Mitä eroa henkilöllä ja ohjelmalla on? Neuraaliverkot, jotka nyt muodostavat melkein koko tekoälyn kentän, voivat ottaa päätöksenteossa huomioon paljon enemmän tekijöitä kuin henkilö, tekevät sen nopeammin ja useimmissa tapauksissa tarkemmin. Mutta ohjelmat toimivat vain sellaisina kuin ne oli ohjelmoitu tai opetettu.
Ne voivat olla hyvin monimutkaisia, ottaa huomioon monet tekijät ja toimia hyvin monipuolisesti. Mutta ne eivät silti voi korvata henkilöä päätöksenteossa. Kuinka ihminen eroaa sellaisesta ohjelmasta? Tässä on huomioitava 3 keskeistä eroa, joista kaikki muut seuraavat:
- Ihmisellä on kuva maailmasta, jonka avulla hän voi informaation kannalta täydentää kuvaa tiedoilla, joita ei ole määrätty ohjelmassa. Lisäksi kuva maailmasta on rakenteellisesti järjestetty siten, että se antaa meille ainakin jonkinlaisen kuvan kaikesta. Vaikka se olisi jotain pyöreää ja hehkua taivaalla (UFO). Yleensä tähän tarkoitukseen ontologioita rakennetaan, mutta ontologioilla ei ole tällaista täydellisyyttä, niissä otetaan huonosti huomioon käsitteiden moniotteisuus, niiden keskinäinen vaikutus ja ne ovat toistaiseksi sovellettavissa vain tiukasti rajoitetuissa aiheissa.
- Ihmisellä on logiikka, joka ottaa huomioon tämän maailmankuvan, jota kutsumme maalaisjärkeksi tai maalaisjärkeksi. Jokaisella lausunnolla on merkitystä, ja siinä otetaan huomioon piilotettu pimeä tieto. Huolimatta siitä, että logiikkalait ovat satoja vuosia vanhoja, kukaan ei silti tiedä kuinka päättelytoimintojen tavallinen, ei matemaattinen logiikka toimii. Emme oikeastaan osaa ohjelmoida edes tavallisia syglogisteja.
- Mielivaltaa. Ohjelmat eivät ole mielivaltaisia. Tämä on ehkä vaikein kaikista kolmesta erotuksesta. Mitä kutsumme mielivaltaan? Kyky rakentaa uutta käyttäytymistä, joka on erilainen kuin mitä olemme suorittaneet samoissa olosuhteissa aiemmin, tai rakentaa käyttäytymistä uusissa, aiemmin kohtaamattomissa tilanteissa. Toisin sanoen tämä on pohjimmiltaan uuden toimintaohjelman luominen lennossa ilman kokeiluja ja virheitä ottaen huomioon uudet olosuhteet, mukaan lukien sisäiset olosuhteet.
Mielivalta on tutkijoille vielä tutkimaton ala. Geneettiset algoritmit, jotka kykenevät generoimaan älykkäiden aineiden uuden käyttäytymisohjelman, eivät ole vaihtoehto, koska ne tuottavat ratkaisun ei loogisesti, vaan "mutaatioiden" avulla ja ratkaisu löytyy "sattumalta" näiden mutaatioiden valinnan aikana, ts. Kokeen ja virheen avulla. Henkilö löytää ratkaisun heti rakentamalla sen loogisesti. Henkilö osaa jopa selittää miksi tällainen päätös valittiin. Geneettisellä algoritmilla ei ole perusteita.
Tiedetään, että mitä korkeampi eläin on evoluutioportaalla, sitä mielivaltaisempi voi olla sen käyttäytyminen. Ja suurin mielivalta näkyy henkilössä, koska henkilöllä on kyky ottaa huomioon paitsi ulkoiset olosuhteet ja hänen opitut taitonsa, myös piilotetut olosuhteet - henkilökohtaiset motiivit, aiemmin ilmoitetut tiedot, samanlaisissa olosuhteissa tapahtuvien toimien tulokset. Tämä lisää huomattavasti ihmisen käyttäytymisen vaihtelevuutta, ja mielestäni tietoisuus on mukana tässä. Mutta lisää siitä myöhemmin.
