Иллюстрации
Материал подготовлен к.т.н.А.М.Касаткиным
и к.т.н.Л.М.Касаткиной, сотрудниками отдела "Нейросетевые технологии
обработки информации" Международного научно-учебного центра информационных
технологий и систем НАН Украины, (первыми аспирантами Н.М.Амосова в области
кибернетики). |
В круг интересов выдающегося хирурга Николая Михайловича Амосова входили не только медицинские проблемы, но и проблемы познания человека в целом. Общесистемный подход к исследованию природы человека нашел свое отображение в научных направлениях, инициированных Н.М.Амосовым в области кибернетики: моделирование физиологических функций организма человека (физиологическая биокибернетика), моделирование умственных и психических функций человека (психологическая биокибернетика), моделирование человека как социального существа (социологическая биокибернетика).
В 1964 г. Николай Михайлович Амосов предложил гипотезу о механизмах переработки информации мозгом человека. В рамках этой гипотезы были сформулированы системные представления о структуре и механизмах мозга, функционирование которых порождают психические функции человека. Принципиально важным было то, что объектом моделирования становились не отдельные структуры, механизмы или функции (например, память, восприятие, обучение и т.п.), а мозг человека как социального существа - мозг homo sapiens. Именно в этом и состоял пафос опубликованной в 1965 г. монографии "Моделирование мышления и психики", которая на пару десятилетий стала "библией" для нескольких поколений исследователей, работающих в Отделе (и не только для них).
Реакцию советских научных кругов на появление этой монографии в целом можно оценить как вяло агрессивную. С одной стороны, физиологи и философы "от физиологии" к этому времени были заметно утомлены широкой дискуссией относительно незыблемости основных постулатов учения И.П.Павлова о высшей нервной деятельности, которая проходила на страницах журнала "Вопросы философии" и была инициирована известным физиологом А.Н.Бернштейном. В этой дискуссии традиционные физиологи потерпели хоть и не сокрушительное, но весьма чувствительное поражение. Многое стало "можно", в частности был поколеблен тезис о не сводимости высших функций мозга к низшим. С другой стороны, психологи и философы "от психологии" были к тому времени уже основательно "заражены" общекибернетическими представлениями, появились работы, прямо трактующие психические процессы как процессы переработки информации, были уже расшатаны, хотя еще и достаточно сильны, идеологические каноны, довлевшие над психологией в течение многих лет. (Интересно отметить, что литература по психологии в те годы еще выставлялась в книжных магазинах под рубрикой "Теория марксизма-ленинизма".) В этих условиях появление монографии Н.М.Амосова не вызвало официального отторжения (что еще 5-10 лет назад было бы совершенно немыслимо) и Отделу была предоставлена возможность спокойно работать. Сыграло, видимо, свою роль и то обстоятельство, что Н.М.Амосов был депутатом Верховного Совета СССР, что по тем временам являлось весомым аргументом в пользу "идеологической приемлемости" его теорий.
Идеи, изложенные Н.М.Амосовым в книге "Моделирование мышления и психики" получили дальнейшее развитие в его последующих работах ("Моделирование сложных систем", "Искусственный разум", "Алгоритмы разума", "Природа человека").
В теоретическом плане работы школы Амосова характеризуются двумя основными особенностями, связанными с пониманием процессов переработки информации мозгом как непрерывного взаимодействия множества информационных моделей, отображающих элементы внешнего и внутреннего мира субъекта.
Первая из них состоит в том, что основным функциональным элементом нейросети, ее " главным действующим лицом", считается не отдельный нейрон, а особым образом организованная их совокупность - нейронный ансамбль. Нейронная сеть при этом предстает уже как структура, составленная из множества взаимодействующих ансамблей, каждый из которых соответствует (и это особенно важно) некоторому индивидуальному образу или понятию из множества образов и понятий, участвующих в формировании интегративных психических функций, реализуемых мозгом, т.е. в процессе мышления. Таким образом, нейронная сеть оказывается сетью с семантикой (особым видом семантической сети). Истоки данного подхода относятся к ранним работам известного физиолога Д.Хебба, основной труд которого был опубликован еще в 1949г. Важной характеристикой такого рода сети является то, что все ее элементы в любой момент времени в той или иной степени активны. Величина этой активности изменяется во времени, отражая взаимовлияние понятий, представленных узлами сети.
