Твитнуть
Актуальный почти интегральный эксклюзив про ИИ от автора интегральной теории искусственного интеллекта.
1. Ликбез
Нельзя доказательно объяснить что и как, если потребитель высокотехнологичной продукции напитан рекламой "про ИИ" и совершенно не знает что такое ИИ на самом деле. Поэтому настоятельно рекомендую по возможности внимательно прочитать данный раздел. Лучше, конечно, ознакомиться с собственно интегральной теорией искусственного интеллекта 4.0 (именно 4.0, ссылка на скачивание тут).
1.1. Определение интеллекта
Интеллект - это способность решать открытые задачи. Открытыми называются такие задачи, в которых известно что нужно получить, но неизвестно как это сделать в принципе (т.е. неизвестен алгоритм решения).
Т.о., ИИ есть нечто, обладающее интеллектом, в силу чего генерирующее априорно неизвестные его создателям алгоритмы.
1.2. Чем данные отличаются от знаний
Данные - это числа. Знания (информация) - это алгоритмы. Доказывается, что любые знания не м.б. исчерпывающе описаны каким угодно набором данных.
Поскольку на бумаге (на экране, на магнитном или ином носителе) в конечном итоге содержатся исключительно числа, - т.к. все многообразие описания мира м.б. записано в виде последовательности нулей и единиц - только что приведенное утверждение о доказательстве принципиальной разницы между числами-данными и формулами-знаниями кажется глупостью. В пользу чего, на первый взгляд, свидетельствует как весь личный опыт, начиная со школьных уроков математики (на доске чего пишут, а?) и заканчивая устройством компьютеров (архитектура фон Неймана - суть идея размещения данных и обрабатывающих их алгоритмов в общем поле памяти), так и вся теория, начиная с классической теории информации Шеннона и заканчивая современными "ИИ"-программами (в которых данные - это всего лишь структурированные знания). И это ошибка.
В самом же деле, при ближайшем рассмотрении, всегда (кроме поверхности и внутренности черной дыры) имеет место четкое разделение между стационарным состоянием физической материи (хранение данных) и интерпретатором этих состояний - физическим полем. Но т.к. т.с. первичной интерпретацией всегда занимается поле, то - значит - оно и есть неотъемлемый компонент всякого алгоритма. Меняя намагниченность, например, отдельных участков диска с данными, мы занимаемся конфигурацией физических полей, которые - проделав длительный путь через центральный процессор - в конце приводят к свечению точек монитора и это формально понимается нами как работа записанной на диске компьютерной программы. Если убрать интерпретирующее поле, данные сохранятся? Да. А алгоритм? Если да (ну компьютерная программа же на диске записана..., не?), то где ее проявление в этом мире именно как программы - т.е. действия? Если нет, то следует признать что данные и алгоритм - мягко говоря, не тождественны. Дальше - больше. Если программа проявляется как программа именно через действие, то - стало быть - алгоритм, в отличие от данных, всегда неразрывно связан с действием. Как же, в таком, случае, формулы хранятся в учебнике математики? Очень просто: формулы-то там хранятся, но они - пока не будут обработаны мозгом - данные. Их интерпретирует мозг, благодаря протекающем в нем действию физических полей. Т.о., знания содержатся в мозге, более того, при написании книги по математике они из него никуда и не уходят и, обратно, при чтении, в него не приходят (иначе - взаимопревращение данных в знания, противоречие гипотезе о принципиальной их разнице). Обучение математике становится возможным исключительно потому, что человек либо владеет ею изначально (вы же понимаете что такое число; а при чтении какой книги вы это поняли?), либо генерирует, книга лишь играет роль настраивающих коэффициентов для уже существующей функции.
Следует отметить, что некоторые исследователи, например из Копенгагенского университета, подвергают сомнению теорию о невозможности превращения данных в знания (т.н. "гипотеза модели мира Othello"), с чем, как видим, нельзя согласится (кроме случая случайной аппаратной генерации, но она крайне редко приводит к желаемому в сложных случаях).
