Теория интеллектуальных систем препринт

Рассмотрев экзотические интеллектуальные системы, мы можем вновь вернуться к искусственным интеллектуальным системам и попробовать понять: может ли машинное обучение в принципе порождать полноценные интеллектуальные системы или только подсистемы больших интеллектуальных систем, таких как культура? Если рассмотреть два основных типа обучения — обучение с учителем и обучение без учителя, — мы можем понять следующее. В первом случае, то есть при обучении с помощью размеченных данных, интеллектуальную систему скорее можно признать подсистемой культуры, потому что размеченные данные собираются и обрабатываются человеком, и признать их полноценной внешней средой нельзя. Но во втором случае, при обучении без учителя, отдельные интеллектуальные системы самостоятельно собирают данные из внешней среды — например, системы, обучающиеся непосредственно в процессе работы, — автопилоты, системы управления транспортом и другие подобные системы, — и в этом случае систему скорее можно признать полноценной интеллектуальной системой. Поэтому на принципах машинного обучения в некоторых случаях можно создавать полноценные интеллектуальные системы.

Выводы первой главы

Попробуем коротко сформулировать, к чему мы пришли в результате наших размышлений, изложенных в данной главе, и понять, какие мы сможем сделать из этого выводы.

Все известные нам интеллектуальные системы, включая искусственные, созданы благодаря развитию одной независимо возникшей интеллектуальной системы, обучающейся по первому типу. Однажды из одного первичного репликатора она разрослась в наше время до планетарных масштабов и представляет собой весь биом и культуру нашей планеты. Стремление к росту самой себя за счёт окружающей надсистемы, похоже, является фундаментальной особенностью интеллектуальных систем, обучающихся как минимум по двум типам — первому и третьему. Человеческое общество — это система, обучающаяся в том числе и по первому, и по третьему типу, оно по умолчанию тяготеет к постоянному расширению и захвату всех имеющихся ресурсов, эту особенность нужно учитывать при планировании его развития и искусственно ограничивать потребление ресурсов, делая развитие устойчивым. Однако преобладающая в данный момент в мире капиталистическая система, напротив, настроена на постоянное увеличение потребления (рост ВВП) и поэтому не может считаться устойчивой.

Первые цели, возникшие благодаря обучению по первому типу, породили все остальные цели любых известных нам интеллектуальных систем. Например, человеческие инстинкты сформированы благодаря обучению по первому типу; как мы помним, большинство из них — это последовательности сигналов от рецепторов, совпадающие по времени с ситуациями, способствующими передаче генетической информации следующему поколению или, наоборот, препятствующими ей. В свою очередь, все мемстинкты появляются благодаря активации инстинктов, таким образом, все цели личных мемстинктов (обучение по второму Б типу) имеют преемственность возникновения от первичных целей. Искусственные мемстинкты изначально были сформированы как личные естественные мемстинкты, поэтому цели культуры также продолжают эту преемственность. Цели искусственных интеллектуальных систем также задаются человеком, соответственно, не выбиваются из данного списка.

Мы рассмотрели, как возникли первые цели и как из них получились все остальные известные на данный момент. Как работает мотивация и как возникает субъект, мы поговорим ниже, однако даже сейчас, имея представление о том, как формируются цели — желаемое состояние системы — и, конечно, зная существующее состояние системы, мы можем полноценно размышлять об управлении, кибернетике и т. д.

Мы установили, что все известные интеллектуальные системы имеют общее происхождение и общие принципы работы, но можем ли мы хотя бы как-то сравнить их интеллект? Можно ли вообще сравнивать интеллект бактерии и человека? Уровень интеллекта зависит от сложности модели надсистемы и, соответственно, от эффективности манипулирования внешней средой. Другими словами, чем точнее интеллектуальная система может прогнозировать состояние надсистемы и чем эффективнее достигать цели обучения, тем больше её интеллект. Как следствие этого, уровень интеллекта может зависеть от сложности процессов, происходящих в окружающей среде, и от уровня конкуренции за ресурсы. Например, если мы возьмём популяцию бактерий и поместим их в стабильные, не меняющиеся, благоприятные для них условия, обучение по первому типу не потребует значительного роста библиотек генов. Другими словами, бактерии одного штамма будут прекрасно чувствовать себя, и естественный отбор не будет поддерживать разнообразие. Этому же будет способствовать ограниченное количество ресурсов. Если ресурсов будет много, смогут выжить разные штаммы бактерий. С другой стороны, разнообразие процессов внешней среды будет требовать усложнения модели надсистемы, и этому же будет способствовать наличие свободных ресурсов во внешней среде. Другими словами, увеличение количества и усложнение процессов внешней среды способствуют росту интеллекта.

