Современные проблемы искусственного интеллекта

Размещено на http://www.allbest.ru/

Белорусский государственный университет

Факультет радиофизики и компьютерных технологий

РЕФЕРАТ НА ТЕМУ:

Выполнила: студентка

5 курса 6 группы

Шевцова Виктория

Минск

2011

Оглавление

• ВВЕДЕНИЕ
• 1. ИСТОРИЯ РАЗВИТИЯ ИИ
• 1.1 Механический подход
• 1.2 Электронный подход.
• 1.3 Кибернетический подход.
• 1.4 Нейронный подход.
• 1.5 Появление перцептрона.
• 2. ПЕРСПЕКТИВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
• 2.1 Машинное сознание.
• 2.2 Отличие машинного сознания от человеческого разума.
• 2.3 Проблема создания ИИ.
• ЗАКЛЮЧЕНИЕ
• Литература
• ВВЕДЕНИЕ
• С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.
• Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта (ИИ), обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. И тогда многие исследователи пришли к выводу, что пожалуй самая трудная проблема, стоящая перед современной наукой - познание процессов функционирования человеческого разума, а не просто имитация его работы. Что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки. В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований - интеллекта.
• Некоторые считают, что интеллект - умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи - как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

искусственный интеллект кибернетический машина

Одним из тех, кого ничуть не испугали трудности был Фрэнк Розенблат, труды которого казалось отвечали самым заметным устремлениям кибернетиков. В середине 1958 г. им была предложена модель электронного устройства, названного им перцептроном, которое должно было бы имитировать процессы человеческого мышления. Два года спустя была продемонстрирована первая действующая машина "Марк-1", которая могла научится распознавать некоторые из букв, написанных на карточках, которые подносили к его "глазам", напоминающие кинокамеры. Перцептрон Розенблата оказался наивысшим достижением "восходящего", или нейромодельного метода создания искусственого интеллекта. Чтобы научить перцептрон способности строить догадки на основе исходных предпосылок, в нем предусматривалась некая элементарная разновидность автономной работы или "самопрограммирования". При распознании той или иной буквы одни ее элементы или группы элементов оказываются гораздо более существенными, чем другие. Перцептрон мог научаться выделять такие характерные особенности буквы полуавтоматически, своего рода методом проб и ошибок, напоминающим процесс обучения. Однако возможности перцептрона были ограниченными: машина не могла надежно распознавать частично закрытые буквы, а также буквы иного размера или рисунка, нежели те, которые использовались на этапе ее обучения.

Ведущие представители так называемого "нисходящего метода" специализировались, в отличие от представителей "восходящего метода", в составлении для цифровых компьютеров общего назначения программ решения задач, требующих от людей значительного интеллекта, например для игры в шахматы или поиска математических доказательств.

Интерес к кибернетике в последнее время возродился, так как сторонники "нисходящего метода" столкнулись со столь же неодолимыми трудностями. Но в основном ИИ стал синонимом нисходящего подхода, который выражался в составлении все более сложных программ для компьютеров, моделирующих сложную деятельность человеческого мозга.

2. ПЕРСПЕКТИВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

2.1 Машинное сознание

К концу 40-х годов двадцатого столетия были созданы фундаментальные основы для появления новой научной дисциплины, которая по названию одной из пионерских работ получила название «кибернетика». В основу новой науки были положены идеи А. Тьюринга, С. Черча, А.А. Маркова, в работах которых было существенно развито математическое понятие «алгоритм». В работах К. Шеннона, А.Н. Колмогорова, также ставших базисом нового научного направления, была разработана теория передачи информации, Н. Винер сформулировал постулат о необходимости применения в технических системах способов обработки информации, реализованных в биологической среде, У. Мак-Каллок и У. Пирс предложили модель нейрона, способную к проведению арифметических и логических операций. Все эти достижения явились базисом для бурного развития вычислительных систем, что привело фактически к созданию параллельного «машинного сознания» на нашей планете.

