1. Кибернетика — наука о сложных самоорганизующихся системах
Философские вопросы кибернетики активно обсуждаются в отечественной и зарубежной литературе. При этом философская интерпретация ее результатов ведется с разных, нередко противоположных позиций. Идеи и принципы этой науки используются буржуазной философией (неотомизмом, позитивизмом, операционализмом), представители которой пытаются противопоставить кибернетику диалектическому материализму. Однако реальное развитие кибернетики в нашей стране и та значительная работа по выявлению ее научного и философского статуса, которую ведут советские философы и специалисты в области естественных наук, выявляют действительные взаимосвязи философских идей кибернетики и материалистической диалектики, показывают методологическую роль диалектико-материалистической трактовки основных принципов кибернетики.
Философско-методологический анализ кибернетики имеет важное мировоззренческое значение, поскольку ее принципы, понятия и методы обладают глубоким диалектико-материалистическим содержанием. Так, принципы самоорганизации, выражая существенные задачи кибернетического исследования, конкретизируют диалектический принцип самодвижения и саморазвития материи через ее внутренние противоречия, взаимосвязи и взаимообусловленности. Вместе с тем принципы и понятия кибернетики, приобретая в силу синтетического характера этой науки общенаучное содержание, способствуют проникновению принципов материалистической диалектики в новые области научного исследования.
Основные идеи кибернетики, преломляясь через призму философских категорий, вносят элементы диалектико-материалистического мышления в технические, биологические и социальные науки. Например, понятия информации, самоорганизации системы и соответствующие им методы исследования нашли широкое применение в биологических науках, способствуя становлению и развитию биофизики, молекулярной биологии, теории эволюции. Механизмы саморегуляции и самоорганизации общества, его информационных процессов становятся предметом изучения социальной и экономической кибернетики.
Широкий диапазон применения идей и методов кибернетики выражает определенные синтетические тенденции научно-технической революции. В этом плане непреходящее значение для разработки философских проблем современной науки имеет анализ революции в естествознании на рубеже XIX–XX вв., осуществленный В. И. Лениным в работе «Материализм и эмпириокритицизм». В этом труде дано глубокое истолкование новых для того времени научных данных в период крутой «ломки принципов» в ведущих отраслях естествознания. Содержащийся в нем анализ революции в физике служит образцом для философского рассмотрения достижений современной научно-технической революции. Ленинские методологические принципы служат философскому обоснованию идей и методов кибернетики. Без глубокого теоретического осмысления достижений современного естествознания социалистическая идеология будет неполной и, говоря словами В. И. Ленина, может оказаться «не столько сражающимся, сколько сражаемым»[179].
Важная методологическая роль философских категорий и принципов для развития современного естествознания вытекает из выдвинутого Ф. Энгельсом тезиса об объективной и субъективной диалектике. «Так называемая объективная диалектика, — писал он, — царит во всей природе, а так называемая субъективная диалектика, диалектическое мышление, есть только отражение господствующего во всей природе движения путем противоположностей, которые и обусловливают жизнь природы своей постоянной борьбой и своим конечным переходом друг в друга, resp. (соответственно. — Ред.) в более высокие формы»[180]. Положение об объективной и субъективной диалектике получило развитие в ленинском принципе единства диалектики, логики и теории познания. Развивая мысль об объективном значении категорий и соответствующих им принципов мышления, В. И. Ленин писал: «…если все развивается, то относится ли сие к самым общим понятиям и категориям мышления? Если нет, значит, мышление не связано с бытием. Если да, значит, есть диалектика понятий и диалектика познания, имеющая объективное значение»[181].
В философии диалектического материализма в отличие от прежних философских систем онтология и гносеология не существуют обособленно, вне связи друг с другом. Диалектический материализм считает, что рассуждение о бытии вообще, о сущем как таковом беспредметно и что философия начинается с того момента, когда ставится вопрос об отношении мышления к бытию. Вместе с тем гносеологическая проблематика как выражение субъективной диалектики ориентирована в целом на исследование всеобщих логико-познавательных форм в их, так сказать, чистом виде. В объективной диалектике рассматривается реальная действительность с использованием логики исследования объекта, которую К. Маркс называл «специфической логикой специфического предмета»[182]. Диалектическое осмысление кибернетической проблематики, формирование диалектико-материалистической концепции кибернетики включает выявление объективной и субъективной диалектики в ее предмете и методе.
Одним из важнейших достижений науки в середине XX в. явилось возникновение кибернетики, ознаменовавшей собой становление новых методов познания и вызвавшей тем самым переосмысление некоторых принципов и понятий, сложившихся в классической науке. Кибернетика представляет собой синтез ряда относительно удаленных друг от друга специальных дисциплин, чем объясняется широта приложения основных ее принципов. Причем кибернетические идеи приобретают важное значение и для традиционных (физических, биохимических, химических, а также математических) фундаментальных наук.
