Об интеллекте
Шрифт:
Но суть интеллекта не только в действии или интеллектуальном поведении. Поведение — это проявление интеллекта, но не центральная характеристика или первичное определение интеллекта. Рефлексия доказывает это: вы можете быть интеллектуальным просто лежа в темноте, размышляя и понимая. Игнорирование того, что происходит в вашей голове и фокусирование вместо этого на поведении было большой преградой на пути понимания интеллекта и построения интеллектуальных машин.
Прежде, чем мы исследуем новое определение интеллекта, я хочу рассказать вам о других коннекционистских подходах, которые подошли гораздо ближе к описанию того, как работает мозг. Проблема в том, что слишком мало людей, кажется, осознали важность этих исследований.
Тогда как нейронные сети привлекли основное внимание, небольшая отколовшаяся группа теоретиков по нейронным сетям строила сети, которые не фокусировались на поведении. Названные
Результаты такой записи на первый взгляд кажутся нелепыми. Чтоб выбрать паттерн, хранящийся в такой памяти, вы должны задать паттерн, который хотите выбрать. Это все равно, что вы пойдете к торговцу и попросите связку бананов. Когда торговец спросит вас, как вы собираетесь расплачиваться, вы скажете, что будете платить бананами. Вы можете спросить: «Какой в этом смысл?». Но автоассоциативная память обладает несколькими важными свойствами, которые обнаружены в реальном мозге.
Наиболее важным свойством является то, что вам не обязательно иметь целиком тот паттерн, который вы хотите выбрать. У вас может быть только часть паттерна, или у вас может быть немного искаженный паттерн. Самоассоциативная память может выбрать корректный паттерн, такой, каким он был сохранен изначально, даже если вы начали с искаженной версии. Это все равно, что вы придете к торговцу с наполовину съеденными коричневыми бананами и получите целые зеленые бананы назад. Или придете в банк с порванной и нечитаемой банкнотой, а кассир вам скажет: «я думаю, это испорченная 100-долларовая купюра, дайте ее мне, а я вам дам новую хрустящую 100-долларовую купюру».
Второе свойство, отличное от других нейронных сетей, это то, что самоассоциативная память может быть спроектирована для хранения последовательностей паттернов, или временных паттернов. Это свойство достигается добавлением временных задержек к обратным связям. С такими задержками вы можете подать на автоассоциативную память последовательность паттернов, похожих на мелодию, и она может вспомнить всю последовательность. Я мог бы подать несколько первых нот «В лесу родилась елочка» и память вернула бы песню целиком. Когда подставляется часть последовательности, память может вспомнить оставшуюся часть. Как мы увидим далее, люди обучаются практически любым вещам, как последовательностям паттернов. Я предполагаю, что мозг использует контуры, аналогично тому, как это делает автоассоциативная память.
Автоассоциативные воспоминания указывают на потенциальную важность обратных связей для входных данных, изменяющихся во времени. Но подавляющее большинство ученых в области ИИ, нейронных сетей, и познания игнорируют время и обратные связи.
Ученые в области нейронаук в целом не улучшили ситуацию. Они также осведомлены об обратных связях — они были теми, кто их открыл — но у большинства из них нет теории (не дальше неопределенных разговоров о «фазах» и «модуляциях»), объясняющей, для чего они нужны мозгу в таком большом количестве. А время занимает небольшую или не центральную роль в большинстве их идей о функционировании мозга в целом. Они намерены отобразить мозг в терминах того, где происходят вещи, но не когда или как паттерны возбуждения взаимодействуют во времени. Частично это предубеждение исходит из ограниченности нашей экспериментальной аппаратуры. Одна из предпочитаемых технологий декады 90-х, известной как Декада Мозга, это функциональное отображение. Аппараты функционального отображения могут получать картины мозговой активности человека. Однако они не способны отслеживать быстрые изменения. Исследователь просит испытуемого сконцентрироваться на одной задаче снова и снова, так же как если бы фотограф просил его оставаться неподвижными, только это ментальный фотограф. Результатом является множество данных о том, где возникает определенные задачи в мозгу, но очень мало данных о том, как действительно потоки данных протекают через мозг. Функциональное отображение дает возможность узнать, где что-то происходит в заданный момент, но не может ухватить, как активность мозга меняется во времени. Ученые хотели бы получить такие данные, но практически нет аппаратуры для этого. Таким образом большинство ученых в области когнитивных нейронаук попадаться
Я не хочу намекать, что все игнорировали время и обратные связи. Это настолько большое поле деятельности, что виртуально у каждой идеи есть свои приверженцы. В последние годы вера в важность обратных связей, времени и предсказания последовательностей находится на подъеме. Но грохот ИИ и классических нейронных сетей заглушил другие подходы и недооцененными на многие годы.
