ЧАСТЬ 3. ОСНОВНЫЕ ПОНЯТИЯ ЛОГИКИ УПРАВЛЕНИЯ КЛЕТКИ.
Действие. Логический переход.
Логическое состояние и логический ответ.
Исход и Результат.
Ожидание
Объекты и их эквиваленты.
Обобщение и детализация.
Цель.
Границы и ограничения.
Противоположность.
Копирование.
Сравнение. Сходства и различия.
Выбор
Событие.
Условия.
Образ
Модели и примитивы.
ЧАСТЬ 4. ЛОГИЧЕСКАЯ ЗАДАЧА.
Формирование логической задачи управления.
Управление решением ...
ЧАСТЬ 5. ТЕХНИЧЕСКАЯ ОРГАНИЗАЦИЯ ЛОГИЧЕСКОЙ СИСТЕМЫУПРАВЛЕНИЯ КЛЕТКИ.
Логическая машина.
Логическое управление.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА:
Да, надо начинать ...
Так о чем же будет идти разговор?
Об Искусственном Интеллекте. О логике. О механистическом понимании логических действий. Об упрощенной модели логики живой клетки.
Уже в который раз я пытаюсь сложить в кучку все собранные материалы и, наконец, разобраться в них. Разложить всё по полочкам.
Вот новая попытка.
Открыл Логику {11}, потом теорию вероятностей и теорию случая {13}... и почти ничего не нашел из того, что хотел там найти. Обратился к теории систем {23}. Покопался в теории принятия решений {12} и нечеткой логике Л.Заде. Да, его лингвистические переменные {14}, конечно интересны, но ... к данной теме имеют только косвенное отношение.
Что-то даже очевидные понятия куда-то спрятались..., и теоретики логики {19, 20} говорят о них вскользь. Ну что же, будем пользоваться тем, что удалось найти, а остальное излагать своими словами.
Где же истоки проблем сегодняшнего состояния ИИ? Может быть, надо поискать новые пути для их понимания? В основах логики первых проявлений Жизни? В вирусах и клетках?
Пришлось разобраться немного в работе клетки. В принципах работы её логической системы. В том числе и с основами информационных технологий клетки.
С этим я постарался разобраться подробно. {3-7, 10} Постепенно появилось какое-то понимание того, как это всё в клетке могло образоваться и стало работать. Как появилась клетка, и почему основой информационных технологий в клетке стала РНК.
Да, началось всё с РНК, когда и клетки еще не было. С появлением РНК возникла среда, в которой обычная химическая реакция стала отражать информационную связь, направленную в ту, или иную сторону. Направление получаемой связи определяется четкими условиями. Мало того, реакция оказалась обратимой: Изменились условия - изменилось и направление связи.
Вместе с возникновением РНК появляется уникальная форма однородного логического пространства, в котором информация оказывается совместимой с химическим соединением, а информационное взаимодействие выражено обратимой химической реакцией.
Счетные операции в химическом исполнении вдруг стали реальными действиями.
И происходят сами собой. Информация вдруг стала реальным наполнением химического соединения. И она стала меняться в зависимости от ... изменений. Хотя бы, той же среды.
Вот он, фактор, крутнувший маховик информационного обмена в однородной логической среде. Запустился процесс изменения условий и направлений связей. Они вдруг стали положительными и отрицательными. Возникли сложные взаимосвязи одних изменений от других. Дискретность и направление связей автоматически создали простейшие логические правила. Изменения стали направленными. Действиями.
И на пустом месте однородной среды возникла логическая система. Сложная, запутанная, развивающаяся на основе случайности, и, тем не менее, удивительно устойчивая. Эта логическая система стала основой управления всеми процессами в клетке.
Когда-нибудь специалисты разберутся в хитросплетениях её работы. Во всех взаимосвязях и во всех тонкостях. Но работы там много. На годы...
Мы же попытаемся понять только самые простые принципы работы логической системы клетки. То, что лежит на поверхности.
Возможно, это подскажет, чего же не хватает в тех математических логиках, на которых сегодня реализуется искусственный интеллект.
Да и во всех остальных логиках ...
Или это одна логика? В разных своих проявлениях.
Как и чем связаны интеллект, логика и мозг в их техническом понимании?
Вопросы, вопросы ... и нет им конца.
Ладно, начинаем...
Часть 1. Камо грядеши...?[1]
В прошлом веке на основе философии абстрактной математики были выведены логические законы для машины, которые потом, почему-то, стали ... законами нашего мышления. Странные метаморфозы, не правда ли...
