Искусственный интеллект и архитектура сознания. Переход от Narrow AI к General AI

Краткий обзор содержания

Создание ИИ, уровня человека и переход от Narrow/ Weak AI к General/ Strong AI, возможен при условии реконструкции архитектуры сознания и базовых принципов функционирования сознания человека.

В данной работе представлена модель архитектуры, включающая пять базовых когнитивно-поведенческих структур, с помощью которых живые организмы, управляют распознанием значений элементов информационного поля и выбирают наиболее адекватное поведенческое решение – изменение поведения для обеспечения своего средового благополучия.

Все живые организмы контролируют свое средовое благополучие и способны менять свое поведение в отношении, и в связи с теми значениями, которые они извлекают из распознания и оценки элементов окружающей среды – информационного поля – в текущем контексте при данных условиях.

В данной работе живые организмы рассматриваются как когнитивно-поведенческие системы, управляющие своим средовым благополучием с целью выживания и продолжения рода на основе когнитивной деятельности, которая обеспечивает распознание жизненно важных задач и выбор наиболее адекватного поведенческого решения.

Сознание человека – эволюционное приобретение, унаследованное от предковых форм всех живых организмов, составляющих филогенетическую «родословную» человека, начиная с LUCA до homo sapiens. Архитектура и структура сознания человека включают базовые когнитивно-поведенческие структуры, сформировавшиеся на более ранних этапах развития человека как вида и его сознания.

Сознание живого организма оперирует отдельными кластерами или доменами элементов информационного поля и их значениями. Каждый элемент информационного поля, имеющий значение и способный вызывать изменение поведения, принадлежит одному из 5 базовых доменов.

Значения всех элементов информационного поля живых организмов в естественной среде составляют 5 общих универсальных доменов: 1) Среда и ее фрагменты; 2) Отдельные свободноподвижные объекты (феномены, элементы) дистанционно; 3) Контекст; 4) Групповая динамика; 5) Символы (формализованные символьные и знаковые системы, абстрактные концепции).

Архитектура сознания представляет собой когнитивную проекцию (или «отражение» – Леонтьев А.Н.) пяти базовых доменов информационного поля, имеющих значение для живых организмов, которые способны вызывать изменение поведения организмов, и одновременно – требуют от организмов поведенческого решения для обеспечения средового благополучия.

Архитектура сознания в данной работе рассматривается с точки зрения эволюционно-адаптационного подхода и представлена в виде системы пяти базовых когнитивно-поведенческих структур, которые включают:

– 5 универсальных (базовых) доменов информационного поля, включающие соответствующие пять категорий элементов среды и их значений, на которые живые организмы способны и обязаны реагировать поведенческим решением – изменением поведения.

– 5 базовых поведенческих решений и паттернов изменения поведения, которые активируются элементами и их значениями и позволяют решать задачи средового благополучия.

– 5 универсальных контроллеров средового благополучия, управляющих распознанием значения данного элемента информационного поля и его дальнейшей коммуникацией в центр принятия поведенческого решения – изменения поведения.

– 5 базовых универсальных когнитивных карт, позволяющие организмам распознавать элементы и их значения, принадлежащие соответствующим доменам информационного поля.

– 5 типов когнитивно-поведенческого потенциала, которыми оснащены группы видов, обладающим соответствующими набором базовых контроллеров и паттернов изменения поведения.

Представленная в данной работе модель архитектуры сознания позволяет определить категории элементов информационного поля имеют значение для человека и активируют поведенческие решения. Данная модель позволяет рассмотреть сознание с точки зрения контроля и коммуникации, и предлагает концептуальное решение архитектуры сознания, которое может быть заложено в основу технического воплощения ИИ, уровня человека – General/ Strong AI.

