Могут ли компьютеры думать?
Макс Д. Райт
Введение
Если любую машину можно надлежащим образом описать как мозг, то любой цифровой компьютер можно описать так же. [1]. Эта фраза была написана Аланом М. Тьюрингом, одним из первых основателей информатики. Тогда возникает вопрос, могут ли компьютеры думать? Исторические утверждения о способности компьютера мыслить не сулят ничего хорошего для этого утверждения. Хотя одно из самых больших ограничений компьютеров может вселить надежду на то, что да, это возможно. Тем не менее, семантика остается одним из самых больших недостатков, с которыми сталкиваются компьютеры в своей способности мыслить.
Исторические претензии
Исторические заявления, сделанные профессионалами компьютерной индустрии, дискредитируют утверждение, что компьютер может мыслить. Эти претензии очень стары с точки зрения вычислений, и величие заявлений так и не было реализовано. Например, в 1984 году Герберт Саймон из Университета Карнеги-Меллона заявил, что машины уже могут думать очень похоже на то, как люди могут [2]. Это, как видно, не так.
Эти заявления, похоже, исходят от столь же уважаемых людей, как Герберт Саймон. Профессор искусственного интеллекта Массачусетского технологического института Марвин Мински заявил: Сегодня наши роботы похожи на игрушки. Они делают только простые вещи, на которые запрограммированы. Но очевидно, что они собираются пересечь безграничную черту, за которой они будут делать то, на что мы запрограммированы. [3]. Он также утверждал, что следующее поколение компьютеров будет обладать значительно более высоким интеллектом по сравнению с людьми [2]. Это, как видно, так и не сбылось.
Такого рода заявления о том, что компьютеры могут думать, не соответствуют преувеличенным обещаниям, сделанным за последние двадцать пять лет исследований [3]. Это предполагает, что любые сегодняшние претензии могут быть отклонены точно так же, как могут быть отклонены претензии, сделанные много лет назад. Есть спасительная благодать в том, что информатика постепенно приближается к созданию компьютеров, которые действительно могут думать. Это можно сделать, моделируя человеческий мозг.
Подражание мозгу
Предположим, мы создадим машину, имеющую ту же структуру, что и человек, тогда, по-видимому, эта машина сможет думать. [2] Эти слова принадлежат Джону Серлу, философу, специализирующемуся на философии разума. Его точка зрения кажется ясной, но люди — не единственные живые существа, которые могут думать. Многие существа могут, некоторые в большей степени, чем другие. Само собой разумеется, что если мы, люди, сможем сконструировать машину, имеющую ту же структуру, что и мозг, орган, ответственный за мышление, то мы можем утверждать, что это устройство способно на такой подвиг.
Проблема, связанная с тем, чтобы компьютеры могли думать, была однажды превосходно сформулирована дворянкой и одаренным математиком, известной как леди Лавлейс: Аналитическая машина не претендует на то, чтобы что-либо изобретать. Он может делать все, что мы знаем, как ему приказать. [1] Это критика работы Чарльза Бэббиджа, одного из пионеров компьютера. [4] Он печально известен своей концепцией упомянутой аналитической машины, которую многие считают первым компьютером, разработанным человечеством. [5]
Леди Лавлейс очень права в своей критике. Даже с современным компьютером устройства ограничены операциями, которые ему назначены [2]. При этом наши знания и понимание того, что может быть назначено машине, значительно расширились с ее времен. Сам по себе компьютер не может думать, но ему можно дать программу, которая может.
Эта работа была начата Уорреном С. Маккалохом и Уолтером Питтсом в 1943 году [6]. Их работа положила начало серии алгоритмов, называемых искусственными нейронными сетями. Идея этих алгоритмов заключалась в моделировании поведения нейронов в мозге в цифровом формате. Если искусственные нейронные сети и биологические нейронные сети достаточно похожи в своем поведении, само собой разумеется, что да, компьютер может думать.
Искусственные нейронные сети и биологические нейронные сети во многом похожи. Оба типа нейронов могут общаться. Биологические нейроны посылают информацию электрохимически [7], искусственные нейроны посылают информацию с помощью математики. Оба сильно взаимосвязаны [8]. Биологические нейронные сети работают параллельно, все нейроны работают одновременно [8]. Искусственные нейронные сети работают аналогично, но не в одинаковой степени, даже при работе на параллельных процессорах [8]. Наконец, связи между нейронами определяют функцию сети [8].
Огромная разница между ними лежит в области нейронауки, которая по сей день все еще открывает новые свойства и раскрывает тайну того, как работает наша голова. По мере развития нейронауки как дисциплины искусственные нейронные сети могут совершенствоваться в том, как они функционируют. Именно неизвестные и неизведанные части и свойства разума делают биологические нейронные сети значительно превосходящими искусственные. Именно этот разрыв между двумя типами нейронов делает компьютеры не более чем вычислительной машиной, а не мыслящей машиной.
Понимание семантики
Даже с появлением искусственных нейронных сетей компьютеры никогда не смогут заменить человеческий интеллект. Алан Ньюэлл утверждал, что интеллект — это всего лишь вопрос манипулирования физическими символами [2]. Это утверждение со временем оказалось слабым, поскольку одним из самых больших недостатков способности компьютера мыслить является не непонимание синтаксиса, а непонимание семантики.
Люди оперируют интуитивным интеллектом, в то время как компьютеры действуют как мыслящие машины [3]. Компьютеры отлично понимают синтаксис, но пока не могут понять семантику [2]. Чтобы заставить компьютер думать, компьютер должен был бы понимать естественную семантику, что очень редко встречается в ИИ [9]. Это все еще остается проблемой, и нет инновационного понимания для решения этой проблемы.
Вывод
В наши дни компьютер, похоже, не способен мыслить. История доказала, что эта тема преувеличена только для того, чтобы опровергнуть ее утверждения. Искусственные нейронные сети обещают создать компьютер, который может думать, но человечеству все еще не хватает понимания того, как мы сами думаем. Наконец, в целом мы, люди, с трудом создаем алгоритм, способный понимать семантику, то, что считается ключевым и важным для мышления.
[2] Дж. Р. Сирл, Могут ли компьютеры думать. Умы, мозги и наука, 1984.
[3] Д. М. Каплан, Чтения по философии технологии. Роуман и Литтлфилд, 2009 г.
[4] «Страницы Бэббиджа: политическая экономия — введение. [Онлайн]. Доступно: http://projects.exeter.ac.uk/babbage/rosenb.html. [Дата обращения: 05 октября 2019 г.].»
[5] М. В. Уилкс, «Бэббидж как пионер компьютеров, Hist. Матем., том. 4, нет. 4, стр. 415–440, ноябрь 1977 г.»
[6] У. С. МакКаллох и У. Питтс, «Логическое исчисление идей, присущих нервной деятельности, Bull. Мат. Биофиз., том. 5, нет. 4, стр. 115–133, декабрь 1943 г.»
[7] «Нейронаука для детей — потенциал действия. [Онлайн]. Доступно: https://faculty.washington.edu/chudler/ap.html. [Доступ: 08 октября 2019 г.].»
[8] М. Хаган, Х. Демут, М. Бил и О. Де Хесус, Проектирование нейронных сетей. .
[9] П. Р. Коэн и Ч. Р. Бил, «Естественная семантика для мобильного робота, стр. 1–7.»
