Künstliche Intelligenz

Präambel

Während der gesamten zivilisatorischen Geschichte der Entwicklung der Menschheit bemühten sich die Menschen, mächtiger und weniger verletzlich zu werden, was durch die Notwendigkeit eines ewigen Kampfes um lebenswichtige Ressourcen und die Gewährleistung ihrer eigenen Sicherheit bestimmt wurde. Homo-Sapiens wollte immer seine körperlichen und geistigen Fähigkeiten und Fertigkeiten entwickeln. Ein Mensch wollte viel weiter und klarer sehen, als er es normalerweise kann, er wollte hoch fliegen und tief schwimmen, aus der Ferne hören und sich schärfer fühlen, sich mehr erinnern und schneller denken ...

Diese gewünschten Ziele bei fast jedem dieser Bestrebungen wurden normalerweise immer durch die Entwicklung einiger technischer Verstärkerprodukte erreicht, die auf bekannten physikalischen Gesetzen basieren. Und hier haben die Menschen in fast allen Fällen Erfolg gehabt, mit der möglichen Ausnahme eines langjährigen Traums - der Schaffung der „ Intelligenz der künstlichen Intelligenz “, dh eines solchen Geräts, das in der Lage wäre , mit unmenschlicher Geschwindigkeit zu denken und mit Wissen zu arbeiten, was nicht schlechter ist. als die am weitesten entwickelten denkenden Wesen dies tun können.

Als Mitte des 20. Jahrhunderts ein Computer geschaffen wurde, der die Zählfähigkeiten des Menschen erheblich steigerte und zum stärksten operativen Beschleuniger der Datenverarbeitung wurde, richteten die besten Köpfe der akademischen Kreise der führenden Länder des Planeten ihre Bemühungen darauf aus, den Computer zur begehrten „ Denkmaschine “ zu machen und zu erzwingen es mit Wissen zu betreiben. Aber Jahre sind vergangen und mehr als ein halbes Jahrhundert ist seit dem Beginn der ersten Entwicklungen in dieser Richtung vergangen, und alle titanischen Bemühungen, eine „ vernünftige Maschine “ zu schaffen, waren bisher erfolglos.

Hier stellt sich eine vernünftige Frage: „Was ist ein so unüberwindbares Problem, das es einer großen Armee ehrgeiziger Wissenschaftler, Forscher und Enthusiasten auf der ganzen Welt nicht ermöglicht, ihr lang erwartetes Ziel zu erreichen und Computer dazu zu zwingen , mit Wissen zu denken. Ist es wirklich möglich, dass menschliches Bewusstsein keinen physischen Geräten unterworfen ist?“

In erster Näherung ist die Antwort auf diese Frage recht einfach. Der Computer ist in der Lage, „Daten zu erkennen und zu lesen “, „versteht jedoch kein Wissen“ und kann darüber hinaus zumindest bis jetzt nicht damit arbeiten. Diese These erfordert eine erweiterte Erklärung genau dessen, was Wissen in Bezug auf das darstellt, was wir als „künstliche Intelligenz“ (KI) bezeichnen.

Über Intelligenz

Der Begriff Intellectus leitet sich vom lateinischen Begriff „Wissen“, „Vernunft“, „Verstehen“ oder der Fähigkeit zum rationalen Denken ab.

Aus der Position von KI-Entwicklern bezieht sich „ Intelligenz “ auf das System des technologischen Verhaltens eines Objekts in der Welt um es herum. Stein, Wasser, Holz, Tiere und menschliches Fleisch - die Essenz von Objekten sowie Computern oder anderen künstlichen Geräten.

Unter dem Begriff „ Objekt “ versteht man eine Gruppe strukturell hierarchisch organisierter Elemente , die unabhängig voneinander identifiziert wurden und im Raum-Zeit-Kontinuum existieren und mit Hilfe der menschlichen Sinne registriert werden und sowohl durch eine gemeinsame Form innerhalb gemeinsamer Grenzen als auch durch eine einzige Einheit auf der Grundlage physikalischer Gesetze verbunden sind .

Grundsätzlich werden alle seit der Antike bekannten physischen Objekte auf der Erde, die diese Anforderung erfüllen, in die folgenden vier Kategorien unterteilt:

1. Physio-Mineralien und Legierungen . (Unbelebte unbelebte unvernünftige Substanzen);
2. Phyto-Flora . (Leben leblose unvernünftige Pflanzen während ihres Wachstums oder ihrer Entwicklung);
3. Bio-Fauna . (Lebende lebhafte unvernünftige Tiere während ihres biologischen Lebens);
4. Mento-Razio-Kugel . (Leben animierte intelligente Menschen während ihres „intelligenten Lebens“).

