Este puțin probabil ca inteligența artificială clasică să fie întruchipată în mașinile de gândire; limita ingeniozității umane în acest domeniu, aparent, se va limita la crearea de sisteme care imită activitatea creierului.

Știința inteligenței artificiale (AI) trece printr-o revoluție. Pentru a explica cauzele și semnificația ei și pentru a le pune în perspectivă, trebuie mai întâi să ne întoarcem la istorie.

La începutul anilor 1950, întrebarea tradițională, oarecum vagă, dacă o mașină ar putea gândi, a făcut loc întrebării mai accesibile dacă o mașină care manipula simbolurile fizice conform regulilor bazate pe structură putea gândi. Această întrebare este formulată mai precis deoarece logica formală și teoria calculului au făcut progrese semnificative în jumătatea de secol precedentă. Teoreticienii au început să aprecieze posibilitățile sistemelor abstracte de simboluri care suferă transformări în conformitate cu anumite reguli. Se părea că dacă aceste sisteme ar putea fi automatizate, atunci puterea lor abstractă de calcul s-ar manifesta într-un sistem fizic real. Astfel de opinii au contribuit la nașterea unui program de cercetare bine definit pe o bază teoretică destul de profundă.

Poate o mașină să gândească?

Au fost multe motive pentru a răspunde da. Din punct de vedere istoric, una dintre primele și cele mai profunde cauze au fost două rezultate importante ale teoriei calculului. Primul rezultat a fost teza lui Church conform căreia fiecare funcție efectiv calculabilă este computabilă recursiv. Termenul „calculabil eficient” înseamnă că există un fel de procedură „mecanică” prin care este posibil să se calculeze rezultatul într-un timp finit, având în vedere datele de intrare. „Calculabil recursiv” înseamnă că există un set finit de operații care pot fi aplicate la o intrare dată și apoi aplicate secvențial și repetat la rezultatele nou obținute pentru a calcula funcția într-un timp finit. Conceptul de procedură mecanică nu este formal, ci mai degrabă intuitiv și, prin urmare, teza lui Church nu are nicio dovadă formală. Cu toate acestea, ajunge la miezul a ceea ce este calculul și o mulțime de dovezi diferite converg pentru a o susține.

Al doilea rezultat important a fost obținut de Alan M. Turing, care a arătat că orice funcție computabilă recursiv poate fi calculată în timp finit folosind o mașină de manipulare a simbolurilor simplificată maxim, care mai târziu a ajuns să fie numită mașina universală Turing. Această mașină este guvernată de reguli aplicabile recursiv, sensibile la identitatea, ordinea și locația simbolurilor elementare care acționează ca intrare.

Din aceste două rezultate rezultă un corolar foarte important, și anume că un computer digital standard, prevăzut cu programul corect, memorie suficient de mare și timp suficient, poate calcula orice funcție condusă de reguli cu intrare și ieșire. Cu alte cuvinte, el poate demonstra orice set sistematic de răspunsuri la influențele arbitrare din mediul extern.

Să concretizăm acest lucru după cum urmează: rezultatele discutate mai sus înseamnă că o mașină programată corespunzător care manipulează simboluri (denumită în continuare o mașină MC) trebuie să satisfacă testul Turing pentru prezența unei minți conștiente. Testul Turing este pur un test comportamental, dar cerințele sale sunt foarte puternice. (Cât de valid este acest test, vom discuta mai jos, unde ne întâlnim cu al doilea „test” fundamental diferit pentru prezența unei minți conștiente.) Conform versiunii originale a testului Turing, intrarea către mașina MS ar trebui să fie întrebări și fraze în limbaj natural colocvial, pe care le tastăm pe tastatura dispozitivului de intrare, iar rezultatul este răspunsurile mașinii MS imprimate de dispozitivul de ieșire. Se consideră că o mașină a trecut acest test pentru prezența unei minți conștiente dacă răspunsurile sale nu pot fi distinse de cele scrise de o persoană reală, inteligentă. Desigur, în prezent nimeni nu cunoaște funcția prin care s-ar putea obține o ieșire care nu diferă de comportamentul unei persoane raționale. Dar rezultatele lui Church și Turing ne garantează că oricare ar fi această funcție (presumabil eficientă), o mașină MS proiectată corespunzător o poate calcula.

Aceasta este o concluzie foarte importantă, mai ales având în vedere că descrierea lui Turing a interacțiunii cu o mașină prin intermediul unei mașini de scris este o limitare nesemnificativă. Aceeași concluzie este valabilă chiar dacă mașina MC interacționează cu lumea în moduri mai complexe: prin aparatul de vedere directă, vorbire naturală, etc. În cele din urmă, funcția recursivă mai complexă rămâne încă calculabilă Turing. Rămâne o singură problemă: să găsești acea funcție fără îndoială complexă care controlează răspunsurile unei persoane la influențele din mediul extern și apoi să scrii un program (un set de reguli aplicabile recursiv) cu ajutorul căruia mașina MS va calcula această funcție. Aceste obiective au stat la baza program științific inteligența artificială clasică.

Primele rezultate au fost încurajatoare

Mașinile MC cu programe programate ingenios au demonstrat o întreagă gamă de acțiuni care păreau să aparțină manifestărilor minții. Au răspuns la comenzi complexe, au rezolvat probleme dificile de aritmetică, algebrică și tactică, au jucat dame și șah, au demonstrat teoreme și au menținut un dialog simplu. Rezultatele au continuat să se îmbunătățească odată cu apariția dispozitivelor de stocare mai mari, a mașinilor mai rapide și a dezvoltării unor programe mai puternice și mai sofisticate. AI clasică sau „programată” a fost un domeniu al științei foarte vibrant și de succes din aproape toate punctele de vedere. Negarea recurentă pe care mașinile MC ar putea în cele din urmă să o gândească părea părtinitoare și neinformată. Dovezile în favoarea unui răspuns pozitiv la întrebarea pusă în titlul articolului au părut mai mult decât convingătoare.

Desigur, au existat unele ambiguități. În primul rând, aparatele MC nu prea semănau creier uman. Totuși, și aici, IA clasică avea un răspuns convingător pregătit. În primul rând, materialul fizic din care este făcută o mașină MS nu are, în esență, nimic de-a face cu funcția pe care o calculează. Acesta din urmă este inclus în program. În al doilea rând, detaliile tehnice ale arhitecturii funcționale a mașinii sunt, de asemenea, irelevante, deoarece arhitecturi complet diferite, concepute pentru a funcționa cu programe complet diferite, pot totuși îndeplini aceeași funcție de intrare-ieșire.

Prin urmare, scopul AI a fost să găsească o funcție care este caracteristică minții în ceea ce privește intrarea și ieșirea și, de asemenea, să creeze cel mai eficient dintre multele programe posibile pentru a calcula această funcție. În același timp, s-a spus că modul specific în care funcția este calculată de creierul uman nu contează. Aceasta completează descrierea esenței IA clasice și motivele pentru un răspuns pozitiv la întrebarea pusă în titlul articolului.

Poate o mașină să gândească? Au existat și câteva argumente în favoarea unui răspuns negativ. De-a lungul anilor 1960, argumentele negative demne de remarcat au fost relativ rare. S-a ridicat uneori obiecția că gândirea nu este un proces fizic și că are loc într-un suflet imaterial. Cu toate acestea, o asemenea viziune dualistă nu părea suficient de convingătoare nici din punct de vedere evolutiv, nici din punct de vedere logic. Nu a avut un efect descurajant asupra cercetării AI.

Considerații de altă natură au atras mult mai multă atenția specialiștilor AI. În 1972, Hubert L. Dreyfus a publicat o carte care a fost extrem de critică față de afișarea de paradă a inteligenței în sistemele AI. El a subliniat că aceste sisteme nu modelau în mod adecvat gândirea adevărată și au dezvăluit modelul inerent tuturor acestor încercări nereușite. În opinia sa, modelelor le lipsea acel stoc uriaș de cunoștințe generale neformalizate despre lume pe care îl are orice persoană, precum și capacitatea inerentă bunului simț de a se baza pe anumite componente ale acestor cunoștințe, în funcție de cerințele unui mediu în schimbare. . Dreyfus nu a negat posibilitatea fundamentală de a crea un sistem fizic artificial capabil să gândească, dar a fost extrem de critic față de ideea că acest lucru ar putea fi realizat doar prin manipularea simbolurilor cu reguli aplicate recursiv.

În cercurile specialiștilor în inteligență artificială, precum și al filozofilor raționamentului Dreyfus au fost percepute în principal ca miope și părtinitoare, pe baza simplificărilor inevitabile inerente acestui domeniu încă foarte tânăr de cercetare. Poate că aceste neajunsuri au avut loc cu adevărat, dar, desigur, au fost temporare. Va veni vremea când mașini mai puternice și programe mai bune vor face posibilă scăparea de aceste neajunsuri. Se părea că timpul funcționează pentru inteligența artificială. Astfel, aceste obiecții nu au avut niciun impact vizibil asupra cercetărilor ulterioare în domeniul AI.

Cu toate acestea, s-a dovedit că timpul a funcționat Dreyfus: la sfârșitul anilor 70 - începutul anilor 80, o creștere a vitezei și a memoriei computerelor nu le-a crescut prea mult „abilitățile mentale”. S-a dovedit, de exemplu, că recunoașterea modelelor în sistemele de viziune artificială necesită o cantitate neașteptat de mare de calcul. Pentru a obține rezultate practic fiabile, a trebuit să fie cheltuit tot mai mult timp pe calculator, depășind cu mult timpul necesar pentru îndeplinirea acelorași sarcini pentru un sistem de viziune biologică. Un proces atât de lent de simulare a fost alarmant: la urma urmei, într-un computer, semnalele se propagă de aproximativ un milion de ori mai repede decât în ​​creier, iar frecvența ceasului unității centrale de procesare a computerului este de aproximativ aceeași ori mai mare decât frecvența oricăror oscilații găsite. în creier. Și totuși, la sarcini realiste, țestoasa îl depășește cu ușurință pe iepure.