Это связано с развитием вычислительной техники. Машине были нужны логические законы, и она их получила. Программисты получили логические построения, основанные на математике. Таким образом, хотим мы или нет, но машинная логика оказалась приравнена к логике нашего мышления. Сегодня это - одно и то же. В этом есть объективная справедливость.
Современная логика, это уже давно - наука формальных логических систем. Технических систем. Такой она стала при попытке формулирования основ искусственного интеллекта в начале 20 века {8}. За сотню лет существования проблемы Искусственного Интеллекта почти ничего не изменилось в этом направлении.
Термин "искусственный интеллект" - ИИ - (AI - artificial intelligence) был предложен в 1956 г. на семинаре с аналогичным названием в Дартмутском колледже (США). Семинар был посвящен разработке методов решения логических, а не вычислительных задач. В английском языке данное словосочетание не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово intelligence означает "умение рассуждать разумно", а вовсе не "интеллект", для которого есть английский аналог: intellect. {56} Я бы слово "разумно" заменил на - "рационально". Иначе "фантастическая антропоморфная окраска" остается и в английском варианте понимания. Но принято было, видимо, именно так - умение рассуждать разумно.
На это обратили внимание философы, писатели-фантасты и т.д. Они быстро развили понятие "Искусственный Интеллект" до понятия "Машинный Разум" и стали сравнивать его с человеческим. Это понимание развивали Айзек Азимов {57} и, например, Станислав Лем {58}. Да, и другие не отставали.
И сегодня только специалисты разбираются в тонкостях интеллекта, в том числе и искусственного, а для всех остальных любое упоминание ИИ почти автоматически напоминает о человеческом разуме. Или выше. Отсюда повышенный интерес к любым проектам с применением ИИ. А о проектах, типа "Супермозг" и говорить нечего.
Но, ... если говорить о реальности, то пока все направления развития ИИ сходятся в одном - это программы. Техническая реализации ИИ тут почти всегда вторична. И очень функциональна. Сегодня мы видим почти полное растворение ИИ в компьютерных программах.
Как оценить интеллект программы?
Невозможно оценить уровень логичности и интеллектуальности программы, созданной нашим разумом и интеллектом. Нечего сравнивать, потому, что это продукт нашего собственного интеллекта. Любая оценка даст только один вариант: уровень разумности программиста к уровню пользователя или эксперта. Но, тут, сколько экспертов, столько и мнений. Именно по этой причине все оценки любых вариантов ИИ оказываются тупиковыми. Мы оцениваем собственный разум и интеллект в форме его реализации машинными средствами.
По этой причине ни современный компьютер, ни программы никаким искусственным интеллектом обладать не могут, в принципе. Это лишь отражение нашего собственного интеллекта.
Если же говорить не об интеллекте, а сначала о логике, то, в общем, Машина, в которую мы пытаемся внести интеллект на основе математической логики, далеко не всегда логична в своих решениях. Особенно, когда мы рассматриваем автоматические действия. То, что мы могли сделать адекватным и логичным на бумаге, на уровне электронных схем сделать таковым пока сложно. Тут все просто. Где потенциал есть, там и "ДА", а вот почему это противоречит нашей логике, этого нам никто объяснять не собирается. Машина, что с неё возьмешь...
И тут уж никакая интерпретация логических ответов не помогает. Математика не сходится с человеческой логикой в оценке адекватности. Но, хочется же...
Потому и стали появляться все новые и новые математические логики. Двоичная, троичная, двойная двоичная,... многозначная, бесконечнозначная...
Еще одна проблема, с которой столкнулись при реализации программных логических систем на базе компьютера, это понятие достаточности и неполноты исходной информации. У машины для проведения логического решения все необходимые информационные ячейки должны быть заполнены. Тогда информация считается полной, а её объем - достаточным для решения логической задачи.
Наверное, это формально правильно, но мы, при решении своих логических задач, сплошь и рядом сталкиваемся с обратным. С неполнотой и недостаточной достоверностью имеющейся информации. Но вполне обходимся тем, что есть. Задачи решаем. Находим логичное решение.
И потому, очень хочется сделать машинную логику способной находить решения в аналогичных условиях. Эту проблему должна решить нечеткая логика Л.Заде. Но пока уверенных результатов не видно {9}.
