Досье 9.2. Интеллект компьютера и интеллект человека, Жо Годфруа

По-видимому, одним из самых крупных сдвигов в нашей культуре за последние 10 лет было массовое внедрение компьютеров в повседневную жизнь. С появлением терминалов в кассах банков, транспортных агентств и административных учреждений изменилась их деятельность и взаимоотношения с клиентами. Вскоре и сами эти кассы (как это уже происходит в банках) уступят место автоматам, благодаря которым будет осуществляться прямая связь с компьютером. Со стремительной быстротой размножились компьютерные игры; сегодня существуют шахматные программы, способные побеждать гроссмейстеров. Стоимость персонального компьютера такова, что его вполне можно подарить ребенку на Новый год.

Однако самое большое влияние компьютеры оказали на производство и обучение. Жизнь — рабочих, занятых физическим трудом, претерпевает резкие изменения в связи со все большим внедрением робототехники и кибернетики в производство. С каждым днем становится все яснее, что «искусственный интеллект» Будет играть большую роль в воспитании новых поколений.

Здесь возникают или по крайней мере вырисовываются некоторые вопросы, нередко основанные на мифах и фантастике. Какое место займет компьютер в жизни человека? Всегда ли он будет рабом составленных человеком программ? Или когда-нибудь компьютеры смогут самовоспроизводиться, самоуничтожаться и уничтожать людей, как в некоторых фантастических фильмах? Сможет ли компьютер заменить рабочею или учителя? Будет ли когда-нибудь создан суперинтеллект, способный превзойти и подчинить себе своего творца?

Пока что думать так нет оснований. Современный компьютер работает только в пределах тех программ, которые в него заложены. Однако в этом разделе книги мы еще столкнемся с новыми поколениями компьютеров, которые сейчас только появляются и вскоре смогут обрабатывать и выдавать информацию наподобие человеческого мозга, а также обладать сходным стремлением к познанию. Не исключено, что в связи с разработкой этих новых машин мы сможем сказать, что когда-нибудь подобные компьютеры, способные мыслить и воспроизводить себе подобных, возьмут на себя функции человеческого мозга, отделяя тем самым сознание от его биологических корней...

Существует представление о том, что даже люди с самым высоким интеллектом используют возможности своего мозга лишь на десятую долю. Значит, у человека есть значительный резерв, который он еще сможет использовать, если будет такая необходимость, а главное, если в системе образования произойдут надлежащие перемены. Однако, как мы увидим, компьютер может послужить средством, позволяющим, с одной стороны, лучше понять мышление и тем самым расширить его возможности, а с другой — разработать новую систему обучения детей, при которой они уже с очень раннего возраста смогут практически бесконечно накапливать опыт.

Человеческий мозг и компьютер

Прежде чем сравнивать мышление человека с искусственным интеллектом, необходимо сначала остановиться на некоторых общих чертах организации мозга и компьютера.

1. Обработка информации. Легко можно провести параллель между обработкой информации компьютером и человеческим мозгом. Деятельность компьютера, как и мозга, включает четыре этапа — кодирование, хранение, обработку информации и выдачу результата.

Первый этап в случае компьютера — это Ввод Информации с клавиатуры или с дискеты, на которой записана Программа. Новейшие технические разработки позволяют осуществлять голосовой ввод или ввод с помощью светочувствительных элементов.

Второй этап, столь же важный для компьютера, как и для мозга, — это Память. От ее емкости, которая может варьировать от нескольких тысяч до нескольких миллионов единиц [*], зависит мощность компьютера. У компьютера имеются два вида памяти. В постоянной памяти записаны все программы, определяющие работу компьютера (язык, инструкции, конфигурации алфавитно-цифровых знаков и т. д.). Эту память можно сравнить с врожденным багажом животных того или иного вида — будь то звуки, которые они способны издавать, или механизмы функционирования интеллекта. Что касается оперативной памяти, то в ней, как и у человека, могут записываться или стираться данные, необходимые для выполнения программы.

[Основная единица памяти в теории информации — это бит. Бит соответствует одному двоичному выбору, т. е. отражает тот факт, что некоторый элемент может находиться в одном из двух состояний — 1 или 0; например, определенный электронный контур в компьютере может быть открыт или закрыт, т. е. пропускать (1) или не пропускать (0) ток. Существует более крупная единица — байт, равная 8 бит. Емкость памяти карманных микрокалькуляторов составляет 1000 байт (1 килобайт, или Кбайт) или 2000 байт (2 Кбайт). [В информатике 1 килобайт = 1024 байта. — Прим. ред.] Память очень мощных машин может достигать тысяч килобайт. Персональные компьютеры обычно обладают памятью в 128 или 256 Кбайт.]