Попробуем сравнить интеллект бактерии и человека. Прежде всего, единичная бактерия не является интеллектуальной системой, если мы говорим про обучение по первому типу. Интеллектуальной системой в этом случае, как мы помним, является большое количество различных библиотек геномов, то есть в данном случае разнообразие штаммов бактерий на планете, и такое разнообразие способно «помнить» значительное количество состояний внешней среды. Такая интеллектуальная система способна эффективно реагировать, например, на высокие и низкие температуры, различный химический состав внешней среды, включая различные растворы и смеси газов, она «знает», что во внешней среде могут находиться антибиотики, и у неё есть штаммы, способные развиваться в этих условиях, и т. д. и т. п. Мы видим, что интеллект такой системы может быть весьма значительным. С другой стороны, если мы возьмём человека, обученного только по второму Б типу (вне культуры), то есть животное, способное перемещаться на четвереньках и делать очень ограниченное количество полезных действий, мы увидим, что интеллект такого существа вполне может быть сопоставим с интеллектом бактерий. Если же мы будем брать человеческую культуру целиком, то её сложность, конечно, превзойдёт сложность набора библиотек геномов бактерии.

Если мы возьмём интеллект единичной клетки, например бактерии, обученной по второму А типу, то увидим, что он будет очень низким. Единичные клетки при обучении по второму А типу способны запомнить считанные количества отдельных сигналов. Даже клетки с самым высоким уровнем интеллекта — иммунные, нейроны — способны запомнить ограниченное количество отдельных сигналов, максимум несколько наборов сигналов. То есть их подсистема прогнозирования имеет всего несколько алгоритмов манипулирования внешней средой, и решить эту проблему можно, создавая популяции дифференцированных клеток, способных по-разному реагировать на различные сигналы внешней среды. Такой путь обучения ведёт к разделению функций в какой-то популяции клеток, например, бактериальном мате, а в дальнейшем и к созданию многоклеточных организмов, различные клетки которых могут реагировать на свои сигналы внешней среды, причём внешней средой для них может быть внутренняя среда организма. Несмотря на то что отдельная клетка может запомнить 1–2 сигнала, вся популяция, организм, могут иметь уже более сложный интеллект. Такого же эффекта можно достичь, если создать взаимодействующую социальную популяцию животных, например насекомых, способных по отдельности запомнить небольшое количество информации, но всё сообщество будет обладать большим интеллектом, и развитие этого способа обучения приводит к появлению культуры.

Мы видим, что при определённых условиях внешней среды, при обучении по второму типу, может возникать тенденция к образованию многоклеточных организмов и популяций таких организмов. Появление такой тенденции особенно актуально при возникновении новых сигналов (процессов) в окружающей среде, причём такие сигналы могут возникать как при усложнении самой надсистемы, так и при её упрощении. В этом случае интеллектуальная система, обучающаяся по первому типу, будет пытаться увеличить количество библиотек (например, штаммов бактерий), но если количество ресурсов резко ограничено, увеличение количества библиотек становится невозможным, при этом выгодным становится обучение по второму А типу, когда одна популяция клеток дифференцируется, они начинают реагировать каждая на свои сигналы внешней среды, а значит, и манипуляция внешней средой будет различна у разных клеток, то есть в целом вырастет количество воспринимаемых сигналов и количество способов манипуляции внешней средой. Например, грамположительные бактерии Bacillus subtilis могут при определённых условиях показывать многоклеточное поведение [53].

При обучении по второму Б типу фактором, определяющим интеллект, является количество инстинктов, а также мемстинктов и количества их уровней. Например, если мы будем сравнивать интеллект насекомого, имеющего десяток инстинктов и, по всей вероятности, порядка десятка мемстинктов, имеющих 1–2 уровня, и интеллект человека, имеющего как минимум десятки инстинктов и около миллиона мемстинктов, имеющих порядка девяти уровней, мы увидим разительную пропасть в уровне интеллекта. Насекомое способно запомнить простые последовательности сигналов, например ориентиры и расстояния до скопления еды, человек способен усвоить значительную часть культуры. Каждый мемстинкт, как мы помним, связан с инстинктом, и каждый раз при создании нового мемстинкта немного корректируется изначальная цель, заданная инстинктом, то есть немного корректируется поведение. Таким образом, соотношение количества инстинктов и мемстинктов определяет, насколько может отличаться поведение особей, имеющих одинаковые инстинкты. Если у насекомого количество инстинктов и мемстинктов примерно одинаковое, последние не могут сильно скорректировать изначальные цели инстинктов, поэтому поведение различных особей одного вида будет практически идентичным при одинаковых сигналах внешней среды. У человека же на один инстинкт приходятся сотни тысяч мемстинктов, и, соответственно, поведение разных взрослых особей человека при одинаковых сигналах внешней среды будет очень сильно отличаться, поэтому многие исследователи до сих пор считают, что у человека нет инстинктов.

