СОДЕРЖАНИЕ

С. М. Шалютин

Предисловие: об авторе


Соломон Михайлович Шалютин - доктор философских наук, профессор, заслуженный работник культуры РСФСР.
С.М. Шалютин пришел в философию достаточно поздно. В 1939 году, 18-летним парнем, он вступает добровольцем в Красную армию. Пройдя тяжелыми дорогами войны и демобилизовавшись в 1945 году, он уезжает в провинциальную Курганскую область, где работает сначала лектором обкома КПСС, а затем зам. директора областной партийной школы. Еще с военных лет самостоятельно работая в области философии, только в 1957 году он погружается в профессиональную философскую среду, поступив в аспирантуру Академии общественных наук, где практически сразу становится заметной фигурой. В 1959 г. С.М. Шалютин защищает кандидатскую диссертацию Диалектическое отрицание в общественном развитии", активно используя в ней прочно забытое в сталинскую эпоху гегелевское наследие, борьба за возвращение которого стала тогда одним из важнейших факторов возрождения отечественной философии.
С начала 30-х и до конца 50-х гг. в нашей стране философия была низведена до функции политико-идеологической апологетики. В ее возрождении (история которого, впрочем, еще не написана) можно выделить ряд направлений и этапов. Самым серьезным полем битвы на этом пути на рубеже 50-х - 60-х гг. оказалась борьба за признание кибернетики в СССР*. Несмотря на участие в ней целого ряда выдающихся ученых, представлявших математическое, естественнонаучное и техническое знание, без философского обоснования кибернетика не могла интегрироваться в советское научное и социальное пространство.
Для философии это была борьба не только за кибернетику, но и за саму себя. Это была борьба между теми, для кого философия была поиском Истины, и философской партноменклатурой, борьба, требовавшая кроме профессиональной компетентности еще и немалого личного мужества. Официальная позиция в отношении кибернетики была изложена в "разгромной" статье "Кому служит кибернетика?", опубликованной в журнале "Вопросы философии" и послужившей командой к началу кампании развернутой травли кибернетики в "марксистско-ленинской философии" по всему фронту, в СССР и за рубежом. Академик Э. Кольман, вспоминая то время в написанной в конце жизни в эмиграции книге "Мы не должны были так жить", приводит эпизод, произошедший после его - Кольмана - выступления в академии общественных наук при ЦК КПСС, содержавшего развернутую аргументацию в пользу кибернетики. "...Нетрудно себе представить, до чего вытянулись физиономии пригласивших меня учёных догматиков... Все дружно обрушились на меня. Какие только эпитеты не полетели в мой адрес! И "механист", и "идеалист", и "поклонник буржуазной моды", и "противник Павловского учения", и бог весть что ещё. И всё это они без представления о математической логике, теории информации, электротехнике, одна только идеологическая брань! Атмосфера была накалена до предела, удивительно, что не потащили меня, если не на костёр, то снова на Лубянку. Обсуждение доклада кончилось не в один приём... ведь каждый хотел высказаться, продемонстрировать свою высокую идейность, бдительность. И только один смельчак среди всей этой честной публики нашелся. Аспирант, по имени Шалютин. Он посмел - в присутствии своих профессоров - поддержать меня, рискуя, что за такую "дерзость" и "ересь" ему кандидатской степени не увидеть, как своих ушей"†.
Приняв участие в упомянутой Кольманом и еще ряде ключевых публичных дискуссий относительно кибернетики, С.М. Шалютин оказывается в самой гуще этой борьбы. В 1961 году в Москве в издательстве социально-экономической литературы выходит книга "Философские вопросы кибернетики". Среди авторов - академики А.И.Берг, П.К.Анохин, Э.Кольман, целый ряд других ведущих ученых страны, собравшихся "под одной обложкой", чтобы дать консолидированный отпор идеологическому мракобесию относительно кибернетики‡. Книга открывается работой С.М. Шалютина "О кибернетике и сфере ее применения" - первом в СССР монографическом по объему и характеру исследовании по философским проблемам кибернетики. Эта работа принесла ему широкую известность в философии и науке.
После окончания Академии С.М. Шалютин получает приглашения на работу в Институте автоматики и телемеханики АН СССР и в Институте философии АН СССР. Однако Курганский Обком КПСС, воспользовавшись недавно принятым Постановлением ЦК об укреплении кадрового потенциала Сибири, настоял на возвращении Шалютина в Курган. Заметим, что и впоследствии ни директору Института истории, естествознания и техники академику Б.М. Кедрову, с которым С.М. Шалютина связывала личная дружба, ни уже упомянутому А.И. Бергу так и не удалось "перетащить" С.М. Шалютина в Москву - обком стоял насмерть.
Вернувшись в Курган, С.М. Шалютин работает зав. кафедрой философии, затем - в течение 18 лет - проректором по научной работе педагогического института, после чего оставляет административную деятельность, продолжая преподавать на кафедре философии пединститута (впоследствии реорганизованного в Курганский государственный университет).
На протяжении всего этого времени философское творчество остается для него важнейшим приоритетом. Из под его пера выходят монографии и статьи, посвященные основополагающим вопросам гносеологии и онтологии, философским проблемам математики и психологии, философии языка. Многие из них публикуются в "знаковых" для отечественной философии коллективных монографиях и сборниках§. По-прежнему в центре его внимания остается кибернетика. В 1985 г. В издательстве "Мысль" выходит фундаментальная монография С.М. Шалютина "Искусственный интеллект", в значительной мере итоговая для автора по данной проблематике. Эта работа и составляет первую часть настоящего сборника.
Относительная (весьма) автономия, которой добилась философия в 60-е - 80-е гг., распространялась на онтологию, гносеологию и философские проблемы негуманитарных наук. Ни о какой свободе в области социальной философии или, скажем, аксиологии не могло быть и речи. Ситуация коренным образом начинает меняться с конца 80-х гг. Меняется и направленность публикаций С.М. Шалютина. Во второй части сборника представлены работы автора, написанные в 90-е годы. В основном они посвящены философско-антропологическому осмыслению бытия человека как индивида. Многоуровневая детерминация деятельности индивида и роль личности в историческом процессе, духовность личности и система ценностей как существенная характеристика личности, формирование индивида как выбирающей личности и гуманизм как основа вузовского воспитания, сакрализация нравственных ценностей и соотношение религии и науки - таков широкий круг актуальных проблем, которые волнуют автора книги и рассматриваются им в гуманистической перспективе повышения уровня свободы человека.
В научных исследованиях С.М. Шалютина, отмеченных духом интеллектуальной свободы и глубоким категориально-методологическим анализом предмета, четко выделяются два этапа: философско-гносеологический и философско-антропологический. В отличие от первого, работы второго этапа в основном выходили в малотиражных изданиях и практически неизвестны широкому читателю, что делает особо актуальной их публикацию.
Если в конце исследования не видно начало следующего, писал Д.С. Лихачев, - значит, исследование не доведено до конца. Книга С.М. Шалютина будит мысль читателя, привлекает нестандартной постановкой проблем, ставит знаки вопроса для дальнейших размышлений и дискуссий о сущности человека и путях его духовного развития. Надеемся, что данная книга будет представлять интерес для специалистов в области философии, гуманитарных наук, для педагогов и студентов.
Настоящий сборник начинал готовиться к 80-летнему юбилею автора. Однако его тяжелая болезнь значительно замедлила эту подготовку. Сборник фактически выходит к 85-летию в несколько измененном в сравнении с первоначальным замыслом виде. В заключение остается пожелать С.М. Шалютину здоровья и новых творческих успехов.

Д. филос. н., проф. И.Я. Лойфман
Д. филос. н., проф. Б.С. Шалютин**










ИСКУССТВЕННЫЙ
ИНТЕЛЛЕКТ:

ГНОСЕОЛОГИЧЕСКИЙ АСПЕКТ††










От автора

Издавая вторично работу "Искусственный интеллект", которая впервые была опубликована 1985г., автор считает необходимым сделать два предварительных замечания.
1) Работа писалась в условиях определенной идеологической атмосферы, которая наложила на нее некоторую печать. Это заключалось, главным образом, в стремлении опереться на труды основоположников марксизма. Однако автор не счел нужным в связи с этим внести изменения в книгу. Цитаты из классиков диалектического материализма не играют в работе доказательной роли. Их назначение -показать, что развиваемые в ней концепции не противоречат диалектико-материалистической гносеологии и с точки зрения автора в определенной мере развивают ее применительно к поставленной в книге задаче. Автор в этой работе (как и вообще) остается сторонником диалектического материализма. Суть его понимания этой философии изложена в тезисной форме во второй части книги в статье "Что такое диалектический материализм".
2) Работа, как было отмечено, впервые опубликована в 1985г. С тех пор теория искусственного интеллекта и ее практические реализации прошли интенсивное развитие, которое, в книге, разумеется, не могло найти отражения. Однако вычлененные в работе орудия познавательного процесса, используемые индивидом и должные воплотиться в системах ИИ, в значительной мере реализовались не только в 70-е - начале 80-х гг., но и в процессе этого дальнейшего развития. Вместе с тем ресурсы совершенствования искусственного интеллекта, содержащиеся в гносеологии, по мнению автора, еще далеко не исчерпаны. Поэтому, с его точки зрения, гносеологический анализ проблем ИИ, содержащийся в книге, не утратил своей актуальности.



ВВЕДЕНИЕ

Когда в науке обращаются к анализу ее оснований, к выяснению соотношения ее понятий и теорий с реальностью, неизбежно сталкиваются с гносеологическими проблемами. Это относится и к кибернетике, которая, в частности проблематика искусственного интеллекта, особенно тесно связана с теорией познания. Это обусловлено тем, что, имея целью создание и совершенствование технических систем, выполняющих функции интеллекта, в том числе и абстрактного мышления, кибернетика неизбежно должна опираться на результаты наук, исследующих мышление.
Обращение кибернетики к наукам о мышлении началось с использования данных формальной логики. Последняя в математической форме предоставила в распоряжение создателей кибернетических систем и их компонентов (в том числе ЭВМ и их программ) ряд моделей логических структур и специализированный математический аппарат для их исследования. Математическая логика как бы пронизывает кибернетику от теоретических оснований до прикладных разделов. В свою очередь кибернетика дала мощный импульс дальнейшему развитию логики.
Когда на рубеже 50 - 60-х годов стали думать о возможности использования ЭВМ для решения интеллектуальных задач, то выяснилось, что знаний о мышлении, содержащихся в формальной логике, недостаточно. Тогда кибернетики обратились к психологии как источнику идей для составления программ ЭВМ. В так называемом эвристическом программировании психологический анализ мышления сознательно используется для машинного решения интеллектуальных задач.
В конце 60-х - начале 70-х годов кибернетика столкнулась с серьезными трудностями. Выяснилось, что многие провозглашенные ею цели невозможно было реализовать на основе имеющихся идей и методов. Анализ причин такого положения приводил ученых к выводу о необходимости учета не только логических и психологических, но и гносеологических характеристик мышления. Гносеология в кибернетике должна выполнять не только те функции, которая она осуществляла по отношению к другим наукам, но и стать источником практически реализуемых идей. Она может помочь понять природу переживаемых кибернетикой трудностей и указать некоторые направления их преодоления.
Использование результатов философского, гносеологического анализа мышления в кибернетических работах началось в 60-х годах. Но это были спорадические попытки. Однако постепенно обращение к гносеологии становится все более осознанным. Известные кибернетики Дж. Маккарти и Р. Дж. Хейес отмечали, что для человека, работающего в области искусственного интеллекта, существенно, что говорят о мышлении философы. Правда, на первых порах речь шла об использовании лишь самых общих, исходных философских положений о сущности мышления. Указанные авторы подчеркивали, что для конструирования вычислительной программы "общего интеллекта" важно знать, что физический мир существует, и что в нем живут некоторые разумные машины (т. е. люди), что информация о мире может быть получена посредством ощущений и выражена на внутреннем языке, и что обыденные и научные знания приблизительно верны (1, с. 41 - 57). Как видно, здесь за исходный пункт специального научного исследования по существу взято материалистическое решение основного вопроса философии. Наука, ставящая перед собой задачи воспроизведения функций мыслительного процесса и его моделирования, не могла решить их, не опираясь на научную гносеологию.
Перефразируя известный афоризм Ф. Энгельса, можно сказать, что прикладная кибернетика - это пробный камень (по крайней мере один из таких камней) гносеологии. При помощи программ ЭВМ, стихийно или сознательно базирующихся на односторонних идеалистических и агностических концепциях интеллекта, невозможно реально осуществить важнейшие функции искусственного интеллекта. Более того, на их основе не может быть даже правильно поставлена эта проблема. Например, неопозитивистские концепции, в которых мышление сводится к логическим манипуляциям символами, не способны корректно поставить задачу ориентирования искусственных систем в реально изменяющейся среде, без чего, как известно, нет интеллекта. То же можно сказать о кантовском априоризме и любой другой идеалистической системе. Следует отметить, что и вульгарный материализм не может служить гносеологической базой кибернетики. Марксистская диалектико-материалистическая теория познания, как подчеркивал немецкий философ-марксист Г. Клаус (2, с. 8; 3, с. 3 - 6), - это единственное гносеологическое учение, с которым согласуется реальное содержание кибернетики. Только она может дать научное объяснение самой возможности передачи мыслительных функций техническим системам. Это находит подтверждение в том, что в последние десятилетия многие исследователи стихийно или сознательно используют диалектико-материалистическое понимание мышления при разработке систем, воспроизводящих его функции.
Расширение круга дисциплин, привлекших внимание кибернетиков, здесь обрисовано весьма схематично. Во-первых, мышление исследуют не только указанные, но и другие науки (например, лингвистика, изучая язык, анализирует и его связи с мышлением), и их данные тоже используются при разработке теории и в практике конструирования искусственного интеллекта. Во-вторых, сказанное выше не означает, что в поисках идей и методов разработки искусственного интеллекта ученые переходили от логики к психологии, а от психологии - к гносеологии. Возможности логики и особенно психологии в этом плане далеко не исчерпаны, тем более что они интенсивно развиваются, в частности отвечая на потребности кибернетики и вычислительной техники. Речь идет о смещении акцентов, о том, что в гносеологии содержится большой комплекс идей, ценных для разработки проблемы искусственного интеллекта, которые до сих пор еще мало используются.
Перед философией стоит задача дать гносеологический анализ мышления, специально ориентированный на решение проблем, связанных с созданием искусственного интеллекта. Поэтому важно из совокупности гносеологических характеристик мышления, раскрытых диалектико-материалистической гносеологией, вычленить те, которые наиболее существенны с точки зрения задач, решаемых кибернетикой на современном этапе ее развития. Необходимо выявить, с одной стороны, особенности мышления, которые создают возможности или затрудняют передачу функций интеллекта ЭВМ или другим техническим системам; с другой - аналоги гносеологических черт мышления, которыми должен быть наделен искусственный интеллект, чтобы он мог выполнять те или иные мыслительные функции. Рассмотрению этих вопросов и посвящена в первую очередь данная книга.
Глубокая связь гносеологии и проблемы искусственного интеллекта имеет еще один важный аспект. Технические системы все больше включаются в познавательный процесс. Это значит, что человек не только как субъект производства материальных благ, но и как субъект познавательного процесса использует создаваемые им специальные орудия познавательной деятельности. К. Маркс отмечал, что для каждой эпохи "предел сознания соответствует определенной ступени развития материальных производительных сил..." (4, т. 46, ч. II, с. 33). Диалектико-материалистическая теория познания не ограничивается констатацией абстрактной возможности познания мира. Она выявляет реальные возможности и границы познания в каждую эпоху. Познание человека ограничено психофизиологическими особенностями его организма. И здесь ему на помощь приходит кибернетическая и вообще информационная техника. Перед марксистской гносеологией, характерной чертой которой является историзм, возникает задача исследовать изменения субъекта познания, его возможностей под воздействием развивающейся информационной техники. Это другая проблема, которой посвящена книга.
Анализ гносеологических аспектов искусственного интеллекта требует уточнения проблематики и вычленения ее из совокупности вопросов, относящихся к сфере воспроизведения мышления и его функций. В этой области можно выделить три группы вопросов, тесно связанных между собой, но вместе с тем и существенно различающихся. Это проблема искусственного интеллекта; кибернетическое моделирование мыслительных процессов, его возможности и роль в познании человеческой психики; и наконец, вопрос, может ли машина мыслить.
В чем вкратце сущность этих проблем.
Исследователи, конструирующие искусственный интеллект, с самого начала ставят своей целью создание технических систем, осуществляющих функции, которые обычно выполняет человек с помощью своего интеллекта. Американский специалист в области эвристического программирования Н. Нильсон писал, что "цель работ по искусственному интеллекту состоит в создании машин, выполняющих такие действия, для которых обычно требуется интеллект человека" (5, с. 7). Другой специалист в этой области, Р. Бенерджи, характеризовал цели этого направления как "совокупность методов и средств анализа и конструирования машин, способных выполнять задания, с которыми до недавнего времени мог справиться только человек. При этом по скорости и эффективности работы машины должны быть сравнимы с человеком" (6, с. 15). При этом речь идет об информационных аспектах деятельности человека. Большинство советских специалистов придерживаются аналогичных взглядов на проблематику искусственного интеллекта (7; 8).
Это означает, что исследователи и конструкторы таких систем ориентируются на получение определенного результата - решение машинами некоторого класса задач, которые до сих пор решал человек. При этом в рамках данной проблемы не имеет существенного значения, подобны ли процессы, происходящие в машине, физиологическим, психическим, логическим или любым иным процессам, происходящим в нервной системе человека. Это не значит, что конструкторы таких систем не могут использовать схем процессов, происходящих в психике человека. Наоборот, они часто сознательно стремятся воссоздать те или иные стороны их структуры. Но конечная цель заключается в том, чтобы получить определенный результат, аналогичный тому, который получает человек в результате размышлений.
Но что значит воспроизвести результаты функционирования интеллекта или мышления? В каком смысле техническая система приходит к тому же результату, что и человек в процессе мышления? Рассмотрим это несколько подробнее.
В чем заключается итог мыслительного процесса у человека? Его можно определить как решение какой-либо задачи. В сознании оно представляет собой некоторую совокупность идей, суждений и других субъективных образов. Вместе с тем решение объективируется в речи (посредством естественного языка или иной знаковой системы) или в деятельности. Если один индивид пришел к решению некоторой задачи, то другой может узнать его результат в процессе общения. В этом случае реципиент (получатель) воспринимает определенную совокупность звуков или графических фигур и, владея языком, интерпретирует их. Это, далее, значит, что физические тела знаков индуцируют в его сознании ряд образов, приблизительно совпадающих с образами, сложившимися в сознании индивида, решившего задачу. Для реципиента не существенно, имеются в сознании индивида, являющегося источником сообщения, субъективные образы или нет. Для него важна лишь последовательность физических тел знаков, исходящая от источника сообщения.
Если техническая система способна породить последовательность звуков или графических фигур, которые реципиентом интерпретируются как знаки, и если эти знаки вызывают в нем совокупность образов, представляющих собой решение задачи, то такая техническая система с точки зрения реципиента пришла к тому же результату, что и человек, который решил задачу.
Человек, решая задачу, продуцирует определенную совокупность образов и воплощает их в языковую оболочку. И то и другое - функции человеческого интеллекта. Перед системой искусственного интеллекта не ставится задача воспроизведения субъективных образов. Она должна лишь выдавать на своем выходе состояния, которые человеком, владеющим соответствующей семиотической системой, интерпретируются как знаки. Таким образом, совпадение результатов функционирования искусственной системы и человеческого интеллекта заключается здесь в генерировании знаковых последовательностей или даже совокупностей физических тел знаков.
Существо дела не изменится, если знаки, вырабатываемые технической системой, будут восприниматься не человеком, а другой технической системой. На основе перерабатываемой информации последняя может управлять производственными или иными процессами, накапливать решения в своей "памяти" и т. п.
В действительности перед системой искусственного интеллекта ставится цель - не просто получение результатов, которые в указанном смысле совпадают с результатами интеллектуальной деятельности человека, а решение задач высокого уровня сложности. Подробная характеристика этого класса задач будет дана в главе V. Предварительно понятие искусственного интеллекта может быть определено как свойство технических систем решать задачи, которые и для естественного, человеческого интеллекта сохраняют элементы творчества. Иными словами, это задачи, которые не могут быть решены простым применением последовательности стандартных правил. Получение результата здесь требует использования моделей среды (аналогов знаний), которые имеются в памяти ЭВМ.
Искусственный интеллект не есть нечто, существующее независимо от естественного интеллекта. Он является техническим, инструментальным продолжением последнего, усилителем интеллектуальных способностей человека.
Благодаря системам искусственного интеллекта человек становится способным моделировать сложные системы, познавать их, управлять ими и таким образом преодолевать психофизиологическую ограниченность своей нервной системы. На эти системы не возлагаются высшие функции целеполагания и формирования субъективных образов, которые остаются за человеком и его интеллектом. Тем более от них не требуется сходства с естественным интеллектом с точки зрения процессов его функционирования.
При характеристике второго направления - моделирования мыслительных процессов - суть проблемы иная. Здесь важен не результат сам по себе, а процесс, который приводил бы к определенному результату. Моделирование мышления представляет собой применение метода моделей к познанию определенного объекта - мышления. Моделирование является одним из важных путей человеческого познания вообще. Познавательные приемы, охватываемые понятием моделирования, основаны на переносе знания, извлеченного из построения и анализа модели, на моделируемый объект (оригинал). Логической основой метода моделирования является аналогия. Непосредственное познание мышления - задача очень трудная. Поэтому ученые пытаются упростить ее путем применения моделей. Появление ЭВМ создало предпосылки для технического моделирования мыслительных процессов. Возник вопрос о роли таких моделей в познании психического.
Таким образом, постановка проблем при моделировании мышления и конструировании искусственного интеллекта существенно различна. Оценка "способностей" систем искусственного интеллекта производится в соответствии с задачами естественного интеллекта, которые они могут выполнить. Модель мышления оценивается в зависимости от объема и особенно существенности воспроизводимых в ней черт оригинала - самого процесса мышления.
В исследованиях указанные задачи часто переплетаются. Более того, возможно, что те или иные задачи, связанные с созданием искусственного интеллекта, могут быть решены только при условии воспроизведения в нем определенных черт познавательного процесса. Наша гипотеза как раз в том и заключается, что ряд выявленных гносеологией исторически сложившихся орудий познавательной деятельности (язык, категории и др.) обязательны для всякой системы (естественной или искусственной, независимо от ее субстрата), которая способна выполнить весь объем интеллектуальных функций, осуществляемых человеком. Чем в большей степени эти орудия будут воплощены в системах искусственного интеллекта, тем (при прочих равных условиях) "интеллектуальней" будут эти системы. Однако истинность или ложность этой гипотезы не должна провозглашаться априори. Установление ее истинности может явиться результатом лишь специального исследования.
Рассмотрим теперь кратко существо третьего вопроса: может ли машина мыслить? Если бы модель была тождественна оригиналу, то ее исследование не давало бы познавательного выигрыша. Тем не менее, очень важен вопрос о возможности создания модели, столь адекватной оригиналу, что различие между нею и классом объектов, составляющих оригинал (по конституирующим характеристикам), было бы не большим, чем различие внутри этого класса. В связи с успехами в разработке систем искусственного интеллекта, достижениями и казавшимися одно время весьма радужными перспективами моделирования мышления и возник вопрос: "Может ли машина мыслить?" Ответ на этот вопрос требует анализа мышления как целостности и сопоставления с ним созданных моделей. Как видно, задача создания мыслящей машины не совпадает с задачей моделирования мышления. Сказанного, на наш взгляд, достаточно для вывода о различии в постановке задач моделирования мышления и создания мыслящей машины.
Предметом нашего исследования является первая из этих проблем - искусственный интеллект. Ее мы будем анализировать главным образом в гносеологическом плане. При этом мы рассмотрим аспекты искусственного интеллекта, связанные с выполнением функции абстрактного мышления, а не человеческого интеллекта во всем объеме. Интеллектуальные процессы, происходящие на уровне живого созерцания, специально мы исследовать не будем.
Таким образом, наша тема с учетом сказанного выше включает вопрос о гносеологических предпосылках передачи функций интеллекта техническим системам и вопрос о расширении познавательных возможностей человека в связи с созданием и развитием информационных технических систем.

ГЛАВА I
АБСТРАКТНОЕ МЫШЛЕНИЕ
И АБСТРАКТНЫЙ ОБРАЗ
Гносеологические предпосылки передачи определенных функций абстрактного мышления техническим системам содержатся в самой сущности абстрактного мышления и его функций - в том, что мышление представляет собой отражение реальности, осуществляемое в процессе активной деятельности субъекта. Поэтому гносеологический анализ мыслительных функций человека необходим для понимания возможностей их воспроизведения в технических системах.
Теория познания, как известно, исследует соотношение между результатом мыслительного процесса - знанием - и действительностью. В ней рассматриваются возможности, условия, предпосылки, всеобщие основания истинного знания, что составляет ее центральную проблему. Марксистско-ленинская гносеология изучает процесс возникновения и развития знания, однако не сам феномен, механизмы и закономерности его протекания в психике индивида (этим занимается психология), а процесс исторического развития знания на основе общественной практики.
Теория познания выявляет логические структуры, категории и другие средства мыслительной деятельности человека и сопоставляет их с действительностью и общественной практикой. Знания исследуются гносеологией по преимуществу в их языковой форме, однако она не пренебрегает и изучением знаний в той форме, в какой они существуют в сознании человека. Каковы же гносеологические характеристики мышления, существенные с точки зрения решения задач искусственного интеллекта?

