Антитьюринг, или критика теста Тьюринга с позиций информационно-функциональной теории развития техники

Например, легко отличить траншею, выкопанную руками, лопатой и экскаватором. Однако и в настоящее время, когда в распоряжении человека есть экскаваторы, он тем ни менее он часто пользуется лопатой, совочком или даже руками, чтобы копать, например, на даче или в песочнице.

Аналогично не составляет никакой проблемы отличить диагноз, поставленный компьютерной диагностической системой, от диагноза, поставленного врачом. Достоверность компьютерного диагноза, поставленного экспертной системой, не ниже достоверности диагноза лучшего из экспертов, знания которых использовались при создании системы. Более того, достоверность диагнозов системы будет значительно выше, чем у эксперта, т.к. объем информации, на основе которой система принимает решения, в сотни, тысячи, а то миллионы раз превосходит объем информации, которую эксперт может приобрести в течение своей профессиональной деятельности за всю свою жизнь. В компьютерной системе мы получаем распечатку списка диагнозов с указанием в количественной форме степени сходства каждого с клинической картиной пациента, причем список рассортирован в порядке убывания этого параметра сходства. Врач обычно пишет один диагноз в качественной форме, т.е. без количественного указания степени его достоверности. Это означает, что компьютерный диагноз не хуже, а лучше человеческого (что хорошо известно специалистам), именно это позволяет отличить его от человеческого путем применения теста Тьюринга. Аналогично обстоит дело и в других случаях применения систем искусственного интеллекта.

Это означает, что классический тест Тьюринга для идентификации интеллектуальных систем, а также предложенное нами его обобщение на другие функции человеческого организма не пройдут никакие созданные человеком средства труда, реализующие эти функции. Зададим принципиальный, на наш взгляд, вопрос: "Является ли это достаточным основанием, чтобы отрицать тот факт, что эти средства труда реализуют эти функции?" Нет, конечно!

Например, мы понимаем, что двигатель в автомобиле реализует ту же функцию, которая в нашем организме реализуется мышцами (функция двигателя), знаем насколько лучше ездить на "Мерседесе", чем на педальном автомобиле, что не в последнюю очередь обусловлено именно этим обстоятельством. При этом осознаем, что "Мерседес" никогда не пройдет тест Тьюринга при сравнении его с педальным автомобилем, но не потому, что он не реализует функцию двигателя, а наоборот, он ее реализует и не просто реализует, а делает это гораздо лучше, чем организм человека.

Аналогично интеллектуальные системы могут не проходить тест Тьюринга, но не потому, что они не интеллектуальные, а наоборот, именно по этой причине и еще потому, что они реализуют некоторые интеллектуальные функции значительно лучше, чем это способен сделать человек, именно по этой причине их легко отличить от человека.

В качестве примеров подобной ситуации я бы хотел привести примеры интеллектуального анализа огромных массивов эмпирических данных с целью поиска в них причинно-следственных закономерностей и использования их знания для прогнозирования и управления в работе [6] и по адресам:

- http://ej.kubagro.ru/a/viewaut.asp?id=11;

- http://lc.kubagro.ru/aidos/Eidos.htm;

- http://lc.kubagro.ru/aidos/Sprab0802.htm.

Специалисты по разработке автоматизированных систем знают, что в этих системах вполне возможно скопировать технологию обработки информации человеком, т.е. структуры данных (входные, промежуточные и выходные формы) и алгоритмы их обработки, но слепое копирование человеческой технологии обработки информации, как правило, приводит к нерациональной и малоэффективной программной реализации. Дело в том, что технология обработки информации человеком спроектирована с учетом сильных и слабых сторон человека, как информационной системы, а компьютеры, базы данных и их программная реализация характеризуются совершенно иным сочетанием сильных и слабых сторон при выполнении тех же самых функций. Поэтому при разработке программных систем разрабатывается техническое задание (ТЗ), в котором формулируются функциональные требования к автоматизированной системе. ТЗ отвечает на вопрос: "Что надо сделать?" При этом заказчик часто пытается включить в ТЗ описание своего ручного привычного ему способа реализации этих функций, т.е. пытается навязать исполнителю и свой зачастую некомпетентный ответ на вопрос "Как это сделать?" Разработчик должен строго пресекать подобные попытки, аргументируя это тем, что разработчики - это, по сути, технологи по обработке информации, которые лучше знают, как реализовать те или иные функции по обработке информации, т.к. они специалисты в этих вопросах и это целая наука, и даже не одна ("Алгоритмы и структуры данных", "Дискретная математика", "Базы данных", Программирование на различных языках и т.д. и т.п.). Поэтому целесообразно оставить решение вопросов о том, каким способом реализовать эти функции, на откуп разработчикам, которые переосмыслят ручной способ их реализации, исследуют его плюсы и минусы и разработают более эффективную компьютерную реализацию тех же функций.