Вторая особенность работ школы Н.М.Амосова связана с введением в научный обиход представления о специфической системе усиления-торможения (СУТ), которая является неотъемлемым атрибутом нейросети и выполняет в процессе функционирования сети роль, сопоставимую с ролью функций внимания в процессах мышления. Идея СУТ является полностью оригинальной. Использование СУТ позволяет ввести элемент направленности в процессы обработки информации нейросетью и, что очень важно, использовать при организации этих процессов ценностные характеристики информации.
Наличие изменяющейся активности всех узлов сети и управляющего воздействия СУТ дают возможность говорить о двух взаимодействующих уровнях переработки информации - подсознательном и сознательном. На уровне подсознания происходит постоянное взаимодействие и взаимовлияние представленных в сети информационных дискретов (понятий). В ходе этого взаимодействия уровень активности отдельных узлов сети возрастает настолько, что они "осознаются" - становятся объектом "внимания" (СУТ), что приводит к радикальному перераспределению активности всех остальных узлов. СУТ действует по своим законам, не позволяющим одному понятию надолго оставаться в сфере "внимания". Это обеспечивает "переключение внимания" на другие понятия, имитируя тем самым ход "сознательного" мышления.
Указанные особенности исходной гипотезы позволили за сравнительно короткий период получить целый ряд нетривиальных результатов в области теоретического исследования ряда сложных мыслительных функций и практической проверки теоретических выводов путем компьютерного моделирования. Временные границы этого периода отмечены публикацией двух монографий, одна из которых ("Моделирование мышления и психики") фиксирует исходные позиции научного направления, а другая ("Автоматы и разумное поведение") подводит итог цикла конкретных исследований.
Теоретические положения Н.М.Амосова о механизмах переработки информации мозгом и принципах порождения сложных психических функций были использованы при создании особого класса нейроподобной сети, получившей название М-сеть. М-сеть как инструмент моделирования механизмов переработки информации была предложена А.Касаткиным и Л.Касаткиной в 1966 г. Элементы М-сети соответствуют целостным нейронным ансамблям и описываются как нелинейные преобразователи аналоговой информации. Каждому элементу ставится в соответствие определенное понятие; связи между элементами отображают взаимосвязь и взаимовлияние связанных с такими понятиями реальных или виртуальных объектов, явлений, действий, состояний и т.п. Таким образом, М-сеть расширяет возможности нейронных сетей за счет привнесения ряда свойств семантических сетей.
Основная особенность М-сети состоит в том, что на множестве ее узлов и связей определены операции передачи возбуждения - численной величины, характеризующей текущее значение актуальности или ценности представленных узлами сети информационных дискретов. В каждый момент времени состояние М-сети может быть описано распределением возбуждений ее узлов. Специальная процедура осуществляет трансформацию и передачу возбуждений от одних узлов к другим по существующим между узлами направленным связям. Каждая связь имеет вес и может быть усиливающей или тормозной. За частью узлов М-сети фиксируется статус входных (рецепторных) и выходных (эффекторных). Центральная часть М- сети, в которой происходит собственно обработка поступающей по рецепторным входам информации, отображает знания и рассуждения человека-специалиста в рамках моделируемой предметной области. Существенную роль в работе М-сети играет система усиления-торможения - СУТ. В каждый момент времени СУТ выделяет наиболее активный узел, т.е. наиболее актуальную информацию, усиливая ее влияние на последующие процессы в сети. Выбор СУТ одного из выходных узлов интерпретируется как принятие решения, соответствующего семантике этого узла.
Разработанные в этот период компьютерные модели интеллектуального поведения РЭМ (1965-1967 г.) и МОД (1968-1971 г.) позволили продемонстрировать принципиальную возможность создания нейросетей, которые имитируют механизмы, порождающие сложные психические функции. В частности, были промоделированы механизмы порождения и влияния эмоций на формирование поведенческих актов. РЭМ и МОД создавались как прообразы интегральных роботов, способных самостоятельно оценивать собственное состояние (состояние своего "тела") и состояние окружающей среды, планировать свое поведение и принимать необходимые решения для реализации или коррекции плана. Модели РЭМ и МОД были первыми серьезными попытками отобразить средствами нейросети психологические аспекты поведения высших животных и человека.
