Презентацию Партнерской Системы ЗОРАН (часть вторую)

Простым и доступным языком в популяризаторской форме рассказывается об основных теоретических положениях, методиках, концепциях и классификациях, положенных в основу новой программной разработки.
           Информация об одной из первооснов или обоснований для второй части презентации представлена ниже, сразу же за блоком ссылок. Уровень сложности этой информации примерно равен презентационному.
           Ну а к информации о дальнейшем развитии классификации данных - информационному обоснованию - можно будет перейти по ссылке, размещенной в конце этого документа.
           Сравните, кстати, с чем удобнее работать: с большим документом или с презентационным набором слайдов. Лично мне кажется, что презентация удобнее во многих отношениях.

Особо обращаю Ваше внимание на то обстоятельство, что вторая часть презентации является составной частью технического задания (ТЗ) на проектирование и формирование технической системы искусственной личности, искусственного разума, искусственного интеллекта. Представленные материалы весьма сложные, включают в себя много новых и непростых вещей. Поэтому, во избежание ''вывиха мозгов'':))) и потерь драгоценного личного времени настоятельно рекомендую Вам сначала изучить общее описание самых важных элементов ТЗ. Любые другие материалы, опубликованные на моем сайте, Вы можете смотреть без особого напряга, как мне кажется. Но ТЗ! Оно, все-таки, предназначается, в первую очередь, для профессионалов-практиков. Кстати, с 29 октября 2004 года доступно дополнение к техническому заданию.

Если же Вам хотелось бы получить самую краткую информацию о сути МОЕГО СПОСОБА проектирования и формирования технической системы искусственной личности, то с 04 февраля 2005 года для Вас доступно ПОНЯТНОЕ ДЛЯ ВСЕХ ОПИСАНИЕ. Здесь буквально несколько предложений, практически свободных от специальной терминологии.

Кроме того, с 21 февраля 2005 года в Вашем распоряжении ПОЛНЫЙ СПИСОК МОИХ ДОСТИЖЕНИЙ в области искусственной личности, искусственного разума, искусственного интеллекта.

Можно ознакомиться также с мои взглядом на социальную значимость появления технических систем искусственной личности, искусственного разума, искусственного интеллекта. Документ жесткий, но справедливый!

Скачать полный вариант презентации:

Одна из первооснов или обоснований для второй части презентации.

Когда-то я начинал создание компьютерных программ с традиционного системного подхода, выделив в нем два аспекта: функциональный и структурный. Поэтому первый мой подход к созданию теории интеллектуальных систем или систем искусственного интеллекта носит название ФУНКЦИОНАЛЬНО-СИСТЕМНО-СТРУКТУРНОГО подхода или метода. Этот подход вынесен на первый план в частях презентации с первой по четвертую включительно.

Перечислим кратко ключевые понятия, рассмотренные во второй части презентации, это: экспертные системы, интеллектуальные функции (возможности), парадоксы (парадоксальные данные), топосы, теория систем, информационные обобщения, ограничения формально-логического подхода, вероятность. Рассмотрим подробнее, каким образом ключевые понятия были упомянуты в моих ранних научных работах.
           Все упомянутые ключевые понятия были взяты из фактологии, которая стала первым, ФАКТОЛОГИЧЕСКИМ обоснованием моей разработки.
           Фактология была оформлена как мои ранние научные работы, которые я сейчас и процитирую. Поскольку я цитирую свои собственные работы, все мои же цитаты стану давать без кавычек. Каждая цитата начинается с новой строки.
           Цитаты были взяты из следующих документов: d2.txt, d3.txt, d4.txt, d5.txt, relbas.txt, relbasne.txt, fr71.txt, fr72.txt, fr74.txt, fr75.txt, fr76.txt, fr78.txt, fr81.txt, fr82.txt, fr83.txt, fr84.txt, fr86.txt.
           Ну а все, что касается типов или классов данных, было представлено в вводных документах первой части презентации, ее приложения и сокращенного варианта первой части презентации.
           Итак.

ФАКТОЛОГИЧЕСКОЕ ОБОСНОВАНИЕ (ПЕРВООСНОВА).

Экспертные системы.

