thumb
Фото: expert.ru

Если наша «святая святых», мозг, является лишь носителем информационной матрицы личности, то не лучше ли перенести этот драгоценный дар природы на более прочный и надежный фундамент — кремниевую платформу? Перенос когнитивных функций на цифровую основу позволит многократно увеличить быстродействие процесса мышления и обеспечить практически неограниченную ассоциативную память.

Происходит новая «тихая» технологическая революция, которую мало кто заметил, которую увидели пока что только ученые-профессионалы, — когнитивная революция, или революция познания.

Одной из причин такой незаметности является тот факт, что ее реализация лежит в сфере других, хорошо известных областей научной деятельности —информационных технологий (ИТ), прикладной математики, теории управления, биотехнологий, психологии, философии и гносеологии. Иными словами, когнитивистика — это новый научный тренд, ориентированный на задачи познания и интегрирующий в себе широкий класс уже известных и развивающихся технологий: математических, информационных, естественно-научных и, что особенно важно, гуманитарных.

Заметим, что при строго формализованной постановке проблема познания является логически противоречивой. В соответствии с теоремой Геделя о неполноте система не допускает самоидентификации, то есть полного определения без использования внешних дополнений. В данном случае нельзя полностью определить познание средствами самого процесса познания.

Однако даже частные неполные решения в теории познания могут привести к революционным изменениям в развитии цивилизации. Кроме того, постепенно создается почва и для логически полного решения данной задачи. Экспоненциальное развитие компьютерных и информационных технологий позволяет приблизиться к созданию локального искусственного интеллекта (artificial intelligence, AI), способного выступить в качестве того самого «внешнего дополнения», которое необходимо для замкнутости формального решения.

В настоящее время когнитивистика представляет собой совокупность разнородных научных дисциплин, объединенных общей целевой задачей изучения, моделирования, имитации и совершенствования процесса познания. Важнейшей особенностью когнитивистики является интеграция (точнее, попытка интеграции) гуманитарных, естественно-научных и математических знаний.

Российский суперкомпьютер «Ломоносов» zzzzzzzzzzzzzzzzz4.jpg

Российский суперкомпьютер «Ломоносов»

Гуманитарные технологии когнитивистики

Первыми к проблеме познания обратились философы. Действительно, трудно строить представления о структуре мироздания, о первичности материального или духовного, если не определен сам процесс понимания человеком окружающего мира, если даже не установлено, существует ли вообще этот мир вне субъективной фантазии человека или субобъективных представлений социума.

Мало кто осмеливался отвергать хорошо формализованную Аристотелеву логику рассуждений, однако любая логическая последовательность должна исходить из какой-то начальной совокупности знаний. Откуда они берутся? Возглавляемые Джоном Локком эмпирики считали, что источником любого познания является исключительно опыт. В противовес эмпиризму рационалисты, последователи Рене Декарта, утверждали наличие некоторого начального знания, не зависящего от опыта. Сюда же, в категорию начального знаний, включалась и сама логика.

Наличие двух противоречивых школ, как всегда в таких случаях, порождает два естественных тренда. Прежде всего это скептики и агностики, утверждающие, что оба базовых положения неверны, но ничего не предлагающие взамен, кроме сократовского «Я знаю, что ничего не знаю». Опыт слишком переменчив, принципиально неполон и искажен органами восприятия, изначальные понятия не более чем неживая абстракция, а с помощью логики вполне доказываются взаимопротиворечивые утверждения.

Второй тренд основан на конформизме и попытке объединения двух базовых концепций с попыткой удалить из них явно антагонистические противоречия. Лидером этого течения, получившего название критицизм, стал Иммануил Кант. Кант признавал возможность познания, но при этом ограничивал эту возможность способностями человека — то есть познать можно, но не всё.

Основным вопросом теории познания философы считали выяснение отношения мыслящего субъекта к мыслимому объекту. При этом в зависимости от рода и объема применяемых интеллектуальных функций различают воспринимающее, рассудочное и разумное познание. Такой подход мало что объяснял, но создавал определенный научный простор для коллег философов по гуманитарному цеху —психологов.