În plus, pentru a rezolva probleme realiste este necesar ca programul de calculator să aibă acces la o bază de date extrem de mare. Construirea unei astfel de baze de date este deja o problemă destul de dificilă în sine, dar este exacerbată de o altă circumstanță: cum se oferă acces la fragmente specifice, dependente de context, ale acestei baze de date în timp real. Pe măsură ce bazele de date au devenit din ce în ce mai încăpătoare, problema accesului a devenit mai complicată. O căutare exhaustivă a durat prea mult, iar metodele euristice nu au avut întotdeauna succes. Temeri similare cu cele exprimate de Dreyfus au început să fie împărtășite chiar și de unii experți care lucrează în domeniul inteligenței artificiale.

În această perioadă (1980), John Searle a prezentat un concept critic revoluționar care a pus sub semnul întrebării ipoteza fundamentală a agendei clasice de cercetare IA, și anume ideea că manipularea corectă a simbolurilor structurate prin aplicarea recursivă a regulilor care țin cont de structura lor. , poate constitui esența minții conștiente.

Principalul argument al lui Searle s-a bazat pe un experiment de gândire în care el demonstrează două fapte foarte importante. În primul rând, el descrie o mașină MC care (după cum ar trebui să înțelegem) implementează o funcție care, la intrare și la ieșire, este capabilă să treacă testul Turing sub forma unei conversații care are loc exclusiv în limba chineză. În al doilea rând, structura internă a mașinii este de așa natură încât, indiferent de comportamentul pe care îl prezintă, observatorul nu are nicio îndoială că nici mașina în ansamblu, nici nicio parte a acesteia, nu înțelege limba chineză. Tot ce contine este o persoana care vorbeste doar engleza, urmand regulile scrise in instructiuni, cu ajutorul carora caracterele trebuie manipulate intrand si iesind prin cutia postala din usa. Pe scurt, sistemul satisface pozitiv testul Turing, în ciuda faptului că nu are o înțelegere reală a limbii chineze și a conținutului semantic real al mesajelor (vezi articolul lui J. Searle „The Mind of the Brain - a Computer Program? ").

Concluzia generală din aceasta este că orice sistem care manipulează pur și simplu simboluri fizice conform regulilor sensibile la structură va fi în cel mai bun caz o parodie patetică a unei minți conștiente reale, deoarece este imposibil să generezi „semantică reală” prin simpla rotire a butonului „ sintaxă goală”. Trebuie remarcat aici că Searle nu propune un test comportamental (non-comportamental) pentru prezența conștiinței: elementele minții conștiente trebuie să aibă un conținut semantic real.

Există tentația de a-i reproșa lui Searle faptul că experimentul său de gândire nu este adecvat, întrucât sistemul pe care îl propune, acționând ca un „cub al lui Rubik”, va funcționa absurd de încet. Cu toate acestea, Searle insistă că viteza nu joacă niciun rol în acest caz. Cel care gândește încet mai gândește bine. Tot ceea ce este necesar pentru reproducerea gândirii, conform conceptului de IA clasică, în opinia sa, este prezent în „camera chinezească”.

Articolul lui Searle a stârnit răspunsuri entuziaste din partea experților în inteligență artificială, psihologilor și filozofilor. În general, însă, a fost întâmpinat cu și mai multă ostilitate decât cartea lui Dreyfus. În articolul său, care este publicat simultan în acest număr al revistei, Searle aduce o serie de argumente critice împotriva conceptului său. În opinia noastră, mulți dintre aceștia sunt legitimi, mai ales cei ai căror autori „iau momeala” cu lăcomie, susținând că, deși sistemul format dintr-o cameră și conținutul ei este teribil de lent, tot înțelege limba chineză.

Ne plac aceste răspunsuri, dar nu pentru că credem că camera chinezească înțelege chineza. Suntem de acord cu Searle că nu-l înțelege. Atracția acestor argumente este că ele reflectă un eșec de a accepta cea de-a treia axiomă extrem de importantă din argumentul lui Searle: „Sintaxa în sine nu constituie semantică și nu este suficientă pentru existența semanticii”. Această axiomă poate fi adevărată, dar Searle nu poate pretinde în mod justificat că știe acest lucru cu siguranță. Mai mult, a sugera că este adevărat înseamnă a pune întrebarea dacă programul de cercetare clasică a IA este sănătos, deoarece acest program se bazează pe presupunerea foarte interesantă că, dacă nu putem decât să punem în mișcare un proces structurat corespunzător, un fel de dans intern al elementelor sintactice, corect conectate cu intrările și ieșirile, atunci putem obține aceleași stări și manifestări ale minții care sunt inerente omului.

Că a treia axiomă a lui Searle ridică cu adevărat această întrebare devine evidentă atunci când o comparăm direct cu prima sa concluzie: „Programele apar ca esență a minții și prezența lor nu este suficientă pentru prezența minții”. Nu este greu de observat că a treia sa axiomă poartă deja 90% din concluzie aproape identică cu ea. Acesta este motivul pentru care experimentul de gândire al lui Searle este conceput special pentru a sprijini cea de-a treia axiomă. Acesta este scopul încăperii chinezești.

Deși exemplul camerei chinezești face axioma 3 atractivă pentru cei neinițiați, nu credem că dovedește validitatea acestei axiome și, pentru a demonstra eșecul acestui exemplu, oferim exemplul nostru paralel ca ilustrație. Adesea, un singur exemplu bun care respinge o afirmație contestată este mult mai bine la clarificarea situației decât o carte întreagă plină de jongleri logice.

Au existat multe exemple de scepticism în istoria științei, așa cum vedem în raționamentul lui Searle. În secolul al XVIII-lea. Episcopul irlandez George Berkeley a considerat de neconceput ca undele de compresie din aer să poată fi în sine esența fenomenelor sonore sau un factor suficient pentru existența lor. Poetul și pictorul englez William Blake și naturalistul german Johann Goethe au considerat de neconceput ca particulele mici de materie să poată fi ele însele o entitate sau un factor suficient pentru existența obiectivă a luminii. Chiar și în acest secol au existat oameni care nu și-au putut imagina că materia neînsuflețită prin ea însăși, oricât de complexă ar fi organizarea ei, ar putea fi o entitate organică sau o condiție suficientă a vieții. În mod clar, ceea ce oamenii își pot imagina sau nu de multe ori nu are nimic de-a face cu ceea ce există sau nu există în realitate. Acest lucru este adevărat chiar și atunci când este vorba de oameni cu un nivel foarte ridicat de inteligență.

Pentru a vedea cum aceste lecții istorice pot fi aplicate raționamentului lui Searle, să aplicăm o paralelă artificială cu logica sa și să consolidăm această paralelă cu un experiment de gândire.

Axioma 1. Electricitatea și magnetismul sunt forțe fizice.

Axioma 2. O proprietate esențială a luminii este luminozitatea.

Axioma 3. Forțele în sine apar ca esența efectului de strălucire și nu sunt suficiente pentru prezența acestuia.

Concluzie 1. Electricitatea și magnetismul nu sunt esența luminii și nu sunt suficiente pentru prezența acesteia.

Să presupunem că acest raționament a fost publicat la scurt timp după James K. Maxwellîn 1864 a sugerat că lumina și undele electromagnetice erau identice, dar înainte ca paralelele sistematice dintre proprietățile luminii și proprietățile undelor electromagnetice să fie pe deplin realizate în lume. Raționamentul logic de mai sus ar putea părea o obiecție convingătoare la ipoteza îndrăzneață a lui Maxwell, mai ales dacă este însoțit de următorul comentariu în sprijinul Axiomei 3.

Luați în considerare o cameră întunecată în care există o persoană care ține în mâini un magnet permanent sau un obiect încărcat. Dacă o persoană începe să miște magnetul în sus și în jos, atunci, conform teoriei lui Maxwell a luminii artificiale (AI), o sferă de propagare a undelor electromagnetice va emana din magnet și camera va deveni mai luminoasă. Dar, așa cum știu bine toți cei care au încercat să se joace cu magneți sau bile încărcate, forțele lor (și, de altfel, orice alte forțe), chiar și atunci când aceste obiecte sunt în mișcare, nu creează nicio strălucire. Prin urmare, pare de neconceput că am putea obține un efect strălucitor real prin simpla manipulare a forțelor!

Fluctuațiile forțelor electromagnetice sunt ușoare, deși magnetul pe care îl mișcă o persoană nu produce nicio strălucire. În mod similar, manipularea simbolurilor în conformitate cu anumite reguli poate reprezenta inteligență, deși sistemul bazat pe reguli găsit în Camera lui Searle China pare să nu aibă o înțelegere reală.

Ce ar putea răspunde Maxwell dacă i s-ar pune această provocare?

În primul rând, ar fi putut insista că experimentul „cameră luminoasă” ne induce în eroare cu privire la proprietățile luminii vizibile, deoarece frecvența vibrației magnetului este extrem de scăzută, de aproximativ 1015 ori mai mică decât este necesar. Aceasta poate fi urmată de răspunsul nerăbdător că frecvența nu joacă niciun rol aici, că camera cu magnetul oscilant conține deja tot ceea ce este necesar pentru manifestarea efectului de strălucire în deplină concordanță cu teoria lui Maxwell însuși.