Еще более тяжелая проблема, о которой стараются не говорить вообще, это проблема гибкости решения логической задачи. Решения, а не вывода результата. Потому, что результат определяется направлением решения задачи. Пока машине все равно. Какой результат она получит, тот и конечный. Или мы получаем букет решений с мешком результатов, и - разбирайтесь сами.
Эту проблему пытаются решить многовариантным моделированием и прогнозированием, с выбором оптимального результата. Но, получается пока ... не очень. Ну и так далее, всех проблем не пересчитать.
И тем не менее, развитие ИИ упорно идет по пути реализации программы для компьютера на базе математической логики. Остальные пути пока даже не рассматриваются, хотя они есть.
Если вспомнить историю развития ИИ, то начиналась его реализация на основе Логической Машины. Прообраза Машинного Мозга и его основы.
Логическая машина представляет собой большую электронную схему, реализующую автоматические машинные операции логики в решение логической задачи. Примерно так же, как это делает и наш мозг. Вот к этому эталону и стремились приблизить разработчики логической машины свое детище. И вначале реализации программы ИИ логическая машина была главным объектом, куда направлялись все силы и средства. Но, время шло, а результатов почти не было.
А в это время на горизонте обозначился новый объект для приложения сил в области машинной логики - компьютер. Точнее, тогда это была Электронная Вычислительная Машина. С ней оказалось все и проще, и понятней. Это, конечно, не мозг и даже не отдаленный аналог, но она и требовала вполне конкретные средства для реализации своих вычислительных возможностей. Программы. Для вычислений по заданному программой алгоритму. С четкими правилами математики.
И с интеллектом на базе логической машины было почти покончено.
Правда, кое-какие работы по реализации логической машины еще проводились, но они уже не имели статуса важных научных разработок. Последняя логическая машина была отправлена на свалку в начале 90-х...
Таким образом, все направления технического развития базы ИИ, так или иначе, но пришли к пониманию очень больших трудностей в реализации. Реального выхода из этого пока не видит никто.
Компромиссные варианты, соединяющие в себе и программу, и прообраз логической машины, как например, нейрокомпьютер, пока тоже не дают серьезного повода говорить о реальном прорыве в этом направлении. Как, собственно, и все рекламируемые разработки с приставкой "нейро-". Искусственный интеллект рассыпался на мелкие отдельные локальные задачи, которые создают только шумовой фон, но не указывают направление.
А вот шума - много.
ИИ шагает по планете...
Еще совсем недавно, по историческим меркам, в конце 70-х, было констатировано, что ИИ не имеет достаточной основы для своего развития, и проблема ИИ снимается с повестки дня. Что же мы видим сегодня?
Ошеломляющее развитие роботов {47}, нанороботов {48}, различных систем ИИ, в том числе и имитирующих или эмулирующих работу мозга{41-44}. И все это происходит в последние 5-7 лет. Что будет завтра, трудно даже представить.
И наконец-то, всерьез заговорили о том, принципы построения компьютеров могут измениться:
"Современные вычисления базируются на модели хранимой программы, традиционно реализуемой в цифровых синхронных последовательных централизованных схемах общего назначения с явной адресацией памяти, которая без разбора перезаписывает данные и создает границу между вычислениями и данными. В отличие от этого когнитивные вычисления, подобные тем, что выполняет мозг, будут использовать повторяемые вычислительные блоки, нейроны и синапсы, реализуемые в смешанных аналого-цифровых асинхронных параллельных распределенных реконфигурируемых специализированных и отказоустойчивых биологических субстратах с неявной адресацией памяти, которая обновляется только при изменении информации, размывая границы между вычислениями и данными". {42}
Предлагается новая стратегия и архитектура:
""Биологический" процессор основывается на алгоритме BlueMatter, который был разработан два года назад в попытке выявить связь между корковыми и подкорковыми структурами головного мозга.
... такие процессоры могут прийти на смену архитектуре фон Неймана, на которой построено большинство современных компьютеров"
. {41}
"...при этом чип потребляет менее 20 ватт и весит 1,3 килограмма". {41}
Особенно поражают технические ресурсы, примененные для реализации этой идеи:
"Ученые из IBM Research в сотрудничестве с коллегами из Лоуренсовской национальной лаборатории выполнили первую практически в режиме реального времени симуляцию деятельности головного мозга человека, которая превышает по размеру кору мозга кошки и содержит 1 млрд импульсных нейронов и 10 трлн индивидуальных обучающихся синапсов.
