Преамбула

Всю цивилизационную историю развития человечества люди стремились к тому, чтобы стать более сильными и менее уязвимыми, что обуславливалось необходимостью извечной борьбы за жизненно важные ресурсы и обеспечение собственной безопасности. Гомо-Сапиенс всегда желал развивать свои физические и умственные способности и возможности. Человек хотел видеть намного дальше и чётче, чем он обычно может это делать, желал высоко летать и глубоко плавать, слышать издалека и острее чувствовать, больше запоминать и быстрее думать…

Эти искомые цели почти в каждом из таких устремлений обычно всегда достигались за счёт создания каких-либо технических изделий-усилителей на основе известных физических законов. И здесь люди, практически, во всех случаях добивались успехов, за исключением, пожалуй, одной давнишней мечты — это создание “Искусственно-Разумного Интеллекта”, то есть, такого устройства, которое было бы способно мыслить с нечеловеческой скоростью и оперировать Знаниями не хуже, чем это могут делать наиболее развитые думающие существа.

Статья не отражает позицию NNN. Показывает путь который проходят отдельные авторы на пути осмысления проблемы создания «Сильного Искусстенного Интеллекта»

Когда в середине 20 века была создана ЭВМ, грандиозным образом умножавшая счётные возможности человека и ставшая мощнейшим операционным ускорителем процесса обработки Данных, то лучшие умы академических кругов ведущих стран планеты направили свои усилия на то, чтобы превратить компьютер в искомый “мыслящий аппарат”, пытаясь заставить его оперировать Знаниями. Но шли годы и прошло уже более полувека с начала первых разработок в этом направлении, а все титанические усилия по созданию “разумной машины” до настоящего времени оказывались тщетными.

Тут напрашивается резонный вопрос: “Какая же такая непреодолимая проблема не позволяет огромной армии амбициозных учёных, исследователей и энтузиастов по всему миру прийти к долгожданной цели, заставив ЭВМ думать Знаниями, неужто сознательная деятельность человека не подвластна физическим устройствам?”

В первом приближении ответ на этот вопрос довольно прост. Компьютер способен «распознавать и считать Данные”, но совершенно “не понимает Знания” и тем более не может ими оперировать, по крайней мере, до настоящего времени. Данный тезис требует расширенного разъяснения в том, что именно представляют собою Знания применительно к тому, что мы называем “Искусственный Интеллект” (ИИ).

Об Интеллекте

Термин Intellectus происходит от латинского понятия, обозначавшего “познание”, “рассудок”, “понимание” или способность к рациональному мышлению.

С позиции же разработчиков ИИ под «Интеллектом» понимается Система Технологического Поведения Объекта в окружающем мире. Камень, вода, дерево, животные и людские плоти — всё суть Объекты, равно как и компьютеры или иные искусственные устройства.

Что касается термина «Объект», то под ним понимается регистрируемая с помощью органов чувств человека самостоятельно идентифицируемая и существующая в Пространственно-Временном континууме группа структурно-иерархически организованных элементов, объединённых, как общей Формой в единых границах, так и единой Сущностью на основе физических законов.

В принципе, все известные с древних времён физические Объекты на Земле, удовлетворяющие этому требованию, подразделяются на следующие четыре категории:

1. Физио-минералы и сплавы. (Неживые неодушевлённые неразумные вещества);
2. Фито-флора. (Живые неодушевлённые неразумные растения в период своего роста или развития);
3. Био-фауна. (Живые одушевлённые неразумные животные в период своей биологической жизни);
4. Менто-Рацио сфера. (Живые одушевлённые разумные люди в период своей “разумной жизни”).

В рамках данной классификации существуют, соответственно, и присущие им четыре формы поведения в формате Естественного Интеллекта (ЕИ):

1. Неразумный Интеллект неживых неодушевлённых Объектов минеральной природы;
2. Неразумный Интеллект живых неодушевлённых Объектов флоры;
3. Неразумный Интеллект живых одушевлённых Объектов фауны;
4. Разумный Интеллект живых одушевлённых Объектов вкупе с их сознательными Субъектами.

