Основные проблемы кибернетики

§2 Понятие модели и моделирования

   Термин «модель» произошел от латинского слова «modus» и означает – мера, образ, способ. Модель – логическое или математическое описание компонентов и функций, отображающих существенные свойства моделируемого объекта или процесса (обычно рассматриваемых как системы или элементы системы). Модель используется как условный образ, сконструированный для упрощения их исследования.

   Модель – некоторый материальный или мысленно представляемый объект или явление, замещающий оригинальный объект или явление, сохраняя только некоторые важные его свойства, например, в процессе познания или конструирования. Таким образом, модель – это вспомогательный объект, заменяющий изучаемый объект и представляющий собой его условный (упрощенный) образ, адекватно отображающий существенные для целей исследования свойства прототипа.  Модель может быть представлена в виде физического аналога,  изучаемого  процесса или явления (предметная модель - макет, устройство, образец), либо в  знаковой форме (график, схема, математическая модель, программа, теория).  Модель отражает не всё, а только некоторые существенные для целей исследования свойства объекта моделирования. Модель воспроизводит, имитирует сложную систему в определенном диапазоне условий и требований и, следовательно, возможности модели описать то или иное явление, объект или процесс ограничены. Моделирование – это исследование объектов познания на моделях; построение и изучение моделей реально существующих предметов и явлений, а также предполагаемых (конструируемых или проектируемых) объектов.

§3 Пути и фазы моделирования интеллекта

   Стремительное увеличение потока перерабатываемой информации там, где раньше её почти не было (торговля, банковское дело), также приведет к значительным изменениям в методах работы и потребует автоматизации, а возможно и интеллектуализации. Под интеллектом будем понимать способность любого организма (или устройства) достигать некоторой измеримой степени успеха при поиске одной из многих возможных целей в обширном многообразии сред. Будем отличать знания от интеллекта, имея в виду, что знания - полезная информация, накопленная индивидуумом, а интеллект - это его способность предсказывать состояние внешней среды в сочетании с умением преобразовывать каждое предсказание в подходящую реакцию, ведущую к заданной цели. По-разному дается и определение искусственного интеллекта. Полагают, что о реализации искусственного интеллекта можно будет говорить лишь тогда, когда автомат начнет решать задачи, непосильные для человека, причем сделает это не в результате высокого быстродействия, а в результате применения нового найденного метода. Однако не все с этим согласны. В большинстве случаев на нынешнем начальном этапе исследований по искусственному интеллекту лишь соизмеримыми с результатами, полученными человеком, и не столь оригинальными. Принято различать три основных пути моделирования интеллекта и мышления:

1. классический, или (как его теперь называют) биотический;
2. эвристического программирования;
3. эволюционного моделирования. Рассмотрим их в этой последовательности.

БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. Мозг представляет собой самую сложную и лишь частично изученную структуру. Сложнейшее переплетение связей коры головного мозга практически не поддаются расшифровке. Известно лишь примерное расположение зон мозга, отвечающих за ту или иную функцию. В настоящее время не известен и принцип работы мозговых элементов нейронов, многочисленные связи которых имеют внешне хаотический характер. Попытки смоделировать работу головного мозга соединением между собой множества процессоров подобно нейронной сети, показали, что некоторое увеличение скорости и потока обрабатываемой информации идет лишь до уровня одного - двух десятков процессоров, а затем начинается резкий спад производительности.

ЭВРИСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ. Второй подход к решению задачи искусственного интеллекта связан с эвристическим программированием и решает задачи, которые в общем можно назвать творческими. Практичность этого метода заключается в радикальном уменьшении вариантов, необходимых при использовании метода проб и ошибок. Правда, всегда существует вероятность упустить наилучшее решение, так что говорят, что этот метод предлагает решения с некоторой вероятностью правильности. Обычно используют два метода: метод анализа целей и средств и метод планирования. Первый заключается в выборе и осуществлении таких операций, которые последовательно уменьшают разницу между исходным и конечным состоянием задачи. Во втором методе вырабатывается упрощенная формулировка исходной задачи, которая также решается методом анализа целей и средств. Один из полученных вариантов дает решение исходной задачи.

ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ. Третий подход является попыткой смоделировать не то, что есть, а то, что могло бы быть, если бы эволюционный процесс направлялся в нужном направлении и оценивался предложенными критериями. Идея эволюционного моделирования сводится к экспериментальной попытке заменить процесс моделирования человеческого интеллекта моделированием процесса его эволюции. При моделировании эволюции предполагается, что разумное поведение предусматривает сочетание способности предсказывать состояние внешней среды с умением подобрать реакцию на каждое предсказание, которое наиболее эффективно ведет к цели. Этот метод открывает путь к автоматизации интеллекта и освобождению от рутинной работы. Это высвобождает время для проблемы выбора целей и выявления параметров среды, которые заслуживают исследования. Такой принцип может быть применен для использования в диагностике, управлении неизвестными объектами, в игровых ситуациях.

