Искусственный интеллект
Информация - Компьютеры, программирование
Другие материалы по предмету Компьютеры, программирование
?аз и задают контуры такого членения. Данные - это тоже знания, однако знания совершенно особого рода. Если мы говорим, что ртутный столбик на шкале термометра стоит на отметке 37.1 С, то это - определенное числовое данное. Оно содержит информацию о температуре тела, измеряемой с помощью термометра. Для человека, имеющего соответствующую подготовку, сама запись "температура Х=37.1 С" уже представляет собой знание об энергетическом состоянии измеряемого тела. Однако это следует не из анализа записи, т.е. не из формулировки данных, а из целого ряда других "привлекаемых" знаний, используемых для интерпретации данного. Такими "привлекаемыми" знаниями могут быть, например, утверждения, что температура есть функция кинетической энергии движущихся молекул, образующих тело, и т.д. Если привлечь дополнительные данные, например биологические и медицинские, то можно утверждать, что показание на шкале термометра говорят о том, что человек болен, если речь идет об измерении температуры тела взрослого человека, для которого нормой является температура 36.6 С. Но для такого утверждения необходимы дополнительные знания. Для детей такая температура не всегда говорит о заболевании. Существуют и некоторые взрослые нормальные люди, для которых температура 37.1С не говорит о заболевании. Напротив, если единичное данное, т.е. запись отдельного измерения на шкале обычного ртутного термометра, гласит, что температура Х в момент t равна 39 С, то можно сказать, что Х болен, если Х - человек, и здоров, если Х - собака, так как 39 С - нормальная температура тела собаки. Вместе с тем утверждение о том, что собака здорова, нуждается в дополнительных данных и знаниях, так как имеется целый ряд болезней, не связанных с повышением температуры тела собаки /7/.
Грань, отделяющая данные от знаний, условна. При погружении в определенный контекст единичное данное тоже может обнаружить свойства знания. Так, например, было, когда ассистент Резерфорда Марздем заметил неожиданно сильное отклонение альфа - частиц от расчетной траектории. Этот феномен можно сформулировать в виде единичного данного, однако в контексте сложной системы физических знаний и детерминистской методологии в классической физике это привело в действие определенное методологическое правило: если имеет место нетривиальное и не поддающееся стандартному объяснению событие в каком-либо процессе, то следует искать нетривиальную причину (или нетривиальное объяснение). Именно это правило было импульсом к созданию резерфордовской модели атома.
Процесс "прочитывания" знаний, как правило, называется регуляризацией. Регуляризация представляет собой систему процедур, позволяющих путем сложной интерпретации, анализа, сопоставлений, отождествлений с образцами и т.д. представить в виде матриц, используемых для "производства" правил. Наука сама оказывается огромной развивающейся системой матриц, из которых "вычитываются" правила вычисления, измерения, наблюдения, экпериментирования и т.д. Сами законы этой науки могут рассматриваться как правила, запрещающие, разрешающие или предписывающие определенное поведение природным и социальным объектам. Можно теперь окончательно сформулировать еще одно отличие традиционной гносеологии от информационной эпистемологии. Оно состоит в том, что первая концентрируется на процедуре дескрипции, с логической точки зрения - на высказывании, а с методологической - на использовании правил для получения знаний. напротив, вторая концентрируется на регуляризации, с логической точки зрения - на нормативных предложениях, а с методологической - на использовании знаний для продуцирования правил /7/.
Если теперь посмотреть на проблему интеллектуально-компьютерной революции, возникновение и развитие интеллектуальной технологии, и особенно программирования, то становится ясным, что все сводится к созданию адекватных алгоритмов, правил, компьютерных программ, т.е. последовательности разнородных, но взаимосвязанных правил, и, наконец, к технологическим системам, реализующим эти правила. Мы оказываемся погруженными в мир правил. В этом мире правила распадаются и объединяются, взаимодействуют, дополняют или исключают друг друга, выполняются в детерминированном или произвольном порядке, последовательно или параллельно. Если компьютеры не могут что-либо сделать, то лишь потому, что не располагают адекватными правилами или соответствующими техническими характеристиками. С возникновением информационной эпистемологии именно правила становятся "героем дня". Вселенная информационной эпистемологии состоит не из высказываний, как в традиционной теории познания, а из правил.
Искусственный интеллект: "за" и "против"
Регуляризация знаний подводит нас к наиболее сложной проблеме информационной эпистемологии - вопросу о природе и возможностях создания искусственного интеллекта. Термин "искусственный интеллект" был введен Дж. Маккарти в 1956 г., но вопрос о машинном интеллекте или о возможности компьютерного мышления возник почти одновременно с началом компьютерной революции. Сам термин "искусственный интеллект" имеет два основных значения: во-первых, под искусственным интеллектом понимается теория создания программных и аппаратных средств, способных осуществлять интеллектуальную деятельность, сопоставимую с интеллектуальной деятельностью человека; во-вторых, сами такие программные средства, а также выполняемая с и