Кибернетика по существу продолжает линию развития экспериментально-математического естествознания. Современная наука (и прежде всего кибернетика) ставит ряд таких методологических вопросов, рассмотрение которых вносит новые аспекты в философское мышление.
Сочетая широкий синтез с детальным анализом, содержательные интерпретации с логико-математической формализацией, кибернетика позволяет на новом уровне решать определенные проблемы философии и науки.
Успехи в разработке философских проблем кибернетики как науки об управлении сложными динамическими системами различной природы находят свое выражение в исследованиях советских и зарубежных ученых-марксистов. Только за последние годы вышло значительное число монографических работ, посвященных методологическим вопросам кибернетики и ее роли в развитии современного общества[183]. Наряду с исследованием предмета кибернетики, ее философского и научного статуса важной задачей является обоснование некоторых центральных идей и принципов кибернетики, ориентированных на решение кардинальных естественнонаучных, технических и социологических проблем, связанных с управлением, регулированием, информацией, коммуникацией.
Кибернетика впервые в истории науки вступила на путь объективного естественнонаучного и математически точного изучения процессов управления и переработки информации в природе, технике и обществе. Она имеет дело с процессами в динамических системах, с управлением и регулированием в таких системах. Как пишут Г. Клаус и Г. Либшер, «тщательное исследование современного состояния кибернетики, включая философский и логический анализ различных дефиниций ее предмета, показывает, что основополагающим ее понятием является кибернетическое понятие о системе. Все другие основные понятия кибернетики, такие, как информация, регулирование, алгоритм и другие, которые неотделимы от кибернетического способа мышления, связаны с этим понятием о системе — раскрывают свойства и отношения, проявляющиеся в функционировании кибернетических систем. Поэтому соответствующее понятие системы естественно рассматривать в качестве центрального пункта дефиниции предмета кибернетики»[184].
Сложные кибернетические системы обладают такими общими свойствами, как регулирование, переработка и передача информации, адаптация, самоорганизация, стратегическое поведение и ряд других. При этом структуру и функцию динамических систем кибернетики стремятся описывать математически и рассматривать с помощью моделей. На их основе открываются системные закономерности организации, управления и информационных процессов, которые включаются во все формы движения материи, начиная с перехода от неживого к живому.
При рассмотрении структуры систем кибернетика выясняет сходство и различие законов их организации. Объективной основой такого подхода служит материальное единство качественно разнородных явлений, выражающееся в аналогии и изоморфизме (гомоморфизме, модельном отношении) их структуры и функционирования, в сходстве (или прямом совпадении) описывающего их математического аппарата.
Кибернетика выступает как наука о сложных системах управления и связи. Управление и связь наблюдаются на разных уровных движения, в том числе и на уровне общественных отношений. Поэтому многие науки, а не только кибернетика так пли иначе имеют отношение к процессам управления, но лишь кибернетика рассматривает их с точки зрения единства поведения (функционирования) живого организма и работы машины. Кибернетика изучает законы управления и связи, причем в отличие от других наук преимущественно в том плане, в каком она обусловливает единство динамики функционирования и развития машины, живого организма и социальной структуры. Иными словами, кибернетика оперирует законами управления и информационного взаимодействия одновременно на нескольких, а не на одном, как это свойственно многим другим конкретным наукам, уровне структурной организации материи и рассматривает объекты как системы, обладающие определенной совокупностью общих структурных и функциональных свойств.
Предмет этой науки не остается неизменным, ибо круг вопросов, интересующих кибернетику, с годами неизбежно расширяется. Так, комплекс вопросов, которые рассматривает современная кибернетика, свидетельствует о том, что ее предмет шире закономерностей управления; последние к тому же находятся на втором плане по сравнению с вопросами системной организации и самоорганизации. Понятия конечного автомата, алгоритма, логической сети, машины Тьюринга, самоорганизующейся системы, «искусственного интеллекта» непосредственно не отражают процессов управления.
Таким образом, кибернетика — это наука о сложных, самоорганизующихся системах. Ее теоретические (математические) модели, исходные свойства которых задаются аксиоматически, отражают структуры не только одного какого-то типа. «…Нам представляется совершенно неправильным, — замечает И. А. Акчурин, — на все времена связывать наиболее фундаментальные понятия теоретической кибернетики, такие, как информация, программа (алгоритм), автомат, игра, обратная связь и т. д., обязательно и только с проблемой управления»[185]. В условиях возросшего значения организационного фактора в системах управления кибернетика становится по существу теорией системной организации. Материальная база этой науки (кибернетическая техника, ЭВМ, бионические и биокибернетические системы) также не сводится к системам управления. Поэтому ограничение предмета кибернетики только проблемами управления (и информации) не выражает всего ее содержания.