Глава 1. Искусственный интеллект

Пожалуй, не проходит и дня, чтобы на глаза не попалась очередная новость на тему «искусственного интеллекта» (ИИ). Практические не осталось сфер, в которых не были бы внедрены технологии искусственного интеллекта. Едва ли найдется человек, который не слышал об искусственном интеллекте. Тем не менее, до сих пор не существует общепринятого определения того, что из себя представляет искусственный интеллект и к какой сфере он относится – продукт, технология, научная дисциплина, алгоритм или программное обеспечение?

Дискуссия об искусственном интеллекте обычно выявляет три основные точки зрения на прогресс и будущее ИИ. Сторонники первой точки зрения полагают, что ИИ стремительно развивается и скоро достигнет уровня человеческого разума (например, Рэй Курцвейл, Герд Леонгард). Сторонники второй точки зрения заходят в своих ожиданиях еще дальше – согласно их представлениям ИИ развивается столь стремительно, что скоро может выйти из под контроля и начать самостоятельную жизнь и, в итоге, захватит человечество (Илон Маск, Билл Гейтс, Стивен Хокиниг, Ник Бостром, Стюарт Рассел, др.). Одновременно, сторонники третьей точки зрения сомневаются в том, что ИИ, уровня человека вообще будет создан в обозримом будущем и на его создание уйдут десятилетия или даже века (Родни Брукс, Джордж Дайсон, Дэвид Чалмерс и др.). При этом, все больше специалистов выражают сомнения в том, что те технологии и алгоритмы, которые стало привычным называть «искусственным интеллектом» – является таковым на самом деле.

У сторонников каждой из этих точек зрения есть свои убедительные аргументы и контраргументы, подтверждающие их правоту и опровергающие доводы оппонентов. Но как разобраться – кто прав? Как такие полярные и взаимоисключающие точки зрения сосуществуют вместе и находят своих сторонников?

Изначально, ИИ задумывался и разрабатывался с целью создать системы, которые были бы способны воспринимать, думать и действовать как люди (Winston, 1992). Но для этого ИИ должен обладать сознанием как у человека, что в свою очередь, требует реконструировать архитектуры сознания человека и ее воплощения на искусственные носители. Для создания ИИ, уровня человека, в первую очередь необходимо определить – что из себя представляет сознание человека, реконструировать его архитектуру, базовые структуры и принципы функционирования. Но одна из самых главных и наиболее фундаментальных проблем развития искусственного интеллекта и перехода к ИИ, уровня человека, связана с тем, что до сих пор не существует достоверной модели архитектуры сознания человека.

Представляется, что столь кардинальные разночтения в представлениях о будущем ИИ, возникают из-за того, что стремление перейти к General (Strong) AI, т. е. – «Мощному ИИ» есть, а понимания, как это сделать – нет. В результате одни авторы выдают желаемое за действительное, пытаясь ускорить наступления эры General (Strong) AI. Другие – фантазируют на тему Strong и даже Super AI, исходя из гипотетических представлений о том, что он уже создан и предлагают обсуждать вероятные последствия для человечества. Но главная проблема с ИИ в настоящее время заключается в следующем – у нас нет никаких представлений, что из себя представляет General (Strong) AI, и что в итоге мы планируем получить (напр., Larson, Erik J. 2021, Russell, 2019, Wooldridge, 2021).

Размытые представления о том, что собой представляет искусственный интеллект не мешают обсуждать прогресс и его дальнейшее развитие, а также рисовать картины общества будущего, в котором искусственный интеллект не уступает своими возможностями человеческому, также способен к эмоциям, эмпатии, юмору, альтруистическому поведению и т. п.

Но не имея модели архитектуры сознания, «невозможно создать настоящую искусственную форму жизни снизу вверх. Она должна быть спроектирована как когнитивный объект высокого уровня со всеми компонентами в архитектуре, моделями информации/знаний» (Crowder, Carbone, Friess, 2016).

«Если мы действительно желаем создать системы, которые смогут более динамично взаимодействовать с окружающей средой, чем сегодняшние системы – думать, рассуждать, действовать и общаться способами, подобными человеческим, то нам необходимо создать системы, воспроизводящие когнитивные процессы человека» (Crowder, Carbone, Friess, 2016; перевод цитаты – С.Ф.).