В середине 60-х годов ХХ века появился термин когнитивная психология. Ее апологеты Джордж Миллер, Ульрик Найссер, Джером Брунер и др. позиционировали свое детище как альтернативу бихевиоризму, в котором процесс познания определялся по схеме кибернетического черного ящика: идентификация содержимого путем сопоставления входных сигналов с реакцией на выходе.

Помимо традиционного вербального расчленения процесса познания на восприятие, память, воображение, мышление и т. д. психологи скорее декларировали, чем обосновали, интересную гипотезу об ограниченности информационного подхода. Следствием этого явилось возникновение целого ряда направлений когнитивной психологии, наиболее интересным из которых оказалась генетическая психология. Особенно любопытна попытка исследования психологами не только сознательного, но и бессознательного, единственным имеющимся средством познания, а именно сознанием.

Очевидно, что весь этот вербальный дескрипт философов и психологов вызывает у специалистов по точным и естественным наукам серьезную «гносеологическую» аллергию. Тем не менее нельзя отрицать и полезность неформализованного мышления гуманитариев. Согласно той же когнитивистике, креативные решения всегда начинаются с нечетких понятийных представлений.

 zzzzzzzzzzzzzzzzz5.jpg

Когнитивные биотехнологии

При переходе к естественным наукам, прежде всего к совокупности знаний, объединенных общим термином «биотехнологии», без конца оставаться на уровне аморфно-размытых представлений просто нельзя — от биохимиков, биофизиков, биоников требуется конкретный результат.

Впрочем, прикладные результаты могут быть получены и без использования абстрактных понятий вроде «душа» или «бессознательное». Вот несколько примеров достижения биотехнологов.

1. Ноотропы, или когнотропные активаторы умственной деятельности. Они же — нейрометаболические стимуляторы (в буквальном переводе с греческого — «изменяющие разум»). Многим работникам умственного труда известно легкое и прекрасное состояние мышления, когда работа выполняется легко и просто.

Хорошо известный препарат этой группы ноотропил (он же пирацетам) был создан в Бельгии в 1963 году. Считается, что ноотропы, в отличие от психостимуляторов, приводят лишь к стимуляции количественной активности нервных клеток и не оказывают влияния на организм. Результатом приема ноотропных средств является повышение внимательности, улучшение памяти, рост уровня интеллектуальной активности.

В настоящее время синтезирована целая группа новейших ноотропных средств — рацетамов. В нее входят такие препараты, как анти-, эти-, цебра-, оксирацетам и др. Основным механизмом рацетамов является воздействие на метаболические и нейромедиаторные процессы в нейронной сети мозга.

2. Протезирование органов чувств. Развитие оптоэлектроники и других отраслей знаний, связанных с преобразованием физических полей в динамические информационные потоки, сделало принципиально возможным поступление визуальной, акустической и иной информации непосредственно в нейронную сеть мозга, минуя отказавшие органы чувств. Однако для практического решения данной проблемы требуется найти решение целого ряда задач, выходящих за пределы биотехнологий и образующих в совокупности крупнейшую научную и техническую проблему — создание био-химико-информационного интерфейса между датчиками физических полей и входными каналами нейронной сети мозга. Кроме того, для восприятия информации в мозгу человека должна быть сформирована матрица образов, отвечающих, с одной стороны, наблюдаемому объекту, а с другой — кодовой последовательности соответствующих электрохимических сигналов, поступающих от протезируемого органа или самого протеза.

3. Система прямого управления мозгом. Наличие современной системы визуализации и регистрации протекающих в мозгу процессов (энцефалограф, компьютерные томографы, магнитно-резонансная и позитронно-эмиссионная томография, магнитно-резонансная спектроскопия и т. п.) позволяют идентифицировать протекающие в мозгу процессы и сопоставлять их с соответствующей им управляющей информацией. Следствием этого является принципиальная возможность управления внешними устройствами непосредственно из мозга. В частности, уже сейчас ведутся работы по управлению курсором дисплея с помощью зрения. Естественной пролонгацией таких исследований будут задачи управление ручными манипуляторами, протезами рук и ног, а в дальнейшем и всем экзоскелетом.

 zzzzzzzzzzzzzzzzz6.jpg

Информационные и математические технологии в когнитивных исследованиях

Достаточно очевидно, что почти любые исследования в области прикладной когнитивистики неизбежно требуют участия специалистов в области прикладной математики и ИТ. При этом потребности когнитивистов в информационном обеспечении можно разделить на два уровня.