Большое количество мемстинктов и также большое количество их уровней позволяют нам создавать очень сложные мемстинкты, объединяющие большое количество мемстинктов нижнего уровня. Именно это, а также наличие способа передавать искусственные мемстинкты — речи, позволило нам создать такую сложную культуру.

Компилируя существующие мемстинкты, высокоорганизованные обезьяны могут создать новые, например, они могут научиться колоть орехи камнем или научиться пить воду, используя мох в качестве губки, и т. д. Такому приёму также могут научиться другие группы, но из-за того, что общее количество мемстинктов ограничено, будет также ограничено количество таких инноваций, и они с большой вероятностью будут несочетаемы друг с другом. Практически невозможно соединить камень для колки орехов и кусок мха. Один человек может создать десятки подобных инноваций, а коллектив людей — многие десятки, и в таком коллективе могут появиться сочетаемые инновации. Например, если вы умеете делать каменный наконечник и умеете создавать клей, вы можете сделать комплексное орудие. Таким образом, сочетание большого количества мемстинктов и их уровней, а также наличие речи, способной создавать качественные искусственные мемстинкты, ну и, конечно, кисти руки позволило нам создать сложную культуру, и только этими, в основном количественными, признаками мы отличаемся от других животных, обучаемых по второму Б типу и третьему типу.

У животных, имеющих большое количество мемстинктов, особенно у человека, в моменты бодрствования или фазы быстрого сна одновременно бывают активны множество мемстинктов. Таким образом, наше поведение всегда определяется комплексом активных мемстинктов, и поэтому, говоря о целях человека, корректнее будет говорить о комплексных целях, состоящих из всех активных в данный момент мемстинктов.

Выше мы определили, что самое примитивное прогнозирование возможно с помощью ПП, способной сохранять один сигнал, так как этот один сигнал может показывать, что во внешнем мире начался определённый процесс, однако, если мы говорим о планировании, возможности сохранять один сигнал недостаточно. Для того чтобы сформировать полноценный план, интеллектуальная система должна уметь генерировать определённую последовательность манипуляций, то есть как минимум сохранять какие-то последовательности сигналов, а лучше — и последовательности таких последовательностей. Даже самые примитивные интеллектуальные системы, обучающиеся по второму Б типу, могут сформировать примитивный план, например, пчела может иметь план полёта до определённого поля. Однако для создания полноценного и сложного плана также требуется иметь большое количество мемстинктов и их уровней, поэтому на сложное планирование способен только человек. Сложная система мемстинктов позволяет не только создать план своих действий, но и оценить последствия его реализации. Например, если мы запланируем прикоснуться к оголённому проводу, имея опыт подобного взаимодействия, мы ассоциативно активируем мемстинкт, хранящий подобное воспоминание, а он, в свою очередь, активирует стрессовый мемстинкт, который вызовет реакцию избегания, и это значит, что даже на этапе создания плана мы имеем возможность оценивать план и, значит, корректировать своё поведение. Выше мы говорили, что все цели имеют преемственность и формируются благодаря процессу обучения, таким образом, все цели формируются внешней средой, и только у животных, обучающихся по второму Б типу, с очень развитой системой мемстинктов есть возможность как бы немного заглядывать в будущее, создавая модель развития процессов надсистемы, свой план действия при этом и оценку успешности его реализации. Всё вышеописанное позволяет нам оценивать свои цели и изменять их ещё до реализации плана. Эта очень важная эволюционная особенность в наибольшей мере развита именно у нашего вида, опять же из-за большого количества мемстинктов и их уровней.