Для того, чтобы ИИ смог перейти на уровень функционирования сознания человека, необходимо оснастить его способностями человека преобразовывать мозаичное полотно картины окружающего мира в упорядоченную систему информационного поля, отделяя «значимые» элементы от «остального» для принятия поведенческих решений в каждый момент времени.

Решение такой задачи возможно только при условии реконструкции архитектуры сознания и оснащение искусственного интеллекта способностью самостоятельно распознавать задачу из всего множества элементов и событий информационного поля, аналогично тому, как функционирует сознание человека.

Без решения задачи «распознающей» архитектуры, ИИ продолжит экстенсивное и узкоспециализированное развитие на уровне Narrow AI и не сможет приблизиться к уровню сознания человека. Но на данный момент современная психология, биология, когнитивные науки до сих пор не смогли предложить концептуального решения; «в этой сфере ничего стоящего чтения до настоящего момента не было написано» (Stuart Sutherland, цитата по Chalmers D. J.).

Современные виды искусственного интеллекта (Narrow/ Weak AI), будучи способными решать отдельные, пусть даже очень сложные задачи, имеют мало общего с интеллектом или сознанием человека. Современный ИИ не способен действовать вне рамок поставленных перед ним узко специализированных задач и за пределами запрограммированных алгоритмов, предустановленных разработчиками. На данный момент развитие ИИ осуществляется исключительно в таком – «экстенсивном» направлении – усложнения и совершенствования внутри замкнутых, изолированных задач – сбор и анализ Bigdata, распознавание лиц и объектов, обработка речевых и текстовых массивов, управление беспилотными автомобилями, игры в шахматы, Го и т.п.

В отличие от искусственного, человеческий интеллект (сознание) способен и обязан самостоятельно определять и приоритизировать наиболее актуальные задачи в каждый момент времени, учитывать контекст, обстоятельства, условия, эмоции и чувства, балансировать между моральными ограничениями и требованиями закона, сотрудничать, сопереживать, проявлять альтруистическое поведение и т.п.

Для того, чтобы перейти к созданию ИИ, уровня человека, необходимо «обучить» ИИ способности самостоятельно определять – что в данный момент представляет собой наиболее актуальную задачу в данный момент времени и выбирать наиболее адекватное поведенческое решение. Это означает, что необходимо оснастить ИИ таким функционалом, который позволит ему распознавать из всего информационного поля те значимые элементы (включая их значения), которые связаны с наиболее приоритетной задачей и соответствующими поведенческими паттернами, с помощью которых данная задача может быть решена.

Для таких операций требуется особое структурирование окружающего мира (информационного поля) и, соответственно, наличие ответственной за такое структурирование архитектура сознания, управляющая распознанием как значений информационного поля, так и задач, требующих решения в каждый конкретный момент.

Если бы проблема перехода к ИИ, уровня человека, заключалась только в технологиях и мощностях, то ее решение было бы вопросом времени, усилий, инвестиций и т.п. Но основная проблема заключается в том, что мы до сих пор не имели ясного представления о том, на каких небиологических принципах функционирует наше собственное сознание. В том числе – какие основные закономерности, какие базовые структуры и паттерны составляют основу и управляют сознанием человека.

Человеческие сознание и интеллект, при всей его сложности и уникальности – тем не менее, продукт эволюции сознания живых организмов и наследие всех предковых форм, которые предшествовали появлению homo sapiens. В этой связи сознание человека (и живых организмов вообще) имеет смысл рассматривать не только, и не столько в связи с биологическими процессами, но также в связи с когнитивно-поведенческими решениями, с помощью которых организмы решают свои жизненно важные задачи – адаптации, получения энергии, репродукции.