На первом уровне ИТ выступают в традиционной для себя сервисной роли, формируя информационную инфраструктуру для различных когнитивных разработок. В нее входят различные БД, базы знаний, мультимедийные системы отображения и восприятия информации, формирование когнитивных сетевых структур и т. п.

На втором, более высоком уровне ИТ играют роль информационной платформы для развития когнитивных технологий. Основанием для такого подхода является тот очевидный факт, что центральной категорией и субъектом процесса познания является информация. По существу, процесс познания является сугубо информационным и сводится к различным вариантам последовательностей получения, обработки и хранения информации. Следовательно, вполне справедливо отнести когнитивные технологии к классу ИТ.

Очевидно, что приведенному упрощенному определению познания полностью отвечает и функционирование любого компьютера. И здесь нет никакого противоречия, поскольку работа компьютерной программы представляет собой локальный фрагмент функционирования человеко-машинной системы познания. А может ли мыслить и познавать машина без человека?

Итак, если познание — это процесс переработки информации с целью извлечения из нее знаний для решения каких-то научных и (или) практических задач, то что мешает построить имитационную модель мышления?

Очевидный подход к решению такой задачи появился еще в середине прошлого века — нужно построить искусственную нейронную сеть (ИНН). Элементами такой сети являются модели нервной клетки — нейрона. Различные модели (Лапика, Маккалока—Питтса, Ходжкина—Хаксли, Фицхью—Нагумо и т. д.) по мере усложнения постепенно приближались к реалистическому описанию функционирования нейрона, однако для решения конкретных задач распознавания и прогнозирования этого и не требовалось. Совершенно не было необходимости в точном подобии компьютерных нейронов их биологическим прототипам, нужно было просто получить эффективное решение. В этом месте задача искусственного интеллекта разбивается на два различных, хотя и связанных, направления.

Первое, сугубо прикладное и прагматическое, — получить интеллектуальную (или когнитивную) компьютерную сеть, способную формировать эффективные управляющие решения в условиях нестационарной изменяющейся среды и априори неопределенных возмущающих воздействий. При этом наличие интеллекта определяется возможностью генерации эффективных решений, не предусмотренных кодом исходной программы, сформированным математиками и программистами, то есть людьми.

Второе, более академическое направление связано с когнитивистикой человеческого мышления и предполагает моделирование функционирования биологической нейросети, то есть процессов, протекающих в мозгу человека.

Кадр из фильма «Киборг» zzzzzzzzzzzzzzzzz7.jpg

Кадр из фильма «Киборг»

Прямое моделирование процесса познания

Заметим, что исходная теория ИНН были сформулированы еще в середине прошлого века. Однако их реализация требовала вычислительного потенциала (память—быстродействие), соизмеримого по мощности с нейросетью человеческого мозга. К такому уровню развития ИТ человечество стало подходить только к настоящему времени.

Как известно, кора головного мозга человека толщиной от 1,3 до 4,5 мм содержит 14–16 млрд нейронов, связанных прямыми и обратными связями через пучки нейроволокон. Количество нейронов в сети мозга оценено очень грубо, эта величина в различных источниках колеблется от 5 до 100 млрд клеток. Информация передается посредством электрохимических нейросигналов, генерируемых органами чувств и самими нейронами. Потенциал покоя нейрона составляет порядка 70 милливольт, скорость распространения нейроимпульса вдоль аксона (концевой отдел нервной клетки, соединяющий ее с другими клетками нейросети) колеблется от 0,1 до 10 м/с. Среднее время реакции мозга на визуальный сигнал составляет 0,1–0,3 секунды. Среда погружения нейросети образована материей, состоящей из глиальных клеток. Их роль в процессах обработки информации далеко не ясна. Так например, было установлено, что на один нейрон левого полушария мозга Эйнштейна приходилось глиальных клеток на 73% больше, чем у среднестатистичеcкого мужчины.