1. Сущность абстрактного мышления
и его функции в познавательном процессе
Мышление представляет собой процесс отражения действительности, в ходе которого человек, формируя образы и оперируя ими, выдвигает цели, разрабатывает планы и в конечном счете решает те или иные задачи. Диалектическая логика характеризует мышление с функциональной точки зрения, т. е. фиксирует его функцию, не касаясь психологических, физиологических или иных механизмов, которые эту функцию реализуют. "Мышление... - отмечал Э. В. Ильенков, - есть способность активно строить и перестраивать схемы внешнего действия сообразно любому новому стечению обстоятельств..." (1, с. 36). Здесь выделены два момента. Во-первых, указана функция, которую выполняет мышление. Она заключается в создании и перестройке схем внешнего действия; мышление включено в деятельность в качестве ее регулятора. Во-вторых, подчеркнуто, что человеческое мышление способно создавать такие схемы сообразно любому новому стечению обстоятельств, т. е. в бесконечно варьирующих условиях. Последняя особенность характеризует мышление не отдельного индивида, а человечества в его бесконечном развитии. Учет отмеченных черт мышления очень важен для разработки теории искусственного интеллекта, поскольку эта теория, как и логика, абстрагируется от материального субстрата и механизмов, реализующих функцию в той или иной, отдельно взятой, системе отражения.
Схемы внешних действий являются лишь конечным результатом мыслительного процесса. Выработка этих схем происходит на основе знания. Мышление производит знания, оно достигает истины.
В процессе мышления человек использует совокупную информацию, которой располагает индивид, раскрывает содержание, которое в неявной форме входило в условия задачи, сопоставляет его с имеющимися у него знаниями, осмысливает и перестраивает проблемную ситуацию и, оперируя образами, приходит к решению задачи. Посредством мышления человек не только вырабатывает знания, но и создает новые методы их производства. Расширяется круг осуществляемых им задач. Это значит, что человеческому мышлению органически свойственно творчество.
Мышление, как и познание в целом, есть отражение реальности, в основе которого лежит практическая деятельность. Однако мышлению в большей степени, чем другим познавательным процессам, присуща относительная самостоятельность. Она проявляется прежде всего в том, что в мыслительном процессе, как подчеркивал С. Л. Рубинштейн (2, с. 7 - 9), все внешнее преломляется через внутреннее, которым являются не только знания и совокупность моделей мира, хранящихся в памяти индивида, но и все содержание его личности. Отображения реальности возникают в психике человека не только под непосредственным воздействием внешнего мира. Субъект оперирует различными понятиями и чувственными образами. Результатами этой деятельности являются новые мысли, и, следовательно, мысленное отображение есть продукт косвенного отражения действительности, проверяемого практикой.
Человек, в отличие от животных (у высших животных эта способность имеется в зачаточной форме), перерабатывает информацию и не во время воздействия раздражителей на его рецепторы, а также вне непосредственного эффекторного выполнения вырабатываемых команд. Это означает, что человеческий интеллект вырабатывает не только команды, не только программы непосредственно осуществляемых или будущих действий, но и знания. Между получением знания и его использованием может быть значительный временной и пространственный разрыв. Способность человека перерабатывать информацию вне непосредственного процесса взаимодействия с миром есть предпосылка, необходимое условие превращения умственного труда в особый вид деятельности, а также развития науки.
Относительная самостоятельность мышления проявляется и в том, что мыслительный процесс, хотя и опирается в первую очередь на чувственные данные, полученные индивидом под непосредственным воздействием реальности, имеет и иной источник. Индивид усваивает информацию, передаваемую в языковой форме другими людьми, непосредственно в качестве абстрактных мыслей. Причем по мере развития общества, особенно науки и образования, роль второго канала получения информации, его удельный вес все больше возрастают.
Относительная самостоятельность мышления неразрывно связана с активностью субъекта. Его активность в процессе познания, как показал К. Маркс, не только не противоречит материалистическому пониманию познания как отражения, но есть важнейший фактор процесса отражения и повышения уровня его адекватности. Однако мышление не есть ни особая субстанция, ни творец действительности, как утверждают идеалисты. Субъект воздействует на мир, активно формирует понятия, гипотезы, теории в соответствии с выдвигаемыми им целями. При этом он использует сформировавшиеся в процессе исторического развития язык, категории, предшествующие знания и т. д.
Мышление человека, как известно, протекает на двух основных уровнях: живого созерцания и абстрактного мышления. На первом уровне индивид оперирует чувственными образами, в которых непосредственно отражен предмет в его внешних (по отношению к индивиду) связях и отношениях. Чувственный характер созерцания, как отмечал Кант (3), заключается в том, что оно содержит в себе способ, каким предметы воздействуют на нас. Чувственный образ может формироваться под непосредственным воздействием предмета (ощущение, восприятие), и его форма задается психофизиологической структурой человека. Этот образ может возникать и вне непосредственного воздействия предмета (как представление), но и в этом случае существует сходство между представлением и исходным образом, так что и здесь сохраняется способ воздействия предмета на человека.
Чувственные образы не только служат исходным пунктом мышления, они участвуют в самом его процессе, на уровне живого созерцания. Как известно, у человека и животных общие виды рассудочной деятельности. К ним Ф. Энгельс относил индукцию, дедукцию, анализ, синтез и даже эксперимент (4, т. 20, с. 537). Наличие у животных деятельности, включающей оперирование наглядными образами, подтверждено данными зоопсихологических и этологичсских наблюдений и экспериментов. Как отмечает Л. В. Крушинский (5), некоторые животные способны к выполнению адаптивных поведенческих актов в новых ситуациях на основе улавливания сравнительно простых отношений, посредством которых предметы и явления окружающей среды связаны между собой.
Человек также решает многие задачи на уровне живого созерцания. Если проблема встает перед индивидом в чувственной форме ( а в повседневной деятельности множество задач именно в такой форме и возникает), то часто нет нужды решать задачу на абстрактном уровне и затем использовать результат в деятельности на уровне живого созерцания. Это подтверждают психологические исследования последних десятилетий, в частности, работы Р. Арнхейма (6; 7), Р. Грегори (8), В. П. Зинченко (9).
Так, Р. Арнхейм, анализируя поведенческие акты, базирующиеся на зрительных образах, приходит к выводу: во всех этих случаях элементы проблемной ситуации меняются, перестраиваются и трансформируются, вводятся новые функции и вскрываются новые взаимосвязи. Такие операции, если они предпринимаются с целью найти решение, составляют то, что называется мышлением (6, с. 11). В другом месте он отмечает поразительное сходство между элементарной деятельностью чувственного восприятия и более высокой деятельностью логического мышления. Визуальное мышление, считает он, играет особую роль в творческом процессе, и перцептивное мышление столь же результативно, как и мышление с помощью понятий. Последнее утверждение является преувеличением, но в определенных ситуациях наглядное мышление оказывается действительно эффективнее понятийного.
С точки зрения Р. Грегори, не только оперирование чувственными образами, но и процесс их формирования, восприятия выступают как отбор интерпретаций сенсорных данных: разум на чувственном уровне строит гипотезы и выбирает наиболее вероятные из них (8, с. 26). "Зрительная система, - указывает В. П. Зинченко, - выполняет весьма важные продуктивные функции. И такие понятия, как визуальное мышление, "живописное соображение"... отнюдь не являются метафорой" (9, с. 41). Следовательно, системы искусственного интеллекта должны выполнять и такого рода функции живого созерцания. Однако, как мы уже оговорили, проблематика технического воспроизведения решения задач на чувственном уровне не является предметом нашего анализа.
В реальном познавательном процессе решение задач на уровне живого созерцания не изолировано от деятельности абстрактного мышления. Уже вычленение объектов чувственного отражения базируется на предшествующем опыте, в переработке которого участвовало абстрактное мышление. У человека живое созерцание и абстрактное мышление - это различные уровни единого мыслительного процесса, и лишь в меру относительной самостоятельности их можно говорить о решении человеком определенных задач только посредством чувственных образов. Современная физиология высшей нервной деятельности указывает, с одной стороны, на асимметрию правого и левого полушарий мозга, их различную роль в познавательной деятельности, а с другой - на их тесное взаимодействие, а тем самым на неразрывную связь между чувственным и рациональным познанием.
Однако возможности мышления, оперирующего лишь наглядными образами, ограниченны. Прежде всего, анализаторная система человека имеет конечную совокупность модальностей (цвета, запахи и т. п.). За ее пределами остаются многие свойства вещей (например, напряженность электростатического поля, уровень радиации и т. п.). Далее, ощущения (а следовательно, и формирующиеся на их основе чувственные образы) имеют пороги чувствительности и различения. То, что находится за этими порогами, для чувственного познания недосягаемо. Это значит, что микромир, а также огромные области макромира чувственно непредставимы. Следовательно, для визуального (и вообще чувственного) мышления существуют пределы точности анализа объекта. Особенно важно отметить, что внутренняя, сущностная сторона вещей и процессов не может быть раскрыта на уровне живого созерцания. Ограниченности чувственного познания связаны и со спецификой его семиотической системы (см. об этом гл. II). В отличие от чувственного познания абстрактное мышление оперирует образами, в которых непосредственно не дан способ, каковым предметы воздействуют на человека. Абстрактность такого образа заключается прежде всего в том, что между ним и предметом, а также между ним и чувственным образом предмета нет наглядного сходства.
В чувственном образе субъекту дан сам предмет. Субъект непосредственно оперирует этим образом. Абстрактный образ, понятие существует прежде всего в словесной, знаковой форме. Субъект здесь чувственно воспринимает образ не предмета, а знака, точнее, предмета, выполняющего функцию знака (например, акустический образ слова). На этом образе знака сознание либо вообще не сосредоточивается, либо фиксируется в слабой степени. Не существует и наглядного сходства между образом физического тела знака, обозначающего некоторый предмет, и чувственным образом этого предмета.
Абстрактное мышление взаимодействует со своей чувственной подосновой. Но, формируя понятия и оперируя ими, человек выходит за ее пределы. Положение "в интеллекте нет ничего, чего бы раньше не было в чувствах", резюмирующее взгляды сенсуалистов, верно лишь в том смысле, что ощущения - это исходный пункт отражения, что помимо ощущений воздействия внешнего мира не могут проникнуть в сознание. Еще Лейбниц, парируя, казалось бы, бесспорный тезис сенсуалистов, утверждал, что в интеллекте нет ничего, чего бы раньше не было в чувствах, кроме самого интеллекта. Лейбниц и Кант понимали интеллект априористски. В действительности интеллект человека аккумулирует в себе итоги биологической эволюции психики и исторический опыт общества, сконцентрированный в виде языка, категорий и т. д. Индивид - в меру своего владения культурой эпохи - в каждом отдельном познавательном акте использует этот выработанный до него и усвоенный им опыт.
Мышление человека способно "добавить" нечто к тому, что содержится в чувствах, ощущениях. Иными словами, интеллект способен активно перерабатывать чувственные данные и таким образом получать то, чего на чувственном уровне познания нет и не может быть. Это знание законов природы, сущности вещей.
Важнейшая функция абстрактного мышления заключается в обобщении. Это не означает, что в чувственном отражении реальности нет общего. Однако оно здесь слито с единичным. Абстрактное мышление, как показал еще Гегель, способно расчленять стороны предмета, в действительности связанные между собой, и рассматривать их обособленно друг от друга. Отмечая эту мысль Гегеля, В. И. Ленин писал, что "мы не можем представить, выразить, смерить, изобразить движения, не прервав непрерывного, не упростив, угрубив, не разделив, не омертвив живого. Изображение движения мыслью есть всегда огрубление, омертвление, - и не только мыслью, но и ощущением, и не только движения, но и всякого понятия" (10, т. 29, с. 233). Отделение общего от единичного, их, так сказать, разведение, выделение общего "в чистом виде" есть частный случай огрубления реальности, о котором писал В. И. Ленин.
Правда, живое созерцание тоже в известной мере огрубляет реальность в результате ее членения. Это выражается не только в наличии сенсорных порогов, но и в том, что ограниченное число органов чувств вычленяет из внешней среды лишь отдельные, доступные этим органам чувств компоненты. Таким образом, из реальной картины мира выпадают многие стороны, и она оказывается перфорированной, т. е. целостные объективные образования отражаются посредством своеобразной решетки. Эта ограниченность органов чувств играет и положительную роль. "...Глаз, который видел бы все лучи, именно поэтому не видел бы ровно ничего..." - отмечает Ф. Энгельс и подчеркивает, что эта ограниченность нашего зрения необходима (4, т. 20, с. 554 - 555).
Способ и последствия "дискретизации" действительности на уровне живого созерцания и абстрактного мышления существенно различны. На уровне живого созерцания она не достигает такой ступени, на которой тот или иной элемент реальности, отдельное явление или его свойство, определенное отношение могут быть в полной мере изолированы от других. Элементы чувственного образа могут одновременно существовать перед взором субъекта. Это значит, что в чувственном отражении субъект имеет дело с малорасчлененной целостностью, и выделение того или иного отношения в чистом виде на этом уровне невозможно. Ограниченный характер "дискретизации" - одна из причин, в силу которых на уровне живого созерцания нельзя обнаружить и фиксировать сущность, закон.
Иными словами, утверждение "мир познаваем" неприменимо к чувственному познанию, взятому в отрыве от абстрактного мышления. Для живого созерцания даже при самом высоком уровне развития сенсорно-перцептивной системы существуют познавательные границы, которые в рамках этой системы непреодолимы.
Абстрактное мышление может полностью изолировать то или иное явление, вычленить любые явления, отношения, свойства, обозначить их знаками и, таким образом, последовательно как бы "разглядывать" любой элемент реальности. Более того, оно способно посредством знаков мысленно расчленить чувственно нечленимые компоненты образа и на этой основе преодолеть пределы чувственного отражения, в частности, его точности. В расчленении реально связанных между собой моментов действительности и их замещении знаками заключается исходный пункт дискурсивного мышления.
В процессе абстрактного мышления формируются понятия, отражающие выделенные явления в их обособлении от других. Понятия, выраженные в словах, в качестве психических образований очень устойчивы. В научном, особенно теоретическом, мышлении процесс формирования жестких понятий получает дальнейшее развитие и модифицируется. Здесь создаются понятия особого типа - конструкты, которые непосредственно не соотносятся с чувственной реальностью, идеализации, объединяющие чувственно и реально несоединимые свойства, абстрактные объекты, которыми мышление оперирует, наделяя их свойствами реальных вещей, и т. д. Абстрактное мышление исследует отношения между этими мысленными образованиями, создавая таким образом теории, приблизительно верно отражающие реальный мир.
Формирование понятий выражает ту степень огрубления действительности, когда четко выступают различия между родовыми и видовыми признаками предметов. Тем самым создаются условия для логической обработки информации, которой располагает субъект.
Абстрактному мышлению в отличие от живого созерцания способы членения действительности не заданы физиологически. Они являются продуктом истории и способны к развитию. Поэтому огрубленная картина мира, созданная на том или ином этапе эволюции познания абстрактным мышлением, совершенствуется, и огрубление постепенно преодолевается. Понятия приобретают диалектическую гибкость. Пробелы в знаниях о мире и отдельных его объектах, возникшие в результате расчленения континуума, заполняются в ходе развития науки и практики. Это означает, что абстрактное мышление может не только расчленять действительность, формировать отдельные абстракции, но и восходить от абстрактного к конкретному, отображать мир диалектически.
Абстрактное мышление на основе практической деятельности позволяет преодолевать узкие границы чувственного познания. При помощи абстрактного мышления получают знания о микро- и мегамире, оперируют с любыми (в том числе и бесконечно малыми и большими) областями пространства и времени, расстояниями, скоростями, массами и т. п. Используя абстракции, люди формулируют законы, распространяют их на бесконечные классы явлений, прогнозируют развитие различных процессов, создают образы явлений, которые еще только предстоит конструировать или синтезировать. Абстрактное мышление имеет возможность, как отмечал Л. М. Веккер (11, т. 2), как бы оторваться от индивида как единственной системы отсчета и отображать мир с любой точки зрения. Оно делает сам субъект отражения объектом познания. Короче, абстрактное мышление универсально в своем бесконечном развитии на основе общественной практики.
Функции универсального отражения объективной реальности абстрактное мышление осуществляет с помощью ряда "интеллектуальных орудий". Теория познания выявляет эти всеобщие средства познавательной деятельности. Мы имеем в виду такие элементы интеллекта, вне которых невозможно выполнение мыслительных функций. Выяснение функций и сущности этих средств поможет установить, насколько необходимо и возможно реализовать их в системах искусственного интеллекта. Сопоставление с действующими и разрабатываемыми системами даст возможность выяснить характер ряда существенных трудностей, переживаемых ныне кибернетикой, и указать на некоторые пути их преодоления.
Каковы же важнейшие всеобщие средства познавательной деятельности, которыми располагает естественный интеллект?
Одним из таких средств являются категории. Они функционируют и в обыденном мышлении, из которого их эксплицирует философская мысль. Категории, отражая наиболее общие стороны и отношения действительности и формируясь в процессе практической деятельности, выполняют важные познавательные функции. Они играют роль эталонов, посредством которых мысленно расчленяется мир и без которых невозможно получение субъектом информации об объекте.
В известной мере это верно и по отношению к чувственному познанию. На этой ступени индивид осознанно или неосознанно оперирует категорией "вещь" хотя бы тогда, когда он вычленяет эту вещь из окружающей среды. Без категории "вещь" совокупность раздражителей дала бы не цельное восприятие, а множество разрозненных ощущений. Фиксация вещи в сознании предполагает, что в психике уже в той или иной форме существует категория вещи. Это в еще большей степени относится к абстрактному мышлению. Фиксация сознанием причинной зависимости, количественных отношений, качества и т. д. невозможна без наличия в психике соответствующих категорий в той или иной степени их осознанности. Категории выступают также средством синтеза чувственных данных, понятий и иных отображений реальности. Следовательно, их важнейшая функция заключается в "дискретизации" мира и синтезе расчлененных элементов.
Следующим всеобщим орудием познания является язык, который, согласно К. Марксу и Ф. Энгельсу, так же древен, как и сознание. Язык, являясь средством общения, вместе с тем служит важнейшим средством превращения общества в единый субъект познавательного процесса. Эта его функция в огромной степени расширяет познавательные возможности человека. Наряду с этим язык есть орудие мыслительной деятельности самого индивида, позволяющее ему создавать различного рода абстрактные образы и оперировать ими. Важнейшим орудием, используемым индивидом в процессе мышления, являются логические структуры, законы и формы логического мышления, которые в совокупности образуют формально-логический строй мышления. Их значение в мыслительном процессе определяется прежде всего относительной самостоятельностью мышления.
Чувственное познание непосредственно включено в практическую деятельность. Последняя способствует формированию образов, которые адекватно отражают объекты, и отбрасывает неадекватные чувственные образы. Абстрактное мышление и в пространстве и во времени может быть отделено от объекта, который является предметом отражения. Чем более развито абстрактное мышление, тем длиннее цепи опосредования между исходными посылками познания и выводами. В этом случае контроль при помощи чувств и практики оказывается далеко отодвинутым по времени. Практическая проверка некоторых теорий оказывается невозможной для ряда поколений, а тем более для отдельного индивида. Следовательно, мыслительная деятельность может быть эффективной лишь тогда, когда, несмотря на относительную самостоятельность мышления, оно будет направляться некоторым регулирующим началом, имеющим внутренний по отношению к нему характер, но вместе с тем функционирующим в соответствии с законами внешних процессов. Таким началом в первую очередь и являются логические структуры; используя их, индивид резко ограничивает число возможных мысленных образований. Это не принижает роль практики как окончательного критерия истины и основы познавательного процесса, поскольку, во-первых, сами логические структуры формируются и проверяются практической деятельностью, во-вторых, знание, полученное логическим путем, в свою очередь подвергается практической проверке.
Важнейшим средством познания новых явлений выступает ранее накопленное знание. Новые ситуации рассматриваются субъектом сквозь призму знаний, в которых воплощен предшествующий опыт, а с определенного исторического периода - и данные науки. Не только всеобщие категории, но и понятия, в которых отражены существенные свойства ряда сторон действительности, служат при познании этой области действительности средством ее расчленения и синтеза дискретных элементов. Теория, охватывающая некоторую область предметов, является орудием анализа объектов, принадлежащих к этой области. В познании новых единичных объектов и ситуаций участвует ранее приобретенное знание общего. Вместе с тем созданная теория не только решает проблемы, но и ставит новые. Ранее накопленное знание также преобразуется под воздействием новых знаний. Взаимодействие новых и старых знаний - важнейшее условие развития познания.
Отмеченные нами орудия интеллекта выявляются гносеологией при анализе готового знания. Однако они являются орудиями мышления, познавательными средствами реально действующей личности. Оперирование ими и представляет собой познавательную деятельность, выражающую активность субъекта и заключающуюся в совокупности действий, операций, процедур, приемов и т. д. Анализ этих операций также может стать объектом исследования гносеологии, а сами эти действия, операции и т. д. могут быть элементами гносеологической характеристики мышления. Однако функционирование как всеобщих средств интеллекта, так и связанных с ними процедур в самой психике индивида - это уже сфера не гносеологического, а психологического анализа.
Прежде чем перейти к подробному анализу всеобщих средств познания, остановимся на специфических чертах результата абстрактного мышления - абстрактного образа. Для нас это важно, потому что системы искусственного интеллекта должны генерировать на выходе совокупность знаков, на основе которых человек-интерпретатор может построить образ. Следовательно, для построения такой системы необходимо знать, что представляет собой абстрактный образ и как он соотносится со знаком.
2. Абстрактный образ
как результат мыслительного процесса
Абстрактный образ - это высший тип отображения, возникающего в процессе отражения, которое является общим свойством материи. Поэтому его характеристики включают в себя (непосредственно или в снятом виде) определяющие черты всякого отображения, и в частности психического образа.
Отображение как результат процесса отражения есть состояние отражающей системы, навязанное ей отражаемым объектом-оригиналом (12; 13). Отображение -это системное образование. Поскольку в общем случае отражающее и отражаемое различны по субстрату, постольку отражающая система воспроизводит особенности оригинала посредством совокупности изменяющихся отношений. Отображение закономерно обусловлено воздействием оригинала, детерминировано им, т. е. вторично по отношению к оригиналу, хотя и существует лишь как состояние отражающей системы. Отображение воспроизводит особенности оригинала: оно сходно с оригиналом и вместе с тем не тождественно ему, отлично от него.
Продуцирование отображений внешних предметов в нервной системе служит предпосылкой возникновения образов этих предметов в психике. Формирование таких отображений вне организма является условием получения информации о предметах, которые непосредственно на человека не воздействуют. Отображение в рассмотренном смысле не обязательно есть образ. Оно формируется и в неорганической природе, в системах, которые не обладают психикой. Далее, не всякое образование в психике есть образ.
Каковы существенные признаки образа? Во-первых, образ есть отображение. В психике человека имеются не только результаты отражательной деятельности, но и процессы этой деятельности. Сам результат - образ - тоже представляет собой процесс и может быть элементом других процессов, протекающих на психическом уровне. Тем не менее, он является дискретным системным образованием, результирующим совокупность отражательных процессов и воспроизводящим оригинал. Во-вторых, признак "быть отображением" недостаточен для определения образа. Последний имеет ряд специфических черт.
Важным признаком образа является его субъективность: образ существует не в объективной реальности, а во внутреннем мире субъекта. Это означает, что образы, формирующиеся в сознании субъекта - индивида, принадлежат только ему. При этом самому носителю - созидателю образов они в рефлексии кажутся данными непосредственно (14). Из принадлежности образа субъективному миру индивида следует, что он реализуется посредством форм, присущих сознанию субъекта.
Следующим признаком образа является его идеальность. Согласно К. Марксу, идеальное есть материальное, пересаженное в человеческую голову и преобразованное в ней. Идеальное является дальнейшей характеристикой субъективного, которое определяется здесь с точки зрения формы своего существования. Идеальное не является материальным, в нем не содержится ни вещества мозга, ни тем более вещества предмета, который в нем отражен.
Психические системы выделяют в приходящем сигнале форму и информационное содержание. К форме относятся физическая природа сигнала, его энергетические характеристики, а также способ кодирования. Психическая система реагирует не на форму, а на закодированное в ней содержание, на информацию, которая заключена в сигнале. Информация о некотором объекте - это отображение, воспроизводящее изоморфно или гомоморфно объект или некоторые его подсистемы. Как отмечает Д. И. Дубровский, "идеальное - это актуализованная мозгом для личности информация, это способность личности иметь информацию в чистом виде и оперировать ею" (15, с. 187).
Понятие "информация" перекидывает мост между философским понятием идеального и специальными науками. Отсутствие такого моста порождало иллюзию ненужности категории "идеальное" для специальных науꇇ.
Наконец, существенным признаком образа является его предметная соотнесенность, проекция вовне, интерпретированность. Элементарные образы интерпретируются непосредственно в терминах физического мира. Восприятие возникает уже как интерпретированное. Идеальный образ обращен вовне (без этого он не был бы идеальным). Это отмечал еще К. Маркс (4, т. 23, с. 82). В сущности, в этом заключается критерий разграничения психического и физиологического отражения. Психическое отражение начинается там, где осуществляется "непосредственное чтение" внутренних состояний на языке внешних отношений (правда, этот критерий не дан внешнему наблюдателю). Стало быть, образ есть отображение предмета. Будучи отличным от предмета, образ имеет с ним сходство, в определенных отношениях тождествен ему. В специальных науках сходство конкретизируется, в частности, понятием изоморфизма (18;19;20). Оно является одним из коренных в теории искусственного интеллекта: выполнение ряда функций интеллекта техническими системами зиждется на их способности продуцировать отображения, изоморфные или гомоморфные определенным оригиналам.
Сходство предмета и его отображения выражается прежде всего в тождестве их структур. В реальных отражательных системах это сходство может не исчерпываться изоморфизмом. Когда говорят об изоморфизме, то в общем случае субстрат элементов и конкретная природа отношений между ними в расчет не принимаются. В рамках изоморфизма может, однако, существовать и тождество субстратов элементов обоих множеств, и тождество физической природы отношений между элементами различных множеств. Более того, как показал Л. М. Веккер (11; 21), ограничения, накладываемые на организацию образа как изоморфного отображения оригинала инвариантами перехода от оригинала к образу, могут рассматриваться как существенные характеристики образов с точки зрения их адекватности оригиналу и таким образом служить основой классификации образов. Хотя все чувственные образы изоморфны своим оригиналам, но для каждого их вида - ощущений, восприятий, представлений - имеются свои инварианты.
Следует отметить, что некоторые ученые выступают против использования идеи изоморфизма и инвариантов перехода от оригинала к образу для характеристики соотношения образа и предмета. Одни из них (22, с. 346 - 359) полагают, что применение идеи изоморфизма в этом случае влечет за собой истолкование чувственных образов в качестве символов, а такой взгляд ведет к иероглифической концепции и физиологическому идеализму. Другие (23, с. 161) утверждают, что трактовка соотношения образа и предмета под углом зрения изоморфизма означает дуалистическую субстанционализацию образа, при которой образ и предмет оказываются предварительно разобщенными и теория отражения трактуется в духе репрезентационизма. У некоторых оппонентов оба этих аргумента оказываются тесно переплетенными.
Означает ли утверждение адекватности образа объекту (в плане сохранения информации о нем как изоморфном отображении) уступку иероглифизму или физиологическому идеализму? На наш взгляд, нет. Представители физиологического идеализма, исходя из важной роли органов чувств в познавательном процессе и абсолютизируя ряд фактов, подтверждающих эту роль, считали, что ощущения, а следовательно, надстроенные над ними чувственные образы фиксируют состояние не внешнего мира, а органов чувств. Относительно внешнего мира можно-де лишь констатировать, что он воздействует на органы чувств, возбуждает их. Отсюда они делали вывод, что чувственные образы - это лишь метки, условные знаки, а не образы. Такой вывод имеет ярко выраженный агностический, кантианский характер. Возникновение такой концепции в большой мере было обусловлено ограниченностью знаний о физиологических и психических процессах. Эти взгляды содержат ложное противопоставление: если восприятие отражает состояние органов чувств, то оно не может отображать предмет, потому что каждый из органов чувств реагирует на внешние воздействия специфически, что обусловлено его природой, физиологической организацией. До середины XX в. естествоиспытатели не знали никаких иных характеристик объектов и органов чувств, кроме вещественных и энергетических. Поэтому они не обнаруживали сходства между нервным процессом и внешним воздействием и на этой основе отрицали возможность сходства между восприятием, ощущением, формирующимися на основе нервного процесса, и предметом.
Краеугольным камнем теории отражения диалектического материализма является признание сходства между образом и предметом, которое доказывается практикой. Однако попытки специальных наук объяснить соотношение чувственных образов и предметов на основе вещественных и энергетических характеристик вели к идеализму или вульгарному материализму. Таким образом, диалектико-материалистическая концепция сходства образа и предмета намного опередила естественнонаучный анализ конкретного содержания этого сходства.
Возникшее в процессе развития науки понятие информации позволило вскрыть важный аспект соотношения между образом и предметом. Некоторый объект независимо (в широких пределах) от своего субстрата и энергетических характеристик может нести информацию о другом объекте, воспроизводя изоморфно или гомоморфно его структуру. Специфика нейрофизиологической организации органов чувств, подчеркиваемая представителями физиологического идеализма и иероглифизма, в действительности заключается в том, что они приспособлены (при функционировании в адекватных средах) к тому, чтобы нести информацию о внешних предметах и их свойствах. В процессе многочисленных перекодирований информации на пути от объекта к сознанию информация об объекте (или определенная ее часть) остается инвариантной, т. е. образ предмета воспроизводит структуру оригинала.
Следовательно, объяснение сходства с точки зрения изоморфизма и его специфических форм, обусловленных инвариантами перехода от предмета к образу, позволяет вскрыть, что именно воспроизводит образ, и тем самым с помощью конкретных научных данных показать несостоятельность иероглифизма.
Современная наука вскрывает структурное сходство между объектом, его нейродинамической кодовой записью и образом. Важнейшая специфическая черта чувственных образов с рассматриваемой точки зрения заключается в том, что в них пространственные отношения воспроизводятся через пространственные отношения, а временны?е - через временны?е (21). Это, с одной стороны, обусловливает способность организмов ориентироваться в пространственно-временном континууме, а с другой - свидетельствует об определенной ограниченности чувственного познания. Трактовка сходства образа и предмета под углом зрения понятий информации, изоморфизма, гомоморфизма, инвариантов преобразования вносит существенный вклад в критику иероглифической концепции чувственного познания и агностицизма вообще.
Сторонники другой точки зрения, выступающие против конкретизации понятия сходства через "изоморфизм", считают, что признание изоморфизма между образом и предметом якобы означает, что образ и предмет выступают как равноправные и независимые друг от друга, что они принадлежат двум мирам - внешнему и внутреннему. Связь между образами и предметами при таком понимании заключается лишь в том, что первые представляют (репрезентируют) объекты и в этом смысле соответствуют им (А. В. Брушлинский в связи с этим даже считает, что принятый в марксистской гносеологии термин "соответствие" для характеристики соотношения образа и предмета неудачен).
Критикуя идею изоморфизма, А. В. Брушлинский опирается на работы С. Л. Рубинштейна, который убедительно показал, что образ всегда есть образ предмета, что он безотносительно к предмету не существует. Согласно С. Л. Рубинштейну, нельзя проблему понимать так, что сначала формируется некий неинтерпретированный образ, а затем он соотносится с предметом (24, с. 31 - 32). Все это верно. Образ возникает и интерпретируется в процессе взаимодействия человека с миром. Он неотделим от психического процесса и сам является процессом. Однако из этого не следует, что образ не существует как относительно самостоятельный элемент внутреннего мира субъекта. Он является идеальным дискретным образованием, принадлежащим внутреннему миру субъекта, который не оторван ни от внешнего мира, ни от деятельности субъекта.
Субъекту в процессе познания, как отмечает Рубинштейн, дан не образ, а предмет в образе. Однако образ существует. Следовательно, эти реальности можно сопоставлять. Субъект в процессе чувственного познания, во всяком случае в процессе восприятия, не сопоставляет образ с предметом, ибо предмет ему не дан вне образа. Но поскольку образ сформировался, его можно изучать любыми методами, с разных сторон, в частности и в плане его сходства с предметом, соотносить их в известном смысле внешним образом. Наука, как известно, расчленяет связанные между собой явления в целях их анализа, более глубокого изучения. Да и установление истинности образов тоже предполагает рассмотрение образа и предмета в их внешнем отношении. Стало быть, аргументы, выдвигаемые против использования идеи изоморфизма для характеристики сходства между образом и предметом, представляются неубедительными.
Сказанное не означает, что использование идеи изоморфизма для характеристики адекватности образа предмету не встречает трудностей. Так, психическое отражение действительности является целенаправленным, и, следовательно, образы одного и того же оригинала в различных психических системах, а также в одной и той же системе в разное время могут не совпадать, что, как отмечает Д. И. Дубровский (15, с. 250), затрудняет применение идеи изоморфизма к характеристике соотношения между образом и предметом. Более того, можно сказать, что образ в принципе не может быть изоморфен предмету. Действительно, изоморфизм, означающий полное тождество структур, есть отношение типа эквивалентности. Отсюда следует, в частности, что множества, изоморфные порознь одному и тому же множеству, изоморфны между собой. Следовательно, если различные образы одного и того же предмета между собой не изоморфны, то каждый из них, кроме одного, не изоморфен оригиналу. Таким образом, понятие изоморфизма как будто оказывается непригодным для характеристики соотношения предмета и образа.
Указанные моменты свидетельствуют, на наш взгляд, лишь о некоторых трудностях, а не о невозможности применения идеи изоморфизма для конкретизации через понятия специальных наук гносеологической категории сходства. Каждый отдельный образ не изоморфен предмету, а лишь гомоморфен ему. Гомоморфизм, выражающий лишь частичное тождество структур, не является отношением типа эквивалентности. Два множества, каждое из которых гомоморфно некоторому третьему, могут и не быть гомоморфными между собой.
На чувственной ступени отражения у животного, обладающего психикой, в процессе отражения действительности формируются односторонние образы, которые определяются его физиологией. Образы одного и того же оригинала у организмов, принадлежащих к различным видам, в зависимости от их организации, органов чувств, потребностей и т. д. могут оказаться не только не изоморфными, но и вообще несопоставимыми между собой. Однако у человека на уровне абстрактного мышления эта односторонность преодолевается. Человек, отражая в потенции мир универсально, в познавательной, особенно в научной, деятельности стремится синтезировать различные односторонние представления и тем самым максимально точно воспроизводить в своих теориях структуру объекта. Однако и на этом уровне каждое отдельное отображение объекта (в том числе и теория) не является изоморфным ему. Изоморфизм - это идеал, приближение к которому происходит в процессе развития познания.
Сходство между образом и предметом не исчерпывается изоморфизмом и гомоморфизмом. Более того, констатация изоморфизма или гомоморфизма сразу ставит вопрос об инвариантах перехода от образа к предмету. Специальное научное исследование этих проблем хотя и дало определенные результаты, но еще находится в начальной фазе.
Итак, мы охарактеризовали образ как субъективно-идеальное, интерпретированное отображение; сходство отображения с отображаемым (в частности, образа с предметом) конкретизировали через идею изоморфизма.
Перейдем к характеристике абстрактного образа. Абстрактный образ - тоже образ, поэтому все конституирующие признаки последнего являются и его признаками. Иными словами, и абстрактный образ есть субъективно-идеальное, интерпретированное отображение действительности. Вместе с тем он имеет свои специфические черты. Абстрактный образ не имеет наглядного сходства ни с предметом, ни с чувственным образом этого предмета, и он дан субъекту в словесной, знаковой форме. Абстрактный образ есть сложная, многоуровневая система. Между такими уровнями имеются многообразные горизонтальные и вертикальные отношения.
Далее мы рассмотрим структуру образа, систему его внутренних и внешних связей более подробно, ибо игнорирование этой структуры является важной причиной ограниченности эвристического программирования как одного из направлений в теоретическом конструировании искусственного интеллекта. Учет структуры образа позволяет существенно продвинуться в создании систем представления знаний в ЭВМ - одной из наиболее актуальных современных проблем теории искусственного интеллекта.
При решении различных конкретных задач и даже одной задачи на различных ее фазах реальное содержание образа не остается постоянным. Простейшие абстракции тесно связаны с их чувственной основой, и если задача не поддается решению на абстрактном уровне, то эта основа актуализируется, т. е. включается в сферу осознанного. Это не значит, что в сознании одновременно появляются два независимых образа - абстрактный и чувственный. Это единый абстрактный образ, в который то включаются, то выключаются из него чувственные компоненты. Можно сказать, что последние в абстракциях низшего уровня виртуально присутствуют. А. Н. Леонтьев правильно, на наш взгляд, заметил, что без чувственной основы никакой образ не может обладать предметностью, т. е. не может быть соотнесен с объектом.
Данные клинических наблюдений показывают, что лишение человека одновременно зрения и осязания при нормальном функционировании мышления ведет к утрате им способности к соотнесению образа с объектом. Но такое соотнесение является одной из конституирующих черт всякого образа. Следовательно, абстрактный образ, во всяком случае, полноценный абстрактный образ, без чувственной основы существовать не может. Утверждение о том, что абстрактное мышление представляет собой движение мысли в сфере всеобщего без обращения к единичному или оперирование абстракциями без обращения к чувственным образам, верно лишь относительно. Индивид не всегда включает чувственные образы, лежащие в основе той или иной абстракции, в сферу осознанного. Однако он имеет возможность это сделать.
В наличии скрытой от сознания и при необходимости актуализируемой чувственной основы заключается рациональный момент известной формулы Канта "мысли без созерцания пусты, созерцания без понятий слепы". Поскольку образ есть процесс, то в него могут в зависимости от решаемой задачи включаться даже у одного индивида различные чувственные образования. У различных индивидов под одинаковым внешним знаком, обозначающим класс каких-либо предметов, не только могут скрываться, но как правило или даже обязательно скрываются абстрактные образы с различной чувственной основой. Это значит, что даже если они тождественны и находятся в одинаковых отношениях с другими образами этого же уровня абстракции, то они все же различны в их интерпретации через чувственную основу. Абстракции более высокого уровня имеют более сложное строение.
Абстрактный образ связан с другими образами того же уровня, и эти связи могут оставаться потенциальными или актуализироваться в зависимости от решаемой задачи. Это верно даже по отношению к строго определенным научным понятиям. В большинстве случаев они имеют четко фиксируемое содержание, которое отражает существенные стороны предмета. Однако для решения конкретной задачи не все эти стороны одинаково существенны, а некоторые вообще могут не иметь значения. Следовательно, понятие с психологической точки зрения, как существующее актуально в сознании субъекта, есть не тождественное себе, а текучее, лабильное образование.
Особенно большую роль играют связи образа более высокого уровня абстракции с образами более низких уровней. "Спуск" к последним представляет конкретизацию образа или переход к частному случаю. Эти "спуски" бывают необходимыми, с одной стороны, потому что все содержание понятия индивид зачастую не может одновременно держать в сфере осознанного или в поле внимания, а с другой - потому, что компоненты образа, существующие в неявном виде, оказываются необходимыми при решении определенных познавательных задач.
В ряде случаев необходим "подъем" от образа, которым оперируют в некоторой проблемной ситуации, к более абстрактному образу. Это позволяет, как принято говорить в ряде специальных наук, "погрузить" проблему в более широкий класс проблем, для решения которых имеется готовый метод. Но для этого необходимо актуализировать в сознании связь между единичной задачей и классом, к которому она принадлежит. Все это свидетельствует о том, что абстрактный образ есть сложная иерархическая система.
Описанные здесь "включение" и "выключение" из образа отдельных его компонентов предполагают, что в психике человека - на том или ином уровне - абстрактный образ, прежде всего понятие, существует как некоторая система, сеть, входящая в качестве подсистемы в систему более высокого порядка. Диалектика, как отмечал В. И. Ленин, признает взаимозависимость всех понятий без исключения, она исходит из того, что "каждое понятие находится в известном отношении, в известной связи со всеми остальными" (10, т. 29, с. 179). Диалектика не только фиксирует эти отношения, но и определенным образом интерпретирует их.
При оперировании понятием в сфере осознанного всегда имеется некоторое постоянное ядро этого понятия, тесно связанное с лексическим значением слова или словосочетания, которое его обозначает, а на уровне подсознания находится вся совокупность связей понятия, часть которых появляется на периферии или в центре сознания в зависимости от осознаваемой или неосознаваемой установки. Индивид, решая ту или иную задачу в соответствии со своей эрудицией, структурой межпонятийных связей в психике и другими индивидуальными особенностями, производит в этой сети связей поиск элементов, необходимых для решения задач. Как отмечает Ф. В. Бассин (25, с. 740), весьма существенны диапазон поиска и селекция формирующихся и разрушающихся связей. Эти процессы неотделимы от функционирования эмоционально-мотивационной сферы психики.
Понятия, образующие сеть, представляющую знания индивида, - это не отдельные островки, связанные каналами. Эта сеть сложным образом структурирована. В ней имеются блоки, в которых понятия выступают своего рода модулями. Индивид способен оперировать блоками различных размеров и сложности, реконструировать эти блоки в зависимости от решаемой задачи. Такого рода деятельность есть существеннейший компонент абстрактного мышления.
Самым сложным образом реальности, наиболее крупным "блоком" в системе знаний является теория. Она представляет собой синтез, органическое единство множества взаимосвязанных понятий, принципов, законов и т. п. Однако теория почти никогда в полном объеме и во всех деталях в каждый данный момент времени не актуализируется сознанием индивида. В сознании одновременно могут присутствовать принципы теории, ее аксиомы, способы получения выводов, отдельные выводы или другие фрагменты теории. Остальная часть теории существует, так сказать, в боевой готовности на подступах к сознанию, готовая туда поступить по первому вызову. Психологический способ "бытия" теории в сознании субъекта - это почти не исследованный вопрос.
Ряд понятий в теориях непосредственно не связан с чувственными образами. В частности, это относится к сущностным понятиям. Однако в любой теории имеются понятия чувственно интерпретируемые. Через них сущностные понятия оказываются связанными с реальностью, и сама теория выступает как соотнесенная с предметом. Как видно, абстрактный образ представляет собой сложную иерархическую систему, и процесс абстрактного мышления возможен лишь при непрерывном взаимодействии различных уровней, образующих эту систему.

3. Категориальный строй абстрактного мышления
и познавательные функции категорий

Человек мыслит категориями, которые в совокупности образуют категориальный строй мышления. Учение о категориях, их сущности, системе, функциях составляет содержание диалектической логики. Учитывая цели нашего исследования, мы в первую очередь будем рассматривать функции категорий. Это позволит в дальнейшем выяснить возможность передачи такого рода функций искусственному интеллекту и внесения каких-либо аналогов категорий в ЭВМ.
Когда говорят о категориальном строе мышления, имеют в виду совокупность таких категорий, как причина, следствие, необходимость, случайность, количество, качество и т. п. Хотя эти категории являются философскими, функционируют они и в обыденном мышлении. Философия не конструирует их, а выявляет, открывает в мышлении человека, исследует их происхождение, соотношение с действительным миром и человеческой практикой - одним словом, стремится к полному их осознанию. В жизни, отмечал Гегель, люди пользуются категориями, хотя их применение носит бессознательный характер (26, с. 85). Они присутствуют в языке. В. И. Ленин отмечал, что в любом предложении есть диалектика. В приводимых им примерах ("Иван есть человек", "Жучка есть собака") он указывает на диалектику отдельного и общего (10, т. 29, с. 318). В этих примерах категории не фиксированы непосредственно в языке. Чтобы сказать "Жучка есть собака", говорящий не обязательно должен знать, что существуют понятия единичного и общего. Однако он должен обладать способностью различать общее и единичное и улавливать хотя бы некоторые стороны соотношения между ними. Таким образом, мышление человека на любом уровне его развития имеет определенный категориальный строй, существующий независимо от степени осознанности категорий и тем более от того, фиксируются ли они философией и существует ли философия вообще. Мы уже отмечали, что категории являются средствами, которыми интеллект пользуется в своей познавательной деятельности. В каком смысле это следует понимать? Обычно под средствами понимается нечто внешнее по отношению как к субъекту, так и к объекту действия. Категории не являются таким внешним ни по отношению к объекту, ни по отношению к субъекту. Они, как показал В. И. Ленин, в этом смысле "не пособие человека, а выражение закономерности и природы и человека..." (10, т. 29, с. 83).
Это значит, во-первых, что с их помощью мы "не можем выйти за пределы природы"; они суть отражение природы. Но вместе с тем они, как подчеркивал В. И. Ленин, служат людям на практике (10, т. 29, с. 82), т. е. являются средствами их деятельности. Однако они могут быть таким средством лишь постольку, поскольку являются выражением закономерностей природы.
Во-вторых, они не являются чем-то внешним и по отношению к людям. Они, отмечал В. И. Ленин, выражают закономерности не только природы, но и человека. Категории служат человеку не как нечто внешнее по отношению к нему и его интеллекту, а как находящееся внутри него. Гегель считал, что взгляд на категории только как на "вещь", которая нам служит, хотя в известной мере и оправдан, но не раскрывает сути дела. С одной стороны, мы не можем назвать их нашими слугами, сказать, что мы ими владеем, так как мы мыслим в их рамках, будучи им подчиненными, и в этом смысле они нам не слуги (26, с. 86). С другой стороны, - и это тоже весьма существенно - категории не есть нечто, используемое интеллектом; они - это сам интеллект, который "добавляет себя" к чувственным данным и таким образом создает понятия, теории и т. д. Категории есть определения мысли, которые, по выражению Гегеля, пронизывают весь наш дух вообще (26, с. 85 - 86).
Рассмотрим более подробно роль категорий в "выработке живого содержания, в создании мыслей". В общей форме роль категорий в процессе познания заключается в их участии в формировании "мысленного предмета" (27, с. 93). Мысленный предмет есть отражение реального мира. Отражение объективной реальности в сознании индивида существенным образом зависит от категориального строя мышления, свойственного данному обществу и усваиваемого индивидом в процессе его становления. Человек вычленяет вещи из мирового континуума и помещает их в представляемом им пространстве, выясняет их форму, воспринимает их как качества, задается вопросом о причине их появления, об их необходимых связях с другими вещами и т. п.
Иными словами, в сети явлений природы человек выделяет узловые пункты - категории. Они-то и обрисовывают общие контуры объекта, формируют в сознании индивида мысленный предмет, который является отражением объективного предмета, поскольку категории, как мы видели, это не произвольно сконструированная "решетка", не просто средство, а отражение реальности. Следовательно, узловые пункты возникают не по воле познающего человека, а в большем или меньшем соответствии со свойствами мира. Адекватность отображения реальности существенно зависит от категориального строя мышления. Последний является важнейшим фактором, определяющим силу интеллекта, его способность к познанию действительности и овладению ею.
Функции категорий в познании многообразны. Одной из них выступает синтезирование чувственных данных, формирование понятий. В домарксистской философии эта функция детально исследована И. Кантом, особенно в его трансцендентальной логике. Несмотря на идеалистический и агностический характер его учения о категориях, в нем содержится ряд рациональных, диалектических идей, касающихся их функций. Синтез чувственных данных с помощью категорий, а также синтез понятий, согласно Канту, есть важнейшее проявление активности субъекта. "Мы не можем мыслить ни одного предмета иначе как с помощью категорий" (3, с. 214); при их посредстве многообразие приводится к единству. Мыслить - значит высказывать суждения. В аналитическом суждении, утверждал Кант, единство между субъектом и предикатом существует заранее, поскольку предикат лишь вычленяет те или иные моменты, содержащиеся в субъекте. Аналитическое суждение не расширяет знания. Иное дело - синтетическое суждение. Его исходным пунктом являются заранее не связанные между собой представления; рассудок их связывает, синтезирует, и таким образом происходит реальное расширение знания. Эту синтетическую функцию расширения знания рассудок выполняет посредством категорий.
Однако их функция заключается не просто в присоединении одного элемента многообразия к другому. Суждения восприятия типа "камень теплый" имеют лишь субъективное значение, т. е. не обладают ни всеобщностью, ни необходимостью, так как камень может быть и холодным. Но суждение "солнце нагревает камень" имеет необходимый характер. Эта необходимость, по Канту, не может быть почерпнута из опыта; она имеет иное происхождение. Необходимый и всеобщий характер суждениям придают категории, которые Кант считал чистыми рассудочными понятиями, существующими априори (3, с. 172 - 181). В приведенном примере с солнцем синтез представлений реализован через категорию причины. Ошибка Канта здесь заключается не в том, что он приписывал рассудку, в частности категориям, творческую роль по отношению к мысленной картине мира (эта творческая роль категориям действительно присуща), а в том, что он не видел материального источника этих "предписаний рассудка", заключающегося в практике, через которую человек отражает мир в категориях. Таким образом, несмотря на идеалистический характер своего учения, Кант указал на роль категорий в связывании чувственных элементов, расширении знания, придании ему всеобщности и необходимости.
В рассмотренном аспекте учения Канта роль категорий в известной мере ограниченна. В действительности и суждения восприятия невозможны без категорий. В суждениях типа "Жучка есть собака", не обладающих признаком всеобщности, категории, как показал В. И. Ленин, тоже выполняют существенную роль. "Уже здесь есть элементы, зачатки понятия необходимости, объективной связи природы etc. Случайное и необходимое, явление и сущность имеются уже здесь, ибо говоря: Иван есть человек, Жучка есть собака, это есть лист дерева и т. д., мы отбрасываем ряд признаков как случайные, мы отделяем существенное от являющегося и противополагаем одно другому" (10, т. 29, с. 318 - 321). Таким образом, "чистые рассудочные понятия" (т. е. категории) не явно содержатся даже в самом элементарном суждении.
Синтетические функции присущи не только "понятиям рассудка", но и формам созерцания, что хорошо понимал и Кант. Но, причисляя к ним пространство и время, он не считал их категориями. Вместе с тем он приписывал им синтезирующие функции, в частности по отношению к математическим понятиям и суждениям, обладающим всеобщностью и необходимостью. Таким образом, категории выполняют синтезирующую функцию как на уровне созерцания, так и на уровне рассудка.
В кантовской концепции значительную роль играет дедукция категорий (3, с. 175 - 216). Поскольку категории, согласно Канту, лежат в основе суждений, постольку можно дедуцировать, выводить совокупность их, исходя из формально-логической классификации суждений. Каждому виду суждений он ставит в соответствие определенную категорию. В этой кантовской идее верным является утверждение о возможности вычленения категорий посредством анализа знания, которое, с точки зрения Канта, существует в форме суждений. Важной является и мысль о том, что для формирования различных суждений необходимы различные категории.
Однако кантовской дедукции категорий органически присущи серьезные недостатки. Во-первых, таблица суждений, от которой отправляется Кант, является далеко не идеальной, и вряд ли вообще формальная классификация суждений может служить надежным источником выявления и классификации категорий, которые по существу носят содержательный характер. Во-вторых, между суждениями и категориями нет и в принципе не может быть взаимно однозначного соответствия. С одной стороны, синтез любого суждения в действительности никогда не опирается лишь на одну категорию (хотя роль одной из них и может оказаться преобладающей). С другой стороны, одна и та же категория может использоваться в разнотипных суждениях. В-третьих, переход от вида суждения к соответствующей категории у Канта часто искусственен, не имеет достаточного обоснования ни в природе суждения, ни в природе категории. Самый существенный недостаток его концепции заключается в стремлении втиснуть мышление человека в раз навсегда данную, неизменную, конечную совокупность категорий. В этом недостатке Канта, проистекающем из априористского толкования категорий, наиболее ярко проявляется метафизическая ограниченность философа-идеалиста.
Синтезирующая функция категорий не является единственной. Не меньшую роль они играют и в расчленении мирового континуума, которое часто предшествует синтезу. "Дискретизация" неотделима от деятельности человеческого мышления. В этом процессе, как и в актах синтеза, категории выступают как своеобразные эталоны, на основе которых происходит восприятие и мысленное освоение действительности.
Как показал Ф. Энгельс (4, т. 20, с. 546), взаимодействие - это первое, что выступает перед нами, когда мы рассматриваем движущуюся материю. Только исходя из этого универсального свойства материи мы приходим к каузальному отношению. Однако выделение причинных связей в реальном мире требует мысленного расчленения непрерывности, разъединения единого. В. И. Ленин (10, т. 29, с. 144) проанализировал пример, приведенный в "Науке логики" Гегеля, в котором движущийся камень выступает как причина. Чтобы выявить эту причину, надо, во-первых, отделить движение в качестве свойства камня от многих других его свойств (цвет камня, его форма и т. д.). Иными словами, камень, в котором объективно все его свойства связаны, должен быть мысленно расчленен и из совокупности его характеристик должно быть выделено одно - движение. Следовательно, категория движения должна существовать в психике индивида как эталон, с которым он подходит к миру. Далее, движущийся камень, выступающий в качестве причины, сам был приведен в движение, следовательно, его движение не только причина, но и следствие. "Причина и следствие... - отмечал В. И. Ленин, - лишь моменты всемирной взаимозависимости, связи (универсальной), взаимосцепления событий, лишь звенья в цепи развития материи" (10, т. 29, с. 143). Эта непрерывная цепь состояний мысленно разрывается посредством категории причины. В ней выделяется лишь два звена, они отрываются от других, и даже эта пара первоначально рассматривается односторонне, без учета обратного воздействия следствия на причину или, точнее, на ее носителя. В дальнейшем разъединенное снова синтезируется, что опять осуществляется с помощью категорий.
Мы рассмотрели различные аспекты синтезирующей и "дискретизирующей" функций категорий, без которых невозможно интеллектуальное взаимодействие субъекта с объектом.
Почему категории способны выполнить эти функции? Прежде всего потому, что они присущи самому бытию. В качестве категорий познания они отражают определенные стороны объективной реальности и поэтому к ней применимы. Однако отражением реальности являются не только категории диалектики, но и другие научные понятия, которые тоже участвуют в расчленении объективной действительности и в процессах синтеза.
Одна из специфических черт категорий, отличающая их от таких научных понятий, заключается в их универсальности. Понятия науки имеют различную степень общности и, следовательно, используются человеком в более или менее широких сферах познания и деятельности. Понятия, образующие категориальный строй мышления человека, обладают не только большей степенью общности и соответственно более широкой сферой применения. Они составляют фундаментальный слой человеческого интеллекта вообще. Следует подчеркнуть, что речь идет не о знаниях, которые можно приобрести за ограниченный срок обучения, и даже не о систематически применяемых знаниях и базирующихся на них умениях. Тем более не имеются в виду профессиональные знания, понятия и т. д. бухгалтера, физика или юриста. Категории суть неотъемлемый элемент интеллекта, и только на их базе возможно профессиональное мышление, имеющее ряд особенностей и требующее владения обычными понятиями.
Это не значит, что новые категории не могут возникнуть в процессе развития науки. Но если определенная категория вошла в интеллект человека в результате овладения конкретной наукой, то она может быть причислена к собственно категориям лишь тогда, когда она приобретает универсальный смысл. Категории такого рода выступают не просто обобщениями, сокращениями, они, как отмечал В. И. Ленин, сокращения ""бесконечной массы" "частностей внешнего существования и деятельности"" (10, т. 29, с. 82). Конечно, универсальность категорий относительна в том смысле, что человек и его интеллект не представляют собой нечто неизменное, а развиваются на основе общественной практики.
Философским категориям (в отличие от категорий частных наук) присуща высокая степень гибкости. Частные науки, как правило, дают своим понятиям жесткое, точное определение. Благодаря этому можно однозначно ответить на вопрос, принадлежит ли данное явление к классу, охватываемому данным понятием, или нет. Философская категория не обладает такой жесткостью; грани охватываемых ею отношений подвижны. Это облегчает проникновение сознания в совершенно новые для него области. Если для частнонаучного (или общенаучного) понятия существует граница, за которой оно неприменимо, то для философских категорий такой границы нет. Гибкость категории есть условие ее универсальности.
Философия, как и любая наука, определяет свои категории, но им нельзя дать обычного определения (через род и видовое отличие) вследствие не только их предельной общности (и, следовательно, отсутствия рода), но и предельно возможной гибкости. Проникая в новые области, они обогащают свое содержание, приобретают новые оттенки, не переставая быть самими собой. Всякое определение понятия уже означает начало его формализации и, следовательно, известную утрату гибкости. Возможно поэтому классики философской мысли в большинстве случаев воздерживались от определения категорий.
Формализация категорий невозможна, отмечал английский марксист М. Корнфорт, "не существует и не может существовать никакого исчисления категорий..." (28, с. 336). Это не значит, что, отправляясь от категорий, нельзя создавать понятия, поддающиеся формализации. Например, математическое понятие вероятности, безусловно, отражает существенные моменты таких категорий, как возможность, действительность, случайность, необходимость. Но это понятие вследствие своей формальной определенности утратило характер категории. Попытки разработки формализмов, отражающих определенные аспекты категориального строя мышления, не бесполезны. Они могут использоваться как в процессе познания внешнего мира, так и для познания самого категориального строя мышления. В этом случае они будут играть роль математических моделей определенных сторон интеллекта. Однако формальные аналоги категорий не могут заменить самих категорий в процессе познания. Гибкость категорий неразрывно связана с их способностью к взаимопереходу, с их антиномичностъю.
Материалистическая диалектика рассматривает категориальный строй мышления в его развитии. В основе его лежит практика, в процессе которой, и прежде всего производственной деятельности, человек вырабатывает категории и пользуется ими. Анализируя генезис и развитие понятия причинности, Ф. Энгельс показал, что представление о ней возникло в практической деятельности человека. Правда, уже правильное чередование явлений природы может породить такое представление. Однако только тогда, когда мы находим, что "мы в состоянии вызвать определенное движение, создав те условия, при которых оно происходит в природе... что мы в состоянии вызвать такие движения, которые вовсе не встречаются в природе (промышленность), - по крайней мере, не встречаются в таком виде, - и что мы можем придать этим движениям определенные заранее направление и размеры" (4, т. 20, с. 544 - 545), категория причинности окончательно входит в сознание человека. Аналогичную роль играет практическая деятельность и в процессе исторического развития других категорий.
Существенной вехой в развитии категориального строя мышления является фиксация в языке тех или иных категорий. Из анализа деятельности человека и особенно языкового воплощения мысли философия черпает свои знания о категориальном строе мышления, а также о наиболее общих формах бытия и сознания, которые отражаются в категориях.
Развитие категориального строя мышления продолжается на протяжении всей истории человеческого общества. Оно выражается прежде всего в увеличении числа категорий, которыми оперирует человек, т. е. во все более полном отражении наиболее общих отношений реальности и их превращении в универсальные средства познавательной и практической деятельности. Однако "удлинение списка" категорий не является главной линией этого развития. Большая часть современных философских категорий фиксировалась в той или иной форме уже древними философами. Но дело не столько в увеличении числа категорий, сколько в их обогащении, развитии, порою существенном изменении их внутреннего содержания, понимании их соотношения.
Ф.Энгельс указывал на "два философских направления: метафизическое с неподвижными категориями, диалектическое... с текучими..." (4, т. 20, с. 516). Это положение непосредственно относится к характеристике философской мысли. Однако в определенной мере и в отношении повседневного мышления, а особенно научного мышления, можно говорить об этих двух типах категорий и их преобладании в ту или иную эпоху. Ф. Энгельс, как известно, специально выделял метафизический период в развитии науки. Это значит, что в это время неподвижные категории были преобладающими и определяли стиль мышления эпохи.
В философии категории приобретают черты, существенно отличающие их от категорий повседневного и даже научного мышления. Осознание категорий в материалистической диалектике означает понимание их в качестве отражения реальности, выяснение соотношения с этой реальностью и их роли в познавательном процессе.
Таким образом, категории представляют собой неотъемлемый элемент мышления, важнейшее орудие человеческого интеллекта, посредством которого он "дискретизирует" мировой континуум, синтезирует чувственные и мысленные отражения действительности, расширяет и углубляет знания о мире. Будучи отражением реального мира, категориальный строй мышления изменяется в процессе общественного прогресса на основе практической деятельности. Новые поколения овладевают категориями на базе нового опыта и общения со старшими поколениями.
Из общей характеристики абстрактного мышления и образа вытекает, что искусственная система, которая предназначена для выполнения функций абстрактного мышления, должна воплощать в себе аналоги сложной иерархической структуры абстрактных образов, уметь формировать такие структуры и оперировать ими. Искусственный интеллект не может выполнить своих функций, если в него не будут заложены аналоги категорий, посредством которых естественный интеллект мысленно дискретизирует объективную реальность и синтезирует сложные образы.