La randul lui Maxwell ar putea „lua momeala” susținând pe bună dreptate că camera este deja plină de luminozitate, dar natura și puterea acestei luminescențe sunt de așa natură încât o persoană nu este capabilă să o vadă. (Datorita frecventei joase cu care o persoana misca un magnet, lungimea undelor electromagnetice generate este prea mare, iar intensitatea este prea mica pentru ca ochiul uman sa reactioneze la ele.) Cu toate acestea, dat fiind nivelul de intelegere al acestor fenomene în perioada de timp considerată (anii 60 ai secolului trecut), o astfel de explicație ar fi stârnit probabil râsete și replici batjocoritoare. Cameră strălucitoare! Dar scuzați-mă, domnule Maxwell, e complet întuneric acolo!”

Deci vedem că săracii Maxwell trebuie să fie greu. Tot ce poate face este să insiste asupra următoarelor trei puncte. În primul rând, axioma 3 din raționamentul de mai sus nu este adevărată. Într-adevăr, în ciuda faptului că intuitiv pare destul de plauzibil, ridicăm involuntar o întrebare despre asta. În al doilea rând, experimentul camerei strălucitoare nu ne arată nimic interesant despre natura fizică a luminii. Și în al treilea rând, pentru a rezolva cu adevărat problema luminii și a posibilității luminii artificiale, avem nevoie de un program de cercetare care să ne permită să stabilim dacă, în condiții adecvate, comportamentul undelor electromagnetice este complet identic cu comportamentul luminii. Același răspuns ar trebui să fie dat de inteligența artificială clasică raționamentului lui Searle. Deși camera chinezească a lui Searle poate părea „întunecată din punct de vedere semantic”, el are puține motive să insiste că manipularea simbolurilor, făcută după anumite reguli, nu poate produce niciodată fenomene semantice, mai ales că oamenii sunt încă prost informați și limitați doar de înțelegerea limbajul.nivelul de bun simţ al celor semantice şi fenomene mentale care au nevoie de o explicație. În loc să profite de înțelegerea acestor lucruri, Searle în raționamentul său folosește liber lipsa unei astfel de înțelegeri a oamenilor.

După ce ne-am exprimat criticile față de raționamentul lui Searle, să revenim la întrebarea dacă un program AI clasic are o șansă reală de a rezolva problema minții conștiente și de a crea o mașină de gândire. Credem că perspectivele aici nu sunt strălucitoare, dar opinia noastră se bazează pe motive care sunt fundamental diferite de cele folosite de Searle. Ne bazăm pe eșecurile specifice ale programului clasic de cercetare AI și pe un set de lecții pe care creierul biologic ni le-a învățat printr-o nouă clasă de modele computaționale care întruchipează unele proprietăți ale structurii sale. Am menționat deja eșecurile IA clasice în rezolvarea acelor probleme care sunt rezolvate rapid și eficient de creier. Oamenii de știință ajung treptat la consensul că aceste eșecuri se datorează proprietăților arhitecturii funcționale a mașinilor MS, care sunt pur și simplu nepotrivite pentru rezolvarea sarcinilor complexe înaintea acesteia.

Ceea ce trebuie să știm este cum realizează creierul efectul gândirii? Ingineria inversă este o tehnică larg răspândită în inginerie. Când o nouă piesă de tehnologie intră pe piață, concurenții își dau seama cum funcționează, demontând-o și încercând să ghicească principiul pe care se bazează. În cazul creierului, această abordare este extraordinar de dificil de implementat, deoarece creierul este cel mai complex lucru de pe planetă. Cu toate acestea, neurofiziologii au reușit să dezvăluie multe proprietăți ale creierului la diferite niveluri structurale. Trei caracteristici anatomice îl deosebesc fundamental de arhitectura computerelor electronice tradiționale.

in primul rand, sistemul nervos este o mașină paralelă, în sensul că semnalele sunt procesate simultan în milioane de moduri diferite. De exemplu, retina ochiului transmite creierului un semnal complex de intrare nu în loturi de 8, 16 sau 32 de elemente, ca un computer desktop, ci sub forma unui semnal format din aproape un milion de elemente individuale care ajung simultan la capătul nervului optic (corpul geniculat lateral), după care și ele simultan, într-o singură etapă, sunt procesate de creier. În al doilea rând, „dispozitivul de procesare” elementar al creierului, neuronul, este relativ simplu. De asemenea, răspunsul său la un semnal de intrare este analog, nu digital, în sensul că frecvența semnalului de ieșire se modifică continuu cu semnalele de intrare.

În al treilea rând,în creier, pe lângă axonii care conduc de la un grup de neuroni la altul, găsim adesea axoni care conduc în direcția opusă. Aceste procese de întoarcere permit creierului să moduleze modul în care sunt procesate informațiile senzoriale. Și mai important este faptul că, datorită existenței lor, creierul este un sistem cu adevărat dinamic, în care comportamentul menținut continuu se caracterizează atât prin complexitate foarte mare, cât și o relativă independență față de stimulii periferici. Modelele de rețea simplificate au jucat un rol util în studierea mecanismelor de funcționare a rețelelor neuronale reale și a proprietăților computaționale ale arhitecturilor paralele. Luați în considerare, de exemplu, un model cu trei straturi constând din elemente asemănătoare neuronilor care au conexiuni asemănătoare axonilor cu elemente de nivelul următor. Stimulul de intrare atinge pragul de activare al unui element de intrare dat, care trimite un semnal de putere proporțională de-a lungul „axonului” său către numeroasele terminații „sinaptice” ale elementelor stratului ascuns. Efectul general este că un anumit model de activare a semnalelor pe un set de elemente de intrare generează un anumit model de semnale pe un set de elemente ascunse.

Același lucru se poate spune despre elementele de ieșire. În mod similar, configurația semnalelor de activare la felia stratului ascuns duce la un anumit model de activare la felia elementelor de ieșire. În concluzie, putem spune că rețeaua considerată este un dispozitiv pentru convertirea oricărui număr mare de vectori de intrare posibili (configurații ale semnalelor de activare) într-un vector de ieșire corespunzător. Acest dispozitiv este conceput pentru a calcula o anumită funcție. Funcția pe care o evaluează depinde de configurația globală a structurii greutății sinaptice.

Rețelele neuronale modelează principala proprietate a microstructurii creierului. În această rețea cu trei straturi, neuronii de intrare (stânga jos) procesează modelul de semnale de declanșare (dreapta jos) și le transmit prin conexiuni ponderate către stratul ascuns. Elementele stratului ascunse își însumează intrările multiple pentru a forma o nouă configurație de semnal. Se trece la stratul exterior, care efectuează transformări ulterioare. În general, rețeaua va transforma orice set de semnale de intrare în ieșirea corespunzătoare, în funcție de locația și puterea relativă a conexiunilor dintre neuroni.

Există diverse proceduri de ajustare a greutăților, datorită cărora se poate realiza o rețea capabilă să calculeze aproape orice funcție (adică orice transformare între vectori). De fapt, este posibil să implementăm o funcție în rețea care nici măcar nu poate fi formulată, este suficient doar să-i dăm un set de exemple care să arate ce lare de intrare și ieșire ne-am dori să avem. Acest proces, numit „învățarea rețelei”, se realizează prin selectarea secvențială a ponderilor atribuite legăturilor, care continuă până când rețeaua începe să efectueze transformările dorite la intrare pentru a obține rezultatul dorit.

Deși acest model de rețea simplifică foarte mult structura creierului, el ilustrează totuși câteva aspecte importante. În primul rând, arhitectura paralelă oferă un avantaj extraordinar de performanță față de un computer tradițional, deoarece multele sinapse de la fiecare nivel efectuează multe operații de calcul mici în același timp, în loc să funcționeze într-un mod secvenţial care necesită foarte mult timp. Acest avantaj devine din ce în ce mai semnificativ pe măsură ce numărul de neuroni la fiecare nivel crește. În mod surprinzător, viteza de procesare a informațiilor nu depinde deloc de numărul de elemente implicate în proces la fiecare nivel și nici de complexitatea funcției pe care o calculează. Fiecare nivel poate avea patru elemente, sau o sută de milioane; o configurație de greutate sinaptică poate calcula sume simple de o cifră sau poate rezolva ecuații diferențiale de ordinul doi. Nu conteaza. Timpul de calcul va fi exact același.

În al doilea rând, natura paralelă a sistemului îl face insensibil la mici erori și îi conferă stabilitate funcțională; pierderea câtorva legături, chiar și a unui număr semnificativ dintre acestea, are un efect neglijabil asupra progresului general al transformării efectuate de restul rețelei.

În al treilea rând, un sistem paralel stochează o cantitate mare de informații într-o formă distribuită, oferind în același timp acces la orice fragment din aceste informații într-un timp măsurat în câteva milisecunde. Informațiile sunt stocate sub forma anumitor configurații ale greutăților conexiunilor sinaptice individuale care s-au format în procesul de învățare anterioară. Informația dorită este „eliberată” pe măsură ce vectorul de intrare trece prin (și transformă) această configurație de legătură.

