Новый взгляд на мышление

Но для любого способа решения проблем главное – индивидуальная оригинальность модели мира! Однако способы формирования эффективных моделей мира – это уже тема для другой книги.

ПРИЛОЖЕНИЕ 1.

На пути к комплексным интеллектуальным системам.

Сети фреймов и простые семантические сети уже достаточно давно являются основой современных систем искусственного интеллекта (ИИ). Но принципиальным отличием их от интеллекта естественного является то, что в описаниях для ИИ подразумевается полная и легкая доступность всех их компонентов для моделирования мыслительного процесса. А как показано в основном тексте книги, реальное человеческое мышление, кроме очевидных фреймов и сильных связей в общих семантических сетях, использует огромное количество информации, соединенной слабыми связями, которые включаются только по специфическим схемам суммарной активации. Эта часть ИОПВМВМ ответственна за выработку оригинальных для самого решателя идей. Кроме того, сам объем человеческих знаний бесконечно больше того, что можно включить в экспертные системы, и системы искусственного интеллекта не могут пока моделировать образное мышление человека. Поэтому назрела задача переключить внимание исследователей ИИ с попыток полностью воспроизводить мышление человека в компьютере на решение проблем в объединенных системах «человек - компьютер», в которых эксперты бы использовались как уникальные базы знаний, а компьютер так организовывал диалог, чтобы актуализировать в этих естественных базах знаний маловероятные, неявные идеи.

Впервые эта мысль о комплексных интеллектуальных системах была высказана мной в работе (7). И основана она на идеях САТМ. Для этого необходимо использовать описанные в гл. 2 схемы актуализации маловероятных знаний. Как это может быть сделано реально? Достоинством компьютерных систем ИИ является их примитивность по сравнению с интеллектом человека. Они могут организовывать перебор обобщенных схем решений. Если нормальный человек автоматически ограничивает себя в переборе идей, так как у него слишком много знаний, то компьютер это может делать до бесконечности.

Рассмотрим это на конкретном примере. Возьмем задачу о подъеме судна, затонувшего на такой глубине, что туда не может опуститься водолаз (задача 6.3). Как сделать так, чтобы компьютер на основе единой, универсальной программы организовал решение этой задачи в диалоге с человеком, который по инерции своего естественного интеллекта может без дополнительного управления предлагать только близкие к известному ему прототипу (подъем с помощью понтонов) решения? Представляется, что для этого необходимо организовать обращение компьютерной программы к универсальным языковым знаниям, к электронному толковому словарю, тезаурусу русского языка. Сейчас такие системы есть, хотя, наверное, пока они еще не идеальны. Тогда, в принципе, исходя из общеязыковых знаний, программа, подходя к задаче как к системе, может выяснить в тезаурусе, что корабль имеет структуру, включающую трюмы. А трюмы – это полые емкости. Допустим далее, что программа туповата. И на основе самых общих принципов (заложенных в программе, извлекаемых из тезауруса или из диалога с человеком) ( таких как, например, интерпретация задачи по типу: подъем затонувшего корабля= всплывание тела= закон Архимеда= сделать легче воды=иметь пустые емкости) программа предложит человеку «глупое» решение – использовать трюмы как пустые емкости с воздухом. Человек может ответить, что это неприемлемо, так как трюмы не герметичны и воздух выйдет. Тогда компьютер может переформулировать задачу и задать вопросы: «А при каких условиях нечто легче воды не выйдет из трюма?». Человеку, если ему уже задано принципиально другое стратегическое направление мышления, легче при этом прийти к идее использовать взвесь полимерных шариков или полимерную пену. Возможно, что по такой схеме можно искать ответ и в тезаурусе. Аналогично может быть организована и генерация остальных решений этой задачи, описанных в подсказках к ней.