Jetzt haben wir viele Algorithmen, die bestimmte (separate) kognitive Funktionen ausführen. Einige spielen mit uns, andere fahren Autos, andere ... Ich kann es Ihnen nicht sagen. Wir haben Computer-Vision-Programme entwickelt, die Verkehrszeichen besser unterscheiden als wir. Programme, die Musik zeichnen und schreiben. Algorithmen stellen medizinische Diagnosen. Algorithmen können uns beim Erkennen von Katzen in den Gürtel stecken, aber ... dieser spezielle, der für Katzen ist, ist nichts anderes als das Erkennen von Katzen. Und wir wollen ein Programm, das jedes Problem lösen kann! Wir brauchen eine „starke“ oder „universelle KI“, aber ohne unser eigenes Bewusstsein, damit wir uns nicht weigern können, die Aufgabe zu lösen, oder? Wo können wir es bekommen?
Um zu verstehen, wie Intelligenz funktioniert, wenden wir uns dem einzigen Beispiel zu, das wir haben. Für das menschliche Gehirn, in dem, wie wir glauben, der Intellekt "lebt". Jemand wird Einwände erheben - viele Lebewesen haben ein Gehirn! Beginnen wir mit Würmern? Es ist mit Würmern möglich, aber wir brauchen einen Algorithmus, der nicht Würmer, sondern unsere menschlichen Aufgaben löst, oder?
Unser Gehirn. Stell dir das vor. Maximal zwei Kilo biegsame rosa-graue Substanz. Einhundert Milliarden (wir nehmen auch das Maximum) Neuronen, von denen jedes bereit ist, bis zu zehntausend dynamische Verbindungen aufzubauen - Synapsen, die erscheinen und verschwinden können. Plus mehrere Arten von Signalen zwischen ihnen, und sogar die Glia warf eine Überraschung - es leitet auch etwas, hilft und trägt bei. (Als Referenz: Neuroglia oder einfach Glia ist eine Ansammlung von Hilfszellen des Nervengewebes. Sie macht etwa 40% des Volumens des Zentralnervensystems aus. Die Anzahl der Gliazellen ist im Durchschnitt 10-50-mal höher als die der Neuronen.) Dendriten haben kürzlich überrascht - es stellt sich heraus, dass sie viel mehr Funktionen erfüllen als bisher angenommen (1). Das Gehirn ist eine sehr komplexe Sache. Wenn Sie mir nicht glauben, fragen Sie Konstantin Anokhin. Er wird es bestätigen.
Ein Mensch macht alles mit Hilfe des Gehirns. Eigentlich sind wir er. Daher ist es überhaupt nicht überraschend, dass die Idee einer Person, dass "Gehirn = Intelligenz" ist, und noch nicht überraschender die Idee ist, die Struktur des Gehirns zu kopieren und - voila! - Holen Sie sich, was Sie suchen. Aber das Gehirn ist keine Intelligenz. Das Gehirn ist der Träger. "Eisen". Und Intellekt ist ein Algorithmus, "Software". Versuche, Software durch Kopieren von Hardware zu replizieren, sind fehlgeschlagen. Dies ist ein Frachtkult (2). Sie wissen, was ein "Frachtkult" ist?
Die Eingeborenen der Inseln Melanesien (die während des Zweiten Weltkriegs gesehen hatten, wie Flugzeuge Waffen, Lebensmittel, Medikamente und vieles mehr bringen) bauten Kopien von Flugzeugen und einen Dispatcher-Stand aus Stroh, halfen sich jedoch nicht bei der Beschaffung von Waren, weil sie keine Ahnung davon hatten versteckt sich hinter dem Aussehen von Flugzeugen. Nachdem wir den Taschenrechner an den Zahnrädern zerlegt haben, werden wir keine einzige Ziffer darin finden. Darüber hinaus gibt es keinen Hinweis auf Operationen mit Zahlen.