Нам представляется, что на основании вышеизложенного достаточно обоснованно можно сделать выводы о том, что искусственный интеллект может обладать совершенно иными характеристиками и параметрами, чем естественный человеческий, и поэтому признавать или не признавать наличие искусственного интеллекта у роботов или программных систем путем сравнения результатов его работы с человеческим, что и предлагается в классическом тесте Тьюринга, на наш взгляд, является не вполне корректным, более того, является своего рода "человеческим интеллектуальным шовинизмом или расизмом". Традиционно для человека, прежде всего, сам "человек есть мера всех вещей". Однако возникает вопрос: "Насколько эта мера сохраняет адекватность в случае соприкосновения с нечеловеческим, и является ли ее применение корректным и оправданным и в этом случае?" Поэтому предлагается обобщить понятие интеллекта таким образом, чтобы включить в него не только человеческий интеллект, но и иные его формы, в т.ч. искусственный интеллект. Однако это задача будущих исследований.

В целом, смысл применения систем искусственного интеллекта тот же, что и других средств труда: дополнять естественные возможности человека в его взаимодействии с окружающим и внутренним миром.

Список литературы

1. Captcha (http://en.wikipedia.org/wiki/Captcha) - полностью автоматизированные открытые тесты Тьюринга по разделению людей и машин (Completely Automated Public Turing tests to tell Computers and Humans Apart).

2. Vladimir Maximenko. Реализация теста Тьюринга на Perl (ввод цифр, изображенных на картинке) (perl image auth web cgi): http://www.opennet.ru/base/dev/turing_test.txt.html.

3. Бакурадзе, Л.А. Теоретические основы синтеза квазибиологических роботов: Монография (научное издание) / Л.А. Бакурадзе, Е.В. Луценко. [Электронный ресурс]. Волгоград: в/ч 35580, 1981. Режим доступа: http://lc.kubagro.ru/History/KBR/page_01.htm.

4. Луценко, Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). Краснодар: КубГАУ, 2002. 605 с.

5. Луценко, Е.В. Интеллектуализация - генеральное направление развития информационных технологий / Е.В. Луценко, В.Е. Коржаков // Ежеквартальный реферируемый научный журнал «Вестник АГУ». Майкоп. 2006. № 1(20). С. 242-244. Режим доступа: http://vestnik.adygnet.ru/files/2006.1/98/lucenko2006_1.pdf.

6. Луценко, Е.В. Типизация и идентификация респондентов в социологии по их астрономическим показателям на момент рождения / Е.В. Луценко, А.П. Трунев, В.Н. Шашин // Научный журнал КубГАУ. [Электронный ресурс]. Краснодар: КубГАУ. 2007. № 01(25). Режим доступа: http://ej.kubagro.ru/2007/01/pdf/14.pdf.

7. Луценко, Е.В. Виртуализация общества как основной информационный аспект глобализации (основы информационно-функциональной теории развития техники и информационной теории стоимости) // Научный журнал КубГАУ. [Электронный ресурс]. Краснодар: КубГАУ. 2005. № 01(9). Режим доступа: http://ej.kubagro.ru/2005/01/02/p02.asp.

8. Луценко, Е.В. Интеллектуальные информационные системы: Учебное пособие для студентов специальности 351400 "Прикладная информатика (по отраслям)". Краснодар: КубГАУ, 2004. 633 с.

9. Луценко, Е.В. Информационно-функциональная теория развития техники, закон повышения качества базиса и детерминация формы сознания человека функциональным уровнем технологической среды // Труды Кубанского государственного аграрного университета. Краснодар: КубГАУ. 2005. Вып. № 420 (448). С. 218-236.

10. Луценко, Е.В. Критерии реальности и принцип эквивалентности виртуальной и "истинной" реальности // Научный журнал КубГАУ. [Электронный ресурс]. Краснодар: КубГАУ. 2004. № 06(8). Режим доступа: http://ej.kubagro.ru/2004/06/10/p10.asp.

11. Луценко, Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (На примере универсальной автоматизированной системы распознавания образов "ЭЙДОС-5.1"). Краснодар: КЮИ МВД РФ, 1996. 278 с.

12. Сайт: http://www.opennet.ru/opennews/art.shtml?num=4105.

13. Свободная энциклопедия: http://ru.wikipedia.org/wiki/%D0%A2%D0%B5%D1%81%D1%82_%D0%A2%D1%8C%D1%8E%D1%80%D0%B8%D0%BD%D0%B3%D0%B0.

14. Сотник, С.Л. Конспект лекций по курсу "Основы проектирования систем искусственного интеллекта": (1997-1998), http://neuroschool.narod.ru/books/sotnik.html.

Размещено на Allbest.ru