Информатика и философия
Во всем мире неуклонно происходит увеличение доли людей, работающих в информационной сфере в сравнении с производственной. Так, например, в США сто лет назад в информационной сфере было занято 5 процентов работающих и в производственной – 95 процентов, а в 1980 году это соотношение было уже 45 и 55 процентов, причем подобное перераспределение людей продолжается. Автоматизация и компьютеризация информационной сферы, в общем, отстает от автоматизации производственной сферы. В связи с этим информационная сфера, если не принять энергичных мер, станет тормозить рост общественной производительности труда. Массовая компьютеризация информационной сферы должна повлечь за собой использование ЭВМ широкими кругами непрограммирующих специалистов, и нужно обеспечить машинам такие свойства, чтобы с ними можно было обращаться без всяких посредников: математиков, программистов, операторов. В связи с этим усилился интерес к искусственному интеллекту, к его программно-аппаратным средствам, получившим название «комплексный диалоговый интерфейс», или просто «интерфейс». К сожалению, до сих пор не изжито представление о том, что возможно создать искусственный интеллект как синоним искусственного разума – об этом и речи быть не может по целому ряду принципиальных соображений. Можно говорить лишь о важнейшем направлении в информатике, связанном с имитацией или моделированием на ЭВМ отдельных творческих процессов. Здесь одно из двух главных направлений – назовем его прагматическим – мало интересуется тем, что происходит в человеческом мозгу, а занято построением ЭВМ и их программ, позволяющих воспроизвести отдельные процессы, по нашим человеческим оценкам – творческие.
Возьмем шахматы. Чем руководствуется шахматист, делая тот или иной ход, – прецедентами, прошлым опытом, умением, интуицией, догадкой, просмотром на сколько-то ходов вперед? Мы не знаем. Но зато мы в точности знаем, как это делает ЭВМ, так как человек составил для нее программу-инструкцию, позволяющую количественно оценивать ту или иную ситуацию. На машине играет в шахматы не программа, а все тот же человек, который сумел формализовать шахматную игру и составить программу.
Прагматическое направление в работах по искусственному интеллекту сейчас делается господствующим, оно уже привело к появлению целого класса систем, ориентированных на знания. Подчеркиваю, не только на данные, но и на знания. И вопрос представления знаний в машине стал центральной проблемой искусственного интеллекта.
Сейчас среди всех систем, ориентированных на знания, особо важны так называемые экспертные системы. Мы хорошо знаем, что во всяком использовании ЭВМ существует триада; модель, алгоритм, программа. Для того чтобы использовать машину, мы должны обязательно иметь модель в виде уравнения или других математических категорий и далее построить алгоритм решения на основе этой модели и запрограммировать его.
Моделирование хорошо освоено в тех областях, где можно использовать четкие закономерности, скажем, законы физики или механики, электротехники. К этим моделям мы привыкли. Но если обратиться к таким наукам, как медицина, геология, биология, общественным и гуманитарным наукам, то не много мы найдем здесь отработанных моделей, адекватных моделируемой сущности. Для упомянутых научных областей, где знания представлены в текстовой форме, а выводы обычно делаются на основе человеческих рассуждений, для представления знаний в ЭВМ были разработаны специальные методы формального описания – семантические сети, фреймы, продукционные системы и тесно связанные с ними дедуктивные и индуктивные системы логического вывода.
Пояснение этих терминов потребовало бы много времени, я скажу несколько слов лишь о продукционных системах. Мы живем в мире правил и окружены правилами, или, другими словами, продукциями. В медицине – это правила диагностики и лечения, накопленные тысячелетиями. Вспомним грамматические правила, правила дорожного движения. Все правила укладываются в формулу «если – то». Как видно, в продукции есть левая часть – ситуация и правая часть – действие. Если взять статьи Уголовного кодекса, то левая часть – это диспозиция, а правая – санкция. Набор продукций из какой-либо области знаний образует базу знаний экспертной системы и в зависимости от состояния системы в диалоге с пользователем определяется по левым частям та или иная продукция, которая изменяет состояние системы.
С помощью названных выше формализмов, особенно продукционных систем, сейчас стали интенсивно развиваться экспертные системы искусственного интеллекта и построенные на этой основе так называемые мягкие модели. Примером применения давно привычных жестких моделей могут служить некоторые системы автоматизированного проектирования – САПР. Однако многое, в частности опыт проектировщика, может быть отражено лишь в мягких моделях. Синтез жестких и мягких моделей, переход к так называемым гибридным экспертным системам, резко повысит эффективность тех же САПР.