Несложно понять, почему люди — дилетанты и специалисты — считали, что интеллект определяется поведением. Несколько сотен лет люди соотносили способности мозга с часовым механизмом, с насосами и трубами, затем с паровой машиной и, в последнее время, с компьютером. Десятилетия научной фантастики плавали в идеях ИИ, от трех законов робототехники Айзека Азимова до C3PO из Звездных Войн. Идея интеллектуальных машин укоренилась в нашем воображении. Все машины, сделанные людьми или воображаемые, предназначены для того, чтоб что-то делать. У нас нет машин, которые думают, у нас есть машины, которые делают. Даже когда мы наблюдаем за людьми, мы фокусируемся на их поведении, а не на их скрытых мыслях. Следовательно, интуитивно кажется очевидным, что интеллектуальное поведение должно быть метрикой интеллектуальной системы.
Однако, смотря на историю науки, мы увидим, что наша интуиция часто является громадным препятствием на пути к истине. Система научных взглядов трудна для понимания, не потому что она сложная, а потому что интуитивные но некорректные предположения удерживают нас от того, чтоб увидеть правильный ответ. Астрономы до Коперника (1472–1543) ошибочно предполагали, что земля покоится в центре вселенной, потому что она ощущается, как неподвижная и кажется, что является центром вселенной. Было интуитивно очевидным, что все звезды являются частью гигантской вращающейся сферы, а мы находимся в ее центре. Чтобы предположить, что Земля вращается, что ее поверхность движется со скоростью около тысячи миль в час, и что Земля несется сквозь пространство — не говоря уж о том, что звезды удалены на триллионы миль — вы должны представить себя в качестве лунатика. Но это обернулось корректной системой взглядов. Простой для понимания, но интуитивно некорректной.
До Дарвина (1809–1882), казалось очевидным, что все виды животных неизменны в их форме. Крокодил не скрещивается с колибри; они различны и несовместимы. Идея о эволюции видов пришла в противоречие не только с религиозными учениями, но и со здравым смыслом. Эволюция предполагает, что у нас один общий предок со всеми живыми организмами на этой планете, включая червей и домашние растения на вашей кухне. Сейчас мы знаем, что это правда, но интуиция говорит обратное.
Я упомянул эти известные примеры, потому что я уверен, что поиски интеллектуальных машин были обременены интуитивными предположениями, которые препятствуют нашему прогрессу. Когда вы спросите себя, «Чем занимается интеллектуальная система?», интуитивно очевидно размышлять в терминах поведения. Мы демонстрируем человеческий интеллект посредством речи, письменности, действий, верно? Да, но только с одной точки зрения. Интеллект — это что-то, что происходит в вашей голове. Поведение — это только дополнительный ингредиент. Это не является интуитивно очевидным, но не сложно для понимания.
Весной 1986 года, как только я сел за мой стол после целого дня чтения научной литературы, написания истории интеллекта, и рассмотрения эволюции ИИ и нейронных сетей, я оказался за обдумыванием деталей. Был нескончаемый поток вещей, которые надо было изучить и прочитать, но я не достиг какого либо прояснения в понимании того, как действительно мозг работает в целом, или даже что он делает. Так было потому, что область нейронаук погрязла в деталях. И это до сих пор так. Каждый год публикуются тысячи исследовательских отчетов, но они тяготеют к добавлению новых данных в кучу, вместо того, чтоб организовать их. До сих пор нет общей теории, нет системы взглядов, объясняющей, что ваш мозг делает и как он это делает.
Я начал воображать, на что должно быть похоже решение этой проблемы. Должно ли оно быть крайне сложным из-за сложности мозга? Должно ли оно занять сотни страниц сплошной математики для того, чтобы описать работу мозга? Должны ли мы отобразить сотни или тысячи отдельных контуров, прежде чем мы сможем понять что-то полезное? Я так не думаю. История показывает, что лучшие решения научных проблем просты и элегантны. Тогда как детали забываются и дорога к конечной теории может быть трудной, конечная концептуальная модель в общем проста.