В целом, сознание людей выделяет для всех четырёх категорий Объектов с ЕИ следующие восемь поведенческих функций:

Fn1 ⇒ Экзистенция ⇒ Быть, Существовать Fn2 ⇒ Трансформация ⇒ Стать, Измениться Fn3 ⇒ Регистрация ⇒ Ощущать, Чувствовать Fn4 ⇒ Рефлексия ⇒ Реагировать, Возбуждаться Fn5 ⇒ Действие ⇒ Действовать, Продуцировать, Изготавливать Fn6 ⇒ Транспортация ⇒ Двигаться, Перемещаться, Переносить Fn7 ⇒ Интенция ⇒ Желать, Хотеть, Интересоваться Fn8 ⇒ Мышление ⇒ Думать, Мыслить, Осознавать, Говорить

Отметим, что любые процессы, в которых участвуют Объекты Мироздания, описываются глаголами в естественных языках ровно этими восемью поведенческими функциями. При этом, разные категории Объектов физического мира обладают, соответственно, и разным набором поведенческих функций.

1. У простого камня насчитывается всего 4 первых функций ⇒ **Fn1 — Fn4 **

То есть, Объекты первой категории могут Существовать, Изменяться, Регистрировать и Реагировать. Значит, если повторять на искусственном уровне эти 4 естественные поведенческие функции, то получится 4 вида “искусственности”: — Artificial Existence ; — Artificial Transformation; — **Artificial Registration; — **Artificial Reflection.

2. У обычного растения поведенческих функций больше на 2 единицы ⇒ Fn1 — Fn6

Здесь Объекты второй категории могут ещё Продуцировать и даже Транспортироваться. Поэтому у их технических аналогов могут быть дополнительно ещё два вида “искусственности”:

— Artificial Productivity **; — **Artificial Transportation.

3. У разных животных вплоть до приматов их число достигает 7 функций ⇒ Fn1 — Fn7

Следовательно, для копирования поведения животных добавим ещё:

— **Artificial Intention **.

4. А вот у людей присутствуют в максимуме все восемь функций =>

Fn1 — Fn8

Отсюда следует, что Искусственно-Разумный Интеллект должен уметь выполнять функцию:

— Artificial Thinking.

“Человек Разумный” (Хомо Сапиенс) отличается от Объектов первых трёх категорий тем, что он, помимо своего материального тела, как “физической объектности”, обладает ещё и “ментальной субъектностью” в виде Сознания. То есть, люди, а точнее, их тела являются не только Объектами с позиции физической (материальной) природы, но ещё выступают в роли ментального (сознательного) Субъекта.

Отсюда легко заметить, что только “Искусственное Мышление” и может в реальности добавить машине субъектности, сделав её действительно “Разумным Объектом”.

Таким образом, отметим, что все созданные в мире на данный момент системы ИИ являются НЕРАЗУМНЫМИ, так как не обладают мыслительными способностями.

Анализ и Синтез

В основе функционирования любой Субстанции, будь то физический Объект, например, тело человека или тот же ментальный Субъект в виде его Сознания, лежат, как известно, две технологии, условно именуемые как:

1. Анализ регистрируемой Ситуации;
2. Синтез****Реакции на ситуацию;

Объекты Фауны и Флоры вместе со всей неживой природой, включая человеческие тела, обладают параметрической регистрацией физических воздействий, что представляет собою физический Анализ Ситуации, а также способны на рефлекторные реакции, что, соответственно, представляет собою физический Синтез Реакции.