Если мы планируем получить ИИ, уровня человека, то обязательным условием его функционирования была бы его способность самостоятельно распознавать наиболее актуальные задачи в каждый момент времени, а также составляющие их элементы информационного поля и их значения, и реализовывать адекватные поведенческие решения. Другими словами, ИИ, уровня человека, должен быть способен не только решать задачи, но и самостоятельно определять – какая из множества задач требует решения в каждый момент времени. Однако, на данный момент общую ситуацию можно суммировать цитатой Ника Бострома: «Плохие новости для ИИ и когнитивных наук – никакой общей теорий решения проблем, равно как и теории обучения человека, до сих пор не существует» (Bostrom, 2014).

Представленная работа посвящена вопросам реконструкции архитектуры сознания для решения концептуальных проблем и барьеров на пути создания ИИ, уровня человека. Переход к AGI лежит через реконструкцию архитектуры сознания с точки зрения эволюционного развития и адаптационного функционала, обеспечивающего поведенческие решения, который позволяет организмам структурировать окружающее пространство (в том числе – значения информационного поля) таким образом, чтобы в любой момент времени извлекать информацию о том, какие именно элементы имеют значение и указывают на задачу, требующую немедленного поведенческого решения для выживания и процветания видов в естественной среде. В работе представлены подход, методика и модель архитектуры сознания человека, основанные на реконструкции базовых структур и принципов функционирования сознания как адаптационного функционала в виде 5 универсальных когнитивных карт, универсальных поведенческих решений или базовых когнитивно-поведенческих паттернов и базовых когнитивно-поведенческих «контроллеров», имеющих эволюционную природу и управляющих обеспечением средового благополучия организма.

В работе также представлен обзор текущего положения дел в развитии ИИ и проблемы, связанные с переходом от Narrow AI к General AI, то есть «ИИ, уровня человека». Создание ИИ, аналогичного человеческому сознанию – это зона ближайшая развития современной науки и индустрии информационных и компьютерных технологий. В настоящее время предложен и реализуется несколько подходов к созданию ИИ, аналогичного человеческому или уровня человека. Но ни один до сих пор не представил какие-либо осязаемые результаты, которые указывали бы на прогресс от текущего уровня ИИ (Narrow AI) к ИИ, уровня человека (General AI). Тем не менее, множество вопросов в отношении перехода к General AI все еще требует ответов.

В том числе, какое ближайшее будущее у ИИ и как скоро будет достигнут уровень человека, при котором машины и роботы смогут на равных общаться с людьми, обладать эмпатией, испытывать эмоции, шутить и смеяться над шутками других? Где сейчас находится наука и человечество на пути к созданию искусственного интеллекта, уровня человека?

Почему растет число «маргиналов», которые всерьез считают, что ИИ до сих пор не создан, а само название – не более чем удачный маркетинговый ход, за которым скрывается лишь программный «софт»? В чем тогда принципиальное отличие современного ИИ от обычного калькулятора, стиральной машины или пульта от телевизора, и существует ли ИИ вообще?

Несмотря на то, что термин ИИ появляется лишь в 1956 году, история создания ИИ началась значительно раньше. Некоторые исследователи и историки ИИ прослеживают его «родословную» вглубь древнегреческой культуры, сквозь средневековую Европу, эпоху Ренессанса и затем – в современный период индустриализации и развития капитализма.

Начало же современного этапа развития ИИ датируется 1936-1937 годами, и связано с именем выдающего математика и ученого Алана Тюринга, и его решением «проблемы принятия решения» («Entscheidungsproblem») и публикацией работы “On Computable Numbers” (Turing, A., 1936 – «Вычислимые числа»), в которой он изложил главную концепцию «компьютера», в дальнейшем получившей название «Машина Тюринга» («Turing machine»).

В 1948 году выходит книга Норберта Винера «Кибернетика или управление и связь в животном и машине» посвященная проблеме создания «думающих» и самостоятельно принимающих решение машин. На следующий же день после своего выхода книга Винера становится культовой не только среди специалистов, но и широкой публики, ожидающей скорого появления «умных» вычислительных машин, роботов и компьютеров.

