в формализме, которым мы намерены описывать такие функции. Для этого потребуется расширить число измерений, события в которых (физические процессы) влияют на эти функции: Кij..kl…
Если потребуется описывать физические процессы, обеспечивающие формирование моделей ИИ и СЧ, которые невозможно/сложно описать в терминологии физического масштабирования, то это можно сделать вводя «ковариантные» символы для «измерений», объединяющих свойства/особенности таких процессов
Отметим, что типы Категорий моделей, как для СЧ, так и для ИИ реализуются при использовании всех возможностей топологии мозга человека и суперкомпьютера программой-диспетчером. И, если физические процессы, обеспечивающие функции программы-диспетчера в электронной топологии суперкомпьютера – носителя ИИ, в принципе, известны, то физические процессы в активном центре мозга человека – носителя Сознания, пока представляют объект интенсивных исследований… Ключевыми проблемами, является детализация физических процессов, обеспечивающих когерентность процессов внутри носителей СЧ и ИИ: когерентности и функций на внутренней границе…
В анализе природы когерентности физических структур и функций мозга человека – носителя СЧ отсутствует признанная официальной наукой физическая модель. Несмотря на то, что в своей книге [3] авторы привели физическую модель, основанную на электромагнитных взаимодействиях, очевидно, что эта представление не адекватно сложности проблемы и модель выполняла тактическую задачу: инициировать обсуждение проблемы. Огромная иерархия структур организма человека носителя СЧ (от субатомных структур до органов на макроуровне функционирует в широком спектре электромагнитных излучений и высокую когерентность (самую высокую известную в Природе) в рамках квантовой модели в области электромагнитных взаимодействий объяснить невозможно. Можно обсуждать иную физическую модель когерентности, но это тема для других публикаций.
Формирование функций ИИ и Сознания индивидуума
Обсуждая функции ИИ, попытаемся разделять их для слабого ИИ и сильного ИИ. Для того, чтобы алгоритмы теории категорий стали ориентиром для разработчиков ИИ и инструментов формирования компьютерных моделей СЧ, нам необходимо создать методы представления категорий и функторов в форме, позволяющей компьютерное кодирование.
Система мотиваций ИИ. Система мотиваций ИИ определяется исключительно программным обеспечением, которое вкладывают в носитель ИИ разработчики и программисты
Может ли причинить устройство с ИИ вред человеку? Несомненно может, если такая функция-мотивация в нем заложена программным обеспечением. Очевидный пример боевые роботы. Для того, чтобы ИИ не мог автономно сформировать подобную функцию, необходимо, чтобы сама попытка ее инициировать, например, с помощью хакеров через компьютер или элементы, обеспечивающие функционирование ИИ, сигнализировала об опасности разрушения когерентности[2]. Такой сигнал может быть подан системой авторефлексии: проверке соответствия предлагаемой функции четко сформулированным запретам в базовой ПО.
Система мотиваций Сознания человека. Система мотиваций индивидуума формируется воспитанием и образованием в социуме. В начале прошлого века поведение животных описывалось с помощью «условных рефлексов». Современное понимание ситуации значительно шире – у животных есть основы сознания (в разной степени развития в зависимости от вида животного и среды, с которой оно общается, причем общение с человеком выделяется особо). И вполне естественно, что некоторые простые свойства сознания человека исследуются с использованием животных. Так Институт Аллена в Сиэтле создал модель мозга мыши и анализирует его реакции на множественные возбуждения.
Однако, науку интересует, конечно, больше всего мозг человека, как носитель свойства сознания. И, естественно, мотивация познания Мироздания, как одна из высших мотиваций. Эта мотивация имеет прямую связь с мотивацией выживания (индивидуума, коллектива, социума), поскольку информация об окружаемом пространстве, предметах, явлениях, событиях позволяют обеспечить источники средств жизнеобеспечения, включая безопасность жизни. Эта мотивация, эволюционируя, приводит к ноосферной мотивации защиты биосферы, как среды обитания от всех видов катастроф. А это неизбежно влечет стремление проникновения в новые пространственно-временные измерения Мироздания, познание новых физических сущностей и явлений.
Взаимодействие с внешними источниками информации и «программного обеспечения» (обучение)
Почему анализ взаимодействия с внешними источниками информации и «программного обеспечения» требует отдельного рассмотрения. Ведь в предыдущем разделе уже обсуждались вопросы формирования функции носителей ИИ и Сознания? Подобный анализ необходим для детального рассмотрения проблем обеспечения внутренней когерентности носителей ИИ и СЧ и когерентности (в обобщенном смысле) с внешней информационной средой.
Роль окружения для выработки и исполнения алгоритмов ИИ. Сегодня темой взаимодействия компьютерных систем (даже без ИИ) занимаются специалисты нескольких направлений. Во-первых, специалисты по защите информации. Во-вторых, специалисты по обнаружению «вирусов» и очистке от них (пример приведен выше). В-третьих, психологи, анализирующие взаимодействие человека-оператора с компьютерной системой.
Роль коллектива, окружающего индивидуального носителя сознания. Для индивидуума-носителя сознания учет взаимодействия с коллективом, национальным социумом и, наконец планетарным социумом, еще более значим и более сложен.