ГЛАВА II
СЕМИОТИЧЕСКАЯ СИСТЕМА
И ЛОГИЧЕСКИЙ СТРОЙ
АБСТРАКТНОГО МЫШЛЕНИЯ
Как отмечалось, важнейшими орудиями абстрактного мышления наряду с категориями являются язык и логические структуры. Проблема функций и особенностей языка весьма существенна для кибернетики вообще и для разработки систем искусственного интеллекта в частности. Способность той или иной системы к отражению действительности, к сбору, хранению, передаче и переработке информации существенным образом зависит от используемых ею семиотических средств. Следовательно, передача функций интеллекта техническим системам требует выяснения особенностей языка, необходимых для выполнения тех или иных интеллектуальных функций.
Изучение языка связано и с решением более частных, но коренных для кибернетики задач программирования, диалога между человеком и машиной, машинного перевода с одного естественного языка на другой, а также с разработкой информационно-поисковых языков и т. д.
1. Абстрактный образ и знак. Значение
Абстрактные образы существуют в сознании индивида в словесной форме. Слово имеет значение (смысл)§§. В процессе общения людей происходит обмен мыслями, передача информации. Непосредственная основа этого процесса - передача значений, носителями которых являются звуковые комплексы. Значение есть компонент языка, который в свою очередь является компонентом мышления. Единство языка и мышления наиболее тесно выражается в значении слова.
В кибернетической литературе, а также в работах по семиотике нередко можно встретить утверждение, что значение есть инвариант обратимого перекодирования информации. Такое понимание правомерно. Однако оно не раскрывает сущности значения. Для большинства задач, решаемых кибернетикой, оно недостаточно, поскольку в этих задачах как раз и требуется обеспечить инвариантность значения при перекодировании. Следовательно, понятие значения необходимо раскрыть независимо от процесса перекодирования. В языкознании и семиотике разработаны различные подходы к пониманию значения. Многие из этих подходов дополняют друг друга, хотя их сторонники часто переоценивают их роль (1, с. 56 - 91; 2, с. 131 - 143). С гносеологической точки зрения значение знака в человеческих коммуникативных системах, и прежде всего в языке, - это образ, будь то понятие или чувственный образ. Значение имеет и эмоциональный аспект, но в соответствии с целью нашей работы мы от него абстрагируемся.
Хотя значение знака есть образ, но понятия "значение знака" и "образ" не эквивалентны. Благодаря знаку нам нечто становится известным, т. е. мы его опознаем, фиксируем, что оно есть. В образе вещь не только узнается, но и познается. Образ, стало быть, многогранное, многоуровневое, подвижное по содержанию отображение предмета. К значению эти характеристики либо неприменимы, либо применимы весьма ограниченно. В общении с помощью знаков принимает участие не все содержание образа как идеальной вещи. В сознании в каждый момент представлены лишь некоторые элементы содержания, которые по отношению к образу выполняют функцию знака (хотя и не знака в собственном смысле, поскольку они не конвенциональны, т. е. являются признаками). Из этого следует, что значение знака есть образ не всего предмета, а, так сказать, некоторое минимальное психическое образование, которое может служить образом предмета.
Известный языковед А. А. Потебня для характеристики этого образования употреблял термин "ближайшее значение слова", подчеркивая, что оно "народно", т. е. одинаково для всех участников коммуникации. "Дальнейшее" значение слова, с его точки зрения, "лично", т. е. у различных участников коммуникации оно может быть неодинаковым. Однако в лингвистическом смысле только ближайшее значение слова и есть значение. Значение слова (и языкового знака вообще) в основном одинаково для говорящего и слушающего (3, с. 19 - 20). Этот аспект соотношения слова и образа отмечал еще Н. Г. Чернышевский (4, с. 837), В. И. Ленин выделил мысль Л. Фейербаха о том, что название предмета - это "какой-нибудь бросающийся в глаза признак, который я делаю представителем (курсив наш. - С. Ш.) предмета, характеризующим предмет, чтобы представить его себе в его тотальности" (5, т. 29, с. 74). Такая характеристика значения, во всяком случае его гносеологического аспекта, является, пожалуй, наиболее распространенной в современном языкознании (6, с. 107).
Физическая оболочка слова - означающее - вызывает у слушающего значение, которое более или менее идентично со значением данного звукового комплекса у говорящего. Оно актуализировано в психике слушающего и может индуцировать образ реального предмета или ситуации, обозначаемых звуковым комплексом. Эти образы у говорящего и слушающего могут существенно различаться. Данные различия относятся не к языку, а к знаниям, которыми владеют индивиды. Это значит, что адекватное понимание текста достигается обычно не только за счет владения языком. Воспринимаемые языковые образования отсылают реципиента сообщения к существующей в его психике системе образов. Происходит развертывание значения в образ. Однако оно не является обязательным. Как отмечает Ю. К. Мельвиль (7, с. 215 - 223), коль скоро условный знак сложился, распространился среди данной группы людей и стал ей понятным, его нет нужды переводить в образ. В этом состоит одно из преимуществ использования знаков в процессе коммуникации.
В этом процессе знак действительно способен выключить из мыслительного процесса целостный образ или определенные его элементы. Это значит, что сам мыслительный процесс в этом смысле "вырожден". Он на данном участке протекает не содержательно, а формально. Выполнение знаком своей функции в этом случае свидетельствует о формировании определенного автоматизма, о передаче ряда связей между явлениями в сферу подсознательного. Однако в любой момент субъект, если это ему нужно, а иногда и спонтанно, может сфокусировать внимание на значении знака и развернуть последнее в образ, включить его в полноценный познавательный процесс.
Из этого следует, что воплощение мысли в языке означает ее "дискретизацию". Значение, будучи минимальным образом, сохраняет скрытые связи со всеми его компонентами. Эти связи в ходе мыслительного процесса могут быть актуализированы. В процессе общения перцепиент сообщения в известной мере восстанавливает разорванный континуум (без этого нет понимания). Однако такая восстановленная система образов во многих случаях далеко не тождественна исходной.
Значения различных единиц языка имеют свои особенности. Так, значение морфемы - минимальной единицы языка, обладающей значением, - как правило, представляет собой не понятие, а некоторое множество близко связанных образов, точнее, инвариант этого множества. Например, морфема СИН означает одно и то же и в прилагательном синий и в существительном синева. Но в каждом из этих слов значение данной морфемы конкретизируется, связывается с более определенным понятием. Здесь сказывается общая закономерность, согласно которой включение некоторой языковой единицы в образование более высокого уровня приводит к ограничению и уточнению значения исходной единицы.
Слово имеет не только лексическое, но и грамматическое значение, которое выражено не основой, а дополнительными, служебными частями слова, например суффиксами, окончаниями и т. д. Так, в предложении "Я взял книгу" морфема у в слове книгу, указывающая на винительный падеж, имеет значение объекта действия. Грамматическим значением обладают и синтаксические конструкции (порядок слов в предложении и др.), хотя некоторые элементы языка не имеют значения и выполняют лишь внутрисистемные функции.
В познавательном процессе знак и образ, слово и понятие неразрывно связаны между собой. Знак служит опорой для формирования образа. Как уже отмечалось, абстрактный образ - это подвижное образование, в него то включается, то из него выключается чувственная основа. Он то свертывается до значения слова, то из значения развертывается в полный образ. Вне таких "пульсаций" образ не может существовать в реальном мыслительном процессе. Знак в отличие от образа - нечто жесткое. Особенно это относится к физическому телу знака. Однако и значение знака жестче, чем образ. Оно более устойчиво, чем целостное понятие. Языковой знак, представляя в мыслительном процессе образ, органически в него входит. Знаки, как отмечал еще Т. Гоббс (8), выполняют роль меток, необходимых для памяти. Они возбуждают в нашем уме мысли, сходные с прежними мыслями. Без таких меток нельзя реализовать многие мыслительные операции (9, с. 1269).
Часто говорят, что знак, в частности языковой, есть внешняя оболочка образа. В некотором отношении это верно. В коммуникативном процессе передается через среду не образ, а знак, точнее, его физическое тело (означающее). Оно "является" перцепиенту, и, как всякое явление, есть нечто внешнее. Мыслящему индивиду вне процесса коммуникации мысль тоже "является", т. е. в полной мере им осознается, через слово (через чувственный образ физического тела знака). Но характеристика знака только как чего-то внешнего по отношению к образу недостаточна.
В сложном иерархическом образовании, каким является абстрактный образ, нижележащие уровни включатся в сферу осознанного с помощью словесных знаков. В этом выражается один из моментов дискретности образа. Каждый знак имеет значение, которое в свою очередь может быть развернуто в детальный образ, и он снова будет существовать в знаковой форме и т. д. Следовательно, языковые знаки образуют внутреннюю ткань абстрактного образа, форму его бытия, а не только внешнюю его оболочку. Не случайно К. Маркс, называя язык элементом мышления, подчеркивал, что это такой "элемент, в котором выражается жизнь мысли..." (10, т. 42, с. 125). Здесь язык трактуется не как внешнее по отношению к мысли, а как ее внутренний, важный элемент.
Таким образом, языковые знаки являются формой бытия образа. Данная форма позволяет индивиду восстанавливать образ на основе знака, даже его физического тела или чувственного образа этого тела. Благодаря этому индивид пользуется знанием, которое получено другими членами общества. Это значит, что при решении различного рода познавательных задач он использует внешние по отношению к себе системы переработки информации, сообщения - устные или письменные, - исходящие от других индивидов.
В принципе такими системами могут быть не обязательно люди, а системы любой природы, удовлетворяющие определенным условиям. Во-первых, с ними должна быть возможной коммуникативная связь (т. е. человек, с одной стороны, должен иметь возможность закодировать свои образы, мысли такими знаками, что их физические тела могут стать объектом переработки этими системами; с другой - результаты этой переработки, появляющиеся на выходе систем, должны восприниматься человеком как знаки, т. е. индуцировать в нем значения, которые могут быть развернуты в образы). Во-вторых, правила оперирования физическими телами знаков в этих системах должны соответствовать правилам, по которым человек оперирует образами.
При наличии однозначной связи между значением и означающим операции над образами могут быть замещены операциями над означающими, и на выходе внешней системы может быть получен знаковый текст, интерпретируемый человеком как новое знание. Поэтому для создания систем искусственного интеллекта требуется наличие определенной знаковой системы, выполняющей функции, аналогичные функциям естественного языка в мыслительном процессе человека. Конечно, не всякая знаковая система может обеспечить нужды абстрактного мышления и фиксацию его результатов. Каковы же особенности естественного языка, которые позволяют ему выполнять эти функции?
2. Языковые универсалии
и фиксация результатов абстрактного мышления
Естественный человеческий язык является одним из важных объектов исследования для кибернетики. Однако, как известно, нет единого человеческого языка, а существует множество языков различных этнических общностей, отличающихся друг от друга по многим признакам. И все они выполняют свои познавательные функции независимо от их конкретной национальной формы, т. е. в некотором смысле универсальны. Всем языкам присущи общие свойства, несмотря на существенные различия между ними в структуре, словарном запасе, синтаксисе и т. п. Эти общие свойства называются универсалиями.
Любая семиотическая система предназначена для выполнения определенных функций в коллективах, между членами которых имеется коммуникативная связь. Она осуществляется через определенную материальную среду. Особенности используемой семиотической системы могут быть обусловлены особенностями объектной области, обозначаемой знаками, психофизиологическими особенностями членов коллектива, использующего язык, спецификой материальной среды, через которую осуществляется коммуникативная связь, конкретной функцией или функциями, для которых система предназначена. Универсалии естественных языков в конечном счете обусловлены совокупностью перечисленных факторов.
Общие свойства всех языков, существенные для искусственного интеллекта, определяются характером связи между языком и абстрактным мышлением. Они обусловлены выполнением языком двух функций: а) быть орудием абстрактного мышления, т. е. системой знаков, которые составляют форму бытия абстрактного образа и его внешнюю оболочку в мыслительном процессе индивида; б) быть средством фиксации результатов абстрактного мышления. Совокупность этих функций мы условно назовем познавательной, или гносеологической, функцией языка.
Совпадают ли универсалии, порожденные каждой из этих функций? Это особый и сложный вопрос, который мы пока оставим в стороне и лишь отметим, что на заключительном этапе мыслительного процесса последний осуществляется на естественном языке. Любая система, выполняющая функции абстрактного мышления, должна использовать язык, характеризуемый универсалиями, которые порождены познавательной функцией языка.
Конечно, некоторые из этих универсальных свойств могли возникнуть или стали необходимыми в естественных языках лишь на определенной стадии их развития. До этого язык использовался, по-видимому, лишь будучи вплетенным или связанным с чувственным отражением действительности***.
Универсалии, необходимые для фиксации абстрактных образов, можно вычленить путем отличения их от универсалий, вытекающих из других сторон сущности языка или других его функций, например из его коммуникативной функции или из особенностей вокально-слухового канала передачи информации. Так, известно, что всем языкам свойствен высокий уровень избыточности, который, правда, варьируется в некоторых пределах. Это общее свойство языков обусловлено главным образом быстротой затухания сигналов звукового языка, их необратимостью. Семиотическая система, в которой сигналы имеют иное материальное воплощение, чем звуковые волны (например, графические знаки), не нуждается в такой избыточности (что видно на примере искусственных языков математики). Таким образом, высокий уровень избыточности есть универсалия, порожденная не познавательной функцией языка, а другими аспектами его сущности.
Что же требуется для того, чтобы язык мог выполнить свою гносеологическую функцию? Ответ на этот вопрос будет вместе с тем и характеристикой тех черт знаковой системы, которые должны быть воплощены в ЭВМ и ее математическом обеспечении, если мы хотим наделить ее способностью решать задачи, выполняемые человеком посредством абстрактного мышления.
К числу таких универсалий языка относится прежде всего его конвенциональность, т. е. отсутствие или необязательность сходства означающего с означаемым для элементарных знаков - морфем. В общем случае между означающим и означаемым морфемы нет ни физического, ни геометрического, ни иного сходства. Предмет не навязывает языку своего названия, оно по отношению к предмету и его образу произвольно. В общем случае физические тела элементарных знаков не являются отражением действительност膆†. Конвенциональность - это важнейшая черта языковых знаков, без которой язык не мог бы выполнить познавательную функцию.
Знаковая система чувственного познания‡‡‡ не может выполнять функций естественного языка, поскольку, будучи идеальной, она не может служить средством коммуникации между субъектами. Но дело не только в этом. Если бы это было единственной ограниченностью знаковой системы чувственного познания, то можно было бы предположить, что язык общения есть простая калька с языка чувственного познания. На самом деле это не так. Семиотическая система чувственного познания не является конвенциональной. Однако чувственно воспринимаются лишь внешние стороны предметов. Важнейшая функция абстрактного мышления - раскрытие сущности вещей, которая не дана в ощущениях. Для обозначения сущности требуются произвольные знаки. С их помощью можно также обозначать чувственно не улавливаемые отношения любой степени сложности. Знак языка может заместить и сложный образ, непосредственное оперирование которым для мышления невозможно.
Конвенциональный характер знаков языка позволяет им выполнять роль орудия абстрактного мышлении и фиксации его результатов. Он служит одним из важных проявлений активности субъекта в процессе познания. Здесь действует общегносеологическая закономерность: повышение уровня активности субъекта есть условие более глубокого отражения объект১§.
С конвенциональностью языковых знаков связана (хотя не только с ней) такая универсалия, как открытость языковой системы. Зоопсихология не выявила биологического вида, способного в природе во внутривидовой коммуникации существенно расширять свою семиотическую систему. Это относится не только к насекомым (16),но и к высшим млекопитающим - гоминидам (17).
Понятие открытости языка включает в себя не только потенциальную бесконечность множества знаков, но и бесконечность множества морфологических и синтаксических правил образования знаков. Это означает, что язык как система исторически изменчив и может развиваться в связи с возникновением новых познавательных задач. Он не содержит ограничений для видоизменения собственной семантики. Развитие языка происходит в процессе творческой деятельности людей.
Важную роль в обеспечении открытости языка играет дискретный характер моделирования мира с помощью языка. В литературе (18) отмечается, что живые существа, находящиеся на дочеловеческом уровне, располагают знаковыми системами, в которых кодирование происходит по преимуществу аналоговым способом, т. е. различные интенсивности раздражителей кодируются посредством непрерывного изменения интенсивности ощущений. В человеческой речи оно происходит главным образом по дискретному принципу, который относится преимущественно к рациональному содержанию человеческой информации (19).
Дискретность характерна для всех уровней языка, начиная от фонемы и кончая предложениями. Она является важным средством "дискретизации" мирового континуума, соответствующей его объективной природе и практическим задачам человека. Дискретность дает возможность свободного комбинирования элементарных знаков и, следовательно, получения посредством их конечного числа обозначений бесконечного множества предметов и отношений.
С дискретностью неразрывно связаны иерархичность структуры языка, наличие в нем четко разграниченных соподчиненных уровней. "...Единица более высокого уровня, - пишет В. 3. Панфилов, - является не простой, механической суммой единиц низшего уровня языка, а характеризуется по сравнению с последними некоторым новым качеством" (20, с. 104). Это позволяет без изменения языка фиксировать в речи совершенно новые ситуации. Из одних и тех же слов посредством одних и тех же грамматических правил могут образовываться самые разнообразные по содержанию тексты.
Дискретность языковых единиц, точнее, обеспечиваемое ею свободное комбинирование, формирование единиц более высокого уровня требуют с необходимостью наличия в семиотической системе синтактики, т. е. системы правил, в соответствии с которыми из элементарных знаков можно образовывать более сложные знаки и их последовательности. В зоологических системах коммуникации синтактики нет, и, следовательно, каждый знак в отдельности сигнализирует о той или иной ситуации (например, опасности). В языке синтактика воплощена в морфологии и синтаксисе. Благодаря им словосочетания и предложения могут иметь смысл, не сводимый к значениям отдельных слов. Синтактика позволяет описывать новые ситуации без введения новых знаков (морфем или слов) и таким образом облегчает выполнение познавательной функции языка.
Особую роль в процессе абстрактного мышления и фиксации его результатов играют универсалии семантического уровня языка. В отличие от синтактики, представляющей собой комплекс правил оперирования с означающими знаков, семантика является системой значений единиц языка и отношений между ними. Семантика - это сфера значений и смыслов в языке. К универсалиям семантического уровня языка относится прежде всего полисемия, т. е. многозначность слов. Это свойство языка также универсально. Без него человек не смог бы держать в голове чудовищно большой запас слов, и язык оказался бы лишенным выразительности и гибкости (21).
Абстрактное мышление, с одной стороны, нуждается в знаках, значение которых жестко определено, и полисемия в этом отношении служит препятствием неограниченному применению законов логики. Но с другой стороны, жесткость значения слов является хорошим орудием рассуждения лишь о жестких ситуациях, которые уже познаны или практически освоены человеком. К тому же мышление человека имеет дело с реальным миром, в котором, как известно, нет жестких и твердых разграничительных линий. Континуальности действительности должна соответствовать континуальность значений. Это особенно важно в процессе познания новых объектов и ситуаций. Дело в том, что специфика новой ситуации еще не отражена в понятии. В сознании отсутствует значение, для которого нужна новая звуковая оболочка. Оно только начинает формироваться с помощью механизма включения слова в новую сетку отношений, в новые предложения. Полисемия во многих случаях позволяет в процессе обработки информации в рамках основного значения, с одной стороны, осуществлять дифференциацию, вычленение нового, а с другой - не учитывать ее, т. е. рассуждать не вполне формально-логично. За счет этого может быть получено новое знание, которое в дальнейшем будет подвергнуто логической обработке, и элемент нелогичности будет исключен, расщепление значений получит жесткий статус, возможно даже зафиксированный новым словом. Но это произойдет тогда, когда дело будет сделано, и субъект использует полисемию в познавательном процессе.
С рассматриваемой точки зрения в ряде случаев (если и не всегда) не только выразительную, но и познавательную функцию имеет также метафора. Метафорические образы играют существенную роль и в научном мышлении. Можно даже сказать, что метафора есть клеточка познавательного моделирования, содержащаяся в самой структуре языка. Из этого следует, что для познавательной функции языка особенно существенна потенциальная полисемия слова, т. е. тот факт, что слово может приобрести новое значение или его оттенок, когда этого требует познавательная ситуация.
В лингвистической литературе часто и справедливо пишут о возможности преодоления полисемии низшей языковой единицы при ее вхождении в высшую языковую единицу (например, многозначность слова исчезает в предложении). Таким образом, говорят, можно создать "идеальный текст", в котором полисемия будет отсутствовать. Однако с гносеологической точки зрения наиболее существенна именно неисключаемая полисемия, т. е. та, что сохраняется на каждом данном этапе развития науки, даже в научных текстах.
Очень близка к полисемии такая черта языка, как наличие в нем множества слов с нечеткими значениями. Эта черта, хотя она обычно и не фиксируется в качестве особой универсалии, присуща всем языкам. Речь идет, например, о словах типа "куча", "лысина" или "высокий", "толстый" и т. д. Во всех этих случаях нет жестких критериев, по которым можно было бы отграничить денотаты, обозначаемые этими словами, от денотатов, которые ими не охватываются. Хотя расплывчатость значения, как и полисемия, во многих случаях препятствует логической обработке материала, она играет существенную роль в фиксации знания тогда, когда проведение жестких разграничительных линий невозможно.
Полисемии как универсальному свойству языков противостоит противоположное их свойство - относительная жесткость связи между означающим и означаемым. В процессе развития языка наряду с тенденцией к приобретению означающим новых значений, т. е. к нарастанию полисемии, действует обратная тенденция - к явному расчленению значений и закреплению их за каждым знаком, т. е. к моносемантичности означающих.
Более или менее жесткое соответствие между означаемым и означающим присуще любой семиотической системе. Без такого соответствия знак не может выполнить своей функции, поэтому, видимо, жесткая сторона связи между означаемым и означающим обычно не фиксируется как особая универсалия.
Если полисемия, т. е. нежесткость связи между физическим телом знака и его значением, является необходимым условием познания нового, то жесткость этой связи, будучи не менее важной для познания нового, делает возможной логическую обработку знаковых выражений и, следовательно, получение мыслей-выводов на основе мыслей-посылок. Если метафора, неразрывно связанная с полисемией, есть зародышевая клетка моделирования, то жесткость связи физического тела знака со значением слова создает потенциальную возможность для формализации знаний. Благодаря такой жесткости связи операции над означающими могут приводить к новому знанию об означаемых. Но и то и другое в повседневном мышлении, использующем естественный язык, существует лишь в неразвитом виде и только в научном познании получает широкое развитие.
Ряд языковых универсалий, обслуживающих гносеологическую функцию языка, выражает его семантическую многослойность. Абстрактное мышление, как отмечалось, связано с более или менее четким разграничением родовых и видовых признаков объекта, поэтому лексика (и другие именования, содержащиеся в языке) должна включать ряд иерархических значений, находящихся в родо-видовых отношениях, т. е. быть семантически многослойной.
Далее, одна из важнейших особенностей языка заключается в том, что с его помощью можно объяснить смысл знака посредством знаков самого языка (22). Этот признак, по мнению ряда ученых, является для языка человека конституирующим, отличающим его от семиотических систем животных. Действительно, если мы обнаружим некоторую популяцию организмов, в которой в процессе общения значения знаков разъясняются с помощью знаков языка, то мы должны будем сделать вывод, что эта популяция обладает языком в том же смысле, в каком им обладает человек. Более того, мы должны будем признать, что организмы, входящие в эту популяцию, способны к абстрактному мышлению и реализуют эту способность, что их язык наряду со знаками, обозначающими некоторую область предметов, содержит и знаки, обозначающие знаки. Иными словами, чтобы язык мог выполнить познавательную функцию, в нем должен содержаться метаязыковый слой, используя который можно анализировать сам язык.
Многослойность языка обусловлена и его "уклончивостью", т. е. язык как бы безразличен к тому, формулируются ли с его помощью истинные или ложные высказывания. Сами правила языка не запрещают конструирования ложных высказываний. Поэтому в мыслительном процессе должна существовать "истинностная маркировка" высказываний, а язык - содержать слова или выражения типа "истинно", "ложно" и т. д. Это еще раз доказывает, что в языке существует семантически своеобразный метаязыковый слой. В современных естественных языках эти семантические слои четко не различаются. Однако они существуют.
Важной универсалией языка является синонимия. Она также способствует выполнению им гносеологической функции. В широком смысле синонимия - это наличие в языке знаковых форм (не обязательно лексических), имеющих одинаковое или близкое значение. Без этого нельзя объяснить значение одного знака посредством других, а также дать какое-либо определение (кроме определения посредством указания).
Итак, из множества языковых универсалий языков мы вычленили те, которые позволяют им выполнить функции фиксации результатов абстрактного мышления. Наш перечень не полон, ибо, во-первых, ряд отмеченных универсалий может быть конкретизирован через другие универсалии. Например, необходимость синтактики можно дополнить характеристикой синтаксических универсалий естественного языка, часть которых также необходима для выполнения языком гносеологической функции. Во-вторых, здесь отмечены лишь универсалии, способствующие выполнению языком его познавательной функции. Универсалии, связанные с другими функциями языка и играющие в ряде познавательных ситуаций по преимуществу негативную роль, мы не рассматривали. К ним мы обратимся в связи с анализом искусственных языков. В-третьих, перечень универсалий в различных лингвистических работах, в которых они исследуются, различен. При отборе универсалий, связанных с познавательной функцией языка, мы исходили из их значения для создания систем искусственного интеллекта.
Несмотря на неполноту перечня рассмотренных универсалий, можно предположить, что ни одна система (ни естественная, ни техническая) не способна выполнить совокупность функций абстрактного мышления, если она не использует язык, характеризующийся классом универсалий, о которых шла речь выше.

3. Язык и мыслительный процесс
Семиотическая система необходима не только для фиксации результатов мыслительного процесса, но и для самого этого процесса. Мышление является специфическим видом переработки информации. Последняя не существует вне кода, и, следовательно, ее переработка невозможна вне знаковой системы. Таким образом, мы возвращаемся к вопросу о том, какова семиотическая система процесса абстрактного мышления.
Отвечая на этот вопрос, прежде всего необходимо отметить, что естественные языки, безусловно, играют фундаментальную роль в мыслительном процессе. Это вытекает уже из того факта, что заключительные фазы мыслительного процесса включают оперирование сформировавшимися, вполне осознанными мыслями. Язык, писали К. Маркс и Ф. Энгельс, есть "практическое, существующее и для других людей и лишь тем самым существующее также и для меня самого, действительное сознание..." (10, т. 3, с. 29). В этом высказывании подчеркивается, что действительное сознание (чего-либо) существует "для меня" лишь постольку, поскольку оно существует и для других. Иными словами, заключительные звенья мыслительного процесса должны осуществляться на естественном языке.
Естественный язык, используемый во внутренней речи, в общем случае не тождествен непосредственно коммуникативному языку, а является его модификацией. Поскольку внутренняя речь есть общение с самим собой, постольку она максимально свернута, минимально избыточна, содержит не полные предложения, а лишь некоторые вехи, по которым движется мысль. Хотя множество слов, которые в этом случае используются, относится к лексике обычного языка, грамматический его строй существенно отличается от строя коммуникативной речи. С точки зрения обычной грамматики во внутренней речи происходят нарушения правил и норм языка.
Достижения лингвистики и психолингвистики последних десятилетий показывают, что языковая форма мысли от момента ее зарождения и до внешнего выражения претерпевает ряд модификаций, выражающих различные фазы порождения речи. Американский лингвист 3. Харрис высказал мысль, позднее детально разработанную Н. Хомским в концепции порождающих грамматик, о том, что синтаксическая система языка содержит исходную подсистему, по отношению к которой все другие подсистемы являются производными. Эта подсистема включает ограниченное множество простых синтаксических типов "ядерных предложений". С точки зрения Н. Хомского (23; 24), любое правильное предложение языка может быть получено из таких предложений посредством конечного множества трансформационных правил, т. е. правил преобразования "ядерных" структур в произносимые и понимаемые предложения.
Ряд психологов считают операции трансформирования "ядерных предложений" в более сложные реальным психологическим процессом. В известной мере это подтверждается психологическими экспериментами (25, с. 69 - 70, 221 - 332). Значит, чем дальше от внешнего выражения находится мысль, тем в меньшей степени в ее языковой оболочке используется богатство форм естественного языка.
Косвенными доказательствами существования "ядерных" структур, связанных со структурой мысли более тесно, чем формы коммуникативной речи, служат данные исторической грамматики, генетической психологии, а также патопсихологии. Структуры более сложные, чем "ядерные", позднее возникают в историческом развитии языков и раньше разрушаются при ряде расстройств речи.
О существенных различиях между коммуникативным языком и языком мыслительного процесса говорит и то, что люди обычно запоминают и вспоминают не словесное выражение, а содержание мыслей. Как правило, человек выражает усвоенную им мысль в новой словесной оболочке. Это свидетельствует о том, что в процессе понимания внешней речи человек переводит высказывания на некоторый семантический код. Поэтому можно предположить, что мысль не только запоминается, но и первоначально формируется в семиотической оболочке этого семантического кода (26; 27). Однако остается невыясненной его природа, в частности то, имеет ли он лингвистический или нелингвистический характер.
Из этого следует, что, во-первых, естественный язык принимает непосредственное участие в мыслительном процессе, во-вторых, он используется в модифицированных формах, которые суть превращенные формы логической структуры мысли. Преобразующими факторами являются физиологические и психологические закономерности речевого процесса и необходимость в конечном счете прийти во внешнем выражении мысли к структурам естественного языка. Далее, модификация языка во внутренней речи в определенной степени освобождает его от тех универсалий, которые обусловлены не познавательной, а иными функциями языка и другими сторонами его сущности. Наконец, для мыслительных задач естественный язык не обязателен, но необходима семиотическая система, характеризующаяся универсалиями, порожденными потребностями познавательного процесса. Как отмечал Л. С. Выготский (28), внутренняя речь характеризуется спрессованностью содержаний, предикативностью и сокращенностью фонетических элементов. "Речь без слов", по Выготскому, - это предел, к которому стремятся (или, вернее, из которого исходят) языковые формы мысли.
Наличие доречевых форм мышления связывается рядом авторов - Ф. В. Бассиным, А. Брудным, В. В. Налимовым и др. (29, с. 98 - 102, 286 - 292, 735 - 750) - с функционированием подсознательного. В этой сфере преобладает континуальный тип мышления, противостоящий дискретности языка. Семиотическая система подсознательных фрагментов мыслительного процесса характеризуется значительно более высоким уровнем расплывчатости элементов и связей, которые эту систему образуют. Движение к речевому выражению мысли представляет собой процесс нарастающей "дискретизации".
Нарастание от этапа к этапу жесткости и преодоление расплывчатости внутренней речи означают, что в сети отношений и связей, являющейся формой бытия понятия, происходят разрывы. Следовательно, выражение знания в словах не полностью и не совсем адекватно отражает внутреннее богатство знания, которым оперирует субъект. Поэтому индивид, воспринимающий высказывание, не имеет в прямой форме в тексте полностью мыслей говорящего. Лингвистическое понимание текста не гарантирует еще адекватной интерпретации его смысла. Для такой интерпретации необходимо, чтобы перцепиент сообщения восстановил значительную часть связей, утраченных в процессе "дискретизации". А для этого требуется не только понимание языка, но и внелингвистические знания, существующие в форме образов. Понимание включает построение новых и перестройку ранее существовавших образов, т. е. вписывание содержания сообщения в систему знания, которой располагал перцепиент, и во многих случаях перестройку этой системы. В описанном процессе выясняется роль ранее накопленного знания не только в процессе исторического развития науки, но и в функционирующей психике индивида.
Рассмотрим теперь вопрос, все ли мыслительные процессы происходят пусть на модифицированном, но естественном языке, и исчерпывается ли семиотическая система абстрактного мышления естественным языком? На этот счет существуют различные мнения. Одни авторы отвергают существование невербального мышления, а некоторые даже полагают, что "материальная оболочка слова является необходимым средством выражения и существования чувственно-образного содержания мышления" (30, с. 168). В работах Д. И. Дубровского (31), Б. А. Серебренникова и К. Г. Крушельницкой (32) существование невербального мышления признается.
С нашей точки зрения, в мыслительном процессе используются и невербальные компоненты. Мы видели, что абстрактный образ во многих случаях в возможности содержит свою чувственную подоснову. В ходе решения задач различные ее элементы актуализируются. Взаимодействие между абстракцией и живым созерцанием требует перевода образов с вербального языка на язык чувственного познания и обратно. Ряд психологов считают такой перевод сущностной чертой мышления и полагают, что без него мыслительный процесс невозможен (33).
Семиотическая система чувственного познания существенно отлична от вербального языка (34). Элементарными знаковыми единицами ее являются ощущения. Это не знаки в собственном смысле, поскольку они неконвенциональны. Их содержание обусловлено воздействующим на человека объектом, а форма - психофизиологическими особенностями человека. Это значит, что ощущение не есть условный знак. Однако оно, как и всякий иной чувственно различимый предмет (материальный или идеальный), может выполнить знаковую функцию репрезентации, замещения объекта в познавательном процессе.
Особенности семиотической системы чувственного познания обусловливают, с одной стороны, ее ограниченность по сравнению с естественным языком, а с другой - дают ей некоторые дополнительные возможности. Ограниченность ее связана главным образом с ее неконвенциональностью, которая не позволяет обозначать чувственно не воспринимаемые объекты и обусловливает в большой степени ограниченность живого созерцания. Важнейшим же преимуществом наглядно-образного мышления в целом и чувственного познания в частности является многомерность его семиотической системы, т. е. чувственный образ дается субъекту как целостность, во всех трех измерениях. Естественному языку присуща одномерность в том смысле, что единицы языка в речи появляются последовательно во времени (которое одномерно): фонема за фонемой, морфема за морфемой, слово за словом, предложение за предложением. Правда, в речи существуют ударения, интонации, которые генерируются и воспринимаются параллельно фонематическому ряду. Тем не менее, речевой процесс в основном развертывается одномерно. Не меняет этого положения и тот факт, что, когда человек говорит или слушает, он вписывает каждое слово в языковую систему и использует при восприятии речи совокупность своих неязыковых знаний.
Многомерность чувственного образа позволяет индивиду схватывать одновременно многие связи, замечать то, что при описании посредством языка ускользает от внимания. Особенно ярко это проявляется при рассмотрении пространственно развернутых объектов и сцен. Перевод пространственного образа на словесный язык весьма громоздок и либо позволяет с большим трудом, либо вообще не позволяет субъекту создать картину объекта, пригодную для дальнейшего оперирования ею.
"Дискретизация", происходящая при движении к вербальному уровню, неизбежно ведет к утрате информации, участвующей в творческом процессе. Формирование наглядного образа тоже сопровождается некоторой "дискретизацией" внешнего мира и содержания сознания. Определенный предмет, оказывающийся в фокусе сознания, и на наглядном уровне не может предстать перед субъектом во всех своих объективных связях. Тем не менее, в наглядном образе легче сохраняется его окружение; границы его расплывчаты, и в силу отсутствия словесной оболочки он менее стабилен. Это означает, что участие трехмерной семиотической системы чувственного познания в процессе абстрактного мышления дает дополнительные познавательные возможности, играющие существенную роль в творческом процессе. Конечно, этот выигрыш оплачивается немалой ценой. Язык наглядных образов не позволяет исследовать и описывать объект с произвольной степенью точности, как это возможно в словесном языке. Точность описания лимитируется здесь разрешающей способностью рецепторов и другими психофизиологическими ограничениями. Нестабильность образа затрудняет его логическую переработку на основе закона тождества.
Ф. В. Бассин считает, что "сколько приобретается в результате вербализации смысла в его логической завершенности, столько утрачивается, по-видимому, в его потенциях к дальнейшему развитию" (29, с. 741). Он аргументирует это утратой при вербализации ряда способов переработки информации, присущих доречевому уровню (преимущественно подсознательному). Тем не менее, утверждение "сколько приобретается... столько теряется" нам представляется преувеличенным. Дело в том, что речевая форма мышления содержит свои способы не только фиксации результата мышления, но и развития мысли прежде всего через ее логическую обработку. Необходимо отметить, что и сам автор указывает на это в других частях своей работы.
В реальном мыслительном процессе естественный язык и семиотическая система чувственного познания переплетаются, и вместе с тем они относительно самостоятельны в той мере, в какой самостоятельны живое созерцание и абстрактное мышление в познавательном процессе. Мышление для решения своих задач нуждается не только в линейной и дискретной вербальной системе, но и в многомерной аналоговой невербальной семиотической системе.
Для успешного выполнения задач мышления нужна семиотическая система, в которой соединялась бы многомерность с возможностью посредством знаков этой системы обозначать и подвергать анализу чувственно невоспринимаемые объекты. Такая система, как показал Н. И. Жинкин (35), существует в виде предметно-изобразительного кода: графиков, схем, как они формируются в процессе передачи информации, и т. п. Все записанное этим кодом носит чувственно наглядный характер. Тексты, фиксированные им, как и обычные чувственные образы, даны субъекту в трехмерном пространстве. Вместе с тем между этим кодом и языком чувственных образов существует глубокое различие.
Предметно-изобразительный код не есть нечто стандартное, тождественное у всех людей или даже у одного человека в различных ситуациях. Формируемые на этом "языке" образы не являются исходными по отношению к вербально существующим абстракциям, а, напротив, производны от них. Для решения некоторой конкретной задачи субъект специально, осознанно или неосознанно, мысленно конструирует кодовую запись из наглядно представляемых фигур, схем, графиков и т. д., которые служат моделью его абстрактных мыслей. Таким образом, абстрактная задача, элементы и отношения проблемной ситуации переводятся на многомерный язык.
Однако предметно-изобразительный код является конвенциональным, и в этом, как мы отмечали в другой работе (34), заключается одно из его важнейших преимуществ перед семиотической системой чувственного познания. Субъект стремится создать такую многомерную схему реальных отношений, в которой воспроизводились бы отношения того или иного фрагмента отражаемой действительности. Это значит, что между изображением посредством этого кода и объектом существует сходство. Из этого как будто следует, что о конвенциональности здесь не может быть речи. В действительности это не так.
Во-первых, здесь налицо сходство особого рода. В процессе чувственного познания через пространственные отношения отображаются только пространственные отношения реальности. Там имеет место не просто изоморфизм, а пространственные отношения являются инвариантом перехода от предмета к образу. При использовании предметно-изобразительного кода посредством пространственных отношений фиксируются любые отношения реальности (например, рост производительности труда, объемные отношения между понятиями в диаграммах, схемах и т. д.). Здесь сходство с объектом может исчерпываться изоморфизмом. Пространственные отношения становятся как бы всеобщим языком.
Во-вторых, в принципе может быть построено множество разнообразных пространственных схем, изоморфных выделенной в объекте системе отношений (это могут быть графические изображения функций, круговые или столбиковые диаграммы, схематические рисунки и т. д.). Мы можем пользоваться любой из этих возможностей, и в этом смысле код является конвенциональным.
Главное преимущество этого кода для познания заключается в том, что при его помощи могут быть отображены чувственно невоспринимаемые сущности. Мнение о том, будто наглядный характер образа отрицательно влияет на мышление, глубоко ошибочно. "Перевод" с вербального языка на наглядный - важное условие мыслительного процесса вообще и творческого в особенности (33). Широко известны высказывания А. Эйнштейна о том, что вовсе не обязательно, чтобы понятие в процессе мышления соединялось со словом, что процесс мышления протекает в основном минуя символы (слова) (36, с. 133). Аналогичные утверждения можно встретить и у других представителей науки.
Следует отметить, что при всех достоинствах предметно-изобразительного кода он даже в мыслительном процессе (не говоря уже об общении) не может заменить словесный язык. Дело в том, что далеко не все реальные отношения, обозначаемые словами (например, нравственные, эстетические и др. поддаются переводу на язык пространственных отношений. Даже не все физические процессы представимы через макроскопические пространственные образы. Сущностные понятия также не могут быть непосредственно представлены наглядно; для них требуется условное обозначение типа словесного, и, следовательно, изобразительный код, если бы он был применен здесь, утратил бы важнейшее свое достоинство - наглядность.
Одним из доказательств неразрывной связи и взаимодействия вербальных и наглядных образов в ходе мыслительного процесса служит специфика функций полушарий головного мозга у человека. Согласно данным современной нейрофизиологии, речью человека управляет левое полушарие, а за оперирование наглядными образами ответственно правое полушарие. Они соединяются между собой так называемым мозолистым телом - пучком ассоциативных волокон мозга. Как отмечает К. Прибрам (37, с. 396 - 401), мозолистое тело у человека значительно более развито, чем у приматов. Это может быть свидетельством взаимосвязи и взаимодействия правого и левого полушарий, а следовательно, вербального и невербального компонентов мыслительного процесса.
Как видно, семиотическая система абстрактного мышления носит сложный гетерогенный характер. В нее входят, по меньшей мере, три семиотические подсистемы: во-первых, естественный язык в его многообразно модифицированных и редуцированных формах; во-вторых, трехмерная неконвенциональная семиотическая система чувственного уровня познания; в-третьих, предметно-изобразительный код. Каждая из них выполняет свои особые функции, т. е. и в мышлении действует принцип, который Э. Бенвенист назвал принципом неизбыточности в сосуществовании семиотических систем. Это значит, что семиотические системы не синонимичны, что две системы разного типа взаимно необратимы (38, с. 77 - 78). Они дополняют друг друга.
Проведенный анализ свидетельствует не о том, что абстрактное мышление не связано с естественным языком, а лишь о том, что оно осуществляется в процессе взаимодействия языка с существенно отличными от него семиотическими системами. Нами были рассмотрены семиотические системы, используемые как в научном, так и в обыденном мышлении.
Научное мышление выполняет ряд специфических задач. Для их решения создаются дополнительные системы знаков - искусственные языки. Они участвуют в мыслительном процессе ученого, выполняют коммуникативную функцию, с их помощью фиксируются результаты научного мышления. Искусственные языки не являются продуктом стихийного развития, а вводятся в употребление сознательно при помощи конвенций. Вместе с тем они не отделены от естественных семиотических систем непроходимой гранью, а формируются посредством тех или иных их модификаций.
Естественный язык представляет собой универсальное орудие общения и мышления. Человек пользуется им в разнообразных ситуациях. Специализированные орудия, создаваемые для мысленного освоения отдельных ситуаций, более эффективны. В языке очень устойчивы традиции, и он реагирует на новые потребности общества не столько заменой старых элементов и структур новыми, сколько их приспособлением к решению новых задач. Уже поэтому он не может быть семиотической системой, наилучшим образом приспособленной к решению любой познавательной задачи.
Универсалии естественного языка, обусловленные совокупностью его функций и даже выполнением познавательной функции в широком диапазоне условий, могут оказаться препятствием в решении специфических познавательных задач. Это значит, что в силу универсальности естественного языка ему в некоторых ситуациях присущи определенные ограниченности.
Одна из них связана с полисемией, многозначностью слов. Мы видели, что без нее язык не может выполнять познавательных функций. Однако она создает и существенные трудности. Из-за полисемантизма соблюдение закона тождества на уровне означающих не гарантирует его соблюдения на уровне означаемых, что является одним из источников логических ошибок. Поэтому там, где логический вывод играет особенно важную роль, стремятся избежать многозначности и заменить полисемантический язык моносемантическим.
Ограниченностью языка является и рассмотренная выше его одномерность, а также высокий уровень дискретности, линейность. Эти ограниченности, как было показано, преодолеваются в субъективном предметно-изобразительном коде. Но поскольку мышление нуждается и во внешней информационной опоре, постольку нужны и искусственные языки, объективирующие в той или иной модифицированной форме этот код, преодолевающие линейность и чрезмерную дискретность естественного языка.
Нередко препятствием для успешного познавательного процесса является громоздкость языка. В письменных текстах человек пользуется языком, основа которого сформировалась в устном общении, обусловившем высокую избыточность на всех уровнях. Безличность письменных текстов, оторванность коммуникантов от непосредственно описываемой ситуации, более строгое соблюдение правил грамматики и стилистических условностей делают эти тексты еще более громоздкими. В силу этих обстоятельств вербальные тексты часто очень неудобны для обозрения и логического анализа проблем, для вычленения из них информации, необходимой для решения конкретной задачи.
Эти ограниченности обусловливают необходимость создания различного рода искусственных языков, дополняющих естественный язык. Будучи специализированными, искусственные языки утрачивают универсальность, но преодолевают определенные ограниченности естественного языка. Так, язык проекционного черчения дает возможность преодолеть одномерность естественного языка. С его помощью пространственные отношении (двумерные или трехмерные) воспроизводятся через двумерные изображения. Семиотическая система проекционного черчения - это общепризнанный язык техники. В чертежах фиксирована информация о существующих и проектируемых зданиях, сооружениях, оборудовании. Вместе с тем чертеж служит опорой для инженерного мышления. Перевод с вербального языка на наглядный язык чертежа и обратно позволяет мышлению решать задачи, которые либо весьма трудно, либо вообще невозможно решить на вербальном языке. Особую роль в научном познании играют символические языки математики. Здесь используется широкий класс таких языков, причем знаковые системы, применяемые в различных разделах математики, обладают существенными особенностями. Но они имеют и общие черты. Так, в символических языках математики преодолевается излишняя избыточность естественных языков. Моносемантизм знаков математических языков, т. е. однозначность связи между означающим и означаемым, позволяет посредством оперирования означающими на основе правил логики получать новое знание об означаемых. Это является важнейшей предпосылкой формализации, роль которой в математике и в естественнонаучных теориях, использующих ее, очень велика.
Далее, языки математики из-за их небольшой избыточности позволяют легко "обозревать" проблему. Возможность обозначения символами самих операций, которые производятся над символами, позволяет не выполнять всякий раз заново процесс оперирования, как бы "закорачивать" целые его участки. На эту роль символов особое внимание обращал К. Маркс (39, с. 28 - 45). Создание ряда важнейших математических теорий, а также теорий в тех областях знания, где математика играет существенную роль, без символических языков было бы реально невозможно.
Следует заметить, что при несомненных достоинствах языков математики они являются лишь специализированными языками, применяемыми при решении далеко не всех задач, причем, как правило, они используются вместе с естественным языком. "Достоинства" символических языков оплачены дорогой ценой. Моносемантический язык не может отобразить явления, которые жестко не идентифицированы сознанием. Индивид, располагающий только таким языком, не смог бы ориентироваться в реальном мире. Кроме того, языки математики, как и естественные языки (и даже в большей степени, чем они), являются одномерными. Следовательно, они нуждаются в дополнении многомерными языками.
Перейдем теперь к анализу логического строя абстрактного мышления.