Procesarea paralelă a datelor nu este ideală pentru toate tipurile de calcul. Când se rezolvă probleme cu un vector mic de intrare, dar necesită multe milioane de calcule recursive recursive rapid, creierul se dovedește a fi complet neajutorat, în timp ce mașinile clasice MS își demonstrează cele mai bune capacități. Aceasta este o clasă de calcul foarte mare și importantă, astfel încât mașinile clasice vor fi întotdeauna necesare și chiar necesare. Cu toate acestea, există o clasă la fel de largă de calcule pentru care arhitectura creierului este cea mai bună soluție tehnică. Acestea sunt în principal calculele cu care se confruntă de obicei organismele vii: recunoașterea contururilor unui prădător într-un mediu „zgomotos”; reamintirea instantanee a reacției corecte la privirea sa, modul de a scăpa când se apropie sau de a apăra când este atacat; diferențierea dintre lucrurile comestibile și cele necomestibile, între partenerii sexuali și alte animale; alegerea comportamentului într-un mediu fizic sau social complex și în continuă schimbare; etc.

În cele din urmă, este foarte important de menționat că sistemul paralel descris nu manipulează simbolurile conform regulilor structurale. Mai degrabă, manipularea simbolurilor este doar una dintre multele alte abilități „inteligente” pe care rețeaua le poate sau nu le poate învăța. Manipularea simbolurilor bazată pe reguli nu este modalitatea principală de funcționare a rețelei. Raționamentul lui Searle este îndreptat împotriva mașinilor MC guvernate de reguli; Sistemele de transformare vectorială de tipul pe care l-am descris intră astfel în afara domeniului de aplicare al argumentului său din camera chinezească, chiar dacă ar fi valabil, de care avem alte motive independente de a ne îndoi.

Searle este la curent cu procesoarele paralele, dar, în opinia sa, acestea vor fi și lipsite de conținut semantic real. Pentru a ilustra inferioritatea lor inevitabilă în acest sens, el descrie un experiment de a doua gândire, de data aceasta cu o sală de sport chinezească plină de oameni organizați într-o rețea paralelă. Cursul ulterioar al raționamentului său este similar cu raționamentul din cazul camerei chinezești.

În opinia noastră, acest al doilea exemplu nu este la fel de reușit și convingător ca primul. În primul rând, faptul că nici un singur element din sistem nu înțelege chineza nu joacă niciun rol, pentru că același lucru este valabil și în raport cu sistemul nervos uman: niciun neuron din creierul meu nu înțelege. de limba engleză, deși creierul în ansamblu înțelege. Searle continuă spunând că modelul său (o persoană per neuron plus un băiat rapid pe conexiune sinaptică) ar necesita cel puțin 1014 persoane, deoarece creierul uman conține 1011 neuroni, fiecare cu o medie de 103 conexiuni. Astfel, sistemul său ar necesita populația de 10.000 de lumi precum Pământul nostru. Evident, sala de sport este departe de a putea găzdui un model mai mult sau mai puțin adecvat.

Pe de altă parte, dacă un astfel de sistem ar putea fi încă asamblat, la scara cosmică corespunzătoare, cu toate conexiunile modelate cu precizie, am avea un creier uriaș, lent, ciudat proiectat, dar încă funcțional. În acest caz, desigur, este firesc să ne așteptăm ca, cu aportul potrivit, să creadă, și nu invers, că nu este capabil de asta. Nu se poate garanta că funcționarea unui astfel de sistem va reprezenta o gândire reală, deoarece teoria procesării vectoriale poate să nu reflecte în mod adecvat funcționarea creierului. Dar, în același mod, nu avem nicio garanție a priori că ea nu va gândi. Searle identifică încă o dată în mod eronat limitele actuale ale propriei imaginații (sau ale cititorului) cu limitele realității obiective.

Creier

Creierul este un fel de computer, deși majoritatea proprietăților sale sunt încă necunoscute. Este departe de a fi ușor să caracterizezi creierul ca pe un computer și o astfel de încercare nu trebuie luată prea ușor. Creierul calculează funcții, dar nu în același mod ca în sarcinile aplicate rezolvate de inteligența artificială clasică. Când vorbim despre o mașină ca despre un computer, nu ne referim la un computer digital secvenţial care trebuie programat și care are o separare clară între software și hardware; nici nu ne referim la faptul că acest computer manipulează simboluri sau urmează anumite reguli. Creierul este un computer de un tip fundamental diferit.

Modul în care creierul captează conținutul semantic al informațiilor nu este încă cunoscut, dar este clar că această problemă depășește cu mult lingvistică și nu se limitează la oameni ca specie. Un mic petic de pământ proaspăt înseamnă, atât pentru om, cât și pentru coiot, că există un gopher undeva în apropiere; ecou cu anumite caracteristici spectrale înseamnă pt băţ prezența unei molii. Pentru a dezvolta o teorie a formării semnificației, trebuie să știm mai multe despre modul în care neuronii codifică și transformă semnalele senzoriale, baza neuronală a memoriei, învățării și emoției și relația dintre acești factori și sistemul motor. O teorie bazată pe neuroștiință a înțelegerii sensului poate chiar necesita intuițiile noastre, care acum ni se par atât de nezdruncinate și pe care Searle le folosește atât de liber în raționamentul său. Astfel de revizuiri nu sunt neobișnuite în istoria științei.

Poate știința să creeze inteligență artificială folosind ceea ce se știe despre sistemul nervos? Nu vedem obstacole fundamentale pe această cale. Searle ar fi de acord, dar cu o avertizare: „Orice alt sistem capabil să genereze inteligență trebuie să aibă proprietăți cauzale (cel puțin) echivalente cu proprietățile corespunzătoare ale creierului”. La sfârșitul articolului, vom lua în considerare această afirmație. Credem că Searle nu susține că un sistem AI de succes trebuie să aibă neapărat toate proprietățile cauzale ale creierului, cum ar fi capacitatea de a mirosi putrezirea, capacitatea de a transporta viruși, capacitatea de a se îngălbeni sub acțiunea peroxidazei de hrean etc. Solicitarea conformității deplină ar fi ca și cum ai cere unei aeronave artificiale să poată depune ouă.

Probabil că a vrut să spună doar cerința ca o minte artificială să aibă toate proprietățile cauzale care, după cum a spus el, aparțin unei minți conștiente. Totuși, care anume? Și iată-ne din nou înapoi la disputa despre ce aparține minții conștiente și ce nu. Acesta este doar locul pentru a argumenta, dar adevărul în acest caz ar trebui să fie descoperit empiric - încercați să vedeți ce se întâmplă. Deoarece știm atât de puține despre ce anume sunt procesul gândirii și semantica, orice certitudine cu privire la proprietățile relevante aici ar fi prematură. Searle sugerează de mai multe ori că fiecare nivel, inclusiv biochimia, trebuie să fie reprezentat în orice mașină care pretinde a fi inteligență artificială. Evident, aceasta este o cerință prea puternică. Un creier artificial poate obține același efect fără a utiliza mecanisme biochimice.

Această posibilitate a fost demonstrată în studiile lui K. Mead la Institutul de Tehnologie din California. Mead și colegii săi au folosit dispozitive microelectronice analogice pentru a crea o retină artificială și o cohlee artificială. (La animale, retina și cohleea nu sunt doar traductoare: există o procesare paralelă complexă care are loc în ambele sisteme.) Aceste dispozitive nu mai sunt simple modele într-un minicomputer la care chicotește Searle; sunt elemente reale de procesare a informaţiei care răspund în timp real la semnale reale: lumină în cazul retinei şi sunet în cazul cohleei. Proiectele dispozitivelor se bazează pe proprietățile anatomice și fiziologice cunoscute ale retinei pisicii și ale cohleei bufniței, iar producția lor este extrem de apropiată de ieșirile cunoscute ale organelor pe care le modelează.

Aceste microcircuite nu folosesc niciun neurotransmițător, prin urmare neurotransmițătorii nu par a fi necesari pentru a obține rezultatele dorite. Desigur, nu putem spune că retina artificială vede ceva, deoarece producția ei nu merge către talamusul artificial sau cortexul cerebral etc. Nu se știe încă dacă este posibil să se construiască un întreg creier artificial folosind programul Mead, dar la prezent Nu avem nicio dovadă că absența mecanismelor biochimice în sistem face ca această abordare să fie nerealistă.

Sistemul nervos cuprinde o întreagă gamă de organizare, de la moleculele neurotransmițătoare (mai jos) până la întregul creier și măduva spinării. Nivelurile intermediare conțin neuroni individuali și circuite neuronale, cum ar fi cele care implementează selectivitatea percepției stimulilor vizuali (în centru), și sisteme formate din mai multe circuite, similare cu cele care servesc funcțiile vorbirii (dreapta sus). Numai prin cercetare se poate stabili cât de aproape un sistem artificial este capabil să reproducă sistemele biologice care au o minte.

Ca și Searle, respingem testul Turing ca un criteriu suficient pentru prezența unei minți conștiente. La un nivel, avem motive similare pentru a face acest lucru: suntem de acord că este foarte important modul în care este implementată o funcție definită de input-output; este important ca procesele corecte să aibă loc în mașină. La un alt nivel, ne ghidăm după considerații complet diferite. Searle își bazează poziția pe prezența sau absența conținutului semantic pe intuiții de bun simț. Punctul nostru de vedere se bazează pe eșecurile specifice ale mașinilor MS clasice și meritele specifice ale mașinilor a căror arhitectură este mai apropiată de structura creierului. O comparație a acestor diferite tipuri de mașini arată că unele strategii de calcul au un avantaj uriaș și decisiv față de altele în ceea ce privește sarcinile mentale tipice. Aceste avantaje, stabilite empiric, nu provoacă îndoieli. Evident, creierul profită sistematic de aceste avantaje computaționale. Cu toate acestea, nu este în niciun caz singurul sistem fizic capabil să profite de ele. Ideea de a crea inteligență artificială într-o mașină non-biologică, dar în esență paralelă rămâne foarte tentantă și destul de promițătoare.