В общем случае, физический Анализ, которым пользуются те или иные Объекты физического мира, базируется на функции Fn3 (“Регистрация”), возложенной на различные органы чувств и рецепторы Объектов физического мира, у которых различают 16 видов Рецепторов:

— Визио (визуальные, световые) — Аудио (акустические, звуковые) — Ольфацио (обонятельные) — Гевзио (вкусовые) — Термио (тепловые) — Проприо (вестибулярные) — Тактилио (кинестетические, тактильные, контактные) — Дермио (кожные, чесоточные) — Электрио (электрические) — Магнетио (магнитные) — Радио (радиочастотные) — Рентгенио (рентгено-радиационные) — Эмоцио (нервно-эмоциональные) — Эксио (чувственные) — Нестезио (болевые, нервно-болевые) — Невропсио (нервно-нейронно-импульсные)

Отметим, что, практически, все вышеперечисленные виды рецепторов имеют линейные параметрические размеры, которые полностью соответствуют формату Данных, поэтому физический Анализ и представляет собою Анализ Данных. Соответственно, физический Синтез строится исключительно на результатах физического Анализа Данных. Отсюда вытекает, что все эти физио-функции и задаваемые правила реакции сравнительно легко моделировать в компьютерных программах в виде физического Анализа и физического Синтеза.

Таким образом, все современные устройства ИИ реализованы исключительно по «Технологии физической РЕАКЦИИ (ТФР) на основе результата физического Анализа», и представляют собою простое физическое реагирование Объекта на физические раздражители.

А вот Анализ, которым пользуется ментальная Субстанция в виде человеческого Сознания, использует функцию Fn8 (“Мышление”). То есть, человек, как Объект 4 категории, владеющий субъектной функцией Разума, становится мыслящим только в том случае, если он научается ОСОЗНАННО говорить, думать, понимать, осмысливать, творить, сочинять…

Отсюда имеем, что “Искусственно Мыслящая Машина” должна обладать «Технологией ментальной Реакции (ТМР) по результату ментального Анализа», то есть, ТМР должна копировать ментальное реагирование Объекта на ментальные ситуации.

Резюмируя, отметим, что только люди, помимо физического Анализа (за счёт своих физиологических рецепторов), владеют ещё и ментальным (мысленным) Анализом (за счёт своего аппарата сознания), то есть, человек способен производить смысловую оценку ситуации, а также люди владеют дополнительно ментальным (мысленным) Синтезом, то есть, человек способен применять разумную логику реагирования, что, в целом, отвечает формату Знаний, а не Данных.

Если глубже исследовать причину отличия ТФР от ТМР, то можно прийти к однозначному выводу о том, что все Объекты ФМ оперируют исключительно Данными и используют для этого (вкупе с различными итерационными формулами) только один единственный импликативный (условный) Операнд формата:

«Если А=X, то делать Y, иначе делать Z»

При этом в качестве Данного всегда выступает какая-либо физическая мерная величина, которая сравнивается с заданным Эталонным Данным. Например, если по обычному камню слегка постучать пальцем, то он, наверняка, не разрушится. А если по нему мощно ударить кувалдой, то, скорее всего, камень должен разрушиться или, по крайней мере, повредиться в результате преодоления силой удара предела прочности камня. То есть, можно сказать, что камень «чувствует» силу удара, сравнивая её с неким своим внутренним эталоном, и «ведёт» себя строго в соответствии с мерными параметрами удара: сила удара, площадь удара, удельная мощность удара и другое по заданной физическим миром программе поведения для камня.

С позиции ЭВМ, моделирующей естественное поведение камня, эти параметры являются входными сигналами в каком-либо машинно-цифровом формате Данного. Поэтому на сегодняшний день разработчики ИИ смогли достаточно легко добиться имитации Естественного Интеллекта с разной степенью полноты и подобия только для первых семи функций, присущих ЕИ. И это называется «Seek AI» или SAI – («Слабый ИИ»).

В принципе, тот же обычный компьютер, исполняющий программу, является самым типичным образцом SAI.

А вот восьмая функция – Мышление, которая способна превратить неразумное животное или даже маугли в Гомо Сапиенс – стала настоящим камнем преткновения на пути создателей «Power AI» — PAI («Сильный ИИ») или как его ещё называют Artificial Super Intelligent — ASI (“Искусственный Супер Интеллект — ИСИ”). И здесь дело в том, что «человек разумный», как было сказано ранее, в отличие от трёх других категорий Объектов Природы способен оперировать **не только Данными, но и **Знаниями!

