Инновационная сложность - Коллектив авторов

На этом примере видно, что отдельные когнитивные способности людей могут быть реализованы технически иначе через роботов, но иногда даже более эффективно, чем у людей. Распознавание эмоций – это задача, которая уже много лет назад решена в робототехнике. Исследовательская группа в Лозанне разработала голову робота, которая улыбалась в ответ, когда ему улыбались. Как робот это делал? Сегодня исходят из того, что для людей – в отличие от обезьян – характерны определенное число основных эмоциональных состояний, независимо от всех возможных рас и культур. Повсюду люди демонстрируют одни и те же эмоциональные выражения лица – способность, которая заложена до рождения. Речь идет, прежде всего, о технической задаче, распознавать и различать различные выражения лица.

Теперь можно было бы представить себе технику, которая на первый взгляд не занимается распознаванием эмоций: сначала тепловизионная камера регистрирует различные образцы кровоснабжения, свойственные выражениям лица, которые затем различаются и классифицируются нейронной сетью. Робот, как предполагается, может при этом различить радость, печать, отвращение и т. д. Это была бы система, работу которой в смысле теста Тьюринга нельзя было бы отличить от поведения человека, но она как раз-таки функционировала бы иначе.

Традиционно проводят различие между слабым и сильным искусственным интеллектом: системы со слабым искусственным интеллектом только имитируют когнитивные или интеллектуальные способности, тогда как системы с сильным искусственным интеллектом обладают ими. При слабом искусственном интеллекте робот имитирует с помощью эмоционального выражения лица только одно эмоциональное состояние. Мог бы робот в смысле сильного искусственного интеллекта также и воспринимать эмоции?

Также и в этом отношении существуют предварительные проекты. В сложной системе нейронной сети уже на протяжении ряда лет пытаются смоделировать поведение маленьких детей[390]. Для этого эмоциональные прототипы можно представить как узлы в некой сети. На самом деле мы ведь не всегда либо радостно возбуждены, либо совершенно грустны, а находимся в некотором смешанном состоянии, в котором все эти прототипы соединены в различных степенях. При этом эмоциональные прототипы находятся во взаимодействии друг с другом, как узлы в сети, и в большей или меньшей степени возбуждены или подавлены. Когда я, например, получаю печальное сообщение, степень интенсивности моей радости спадает, а степень интенсивности грусти увеличивается.

Теперь можно составить уравнения, которые определяют интенсивность эмоциональных прототипов, например, радости, в определенный момент времени – в зависимости от взаимодействия с другими эмоциональными прототипами в этот момент времени, тормозящего или усиливающего. В дополнение к этому можно принять во внимание еще и другие влияния тела, такие, например, как гормональные воздействия, голод, жажда и т. п., и, поскольку это уравнение движения является зависимым от времени, также и состояние в предыдущий момент времени как определяющее для настоящего эмоционального состояния. Поскольку существуют различные эмоции, мы бы имели в итоге систему из многих уравнений, которые так сказать генерируют для каждого момента времени смешанное эмоциональное состояние системы.

Конечно, речь идет при этом прежде всего только о математической модели сложной динамической системы, а именно о системе уравнений для изменяющейся во времени степени интенсивности эмоциональных прототипов. Но ничто не препятствует тому, чтобы построить нейрохимическую систему с сенсорами, которая способна ощущать в соответствии с моделью этих уравнений. Это были бы тогда, возможно, не наши человеческие ощущения, так как телесность иначе реализована, но это были бы виды ощущений, подобные различным ощущениям человеческих организмов. Этот подход может быть в дальнейшем уточнен и развит в рамках математической модели Ходжкина-Хаксли. При этом математическая модель нейронной динамики, например, лимбической системы, будет играть важную роль. В рамках флагмановского проекта ЕС «Человеческий мозг» закладывается эмпирическое пробное основание для проверки предсказаний и объяснений этой модели.

Сильный искусственный интеллект (ИИ), следовательно, технически вполне мыслим и отнюдь не исключен. Правда встает вопрос, до какой степени нам следует развивать способности ощущений системы, чтобы из этических соображений избежать ненужных страданий[391].