Феномен «машинного сознания» обладает рядом специфических особенностей, отличающих его от человеческого разума. В первую очередь это огромная скорость проведения арифметических и логических операций. Это свойство технических устройств поразило воображение ученых уже при первом появлении вычислительных электронных систем. Так, после разработки первых ламповых ЭВМ с производительностью 5 тыс. оп/c считалось, что министерству обороны США для удовлетворения всех вычислительных нужд достаточно иметь не более десятка подобных машин.

Второй специфической чертой современного «машинного сознания» является способность к восприятию моделей внешнего мира только в форме математических и логических абстракций.

Использование указанных особенностей кибернетических устройств дает возможность решать интеллектуальные задачи, c которыми человеческий мозг справиться не в состоянии. В то же время существуют области интеллектуальной деятельности, где компьютер в настоящее время не может составить конкуренции человеку. В первую очередь это области творческой деятельности, а также области, требующие быстрой и гибкой обработки информации, такие, например, как распознавание зрительных образов, слитной речи, действия в аварийных ситуациях и т.д.

2.2 Отличие машинного сознания от человеческого разума

Сегодня отчетливо видно, что «машинное сознание» принципиально отличается от человеческого разума. Мы попробуем определить причину этого отличия.

Термин «искусственный интеллект» (Artificial Intelligence), был введен в 1956 году американским ученым Дж. Маккарти, но вопрос о возможности мышления в машине возник одновременно с началом компьютерной революции в конце 40-х годов. Сегодня термин «искусственный интеллект» (ИИ) имеет два основных значения: во-первых, под ИИ понимается теория создания программных и аппаратных средств, способных осуществлять интеллектуальную деятельность, сопоставимую с интеллектуальной деятельностью человека.

При решении практических задач чаще всего пользуются заданием их списка, считая при этом, что если компьютерная система в состоянии решить эти задачи, то она и является системой ИИ. Обычно в этот список включают игру в шахматы, доказательство теорем, решение диагностических задач по исходному неполному набору данных, понимание естественного языка, способность к обучению и самообучению, способность к классификации объектов, а также способность вырабатывать новые знания на основе порождения новых правил и моделей регуляризации знаний.

Под ИИ иногда понимается также набор аппаратных и программных средств, использование которых при решении данного класса задач приводит к тем же результатам, что и интеллектуальная деятельность человека.

Другим распространенным среди специалистов мнением является определение ИИ как системы, выполняющей имитацию интеллектуальной деятельности человека на основе программ, моделирующих процессы мышления. Однако в настоящее время не существует достаточно четкого понимания сущности ЕИ. И определить, что к нему ближе, а что дальше не представляется возможным. Естественно, такое определение ИИ не может считаться достаточно полным и однозначным.

2.3 Проблема создания ИИ

По существу, центральная проблема создания ИИ, обладающего свойствами мозга, заключается в следующем. Для многих задач точные и четкие правила решения отсутствуют, иными словами человеческий разум в настоящее время не обладает полным и исчерпывающим самопознанием. Причем это равным образом касается как абстрактного логического мышления, так и эмоциональной сферы. Мы оперируем звуковыми и зрительными образами, не зная, каким способом они функционируют в нашем сознании. Человек часто принимает неожиданные творческие решения, не сознавая алгоритмы мозга при такой деятельности. Описание существа этих процессов, как на формальном, так и на качественном уровне, несмотря на огромные затраченные усилия, до настоящего времени получить не удалось.

Поэтому и среди философов, и среди представителей естественнонаучных дисциплин сегодня широко распространено мнение, что человеческий мозг принципиально непознаваем. При этом основания для этого утверждения различны: от религиозно-мистических до системно-кибернетических.

Во втором случае главным основанием для утверждения о непознаваемости процессов мышления, протекающих в живом мозге, являются экспериментальные данные, свидетельствующие о чрезвычайно сложной системной организации нейронных связей в структурах мозга.

Некоторые крупные ученые, которые оптимистично оценивали перспективы создания модели деятельности мозга на протяжении 70-80 годов XX века, затем отказались от таких попыток.