4. Логический строй абстрактного мышления
Как отмечалось, одним из важнейших орудий абстрактного мышления являются логические структуры, законы и формы мышления, которые в совокупности образуют его формально-логический строй. Их роль состоит в том, что они как внутренние регуляторы мыслительного процесса направляют его в соответствии с законами внешних процессов. Законы формальной логики - это главным образом законы следования. В соответствии с ними истинные посылки преобразуются в истинные выводы.
Кибернетика с начала своего возникновения широко использует формальную логику для решения разнообразных задач. Более того, развитие кибернетической техники позволило еще в 50-х годах передать функцию логического вывода техническим системам. В сущности нет ни одной кибернетической задачи, решение которой так или иначе не опиралось бы на использование формальной логики. Возникает вопрос: почему функция логического вывода, которая всегда считалась одной из важнейших функций естественного интеллекта, оказалась относительно легко реализуемой в технических системах?
Обычно это объясняется алгоритмическим характером логических операций. Конечно, стандартность логических операций, широта сферы их применения и в целом их алгоритмический характер являются необходимой предпосылкой передачи функций логического вывода ЭВМ. Однако эта предпосылка, лежащая, так сказать, на поверхности характеристики логических структур, объясняет далеко не все. Почему операции, производимые мышлением, даже если они носят алгоритмический характер, должны быть реализуемы, и притом легко реализуемы, вне мышления? Априори не исключается, что и алгоритмические операции для мышления сугубо специфичны. В этом случае их техническая реализация оказалась бы невозможной.
Известно, что в истории философии логические структуры часто трактовались как нечто чисто субъективное. Это обусловлено тем, что эти структуры строятся на основе анализа мысли в ее языковом выражении. Однако в языке объективируется реальная человеческая мысль, существующая в психике субъекта, стало быть, там существуют и логические структуры. Правда, индивидом в процессе обыденного мышления они не осознаются как таковые (как и правила грамматики). Но из этого следует, что они существуют не вне психики субъекта, а лишь вне сферы осознанного.
В XIX в. успехи экспериментальной психологии мышления способствовали распространению психологизма в понимании логического. Считалось, что логические структуры есть нечто специфическое, присущее только психическому процессу. В конце XIX и начале XX в. в ряде работ, особенно в концепции Э. Гуссерля (40), психологизм в логике был подвергнут обстоятельной критике. Согласно Гуссерлю, логическое не связано с психическим, оно не определяется свойствами субъекта, логические структуры одинаковы во всех мирах, т. е. имеют объективное значение. Однако объективность в гуссерлианском понимании означает не независимость логических структур от сознания, а принадлежность их к некоему существующему вне субъекта и вне вещей царству вечных и неизменных истин. Иными словами, логическое тоже специфично для сознания, хотя и не для психики отдельного субъекта.
Без понимания природы логического невозможно философское осмысление функционирования ЭВМ и технических кибернетических систем вообще. Поэтому рассмотрим данный вопрос подробнее.
Термин "логическое" здесь мы будем понимать как относящееся к процессу повседневного мышления, а не к науке логики, т. е. в смысле логического аппарата, контролирующего выведение одних мыслей из других. Следовательно, речь не идет о диалектической логике.
Характеризуя отношение логических законов и форм к законам бытия, Ф. Энгельс писал: "...наше субъективное мышление и объективный мир подчинены одним и тем же законам и... поэтому они и не могут противоречить друг другу в своих результатах, а должны согласоваться между собой" (10, т. 20, с. 581). В другом месте он отмечал, что "законы мышления и законы природы необходимо согласуются между собой..." (10, т. 20, с. 539 - 540). Ф. Энгельс подчеркивал, что если верны посылки, т. е. если они соответствуют действительности, и если к ним правильно применены законы мышления, то результат, хотя он и не извлечен непосредственно из действительности, а получен как вывод из посылок, тоже должен соответствовать действительности. Из этого следует, что законы мышления, т. е. законы преобразования одной истинной мысли в другую истинную мысль, соответствуют той связи, которая существует между предметами этих мыслей в действительности.
Как конкретно понимать положение о соответствии, согласии законов мышления и законов бытия? Относится ли оно только к законам диалектической логики или и к законам формальной?
Некоторые авторы (41; 42; 43) считают, что этот тезис распространяется и на формально-логические законы. Последние и базирующиеся на них логические структуры, будучи субъективными по принадлежности, объективны по своему содержанию. Они являются отражением определенных широко распространенных отношений, присущих самой действительности. Мы согласны с этой точкой зрения.
Другие (44; 45; 46) исходят из того, что формула о тождестве, согласии законов мышления с законами бытия касается только законов диалектики, диалектической логики и не относится к законам формальной логики. Их аргументация сводится к следующему.
1. Законы познания человека - высшего продукта эволюции - не могут быть сведены к законам низшей формы психической жизни, а тем более к законам внешнего мира, которые человек познает (46). Мышление как процесс имеет свои специфические законы, и, следовательно, формула о тождестве законов мышления и законов бытия не может означать тождества всей совокупности законов, управляющих мышлением, совокупности законов, управляющих бытием.
2. Законами, распространяющимися на бытие и мышление, являются наиболее общие законы общества, природы и мышления, т. е. законы диалектики. Они являются отражением действительности. Специфическими для мышления являются формально-логические законы, они не являются таким отражением, но тем не менее обеспечивают истинность заключений при условии истинности посылок.
3. Признание формально-логических законов мышления отражением законов бытия приводит к выводам, неприемлемым с точки зрения диалектики, а именно к отрицанию мышления как специфического процесса; к метафизическому навязыванию объективному миру законов формальной логики, т. е. к признанию его неизменным и непротиворечивым.
Рассмотрим эту аргументацию более подробно.
Конечно, мышление - это специфический процесс, отличающийся от всех иных процессов, как познавательных, так и непознавательных. Сторонники рассматриваемой концепции правы в том, что подчеркивают несводимость познания, и в частности мышления, к процессам, происходящим в познаваемом объекте. Кстати, это неоднократно отмечалось в работах по диалектической логике (47; 48).
Но, во-первых, из такой постановки вопроса не следует, что несводимая часть - это законы или структуры формальной логики. Во-вторых, анализ роли и функций логических законов и структур показывает, что они с необходимостью должны быть отражениями внешнего мира.
Мышление отражает действительность опосредованно. Правила вывода опосредованно обеспечивают (при определенных условиях) получение истинного результата. Это значит, что между структурой, связывающей истинные мысли, и структурой, связывающей предметы мысли, существует зависимость. Если бы логическое преобразование не стояло в определенном отношении к свойствам самой действительности, то опосредованный вывод не мог бы соответствовать этой действительности. То, что правило корректно, отмечала С. А. Яновская, т. е. из истинных посылок позволяет вывести только истинные заключения, гарантирует его формальную правильность (49, с. 268). Последняя, стало быть, и правила логики, производны от связи между мыслями, которые истинны, т. е. соответствуют объекту. Иными словами, правила вывода в конечном счете обусловлены определенными отношениями, присущими действительности.
На первый взгляд может показаться, что такой подход опровергается множественностью логик, которыми оперирует современная математическая логика. Исходя из этого, конвенционалисты считают логику не отражением реальности, а продуктом свободного соглашения. Множественность логик при признании единства мира исключает тезис об онтологической обусловленности логического. Но такие выводы неправомерны.
Во-первых, при наличии множества логик существует некоторая совокупность логических законов (в частности, законы тождества и противоречия), которые должны соблюдаться в любой формально-логической системе, если она претендует на роль модели мыслительного процесса, ведущего от истинных посылок к истинным результатам.
Во-вторых, та или иная логика применяется к области определенных предметов. Математика и математическая логика оперируют множествами не реальных, а абстрактных объектов. Но в конечном счете и они своеобразно отражают свойства объектов реального мира. Следовательно, множественность логик свидетельствует не в пользу независимости логики от реальности, а, напротив, в пользу их тесной зависимости. Как отмечал Б. В. Бирюков (41), множественность логик означает крушение метафизической концепции универсальной предметной области и должно рассматриваться как аргумент в пользу трактовки логического как отражения.
В. И. Ленин в работе "Материализм и эмпириокритицизм" показал, что для всякого материалиста "законы мышления имеют не только субъективное значение, т. е. законы мышления отражают формы действительного существовании предметов, совершенно сходствуют, а не различествуют, с этими формами..." (5, т. 18, с. 383). Позднее это положение он конкретизировал применительно к формальной логике. "Самые обычные логические "фигуры"... - писал он, - суть... самые обычные отношения вещей" (5, т. 29, с. 159). "...Логические формы и законы не пустая оболочка, а отражение объективного мира" (5, т. 29, с. 162).
Некоторые исследователи (45; 46) утверждают, будто признание законов логики тождественными определенным отношениям между вещами ликвидирует специфику мышления. Вообще говоря, тождество формальных законов, управляющих некоторыми процессами или объектами, еще не означает тождества этих процессов или объектов. Известно, например, что многие физические процессы описываются одинаковыми дифференциальными уравнениями, т. е. подчинены одинаковым формальным законам, но это не означает их содержательного, субстратного тождества.
Здесь мы снова сталкиваемся с идеей изоморфизма, а именно с изоморфизмом между логически построенной системой мыслей и определенным типом связей между их прообразами. Отношение логического следования так же упорядочивает мысли, как некоторые общие онтологические отношения их прообразы.
Как мы видели, В. И. Ленин в одном случае трактует логические фигуры как отношения вещей, а в другом - как отражение объективного мира. Само понимание логических отношений как отражений означает, что по структуре они тождественны связям вещей. В этом смысле законы логики и базирующиеся на них логические структуры не специфичны для мышления.
Логические структуры не являются образами действительности в гносеологическом смысле слова, поскольку не обладают такими конституирующими признаками образа, как осознанность и соотнесенность с предметом.
Не ведет ли утверждение об отражении или структурном тождестве логических законов законам бытия к метафизике, к признанию объективного мира тождественным себе и непротиворечивым? Не следует ли искать основание этих законов в особенностях познающего субъекта и тех форм познания, которыми он оперирует?
Конечно, основные законы логики характеризуют мышление, поэтому ближайшие их основы находятся в особенностях самого мышления. Здесь нам хотелось бы еще раз обратить внимание на положение В. И. Ленина, согласно которому "мы не можем представить, выразить, смерить, изобразить движения, не прервав непрерывного, не упростив, угрубив, не разделив, не омертвив живого" (5, т. 29, с. 233). "Мы не можем..." иначе, и поэтому мы огрубляем, прерываем, мыслим в тождественных себе понятиях (хотя объекты изменяются и не тождественны), исключаем противоречия и т. д. Без учета специфики познавательной деятельности субъекта нельзя дать характеристику законов мышления.
Однако в связи с этим возникают два важных вопроса: почему мы не можем "изобразить не огрубив"; почему мы, огрубляя или даже омертвляя предметы, явления, процессы, все же можем отобразить их в соответствии с тем, как они существуют в действительности?
Ответ на первый вопрос в значительной степени связан с особенностями субъекта и его деятельности. Однако разбирать его мы здесь не будем, поскольку он выходит за пределы темы исследования. Ответ на второй вопрос требует анализа объективных оснований формально-логического огрубления, выявления аналогов закона тождества и иных законов формальной логики во внешнем мире.
Закон тождества в непосредственном виде, как он сформулирован в логике, есть закон мышления. Но отсюда не следует, что он не имеет аналогов в самом бытии. Наоборот, среди философов, считающих, что между законами мышления и законами бытия существует связь, общепризнано, что онтологической основой законов логики является относительная устойчивость вещей, без которой само существование понятий было бы невозможно. Конечно, "тождество как таковое, - как отмечал Ф. Энгельс, - в действительности не существует" (10, т. 20, с. 529). Но это означает, что в мире нет абсолютного, абстрактного тождества. Любые два объекта или состояния одного и того же объекта различны. Отождествление, которое осуществляет мышление, есть отражение того относительного тождества, которое имеет место в мире (50). Наличие в мире необходимой связи между дискретными воздействиями на объекты и дискретным изменением их состояний есть, так сказать, объективная основа умозаключений типа импликации. Различие между мышлением и внешним миром состоит не в том, что в мышлении реализуются логические схемы, а в мире их нет, а в том, что в мыслительном процессе - соответственно в субстрате, его реализующем, - эти схемы являются правилами переработки информации. Специфика заключается не в самом законе, а в сфере его действия.
Подчинение переработки информации законам объективного мира имеет важное адаптивное значение для организмов, которым необходимо умение различать, отождествлять, опознавать жизненно важные ситуации. Даже безусловнорефлекторная связь означает определенную реакцию на вполне определенный класс раздражителей, т. е. организм реагирует по правилу "если... то". Иначе говоря, даже на допсихическом уровне организмам присущ процесс отождествления и имеют место аналоги логического вывода.
Огрубление объекта отражения, производимое мышлением в процессе формально-логической переработки мысленного материала, не разрушает объект. Оно позволяет уловить многие существенные его стороны, хотя и не дает его целостной картины. "Дискретизация" континуума, его связей означает разрыв последних. В отображениях объекта в процессе развития познания эти разрывы постепенно заполняются в результате углубляющегося практического проникновения в объективный мир. Формируются все более конкретные понятия и их системы. В них фиксируются переходы, связи, изменения, которые ранее игнорировались. Однако эти вновь фиксируемые моменты реальности отображаются жестко, иначе они не могли бы быть знанием, орудием деятельности.
Переход к новым, более конкретным понятиям не является сугубо формально-логическим. Диалектическое мышление не исключает формально-логических преобразований, а использует их. Трактовка логических структур как отражения внешнего мира, с одной стороны, находит многообразные подтверждения в достижениях технической кибернетики, а с другой - позволяет понять, почему оказывается возможным включать в процесс логического вывода созданные кибернетикой системы. Дело в том, что логические отношения по структуре тождественны отношениям вещей, поэтому можно найти или искусственно синтезировать технические объекты, в которых реализовались бы соответствующие логические операции.
Поскольку в логическом отражаются широкие отношения действительности и логические структуры носят стандартный характер, то одни и те же физические процессы могут многократно использоваться для реализации логических операций с разнообразным мыслительным материалом.
Хотя логика часто противопоставляется творчеству и интуиции, она играет важную роль в творческих процессах. Логическая организация памяти способствует быстрому поиску тех элементов, которые необходимы для решения той или иной задачи; логический анализ позволяет выявить существующие в ее условиях зависимости, недостающие звенья, противоречия. Логика выполняет и иные функции в творческом процессе (51). Это значит, что в технических системах роль логических структур использована пока еще не полностью, что здесь еще предстоит выход за пределы функции простого логического вывода.
Неспецифический для мыслительного процесса характер логических структур впервые был использован в технике в связи с анализом и синтезом контактно-релейных схем. Мир реле можно уподобить царству, где безраздельно господствует принцип "да-да, нет-нет, что сверх того, то от лукавого", т. е. где неукоснительно (если отвлечься от случая, когда реле не срабатывает) соблюдаются законы тождества, противоречия и исключенного третьего. Срабатывание релейных, а также электронных схем функционально тождественно зависимости сложного высказывания от истинности простых, которые его образуют. По существу для любого логического выражения можно найти технический коррелят, составленный из элементарных "логических" элементов типа реле, инверторов, триггеров и т. д.
С гносеологической точки зрения возможность технической реализации логического вывода является доказательством неспецифичности для мышления логических структур, их существования и вне мышления, их отраженного характера.
Мы провели анализ структур логического вывода на примере дедуктивных умозаключений. Рассмотрение индуктивного вывода свидетельствует о том, что и его структуры суть отражения объективных отношений.
Существование технических систем, выполняющих информационные функции, основано на отражении как общем свойстве материи. Оно позволяет понять способность технических систем к сбору и хранению информации. Но учета только отражения как общего свойства материи недостаточно для понимания способности технических систем к более сложным информационным функциям, и в частности к логическому выводу.
Передача функции логического вывода техническим системам, т. е. выполнение кибернетическими системами одной из важнейших специфических функций абстрактного мышления, возможна потому, что сами логические структуры, правила переработки информации абстрактным мышлением по их строению тождественны структурам внешнего мира. Поэтому определенная организация внешних объектов может выполнять функцию логического вывода.
Человек пользуется не только готовыми правилами логического вывода и переработки информации вообще, но в процессе индивидуального и исторического развития совершенствует эти правила, вырабатывает новые. Следовательно, передача техническим системам интеллектуальных функций требует, чтобы они были наделены способностью самостоятельно изменять правила, по которым они функционируют. Речь идет о правилах различной степени общности, в том числе и о наиболее общих правилах, о логике этих систем. В связи с этим для теории искусственного интеллекта важен гносеологический анализ процесса становления логических структур у человека. Необходимо раскрыть механизм, с помощью которого структуры внешнего мира, определяющие логические правила, становились структурами мышления. Без решения этого вопроса нельзя из неспецифичности логических структур сделать вывод об их формировании в процессе отражения.
Исходным пунктом решения этой проблемы должен быть тезис о практике как основе процесса познания. В конечном счете практика определяет формирование и логических структур. В. И. Ленин отмечал, что "практика человека, миллиарды раз повторяясь, закрепляется в сознании человека фигурами логики" (5, т. 29, с. 198). В другом месте он писал: "...ПРАКТИЧЕСКАЯ ДЕЯТЕЛЬНОСТЬ ЧЕЛОВЕКА МИЛЛИАРДЫ РАЗ ДОЛЖНА БЫЛА ПРИВОДИТЬ СОЗНАНИЕ ЧЕЛОВЕКА К ПОВТОРЕНИЮ РАЗНЫХ ЛОГИЧЕСКИХ ФИГУР, ДАБЫ ЭТИ ФИГУРЫ МОГЛИ ПОЛУЧИТЬ ЗНАЧЕНИЕ АКСИОМ" (5, т. 29, с. 172).
Формирование логических структур начинается не на пустом месте. Ф. Энгельс, как мы отмечали, считал, что все виды рассудочной деятельности, к которым он относил индукцию, дедукцию и т. п., характерны и для человека, и для животных (10, т. 20, с. 537). Иными словами, по существу он признавал наличие у животных логики, которая совпадает с логикой (или определенной ее частью) человека. Более того, Ф. Энгельс подчеркивал, что "планомерный образ действий существует в зародыше уже везде, где протоплазма, живой белок существует и реагирует..." (10, т. 20, с. 495). Планомерность предполагает переработку информации в соответствии с определенной целью. По существу он дал описание кибернетического процесса. Опираясь на эти положения и на анализ современных кибернетических систем, можно сделать вывод, что даже самый простой кибернетический процесс невозможен без определенной логики, некоторой минимальной совокупности правил переработки информации. Становление естественных кибернетических систем - живых организмов - включало формирование структур переработки информации, которые обеспечивали выработку команд для необходимых приспособительных реакций.
Ф. Энгельс не исключал возможности генетической передачи логики от поколения к поколению как у животных, так и у человека, поскольку, писал он, "индивидуальный опыт может быть до известной степени заменен результатами опыта ряда его (индивида - С. Ш.) предков" (10, т. 20, с. 582). Однако генетическая передача логического есть передача по наследству не готовых правил переработки информации абстрактным мышлением, а главным образом генетически фиксированных правил выработки правил. Возможно также, что в генах фиксированы некоторые правила оперирования чувственно-наглядными образами. Сами же структуры переработки информации абстрактным мышлением вырабатываются обществом в процессе практической деятельности. "...Искусство оперировать понятиями, - отмечал Ф. Энгельс, - не есть нечто врожденное..." (10, т. 20, с. 14), оно приобретается и развивается как в реальной истории человечества, так и в развитии индивида (в том числе в процессе общения со старшими поколениями).
У человека можно выделить следующие каналы передачи информации от поколения к поколению:
а) генетическая передача информации; б) передача опыта в процессе обучения посредством предметных действий. Эти два канала функционируют и в животном мире. Однако второй канал у человека значительно более богат по содержанию и включает существенно иные компоненты; в) передача информации в знаковой форме в процессе языкового общения; г) каждое поколение застает средства труда, в которых зафиксирован опыт предшествующих поколений, но к которым индивиды приспосабливаются посредством индивидуального опыта. Из этого следует, что индивид, чтобы иметь возможность приобрести и совершенствовать логические структуры абстрактного мышления, должен в исходном пункте развития располагать высокоразвитой логикой.
Овладение логическими структурами абстрактного мышления как в филогенезе, так и в онтогенезе - это сложный процесс, включающий ряд моментов.
Возрастание уровня логичности мышления может заключаться прежде всего во все более строгой и жесткой подготовке образов к процессу логического вывода, например в более жестком разграничении понятий, следовательно, в более строгом соблюдении закона тождества. Как было показано, переработка информации на уровне абстрактного мышления неразрывно связана с процессом последовательной дискретизации. Последняя требует выделения в более или менее расплывчатой информации некоторых относительно стабильных "ядер", поддающихся обработке на основе закона тождества. В ходе исторического развития возрастает способность людей к дискретизации явлений.
Далее, можно предположить, что на начальных этапах развития человек систематически пользуется рядом логических схем, которые не гарантируют истинности выводов из истинных посылок. Неизбежные при этом ошибки корректируются непосредственным обращением к практике. Материалы психологических исследований (52) показывают, что даже люди, обладающие относительно высоким уровнем образования, допускают порой грубые логические ошибки. Это свидетельствует о том, что отбор правильных фигур не контролируется генетически и только миллиардное повторение, как указывал В. И. Ленин, придает логическим фигурам прочность аксиом. Развитие логической культуры общества включает в себя также овладение все более сложными структурами, умение оперировать укрупненными блоками информации. На определенной ступени развития эта культура обогащается за счет использования в определенных областях науки моделей, конструируемых логикой.
Из гносеологической характеристики становления логического для теории искусственного интеллекта следуют два важных вывода. Во-первых, к формированию и совершенствованию логических структур способна только система с высоким уровнем организации, и в частности с развитой логикой. Во-вторых, совершенствование логики в такой системе возможно лишь на основе ее активного взаимодействия со средой.
В этом плане интересен опыт обучения перцептрона (53; 54). С одной стороны, исходный уровень организации, внутренней логики как первоначально построенного перцептрона, так и его усовершенствованных конструкций оказался недостаточным для решения относительно сложных задач самообучения. К выполнению сложных информационных функций способны лишь высокоорганизованные системы. Чтобы человек оказался способным к обучению и самообучению, и в частности к овладению в онтогенезе логическими структурами абстрактного мышления, он должен обладать высоким уровнем организации, приобретенным в процессе биологической эволюции и антропогенеза его предками.
Если мы хотим наделить технические системы способностью к самообучению, то мы не можем надеяться, что та или иная система, лишенная способности к самообучению, сама может приобрести ее в процессе взаимодействия с информационно богатой средой. Мы должны внести в нее исходную логику высокого уровня развития. Причем, чем сложнее задача самообучения, тем больший уровень организации мы должны ей придать при конструировании. Таков первый урок из процесса обучения перцептрона.
С другой стороны, перцептрон оказался все же способным в результате обучения или даже самообучения совершенствовать свою логику (индуктивную). На основе обучения или самообучения в нем меняются конкретные правила обобщения. Высокоорганизованная система, взаимодействующая со средой, способна совершенствовать свою логику, хотя возможности этого в данном случае могут иметь предел, определенный конкретной организацией (и конкретным уровнем) данной системы. Формирование в перцептроне не заданного, а возникшего в результате обучения или самообучения "логического слоя" имеет, на наш взгляд, принципиальное значение, поскольку показывает, что "неаприорная" логика вообще существует. Это значит, что развитие кибернетики опровергает еще один аспект кантианской концепции логического, согласно которой логика (вся логика) имеет трансцендентальный характер. Диалектико-материалистическое понимание логического как формирующегося в процессе активного взаимодействия отражающей системы со средой создает предпосылки для передачи техническим системам не только функций логической переработки информации по готовым правилам, но и более интеллектуальных функций совершенствования самих этих правил.
При характеристике семиотической системы и логического строя абстрактного мышления мы вычленили те их черты, которые обусловлены не физиологическими и иными характеристиками человека, а познавательными задачами, им решаемыми. Поэтому и технические системы, на которые возлагаются те же интеллектуальные функции, должны обладать этими же чертами (совокупность семиотических систем, используемых человеком в мыслительном процессе, ряд универсалий естественных языков, способность изменять правила переработки информации в процессе взаимодействия со средой и т. п.).
Приближение искусственных систем к естественному интеллекту по этим параметрам, как будет показано в ходе последующего анализа (см. гл. V, VI), - это одна из важнейших линий совершенствования систем искусственного интеллекта.


ГЛАВА III
ГНОСЕОЛОГИЧЕСКИЕ АСПЕКТЫ ФОРМАЛИЗАЦИИ

Логические структуры и естественный язык, которыми человек оперирует в процессе повседневного и научного мышления, являются важными орудиями познания. Однако для решения ряда специальных познавательных задач с помощью модификации логических структур и естественного языка создаются особые методы, носящие формальный характер. Поскольку в обыденном мышлении соблюдаются логические нормы и грамматические правила, постольку в нем присутствуют формальные компоненты. Они, однако, не отделены от содержательных, как правило, не осознаются и существуют в неразвитой форме. До появления ЭВМ формальные методы сознательно применялись преимущественно в математике и ее приложениях. Передача функций мышления ЭВМ требует полной формализации решаемых задач. Поэтому нам необходимо остановиться на этом вопросе.
Сущность и роль формальных методов познания подвергались анализу - непосредственно применительно к математике - еще в работах основоположников марксизма. Ф. Энгельс в труде "Анти-Дюринг" в связи с рассмотрением предмета математики, а также в "Диалектике природы" высказал ряд принципиальных положений о роли формальных методов. Его взгляды на этот счет можно резюмировать следующим образом: 1) отделение формы от содержания, ее рассмотрение безотносительно к содержанию есть важное средство познания в математике; 2) такое отделение позволяет осуществлять "выведение математических величин друг из друга", т. е. получать формальными методами новое знание без обращения к содержанию; 3) последнее возможно потому, что математика создает "воображаемые величины", "умственные построения" (на современном языке - абстрактные объекты), специально приспособленные для преобразований по законам формальной логики благодаря их жесткому подчинению закону тождества; 4) высшей ступенью в этом процессе является оперирование "продуктами свободного творчества и воображения разума" - неинтерпретированными математическими объектами (такие объекты Д. Гильберт впоследствии называл идеальными объектами и иллюстрировал их, в частности, тем же примером, что и Ф. Энгельс, - комплексными числами).
В марксистской литературе формальным методам посвящено значительное количество работ (1; 2; 3; 4; 5; 6; 7 и др.). Мы ограничимся анализом гносеологической сущности формализации, в частности, рассмотрением нетрадиционных методов формализации, в том объеме, который необходим для понимания проблем искусственного интеллекта.
1. Содержательные и формальные аспекты
познавательного процесса
Для характеристики формальных аспектов процесса познания следует обратиться к анализу систем, в которых формализация достигла наиболее высокого уровня. К их числу относятся прежде всего так называемые полностью формализованные системы, т. е. те, в которых заданы: 1) некоторая совокупность символов, используемых в системе; 2) правила образования выражений из этих символов; 3) совокупность исходных формул, принимаемых за истинные; 4) правила преобразования этих формул. Полностью формализованные системы обычно представляют собой формализацию содержательных (обычно предварительно аксиоматизированных) теорий.
Компоненты 1) и 2) в сущности образуют язык теории, ее семиотическую систему: 1) - это алфавит языка, а 2) - его синтаксис. От особенностей этого языка зависит совокупность отношений, которая им может быть выражена. Однако язык полностью формализованной системы по ряду существенных моментов отличается от естественного языка. Для него задан синтаксис, но не задана семантика. Это значит, что символам здесь не приписано значения, каждый из них (в рамках системы) ничего не обозначает (кроме самого себя), т. е. не имеет интерпретации. Когда система создается, ее язык разрабатывается таким образом, что его символы и правила образования формул достаточны для представления в системе (т. е. для выражения на ее языке) понятий, отношений и операций содержательной теории. Однако в рамках формальной системы эта генетическая связь с исходной теорией не фиксируется. Символы выступают как фигуры, "физические тела" из чернил, типографских красок и т. п., которые можно объединять в последовательности и производить над ними другие операции в соответствии с правилами образования выражений.
Компонент 3) формализованной системы - это исходные формулы, соответствующие аксиомам содержательной теории.
В рамках системы эта связь с содержанием опять-таки не фиксируется. Поскольку символы не имеют интерпретации, постольку и формулы не имеют семантики. Они рассматриваются как определенные совокупности символов, не соотнесенные ни с какими объектами вне системы - ни с реальными, ни с мысленными предметами, ни даже с символами других формализованных теорий.
Компонент 4) представляет собой логическую часть системы, четко записанные символические аналоги логических структур, о которых речь шла в предыдущей главе. Правила вывода в повседневном и обычном научном мышлении используются неосознанно. В формальной системе они жестко фиксированы и исключают обращение к логической интуиции. Они позволяют из исходных формул (в которых представлены аксиомы) автоматически, посредством соответствующих преобразований, получать следствия (которые могут в содержательной теории интерпретироваться как теоремы). В единстве эти компоненты образуют полностью формализованные системы. Продвижение в ее рамках, т. е. получение следствий, не отличается от вычислительного процесса, осуществляемого по жестким правилам.
Полностью формализованная система может иметь много интерпретаций. Теорема, доказанная в такой системе, истинна во всех содержательных теориях, являющихся ее интерпретациями. До появления ЭВМ полностью формализованные системы использовались главным образом для логического анализа математических теорий, т. е. для обоснования их непротиворечивости, независимости аксиом и т. д.
Полная формализация математических преобразований возможна и вне формализованных таким образом теорий. Она заключается в построении алгоритмов для решения тех или иных задач. Арифметические алгоритмы сложения, вычитания, разложения на множители и т. д. были сконструированы за тысячелетия до создания первых полностью формализованных систем и даже вообще аксиоматического построения арифметики натуральных чисел.
В чем заключаются гносеологические отличия содержательного и формального аспектов познания?
Во-первых, в процессе содержательного мышления индивид для решения задач может использовать всю совокупную информацию, находящуюся в его психике, а в случае необходимости получить и дополнительную информацию из внешнего мира. Применение же формальных методов предполагает жесткую фиксацию исходной информации, используемой субъектом. Это значит, что полностью формализованная система вполне автономна и суверенна. Ее связи с любым содержанием, не представленным в аксиомах, тем более с внешним миром, прерваны.
Во-вторых, в процессе содержательного мышления индивид оперирует образами, которым, как отмечалось, присуща сложная иерархическая структура; в полностью формализованных системах оперируют физическими телами знаков; объект и его образ в поле зрения не находятся.
В-третьих, содержательное мышление свободно оперирует не только совокупной информацией, но и совокупностью методов, которыми владеет индивид. Субъект выбирает методы или, опираясь на содержание задач, создает новые и таким образом реализует свою способность к творчеству. Применение только формальных методов означает, что последние сводятся к заранее фиксированным правилам переработки информации, которые также жестко фиксируются.
Наконец, при формализации обычно используются символические языки, которым свойственны моносемантичность, жесткость, малая избыточность. Как отмечалось, в формализованных системах символ не имеет интерпретации и, следовательно, не является знаком в собственном смысле. В обыденном мышлении человек относительно легко переходит от речевых к неречевым формам мышления. В процессе взаимодействия тех и других он - произвольно или непроизвольно - может восстанавливать связи, оборванные при вербализации. Формализация исключает такую возможность. Она резко повышает уровень дискретности и способствует полной изоляции информации, содержащейся в системе, от остального содержания психики индивида.
Конечно, решение тех или иных задач относительно формализованных систем далеко не всегда носит формальный характер. Например, бывает необходимо доказать выводимость той или иной формулы в системе при отсутствии алгоритма доказательств или при слишком большой его громоздкости. В таких случаях, хотя оперируют формально заданными объектами, цепочка, ведущая от аксиом к формуле, представляется как неинтерпретированная запись, но мышление не исчерпывается формальным аспектом. Оно решает сложную теоретическую задачу. Этот процесс во многом аналогичен конструированию новых типов вещей в процессе материального производства. Однако алгоритмическое оперирование над стандартными символами подобно выполнению операций на конвейере.
Как известно, в процессе онтогенеза и филогенеза человек переходит от манипулирования предметами к умственным действиям с ними. В ходе дальнейшего развития его психики умственные образы, даже воплощенные в обычных знаках, трудно сохранять в процессе мышления, и оперирование ими очень осложняется или становится невозможным вообще. В этих условиях субъект вынужден замещать сложные образы предметами-символами. Он как будто вновь возвращается к действиям с этими предметами (символами) вместо умственных образов или к умственным действиям весьма низкого порядка, т. е. к внутренним операциям над образами предметов, которые непосредственно чувственно даны. При этом сами предметы (фигуры) и операции над ними предельно стандартизируются. Субъект в качестве носителя способности к абстрактному мышлению как будто возвращается к исходному пункту своего онтогенеза и филогенеза.
Но это якобы возврат к старому. В действительности происходит возврат к исходному пункту на высшей ступени. Субъект здесь оперирует не просто вещами, а искусственно созданными вещами - орудиями производства и анализа мыслей. Формальная переработка информации носит подчиненный характер по отношению к содержательной задаче. Задачи, решаемые посредством алгоритмов и иными формальными методами, разнообразны. Это и различные решения математических уравнений, описывающих реальные процессы, и исследование математических моделей этих процессов, и методы логического анализа теорий.
"Вырождение" мышления в описанных процессах еще не достигло высшей ступени в силу природы логических связок, посредством которых человек упорядочивает символы. Но когда эта ступень "вырожденности" оказывается развитой в полной мере, тогда логические связки, которыми в формальных системах оперирует человек, реализуются через внешний физический процесс (что возможно благодаря неспецифичности логических структур). Это значит, что упорядочение вещей (символов или их физических представлений) в некую систему отношений происходит не мысленно, а физически. Однако для этого необходимо систематически заниматься формализацией различных содержаний, создавать формализованные системы, алгоритмы, технические устройства, т. е. надо мыслить, решать творческие содержательные задачи. В их решении "вырожденное мышление" либо играет подчиненную роль, либо на более высокой ступени передается техническим устройствам.
Мы говорили главным образом о развертывании формальных систем. Но это в равной мере относится и к алгоритмическому решению задач из неформализованных теорий, а также к выполнению алгоритмических предписаний в сфере материального производства. В этих случаях действия человека представляют собой стандартные операции над легко различимыми вещами. Эти операции могут быть переданы техническим системам.
Формализация - по крайней мере на современном этапе развития кибернетики - является необходимым условием передачи мыслительных функций человека ЭВМ. С логической точки зрения - при допущении некоторых абстракций - она является и достаточным условием для передачи мыслительных функций техническим системам. Поэтому проблема ограниченностей формализмов играет фундаментальную роль в определении возможностей технических систем, хотя априори нельзя утверждать, что вторая проблема полностью сводится к первой.
Рассмотрим кратко вопрос о возможностях и ограниченностях формализмов. Полная формализация издавна привлекала математиков и философов как средство, единый метод решения математических и нематематических проблем. В Новое время идея о создании универсального алгоритма для решения любых проблем была высказана Лейбницем. С целью преодоления затруднений, связанных с теоретико-множественным обоснованием математики, Гильберт предложил выразить ее (непосредственно арифметику) в полностью формализованной системе и затем доказать ее непротиворечивость, пользуясь только не вызывающими сомнения финитными средствами. В понимании Гильберта финитизм (конечность) накладывает определенные ограничения на логические правила, применяемые при доказательстве непротиворечивости: этих правил, как и аксиом, должно быть конечное множество; каждое из правил в свою очередь имеет конечное число посылок и алгоритм, позволяющий в конечное число шагов проверить вывод.
Реализация этой программы с гносеологической точки зрения означала бы, что развитие математики (арифметики) в определенном смысле полностью завершено. Это противоречит положению о бесконечности познавательного процесса. Бесконечность познавательного процесса следует понимать в двух планах: во-первых, как бесконечность процесса извлечения информации из объекта и, во-вторых, как бесконечность получения выводов, имплицитно содержащихся в информации, которую субъект из мира уже извлек. Если бы удалось выразить всю математику в полностью формализованной системе, то это означало бы, что процесс познания завершен, что все многообразие количественных отношений, с которыми сталкивался или впредь столкнется человек, уже находится в его психике. Если бы в этой системе можно было иметь алгоритм проверки следования выражений (теорем) из аксиом, то это свидетельствовало бы, что математика располагает универсальным способом решения всех задач, которые перед ней возникнут. Эта концепция опиралась на трактовку мира не как неисчерпаемого, а как ограниченного, во всяком случае она отрицала бесконечное качественное многообразие количественных отношений.
Материалистическая диалектика не отвергает абсолютной истины не только как складывающейся из бесконечной суммы относительных истин. Она признает существование и отдельных абсолютных истин. Иными словами, она не отрицает возможности полного описания некоторых фрагментов мира, строго фиксированных и изолированных от других частей мира в той мере, в какой они действительно могут быть изолированы. Однако такие теоретические описания по необходимости бедны содержанием, поскольку в мире существует всеобщая связь вещей. Это относится и к системам абстрактных объектов, с которыми имеет дело математика. Трудно предположить, чтобы совершенно замкнутая формальная система могла более или менее адекватно отобразить богатую содержанием область реальности. Тем не менее, исходя только из гносеологических соображений, нельзя было априори утверждать, что гильбертовская программа формализации арифметики и доказательства ее непротиворечивости финитными средствами невыполнима. Арифметика могла оказаться одним из тех фрагментов описания действительности, который, будучи формализован, может быть выражен в полной системе. Такая возможность была лишь маловероятной. Начиная с 30-х годов в логике и математике был получен ряд фундаментальных результатов, доказывающих невыполнимость программы Гильберта и вскрывающих многие другие ограниченности формализмов.
К. Гедель прежде всего показал, что формализованная арифметика является неполной системой в том смысле, что на ее языке можно записать неразрешимые в этой системе предложения (теоремы), т. е. такие, которые средствами этой системы нельзя ни доказать, ни опровергнуть (иными словами, нет возможности без выхода за рамки системы определить, выводимы ли эти предложения или их отрицания из аксиом). К их числу относится, в частности, и предложение о непротиворечивости данной формализации арифметики.
Далее, было доказано, что такого рода системы не только не полны, но и неисполнимы в принципе. Иными словами, если даже дополнить формальную систему новыми аксиомами, благодаря которым ранее неразрешимые предложения можно будет доказать или опровергнуть, то и эта расширенная система снова окажется неполной, т. е. в ней появятся новые неразрешимые предложения. Формализация гильбертовского типа не позволяет вывести всю совокупность содержательно истинных арифметических теорем. Более того, результат Геделя относится не только к формализованной арифметике, но и к любой формализованной теории (гильбертовского типа), использующей логические средства, в определенном смысле идентичные логике формальной арифметики (или более богатые, чем они).
Результат, полученный Геделем, непосредственно вскрыл нереализуемость программы Гильберта. Тем самым был показан важный аспект ограниченности формализмов, что имело большое гносеологическое значение. Однако эти выводы, на наш взгляд, нередко переоцениваются. Некоторые исследователи утверждают, например, что "непополнимость аксиоматической арифметики, доказанная К. Геделем, - один из принципиальнейших результатов в области оснований математики, установивший пределы возможности как гильбертовской концепции формализации математики, так и метода формализации вообще" (8, с. 303). Здесь содержатся три утверждения. Первое: Геделем получен один из принципиальнейших результатов в области оснований математики. Это верно. Второе: этот результат установил пределы возможностей гильбертовской концепции формализации, и это тоже несомненно. Третье: этот результат установил пределы возможности метода формализации вообще. С этим утверждением согласиться нельзя.
Дело в том, что доказательства Геделя относятся к формализмам определенного типа, т. е. к тем, которые включают правила вывода, имеющие ряд особенностей (это, как мы видели, прежде всего финитизм). Они непосредственно не распространяются на другие типы формализмов. Верно, что метод формализации в математике (а тем более вне ее) ограничен. Но этот вывод не следует из теорем Геделя или из каких-либо иных логико-математических теорем.
На наш взгляд, соотношение между общим тезисом об ограниченности формализмов и результатом Геделя четко выражено П. С. Новиковым: " ...понятия и принципы всей математики не могут быть полностью выражены никакой формальной системой, как бы мощна она ни была. Это обстоятельство, в частности, проявляется в том, что, как показал Гедель, вопрос о непротиворечивости формальной системы не может быть решен средствами, которые формализуются в той же системе" (9, с. 36). Переход от доказанного Геделем "частного случая" к общему положению об ограниченности формализмов обосновывается не формальными средствами, а путем философской экстраполяции, философского анализа содержательной сущности проблемы.
Вместе с тем результат Геделя или его аналог имеет, на наш взгляд, значение и за пределами математики, математической логики и вообще формализованных теорий (что, разумеется, не может быть доказано логико-математическими средствами). Дело в том, что не только полностью формализованные системы ограниченны, но и содержательные научные теории обычно имеют относительно четкие границы и, в частности, более или менее фиксированный язык, специфическую терминологию. Выход за пределы этих границ означает выход за пределы данной теоретической дисциплины. Можно, по-видимому, сформулировать такую закономерность: в рамках той или иной теоретической дисциплины, как правило, возникают вопросы, которые не могут быть разрешены средствами этой теоретической дисциплины (10, с. 46 - 48).
Гносеологическая причина ограниченности любого формализма кроется в особенностях формальных методов, которые были очерчены выше. Суверенно только бесконечное человеческое мышление, опирающееся на бесконечное развитие практической деятельности. Всякий формализм, поскольку он выключен из совокупной информации, которой располагает общество и которая пополняется в процессе человеческой деятельности, неизбежно ограничен. Отсюда следует, как подчеркивал В. М. Глушков (11; 12), что преодоление воплощенных в ЭВМ ограниченностей формализмов возможно лишь на путях развития способности технических систем к взаимодействию со средой.
С отмеченным выше результатом Геделя связано существование алгоритмически неразрешимых проблем. Алгоритм представляет собой единый метод для решения целого класса задач (этот класс в математике принято называть массовой проблемой). Алгоритмическая неразрешимость означает, что метода для решения всего класса задач нет, хотя для многих задач (или даже для каждой отдельной), входящих в класс, способы их решения могут существовать.
При представлении конкретной задачи в качестве частного случая некоторой массовой проблемы в поле зрения остаются только те ее черты, которые являются вариациями параметров этой проблемы. Информация, которую можно извлечь из формулировки массовой проблемы, иногда оказывается недостаточной для решения всех задач данного класса, несмотря на то, что информация в условии каждой задачи достаточна для ее решения индивидуальными методами. Так, существуют единые методы целочисленного решения определенных видов диофантовых уравнений (т. е. алгебраических уравнений, в которых число неизвестных больше числа уравнений). Например, имеются алгоритмы целочисленного решения уравнений вида x2+y2 = z2 и др. Однако доказано, что нет алгоритма целочисленного решения всей совокупности диофантовых уравнений, т. е. что данная массовая проблема является неразрешимой.
При гносеологическом анализе природы алгоритмически неразрешимых проблем обычно отмечают, что они появляются в теориях высокой степени общности. Однако что означает высокая степень общности? Очевидно, что она не может быть измерена числом индивидуальных задач, входящих в класс, или мощностью этого класса.
Для анализа этой проблемы, по-видимому, могут быть использованы информационные подходы к оценке массовых проблем, предложенные А. Н. Колмогоровым и разрабатываемые его учениками (13; 14). В рамках этого подхода было доказано, что если для решения данной совокупности единичных задач требуется больше информации, чем общая длина всех аксиом теории, то из данных аксиом нельзя вывести решение всех единичных задач совокупности (15).
Видимо, "высокая степень общности", характеризующая неразрешимые массовые проблемы, описывает не число задач, входящих в совокупность, а их разнородность. Важной характеристикой процесса обобщения должно стать указание на сохранение и потерю информации в результате этого процесса. Очевидно, что ни сущность, ни количественная оценка операции обобщения понятий (задач, теорий) не исчерпываются зафиксированным в формальной логике законом обратного соотношения объема и содержания понятий, ограниченность которого отмечалась ранее. Степень, уровень обобщения не могут быть оценены без информационной оценки обобщаемых понятий.
Обнаружение алгоритмически неразрешимых проблем, как и доказательство неполноты формализованных систем, свидетельствует об ограниченности математических формализмов. Неразрешимость массовых проблем связана с дефицитом информации в жестко фиксированных условиях задачи и с жесткой фиксацией каждого шага решения. С гносеологической точки зрения это означает, что ограниченность формальных методов вытекает из отрыва познавательного процесса от совокупной информации, которой располагает субъект, и в конечном счете от практического взаимодействия с внешним миром.
В реальном развитии математики доказательства ограниченности формализмов были восприняты прежде всего как обнаружение тупиковых направлений, по которым не следует двигаться: если та или иная массовая проблема неразрешима, то поиски алгоритма для нее бесплодны. "Эти результаты теории алгоритмов были настолько ошеломляющими, - отмечали советские математики Ю. Л. Ершов, И. А. Лавров и другие, - что усилие математиков долгое время было направлено на доказательство алгоритмической неразрешимости известных классических проблем и на нахождение новых неразрешимых классов проблем" (16, с. 38). Эти результаты существенны для математики. Они действительно позволили сконцентрировать усилия ученых на более перспективных проблемах. Поиск неразрешимых проблем - таков был исторически первый результат открытия алгоритмической неразрешимости. Вторым результатом было появление особого интереса к поиску доказательства разрешимости той или иной теории или фрагмента неразрешимой теории. Однако с точки зрения проблем кибернетики и машинной математики наиболее важен третий результат - попытки так или иначе обойти алгоритмическую неразрешимость. Рассмотрим этот вопрос подробнее.
2. О нетрадиционных методах формализации
и их познавательных возможностях
Алгоритмом является не всякий метод решения массовой проблемы. Он представляет собой совокупность дискретных шагов, последовательность которых жестко определена. Алгоритм дает решение всех задач, к которым он применим. Традиционно предполагается, что объекты, к которым применяется алгоритм, четко заданы. Поиски "обходных путей" для решения алгоритмически неразрешимых массовых проблем происходят посредством исключения отмеченных ограничений, т. е. расширения самого понятия "единый метод".
Еще в первой половине 50-х годов исследователи задались вопросом: можно ли с помощью "вероятностных машин" (т. е. действующих посредством методов, которые отличаются от алгоритмических тем, что очередной шаг определен не однозначно, а лишь с известной вероятностью) с достаточно большой надежностью решать такие массовые проблемы, которые нельзя решать алгоритмически? Для этого надо было определенным образом математически уточнить сам вопрос. При конкретном уточнении, которое ему дала группа исследователей (17), ответ получился отрицательным. Однако он был не единственно возможным. В 1969 г. советский математик Я. М. Барздинь теоретически доказал, что на "вероятностных машинах" (с бесконечной памятью) можно со сколь угодно большой вероятностью решить бесконечное множество единичных задач из некоторой массовой проблемы, которую невозможно решить единым алгоритмическим способом. Иными словами, было обосновано, что "вероятностная машина" обладает большими возможностями для решения массовых проблем, чем алгоритмическая (детерминированная) (18).
Конечно, вероятностная формализация приводит к решению задачи лишь с определенной вероятностью, тогда как алгоритм дает достоверный результат. Однако противопоставление этих методов - это результат абстракции, не учитывающей важных сторон познавательного процесса. Допустим, что реальной системой, реализующей детерминированный алгоритм, является человек, применяющий этот алгоритм последовательно к ряду задач некоторого класса. Люди, как известно, ошибаются. Следовательно, правильный результат посредством такого алгоритма будет получен не с достоверностью, а лишь с определенной вероятностью. Ошибаются и машины, действующие на основе детерминированных алгоритмов. Иными словами, реально существует описание детерминированного алгоритма, а его реализация содержит элемент случайности. Следовательно, реальный познавательный процесс в известной мере стирает различия между детерминированными и недетерминированными формализмами.
Таким образом, исследование возможностей "вероятностных машин" (теоретических) показывает, что формальные методы шире алгоритмических (если слово "алгоритм" употребляется в смысле теории алгоритмов). По отношению к вероятностным методам формализации не сформулировано ограничительных теорем, аналогичных теоремам Геделя. Однако гносеологический анализ ограниченности формализмов, проведенный выше, в ряде своих существенных черт распространяется и на эти методы. Это означает, что в принципе ограничен любой тип формализма, безгранично только мышление человека, опирающееся на бесконечно развивающуюся практику, которая обеспечивает неограниченный приток информации из внешнего мира. Оно в процессе познания подчиняет себе разрабатываемые формальные методы.
Необходимо указать еще на одно важное направление развития формальных методов. Во всех традиционных формализмах мы оперируем четкими понятиями. Математическое множество считается определенным тогда, когда относительно любого элемента из заданной области можно сказать, является ли он элементом некоторого множества или нет. Четкими являются и алгоритмы решения задач.
Нечеткость, присущая естественному языку, в значительной мере устраняется в содержательных теориях, а в формализме она исчезает. Здесь четкими являются и символ (абстрактный символ), и операции над ним. Такой тип формализации выполняет важные функции. Вместе с тем он создает чрезмерную "дискретизацию" информации, находящейся в психике человека, и потому является препятствием для реализации ряда способов творческого мышления, присущих содержательному мыслительному процессу. Формализации стандартного типа, как мы видели, отдаляют мыслительный процесс от обычных условий его протекания. Однако человек способен решать многие задачи, недоступные современным вычислительным машинам, именно благодаря его способности оперировать нечеткими идеями, понятиями, целями, предписаниями и т. д. Такая способность является одной из существенных черт человеческого мышления и играет важную роль в решении сложных задач творческого характера. В связи с проблемой искусственного интеллекта возник вопрос, нельзя ли и машины наделить способностью к оперированию нечеткими объектами (понятиями, значениями слов, алгоритмами и т. д.).
В качестве шага к решению этой задачи можно рассматривать концепцию нечетких (расплывчатых, размытых) множеств, выдвинутую Л. Заде (19; 20) и разрабатываемую рядом других математиков. Если в традиционных формализмах нечеткость исключается, то в теории нечетких множеств она формализуется. Это имеет важное гносеологическое значение (21). Существенно это и для психологии, которая оперирует часто расплывчатыми образованиями. Несомненно значение теории размытых множеств и для кибернетики.
Нечеткость множества заключается в том, что об объектах нельзя просто сказать, входят они в множество или не входят, поскольку имеют место различные степени принадлежности элемента множеству. Эти степени лежат в интервале между 0 и 1. Следовательно, границы множества размыты. Использование в ЭВМ различных сторон теории нечетких множеств позволяло бы ей в определенной мере учитывать отсутствие в мире жестких разграничительных линий и приблизиться к методам переработки информации, обычно применяемым человеком.
Для оперирования нечеткими высказываниями разработана специальная логика, имеющая свои степени истинности высказываний. Такая логика определяет степень истинности сложного высказывания по степеням истинности входящих в него элементарных высказываний. При ряде ограничений композиция из простых расплывчатых высказываний может получить четкую истинностную оценку.
Формализация нечетких понятий и множеств, создание логики нечетких высказываний и предикатов привели к разработке концепции нечетких алгоритмов и алгоритмических предписаний, т. е. таких, в которых имеются те или иные размытые компоненты. Таким образом, введение нечеткости и вероятностных алгоритмов выходит за пределы традиционных формализаций. В настоящее время концепция нечеткости интенсивно разрабатывается и находит ряд приложений в теории искусственного интеллекта (см. об этом гл. IV).
Еще одним из путей обхода алгоритмической неразрешимости является применение эвристических методов, в которых на основе определенных критериев резко сужается область поиска решения задачи. Однако среди отброшенных вариантов может оказаться и само решение проблемы (эти методы рассматриваются в гл. VI).
Таким образом, ограниченности формализмов, вскрытые за последние 50 лет, касаются их определенных типов, и не исключено преодоление этих ограниченностей формализмами иных типов.
Сделаем некоторые общие выводы из проведенного анализа.
Познавательный процесс на всех уровнях содержит в себе содержательный и формальный аспекты. В повседневном, а в известной мере и в научном, мышлении они слиты. Однако формальные аспекты обладают относительной самостоятельностью. Они представляют собой оперирование знаками или даже их физическими телами, тогда как мышление есть оперирование образами. При полной формализации оперируют неинтерпретированными фигурами (или другими материальными предметами). Здесь мышление функционирует на уровне предметных или умственных действий, так сказать, низшего порядка. В сознании человека имеются лишь стандартные правила, применяемые к таким же объектам; познавательная связь субъекта с миром и совокупной информацией, содержащейся в его психике, прервана. Умозаключение превращается в механический процесс, который может быть передан техническим системам. Однако в общем познавательном процессе этот тип мышления подчинен содержательной творческой мыслительной деятельности.
Создание и использование формальных методов позволяет существенно расширить познавательные возможности человека:
а) формальные методы благодаря использованию специальных искусственных языков позволяют интеллекту охватить задачи, которые либо не могут быть адекватно сформулированы на естественном языке, либо не могут стать объектом эффективного анализа. Это значит, что формализация, перевод на язык, в котором
могут применяться формальные методы, выполняют эвристическую функцию;
б) формальные методы, будучи общими методами решения целых классов задач, или едиными способами охвата различных теорий, относящихся к разным сферам
действительности, позволяют намного повысить эффективность умственного труда. Ряд задач, решение которых на содержательном уровне требует творческих усилий, посредством формальных методов решаются механически;
в) формальные методы создают принципиальную возможность механизации умственного труда посредством реализации на машинах логических и математических операторов.
В ходе развития математической логики было обнаружено, что традиционные формальные методы ограниченны. Однако математика создает все более мощные формальные методы. Тем не менее, любые формальные методы ограниченны. Это следует из неизбежной ограниченности любой отражающей системы, которая изолирована от потока информации, идущего от мира в процессе практической деятельности. Неисчерпаемость мира не позволяет его отобразить в конечной системе или совокупности конечных систем, в которых возникающие проблемы решались бы формальными методами (7). Познание всегда включает в себя взаимодействие формальных и содержательных аспектов.