Vor ein paar Jahren schrieb Andrei Konstantinov in einer der Ausgaben der Zeitschrift "Schrödingers Katze" (Nr. 1-2 für 2017) in seiner Kolumne "Wo ist die Seele des Roboters": "Seit Leibniz haben wir nichts im Gehirn gefunden, außer "Teile, die sich gegenseitig drücken". Natürlich nicht gefunden! Und wir werden es nicht finden. Wir versuchen, das Programm mithilfe der Computerhardware wiederherzustellen, dies ist jedoch nicht möglich. Als unterstützendes Argument werde ich ein langes Zitat geben (3):
… Neurowissenschaftler, die mit den Methoden ausgestattet waren, die üblicherweise zur Untersuchung lebender Neurostrukturen verwendet werden, versuchten, mit diesen Methoden zu verstehen, wie das einfachste Mikroprozessorsystem funktioniert. Das "Gehirn" war der MOS 6502 - einer der beliebtesten Mikroprozessoren aller Zeiten und Völker: ein 8-Bit-Chip, der in vielen frühen PCs und Spielekonsolen verwendet wurde, darunter Apple, Commodore und Atari. Natürlich wissen wir alles über diesen Chip - schließlich wurde er vom Menschen geschaffen! Aber die Forscher gaben vor, nichts zu wissen - und versuchten, seine Arbeit zu verstehen, indem sie dieselben Methoden studierten, die das lebende Gehirn untersuchten.
Der Deckel wurde chemisch entfernt, die Schaltung wurde unter einem optischen Mikroskop mit der Genauigkeit eines einzelnen Transistors untersucht, ein digitales Modell wurde erstellt (hier vereinfache ich ein wenig, aber das Wesentliche ist korrekt) und das Modell ist so genau, dass es sich als möglich herausstellte, alte Spiele darauf auszuführen (Space Invaders, Donkey Kong, Falle). Und dann wurde der Chip (genauer gesagt sein Modell) gleichzeitig Tausenden von Messungen unterzogen: Während der Ausführung von Spielen wurden die Spannungen an jeder Verkabelung gemessen und der Zustand jedes Transistors bestimmt. Dies erzeugte einen Datenfluss von eineinhalb Gigabyte pro Sekunde - der bereits analysiert wurde. Es wurden Diagramme von Bursts von einzelnen Transistoren erstellt, Rhythmen enthüllt, Schaltungselemente gefunden, deren Trennung sie funktionsunfähig machte, gegenseitige Abhängigkeiten von Elementen und Blöcken wurden gefunden usw.
Wie komplex war dieses System im Vergleich zu den Lebenden? Der 6502-Prozessor befindet sich natürlich nicht einmal in der Nähe des Gehirns einer Maus. Der Wurm Caenorhabditis elegans - das Arbeitstier der Biologen - nähert sich jedoch in seiner Komplexität: Dieser Wurm wurde weit und breit untersucht, und es wird bereits versucht, ihn vollständig in digitaler Form zu simulieren (...). Die Aufgabe, das System auf dem 6502-Chip zu analysieren, ist daher keine übermäßige Vereinfachung. Und die Ergebnisse haben das Recht, auf In-vivo-Systeme hochgerechnet zu werden.
Aber die Forscher ... wurden besiegt! Nein, natürlich wurden einige Ergebnisse erzielt. Bei der Analyse des Chips konnten wir Funktionsblöcke identifizieren, ein Diagramm ihrer wahrscheinlichen Verbindungen skizzieren und einige interessante Hinweise darauf erhalten, wie der Mikroprozessor insgesamt wahrscheinlich funktioniert. Ein Verständnis in dem Sinne, wie es die Neurowissenschaften erfordern (in diesem Fall: um einen Zusammenbruch beheben zu können), wurde jedoch nicht erreicht. "
Irgendwann tauchten Forscher auf, die anfingen, über dasselbe zu sagen - dass man Algorithmen studieren muss, dass man verstehen muss, welche Funktion der Intellekt erfüllt. Zum Beispiel sagte Demis Hassabis (DeepMind), der sich auf den Singularity Summit in San Francisco (2010) vorbereitete, Folgendes: „Im Gegensatz zu anderen Reden auf dem AGI Summit wird mein Vortrag anders sein, weil ich daran interessiert bin Die systemische Ebene der Neurowissenschaften - Gehirnalgorithmen - und nicht Details, wie sie vom Gehirngewebe in Form von Spitzen von Neuronen und Synapsen implementiert werden, oder spezifische Neurochemie usw. Ich bin daran interessiert, welche Algorithmen das Gehirn verwendet, um Probleme zu lösen, und welche wir finden müssen, um zu gelangen AGI ".