Концепция экспертных систем, концепция экспертных систем в сравнении с концепцией классической программно-вычислительной системы, перечни некоторых существующих экспертных систем, оболочек экспертных систем.
           Сегодня, через двадцать лет, возможности некоторых медицинских экспертных систем превышают возможности человека.
           Системы продукций нашли широкое применение в экспертных системах, так как подавляющая часть человеческих знаний может быть записана в виде продукций.
           Как видно из приведенных отличительных особенностей экспертных и программно-вычислительных систем, концепция экспертных систем является принципиально новым шагом в создании качественно иных, более совершенных интеллектуальных программных систем. Экспертные системы отличаются от программно-вычислительных систем примерно так же, как базы данных отличаются от классических файловых систем (см. п. 2.3). Конечно же, при создании любой экспертной системы должна быть использована концепция баз данных, чтобы сформированная экспертная система могла воспользоваться всеми преимуществами этой концепции.
           Экспертная система представляет собой компьютерный аналог человека-эксперта по той или иной предметной области. Экспертная система считается аналогом эксперта в том смысле, что она решает те же профессиональные проблемы и примерно на том же уровне компетентности, что и эксперт.
           Основные преимущества экспертных систем (по лекциям Петухова О.А., к.т.н., зам. декана ФИСУ СЗПИ): 1). в базе знаний объединены знания от нескольких специалистов (может быть даже ведущих в данной предметной области); 2). экспертная система не может ничего "забыть" или "просмотреть" (как это иногда делает человек), если она, конечно, в исправном состоянии; 3). экспертная система постоянно в принудительном порядке пополняется новыми знаниями; 4). знания в экспертной системе легко изменить, так как они выделены в отдельную компоненту.
           Экспертные системы нашли широкое применение во многих областях человеческой деятельности.
           Приведен список конкретных существующих реализаций экспертных систем и оболочек экспертных систем.
           Построение экспертной системы является целесообразным, если выполняются следующие требования: 1). в данной проблемной области не существует общей теории, которая позволила бы решать все допустимые задачи с помощью применения алгоритмического подхода; 2). в данной проблемной области имеется огромное количество частных закономерностей, каждая из которых несет отражение личности конкретного пользователя; 3). ситуации, возникающие в данной проблемной области, должны быть описаны относительно небольшим количеством данных (если нет выхода на централизованный банк данных), что зависит от трудоемкости поддержания банка данных в актуальном состоянии.
           Н. М. Амосов (1962 г.) считал, что на базе цифровой вычислительной машины можно создать машину, которая "целиком отражает логическую программу хорошего врача, дополненную большими статистическими материалами, позволяющими оценить вероятность диагноза при различных сочетаниях признаков". Тем самым он считает, что мышление человека подчинено законам, поддающимся формализации для цифровой вычислительной машины. Сегодня, через двадцать лет, возможности некоторых медицинских экспертных систем превышают возможности человека.

Интеллектуальные функции (возможности).

Таким образом, видно, что проведение исследований в области искусственного интеллекта в традиционных рамках не может привести к успеху в ближайшем будущем. К тому же практически все проводимые исследования касаются реализации отдельных интеллектуальных функций, не рассматривая проблему воспроизводства мыслительной деятельности в целом. Между тем, одно из фундаментальных свойств нашего мира говорит о том, что нельзя, познавая части, познать целое, так как целое характеризуется интегративными свойствами, не присущими ни одной из частей целого.
           Проблема "искусственного интеллекта" связана с идеей создания "думающих машин" - машин, которые способны выполнять функции (все, несколько или одну) мыслительной деятельности человека.
           Машины смогут выполнять функцию языкового перевода, в том числе и в режиме диалога.
           ... 2). человек и машина выполняют одни и те же функции совершенно по-разному. Достаточно сравнить: I). самолет и птицу; II). пароход и рыбу; III). тестомесильную машину и пекаря; IV). паровоз и бегуна; чтобы убедиться в этом. И вряд ли ситуация принципиально изменится, когда человечество подойдет вплотную к созданию "мыслящих" автоматов.
           Никто не высказывался против принципиальной возможности построения устройств, способных выполнять те или иные функции человеческого мозга.
           Таким образом, это направление связано с созданием систем автоматического решения сложных задач при отвлечении от вопроса, что происходит в человеческом сознании при решении аналогичных задач. Оно обычно называется нормативным, функциональным.
           По мнению второй части специалистов, путь к достижению системами искусственного интеллекта идеала - полноценной имитации возможностей естественного интеллекта - проходит лишь через имитацию структуры и реализованных на ней функций, характерных для живых систем. ВОТ ОН, ФУНКЦИОНАЛЬНО-СИСТМНО-СТРУКТУРНЫЙ ПОДХОД, ПОСТАВЛЕННЫЙ ВО ГЛАВУ УГЛА В ЧАСТЯХ ПРЕЗЕНТАЦИИ С ПЕРВОЙ ПО ЧЕТВЕРТУЮ ВКЛЮЧИТЕЛЬНО!!!
           ... сторонники второго направления вынуждены согласиться с тем, что ряд функций интеллекта, связанных с символьными преобразованиями, эффективнее и легче реализовать "нечеловеческими способами".
           В. М. Глушков проповедует чисто информационный и функциональный подход к мышлению.
           Второй момент в данном В. М. Глушковым определении искусственного интеллекта, с которым не согласно большинство ученых, состоит в функциональном подходе к интеллекту.
           ...существуют, дескать, такие функции интеллекта, которые принципиально не реализуемы на моделях. А ведь это утверждение является уже запретом на моделирование.
           Если мы считаем мир познаваемым, то мы можем смоделировать любую реализованную в нем функцию. В противном случае - этой функции просто не существует.
           Но абсолютно полное тождество человеческого и машинного интеллекта невозможно. Этот запрет связан уже с природой моделирования - ведь функции машинного интеллекта воспроизводятся на принципиально иной основе: 1). электронных лампах; 2). полупроводниках; 3). магнитных элементах. А на другой элементной базе нельзя воспроизводить тождественные с другой системой функции. Философы считают, что полное тождество сходных по функциональному назначению функций, но реализованных на различных элементных базисах, вообще противоречит свойствам известной нам материи и принципам ее движения. Пока, во всяком случае, все функции машинного интеллекта отличаются от аналогичных функций человеческого интеллекта: 1). машина может использовать всю память сразу ( имеется в виду, что центральный процессор может в заданный момент времени обратиться к заданной ячейке памяти); 2). компьютер работает на другой энергетике; 3). реализует все операции согласно своей машинной логике. Но на самом деле полного воспроизводства оригинала - человека - и не требуется от вычислительной машины. Основная задача компьютерной техники - это усиление тех функций естественного интеллекта человека, которые он выполняются с недостаточной эффективностью. Таким образом, можно сделать вывод, что проблема машинного мышления разрешима с той точки зрения, что любую функцию интеллекта можно воспроизвести, и не разрешима с той точки зрения, что любая модель не может абсолютно точно воспроизвести все функции оригинала - мозга человека.
           Подводя итоги, можно сказать, что любые функции человеческого интеллекта принципиально воспроизводимы на вычислительных машинах, однако отношения между компьютером и человеческим мозгом являются не отношениями тождества, а отношениями: 1). аналогии; 2). подобия; 3). соответствия; и т. д. А кибернетическое моделирование - бесконечный процесс.