Электроэнцефалограммы (ЭЭГ) позволяют визуализировать групповую активность участков нейросети и различать сигналы, характерные для бодрствования (альфа-ритмы), активного бодрствования (бета-ритмы), сон (дельта-ритмы) и т. д., для некоторых типов реакций на внешние воздействия, а также для некоторых видов патологий нервной системы (эпилепсия).

Что могут противопоставить мощнейшему биомеханизму мозга современные ИТ? В качестве примера можно назвать американский суперкомпьютер Jaguar (он же Cray XT5-HE), расположенный в Oak Ridge National Laboratory. Компьютер имеет примерно четверть миллиона ядер и обеспечивает вычислительную мощность порядка 1,76 петафлопса (1 петафлопс = 1015 или 1 тыс. трлн операций с плавающей точкой). Еще большую мощность обеспечивает китайский суперкомпьютер Tianhe-1A с производительностью 2,5 петафлопса, имеющий примерно 186 тыс. ядер и 230 тыс. гигабайт оперативной памяти.

Хватит ли этой мощности для моделирования познавательной деятельности мозга? Ответ неоднозначен, поскольку нет достаточной информации об исходной биохимии этого процесса. Дело в том, что знания формируются путем образования кластеров нейронов, соединенных множеством связей. Процесс образования новых связей, отвечающих тому или иному образу или понятию, а тем более логически связанным цепочкам понятий, еще требует исследований на всех уровнях — от биохимии до синергетики.

Оригинальный подход к решению задачи создания AI был предложен в 1966г. американскими математиками Л. Фогелем, А. Оуэнсом и М. Уолшем. Суть их метода в том, что вместо прямого моделирования нейросети предлагалось моделировать процесс эволюции системы принятия решений в соответствии с классической дарвинистской концепцией развития биосистем. В качестве эволюционирующих элементов использовались конечные автоматы. Модификацией этого подхода явилась методология генетических алгоритмов.

На современном этапе исследований вопрос состоит в моделировании эволюции начальной ИНН. При этом, по-видимому, задача будет представлена на базе «мягких» моделей с использованием близкой для человеческого мышления концепции размытых понятий, восходящих к теории размытых множеств (fuzzy sets) Л. Заде.

Понятно, что такие подходы также требовали современных вычислительных мощностей, однако множество частных решений, связанных, например, с прогнозированием нестационарных процессов, показали высокую эффективность эволюционного подхода уже во второй половине ХХ века.

Кадр из фильма «Ex machina» zzzzzzzzzzzzzzzzz8.jpg

Кадр из фильма «Ex machina»

Когнитивистика Plus: ожидания и свершения

Системы мониторинга технологических процессов крупных заводов ежедневно закладывают в информационные хранилища сотни гигабайт информации. На электронных биржах фиксируются несколько отсчетов в течении каждой минуты по каждому из огромного количества котировок биржевых активов. На медицинских сайтах выложены гигабайты медицинской информации. И что дает владение этой информацией? Да почти ничего. Мало владеть информацией, надо научиться извлекать из нее полезные знания. Именно эта задача становится первостепенной для специалистов в области когнитивных и информационных технологий.

Проблема извлечения знаний, доступных для восприятия человеком, из больших массивов цифровой информации была сформулированаКлиффордом Линчем в 2008 году и получила название Big Data. Характеризация этой проблемы определялась формулой 3V: volume, velocity, variety (объем—скорость—разнообразие).

По существу, проблема Big Data являлась обобщением решений класса Business Intelligence. Поэтому к методам ее решения вполне уместно отнести и раскопки знаний в БД (Data Mining), и технологии машинного обучения, включая Ensemble learning, и краудсорсинг, и прогнозную аналитику, и многое другое. Уже к 2011 году крупнейшие компании ИТ-индустрии (IBM, Oracle, Microsoft, EMC и др.) в той или иной степени включились в разработку средств, поддерживающих работу с большими данными. В результате были разработаны специализированные информационные средства для работы с большими массивами разнородных данных — NoSQL, Hadoop, Netezza, MapReduce и др. С 2013 года задачи обработки Big Data появилась в вузовских программах в виде науки о данных — Data Science.