Например, Н. П. Бехтерева утверждала (Н. П. Бехтерева. Нейрофизиологические аспекты психической деятельности человека. Л., 1971, стр. 92,102 и др.), что в ее коллективе в результате проведенных экспериментов получены нейрофизиологические и биоэлектрические корреляты конкретных психических явлений, что позволяет оптимистично оценить перспективы решения проблемы расшифровки нейродинамического кода головного мозга человека. Однако в марте 1994 в интервью Общественному телевидению года академик Н. П. Бехтерева заявила, что эту задачу, несмотря на значительные усилия затраченные руководимым ей институтом, решить не удалось. Преграда в изучении мозга, по ее мнению, скорее всего, поставлена высшим разумом для исключения вмешательства человека в деятельность сознания.

Существенные трудности на концептуальном уровне имеются сегодня и в нейрокибернетике (нейроинформатике). Они возникают уже на первом этапе - при описании процессов переработки сенсорной информации. Несколько моделей зрительного и слухового восприятия, предложенные в последние десятилетия, не подтвердили своей эффективности при их программной и аппаратной реализации. Естественно, что ввиду неадекватности исходных моделей, поиск способов формализации процессов мышления становится похожим на гадание на кофейной гуще.

Все указанные обстоятельства являются основанием для выдвижения концепции компьютерного агностицизма, утверждающего, что технические устройства никогда не смогут достигнуть уровня человеческого сознания и что между ними стоит непреодолимая стена.

Заметим, что в любом случае компьютерным агностикам следует ответить на вопрос, какими специфическими механизмами и свойствами обладает мозг человека, которые не могут быть воспроизведены в небиологической среде, и по какой причине эти механизмы непознаваемы. Если доказательного ответа на этот вопрос не будет получено, мы можем рассчитывать на создание систем ИИ, по многим показателям адекватных естественному интеллекту. Заметим, что сегодня научных доказательств о невозможности моделирования или даже воспроизведения мышления человека не существует.

В тоже время существует мнение, особенно в среде разработчиков аппаратного и программного обеспечения суперЭВМ, что достижение результатов, сопоставимых с деятельностью человеческого разума, лишь вопрос времени и будет связано, в основном, с повышением быстродействия электронно- вычислительных устройств.

Для подобных утверждений сегодня имеются некоторые основания. К настоящему времени созданы огромные базы знаний и мощные экспертные системы, содержащие тысячи правил и способные решать некоторые задачи лучше, чем любой математик-человек. Компьютерные шахматные программы играют на уровне чемпиона мира по шахматам. Имеются компьютерные системы, читающие газетный шрифт человеческим голосом в режиме реального времени и выполняющие переводы технической литературы высокого качества. Эти и многие другие факты лежат в основе компьютерной эйфории, утверждающей, что трудности на пути создания искусственного интеллекта, превосходящего по мощи и творческим возможностям человеческий, носят временный характер и связаны лишь с техническими проблемами.

В связи с этим представляется чрезвычайно актуальным ответ на вопрос, в чем состоит принципиальная разница между мышлением человека и «мышлением» существующих систем ИИ.

Интересно, что эта проблема своими корнями восходит еще к античной науке. Естественно у античных ученых не возникали сомнения в гуманоидной природе интеллекта, но вопрос о природе абсолютного знания получил двойственное решение. Представители первого направления «материалисты», к которым относились Аристотель, Демокрит, Левкипп и др., считали, что в основе мира лежат физические процессы движения материи. Человеческое сознание в состоянии воспринимать эти процессы и на их основе строить модели мира, которые собственно и являются единственно возможными системами знаний.

Представители второго направления «идеалисты», наиболее яркими представителями которых были Платон, Пифагор и ученики созданной им школы, считали, что в основе мироздания лежат некоторые магические числа, а наиболее точным отражением мира является наука о числах - арифметика. Существование этого знания, по мнению Пифагора и его последователей, не зависит от сознания человека.

Спор между представителями этих двух направлений продолжается и сегодня, спустя более двух тысячелетий после его начала. Идею об универсальности математического языка поддерживал ряд выдающихся ученых. К ним можно отнести И. Ньютона, И. Лейбница, А. Эйнштейна, В. Гайзенберга и многих др.