Mă voi gândi dacă mașinile pot gândi. Dar pentru aceasta trebuie mai întâi să definim sensul termenilor „mașină” și „gândește”. Ar fi posibil să se construiască aceste definiții în așa fel încât să reflecte cât mai bine posibil utilizarea obișnuită a acestor cuvinte, dar o astfel de abordare este plină de un anumit pericol. Ideea este că, dacă investigăm semnificațiile cuvintelor „mașină” și „gândește” examinând modul în care aceste cuvinte sunt de obicei definite, ne va fi dificil să evităm concluzia că sensul acestor cuvinte și răspunsul la întrebare "Mașinile pot gândi?" ar trebui căutat printr-o anchetă statistică similară unui chestionar Gallup. Cu toate acestea, acest lucru este ridicol. În loc să încerc să dau o astfel de definiție, voi înlocui întrebarea noastră cu o alta care este strâns legată de ea și este exprimată în cuvinte cu un sens relativ clar.

Această nouă formă poate fi descrisă în termenii unui joc pe care îl vom numi „jocul de imitație”. Acest joc este jucat de trei persoane: un bărbat (A), o femeie (B) și cineva care pune întrebări (C), care poate fi o persoană de orice gen. Cel care pune întrebări este separat de ceilalți doi participanți la joc prin pereții camerei în care se află. Scopul jocului pentru cel care pune întrebări este de a determina care dintre ceilalți doi jucători din joc este bărbat (A) și care este femeie (B). El le știe ca X și Y, iar la sfârșitul jocului spune fie „X este A și Y este B”, fie „X este B și Y este A”. Are voie să pună întrebări precum:

S: „Voi ruga pe X să-mi spună lungimea părului lui (sau ei).

Să presupunem acum că X este de fapt A. În acest caz, A trebuie să dea răspunsul. Pentru A, scopul jocului este să-l încurajeze pe C să ajungă la concluzia greșită. Deci răspunsul lui ar putea fi cam așa:

„Părul meu este tuns scurt, iar cele mai lungi șuvițe sunt lungi de aproximativ nouă centimetri.”

Pentru ca persoana care a întrebat să nu poată determina prin voce care dintre ceilalți doi participanți la joc este bărbat și care este femeie, răspunsurile la întrebări ar fi trebuit date în scris și chiar mai bine - la o mașină de scris. Cazul ideal ar fi un mesaj telegrafic între cele două camere în care se află jucătorii. Dacă acest lucru nu se poate face, atunci răspunsurile și întrebările ar trebui transmise de un intermediar. Scopul jocului pentru cel de-al treilea jucător, femeia (B), este să-l ajute pe cel care pune întrebări. Pentru ea, probabil cea mai bună strategie este să dea răspunsuri sincere. Ea poate face și observații precum „Femeie – eu, nu-l asculta!”, dar acest lucru nu va obține nimic, deoarece un bărbat poate face și el astfel de remarci.

Să ne punem acum întrebarea: „Ce se va întâmpla dacă o mașină ia parte la acest joc în loc de A?” Va greși cel care a întrebat în acest caz la fel de des ca într-un joc în care participanții sunt doar oameni? Aceste întrebări vor înlocui întrebarea noastră inițială, „Pot mașinile să gândească?”.

II. Critica noii formulări a problemei

Așa cum ne punem întrebarea: „Care este răspunsul la problemă în noua sa formă?”, se poate întreba: „Merită problema să fie luată în considerare în noua ei formulare?”. Vom lua în considerare această ultimă întrebare fără a amâna lucrurile la infinit, pentru a nu reveni asupra ei mai târziu.

Noua formulare a problemei noastre are avantajul de a face o distincție clară între capacitățile fizice și mentale ale omului. Niciun inginer sau chimist nu pretinde că creează un material care să nu fie distins de pielea umană. O astfel de invenție poate fi făcută într-o zi. Dar chiar și presupunând posibilitatea de a crea un material care nu se poate distinge de pielea umană, tot simțim că nu are sens să încercăm să facem „mașina de gândire” mai asemănătoare omului îmbrăcând-o într-o astfel de carne artificială. Forma pe care am dat-o problemei reflectă această împrejurare în condiția ca persoana care pune întrebări să nu intre în contact cu alți participanți la joc, să nu-i vadă sau să le audă vocile. Alte avantaje ale criteriului introdus pot fi arătate prin exemple de întrebări și răspunsuri posibile. De exemplu:

S: Vă rog să scrieți un sonet despre podul peste râul Forth.

A: Scoate-ma din asta. Nu am fost niciodată nevoită să scriu poezie.

C: Se adaugă 34.957 la 70.764.

A (tace aproximativ 30 de secunde, apoi dă un răspuns): 105 621.

S: Joci sah?

S: Am doar un rege pe e8 și nicio altă piesă. Ai doar un rege pe e6 și o turnă pe h1. Cum vei juca?

A (după 15 secunde de tăcere): Rh8. Mat.

Ni se pare că metoda întrebărilor și răspunsurilor este potrivită pentru a acoperi aproape orice domeniu al activității umane pe care dorim să o introducem în considerare. Nu vrem să dăm vina pe mașină pentru incapacitatea ei de a străluci în concursurile de frumusețe, nici să dăm vina pe o persoană pentru că a fost învinsă într-o competiție cu un avion, condițiile jocului fac aceste neajunsuri nesemnificative. Cei care răspund, dacă consideră că este potrivit, se pot lăuda cu farmecul, puterea sau curajul lor, după bunul plac, iar cel care pune întrebări nu poate cere dovezi practice în acest sens.

Poate că jocul nostru poate fi criticat pe motiv că în el avantajele sunt în mare parte de partea mașinii. Dacă o persoană ar încerca să se prefacă a fi o mașină, atunci, evident, ar părea foarte patetic. S-ar da imediat pe sine prin încetineala și inexactitatea în calcule. În plus, nu poate o mașină să facă ceva care ar trebui caracterizat ca gândire, dar care ar fi foarte diferit de ceea ce face o persoană? Această obiecție este foarte gravă. Dar, ca răspuns la aceasta, putem spune cel puțin că, dacă este încă posibilă implementarea unei mașini care va juca satisfăcător la imitație, atunci această obiecție nu ar trebui să fie deosebit de îngrijorată.

Ar putea fi remarcat că în „jocul de imitație” nu este exclusă posibilitatea ca simpla imitare a comportamentului uman să nu fie cea mai bună strategie pentru mașină. Un astfel de caz este posibil, dar nu cred că ne va conduce la ceva esențial nou. În orice caz, nimeni nu a încercat să exploreze teoria noastră de joc în această direcție și vom presupune că cea mai bună strategie pentru o mașină este să dea răspunsuri pe care o persoană le-ar da în mediul potrivit.

III. Mașini implicate în joc

Întrebarea pusă în secțiunea I nu va deveni complet precisă până când nu vom preciza ce anume se înțelege prin cuvântul „mașină”. Desigur, ne-am dori să putem folosi orice fel de echipament de inginerie în joc. De asemenea, suntem înclinați să admitem posibilitatea ca un inginer sau un grup de ingineri să poată construi o mașină care va funcționa, dar nu poate oferi o descriere satisfăcătoare a modului în care funcționează deoarece metoda pe care au folosit-o a fost practic experimentală. [prin încercare și eroare].În cele din urmă, am dori să excludem din categoria mașinilor persoanele care s-au născut într-un mod obișnuit. Este dificil să construiți o definiție în așa fel încât să satisfacă aceste trei condiții. Este posibil, de exemplu, să se ceară ca toți proiectanții unei mașini să fie de același sex; în realitate, totuși, acest lucru nu este suficient, deoarece, aparent, este posibil să crească un individ complet dintr-o singură celulă luată ( de exemplu) din pielea umană. A face acest lucru ar fi o ispravă de inginerie biologică demnă de cele mai mari laude, dar nu suntem înclinați să considerăm acest caz ca „construirea unei mașini de gândire”.

Acest lucru ne face să ne gândim să renunțăm la cerința ca orice fel de tehnologie să fie permisă în joc. Suntem și mai înclinați către această idee datorită faptului că interesul nostru pentru „mașinile care gândesc” a apărut din cauza unui tip special de mașină, numit de obicei „calculator electronic” sau „calculator digital”. Prin urmare, permitem doar computerelor digitale să ia parte la jocul nostru.

Altov Heinrich

Poate o mașină să gândească

Heinrich Altov

Poate o mașină să gândească?

Voi lua în considerare întrebarea: „Poate o mașină să gândească?” Dar pentru aceasta trebuie mai întâi să definim sensul termenului „gândiți”...

A. Turing. lanț de declanșare.

De două ori pe săptămână, seara, marele maestru venea la Institutul de Cibernetică și se juca cu aparatul electronic.

În holul spațios și pustiu era o masă joasă cu o tablă de șah, un ceas și un panou de comandă cu buton. Marele maestru s-a așezat pe un scaun, a aranjat piesele și a apăsat butonul „Start”. Pe partea din față a aparatului electronic s-a aprins un mozaic mobil de lămpi indicatoare. S-a vizat obiectivul sistemului de urmărire tablă de şah. Apoi o scurtă inscripție fulgeră pe tabla mată. Mașina a făcut prima mișcare.

Era destul de mică, mașina asta. Uneori, marelui maestru i se părea că cel mai obișnuit frigider stă în fața lui. Dar acest „frigider” a câștigat invariabil. Într-un an și jumătate, marele maestru abia a reușit să remizeze doar patru meciuri.