Im Rahmen dieser Klassifikation gibt es jeweils ihre vier Verhaltensformen im Format Natural Intelligence (EI):

1. Unangemessene Intelligenz lebloser lebloser Objekte mineralischer Natur;
2. Unangemessene Intelligenz lebender lebloser Flora-Objekte;
3. Unangemessene Intelligenz lebender animierter Fauna-Objekte;
4. Angemessene Intelligenz lebender animierter Objekte, gepaart mit ihren bewussten Subjekten.

Im Allgemeinen identifiziert das Bewusstsein von Menschen die folgenden acht Verhaltensfunktionen für alle vier Kategorien von Objekten mit EI:

Fn1 => Existenz => Sein, existieren
Fn2 => Transformation => Werden, Ändern
Fn3 => Registrieren => Fühlen, Fühlen
Fn4 => Reflexion => Reagieren, erregen
Fn5 => Aktion => Handeln , Produzieren, Produzieren
Fn6 => Transport => Bewegen, bewegen, tragen
Fn7 => Absicht => Wunsch, Wunsch, Interesse
Fn8 => Denken => Denken, Denken, Bewusstsein, Sprechen

Beachten Sie, dass alle Prozesse, an denen die Objekte des Universums beteiligt sind, durch Verben in natürlichen Sprachen mit genau diesen acht Verhaltensfunktionen beschrieben werden. Gleichzeitig haben verschiedene Kategorien von Objekten der physischen Welt jeweils unterschiedliche Verhaltensfunktionen.

1. Ein einfacher Stein hat nur 4 erste Funktionen => Fn1 - Fn4
Das heißt, Objekte der ersten Kategorie können existieren, sich ändern, registrieren und reagieren. Wenn wir also diese 4 natürlichen Verhaltensfunktionen auf künstlicher Ebene wiederholen, erhalten wir 4 Arten von „Künstlichkeit“:

- Künstliche Existenz ;
- Künstliche Transformation ;
- Künstliche Registrierung ;
- Künstliche Reflexion .

2. Eine gewöhnliche Pflanze hat 2 Einheiten mehr Verhaltensfunktionen => Fn1 - Fn6
Hier können noch Objekte der zweiten Kategorie hergestellt und sogar transportiert werden. Daher können ihre technischen Gegenstücke zusätzlich zwei weitere Arten von „Künstlichkeit“ aufweisen:

- Künstliche Produktivität ;
- Künstlicher Transport .

3. Bei verschiedenen Tieren bis zu Primaten erreicht ihre Anzahl 7 Funktionen => Fn1 - Fn7
Um das Verhalten von Tieren zu kopieren, fügen wir daher ein weiteres hinzu

- Künstliche Absicht .

4. Aber die Leute haben maximal alle acht Funktionen => Fn1 - Fn8
Daraus folgt, dass künstliche Intelligenz in der Lage sein sollte, die Funktion auszuführen:

- Künstliches Denken .

„Homo sapiens“ (Homo Sapiens) unterscheidet sich von den Objekten der ersten drei Kategorien darin, dass er neben seinem materiellen Körper als „ physische Objektivität “ auch „ mentale Subjektivität “ in Form von Bewusstsein hat . Das heißt, Menschen oder vielmehr ihre Körper sind nicht nur Objekte vom Standpunkt der physischen (materiellen) Natur, sondern sie fungieren auch als mentale (bewusste) Subjekte .

Von hier aus ist leicht zu erkennen, dass nur „ künstliches Denken “ der Maschine tatsächlich Subjektivität verleihen kann, was sie wirklich zu einem „ vernünftigen Objekt “ macht.

Daher stellen wir fest, dass alle derzeit auf der Welt erstellten KI-Systeme UNREASURABLE sind , da sie keine mentalen Fähigkeiten besitzen.

Analyse und Synthese

Die Funktionsweise einer Substanz, sei es ein physisches Objekt, beispielsweise ein menschlicher Körper oder dasselbe mentale Subjekt in Form seines Bewusstseins, basiert bekanntlich auf zwei Technologien, die bedingt als:

1. Analyse der aufgezeichneten Situation ;
2. Synthese der Reaktion auf die Situation;

Die Objekte der Fauna und Flora haben zusammen mit aller unbelebten Natur, einschließlich des menschlichen Körpers, eine parametrische Registrierung physikalischer Einflüsse, die eine physikalische Analyse der Situation darstellt, und sind auch zu Reflexreaktionen fähig, die dementsprechend eine physikalische Synthese von Reaktionen darstellen.