Специалисты по социальной психологии совершенно четко фиксируют изменение состояния при взаимодействии индивидуума с коллективом во время молитвы (эффект миньяна в иудаизме известен тысячелетия!), актеров со зрительным залом и самих зрителей в театральных постановках и участников массовых мероприятий. Сошлемся на нашу книгу [2], в которой введение в проблему дано достаточно аргументировано
Проблема рефлексии
ИИ и рефлексия. Обеспечить самооценку состояния браузера и информационной базы сегодня может программное обеспечение продвинутых компьютеров. А о возможностях такого рода ИИ на суперкомпьютерной основе и говорить не приходится. Отметим, однако, что оценку состояния браузера и собственной схемотехники ИИ может осуществить исключительно в пределах возможностей, заложенных в ПО. Уточнение адекватности информационной базы ИИ, соединенный с Сетью Интернет, может самостоятельно оценить в пределах адекватности тематической информации в Сети на основе программ, заложенных в ПО.
Возможности рефлексии индивидуального сознания. Возможности рефлексии СЧ -индивидуального сознания, несомненно, выше, чем у любых систем ИИ. Даже самая продвинутая система ИИ без внешней программы, на самом мощном суперкомпьютере не в состоянии поставить перед собой задачу проанализировать внутреннюю границу физических структур, обеспечивающих ее функционирование. А поскольку современная физика прогнозирует число измерений суперпространства Мироздания, в котором функционирует мозг – носитель сознания более 3-х пространственных и одного временнОго, то актуальность роли рефлексии в формировании модели СЧ невозможно переоценить…
При этом следует уточнить, что подразумеваем под внешней и внутренней границей. Внешней границей ℜbout будем считать пересечением топосов полной реальности с топосом объектов и явлений, выявленных всей совокупной метрологической базой цивилизации. Внутренней границей ℜbin будем считать пересечение топосов полной реальности с физическими структурами/явлениями, обеспечивающим функции сознания в носителе СЧ.
Проблема рефлексии важна и для ИИ и СЧ еще тем, что анализируя уровень этой рефлексии, можно и нужно включить в топос реальности ℜ категорию сложности объектов и явлений. При таком рассмотрении очевидно, что топосы моделей, которыми оперируют ИИ и СЧ являются сужениями топоса ℜ. И такой анализ, с учетом внутренней границы элементов и явлений, обеспечивающих функционирование ИИ и СЧ, позволяет по-новому приступить к продвижению за пределы этой границы, опираясь на рефлексию все более высокого уровня…
Алгоритм продвижения в топос реальности ℜ: идентификация границы, разделяющей топос реальности ℜ, и топос тех объектов и явлений реальности, которые формируют топос/категорию моделей Кij, т.е. использование моделей (объектов, явлений, сложных взаимосвязей, подтвержденных экспериментом с высокой надежностью). Зафиксировав эту границу в качестве базы для рефлексивного проникновения в сферу неизвестного, необходимо формировать принципиально новую метрологию, позволяющую выявлять новые физические сущности и явления (включая сложность их взаимосвязей), и продвигаться шаг за шагом в эту сферу неизвестного, новые измерения Мироздания, постепенно уточняя новую внутреннюю границу СЧ.
Причем, необходимо понимать, что сложность такой метрологии не будет уступать по сложности системную сложность ЦЕРНа, без участии которого и Лозаннского проекта The Human Brain Project HBP (с англ. — «Проект Человеческий Мозг») — большой научно-исследовательский проект по изучению человеческого мозга, основанный в 2013 году в Женеве, Швейцария и координируемый Генри Маркрамом (Федеральная политехническая школа Лозанны) обойтись в настоящее время не реально…
Этот путь позволит формировать новую элементную базу для носителей ИИ и расширять их функциональные возможности.
Выводы:
В данной работе сделан акцент на сравнительном анализе таких характеристик ИИ и СЧ и их носителей (суперкомпьютеров и мозга человека), как когерентность, внутренняя граница (физические процессы, обеспечивающие функции) и способность к рефлексии.
Отмечено, что обеспечение когерентности носителей ИИ и СЧ принципиально различно: когерентность носителя ИИ является следствием когерентности носителей СЧ и полностью зависит от этого свойства своих создателей
Акцентировано внимание на радикальное отличие носителей ИИ и СЧ в физической реализации внутренней границы: для систем ИИ эта граница жестко задана элементами схемотехнического решения суперкомпьютера и никакое обучение не позволит эту границу физически преодолеть; а для мозга, носителя СЧ такая возможность не только не запрещена законами физики, но существует множество явлений, указывающих на факты расширения этой границы в новые сферы Мироздания. А это свойство открывает новые возможности для рефлексии и продвижения СЧ (в обобщенном смысле) в новые измерения Мироздания
Литература:
1. К.Анохин «Искусственный интеллект нового поколения» Лекция на Форуме, посвященному наукам о мозге и развитию искусственного интеллекта 10 декабря 2019 г., МГУ
2. Чалмерс Дэвид Джон «Сознающий ум [В поисках фундаментальной теории]» Москва, ЛИБРОКОМ, 2013
3.
4. Пивоваров О.Н., Пивоваров И.О., Кудрина Л.Н. «Природа живых систем» НИА «Природа- РЭФИА, Москва, 2002 г