В настоящее время еще нет единого представления об общей системе этой науки. В нее входит ряд дисциплин: теория регулирования и управления, теория автоматов, нервных сетей, надежности, больших систем, информации, теория игр. Так же как система понятий кибернетики развивается во взаимосвязи с понятийными системами традиционных наук, кибернетические методы в известном смысле дополняют методы других научных дисциплин[186]. В таком отношении находятся метод моделирования и аналогии, метод «черного ящика», проб и ошибок и др. В кибернетике они модифицированы и им придана математическая ориентация.
Основные понятия и принципы кибернетики связаны с категориями диалектики. В кибернетическом и в философском плане очевидна необходимость синтеза содержательных (качественных) и формальных математических (количественных) методов научного исследования сложных самоорганизующихся систем. Кибернетика, опирающаяся на математическое моделирование и общие эвристические принципы и законы управления сложными, саморазвивающимися системами, являет собой пример диалектического синтеза. В его рамках качественные методы используются наряду с количественными и осуществляется прямая и обратная связь между анализом содержания проблемы и ее формализацией.
В кибернетике внимание концентрируется на вопросах системной динамики, организации, структуры, языка, информации и управления. Абстрагирование, идеализация, формализация — отличительные особенности кибернетики как науки. Правда, это лишь одно, наиболее «наглядное» ее измерение. Некоторые авторы[187] отмечают, что задача кибернетики состоит скорее в поисках объяснений, чем описаний сложных систем, что описания без теоретических заключений не приведут к объяснениям. С этим нельзя не согласиться. Таким образом, рассмотрение обоих аспектов кибернетических методов в диалектическом единстве формирует представление о формально-содержательной природе кибернетики, имеющей важный философский смысл.
Отношение между философией и кибернетикой иногда рассматривают как отношение общего и особенного, т. е. предмет первой представляют более общим, чем второй. Для характеристики отношения между философией и системной наукой этого, на наш взгляд, недостаточно. Кибернетика и философия различаются не столько степенью общности их высказываний, сколько целью совершаемых в них обобщений[188].
Существенной особенностью кибернетики является функциональный подход, служащий основным способом изучения сложных систем. Последние нередко задаются человеком, который реализует себя в мире науки, техники и социального управления. Исследование социальных процессов включено в кибернетическую проблематику. Для примера можно указать на работы по проблеме «искусственного интеллекта». Кроме того, в современных социальных структурах возрастает значение организационного фактора, поэтому роль кибернетических методов, изучающих его, повышается.
Все это подчеркивает актуальность кибернетической проблематики, ориентированной на изучение законов функционирования и развития сложных самоорганизующихся систем. Диалектическое осмысление предмета кибернетики и особенностей ее метода приводит к постановке вопроса о взаимосвязи кибернетической концепции самоорганизации с диалектическим принципом развития материи.
2. Диалектический принцип развития и кибернетическая концепция самоорганизации
Как известно, движение и развитие являются неотъемлемыми качествами материи. Каково же содержание движения, развития природы, чем обусловлена ее внутренняя активность? Конкретизация этой проблемы предполагает объяснение самодвижения различных материальных систем, ибо абсолютный характер самодвижения материи реализуется в самодвижении конкретных систем. Всякая материальная система находится во взаимодействии с другими материальными системами, которые выступают по отношению к данной системе как условия ее самодвижения. Источником самодвижения являются внутренние связи и противоречия в материальных системах, внешние связи выступают как условие реализации самодвижения.
Философский анализ данной проблемы предполагает вычленение диалектического содержания категории самодвижения, установление связи с другими, философскими и общенаучными, понятиями. Методологической основой такого исследования служит положение В. И. Ленина о диалектическом объединении принципа единства мира и принципа самодвижения, саморазвития. Следует отметить, что с каждым значительным этапом в развитии естествознания проблема самодвижения материи наполняется новым содержанием; в рамках самого естествознания вырабатываются принципы и понятия, эвристический смысл которых позволяет уточнить существующие взгляды на природу движения материи.
В современном естествознании все большую роль приобретают функционально-структурные методы[189], что является следствием проникновения науки в сложно организованный мир. В связи с этим возникает необходимость в конкретизации и дальнейшем развитии идеи самодвижения применительно к «высшим» уровням организации материи. При анализе проблемы самодвижения под таким углом зрения большую помощь могут оказать кибернетика и общая теория систем. Кибернетические и общесистемные принципы позволяют вычленить из общей идеи самодвижения организационные аспекты, прежде всего самоорганизацию. Философская трактовка самоорганизации включает в себя определение основных понятий теории самоорганизующихся систем, соотнесение их философского содержания с диалектическими принципами материального единства мира, саморазвития, причинности, единства внутреннего и внешнего и др. Вопрос о философском статусе принципов самоорганизации тесно связан с методологическими проблемами теории самодвижения и саморазвития материи. Поэтому важное значение приобретает вопрос о соотношении естественнонаучных (в частности, биокибернетических) принципов самоорганизации с диалектическим принципом саморазвития. При анализе вопроса о естественнонаучных механизмах перехода от одного уровня организации материи к другому (в особенности от неживой материи к живой) необходимо опираться на современные диалектико-материалистические представления.