Im Allgemeinen basiert die von verschiedenen Objekten der physischen Welt verwendete physikalische Analyse auf der Fn3- Funktion („ Registrierung “), die verschiedenen Sinnen und Rezeptoren der Objekte der physischen Welt zugeordnet ist, die 16 Arten von Rezeptoren unterscheiden:

- Visio (visuell, leicht)
- Audio (akustisch, Ton)
- Olfazio (olfaktorisch)
- Gevzio (Aroma)
- Thermo (thermisch)
- Proprio (vestibulär)
- Tactilio (kinästhetisch, taktil, Kontakt)
- Dermio (Haut, Krätze)
- Elektrisch (elektrisch)
- Magnetio (magnetisch)
- Radio (Radiofrequenz)
- Röntgen (Röntgen)
- Emotio (neuro-emotional)
- Exio (sinnlich)
- Nestesio (Schmerz, Nervenschmerz)
- Neuropsio (neuronaler-neuronaler Impuls)

Es ist zu beachten, dass praktisch alle oben genannten Rezeptortypen lineare parametrische Dimensionen haben, die vollständig mit dem Datenformat übereinstimmen. Daher ist die physikalische Analyse die Datenanalyse . Dementsprechend basiert die physikalische Synthese ausschließlich auf den Ergebnissen der physikalischen Datenanalyse. Daraus folgt, dass alle diese Physio-Funktionen und die gegebenen Reaktionsregeln in Computerprogrammen in Form von physikalischer Analyse und physikalischer Synthese relativ einfach zu modellieren sind.

Somit werden alle modernen KI-Geräte ausschließlich gemäß der „ Technologie der physikalischen REAKTION (TFR) basierend auf dem Ergebnis der physikalischen Analyse “ implementiert und stellen eine einfache physikalische Reaktion des Objekts auf physikalische Reize dar.

Die Analyse, die von der mentalen Substanz in Form des menschlichen Bewusstseins verwendet wird, verwendet jedoch die Funktion Fn8 („ Denken “). Das heißt, eine Person als Objekt der 4. Kategorie, die die subjektive Funktion des Geistes besitzt, wird nur dann zum Denken, wenn sie lernt , bewusst zu sprechen , zu denken , zu verstehen , zu verstehen , zu erschaffen , zu komponieren ...

Daraus ergibt sich, dass die „künstlich denkende Maschine“ die „ Technologie der mentalen Reaktion (TMP) als Ergebnis der mentalen Analyse“ besitzen muss, dh TMP sollte die mentale Reaktion des Objekts auf mentale Situationen kopieren.

Zusammenfassend stellen wir fest, dass nur Menschen zusätzlich zur physischen Analyse (aufgrund ihrer physiologischen Rezeptoren) auch eine mentale ( mentale ) Analyse (aufgrund ihres Bewusstseinsapparats) haben, dh eine Person ist in der Lage, eine semantische Bewertung der Situation vorzunehmen , und auch Personen besitzen zusätzliche mentale ( mentale ) Synthese, dh eine Person kann eine vernünftige Logik der Reaktion anwenden, die im Allgemeinen dem Format des Wissens und nicht der Daten entspricht.

Wenn wir den Grund für den Unterschied zwischen TFT und TSR genauer untersuchen, können wir zu dem eindeutigen Schluss kommen, dass alle FM-Objekte ausschließlich mit Daten arbeiten und dafür nur einen einzigen impliziten (bedingten) Formatoperanden verwenden (zusammen mit verschiedenen iterativen Formeln):
"Wenn A = X, dann mache Y, sonst mache Z."

Gleichzeitig fungiert jede physikalisch gemessene Größe immer als Daten, die mit bestimmten Referenzdaten verglichen werden. Wenn Sie zum Beispiel leicht mit dem Finger auf den gewöhnlichen Stein klopfen, wird er mit Sicherheit nicht zusammenbrechen. Und wenn es mächtig ist, ihn mit einem Vorschlaghammer zu schlagen, sollte der Stein höchstwahrscheinlich zusammenbrechen oder zumindest beschädigt werden, wenn die Aufprallkraft der endgültigen Stärke des Steins überwunden wird. Das heißt, wir können sagen, dass der Stein die Aufprallkraft „ fühlt “, sie mit seinem eigenen internen Standard vergleicht und sich streng gemäß den gemessenen Parametern des Aufpralls „ verhält “: Aufprallkraft, Aufprallfläche, spezifische Kraft des Aufpralls und mehr gemäß der gegebenen physischen Welt Verhaltensprogramm für den Stein.