Структура М-сети РЭМа состояла из взаимосвязанных подструктур, реализующих функции восприятия, понятийных обобщений, эмоциональных оценок и принятия решений. Это была первая попытка модельной реализации гипотезы Н.М.Амосова. Не было ясно, удастся ли вообще нужным образом организовать М-сеть, насколько сложна будет задача ее "настройки" для получения сколько-нибудь разумного поведения, даст ли нужный эффект работа СУТ. Ответы на эти вопросы можно было получить только путем создания функционально не специализированной модели. Именно поэтому и был выбран "роботный" сюжет - передвижение в условной клеточной среде, содержащей "опасные" и "полезные" для РЭМа объекты, т.е. "бытовое" поведение. Оценка соответствия модели гипотезе Н.М.Амосова производилась по двум критериям: целесообразность внешних проявлений поведения (собственно передвижения) и целесообразность "внутренних" реакций, т.е. побудительных мотивов выбора того или иного действия. Изменением структуры М-сети (или только весов отдельных связей) создавались разные типы "личности" РЭМа - агрессивный, спокойный, трусливый. В ходе эксперимента структура М-сети не изменялась. Экспериментов было проведено довольно много, что в то время (1966-1967 гг.) было непросто - М-220 была единственной "большой" вычислительной машиной в Институте кибернетики и "получить" машинное время было достаточно сложно. Но после РЭМа стало уже ясно, что на основе гипотезы Н.М.Амосова действительно можно создавать нейросетевые структуры, порождающие разумное поведение, и, что более интересно, разумную мотивацию этого поведения.
Следующая модель (МОД) была уже реализована на более мощной и быстродействующей ЦВМ БЭСМ-6, но поскольку и сама модель была более сложной, даже сравнительно простые эксперименты с ней по-прежнему требовали от 1.5 до 2 часов машинного времени. Основное отличие от РЭМа состояло в способности МОД планировать свое передвижение и обучаться в процессе взаимодействия со средой.
Изначальная направленность работ школы Амосова на комплексное моделирование психических функций в значительной мере определила "робототехническую" тенденцию дальнейших исследований, проводимых в Отделе.
Следует отметить, что в 80-х годах ХХ века робототехническая тематика стала в СССР весьма популярной; имели место даже непосредственные указания партии и правительства на особую актуальность работ в данном направлении. Была, таким образом, создана определенная ниша, в которой многие разработчики проблем искусственного интеллекта (ИИ) могли найти свое место. Со временем, однако, выяснилось, что промышленность страны не может обеспечить эффективное использование предлагаемых наукой высокоинтеллектуальных устройств, так что робототехнический бум постепенно заглох. Тем не менее, в течение нескольких лет, работы в этом направлении приносили весьма интересные научные результаты.
Признаки надвигающегося кризиса нейрокибернетики стимулировали работы, направленные на получение результатов, которые могли бы иметь практическое, прикладное значение. Для Отдела Н.М.Амосова такие исследования естественным образом оказались связанными с созданием макетов автономных подвижных роботов и разработкой нейросетевых систем управления. Надо сказать, что на начальном этапе этой "макетной эпопеи" Николай Михайлович был категорически против такого отвлечения на "железки". Но его удалось убедить, в итоге было разработано и исследовано целое семейство таких роботов. Инициатором и руководителем работ этого направления был сотрудник Амосовского Отдела Э.М.Куссуль (после ухода Н.М.Амосова с должности зав.отделом именно он возглавил отдел биокибернетики). В 1972-1975 г.г. был создан первый в СССР автономный транспортный робот "ТАИР". Его разработка завершилась успешной демонстрацией полученных результатов на IV международной конференции по ИИ в г. Тбилиси, 1975 г. (был снят и показан на конференции короткометражный фильм о ТАИРе). Робот демонстрировал целенаправленное движение в естественной среде, обход препятствий и т.п. ТАИР представлял собой трехколесную самоходную тележку, снабженную системой датчиков (дальномер и тактильные датчики). Управлялся он аппаратно реализованной нейронной сетью (узлы сети - специальные электронные схемы, собранные на транзисторах; связи между узлами - резисторы).
Испытания ТАИРа проводились в парке возле Амосовской клиники сердечной хирургии. (Отдел биокибернетики в то время находился на ее территории и Н.М.Амосов руководил тогда одновременно и клиникой и Отделом). Робот должен был во время движения обходить препятствия в виде людей, деревьев, скамеек и т.п. Цель движения робота задавалась координатами точки на местности. Экспериментальное исследование ТАИРа продемонстрировало принципиальную возможность создания полностью автономного робота, управляемого аппаратно реализованной нейронной сетью. В то же время оно показало всю сложность организации взаимодействия робота с естественной средой и необходимость использования обучающихся нейронных сетей. Исследование возможности создания обучающихся роботов с нейросетевыми системами управления было проведено на созданном в 1979 г. макете МАЛЫШ.