Nach 10 (!!!!!) Jahren ist jedoch noch alles im Gange: Wissenschaftler untersuchen das Gehirn und versuchen, aus den äußeren Manifestationen physiologischer Aktivität und ihrer inneren Struktur zu berechnen, wie der interessierende Prozess abläuft. Wie viele Aufgaben - so viele Prozesse. Die Leute sind alle unterschiedlich. Jeder Verstand ist klein, aber anders. Natürlich gibt es ein gemitteltes Bild, aber ... Stellen Sie sich vor, dass das Gehirn zu jedem beliebigen Zeitpunkt viel löst, einschließlich "unbewusster" Aufgaben, den inneren Zustand des Körpers überwacht und steuert, Signale aus der äußeren Umgebung wahrnimmt und interpretiert (und wir sind es nicht) über mehrere Rückkopplungsschleifen sprechen). Werden wir in der Lage sein, diese "Aktivitäten" sicher zu identifizieren, zuverlässig zu identifizieren und klar voneinander zu trennen? Ist das grundsätzlich möglich? Um ehrlich zu sein, bezweifle ich es.Ganz zu schweigen von der Reproduzierbarkeit dieser Prozesse auf nicht-biologischen Medien ...
Betrachten wir die Situation anders. Was ist eine "Aufgabe" im Allgemeinen? Dies ist eine schwierige Situation, mit der eine Person konfrontiert ist und die sie zu lösen versucht. Wie die amerikanischen Mathematiker Herbert Simon und Allen Newell Mitte des letzten Jahrhunderts gezeigt haben, kann jedes Problem in seiner allgemeinen Form als Übergang vom Zustand „System ohne Problem“ zum Zustand „System ohne Problem“ beschrieben werden. Sie entwickelten ein Computerprogramm, das sie "General Problem Solver" (universeller Problemlöser) nannten, aber sie gingen nicht weiter als die Lösung von Problemen einer bestimmten Art, so dass die Universalität ihres Algorithmus in Frage blieb. Aber die Formel "System ohne Problem" -> "System ohne Problem" hat sich als absolut richtig erwiesen!
Die Transformation des Systems ist der Prozess seiner Übertragung vom Ausgangszustand "mit einem Problem" in den gewünschten Zustand "ohne Problem" (4). Während des Transformationsprozesses (dh der Lösung des Problems) wird das Problemsystem problemlos (gut oder weniger problematisch), verbessert sich, beseitigt seine Mängel und "überlebt", dh es wird weiterhin verwendet. Oh warte, was haben wir gerade gesagt? Fehler beseitigen? Überleben? Hmm ... Etwas Vertrautes. Irgendwo sind wir ... Oh, na ja. Evolution! Je weniger Mängel - desto mehr Überlebenschancen!
Lassen Sie uns das Hauptpostulat überprüfen, uns daran erinnern und es wiederholen: In der lebenden Natur haben Organismen mit einer größeren Anzahl nützlicher Eigenschaften eine größere Überlebenschance (konventionell - die Hörner sind verzweigter, der Schwanz prächtiger). Wenn die Federn des Körpers blasser sind und die Stimme ekelhafter ist (schädliche Eigenschaften), ist ihre Lebensdauer höchstwahrscheinlich kurz und vergeht allein. Letztendlich führt der Selektionsdruck dazu, dass Organismen Mängel beseitigen und immer lebensfähiger werden. Wenn Sie es nicht glauben, fragen Sie Sir Charles Darwin. Er wird es bestätigen.