Von der Position eines Computers aus, der das natürliche Verhalten eines Steins simuliert, sind diese Parameter Eingangssignale in einem maschinendigitalen Datenformat . Daher konnten KI-Entwickler bisher nur für die ersten sieben IT- Funktionen problemlos eine Simulation der natürlichen Intelligenz mit unterschiedlichem Grad an Vollständigkeit und Ähnlichkeit erzielen. Und dies nennt man " Seek AI " oder SAI - ("Weak AI").

Im Prinzip ist derselbe normale Computer, auf dem das Programm ausgeführt wird, das typischste Beispiel für eine ORKB.

Aber die achte Funktion - Denken , das ein unvernünftiges Tier oder sogar Mowgli in Homo Sapiens verwandeln kann - ist zu einem echten Stolperstein auf dem Weg der Schöpfer von Power AI - PAI (Starke KI) geworden oder wird auch als künstliches Superintelligentes - ASI (“bezeichnet) Künstliche Superintelligenz - ISI ”). Und hier ist die Tatsache, dass „intelligenter Mensch“, wie bereits gesagt, im Gegensatz zu den anderen drei Kategorien von Naturobjekten nicht nur mit Daten, sondern auch mit Wissen arbeiten kann !

Die wissenschaftliche und technische Gemeinschaft der Welt, die an der Erstellung von Super Intelligence beteiligt ist, versteht dies gut und ist zuversichtlich, dass es bei Erstellung des erforderlichen Computerformats für das Standardwissen in Analogie zur aktuellen Datenverarbeitungstechnologie möglich sein wird, die Wissensverarbeitungstechnologie mithilfe von zu erstellen die entsprechende Knowledge Base (KB) und unter der Annahme, dass das Problem sofort gelöst wird, wenn Sie Argumente in Form von Daten durch Argumente in Form von Wissen im impliziten Operanden ersetzen. Das Scheitern all der zahlreichen Versuche, eine Lösung für die Modellierung des Maschinenbetriebs von Knowledge über einen so langen Zeitraum zu finden, hat heute jedoch nur dazu geführt, dass sich die überwiegende Mehrheit der FIS-Entwickler entweder geweigert hat, überhaupt in diese Richtung weiterzuarbeiten, oder einen anderen Weg eingeschlagen hat - die Schaffung von Technologien auf der Grundlage von " Künstliche Neuronale Netze " (ANNs) in der Hoffnung, dass früher oder später ANNs "vernünftig" werden können.

Derzeit kann niemand sagen, ob ANNs zum gewünschten Ergebnis führen oder nicht. Dennoch tätigen die Industrieländer jetzt solide Investitionen in diesem Bereich. Zum Beispiel kündigte China an, 2 Milliarden US-Dollar in den Bau der „Stadt der künstlichen Intelligenz“ zu investieren, in der sich mehr als 400 IT-Unternehmen konzentrieren werden, deren Aufgabe es ist, China bis 2030 zum Weltmarktführer für starke KI zu machen. Das Unternehmen konkurriert jetzt mit Ilona Mask, die angekündigt hat, 1 Milliarde US-Dollar in die Schaffung von ISI zu investieren.

Das Problem

Betrachten wir nun die Schwierigkeit, die Erstellung eines maschinellen Wissensformats zu lösen, und warum die weltweit führenden Entwickler von Super Intelligence dieser Richtung ein Ende setzen. Die konsolidierte Antwort vieler Experten zu diesem Thema besagt, dass es im Gegensatz zum Begriff „ Dies “ für das Konzept „ Wissen “ leider noch keine klare, allgemein akzeptierte und eindeutige Definition gibt, auf deren Grundlage Sie Ihr eigenes Spezialwissen erstellen könnten Maschinenformat, damit dieses „digitalisierte Wissen“ bereits einen Computer bedienen kann.

