|
Речь идет о трех аспектах интеллектуальных процессов, выделенных для контрастного различения искусственного и естественного интеллекта и включающих логико-статистические, логико-семантические и волновые аспекты. Логико-статистические и логико-семантические аспекты равно присущи искусственному и естественному интеллекту. Волновые процессы реализуют естественный интеллект.
1.
Логико-статистические, логико-семантические и волновые процессы представляют собой три аспекта интеллектуальных процессов, которые не исчерпывают все аспекты, а выделены для контрастного различения искусственного и естественного интеллекта.
Логико-статистические алгоритмы работают с данными, а точнее с представлениями данных в виде векторов (наборы признаков), структурированных векторов (тексты), матриц (в том числе изображений), динамических рядов векторов или матриц.
Логико-семантические системы работают с представлениями знаний в виде онтологий, реализованных, например, в виде графа знаний, при этом понятия и другие объекты соответствуют узлам графа и отношения между ними - ребрам графа.
Волновые процессы могут быть описаны на основе Р-адической математики.
2.
Существует два типа логико-статистических интеллектуальных систем – открытые и закрытые.
К системам с открытыми логико-статистическими алгоритмами относятся системы логико-статистического распознавания образов, в частности Системы Автоматической Диагностики (САД), в том числе САД медицинского назначения.
Логико-статистические САД, как правило, достаточно просты. Для разработчика достаточно сложной задачей является формирование максимально информативной системы диагностических признаков, и для решения этой задачи имеется множество специальных техник.
Преимущества открытых систем распознавания образов, в том числе САД, заключаются в следующем:
- для создания открытых логико-статистических систем не требуется больших данных (которые в большинстве случаев малодоступны),
- не требуют они и значительной вычислительной мощности,
- открытые логико-статистические системы доступны для настройки их алгоритмов в процессах испытаний и эксплуатации,
- одно и то же программное ядро может быть использовано для создания множества диагностических систем путем добавления новых объектов диагностики и соответствующих им информативных наборов диагностических показателей.
В остальном, принципиальных отличий между открытыми (САД) и закрытыми (нейросетевыми) системами логико-статистического распознавания образов нет.
Алгоритмически открытые логико-статистические системы искусственного интеллекта, например, САД, могут быть особенно эффективны в случае технологически единого источника диагностических признаков для диагностики множества состояний объектов. В медицине такую возможность предоставляет технология Функциональной спектрально-динамической диагностики (ФСД-диагностики) [1].
К алгоритмически закрытым логико-статистическим системам относятся нейросетевые системы искусственного интеллекта. Закрытыми они являются потому, что разработчик программирует архитектуру искусственной нейросети, а рабочие алгоритмы нейросеть формирует в процессе обучения на больших данных. Поэтому говорят, что нейросеть это «черный ящик». Рабочие алгоритмы нейросети закрыты от разработчика и от пользователя. Как именно работает конкретная нейросеть никто не знает. Но это не мешает их применению в решении практических задач распознавания образов, включая некоторые виды медицинской диагностики, и задач генерации изображений и текстов на основе статистической обработки больших данных.
Необходимо понимать, что нейросетевая система распознает и генерирует визуальные и текстовые объекты, соответствующие обучающим данным. Отсюда следуют важные выводы:
1. Работая с объектами (изображениями или текстами), нейросетевые системы в принципе не могут работать со смыслами, а только со статистически типичными для обучающих данных паттернами (шаблонами).
2. Нейросетевые системы искусственного интеллекта массово транслируют явные и неявные смыслы, зафиксированные в обучающих данных.
3. Если в качестве обучающих данных использованы тексты, принадлежащие деструктивной парадигме, то нейросетевые системы превращаются в ментальное оружие массового поражения.
Характеризуя нейросетевые логико-статистические системы искусственного интеллекта, следует отметить, что нейросети имеют отношение только к логико-статистической обработке данных (визуальных образов, паттернов текста и других данных) и никакого отношения не имеют к обработке знаний.
Работа нейросетевых систем не может быть соотнесена с интеллектуальной деятельностью человека, тем более с творческой деятельностью ученого, писателя, композитора, поэта или художника. Не может быть соотнесена потому, что нейросети, работая на уровне компиляции статистических шаблонов, в принципе не могут иметь смыслового и, соответственно, творческого компонента интеллектуальной деятельности.