В дальнейшем было создано еще несколько роботов, на которых проверялись различные схемы управления движением и взаимодействия с внешней средой. В 1980-1981 гг. был создан макет транспортного робота STAR, на котором отрабатывались алгоритмы управления "большого" транспортного робота, создаваемого на базе серийного автопогрузчика.
Исследование и совершенствование алгоритмов управления роботом при движении в естественной среде было продолжено в 1984-1986 гг. на макете МАВР. Эта работа проводилась по заказу Министерства обороны СССР и была направлена на создание автономного робота, способного целенаправленно передвигаться в условиях сложной пересеченной местности. Оригинальные конструктивные решения обеспечили МАВРу высокую проходимость и надежную защиту схем управления, которые были размещены внутри бочкообразных колес. Информация о внешней среде поступала от дальномеров, оптических и тактильных датчиков на программно реализованную (бортовой компьютер) нейронную сеть. В результате обработки входной информации принималось решение о направлении перемещения или других операциях, включенных в блок принятия решений. Принятые решения активировали соответствующие исполнительные механизмы.
Исследование МАВРа завершили "робототехнический" период школы Н.М.Амосова. Полученные результаты описаны в коллективной монографии "Нейрокомпьютеры и интеллектуальные роботы". Следует отметить, что эта монография обобщает основные результаты работ отдела за 80-е годы и ее содержание далеко выходит за рамки собственно робототехнической тематики. В частности, в ней нашли отражение результаты интенсивных исследований, направленных на создание методов и практических приемов использования нейросетей при построении экспертных систем, основанных на формализации оценочных экспертных знаний, обычно весьма расплывчатых и трудно формализуемых. Практическим результатом этих работ явилось создание инструментальной программной системы VESTA, поддерживающей работу эксперта по автоформализации собственных знаний в виде нейросетевой структуры, способной автоматически трансформироваться в систему поддержки принятия решений.
В те же годы в Отделе активно развивалось (усилиями
В середине 80-х годов ХХ века в области моделирования мозга появился новый термин - "нейрокомпьютер". Он стал, по существу, флагом новой волны исследований и разработок в области нейросетевых методов обработки информации, практически полностью вытеснив термин "нейрокибернетика". Надежды, связанные с ранними работами по созданию систем искусственного интеллекта (ИИ), естественным образом были перенесены на нейрокомпьютеры, которые в широком смысле понимали как прообразы "искусственного мозга" - разумной системы, которая должна строиться и функционировать аналогично мозгу человека. Приставка "нейро" подчеркивала отличие такой системы от традиционного компьютера и функциональную близость к мозгу.
Реальное состояние дел довольно быстро заставило сузить понимание термина "нейрокомпьютер" до отождествления с искусственными нейронными сетями. В большинстве современных работ этот термин (или термин "нейрокомпьютинг") используется для обозначения всего спектра работ в рамках подхода к построению систем ИИ, основанного на моделировании элементов, структур, взаимодействий и функций различных уровней нервной системы. В современном понимании, нейрокомпьютер - это специализированное программно или аппаратно реализованное вычислительное устройство, имитирующие работу нейронной сети.
Первый в СССР аппаратный нейрокомпьютер был разработан в 1988-1989 гг. на основе идеологии ансамблевых стохастических нейросетей. Работы велись под руководством д.т.н. Э.М.Куссуля, которому к тому времени Николай Михайлович уже передал Отдел.
Первый макет нейрокомпьютера (1989 г.) был создан на отечественной элементной базе и представлял собой приставку к персональному компьютеру. В последующих макетах использовалась уже более продвинутая элементная база. В 1992 г. совместно с японской фирмой WACOM был разработан и экспериментально проверен на задачах распознавания образов последний вариант нейрокомпьютера.