Вместе с тем важно выяснить, в каких формах выражается диалектический принцип саморазвития на высших уровнях организации материи, т. е. каковы специфические механизмы самоорганизации. В этом отношении самоорганизация может рассматриваться в качестве общенаучной конкретизации философского принципа саморазвития.
Понятие самоорганизации используется в различных смыслах. Так, о самоорганизации говорят, когда повышение организации в большей или меньшей мере происходит само собой, спонтанно. Далее, самоорганизацию также связывают с автономным развитием, которое управляется изнутри, а не извне; под самоорганизующейся системой понимается система, способная изменять внутреннюю структуру и способы поведения. В последнем случае понятие самоорганизации оказывается связанным с понятием обучения. Однако такие (однофакторные) характеристики самоорганизации недостаточны для раскрытия содержания этого интегрального принципа.
При выяснении философского статуса самоорганизующейся системы ее целесообразно рассмотреть на основе четырех системных принципов: активности, целенаправленности, надежности функционирования и вероятностно-стохастической детерминации[190]. Такое понимание самоорганизации, выражающее ее системный характер, используется в различных областях естественнонаучного, технического и социального познания. Концепция самоорганизации вытекает из философского принципа о внутренних источниках развития материи, который позволяет показать доминирующую роль внутренних противоречий, находящихся в соответствии с внешними закономерностями. Иначе говоря, такое понимание самоорганизации раскрывает внутренние механизмы и внутренние причины самодвижения материальных объектов, которые относятся к самоорганизующимся системам. Как бы качественно ни различались такого рода объекты, они обладают общими характеристиками самодвижения, которые выражены в принципах самоорганизации. В этом отношении самоорганизация представляет собой высшую форму развития динамических систем и может рассматриваться как одна из специфических форм самодвижения материи.
Понятие самоорганизации включает в основном те формы организации, которые воплощены в сложных саморазвивающихся (относительно автономных) системах. Поэтому под самоорганизацией понимается способность системы к стабилизации некоторых параметров посредством направленного упорядочения ее структурных и функциональных отношений, с тем чтобы противостоять энтропийным факторам среды. Процессы самоорганизации характеризуются возрастанием упорядоченности системы, энергоинформационным взаимодействием со средой и процессами самоуправления. Исходя из необходимости взаимодействия системы с окружающей средой и тезиса о том, что наличие подходящего окружения есть необходимое условия самоорганизации, важно раскрыть определяющую роль внутренних факторов в организации системы. В этом плане большой интерес представляет диалектический подход к пониманию самоорганизации.
По-новому поставив проблему самоорганизации, кибернетика внесла важный вклад в решение вопроса о том, «каким образом связывается материя, якобы не ощущающая вовсе, с материей, из тех же атомов (или электронов) составленной и в то же время обладающей ясно выраженной способностью ощущения»[191]. Достигнутые ею результаты подтверждают положение В.И.Ленина о генезисе психического из физического, его гипотезу об отражении как всеобщем свойстве материи. Они дают ключ к теоретическому осмыслению моделирования особенностей высших форм нервной деятельности на качественно ином субстрате.
Идеи современной кибернетики позволяют детально анализировать и облекать в конкретную форму философский принцип об активности высокоорганизованной материи. Концепция активности кибернетических систем основывается на диалектических принципах, вскрывающих источники развития. Признание активности свойством развивающейся материи помогает глубже понять законы материального мира, и в частности переход от неживой материи к живой. Анализ активности кибернетических систем вносит новый аспект в общую концепцию активности. В результате установления обратных связей возможности реализации активности резко возрастают; обеспечивается избирательность взаимодействия, обусловливающая устойчивость систем и приводящая их к упорядоченному состоянию.
Активность самоорганизующихся кибернетических систем не тождественна гомеостатическим формам стабилизации системы, которые являются ответом на воздействие внешней среды. Активность таких систем, будучи одним из факторов прогрессивного развития (саморазвитие), базируется на оптимальном сочетании стабилизирующих форм самоорганизации (с преобладанием отрицательных обратных связей) с целенаправленной трансформацией систем (на основе положительной обратной связи). Поэтому такая активность выступает как необходимое и существенное внутреннее свойство самоуправляемой и саморегулируемой системы, которое проявляется не только в относительной самостоятельности, независимости от изменения внешних условий, но и в преодолении возмущающих воздействий среды и в подчинении ее своим внутренним целям.
