Таким образом, основные эвристические понятия рассмотренных теорий это понятия самоорганизации, ценности информации, диссипативной структуры, избыточности и так далее, содержащие существенно кибернетический аспект. То же можно сказать об идеях и методах данных теорий. Последние опираются, например, на представления биофизических явлений машинами Тьюринга, на построение сложных и точных химических сетей передачи информации и т.д. М. Эйген пишет: "Эволюцию на молекулярном уровне можно считать некой игрой, в которой разум игрока заменен селективным "инстинктом", призванным содействовать выживанию среди хаотически проявляющихся воздействий внешнего мира. Поэтому мы считаем, что теория игр... является ключом к любому дальнейшему обобщению теории эволюции" [61]. Качественный анализ информационных генетических систем управления включает выделение элементов и подсистем, механизмов памяти, потоков информации, выяснение их свойств и функций, путей эволюции и обусловленных ими общих свойств генетических систем. Используются и генетико-лингвистические аналогии.
Предпосылки самоорганизации, которые обычно рассматриваются в той или иной науке (биологии, химии, физике), носят комплексный характер; причем синтезирующая роль по отношению к разнокачественной проблематике в этой области принадлежит понятиям и принципам кибернетики [62]. Характерно, что понятие самоорганизации помогает разъяснению многих проблем, связанных с искусственным интеллектом, машинизацией мышления, автоматизацией восприятия, усилением мыслительных способностей, с машинами для индуктивного вывода, с клеточной организацией, ростом, эволюцией и т.д. Поэтому можно считать, что не только к многочисленным феноменам самоорганизации, но и к предпосылкам собственно самоорганизации (как явления возникновения жизни) следует подходить в известном смысле как к проблемам биокибернетики. Если по признанию специалистов в области биофизики высокая сложность биологически эволюционирующих систем делает пока что нереальным построение физи
113
ческой теории эволюции в целом, то с помощью кибернетики эта проблема разрешима. Кибернетика ориентирована на такого рода сложные задачи. Понятие сложности, вызванное первоначально оценкой системы с позиции "из чего она состоит", постепенно с развитием кибернетики эволюционировало до понятия, включающего как структурные, так и функциональные характеристики.
Биофизические концепции самоорганизации материи свидетельствуют о трансспецифичности материальных атрибутов жизни, выявляя тем самым псевдонаучный характер неовиталистического истолкования сущности жизни. Они смещают основание существования биологических наук в сторону биофизических и биокибернетических принципов, создавая методологическую основу для стиля мышления с существенно дедуктивно-аксиоматической ориентацией.
3. Принципы самоорганизации и природа интеллекта
Поведение биологических объектов отличается от поведения существующих ЭВМ наличием процессов самоорганизации. Принципы самоорганизации (в особенности эвристической самоорганизации) служат методологическим базисом в восхождении от абстрактных постулатов к конкретным разработкам проблемы искусственного интеллекта. Это непосредственно относится, например, к области эвристической теории поведения, где "работа по эвристическому программированию характеризуется поисками новых, более мощных эвристических методов для решения сложных задач и мало интересуется тем, какая физическая основа (нервная или иная) была бы минимально достаточна для реализации эвристической программы" [63].
В понимании интеллекта необходимо найти разумный компромисс между требованиями эффективности и надежности. Понятие "эффективный" в общем плане не должно рассматриваться как нечто, противоположное понятию "надежный" [64]. Хотя вполне вероятны ситуации, в которых повышение эффективности управления достигается ценой потери надежности. Если предполагается, что среда почти независима, увеличение эффективности может быть оправдано. Если, однако, среда оказывается "противником", более целесообразно было бы пожертвовать эффективностью ради надежности [65].