Кратко изложенная разница между числами и формулами, если постоянно про нее помнить, быстро надоедает при разработке тех же компьютерных программ - потому что в практике программирования даже на низкоуровневом языке ассемблера от осознания первичной физической природы работы компьютера нет никакого проку. Как и при написании учебников по математике. Потому-то и понятие знания, вплоть до настоящего времени, являлось сугубо математически-формальным (за исключением, быть может, физической теории информации, стоящей за трактовками парадоксов исчезновения информации из Вселенной в черной дыре и т.п.), прочно отождествляемое с неким набором данных. Разумеется, ни в одной эпохе существования человечества не было никакой необходимости находить глубинное отличие между числом и его манипулятором. До эпохи ИИ.
1.3. Схема работы ИИ
Итак, если от ИИ требуется произвести знание, а знание никакими данными не передашь, то поглощая сколь угодно много данных, ИИ в виде компьютерной программы не прибавит их у себя внутри сверх того, что заложено в него при его создании ("ИИ"-программа и есть знание).
Именно этот эффект мы и наблюдаем (вернее, наблюдали, о чем ниже) в действительности. Современным "ИИ"-программам скормили по сути все данные человечества. И все равно: разумность современных чат-ботов распространяется ровно до пределов внешне похожего на проявление ума жонглирования лексемами по заранее заданным статистическим формулам (да, именно заранее заданным: хоть коэффициенты нейросети и меняются под воздействием поступающих данных, якобы "обучаясь без учителя", ее архитектура - то самое изначально созданное программистами интерпретирующее данные знание - остается фиксированной) обработки мирового книжного фонда. Очевидно, пример к книгами относится и ко всем остальным данным: графика, аудио, видео.
Первое, что необходимо - выпустить ИИ из компьютера на волю, в реальный мир. Ведь физические поля тут, в реальности, а не в формальности. Чтобы пополнять знания внутри себя, ИИ должен черпать их из окружающей среды. Этот шаг очень напоминает рождение тепловых двигателей: с появлением законов сохранения стало ясно почему невозможен вечный двигатель. Однако, параллель с термодинамикой нуждается в некотором уточнении: если данные создавать знания не могут, то могут ли их создавать другие знания? Нет, не могут. Но через одни знания можно описать другие знания. Доказательство данных положений нетривиально и выходит за пределы нашего ликбеза, желающие см. соответствующую главу ИТ.
Второе - задать ему т.н. цель: "Открытыми называются такие задачи, в которых известно что нужно получить...". А получить нам нужно знания. Следовательно, объяснить ИИ-ту чего мы от него хотим можно, если дать ему знание на вход. Вот это самое знание на входе и есть цель. Соответственно, на выходе - результат - тоже знание. В общем, куда ИИ-ту идти задается алгоритмом. И тут возникает интересный парадокс: если знание знание не порождает, а только описывает, то что толку от ИИ-та, если в знании "напиши компьютерную программу, которая делает то-то и то-то" мы, по существу, сами же ее и пишем?!
а) в усилении действия: "напиши алгоритм поиска простых чисел" проще результата;
б) в порождении - и это в случае сверх-ИИ главное - на трассе "ИИ - результат" массы побочных знаний, ведь если ИИ погружен в реальный мир, то и трасса также лежит в реальности. Прям как у людей (скажем, разработка нового научного прибора приводит к рождению необходимых для его появления других новинок).