В рамках исследований классического ИИ в течение долгого времени полагали, что можно представить человеческий разум квазимеханически в программных правилах. Были успешно реализованы многие обширные и сложные выполнения программы, например, в промышленности при управлении производственной линией. Из-за применяемых при этом программных строк, состоящих из формальных символов, мы говорим также о символическом ИИ. Однако было бы иллюзией намереваться имитировать таким образом все умственные способности человека. За этим стоит старая вера, в соответствии с которой ум и машина, подобно телу и уму, разведены как софтвер и хардвер, и дело упирается только в то, чтобы записать все умственные способности в программе. Этого может быть достаточно для моделирования отдельной моторной или когнитивной функции. Чтобы имитировать динамику мозга и связанных с ней ментальных состояний человеческого организма, требуется техническая рамочная модель для отелесненного разума (embodied mind).

Даже роботы, каждый из них, имеют собственные тела, с помощью которых они развивают свой опыт и тем самым свой вид интеллекта, который не должен быть таким же, как наш. Мы говорим о «телесном» ИИ (embodied AI). И другие живые существа развили в ходе эволюции свои собственные формы интеллекта. Интеллект возникает, таким образом, через преодоление сложности в соответствующем окружающем мире как системе. Согласно представленной здесь рабочей гипотезе, интеллект не обязательно связан, к примеру, с сознанием, как у нас, у людей; он связан со способностью решать специфические проблемы. Степень интеллекта зависит от степени сложности проблемы, которую всякий раз необходимо решить. Мы, люди, очевидно представляем собой гибридные системы со многими способностями, которые в ходе эволюции ни в коей мере не должны были развиться именно так. Гибридная система нашего органического оснащения и наши способности могли бы выглядеть иначе при другом историческом ходе развития[392].

4. Коэволюция автономных социотехничеших систем

4.1 Киберфизические системы

В центре дебатов о телесности (embodiment) ментальных способностей и робототехники стоит понимание, что процессы, протекающие в когнитивной системе, в отличие от классического ИИ, не могут быть поняты в отрыве от телесных данных системы, ее ситуативной встроенности и ее динамического взаимодействия с окружающей средой.

Этот тезис можно перенести с отдельной системы роботов на глобализированный интернет-мир. Также и здесь традиционно проводят строгое различие между физическим («реальным») и виртуальным миром. Вместо этого действуют, к примеру, врачи и инженеры с поддержкой посредством виртуальных приборов в физически реальном мире. При проведении операции виртуальное изображение органа с точными информационными данными и данными измерений способствует точному оперативному вмешательству. Вместо виртуальной реальности (virtual reality) говорят о расширенной реальности (augmented reality), стало быть, о расширении физического мира через применение приборов виртуальной реальности[393].

В техническом плане ключевую роль играют при этом меха-тронные системы, в которых интегрированы механические и электронные системы с относящейся к ним технологией сенсоров. При этом может идти речь, например, о домашних приборах, технически оснащенных сенсорами, в интеллигентном доме, а также и об автомобиле, который через сателлит и сенсоры индивидуально определяет свои маршруты, скорости и безопасные дистанции. Тем самым интернет может быть «воплощен» в сети взаимодействующих приборов, вещей и людей: вещи сами воспринимают себя через сенсорные технологии и нами, людьми, воспринимаются и подвергаются манипуляциям. В этом смысле говорят об интернете вещей.

Системы управления, которые встроены, например, в современные автомобили и самолеты и состоят из множества сенсоров и исполняющих устройств, больше не соответствуют строгому делению вещей физического мира и компьютерного мира. В информатике теперь говорят о киберфизических системах, которые распознают свое физическое окружение, обрабатывают эту информацию и согласованно влияют на физическое окружение. Для этого необходимо сильное сопряжение физической модели применения и компьютерной модели управления. Речь при этом идет об интегрированных целостных состояниях взаимодействующих человеческих мозгов, в значительной степени автономных информационных и коммуникационных систем и физических вещей, и приборов[394].