Нейросети только имитируют отдельные интеллектуальные функции. На данный момент нейросети могут имитировать:
- распознавание и классификацию образов (например, распознавание лиц, объектов на изображениях),
- распознавание и синтез речи,
- перевод с одного языка на другой,
- игру в различные игры на основе обучения,
- компиляцию текстов на основе шаблонов.
Основная перспектива применения нейросетевых систем состоит в их включении в качестве вспомогательных в онтологические гибридные системы искусственного интеллекта.
Важно также, что нейросетевые системы не предназначены для работы с понятийным аппаратом.
3.
С понятийным аппаратом работают системы искусственного интеллекта на основе логико-семантической обработки знаний и это является отличительным признаком этих систем. Логико-семантические системы основаны на онтологиях. Поэтому их называют онтологическими системами искусственного интеллекта. Каждая онтология содержит некоторый фрагмент концептуального знания предметной области и поэтому онтологические системы называют системами, основанными на знаниях.
В строгой формулировке онтология это эксплицитная спецификация концептуализации. Обычно онтология включает конечное множество концептов (понятий и терминов) предметной области, конечное множество отношений между ними, конечное множество функций интерпретации, заданных на концептах и/или отношениях и функции решения задач.
Работая с понятийным аппаратом и решателями задач, онтологическая система может выполнять функции, которые в принципе недоступны нейросетевым системам.
Онтологические системы могут выполнять следующие функции, каждая из которых может включать подфункцию объяснения (логико-семантического обоснования):
- интеллектуальной справочной системы,
- интеллектуальной обучающей системы,
- интеллектуальной управляющей системы (например, производственным процессом),
- интеллектуальной диагностической системы,
- интеллектуальной проверяющей системы (например, проверяющей формально-семантическую корректность текста),
- интеллектуальной исследовательской системы (например, в лингвистических задачах),
- интеллектуальной системы генерации текстов на основе формальных семантик,
- интеллектуальной системы прогнозирования процессов на основе различных логических и математических моделей, в том числе статистических.
Наиболее эффективной технологией создания онтологических систем является отечественная технология комплексной поддержки жизненного цикла семантически совместимых интеллектуальных компьютерных систем нового поколения (Открытая Семантическая Технология Интеллектуальных Систем – ОСТИС) [2].
Отметим, что следующим этапом развития онтологических систем станет создание гиперонтологических систем, основанных на обработке смыслов (а не только знаний в виде формальных семантик) и на понимании смыслов. Гиперонтологические системы дополнительно к семантической компоненте в виде базы знаний будут включать прагматический компонент в виде базы ценностей (включая цели), а суперпозиция этих баз будет являть собой задаваемую систему понимания. Гиперонтологические системы позволят выявлять, распознавать и верифицировать смыслы и это станет большим достижением, которое послужит важным инструментом гуманитарных исследований и поможет ликвидации значительной части оснований для ментальных разногласий.
Вместе с тем, творческие функции, глубокое понимание естественного языка и другие комплексные когнитивные функции человека для систем искусственного интеллекта останутся недоступны, оставаясь в компетенции естественного интеллекта.
4.
Естественный интеллект имеет следующие условно выделяемые уровни своей реализации:
- уровень умений и навыков,
- эмоционально-образный уровень (например, сочинение музыкального текста),
- понятийно-образный уровень (например, написание художественного текста),
- понятийно-смысловой уровень (например, формулирование научного текста),
- интуитивный уровень.
Обобщая эти уровни, можно сказать, что естественный интеллект являет собой триединство интуитивного, понятийного и образного мышления в некотором смысловом поле. Качество мышления зависит от интеллектуальных способностей и от качества смыслового поля. Заметим, что до зоны гениальных эвристик главным является смысловое поле, а не интеллектуальные способности человека. Иными словами, адекватность и качество мышления большинства людей определяется усвоенным смысловым полем, а уровень интеллектуальных способностей начинает сказываться на качестве мышления ближе к зоне дебильности. Примером, иллюстрирующим это утверждение, служит явление салонного слабоумия.