Последующие работы Отдела были связаны с разработкой нейросетевых информационных технологий. Были созданы эффективные нейросетевые классификаторы, использовавшиеся в задачах распознавания текстур, идентификации личности по голосу, распознавания рукописных символов, слитно написанных слов и т.п. Несмотря на прикладной характер этих работ, Отдел сохранил привитый Н.М.Амосовым глобальный подход к проблематике искусственного интеллекта, умение видеть задачу в целом и накапливать опыт для следующих "прорывов".
Как ни странно, Николай Михайлович не любил это слово - "учитель" и никогда не стремился к формальному признанию своей школы. Он высоко ценил самостоятельность своих бывших сотрудников и не требовал жесткого следования канонам. Впрочем, его собственные взгляды тоже претерпевали изменения, и он охотно обсуждал с сотрудниками Отдела новые идеи в области искусственного интеллекта и социологии.
До последних дней Николай Михайлович продолжал активно интересоваться работами и судьбой Отдела.
Научные семинары с его участием проводились либо в Отделе, либо, гораздо чаще, в неформальной обстановке - дома у Николая Михайловича или у кого-нибудь из сотрудников Отдела. Обсуждались текущие проблемы, книги, которые были у Николая Михайловича "в работе" или недавно вышедшие, строились планы на будущее.
Последний раз Николай Михайлович посетил Отдел в 2001 году. К этому времени Институт кибернетики разделился на ряд самостоятельных институтов, составивших Кибернетический центр, и Отдел вошел в состав Международного научно-учебного центра информационных технологий и систем.
В свое время (середина 70-х ХХ века) академик В.М.Глушков условно разделил всех кибернетиков на "сухих" и "мокрых" - по степени использования ими строгих математических методов. Н.М.Амосов всегда был "мокрым" кибернетиком. Романтическая идея создания "настоящего" искусственного интеллекта, которая так много значила в жизни Николая Михайловича Амосова, не только не забыта научным сообществом, но и начала активно возрождаться. В обсуждениях перспектив развития компьютерной техники рядом со словами "компьютер XXI века" все чаще произносят слово "понимание" (для активного сотрудничества с человеком компьютер должен понимать его цели и задачи, уметь оперировать с образной информацией и т.п.). А это означает, что "мокрые" кибернетические теории и гипотезы о психической деятельности мозга опять становятся востребованными и на современном уровне развития компьютерной техники они могут дать новый шанс как для понимания работы мозга, так и для создания его искусственного аналога.
Материал подготовлен к.т.н.В.С.Ольшаниковым сотрудником отдела
"Нейросетевые технологии обработки информации" Международного научно-учебного центра
информационных технологий и систем НАН Украины |
Н.М.Амосов проявлял большой интерес к общественному устройству и взаимосвязи человека и общества. Путем моделирования он искал ответ на вопросы, связанные с общественной структурой. Какие преимущества и какие недостатки у капитализма и социализма, что такое "идеальное общество"? Ответы на вопросы такого рода Н.М.Амосов предполагал найти путем создания эвристических моделей.
Метод эвристического моделирования заключается в том, что создается математическая модель сложной системы на основании гипотезы о ее структуре и функциях. Такая модель фактически является способом увязать в единую систему множество количественной и качественной информации, известной из литературы и собственного опыта. При этом качественную информацию также необходимо представить в виде количественных оценок.
Эвристическая модель, в первую очередь, позволяет, путем сравнения поведения модели и моделируемого объекта в различных условиях, проверить непротиворечивость заложенных в модель гипотез и, при необходимости, их скорректировать. Кроме того, исследование объекта совместно с моделью позволяет целенаправленно формировать эксперименты (или наблюдения) над объектом и формировать новые гипотезы, что приводит к более глубокому пониманию свойств и функций моделируемой системы.
Существующие модели общественных систем почти исключительно отражают экономические взаимоотношения социальных групп и не учитывают психику людей и идеологические факторы. Однако, общество - это сложная самоорганизующаяся система и корень самоорганизации лежит как раз в психологии людей. Н.М.Амосов полагал, что введение психологических аспектов в модель общества позволит более полно понять социальные тенденции.
В качестве носителей психологических качеств человека в модели общества Н.М.Амосов предложил использовать обобщенные модели личностей, отражающие основные черты различных социальных групп.
Была разработана функциональная схема обобщенной модели личности, показывающая взаимодействие чувств, трудовых усилий и "платы" за труд. Все основные психологические качества личности и ответные реакции общества выражены в модели нелинейными функциями с насыщением, где учитываются ограниченные физические возможности человека и ограниченные ресурсы общества. Отладка моделей заключалась в увязке балансов распределения и движения труда и "платы" с замыканием через мотивы. Влияние идеологии задавалось посредством специально разработанных шкал: труд - плата, труд - утомляемость, уровень притязаний (кривые "плата - чувство").