Переход к безбумажной информатике, о чем писал в свое время академик В.М.Глушков, совершенно необходим хотя бы потому, что иначе мы все леса скоро переведем на бумагу. В свое время мне попалась публикация, где было сказано, что в течение года у нас циркулирует в деловой сфере 80 миллиардов документов. Если предположить, что каждый документ – это примерно 10 машинописных страниц, то получится 150 печатных листов, или 5 книг по 30 печатных листов на душу населения. Нас затопил бумажный поток, причем боюсь, что большинство этих бумаг просто не читается.
Подводя итоги, хочу высказать уверенность, что ЭВМ, и в том числе персональные, объединенные в сети и оснащенные интеллектуальным интерфейсом, неотвратимо приведут к революционным изменениям, к которым нужно быть готовым и которые нужно готовить.
Взаимодействие человека с ЭВМ в решении творческих задач
Никакое совершенствование информационно-логических программ не заменит творческого потенциала человека. Причина, в частности, в том, что нет универсального алгоритма открытия и формирования новых алгоритмов. Ставка только на совершенствование алгоритмов и программ представляет собой явное преувеличение роли машинного фактора и недооценку человеческого фактора в решении творческих задач. Перечислю важнейшие неформализуемые на сегодня творческие компоненты: постановка задачи или реализация проблемной ситуации; самостоятельная выработка критериев отбора нужных, приводящих к решению операций; генерация догадок и гипотез в процессе поиска основной идеи решения (это научная, художественная, техническая фантазия, не сводимая к комбинаторике и генерации случайных состояний); интерпретация формального решения; понимание и др.
Наиболее плодотворным представляется решение проблемы оптимизации общения человека с ЭВМ на пути усиления возможностей друг друга. Проблема оптимизации особенно актуальна в условиях, когда возрастает сложность задач, связанных с научно-техническим и социальным прогрессом.
Особо хотелось бы сказать об общей культуре людей, занимающихся информатикой, компьютерной техникой. Среди компонентов общей культуры большое значение имеет методологический и гносеологический анализ проблем и понятий. Нередко случается, что крупный ученый допускает элементарные методологические ошибки, на их основе вырастают и ошибки теоретические.
Новые формирующиеся науки
Наука XX века столкнулась с новым уровнем сложности, с необходимостью исследовать и создавать взаимодействие многих разнородных элементов. В ответ возник ряд широких, комплексных направлений, опирающихся на синтез и абстракцию. Они часто трактовались как новые науки, но, по существу, это проекты наук, своего рода протодисциплины. Их понятия не развиты, границы нечетки. Но они все в строительных лесах. Можно сказать, что они ищут себя и что это нелегкие поиски. Энтузиазм и критика сменяют друг друга, голос моды нарушает логику идей. Тем острее потребность в методологическом анализе и логическом упорядочении теории.
Речь идет о таких значительных, но еще формирующихся направлениях, как кибернетика, системология, информатика. Они имеют разное происхождение, но в своем развитии переплетаются столь тесно, что их названия нередко воспринимаются как синонимы.
В свое время Н.Винер определил кибернетику как общую науку об управлении и связи, но то была лишь свободно набросанная программа. Управление и связь были сведены к переработке и передаче информации. Н.Винер указал на проблемы самоорганизации и искусственного интеллекта как на высший предмет проектируемой науки. В дальнейшем кибернетика стала развиваться в сторону общей теории систем, и иногда ее прямо отождествляли с системологией.
Общие исследования сложных систем ныне довольно явственно распадаются на три главных отдела. Первый из них – общая теория систем, системология, ее основная задача – поведение системы, взаимодействие со средой. Входные и выходные переменные в системе предполагаются произвольными, в технике этот переход соответствует классической автоматике.
Затем идет общее учение об информации и ее преобразовании, иными словами, теория информационных систем. Всякая система может рассматриваться как информационная, но собственно информационный подход имеет свою специфику, свой особый аппарат. Это не только теория, касающаяся передачи данных, но и теория алгоритмов как основа методов переработки информации. Кстати, понятие алгоритма подвергалось расширению и теперь включает такие категории, как выбор и случай (недетерминированные, а лучше сказать, частично детерминированные алгоритмы).
Наконец, теория целенаправленных систем. Она охватывает задачи самообучения, самоорганизации, искусственного интеллекта – глубоких, фундаментальных проблем, решение которых достанется, вероятно, грядущему веку. Эти исследования много обещают, но и требуют больших усилий и затрат. Можно сказать, что от сложного мы переходим к ультрасложному и что самоорганизующиеся искусственные системы – качественно новая техника будущего.