Для этого команда построила симулятор коры, вобравший в себя ряд инноваций из области компьютерной памяти, коммуникаций, а также тонкие биологические детали из нейрофизиологии и нейроанатомии. Он был выполнен на суперкомпьютере Blue Gene/P, содержащем 147 456 процессоров и 144 ТБ оперативной памяти"
. {42}
У среднего человека мозг содержит около 20 млрд. нейронов, т.е. в 20 раз больше.
А 1 млрд., это как раз, размер мозга кошки...
Но, вот и данные для человека:
"Для моделирования полноценной "производительности" коры головного мозга человека учёным понадобится сложная система, имитирующая порядка 20 млрд. нейронов и 200 трлн. синапсов.
... для 100% эмуляции человеческого мозга в реальном времени потребуется производительность на уровне 1 EFlop/s (приставка "экза" означает единицу с 18 нулями) и памяти порядка 4 Пб (приставка "пета" - десять в 15 степени), то есть, 4000 терабайт
". {46}
Это уже впечатляет.
Но, мы опять говорим не о реальной работе, а только об эмуляции, т.е. воспроизведении внешних проявлений. Потому, что:
"Цель проекта - создание подобия самообучающегося мозга, или, как говорят участники SyNAPSE, получение нового электронного "железа" и новой программной архитектуры, способных понимать, адаптироваться и реагировать на информационное окружение на принципах, коренным образом отличающихся от традиционных вычислительных систем и более напоминающих функционирование живого мозга". {46}
Это, как мы видим, знакомое направление. Нейросети. Только в современном понимании и на современных технологиях. Обучаемые системы распределенных вычислений.
Нет, не ушла в прошлое архитектура фон Неймана. Она просто спряталась в нагромождении сетевых технологий. Нейрокомпьютер на новом уровне. А в основе все те же процессоры, булева логика, двоичная система. И всё те же проблемы. Потому мы и говорим не об электронном мозге, а о его симуляторе. Модели, на той или иной технологии имитации его работы.
Пути развития ИИ.
Прошло полвека развития ИИ. Сегодня уже не всегда понятно, о чем говорят те или иные специалисты в области ИИ - кибернетики, бионики, мехатроники[2]...
Их предложения и оценки относительно путей развития ИИ очень часто идут в разных направлениях, иногда - противоположных. Цели создания ИИ уже настолько размыты, что говорить о едином подходе не приходится.
Вроде бы, все хотят, чтобы машины были умными, выполняли работу, выбирая логичные и оптимальные пути решения, чувствовали пространство, соотносили скорость движения и усилия с объектами внешнего мира. Так, как это делает человек.
А вот дальше пути расходятся. Далее уже кто - о чем...
С одной стороны, машины должны давать безошибочный результат вычисления исхода логической задачи, опираясь на достижения современной математики и математической логики. Машина должна думать быстрее человека, она должна управлять скоростными и сложными динамичными процессами там, где человеку уже трудно или невозможно это делать. Машина должна выполнять работу в условиях, где человек уже не может существовать. И выполнять эту работу на высоком интеллектуальном уровне, почти самостоятельно.
Предполагается, что в дальнейшем сложные управляющие решения будет принимать машина. Потому, её интеллект должен быть выше человеческого. На это нацелено большинство проектов создания машинного супермозга. В том числе и на базе Интернета.
Робот должен выполнять работу точнее и быстрее, чем это делает человек, и заменить его во многих областях промышленного производства.
С другой стороны, мы хотим, чтобы машины были человекоподобными, обладали эмоциями и необходимым интеллектом, чтобы быть человеку другом, а не просто автоматами. Машина должна понимать наши переживания и чувства. Она должна обладать собственной личностной индивидуальностью и характером. Иметь свои слабости и недостатки. Она должна жить с нами одной жизнью, и, значит, иметь право на ошибку, если вдуматься.
Если к этому добавить множество проектов по киберпротезированию и нанороботам, то картинка получается очень пестрая. И всё это должен обеспечить ИИ.
При этом, все стороны в чем-то правы, все идут к своим целям, строят планы развития своих направлений, обосновывая их потребностями современной жизни и общества. Но, понятно, что такие разнонаправленные требования, какие мы сегодня предъявляем к искусственному интеллекту, являются несовместимыми. Тогда, возможно, мы говорим о разных ИИ. На разных логических основах, с разными подходами их построения и развития?
Нет. Пока направление развития ИИ только одно. На основе двоичной логики и процессорных вычислений. С использованием имеющейся базы программирования и математических методов обработки информации. Ничего другого наукой не рассматривается. Весь спектр требований к ИИ стараются реализовать только на этой основе.