Мировое научно-техническое сообщество, вовлечённое в создание Супер Интеллекта, хорошо это понимает, и уверено в том, что если будет создан искомый компьютерный формат эталонных Знаний, то можно будет по аналогии с нынешней технологией обработки Данных создать и технологию обработки Знаний, используя для этого соответствующую Базу Знаний (БЗ) и полагая, что если заменить в импликативном Операнде аргументы в виде Данных на аргументы в виде Знаний, то проблема будет сразу же решена. Однако, безуспешность всех многочисленных попыток найти решение по моделированию машинного оперирования Знаниями за столь долгий период времени привела сегодня лишь к тому, что подавляющее большинство разработчиков СИИ либо вообще отказалось продолжать работу в данном направлении, либо пошло по иному пути — созданию технологий на основе так называемых “Искусственных Нейронных Сетей” (ИНС), уповая на то, что рано или поздно ИНСы могут стать “разумными”.

В настоящее время никто не может сказать, приведут ли ИНСы к искомому результату или нет. Тем не менее, сейчас развитые страны вкладывают солидные инвестиции именно в данное направление. Например, Китай объявил, что собирается вложить 2 миллиарда долларов США в строительство “Города Искусственного Интеллекта”, где будет сосредоточено более 400 АйТи компаний, задачей которых является сделать Китай к 2030 году мировым лидером в Сильном ИИ. С этим сейчас соперничает компания Илона Маска, объявившего, что он собирается вложить 1 миллиард долларов США в создание ИСИ.

Проблема

Теперь рассмотрим трудность решения создания машинного формата Знаний и почему на данное направление поставили крест ведущие разработчики Супер Интеллекта в мире. Консолидированный ответ многих специалистов по этому поводу гласит о том, что, в отличие от термина «Данное», для понятия «Знания», к сожалению, нет пока чёткой, общепринятой и однозначной дефиниции, на основе которой можно было бы создать для Знаний свой особый машинный формат, чтобы этими “оцифрованными Знаниями” уже мог оперировать компьютер.

Знание — это всегда больше, чем Данное. Знания и Данные соотносятся между собою как, например, Система и Элемент, где последний является частью Системы, но Элемент не определяет саму Систему. Только сумма свойств и способностей всех Элементов, входящих в Систему, может дать новую интегральную функциональность, но уже в ином, отличном от сущности отдельного Элемента формате, наподобие того, как, например, отдельные кадры киноленты (Элементы) не могут дать представление о сюжете фильма (Системе), пока не будет воспроизведен сам фильм и не осознан зрителем.

В кибернетике уже существует технология распознавания Данных, без чего, собственно, ими нельзя было бы оперировать. С этой целью в памяти ЭВМ создаётся База Данных (БД), как, например, словарь какого-нибудь естественного языка в случае необходимости распознавания, например, графем текста. С помощью такой БД производится сравнение входного Данного (графемы) с имеющимися в БД похожими Данными (графемами) с целью опознать и однозначно идентифицировать входное Данное (графему). Поэтому было бы естественно решить проблему, пойдя по аналогии и создав БЗ, чтобы сравнивать с нею все входные Знания.

Или ещё другой пример — это Словосочетания и их Смысл. Вот только Баз Смыслов, как БЗ, пока ещё никто не создал.

А кто бы, вообще, мог здесь помочь с решением проблемы дефиниции термина “Знание”? Если обращаться за академической помощью, то самая близкая к данной теме наука — это лингвистика, которая, на первый взгляд, и должна была бы справиться с подобной трудностью, но она, занимается, к сожалению, опять-таки, исключительно Данными, то есть, словами, графемами, семами и всё такое прочее, однако совершенно некомпетентна в области человеческого мышления и теории Знаний. Несмотря на раздел “Семантика”, лингвистическая теория не разрабатывает Базы Смыслов, которые должны содержать разнообразные словосочетания в естественных языках. Данная задача уходит в область Big Data, но специалисты в сфере Больших Данных пока также далеки от решения этой проблемы.