Aparatul nu a greșit niciodată. Amenințarea presiunii timpului nu a atârnat niciodată asupra ei. Marele maestru a încercat de mai multe ori să doboare mașina, făcând o mișcare deliberat ridicolă sau sacrificând o piesă. Drept urmare, a trebuit să apese în grabă butonul „Predare”.

Marele maestru era inginer și a experimentat cu o mașină pentru a rafina teoria automatelor auto-organizate. Dar uneori era înfuriat de ecuanimitatea absolută a „frigiderului”. Chiar și în momentele critice ale jocului, aparatul nu s-a gândit mai mult de cinci sau șase secunde. Clipind calm luminile multicolore ale lămpilor indicatoare, ea notă cea mai puternică mișcare posibilă. Mașina a fost capabilă să facă ajustări pentru stilul de joc al adversarului său. Uneori ridica obiectivul și se uita la persoana îndelung. Marele maestru era îngrijorat și a făcut greșeli...

În timpul zilei, un asistent de laborator tăcut a intrat în hol. Sumbru, fără să se uite la aparat, a reprodus pe tabla de șah jocurile în care se juca timp diferit jucători remarcabili de șah. Lentila „frigiderului” s-a extins până la eșec și a atârnat peste bord. Aparatul nu s-a uitat la asistentul de laborator. Ea a înregistrat informații fără pasiune.

Experimentul pentru care fusese creat automatul de șah se apropia de final. S-a decis organizarea unui meci public între om și mașină. Înainte de meci, marele maestru a început să apară și mai des la institut. Marele maestru a înțeles că pierderea era aproape inevitabilă. Și totuși a căutat din greu puncte slabeîn jocul frigiderului. Mașina, ca și cum ar fi ghicit despre lupta care urma, în fiecare zi a jucat din ce în ce mai puternic. Ea a dezlegat cele mai ingenioase planuri ale marelui maestru cu viteza fulgerului. Ea i-a zdrobit bucățile cu atacuri bruște și excepționale...

Cu puțin timp înainte de începerea meciului, mașina a fost transportată la clubul de șah și instalată pe scenă. Marele maestru a sosit chiar în ultimul moment. Deja regreta că a fost de acord cu meciul. Era neplăcut să pierzi cu „frigiderul” în fața tuturor.

Marele maestru și-a pus tot talentul și toată voința de a câștiga în joc. A ales o deschidere pe care încă nu o jucase cu un aparat, iar jocul a escaladat imediat.

La a douăsprezecea mișcare, marele maestru a oferit mașinii un episcop pentru un pion. O combinație subtilă, pregătită dinainte, a fost asociată cu sacrificiul episcopului. Aparatul s-a gândit nouă secunde - și a respins victima. Din acel moment, marele maestru a știut că va pierde inevitabil. Totuși, a continuat jocul - cu încredere, îndrăzneală, riscant.

Niciunul dintre cei prezenți în sală nu a văzut vreodată un asemenea joc. A fost o super artă. Toată lumea știa că mașina câștigă întotdeauna. Dar de data aceasta poziția de pe tablă s-a schimbat atât de repede și atât de brusc încât a fost imposibil de spus cine va câștiga.

După cea de-a douăzeci și nouă mișcare, pe tabela de marcaj a aparatului a fulgerat inscripția: „Remiză”. Marele maestru se uită uimit la „frigider” și se forță să apese butonul „Nu”. S-au urcat, rearanjand modelul luminii, luminile indicatoare - și au înghețat cu prudență.

În al unsprezecelea minut, a făcut mișcarea de care marele maestru se temea cel mai mult. A urmat un schimb rapid de piese. Poziția marelui maestru s-a înrăutățit. Cu toate acestea, cuvântul „Draw” a reapărut pe panoul de semnalizare al mașinii. Marele maestru a apăsat cu încăpățânare butonul „Nu” și a condus-o pe regina într-un contraatac aproape fără speranță.

Sistemul de urmărire al mașinii a început imediat să se miște. Ochiul de sticlă al lentilei îl privi pe bărbat. Marele maestru a încercat să nu se uite la mașină.

Treptat, tonurile galbene au început să predomine în mozaicul de lumină al lămpilor indicatoare. Au devenit mai bogate, mai strălucitoare – și în cele din urmă s-au stins toate lămpile, cu excepția celor galbene. O rază de aur a căzut pe tabla de șah, surprinzător de asemănătoare cu lumina caldă a soarelui.

Într-o tăcere tensionată, mâna ceasului mare de control clacă, sărind din diviziune în divizie. se gândi maşina. S-a gândit timp de patruzeci și trei de minute, deși cei mai mulți dintre jucătorii de șah care stăteau în sală credeau că nu era nimic special la care să se gândească și că este sigur să ataci cu un cavaler.

Deodată, luminile galbene s-au stins. Obiectivul, tremurând nesigur, și-a luat poziția obișnuită. Pe tabela de marcaj apărea o înregistrare a mișcării efectuate: aparatul a mutat cu grijă pionul. Se auzi un zgomot în hol; mulți au considerat că aceasta nu a fost cea mai bună mișcare.

Patru mișcări mai târziu, mașina a recunoscut înfrângerea.

Marele maestru, împingându-și scaunul înapoi, alergă spre mașină și ridică scutul lateral. Sub scut, lumina roșie a mecanismului de control a fulgerat și s-a stins.

Un tânăr, corespondent la un ziar de sport, s-a îndreptat pe scena, care s-a umplut imediat de jucători de șah.

Se pare că tocmai a cedat, spuse cineva nesigur. - A jucat atât de uimitor - și deodată...

Ei bine, știi, - a obiectat unul dintre celebrii jucători de șah, - se întâmplă ca nici măcar o persoană să nu observe o combinație câștigătoare. Mașina a jucat cu putere maximă, dar capacitățile sale erau limitate. Numai și totul.

Marele maestru coborî încet scutul mașinii și se întoarse către corespondent.

Deci, - repetă el nerăbdător, deschizând caietul, - ce părere ai?

Opinia mea? - a întrebat marele maestru. - Iată: lanțul de declanșare din blocul o sută nouă a eșuat. Desigur, mișcarea pionului nu este cea mai puternică. Dar acum este greu de spus unde este cauza și unde este efectul. Poate din cauza acestui lanț de declanșare, mașina nu a observat cea mai bună mișcare. Sau poate chiar a decis să nu câștige - și a costat-o ​​declanșatoarele electrocutate. La urma urmei, nu este atât de ușor pentru o persoană să se rupă...

Dar de ce această mișcare slabă, de ce să pierzi? - a fost surprins corespondentul. Dacă o mașină ar putea gândi, s-ar strădui să câștige.

Marele maestru a ridicat din umeri și a zâmbit.

Cum să spun... Uneori este mult mai uman să faci o mișcare slabă. Gata de decolare!

aiacul stătea pe o stâncă înaltă, departe în mare. Oamenii apăreau la far doar ocazional pentru a verifica echipamentul automat. La aproximativ două sute de metri de far, o insulă s-a ridicat din apă. Timp de mulți ani a început pe insulă, ca pe un piedestal, au instalat o navă spațială care s-a întors pe Pământ după un zbor pe distanțe lungi. Nu avea sens să trimită din nou astfel de nave în spațiu.

Am venit aici cu un inginer care se ocupa de farurile de pe toată coasta Mării Negre. Când am ajuns în vârful farului, inginerul mi-a întins binoclul și mi-a spus:

Va fi o furtună. Foarte norocos: înainte de vreme rea, el prinde mereu viață.

Soarele roșcat strălucea slab pe crestele cenușii ale valurilor. Stânca a tăiat valurile, au ocolit-o și au urcat zgomotos pe pietrele alunecoase și ruginite. Apoi, cu un oftat adânc, s-au răspândit ca niște șuvoaie spumoase, deschizând calea unor noi valuri. Așa au înaintat legionarii romani: primul rând, după ce a lovit, a revenit prin formațiunea deschisă, care apoi s-a închis și a pornit cu o vigoare reînnoită la atac.

Prin binoclu am putut vedea bine nava. Era o navă foarte veche, cu două locuri, de recunoaștere cu rază lungă. Două găuri bine petice ieșeau în evidență în prova. O adâncitură adâncă a trecut de-a lungul carenei. Inelul de rapel gravitațional a fost împărțit în două și aplatizat. Căutătorii în formă de con ai unui sistem de mult învechit și ai observației meteorologice cu infrasunete s-au rotit încet deasupra timoneriei.

Vedeți, - spuse inginerul, - simte că va fi o furtună.

Undeva un pescăruş a ţipat alarmat, iar marea a răsunat cu bătăile surde ale valurilor. O ceață cenușie, ridicată deasupra mării, a înnorat treptat orizontul. Vântul a tras crestele luminoase ale valurilor spre nori, iar norii, supraîncărcați de vreme rea, au coborât spre apă. Din contactul dintre cer și mare, ar fi trebuit să izbucnească o furtună.

Ei bine, încă înțeleg asta, - a continuat inginerul: - panourile solare alimentează bateriile, iar creierul electronic controlează dispozitivele. Dar orice altceva... Uneori pare să uite de pământ, de mare, de furtuni și începe să fie interesat doar de cer. Iese un radiotelescop, antenele de localizare se rotesc zi și noapte... Sau altceva. Deodată, un fel de țeavă se ridică și începe să se uite la oameni. Iarna, aici sunt vânturi reci, nava este acoperită de gheață, dar de îndată ce oamenii apar la far, gheața dispare instantaneu ... Apropo, algele nu cresc pe ea ...