Видимо, мы упорно идем все в том же направлении. И все к той же цели, поставленной 100 лет назад. Сразу к человеческому интеллекту и выше. Минуя все остальные стадии развития. Остальные варианты интеллекта нас не интересуют. И "кошачий" интеллект, в том числе. Почему?
Замкнутый круг...
Мы говорим, что логическая задача решается, как задача прохождения пути от условий до результата. Да, так её легче представить. Каждый переход сопоставить с маршрутом, от одной точки логического пространства задачи до другой, оценить условия, граничные переходы, провести согласование условий в точке перехода...
Если говорить с научной точки зрения, то это достаточно разработанная область математики, известная как топология[3] {50, 51}.
Здесь рассматриваются такие понятия, как поверхность[4], гомология[5], ориентируемость[6], ... и т.д. Современный взгляд на ориентацию даётся в рамках обобщённых теорий когомологий {49}. С топологии начиналась и теория графов.
С другой стороны, если мы приведем логическое пространство к математическому понятию топологического пространства[7], то на этом рассказ о решении логических задач можно заканчивать. Чтобы понять, о чем я говорю, достаточно взглянуть на определения понятий топологии в сносках. Из всего спектра понятий топологии, как раздела математики, более или менее понятным для всех будет только Евклидово пространство[8].
Для нас важнее знать, что вопросы геометрического представления решения задачи возникли не сегодня, они активно разрабатываются. В том числе и многоплановые векторные решения. На эти работы опирается и теория моделей[9].
Первоначальная теория моделей выросла из таких разделов математики как логика, универсальная алгебра, теория множеств в качестве обобщения и укрупнения существующих знаний.
Название "теория моделей" было впервые предложено Тарским в 1954 году. Основное развитие теория моделей получила в работах Тарского, Мальцева и Робинсона. Теория моделей посвящена изучению фундаментальной взаимосвязи между синтаксисом и семантикой. При этом, первому в ней отвечает формальный язык, а второму - модель - математическая структура, допускающая некоторое описание этим языком. Теория моделей работает с формальными логическими языками и основ логики уже не затрагивает. Но, вот тут возникает интересный парадокс.
С основами работает логика первого порядка[10]. Это логика автоматических операций. Она так и построена. Язык логики первого порядка[11], это язык формул[12]. Логика первого порядка расширяет логику высказываний[13]. На основе формальных исчислений или построений функций и предикатов[14] относительно переменных.
Логика высказываний, это математическая логика. Она становится логикой нулевого порядка. А классическая логика, известная со времен Древней Греции, становится логикой суждений[15]. И, получается, выпадает из списка формальных логик.
Таким образом, предикация[16] из языковой конструкции превращается в математическую функциональную зависимость или логическую функцию. Но, не будем торопиться с выводами,... заглянем в логику суждений. Ту самую философскую, классическую логику. Что мы там видим?
"Сложные суждения состоят из ряда простых ("Человек не стремится к тому, во что не верит, и любой энтузиазм, не подкрепляясь реальными достижениями, постепенно угасает"), каждое из которых в математической логике обозначается латинскими буквами (A, B, C, D... a, b, c, d...). В зависимости от способа образования различают конъюнктивные, дизъюнктивные, импликационные, эквивалентные и отрицательные суждения". http://ru.wikipedia.org/?oldid=37164923 [17]
Основные логические функции в математическом исполнении.
Суждения стали высказываниями? Оказывается - нет.
Суждения из языковой логической конструкции переведены в конструкции математические. Теперь суждения составляют основу логики нулевого порядка. И всё так же - математическую. Уровень логики суждений определить уже сложно, даже нулевой уровень уже использован.
Но если мы заглянем в алгебру логики[18], основу математической логики[19], то увидим там знакомые формулы конъюнкции, дизъюнкции, импликации...
Для каждой математической логики своя алгебра. Сегодня алгебр в логике - множество.
"Первые работы по общей теории произвольных универсальных алгебр относятся к 30-м годам 20 века и принадлежит Г. Биркгофу. В те же годы А. И. Мальцев и А. Тарский заложили основы теории моделей, т. е. множеств с отмеченными на них отношениями. В дальнейшем теория универсальных алгебр и теория моделей столь тесно переплелись между собой, что привели к возникновению новой дисциплины, пограничной между алгеброй и математической логикой, - теории алгебраических систем, изучающей множества с определенными на них алгебраическими операциями и отношениями.