Wissen ist immer mehr als das. Wissen und Daten sind miteinander verbunden, wie zum Beispiel das System und das Element , wobei letzteres Teil des Systems ist, das Element jedoch das System selbst nicht bestimmt. Nur die Summe der Eigenschaften und Fähigkeiten aller im System enthaltenen Elemente kann eine neue integrale Funktionalität ergeben, jedoch in einem Format, das sich vom Wesen eines einzelnen Elements unterscheidet, ähnlich wie beispielsweise einzelne Bilder eines Filmstreifens (Elemente) keine Vorstellung von der Handlung des Films vermitteln können (System), bis der Film selbst wiedergegeben und vom Betrachter realisiert wird.

In der Kybernetik gibt es bereits Datenerkennungstechnologien, ohne die sie tatsächlich nicht betrieben werden könnten. Zu diesem Zweck wird im Speicher des Computers eine Datenbank (DB) erstellt, beispielsweise ein Wörterbuch einer natürlichen Sprache, wenn beispielsweise Textgrapheme erkannt werden müssen. Unter Verwendung einer solchen Datenbank werden die Eingabedaten (Grapheme) mit ähnlichen Daten (Graphemen) verglichen, die in der Datenbank verfügbar sind, um die Eingabedaten (Grapheme) zu identifizieren und eindeutig zu identifizieren. Daher wäre es natürlich, das Problem zu lösen, indem Sie analog vorgehen und eine Wissensbasis erstellen, um alle eingegebenen Kenntnisse damit zu vergleichen.

Oder ein anderes Beispiel sind Sätze und ihre Bedeutung . Hier sind nur Bazysmyslov , wie BZ, die noch niemand geschaffen hat.

Und wer könnte hier generell bei der Lösung des Problems der Definition des Begriffs „Wissen“ helfen? Wenn Sie akademische Hilfe suchen, dann ist die Wissenschaft, die diesem Thema am nächsten kommt, die Linguistik, die auf den ersten Blick eine solche Schwierigkeit hätte bewältigen müssen, sich aber leider wieder ausschließlich mit Daten befasst, d. H. In Worten, Graphemen, Semes und all dem Jazz ist es jedoch auf dem Gebiet des menschlichen Denkens und der Theorie des Wissens völlig inkompetent. Trotz des Abschnitts „Semantik“ entwickelt die Sprachtheorie keine Bedeutungsbasis, die eine Vielzahl von Phrasen in natürlichen Sprachen enthalten sollte. Diese Aufgabe betrifft den Bereich Big Data, aber auch Spezialisten auf dem Gebiet Big Data sind weit davon entfernt, dieses Problem zu lösen.

Andere Wissenschaften und Theorien, von der Kognitionswissenschaft über künstliche neuronale Netze bis hin zur Philologie mit Kryptographie, sind von der gewünschten Lösung noch weiter entfernt. Daher ist der Hauptgrund dafür, dass das Machine Knowledge Format (MFZ) noch nicht erstellt wurde, das vorherrschende Prinzip:

"Man kann nicht programmieren, was in bekannten Wahrheiten nicht beschrieben werden kann."

Es stellt sich also heraus, dass das Problem der Erstellung einer „starken KI“ sozusagen von selbst gelöst wird, wenn Sie die erforderliche MD entwickeln und eine darauf basierende Wissensbasis erstellen und dem Computer beibringen, wie man Wissen aus Informationen extrahiert und damit arbeitet.

Leider kann das gewünschte Ergebnis zu diesem Zeitpunkt jedoch nicht erreicht werden, selbst wenn es jemandem gelingen könnte, das Wissen in einem Maschinenformat zu präsentieren. IFZ und BZ - das ist nur die halbe Miete. Und der springende Punkt liegt in der Tatsache, dass die BZ wiederum benötigt wird, um den Sinn aus den Informationen zu extrahieren, weil Menschen in Wirklichkeit Sinne austauschen , nicht Wissen und Daten, mit deren Hilfe eine Person tatsächlich nur Sinne codiert und decodiert, indem sie verwendet Sprachwerkzeuge. Und hier entsteht ein neues Problem: Wie kann man einem Computer beibringen, die Bedeutung des Textes oder sogar des Kontexts zu verstehen, wie es die Leute tun können? In der Tat arbeitet das menschliche Bewusstsein, wie Sie wissen, mit Gedanken !

Bedeutung

, , , , - 9 , . , , . - , , , , , , . , , !

, , , , , - , , , , … , !

, - , , , , - . , , , , , “ ” .? , , !



, , , . , , , , , “ ”, — — - .

, , - , , - (), ( ) , , , - .

, , , , , , .



, ? .