ГЛАВА IV
РАЗВИТИЕ ДОКИБЕРНЕТИЧЕСКОЙ ИНФОРМАЦИОННОЙ ТЕХНИКИ - ПРЕДЫСТОРИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Как мы видели, интеллект человека обладает широкими познавательными возможностями, которые развиваются и ходе исторического прогресса на основе практической деятельности. Реализация этих возможностей представляет собой сложный процесс преодоления противоречий, поднимающий познание на более высокие уровни.
На нынешней ступени развития общества человек может решать сложные задачи познания, только используя информационную технику. Создание систем искусственного интеллекта на современном этапе научно-технического прогресса является высшей ступенью развития информационной, и в частности кибернетической техники. Понимание сущности и функций искусственного интеллекта требует осмысления их возникновения как закономерного продукта предшествующего развития. Поэтому анализ проблемы искусственного интеллекта мы начнем с выявления причин и тенденций развития информационной техники.
1. Объективная необходимость информационной техники
Как известно, организму человека свойственны ограниченности вещественного, энергетического и информационного порядка. Он способен лишь избирательно вступать в обмен веществ с внешней средой; его энергетические возможности определяются биохимическими процессами, его нервная система обладает ограниченными возможностями сбора, хранения, передачи и переработки информации.
Субстратом общественного развития является не только совокупность людей, но и производительные силы в целом, а следовательно, и орудия труда. Промышленность, по словам К. Маркса (1, т. 42, с. 124), является раскрытием человеческих сущностных сил, а В. И. Ленин подчеркивал, что "человеческий труд все более и более отступает на задний план перед трудом машин" (2, т. 1, с. 78). Это значит, что важнейшая черта человеческой деятельности заключается в распределении функций между человеком и техническими устройствами. Механизация нового класса функций выступает как важная сторона качественного преобразования самой деятельности человека.
На протяжении длительного исторического периода механизировались по преимуществу функции физического труда. Человек, включив орудия труда в производственный процесс, создал костную и мускульную систему производства. Она позволила обществу выйти далеко за пределы энергетических возможностей совокупности человеческих организмов****.
Кибернетика открывает или, точнее, знаменует собой новый этап в механизации умственного труда. Она позволяет дополнить внешнюю по отношению к организму человека костную и мускульную систему внешней нервной системой - информационной техникой.
Чем обусловлена такая необходимость?
Информационная техника есть, вообще говоря, техника управления. Система управления, как известно, состоит из управляющей и управляемых подсистем. Противоречивое взаимодействие между ними является важнейшей движущей силой прогресса в сфере управления. Необходимость управлять более сложными процессами в интенсивно меняющихся условиях требует усложнения управляющих систем. Это расширяет область управляемых процессов, что в свою очередь требует дальнейшего совершенствования управляющих систем.
Функции управляющей подсистемы - сбор, хранение, передача и переработка информации. Управляющая система отражает состояние управляемого процесса. Поэтому существует противоречие между способностью управляющих систем к отражению и сложностью решаемых задач управления. Это противоречие и обусловливает потребность в новом уровне отражения. На этом уровне материальным субстратом управления становятся не только физиологические системы человека, но и искусственные отражающие устройства. Нервная система как основа отражательной деятельности дополняется внешней искусственной системой - информационной техникой. Это значит, что кибернетика, а также более ранние информационные устройства возникают на базе противоречия между сложностью управляемых процессов на современном этапе общественного развития, с одной стороны, и психофизиологическими возможностями организма человека как отражающей системы - с другой. Прежде всего это противоречие проявилось в производстве.
Как известно, мозг человека и нервная система в целом представляют собой очень совершенную управляющую систему. На всем протяжении существования общества она успешно справлялась с управлением усложняющимися технологическими процессами. Антропогенез, так сказать, проавансировал общество информационными механизмами на много эпох вперед.
Человек учился управлять все более сложными процессами не посредством изменения своего биологического субстрата, а путем формирования и записи в памяти все новых программ, которые складывались эмпирически, а затем и на базе научных знаний. Мозг как универсальный преобразователь информации оказывался способным (почти всегда, когда это было нужно) перерабатывать информацию в реальном масштабе времени, в котором протекали различные вновь создаваемые технологические процессы. Однако в современных условиях эти процессы достигли такого уровня сложности и интенсивности, что ограниченная пропускная способность рецепторной и в целом анализаторной системы, недостаточная скорость передачи и переработки информации и другие психофизиологические ограниченности центральной нервной системы стали препятствием в использовании возможностей, заложенных в технике.
Всякая управляющая система способна реализовать лишь ограниченное множество программ и отобразить такое же множество внешних ситуаций. Преодолеть эти границы можно лишь путем выхода за пределы субстрата или структуры управляющей (отражающей) системы. Это требование обусловлено закономерностями эволюции отражения как общего свойства материи. В биологическом мире оно реализуется посредством появления новых биологических видов. В обществе эта закономерность действует не через биологическую эволюцию вида Homo sapiens, а посредством эволюции техники.
Далее, в технологии все в большей степени используются такие физические процессы, за которыми невозможно следить непосредственно. В ходе биологической эволюции человек не приобрел рецепторов, фиксирующих, скажем, электрические потенциалы, магнитные поля, уровень радиации и т. д. С развитием техники возникли сложные технологические процессы, управлять которыми можно, лишь располагая информацией о большом числе переменных. Если даже удается наблюдать за значениями этих переменных с помощью системы технических датчиков, то психика человека зачастую не способна одновременно охватить показания этих датчиков и на основе их быстро принять необходимые решения. Сложность управляемого процесса выше возможностей управляющей системы. Контроль за многими процессами переработки вещества и энергии, которые механизированы, человек осуществить не может.
Переработка информации до недавнего времени оставалась в основном в рамках его физиологических возможностей. Это тормозило развитие техники и технологии. Механизация информационных процессов стала необходимостью, общество создало соответствующие органы в виде информационной техники. Это диктовалось также возрастанием доли умственного труда в общей массе труда в связи с растущим обобществлением процесса производства, ростом числа работников и сложностью задач, решаемых в области управления экономикой, расширением сферы науки и вообще умственной деятельности. Таким образом, в середине XX в. возникла объективная потребность в передаче техническим устройствам функций умственного труда, переработки информации. Создание кибернетической техники и ее дальнейшее развитие явились ответом на эту объективную потребность.
Противоречие между потребностями управления и отражательными возможностями человека носит исторический характер. Было бы неправильно полагать, что его развертывание вплоть до середины XX в. означало лишь нарастание сложности управляемых систем при неизменности субстрата отражения. Утверждение об отсутствии у человека "внешней нервной системы" наподобие костной и мускульной системы производства верно лишь относительно. Люди уже на ранних стадиях развития общества использовали, а затем и создавали средства оперирования информацией (костры, камушки на память и т. д.). Однако эти средства общения в практической деятельности и тем более в мышлении играли подсобную роль.
Исторически первой крупной внешней системой, включившейся в переработку информации на уровне абстрактного мышления, явилось письмо. Ф. Энгельс высоко оценивал его роль в историческом развитии человечества, Прежде всего человек получил искусственную внешнюю память. Информация, извлекаемая им из внешнего мира, стала записываться не только в нервной системе, но и вне ее. Этой внешней памяти присущи большая длительность хранения и точность. Разумеется, письменность не выполняет все функции памяти, а лишь создает внешнюю запись.
Далее, письменность, и особенно развитая письменность (позднее - книгопечатание), значительно повысила уровень общественного характера познавательного процесса, способствовала передаче и использованию знания в пространстве и во времени. Внешняя знаковая запись служит не только средством общения. Она используется в самом мыслительном процессе, когда человек, решая задачи, обращается к своим записям. Письменные тексты не только хранят знания человека. В них воплощается его язык, категориальный и логический строй мышления, которые анализируются языкознанием, философией, логикой. Письменный вариант естественного языка содержит внутренние предпосылки для перехода к искусственным, в частности символическим, языкам.
Письменность явилась как бы первой формой взаимодействия между человеком и развитой внешней информационной системой. Правда, письменность выступает пассивным участником взаимодействия. Тем не менее, опыт такого взаимодействия существен и для системы "человек - машина". Относительная легкость использования человеком письма во многом определяется единством словаря и грамматической структуры устного и письменного вариантов языка. Важное значение имеет и то, что в современном обществе человек обычно овладевает письмом на относительно ранних этапах индивидуального развития, и поэтому в развитых обществах люди не сталкиваются с "письмобоязнью", как порой с "машинобоязнью", препятствующей использованию ЭВМ в различных областях человеческой деятельности. Таким образом, возникновение, изобретение письменности внесло существенные изменения в процессы хранения, передачи и переработки информации.
С созданием письма человек в больших масштабах использует создаваемые им внешние предметы для переработки информации. В своей умственной деятельности он впервые выходит за границы, определенные структурой его организма. Отсюда следует, что кибернетическая техника явилась не началом компенсации психофизиологических ограниченностей организма человека, а закономерным продолжением расширения и совершенствования материального субстрата отражательного процесса - тенденции, истоки которой восходят к изобретению письма.
Изобретение и распространение письма являются скачком в развитии возможностей отражения человеком внешнего мира. С точки зрения субстрата и структуры системы отражения была создана важнейшая предпосылка перехода к теоретическому мышлению. Человек, не использующий письменность, к этому не способен. Изобретение письма означает важный рубеж в эволюции субстрата и свойств отражения, переход от его биологической эволюции к социальной.
2. Роль приборов в расширении возможностей
абстрактного мышления
Письмо - не единственный докибернетический элемент исторически развивающейся внешней нервной системы человека. Общество создало разнообразные средства не только для хранения, но и для сбора, передачи и даже переработки информации. В совершенствовании коммуникативных систем общества фундаментальную роль играют технические средства передачи информации (телефон, телеграф, радио). Однако на процесс и возможности абстрактного мышления они до появления современных средств переработки информация непосредственно воздействовали слабо, поэтому мы их здесь рассматривать не будем. Большое влияние на развитие абстрактного мышления оказало включение в познавательный процесс приборов - датчиков информации.
Многие из них либо непосредственно, либо в преобразованном виде стали компонентами кибернетических устройств. Особенно важно то, что ряд гносеологических характеристик докибернетических приборов распространяется и на кибернетическую технику вплоть до системы искусственного интеллекта. Как уже говорилось, в ходе исторического развития общества ограниченность сенсорно-перцептивных систем человека затрудняла решение задач управления, которые вставали перед ним уже на ранних ступенях цивилизации. В связи с этим и появились приборы - датчики информации. Солнечные часы, например, были известны в Египте, Индии, Китае за 3 тыс. лет до н. э. Китайские летописи свидетельствуют о применении компаса в III в. до н. э. В Европе первое упоминание о нем относится к XII в. Однако широкое применение приборы получили в более поздний период в связи с развитием естествознания. С созданием приборов возникает ряд гносеологических вопросов. На первый взгляд может показаться, что утверждение о принципиальной недостаточности рецепторно-перцептивной системы человека для решения познавательных задач противоречит материалистической традиции. В материализме всегда подчеркивалось (а марксизм воспринял этот тезис) (1, т. 20, с. 554 - 555), что специфическое устройство органов чувств человека не создает непреодолимых границ для познания. Л. Фейербах писал, что "у нас нет никакого основания воображать, что, если бы человек имел больше чувств или органов, он познавал бы также больше свойств или вещей природы... У человека как раз столько чувств, сколько именно необходимо, чтобы воспринимать мир в его целостности, в его совокупности" (4, с. 632 - 633). В. И. Ленин считал, что это высказывание Фейербаха важно в борьбе против агностицизма (2, т. 29, с. 52). Действительно, положение "если бы человек имел больше органов чувств, он познал бы больше вещей" эквивалентно утверждению "существуют явления, которые при данном количестве органов чувств не могут быть познаны". Оно имеет агностический характер.
Таким образом, положение о достаточности органов чувств человека для познания окружающей действительности признается и Фейербахом (а также рядом других представителей домарксистской философии) и основоположниками марксизма. Однако понимание и аргументация этого положения у Фейербаха, с одной стороны, и в философии марксизма - с другой, существенно различны. Концепция универсальности человека (неограниченности его воздействия на природу) в марксизме включает в себя ряд элементов, которые либо совершенно чужды домарксистской философской мысли, либо схвачены ею в качестве изолированных и неразвернутых элементов.
1. Человек является непосредственно природным существом (это признавал и Фейербах). Однако это не обеспечивает универсальности его взаимодействия с природой. Собственно природное существо не может быть универсальным. "...В качестве природного, телесного, чувственного, предметного существа, - писал К. Маркс, - он (человек - С. Ш.), подобно животным и растениям, является... ограниченным существом..." (1, т. 42, с. 163). "Но человек - не только природное
существо, он есть человеческое природное существо..." (1, т. 42, с. 164). Именно в качестве общественного человека он способен преодолеть свою ограниченность как природного существа, хотя структура его организма есть предпосылка универсальности, и биология
человека в определенном смысле социальна.
2. Самоутверждение человека как родового существа (общественного человека) происходит в процессе практического созидания предметного мира, т. е. в процессе материального производства. "Животное... производит односторонне, тогда как человек производит универсально..." (1, т. 42, с. 93). При этом человек создает
и использует орудия. "... Орудие, - отмечал Ф. Энгельс, - означает специфически человеческую деятельность..." (1, т. 20, с. 357). Универсальное практическое взаимодействие с внешним миром имеет не физиологическую или биохимическую, а социальную природу, поскольку осуществляется в процессе общественного производства. Из этого положения и из признания практики в качестве основы процесса познания следует, что и универсальность человека как субъекта познавательного процесса в конечном счете обусловлена производством.
3. Универсальность человека не есть нечто внеисторическое. На каждой данной ступени развития человека (определяемой прежде всего уровнем производства), а тем более на той, когда он только выделился из животного мира, универсальность присуща ему как потенция. Общественное производство (в отличие от биохимической и физиологической природы человеческого организма) в процессе развития снимает преграды к универсальному взаимодействию человека с внешней природой, а общество в своем бесконечном развитии обретает
безграничную возможность к совершенствованию.
Положения об универсальных возможностях человека распространяются и на познавательный процесс. Универсальность познавательных возможностей человека имеет социальную природу и обусловлена в конечном счете производством, ей также присущ исторический характер. Если в сенсорно-перцептивной сфере человек как природное существо ограничен, то как общественное существо он преодолевает ограниченность своего организма. Создание приборов, расширяющих возможности рецепции и восприятия, - важная предпосылка для преодоления этой ограниченности. К. Маркс отмечал важное значение научных приборов (типа термометров, точных весов, микроскопов) для практики и познания (1, т. 47, с. 477).
В настоящее время (а тем более в перспективе) человек создает ряд отраслей производства, функционирование которых способствует возникновению условий, существенно отличных от тех, к которым приспособились организмы на генеалогической линии эволюции, увенчавшейся появлением человека. И если человек не смог бы научиться фиксировать такого рода факторы, то это привело бы к катастрофическим последствиям. Трудно предположить, что люди - во всяком случае, в обозримом будущем - могут создать новые органы чувств или на базе существующих выработать новые типы ощущений (научатся, например, чувственно воспринимать магнитные поля, повышение уровня радиации и т. д.). А это необходимо как для управления производственными процессами, так и для сохранения на должном уровне факторов изменений окружающей среды, жизненно важных для человека. Это значит, что возникает противоречие между достигнутым уровнем управления и новыми задачами управления, противоречие, которое требует изменения субстрата отражения.
Сенсорно-перцептивные возможности человека затрудняют решение не только производственных, но и познавательных, в частности, научных, задач. Для их решения создаются различного рода приборы, компенсирующие те или иные ограниченности органов чувств человека. Создание приборов существенно раздвигает границы отражения человеком окружающего мира. Развитие систем сбора информации (так же как памяти в связи с появлением письменности) перестает быть неразрывно связанным с биологической эволюцией.
Это дает важные познавательные результаты. Прежде всего, чувственная основа абстрактного мышления все более расширяется в процессе развития техники, что ведет к увеличению объема эмпирических данных, которыми располагает наука. В результате происходит скачок в развитии возможностей самого абстрактного мышления. Далее, благодаря измерительным приборам человек с помощью абстрактного мышления устанавливает точные количественные закономерности, тогда как он, не вооруженный техникой, может давать лишь общие количественные оценки. Техника позволяет абстрактному мышлению преодолеть еще одну границу, обусловленную возможностями организма. Наличие письма есть, как мы видели, необходимая предпосылка создания теорий. Однако создание количественных теорий требует наличия измерительных приборов.
Наконец, развитие приборной техники порождает и усиливает ряд сторон взаимодействия чувственного и рационального моментов в познавательном процессе. Абстрактное мышление активно участвует в создании (расширении) своего чувственного базиса через изобретение, проектирование и т. д. приборов. Вместе с тем интерпретация показаний приборов, умение ориентироваться в "приборной чувственности" и работать с данными приборов на абстрактном уровне становятся существенным моментом познавательной деятельности.
Итак, биологические особенности человека создают широкие, но все же ограниченные возможности непосредственного отражения им действительности. Они же позволяют человеку и преодолеть эту ограниченность в процессе реализации его социальной сущности. Этот процесс опирается на развитие общественной практики. Сталкивая человека со все новыми объектами, формируя категориальный строй мышления, она, во-первых, позволяет на фиксированном материальном субстрате отражения раздвигать пределы человеческого знания. Во-вторых, дает возможность изменить субстрат отражательного процесса, включить в него искусственно создаваемые орудия познания. Как мы стремились показать, первыми такими орудиями познания были письмо и приборы - датчики информации.



ГЛАВА V
ЭВМ И РАСШИРЕНИЕ ВОЗМОЖНОСТЕЙ АБСТРАКТНОГО МЫШЛЕНИЯ

В результате создания кибернетической техники и главным образом электронно-вычислительных машин наступает новый этап в реализации тенденции к преодолению с помощью технических средств психофизиологической ограниченности организма человека. Прежде всего, ЭВМ качественно преобразуют сбор информации. Кибернетика впервые создала относительно сложные внешние комплексы, осуществляющие целостный цикл оперирования информацией. Это позволило впоследствии перейти к созданию интегральных промышленных роботов, способных к выполнению различных функций на основе решений, принимаемых роботом в результате самостоятельного анализа предметной среды.
Главным моментом качественно нового этапа в развитии информационной техники явилось создание центрального звена этой системы - самой ЭВМ, выполняющей в автономном режиме, без вмешательства человека (в соответствии с разработанной человеком программой), ряд функций абстрактного мышления человека.
Особенностью цифровых ЭВМ по сравнению с предшествующими вычислительными машинами является их универсальность, хотя она и не абсолютна, если иметь в виду сформулированные в предыдущей главе закономерности связи между субстратами (элементы - структура) системы и ее отражательными возможностями.
Рассмотрим, по каким направлениям осуществляется расширение возможностей абстрактного мышления в связи с передачей некоторых его функций техническим системам.