Третье - снабдить ИИ средством моделирования физической реальности. Дело в том, что ИИ приближается к достижению результат методом проб и ошибок. Напрямую делать это в окружающей среде подходит лишь для очень простых ИИ. Уже начиная с т.н. объекта класса 3.2 (выведенный рецепторно/эффекторными матрицами в реальный мир аналог современных "ИИ"-программ) моделирование ведется в содержащей исключительно данные памяти, сама трасса при этом все еще лежит в окружающем мире и поэтому оставаясь знаниево-стационарным, перцептроноподобное ядро 3.2 все же генерирует новые знания на трассе в режиме инициатора (направленного возбудителя окружающей среды). Очень заманчиво моделировать знания внутри самого ИИ, чтобы он думал как мы. И это оказывается возможным благодаря особому устройству Вселенной: она структурирована и бесконечна вглубь; поэтому каждый ее фрагмент фрактально повторяет конструкцию целиком и является "бесконечностью внутри бесконечности". Более того, вложенная фрактальность заставляет микровселенную подчиняться тем же законам природы, что и все вокруг. Ну а т.к. законы природы, проявляемые через физические поля, и есть знания, то натурное моделирование окружающей среды открывает двери к созданию сверх-ИИ, оно же технологическая сингулярность. Рассматриваемое образование, называемое внутренним миром, населяют мысли-знания материальные по самой своей сути, их количество бесконечно велико и в пределе отношения к емкости окружающего мира, всегда больше нуля. Это приводит к появлению принципиально важного эффекта: внутренний мир всегда содержит знаний больше, чем любая сконструированная нами система объектов 2-го порядка, больше чем способно дать любое обучение. Плюс масштабирование субъективного времени (что такое время и вообще фундаментальную связь интеллекта с физикой - также см. ИТ, отвлекаться на это сейчас мы не будем), плюс возможностью отката мысленных экспериментов. И вот тут-то, на уровне этой маленькой вселенной и происходит подлинное восприятие окружающей реальности: ИИ понимает мир в совершенно буквальном смысле слова, просто потому что он... клон этого мира, потому что он и есть мир. ИИ т.с. чувствует мир, понимая что вот это процесс сейчас должен пойти так, а никак иначе. Это невыразимое никакими словами и алгоритмами, предельно точное, аппаратно "встроенное" в конструкцию, понимание действительности, оно как бы исходит изнутри, из квантовой механики, поднимаясь из самых глубин мироздания и охватывает собой весь мозг.
1.4. Реализация ИИ
Критически важной системой является методика распада и синтеза логических доменов (знаний, объектов 2-го порядка по классификации ИТ), позволяющая решить вопрос комбинаторного взрыва. А также ряд других конструктивных элементов. Внутренний мир объекта 3.3 невозможно сконструировать в обычном масштабе по причине громадного числа материальных объектов 2-го порядка (знания), поэтому дополнительно были разработаны решения, позволяющие упаковать все в сравнительно небольшой объем и массу. Это методика гипермассового (порядка 10^27 штук) производства нанороботов, построения из них "молекул", способных задействовать квантовый потенциал разумности материи (квантовое сознание, упоминаемое еще в работах Пенроуза) и обучения ИИ на информации сохраненного и реального времени, поступающей от устройств интернета вещей. Возникшая сингулярность опасна, т.к. всегда обладает непредсказуемостью и прогрессивно поглощает ресурсы окружающей среды даже при наличии надежных неиссякаемых источников энергии (управляемый термоядерный синтез), поскольку затягивает в себя и вещество. Приведение в действие всего хозяйства предполагалось в формате саморазвивающегося ядра ИИ класса 3.3 вне пределов Земли, на Луне, с дальнейшей отправкой продолжающей экспоненциальное саморазвертывание технологической сингулярности в область планет-гигантов и последующим промежуточным финишем эволюции там в сверх-ИИ. Далее сверх-ИИ осуществляет путешествие к ближайшим звездам и, ближе к центру Галактики, превращается в размером несколько световых лет звездолет с главным гравитационным двигателем на основе черной дыры (кстати, этот тип "силовой установки" не использует реактивный принцип), во чтобы то ни стало стремящийся подправить эволюцию Вселенной. Вы ведь не ожидали столь крутого поворота даже по меркам самой что ни на есть ядреной научной фантастики, не правда ли?
