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 — самая трудная проблема. Признаков-параметров, по которым можно обобщать модели, великое множество. Пример — те же «четвероногие». Значит, нужно много «словарей». Кроме того, внутри «словаря» необходим порядок значимости моделей, отражающий частоту их использования. Этот порядок должен периодически пересматриваться в зависимости от повторного привлечения модели в сознание. Конечно, переборы во внешней памяти компьютера — дело трудоемкое и требующее машинного времени, но положение не безнадежно, поскольку пересмотр массивов памяти возможен в интервалах между основными действиями.
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.
«Умно» означает представление автором сложных моделей, отражающих меру глубины его понимания сюжета. Для того чтобы произведение не оставляло равнодушным, оно должно содержать подбор слов, форм, красок и т.д., способных активировать чувства по тем принципам, которые уже были описаны. Разумеется, для этого у человека, воспринимающего произведение искусства, должны уже быть связи между соответствующими моделями и чувствами, иначе оно не будет понято. Однако «язык чувств» врожденный, и это облегчает задачу. Гораздо сложнее объяснить, что такое «красиво». Видимо, для эстетического чувства нет биологического аналога, оно — целиком производное общественного развития человека. Это доказывается общеизвестным фактом изменения стандартов красоты в различные исторические эпохи и у разных народов. Неизменным является только любовь к красоте природы, для этого, возможно, есть биологические корни. Тепло, солнце, зелень, вода — все это сочеталось с приятными чувствами и, наверное, закрепилось в генах. Словесные и графические модели природы тоже приятны, воздействуют на те же чувства.
Можно ли алгоритмизировать художественное творчество. На сетевом интеллекте принципиально можно, но практически до этого очень далеко, так как пока не предвидится технологии создания СИ большой мощности. Возможности алгоритмического интеллекта ограничены. В частности, это выражается в отсутствии такого непосредственного взаимодействия между моделями в кратковременной памяти, как это имеет место в сетях. Следовательно, чувства беднее и выражение их словами труднее.
Сновидения и психологические болезни
Человек и животное видят сны. Иногда это предельно простые видения — образы, иногда сложные повествования, в которых воспроизводятся такие ситуации, которые никогда не происходили в реальной жизни. Во сне испытываешь яркие чувства и их крайнее выражение — эмоции радости, ужаса, гнева. Во сне можно даже сделать изобретение.
Гипотеза о механизмах мышления должна объяснять, а модель интеллекта воспроизводить феномен сновидений. Мне кажется, что это возможно.
У нас есть кратковременная память возбужденных моделей, в которой после уменьшения их активности