Другой важнейшей проблемой информационной когнитивистики являются человеко-машинные интерфейсы, или HMI (human-machine interface). Сколь бы сложной и эффективной ни была компьютерная обработка данных, не следует забывать, что ее заказчиком и потребителем является человек со всей характерной для него ограниченностью возможностей по восприятию информаций.

В свое время (кажется, совсем еще недавно) в компьютерную жизнь вошел графический интерфейс, радикально изменив уровень взаимодействия человека и компьютера. Сейчас все более сильные позиции занимают мультимедийные интерфейсы, поисковик Google достаточно уверенно распознает человеческую речь. Что дальше? Интерфейс типа мальчика Мило, придуманный Питером Мулине, с человеческим лицом и воспринимающий даже настроение собеседника? Может быть. Но реальный прорыв все-таки надо ожидать в более продвинутой форме, связанной с прямым управлением компьютером человеческим мозгом. Слово за когнитивистами, в том числе за когнитивными физиологами и психологами.

 zzzzzzzzzzzzzzzzz12.jpg

Еще одним важным применением когнитивных технологий являются различного рода интеллектуальные советники.

Примером может служить задача управления технологическим процессом(ТП). Для крупных технологических установок число параметров, подлежащих мониторингу, может доходить до нескольких сотен. А человеческий мозг, по оценке психологов, способен оперировать не более чем пятью-семью параметрами. Если процесс динамический, а параметры взаимосвязаны, то человеческий мозг может воспринимать не более трех-четырех параметров. На помощь приходит когнитивный советник, без труда обрабатывающий сотни и тысячи взаимосвязанных параметров и формирующий рекомендации по оперативному управлению ТП, то есть по выбору значений управляющих параметров, обеспечивающих наибольшую эффективность работы технологической установки или всего технологического цикла.

Данный пример является образцом промежуточного решения. Если советник столь эффективен, то почему бы не перейти к чисто автоматическому производству? Это и произойдет, будущее — за заводами-автоматами. За человеком останется только выбор критерия эффективности и диапазонов изменения технологических и управляющих параметров.

Другой интересный пример когнитивного советника — система непрерывного контроля состояния здоровья человека. В большинстве случаев смерть человека связана с относительно медленно развивающимися заболеваниями, имеющих значительный латентный период развития. Например, около 30% летальных исходов связано с сердечно-сосудистыми заболеваниями, около 19% — с инфекционными и паразитарными болезнями, порядка 13% — с недоброкачественными опухолями. На ранней стадии большая часть этих заболеваний является излечимой. Таким образом, возникает необходимость в мобильной системе непрерывного мониторинга биологических параметров человека и связанном с ней когнитивном анализаторе, способном пересчитывать параметры мониторинга в числовые значения индикаторов (маркеров) различных заболеваний, а также формировать прогноз развития заболевания.

Кадр из фильма «Искусственный разум» zzzzzzzzzzzzzzzzz9.jpg

Кадр из фильма «Искусственный разум»

Когнитивистика Minus: когнитивная эсхатология

Проведем простой ментальный эксперимент, столь любимый научными и квазинаучными фантастами и связанный с переносом информационной матрицы мозга в другое тело. Скорее всего, человек сохранит свою самоидентификацию и в другом организме. Вывод кажется достаточно простым: человек ассоциирует себя с некоторой информационной матрицей и содержащимися в ней знаниями, навыками и умениями.

Предположим, что это так. Но вот в мир ворвался компьютер с его гигабайтами памяти и мощными сетевыми технологиями. Человек уже не только работает с информационными системами компьютера, он живет в них, он непрерывно взаимодействует с информацией, заложенной в памяти компьютера и сетевых ресурсах, он ассоциирует свой потенциал и самого себя с информационной матрицей виртуального компьютерного мира. Человек уже не может существовать даже в те периоды, когда он должен перевозить свою «тушку» и вынужден на время оторваться от стационарного терминала, — мобильные ИТ позволяют человеку оставаться в информационном пространстве в метро, самолете, поезде и т. п. Особенно остро это затронуло молодое поколение homo sapiens, они буквально задыхаются, оказываясь на время разобщенными с информационными пространствами сетевых технологий. Уже трудно увидеть в метро молодого человека, не уткнувшегося в свой iPod, iPad, smartphone и т. п, не заглушившего уши наушниками от тех же мобильных девайсов.