Парадоксы.

Определение, данное во второй части презентации: парадоксом можно считать то или иное противоречие в том или ином интуитивном смысле, а также некоторые неоднозначности, странности, конфликты, коллизии, антиномии, взаимоисключающие друг друга данные в одном и том же численном или логическом значении и т.п.
           Отметим, что даже в парадоксальных системах далеко не всегда можно познать целое, изучив работу составляющих его частей.
           Подход с использованием редукционной системы является в некотором роде обобщением подхода с использованием пространства состояний. Но с другой стороны редукцию можно рассматривать как вспомогательный процесс разбиения задачи поиска решающего пути в пространстве состояний. Таким образом, мы пришли к противоречию: то есть в нашем случае частный случай является в некотором смысле одновременно и общим по отношению к своему же более общему случаю, а общий, в свою очередь, является частным по отношению к своему частному случаю, который еще называют исключением. Рассмотрение подобных противоречий-парадоксов выходит за рамки нашего повествования в этой главе; более тщательно парадоксализм будет рассмотрен в последующих главах (УДАЛОСЬ ЭТО ОПУБЛИКОВАТЬ ТОЛЬКО НА ДОМАШНЕМ САЙТЕ И ТОЛЬКО СПУСТЯ 10 ЛЕТ, В 2002-2004 гг.). Сейчас отметим только, что подобные парадоксальные состояния свидетельствуют об очень высоком уровне разработанной теории и о ее высокой степени соответствия так называемым неформальным процедурам, с помощью которых человек решает широкий спектр задач в своей повседневной деятельности. В дальнейшем будет показано, что описанный выше парадокс типа частное-общее (исключение-правило) представим в виде парадоксальной расширенной продукционной системы с исключениями (ИНФОРМАЦИЯ НА БУМАЖНОМ НОСИТЕЛЕ БЫЛА УНИЧТОЖЕНА В 2002 году).
           ... 20). принцип парадоксальной минимальности: существует возможность использования одного и того же элементарного блока для выполнения разных функций. Например, можно написать программный блок, который будет создавать рациональную схему как для базы данных, так и для базы знаний, при этом сложность его организации увеличится незначительно по сравнению с тем же блоком, который создает схему или только для базы данных, или только для базы знаний... ТАКИЕ ФОКУСЫ МОЖНО ПРОДЕЛЫВАТЬ ТОЛЬКО НА БАЗЕ ИНФОРМАЦИОННЫХ ОБОБЩЕНИЙ.
           ... 24). принцип парадоксального управления: в очень сложных, парадоксальных системах бывает, что часть системы ведет себя по отношению к целому, как целое по отношению к своей части... НЕЧТО ПОДОБНОЕ БЫЛО РЕАЛИЗОВАНО НА БАЗЕ ПАРТНЕРСКОЙ СИСТЕМЫ ЗОРАН.
           ... 30). принцип интегративности или эмержентности: а). свойства системы не являются свойствами сложения ее составляющих, здесь появляются новые свойства, особые, не присущие составляющим частям; б). в сложных парадоксальных системах этот принцип может не выполняться. В ПРИНЦИПЕ, ДЛЯ ПАРАДОКСАЛЬНЫХ СИСТЕМ ВОЗМОЖНО И НЕ ТАКОЕ!
           Похоже, что в этом и состоит modus operandi (лат. механизм действия) человеческого разума. Его феноменальность и уникальность. Его сила и могущество. Его царственность. И, увы, его слабость: парадоксальность сочетаний самовыражения с самозамкнутостью, бесконтрольной экспансии с падением мужества, предусмотрительности с отрешенностью от перспективы.
           Модель представления знаний, основанная на базе ленем, предназначена для ситуаций, когда необходимо выполнить противоречивые требования, заданные при разработке языка представления знаний: 1). требования максимальной простоты и однородности языка; 2). требования удобства.
           ... в). многоаспектность приводит к: a). полидекомпозируемости; b). неоднозначности; c). множественности разбиения ...
           ... в обширной сфере неосознаваемого нужно различать две группы явлений. Первая - явления подсознательные, все то, что когда-то было осознаваемым или может стать осознанным в определенных условиях. Это прежде всего доведенные до автоматизма и потому переставшие осознаваться навыки и вытесненные из сферы сознания мотивационные конфликты, суть которых становится ясна только благодаря специальным усилиям врача-психотерапевта ...
           Совсем по-другому решается вопрос о необходимой глубине познания человеческого мышления для его дальнейшего воспроизведения. Здесь возникает "противоречие между характером человеческого мышления, представляющимся нам в силу необходимости абсолютным, и осуществлением его в отдельных людях, мыслящих только ограниченно". В силу этого противоречия человек "не может охватить = отразить = отобразить природы всей, полностью, ее "непосредственной цельности", он может лишь вечно приближаться к этому, создавая абстракции, понятия, законы, научную картину мира и так далее и тому подобное".
           Сюда относятся задачи создания специальных языков для представления знаний в вычислительных машинах; программных и аппаратных средств для манипулирования знаниями, с пополнением баз знаний, устранением в них противоречий ... МОЯ ПОЗИЦИЯ СОСТОИТ В ТОМ, ЧТО ДАЛЕКО НЕ ВСЕ ПРОТИВОРЕЧИЯ МОГУТ БЫТЬ УСТРАНЕНЫ, А ПОТОМУ НЕУСТРАНИМЫЕ ПРОТИВОРЕЧИЯ СЛЕДУЕТ ПРЕОДОЛЕВАТЬ.
           Мы можем только что-то предполагать с большей или меньшей степенью достоверности, не игнорируя при этом ни единого факта, не смотря даже на то, что одни факты, как то покажется на первый взгляд, явно противоречат другим фактам.
           Среди всех моделей данных только одна стандартизована по множеству операций - это реляционная модель. Однако, современная теория реляционных баз данных противоречива. А из-за противоречий невозможно создать "лучший алгоритм" по представлению данных той или иной предметной области. Поэтому в будущем придется либо переработать теорию реляционных баз данных таким образом, чтобы она стала непротиворечивой, либо воспользоваться другими подходами - такими, например, как использование теории объектно-реляционных баз данных или применение понятия иерархических зависимостей, что позволит наиболее адекватно отображать предметную область в среде конкретной СУБД.
           ... 2) ПОТЕНЦИАЛЬНАЯ ПРОТИВОРЕЧИВОСТЬ (аномалии обновления). Если необходимо изменить адрес поставщика, то это необходимо делать в нескольких кортежах. Эта проблема возникает из-за того, что один и тот же факт хранится в нескольких местах. В ПРИНЦИПЕ, САМУ ТЕОРИЮ РЕЛЯЦИОННЫХ БАЗ ДАННЫХ СОЗДАВАЛИ ДЛЯ ТОГО, ЧТОБЫ УСТРАНЯТЬ НЕРАЗРЕШИМЫЕ ПРОТИВОРЕЧИЯ.