Иллюстрации | ||||
|
|
|||
|
|
|||
|
|
|||
|
|
|||
|
|
|||
|
|
|||
Помню, как на нашей сцене появился новый персонаж с очень большими последствиями! - Екатерина Алексеевна Шкабара.
От неё началась моя кибернетика - просветила, дала книжку Эшби, потом Винера, познакомила с академиком В.М.Глушковым. Умнейшая женщина. Но лидер. И, даже, слишком. Из-за этого потом и разошлись - пыталась командовать.
Но именно она создала для меня Отдел биокибернетики в составе Института Кибернетики. Отдел существует до сих пор, в нём работают мои ученики, а теперь уже просто друзья, супруги Касаткины, Куссуль, Талаев.
Кибернетику мы начали с диагностических машин. Катя рассказала о перфокартах, я разработал форму историй болезней, чтобы были признаки болезней, набивай их на перфокарты, вставляй в машину, получишь диагноз. Разумеется, до того нужно сделать статистику - при каких признаках болезнь. Это тоже моя забота. Тут подоспел Озар Минцер. Он обставил механическую обработку перфокарт. Скажу сразу, из этого медицинского направления кибернетики ничего полезного не вышло - диагнозы машина ставила плохо. Впрочем польза была, осталась и до сих пор действует, так называемая "формализованная" история болезни. В ней заготовлены все признаки, только подчеркивай, проставляй цифры и совсем мало текста - облегчение врачам.
Я напишу авансом о втором приложении кибернетики - физиологии. Началась она сугубо с практики: от освоения на собаках первого АИКа (Аппарата Искусственного Кровообращения) в 1957 году. Потом Володя Лищук и Ольга Лисова создали настоящую экспериментальную лабораторию по исследованию сердца с полным инженерным оснащением. Сердце испытывали как насос: "снимали характеристики" как меняется производительность при повышении венозного подпора. Наши ребята достигли полной повторяемости кривых. Позднее написали книжку. Её даже в Германии издали.
Потом группа работала с камерой. Об этом будет тяжёлый разговор.
На базе той же лаборатории потом осваивали с хирургами операции по протезам клапанов, а ещёпозднее и пересадку сердца.
Теоретические разработки по физиологии закончились много позже в "Модели внутренней сферы организма". Заумное название, а содержание простое: даны зависимости четырёх регулирующих систем (РС), как они совместно регулируют функции. Я их задумал еще в Череповце, перед войной. Команда Лещука создала под них стройную математику. Написали ещё одну книгу. К сожалению, физиологи остались глухи - они не знают математики.
В общем, была серьезная теоретическая наука.
Коллектив распался в семидесятых годах. Я хотел повернуть их на новую тему по "проблеме человека", а они не захотели и отделились. А потом разошлись. Лищук уехал в Москву. Процветает.
В начале шестидесятых в нашей кибернетике начались работы по моделям Разума. Интерес к проблеме старый, от студенчества. Когда Шкабара познакомила с кибернетикой, а потом создали Отдел, начал думать. Обновил старую гипотезу о механизмах мышления и задумал модель Разума. Тут подоспели аспиранты - супруги Касаткины - Лора и Саша, инженеры.
По моей гипотезе о мышлении они создали модель Разума на вычислительной машине БЭСМ-6. Некое "разумное" существо, наделённое несколькими чувствами, передвигалось к цели по лабиринту с препятствиями и пищей. Этим "Разумом" я иллюстрировал книгу "Моделирование мышления и психики", которую опубликовали в 1965 году.
За четверть века ребята сделали с десяток моделей Интеллекта. Впечатляла самодвижущаяся тележка с Разумом на нейронных сетях: она очень разумно передвигалась по институтскому саду. Ребята написали две солидные монографии, в дополнение к моим книжечкам по Алгоритму разума.
Отдел существует, но на ИИ уже не замахивается. Как бы выжить.
Вот самая суть гипотезы о мышлении.
Предельно упрощая - разум (мозг) управляет. Чем угодно, внешним миром, собственным телом. Инструмент управления - модели из нейронов.