Человек уже стал, нe заметив этого, некой человеко-машинной системой, киборгом. Управляемые мозгом протезы могут оказаться значительно более эффективным инструментом, чем их естественные биоаналоги. Киберруки с микронным разрешением и мощностью шагающего экскаватора, киберноги а-ля сапоги-скороходы, безотказное заменяемое сердце, прямая энергозаправка организма от домашней розетки вместо утомительного трехразового питания переработанными останками невинно убиенных животных, киберглаза с восприятием ИК- и УФ-диапазонов — разве все это не соблазнительно? При этом процесс превращения человека в киборга будет происходить тихо и спокойно, без всяких «восстаний машин» и других голливудских страстей. По мере старения генетическая программа человека разрушает его организм, и столь же естественным станет киберпротезирование отработавших свой срок органов.

Третий акт эсхатологического сценария развития когнитивистики совершенно очевиден. Наша «святая святых», хранитель нашего «я» или наш мозг: если он является лишь носителем информационной матрицы личности, то не лучше ли перенести эту драгоценный дар природы на более прочный и надежный фундамент — на кремниевую платформу? При необходимости обезопасить свое бессмертие можно без труда сотворить своего информационного клона, свой персональный бэкап. При этом перенос когнитивных функций на цифровую основу позволит, по оценке экспертов, увеличить быстродействие процесса мышления в 105–8 раз и обеспечить практически неограниченную ассоциативную память объемом в 1012–16 образов.

Киборг перерождается в интеллектуального робота.

Философы-когнитивисты (слева направо): Иммануил Кант, Рене Декарт и Джон Локк zzzzzzzzzzzzzzzzz10.jpg

Философы-когнитивисты (слева направо): Иммануил Кант, Рене Декарт и Джон Локк

Технологическая сингулярность

Возможно, знание — самая мощная сила в окружающем нас мире. Прикосновение и приобщение ученых к процессу приобретения этой силы, активизация когнитивистики и ее приложений неизбежны, невзирая на все про и контра вытекающих отсюда последствий. Возможно, именно когнитивистика станет тем интегрирующим острием развития, которое, по мнению футурологов, приведет цивилизацию к технологической сингулярности.

Под технологической сингулярностью понимается состояние, когда процесс развития технологий выйдет из-под контроля человека в силу существенного несоответствия возможностей человеческого мозга уровню развития техносферы. Как правило, сингулярность связывают с прогрессом в области когнитивистики и ИТ, в частности, с разработками в области AI и компьютерного самовоспроизводства. Сдерживающими факторами являются процессы человеко-машинной интеграции и развитие потенциала мозга средствами биокогнитивных технологий.

С другой стороны, развитие биологической когнитивистики может привести к возникновению альтернативной биоэсхатологии, когда дальнейший прогресс цивилизации будет определяться не человеком, а продукцией генной инженерии — мутантами. Такая форма развития уже нашла широкое отражение в творениях фантастов и, естественно, Голливуда.

Большинство футурологов сходятся во мнении, что технологическая сингулярность наступит в 2030–2045 годах, а ее первую фазу человечество ощутит совсем скоро — в 2020–2025 годах.

Ядром нового, шестого технологического уклада является совокупность NBIC-технологий. Название представляет собой аббревиатуру от начальных букв термина «нано-, био-, информационные и когнитивные технологии» (nano-, bio-, information and cognitive technology). По мнению представителей Национального научного фонда США, регулирующего финансирование научных проектов, именно NBIC-технологии определят развитие цивилизации на ближайшие 50 лет.

Полномасштабный вход в новый технологический уклад, его освоение и практическая реализация является гиперзадачей национального уровня и требует формирования новой государственной целевой программы. При этом особую роль в такой программе должно занять технологическое образование, требующее новых нестандартных решений и качественно новых образовательных программ.

Авторы: Александр Мусаев, декан факультета Информационных технологий и управления Санкт-Петербургского государственного технологического института, доктор технических наук, специалист в области анализа данных и управления нестационарными динамическими системами, Андрей Шевчик, ректор Санкт-Петербургского государственного технологического института (технического университета), доктор технических наук, специалист в области высокотемпературных материалов.

Источник: Expert.ru