Sau
nanotehnologiile digitale în viitorul nostru.

cuvânt înainte

Scriitorul american de science fiction Isaac Asimov are o poveste despre modul în care creierul artificial al unei nave spațiale, purtând numele femeii Maria, concepută pentru a îndeplini comenzi verbale de la comandantul navei, a vorbit mult cu comandantul său pe o varietate de subiecte viata umana, inclusiv dragostea, încercând să-și lumineze singurătatea în timpul zborului. Și ca urmare a comunicării lor strânse și lungi reciproce, Maria s-a îndrăgostit de comandantul ei și nu a vrut să se despartă de el după sfârșitul călătoriei lor.

Prin urmare, ea a făcut totul pentru ca întoarcerea lor pe pământ să nu aibă loc. Inteligența artificială a navei spațiale în fața femeii pe care o simțea Maria femeie iubitoareși a dus în mod deliberat nava spațială în infinitul universului, rămânând pentru totdeauna alături de iubitul său, chiar și mort.

Deci comunicarea cu inteligența artificială implică anumite pericole. Dar intelectualii noștri, care vorbesc mult și des pe posturile de televiziune rusești despre viitorul nostru, habar nu au despre asta.

Răspunsul este simplu și se află într-o frază ascuțită și sarcastică a unui autor necunoscut:
Și ea nu poate.

În regulă. Din moment ce pui întrebări atât de stupide, înseamnă că nici tu nu poți gândi.

Însă intelectualii noștri nu se lasă și vorbesc în continuare despre acest subiect la modă, despre inteligența artificială, al cărei timp, după părerea lor, a venit deja, la nesfârșit pe diverse canale de televiziune din țară.

Recent, la Canalul 24, am auzit o altă emisiune intelectuală a unor umanitari ruși despre noile „nanotehnologii” care se nasc acum în lumea noastră împreună cu primele mostre de opțiuni de inteligență artificială.

Ciudat, dar din anumite motive, acum în Rusia, viitorul nostru tehnic este discutat în principal de „specialiști” care nu sunt „techieni” prin educația lor, ci umanitari, tot felul de politologi, oameni de știință culturală, lingviști, filozofi, dealeri, manageri, jurnaliști politici și așa mai departe.în continuare și altele asemenea. Adică, oamenii care nu numai că nu fac distincția între un șurub și o piuliță, dar nici nu înțeleg esența gândirii tehnice. Dar, pe de altă parte, ei vorbesc cu încredere despre automate și sisteme robotizate cu care înlocuiesc oamenii Procese de producțieși chiar și acasă, despre inteligența artificială și conformitatea acesteia cu cerințele timpului nostru.

Oameni cu educatie tehnica, așa-zișii „techieni”, televiziunea nu este permisă în astfel de emisiuni, pentru că „techienii” în înțelegerea lor sunt oameni cu un mod de gândire primitiv, îngust la minte, limitati, de necontrolat și pot spune ceva greșit la astfel de emisiuni.

Și ei înșiși încep să vorbească cu entuziasm despre faptul că acum se naște deja era tipăririi produselor pentru consum uman în masă pe imprimante volumetrice și, prin urmare, în curând nu va mai fi nevoie de aceste fabrici cu țevi care fumează constant și otrăvesc în mod constant viețile noastre. mediu inconjurator. Și aceste sute și sute de specialități ale oamenilor care lucrează în fabrici moderne nu vor fi necesare. De ce sunt acum? Acum, consumatorii înșiși vor imprima bunurile de care au nevoie în viață prin internet și prin imprimantele lor 3D.

De exemplu, veți avea nevoie de ceva, începând cu o mașină cu frigider sau cu mobilier și aragaz pe gaz, căutați pe internet, alegeți firma de tipărire potrivită pentru produsele de care aveți nevoie, comandați și ei vor tipări produsul de care aveți nevoie și adu-l chiar acasă. Noile „nanotehnologii” sunt cele care ne vor oferi un viitor atât de fabulos.

În Skolkovo, computerele elaborează deja noi tehnologii în metalurgie și inginerie mecanică. Și nici laboratoare în primul sens al cuvântului cu o grămadă de echipamente metalurgice și de prelucrare a metalelor. Și fără zone industriale cu fabrici de fumat în cer în zona Skolkovo curată ecologic, fără ateliere, transportoare, furnale, convertoare, laminoare și tot felul de bucăți de fier. Unele computere și imprimante în vrac. Si nimic mai mult. Adevărat, doar piesele și produsele din plastic pot fi imprimate pe imprimante. Și da, mici. Dar asta e deocamdată. Pa. Și apoi vom trece la „nanomateriale” și viața va deveni ca într-un basm.

Apoi întreaga comunitate umană va trece complet la produse din „nanomateriale” tipărite pe imprimante volumetrice și va începe să își asigure tot ceea ce este necesar pentru viață conform programelor relevante.

De exemplu, există un geolog rus în SUA, un geofizician, nu îi voi da numele de familie, dar este un invitat frecvent la televizorul nostru. După absolvirea MGRI, acesta, nefiind de lucru în Rusia, a plecat în SUA, unde a primit foarte curând un laborator de geofizică, apoi un alt laborator în Canada și acum are un laborator în Elveția. El nu are încă treizeci de ani, dar este deja considerat un specialist major în cercetarea computerizată a scoarței terestre. Nu merge în expediții geologice, nu studiază nucleele scoase la forarea rocilor în diferite regiuni ale pământului, a transferat toate aceste lucrări grele și costisitoare ale geologilor de pe pământ pe un computer și este angajat doar în studiile computerizate ale scoarței terestre. și a prezentat deja teoria sa despre formarea stratului Mohorovichich, această limită inferioară a scoarței terestre, pe care există o creștere bruscă de neînțeles a vitezelor undelor seismice longitudinale. Și lumea științifică a acceptat teoria lui.

Tinerețea mea a fost petrecută în geologie și chiar am studiat patru ani la MGRI și știu în detaliu ce este, lucru pe teren în expediții geologice și cum a fost întocmită harta geologică a URSS, cea mai mare hartă din lume. Dar acum se dovedește că geologia practică, de câmp, a devenit inutilă societate modernă. Iar munca geologică camerală, care se făcea anterior pe baza rezultatelor sondajelor de teren, se poate face acum acasă, la birou, pe un computer, în condiții confortabile, iar expedițiile cu cele mai dificile condiții de viață și munca undeva în afara civilizației nu sunt mai nevoie.

Dacă este așa, atunci se dovedește că lumea noastră reală s-a schimbat cu adevărat radical și această nouă, așa-numită realitate virtuală, îndepărtează deja în mod activ vechile idei despre viața noastră actuală.

Și acum chiar nu avem nevoie de fabrici pentru a fabrica produsele de care avem nevoie și nici nu avem nevoie de expediții pentru a studia suprafața și intestinele pământului, ci avem nevoie doar de computere cu imprimante 3D care, cu o programare adecvată, vor rezolva. toate problemele noastre reale ale noii noastre vieți reale. Dar este totul?!

Dintr-o dată, și, ca întotdeauna, apa a izbucnit brusc în intrarea noastră și am sunat la celebrul Birou pentru Locuințe și am chemat instalatorii pentru a elimina accidentul. Și nu aveau nevoie de super computere cu imprimante volumetrice, ci aveau nevoie doar de unelte de lăcătuș, cu care au venit la noi pentru a elimina accidentul și s-au jucat cu înlocuirea țevilor sparte mai mult de două zile. Dar intelectualii moderni îmi spun că acest caz al meu, în special, nu are nimic de-a face cu inteligența artificială.

Se vede că sunt atât de mult un om al epocii trecute și nu înțeleg atât de mult realitățile de azi încât să nu aibă loc pentru mine în noua lume a computerelor. Până la urmă, aceasta nu ar trebui să fie deloc societatea noastră actuală, pentru că mintea umană modernă nu va putea controla astfel de procese computerizate, aici avem nevoie de o minte artificială, un creier artificial, o inteligență artificială. Și doar o mică parte din oamenii moderni vor putea lucra cu inteligență artificială, astfel încât restul populației lumii va deveni de prisos și inutil pentru oricine. Ce va trebui făcut cu ei atunci este încă necunoscut. Inca nu m-am hotarat!

Așa se naște ideea „miliardului de aur” de „conducători” moderni ai pământului, a căror sarcină este să gestioneze și să folosească bunurile pământești, iar restul oamenilor de pe pământ va fi nevoie doar pentru a le sluji. și să le creeze condiții confortabile de viață. Dar de unde să-i iei, acești candidați pentru acceptarea în „miliardul de aur”, acești oameni cu inteligență super înaltă, care pot lucra cu inteligență artificială? Și vor trebui să fie selectați deja în stadiul de sarcină. Și această selecție va trebui să fie efectuată de inteligența artificială însăși, inteligența artificială însăși.

Și astfel de prostii au durat aproape două ore pe canalul 24. De unde vin toate acestea în lumea modernă? Răspunsul este simplu. Scăderea nivelului general și profesional de educație în țările din Europa și America, ca să nu mai vorbim de Rusia, este atât de puternică încât face ca populația semieducată din Occident și Rusia să creadă activ în astfel de „povesti” și basme.

Dar viața încă rupe percepția lor intelectuală despre viața noastră din jur, realitatea noastră actuală. Și se rupe tot timpul. Dar ei nu observă acest lucru, pentru că privirea lor este îndreptată spre viitor, unde nu există murdărie din viața de zi cu zi și ei sunt îndreptați către viitor.

Până la urmă, niciunul dintre ei nu are nici măcar întrebările cele mai elementare despre cine, atunci, va construi locuințe pentru acești intelectuali, drumuri, cine le va asigura hrana, cine le va curăța deșeurile, cine ne va repara casele, curțile, conductele noastre de apă și gaz, care vor produce și întreține ei înșiși aceste computere și imprimante. OMS? Inteligența artificială însăși va decide totul, îmi răspund ei. Și sunt încrezători în răspunsul lor și mă privesc cu condescendență pe mine și pe oameni ca mine.