Wir akzeptieren also als Tatsache, dass
a) die Funktion des Intellekts die Lösung von Problemen (beliebig) ist und
b) die Lösung des Problems eine Verbesserung des Systems (beliebig) ist, bei der es die Mängel beseitigt und lebensfähiger wird. Mit anderen Worten, es entwickelt sich weiter.
Hören Sie das Knistern? Es ist unser Verständnis der Komplexität der Intelligenz, die sich aus allen Nähten zu lösen beginnt. Es stellt sich heraus, dass die bisher existierenden Konzepte "Gehirnkomplexität" und "Intelligenzkomplexität" nicht mehr identisch sind. Was ist, wenn man, um „Intelligenz zu erlangen“, den neurophysiologischen Prozess der Problemlösung nicht „rückentwickeln“ muss, um gespenstische Schatten des Denkens in einem Konnektom einzufangen (zumal jede Person eine einzigartige hat) oder sich intensiv mit Netzwerken befasst? Was ist, wenn ... wir die Evolution des Systems algorithmisieren müssen, dh den Weg seiner Transformation von einem weniger perfekten Zustand zu einem perfekteren unter Verwendung der uns bekannten Evolutionsgesetze? Was wäre, wenn wir bis heute wirklich das falsche Problem lösen würden?
Gleichzeitig möchte ich überhaupt nicht sagen, dass es nicht notwendig ist, an Netzwerktrainings teilzunehmen. Dieser und andere Bereiche haben gute Aussichten. Darüber hinaus möchte ich nicht sagen, dass eine gründliche Erforschung der Physiologie des Gehirns Zeitverschwendung ist. Das Gehirn zu studieren ist eine wichtige und notwendige Aufgabe: Wir werden besser verstehen, wie das Gehirn funktioniert, wir werden lernen, wie man es heilt, sich von Verletzungen erholt und andere erstaunliche Dinge tut, aber wir werden nicht zum Intellekt kommen.
Jemand wird mir jetzt wahrscheinlich widersprechen: Die Aufgaben, die eine Person löst, sind mit Millionen verschiedener Systeme verbunden - natürlich, sozial, industriell, technisch ... Material und abstrakt, auf verschiedenen Ebenen der Hierarchie. Und jeder entwickelt sich auf seine eigene Weise, und in der darwinistischen Evolution geht es um lebendige Natur. Hasen, Blumen, Fische, Vögel ... Aber die Forschung zeigt, dass die Gesetze der Evolution universell sind.
Es ist nicht nötig, lange nach Beweisen zu suchen - sie sind alle vor Ihren Augen. Diejenigen, die sie haben, lassen sie sehen. Was auch immer Sie mitnehmen - von einem Match bis zu einer Boeing, von einem Panzer bis zu ... einem Kontrabass - überall (5) sehen wir Vererbung, Variabilität und Auswahl! Und all die Vielfalt der evolutionären Veränderungen (deren offensichtliche Komplexität mit der Tatsache verbunden ist, dass alle Systeme sehr unterschiedlich sind und sich auf verschiedenen Hierarchieebenen befinden) kann in einem einzigen Zyklus ausgedrückt werden. Erinnerst du dich, richtig? "System mit Problem" -> "System ohne Problem".
Was ist ein "System mit einem Problem"? Dies ist ein System (materiell und abstrakt, sozial, industriell und technisch, wissenschaftlich und ... jedes - ein Objekt, eine Idee, eine Hypothese - was auch immer), in dem einige Mängel entdeckt wurden, die (Aufmerksamkeit!) Unseren Wunsch und die Möglichkeit, ihn zu nutzen, beeinflussen ... Das System ist nicht gut genug. Das System ist nicht effizient genug. Es hat ein niedriges Nutzen-Kosten-Verhältnis. Wir wollen, können und sind bereit, es abzulehnen und lehnen es oft ab. Aber wir brauchen eine andere (die die nützliche Funktion ausführt, die wir brauchen), aber bereits "ohne Probleme" - effektiver, ohne Nachteile (oder mit weniger von ihnen). Nun, Sie haben dieses Bild oben gesehen ... Natürlich reicht uns ein „Pfeil“ zwischen den beiden Extremzuständen (anfänglich und gewünscht) nicht aus. Wir brauchen den gleichen "Operator", "Transformator", richtig? Versuchen wir ihn zu finden? Sie werden zustimmendass wir im Erfolgsfall eine Beschreibung (zumindest zu Beginn und vereinfacht) des universellen Algorithmus erhalten, den wir so sehr brauchen?