Проблема активности связана с проблемой внутренней целесообразности (целенаправленности) больших систем, ее решение предполагает знание внутренних механизмов технической и биологической целесообразности, а также целесообразности, присущей общественным системам. Источник активности и целенаправленности кибернетических систем заключен в их внутренней организованности. Важнейшим фактором целенаправленного поведения таких систем служит надежность структурно-информационных отношений, позволяющая системе успешно функционировать, соблюдать достоверность информации в процессах ее приема, переработки и накопления, что в свою очередь служит необходимым условием эффективного решения стоящих перед системой задач.
В теории самоорганизующихся систем важное значение имеет понятие «сложность». Само понятие системы включает аспект сложности: система объектов, имеющая структуру, и есть нечто сложное по отношению к объектам, являющимся ее элементами. Нередко сложность понимается только в структурном смысле, как показатель количества элементов и разнообразия связей между ними. При этом обычно не учитывается целостность системы в ее функциональном выражении на макроуровне. Такой односторонний подход порождает трудности методологического характера (возникающие, например, при сравнительном анализе мозга и машины). Эти трудности преодолеваются введением дополнительного критерия сложности — по степени функциональной эффективности систем. В этом случае сложность системы ставится в зависимость от сложности (трудности) решаемых ею задач.
Такой подход продуктивен и в общефилософском плане. Так, рассмотрение критериев прогресса функциональной сложности позволяет истолковать прогрессивное развитие той или иной системы с привлечением понятия активности.
На значение понятия сложности в кибернетических системах указывал еще Н. Винер «…Действительно существенные и активные явления жизни и обучения, — писал он, — начинаются лишь после того, как организм достигнет некоторой критической ступени сложности»[192]. Понятие сложности характеризует не только количественный аспект системы; оно выражает ее качественные особенности Кибернетическая система, достигшая некоторого критического уровня сложности, приобретает качественно новые черты, такие, как способность к самоорганизации, самообучению и самовоспроизведению.
При исследовании самоорганизации используются вероятностные представления, которые являются исходными в кибернетике. Основные идеи в теории автоматов были выдвинуты и обоснованы исходя из принципов вероятностной логики. В высокоорганизованных системах (биологических, социальных) оптимальное соотношение однозначно детерминированных и вероятностных процессов находит воплощение в сочетании, единстве централизованного управления и самоуправления частей, единстве иерархичности и автономности.
Недостаточность системного принципа при объяснении функциональных структур мозга ныне не вызывает сомнений Мозг характеризуется сочетанием упорядоченности (на уровне поведения) с определенным (функциональным) беспорядком при общей инвариантности структуры. Статистическая организация является существенным элементом самоорганизации функциональных структур мозга. Более того, это свойство характеризует любую самоорганизующуюся систему.
Широкое использование понятия самоорганизации в современной науке требует выяснения его статуса:
является оно общенаучной или философской категорией. В более общем плане это связано с проблемой общенаучных понятий вообще, критериев их выделения. Важную роль играет понятие самоорганизации в молекулярной и эволюционной биологии[193]. В ней широко используются методы, развитые в формализованных теориях самоорганизации. Принцип самоорганизации, получив глубокое общенаучное содержание в частных теориях и конкретных науках, оказывается тесно связанным с философским принципом самодвижения, саморазвития применительно к высшим уровням организации материи.
Итак, принцип самоорганизации конкретизирует, уточняет на определенных уровнях методологии — логико-математическом, техническом, теоретико-биологическом и социологическом — диалектико-материалистический принцип самодвижения и саморазвития материи. Этим обусловливается не только научно-методологическое значение понятия самоорганизации в различных областях естествознания и техники, но и его философский смысл. Последний содержится, в частности, в понятии «самоорганизующаяся система», которое характеризует определенный класс объектов, представляющих интерес на разных уровнях познания и практики. Философский смысл понятия «самоорганизующаяся система» определяется его связью с диалектическим принципом самодвижения и системно-кибернетическим подходом, оказывающим существенное влияние на формирование научной картины мира.
Диалектический подход необходим и при рассмотрении проблемы «искусственного интеллекта», которая является одной из центральных в кибернетике.
3. Диалектика естественного и искусственного в проблеме интеллекта
В понятии «искусственный интеллект» выражается попытка осмыслить проблему интеллекта с разных сторон — естественнонаучной, психологической и философской. И это вполне правомерно. Человеческий разум представляет собой уникальное явление на нашей планете. Науки о человеке (физиология, психология, социология) рассматривают человеческое сознание как природное и социальное явление, однако они не затрагивают вопроса о его искусственном воспроизведении. Кибернетика же ставит эту проблему. И это имеет важное значение для познания конкретных механизмов естественного (человеческого) разума.