Весомым аргументом «идеалистов» в пользу идеи Пифагора о существовании мировых магических чисел явилось открытие абсолютных констант нашей Вселенной. Как известно, сущность физических взаимодействий в нашей Вселенной определяется набором некоторых физических констант, которые не выводятся из других физических величин. Для моделей Вселенной, в которых принимаются другие, незначительно измененные значения этих констант, процессы физического развития заканчиваются быстрой катастрофой. Таким образом, само существование нашей Вселенной основано на выполнении некоторых математических соотношений на уровне субатомного взаимодействия вещества.

Как утверждал один из создателей квантовой механики В. Гайзенберг, у человеческого разума нет альтернативы для описания моделей микромира. Явления атомного и субатомного взаимодействия микрочастиц в нашем пространстве могут быть представлены, только в форме математических абстракций, что, по мнению В. Гайзенберга, свидетельствует о первичности математического знания. Учитывая эти обстоятельства, он писал: «Мне думается, современная физика со всей определенностью решает вопрос в пользу Платона. Мельчайшие единицы материи на самом деле не физические объекты в обычном смысле слова, они суть формы, структуры или идеи в смысле Платона, о которых однозначно можно говорить только на языке математики. Платон был убежден, что такой принцип можно выразить и понять только в математической форме. Центральная проблема современной теоретической физики и состоит в математической формулировке закона природы, определяющего поведение элементарных частиц».

Естественным следствием идей об универсальности в широком смысле математического знания является утверждение о том, что «машинное сознание» адекватно отражает окружающий нас мир, а человеческий разум в состоянии постигнуть только приблизительные контуры проходящих в окружающей среде процессов и явлений. Таким образом, если разделить указанную точку зрения, следует признать, что «машинное сознание» является первичным и обладает адекватностью по отношению к явлениям внешнего мира, а машинный «разум» уже превосходит человеческий. Однако нам более убедительной представляется противоположная точка зрения.

В ее подтверждение замечу следующее. Математические абстракции являются продуктом человеческого разума. Они построены в результате обобщения некоторых множеств явлений путем вычленения из всех свойств явления его количественной сути. Таким образом, математическое знание описывает, прежде всего, количественную сторону явлений и процессов. Но главное, на наш взгляд, состоит в том, что математическое описание процессов и явлений - это только один из способов отражения свойств внешней среды в структурах мозга. Поэтому математическое знание не может рассматриваться как единый универсальный язык природы. Но оно действительно объективно, поскольку объективны механизмы функционирования нейронной среды, формирующей математические представления о мире.

Перефразируя известное высказывание Г. Галилея, утверждавшего, что природа говорит с нами на математическом языке, сегодня мы можем уточнить. Человеческое сознание в состоянии адекватно описывать природу на созданном им математическом языке. А собственно способность к созданию такого языка и является одним из наиболее загадочных свойств человеческого разума. Но отметим еще раз, что это не единственный язык, на котором мозг человека состоянии воспринимать реалии внешнего мира.

Подводя итоги, отметим, что тезис о первичности «математического знания» и соответственно «машинного сознания», по нашему мнению, не находит подтверждения в современной научной картине мира. Вместе с тем, у нас не вызывает сомнений то, что не существует принципиальных ограничений для создания математического описания процессов обработки информации в структурах мозга и формализации основных информационных свойств ЕИ.

Создание адекватного математического аппарата для описания процессов мышления является, по нашему мнению, делом ближайшего будущего и только после его создания и реализации нового знания в компьютерных программах можно будет вновь поставить вопрос об адекватности человеческого и «машинного» сознания.

Ответ на вопрос: может ли компьютер мыслить, зависит сегодня только от того, какой смысл мы вкладываем в понятие «мышление». Если в это понятие мы вкладываем способность к формальному логическому мышлению или выполнению сложных математических операций, то ответ будет положительным.

Если же под мышлением мы понимаем процесс создания новых понятий, выходящий за рамки формальных математических и логических операции, состоящий в сопоставлении нескольких областей знаний и нахождении существенных аналогий между ними, то для современных интеллектуальных систем ответ будет отрицательным.

Проблема создания машинных систем, адекватно отображающих процессы мышления, разделила исследователей на два противоположных лагеря: агностиков и оптимистов. Наиболее известным представителем компьютерного агностицизма является американский ученый Х. Дрейфус. Его аргументы получили широкое признание среди специалистов по ИИ. Аргументы Х. Дрейфуса коротко сводятся к следующим.