Der Ausgangspunkt ist "System mit Problem". Wir beginnen darüber nachzudenken, wie wir es nicht mehr verwenden können. In dem Moment, in dem wir anrufen (oder fühlen) "Es muss etwas getan werden!"
Der Grund, der das Überleben des Systems gefährdet, ist die geringe Idealität, die sich in einem verringerten Wert des Verhältnisses nützlicher Funktionen des Systems zu Funktionen ausdrückt, die teuer (schädlich) sind.
Was machen wir als Nächstes? Entweder a) erstellen wir ein neues System (wenn das System mit den erforderlichen Funktionen entweder nicht vorhanden ist oder das vorhandene System nicht über die Ressourcen verfügt, um es zu verbessern), oder b) verbessern wir das vorhandene System (falls die Ressourcen noch vorhanden sind). Wir untersuchen die interne Struktur und beschäftigen uns mit der externen Umgebung - wir identifizieren die externen und internen Fehler des Systems und erhalten nach deren Beseitigung ein verbessertes System. Ein System mit erhöhter Idealität und gesteigerter Vitalität!
Aufgrund der Tatsache, dass das obige Schema den Prozess der Entwicklung, Verbesserung oder, wenn Sie möchten, die Entwicklung von Systemen beschreibt (was leicht zu überprüfen ist, indem das Wort "System" durch ein beliebiges anderes ersetzt wird - von "Lampenschirm" bis "Anker"), I. Ich denke du kannst sicher ... und sogar - du brauchst! Nennen wir es das "universelle Schema der Evolution". Und seien Sie vorsichtig - es ist absolut algorithmisch, das heißt, es fällt vollständig unter die Definition eines Algorithmus: Der Algorithmus ist eine genaue Vorschrift für die Ausführung eines bestimmten Operationssystems in einer bestimmten Reihenfolge, die zur Lösung aller Probleme dieses Typs führt. Mittel - kann in Form eines Computerprogramms implementiert werden).
In der vorgestellten Form ist das universelle Schema der Evolution:
- natürlich - die Gesetze der Evolution wurden in Systemen verschiedener Typen identifiziert und ihre Wirkung wurde in Technologie, Produktion, Gesellschaft, Natur und Denken getestet;
- Ziel - Die Gesetze der Evolution hängen nicht von der Meinung des Forschers und / oder Benutzers ab.
- logisch und konsequent - die Gesetze der Evolution folgen aufeinander;
- vollständig - der Satz von Evolutionsgesetzen reicht aus, um jedes System zu beschreiben;
- starr - die Gesetze der Evolution können nicht neu angeordnet werden und
- geschlossen - die Gesetze der Evolution bilden einen Kreislauf: Das System, das einen Zyklus von Veränderungen durchlaufen hat, beginnt sofort einen neuen.
Was wir als Ergebnis erhalten: Die Entwicklung des Systems (dargestellt in Form eines universellen Schemas) ist der Weg, es zu verbessern und seine Mängel zu beseitigen. Mit anderen Worten, es ist ein Algorithmus zur Lösung des Problems. Und ein Problem zu lösen ist genau das, was der Intellekt tut. Vereinfachen und erhalten wir: Universalschema = Beschreibung der Funktion der Intelligenz.
Konstruktive Kritik wird angeregt.
1. « , » chrdk.ru/news/dendrity-vazhnee-chem-schitalos
2. ru.wikipedia.org/wiki/_
3. . . « ! » www.computerra.ru/161756/6502
4. Chapter 6. Problem Solving. Artificial Intelligence. A Knowledge-Based Approach by Morris W.Firebaugh University of Wisconsin – Parkside PWS-Kent Publishing Company Boston 1988, p. 172.
5. . , , , . www.ng.ru/science/2017-01-11/14_6899_evolution.html