Tietoisuus ja mielivalta
Mitä tietoisuudella on sen kanssa? Käyttäytymispsykologiassa tiedetään, että suoritamme tavanomaiset toimet automaattisesti, mekaanisesti, ts. Ilman tietoisuuden osallistumista. Tämä on huomattava tosiasia, mikä tarkoittaa, että tietoisuus on mukana uuden käyttäytymisen luomisessa, liittyy orientoivaan käyttäytymiseen. Tämä tarkoittaa myös sitä, että tietoisuus kytkeytyy tarkalleen silloin, kun on tarpeen muuttaa tavanomaista käyttäytymistapaa, esimerkiksi vastata uusiin pyyntöihin, ottaen huomioon uudet mahdollisuudet. Jotkut tutkijat, esimerkiksi Dawkins tai Metzinger, huomauttivat, että tietoisuus liittyy jotenkin itsekuvan esiintymiseen ihmisissä, että maailmanmalli sisältää itse mallin. Kuinka sitten järjestelmän itsensä pitäisi näyttää, jolla olisi tällainen mielivalta? Millainen rakenne on, jotta se voi rakentaa uuden käytöksen ongelman ratkaisemiseksi uusien olosuhteiden mukaisesti.
Tätä varten meidän on ensin muistettava ja selvennettävä joitain tunnettuja tosiasioita. Kaikilla eläimillä, joilla on hermosto, on tavalla tai toisella ympäristömuoto, joka on integroitu siihen mahdollisten toimiensa arsenaaliin. Eli se ei ole vain ympäristön malli, kuten jotkut tutkijat kirjoittavat, vaan myös malli mahdollisesta käyttäytymisestä tietyssä tilanteessa. Ja samalla se on malli ennustaa ympäristön muutoksia vastauksena eläimen kaikkiin toimiin. Kognitiiviset tutkijat eivät aina ota tätä huomioon, vaikkakin siihen viittaavat suoraan esimootorisessa aivokuoressa olevat avoimet peilineuronit, sekä tutkimukset makakkien neuronien aktivoitumisesta vastauksena banaanin havaintoon, jossa ei vain aktivoitu visuaalisen ja ajallisen aivokuoren banaanialue, vaan myös somatosensorisessa kädessä olevat kädet. että banaanimalli liittyy suoraan käteen, koska apina on kiinnostunut vain kyseisestä hedelmästä,että hän voi ottaa sen ja syö sen. Unohdamme vain sen, että hermosto ei näyttänyt heijasta eläinmaailmaa. He eivät ole sofisteja, he vain haluavat syödä, joten heidän mallinsa on pikemminkin käyttäytymismalli, ei ympäristön heijastus.
Mainosvideo:
Tällaisella mallilla on jo tietty määrä mielivaltaa, mikä ilmaistaan käyttäytymisen vaihtelevuudessa samanlaisissa olosuhteissa. Toisin sanoen eläimillä on tietty arsenaali mahdollisia toimia, jotka ne voivat suorittaa tilanteesta riippuen. Nämä voivat olla monimutkaisempia ajallisia kuvioita (ehdollistettu refleksi) kuin suoria reaktioita tapahtumiin. Mutta silti, tämä ei ole täysin mielivaltaista käyttäytymistä, joka antaa meille mahdollisuuden kouluttaa eläimiä, muttei ihmisiä.
Ja tässä on tärkeä seikka, joka meidän on otettava huomioon - mitä tunnetuimpia olosuhteita esiintyy, sitä vähemmän muuttuva käyttäytyminen on, koska aivoilla on ratkaisu. Päinvastoin, mitä uudemmat olosuhteet, sitä enemmän vaihtoehtoja mahdolliselle käyttäytymiselle. Ja koko kysymys on heidän valinnassaan ja yhdistelmässä. Eläimet tekevät tämän yksinkertaisesti osoittamalla mahdollisten toimiensa koko arsenaalin, kuten Skinner osoitti kokeissaan.
Tämä ei tarkoita, että vapaaehtoinen käyttäytyminen olisi täysin uutta, se koostuu aiemmin oppineista käyttäytymismalleista. Tämä on heidän rekombinaatio, jonka aloittavat uudet olosuhteet, jotka eivät täysin vastaa niitä olosuhteita, joille on jo olemassa valmis malli. Ja juuri tässä on vapaaehtoisen ja mekaanisen käytön erottaminen.
Mielivallan mallintaminen
Mielivaltaisen käyttäytymisohjelman luominen, joka voi ottaa huomioon uudet olosuhteet, mahdollistaisi universaalin "kaiken ohjelman" (analogisesti "kaiken teorian" kanssa) ainakin tietylle ongelma-alueelle.
Mikä voisi tehdä heidän käyttäytymisensä mielivaltaisemmaksi, ilmaiseksi? Kokeiluni osoittivat, että ainoa ulospääsy on saada toinen malli, joka mallintaa ensimmäisen ja voi muuttaa sitä, toisin sanoen olla käyttämättä ympäristöä kuin ensimmäinen, vaan ensimmäisen mallin kanssa sen muuttamiseksi.