Ряд дисциплин, пограничных между алгеброй и другими частями математики, определяется внесением в универсальные алгебры дополнительных структур, согласованных с алгебраическими операциями. Сюда относятся топологическая алгебра, в том числе теория топологических групп и Ли групп, теория нормированных колец, дифференциальная алгебра, теории различных упорядоченных алгебраических образований. К середине 50-х годов 20 века оформилась в самостоятельную дисциплину гомологическая алгебра, уходящая своими истоками как в алгебру, так и в топологию
".http://www.fipm.ru/alg4.shtml[20]
Да, круг математизации логики, как мы видим, замкнулся. Мы снова говорим о топологии, теории моделей, гомологии,....
С какой бы стороны мы не начинали разговор о логике, логических задачах, результатах, мы автоматически попадаем в сложную математику. Например, {54}. И выхода из этого уже не видно.
Только логика, как способ мышления, куда-то исчезла. Как тут разговаривать о логике в её начальном понимании - непонятно.
Что же при этом логика нашла и что потеряла?
Что получила логика?
Вся история развития математической логики всегда шла в одном направлении. В сторону оптимизации рационального решения, обоснованного всей мощью современной математики.
От простых формул Дж.Буля, через эвристику и теорию игр с вероятностным результатом к генным алгоритмам и нейросетям.
Отдельный путь формирует нечеткая логика Л.Заде. На основе экспертных оценок и шаблонных наборов действий.
Математика организовала круг понятий математической, но, похоже, и всей современной логики по своему образцу и подобию.
Логика получила математический способ обоснования решения. Вычисляемый, а значит, достоверно повторяемый результат решения логической задачи при использовании одних и тех же исходных данных. Этот результат достигается применением выверенного и обоснованного алгоритма решения. Логика получила то, что было так необходимо при автоматических способах вычисления. Гарантированный результат.
Математический способ решения логических задач принес в логику абстрагированное от конкретики частностей решение, алгоритм. Алгоритмический способ решения, это построение общей схемы решений множества конкретных задач по одному плану, гарантированно ведущему к конечному результату. Конечно, это программа. Сложная и многоступенчатая.
К такому способу решения логику привела машина. Машине невозможно объяснить всё многообразие логического аппарата человека, надо было искать более простые и действенные пути понимания.
Программа позволила это сделать. Простыми и понятными машине действиями. Математическими. С набором аксиом, правил и действий, принимаемых машиной без оценки. Эта основа, система базовых аксиом, была названа машинной логикой, набором машинных команд. А запись этих команд стала называться машинными кодами.
И на каком бы языке программирования не составлялась программа для машины, в конечном варианте она будет преобразована в этот базовый набор машинных кодов, и только тогда будет выполняться машиной.
Таким образом, в процессе создания машины, так или иначе, был пройден эволюционный путь развития логики от базовых машинных кодов до языков программирования высокого уровня. И весь этот логический комплекс работает в машине одновременно.
Что больше влияет на способности машинной логики в решении сложных логических задач? Нам кажется, что используемый математический аппарат. Чем больше математики, тем более сложные решения задач мы сможем поручить машине. Мы видим реальный прогресс в этом направлении каждый день.
С другой стороны, базовый уровень, система логики, заложенная в машину изначально, часто не дает возможности найти верное решение. При любой математической поддержке. Просто потому, что необходимое нам верное решение не укладывается в набор аксиом машинной логики. Для выхода из этой сложной ситуации надо менять базу машинной логики. Но, для конкретной машины это уже невозможно. Это мы тоже можем наблюдать довольно часто. Можно попробовать найти выход в создании нового базового набора аксиом машинной логики.
Это и объясняет появление множества новых математических логик для использования при создании новых машин. Эволюция машин продолжается. И этот путь нам открыли принципы математической логики.
Что забыто?
Исторически, логика, как наука о способах мышления, всегда что-то держала 'в уме', предполагая, что это почти автоматически вытекает из всей цепи умозаключений и логических построений. Вся многовековая логика всегда была ориентирована на готовый логический аппарат человеческого мозга и сводилась к обоснованиям, понятным в этом логическом пространстве. Так сформировалась классическая логика.
Появление вычислительных машин потребовало изменить систему логических обоснований и построений. Теперь за основу логического обоснования были приняты математические законы. Но, суть, теперь уже новых, математических логик не изменилась. Математика была изначально построена, как логическая система ограниченного обоснования своих законов. Ограничения сводились к основным, выработанным человекам, законам проведения математических действий и системы понимания числа.