Разум - это "Мозг" - вместилище моделей - мира, самого себя, и программ поведения. Действия с моделями в мозге - это изменение их активности, то есть возбуждения нейронов.
Источником активности являются центры чувств, производных от потребностей и желаний. Они направляют движение активности по моделям от "входов" - разражителей, к "выходам" - действиям. Получается так: Разум управляет объектами, а чувства управляют самим разумом.
Нейронные модели имеют одно важнейшее свойство: они способны к тренировке, повышающей их собственную активность, причём между ними проторяются новые связи. За счёт этого разум (нейронная сеть!) все время изменяется, в зависимости от среды и собственных действий, преобразует себя. В этом суть приспособления и творчества.
Эволюция выработала Общий Алгоритм Разума (ОАР), воплощаемый в последовательной активации "порций управления", я назвал их Функциональные Акты (ФА).
Типовой ФА состоит из самостоятельных этапов: восприятие, распознавание, прогнозирование, оценка, целеполагание, планирование, решение, действия, запоминание.
Всякому разуму присущи три недостатка:
1. Ограниченность: модели всегда проще сложных систем, поэтому разум не может проникнуть во все тонкости структур и функций сложных объектов. Например, организма и общества.
2. Субъективность: изменчивые чувства - критерии довлеют над всеми операциями разума, поэтому "разумные" действия столь непостоянны и очень различны у разных разумов.
3. "Увлекаемость": избирательная тренировка моделей "живого" разума в процессе действий, лишает постоянства его решений.
В сумме, эти недостатки объясняют, почему не совпадают "истины" полученные разными людьми: каждый разум видит свою истину и только простые явления им кажутся одинаковыми. Привести истины" к единству призвана математика. Но ее возможности ограничены простыми системами. Создавая модели, мы пытаемся расширить возможности "объективного и стабильного" разума.
В Разуме нет ничего мистического, он воспроизводим средствами электроники - Искусственный Интеллект. Не надо себя обманывать, до человеческого разума ему очень далеко. Но расстояние уменьшается с каждым годом.
Моделирование - это содержание всей моей кибернетики. Модели клетки, организма, разума, общества.
Вот научное определение: модели. - это структуры с упрощением и искажением, отражающие оригинал, его структуру и функции.. Для моделей используются разные "коды-средства" - рисунки, чертежи, тексты, уравнения, цифры. Даже игрушки. Модели создаются Разумами, они считываются сигналами и понятны только другим разумам, которые способны читать сигналы и складывать по ним собственные модели. То есть только "грамотным".
Важное качество моделей обобщённость. Это степень упрощения (схематизации) оригинала объекта моделирования. Пример разной обобщённости - изображение лица от цветной фотографии до рисунка трёхлетнего ребенка.
Модели нужны нам для управления объектами. Простые воздействия (передвинуть) - простые модели. Тонкое управление, например, лечение болезни требует сложных моделей. Их ещё нет в медицине, поэтому пользуются обобщёнными моделями - схемами разной сложности.
"Рисовать кубики", моделировать простые вещи просто. Моделировать клетку или общество чрезвычайно трудно. Можно нарисовать простенькую схему человека, но пользы от неё мало. Сделать "полную" модель невозможно. Нужны компромиссы - модели ещё доступные для выполнения и уже полезные для управления, хотя бы в ограниченных пределах.
Летом 1982 года я сделал эвристическую модель общества и сравнил на ней социализм и капитализм, в их "чистом" виде.
В последующем, уже в 1990-х годах, я имел возможность подтвердить качественную модель статистиками.
Вот эти сравнения. Социализм перед капитализмом проигрывает что у бедных стран, что у средних. Богатых "социалистов" вообще не бывает. КПД экономики, т.е. сколько гражданин потребляет из наработанного, падает до 30-40% вместо 60-70% у "капиталистов". Ресурсов, материалов и энергии, тратятся в 2-3 раза больше. Производительность труда ниже во столько же раз. Если всё просуммировать, то оказывается, что личное потребление при социализме, даже при одинаковом уровне Валового Продукта на душу (ВВПд.) в три раза меньше, чем при капитализме. Соответственно, ниже темпы роста. Разумеется, в тех и других реальных обществах не всё так определенно.
Ах, как просто получилось! Но есть много стран с капитализмом, которые веками не могут выйти из нищеты. Примеры - Южная Америка. Это значит, не так всё просто, есть ещё что-то? Нужно думать.