Топосы.

ОДНОЙ ИЗ ПЕРВООСНОВ ДЛЯ КОНЦЕПЦИИ ТОПОСОВ СТАЛА КОНЦЕПЦИЯ ЛЕНЕМ. А ЕЩЕ Я БАЗИРОВАЛСЯ НА ТЕОРИИ МНОЖЕСТВ, КОНЦЕПЦИИ ИНФОРМАЦИОННЫХ ОБОБЩЕНИЙ, КОНЦЕПЦИИ АКТИВНОСТИ, КОНЦЕПЦИИ ПАРАДОКСОВ.
           Современная классификация моделей представления знаний несколько отличается от классификации, описанной в предыдущем параграфе. Согласно сегодняшним представлениям, к моделям представления знаний относятся: 1). логические модели; 2). сетевые модели; 3). продукционные модели; 4). фреймовые модели; 5). ленемы.
           Модель представления знаний, основанная на базе ленем, предназначена для ситуаций, когда необходимо выполнить противоречивые требования, заданные при разработке языка представления знаний: 1). требования максимальной простоты и однородности языка; 2). требования удобства. Ленема очень напоминает фрейм, но сходство между ними чисто внешнее. Ленема предназначена для структурного комплексного описания понятий предметной области. По изобразительным возможностям ленемы более совершенны, чем такие традиционные модели представления знаний, как семантическая сеть, фрейм, система продукций. Однако, для некоторых понятий модель представления знаний на основе ленем может быть неудобной и даже неприемлемой. Например, это такие понятия, в описании которых очень большую роль играет внутренняя динамика. Обычно для таких понятий применяют сценарии. Модель, созданная на базе ленем, позволяет объединить на пользовательском уровне три существующие в настоящее время парадигмы представления знаний: 1). логическую (языки логического программирования и системы продукций); 2). структурную (семантические сети и фреймы); 3). процедурную (функциональные сети). Для некоторых ситуаций это очень удобно, так как при реализации сложных моделей, включающих знания различных типов, возникает необходимость совмещения в одном языке представления знаний различных концепций.