1.Интеллектуальная деятельность человека разнообразна. Она включает в себя логические рассуждения оперирование образами, анализ, формирование новых образов и т.д. Но даже если мы будем рассматривать лишь часть этой деятельности - логические рассуждения, формализовать в настоящее время все алгоритмы, применяемые человеком при рассуждении невозможно. В связи с этим заметим, что прогресс компьютерных шахматных программ связан не с успехами в моделировании мышления шахматиста, а с успехами математиков в формализации процесса шахматной игры и программистов в реализации разработанных математических моделей. При этом, подход компьютера к анализу шахматной позиции основан на почти полном переборе вариантов на максимально возможную глубину. Шахматист-человек рассчитывает небольшое количество вариантов переменной длинны, которые по его мнению определяют некоторые объективные особенности позиции. Достаточно полный перебор вариантов позволяет современным шахматным программам на компьютерах с высокой производительностью, получать конечный результат, совпадающий с результатом гроссмейстера-человека. Но, по существу, компьютер реализует подход, противоположный подходу человека.

2.В интеллектуальной деятельности человек оперирует целостными образами. Они, по утверждению гештальтистов (Gestalt - образ, нем.), последователей учения созданного несколькими психологами в Германии в конце 20-х годов являются фундаментальным, системным и неразложимым компонентом мышления. Гештальт несводим к сумме образующих его элементов; механизм его формирования неизвестен. Целостность гештальта и его несводимость к элементам образуют непреодолимое интеллектуальное препятствие для компьютера.

3.Х. Дрейфус утверждает, что наиболее известная модель нервной системы - перцептрон Розенблатта неспособен к имитации мышления, хотя, по мнению Х. Дрейфуса, такая имитация возможна только на основе некоторой модели нервной сети.

4.Невозможно сформулировать законы бессознательной деятельности, творчества и интуиции.

5.Для интеллектуальной деятельности, сопоставимой с человеческим разумом, компьютер должен понимать естественный язык, учитывая значения слов в зависимости от контекста и ситуации. Сегодня простейший перевод с языка на язык фактически недоступен компьютеру.

6.Познавательную деятельность человек проводит на основе ощущений, которые являются уникальными для конкретного индивида. Интеллект человека - функция этой уникальности. В силу этого компьютер не может иметь сознания адекватного человеческому.

7.Человеческое мышление, разум, интеллект - продукты биологической и социальной эволюции. Несмотря на утверждение М. Минского о возможности адекватной компьютерной эволюции, ее реализация невозможна, так как такой эволюцией в конечном счете будет управлять человек.

Аргументы Х. Дрейфуса можно объединить в две группы. К первой относятся указание на фактическое положение дел в области вычислительной техники: недостаточная емкость памяти и быстродействие при синтезе и поиске образов.

Ко второй группе относятся аргументы естественнонаучного характера, которые сводятся к утверждению, что интеллектуальная деятельность человека есть продукт его уникальной и неповторимой организации, которая является непознаваемой и невоспроизводимой. История науки не раз подтверждала ошибочность таких аргументов.

Наиболее принципиальным возражением сторонников компьютерного агностицизма является тезис о невозможности познания гештальта, а, следовательно, и бесперспективности попыток его моделирования. Однако сегодня существует ряд концепций, которые можно противопоставить рассмотренным аргументам.

Поведение человека, конечно, не может быть описано в рамках бихевиористской модели, в соответствии с которой каждый поведенческий акт человека детерминируется определенным стимулом. Однако сегодня достаточно данных для того, чтобы утверждать что познавательная деятельность является результатом реализации мозгом некоторой последовательности процедур. Процедура представляет собой набор элементарных операций. « То, что делает возможным для людей действовать на базе представлений - это реализация таких представлений физически в виде когнитивных кодов, а их поведение есть причинная последовательность операций, выполняемая на основании этих кодов. Так как это тоже самое, что делает компьютер, мое заключение состоит в следующем - познание есть тип вычисления.» Pylyshyn Z. Computation and Congition. Toward for Cognitive Science. (Mass.), 1984. P.292.

