Возможен ли алгоритм мышления?

2016-12-16 Сергей Алушкин

Любой человек, начинающий изучать программирование, в первую очередь сталкивается с понятием алгоритма, из которого в дальнейшем развивается вся деятельность программиста, да и не только. Что только сейчас только не поддают алгоритмизации: от приготовления блюда до управления сложными технологическими процессами. Казалось бы, осталось алгоритмизировать самый основной процесс в человеческой жизни, мышление, а дальше уже останется делом техники написать на его основании программу, загрузить её в какой-нибудь сверхмощный компьютер и наконец-то перестать заниматься этим обременяющим процессом, поручив его профессионалу в виде искусственного интеллекта.

В статье «Моделирование мыслительных процессов» Виктор Михайлович Глушков рассматривает достижения и перспективы советской кибернетике по разработкам разных алгоритмов, позволяющие выполнять разного рода мыслительные процессы, вплоть до доказательства математических теорем. Но будучи действительно выдающимся кибернетиком, он видел и существенные проблемы такого подхода: «Несмотря на всю важность чисто алгоритмического подхода к проблеме автоматизации научного творчества, нельзя не отметить известной его узости. Дело в том, что при таком подходе исключается возможность проявления какой-либо случайности при формировании ответа. Вне рассмотрения оказывается и такое важное свойство мозга, как способность совершенствовать свои ответы в процессе работы, по мере накопления опыта. Можно, однако, так расширить понятие алгоритма, что оно будет включать в себя как алгоритм со случайными переходами, таки самосовершенствующиеся системы алгоритмов. Такие алгоритмы в широком смысле слова могут столь же успешно программироваться и выполняться универсальными электронными цифровыми машинами, как и рассматривавшиеся ранее алгоритмы в узком смысле слова»[1]. Кроме того, рассматривая критерии создания алгоритмических правил, он отмечал и такую проблему: «Природа же указанных правил может быть любой: наравне с математическими формулами годятся правила, сформулированные подобно правилам грамматики или правилам уличного движения. Важно лишь, чтобы при пользовании этими правилами не возникало никаких двусмысленностей или неясностей (чего, например, о современных правилах уличного движения полностью сказать нельзя)»[1].

И хотя через пятьдесят лет после написания этой статьи Глушкова по дорогам Европы уже начали ездить беспилотные автобусы, соблюдая правила уличного движения, сказать, что двусмысленности или же противоречия исчезли из нашей жизни, нельзя. Кроме того, так и не возник «язык науки» полностью исключающий из себя противоречия. Да и не мог он возникнуть, ведь человеческое мышление вполне тем и отличается от любого совершенного алгоритма, что может оперировать противоречиями. Хотя современные программы, основанные на алгоритмах с использованием нечёткой логики, показывают успехи, когда дело касается нарушения закона исключённого третьего, то любая программа выдаст ошибку, если попытаться смоделировать ситуацию, когда переменная одновременно принимает значение нуля и единицы. В лучшем случае, можно разработать алгоритм, который в таких ситуациях заставит выбрать случайным образом одно из значений как «истину», а другое как «ложь».Когда человек пытается представлять ситуации противоречий и размышлять о них в категориях формальной логики, то, разумеется, что он, подобно компьютерной программе, будет заявлять об ошибке, неточности, попытках ввести в заблуждении и предлагать переформулировать задачу таким образом, чтобы это противоречие не возникало.

В то же время, в реальной практике для человека противоречия настолько естественны, что он о них даже не задумывается лишний раз, а мастерски их решает. Например, каждому человеку известно, что тела, плотнее воздуха, падают на землю, но изобретение самолётов стало отрицанием этого закона при полном его сохранении и соблюдении. Можно ли написать программу по изобретению самолётов? Разумеется, можно, ведь человек уже изобрёл самолёт, развил аэродинамику, а потому в алгоритм программы заложит уже все необходимые знания для того, чтобы, перебрав множество разнообразных заведомо неудачных моделей, однажды наткнуться на какой-то верный вариант. Можно даже будет говорить, программа «обучается», если каждый неудачный вариант будет ускорять поиски удачного. Но может ли программа в результате своего «обучения» выйти за пределы своего алгоритма и, нарушив его, найти решение задачи не заложенным в неё заранее образом? Не может никоим образом. А история развития науки показывает, что новые законы природы открываются только за счёт нарушения старых. Хотя мы научились создавать алгоритмы по доказыванию математических теорем, перспектива создания алгоритмов по формулировке принципиально новых теорем кажется туманной.

Из сказанного выше можно сделать вывод, что мы пока что не владеем алгоритмом, отвечающим за человеческое творчество. Это будет не совсем верно, ведь уже сейчас есть программы, которые могут из фильмов делать трейлеры с самыми интересными моментами, или даже генерировать стихи. Но это, скорее, говорит об определённом упадке человеческой чувственности, а не о талантах искусственного интеллекта. Секрет человеческого мышления как раз и состоит в том, что оно не имеет никакого «встроенного» алгоритма и именно поэтому способно создавать какие угодно алгоритмы в соответствии со своими потребностями и целями.

Значит ли это, что нам нужно бросить попытки моделирования мыслительных процессов? Определённо нет. Важность и настоящее значение этой задачи понимал и Глушков: «Чтобы понять естественный интеллект, нужно продолжать пытаться создать искусственный».

Список литературы:

1 - Моделирование мыслительных процессов // Природа. - № 2. - С. 3-13.