Ensimmäinen malli reagoi ympäristöolosuhteisiin. Ja jos sen aktivoima malli osoittautui uudeksi, kutsutaan toiseksi malliksi, joka opetetaan etsimään ratkaisuja ensimmäiseen malliin tunnistaen kaikki mahdolliset käyttäytymisvaihtoehdot uudessa ympäristössä. Muistutan, että uudessa ympäristössä aktivoidaan enemmän käyttäytymisvaihtoehtoja, joten kysymys on juuri heidän valinnassaan tai yhdistelmässä. Tämä johtuu siitä, että toisin kuin tunnetussa ympäristössä vastauksena uusiin olosuhteisiin ei aktivoidu yksi käyttäytymismalli, vaan useita kerrallaan.
Aina kun aivot kohtaavat jotain uutta, se ei suorita yhtä, vaan kahta tekoa - tunnistaa tilanteen ensimmäisessä mallissa ja tunnistaa toisen mallin jo toteuttamat tai mahdolliset toimet. Ja tässä rakenteessa on monia tietoisuuden kaltaisia mahdollisuuksia.
- Tämä kaksitoiminen rakenne antaa mahdollisuuden ottaa huomioon paitsi ulkoiset, myös sisäiset tekijät - toisessa mallissa edellisen toiminnan tulokset, kohteen etäiset motiivit jne. Voidaan muistaa ja tunnistaa.
- Tällainen järjestelmä voi rakentaa uuden käytöksen heti, ilman pitkää oppimista, ympäristön aloittaman evoluutioteorian mukaan. Esimerkiksi toisella mallilla on kyky siirtää ratkaisuja ensimmäisen mallin joistakin alimalleista sen muihin osiin ja monia muita metamallin ominaisuuksia.
- Tietoisuuden tunnusomainen piirre on artikkelin mukainen tieto sen toiminnasta tai omaelämäkerrallisesta muistista. Ehdotetulla kaksitoimisella rakenteella on juuri tällainen kyky - toinen malli voi tallentaa tietoja ensimmäisen toimista (mikään malli ei voi tallentaa tietoa omista toimistaan, koska sen on sisällettävä johdonmukaiset toimintamallinsa, ei ympäristön reaktiot).
Mutta kuinka uuden käyttäytymisen rakentaminen tarkalleen tapahtuu tietoisuuden kaksitoimisessa rakenteessa? Meillä ei ole aivoja tai edes uskottavaa mallia niistä. Aloitimme verbikehysten kokeilun aivojen kuvioiden prototyypeinä. Kehys on joukko verbi-toimijoita tilanteen kuvaamiseksi, ja kehysyhdistelmää voidaan käyttää kuvaamaan monimutkaista käyttäytymistä. Tilannekuvakehykset ovat ensimmäisen mallin kehyksiä, kehyksessä jonkin toiminnan kuvaamiseksi on toisen mallin kehys, jossa on henkilökohtaisten toimien verbejä. Meidät sekoitetaan usein, koska jopa yksi lause on sekoitus useisiin tunnistus- ja toimintatoimiin (puhetoiminta). Ja pitkien puheilmaisimien rakentaminen on paras esimerkki vapaaehtoisesta käyttäytymisestä.
Kun järjestelmän ensimmäinen malli tunnistaa uuden mallin, jolle sillä ei ole ohjelmoitua vastausta, se kutsuu toista mallia. Toinen malli kerää ensimmäisen aktivoidut kehykset ja etsii lyhyempää reittiä kytkettyjen kehysten kuvaajasta, mikä parhaalla mahdollisella tavalla “sulkee” uuden tilanteen kuviot kehyksien yhdistelmällä. Tämä on melko monimutkainen toimenpide, emmekä ole vielä saavuttaneet tulosta tässä, joka väittää olevansa “kaiken ohjelma”, mutta ensimmäiset onnistumiset ovat rohkaisevia.
Kokeelliset tietoisuustutkimukset mallintamalla ja vertaamalla ohjelmistoratkaisuja psykologian tietoihin tarjoaa mielenkiintoista materiaalia jatkotutkimukselle ja antaa sinun testata joitain hypoteeseja, jotka ovat huonosti testattu ihmisillä tehdyissä kokeissa. Tätä voidaan kutsua simulointikokeiksi. Ja tämä on vasta ensimmäinen tulos tähän tutkimussuuntaan.
Kirjoittaja: Alexander Khomyakov