Теория систем.

Представленная работа посвящена исследованиям в области создания намного более совершенных СИИ (систем искусственного интеллекта), чем те, работающие прототипы которых мы можем увидеть сегодня. А система искусственного интеллекта - это прежде всего сложная система, требующая для своей реализации вполне определенного подхода, основанного на понятии "система". В настоящее время существуют десятки определений этого понятия. Каждое из них характеризуется как достоинствами, так и недостатками. По мнению автора настоящей работы, наиболее рациональное определение ... - это определение системы через ее свойства. Приведем упрощенный вариант этого определения. Системой называется любой объект, который обладает следующими четырьмя свойствами: 1). целостностью и членимостью (это свойство определяется наличием элементов, из которых система состоит); 2). наличием связей между элементами (чтобы создать систему из элементов, их нужно соединить друг с другом посредством связей; связь - это нечто осуществляющее без изменения (в идеале) передачу материи, энергии, информации; при передачи информации и вещества происходит и передача энергии); организованностью (система всегда обладает определенной организацией; наличие организации характеризуется величиной энтропии системы; организация системы характеризуется тем, что энтропия самой системы всегда меньше энтропии системоформирующих факторов); 4). интегративными качествами (всякая система обладает общесистемными свойствами, то есть качествами, присущими системе в целом и не присущими отдельно взятому элементу или элементам. В общем-то, все равно, какую систему мы хотим построить: 1). техническую; 2). экономическую; 3). политическую; 4). кибернетическую; 5). биологическую ... Есть общие принципы, которыми можно (да и нужно) руководствоваться при создании любой системы.
           Перечислим эти принципы. К ним прежде всего относятся: 1). принцип системности; 2). принцип реализуемости; 3). первый принцип развития; 4). второй принцип развития; 5). третий принцип развития; 6). принцип целенаправленности; 7). принцип целостности и членимости; 8). принцип формализации; 9). принцип поиска новых путей решения задачи; 10). принцип опоры на фундаментальные законы природы; 11). принцип иерархичности и декомпозиции; 12). принцип многоаспектности; 13). принцип однократной регистрации идентичных сообщений; 14). принцип поэтапного ввода в действие; 15). принцип быстрого прототипа; 16). принцип исторического опыта; 17). принцип унификации и типизации (единообразия) реализуемых решений; 18). принцип модульности; 19). принцип минимального количества типов модулей; 20). принцип парадоксальной минимальности; 21). принцип неформализуемости оценки качества; 22). принцип живучести; 23). принцип одного руководителя (для относительно простых иерархических систем); 24). принцип парадоксального управления; 25). принцип новых задач; 26). принцип интеграции; 27). принцип рационального использования ресурсов; 28). принцип децентрализованной обработки информации; 29). принцип совершенствования организационной структуры; 30). принцип интегративности или эмержентности; 31). принцип многоэтапности и итерационного характера процесса проектирования; 32). принцип совместимости и согласованности подсистем.
           Обработка информации компьютером должна вестись рационально, то есть в соответствии со специально написанными программами (алгоритмами) за как можно более короткое время с желательно минимально необходимым расходованием различных ресурсов. Приемлемые решения вышеперечисленных вопросов можно получить с помощью теории сложных систем.
           Таким образом, в основе теории информационных систем лежат: 1). математическая логика; 2). теория множеств; 3). реляционная алгебра; 4). теория символьных конструкций; 5). теория формальных языков; 6). теория алгоритмов; 7). теория сложных систем; 8). теория графов.
           С точки зрения теории систем система искусственного интеллекта представляет собой сложную систему по переработке информации.
           Система искусственного интеллекта состоит из обеспечивающих: 1). модельной; 2). алгоритмической; 3). программной; 4). информационной; 5). технической; и 6). функциональных (преобразователя из внешнего представления во внутреннее; преобразователя из внутреннего представления во внешнее) подсистем.
           С точки зрения теории систем можно еще сказать, что мозг, как и всякая система, обладает еще теми свойствами, которыми не обладает ни одна из его клеток в отдельности.
           И, наконец, самое интересное, - это переход, точнее, - возможность перехода от строго централизованной системы управления организмом к децентрализованной, то есть не полностью децентрализованной, а смешанной, в которой сочетаются методы централизованного управления с методами децентрализованного управления.
            Мозг высших животных и особенно человека представляет собой невероятно сложную многоструктурную систему.
           На самом же деле, теория систем говорит нам, что в определенном аспекте живая система, состоящая из десятков триллионов живых клеток с многочисленными связями между ними, оказывается многократно более сложной, чем, скажем, страна, население которой составляет несколько миллионов человек.

Информационные обобщения.