Dar poate această inteligență artificială să concureze cu cea umană? Întrebarea este retorică. Ca să nu spun prost. Dar ei îmi spun că inteligența artificială îi bate deja pe oameni la șah și la programare. Iar pictura modernă cu sculptură „se strică” într-un mod pe care nicio imaginație umană nu și-l poate imagina.

Și nu are rost să ne certăm cu ei despre asta. Dar, mi se pare, este mintea lor pe care o poate înlocui inteligența artificială. Nu există dificultăți aici. Pentru că ei cred standard și primitiv. Dar mintea mea, mintea unui inginer-inventator, mintea soției mele, a unui medic de înaltă calificare și a altor oameni similari care își fac treaba profesional, nicio minte artificială nu poate înlocui. Nu vorbesc aici despre mintea femeilor mame.

Dar mintea majorității funcționarilor de stat și a deputaților de diferite feluri de „dume de stat” și a numeroșilor lor asistenți, ar merita chiar înlocuită cu una artificială deodată. La fel ca și mintea acestor „intelectuali”, doctori din tot felul de științe, care dezvăluie ore în șir la televizor despre viitorul nostru strălucit, controlat de „miliardul de aur” al umanității, înarmat cu inteligență artificială, pentru a pune societatea sub control este deja. devenind cea mai importantă și necesară sarcină din Rusia. Altfel, ne vom îneca în verbiajul lor gol.

PS Conceptul de a gândi, a gândi, fiecare persoană are a lui. Un bărbat gândește când gândește pentru trei; o femeie se gândește atunci când își alege o rochie pentru a ieși la o întâlnire sau se machiază pe față; un om de afaceri se gândește când încearcă să-și plătească lucrătorii mai puțin și să pună mai mult în buzunar; un inginer gândește când rezolvă o problemă tehnică în fața lui și așa mai departe și așa mai departe. Ei bine, la ce se gândește actualul oficial de stat, habar n-am, pentru că această sferă a activității umane din Rusia de astăzi este un mister absolut pentru mine. La urma urmei, nu există nici măcar un indiciu de gândire - doar interese primitive, egoiste.

Imitație de fiziologie
Cert este că termenul de „Inteligentă artificială” (apropo, fiind înlocuit treptat cu conceptele de „sisteme inteligente”, „metode de luare a deciziilor”, „mining de date”) a fost considerat inițial incluziv pentru o clasă mare de modele. și algoritmi care ar fi trebuit să funcționeze la fel.ca creierul uman (după ideile vremii).
Acestea includ, de exemplu, rețelele neuronale notorii ale tuturor benzilor și algoritmii genetici.

Generalizare, statistică și analiză
Pe de altă parte, multe metode ale așa-numitei IA nu sunt altceva decât dezvoltarea ramurilor matematicii: statistică, cercetare operațională, topologie și spații metrice. Acestea includ majoritatea metodelor de extragere a datelor și de descoperire a datelor de cunoaștere, analiza clusterului, metoda de contabilizare de grup a argumentelor și altele.

Acestea sunt metode ale așa-numitei inferențe inductive, când modelele generale sunt derivate pe baza datelor disponibile.

Reguli, logica, concluzie
Al treilea grup special poate combina metode care încearcă să construiască modele generale și să tragă concluzii din acestea în raport cu fapte specifice. Acestea sunt metode de inferență deductivă și sunt reprezentate de: vechiul calcul silogistic, propozițional și predicat al lui Aristotel, diverse sisteme formale și logici. Imediat, teoriile limbajelor formale și naturale, diverse gramatici generative, au fost atașate de margine.

Vedem că totul la care se face referire de obicei prin termenul „AI” încearcă să simuleze sau să rezolve logic sarcina de imitare intelectul uman.

Se pune întrebarea, ce face o persoană, care este atât de specific încât computerele moderne, construite pe principiile lui Babbage, nu fac încă?
Una dintre definițiile sarcinilor cu care se ocupă AI este: „o sarcină pentru care nu există o soluție algoritmică sau ea nu se aplică din cauza complexității de calcul».

Astfel, de exemplu, sarcina de a juca dame a fost cândva o sarcină AI, iar după construirea unui model complet și a unui set de bază de date completă de mișcări de neîmbunătățit, s-a transformat într-o simplă sarcină de căutare în baza de informații (vezi și ).

Sarcinile AI se schimbă în timp
Poate că copiii noștri vor trăi în lumea informației, când multe sarcini vor fi rezolvate și vor apărea altele noi - de la comunicarea în limbaje naturale până la controlul automat al tuturor tipurilor de echipamente și mecanisme.

Totuși, când fiecare dintre noi a auzit cuvintele „inteligență artificială”, ne-am dorit altceva.
Am vrut să luăm o mașină care poate gândi care deține abilitățile de bază de învățare, generalizare; este capabil, ca și organismele vii, să înlocuiască unele organe cu altele și să se perfecționeze. Toată lumea a citit literatura științifico-fantastică timpurie, nu?

A fost un băiat?
Deci unde s-a dus intelectul? Când și de ce ceea ce doream să vedem a devenit modele matematice plictisitoare și algoritmi destul de ineleganți?

Câteva rânduri offtopic. Dacă faceți o dizertație cu cuvântul „inteligent”, atunci membrii consiliului vă vor cere de obicei să indicați locul din sistem care este intelectual și să demonstrați DE CE este. Această întrebare se referă la absolut „ne-apucare”.

Faptul este că oamenii care au venit cu tot ceea ce reprezintă „AI” modern au fost conduși de idei inovatoare și revoluționare pentru acea vreme (de fapt, timpul nostru diferă doar prin faptul că am jucat deja toate acestea după pofta inimii noastre, inclusiv folosind puterea de calcul modernă)

Exemplul 1 (din tărâmul incognoscibilului).
Rețele neuronale de propagare directă cu algoritm de propagare inversă a erorilor (așa-numita propagare inversă). Aceasta este cu siguranță o descoperire.
O rețea configurată corespunzător (cu intrări și ieșiri alese inteligent) poate învăța orice secvență de intrare și poate recunoaște cu succes exemplele pe care nu le-au fost predate.
Un experiment tipic este formulat astfel: 1000 de exemple, pe jumătate din care predăm algoritmul, iar pe cealaltă verificăm. Iar alegerea primei și a celei de-a doua reprize se face aleatoriu.
Funcționează, personal am predat diferite NN-uri de cel puțin 10 ori diferite sarcini și am obținut rezultate normale, cu 60-90% răspunsuri corecte.

Care este problema rețelelor neuronale? De ce nu sunt inteligența autentică?
1. Aproape întotdeauna, datele de intrare trebuie pregătite și preprocesate cu mare atenție. Adesea, tone de cod și filtre sunt create pentru a face datele comestibile pentru rețele. Altfel, rețeaua va învăța ani de zile și nu va învăța nimic.
2. Rezultatul învățării NN nu poate fi interpretat și explicat. Și expertul își dorește cu adevărat asta.
3. Rețelele de multe ori doar memorează exemple, mai degrabă decât modele de învățare. Nu există modalități exacte de a construi o rețea suficient de inteligentă pentru a reprezenta modelul și nu suficient de încăpătoare pentru a reține prostește întregul eșantion.

Care este inteligența rețelelor neuronale?
Prin faptul că nu am învățat sistemul să rezolve o problemă, l-am învățat să învețe cum să rezolve probleme. Algoritmul pentru determinarea sexului unei persoane nu este încorporat în sistem de către o persoană, se găsește aproape empiric și este cusut în greutățile sinapselor. Acesta este elementul inteligenței.

Exemplul 2 (din domeniul inferenței deductive).
Ideea este simplă. Vom învăța mașina să gândească ca o persoană (bine, cel puțin să tragă concluzii primitive) și să ofere fapte elementare. În continuare - las-o.
Sistemele expert, sistemele logice ale mașinii, ontologiile (cu o oarecare întindere) funcționează conform acestui principiu. Funcționează? Fara indoiala. Mii de sisteme pentru diagnosticarea bolilor și descrierea domeniilor de cunoaștere au fost implementate și continuă să funcționeze.

Care este problema? De ce sistemele formale nu sunt inteligența adevărată?
Problema este că sistemul, după ce a absorbit volumele colosale de sânge și sudoare ale creatorilor săi, începe, cel puțin, să repete și să dezvolte deciziile expertului (sau comunității) care l-a predat.
Este de ajutor? Fara indoiala. Expertul este muritor, sarcinile se înmulțesc.

Care este inteligența sistemelor bazate pe cunoaștere?
Faptul că aparatul face concluzii NOI pe care nimeni nu le-a învățat. Acest element al muncii ei este extrem de sărac (până în prezent) și limitat de modelele și algoritmii care au fost stabiliți. Dar acesta este un element de inteligență.

Deci, care este problema cu inteligența artificială modernă?
Suntem doar foarte mici. Ideile noastre naive și superficiale despre cum gândește o persoană și cum funcționează creierul dau roadele pe care le merită.

Desigur, suntem nebun de departe de a crea mașini care ar fi capabile să gândească în sensul nostru uman, dar pașii noștri în această direcție sunt corecti și folositori.

Și chiar dacă mergem în direcția greșită, cine știe, poate, ca și Strugațki, noi, ca urmare a eforturilor direcționate, vom face din neatenție ceva mult mai bun decât ne-am propus?