5.
В рамках типологии биологических процессов наиболее фундаментальным является разделение биологических процессов на вещественные и волновые. Чисто вещественных процессов в природе нет. В природе существуют вещественно-волновые и волновые процессы. Вещественными (механическими) процессами принято называть те, для которых в некотором контексте волновую составляющую не принимают во внимание.
Выделение волновых процессов как типа биологических процессов естественным образом привело к выдвижению научной гипотезы волнового психопроцессинга [3]. В текущей научной парадигме в качестве психического процессора принято рассматривать мозг, а волновое поле принято считать побочным продуктом нейродинамических процессов. Гипотеза волнового психопроцессинга предполагает, что в роли ментального процессора выступает волновое поле организма, а мозг играет роль реверсивного транслятора с языка волновых процессов на язык нейродинамических процессов и обратно. Поскольку нейродинамические процессы являются вещественно-волновыми, постольку гипотеза волнового психопроцессинга не содержит внутренних противоречий.
Физической основой работы волнового процессора являются процессы волновой синхронизации, волновой компенсации и волнового резонанса. Лингвистической основой работы алгоритмов волнового процессора, вероятнее всего, являются р-адические числа [4 - 6].
«Математический аппарат квантовой теории поля есть не просто математическое описание вещественных микрообъектов, обладающих квантовыми свойствами, но представляет собой нередукционисткую математику, в которой традиционные понятия числа и пространства, сложившиеся в науке XVII-XIX столетий, дополнено понятием ультраметрического пространства» [7]. Это утверждение говорит о том, что волновые процессы и, в частности, волновой психопроцессинг связаны с р-адическими числами.
Сегодня мы лишь интуитивно ощущаем масштаб сложности фазодинамики волнового процессора и пока не имеем гипотезы о возможном механизме сопряжения этой фазодинамики и графодинамики ультраметрического пространства.
6.
Более полувека прошло с тех пор, как, благодаря основателю советской медицинской генетики В.П. Эфроимсону, стали понятны биологические детерминанты интеллекта и стал известен факт практически стопроцентной наследуемости интеллектуальных способностей. Семейно-родовые традиции славянской цивилизации позволили ей сохранять высокую генетическую гармоничность своих народов и, соответственно, высокий интеллектуальный потенциал.
Славянская цивилизация очень давно противостоит западной ментальной агрессии. Сто лет назад вместе с революцией был запущен очередной виток ментальной войны, направленной против наших семейно-родовых и духовных традиций. Тридцать лет назад вместе с новой революцией и под новыми флагами (прав человека, либеральной демократии и ЛГБТ) начался современный этап ментальной войны. Сегодня арсенал противника пополнило новое ментальное оружие, можно сказать, оружие массового ментального поражения. Это нейросетевые системы искусственного интеллекта, обученные на текстах противника. Дуализм сохраняется: мирный атом - ядерное оружие, мирные нейросети - ментальное оружие.
Литература
1. Комплекс медицинский спектрально-динамический [Электронный ресурс]/Режим доступа: http://www.kmsd.su. – Дата доступа: 09.09.2009.
2. Технология комплексной поддержки жизненного цикла семантически совместимых интеллектуальных компьютерных систем нового поколения / под. ред. В.В. Голенкова – Минск : Бестпринт, 2023. – 1064 с.
3. Ростовцев, В.Н. Типы биологических процессов /В.Н. Ростовцев [Электронный ресурс]: Статьи. - 2012. – Режим доступа: http://www.kmsd.su – Дата доступа: 03.08.2012.
4. В.Ю. Татур, Р-адические числа, ультраметрика и ментально-вещественный мир // «Академия Тринитаризма», М., Эл № 77-6567, публ.23820, 12.10.2017
5. В.Ю. Татур, Р-адический человек // «Академия Тринитаризма», М., Эл № 77-6567, публ.26082, 06.02.2020:
6. А.Ю. Хренников, Моделирование процессов мышления в р-адических системах координат, М.,2013
7. В. Б. Кудрин, Мозг – граница вещественного и ультраметрического пространств // «Академия Тринитаризма», М., Эл № 77-6567, публ.28392, 21.03.2023