Понимая, что человек может строить планы своего поведения, основанные на моделировании процессов внешней среды, мы можем предложить метод оценки сложности модели надсистемы конкретного человека и эффективности его манипулирования внешней средой. Именно на таком принципе может быть построена корректная оценка интеллекта человека. Подобный тест должен содержать описание состояния внешней среды, то есть какой-то ситуации, а человек должен разработать план реагирования на данную ситуацию. По эффективности данного плана можно оценивать сложность модели надсистемы, а значит, интеллект человека. В некоторых случаях данный тест может быть построен в виде игры. При этом следует понимать, что нельзя оценивать общий интеллект человека, записанный в виде одного числа, мы можем оценивать интеллект человека в определённых областях деятельности. Например, один и тот же человек может иметь высокий уровень интеллекта для игры в футбол, но небольшой уровень интеллекта в биологии. Общий уровень интеллекта зависит от количества не ложных мемстинктов, уложенных в корректную и не противоречащую друг другу сеть, от особенностей архитектоники нервной системы конкретного человека, а также от эффективности процессов в ней, то есть как от наследственных факторов, так и от обучения. Например, ген FoxP2, определяющий в том числе длину отростков нейронов в части конечного мозга, отвечающей за слух у млекопитающих и птиц, может влиять на музыкальный интеллект этих животных [54; 55]. Но если мозг не имеет серьёзных отклонений от нормы, уровень интеллекта в большей степени определяется именно обучением.

Когда мы сравниваем интеллект человека с интеллектом другого животного, наше сравнение некорректно, так как мы сравниваем интеллектуальную систему животного, обученную в основном по второму Б типу, и интеллектуальную систему человека, обученную по третьему типу. Если бы человеческий ребёнок самостоятельно собирал информацию и обучался на культуре других животных, то его интеллект, возможно, и превосходил бы в некоторых аспектах интеллект других животных, но тотального, подавляющего превосходства не было бы. Другими словами, если взять человека, обученного в стае обезьян, и сравнить его интеллект с интеллектом других обезьян, а особенно с интеллектом обезьян, обученных в культуре людей, разница была бы не очень большой.

Итак: во внешней среде часто происходят повторяющиеся процессы. Такие процессы могут быть идентифицированы даже по одному измерению — то есть по одному сигналу от определённого рецептора или датчика. По одному сигналу мы можем с определённой точностью прогнозировать последующие события. В природе существует множество систем, способных копировать себя, например с помощью автокатализа, но просто копирование недостаточно для начала процесса обучения. В определённый момент времени появилась РНК, которая самостоятельно или с помощью другой РНК могла не только копироваться, но и воздействовать на окружающую среду по строго заданному алгоритму — создавать другие молекулы, которые, что очень важно, могут быть использованы для создания более сложной системы. При этом РНК устроена так, что при копировании может измениться алгоритм воздействия на внешнюю среду — будут производиться новые белки. После этого запустился процесс обучения: РНК наделала много своих копий, при этом благодаря мутациям — ошибкам при копировании — разные копии могли иметь разные алгоритмы воздействия на внешнюю среду, а дальше преимущество при копировании получали те репликаторы, которые были приспособлены к происходящим в данный момент во внешней среде процессам. Стали собираться целые библиотеки геномов, приспособленных к определённым процессам внешней среды. Сохраняя копии, приспособленные для определённых условий (имеющие определённые алгоритмы), система при повторении процессов могла отвечать успешными алгоритмами. При этом, поскольку большинство алгоритмов позволяли строить систему из внешних молекул, система постоянно усложнялась, и в итоге интеллектуальная система, которая начала обучаться буквально с нескольких репликаторов, превратилась в настоящий момент в биоту Земли, во многом определяющую её внешний вид и даже строение. Интеллектуальной системой можно считать всю биоту Земли, но также и отдельный биоценоз можно считать интеллектуальной системой, обучающейся по первому типу.

Обучение по второму А типу является очень неэффективным, потому что единичный организм может запомнить очень небольшое количество сигналов. Выход из этого тупика — создать многоклеточный организм, отдельные клетки которого будут сохранять разные сигналы. Так появилась многоклеточность.

Обучение по второму Б типу благодаря уникальной архитектуре позволило сохранять огромное количество последовательностей сигналов из внешней среды, но знания умирали вместе с носителем.

Культура позволяет накапливать эти знания, аккумулируя достижения отдельных индивидуумов за сотни тысяч лет.

И наконец, искусственные интеллектуальные системы помогут в будущем человеку стать бессмертным и преодолеть ограничения естественной интеллектуальной системы.

Глава 2. Общие принципы работы мозга в рамках Общей когнитивной теории как части Теории интеллектуальных систем

Введение

Изучение взаимодействия структур мозга прошло путь от представления о жёстко локализованных «центрах» к пониманию нервной системы как динамической, самоорганизующейся сети. Настоящая монография опирается на теоретическое наследие российских и зарубежных учёных, чьи гипотезы сформировали методологический фундамент современной психофизиологии. Ниже подробно рассмотрены ключевые концепции, объясняющие механизмы межрегиональной координации и интеграции мозговой активности.