Третий, важнейший блок — это Процессор. Он представляет собой совокупность контуров и служит «корой головного мозга» компьютера. Именно он осуществляет операции, указанные в программе, в зависимости от инструкций и данных, хранящихся в памяти или вводимых в компьютер.

Наконец, в компьютере имеются механизмы Вывода, ответственные за выдачу результатов операций. Эти результаты могут выдаваться на экран, распечатываться на принтере или же с помощью синтезатора голоса выводиться в речевой форме. Кроме того, устройство вывода может быть связано с какой-то аппаратурой или роботами, исполняющими приказы компьютера.

Из всего этого видно, что аналогия между основными структурами мозга и компьютера совершенно очевидна, хотя и несколько карикатурна. Можно провести аналогии и на уровне деятельности мозга и машины. Чтобы проиллюстрировать эти аналогии, мы рассмотрим два примера — из области кибернетики и решения проблем.

2. Кибернетика. Речь здесь пойдет о саморегуляции, которую компьютер, как и мозг, осуществляет с помощью отрицательной обратной связи. Саморегуляция — это неотъемлемая часть нашей повседневной жизни. Именно благодаря той информации, которую мы получаем от окружающей среды, мы либо продолжаем, либо прекращаем, либо изменяем наши действия. Собственно говоря, именно в этом сущность закона эффекта и принципа подкрепления.

Возьмем простейший пример. Представим себе, что человек бреется с помощью электрической бритвы. В этом случае ввод данных, определяющий, следует ли продолжать или прекращать эту операцию, будет осуществляться путем ощупывания кожи рукой. Таким образом, деятельность мозга и руки можно сравнить с функционированием компьютера.

В языке Бейсик — самом простом языке, который используется в бытовых компьютерах, — саморегуляция осуществляется с помощью инструкции на английском языке "IF... THEN..." (если ... то...). Используя такую инструкцию, мы можем написать программу из пяти строк [*], причем три первые строки образуют цикл:

1) проведение бритвой по коже;

2) проведение рукой по коже;

3) IF кожа не гладка, THEN 1;

4) IF кожа гладка, THEN 5;

5) прекращение бритья.

[На самом деле инструкция 4 излишняя, так как переход к очередной инструкции произойдет автоматически, если не будет выполнено условие, заложенное в третьей строке. В случае если кожа станет гладкой, бритье автоматически прекратится.]

Сходные закономерности действуют и во многих других областях повседневной жизни. Подобные программы используются домохозяйкой при мытье посуды, гитаристом при настройке гитары, лектором (или конферансье), следящим за вниманием аудитории, и т. п. Такие же программы действуют и при формулировании гипотез, позволяющих воспринять или распознать предмет либо животное. Нетрудно представить себе программы из инструкций "IF... THEN ...", с помощью которой мозг ребенка будет отличать кошку от собаки или даже от львенка.

Разумеется, существует множество других инструкций, позволяющих формировать циклы или даже вкладывать их один в другой. Однако подробный разбор таких инструкций не входит в наши задачи.

3. Решение проблем. Из главы 8 мы уже знаем, что для решения проблем необходимо объединение и обработка информации, содержащейся в памяти и поступающей из внешней среды. Для этого можно использовать разные процедуры, различающиеся по тому, в какой степени используется память и в какой — манипулирование самой информацией (Norman, Lindsay, 1980).

Типы процедур. Возьмем простой пример: предположим, что нам необходимо умножить 12 на 12. Для этого можно использовать по меньшей мере три типа процедур.

Первая из них — это метод Последовательных преобразований. При этом наш расчет может быть осуществлен с помощью 11 сложений:

12 + 12 = 24; 24 + 12 = 36; 36 + 12 = 48 и т. д.

Такая процедура требует очень малого участия памяти, но большого манипулирования информацией.

Второй тип процедур основан на использовании таблиц. При этом в памяти необходимо хранить как можно больше столбцов из таблицы умножения, и тогда ответ, взятый из столбца с множителем 12, автоматически появится в голове или на экране. В отличие от первого способа здесь требуется очень небольшая обработка информации, но весьма обширная память.

Третья разновидность процедур — это своего рода компромисс между первыми двумя типами. Она основана на применении Правил И требует среднего объема памяти и манипулирования информацией. В нашем примере для этого достаточно знать таблицу умножения для первых 10 чисел, а затем произвести несколько операций. Схема расчета будет такой:

(10 ∙ 10) + (2 ∙ 10) + (10 ∙ 2) + (2 ∙ 2) = 144.

Типы процедур, используемых для решения проблем, зависят от имеющегося опыта, от необходимого числа повторений одной и той же операции и от емкости памяти.