При рассмотрении понятия "интеллект" наряду с определением содержания возникает вопрос о его объеме и границах. В связи с этим обсуждается вопрос о верхнем пределе интеллекта. Помимо ограничений, обусловленных свойствами сенсорного и моторного аппаратов, есть ли какие-нибудь фундаментальные ас
114
пекты переработки информации, налагающие ограничения на уровень интеллекта любого существа или устройства? Было высказано предположение о том, что пределы разумности некоторого "существа" размером с галактику детерминируются скоростью света, которая вследствие своей конечности приводит к неизбежным запаздываниям в передаче сигналов [66]. Последние, правда, имеют место уже применительно к весьма локальным системам, к современным ЭВМ. Существует также мнение о том, что человеческий ум не приспособлен для понимания поведения социальных образований, относящихся к классу нелинейных многосвязных систем с обратными связями. "Эволюционный процесс, - пишет Дж. Форрестер, - не выработал в нас интеллектуальной способности, необходимой для правильного понимания динамического поведения систем, частью которых мы сами являемся" [67]. .Методы системной динамики дают возможность объединить интуицию и разум человека со способностью ЭВМ прослеживать длинные и запутанные логические цепочки.
Интеллект в известной мере сам себя ограничивает. Это проявляется во взаимодействиях со средой. По мере того как разумная система для принятия решений приобретает все больший контроль над средой, ослабевают требования к оставшейся части задачи. Только новые цели или радикальное изменение среды позволяют полностью обнаружить возможности интеллекта. Наибольшее развитие интеллекта требует непрерывных упражнений с подходящими антагонистическими средами. Аналогично этому духовное развитие человека зависит от возможности дальнейшего совершенствования как модели "самого себя", так и модели внешнего мира. При изучении человеческого мозга "должны быть соотнесены между собой три плоскости исследования: мозг в его отношении к организму, к самому себе (ибо он есть самоорганизующаяся система) и к внешнему миру" [68]. Важнейшей необходимой предпосылкой для развития интеллекта служит способность человека к восприятию и переработке информации.
М. Минский пишет, что рано или поздно мы сможем составить программу, обеспечивающую большую способность решения задач благодаря сложным комбинациям эвристических механизмов - многократной оптимизации, методов распознавания, алгебры планирования, процессов рекурсивного управления и т. п. [69] Но ни в одном из них мы не обнаружим локализацию интеллекта. Далее он замечает, что наша неспособность установить место нахождения интеллекта не должна привести к заключению, что вычислительные машины не могут думать, потому что работают по заданной программе. Ибо и для человека и для машины, если до конца поняты структура и программа, ощущение тайны (а вместе с ним и наше самомнение) исчезнет. Аналогично высказывание К. Штейнбуха: "Если мы откажемся считать функциональные отображения "интеллектуальными" системами, то я сомневаюсь, сможем ли мы тогда вообще найти в чем-либо этот
8* 115
"интеллект". Чтобы быть последовательным, мы должны тогда и человеку отказать в наличии "интеллекта", ибо получается, что понятие "интеллект" мы наделяем какими-то ирреальными свойствами" [70].
Философски более четко, с привлечением понятий диалектического материализма этот вопрос рассмотрен Л. Б. Баженовым [71]. Он, в частности, обращает внимание на то, что мышление является функцией определенным образом организованной системы и детерминировано структурой этой системы. Подчеркивается, что, с гносеологической точки зрения, не знание функции следует из знания структуры, а наоборот, знание структуры является выводом, сделанным в результате все более полного изучения способов функционирования.
В области искусственного интеллекта существуют различные подходы, направленные на овладение принципами естественного интеллекта. Сюда относится направление исследований по созданию перцептронных моделей мозга как сетей из искусственных нейронов, в основе которых лежат нейронные модели Маккаллока-Питтса. Другое направление исследований - попытка промоделировать саму эволюцию с помощью кибернетической машины (в ускоренном масштабе времени). Эта попытка опирается па эксперименты, в которых с использованием идей мутации и избирательного выживания моделируется процесс построения многих поколений машин с конечным числом состояний. Такая линия исследований, направленных на изучение естественного интеллекта, проводится в теории решения интеллектуальных задач, где рассматриваются методы эвристического поиска. Решение задач посредством эвристически направленного метода проб и ошибок в пространстве возможных решений - доминирующая тема в исследованиях по искусственному интеллекту [72].