1. Задачи, решаемые и нерешаемые
традиционными методами на ЭВМ
Использование ЭВМ в течение нескольких десятилетий позволяет говорить о существовании методов решения задач, которые могут рассматриваться как традиционные и даже рутинные. Использование ЭВМ началось с решения многих вычислительных задач, для которых наука уже располагала алгоритмами и реализация которых без машины практически была невозможной (например, решение линейных уравнений с большим числом переменных или вычисление различных числовых функций, к которым сводится решение многих прикладных задач). Это были задачи, давно ожидавшие своего решения и, так сказать, готовые к решению на ЭВМ. Конечно, это не означало, что они не нуждались в предварительной обработке. Алгоритмы, которыми располагали математики, были написаны на математическом языке, доступном человеку, а не машине. Их следовало перевести на язык, "понятный" машине, т. е. машину надо было запрограммировать. Вплоть до 50-х годов (а практически и в 60-х годах) для их решения требовалось составлять программу в машинных кодах.
Цепочка команд, определяющих функционирование машины при решении задач, детально разрабатывалась программистом. Для этого ему необходимо было знать конструктивные особенности конкретной машины. Процесс кодирования требовал большого искусства и во многом напоминал решение задач на смекалку. Тем не менее, каждый готовый алгоритм относительно легко мог быть превращен в машинную программу (если объем памяти машины позволял это сделать). Таким образом, традиционный метод решения задач на ЭВМ заключался в превращении готового алгоритма решения некоторой массовой проблемы в машинную программу, по которой до конца решения задачи и работает машина.
Для повышения эффективности использования ЭВМ требовался поиск новых задач, которые можно было бы передать машине, а также разработка алгоритмов, специально рассчитанных на машинное решение. Применение ЭВМ более трех десятилетий привело к их широкому внедрению в различные сферы деятельности человека. С их помощью резко повысилась эффективность многих видов умственного труда, систематически решается значительное количество научных и практических задач. ЭВМ обеспечивают функционирование автоматизированных систем управления производством и технологическими процессами, без них немыслимо составление народнохозяйственных планов. ЭВМ составляют важнейшее звено управления космическими полетами, они автоматически обрабатывают собираемую научную и иную информацию и т. д. Короче говоря, на современном этапе развития общества ЭВМ стали неотъемлемым элементом его материальной и духовной культуры.
Какой познавательный эффект дает использование ЭВМ?
Прежде всего, практически доказано, что вычислительные функции, выполняемые человеком на основе готовых алгоритмов, в принципе, т. е. при допущении абстракции потенциальной осуществимости, могут быть переданы для решения техническим устройствам. Теоретически этот тезис в общей форме высказывался еще в средние века. Английский ученый Ч. Бэббидж даже пытался практически осуществить эту идею, но в силу неразвитости техники (особенно из-за отсутствия подходящих материалов и неразработанности технологических процессов, надежно и быстро реализующих алгоритмы) не сумел довести дело до конца. Л. Тьюринг дал определение алгоритма через абстрактную вычислительную машину и тем самым в сущности теоретически предвидел аналогию алгоритмического процесса и процессов реальной вычислительной машины. Его понимание универсальной машины (впоследствии названной универсальной машиной Тьюринга) предвосхитило создание ЭВМ, перерабатывающей информацию по произвольной программе.
Однако только развитие вычислительной техники, теории программирования за последние десятилетия доказало практически, что ЭВМ способна реализовать функции интеллекта, которые осуществляет человек и для которых есть готовые алгоритмы.
Далее, доказано также, что к числу таких функций относится не только вычисление. Что вычислительные процессы могут быть механизированы, было известно давно. Существовали и различные механические вычислительные средства, например арифмометры. Правда, создание ЭВМ явилось качественным скачком в развитии этих средств. Благодаря памяти ЭВМ, хранящей программу и исходные данные, она может работать без вмешательства человека, и в результате этого собственно вычислительная функция полностью перешла от человека к машине. Никто не пытался установить границы механизации вычислительных процессов исходя из философских соображений. Иное дело - отличающиеся от вычисления функции абстрактного мышления. Многие философы, в частности Гегель, категорически отрицали возможность передачи машинам логических функций. Следует отметить также, что создатели ЭВМ также не рассчитывали на использование последних для реализации логических функций. Эта способность была обнаружена после их создания. Практика показала, что ЭВМ реализуют логические алгоритмы нисколько не хуже, чем вычислительные.
Как мы видели (см. гл. II), возможность передачи логических функций машинам вполне согласуется с материалистическим пониманием природы логического. Выполнение ЭВМ логических операций явилось одним из важных его подтверждений. В той мере, в какой логический процесс описывается посредством алгоритмов, он, как и вычислительный процесс, может быть передан техническим системам. В принципе вычислительные операции не занимают преимущественного положения в работе вычислительной машины. Она оперирует символами, а арифметическая интерпретация есть лишь одна из многих интерпретаций этих символов.
Таким образом, практика использования ЭВМ доказала возможность их применения не только для реализации вычислительных операций. Так сказать, попутно было подтверждено одно из важных следствий теории отражения о неспецифичности структуры логического вывода, т. е. о том, что логические структуры являются отражением объективной реальности.
Следующий важный вывод, связанный с применением ЭВМ, заключается в том, что совокупность задач, для решения которых возможно сконструировать алгоритм, т. е. задач, которые можно формализовать, очень широка. Она включает значительное количество научных, экономических, технологических и иных задач, решение которых до применения ЭВМ было недоступно для человека.
Прежде всего, математика имела значительный задел проблем, для которых в потенции существовали методы решения. Однако они не разрабатывались, поскольку для этого требовалось практически неосуществимое число шагов. Например, численные методы решения дифференциальных уравнений с частными производными до ЭВМ почти не разрабатывались, так как с ростом числа независимых переменных (т. е. размерности задач) резко возрастает число операций, необходимых для решения уравнения. Использование ЭВМ требовало разработки вычислительных методов.
Более того, создание ЭВМ привело к интенсивному развитию ряда новых областей математики, моделирующих предметные области действительности, которыми ранее математики не занимались. Широкое развитие получили линейное и динамическое программирование, теория игр, возникшие еще до появления ЭВМ. Эти новые разделы математики позволили посредством ЭВМ решать сложные задачи, связанные с оптимизацией технологических и экономических процессов. Если ранее математика применялась главным образом в физике и вообще при анализе низших форм движения, то развитие ЭВМ и использование идей кибернетики привели к математизации ряда других наук, в частности биологических и гуманитарных.
Главный познавательный эффект применения ЭВМ за истекшие годы заключается в преодолении барьера сложности, который обусловлен психофизиологическими возможностями мозга.
Специфическим методом анализа сложных систем и процессов на ЭВМ является математический эксперимент. В память ЭВМ помещается описание системы уравнений и методов ее решения. Машина выдает ряд вариантов решений, различающихся в зависимости от значения параметров системы. Вместе с тем она обнаруживает зависимость свойств решения от этих параметров. Следовательно, различные варианты проектируемых конструкций могут быть подвергнуты анализу при отсутствии их физической модели.
Более того, математический эксперимент возможен с системой, которая описана лишь качественно, но на некотором точном языке. Таким образом, математический эксперимент, осуществляемый на ЭВМ, есть важное орудие анализа и синтеза сложных систем.
С применением ЭВМ все большая часть рутинных функций передастся машине, и тем самым человеческий интеллект высвобождается для разработки творческих задач. Появление микропроцессоров, реализуемых на больших интегральных схемах, - важный перспективный фактор экономии нетворческого умственного труда во всех сферах. Конечно, в определенной мере нетворческие операции и их совокупности и в дальнейшем будут компонентами творческих процессов, в которых они сохраняются в снятом виде.
Как видно, решение задач на ЭВМ традиционными методами, т. е. посредством превращения разработанных алгоритмов в программы, существенно повысило возможности абстрактного мышления.
В 50-х годах кибернетики приступили к поиску принципиально иных путей использования ЭВМ, что было обусловлено рядом обстоятельств. Прежде всего, как было отмечено, существуют алгоритмически неразрешимые массовые проблемы. Правда, единичные задачи или даже классы задач такого рода человек успешно решает сам. Многие из них существенно важны в теоретическом или практическом отношении. То, что были найдены решения отдельных задач, наталкивало на мысль о существовании иных, неалгоритмических способов их решения, поэтому стремление найти их, а затем и реализовать на ЭВМ было естественным.
Далее, известно много задач, для которых не доказано отсутствие алгоритма или даже известен алгоритм, но его реализация требует столь большого количества шагов, что они неосуществимы практически даже для самых быстродействующих машин не только настоящего, но и будущего. Начались поиски иных путей для их решения. Так, игра в шашки является конечной, т. е. содержит конечное число вариантов, и, следовательно, разрешима посредством алгоритма простого перебора. Однако такой перебор включал бы 1040 альтернатив. При скорости 3 альтернативы в 1 мк. сек. реализация такого алгоритма заняла бы 1021 столетий! Так что увеличение быстродействия ЭВМ на десяток порядков (что практически и, по-видимому, теоретически вряд ли возможно) не изменило бы существа дела (1,с. 73).
Аналогично обстоит дело и с доказательством теорем. Даже для наиболее простого разрешимого раздела логики - исчисления высказываний - алгоритмический путь доказательства теорем в общем случае не приводит к реальным результатам. Алгоритм, чтобы гарантировать решение, т. е. найти доказательство, должен производить исчерпывающий поиск среди аксиом и ранее доказанных теорем путем систематического применения правил преобразования до тех пор, пока не найдет искомую цепочку. Как отмечали создатели эвристического программирования, для доказательства теорем, сформулированных в классическом труде Б. Рассела и А. Уайтхеда по математической логике "Principle Mathematica", посредством переборного алгоритма потребовались бы сотни тысяч лет (1, с. 122).
С этой точки зрения принципиальной разницы между разрешимыми и неразрешимыми теориями нет. Из теоретического факта существования разрешающей процедуры можно извлечь для программирования ЭВМ не больше, чем из неконструктивных доказательств существования объекта для его построения. В этом отношении различие между абстракциями актуальной бесконечности и потенциальной осуществимости, подчеркиваемое представителями конструктивного направления в математике, не представляется существенным. От "потенциальной осуществимости" (в общем случае) "нет спуска на землю" (т. е. к практически осуществимым алгоритмам и программам), так же как и от "актуальной бесконечности", что не обесценивает значения ни той, ни другой абстракции в определенных познавательных ситуациях.
Однако известно, что некоторые задачи, для решения которых имеется лишь практически нереализуемый алгоритм (как и задачи, для которых нет алгоритма), человек тем не менее решает. Следовательно, существуют методы, посредством которых множество возможных вариантов либо сокращается, либо по каким-то критериям полностью не строится. Эти методы следует искать. То же самое необходимо сказать и о задачах, для которых существуют практически нереализуемые алгоритмы, но которые не решаются человеком, несмотря на их практическую значимость.
Далее, для многих задач написание алгоритма, учитывающего предварительно все возможные ветвления процесса и обстоятельства, которые могут на него влиять, т. е. предварительная полная формализация (в традиционном смысле), оказывается принципиально невозможным, например, в силу стохастического характера управляемого процесса. В других случаях она хотя принципиально и возможна (потенциально осуществима), но настолько громоздка, что практически нереализуема. Чтобы преодолеть это, человек обычно уточняет или изменяет ход решения задачи в самом процессе решения в зависимости от получаемых результатов. Обнаружив, что тот или иной путь бесперспективен, он бросает анализ вариантов на полпути или даже в его начале, хотя до того, как приступил к решению задачи, не смог бы или смог бы с большим трудом сформулировать критерии, по которым следует прекратить анализ. Так или иначе, человек принимает ряд решений на основе промежуточных результатов. Желательно было бы эту способность принятия решений передать машине, иными словами, снабдить машину методами самостоятельного принятия решений.
Мы описали две ситуации, которые следует различать. В одном случае речь шла о том, что осуществление алгоритма практически невозможно, потому что включает в себя много шагов. С этим можно столкнуться и при реализации программы, составление которой не сопряжено с большим трудом. Один и тот же алгоритм дает существенно различное число шагов при применении его к различным исходным данным, причем часто это число шагов предварительно определить невозможно (2). Во втором случае речь идет не о громоздкости реализации алгоритма, а о громоздкости и психологической трудности его предварительного составления. Человек вообще психологически не склонен к такого рода работе. Он более склонен считать, что интуиция подскажет ему верное решение, когда возникнет соответствующая ситуация. К этому следует добавить, что порой и сам алгоритм весьма громоздок и требует для своего внесения в машину использования значительной части ее памяти, что также нежелательно.
Далее, во многих случаях человек владеет опытом, который с большим трудом поддается словесному описанию, тем более формализации. Этот опыт накоплен в процессе практического решения производственных, теоретических, игровых задач. Желательно было бы снабдить управляющий автомат способностью к самообучению. Правда, уже на ранних этапах развития кибернетики были созданы автоматы, способные к самообучению, имитирующие феноменологически простые условные рефлексы. Однако оказалось, что на основе принципов, давших первые положительные результаты, не удается создать более сложные самообучающиеся информационные системы. Стремление найти принципы работы более или менее сложных самообучающихся систем также явилось одной из причин поиска не строго алгоритмических методов переработки информации, которые можно было бы передать техническим системам.
Известно, что человек умеет принимать решения (не обязательно хорошие, но во всяком случае приемлемые) в условиях, которые с различных точек зрения содержат неопределенность или нечеткость. Он оперирует с нечеткими целями и идеями, использует методы, которые четко не определены, принимает решения в ситуациях с неполной информацией и т. д. В реальных задачах, с которыми сталкивается человек, неопределенные ситуации играют фундаментальную роль, особенно при принятии решений, связанных с функционированием сложных систем. Это значит, что преодоление барьера сложности, о котором шла речь выше, может найти значительно более полное развитие, если технические системы смогут оперировать нечеткими и неопределенными ситуациями.
Такого рода задачи и должны решаться системами искусственного интеллекта. Это и определило поиск новых типов программ. Их анализ требует конкретизации понятия "искусственный интеллект".
2. Конкретизация понятия "искусственный интеллект"
В понятие "искусственный интеллект" вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Мы постараемся вычленить тот смысл понятия "искусственный интеллект", который в наибольшей степени соответствует реальным исследованиям в этой области.
Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.
Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста - не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?
Чтобы ответить на этот вопрос, надо уяснить прежде всего, что такое задача. Как отмечают психологи (3, с. 5 - 12), этот термин тоже не является достаточно определенным. По-видимому, в качестве исходного можно принять понимание задачи как мыслительной задачи, существующее в психологии. Психологи подчеркивают, что задача есть только тогда, когда есть работа для мышления, т. е. когда имеется некоторая цель, а средства к ее достижению не ясны; их надо найти посредством мышления. Хорошо по этому поводу сказал Д. Пойа: "...трудность решения в какой-то мере входит в само понятие задачи: там, где нет трудности, нет и задачи" (4, с. 143). Если человек имеет очевидное средство, с помощью которого наверное можно осуществить желание, поясняет он, то задачи не возникает. Если человек обладает алгоритмом решения некоторой задачи и имеет физическую возможность его реализации, то задачи в собственном смысле уже не существует.
Так понимаемая задача в сущности тождественна проблемной ситуации, и решается она посредством преобразования последней. В ее решении участвуют не только условия, которые непосредственно заданы. Человек использует любую находящуюся в его памяти информацию, "модель мира", имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира.
Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления, т. е. "безмысленная", неинтеллектуальная.
Под словом "машина" здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач "модели мира". Недостатком такого понимания является главным образом его антропоморфизм. Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек по крайней мере в определении отсутствовал.
При характеристике мышления мы отмечали, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления (в отличие от рассудочной деятельности животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу "стимул - реакция", а на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия.
Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени или как однозначно определенные функции от результатов предшествующих шагов), на наш взгляд, является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта.
Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их "интеллектуальности" (5, с. 415). Формирование такой модели, как мы покажем ниже, связано с преодолением синтаксической односторонности системы, т. е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику.
Характеризуя особенности систем искусственного интеллекта, Л. Т. Кузин указывает на: 1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе; 2) способность пополнения имеющихся знаний; 3) способность к дедуктивному выводу, т. е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью; 4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая "понимание" естественного языка; 5) способность к диалоговому взаимодействию с человеком; 6) способность к адаптации (5, с. 415 - 418).
На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.
П. Армер (6) выдвинул мысль о "континууме интеллекта": различные системы могут сопоставляться не только как имеющие и не имеющие интеллекта, но и по степени его развития. При этом, считает он, желательно разработать шкалу уровня интеллекта, учитывающую степень развития каждого из его необходимых признаков. Известно, что в свое время А. Тьюринг (7) предложил в качестве критерия, определяющего, может ли машина мыслить, "игру в имитацию". Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека.
Критерий Тьюринга в литературе был подвергнут критике с различных точек зрения. На наш взгляд, действительно серьезный аргумент против этого критерия заключается в том, что в подходе Тьюринга ставится знак тождества между способностью мыслить и способностью к решению задач переработки информации определенного типа. Успешная "игра в имитацию" не может без предварительного тщательного анализа мышления как целостности быть признана критерием ее способности к мышлению.
Однако этот аргумент бьет мимо цели, если мы говорим не о мыслящей машине, а об искусственном интеллекте, который должен лишь продуцировать физические тела знаков, интерпретируемые человеком в качестве решений определенных задач. Поэтому прав В. М. Глушков (8, с. 162 - 168), утверждая, что наиболее естественно, следуя Тьюрингу, считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долго диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если учесть возможность разработки программ, специально рассчитанных на введение в заблуждение человека (9), то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте. Этот критерий, на наш взгляд, не противоречит перечисленным выше особенностям системы искусственного интеллекта.
Но что значит по "достаточно широкому кругу вопросов", о котором идет речь в критерии Тьюринга и в высказывании В. М. Глушкова? На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой "общего интеллекта" (8). Сейчас большинство работ направлено на создание "профессионального искусственного интеллекта", т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии и т. п.). В этих случаях "достаточно широкий круг вопросов" должен пониматься как соответствующая предметная область.
Исходным пунктом наших рассуждений об искусственном интеллекте было определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один-два раза, непосредственно в процессе чувственного восприятия. Исходя из этого кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи в сущности являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной. Тем более это относится к "пониманию" машиной фраз на естественном языке, хотя человек в этом не усматривает обычно проблемной ситуации.
Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами.
Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами. Рассмотрим их с позиций гносеологии.
3. Доказуемы ли математически возможность
или невозможность искусственного интеллекта?
Авторы, считающие, что возможность создания искусственного интеллекта математически доказана, ссылаются главным образом на известные логико-математические результаты У. С. Маккаллока и У. Питтса. В их фундаментальной работе, опубликованной в 1943 г. (10) и положившей начало теории нервных сетей, выдвинута и доказана серия теорем, общий смысл которых заключается в том, что нейронные события можно описать средствами исчисления высказываний. Ими было введено понятие "формальный нейрон", которому приписывались некоторые свойства реального нейрона, в частности принималось, что он, как и реле, подчинен закону "все или ничего".
Маккаллок и Питтс предложили также понятие "нервная сеть", которая представляет собой комбинацию из формальных нейронов. Они доказали возможность описания поведения любой сети "формальных нейронов" на определенном логическом языке, а также обратное утверждение: для всякого логического выражения, удовлетворяющего некоторым условиям, можно найти сеть, имеющую описываемое этим выражением поведение. Они считали, что доказанные теоремы играют важную роль в обосновании тезиса о познаваемости структуры и функций реальной нервной системы.
Важное значение - не только математическое и техническое, но и философское - придавал этим результатам один из крупнейших математиков XX в., сыгравший выдающуюся роль в формировании кибернетики, Дж. фон Нейман. В работе, относящейся к 1948 г. и содержащей набросок общей теории автоматов, он сделал на основе результатов Маккаллока и Питтса существенные гносеологические выводы: "Часто можно было слышать разговоры о том, что деятельность и функции нервной системы человека настолько сложны, что никакой обычный механизм не может их выполнить. Пытались указать специфические функции, которые, по самой своей природе, налагают это ограничение. Делались также попытки доказать, что такого рода специфические функции, полностью описанные логически... недоступны механической, нервной реализации. Результат Маккаллока - Питтса кладет всему этому конец. Он доказывает, что все, что можно описать исчерпывающим и однозначным образом, все, что можно полностью и однозначно выразить словами... реализуемо с помощью соответствующей конечной нервной сети" (11, с. 89). Фон Нейман возвращается к этой проблеме и в более поздней работе, относящейся к 40-м годам, в которой он пишет, что из результатов Маккаллока и Питтса "с совершенной определенностью... следует, что все, что можно описать словами, можно сделать на нейронах" (12, с. 65). Правда, он отмечает, что из результата Маккаллока и Питтса не вытекает, что в утверждении "о чем ты думаешь, ты можешь описать" не осталось никаких проблем. Он подчеркивает также, что отмеченный вывод следует из математических теорем не с математической, а с философской точки зрения. Он делает и ряд других оговорок, часть которых будет рассмотрена ниже.
Тем не менее, после оценок фон Нейманом результатов Маккаллока и Питтса их теоремы стали рассматриваться как математическое доказательство возможности передачи машинам любых функций, выполняемых нервной системой, и в частности функций интеллекта. Подобные утверждения встречаются и в современной кибернетической литературе. Так, Н. С. Сатерленд считал, что доказательства Маккаллока и Питтса означают, что "любое устройство обработки информации (следовательно, и мозг. - С. Ш.) можно представить в виде релейной схемы так, что при этом будет обеспечена эквивалентность соотношений входов и выходов в обоих устройствах" (13, с. 26). Отсюда он делает вывод о том, что логики обработки информации человеком и машиной тождественны. Такую же трактовку результата Маккаллока и Питтса дают и некоторые советские кибернетики (14).
В советской философской литературе встречаются ссылки на этот результат, так же как на математическое доказательство возможности передачи машинам любой задачи переработки информации, осуществляемой мозгом. Л. Б. Баженов, подвергнув критике ряд попыток отдельных авторов указать конкретные черты мышления или задачи переработки информации, решаемые мозгом и не допускающие воспроизведения в кибернетических устройствах, писал: "Основное, однако, в опровержении "конкретных" аргументов состоит даже не в рассмотрении каждого из них порознь. Существует чрезвычайно важная общая теорема (теорема Маккаллока - Питтса), делающая, если угодно, излишним рассмотрение каждого отдельного конкретного аргумента" (15, с. 368).
В другой работе он утверждал, что теорема Маккаллока - Питтса сводит вопрос о выполнении любой функции головного мозга к вопросу о познаваемости этой функции. Он считал, что результаты Маккаллока и Питтса позволяют сделать вывод: любая строго очерченная область мыслительной деятельности человека в принципе может быть алгоритмически описана и, следовательно, воспроизведена машиной. Этот вывод автор называет основным гносеологическим результатом кибернетики (16, с. 7; см. также 17, с. 351 - 352).
В исследованиях других авторов также проводится мысль о том, что результаты Маккаллока и Питтса математически доказывают возможность создания искусственного интеллекта. В сущности утверждается, что математически доказана возможность передачи цифровым машинам любых функций, выполняемых человеческим мозгом. В аргументации этих авторов в основном воспроизводятся доводы фон Неймана (однако, как правило, не приводятся его оговорки, ограничивающие доказательную силу гносеологических выводов из результата Маккаллока и Питтса).
На наш взгляд, изложенная точка зрения на теоремы Маккаллока и Питтса логически не безупречна. Прежде всего утверждение о том, что любая функция человеческого интеллекта может быть воспроизведена формальной нервной сетью (или конечным автоматом), не может быть доказана формально, т. е. принятыми в математической логике методами, ибо понятие функции человеческого интеллекта - это содержательное, а не формальное понятие. "Нервная сеть" (как и "формальный нейрон") - это аксиоматически заданные формализованные понятия. Эквивалентность (или вообще соотношение) между формализованным и содержательным понятием не может быть проанализирована на формальном уровне, доказана в рамках математической логики. Это относится и к другим аналогичным утверждениям, которые тоже не могут быть доказаны средствами математической логики.
Игнорирование принципиальных различий между формализованным и содержательным понятиями является причиной ряда гносеологических неточностей. Соотношение содержательного понятия и его формальной экспликации - самостоятельная проблема. Здесь возможны различные варианты. Формальный экспликат часто бывает уже по объему, чем эксплицируемое интуитивное содержательное понятие. Они могут быть равны по объему. Наконец, экспликат может быть и шире эксплицируемого. В каждом случае для сопоставления их объемов требуется содержательный анализ.
Таким образом, распространять результаты Маккаллока н Питтса на любые функции человеческого интеллекта или даже на описанные конечным количеством слов неправомерно, если при этом не учитывается содержательный анализ указанных функций в их отношении к логическому исчислению, которым непосредственно оперируют в рассматриваемых теориях.
Невозможно также строго доказать, что формально описанная функция реальной нервной системы может быть реализована формальной нервной сетью. На первый взгляд в этом случае речь идет о соотношении двух формальных понятий. На самом деле это не так. Формальная нервная сеть в понимании Маккаллока и Питтса - это действительно строго логически определенное понятие. А формально описанная функция реальной нервной системы - это понятие, подлежащее уточнению посредством указания логического языка, на котором это описание производится. Если такого уточнения нет, то это понятие не может быть объектом строгого математического доказательства. Следовательно, теоремы Маккаллока и Питтса относятся не к любым формально описанным функциям реальной нервной системы, а только к формально описанным вполне определенным образом функциям. Охватывают ли эти формальные описания и насколько функции реальной нервной системы, может быть выявлено лишь в результате содержательного анализа.
Поскольку результат Маккаллока и Питтса играет заметную роль в большинстве философских обсуждений вопроса о возможностях искусственного интеллекта, постольку необходимо выяснить, что же математически доказали Маккаллок и Питтс.
На наш взгляд, они обосновали, что всякое логическое выражение, удовлетворяющее некоторым условиям, эквивалентно формальной нервной сети. Описание, о котором идет речь (однозначное, логическое, определенное и т. п.), выражено на конкретном логическом языке. Это несколько модифицированный язык исчисления высказываний. Таким образом, они в сущности доказали эквивалентность в некотором смысле двух формализмов: исчисления высказываний и созданного ими формализма нервных сетей.
Фон Нейман в одной из своих работ писал, что результат Маккаллока и Питтса означает, что "общность нейронной системы (формальной - С. Ш.) точно такая же, как общность логики" (12, с. 64). Более точно следовало бы сказать не "...как логики", а как используемого ими логического исчисления.
Это не преуменьшает значения рассматриваемых теорем в становлении кибернетики. Они исторически сыграли важную роль в развитии теории конечных автоматов. Сами авторы теорем стремились сделать из них материалистические или во всяком случае антиагностические выводы. Функционирование нервной системы, утверждали они, перестает быть непознаваемой вещью в себе. Вывод этот, разумеется, не вызывает возражений. Однако он формально не вытекает из теорем, которые были ими доказаны. Он вообще не может быть формально обоснован. Это вывод философский.
Теперь перейдем к вопросу, можно ли на основе теорем Маккаллока - Питтса свести проблему возможности передачи функций головного мозга машинам к вопросу о познаваемости этих функций. Из соотношения между содержательными и формализованными понятиями следует, что такой вывод был бы ошибочным. В самом деле, как мы видели, Маккаллок и Питтс доказали эквивалентность некоторого исчисления и формальной нейронной сети. "Сведение", о котором здесь идет речь, было бы возможно при двух допущениях. Первое: любое познанное или познаваемое явление полностью выразимо на языке исчисления, которым оперировали Маккаллок и Питтс. Второе: мозг логически эквивалентен формальной нейронной сети. И то и другое допущения предполагают эквивалентность формализованного и содержательного понятий. Однако, как уже отмечалось, такая эквивалентность не может быть доказана без содержательного анализа. В данном случае необходимо содержательное описание таких сложных объектов, как познание и мозг. Уровень наших знаний об этих объектах очень далек от того минимума, при котором можно было бы прийти к более или менее обоснованному заключению об адекватности формальной модели этим объектам.
Вообще необходимо подчеркнуть, что формализовать некоторый объект (т. е. создать формальную его модель) и познать его - не одно и то же. С одной стороны, моделирование как познавательный метод не может выйти за пределы общих закономерностей познания, в частности закономерности движения к абсолютной истине через относительные. Это значит, что наличие формальной модели объекта (мозга, психики, мышления) не гарантирует ее адекватности самому объекту. В процессе развития науки одни модели (как и теории) могут замещаться другими. Некоторые модели могут оказаться даже ошибочно соотнесенными с объектом. С другой стороны, объект может быть познан и без создания формализованной его теории. Известно немало превращений "вещей в себе" в "вещи для нас" без построения формализованных теорий.
Несколько по-иному, чем рассматриваемые авторы, подходил к этому вопросу В. М. Глушков. "Возможность программирования в ЭВМ любых правил преобразования информации, - писал он, - вытекает из алгоритмической полноты системы их элементарных операций. Факт наличия такой полноты установлен сегодня со степенью достоверности во всяком случае не меньшей, чем достоверность любого из известных сегодня фундаментальных законов природы" (8, с. 166). Как видно, алгоритмическая полнота системы элементарных операций ЭВМ установлена не с математической достоверностью, а с достоверностью, с которой наука установила известные ныне фундаментальные законы природы. Между тем и другим утверждением, с нашей точки зрения, существует принципиальная разница.
Абстрактные объекты, которыми оперирует математика, или физические тела знаков, которые используются в формализованных системах математической логики, могут и не быть неисчерпаемыми, а природа неисчерпаема. Всякая формулировка закона природы на любом уровне развития науки относительна, приблизительна. В истории науки известно немало случаев, когда законы, считавшиеся универсальными, не оказывались таковыми. Так, закон сохранения массы вещества считался абсолютным до тех пор, пока не было открыто превращение вещества в поле. Достоверность такого рода законов базируется на том, что, систематически расширяя область их применения, наука нигде не сталкивается с их нарушением.
Признание алгоритмической полноты системы элементарных операций ЭВМ вытекает из того, что не обнаружено ни одного случая, чтобы некоторые правила преобразования информации были описаны и тем не менее в принципе не смогли бы быть запрограммированы в ЭВМ. Хотя некоторые психологи полагают, что такого рода операции существуют, однако никто не попытался даже приблизительно обрисовать свойства такого рода операций. Это делает весьма вероятной гипотезу, развиваемую В. М. Глушковым. Однако лишь вероятной, а не достоверной. Это тем более так, что нельзя полагать, будто наши знания методов переработки информации мозгом или мышлением человека достаточно полны. Скорее прав Э. Хант (18), утверждающий, что человеческое мышление основано на физиологической системе, о которой известно немногим более, чем ничего. Это относится и к системе, описывающей переработку информации человеком, абстрагируясь от материального субстрата этой переработки.
Поскольку алгоритмическая полнота операций в ЭВМ (т. е. эквивалентность их системы системе переработки информации мозгом) остается гипотетичной, постольку из познаваемости правил переработки информации мозгом и мышлением тоже лишь гипотетически следует возможность создания искусственного интеллекта, выполняющего совокупные функции мозга человека. Конечно, правила переработки информации мозгом познаваемы, но при этом не исключено, что они не формализуемы в системе элементарных операций, реализуемых цифровой машиной. Как первое, так и последнее предположение требуют доказательства. Таким образом, познаваемость некоторого объекта не обязательно влечет за собой возможность его формализованного описания на языке исчисления высказываний или на любом ином конкретном формализованном языке. Это допущение остается гипотезой. Следовательно, и "сведение" проблемы искусственного интеллекта к познаваемости функций естественного интеллекта не является логически необходимым.
Рассмотрим второе допущение - эквивалентность (с логической точки зрения) мозга и формальной нейронной сети. Проблематичность такого допущения понимал и фон Нейман. Он чувствовал различие между формальным и реальным нейроном и в связи с этим подчеркивал значение аналоговых свойств и случайности в функционировании нервной системы. Поэтому он считал, что для понимания высокосложных автоматов, и в частности центральной нервной системы, потребуется существенно новая логическая теория; не исключается, что логика вынуждена будет "превратиться" в неврологию в гораздо большей степени, чем неврология в раздел логики. Фон Нейман предвидел необходимость приспособления логики к неврологии, если логика претендует на описание функционирования реальной нервной системы. Иными словами, он понимал недостаточность существовавших в тот период формализмов для описания функционирования центральной нервной системы.
Таким образом, результаты, полученные Маккаллоком и Питтсом, не являются математическим доказательством того, что любой шаг переработки информации или любая отдельная фаза этой переработки, осуществляемая мозгом, осуществима и ЭВМ. Но если даже принять это положение, то из него не вытекает (с математической строгостью), что ЭВМ может выполнить любые функции человеческого интеллекта. Из теорем Маккаллока и Питтса следует: любое поведение, описываемое конечным количеством слов, можно осуществить на сети из формальных нейронов. Однако возникает вопрос, всякое ли поведение - даже если каждый его шаг описываем в соответствующем исчислении - можно описать конечным количеством слов в этом исчислении. Фон Нейман отмечал проблематичность такого вывода. Для пояснения своей мысли он приводил пример узнавания треугольников. Человек обычно называет треугольником не только ту фигуру, которую называют треугольником в геометрии, но и фигуру с искривленными сторонами или только с обозначенными вершинами и т. д. Иными словами, человек называет треугольниками много различных вещей, каждая из которых носит некоторые черты треугольника, Чем больше таких черт, деталей мы стремимся учесть, тем длиннее будет наше описание. "При этом каждый такой случай в отдельности, - пишет фон Нейман, - мы еще в состоянии описать, но когда речь идет обо всем зрительном механизме, позволяющем интерпретировать рисунок, вкладывать что-то в него, мы сталкиваемся с областями, заведомо не поддающимися описанию на этом языке" (12, с. 66).
К такого рода случаям доказательства Маккаллока и Питтса неприменимы. Правда, мысль фон Неймана здесь идет не в направлении ограничения возможностей автомата. Он подчеркивает, что когда сам автомат и его поведение сложны, то может оказаться, что описание самого автомата проще, чем описание его функций. Из этого можно сделать вывод о возможности создания автомата, реализующего поведение, которое не может быть описано конечным количеством слов в любом исчислении. Таким образом, результат, полученный Маккаллоком и Питтсом, не является математическим доказательством возможности воспроизведения на ЭВМ любой функции человеческого интеллекта. Этот вопрос остается открытым.
Перейдем теперь к анализу утверждения о том, что существует математическое доказательство наличия проблем, решаемых человеческим интеллектом и принципиально недоступных для решения какими бы то ни было техническими системами. С этой точки зрения наличие алгоритмически неразрешимых классов задач, единичные задачи или частные подклассы которых решаются человеком, является убедительным доказательством превосходства человеческого интеллекта над машинным, т. е. доказательством того, что существуют задачи, решение которых доступно естественному и недоступно искусственному интеллекту.
Ошибочность такого рода утверждений лежит в той же плоскости, что и ошибочность интерпретации результатов, полученных Маккаллоком и Питтсом. Доказательства существования неразрешимых массовых проблем базируются на математическом уточнении понятия "алгоритм" и представляют собой строгие логико-математические доказательства о свойствах формально заданных объектов. Мозг или мышление формально не описаны. Нет пока и более или менее адекватной формальной модели мозга или мыслительного процесса. Следовательно, уже из этих общих соображений вытекает, что теоремы об алгоритмической неразрешимости некоторых массовых проблем не могут быть непосредственно использованы для сопоставления технических реализаций формальных систем, с одной стороны, и человеческого интеллекта - с другой, с точки зрения их информационных возможностей.
Рассуждения о невозможности решения машинами алгоритмически неразрешимых проблем базируются на следующих посылках. Во-первых, любой алгоритм эквивалентен математически уточненному понятию алгоритма (в частности, машине Тьюринга). Во-вторых, всякая техническая система обработки информации эквивалентна машине Тьюринга с конечной памятью. Машины, имеющие большие возможности, чем машина Тьюринга, невозможны, т. е. машина Тьюринга - это предел, к которому приближаются реальные машины и который (в связи с бесконечностью ленты) никогда не может быть достигнут.
Первое из этих положений выражает основную гипотезу теории алгоритмов. Хотя она и не может быть строго доказана, но обладает большой убедительностью, потому что все уточнения понятия "алгоритм", полученные различными путями (машина Тьюринга, нормальный алгоритм А. А. Маркова и др.), оказались в принципе эквивалентными друг другу. В пользу истинности этой гипотезы говорит и тот факт, что все разработанные алгоритмы эквивалентны математически уточненным понятиям алгоритма. При всей правдоподобности основной гипотезы теории алгоритмов не следует забывать, что это только гипотеза.
Другая посылка - всякая техническая система обработки информации эквивалентна машине Тьюринга - не обоснована вообще. Некоторые авторы утверждают, что математика доказала существование задач, решение которых недоступно для машины, но доступно для мозга. Но как математика могла это сделать?
Если сопоставить переработку информации мозгом и техническими системами, то можно сделать два взаимоисключающих предположения: а) мозг (как и технические системы) работает в конечном счете алгоритмически; б) мозг (в отличие от технических систем) работает не алгоритмически и способен решать алгоритмически неразрешимые проблемы.
Допустим, что мозг действительно функционирует алгоритмически (так полагал, например, А. Тьюринг). В этом случае наличие алгоритмически неразрешимых задач накладывает ограничения и на мозг, и на ЭВМ (которая, по предположению, эквивалентна машине Тьюринга). Иначе говоря, если мозг работает алгоритмически, то существование алгоритмически неразрешимых проблем не дает оснований для утверждения о наличии задач, решаемых естественным интеллектом и не разрешимых для ЭВМ.
Если принять другое предположение, что человеческий мозг в отличие от технических систем умеет решать алгоритмически неразрешимые проблемы, то мы придем к тому же выводу.
Допустим, что невозможность машинного решения алгоритмически неразрешимых проблем означает, что машина не может решить все задачи данного класса одним способом. Но одним способом их не может решить и человек. Именно это и доказывается, когда говорят, что для данной массовой проблемы нет алгоритма. Невозможность машинного решения алгоритмически неразрешимых проблем можно понимать и как неспособность машины решать единичные задачи из этого класса. Человек неалгоритмически (творчески) находит такие решения, а машина не может. Что из этого следует?
При математическом описании той или иной системы в явной форме не учитывается ее материальный субстрат. Для математики и математической логики безразлично, из чего состоят системы (из ламп, реле, интегральных схем, нейронов и т. д.), для них несущественно, чем отличается биологическое от небиологического. Следовательно, если бы существовало математическое доказательство невозможности решения алгоритмически неразрешимых задач любой технической системой (а не только системой с определенной структурой, а именно эквивалентной машине Тьюринга с конечной памятью), то - при условии, что это доказательство в неявном виде не содержит характеристики субстрата элементов системы, - оно относилось бы к любой (а не только к технической) системе, следовательно, и к мозгу. Такое доказательство оказалось бы в противоречии с предположением о способности мозга неалгоритмически решать те или иные задачи.
Итак, и допущение неалгоритмического характера работы мозга не позволяет считать обоснованными доводы о преимуществе мозга перед техническими системами в решении задач переработки информации, исходящие из неразрешимости массовых проблем.
Конечно, не исключено, что в перспективе будет создана математическая модель, более или менее адекватно воспроизводящая структуру мозга, а также будут установлены возможности и границы реализации таких структур на различных субстратах. В этом случае не исключается, что можно будет формально обосновать доступность для мозга решения определенных задач, которые не могут решить цифровые машины или иные технические системы. Однако пока в кибернетике нет реальных данных в пользу такой гипотезы. Если мозг действительно способен неалгоритмически решать те или иные задачи, а его преимущества перед совокупностью технических систем не доказаны, то отсюда следует, что одна из важных задач кибернетики и нейрофизиологии заключается в раскрытии логических структур неалгоритмической работы мозга, а затем и в попытках воспроизведения этих структур искусственными методами. По этому пути идут, в частности, математики, создающие формализмы нестандартного типа.
Не разграничивает возможности мозга и технических систем и теорема Геделя о неполноте формализованных систем, достаточно богатых логическими средствами. Как отмечал еще А. Тьюринг (7), ограничения, вытекающие из теоремы Геделя, в равной степени распространяются на человека и машину. Если в той или иной формализованной системе объективно не существует дедуктивной цепочки, ведущей от совокупности аксиом к теореме, выводимость которой анализируется, или к ее отрицанию, то такую цепочку не может написать ни машина, ни человек.
Как отмечал В. М. Глушков (19), дело не только в том, что ограниченности формализмов в одинаковой мере относятся к функционированию как технической системы, так и мозга. Не исключено, что средства преодоления ограниченностей формальных систем, используемые человеком, могут быть воплощены и в технических системах.
Развитие математической логики и теории доказательства показало, что ограничения, вытекающие из теорем Геделя о неполноте формализованных систем, не абсолютны. Теоремы Геделя, как было показано в гл. III, в сущности непосредственно касаются лишь формализмов определенного типа (систем, в которых используется только конечное число шагов). На деле машина (как и человек) может осуществить в процессе доказательства только такое число шагов. Однако человек может использовать и "нефинитные" правила вывода, например трансфинитную индукцию, которая опирается на аксиому, позволяющую принять вывод, базирующийся на бесконечном числе шагов, не проделывая их реально. Если такого рода аксиома или правило вывода будет заложено в машину, то и она, используя трансфинитную индукцию, сможет обойти геделевскую теорему о неполноте формализованных систем. Речь идет о преодолении ограниченности формализма в рамках другого формализма.
Существенно также, что теоремы Геделя доказывают не только неполноту формализованных систем определенного рода, но и возможность расширения этих систем (при этом и расширенные системы останутся неполными). В таких системах некоторые неразрешимые задачи становятся разрешимыми. Расширение происходит за счет включения в систему дополнительных аксиом. Нахождение их не является формальной процедурой в традиционном смысле. Человек находит (изобретает, формулирует) такого рода аксиомы не формально, а используя совокупность имеющихся знаний, а при необходимости может получить новые знания. Ограниченности формальных систем человек преодолевает в процессе содержательного мышления, развивающегося на основе практической деятельности. Но отсюда не следует, что и техническая система, в памяти которой содержатся разнообразные знания о том или ином классе объектов и которая способна извлекать информацию из внешнего мира, не может доказать теорему, недоказуемую в некоторой формальной системе, расширив эту систему посредством добавления новых аксиом.
Как показала практика разработки ЭВМ и их математического обеспечения, между возможностью машинного доказательства теорем из определенной формальной системы и разрешимостью этой проблемы не существует жесткой связи: наличие решения в теории не гарантирует того, что будет найден практически приемлемый алгоритм для доказательства произвольной теоремы; неразрешимость теории не является препятствием для доказательства в ней отдельных теорем.
Приведенные рассуждения, на наш взгляд, достаточны для вывода о том, что не существует математического доказательства наличия задач, доступных естественному и недоступных искусственному интеллекту. Итак, нет математических доказательств ни доступности ЭВМ произвольной задачи, решаемой интеллектом человека, ни существования задач, решаемых человеком и недоступных никакой технической системе. Анализ возможностей искусственного интеллекта не может базироваться непосредственно на тех или иных положениях математики или математической логики. Он должен опираться на гносеологический анализ реальных достижений и трудностей в создании искусственного интеллекта. К такому анализу мы и переходим.


ГЛАВА VI
ДОСТИЖЕНИЯ И ПРОБЛЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
1. Сущность и возможности
эвристического программирования
Попытки преодолеть ограниченность традиционных методов использования ЭВМ привели к возникновению эвристического программирования. "Эвристика (эвристическое правило, эвристический метод), - пишут кибернетики Э. Фейгенбаум и Дж. Фельдман, - это основанные на опыте правило, стратегия, ловкий прием, упрощение или иное средство, существенно ограничивающее поиск решения сложных задач... Эвристическая программа - это программа, пользующаяся при решении сложных задач эвристикой" (1, с. 29). В данных определениях подчеркивается несколько моментов. Прежде всего, эвристика - это не абсолютно стандартное правило, а "ловкий прием", что, правда, не исключает его применения к широкому классу задач. Тогда этот "ловкий прием" превращается в стратегию. Во-вторых, это правило существенно ограничивает пространство поиска, т. е. дает возможность не испытывать все варианты, все ветви дерева, по которому в принципе он может двигаться, а использовать лишь часть из них, отсекая по каким-то критериям другие ветви. Сокращение пространства поиска - важнейшая черта эвристики.
Алгоритмы, реально используемые людьми (и базирующиеся на них программы), в подавляющем большинстве случаев не являются переборными, т. е. они не заставляют решающего задачу в поисках ответа двигаться по всем коридорам лабиринта. Следовательно, они тоже сокращают пространство поиска. Более того, они жестко определяют путь движения к решению, и, следовательно, для решающего задачу по алгоритму коридоры, не предусмотренные этим алгоритмом, не существуют. Однако алгоритм ведет к решению любой задачи, к которой он применим (2). Использование эвристики не дает полной гарантии, что на выходе ЭВМ появится результат, который может рассматриваться как решение задачи.
Человек систематически прибегает к эвристическим методам, как он пользуется и логическими структурами. Но в отличие от логических структур эвристические методы не стандартны или значительно менее стандартны, чем правила логического вывода. Они в большей мере индивидуальны. Эвристические методы значительно менее выявлены, чем логические структуры, правила логического вывода. Это обусловлено главным образом тем, что эвристические методы в изложении знания, как правило, элиминированы и лишь в отдельных случаях сохраняются частично.
Поиском, описанием эвристических методов, их систематизацией и превращением в правила занимались Ф. Бэкон, Р. Декарт и другие философы. Однако выведенные ими правила очень общи и не могут рассматриваться как более или менее конкретные предписания. Разработка и описание эвристических приемов в ряде случаев связаны с развитием теории обучения. В наиболее явной форме это сделано в работах Д. Пойа (3; 4; 5). В принципе многие из этих приемов поддаются формализации, а значит, и превращению в машинные программы. Тем не менее, анализ эвристик осуществлен недостаточно.
Поскольку количество явно сформулированных эвристик небольшое, то важным источником формирования машинных эвристических программ являются непосредственные беседы с человеком, описывающим ход своей мыслительной деятельности, как она ему представляется. Используются также фиксация размышлений вслух, наблюдения за деятельностью человека той или иной профессии. Это значит, что некоторые эвристические машинные программы представляют собой детализацию и формализацию человеческих эвристик. Вместе с тем создаются и специальные машинные эвристические программы, последовательность операций в которых отличается от последовательности мыслительных операций, используемых человеком. К числу таких эвристик относится, например, программа А. Сэмюэля для игры в шашки (1, с. 71 - 111). В этой программе учитываются особенности машины, которая успешно играет против мастера.
Многие исследователи подчеркивают фактическую тождественность эвристических и алгоритмических программ. Они указывают на то, что любая программа, внесенная в машину, носит алгоритмический характер: последовательность шагов ЭВМ эквивалентна шагам машины Тьюринга. Это верно. Однако здесь, на наш взгляд, существует и важное различие. Машина всегда имеет алгоритм работы, содержащийся в ее программе, в том числе и тогда, когда программа носит эвристический характер. Но из этого не следует, что алгоритм работы машины (в случае эвристической программы) эквивалентен алгоритму решения (в математическом смысле этого слова) массовой проблемы, единичная задача из которой машиной решается.
Если мы имеем некоторую массовую проблему, то алгоритм ее решения представляет собой совокупность элементарных шагов, ведущих от информации, которая содержится в варьируемых условиях проблемы, к результатам. Алгоритм применим к каждой единичной задаче из этой проблемы, и программа, которая на нем базируется, приводит к появлению на выходе машины соответствующего решения именно этой задачи.
Теперь допустим, что для данной проблемы доказано отсутствие алгоритма, или что эвристическая программа не базируется на алгоритме, и ЭВМ не нашла решения. Машина шла от определенных исходных данных к результату, ибо для нее результат всегда оговорен (включая остановку, например, после определенного количества шагов). Но алгоритм работы машины в данном случае (поскольку решение не найдено) не есть алгоритм решения соответствующего класса задач. Если машина нашла решение, то алгоритм, по которому она работала, от этого не стал алгоритмом решения массовой проблемы, единичную задачу из которой решила ЭВМ. Эвристика резко сокращает область поиска, т. е. отбрасывает из этой области такие пути, которые по тем или иным критериям могут привести к результату лишь с малой вероятностью, хотя последняя редко поддается математической оценке. Эвристики могут быть более или менее универсальными или специализированными, т. е. опирающимися на данные конкретных областей знания. Сокращение области поиска по сравнению с алгоритмическими методами может происходить в принципе в десятки, сотни или даже тысячи раз.
Эвристические методы, резко сокращая пространство поиска, зачастую приводят к тому, что решение задачи не достигается. Это относится и к машине, и к человеку. Ученые упускают открытия, которые, как потом оказывается, почти находились в руках, но избранная эвристика провела их хотя и рядом, но мимо. Эвристика не гарантирует не только достижения лучшего ("оптимального") результата, но и получения решения проблемы вообще (даже если заведомо известно, что такое решение существует).
Возникает вопрос: если эвристика не гарантирует достижения результата, то стоит ли применять ее в машинах и создавать специальные машинные эвристики? Когда машинам передаются в качестве программ алгоритмы, которыми владеет человек, но не может их практически реализовать за приемлемое время, то цель ясна. Он посредством машины преодолевает ограниченное быстродействие человеческого интеллекта. С эвристиками дело как будто обстоит по-иному. Здесь человек награждает ЭВМ собственными недостатками: он не может получить гарантированного результата, и машина тоже не может. Иногда говорят, что незачем создавать машину с человеческими недостатками, что это в лучшем случае имеет смысл для моделирования мышления, т. е. для исследования самого мыслительного процесса, но не для решения проблем искусственного интеллекта.
На наш взгляд, это не так. Недостатки, о которых идет речь, имеют место в человеческой деятельности не случайно. В ходе эволюции человек обрел эти недостатки не потому, что они способствовали выживанию его предков в процессе естественного отбора или возвышению над природой в процессе развития общества. Они - результат компромисса, совершившегося в ходе эволюции, продукт взаимодействия противоречивых факторов. Такими же являются машинные эвристические программы. Выигрыш, оплачиваемый негарантированностью решения и заведомой неоптимальностью пути, многообразен.
Во-первых, при использовании эвристических программ расширяется круг задач, решаемых на ЭВМ, за счет единичных задач из алгоритмически неразрешимых массовых проблем и, следовательно, повышается эффективность живого человеческого труда при переработке информации. Если машина реализует ту же эвристику, что и человек, то ей для решения задачи требуется значительно меньше времени, чем человеку. Это особенно важно при использовании эвристических программ для решения задач управления в реальном масштабе времени.
Во-вторых, высокое быстродействие машины позволяет анализировать варианты на значительно большую глубину, и, следовательно, повышается качество исследования и сопоставления альтернатив. Это дает возможность проанализировать в сотни раз больше вариантов, чем это может сделать человек. Их сопоставление уменьшает опасность упустить решение или наиболее эффективное решение. Эти преимущества ЭВМ, сказывающиеся уже при применении человеческих эвристик, превращенных в машинные программы, проявляются еще отчетливее, когда составляются специальные машинные эвристики. Это означает, что для ряда задач человек, не используя машины или составляя программы, переводящие на машинный язык лишь алгоритмы решения массовых проблем, фактически не может найти решения, а используя эвристические программы, он их находит. Таким образом, машины, работая по эвристическим программам, хотя и воспроизводят некоторые ограниченности, присущие человеку, их использование целесообразно.
Разработка эвристических программ шла по двум основным направлениям. Во-первых, по пути создания специализированных программ, предназначенных для решения относительно узких классов задач и использующих особенности этих классов. Во-вторых, по пути создания программ, претендующих на универсальное замещение человеческого интеллекта. Часто программы второго типа рассматривались как модели мыслительного процесса.
Эвристические программы представляют собой более высокий уровень использования ЭВМ, чем программы, основанные только на классических алгоритмах. Снабжая машины традиционными алгоритмами решения, человек передает им нетворческие функции. Переводя на язык машины эвристику, он передает машине задачу, которая и для человека, располагающего такой эвристикой, остается творческой. Короче, использование эвристических программ повышает "интеллектуальный уровень" машины.
Функционирование эвристических программ свидетельствует об отсутствии жесткой связи между наличием алгоритма решения массовой проблемы или полнотой формализованной теории, с одной стороны, и возможностью решения задачи или доказательства теоремы при помощи ЭВМ - с другой. Конечно, если в неполной формализованной теории не существует цепочки переходов от аксиом к некоторой теореме или ее отрицанию, то ее ЭВМ не может найти (как ее не может найти и человек), но если такая цепочка существует, то она может быть найдена ЭВМ и при отсутствии алгоритмического (в строгом смысле) метода ее отыскания. Эта цепочка обнаруживается эвристической программой, как и человек тоже обычно находит доказательства теорем без помощи алгоритмов.
Таким образом, опыт эвристического программирования показывает, что если для решения данной массовой проблемы не существует алгоритма, то все же для решения некоторых задач из этой проблемы может быть составлена машинная программа (например, эвристическая; правда, она не всегда приводит к результату). Если для решения данной массовой проблемы существует алгоритм, то, как было отмечено выше, на его основе не обязательно возможно создать машинную программу. Наиболее ярко это подтверждается в случае алгоритма перебора в конечных задачах с большим количеством возможных вариантов (например, для игры в шахматы). Алгоритм, если он практически нереализуем, вообще говоря, не содержит указаний для перехода к реализуемому алгоритму или целесообразной эвристике. Правда, разработаны различные методы преобразования алгоритмов, позволяющие в ряде случаев из исходного алгоритма получить новый, реализуемый за меньшее число шагов. При этом не исключается, что среди алгоритмов, эквивалентных исходному, найдется и практически реализуемый. Однако на современном этапе развития теории вычислений заранее нельзя сказать, насколько оправданна такая надежда применительно к той или иной задаче (6). Наличие алгоритма не только не содержит указаний к поиску практически реализуемого алгоритма или эвристики, но и вообще не гарантирует существования метода решения задачи на ЭВМ.
Несмотря на достигнутые в эвристическом программировании результаты, программы создания "общего интеллекта", т. е. относительно универсальной эвристической программы, не существует. Более того, программы, рассчитанные на это, позволяли в действительности решать лишь довольно специальные (хотя и широкие) классы проблем. Это относится и к самой общей из созданных эвристических программ, разработанной еще в начале 60-х годов А. Нюэллом, Г. Саймоном и др., к так называемому общему решателю задач (1, с. 283 - 300; 7).
Эта программа достигает цели (например, доказательства теорем в теориях, изложенных на языке исчисления предикатов) посредством установления ряда промежуточных подцелей, которые временно становятся целями. Ими могут быть преобразование некоторого объекта в другой (например, преобразование одного символического выражения в другое) на основе фиксированных правил, уменьшение различия между двумя объектами, применение оператора к объекту. Эти цели достигаются в соответствии с определенными схемами. Так, чтобы преобразовать объект А в объект В, их вначале сравнивают, т. е. приводят в соответствие и сопоставляют элемент за элементом. Если обнаруживается различие, то оно измеряется и задается подцель - уменьшить это различие. Если эта подцель достигнута, то сформирован новый объект С, различие между которым и объектом В меньше, чем между объектами А и В. Далее задастся подцель - преобразовать объект С в B и т. д.
Авторам программы и многим их последователям казалось, что она способна выполнять все или почти все функции человеческого интеллекта. На первый взгляд это действительно так: если в программе четко очерчена цель, намечены исходные условия и фиксирован круг возможностей, то она действительно может работать. Однако отмеченные условия, необходимые для ее реализации, представляют собой существенные ограничения. Вместе с тем даже там, где перечисленные условия соблюдены, применение программы общего решателя задач к конкретным их классам сталкивается со значительными, а порой и непреодолимыми трудностями. С программами такого типа в 60-х - начале 70-х годов связывались надежды на создание искусственного интеллекта широкой сферы действия, но они не оправдались. Это было воспринято как кризис кибернетики, а создание искусственного интеллекта объявлялось мифом (8; 9).
Трудности и неудачи, постигшие эвристическое программирование, на наш взгляд, в значительной степени связаны с тем, что не были учтены реальные гносеологические характеристики человеческого интеллекта. Чтобы это показать, мы сопоставим методы, используемые в эвристическом программировании, с гносеологическими характеристиками мышления, которые даны в первых главах.
Программа "общий решатель задач", как и аналогичные эвристические программы, является, в сущности, программой решения задач лабиринтного типа. Это значит, что заданы конечная цель (конечная площадка лабиринта), условия (начальная площадка лабиринта) и множество коридоров (совокупностей последовательных шагов), часть из которых ведет к конечной площадке, а часть - нет. Задача заключается в выборе из множества коридоров тех, которые ведут к конечной цели. Этот выбор не является абсолютно случайным. Две соседние площадки сопоставляются по определенному критерию: с точки зрения их близости к конечной площадке. Если расстояние увеличивается, то движение в избранном направлении прекращается, и, следовательно, ряд коридоров перекрывается. Это значит, что пространство поиска сокращается и, выражаясь словами Эшби, отбор происходит на ступеньку выше случайного, т. е. программа действует разумно (10).
Прежде всего, понимание мышления как решения задач лабиринтного типа сводит деятельность интеллекта только к выбору. Такая трактовка мышления с философской точки зрения ошибочна. Сторонники ее видят сущность интеллекта и человека вообще в способности к выбору в узком смысле слова. Однако в действительности выбор не является высшей творческой функцией ни мышления, ни человеческой деятельности вообще. Подлинное творчество включает но только выбор из заранее заданных возможностей, но и целеполагание, формирование возможного комплекса целей, между которыми затем происходит выбор, а также различных путей их достижения, которые тоже выбираются.
Конструирование "пространства возможностей", т. е. мысленное формирование совокупности вариантов, один из которых затем человек выбирает, свидетельствует о творчестве лишь тогда, когда происходит не бессмысленное комбинирование или фиксация всей совокупности абстрактных возможностей, допускаемых условиями задачи (правилами логики при доказательстве теорем, правилами игры в шахматы и т. д.). Человек, решая задачу, с самого начала включает в "пространство возможностей" не все абстрактно допустимые варианты, а, опираясь на ряд элементов содержания своей памяти, конструирует относительно ограниченное "пространство", в котором затем ищет решение задачи (11). Таким образом, программа "общий решатель задач" и аналогичные эвристические программы уже потому не могут претендовать на функциональное замещение человеческого интеллекта, что ряд важнейших творческих задач не относится к типу лабиринтных.
В психологической литературе, особенно в работах В. Н. Пушкина, отмечается, что ряд аспектов творчества, в особенности "творческое озарение", вообще не укладывается в задачи типа лабиринтных, поскольку сознанию известны только "начальная" и "конечная" площадка или даже только "конечная" площадка. В. Н. Пушкин и Д. А. Поспелов (12; 13; 14) подчеркивают, что эвристические программы типа "общего решателя задач" характеризуются жестким разделением условий задач и операций. С гносеологической точки зрения предельная жесткость такого расчленения характеризует формальные методы познавательного процесса. Человеческий же интеллект функционирует содержательно. А это означает, что решение задач представляет собой не применение правил, которыми человек располагает заранее, к некоторой, уже стандартизированной ситуации, а выработку или, по меньшей мере, отбор правил в соответствии с конкретной ситуацией. Программы типа "общего решателя задач" не предусматривают такой возможности. Анализ ситуации в этой программе основан только на определении степени близости между площадками лабиринта (например, количество совпадающих символов у последовательно порождаемых эвристикой символических выражений). Критерий близости определен заранее и одинаков для широкого круга проблем, например для любых задач по доказательству теорем независимо от структуры теории и характера теоремы, которая доказывается. Программа охватывает только локальный участок лабиринта (пару соседних площадок), тогда как человеческое мышление - все познаваемое целое.
Наиболее существенная ограниченность таких эвристических программ заключается в их, так сказать, синтаксическом характере, т. е. в том, что символы, используемые в этих программах, не имеют интерпретации. Следовательно, содержательные связи между понятиями, представленными символами, игнорируются. Для решения задачи программа использует только условия ее и синтаксис языка - правила оперирования его знаками.
Мы видели, что с точки зрения гносеологии характерная черта образа заключается в наличии иерархической структуры. Физическое тело знака, значением которого является минимальный образ, в психике индивида неразрывно связано с этим значением, которое индуцирует в сознании целостный образ. Сам образ представляет собой лабильное образование, на периферии которого имеются полуосознаваемые компоненты. В подсознании активизируется содержание памяти, которое может быть использовано для решения задачи. Сложная структура образа дополняется сложностью его связей с другими образами. Короче говоря, в психике индивида при решении той или иной познавательной или практической задачи имеется целая сеть горизонтальных и вертикальных отношений, представляющих проблемную ситуацию и позволяющих ее перестраивать, конструировать на этой основе относительно узкий спектр возможностей и производить в нем содержательно обусловленный выбор.
В познавательном процессе общество и индивид используют ранее накопленные знания. Каждая познавательная операция не начинается с заранее фиксированного уровня. Программа действий совершенствуется в процессе работы, поскольку вновь полученная информация вписывается в существующую систему понятий и представлений. Новые знания приобретаются и используются посредством категорий, которыми располагает индивид.
В программе "общего решателя задач" в памяти ЭВМ не представлены ни сложная внутренняя структура образа, ни сеть его отношений с другими образами. Вновь поступающая информация фактически не используется. Очень сложна стыковка программы типа "общий решатель задач" с программами более конкретного порядка. Иными словами, ЭВМ, функционирующая по такой программе, поставлена в принципиально иные гносеологические условия, чем человек, решающий ту или иную задачу. С учетом этого различия сопоставление возможностей ЭВМ и человеческого мозга становится по существу бессмысленным. Поэтому и утверждение о кризисе эвристического программирования не может рассматриваться как аргумент для отрицания "интеллектуальных" возможностей ЭВМ вообще. Речь идет об ограниченности одной из возможностей некоторого конкретного направления развития искусственного интеллекта.
Эвристические программы позволяют решать разнообразные классы познавательных и практических задач. Они, несомненно (как и программы, базирующиеся на строгих алгоритмах), будут и впредь использоваться для решения многих задач. Однако эвристическое программирование, по-видимому, исчерпало себя или почти исчерпало как самостоятельный способ принципиального расширения круга задач, которые могут решаться посредством ЭВМ.
На основании гносеологического анализа функционирования человеческого интеллекта можно сделать вывод, что дальнейшее развитие искусственного интеллекта должно идти прежде всего по пути учета иерархической структуры образа и сети его отношений с другими образами. Это означает, что знак, используемый в машине, должен интерпретироваться, причем семантика, вложенная в машину, должна быть многоярусной. Семантические отношения, фиксируемые в памяти машины, должны, с одной стороны, подниматься до уровня использования формальных аналогов категорий, а с другой - опускаться до аналогов чувственных образов.
Нельзя сказать, что теоретики и разработчики проблем искусственного интеллекта с самого начала сознательно осмыслили эти задачи (как и другие возможности, вытекающие из гносеологического анализа абстрактного мышления). Тем не менее, внутренняя логика развития проблемы искусственного интеллекта породила стремление к его "семантизации". Эта тенденция наиболее четко выражена в развитии иерархических структур систем представления знаний. Разработка их является важным звеном в создании систем искусственного интеллекта. Рассмотрим этот вопрос в гносеологическом аспекте.
2. Проблема представления знания в системах искусственного интеллекта
Отдельные попытки использовать семантику в программах ЭВМ были предприняты еще в начале 60-х годов в целях развития методов эвристического программирования. Одной из наиболее плодотворных попыток являлась программа Г. Гелернтера по доказательству геометрических теорем (1, с. 145 - 175). Эта программа базируется на принципе интерпретации. Машина, подобно математику, использует при доказательстве теорем не только формально описанные аксиомы и правила вывода, но и чертеж, который представляет собой интерпретацию формальной системы. Он обладает богатыми эвристическими возможностями.
При доказательстве теоремы на основе программы типа "общий решатель задач" машина должна формировать огромное количество цепочек и исследовать большое число "лабиринтных площадок". Чертеж позволяет резко сократить "пространство возможностей". Допустим, что одна из подцелей при доказательстве какой-либо теоремы заключается в обосновании равенства некоторых отрезков, и машина начинает поиск цепочки, в конце которой должно стоять выражение, означающее равенство этих отрезков. При наличии эвристики, ориентированной на чертеж, не принимаются во внимание утверждения, которые не соответствуют чертежу, т. е. не просматриваются соотношения между отрезками, которые на чертеже имеют явно неодинаковую длину. Все формулы подцелей интерпретируются на чертеже. Если они на нем обоснованы, то они принимаются во внимание, в противном случае - нет. Экспериментальное исследование этой программы дало положительные результаты (1, с. 165 - 175).
"Семантизация" эвристического программирования в 60-х годах не получила развития. На наш взгляд, это было обусловлено главным образом тем, что возлагались чрезмерные надежды на эвристические программы, которые якобы имели универсальную сферу применения. Еще не была осмыслена необходимость работы над конструированием "специализированных интеллектов", что особенно подчеркивалось В. М. Глушковым (15).
В 70-х годах стало ясно, что искусственная интеллектуальная система должна содержать "модель мира", т. е. модель предметной области, по отношению к которой такая система должна решать задачи. Это и привело к концентрации внимания на разработке систем представления знаний. Речь идет о том, в какой форме в памяти машины должны быть представлены знания, образующие ее "модель мира", как эти знания целесообразно организовать, чтобы ЭВМ могла наилучшим образом воспользоваться ими при решении различного рода интеллектуальных задач. Важную роль в их создании сыграл опыт, накопленный при формировании информационно-поисковых систем, в которых хранящиеся знания с необходимостью должны быть определенным образом структурированы и систематизированы.
Примером системы представления знания могут быть так называемые семантические сети, в которых знаки имеют интерпретацию (поэтому сеть называют семантической) и отношения между ними образуют сеть, воспроизводящую определенные стороны связей между понятиями в психике человека. При их анализе наиболее четко проявляется необходимость учета гносеологических характеристик мышления для совершенствования систем искусственного интеллекта. Семантические сети - это особый тип представления знаний в ЭВМ. Они формируются посредством семантического языка, фиксирующего отношения между вещами (12; 13; 14; 16; 17; 18). Такой язык включает прежде всего множество так называемых базовых понятий, каждое из которых характеризуется своими признаками и их значениями. Например, на естественном языке слово "техникум" обозначает понятие, определяемое признаками (переменными): "дает специальное образование... такого-то уровня", "готовит специалистов для...". Первый признак (уровень образования), вообще говоря, может иметь два значения: "среднее" и "высшее"; для "техникума" - это "среднее". Значениями второго признака могут быть для "производства", для "народного образования", для "здравоохранения" и т.д. Для понятия "техникум" этот признак имеет значение для "производства". Слово "пединститут" обозначает понятие, которое имеет те же признаки, что и "техникум" ("дает специальное образование... уровня" и "готовит специалистов для..."), но значения этих признаков иные. Для первого признака это "высшее", а для второго - для "народного образования".
Каждое понятие имеет определенное число признаков, принимающих различные значения. В рассматриваемом языке такой набор признаков с их значениями и является понятием, а графическое начертание слова или кодового символа, соотносимого с "понятием", - его обозначением. Это значит, что здесь в отличие, например, от обычных программ ЭВМ или от полностью формализованных систем символы в рамках самого языка имеют интерпретацию, семантику (поэтому язык и называется семантическим).
Совокупность понятий, которая вносится в конкретную семантическую сеть, зависит от целевого назначения системы или ее конкретного использования. Если система предназначена, скажем, для ответов на вопросы о состоянии образования в стране или в различных странах, то она должна содержать понятия "школа", "студент", "вуз", "учебный план" и т. п. Если она используется для управления портом, то она включает такие понятия, как "причал", "танкер", "кран" и т. п. Иначе говоря, совокупность понятий здесь проблемно или прагматически (т. е. в соответствии с назначением системы) ориентирована.
Кроме этого, язык содержит базовое множество отношений (поэтому его называют реляционным). Входящие в него отношения связывают между собой либо элементы среды, либо их кодовые имена, т. е. элементы языка. Примерами таких отношений могут служить "часть - целое", "мера - единица измерения", "действие - субъект", "действие - объект", "действие - время", "действие - место" и т. п. С помощью такого рода базовых отношений можно скомбинировать большую совокупность отношений, которая выражается в естественном языке.
Совокупность базовых отношений, которые необходимо внести в семантический язык, чтобы он был достаточен для нужд управления определенными объектами или для решения задачи из некоторой проблемной области, определяется посредством анализа текстов служебных и эксплуатационных инструкций, статей, книг и т. п. Такой анализ показал, что уже после исследования относительно небольшого массива текстов и фиксации содержащихся в них отношений, при просмотре новых материалов, в том числе из ранее не исследованных проблемных областей, дополнительные базовые отношения почти не обнаруживаются. Это значит, что базовые отношения в семантическом языке (в отличие от системы базовых понятий, которая проблемно ориентирована) носят универсальный характер, т. е. практически мало зависят от предметной области и назначения системы.
Анализ текстов на русском, английском и итальянском языках показал, что число базовых отношений, посредством комбинации которых можно выразить любые отношения, фиксируемые естественными языками, невелико и равно примерно двумстам (17). Это не означает, конечно, что не может быть обнаружен текст, в котором содержится отношение, не описываемое посредством базовых отношений. Не исключается и то, что в процессе развития языка может быть порождено новое отношение, опять-таки не выражаемое через базовые отношения. Семантический язык содержит наряду с базовыми отношениями и правила оперирования ими, позволяющие посредством четко определенных операций формировать более сложные отношения.
В семантической сети предусмотрена также возможность формирования новых понятий, которые не входят в базовое множество. С этой целью, в частности, могут обобщаться понятия на основе их признаков. Так, если значением признака "цвет" является "красный", а значением признака "пространственная форма" является "круглый", то может быть образовано новое, небазовое понятие "круглый красный предмет". Обобщать понятия можно и другими методами (см. схему). Базовые множества понятий и отношений вместе с производными от них позволяют зафиксировать в памяти машины (а также и вне ее) базовое множество знаний, которое представляет собой семантическую сеть.