В основе математической логики все так же находится логическое пространство человеческого мозга. И понятная человеку система обоснований. Математическая логика оказалась лишь продолжением классической логики в ограниченном пространстве математических методов обоснования получаемого результата.
Что же любая сегодняшняя логика держит "в уме", не вводя в решение логической задачи?
В основном то, что находится в постановочной части логической задачи. То, что определяет не способ решения задачи, а её появление, как задачи.
Видимо предполагается, что приступая к решению логической задачи, мы уже знаем, хотя бы основы применяемой системы логических ответов и способ их получения. Иногда это оговаривается отдельно, но больше по соображениям дальнейшей систематизации решения, чем для первичной информации.
Формально верные, но противоречащие здравому человеческому смыслу понимания, результаты решения логической задачи признаются неверными на основе человеческого восприятия, а не на основе логического доказательства. Это нам с блеском показала борьба с софистикой, логикой, построенной на основе любых формально верных логических решений.
Таким образом, логика, как наука, сложилась на основе уже очень развитого логического аппарата человеческой логики, а не строила свои основы с нуля. Тот же подход принят и в математических логиках. По этой причине:
- Ни в одной математической логике нет понятия цели.
- Ни в одной логике нет понятия самостоятельного действия системы.
- Ни одна логика не рассматривает противоположность логического объекта и её получение, как обязательную и сложнейшую задачу самой логики.
- Ни одна логика не трактует логический ответ, как сложную систему.
Всё это, при формировании очередной математической или любой другой логики просто не рассматривается, как часть логики. Это входит в сферу "общепринятых" принципов "логичности" того, кто формирует задачу. Человека. Логичность его мышления не обсуждается, а принимается, как основа.
Но, вот эта основа логики и требует самого критичного подхода. Потому, что сама человеческая логика развилась в процессе эволюции из набора аксиом клеточной логики, а не выработана самим мозгом человека. Иначе бы строение мозга человека принципиально отличалось от всех других логических центров животного мира. Но этого, как раз, мы и не наблюдаем. Наоборот, строение мозга всех живых существ на Земле имеет сходную структуру и одинаковую для всех организацию обработки информации.
Мало того, мозг, при всей своей сложности и электрической основе передачи информации, не очень отличается от ядра клетки в основных логических принципах работы с информацией.
И, как мне кажется, надо начинать понимание основ логики и логического обоснования, по крайней мере, с этого уровня.
К этому я могу еще добавить. Двоичная и троичная логика не представляют собой логических систем, это лишь набор аксиом для выбора системы логического определения для математического способа решения логических задач. Почему?
Вот об этом надо бы подробнее...
Вопрос даже не в том, логичны ли сами эти системы логических ответов. ДА и НЕТ, или ДА, НЕ ЗНАЮ, НЕТ. Вопрос в том, что это упрощенные логические конструкции, придуманные для ограниченного применения в вычислительных машинах, изначально не ориентированных на решение логических задач. Эквиваленты количественной оценки базовой системы счисления, применяемой в машине. Это двоичные 0 и 1, троичные -1, 0 и 1. Не более.
Да, такие конструкции или шаблоны часто помогают в решении простых задач выбора. Такие задачи составляют весьма значительную часть всего спектра логических задач. Да, это шаблоны системных алгоритмов в поиске решения. Это системы логического определения.
Всё так. Но...
Применение только одного из них в качестве основы машинной логики неизбежно ведет к тупику в обосновании общей логичности решения. А применить сразу несколько таких простых шаблонов логического определения не дает базовая система счисления, применяемая в машине. В свою очередь, система счисления определяет архитектуру процессора и способы вычислений.
Для сегодняшней машины применение нескольких систем счисления при одном процессоре невозможно. Но, дело даже не в процессоре, сегодня количество процессоров в машине уже ничем не ограничено, счет идет на тысячи, а в базовом языке, как процессоров, так и их взаимодействия. И общей системе счисления, основе математической логики. Она пока является самым базовым элементом компьютера. Вместе с позиционной системой записи числа.
Вот тут и проявляется влияние человеческой логики на, вроде бы "объективную" и абстрактную математику, как основу математической логики. На решение логической задачи влияет система счисления, форма отображения числа, система логических ответов применяемой математической логики, и пр. и пр. Изменение любого компонента основ логики машины автоматически ведет к изменению системы обоснования результата решения, а значит, к другому алгоритму решения. И другому результату.
Мы об этом знаем, а вот помним ли?