Для того чтобы узнать, какое вино подходит к тому или иному блюду, мы можем последовательно перепробовать различные вина, использовать таблицу, в которой к каждому блюду рекомендуется какое-то вино, или же использовать общие правила соответствия вин различным типам мясных блюд. Инженер, проектирующий мост, и астроном, отыскивающий на небе звезду, будут таким же образом выбирать нужный тип процедуры.

Можно провести еще одну параллель между работой человеческого мозга и компьютера при решении проблем. Речь идет о применении тех стратегий, которые мы рассмотрели в главе 8.

Поскольку компьютер может работать только по программе, рассматривать здесь случайный перебор бессмысленно. В случае если речь идет об игре, в которой такая стратегия не используется, было бы неэкономно «заставлять» компьютер искать решение задачи с помощью этой стратегии.

Остальные две стратегии используются как человеком, так и компьютером.

Рациональный перебор соответствует Эвристическому методу, при котором процессор занимается поисками частичных решений, чтобы максимально повысить вероятность нахождения приемлемого решения, сведя к минимуму время и усилия на его поиск.

Систематический перебор соответствует Алгоритмическому методу; в этом случае систематически просматриваются все возможные (при имеющемся наборе данных) решения с целью найти то из них, которое наиболее эффективно. Однако компьютер, так же как и человек, не использует эту последнюю стратегию для решения сложных задач. Например, при игре в шахматы алгоритмический метод потребовал бы того, чтобы компьютер для полной уверенности в выигрыше каждый раз просматривал 10120 возможностей. В подобных случаях выгоднее использовать эвристический метод, позволяющий с помощью ряда подпрограмм ограничивать поиски решений конкретными «узкими» задачами, такими как захват центра шахматной доски или атака на короля противника.

Искусственный интеллект и человеческое мышление

Искусственный интеллект — это специальная область науки, опирающаяся на информатику и другие дисциплины; ее главной задачей является разработка таких программ, которые придали бы компьютеру интеллект.

Существуют два подхода к проблеме искусственного интеллекта. Чаще всего исследователи используют подход «сверху вниз», при котором разрабатываются экспертные системы, или «мыслящие машины». Такие машины представляют собой настоящий электронный мозг, способный формулировать правила организации знаний, создавать гипотезы и сопоставлять их с реальной действительностью с целью выработки новых решений. Второй подход — это путь «снизу вверх». При этом ученые разрабатывают системы, улавливающие различные виды информации (по типу глаза или уха), соединяют эти системы с обучающимися сетями и с помощью таких моделей пытаются понять, как действует мозг при декодировании и интерпретации входных данных.

По мнению Моравеца (Университет Карнеги—Меллона), об «искусственном интеллекте» можно будет по-настоящему говорить только тогда, когда эти два подхода, развивающиеся пока независимо, объединятся.

1. Мыслящие машины. Компьютеры, о которых мы до сих пор говорили, — это обычные электронные вычислительные машины, действующие по принципу цифровой обработки информации. Они имеют, с одной стороны, блок памяти, а с другой — обрабатывающее устройство; эти два блока по программе, составленной человеком, обмениваются двоичными сигналами, каждый из которых может принимать значения либо «да», либо «нет». Даже для таких машин уже созданы экспертные системы, благодаря которым они работают по меньшей мере так же эффективно, как лучшие специалисты различных областей человеческого знания.

В последние годы некоторые биофизики — например, Хопфилд из Калифорнийского технологического института, — заинтересовались разработкой так называемых Нейрокомпьютеров, функционирование которых гораздо ближе к работе человеческого мозга. Такие компьютеры состоят из сетей, образованных соединенными между собой кремниевыми «нейронами». Роль синапсов здесь играют сопротивления в местах контактов между «нейронами». Преимущество таких сетей состоит в том, что им не обязательно нужно обладать всеми входными данными, чтобы предложить возможное решение проблемы. Их память, как и наша, функционирует по ассоциативному принципу: эти машины способны ассоциировать неполную входную информацию с информацией, уже имеющейся в памяти, и благодаря этому могут формулировать вероятные ответы гипотетического характера («может быть...»). Память диффузно распределена по всей нейронной сети, и при уничтожении части этой сети она не разрушается, а становится лишь менее четкой или более подверженной ошибкам.

С помощью подобной сети из нескольких десятков искусственных нейронов, соединенных с матрицей фоточувствительных элементов, Хопфилд смог добиться распознавания, например, буквы А независимо от конкретного варианта ее написания. Именно так ребенок усваивает алфавит. Для этого Хопфилду достаточно было сделать так, чтобы сеть сама могла изменять сопротивление своих связей при каждом предъявлении буквы А, написанной несколько различными способами. На одиннадцатом предъявлении машина распознала букву А за долю секунды.