Винер одним из первых артикулировал подход к созданию «думающих машин» с точки зрения реконструкции адаптационных механизмов, созданных природой и эволюцией для восприятия и переработки организмом информации для выработки поведенческого решения. Контроль за распознанием значимой информации и управление выработкой наиболее адекватного поведенческого решения, или как пишет сам Винер: «поглощения организмом информации из внешней среды и ее использования для выбора правильного поведения» (Винер, 1948) – базовый принцип жизни на Земле, который должен быть перенесен в создание «умных» машин, роботов и компьютеров.

Идея того, что контроль и коммуникация лежат в основе организации адаптационного поведения организма и выживания организма и вида в целом – вынесена Винером в само название его работы: «Cybernetics. Or control and communication in the animal and the machines». Свое видение того, в каком направлении должна развиваться кибернетика (в том числе ИИ), Винер обосновал следующим образом: «всякий организм скрепляется наличием средств приобретения, использования, хранения и передачи информации».

Винер одним из первых так четко сформулировал идею того, что развитие искусственных «умных» технологий должно строиться на эволюционно-адаптационных принципах, которые лежат в основе всей жизни на Земле. Перенос «сознания» с биологических носителей на искусственные (небиологические) носители возможен на условиях реконструкции структур и принципов, управляющих и контролирующих процесс преобразования информации в поведенческое решение. Однако с тех пор, как Винер выдвинул свой тезис, существенного прогресса в реконструкции таких структур и в целом архитектуры сознания не произошло.

В 1956 году Джон МкКарти и Марвин Мински организовывают «Дартмутскую конференцию» – шестинедельный семинар, который объединяет энтузиастов по разработке ИИ. Этим же годом официально датируется появления термина «искусственный интеллект».

– Почему именно «искусственный интеллект»? Изначально никакого особого значения Джон МакКарти не вкладывал в название. Термин возник в некотором смысле случайно; сам МакКарти так объяснил свой выбор: «Надо было как-то назвать, вот я и предложил такое название – искусственный интеллект» (цитата по Mitchell, 2019). На выбор названия повлияло то, что на тот момент времени МакКарти и Мински было важно отделить область своей деятельности от кибернетики и обозначить новое направление в информационных технологиях как самостоятельное.

Термин «искусственный интеллект» оказался поистине гениальным маркетинговым решением. Понятное и амбициозное, зовущее в технологичное будущее, оно мгновенно было подхвачено и растиражировано СМИ, авторами научных и художественных произведений. Новые технологии стремительно привлекали внимание общественности, журналистов, писателей-фантастов, режиссеров и т.п. Общество было взбудоражено перспективами искусственного интеллекта и ожиданиями безграничных возможностей искусственной жизни. Ближайшее будущее представлялось наполненным разумными роботами и небывалыми технологиями решениями, которые сделают жизнь на Земле прекрасной и беззаботной. Многие ожидания даже удалось воплотить в жизнь – компьютеры, смартфоны, роботы, беспилотные автомобили и летательные аппараты т.п. – стали вполне обыденной частью нашей повседневной жизни.

Однако первые десятилетия развития ИИ складывались весьма непросто и порой драматически, со своими взлетами и падениями, тупиками и перезагрузками. Два наиболее продолжительных периода спада в развитии ИИ получили особое название – «зимы ИИ» (AI Winters). Эти периоды сопровождаются резким снижением прогресса в развитии ИИ и, соответственно, сокращением финансирования проектов. Первая «зима ИИ» пришлась на период 60-х годов прошлого столетия и ее связывают с дискредитацией «нейросетевого» подхода, предложенного Розенблатом. Марвин Мински, один из основателей ИИ, выдвинул свой подход – экспертный, «symbolic logic – expert systems», подвергнув критике и заклеймив идеи «перцептрона» и в целом «нейросетевой» подход Розенблата как «тупиковый». Этот эпизод в истории ИИ вошел под названием «Битва разумов» («Brain Wars»).