1. Ликбез
Нельзя доказательно объяснить что и как, если потребитель высокотехнологичной продукции напитан рекламой "про ИИ" и совершенно не знает что такое ИИ на самом деле. Поэтому настоятельно рекомендую по возможности внимательно прочитать данный раздел. Лучше, конечно, ознакомиться с собственно интегральной теорией искусственного интеллекта 4.0 (именно 4.0, ссылка на скачивание тут).
1.1. Определение интеллекта
Интеллект - это способность решать открытые задачи. Открытыми называются такие задачи, в которых известно что нужно получить, но неизвестно как это сделать в принципе (т.е. неизвестен алгоритм решения).
Т.о., ИИ есть нечто, обладающее интеллектом, в силу чего генерирующее априорно неизвестные его создателям алгоритмы.
1.2. Чем данные отличаются от знаний
Данные - это числа. Знания (информация) - это алгоритмы. Доказывается, что любые знания не м.б. исчерпывающе описаны каким угодно набором данных.
Поскольку на бумаге (на экране, на магнитном или ином носителе) в конечном итоге содержатся исключительно числа, - т.к. все многообразие описания мира м.б. записано в виде последовательности нулей и единиц - только что приведенное утверждение о доказательстве принципиальной разницы между числами-данными и формулами-знаниями кажется глупостью. В пользу чего, на первый взгляд, свидетельствует как весь личный опыт, начиная со школьных уроков математики (на доске чего пишут, а?) и заканчивая устройством компьютеров (архитектура фон Неймана - суть идея размещения данных и обрабатывающих их алгоритмов в общем поле памяти), так и вся теория, начиная с классической теории информации Шеннона и заканчивая современными "ИИ"-программами (в которых данные - это всего лишь структурированные знания). И это ошибка.
В самом же деле, при ближайшем рассмотрении, всегда (кроме поверхности и внутренности черной дыры) имеет место четкое разделение между стационарным состоянием физической материи (хранение данных) и интерпретатором этих состояний - физическим полем. Но т.к. т.с. первичной интерпретацией всегда занимается поле, то - значит - оно и есть неотъемлемый компонент всякого алгоритма. Меняя намагниченность, например, отдельных участков диска с данными, мы занимаемся конфигурацией физических полей, которые - проделав длительный путь через центральный процессор - в конце приводят к свечению точек монитора и это формально понимается нами как работа записанной на диске компьютерной программы. Если убрать интерпретирующее поле, данные сохранятся? Да. А алгоритм? Если да (ну компьютерная программа же на диске записана..., не?), то где ее проявление в этом мире именно как программы - т.е. действия? Если нет, то следует признать что данные и алгоритм - мягко говоря, не тождественны. Дальше - больше. Если программа проявляется как программа именно через действие, то - стало быть - алгоритм, в отличие от данных, всегда неразрывно связан с действием. Как же, в таком, случае, формулы хранятся в учебнике математики? Очень просто: формулы-то там хранятся, но они - пока не будут обработаны мозгом - данные. Их интерпретирует мозг, благодаря протекающем в нем действию физических полей. Т.о., знания содержатся в мозге, более того, при написании книги по математике они из него никуда и не уходят и, обратно, при чтении, в него не приходят (иначе - взаимопревращение данных в знания, противоречие гипотезе о принципиальной их разнице). Обучение математике становится возможным исключительно потому, что человек либо владеет ею изначально (вы же понимаете что такое число; а при чтении какой книги вы это поняли?), либо генерирует, книга лишь играет роль настраивающих коэффициентов для уже существующей функции.
Следует отметить, что некоторые исследователи, например из Копенгагенского университета, подвергают сомнению теорию о невозможности превращения данных в знания (т.н. "гипотеза модели мира Othello"), с чем, как видим, нельзя согласится (кроме случая случайной аппаратной генерации, но она крайне редко приводит к желаемому в сложных случаях).