Следует отметить, что термин «естественный интеллект» неточно выражает смысл понятия человеческого интеллекта[194]. Последний, если рассматривать не материальный субстрат (мозг), а способность его отражать внешний мир, выступает в значительной мере не природным, а социальным, т. е. формируется в результате человеческой деятельности.
Это свидетельствует о том, что понятие «естественный интеллект», так же как и «искусственный интеллект», характеризует только один аспект категории «интеллект». Последняя становится основанием для рассмотрения диалектической взаимосвязи естественного и искусственного в интеллекте.
Наряду с понятием «искусственный интеллект» употребляется термин «машинный интеллект». В литературе нет единого мнения о специфическом содержании этих понятий. Одни считают, что «машинный интеллект» — это показатель того, насколько кибернетическая машина приспособлена к решению разнообразных задач и к эффективному взаимодействию с человеком, а «искусственный интеллект» — это модель мозга и высших форм психической деятельности[195]. Другие трактуют эти термины иначе и даже противопоставляют их.
На наш взгляд, несовпадение трактовок в данном случае не является принципиальным, так как общим для «машинного» и «искусственного» интеллекта (на современном этапе развития наук об искусственном интеллекте) является то, что интеллект «принадлежит» машине и различаются они главным образом по способу задания (построения) интеллекта. Последний может быть ориентирован на моделирование особенностей человеческого интеллекта или может развивать алгоритмические структуры ЭВМ без непосредственной связи их со структурами человеческого мышления. «Машинное мышление», полученное путем кибернетического моделирования естественного интеллекта, больше соответствует понятию искусственного интеллекта. Итак, методологически важным становится определение понятий «интеллект», «естественный интеллект» и «искусственный интеллект».
В литературе нет четкого определения понятия «интеллект». Нам представляется, что в выработке такого определения известную помощь может дать сравнительный анализ свойств «искусственного» и «естественного», т. е. человеческого, интеллекта. Для выявления инвариантного содержания этих систем важно провести их сопоставление по структурно-функциональным свойствам, так как субстратные характеристики (у человека и ЭВМ) заведомо различны. Онтологическим основанием для такого сопоставления процессов, характеризующих качественно различные формы движения материи, служит всеобщее свойство отражения, структурно-функциональная «родственность» уровней которого доказана развитием философии и естествознания. Принцип отражения позволяет решать проблему взаимоотношения человека и машины («одну из великих проблем», как назвал ее Н. Винер) не только философски, но и с позиций естествознания и математики, т. е. не только с качественной, но и с количественной стороны. Успехи количественного познания сложных явлений зависят от того, насколько удается их формализовать.
Формализация предполагает анализ структуры интеллекта. Следует иметь в виду, что попытки вычленения в интеллекте различных структурных элементов предпринимались неоднократно. Так, еще Аристотель различал «пассивный» и «активный» разум, Н. Кузанский — рассудок и интеллект, Д. Бруно — разум и интеллект. Дальнейшее обоснование деления мышления на рассудочное и разумное нашло в философских системах Канта и Гегеля. Правомерность такого различения, как это известно, признавал Ф. Энгельс. Этот подход к мышлению приобретает эвристическое значение в свете кибернетических теорий «искусственного интеллекта». Если разум представляет собой высшую форму теоретического освоения действительности, для которой характерно осознанное оперирование понятиями, исследование их природы, творчески активное, целенаправленное отражение действительности, то рассудок, также оперируя абстракциями, не вникает в их содержание и природу. Ему присущ известный автоматизм. «…Рассудочная деятельность, — писал П. В. Копнин, — имеет как бы три слоя: ее элементы у высших животных, рассудок человека и замена рассудочной деятельности человека машиной. В последнем случае рассудок выступает в чистом виде, он не за-гемнен никакими другими моментами и поражает человека точностью, быстротой в выполнении определенных операций мышления. В этом отношении машина как рассудок превосходит рассудок индивидуума»[196].
При диалектическом подходе к этому явлению необходимо иметь в виду взаимосвязь и взаимопереходы рассудочного и разумного. То, что на данном уровне развитая мышления выступает разумным, со временем может стать рассудочным, в свою очередь рассудочное было когда-то разумным. Разум переходит в рассудок путем формализации. Это превращение происходит в каждом случае передачи функции человеческого мышления машине посредством создания алгоритма.
Таким образом, в структуре интеллекта наряду с искусственным и естественным необходимо различать рассудочное и разумное. Природу интеллекта можно рассматривать и в плане различных уровней его структуры. Основная задача познания «искусственного интеллекта» выглядит в таком случае как переход от поверхностных структур, которые им моделируются, к глубинной структуре, представленной в естественном интеллекте, и как «идентификация» структур машинного и человеческого мышления.