Схема
фрагмент семантической сети



В квадратных скобках помечены "понятия", обозначенные в семантическом языке. Стрелки обозначают базовые отношения. Они указаны следующими цифрами: "целое-часть" - 1; "подкласс- класс" - 2; "предмет-свойство" - 3; "одушевленный предмет-умеет" - 4; схема (с некоторыми изменениями) взята из (16, с.466).









Из фрагмента схемы видно, что большинство используемых базовых понятий ("канарейка", "страус", "ноги", "желтый" и др.) определяются специфическими особенностями "мира", который необходимо моделировать. Отношения же (на схеме "часть - целое", "подкласс - класс", "субъект - действие") носят универсальный характер или представляют собой комбинации из универсальных базовых отношений. Эти комбинации, т. е. производные отношения, как правило, проблемно и прагматически ориентированы. Таким образом, семантические языки содержат проблемно или прагматически ориентированную совокупность базовых понятий, универсальный слой базовых отношений и позволяют выразить необходимые для формирования "модели мира" производные понятия и отношения. Эти языки позволяют посредством семантических сетей представить внеязыковые знания.
Для использования в системах искусственного интеллекта семантические языки различным образом формализуются, понятия и отношения обозначаются кодовыми символами, правила образования новых понятий и производных отношений жестко фиксируются, определяются семантические операции, позволяющие именовать предметы, процессы и отношения, т. е. обозначать их через понятия и отношения, фиксируемые в языке.
Системы искусственного интеллекта самостоятельно или во взаимодействии с человеком, используя семантический язык, формируют "модель мира". Этот процесс в ряде систем начинается со сбора информации о реальной среде. Если задача системы заключается в управлении технологическими или иными реальными физическими процессами (а не только в переработке информации), то особый блок - так называемый "блок селекции" - выделяет прежде всего предметы, соответствующие "понятиям", определяемым признаками и их значениями. Если речь идет, например, об управлении погрузочно-разгрузочными работами в порту, то блок находит предметы ("склад", "контейнер", "баржи" и т. д.) в определенный момент времени. Другой блок - "блок пространственной ориентации" - фиксирует их координаты. Посредством базовых и производных отношений им описывается взаимное расположение предметов ("находится над", "находится под", "находится внутри" и т. д.). Таким образом, создается моментальный снимок ситуации на управляемом объекте. "Логический блок" системы на основе правил комбинации базовых отношений порождает новые отношения, специфические для конкретной области предметов.
При наступлении нового момента времени исходная модель первого уровня сменяется новой - другим моментальным снимком, т. е. в данном случае описанием изменившегося пространственного расположения предметов. Информация о предшествующем моменте времени при этом не стирается, а передается в память. Таким образом, в памяти накапливается информация о последовательно сменяющихся состояниях "внешнего мира" (т. е. управляемого объекта). Это создает возможность поиска закономерных связей в изменениях, которые происходят во времени.
Такой поиск в системах описываемого типа является функцией особого блока - "блока гипотез". Система может формировать гипотезы о пространственных или временных отношениях между элементами ситуации. Гипотезы формулируются на семантическом языке. Так, может быть выдвинута гипотеза о наличии "причинной связи" между элементами следующих друг за другом моментальных снимков ситуаций. Конечно, смысл сочетания "причинная связь" далеко не соответствует содержанию категории причинной связи, как она понимается в диалектике. Но он играет важную роль в этой системе. Процедура формирования гипотезы огрубленно выглядит так.
Допустим, что в момент времени Т в определенном месте находится некоторый предмет Р1 или происходит событие С1, а в следующий момент времени на этом же месте появляется предмет Р2 или происходит событие С2. Тогда можно предположить (это во всяком случае не исключается), что Р1 (или С1) суть причина Р2 (или С2). Факт следования Р2 (С2) за Р1 (С1) фиксируется памятью. Если при повторных появлениях Р1за ним не следует Р2, то связь из памяти стирается. Если же временные соотношения между Р1 и Р2 повторяются вновь, то можно полагать, что Р1 есть "причина" Р2. После заранее предусмотренного числа повторений "причинное отношение" между двумя конкретными предметами (событиями) "осознается", т. е. фиксируется определенным знаком и вносится в базу знаний о мире. Таким образом, место модели первого уровня, являющейся моментальным снимком ситуации, т. е. содержащей только текущие данные об объекте, замещается моделью второго уровня. В ней представлены знания об объекте. На следующих уровнях происходят дальнейшее обобщение модели, классификация предметов и связей, приписывание переменным кванторов (типа "существует", "все" и т. д.).
Описанные процессы свидетельствуют о выполнении ЭВМ некоторых функций искусственного интеллекта. Выше (см. гл. V) были сформулированы критерии "интеллектуальности" технических систем. Исходным критерием было наличие в ЭВМ внутренней модели "внешнего мира". Эта модель в системах рассмотренного типа имеется. Факт существования такой модели есть лишь предпосылка выполнения интеллектуальных функций, однако предпосылка очень важная. В описанных операциях она реализуется в следующих функциях: 1) пополнение знаний о "мире", т. е. перестройка модели; 2) обобщение собираемой информации и фиксация на этой основе закономерных связей (типа "причина-следствие"); 3) формирование новых понятий определенного типа. "Модель мира", заложенная в память ЭВМ, пополняемая и совершенствуемая в процессе ее функционирования, используется в системе представления знаний и для более высоких интеллектуальных функций - планирования вычислений и синтеза алгоритмов управления объектами, параметры которых и текущая информация представлены в этой системе.
Системы представления знаний на современном этапе развития искусственного интеллекта быстро совершенствуются (19; 20; 21; 22). Одно из наиболее важных направлений прогресса этих систем связано с использованием фреймов, которые все шире внедряются как в зарубежные, так и в советские разработки (23; 24; 25; 26; 27; 28; 29).
Фрейм - это своеобразная рама, сеть, имеющая ряд ячеек, предназначенных для конкретных признаков индивидуальных ситуаций, которые не заполнены, остаются свободными. Он представляет в интеллектуальной системе некоторые относительно широкие классы стандартных объектов или ситуаций. Как и в обычных семантических сетях, в этом представлении используются "понятия" - узлы, связанные определенными отношениями. Вместе с тем фрейм по структуре отличается от ранее рассмотренных сетей. В последних все иерархические уровни, конкретизирующие содержание того или иного понятия (т. е. подчиненные понятия или значения признаков), полностью фиксированы. Во фреймах нижние звенья иерархии - так называемые терминалы - содержат условия-запросы, ответы на которые формируются в процессе взаимодействия системы с ситуацией. Например, если фрейм представляет куб, то в терминале может содержаться запрос о материале, из которого куб сделан. Ответ (например, металлический), полученный посредством сопоставления со средой периферийным устройством системы, используется в ее дальнейших "интеллектуальных" операциях. Фрейм может содержать не только запрос, но и наиболее вероятный ответ, который затем проверяется в первую очередь.
Фреймы могут описывать не только статические объекты или сцены, но и изменения объектов во времени, в том числе разнообразные действия, например, действия управляющей системы.
Повышение уровня "интеллектуальности" здесь заключается в том, что появляется возможность не составлять программу ЭВМ полностью заранее, а возложить ряд элементов ее синтеза на саму систему искусственного интеллекта, которая использует знания, полученные при согласовании фреймов с конкретными объектами, в результате чего существенно возрастает уровень активности системы искусственного интеллекта. Таким образом, совершенствование системы представления знаний создает предпосылки повышения "интеллекта" системы.
Существенным недостатком системы, использующей фреймы, как, впрочем, и других систем представления знаний, является то, что сами фреймы целиком вносятся в память машины человеком, и что в них нет базы "целей". Вообще системам искусственного интеллекта предстоит пройти большой путь, чтобы в совокупность их функций могли быть включены элементы целеполагания. Для этого недостаточно, чтобы знания, хранящиеся в банках системы искусственного интеллекта, были пассивным объектом преобразования. Они должны стать активным началом, участвующим не только в генерировании и реконструкции исходных систем знаний, но и в формировании целей и критериев приближения к ним. Высший уровень целеполагания при этом остается за человеком.
Основная масса ныне действующих систем искусственного интеллекта опирается на реляционные отношения, на которые ориентированы и наиболее распространенные информационные системы. Для большинства практических задач более эффективным было бы использование описанных выше фреймовых представлений. Они могут сыграть существенную роль и в объединении целеполагающих, собственно информационных и деятельностных аспектов функционирования интеллектуальных систем (30).
В каких отношениях интеллектуальные системы, использующие семантические сети, и, в частности, сети с фреймами, опираются на гносеологические характеристики абстрактного мышления и в чем здесь заключается прогресс по сравнению с эвристическими программами типа "общий решатель задач"? Прежде всего, прогресс заключается в семантическом характере языка, т. е. в наличии у знаков определенной интерпретации. Эвристические программы работают с абсолютно неинтерпретированными символами. Поэтому множество возможностей, которые они должны просматривать, оказывается огромным. В методах решения задачи не принимается во внимание значение знаков, чем обусловлена возможность использования лишь самых общих алгоритмов и эвристик, базирующихся на особенностях языка и его структуры или - конкретнее - его синтаксиса. Из-за этого сокращение перебора оказывается малоэффективным. Придание искусственному языку семантики позволяет использовать при поиске решения дополнительный объем информации, выходящей за пределы синтаксических характеристик этого языка.
Далее, разработчиками семантических сетей предпринята попытка воспроизведения в "модели мира" иерархической структуры образа. "Понятие", закодированное в памяти ЭВМ, не является понятием в собственном смысле. Это не образ в гносеологическом понимании слова, ибо оно не есть субъективно переживаемое отражение. Но "понятие", как и образ, есть интерпретированное отображение. Значение его интерпретируется через нижележащие знаки; последние опять-таки могут быть интерпретированными. Таким образом, знаки здесь являются не только внешней оболочкой "понятий", они, как и в образе, составляют его "внутреннюю ткань". Система знаков является способом бытия "понятия" в памяти ЭВМ. "Понятие", как и рассмотренный выше абстрактный образ, имеет сложную иерархическую структуру, находится в многообразных связях с другими "понятиями".
Следовательно, для решения тех или иных интеллектуальных задач искусственная система может использовать не только лингвистическую информацию - синтаксическую и семантическую, но и знания о предметной области, а значит, и конкретные методы решения задач, которые формируются на основе содержательной специфики задачи.
Рассматривая вопрос об алгоритмической неразрешимости, мы отмечали, что обобщение проблемы влечет за собой, как правило, потерю части информации о специфических особенностях анализируемого содержания. Сохраняются лишь те параметры обобщаемой задачи, которые представляют собой варьирующие значения переменных обобщенной проблемы. Утрата информации приводит к громоздкости алгоритмов при их применении к конкретным задачам.
То же относится и к эвристике. Конечно, программа типа "общего решателя задач" в принципе может применяться к любой задаче лабиринтного типа. Но, поскольку в ней не учитываются особенности конкретных задач, постольку она во многих случаях становится практически нереализуемой. Мощность эвристики, таким образом, превращается в абсолютную немощь.
Достоинство семантических сетей, и особенно систем с фреймами, заключается в том, что они позволяют создавать в машине модель, отражающую (хотя, разумеется, и неполно) реальную структуру соответствующей области. Последняя служит источником информации для решения задач. При невозможности решения задачи на некотором абстрактном уровне иерархичность построения "понятия" позволяет спуститься на нижележащие уровни вплоть до индивидуальных примеров.
Семантические сети содержат слой базовых отношений, который в определенном смысле имитирует некоторые стороны человеческого интеллекта. Часть таких отношений является аналогами мыслительных категорий. Они выполняют прежде всего функции "дискретизации" информации, поступающей от внешнего мира, точнее, информации, переходящей от модели низшего уровня к моделям высшего уровня. Вместе с тем эти квазикатегории выполняют функцию синтеза разрозненных данных, поступающих в модель. Так, многократные повторные следования предметов друг за другом в одиночных точках пространства в системах ситуационного управления синтезируются посредством причинно-следственного отношения.
На этом примере видна и ограниченность квазикатегориального синтеза в машине по сравнению с истинным категориальным синтезом. Как известно, следование, сколь бы многократно оно ни повторялось, не означает наличия причинной связи. Еще древние мыслители отмечали: "После этого не означает по причине этого". Однако истинную причинную связь значительно труднее формализовать, чем многократное следование. Понятия, имеющие статус категорий, а тем более категории, не фиксированные лингвистически в форме понятий, не могут быть формализованы в полной мере. Тем не менее, для развития искусственного интеллекта важно создать формальные квазикатегории, которые были бы приближенными аналогами реальных категорий, функционирующих в мыслительном процессе человека. Это значит, что одной из задач гносеологии на современном этапе является, так сказать, разложение категорий в бесконечный ряд общенаучных и иных понятий, которые могли бы формализоваться средствами логики и методологии науки.
Формализованные понятия могут быть включены в систему базовых отношений или вообще в память и программы ЭВМ. Конечно, квазикатегории в силу своего формализованного характера никогда не смогут обладать совокупностью свойств реальных категорий, и в частности их гибкостью. А отсюда следует, что им не может быть присуща универсальная эвристическая ценность. Однако они смогут выполнять эвристические функции в тех областях, в которых наиболее существенны те стороны реальной категории, которые оказались представленными в процессе ее формализации.
Необходимо отметить, что большинство категорий, фиксируемых диалектикой, не нашло отражения в реальных семантических сетях в качестве базовых отношений. Это объясняется, по-видимому, сложностью и многоаспектностыо многих категорий диалектики. Возьмем, например, категории "сущность" и "явление". Для разработки системы искусственного интеллекта было бы важно использовать эту пару категорий. Одна из важнейших сторон ограниченности современных систем распознавания образов, как отмечает В. С. Тюхтин (31), заключается в том, что в них при классификации не учитывается различие между существенными и несущественными признаками. Действительно, в этих системах признак существенности, как правило, заменяется признаком общности. Не предприняты попытки выразить в семантических сетях отношения между сущностью и явлением через базовые отношения или использовать его в качестве самостоятельного базового отношения. В семантических сетях, которые мы рассматривали, имеется отношение "общее - единичное" ("элемент - класс"). Однако известно, что общее не всегда является существенным.
В связи с рассматриваемой проблемой возникает вопрос о соотношении совокупности базовых отношений с категориями, об их сходстве и различии. Теоретически ясно, что, поскольку категории являются отражением всеобщих отношений, постольку неизбежна определенная субординация базовых отношений и категорий.
Если совокупность базовых отношений считается универсальной, то она должна содержать в себе пучки отношений, конкретизирующих каждую категорию (или пару категорий) диалектики. Это следует из того, что сами категории суть отношения, следовательно, они либо должны входить в базовый список (как это имеет место для отношений "причина - следствие", "часть - целое", "элемент - класс", "единичное - общее"), либо должны быть подвергнуты расчленению таким образом, чтобы их можно было синтезировать из базовых отношений. Разумеется, если семантический язык формализован, то входящие в списки базовых отношений категории не являются таковыми в собственном смысле, поскольку они утрачивают ряд неотъемлемых свойств категорий, в частности их гибкость (а тем самым в значительной степени и эвристическую силу, особенно при отображении нестандартных ситуаций). Отношения, тождественные по названию категориям (например, "причина - следствие"), не только в существующих искусственных семантических языках, но и в принципе являются лишь квазикатегориями, аналогами, которые, однако, применительно к ограниченному миру той или иной технической интеллектуальной системы могут в известной мере выполнить определенные функции категорий. Исходя из теоретических соображений, следует, что совокупность категорий должна быть одним из исходных пунктов для формирования комплекса базовых отношений.
Фактически семантические языки формировались в связи с решением практических задач управления определенными реальными процессами. Поэтому и в базовых отношениях отражены в первую очередь отношения, с которыми сталкиваются в этих процессах. Например, в перечне базовых отношений, предназначенном для системы управления портом (32), на первом месте стоят отношения, характеризующие механическое движение и пространственно-временные отношения между макрообъектами. Этот перечень, являющийся результатом анализа значительного числа специальных текстов, действительно содержит совокупность отношений, композиция которых может выразить большинство встречающихся отношений.
Эмпирическое происхождение списка базовых отношений не только не снимает, но ставит еще более остро задачу его теоретического анализа, и прежде всего проверки на полноту посредством сопоставления с категориями.
В эмпирически найденном списке базовых отношений не только нет, например, отношения "сущность - явление", но и совокупности отношений, из которых его можно было бы синтезировать. Отсюда следует, что на языке, в котором совокупность базовых отношений исчерпывается данным списком, ряд отношений в принципе не может быть выражен. Например, на таком языке нельзя записать, что "прибыль является превращенной формой прибавочной стоимости" или - более общо - "предмет X является превращенной формой предмета У".
Категории сущности и явления - это категории, которыми оперирует теоретическое мышление. Следовательно, можно полагать, что если техническая "интеллектуальная система" будет предназначена для работы с теоретическими текстами, например для их анализа в целях аннотирования или реферирования или даже для обобщения на высоком уровне результатов эмпирического исследования, короче, для работы в теоретической области, то для эффективного ее функционирования список базовых отношений придется пополнить такими, которые являются "разложением" отношений "сущность - явление", а также других отношений, выраженных в философских категориях.
Плодотворна уже сама постановка задачи - выявить совокупность базовых отношений, посредством которых может быть выражено все множество отношений, фиксируемых некоторым естественным языком или даже являющихся универсальными для всех естественных языков. Помимо практического значения для решения отмеченных выше задач управления она существенна и для лингвистической семантики. Не исключено, что характеристика множества базовых отношений различных языков может служить одним из важных индикаторов уровня развития того или иного языка. Задачи научного мышления, и в частности создания ряда метатеорий, не могут быть решены без явного обозначения философских категорий словами или устойчивыми словосочетаниями. Развитие систем представления знаний превращает лингвистическую (семантическую) проблему выявления языковых средств выражения категорий в проблему большого практического значения. Вместе с тем анализ базовых отношений может способствовать уточнению системы философских категорий и выработке новых подходов к систематизации категорий диалектики.
Философия оперирует не только универсальными, но и специфическими категориями, характеризующими познавательный процесс и его результаты. К их числу относятся, например, понятия истины и заблуждения, абсолютной, относительной истины и т. д. В рассмотренном нами варианте системы представления знаний нет и этих категорий. Следовательно, на языке, совокупность базовых отношений которого ограничена этим списком, не может быть выражено положение "высказывание X истинно описывает ситуацию У".
В литературе (32) иногда высказывается мысль о желательности доказательства полноты словаря базовых отношений. При этом речь идет о формальном доказательстве. Если эта задача ставится применительно к естественному языку, то постановка ее неправомерна. Прежде всего, конкретный список базовых отношений, безусловно, является неполным. Мы уже видели, что он не позволяет выразить отношения, отражаемые категориями диалектики. Можно также предположить, что совокупность физических отношений, объективно существующих в неисчерпаемом мире и потенциально описываемых естественными языками (или естественными языками со специальными математическими включениями), не может быть выражена через конечную совокупность базовых отношений, объединяемых конечным множеством правил композиции.
Далее. Как было показано выше, чисто формально вообще нельзя ничего доказать относительно реального объекта. Это тем более верно в отношении такого объекта, как естественный язык. Формально можно доказать лишь полноту формализованного словаря базовых отношений в рамках формальной модели естественного языка или его ограниченного фрагмента. Научный интерес представляет также проблема единственности совокупности базовых отношений, их минимальности, независимости и т. д.
Итак, включение системы базовых отношений в "семантические сети" не только позволило использовать иерархическое строение абстрактного образа для создания системы представления знаний, но и означало шаг вперед в наделении систем искусственного интеллекта аналогами категорий мыслительного процесса.
Существенным фактором в использовании гносеологических характеристик мышления является и наличие в системах искусственного интеллекта аналога самосознания. Самосознание - это необходимый компонент сформировавшегося сознания. Оно выполняет и гносеологическую функцию. Поэтому вычленение внутри знания компонентов, выражающих особенности познающего Я, и содержания, отражающего внешний мир, есть важнейшее условие адекватного отражения объективной реальности и, следовательно, принятия адекватных решений. Квазисамосознание необходимо для решения многих интеллектуальных задач. Особо важную роль оно играет в интегральных промышленных роботах. Здесь решение интеллектуальных задач выступает не как самоцель, а как средство обеспечения интеллектуального поведения робота, а стало быть, и разумного манипулирования эффекторами. Роботу необходимо четко фиксировать собственные действия, оценивать их эффективность, а значит, отличать себя от среды.
В использовании категорий в системах искусственного интеллекта пока сделаны только начальные шаги.
Явно недостаточно еще используются логические структуры. На первый взгляд это кажется странным. Мы подчеркивали, что из всех наук о мышлении кибернетика больше всего опиралась на логику, однако применение в кибернетике нашли далеко не все логические структуры, функционирующие в мыслительном процессе и воплощенные в знании.
В ней нашли применение, прежде всего, исчисление высказываний и исчисление предикатов, а также примыкающие к ним традиционные разделы математической логики. Даже модальная логика недостаточно используется в кибернетических системах. Она, в сущности, не нужна была, пока не решались интеллектуальные задачи. Но оперирование содержанием интеллектуальной базы знаний требует применения операторов "возможно", "действительно", "необходимо", т. е. модальной логики. Мало применяется логика вопросов, которая слабо разработана, хотя для функционирования вопросно-ответных систем она крайне необходима. Это значит, что пока в системах искусственного интеллекта используется (и то не в полной мере) лишь наиболее разработанная часть логики мыслительного процесса. За пределами этих систем остается также подготовка понятий и суждений к операциям вывода по строгим правилам. Понятия, которыми оперирует человеческий интеллект в исходных формах, в том числе в лингвистически фиксируемых, нечетки, следовательно, к ним непосредственно не могут быть применены логические правила, базирующиеся на законе тождества. Процесс перехода от нетождественных себе, нечетких понятий, лабильных образов к жестким понятиям формальной логикой не описывается.
В первые десятилетия применения ЭВМ был сделан вывод о том, что машина превосходит человека в оперировании жестко определенными понятиями, а человек превосходит машину в гибкости, в оперировании расплывчатыми понятиями, идеями и т. д. Более того, высказывалась и высказывается мысль о том, что машина никогда не сможет оперировать расплывчатыми структурами. Богу - богово, кесарю - кесарево. Иногда утверждалось даже, что принципиальная дискретность математики является непреодолимой преградой для описания непрерывных процессов и явлений. Границы расплывчатых образований не дискретны, а поскольку передача задачи ЭВМ требует предварительного математического описания, постольку оперирование расплывчатыми образованиями ЭВМ принципиально недоступно. Отсюда делался вывод о том, что создание искусственного интеллекта в принципе невозможно.
Упоминавшиеся ранее работы Л. Заде (33; 34) положили начало формализации нечетких структур. Значение этих работ сразу было оценено в математической и философской (35) литературе. Использование концепции нечетких множеств находит все более широкое применение в системах искусственного интеллекта (16; 36; 37; 38). В целом, однако, принципы нечеткости в программах искусственного интеллекта реализуются недостаточно. Использование нечетких структур может привести, в частности, к новым приложениям эвристического программирования, а следовательно, расширить его возможности.
Главный вывод из развития теории нечетких множеств и ее применений к проблемам и системам искусственного интеллекта заключается в том, что формализация нечетких структур возможна, что входные устройства ЭВМ в принципе могут оперировать с такого рода структурами, что повышает эффективность функционирования систем искусственного интеллекта. Таким образом, и в этом плане учет гносеологических особенностей мышления дает дополнительные возможности для совершенствования искусственного интеллекта.
Использование гносеологических характеристик мышления для совершенствования программ искусственного интеллекта включает и проблему приближения "языка" ЭВМ к естественному языку, воспроизведение в языке ЭВМ тех универсалий естественных языков, которые обусловливают способность языка выполнять познавательную функцию. Искусственные языки, используемые в семантических сетях, о которых речь шла выше, как и естественные, представляют собой единство означающего и означаемого (поэтому их и называют семантическими языками). Оперирование с нечеткими структурами предполагает использование знаков с нечеткими значениями, различного рода лингвистических переменных и, следовательно, неизбежно приближает "язык" искусственного интеллекта к естественному. Рассмотрим более подробно лингвистические проблемы.

3. Лингвистические проблемы искусственного интеллекта
Реальные проблемы, решаемые теорией и практикой искусственного интеллекта, очень разнообразны. Это и распознавание образов, и доказательство теорем, и машинный перевод, и многое другое. Осуществить анализ совокупности этих проблем здесь не представляется возможным. Мы остановимся на гносеологическом аспекте лингвистических проблем искусственного интеллекта. Это обусловлено прежде всего тем, что в марксистской философской литературе лингвистические проблемы искусственного интеллекта почти не анализировались. Кроме того, лингвистическая проблематика существенна для решения большинства других задач искусственного интеллекта.
Кибернетические системы, создаваемые техникой, все больше включаются в интеллектуальный потенциал общества. Это требует общения между человеком и машиной. Перевод с естественного языка на язык машины - не тривиальная задача. Она решается творческими методами. То же относится и к обратному переводу. Полноценное решение этих задач машинами возможно лишь при снабжении их искусственным интеллектом. Аналогичным образом обстоит дело и с машинным реферированием, построением информационно-поисковых систем. Некоторые результаты в этих направлениях получены посредством "доинтеллектуальных" систем, но искусственный интеллект должен обеспечить качественно новый уровень решения этих задач.
Но дело не только в этом. Естественные языки не являются формальными системами, и речевые высказывания не подчиняются каким-либо жестким правилам (даже вероятностным). Следовательно, механизация лингвистических функций предполагает либо предварительную приближенную формализацию принципиально неформализуемых сложных динамических систем, либо способность технических информационных машин работать с предварительно неформализованными системами. Это означает, что решение лингвистических проблем кибернетики, создание лингвистических автоматов представляют собой полигон для испытания различных методов конструирования искусственного интеллекта.
В настоящее время создано несколько экспериментальных и работающих на потребителя систем машинного перевода. В Институте прикладной математики АН СССР под руководством О. С. Кулагиной разработана система французско-русского перевода, которая осуществляет перевод математических текстов. Поскольку анализ входного текста не выходил за пределы отдельных предложений, постольку и сам перевод не выходил за рамки отдельных изолированных предложений, которые, однако, во входном массиве составляли связный текст. Приведем небольшой отрывок такого перевода (39).

Французский текст
Русский текст
1. Considerons un systeme de nombres complexes
1. Рассмотрим систему комплексных чисел
X=X1E1+X2E2+...+X2E2,
ou les E sont les symboles, les X - les nombres ordinaires, reels ou imaginaires.
где E суть символы, X - обыкновенные, действительные или мнимые числа.
2. Nous supposons definies sur ces nombres les operations fondamentales, addition et multiplication,
2. Мы предполагаем определенными на этих числах фундаментальные операции, сложение и умножение,
X+Y=( X1E1+...+ X2E2)+(Y1E1+...+ Y2E2)=( X1+Y1)E1+...+(X2+Y2)E2,
XY=( X1E1+...+X2E2)(Y1E1+...+ Y2E2)=??IK1XiJkE1+??IK2XiJkE2
3. De telle facon que la multiplication satisfasse a la loi suivante et de telle facon aussi que less deux operations inverses de la multiplication ou devison soient possibles en general.
3. Таким образом, что (бы)†††† умножение удовлетворяло следующему закону и таким образом также, что (чтобы) 2 обратные операции умножения или деления были возможны вообще говоря.
4. La premiere cosistant a passer du premier facteur et du produit au deuxieme facteur, la seconde cosistant a passer du second facteur et du produit au premier facteur.
4. Первый (ая, ое), состоящее в переходе от первого множителя и от произведения до второго множителя, второй (ая, ое), состоящее в переходе от второго множителя и произведения до первого множителя.
5. Alors il existe un nombre appele module, tel que pour tout nombre X du systeme on ait
5. Тогда существует число, названное модулем, таким, что для (в качестве) всякого числа X системы мы имели
Ex=x?=?
6.Si l'on suppose l'existence d'un module, il est inutile de supposer de la possibilite des deux divisions.
6. Если мы предполагаем существование модуля, бесполезн(а,о) предположить возможность двух делений.

В группе лингвистов понятность этого перевода была оценена как хорошая 62,8% экспертов, как средняя - 25,3% и как плохая - 11,9%. В группе математиков и инженеров соответствующие оценки составили 69,9; 22,1; 8,0%.
В настоящее время разработан ряд систем, которые практически обслуживают потребителей. К их числу принадлежит СИСТРАН (Канада). Она использовалась, в частности, в полете "Союз" - "Аполлон", в ходе которого функционировал англо-русский и русско-английский машинный перевод (40, с. 214 - 226). Общий объем переведенных текстов составил десятки миллионов слов. Готовый к тиражированию текст производится системой со скоростью свыше 10 тыс. слов в день, т. е. в пять раз быстрее, чем обычные нормы перевода научно-технической литературы.
С 1979 г. во Всесоюзном центре научно-технической литературы АН СССР создана и работает редакция по практическому машинному переводу. Она выполняет переводы с английского языка на русский текстов по вычислительной технике и программированию, машиностроению и др. С 1981 г. введены в опытную эксплуатацию системы машинного перевода с немецкого и французского языков на русский (41, с. 31). Системы, переводящие тексты с одного естественного языка на другой, представляют собой частный случай лингвистических автоматов. Такой автомат представляет собой ЭВМ вместе с приданным ей математическим обеспечением и периферийными органами.
В успешном решении задач автоматизации лингвистических процессов существенную роль играет проблема понимания (хотя не все системы машинного перевода базируются на ней). Наличие такого понимания было бы самым радикальным решением вопроса об общении человека и машины. Правда, чем выше уровень входного языка машины (чем он ближе к естественному языку), тем сложнее для нее перевод таких текстов на свой внутренний язык и, следовательно, тем больше времени он занимает. Работа с языками высокого уровня во многом затрудняет (а иногда вообще не позволяет) использование возможностей машины. Тем не менее наделение ЭВМ способностью "понимать" естественный язык остается фундаментальной задачей для решения проблемы общения человека с ЭВМ, особенно важной для обеспечения работы машины в режиме диалога.
В решении проблемы взаимодействия ЭВМ и человека на естественном языке за последнее десятилетие достигнуты существенные результаты. Правда, в настоящее время (и в обозримом будущем) ЭВМ способна "понимать" лишь ограниченные (как с лексической, так и с грамматической точки зрения) фрагменты естественного языка, его подъязыки. Эти ограничения могут касаться лексики (ограниченный словарь и даже запрещение использовать некоторые части речи), семантики (конечное число или единственное значение слова или словосочетания, обусловленное проблемной областью), синтаксиса (запрет на использование ряда конструкций, например причастных и деепричастных оборотов, предложений, содержащих более одного придаточного и др.). Они могут касаться и прагматики, как это имеет место в системе, разрабатываемой советским исследователем В. С. Файном (29, с. 17). В этом случае предложению приписывается определенная цель (например, постановка задачи или ссылка на библиографию). Множество целей в таких случаях конечно. Эти ограничения важны, но использование и ограниченных естественных языков или их фрагментов является существенным шагом в развитии искусственного интеллекта. Рассмотрим с этой точки зрения систему ДИЛОС (диалоговая информационно-логическая система), созданную и совершенствуемую в ВЦ АН СССР. Задача состояла в том, чтобы наделить ее "пониманием" письменной речи, "знанием" различных закономерностей и фактов исследуемого человеком мира. Посредством анализа и принятия решений она должна давать ответы на запросы человека. ДИЛОС содержит в себе лингвистический процессор, воспринимающий вопросы и сообщения на ограниченном естественном языке (38; 42; 43; 44).
Лингвистический процессор переводит предложения естественного языка на внутренний моносемантический, четкий язык машины. Перевод базируется на знаниях о языке, которые в форме семантических сетей содержатся в "модели мира", имеющейся в системе. Это значит, что сам естественный язык (его ограниченный фрагмент) является элементом предметной области системы. В процессе совершенствования ДИЛОСа перестраиваются его семантические сети. В частности, в настоящее время они включают в себя фреймы.
Кроме лингвистического система ДИЛОС имеет информационно-поисковый, вычислительный и логический процессоры. Она пополняет и обобщает свои "модели мира", выдает ответы (как хранящиеся в ее памяти готовыми, так и синтезируемые ею) на вопросы, самостоятельно строит алгоритмы вычислений и действий, используя исходные и текущие данные, требуемые результаты и "модель мира". Таким, образом, реализация в системе ДИЛОС семантической сети позволяет решать ряд интеллектуальных задач, включая взаимодействие с текстами на естественном языке.
Большой интерес представляет программа взаимодействия человека с ЭВМ на естественном языке, разработанная Т. Виноградом (45). Она непосредственно предназначена для взаимодействия с роботом, выполняющим элементарные операции манипулирования правильными геометрическими телами, но в ней реализован ряд оригинальных идей, касающихся анализа текстов. С гносеологической точки зрения наиболее важной является идея единства синтаксического и семантического анализа. У человека, как было показано выше, интерпретация текста опирается не только на знание синтаксиса языка, но и на его семантику, а также на внелингвистические знания. Семантика в ряде случаев направляет синтаксический анализ, помогая преодолеть грамматическую неоднозначность конструкции. Синтаксис в свою очередь направляет семантический анализ, способствует преодолению семантической неоднозначности. Программа Т. Винограда позволяет чередовать определенным образом вызов процедур синтаксического и семантического анализа, тогда как в большинстве программ, предназначенных для анализа текста, синтаксический и семантический анализ выступает в качестве последовательных, взаимоизолированных этапов, что обусловливает большую трудоемкость работы. Рассмотренная особенность данной программы повышает эффективность ее функционирования.
В реализации лингвистических аспектов искусственного интеллекта определенную роль играют автоматизированные системы реферирования, аннотирования и вообще создания вторичных массивов информации. В частности, представляет интерес автоматизированная система ТАНД (тезаурусного аннотирования научно-технических документов), разработанная группой под руководством Р. Г. Пиотровского (46; 47; 48; 49). Она предназначена для обработки французских текстов по темам "Опухоли человека" и "Современные методы окраски в машиностроении". В ответ на запрос система дает русские аннотации соответствующих статей, написанных по-французски.
Система ТАНД осуществляет формальный анализ смысла. Однако текст в ней рассматривается на основе иерархически организованной семантической сети, представляющей определенную область знания. В этой сети базовые понятия - узлы - это терминологические ключевые слова и словосочетания, т. е. наряду со знаками искусственных языков используются лексические единицы естественного языка. Отношения между понятиями в сети соответствуют отношениям в предметной области (в системе ТАНД не используется универсальный список базовых отношений).
Формальный анализ смысла основывается на соотнесении текста с маркированными заранее элементами иерархической системы. Эта иерархия в определенной мере воспроизводит структуру знания о предметной области. Выявление последней происходит на основе системного анализа соответствующей научной дисциплины. Ключевые слова и словосочетания представляют собой своеобразные ядра, вокруг которых группируются иерархически связанные с ними понятия. Они являются своеобразными коррелятами ядер лабильных образов, понятий, в форме которых знание существует в психике человека. В конце 70-х годов авторы ТАНД начали использовать для анализа текста фреймы-сценарии, что должно повысить эффективность системы. ТАНД способна к обучению.
Приведенные примеры работы ЭВМ с текстами на ограниченных фрагментах естественного языка, машинного перевода и машинного аннотирования, на наш взгляд, свидетельствуют о том, что утверждения о кризисе машинного перевода и вообще лингвистики, базирующейся на использовании ЭВМ, не обоснованы. Однако существуют и реальные трудности, с которыми столкнулась инженерная лингвистика в конце 60-х - начале 70-х годов. Некоторые из них носят принципиальный характер.
В сущности, не оправдались надежды, которые ряд кибернетиков возлагали на глобально-дедуктивный подход к проблемам автоматизации переработки текстов. Сторонники этого направления видели свою непосредственную задачу в создании систем переработки произвольных текстов (независимо от проблемной ориентации), записанных на естественном языке, без пред- и постредактирования. Предполагалось, что такая переработка, в частности машинный перевод, возможна на основе только лингвистических знаний. Рассматриваемый подход требует от машины значительно более высокого уровня "языковой компетенции", чем тот, который характерен для нормального человека. Для дешифровки текста он использует не только свою языковую компетенцию, но и внелингвистические знания.
Глобально-дедуктивный подход стимулировал ряд глубоких исследований в области синтаксиса и семантики, а также попытки формализации естественного языка или его фрагментов. Часть этих исследований нашла применение в неглобальных, прикладных системах. Вместе с тем основная задача, которая ставилась в рамках данного направления, - создание глобальных лингвистических автоматов - оказалась нерешенной и, как стало ясно, не будет решена, по крайней мере, в обозримом будущем.
Глобально-дедуктивный подход к лингвистическим проблемам - это лишь одно из проявлений стремления к универсализму, свойственному разработчикам искусственного интеллекта в конце 60-х - начале 70-х годов. В. М. Глушков (50) подчеркивал большую сложность автоматизации дедуктивных построений по сравнению с автоматизацией вычислительных задач. Тем не менее, общая теория вычислений создается на базе исследования огромного количества численных методов решения задач, накопленных математикой за тысячелетия своего существования.
Методы дедуктивных построений не менее сложны и разнообразны, чем решения задач вычислительной математики. Попытки построения единого метода на современном этапе развития кибернетики при отсутствии накопленного в этом направлении опыта утопичны. То же относится и к попыткам глобального решения лингвистических проблем искусственного интеллекта.
Ныне действующие, в частности, рассмотренные выше, системы автоматизированной переработки текстов не лежат в русле глобального подхода. Отказ от него заключается прежде всего в замене задачи взаимодействия с текстами на естественном языке задачей переработки текстов на ограниченном фрагменте этого языка, в проблемной ориентации перерабатываемых текстов, в курсе на создание не автоматических, а автоматизированных систем, в которых ЭВМ взаимодействует с человеком, особенно в режиме диалога. Разработка проблемы диалога между человеком и ЭВМ - одно из генеральных направлений в решении не только лингвистических, но и многих других задач искусственного интеллекта.
Значение взаимодействия человека и ЭВМ в режиме диалога в полной мере было осознано к концу 60-х - началу 70-х годов (51). "Гносеологический симбиоз" человека и ЭВМ в сущности начал формироваться со времени появления ЭВМ. Однако длительное время он не имел психологического характера: машина не могла использовать знания человека, которые заранее не заложены в ее память, а человек не мог консультироваться с ЭВМ в реальном режиме времени.
Диалоговый режим означает взаимодействие между человеком и ЭВМ в самом процессе решения задачи. В развитом виде он предполагает, что, после того как пользователь заложил в ЭВМ цель, человек и компьютер становятся равноправными партнерами в том смысле, что управление решением постоянно переходит от одного к другому; каждый из участников диалога совершенствует свои знания за счет партнера (52). На этом уровне ЭВМ систематически использует свою "модель мира", которая должна отвечать определенным гносеологическим требованиям. В идеале в ней должны содержаться (не обязательно в явном виде) аналоги комплекса познавательных орудий - категорий, логических структур, семиотических систем, свойственных человеческому познанию. Чем ближе этот комплекс к интеллектуальным средствам человека, тем - при прочих равных условиях - большими интеллектуальными возможностями располагает система. Этот идеал, по-видимому, недостижим, поэтому взаимодействие человека с ЭВМ представляет собой не простую кооперацию, а разделение труда, в котором функции обоих партнеров существенно различны. Партнеры превосходят друг друга в решении разных компонентов задач, над которыми они совместно работают.
Таким образом, можно говорить о двух группах лингвистических проблем, связанных с искусственным интеллектом. Во-первых, о решении собственно лингвистических задач и, во-вторых, так сказать, об уровне лингвистического развития ЭВМ, обусловливающем ее интеллектуальные способности. Они тесно связаны: решение лингвистических задач невозможно без высокоразвитого интеллекта, а высокий уровень интеллекта немыслим без овладения семиотическими системами.
Важнейшими итогами развития лингвистических способностей систем искусственного интеллекта явились создание семантических языков и повышение сложности входных языков вплоть до ограниченных фрагментов естественного языка. Семантические языки реализуют ряд универсалий естественного языка, отсутствующих в языках программирования. Однако ими не воспроизводятся важные черты других семиотических систем, используемых мышлением. ЭВМ с приданными ей периферийными системами способна воспринимать чувственное изображение и переводить его на язык символов. Она может также переводить аналитические выражения на язык чертежей, графиков и иных наглядных образов и высвечивать изображения на табло. Эта способность ЭВМ используется в процессе общения человека с машиной. Однако сама она в решении задач не использует тех преимуществ, которыми обладает чувственный образ по сравнению с понятием в его словесной оболочке.
В частности, машина и при использовании семантических сетей не обладает возможностью одновременного видения значительных массивов информации. Локальность обработки информации характеризует все современные дискретные информационные системы независимо от характера их математического обеспечения. Расчленение алгоритма на ветви хотя и позволяет в различных подсистемах обрабатывать информацию одновременно, но не снимает локального характера этой обработки на каждой ветви алгоритма. Это органически связано с дискретностью используемых языков и аппаратуры. Преодоление локального характера обработки информации невозможно с помощью семиотической системы при использовании аппаратуры, работающей на ныне применяемых принципах. Это относится не только к функционированию цифровых машин, но и к аналоговым системам.
Способность мозга к глобальной обработке информации, возможно, определяется не только функционированием большого числа параллельно действующих дискретных цепей и не самим по себе наличием аналоговых компонентов. Советские (С. Н. Брайнес, 29, с. 27) и зарубежные (К. Прибрам, 53, с. 406 - 409; М. Арбиб, 54, с. 259 - 267) исследователи высказывают мнения о том, что существенную роль в функционировании мозга играет голография. Известно, что изображения, получаемые с помощью голограмм, трехмерны, их можно наблюдать с различных сторон; любая часть голограммы какого-либо предмета позволяет воспроизвести его целиком; чем больше эта часть, тем четче изображение. На одну и ту же голограмму можно записать несколько изображений, а затем воспроизводить их по отдельности. К. Прибрам полагает, что мышление представляет собой воспроизведение некоторой голограммы или, во всяком случае, эквивалентно ему. Однако, какую бы роль ни играли голографические представления в объяснении реального мыслительного процесса у человека, голография (не обязательно оптическая) может использоваться в системе искусственного интеллекта. А это предполагает разработку специфической семиотической системы. Конечно, пока еще нельзя сказать, что именно голография является тем принципом, применение которого позволит вывести системы искусственного интеллекта за пределы локальной переработки информации. Однако поиск методов одновременной и глобальной переработки информации (в том числе функционирующих в мозгу) и их реализация в технических системах - важный путь наделения последних все более высокими интеллектуальными способностями.
Необходимо отметить также, что линейные семиотические системы, используемые в разработках искусственного интеллекта, располагают не комплексом универсалий естественного языка, необходимым для выполнения ими познавательной функции, а лишь их небольшой частью. Так, ограниченный естественный язык, используемый в качестве входного в системе ДИЛОС, является полисемантическим и в известной мере нечетким. Однако ее лингвистический процессор перерабатывает текст на этом языке в сообщение на моносемантическом и четком внутреннем языке системы. Интеллектуальная система должна уметь использовать знаки, которыми она располагает, для обозначения новых ситуаций, близких к тем, которые обозначались уже задействованными знаками. Это значит, что она должна уметь не только исключать, но и создавать полисемию. Потенциальная полисемия есть, с одной стороны, необходимое условие, а с другой - результат взаимодействия подлинно интеллектуальной системы со сложной средой.
Вместе с тем решение ограниченных (по предметным областям и прагматике) интеллектуальных задач не требует от используемых семиотических систем воспроизведения всей совокупности универсалий.
Ограниченность взаимодействия со средой связана не только с лингвистическими аспектами интеллектуальных систем. Наиболее ярко она обнаруживается в функционировании роботов. Даже самые совершенные роботы из-за низкого уровня "интеллекта" на современном этапе способны работать только в крайне примитивной внешней среде. Не менее важно, что сам уровень интеллекта зависит от его способности к физическому взаимодействию с внешним миром.
Основой познавательного процесса является, как известно, практика. Интегральный робот представляет собой квазисубъект, и его взаимодействие с миром может рассматриваться как квазипрактика, являющаяся базой для решения интеллектуальных задач. Об этом, в частности, свидетельствует важная роль изменения положения робота или его эффекторов в пространстве - "точки зрения" - для распознавания и анализа пространственных сцен. Динамичность робота в сочетании с расширением его рецепторной системы является важным путем повышения уровня его "интеллекта", а значит, и совершенствования интеллектуальных систем вообще. Если иметь в виду специфику задач, стоящих перед роботами, в частности задачи манипулирования различного рода объектами в пространстве, то особенно важно наделение их способностью к одномоментному схватыванию ситуации, а значит, и к оперированию наглядными образами на различных уровнях функционирования. Постановка перед роботами задач освоения непредвиденных и нестандартных ситуаций требует оснащения их языком, которому свойственны потенциальная полисемантичность и нечеткость.
Трудности, возникшие в развитии лингвистических аспектов искусственного интеллекта в 60-х - начале 70-х годов, породили у ряда авторов глубокий пессимизм в отношении машинного перевода и других проблем инженерной лингвистики. Обобщенное изложение аргументов в пользу такой позиции, по существу отрицающей возможность передачи машинам функций решения интеллектуальных лингвистических задач, дано в работе X. Дрейфуса (9). Он полагает, что ЭВМ ни при каких обстоятельствах не способна адекватно интерпретировать тексты на естественном языке. Это обусловлено тем, что человек при понимании речевых высказываний использует глобальный контекст, "периферийное сознание" или подсознание, нечеткость, интуицию, инсайт, которые, с точки зрения Дрейфуса, в принципе не могут быть воспроизведены в машине.
Эти элементы психики человек действительно использует при интерпретации текстов. Однако, чтобы утверждать, что искусственный интеллект невозможен, требуется предварительно доказать, что эти элементы, во-первых, обязательны для любой "интеллектуальной" системы независимо от ее структурно-субстратных особенностей и, во-вторых, что они невоспроизводимы в технической системе.
Первое утверждение не вызывает сомнений. В сущности анализ, проведенный в первых главах, показал, что аналоги указанных элементов психической деятельности необходимы для решения сложных задач отражения реальности независимо от того, решаются они системой, обладающей или не обладающей психикой. Второе утверждение, на наш взгляд, не может быть признано обоснованным данными современной науки. Понимание текста человеком опирается не только на его знание языка, но и на внелингвистические знания. Заключение Дрейфуса о невозможности создания систем искусственного интеллекта, использующих контекст, базируется на анализе программ, осуществляющих только синтаксический разбор текста. Программу Р. Квиллиана, который одним из первых разработал семантические сети, Дрейфус рассматривает как весьма частную, неспособную к дальнейшему совершенствованию.
Развитие систем искусственного интеллекта в 70-х годах, как мы видели, заключалось в первую очередь в разработке и совершенствовании систем представления знаний, в частности семантических сетей, которые позволяют перейти от знаков через их значение к совокупному знанию, содержащемуся в системе. Уже в рассмотренной нами программе Т. Винограда грамматическая интерпретация текста, в том числе и снятие грамматической неоднозначности (как и лексической), производится на основе использования знания, заключенного в тексте. А это значит, что техническая система способна для интерпретации текста использовать внелингвистический контекст. Развитие семантических сетей, систем фреймов и других способов представления знаний в перспективе содержит еще большие возможности в этом плане.
В известной мере то же можно сказать и относительно "периферийного сознания". Конечно, чтобы подсознательные процессы представить в памяти ЭВМ, их необходимо осознать и формализовать. Из этого, однако, не следует, что в технической системе принципиально невозможно воспроизвести отношение между различными массивами памяти, аналогичное в определенном смысле отношению между сознаваемым и несознаваемым (центром и периферией, по Дрейфусу) в психике человека. Так, не исключено, что, в то время как активной логической переработке подвергается некоторый локальный участок семантической сети, ассоциативные связи с другими участками сети не разрушаются, а, наоборот, активизируются. Их содержание в этом случае образует периферию, своеобразный фон, оказывающий воздействие на логическую переработку информации в "центре" функционирующего интеллекта.
Конечно, тип связей в подсознании человека и в семантических сетях принципиально различный, и поэтому поиск в семантической сети никогда не может быть суммой результатов (в частности, анализа речевого текста), которую дает взаимодействие между центром и периферией сознания. Важнейшими характеристиками периферии являются нечеткость, интуиция и глобальность. Однако не доказано, что этими чертами не могут быть наделены и искусственные системы. Нечеткие понятия, нечеткая логика, нечеткие алгоритмы уже ныне успешно проникают в различные сферы применения искусственного интеллекта.
В современных системах не имеется аналогов инсайта (озарения). А он, как известно, играет определенную роль и в некоторых процессах понимания текста. Однако нет оснований полагать, что такой эффект в принципе не воспроизводим техническими системами. С гносеологической точки зрения инсайт представляет собой разовый скачок от незнания к знанию, от условий задачи к ее решению. В процессе развития кибернетики был предложен ряд схем реализации такого скачка. Так, в некоторых исследованиях (55) решение задачи представляется как процесс возникновения цепи из известных понятий, связанных причинно-следственными отношениями, которая начинается условием и кончается решением. Образование такой цепи наступает при возбуждении всех ее звеньев, т. е. связанных понятий. Логический анализ, подчиненный целенаправленному поиску решения, может не нащупать то или иное звено в этой цепи, даже если он с точки зрения условий и решения идет в верных направлениях. Но процесс поиска включает в себя случайные (вероятностные) и ассоциативные компоненты, могущие активизировать невозбужденные звенья искомой цепи. Тогда цепь замыкается, возникает готовая информационная структура, являющаяся решением, т. е. имеет место внезапный скачок - инсайт. Эта схема, разумеется, не может претендовать на действительное описание реального процесса инсайта, происходящего в психике человека. Однако технические средства могут реализовать очерченный набросок схемы и таким образом приблизиться к выполнению функций инсайта.
Преодоление ограниченности локальной переработки информации, создание методов ее глобального охвата не могут быть осуществлены лишь методами совершенствования семиотических систем. Здесь определенную роль, как отмечено выше, может сыграть голография, что, по-видимому, является задачей довольно отдаленного будущего.
В связи с потенциальным приближением языков, используемых в системах искусственного интеллекта, к естественному языку возникает вопрос: нельзя ли рассматривать функционирование лингвистических процессоров в качестве моделей речевой деятельности человека? В сущности, этот вопрос является одной из конкретизации проблемы соотношения систем искусственного интеллекта с моделированием мышления. Речь идет о том, могут ли программы ЭВМ, выполняющие интеллектуальные (в частности, речевые) функции человека, рассматриваться как модели последних. Мы видели, что искусственный интеллект является средством познания сложных и сверхсложных систем. Такими системами являются, в частности, мозг, психика, мышление.
Эвристические программы типа "общего решателя задач" рассматривались их создателями в качестве полноценных моделей мыслительного процесса. Мы видели, однако, что они даже с позиций проблемы искусственного интеллекта весьма далеки от выполнения наиболее важных функций мышления. Вместе с тем реальное продвижение в решении задач искусственного интеллекта невозможно без наделения его важнейшими гносеологическими характеристиками мышления. Не следует ли отсюда, что системы искусственного интеллекта автоматически становятся моделями мышления? Ответ на этот вопрос должен опираться на общегносеологические критерии, по которым определяется адекватность мысленного образа объекту. Ведущую роль здесь играет оценка модели под углом зрения восхождения от абстрактного к конкретному. Важность такого подхода неоднократно отмечалась в марксистской литературе (11; с. 35 - 39, с. 45 - 47; 56; 57). Реальное развитие кибернетического моделирования в ряде исследований учитывает этот принцип. Однако он все еще недостаточно используется для оценки моделей, хотя в последнее время на него обращено внимание и с этой точки зрения (58; 59; 60). Мыслительная деятельность есть деятельность личности. Отсюда следует, что на процесс мышления влияют потребности, мотивы, воля, нравственная ориентация, в которой воплощены система ценностей и мировоззрение личности. Однако научная теория не может отобразить сразу всю совокупность внутренних и внешних связей мыслительного процесса.
Современные кибернетические модели мышления, даже если считать, что в них воплощены раскрытые гносеологией средства познания (к чему искусственный интеллект в действительности лишь начал приближаться), абстрагируются от эмоционально-волевой сферы и, следовательно, не дают и не могут дать полной картины мыслительного процесса. Они весьма абстрактны. При оперировании такими абстракциями, как отмечал В. И. Ленин, для истины нужны еще другие стороны действительности (61, т. 29, с. 178). Однако "мышление, восходя от конкретного к абстрактному, не отходит - если оно правильное... от истины, а подходит к ней... Все научные (правильные, серьезные, не вздорные) абстракции отражают природу глубже, вернее, полнее" (61, т. 29, с. 152). Абстракции, учитываемые в современных кибернетических моделях мышления, - символ, переработка информации, семантическая сеть и т. п. - это правильные, а не вздорные абстракции. Можно ли созданные на их основе программы считать моделями мыслительного процесса? На этот вопрос отвечают по-разному, начиная с полного отождествления процессов, происходящих в машине, с мышлением до полного отрицания какого бы то ни было сходства между ними. В основе последнего ответа лежит безусловная односторонность программ ЭВМ.
Мышление - это один из видов деятельности личности. В моделях мышления, созданных в кибернетике, последнее почти полностью отделено от личности как целого. Поэтому они не могут рассматриваться в качестве психологического понимания мышления. Однако та же претензия (хотя и в меньшей степени) может быть предъявлена и к традиционным психологическим теориям мышления. Как отмечает Е. В. Шорохова, задача ввести личностный аспект (действия, мотивы, способности) в исследования мышления хотя и была отчетливо сформулирована С. Л. Рубинштейном, но не решена до сих пор (62). Более того, современные кибернетические модели мышления, как правило, не учитывают даже множества взаимодействий внутри познавательной сферы и даже в самом процессе абстрактного мышления. Эти факты свидетельствуют не о том, что более или менее полноценная модель мышления невозможна, а о том, что кибернетическому моделированию предстоит длительный путь восхождения от абстрактного к конкретному, чтобы, используя искусственный интеллект, внести весомый вклад в создание психологической теории интеллектуальной деятельности личности.