Разделяя эту точку зрения, укажем, что основой мышления человека являются формальные описания объектов и явлений внешнего мира, построенные в структурах памяти мозга. Главную роль в механизмах формирования таких описаний играют сенсорные системы, и в первую очередь, зрительный анализатор человека.

Именно, чувственная основа ЕИ принципиально отличает его от систем ИИ. ЕИ оперирует структурными единицами - «образами» (сложными моделями явлений), построенными в результате «сжатия» больших потоков сенсорной информации, а ИИ на сегодняшний день применяет фактически противоположный подход, используя только «нуль» и «единицу».

Возвращаясь к аргументам Х. Дрейфуса, заметим, что в его подходе к созданию интеллектуальных систем смешиваются две имеющие точки пересечения, но принципиально разные проблемы.

Первая проблема состоит в решении сложных задач непосредственного моделирования, а возможно и воспроизведения нервных процессов, протекающих в структурах мозга при его интеллектуальной деятельности. В нашем понимании эта задача равнозначна задаче получения живого вещества, не обязательно белковой природы, искусственным путем. Именно при реализации такого подхода возможно, например, моделирование ощущений. Очевидно, что решение рассматриваемой проблемы имеет в первую очередь огромное медицинское значение и чрезвычайно важно для восстановления функций мозга путем трансплантации необходимых функциональных частей. Полагаем, что решение этой задачи следует проводить путем создания именно (квази)биологического вещества, идентичного по свойствам веществу мозга.

Целесообразное использование такого вещества будет возможно при решении второй принципиальной проблемы, состоящей в том, чтобы определить структуру и принципы информационного взаимодействия функциональных частей мозга.

Решение второй проблемы не предполагает достижения полной адекватности процессов мышления в технической и биологической среде и важно в прикладном аспекте для создания сверхскоростных систем для интеллектуальной обработки информации, которые моделируют лишь некоторые функции человеческого разума.

На наш взгляд, первая из указанных проблем пока не стоит на повестке. Вопросы моделирования чувственного, бессознательного и т.д. должны сегодня, по нашему мнению, отойти на второй план и не затуманивать рассуждений о возможностях создания искусственного разума. Но для решения второй проблемы необходимо сосредоточить сегодня усилия комплекса наук, так как именно здесь возможно достижение реальных успехов в ближайшем будущем. Дальнейшее обсуждение будет проводиться в рамках второй из указанных проблем.

Непосредственно описание деятельности мозга на формальном уровне является предметом исследований нейрокибернетики. Но, к сожалению, существующее положение дел в этой науке, нельзя назвать удовлетворительным. Это связано, прежде всего, с недостаточным уровнем формализации полученных экспериментальных данных о механизмах функционирования нейронных структур.

Главную задачу нейрокибернетики можно определить как создание рациональных моделей, включающих в себя факты, относящиеся к процессам обработки информации в структурах мозга и отвечающих двум основным требованиям. Первое состоит в том, чтобы модель была вычислительно реализуемой. Второе заключается в необходимости разработки моделей обладающих прогностическими свойствами, то есть модель должна постулировать некоторые новые знания и определять направления дальнейших нейробиологических исследований. По нашему глубокому убеждению нейрокибернетика должна стать теоретической основой нейробиологии. Ввиду чрезвычайной сложности мозга работа «вслепую» обречена на неудачи, что и доказали результаты исследований за последние 50 лет. Ситуация и в нейробиологии, и в нейрокибернетике на сегодняшний день близка к патовой. Причем, если нейробиологов по сути упрекать не в чем, экспериментального материала получено достаточно много, а аксиоматики для формализации процессов преобразования данных в нейронной среде эта наука не имеет. То нейрокибернетика просто ушла далеко в сторону от попыток объяснения накопленных экспериментальных данных, с непонятным энтузиазмом исследуя модели, не имеющие отношения к реальности.

Но дело даже не скудности конструктивных результатов. Парадоксальность ситуации состоит в том, что в нейрокибернетике до настоящего момента не сформулированы основные проблемы, которые необходимо решить. Ввиду этого многие проводимые сегодня исследования, по сути, не имеют смысла.