Классический вопрос «может ли машина мыслить?» необходимо обсуждать как в философском, так и в естественнонаучном и математическом аспектах. Полезность сопоставлений того и другого подхода способствует уточнению определений основных понятий. Некоторые ученые, возражая против правомерности расчленения интеллекта на его структурные элементы, обосновывают это тем, что разум не расчленяется на отдельные уровни. С этим вряд ли можно согласиться. Дело в том, что моделировать интеллект вообще, как таковой, не выделяя его конкретных качеств, нельзя. Поэтому специалисты в области «искусственного интеллекта» при выработке исходных принципов определяют интеллект с помощью операциональных критериев[197]. Чтобы быть «разумной», машина должна обладать многими функциональными способностями человека. Но при этом едва ли необходимо, чтобы она была похожа на человека[198].
В теоретических работах по «искусственному интеллекту» такие понятия, как «интеллект», обычно относимые к человеку, употребляются в специально-научном смысле. И это согласуется с исторической практикой формирования научных (физических, математических) понятий, таких, как тело, энергия и т. п. Метафорические (основанные на переносе значения) и операциональные характеристики понятия «искусственный интеллект» служат отправным моментом в разработке этого вопроса теории. Сравнивая человеческий интеллект с «машинным мышлением», метафорическое употребление понятия «искусственный интеллект» вместе с тем облегчает понимание человеческого разума, хотя у этих образований помимо общих свойств имеется множество других, по которым они совершенно различны.
Эта метафора помогает строить гипотезы относительно системы оригинала, но при формировании понятий необходимо помнить об их метафорическом характере. Метафорические аналогии между искусственным и естественным интеллектом оправданы тогда, когда они понимаются не очень буквально. Такие аналогии имеют значение для гипотетико-дедуктивных построений теорий «искусственного интеллекта»; аксиоматическое изложение предполагает использование неопределяемых понятий.
Понятие «искусственный интеллект», возникшее в кибернетике, позволяет классифицировать сложные кибернетические системы по функциональному критерию. Оно удачно объединяет целый ряд эффективных свойств специальных программ для ЭВМ, которые аналогичны (гомоморфны) качествам человеческого интеллекта. Оно показывает также, что многие различия между интеллектуальными программами ЭВМ и человека, которые казались существенными, по сути являются количественными. Однако поведение человека, его память, восприятие, способность к обучению и самоорганизации, несомненно, богаче, чем у эвристических программ ЭВМ[199]. Необходимо иметь в виду ограниченные возможности современных автоматов, являющихся «эмбриональными» кибернетическими системами, в силу чего многие из интеллектуальных функций в настоящее время могут выполняться лишь в принципе. Это означает, что, хотя в существенных частях эти функции могут быть реализованы, осуществление их в целом остается под вопросом из-за больших материальных затрат.
При сравнении человеческого интеллекта с машинным важно четко различать, на каком уровне проводится аналогия — принципиальном или фактическом. Ясно, что фактическое сравнение не всегда оправдано, так как эти объекты существенно различны. С точки зрения учения об «искусственном интеллекте», видимо, нежелательно обыденные представления об интеллекте возводить в ранг серьезных аргументов. Сравнение мозга и машины может оказаться неадекватным в оценке либо мозга, либо вычислительной машины. Дело в том, что последние создаются преимущественно для решения задач, которые человек сам решить не в состоянии. Лишь творческая мысль и интуиция человека, дополненная кибернетической машиной, способны выполнять трудные задачи. Взаимодействие человека и вычислительной машины основано на том, что последняя — это не просто сверхмощный и быстродействующий арифмометр; в определенных отношениях она усиливает интеллектуальные способности человека[200]. Это значит, что вычислительные машины создаются для усиления, а не для замены человеческого интеллекта.
Для выявления особенностей структуры человеческого интеллекта нужны соответствующие понятия. Ее нельзя вывести из понятийной структуры, описывающей менее глубокие уровни действительности. Первая должна интегрироваться в самоорганизующую систему, подчиняющуюся имманентным закономерностям. Это означает, что такая система располагает внутренними механизмами саморазвития, которые позволяют ей обучаться, совершенствоваться, самовоспроизводиться. Последнее обстоятельство нередко расценивается как аргумент против признания любой формы «машинного интеллекта». При этом отмечают, что машина получает способности от своего создателя. С этим, разумеется, нельзя не согласиться, но следует иметь в виду, что и человеческий интеллект развивается аналогично. Предпосылкой интеллекта служит его связь с внешним миром[201].