   Итак, существуют три пути моделирования интеллекта: бионический, эвристический и эволюционный. В зависимости от использованных средств можно выделить три фазы в исследованиях. Первая фаза - создания устройств, выполняющих большое число логических операций с высоким быстродействием. Вторая фаза включает разработку проблемно- ориентированных языков для использовании на оборудовании, созданном в первой фазе. Третья фаза наиболее выражена в эволюционном моделировании.

 

Заключение

   Многие споры вокруг проблемы «кибернетика и мышление» имеют эмоциональную подоплеку. Признание возможности искусственного разума представляется чем-то унижающим человеческое достоинство. Однако нельзя смешивать вопросы возможности искусственного разума с вопросом о развитии и совершенствовании человеческого разума. Разумеется, искусственный разум может быть использован в негодных целях, однако это проблема не научная, а скорее морально-этическая. Однако развитие кибернетики выдвигает ряд проблем, которые все же требуют пристального внимания. Эти проблемы связаны с опасностями, возникающими в ходе работ по искусственному интеллекту.

   Первая проблема связана с возможной потерей стимулов к творческому труду в результате массовой компьютеризации или использования машин в сфере искусств. Однако в последнее время стало ясно, что человек добровольно не отдаст самый квалифицированный творческий труд, т.к. он для самого человека является привлекательным. Вторая проблема носит более серьезный характер и на нее неоднократно указывали такие специалисты, как Н.Винер, Н.М.Амосов, И.А.Полетаев и др. Состоит она в следующем: уже сейчас существуют машины и программы, способные в процессе работы самообучаться, т.е. повышать эффективность приспособления к внешним факторам. В будущем, возможно, появятся машины, обладающие таким уровнем приспособляемости и надежности, что необходимость человеку вмешиваться в процесс отпадет. В этом случае возможна потеря самим человеком своих качеств, ответственных за поиск решений. Налицо возможная деградация способностей человека к реакции на изменение внешних условий и, возможно, неспособность принятия управления на себя в случае аварийной ситуации. Встает вопрос о целесообразности введения некоторого предельного уровня в автоматизации процессов, связанных с тяжелыми аварийными ситуациями. В этом случае у человека, «надзирающим» за управляющей машиной, всегда хватит умения и реакции таким образом воздействовать на ситуацию, чтобы погасить разгорающуюся аварийную ситуацию. Таковые ситуации возможны на транспорте, в ядерной энергетике. Особо стоит отметить такую опасность в ракетных войсках стратегического назначения, где последствия ошибки могут иметь фатальный характер. Люди будут постоянно решать проблему искусственного интеллекта, постоянно сталкиваясь с новыми проблемами. И, видимо, процесс этот бесконечен.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список литературы:

1. Вычислительные машины и мышление. М., «Мир», 2009.

Основная литература

1. Бердяев, Н.А. Человек и машина, Вопросы философии, 2009, №2. «Наука», 1967.
2. Баженов, Л.Б., Гутчин И.Б., Интеллект и машина, изд. "Знание", М., 2009.
3. Бирюков, Б.В., Гутчин И.Б. Машина и творчество: результаты, проблемы, перспективы. 2009.
4. Винер, Н. Кибернетика, или управление и связь в животном и машине.– 2-е изд.– М., 2009.
5. Винер, Н. «Индивидуальный и общественный гомеостазис» / Перевод с англ. М.Н.Грачева. // Общественные науки и современность. – 2012.
6. Моисеев, Н.Н. Компьютеризация, ее социальные последствия, Вопросы философии, 2010, №3
7. Поваров, Г.Н. Винер, Н. и его Кибернетика. М., 2011.
8. Розанова, Л. В. Основы кибернетики: конспект лекций / Л. В. Розанова. – Омск: Изд-во ОмГТУ, 2009. – 60 с.
9. http://ru.vlab.wikia.com/wiki/Н.Винер «Кибернетика и общество».
10. Информатика, кибернетика, интеллект / В. Г. Пушкин, А. Д. Урсул. – Кишинев, 2009.
11. Кибернетика: прошлое для будущего, М.: Наука, 2009.
12. Кузнецов, Г. «Цель жизни», Компьютера, №35. 2009. С.16-20.
13. Яглом, И.М. Математические структуры и математическое моделирование.
14. Философские вопросы кибернетики. – Сборник  статей.  М.,  соц.изд., 2009.
15. Шалютин,  С. Искусственный интеллект. М., 2012.

 

 

1 http://ru.vlab.wikia.com/wiki/Н.Винер «Кибернетика и общество».

2 Информатика, кибернетика, интеллект / В. Г. Пушкин, А. Д. Урсул. – Кишинев, 2009.