Проведенный анализ существующих экспериментальных данных позволил сформулировать четыре фундаментальные проблемы, возникающих при кибернетической интерпретации нейробиологических данных. В сжатом виде их существо состоит в следующем.

Первая проблема - энергетическая.

Даже нижние оценки производительности мозга дают значение порядка миллиардов операций в секунду. Но потребление энергии мозгом не превышает нескольких ватт. Ситуация выглядит еще парадоксальнее, если учесть, что уровень сигналов в мозге - не микро, а милливольты, а также то, что при умственном напряжении не происходит существенного увеличения потребления энергии по сравнению с состоянием покоя.

Вторая проблема - быстродействие мозга.

Каким образом удается обеспечить быстродействие, соответствующее уровню современных суперкомпьютеров, на биоэлементах, имеющих латентность в единицы и десятки миллисекунд, и при передаче сигналов в биологической среде со скоростью несколько десятков метров в секунду?

Третья проблема - функциональные возможности мозга.

Биологический нейрон - элемент с очень ограниченными функциональными возможностями. А задачи, которые решает мозг, требуют выполнения сложных преобразований данных. Каким образом нейронные структуры проводят необходимые функциональные преобразования сигналов?

Четвертая проблема - математическая.

В чем суть преобразований данных, выполняемых на разных уровнях обработки информации. Возможно ли математическое описание операций, проводимых мозгом, и насколько оно универсально?

Замечу сразу, что в результате наших исследований выяснилось, что все четыре проблемы глубоко взаимосвязаны. Мы полагаем также, что нам удалось получить первые результаты, позволяющие продвинуться в решения этих проблем.

В результате анализа экспериментальных данных установлено, что в нейронных структурах мозга реализован принципиально иной, чем в технической среде способ проведения вычислительных операций. Вид преобразований сигналов зависит не столько от способа изменения некоторых частотно-временных параметров, как это реализовано в современных технических устройствах, сколько от пространственного положения участвующего в выполнении операции обработки данных нейрона.

В нейронной среде реализован детекторный принцип обработки данных, когда каждый нейрон отвечает за строго определенные признаки процесса или явления. Именно поэтому мозгу необходимо иметь такое огромное количество нейронов.

В качестве функциональных преобразователей используются поверхности с «заданными» свойствами. Передача (проецирование) сигналов «сквозь» такие поверхности приводит к функциональному преобразованию данных. Процесс фактически является физической реализацией хорошо известного математического определения понятия функции. Очевидно, при таком способе преобразования сигналов возможности преобразования данных будут определяться очень широким классом функций. Легко показать также, что энергетические затраты в биологической нейронной среде связаны только с потерями при передаче данных между функциональными единицами мозга, а непосредственно вычислительный процесс проходит без затрат энергии.

Описанный способ проведения вычислительных операций позволяет считать мозг «геометрическим процессором», который использует пространственные свойства среды для проведения детерминированных преобразований сигналов. Естественно, что использование проецирующих связей и геометрических свойств объектов в плоскости имеет мало смысла. Поэтому считаем, что архитектура биологической вычислительной среды является принципиально трехмерной и принципиально топографической. Именно при реализации предложенного способа обработки сигналов одновременно находится подход к решению всех четырех сформулированных выше проблем.

ЗАКЛЮЧЕНИЕ

1. Дрейфус Х. «Чего не могут вычислительные машины».- М.: Прогресс

2. «Компьютер обретает разум»

3. Бабаева Ю.Д. «К вопросу о формализации процесса целеобразования».

4. Брушлинский А.В. «Возможен ли «искусственный интеллект»?».

5. Гурьева Л.П. «Об изменении мотивации в условиях использования искусственного интеллекта».

6. Тихомиров О.К. «Искусственный интеллект и теоретические вопросы психологии».

7. Витяев Е.Е. Целеполагание как принцип работы мозга

8. Витяев Е.Е. Вероятностное прогнозирование и предсказание как принцип работы мозга

9. Витяев Е.Е. Формальная модель работы мозга, основанная на принципе предсказания

Размещено на Allbest.ru