Алгоритмы разума
Шрифт:
Казалось бы, раз известен такой алгоритм творчества, отчего не создавать гениальных произведений. Перебирай и перебирай, подключи к этому компьютер, если мозг работает медленно.
Есть несколько препятствий на пути к успеху творчества. Главное — великое множество деталей, которые, последовательно проходя через уровни обобщения, достигают вершины в общей модели цели. Это множество невозможно удержать в памяти, невозможно перебрать, поскольку оно включает в себя значительную часть всех моделей, накопленных человечеством. Нечего и говорить, что перебор неосуществим, если начинать «снизу» — с малых деталей. Даже опускаясь «сверху», последовательно отбрасывая целые крупные группы моделей, исключительно
Вторая трудность — в отсутствии необходимых деталей или, скажем, частных моделей — структурных подробностей. Их накоплено очень много и тем не менее совсем недостаточно для того, чтобы решить любую научную или техническую задачу. В познании сложного объекта одинаково важны как обобщенные модели, так и сугубо частные детали. Например, в развитии биологии огромную роль сыграло открытие того, каким образом из нуклеотидов складывается двойная спираль ДНК. Все широкие гипотезы о жизни без таких деталей не позволяют довести модели до высшего подтверждения их истинности — создания новых живых существ. Эта задача еще не решена, но подходы уже вырисовываются, например создан живой ген.
Детали добываются так же трудно, как и обобщения. Это черновая работа науки и производства.
Третья трудность — отсутствие четкости в обобщениях моделей. Это только в схеме существует иерархия обобщенности: крупные блоки, детали и пр. В действительных моделях процесс обобщения нестрого формализован и уровни обобщенности не существуют как нечто стабильное. По крайней мере, так обстоит дело в естественном сетевом интеллекте, каким является кора мозга. Правда, при создании ИИ можно задать дискретные уровни обобщения, и они помогут при переборе вариантов, но полностью не разрешат проблемы оптимума.
Переход от обобщенной модели к более детальной осуществляется по связям, которыми сформирована короткая «фраза»: обобщенная модель —> частная модель. Следовательно, в памяти алгоритмического интеллекта нужно иметь множество «словарей», фиксирующих обобщения. По ним будет осуществляться перебор-поиск частных моделей по обобщенной. В сетевом интеллекте коры мозга обобщенная модель представляется просто неясной частной моделью и связанной с ней моделью-«буквой», обозначающей действие обобщения, то есть последовательного сравнения ряда частных моделей по некоторому признаку. Пример — образ «четвероногое». Здесь обобщение произведено по признаку «четвероногость» на серии конкретных моделей четвероногих животных. Модель «четвероногое», как таковая, существует только в виде слова речи. Слово соединено связями различной проходимости с конкретными моделями — образами четвероногих животных. Такие модели имеют неодинаковую активность. Поэтому при перечислении животных с четырьмя ногами первыми вспоминаются наиболее знакомые, а затем — другие в порядке убывания проходимости связей и активности частных моделей, зависящих от частоты их использования.
Как говорилось, СУТ в сетевом интеллекте тормозит модели. Поэтому вспоминание частной модели по обобщенной, как действие перебора, иногда происходит не сразу: модели-адресаты могут оказаться сильно заторможенными, и вспомнить их не удается до тех пор, пока они не освободятся от тормозящего действия СУТ. Всем знакома эта особенность вспоминания: знаешь, что в памяти был образ или слово, иначе говоря, к нему есть линии связей, а вспомнить не можешь. Проходит время, и нужное слово всплывает в сознании само собой.
Организация памяти в алгоритмическом интеллекте —
Простое перечисление трудностей перебора показывает, что успешное творчество тем менее вероятно, чем выше степень обобщенности задач и чем больше количество моделей, описывающих цель. Гениальные изобретения или смелые гипотезы отличаются тем, что их творец использует модели, очень далеко отстоящие от проторенных путей поиска, такие, которые не приходят в голову при простом переборе по порядку используемости или значимости.
Все слыхали об «озарениях», когда решение трудной задачи приходит неожиданно, иногда в самое неподходящее время. В чем тут дело.
Исходя из принципов действия сетевого интеллекта, такие явления можно представить себе как поиск в подсознании. Не случайно гении много думают о задаче. Это значит, что исходные обобщенные модели, которые всегда направляют поиск, у них очень активны, натренированы частым привлечением в сознание. Даже будучи приторможены со стороны СУТ, они передают активность по связям на все модели, имеющие отношение к проблеме. Вследствие этого активность вторичных моделей, связанных с главными, тоже возрастает. В подсознании все время светится «фраза» задания. Если в результате колебаний активности моделей при очень большом количестве связей «вдруг» всплывает новая модель, то она немедленно замыкается на «фразу» задания и привлекает СУТ. Это и есть знаменитая «Эврика!».
Таким образом, с одной стороны, благодаря работе СУТ активируется весь комплекс моделей, связанных с задачей, причем не обязательно, чтобы все они привлекались в сознание, а с другой — в подсознании происходит «игра активности» как процесс, в значительной мере случайный. Наслоение обоих факторов может с некоторой вероятностью дать нужный результат. При условии, конечно, что есть еще и знание, иными словами, наличие в памяти многих моделей. Вероятность удачной находки — с учетом случайности — невелика, но ведь и «озарения» случаются крайне редко. Как правило, нормальное творчество идет все-таки методом сознательного перебора — от обобщенных моделей к частным. Проверка вариантов по многочисленным критериям производится человеком при помощи его «внешней» памяти — собственных описаний, схем и расчетов, зафиксированных на бумаге. Эти модели потом повторно воспринимаются через сознание наравне с чужими моделями и в свою очередь дают новый толчок активности всем моделям, имеющим отношение к проблеме.
Возможно ли воспроизвести в алгоритмическом интеллекте предположенный для человеческого разума механизм творчества. Иначе говоря, возможно ли осуществить в подсознании часть работы по перебору вариантов. Мне представляется, что да, хотя и не в полной мере. Все упирается в организацию памяти: соотношение моделей разной обобщенности, их связи во «фразы». Можно создать подпрограммы, которые будут осуществлять свою работу поиска независимо от сознания.
Творчество в искусстве имеет некоторые особенности. Произведение должно быть умно, красиво и не оставлять равнодушным. Стимулы для творчества такие же, как и для любого ФА: специальные и рабочие — удовольствие от совершения дела и новизны. Важной является потребность самовыражения через общение.