3.4. Введение в теорию информационных обобщений.
           3.6. Теория информационных обобщений.
           3). В третьей главе дается описание основ теории информационных обобщений ... ТОЛЬКО ПОЛОВИНА ТРЕТЬЕЙ ГЛАВЫ БЫЛА ПЕРЕВЕДЕНА В ЦИФРОВУЮ ФОРМУ.
           В ней сформулирована в обобщенном виде важная функция человеческого мозга, которая позволяет использовать различные виды информационных обобщений (ИО). Эта функция может быть успешно реализована в современных технических устройствах. В четвертой главе дается описание образовательной программы (ИНФОРМАЦИЯ НА БУМАЖНЫХ НОСИТЕЛЯХ ПОЧТИ ВСЯ УНИЧТОЖЕНА) и созданной на ее основе теории информационных обобщений.
           Четвертая глава является органическим продолжением третьей главы. Она посвящена формулированию фундаментальных закономерностей, сведению их в систему и постулированию на их основе расширенной концепции искусственного интеллекта, опирающейся на выявленные законы информационных преобразований. ЧЕТВЕРТАЯ ГЛАВА ТАК И НЕ БЫЛА ПЕРЕВЕДЕНА В ЦИФРОВУЮ ФОРМУ.
           В пятой главе показываются варианты решения различных теоретических и практических задач при помощи сформулированных теорий и отраженных в них законов информационных преобразований. ПЯТАЯ ГЛАВА ТАК И НЕ БЫЛА ПЕРЕВЕДЕНА В ЦИФРОВУЮ ФОРМУ.
           Весьма перспективным кажется использования для исследования данной проблемы основных принципов теории информационных обобщений, сформулированных автором представленной работы в следующей главе, но такое исследование выходит за рамки нашего повествования.
           Кроме того, современные физики вооружены огромным количеством приборов, которыми они пользуются и пользовались на протяжении длительного периода времени (десятилетий и столетий). А исследователи информационного аспекта реальности до недавнего прошлого были вооружены всего одним инструментом - своим собственным разумом. Только с появлением мощных вычислительных систем в руках ученых появились механизмы для моделирования и изучения различных типов информационных взаимодействий.
           А теория реляционных баз данных оказалась исключительно подходящим объектом-полигоном для проверки практической пригодности моей концепции ИНФОРМАЦИОННЫХ ОБОБЩЕНИЙ. И это - ПЕРВЫЙ КИТ, на котором базируется Партнерская Система ЗОРАН (ее практическая реализация). Ну, ВТОРОЙ КИТ - это и так понятно: концепция искусственного интеллекта... В общем, используя информационные обобщения, мне удалось легко и просто доработать стандартную теорию реляционных баз данных, создать на ее основе новую методику нормализации отношений, реализовать эту методику в виде конкретного алгоритма для макета АРМА ''НОРМАЛИЗАТОР''.
           Наличие функциональной зависимости является свойством схем, а не того или иного экземпляра отношения и отражает семантику моделируемого в базе данных объекта. Поэтому функциональные зависимости - важная разновидность информационных инвариантов (ИНВАРИАНТЫ - ЧАСТНЫЙ СЛУЧАЙ ИНФОРМАЦИОННЫХ ОБОБЩЕНИЙ) схемы БД (БАЗЫ ДАННЫХ), иначе называемых ограничениями целостности. Информационные инварианты представляют собой предикаты, которые должны принимать значения "истина" на любом экземпляре базы данных.
           После продолжительного тренинга (обучения) нейросеть находит "образные инварианты", которые позволяют ей уверенно идентифицировать знакомые образы (объекты) в различных новых, зачастую неожиданных положениях.
           Таких подмножеств всего два: {М0,М1,М3} и {М0,М1,М4}. Аксиома М2 выводима из М0 и М1. Набор {М0,М1,М3} можно считать в некотором смысле более минимальным, так как М4 является обобщением М3.
           Так как многозначные зависимости не обладают свойством обратной проективности, то возможность соответствующего обобщения E1 неясна.
           В частности, они могут, подобно тому, как это произошло у человека, подняться к высотам обобщения и абстракции, освобождаясь от пут своего конкретного (даже, может быть, "примитивного") происхождения.
           В математической логике широко применяется целый ряд математических приемов: ... 3). применение математического обобщения ...
           Подход с использованием редукционной системы является в некотором роде обобщением подхода с использованием пространства состояний.
           ... рассматривается один из вариантов обобщенного декларативного представления - во всех вышеназванных моделях процесс поиска осуществляется в графах, поэтому желательно было бы прийти к какому-то единому методу решения.
           СОЗНАНИЕ - это обобщенное отражение действительности. В отличие от животных человек способен обобщать отражаемую действительность и, следовательно, он способен к раскрытию ее сущностных связей и отношений, а также законов объективного мира. На основе такого знания он может активно и целенаправленно изменять этот мир.
           Обобщение окружающей и отражаемой действительности осуществляется на двух уровнях: 1). эмпирическом - это вскрытие простейших связей и отношений; 2). теоретическом уровне - когда вскрываются фундаментальные глубинные связи. Результаты обобщения закрепляются в понятиях, теориях, концепциях, гипотезах и так далее.
           Сознание - это высшая функция высокоорганизованной материи мозга, состоящая в идеальном целенаправленном и обобщенном отражении действительности, самопознании и саморегулировании поведения человека.
           Язык - это орудие обобщенного отражения действительности, результаты которого отражаются в понятиях (материя, движение, время, человек и так далее).
           Сознание - это высшая, свойственная только людям (????) и связанная с речью функция мозга, заключающаяся в обобщенном и целенаправленном отражении действительности, в предварительном мысленном построении действий и предвидении их результатов, в разумном регулировании и самоконтролировании поведения человека.
           В НАСТОЯЩЕЕ ВРЕМЯ ИНФОРМАЦИЯ, КАСАЮЩАЯСЯ ИНФОРМАЦИОННЫХ ОБОБЩЕНИЙ, РАЗМЕЩЕНА ВО ВТОРОЙ И ТРЕТЬЕЙ ЧАСТЯХ ПРЕЗЕНТАЦИИ.