Подчинение самоорганизующихся систем имманентным законам развития относительно. Иерархический принцип самоорганизации действует и за пределами системы, поскольку последняя является составной частью вышестоящих материальных структур. Следовательно, при изучении интеллекта как самоорганизующейся системы важно выявить диалектику внутреннего и внешнего, которая выражается во взаимодействии моделей двух типов — модели системы самой себя и модели внешнего мира (человеческий разум моделирует сам себя в ЭВМ, и он же создает модели внешнего мира). В таком взаимодействии выделяется уровень информационных отношений, на котором система переводит и интегрирует внешнее во внутреннее. Существенную роль в такого рода отношении играет обратная связь, ее значение существенно в человеческом поведении. Использование обратной связи плодотворно в исследовании работы мозга и машины. Особенно полезна отрицательная обратная связь, уменьшающая рассогласование между действительным и желаемым поведением.
При сравнительном анализе мозга и машины возникают некоторые трудности, связанные с их сложностью. Существует точка зрения, согласно которой, пока структурная сложность машин не достигла уровня сложности мозга, до тех пор не может быть и речи об «искусственном интеллекте», поскольку сложности одной и другой систем несопоставимы. С этим мнением нельзя согласиться. Дело в том, что кибернетика позволяет перевести проблему структурной сложности «на язык» сложности функционального порядка. Если сложность функций различных систем сопоставима, то можно сделать вывод и о сопоставимости сложности самих систем. Здесь происходит своего рода оборачивание метода: то, что исторически было первичным, на логическом уровне анализа оказывается вторичным. Структура и функция объективно находятся в неразрывном единстве, хотя функция системы определяется ее структурой. Однако в научном исследовании в различные периоды может становиться существенным или тот, или другой аспект. В данном случае функциональный аспект для познания имеет большее значение, чем субстратно-структурный подход. В самоорганизующихся системах функциональное сходство приобретает решающее значение: в том случае, когда вычислительная машина может самоорганизоваться, способ первоначального соединения элементов, если он не обеспечивает эффективного решения стоящих перед системой задач, подвергается «пересмотру». Вообще принципы самоорганизации (в особенности эвристической самоорганизации — на основе «отсечения» плохих вариантов поведения) служат базой для конкретной разработки задач «искусственного интеллекта».
Весомый вклад в понимание особенностей интеллекта и выделение его характеристик можно ожидать на пути создания «машинного мышления». В связи с этим (даже при допущении того, что практически не удастся создать «машинный интеллект») большой интерес представляет анализ и выделение логических, гносеологических и эвристических принципов разума. Разумное поведение система будет иметь только тогда, когда она будет в состоянии создавать оптимальную модель среды. И наоборот, разум будет ограничен, если эта модель слишком груба и не дает достаточного описания среды или если она неполно отражает взаимодействие между ее элементами. Интеллект присущ системам, которые осуществляют целенаправленное поведение, обладают необходимой информационно-логической структурой, обеспечивающей продуктивное мышление.
Междисциплинарный характер кибернетического подхода вызывает определенные трудности и в сопоставлении порождаемых им общенаучных понятий с традиционными философскими категориями. Это объясняется известной специфичностью кибернетики как науки. Кибернетический подход к познанию мира, с одной стороны, предполагает создание систем логико-математических абстракций и упрощающих идеализации, а с другой — позволяет создавать устройства, функционирующие в реальном масштабе времени.
Исследование философских аспектов проблемы «искусственного интеллекта» требует глубокого анализа и уточнения самих понятий «интеллект», «разум», «мышление» в плане сопоставления особенностей человеческого мышления с возможностями его кибернетических аналогов. Такое исследование должно опираться на диалектика-материалистические методологические основы понимания сущности мышления. На этом пути представляет большой интерес анализ логических, гносеологических и эвристических принципов разума. Выделить структуру и понять принципы организации интеллекта — это значит вскрыть реальные основания проблемы, показать ее глубокую специфичность. Иначе говоря, необходимо изучить. исторические, научно-технические и гносеологические аспекты проблемы «искусственного интеллекта», непосредственно опираясь на диалектико-материалистическую философию. Философское осмысление научной проблемы должно помогать исследователям в ее разрешении, направлять научный поиск. В этом проявляется эвристическая роль философии.
Таким образом, стремление моделировать «духовные процессы» в системе «искусственного интеллекта» заслуживает поощрения. В этом плане важно создание машин, обладающих функциями мышления. В частности, рассмотрение некоторых аспектов «искусственного интеллекта» свидетельствует о том, что на путях создания «машинного мышления» наука может продвинуться и в понимании человеческого интеллекта. В свою очередь тот факт, что проявления «человеческого духа» могут быть воспроизведены, служит новым аргументом в борьбе против философского идеализма и агностицизма.
Таким образом, рассмотрение предмета и метода кибернетики, ее центральных принципов и идей позволяет раскрыть диалектические аспекты этой науки, установить ее закономерные взаимосвязи с материалистической диалектикой. Ее развитие идет в русле синтетических тенденций, выражающих необходимость взаимосвязи общественных, естественных и технических наук.