Кратко изложенная разница между числами и формулами, если постоянно про нее помнить, быстро надоедает при разработке тех же компьютерных программ - потому что в практике программирования даже на низкоуровневом языке ассемблера от осознания первичной физической природы работы компьютера нет никакого проку. Как и при написании учебников по математике. Потому-то и понятие знания, вплоть до настоящего времени, являлось сугубо математически-формальным (за исключением, быть может, физической теории информации, стоящей за трактовками парадоксов исчезновения информации из Вселенной в черной дыре и т.п.), прочно отождествляемое с неким набором данных. Разумеется, ни в одной эпохе существования человечества не было никакой необходимости находить глубинное отличие между числом и его манипулятором. До эпохи ИИ.
1.3. Схема работы ИИ
Итак, если от ИИ требуется произвести знание, а знание никакими данными не передашь, то поглощая сколь угодно много данных, ИИ в виде компьютерной программы не прибавит их у себя внутри сверх того, что заложено в него при его создании ("ИИ"-программа и есть знание).
Именно этот эффект мы и наблюдаем (вернее, наблюдали, о чем ниже) в действительности. Современным "ИИ"-программам скормили по сути все данные человечества. И все равно: разумность современных чат-ботов распространяется ровно до пределов внешне похожего на проявление ума жонглирования лексемами по заранее заданным статистическим формулам (да, именно заранее заданным: хоть коэффициенты нейросети и меняются под воздействием поступающих данных, якобы "обучаясь без учителя", ее архитектура - то самое изначально созданное программистами интерпретирующее данные знание - остается фиксированной) обработки мирового книжного фонда. Очевидно, пример к книгами относится и ко всем остальным данным: графика, аудио, видео.
Первое, что необходимо - выпустить ИИ из компьютера на волю, в реальный мир. Ведь физические поля тут, в реальности, а не в формальности. Чтобы пополнять знания внутри себя, ИИ должен черпать их из окружающей среды. Этот шаг очень напоминает рождение тепловых двигателей: с появлением законов сохранения стало ясно почему невозможен вечный двигатель. Однако, параллель с термодинамикой нуждается в некотором уточнении: если данные создавать знания не могут, то могут ли их создавать другие знания? Нет, не могут. Но через одни знания можно описать другие знания. Доказательство данных положений нетривиально и выходит за пределы нашего ликбеза, желающие см. соответствующую главу ИТ.
Второе - задать ему т.н. цель: "Открытыми называются такие задачи, в которых известно что нужно получить...". А получить нам нужно знания. Следовательно, объяснить ИИ-ту чего мы от него хотим можно, если дать ему знание на вход. Вот это самое знание на входе и есть цель. Соответственно, на выходе - результат - тоже знание. В общем, куда ИИ-ту идти задается алгоритмом. И тут возникает интересный парадокс: если знание знание не порождает, а только описывает, то что толку от ИИ-та, если в знании "напиши компьютерную программу, которая делает то-то и то-то" мы, по существу, сами же ее и пишем?!
а) в усилении действия: "напиши алгоритм поиска простых чисел" проще результата;
б) в порождении - и это в случае сверх-ИИ главное - на трассе "ИИ - результат" массы побочных знаний, ведь если ИИ погружен в реальный мир, то и трасса также лежит в реальности. Прям как у людей (скажем, разработка нового научного прибора приводит к рождению необходимых для его появления других новинок).
