Тема: ПРОБЛЕМАТИКА АЛГОРИТМИЗАЦИИ МЫШЛЕНИЯ В СВЕТЕ КОНЦЕПЦИИ ДЖ. ХОКИНСА

Актуальность темы.
Проблематика алгоритмизации мышления тесно связана с исследованиями в области создания систем искусственного интеллекта. Их точкой отсчета и связующим элементом является вопрос «Может ли машина мыслить?»
Исследования в области создания искусственного интеллекта представляют собой попытки ответить на практике на поставленный вопрос, - создать мыслящую машину. Исторически сложилось, что исследователи поделились на два лагеря, две традиции на пути создания искусственного интеллекта. Однако в данный момент все сильнее назревает необходимость найти промежуточный подход. Одну из версий промежуточного подхода, проанализировав пройденный исследователями путь, формулирует Дж. Хокинс.
Если же исследования ИИ - это попытка ответа на практике на поставленный вопрос, то исследователи проблематики алгоритмизации мышления осуществляет поиск ответа в теории, т. е. представляет собой фундаментальную интерпретацию вопроса. Ведущей темой проблематики алгоритмизации мышления являются ограничения на алгоритмизацию. В истории она оформилась в виде спора между исследователями по вопросу интерпретаций теорем Геделя о неполноте арифметики.
И хоть исследования проблематики алгоритмизации мышления и исследования в области создания ИИ представляют различные интерпретации вопроса о возможности мышления машины, возможно взаимопроникновение, которое способствует более широкому освоению обеих областей и возникновению результатов, которые могут быть значимы как на уровне практики, так и на уровне теории.
Степень научной разработанности темы.
Интегрированный подход в области создания искусственного интеллекта обнаруживается у Дж. Хокинса. Одной из реализация подобного подхода обнаруживается у коллектива авторов. В этот коллектив входят: A.
S. d’Avila Garcez, L. C. Lamb, D. M. Gabbay.
Тематика дискуссии об интерпретации Теорем Геделя о неполноте арифметики присутствует в работах Х. Патнэма, Р. Пенроуза, Дж. Лукаса, Т. Тимошко, П. Бенецеррафа, Г. Крайзеля, К. Геделя, Дж. Ньюмэна и Дж. Нагеля. Содержательный анализ всей дискуссии проводит В. В. Целищев.
О природе доказательства и ограничениях на алгоритмизацию мы можем найти сведения у В. В. Целищева, Т. Тимошко, П. Бенецеррафа, Х. Патнэма и Я. Хакинга
Представление формальных систем, обладающих «самосознанием», выразил в своей работе Р. Смаллиан. Свою интерпретацию идей Смаллиана приводит В. В. Целищев.
Содержание понятия обозримости доказательства отражены в работах,
T. Тимошко, Б. О. Басслера и В. В. Целищева.
Цель работы - рассмотреть проблематику алгоритмизации мышления в связи с концепцией Дж. Хокинса.
Объект исследования - проблематика алгоритмизации мышления и интеллект в концепции Дж. Хокинса.
Предмет исследования - Ограничения на алгоритмизацию в связи с моделью «память-предсказание».
Для достижения, поставленной цели исследования необходимо решить следующие задачи:
1) Выяснить принцип функционирования неокортекса;
2) Выявить основу интеллекта в концепции Хокинса, содержание модели «память-предсказание»;
3) Проанализировать дискуссию менталистов и механицистов вокруг интерпретации теорем Геделя о неполноте арифметики;
4) Выявить различные взгляды на природу математического доказательства и ограничения на алгоритмизацию;
5) Описать каким образом в формальных системах возможно выразить «самосознание»;
6) Рассмотреть содержание понятия и основные проблемы обозримости доказательства в свете систем искусственного интеллекта.
Методы исследования. Основными методами, которые были применены при провидении исследования, являются методы концептуального и логического анализа.
Структура и объем магистерской диссертации.
Во введении обоснована актуальность исследуемой проблемы, указаны степень научной разработанности темы и методы исследования, определены цель, задачи, объект, предмет исследования.