Ограничения формально-логического подхода.

Дело в том, что творческие и пока неформализуемые свойства интеллектуальной деятельности представляют собой "многообразные прямые и косвенные проявления феномена активности" ...
           Главная трудность создания эффективных систем искусственного интеллекта состоит в том, что далеко не все знания человека о мире и его умения выразимы языком недвусмысленных инструкций, воспроизводимых на ЭВМ. Мы можем изучать закономерности умственной деятельности, но это еще не значит, что мы можем выразить их формальным языком таких инструкций.
           Система искусственного интеллекта должна обладать не только полным формальным описанием каждого слова в отдельности, но и описанием семантического взаимодействия, по которым из смысла отдельных слов строится смысл целого предложения. Если в естественном языке сто пятьдесят-двести тысяч слов, то необходимо хранение непредставимого числа пар словарных единиц.
           Различные сведения должны выражаться на тех или иных языках. Для обработки сведений на ЭВМ их следует выразить на формальных языках с помощью символьных конструкций, являющихся средством представления информации, ее носителями.
           Формальные языки - это математические объекты, сохраняющие некоторые аналогии с естественными языками.
           Основное требование, предъявляемое к БД (базе данных), - одна и та же информация (одни и те же сведения) должны присутствовать в базе данных только в одном экземпляре, что означает полное устранение избыточности данных. Но сформулировать это требование на формальном языке практически невозможно - очень сложно определить, какие данные содержат одну и ту же информацию.
           Как видно из предыдущей главы, современной теоретической базы не достаточно для реализации качественно новых систем искусственного интеллекта и разумных квазиживых машин. Поэтому естественным выходом из создавшегося положения видится не только дальнейшее совершенствование различных формализмов, закладываемых в основу современных систем искусственного интеллекта, в границах традиционных формальных систем, но и выход за рамки последних, создание иной, более совершенной концепции реализации неформальных процедур и решения неформализуемых и слабо формализуемых задач. При этом следует учесть, что эта новая концепция, по возможности, не должна отвергать методики классических формальных систем, то есть ее желательно представить не как альтернативу существующим формализмам, а как следующую ступень развития методов решения задач искусственного интеллекта, для которой остаются применимыми все достижения, все наработки из области формальных систем.
           Проблемы, связанные со зрительным восприятием, в самом деле, трудно разрешимы. Машинное восприятие речи почти так же малоуспешно. Наши успехи в этой области сегодня лишь незначительно напоминают то, что обычно показывают в научно-фантастических фильмах, рассказывающих об ЭВМ, исследующих джунгли или ремонтирующих космические корабли.
           ... выяснение вопроса "Находится ли заданная реляционная схема в 4НФ?" является NP-полной задачей. ДЛЯ РЕШЕНИЯ NP-полной ЗАДАЧИ ТРЕБУЕТСЯ ПРОВОДИТЬ ПОЛНЫЙ ПЕРЕБОР ВСЕХ ВОЗМОЖНЫХ ВАРИАНТОВ. ЭТО ЕЩЕ ОДНА НЕПРИЯТНАЯ ОСОБЕНОСТЬ ФОРМАЛЬНО-ЛОГИЧЕСКОГО ПОДХОДА.
           Так как в алгоритме Неклюдовой-Цаленко на шаге 1 требуется решить NP-полную задачу нахождения ключей отношения, то и сам алгоритм в целом имеет неполиномиальную структуру.
           Причем здесь по возможности следует отказаться от реализации NP-полных задач, таких, например, как нахождение возможных ключей.
           В настоящее время известно немало задач в теории графов, относящихся к классу NP-полных, то есть трудных для алгоритмического решения. Это как бы сигнализирует о том, что алгоритмический подход на самом деле является далеко не универсальным, и что стоит искать иные, неалгоритмические пути решения задач подобного типа, если только, конечно, такие пути существуют. Перечислим некоторые NP-полные задачи из теории графов: 1). клика; 2). независимость; 3). выполнимость; 4). изоморфный подграф; 5). вершинное покрытие; 6). доминирующее множество; 7). гамильтонов цикл; 8). ядро; 9). вершинная (реберная) раскраска. NP-полнота для всех этих задач формально доказана.
           8). принцип формализации: а). какими формализмами мы можем оперировать при решении заданной проблемы; б). можем ли мы вообще формализовать поставленную перед нами задачу ...
           9). принцип поиска новых путей решения задачи: если, пользуясь традиционными методиками, мы не в состоянии полностью реализовать требуемую систему или полученный результат реализации нас не удовлетворяет по тем или иным параметрам то нам следует ... f). искать пути выхода за рамки традиционных формальных систем; g). пользоваться эвристическими методами решения (принцип эвристических методик: "не знаю почему, но работает именно так, а не иначе"); h). искать новые эвристики; j). комбинировать вышеуказанные способы решения ...
           21). принцип неформализуемости оценки качества ...
           Существует аналитическая теория алгоритмов, возникшая в математической логике в качестве вспомогательной дисциплины, применяемой для внутренних потребностей математики. Первоначальными задачами теории алгоритмов были: 1). изучение проблемы неразрешимости; 2). обоснование математики.
           Интуиция - это сложносокращенный способ достижения истины, в котором присутствуют формальные и неформальные моменты. Неформальные моменты точно не могут быть описаны.
           Если же от имитации перейти к моделированию "образного" правого и "формального" левого полушарий в их совместной работе, то машина может писать стихи, используя даже поэзию скальдов!
           Симонов полагает, что полная рациональность, формализуемость, равно как и полная произвольность первоначальных этапов творчества сделали бы его невозможным, и это означало бы конец развития цивилизации. Но, "к счастью в области психофизиологии творчества мы встречаемся с одним из тех запретов природы, преодоление которых было бы нарушением ее закономерностей, подобных закону сохранения энергии и принципу дополнительности". А потому и "все попытки формализации и кибернетизации творчества напоминают попытки создать вечный двигатель".
           При обсуждении философских аспектов моделирования мышления обычно не обращается должного внимания на проблему моделируемого на ЭВМ процесса восприятия и образного мышления, в то время как ограниченность информационного моделирования (дискретного по своей природе) в решении этих вопросов проявляется более выпукло, чем при моделировании дискурсивного мышления.
           Создание ЭВМ, способной видеть и слышать, оказалось очень сложной задачей. И ни в одной из попыток машинное восприятие даже отдаленно не приближается к человеческому. Машинный анализ изображений ограничивался либо анализом фотографий, что фактически больше представляет собой специализированную задачу распознавания образов ... , либо анализом очень простых сцен, вроде тех, что можно построить на столе из детских кубиков.