Другие же науки и теории — от когнитивистики и искусственных нейронных сетей до филологии с криптографией — ещё более удалены от искомого решения. Поэтому основная причина того, что Машинный Формат Знаний (МФЗ) доселе не был создан, заключается в доминанте принципа:

“Нельзя запрограммировать то, что нельзя описать в известных истинах”.

Таким образом получается, что, если разработать искомый МФЗ и создать на его основе БЗ, а также, если научить ЭВМ извлекать Знания из информации и оперировать ими, то проблема создания “Сильного ИИ” разрешается, как бы, сама собою.

Однако, к сожалению, искомого результата не удастся достичь и на этом этапе, даже если кто-то и сумел бы представить Знания в машинном формате. МФЗ и БЗ — это всего лишь полдела. А вся суть заключается ещё и в том, что БЗ нужна, в свою очередь, для извлечения Смысла из информации, ведь люди в реальности обмениваются Смыслами, а не Знаниями и Данными, с помощью которых, собственно, человек лишь кодирует и декодирует Смыслы, используя языковые средства. И здесь возникает уже новая проблема — как же научить компьютер понимать Смысл текста или даже контекста, наподобие того, как это умеют делать люди? Ведь, человеческое сознание оперирует, как известно, Мыслями!

Смысл

Гомо сапиенс, как известно, не владеет телепатией, в отличие от некоторых видов животных, так как когда-то человечество лишилось 9 пар хромосом, ответственных за телепатию. Поэтому людям, чтобы обмениваться информацией, приходится кодировать свои Мысли различными языковыми средствами. Мысль какого-либо автора, описанная им, например, при помощи русского языка, становится информацией для всех своих адресатов, владеющих данным языком, и эту Мысль впоследствии реципиентам требуется дешифровать с помощью Знаний. Вот для чего, в конечном счёте, и нужны человечеству Знания!

Итак, Знания необходимы для восстановления авторской Мысли из текстовой информации, что, собственно, является не чем иным, как извлечением Смысла из естественно-язычных сообщений, то есть, без Знаний невозможно понять о чём говорится посредством речи, текстов, жестикуляций… Следовательно, думающему компьютеру в добавок к БЗ нужно иметь ещё и технологию извлечения Смысла!

Таким образом, для создания искусственно-мыслящей машины нужно разработать такое программное обеспечение, которое могло бы успешно раскодировать авторскую Мысль, зашифрованную, например, в естественно-язычном тексте. Однако, для достижения успеха здесь требуется понимать, какова именно процедурность Мышления человеческого сознания, из каких ещё Операндов, помимо обычного импликативного, состоит “процесс думания” и др.? Иными словами, чтобы разработать технологию дешифровки авторской Мысли, нужно знать и саму технологию кодирования!

Подходы

Учёные и разработчики СИИ для получения желанного детища на базе ЭВМ уже испробовали на данный момент множество подходов из различных наук и теорий, привлекая и лингвистику, и статистику, и стохастику и другое. В последние годы, безуспешно перепробовав всё ранее известное, большинство энтузиастов, как было сказано выше, в деле создания компьютерного мышления направили свои основные усилия на разработку ИНС и на попытки создать СИИ, используя новое направление на основе так называемой технологии “машинного обучения”, благодаря которой достигнуты — надо отметить — весьма значимые результаты в области распознавания аудио-визуальных Объектов.

Однако, и этот подход, использующий технологию выявления каких-либо закономерностей методами статистической обработки Данных и иных математических ухищрений, самостоятельно, без привлечения технологии смысловой обработки естественно-язычной информации (текстов), совершенно не способен на обработку Знаний (по крайней мере сегодня и в ближайшем будущем) и, тем более, импотентен на предмет извлечения Смысла из информационного кода, каким является естественно-язычный текст.

Кроме того, на данный момент, основываясь на информации из открытых мировых источников, нет ни одной разработки, известной автору даже на уровне идеи, которая могла бы научить компьютер оперировать Знаниями и извлекать Смысл из контекста, восстанавливая авторские Мысли.

Выход

И где же тот свет, который выведет нас из этого тупика? Об этом читатели узнают в продолжении к этой публикации.