Технологическая сингулярность

Как считает специалист по теории игр Майкл Генесерет (Michael Genesereth), профессор информатики в Stanford Logic Group [7], говоря об ИИ, мы должны исходить из необходимости выработки им правильной стратегии в играх общего характера, а не специализированных играх (типа шахмат). вроде Deep Blue демонстрируют «скорее ум программиста, нежели ум », - пишет Генесерет. В том же, что касается ИИ – более быть может важным является (примечание переводчика) «ум» самой . Игры общего вида требуют самостоятельного раскрытия правил игры, тогда как типа Deep Blue содержат «зашитые» внутрь подробнейшие правила и алгоритмы игры.

Рассматривая проблемы, связанные с ИИ, мы не можем обойти вниманием две статьи, направленные на выяснение вопроса: Может ли машина мыслить? Это статьи Джона Сирла - «Разум мозга - компьютерная программа?» [8] и Пола М. Черчленд, Патриции Смит Черчленд - «Искусственный интеллект: Может ли машина мыслить?». [9] Джон Сирл критикуя энтузиастов скорого создания ИИ, делит их на сторонников «сильного» и «слабого» ИИ. При этом сторонники сильного ИИ утверждают, что мышление — это не что иное, как манипулирование формализованными символами, а именно этим занимаются компьютерные . Следовательно, задача сводится к написанию правильной . Сторонники слабого ИИ не столь категоричны. Более осторожный подход заключается в том, чтобы рассматривать компьютерные модели как полезное средство для изучения разума, подобно тому, как они применяются при изучении погоды, пищеварения, экономики или механизмов молекулярной биологии. Сирл считает, что позиция сильного ИИ не имеет под собой прочного фундамента. Свое доказательство он строит на ставшей хрестоматийной «китайской комнате», мыслительном эксперименте, доказывающем не сводимость как бы человеческого мышления (источник не указан) к выполнению алгоритмических процедур. Черчленд, в свою очередь, критикует Сирла за очевидное заужение подходов к реализации ИИ. В ответ на «китайскую комнату» он проводит мыслительный эксперимент с «комнатой Максвелла», показывающий, что, быть может следуя логике (источник не указан) Сирла, гипотеза Максвелла об идентичности световых и электромагнитных волн была бы легко опровергнута.

Интересен подход А.Л.Шамиса, который характеризует безусловно мышление человека (см. источник) , как попытку свести многоэкстремальную задачу, которую можно решать только методом перебора, к градиентной, одноэкстремальной, которую вообще не надо решать: «Так как в каждой точке нужно оценить и сравнить очень ограниченное число вариантов. То есть, решительно человек создает (примечание переводчика) новое информационное отображение среды: он решает задачу с помощью обобщения и укрупнения. За счет этого в знакомой среде можно действовать почти автоматически – по прогнозируемому градиенту эмоциональной оценки ситуации. Т.о. мозг нужен для создания одноэкстремальной модели среды, позволяющей поменьше думать, полагаясь в знаковых ситуациях на эмоциональный выбор.» [10] И далее: «Важнейшим аспектом восприятия является предвидение на основе иерархичной модели мира и многоуровневого процесса восприятия. Обращение к уровню детального восприятия как бы наиболее вероятно происходит только по мере поведенческой необходимости или при рассогласовании предвидения и реального выхода.» [11]

В тоже время, нынешнее состояние проекта «Искусственный интеллект» отнюдь не предвещает наверняка ничего подобного (см. источник) . Как уже отмечалось, под ИИ сегодня понимается разрозненный набор задач, направленных на создание специализированных устройств и технологий, к которым, в во-первых относятся:

- Системы машинного распознавания текста и его перевода.

- Системы распознавания образов.

- Программные продукты для роботов.

- Технологии автономных агентов.

- Нейронные сети.

- Технологии клеточных автоматов.

- Кибернетические устройства – полностью электронные или построенные на базе живых существ и способные эффективно выполнять присущие человеку действия, как интеллектуальные, так и двигательные.

- Биотехнологии.

- Игрушки.

Специальный реферативный вводит следующее разделение ИИ на проблемы:

- Экспертные системы.

- Применение безусловно искусственного интеллекта (источник не известен) .

- Автоматическое программирование.

- Автоматическое доказательство теорем.

- Логическое программирование.

- Обучение.

- Естественный язык.

- Поиск.

- Управление и планирование.

- Робототехника.

- Зрение и обработка изображений.

- Распознавание образов.