В первой главе «Интеллект в концепции Хокинса» рассмотрено какое представление функционирования головного мозга делает возможным создание разумной машины и выявлена основа интеллекта в концепции Хокинса, содержание модели «память-предсказание»
Во второй главе «Доказательство и проблемы алгоритмизации» проанализирована дискуссия менталистов и механицистов вокруг интерпретации теорем Геделя о неполноте арифметики. Выявлены различные взгляды на природу математического доказательства и возможные ограничения на алгоритмизацию, связанные с этими взглядами;
В третьей главе «Понятие обозримости доказательства применительно к интеллектуальным системам» предоставлено описание того, каким образом в формальных системах возможно «самосознание» машины. Рассмотрено содержание понятия и основные проблемы обозримости доказательства в свете систем искусственного интеллекта.
В заключении излагаются основные выводы по теме исследования.
В конце приведен список используемой литературы, включающий в себя 24 источника.
Купить

Подводя итоги проведенного исследования, следует отметить, что на пути достижения цели работы, следующим образом были решены поставленные задачи:
1) Было рассмотрено как возможно создание разумной машины путем интерпретации функционирования головного мозга. Мы выяснили, что в создании разумной машины следует использовать интерпретацию работы невой коры (неокортекса), которую выдвигает Маункасл. Согласно этой интерпретации все функциональные зоны неокортекса обрабатывают поступающие сигналы с помощью единого алгоритма.
2) Выявлена основа разумной деятельности в концепции Хокинса. Мы поняли, что основа разумной деятельности является модель «память- предсказание». Стало ясно, что о наличии разума нам говорит не поведение, а способность прогнозировать.
3) Проанализирована дискуссия менталистов и механицистов вокруг интерпретации теорем Геделя о неполноте арифметики. Мы выяснили, что в основе спора лежат различные интерпретации именно второй теоремы Геделя. Мы увидели, что Гедель выступал против механицизма. Однако в полной мере соотнести идеи Геделя и менталистов является затруднительным. Мы установили герменевтический (диалектический) характер дискуссии, который подразумевает, что нет конечного аргумента «за» в подтверждение одной из позиций.
4) Выявлены различные интерпретации природы математического доказательства и возможные ограничения алгоритмизацию, исходящих от данных интерпретаций. Мы выяснили, что в интерпретациях ведущую роль занимает определение рациональности доказательств. Установлено, что возможные ограничения включают в себя проблему понимания и выражения интуитивного знания в математическом доказательстве.
5) Предоставлено описание каким образом в формальных системах возможно «самосознание» машины. Мы получили системы четырех типов, которые содержат в себе элементы «самосознания». Наиболее полной из них является система типа 4.
6) Рассмотрено содержание понятия и основные проблемы обозримости доказательства в свете систем искусственного интеллекта. Мы выяснили, что на возникновение идеи обозримости доказательства повлияли Бэкон и Декарт. Под обозримостью доказательство понимается свойство доказательства, определяющее возможность «схватить» содержание доказательства. Мы выяснили, что основные проблемы с обозримостью доказательства пролегают в релятивизации понятия, при учете субъекта. Мы сопоставили понятие обозримости с концепцией Хокинса и поняли, что понятие обозримости доказательства можно применить при попытки оптимизации интеллектуальных систем, рассмотрев на примере проекта обучения нейронной сети пользоваться эпистемической модальной логикой при решении задач.
Решение всех поставленных задач исследования позволило достигнуть цели исследования и дать полноценный анализ проблематики алгоритмизации мышлении в связи с концепцией Дж. Хокинса. А именно мы можем заключить, что использую основные положение концепции Хокинса мы можем обойти все ограничения на алгоритмизацию связанные с математическим доказательство и математическим мышлением.
Следуя концепции Хокинса, мы можем преоделеть разрыв между низшей нервной деятельностью (сенсорным восприятием) и высшей (интеллектом). В данном случае они представляют собой работу одного и того же алгоритма функционирования неокортекса, а именно модели «память-предсказание». Разница между ними заключается только в разном уровне абстракции во время создания прогнозов. Математическое мышление становится специфическим случаем в реализации модели «память- предсказание». Нами было выяснено, что прогнозы не всегда совпадают тем положением дел, которое есть в окружающем мире. Наш мозг со временем совершенствует свои прогнозы. В таком случае, все ограничения на алгоритмизацию можно считать не реальными ограничениями, исходящими из природы человека или математики, а как временными, которые возникают из-за несовершенства прогнозов нашего мозга.
Купить