Эталон.
Когда-то, около века назад, начался большой спор. На какой основе можно построить Машинный Мозг?
Тогда понятие Разумности было отделено от Интеллектуальности. Логика стала разбираться в основах технической организации мозга "вообще", а не в частности, только человеческого. Мы стали сравнивать мозг и машину, как аналоги рабочего логического пространства с разными системами организации информационных потоков. Тогда из логики ушел её главный эталон - Человек.
Но, эталон вроде бы убрали, а человек в машинной логике остался. Он по праву занял в ней место Творца. Теперь он решает, что делать, а что не делать. Что логично, а что - нет. Это привело к тому, что логическими системами признаются только системы, созданные человеком. В их основе - математика.
Одни предлагали Машинный Мозг сделать на аналоге нейрона, другие утверждали, что тут возможны любые технические системы машинной логики. Неважно на чем, важно - что {8}.
Как мне кажется, последнее мнение более правдоподобно. Действительно, сложно воссоздать все функции реального нейрона, да еще и применить их в электронном виде. Вопрос, наверное, не в этом. Важнее понять, что и как делает реальный нейрон, выбрать те функции, которые относятся к логическим, и уже на них что-то моделировать, как логическую систему мозга.
Да, мы стали больше знать о клеточных процессах, мы проникли на уровень составляющих ДНК, почти разобрались с системой её организации, влиянием её на клеточные процессы. Поняли что-то. Но, это понимание почти ничего добавило к разрешению проблем создания ИИ. Почему?
По отношению к чему мы собираемся понимать и оценивать? Вопрос более чем важный, он оказывается основным.
Если мы начнем с исследований функций нейрона, то мы, так или иначе, снова оказываемся на уровне клетки и её биологии. Отличительная особенность нейрона, как его способность формирования и использования электрических импульсов, оказывается только вершиной айсберга.
Кстати, как формируется электрический импульс в нейроне, как он передается от нейрона к нейрону, как принимается...., это уже давно известные данные. Только, что это добавило нам в понимании логики нейрона? Почти ничего. Мы снова вынуждены разбираться в химической логике клетки "вообще", и нейрона в "частности". Это новый тупик, потому, что сложности тут пока огромные.
Никакой программный объект, существующий только в логическим пространстве компьютера или сети, отдельным интеллектом быть не может. В этом случае мы опять создаем собственный интеллект, только в форме программного фантома.
Если интеллект не наделен функцией самостоятельности, то это ... не интеллект. Это исполнительная программа, хоть и очень сложная.
Чтобы создать ИИ, надо создать его носителя. Личность. Локальный объект с самостоятельной системой логического управления. Потому, что любой самостоятельный интеллект, рано или поздно, начинает оценивать границы своего влияния. И если они оказываются размытыми, как в случае сетевого ИИ, то мы получаем ... монстра.
С непредсказуемыми последствиями.
Клетка, как автоматическая система высокого уровня является наиболее подходящим эталоном для понимания принципов и технического уровня реализации наших систем с аналогичным набором функций и задач управления.
По этой причине я и рассматриваю только клетку, как образец самостоятельной системы управления. Того самого ИИ...
Если отбросить пока философские категории, а рассматривать процесс мышления с технической стороны, как процесс движения информационных потоков, то такое понимание логики вполне обоснованно. Мысль, это движение информации по логической схеме нашего мозга. Только вот, как тогда определить правильность и неправильность мысли [11], и как отделить одну от другой, как это предполагает основная задача логики?
Для машинной логики такой задачи нет. Она разбирается только с формальными основаниями, а не с философскими, этическими или моральными нормами.
И потому, мы откладываем в сторону этические, моральные и философские аспекты развития интеллекта самостоятельных логических систем. Рассматриваем только технические стороны широко известных понятий, таких как сознание, цель, образ, достижение цели и реализация решения, и пр. Не используем понятий воли, свободы, справедливости в её моральных и этических аспектах, правильность и неправильность логических решений. Только технические оценки и сравнения.
Да, математика для функционирования машинной логической системы нужна. Но к ней надо добавить еще кое-что. Что?
Пока мы говорим только о клетке. О её возможных подходах к решению сложных логических задач. Её методами. А они обязаны быть предельно простыми. Четкими и понятными для её логической системы, не обладающей такими познаниями в математике. По этой же причине мы должны отложить в сторону и принципы нечеткой логики Л.Заде. Пока никак не могут быть применены и основные теоремы двоичной логики.