И.М. Сеченов заложил рефлекторную парадигму, отвергнув дуалистическое разделение «мозг–душа» и доказав, что психическая деятельность есть результат материальных процессов. Согласно его взглядам, взаимодействие структур мозга носит иерархический характер: кора больших полушарий и средние отделы головного мозга не просто запускают рефлексы, а модулируют их через центральное торможение, подавляя или усиливая сигналы, поступающие от спинного мозга и продолговатого отдела [56]. Таким образом, высшие центры выступают как интегративные «узлы», преобразующие разрозненные афферентные потоки в целенаправленные поведенческие акты.

И.П. Павлов развил учение о высшей нервной деятельности, обосновав материалистический подход к психике через призму физиологии коры больших полушарий [57; 58]. В его модели мозг функционирует как динамическая мозаика очагов возбуждения и торможения, где взаимодействие корковых и подкорковых структур регулируется законами иррадиации, концентрации и взаимной индукции. Ключевым механизмом адаптации выступает условный рефлекс — временная нервная связь, формирующаяся между нейронными популяциями, представляющими условный и безусловный раздражители. Согласно Павлову, образование условного рефлекса подчиняется строгим физиологическим принципам:

1. Временна́я сопряжённость — условный раздражитель должен предшествовать безусловному на оптимальный интервал (обычно 0,5–5 с), что обеспечивает пространственно-временное совпадение нейронных активаций [57, с. 87–92].

2. Многократное подкрепление — повторные совпадения активируют пластические механизмы замыкания временных связей, укрепляя синаптическую передачу между соответствующими корковыми полями [58, с. 134–141].

3. Отсутствие интерферирующих стимулов — сильные посторонние раздражители вызывают ориентировочный рефлекс или запредельное торможение, разрушая формирующуюся связь [57, с. 156–160].

4. Оптимальный корковый тонус — чрезмерное возбуждение или утомление коры блокируют нейропластичность, тогда как умеренная активация ретикулярной формации и подкорковых центров создаёт благоприятный фон для обучения [58, с. 201–208].

5. Генерализация и дифференцировка — на ранних этапах возбуждение иррадиирует, вызывая реакцию на сходные стимулы; по мере тренировки вокруг очага возбуждения формируется концентрическое торможение (отрицательная индукция), обеспечивающее точную избирательность [57, с. 178–185].

В процессе выработки условного рефлекса возбуждение распространяется по коре, затем локализуется в зоне условного стимула, а взаимная индукция формирует очаги торможения вокруг него, что демонстрирует динамическую перестройку межзональных взаимодействий. Подкорковые образования (гипоталамус, лимбические структуры) обеспечивают мотивационно-эмоциональный компонент подкрепления, а ретикулярная формация модулирует общий уровень корковой возбудимости. Таким образом, по Павлову, мозг представляет собой самонастраивающуюся систему, где функциональные связи не фиксированы анатомически, а непрерывно перестраиваются в ответ на опыт, обеспечивая адаптивное поведение через пластичную корково-подкорковую интеграцию [57; 58].

А.А. Ухтомский сформулировал принцип доминанты, согласно которому в каждый момент времени в мозге возникает временный функциональный очаг повышенной возбудимости, подчиняющий себе работу остальных структур [59]. Доминантный центр не привязан к строго определённой анатомической области; он формируется в результате конвергенции афферентных сигналов и поддерживается за счёт отрицательной индукции, подавляющей конкурирующие очаги. Взаимодействие частей мозга здесь носит кооперативно-конкурентный характер: доминанта перенаправляет афферентные потоки, синхронизирует активность ретикулярной формации и лимбических структур, обеспечивая устойчивость целенаправленного поведения даже при изменении внешних условий.

П.К. Анохин создал теорию функциональных систем, описывающую мозг как сеть временных альянсов структур, объединяющихся для достижения конкретного приспособительного результата [60; 61]. Взаимодействие разворачивается в циклическом контуре: афферентный синтез → принятие решения → акцептор результата действия → эфферентный синтез → обратная афферентация. Кора, гиппокамп, миндалевидное тело, ретикулярная формация и мозжечок не действуют изолированно, а образуют ситуативные функциональные блоки, где каждая зона вносит специфический вклад (память, эмоция, тонус, прогноз, моторная коррекция). Акцептор результата служит внутренним сравнительным устройством, сопоставляющим ожидаемый и реальный сенсорный поток, что обеспечивает непрерывную коррекцию межрегиональных связей.