Сайновски и Розенберг из Университета Джонса Гопкинса достигли еще большего: их машина NETtalk за одну ночь усвоила 1000 слов, прочитанных вслух из текста на английском языке. При использовании классических методов программирования это потребовало бы нескольких лет.

Подобные сети способны обучаться самостоятельно, и им не надо указывать, верен или неверен их ответ. Машине достаточно лишь запомнить состояние сети при предъявлении ей той или иной информации (например, буквы А), и тогда конфигурация, характерная для этой информации, автоматически воспроизводится при ее новом предъявлении. Такие сети способны в рекордное время выявить из 1032 возможных вариантов наиболее краткий путь, соединяющий между собой 30 точек (обычный компьютер решал бы такую задачу несколько дней). Ученые рассматривают уже возможность строить сети, разделенные, подобно мозгу, на области, у каждой из которых будет своя специфическая функция. Это позволит решать задачи вроде только что упомянутой за минимальное время, причем число точек может достигать 1000.

2. Сенсоры. Некоторых исследователей особо заинтересовал второй подход — путь «снизу вверх». Они пытаются создать машины, способные видеть и слышать. В качестве примера можно привести кремниевую «сетчатку», разработанную Карвером Мидом (Mead) из Калифорнийского технологического института. Эта сетчатка представляет собой сеть из 100 тысяч транзисторов, собранных в микросхеме размером в несколько квадратных миллиметров. В этом устройстве имеются фоточувствительные датчики, соединенные с несколькими слоями «нейронов», каждый из которых выполняет вполне определенную роль (как и в сетчатке животного; см. приложение А). Такая сеть преобразует входную информацию в электрические сигналы, и это позволяет непрерывно и в режиме реального времени регистрировать изменения яркости и перемещения световых пятен. Далее устройство по кадрам анализирует входную картину, включая перемещения объектов и все изображение в целом (что обычная камера делать не может). Была разработана также «улитка» (для анализа звуков), более эффективная, чем у низших животных, обладающих этим органом. Кроме того, как уже говорилось выше (досье 8.1), Псалтис разрабатывает световые нейрокомпьютеры, в которых информация памяти записывается на голографические пластинки.

Таким образом, остается лишь соединить выходы подобных сенсоров с обучающейся сетью, играющей роль мозга и способной использовать получаемую информацию и вновь подавать ее в сеть, т. е. функционировать так же, как живые нервные клетки. Возможно, это уже дело ближайшего будущего.

Компьютер и ускорение умственного развития

Теория умственного развития ребенка, разработанная Пиаже, носит чисто описательный характер. В этой теории раскрываются этапы, через которые должен пройти ребенок, чтобы у него сформировалось «взрослое» мышление, но она мало что говорит о том, как можно развивать интеллект практически у каждого человека уже с самого раннего возраста.

Именно этим поиском основных принципов развития интеллекта занялись Пейперт и его сотрудники, изучавшие проблему искусственного интеллекта в Массачусетском технологическом институте.

Исходя из представления о том, что мы выучиваем больше и лучше, если сами кого-то учим, эти исследователи выдвинули систему, в которой детям предлагается заставлять компьютер что-либо «делать», задавая ему соответствующую программу. Таким образом, компьютер используется для выработки у детей привычки мыслить. По мнению этих ученых, истинная революция в педагогике состоит не в том, чтобы заменить преподавателей вычислительными машинами. Напротив, компьютеры должны помогать преподавателям открывать новые пути обучения, позволяющие детям самим развивать свои умственные способности в ритме, диктуемом критическими периодами. Компьютер можно также широко использовать для решения проблем, с которыми ребенок сталкивается в повседневной жизни.

Рис. 9.14. Благодаря появлению компьютеров в школе дети стали «учиться обучать».

Пейперт и его группа разработали очень простой язык программирования — Лого. Кроме того, они создали различные системы, способные создавать музыку и мультипликационные фильмы, сочинять маленькие рассказы или стихи, перемещаться с помощью «робота-черепахи» в классном помещении, вычерчивать различные геометрические фигуры или передвигаться по тропинкам, предварительно обозначенным на «земле». При этом, для того чтобы правильно вести «черепаху», ребенок должен разобраться в процессе своего собственного передвижения; чтобы заставить компьютер строить правильные предложения, ему необходимо исследовать построение собственной речи; и, наконец, если он хочет создать приятную мелодию, он должен выработать у себя ясное представление о звуках и ритме.

Таким образом, создавая программы, необходимые для того, чтобы компьютер выполнял все эти задачи, ребенок должен структурировать время и пространство, полностью интегрируя смысл этих двух понятий. Сейчас уже ведутся исследования по разработке технологии, которая позволит сходным образом обучаться таким дисциплинам, как физика, биология, гуманитарные науки и, в частности, психология.