Вероятность.

Но, однако, крайне маловероятно, что их поведение определяется лишь условными и безусловными рефлексами, как нас учат в школе. Животные тоже делают умозаключения и при определенных условиях ведут себя достаточно разумно, хотя по Джеку Лондону они просто воспринимают окружающий мир таким, каков он есть.
           Н. М. Амосов (1962 г.) считал, что на базе цифровой вычислительной машины можно создать машину, которая "целиком отражает логическую программу хорошего врача, дополненную большими статистическими материалами, позволяющими оценить вероятность диагноза при различных сочетаниях признаков".
           Активность - существенная черта всех организмов, и она тем выше,чем выше на лестнице эволюции стоит живое существо. И наш мозг - не пассивное вместилище информации, а " машина активная", которая непрерывно планирует "потребное будущее", строит модели своего поведения, делает вероятностный прогноз."
           Но, однако, крайне маловероятно, что их поведение определяется лишь условными и безусловными рефлексами, как нас учат в школе.
           Представителей очень многих наук сегодня интересуют вопросы возникновения человека и его разума, сознания. Причем, интерес здесь далеко не случайный. Но, так или иначе, сейчас мы не можем дать гарантированный однозначный ответ на этот вопрос. Мы можем только предполагать с большей или меньшей степенью вероятности.
           Следовало бы (если это, конечно, возможно) двум экспериментаторам провести одновременное определение направления ориентации спина вдоль двух разных направлений А и Б, да и вообще лучше было бы задаться числом направлений более двух, что явно увеличило бы вероятность достоверности эксперимента, но, к сожалению, данных о подобных экспериментах не имеется.
           Они отвергли идею более высокого знания и внутреннего круга жизни, они поместили свою веру в собственное знание, в свои силы и понимание целей и задач своего существования. Но их понимание, вероятно, было гораздо более ошибочным, а заблуждения - гораздо менее наивными ...
           ... очень скоро справились с мятежными элементами, и через несколько поколений непокорные индивиды, вероятно, просто перестали рождаться.
           Невероятные вещи не нужно сразу же стараться объяснить невероятными причинами. Это принцип экономии мышления.
           Пройдет миллион лет, инстинкт сформируется, и мы перестанем совершать ошибки, которые, вероятно, являются неотъемлемым свойством разума.
           Ну, а вероятность создания самоумнеющего кибера случайно - равна нулю.

На этом самом месте первое, ФАКТОЛОГИЧЕСКОЕ обоснование второй части презентации в этом документе завершено.

ИНФОРМАЦИОННОЕ ОБОСНОВАНИЕ (ПЕРВООСНОВА).

Информация о дальнейшем развитии классификации данных для второй части презентации представлена здесь.

На этом самом месте ИНФОРМАЦИОННОЕ обоснование второй части презентации в этом документе завершено.