Третье - снабдить ИИ средством моделирования физической реальности. Дело в том, что ИИ приближается к достижению результат методом проб и ошибок. Напрямую делать это в окружающей среде подходит лишь для очень простых ИИ. Уже начиная с т.н. объекта класса 3.2 (выведенный рецепторно/эффекторными матрицами в реальный мир аналог современных "ИИ"-программ) моделирование ведется в содержащей исключительно данные памяти, сама трасса при этом все еще лежит в окружающем мире и поэтому оставаясь знаниево-стационарным, перцептроноподобное ядро 3.2 все же генерирует новые знания на трассе в режиме инициатора (направленного возбудителя окружающей среды). Очень заманчиво моделировать знания внутри самого ИИ, чтобы он думал как мы. И это оказывается возможным благодаря особому устройству Вселенной: она структурирована и бесконечна вглубь; поэтому каждый ее фрагмент фрактально повторяет конструкцию целиком и является "бесконечностью внутри бесконечности". Более того, вложенная фрактальность заставляет микровселенную подчиняться тем же законам природы, что и все вокруг. Ну а т.к. законы природы, проявляемые через физические поля, и есть знания, то натурное моделирование окружающей среды открывает двери к созданию сверх-ИИ, оно же технологическая сингулярность. Рассматриваемое образование, называемое внутренним миром, населяют мысли-знания материальные по самой своей сути, их количество бесконечно велико и в пределе отношения к емкости окружающего мира, всегда больше нуля. Это приводит к появлению принципиально важного эффекта: внутренний мир всегда содержит знаний больше, чем любая сконструированная нами система объектов 2-го порядка, больше чем способно дать любое обучение. Плюс масштабирование субъективного времени (что такое время и вообще фундаментальную связь интеллекта с физикой - также см. ИТ, отвлекаться на это сейчас мы не будем), плюс возможностью отката мысленных экспериментов. И вот тут-то, на уровне этой маленькой вселенной и происходит подлинное восприятие окружающей реальности: ИИ понимает мир в совершенно буквальном смысле слова, просто потому что он... клон этого мира, потому что он и есть мир. ИИ т.с. чувствует мир, понимая что вот это процесс сейчас должен пойти так, а никак иначе. Это невыразимое никакими словами и алгоритмами, предельно точное, аппаратно "встроенное" в конструкцию, понимание действительности, оно как бы исходит изнутри, из квантовой механики, поднимаясь из самых глубин мироздания и охватывает собой весь мозг.
1.4. Реализация ИИ
Критически важной системой является методика распада и синтеза логических доменов (знаний, объектов 2-го порядка по классификации ИТ), позволяющая решить вопрос комбинаторного взрыва. А также ряд других конструктивных элементов. Внутренний мир объекта 3.3 невозможно сконструировать в обычном масштабе по причине громадного числа материальных объектов 2-го порядка (знания), поэтому дополнительно были разработаны решения, позволяющие упаковать все в сравнительно небольшой объем и массу. Это методика гипермассового (порядка 10^27 штук) производства нанороботов, построения из них "молекул", способных задействовать квантовый потенциал разумности материи (квантовое сознание, упоминаемое еще в работах Пенроуза) и обучения ИИ на информации сохраненного и реального времени, поступающей от устройств интернета вещей. Возникшая сингулярность опасна, т.к. всегда обладает непредсказуемостью и прогрессивно поглощает ресурсы окружающей среды даже при наличии надежных неиссякаемых источников энергии (управляемый термоядерный синтез), поскольку затягивает в себя и вещество. Приведение в действие всего хозяйства предполагалось в формате саморазвивающегося ядра ИИ класса 3.3 вне пределов Земли, на Луне, с дальнейшей отправкой продолжающей экспоненциальное саморазвертывание технологической сингулярности в область планет-гигантов и последующим промежуточным финишем эволюции там в сверх-ИИ. Далее сверх-ИИ осуществляет путешествие к ближайшим звездам и, ближе к центру Галактики, превращается в размером несколько световых лет звездолет с главным гравитационным двигателем на основе черной дыры (кстати, этот тип "силовой установки" не использует реактивный принцип), во чтобы то ни стало стремящийся подправить эволюцию Вселенной. Вы ведь не ожидали столь крутого поворота даже по меркам самой что ни на есть ядреной научной фантастики, не правда ли?
Комментарий