Только 70-х годах «нейросетевой» подход был реабилитирован и даже стал доминировать в разработках ИИ, хотя его автор – Фрэнк Розенблат – к этому времени уже скончался в возрасте 43 лет. Но на тот момент компьютерам для решения задач с помощью нейросетевых алгоритмов не хватало вычислительных мощностей. В итоге наступает вторая «зима ИИ», которую удалось преодолеть только в 90-е прошлого века, когда был совершен революционный скачок в увеличении мощностей компьютеров.

«В настоящее время ИИ переживает свой новый этап хайпа» (Mueller&Massaron, 2016). Современного человека со всех сторон окружает ИИ, задачи, которые он способен решать, становятся все сложнее, а возможности – все более удивительными и даже – невероятными. Например, ИИ «научился» играть в настольные игры еще в конце 50-х прошлого столетия, а на рубеже 20 и 21 веков ИИ не оставляет шансов человеку в шахматах, Го, и даже в покер. В 1997 году шахматный компьютер «DeepBlue» побеждает действующего чемпиона мира по шахматам. Затем искусственный интеллект одолел чемпиона мира в китайскую игру Го (Google DeepMind Challenge Match) – сначала корейского чемпиона Ли Се-Дола (Lee Se-Dol)в 2016 году, а затем и китайского Ке Цзе (Ke Jie) в 2017 году.

Эти даты и события можно считать историческими вехами, которые ознаменовали торжество ИИ над интеллектуальными возможностями человека. С тех пор, как правило ИИ не оставляет шансов человеку в решении тех задач, для которых он создан и запрограммирован. Он способен не только играть и выигрывать в логические и комбинаторные игры, но также решать очень сложные и важные задачи, на решение которых у человека ушли бы века или даже тысячелетия. Современный компьютер способен обрабатывать до 100 млрд инструкций в секунду и на такой объем работы у человека уйдет порядка 3,5–3,7 тысяч лет (Wooldridge, 2021). Способности обычного человека считать «в уме» ни в какое сравнение не идут даже с простым калькулятором, не говоря уже об алгоритмах ИИ, которые способны собирать и обрабатывать гигантские массивы Bigdata или контролировать многоуровневые аналитические процессы.

ИИ применяется практически во всех жизненно важных сферах жизни человека и успешно решает множество задач: сбор и обработка Bigdata, диагностика заболеваний и определять стратегию лечения, распознание лиц, управление технологическими процессами, торговля акциями, обеспечение безопасностью, запуск и управление спутниками, самолетами и беспилотными устройствами, рисование картин, предсказание землетрясений и цунами, ответы на поисковые запросы в интернет, перевод разговорной речи с одного языка на другой и т.д.

Технологии ИИ стремительно развиваются и, казалось бы, неизбежно смогут выйти на уровень человеческого интеллекта и сознания в ближайшее время, достигнув точки «сингулярности» – момент в будущем, когда человечество достигнет в разработке ИИ, уровня человеческого сознания. Термин и концепцию «сингулярности» разработал John von Neumann. В дальнейшем Irving John Good в своей работе “Speculations Concerning the First Ultraintelligent Machine” (1965), определил сингулярность применительно к ИИ как «интеллектуальный взрыв» – момент в истории человечества, когда появится «сверхразумная машина … которая может намного превзойти всю интеллектуальную деятельность человека, каким бы умным он ни был»; в этом случае «разум человека остался бы далеко позади». Дальнейшую популярность этому термину придали ученые, философы и писатели-футуристы, в том числе Vernor Vinge (например, Technological Singularity, 1993), Дэвид Чалмерс (The Singularity: A Philosophical Analysis, 2010 David J. Chalmers), Рэй Курцвейл (Singularity is Near, 2015) и другие.