ЗАКЛЮЧЕНИЕ

Гносеологический анализ проблемы искусственного интеллекта вскрывает роль таких познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Они обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, а выявляются в знании, в его языковом выражении. Орудия познания, формирующиеся в конечном счете на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от ее конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления, т. е. в конечном счете формирующую адекватные схемы внешних действий в существенно меняющихся средах, необходимо наделить такую систему этими орудиями.
Развитие систем искусственного интеллекта за последние десятилетия идет по этому пути. Однако степень продвижения в данном направлении в отношении каждого из указанных познавательных орудий неодинакова и в целом пока незначительна.
1. В наибольшей мере системы искусственного интеллекта используют формально-логические структуры, что обусловлено их неспецифичностью для мышления и в сущности алгоритмическим характером. Это даст возможность относительно легкой их технической реализации. Однако даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта еще слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы вывода. Повышение "интеллектуального" уровня технических систем, безусловно, связано не только с расширением применяемых логических средств, но и с более интенсивным их использованием (для проверки информации на непротиворечивость, конструирования планов вычислений и т. д.).
2. Намного сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен. Языки, используемые в ЭВМ, еще далеки от семиотических структур, которыми оперирует мышление.
Прежде всего, для решения ряда задач необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например полисемией (которая элиминируется при обработке в лингвистическом процессоре). Разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом этой работы является создание семантических языков (и их формализация), в которых слова-символы имеют интерпретацию.
Однако многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках искусственного интеллекта пока реализованы слабо (например, открытость) или используются ограниченно (например, полисемия). Все большее воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем искусственного интеллекта, особенно тех, в которых проблемная область заранее жестко не определена.
Современные системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, высвечивать на экранах кривые и т. д. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Но современные системы искусственного интеллекта пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для "интеллектуальных" действий. Поиск путей глобального (а не локального) оперирования информацией составляет одну из важнейших перспективных задач теории искусственного интеллекта.
3. Воплощение в информационные массивы и программы систем искусственного интеллекта аналогов категорий находится пока в начальной стадии. Аналоги некоторых категорий (например, "целое", "часть", "общее", "единичное") используются в ряде систем представления знаний, в частности в качестве "базовых
отношений", в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют системы.
В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные (теоретически существенные и практически важные) попытки выражения некоторых моментов содержания и других категорий (например, "причина", "следствие"). Однако ряд категорий (например, "сущность", "явление") в языках систем представления знаний отсутствует. Проблема в целом разработчиками систем искусственного интеллекта в полной мере еще не осмыслена, и предстоит большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний и другие компоненты интеллектуальных систем. Это одно из перспективных направлений в развитии теории и практики кибернетики.
4. Современные системы искусственного интеллекта почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные
ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. д.
Не является совершенным и взаимодействие вновь поступающей информации с совокупным знанием, фиксированным в системах. В семантических сетях и фреймах пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. д.
5. Еще в меньшей мере современные системы искусственного интеллекта способны активно воздействовать на внешнюю среду, без чего не может осуществляться самообучение и вообще совершенствование "интеллектуальной" деятельности.
Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы еще далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их "интеллект" к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей.
В связи с этим возникает сложный вопрос. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется этот процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Вообще говоря, не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Иначе говоря, в принципе не исключено, что хотя мы можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку (1).
Такой взгляд обосновывается X. Дрейфусом. "Телесная организация человека, - пишет он, - позволяет ему выполнять... функции, для которых нет машинных программ - таковые не только еще не созданы, но даже не существуют в проекте... Эти функции включаются в общую способность человека к приобретению телесных умений и навыков. Благодаря этой фундаментальной способности наделенный телом субъект может существовать в окружающем его мире, не пытаясь решить невыполнимую задачу формализации всего и вся" (2, с. 220).
Как отмечает Б. В. Бирюков (3), подчеркивание значения "телесной организации" для понимания особенностей психических процессов, в частности возможности восприятия, заслуживает внимания. Качественные различия в способности конкретных систем отражать мир тесно связаны с их структурой, которая хотя и обладает относительной самостоятельностью, но не может преодолеть некоторых рамок, заданных субстратом. В процессе биологической эволюции совершенствование свойства отражения происходило на основе усложнения нервной системы, т. е. субстрата отражения. Не исключается также, что различие субстратов ЭВМ и человека может обусловить фундаментальные различия в их способности к отражению, что ряд функций человеческого интеллекта в принципе недоступен таким машинам. Эта проблема находится за пределами гносеологии, а потому осталась вне нашего детального рассмотрения.
Иногда в философской литературе утверждается, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике, Однако в этом рассуждении не учитывается, что пути усложнения материи однозначно не предначертаны и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Следовательно, вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований. X. Дрейфус подчеркивает, что ЭВМ оперирует информацией, которая не имеет значения, смысла. Поэтому для ЭВМ необходим перебор огромного числа вариантов. Телесная организация человека, его организма позволяет отличать значимое от незначимого для жизнедеятельности и вести поиск только в сфере первого. Для "нетелесной" ЭВМ, утверждает Дрейфус, это недоступно. Конечно, конкретный тип организации тела позволяет человеку ограничивать пространство возможного поиска. Это происходит уже на уровне анализаторной системы. Совсем иначе обстоит дело в ЭВМ. Когда в кибернетике ставится общая задача, например распознания образов, то эта задача переводится с чувственно-наглядного уровня на абстрактный. Тем самым снимаются ограничения, не осознаваемые человеком, но содержащиеся в его "теле", в структуре органов чувств и организма в целом. Они игнорируются ЭВМ. Поэтому пространство поиска резко увеличивается. Это значит, что к "интеллекту" ЭВМ предъявляются более высокие требования (поиска в более обширном пространстве), чем к интеллекту человека, к которому приток информации ограничен физиологической структурой его тела.
Системы, обладающие психикой, отличаются от ЭВМ прежде всего тем, что им присущи биологические потребности, обусловленные их материальным, биохимическим субстратом. Отражение внешнего мира происходит сквозь призму этих потребностей, в чем выражается активность психической системы. ЭВМ не имеет потребностей, органически связанных с ее субстратом, для нее как таковой информация незначима, безразлична. Значимость, генетически заданная человеку, имеет два типа последствий. Первый - круг поиска сокращается, и тем самым облегчается решение задачи. Второй - нестираемые из памяти фундаментальные потребности организма обусловливают односторонность психической системы. Дрейфус пишет в связи с этим: "Если бы у нас на Земле очутился марсианин, ему, наверное, пришлось бы действовать в абсолютно незнакомой обстановке; задача сортировки релевантного и нерелевантного, существенного и несущественного, которая бы перед ним возникла, оказалась бы для него столь же неразрешимой, как и для цифровой машины, если, конечно, он не сумеет принять в расчет никаких человеческих устремлений" (2, с. 233). С этим нельзя согласиться. Если "марсианин" имеет иную биологию, чем человек, то он имеет и иной фундаментальный слой неотъемлемых потребностей, и принять ему "человеческие устремления" значительно труднее, чем ЭВМ, которая может быть запрограммирована на любую цель. Животное в принципе не может быть по отношению к этому фундаментальному слою перепрограммировано, хотя для некоторых целей оно может быть запрограммировано вновь посредством дрессировки. В этом (но только в этом) смысле потенциальные интеллектуальные возможности машины шире таких возможностей животных. У человека над фундаментальным слоем биологических потребностей надстраиваются социальные потребности, и информация для него не только биологически, но и социально значима. Человек универсален и с точки зрения потребностей, и с точки зрения возможностей их удовлетворения. Однако эта универсальность присуща ему как социальному существу, производящему средства целесообразной деятельности, в том числе и системы искусственного интеллекта.
Таким образом, телесная организация не только дает дополнительные возможности, но и создает дополнительные трудности. Поэтому интеллекту человека важно иметь на вооружении системы, свободные от его собственных телесных и иных потребностей, пристрастий. Конечно, от таких систем неразумно требовать, чтобы они самостоятельно распознавали образы, классифицировали их по признакам, по которым это делает человек. Им цели необходимо задавать в явной форме.
Вместе с тем следует отметить, что технические системы могут иметь аналог телесной организации. Развитая кибернетическая система обладает рецепторными и эффекторными придатками. Начало развитию таких систем положили интегральные промышленные роботы, в которых ЭВМ в основном выполняет функцию памяти. В роботах третьего поколения ЭВМ выполняет и интеллектуальные функции. Их взаимодействие с миром призвано совершенствовать их "интеллект". Такого рода роботы имеют "телесную организацию", конструкция их рецепторов и эффекторов содержит определенные ограничения, сокращающие пространство, в котором, абстрактно говоря, могла бы совершать поиск цифровая машина.
Тем не менее, совершенствование систем искусственного интеллекта на базе цифровых машин может иметь границы, из-за которых переход к решению интеллектуальных задач более высокого порядка, требующих учета глобального характера переработки информации и ряда других гносеологических характеристик мышления, невозможен на дискретных машинах при сколь угодно совершенной программе. Это значит, что техническая (а не только биологическая) эволюция отражающих систем оказывается связанной с изменением материального субстрата и конструкции этих систем. Такая эволюция, т. е. аппаратурное усовершенствование систем искусственного интеллекта, например, через более интенсивное использование аналоговых компонентов, гибридных систем, голографии и ряда других идей, будет иметь место. При этом не исключается использование физических процессов, протекающих в мозгу, и таких, которые психика в качестве своих механизмов не использует. Наряду с этим еще далеко не исчерпаны возможности совершенствования систем искусственного интеллекта путем использования в функционировании цифровых машин гносеологических характеристик мышления, о которых речь шла выше.
Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. "Внешняя нервная система", создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека.


ЦИТИРУЕМАЯ ЛИТЕРАТУРА
ВВЕДЕНИЕ
1 Маккарти Дж., Хейес Р. Дж. Некоторые философские проблемы в задаче построения искусственного интеллекта. - Кибернетические проблемы бионики. М., 1972.
2 Клаус Г. Кибернетика и философия. М., 1963.
3 Klaus б. Kybernetik und Erkentnistheorie. Berlin, 1966.
4 Маркс К., Энгельс Ф. Соч.
5 Нильсон Н. Искусственный интеллект. М., 1973.
6 Бенерджи Р. Теория решения задач. М., 1972.
7 Поспелов Г. С. Возникновение и развитие методов искусственного интеллекта. - Вопросы кибернетики, вып. 61. М., 1980.
8 Кузин Л. Т. Основы кибернетики, т. 2. М., 1979.
ГЛАВА I
1 Ильенков Э.В. Диалектическая логика. М., 1974.
2 Рубинштейн С. JI. О мышлении и путях его исследования. М., 1958.
3 Кант И. Соч. в 6-ти томах, т. 3. М., 1964.
4 Маркс К.,Энгельс Ф. Соч.
5 Крушипский Л. В. Биологические основы рассудочной деятельности. М., 1977.
6 Арнхейм Р. Визуальное мышление. - Зрительные образы: феноменология и эксперимент, ч. 1. Душанбе, 1971.
7 Арнхейм Р. Искусство и визуальное восприятие. М., 1974.
8 Грегори Р. Разумный глаз. М., 1972.
9 Зинченко В. П. Продуктивное восприятие. - Вопросы психологии, 197l, № 6.
10Ленин В. И. Поли. собр. соч.
11 Веккер Л. М, Психологические процессы, т. 1. Л., 1974; т. 2.
Л., 1976.
12 Украинцев Б. С. О возможностях кибернетики в свете свойства отображения материи. - Философские вопросы кибернетики. М., 1961.
13 Украинцев Б. С. Отображение в неживой природе. М., 1969.
14 Орлов В. В. Особенности чувственного познания. Пермь, 1962.
15 Дубровский Д. И. Психические явления и мозг. М., 1971.
16 Пономарев Я. А. Психология творческого мышления. М., 1960.
17 Пономарев Я. А. Психология творчества. М., 1976.
18 Шалютин С. М. Об отражении как общем свойстве материи. - Теория познания и современная наука. М., 1967.
19 Тюхтин В. С. О природе образа. М., 1963.
20Нарский И. С. Актуальные проблемы марксистско-ленинской теории познания. М., 1966.
21 Веккер Л. М. Восприятие и основы его моделирования. Л., 1964.
22 Орлов В. В. Материя, развитие, человек. Пермь, 1974.
23 Брушлинский А. В. Психология мышления и кибернетика.М., 1970.
24 Рубинштейн С. Л. Бытие и сознание. М., 1957.
25 Бессознательное, т. III. Тбилиси, 1978.
26 Гегель Г. Наука логики в 3-х томах, т. 1. М., 1970.
27 Гегель Г. Работы разных лет в 2-х томах, т. 2. М., 1973.
28 Корнфорт М. Марксизм и лингвистическая философия. М., 1968.
ГЛАВА II
1 Ветров А. Л. Методологические проблемы современной лингвистики. М., 1973.
2 Коршунов А. М., Мантанов В. В. Теория отражения и эвристическая роль знаков. М., 1974.
3 Потебня А. А. Из записок по русской грамматике. М., 1958.
4 Чернышевский И. Г, Поли. собр. соч. в 15-ти томах, т. 10. М" 1951.
5 Ленин В. И. Поли. собр. соч.
6 Солнцев В. М. Язык как системно-структурное образование. М., 1971.
7 Мельвиль Ю. К. Чарлз Пирс и прагматизм. М., 1968.
8 ГоббсТ. Избр. произв. в 2-х томах, т. 1. М., 1964.
9 Albrecht E. Aktuele Fragen in den Wechselbeziehungen von Sprache und Denken. - Deutsche Zeitschrift fur Philosophie, 1981, N 11.
10 Маркс K., Энгельс Ф. Соч.
11 Потебня А. А. Мысль и язык. Харьков, 1913.
12 Тюхтин В. С. Теория отражения в свете современной науки. М., 1971.
13 Коршунов А. М. Теория отражения и активность субъекта. М., 1978.
14 Ойзерман Т. И. Главные философские направления. М., 1971.
15 Шалютин С. М. О языке чувственного познания. - Ленинская теория отражения. Отражение и язык. Свердловск, 1980.
16 Фриш К. Пчелы, их зрение, обоняние, вкус и язык. М., 1955.
17 Жинкин П. И. О кодовых переходах во внутренней речи. - Вопросы языкознания, 1964, № 6.
18 Налимов В. В. Вероятностная модель языка. М., 1979.
19 Петров С. Познание и моделирование. - Ленинская теория отражения и современность. София, 1969.
20 Панфилов В. 3. Философские проблемы языкознания. М.,1977.
21 Ульманн С. Семантические универсалии. - Новое в лингвистике, вып. V. М., 1970.
22 Хованов Г. М. Темпы развития цивилизаций и их прогнозирование. - Внеземные цивилизации. М., 1969.
23 Хомский Н. Аспекты теории синтаксиса. М., 1972.
24 Хамский Н. Синтаксические структуры. - Новое в лингвистике, вып. II. М., 1962.
25 Слобин Д., Грин Дж. Психолингвистика. М., 1976.
26 Мартынов В. В. Универсальный семантический код науки и дедуктивная семиотика. - Вычислительная лингвистика. М., 1976.
27 Жолковский А. К. Лексика целесообразной деятельности. - Машинный перевод и прикладная лингвистика, вып. 8. М., 1964.
28 Выготский Л. С, Избр. психолог, исследования. М., 1956.
29 Бессознательное, т. III. Тбилиси, 1978.
30 Безруков В. И. Слово и его отношение к первой сигнальной системе. - Ученые записки кафедры русского языка, вып. 1, Тюмень, 1960.
31 Дубровский Д. И. Существует ли внесловесная мысль? - Вопросы философии, 1977, № 9.
32 Общее языкознание (формы существования, функции, история языка). М., 1970.
33 Веккер Л. М. Психические процессы, т. 2.
34 Шалютин С. М. Язык и мышление. М., 1980.
35 Жинкин Н. И. Исследование внутренней речи по методике центральных речевых помех. - Известия АПН РСФСР, вып. 113. М., 1960.
36 Эйнштейн А. Физика и реальность. М., 1965.
37 Прибрам К. Языки мозга. М., 1975.
38 Бенвенист Э. Общая лингвистика. М., 1974.
33 Маркс К. Математические рукописи. М., 1968.
40 Гуссерль Э. Логические исследования, т. 1. СПб., 1909.
41 Бирюков Б. В. Крушение метафизической концепции универсальности предметной области в логике. М., 1963.
42 Таванец П. В. Формальная логика и философия. - Философские вопросы современной формальной логики. М., 1962.
43 Шалютин С. М. О кибернетике и сфере ее применения. - Философские вопросы кибернетики. М., 1971.
44 Protocoll der philosophischen konferenz uber Fragen der Logik. Berlin, 1953.
45 Бачманов В. С. Методологические вопросы формальной логики. Л., 1969.
46 Поварнин С.И. Диалектика и формальная логика. - Вопросы диалектики и логики, вып. 2. Л., 1971.
47 Кедров Б. М. Единство диалектики, логики и теории познания. М., 1963.
43 Лекторский В. А. Субъект. Объект. Познание. М., 1980.
49 Яновская С. А. Методологические проблемы науки. М., 1972.
50 Новоселов М. Тождество. - Философская энциклопедия, т. 5. М., 1970.
51 Шалютин С. М. Творчество и логика. - Философия и естествознание. М., 1974.
52 Шалютин С. М. Наука и интуиция в деятельности руководителя коллектива. - Социально-психологические проблемы повышения эффективности деятельности производственных коллективов. Курган, 1977.
53 Розенблат Ф. Принципы нейродинамики. М., 1965.
54 Минский М., Пейперт С. Персептроны. М., 1971.
ГЛАВА III
1 Кузичева 3. А. Логическая программа Лейбница и ее роль в истории логики и кибернетики. - Вопросы кибернетики, вып. 78. М., 1982.
2 Бирюков Б. В. Кибернетика и методология науки. М., 1974.
3 Клаус Г. Кибернетика и философия.
4 Метлов В. И. .Диалектика формального и содержательного в процессе познания. - Логико-методологические исследования. М., 1980.
5 Управление, информация, интеллект. М, 1976.
6 Шалютин С. М. Алгоритмы и возможности кибернетики. - Вопросы философии, 1962, № 6.
7 Шалютин С. М. Содержательные и формальные аспекты познавательного процесса. - Диалектика познания и современная наука. М., 1973.
8 Философская энциклопедия, т. 4. М., 1967.
9 Новиков П. С. Элементы математической логики. М., 1959.
10 Шалютин С. М. Высшие и низшие формы движения. М.,1967.
11 Глушков В. М. Мышление и кибернетика. - Вопросы философии, 1963, № 1.
12 Г л ушков В. М. Мышление и кибернетика. М., 1966.
13 Колмогоров А. Н. Три подхода к определению понятия "количество информации". - Проблемы передачи информации, 1965,т. 1, вып. 1.
14 Колмогоров А. Н. К логическим основам теории информации и теории вероятностей. - Проблемы передачи информации, 1969, т. V, вып. 3.
15 Барздинь Я. М. 0 частотном решении проблемы вхождения в рекурсивно перечислимое множество. - Труды ордена Ленина Математического института имени В. Л. Стеклова, т. 133. М., 1973.
16 Ершов Ю. Л. и др. Элементарные теории. - Успехи математических наук, 1965, т. XX, вып. 4 (124).
17 Леу К. де и др. Вычислимость на вероятностных машинах. - Автоматы. М., 1956.
18 Барздинь Я. М. О вычислимости на вероятностных машинах. - Доклады АН СССР, 1969, т. 189, № 4.
19 Заде Л. А. Тени нечетких множеств. - Проблемы передачи информации, 1966, т. II, вып. 1.
20 Заде Л. А. Основы нового подхода к анализу сложных систем и процессов принятия решений. - Математика сегодня. М.,1974.
21 Бирюков Б. В. Алгоритмический подход в науке и концепция расплывчатых алгоритмов. - Кибернетика и современное научное познание. М., 1976.
ГЛАВА IV
1 Маркс К., Энгельс Ф. Соч.
2 Ленин В. И. Полн. собр. соч.
3 Берг А. И. Проблемы управления и кибернетика. - Философские вопросы кибернетики.
4 Фейербах Л. Избр. филос. произв., т. II. М" 1955.
ГЛАВА V
1 Вычислительные машины и мышление. М., 1967.
2 Трахтенброт Б. А. Алгоритмы и вычислительные автоматы.М., 1974.
3 Гурова Л. Л. Психологический анализ решения задач. Воронеж, 1976.
4 Пойа Д. Математическое открытие. М., 1970.
5 Кузин Л. Т. Основы кибернетики, т. 2.
6Армер П. О возможностях кибернетических систем. - Таубе М. Вычислительные машины и здравый смысл. М., 1964.
7Тьюринг А. Может ли машина мыслить? М., 1960.
8Глушков В. М. Кибернетика и искусственный интеллект. - Кибернетика и диалектика. М., 1978.
9Вейценбаум Дж. Возможности вычислительных машин и человеческий разум. М., 1982.
10 Маккаллок У. С., Питтс У. Логическое исчисление идей, относящихся к нервной активности. - Автоматы.
11 Нейман Дж. фон. Общая и логическая теория автоматов. - Тьюринг А. Может ли машина мыслить?
12 Нейман Дж. фон. Теория самовоспроизводящихся автоматов. М.. 1971.
13 Сатерленд Н. С. Человекоподобные машины. - Человеческие способности машин. М., 1971.
14 Гутчин И. Б. Формальные нейроны в бионике. М., 1967.
15 Философия естествознания, вып. 1. М., 1966.
16 Баженов Л. В., Гутчин И. Б. Интеллект и машина. М., 1973.
17 Баженов Л. Б., Гутчин И. Б. Кибернетика и мышление: дискуссии и проблемы. - Управление, информация, интеллект.
18 Хант Э. Искусственный интеллект. М., 1978.
10 Глушков В. М. Мышление и кибернетика. - Вопросы философии, 1963, № 1.
ГЛАВА VI
1 Вычислительные машины и мышление.
2 Трахтенброт Б. А. Сложность алгоритмов и вычислений. Новосибирск, 1967.
3 Пойа Д. Как решать задачу. М., 1959.
4 Пойа Д. Математическое открытие.
5 Пойа Д. Математика и правдоподобные рассуждения. М.,1975.
6 Трахтенброт Б. А. Алгоритмы и вычислительные автоматы.
7 Нильсон Н. Искусственный интеллект.
8 Таубе М. Вычислительные машины и здравый смысл.
9 Дрейфус X. Чего не могут вычислительные машины. М., 1978.
10 Эшби У. Р. Схема усилителя мыслительных способностей. - Автоматы.
11 Шалютин С. М. О кибернетике и сфере ее применения. - Философские вопросы кибернетики.
12 Пушкин В. Н. Психология и кибернетика. М., 1971.
13 Поспелов Д. А., Пушкин В. Н. Мышление и автоматы. М.,1972.
14 Поспелов Д. А. Фантазия или наука. М., 1982.
15 Глушков В. М. Кибернетика и искусственный интеллект. - Кибернетика и диалектика.
18 Кузин Л. Т. Основы кибернетики, т. 2.
17 Поспелов Г. С., Поспелов Д. А. Влияние методов теории искусственного интеллекта на решение традиционных задач управления. М., 1977.
18 Клыков Ю. И. Ситуационное управление большими системами. М., 1974.
19 АмбразявичюС Э. 10., Парадаускас Б. Ю. Метод представления знаний в системе семиотического проектирования моделей сложных систем. - Вопросы кибернетики, вып. 100. М., 1983.
20 Тыугу Э. X. Формирование модели мира в системах искусственного интеллекта. М., 1977.
21 Лозовский В. С., Квасницкий А. Ю. Семиотическая база данных. - Вопросы кибернетики, вып. 100.
22 Загадская Л. С., Морозова Л. Г. Ситуационный анализ. - Вопросы кибернетики, вып. 100.
23 Schank R., Golly К. Computer Models of Thought and Language. San Francisco, 1973.
24 Минский М. Фреймы для представления знаний. М., 1979.
25 Кулаков Ф. М. Приложение к русскому изданию. - Минский М. Фреймы для представления знаний.
26 Кузин Л. Т. Интеллектуальные банки данных. - Вопросы кибернетики, вып. 55. М., 1979.
27 Рыбина Г. В. и др. Системы представления понятийных знаний с использованием фреймов. - Вопросы кибернетики, вып. 55.
28 Вольфенгаген В. Э. и др. Об одной организации интеллектуального банка данных с использованием фреймов. - Вопросы кибернетики, вып. 55.
29 Поспелов Д. А. Девятый Всесоюзный симпозиум по кибернетике. - Информационные материалы. Кибернетика, вып. 1 (122).М, 1982.
30 Орфеев Ю. В., Тюхтин В. С. Мышление человека и "искусственный интеллект". М., 1978.
31 Тюхтин В. С. Теория автоматического опознавания и гносеология. М., 1976.
32 Клыков Ю. И. Диалоговая автоматизированная система принятия решений ДАСПР. - Проблемы принятия решений. М., 1976.
33 Заде Л. А. Тени нечетких множеств. - Проблемы передачи информации, 1966, т. II, вып. 1.
34 Заде Л. А. Основы нового подхода к анализу сложных систем и процессов принятия решений. - Математика сегодня.
ЗБ Бирюков Б. В. Алгоритмический подход в науке и концепция расплывчатых алгоритмов. - Кибернетика и современное научное познание.
36 Аверкин А. Н. Нечеткие множества в моделях искусственного интеллекта. - Вопросы кибернетики, вып. 61.
37 Вагин В. Н., Жуков Л. Г. Использование лингвистических переменных при формировании обобщенных понятий. - Вопросы кибернетики, вып. 61.
38 Поспелов Г. С. Возникновение и развитие методов искусственного интеллекта. - Вопросы кибернетики, вып. 61.
39 Кулагина О. С. Исследования по машинному переводу. М., 1979.
40 Марчук Ю. Н. Некоторые действующие системы машинного перевода. - Лингвистические проблемы "искусственного интеллекта". М., 1980.
41 Котов Р. Г., Марчук, Ю. Н., Лелюбин Л. А. Машинный перевод в начале 80-х годов. - Вопросы языкознания, 1983, № 1.
42 Сенин Г. В. Взаимодействие с базой данных на естественном языке. М., 1977.
43 Брябрин В. М. Диалоговая информационно-логическая система. М., 1977.
44 Брябрин В. М., Сенин Г. В. Анализ естественного языка в ограниченном контексте. - Вопросы кибернетики, вып. 61.
4Б Виноград Т. Программа, понимающая естественный язык. М., 1976.
48 Пиотровский Р. Г. Инженерная лингвистика и проблемы "искусственного интеллекта". - Лингвистические проблемы "искусственного интеллекта".
47 Попеску А. И., Хажинская М. С. Тезаурусный метод автоматического распознавания смыслового образа научно-технических текстов. - Лингвостатистика и автоматический анализ текстов. Минск, 1973.
48 Автоматическая переработка текста методами прикладной лингвистики. Кишинев, 1977.
49 Арзикулов X. А. и др. Автоматизированная система тезаурусного аннотирования научно-технического текста. - Вопросы кибернетики, вып. 41, М. - Л., 1978.
50 Глушков В. М., Рабинович 3. Л. Проблемы автоматизации дедуктивных построений. - Управление, информация, интеллект.
51 Глушков В. М. Диалог с вычислительной машиной: современные возможности и перспективы. - Управляющие системы и машины. 1974, № I.
52 Довгялло А, М. Диалог пользователя и ЭВМ и место средств искусственного интеллекта в его реализации. - Кибернетика, 1979, № 2.
53 Прибрам К. Языки мозга.
54 Арбиб М, Метафорический мозг. М., 1976.
55 Рабинович 3. Л. Подход к исследованию механизмов высших функций мозга путем их моделирования на основе обучающихся ассоциативных структур. - Проблемы адаптивного управления. Ростов н/Д, 1974.
56 Казаковцев В. С. Кибернетика и некоторые вопросы взаимосвязи наук. - Вопросы философии, 1962, № 3.
57 Леонтьев А. И., Панов Д. Ю. Психология человека технический прогресс. - Философские вопросы физиологии высшей нервной деятельности и психологии. М,, 1963.
58 Баженов Л. Б., Гутчин И. Б. Кибернетика и мышление: дискуссии и проблемы. - Управление, информация, интеллект.
59 Шалютии С. М. Абстрактное мышление и кибернетика. Челябинск, 1976.
60 Бирюков Б. В. Что же могут вычислительные машины? - Дрейфус X. Чего не могут вычислительные машины.
61 Ленин В. И. Поли. собр. соч.
62 Шорохова Е. В. Психологический аспект проблемы личности. - Теоретические проблемы психологии личности. М., 1974.
ЗАКЛЮЧЕНИЕ
1 Шалютин С. М. О принципиальных возможностях кибернетического моделирования. - Кибернетика, мышление, жизнь. М., 1964.
2 Дрейфус X. Чего не могут вычислительные машины.
3 Бирюков Б. В. Что же могут вычислительные машины? - Дрейфус X. Чего не могут вычислительные машины.



* Наряду с борьбой за восстановление генетики.
† Кольман Э. Мы не должны были так жить. New York: Chalidze Publications, 1982, с. 306.
‡ Заметим, что сборник, полностью готовый уже в 1958 году, несмотря на обилие авторских имен "первой величины", три года проходил согласования в разных инстанциях.
§ См. список основных публикаций С.М. Шалютина, не вошедших в настоящий сборник - с. 408.
** В предисловии использованы материалы из статьи Л.Б. Малаховой Соломон Михайлович Шалютин и его династия // Наука и образование Зауралья. 1999, № 3,4 (6,7). С. 161-172.
†† М., Мысль, 1985.
‡‡ Эта иллюзия встречается и сейчас в качестве утверждения, что понятие идеального "работает" только в гносеологии (16,17). В действительности определенные стороны идеального уже стали объектом изучения отдельных наук. Например, идеальные образы исследуются с точки зрения теории кодирования. Союз философов и естествоиспытателей в изучении идеального не менее необходим, чем при изучении материального.
§§ Различие этих терминов для нас здесь не существенно.
*** Такого взгляда придерживаются многие лингвисты. Так, А. А. Потебня писал: "...слово в начале развития мысли не имеет еще для мысли значения качества и может быть только указанием на чувственный образ (курсив наш. - С. Ш.), в котором нет ни действия, ни качества, ни предмета, взятых отдельно, но все это в нераздельном единстве... Образование глагола, имени и пр. есть уже такое разложение и видоизменение чувственного образа, которое предполагает другие, более простые явления, следующие за созданием слова" (11, с. 12,1).
††† Проблема конвенциональности знака не связана с вопросом о мотивированности возникновения знаков по отношению к истории языка, истории народа и даже психологическим факторам. Здесь речь идет только об отсутствии детерминации означающего элементарного знака со стороны значения или смысла. Стало быть, из конвенцнональности в указанном смысле не следует, что язык возникает путем конвенции.
‡‡‡ Иногда в литературе ставится под сомнение возможность семиотического анализа чувственного познания, особенно приписывание ощущению знаковой функции. Эта точка зрения аргументируется так: во-первых, ощущение идеально, поэтому оно якобы не может участвовать в коммуникативном процессе, и, во-вторых, ощущение имеет не знаковую, а образную природу. Однако идеальность ощущения препятствует выполнению функции знака только в коммуникациях между индивидами, а в коммуникативных процессах в сознании индивида (например, при идентификации вновь воспринимаемых объектов с образами памяти) функцию знака - заместителя объекта - может выполнять и идеальное образование. Далее, быть знаком - это функциональное свойство "вещи", которое, однако, не лишает ее других свойств. Следовательно, ощущение, выполняя функцию знака, не утрачивает своей образной природы. В этой функции оно существенно отличается от языковых знаков, и прежде всего тем, что не является условным знаком. Из этого вытекают н другие его особенности. В ряде философских работ (см.: В. С. Тюхтин (12), А. М. Коршунов и В. В. Мантанов (2), А. М. Коршунов (13), Т. И. Ойзермап (14), С. М. Шалютин (15)) отмечается знаковая функция ощущений.
§§§ Некоторые лингвисты, оспаривая произвольность языковых знаков, ссылаются на наличие в языке звукоподражательных морфем. Они действительно имеются, однако их удельный вес в развитых языках невелик и в ходе развития языка уменьшается. Для выполнения языком познавательной функции важно не отсутствие мотивированных морфем, а наличие немотивированных. Указывается также на мотивированность состава слов значениями их составляющих. Такая мотивированность выражает системность морфологии и словообразования. Конвенциональность касается, как отмечено выше, элементарных, а не сложных знаков. Наконец, указывается на психологическое предпочтение обозначения некоторых содержаний определенными звуковыми комплексами. Но это не доказывает обязательности такого соответствия и может быть объяснено и вторичным символизмом. Кроме того, эту концепцию нельзя считать экспериментально подтвержденной (6, с. 125 - 130).
**** Уже к середине XX в. в мировом энергобалансе на долю энергии, выработанной за счет мускульной силы человека и животных, приходился только один процент; 99% энергии, потребляемой обществом, производилось другими источниками (3, с. 143).

†††† В скобках ЭВМ предлагает варианты; выбор между альтернативами должен сделать редактор.
??

??

??

??




3





СОДЕРЖАНИЕ