📚 Hub Books: Онлайн-чтение книгРазная литератураПостчеловек: глоссарий - Рози Брайдотти

Постчеловек: глоссарий - Рози Брайдотти

Шрифт:

-
+

Интервал:

-
+
1 ... 54 55 56 57 58 59 60 61 62 ... 247
Перейти на страницу:
и только части нашей эпохи, высвобожденной из геополитического ландшафта породивших ее национальных государств и официальной международной политики.

Я считаю, что нам необходимо вернуться на исходный уровень, под которым я имею в виду набор разных аналитических операций: де-теоретизацию, отказ от ряда унаследованных нами категорий, постановку вопроса о том, чего я не вижу, когда обращаюсь к традиционным концептам. Это то условие, которое сообщает нам о существовании чего-то, с чем у нас нет контакта, чего мы не видим. Нам больше не нужно повторений: они служат лишь тому, чтобы подтверждать общепринятое знание и расширять его охват. Нам же нужно исследовать и делать открытия, чтобы заново прийти к теории.

См. также: Вымирание; Еда; Выживание; БН = безопасность/надзор; Зона отчуждения; Капиталоцен и хтулуцен; Некрополитика; Ревайлдинг.

Саския Сассен

(Перевод Веры Федорук)

ИИ (искусственный интеллект)

В 1955 году американский информатик и ученый-когнитивист Джон Маккарти (John McCarthy) придумал термин «искусственный интеллект» для описания машин, предназначенных быть умными агентами, оборудованными системами доверия. Со стремительным ростом автоматизированных устройств, запрограммированных на решение задач и выполнение функций без дополнительного контроля, от термостата до обновления программного обеспечения на вашем компьютере, в этой богатой для исследований области проявилось культурное воображение техно-социального интеллекта, возникающего вследствие инвестиций человека в инструментальное мышление. С алгоритмической обработкой знаний и коммуникации это воображаемое претерпело значительные изменения и стало хрестоматийным примером базового онтологического вопроса: что есть бытие мысли?

За последние 30 лет автоматизация изменилась необратимо и обрела динамическое свойство, за счет которого механически повторяющиеся задачи больше не определяют ее функцию. Эти новые логические возможности, ставшие доступными сегодняшним машинам, можно понять изнутри культурного воображаемого, если просто сопоставить кинематографически усовершенствованные версии искусственного интеллекта в «2001: Космической Одиссее» Стэнли Кубрика 1968 года и в фильме Гарленда «Из машины» (2015). В частности, нельзя не заметить разительного контраста между ЭАЛ, разумным компьютером космического корабля, работающим по логическим правилам, исключающим погрешности, и Авой, андроидом с искусственным интеллектом, запрограммированным обмануть тест Тьюринга (то есть сойти за разумного агента, способного рассуждать за рамками любой достоверной диспозиции отклика). Искусственный интеллект ЭАЛ воплощает здесь логическую модель так называемой «высокой церкви компьютеционализма» и сильного тезиса ИИ (идеи, что машины могут превзойти человеческий разум). Этот тезис поддерживается репрезентативной моделью мышления, базирующейся на ассоциации по аналогии между символическими структурами и нейробиологически закодированными и потому исчисляемыми понятиями (то есть подсчитываемыми, так как они являются производными от данных предпосылок). Здесь алгоритмы программировались по модели дедуктивной или монотонной логики, характеризуемой пошаговой процедурой и последовательными рассуждениями, нацеленными на решение задач, которые могут быть обоснованы в рамках предустановленных истин и аксиом.

В «2001: Космическая Одиссея» ИИ ЭАЛ настаивает на том, что его логические процедуры не могут дать сбой и что резервные копии центральной системы ЭАЛ 9000 потерпели неудачу только из-за подверженного ошибкам в поведении человека. Неспособный понять, что дедуктивное мышление машины ограничено и может ошибаться, ЭАЛ решает избавиться от человеческих ошибок, задумав убить астронавтов, находящихся на корабле. Вдохновленную известным американским когнитивистом Марвином Ли Минским неудачу ЭАЛ также подтверждало бытовавшее тогда научное мнение, что логическая модель искусственного интеллекта неспособна иметь дело с непредвиденными обстоятельствами и мыслить за рамками подчиняющегося правилам поведения. ЭАЛ должен был вести себя как нейросеть, способная наращивать искусственный интеллект, точно зеркаля развитие человеческого мозга. В книге «Персептроны» Минский заявил, что один-единственный нейрон может просчитать только небольшое количество логических предикатов в любом конкретном случае, что сильно сказалось на исследованиях нейросетей в 1970-е.

В конце 1980-х и в 1990-е, после так называемой зимы искусственного интеллекта, новые исследовательские модели ИИ обратились к субсимволическим проявлениям интеллекта и начали использовать недедуктивные и эвристические методы, чтобы справиться с неточностями или неполнотой информации. После отказа от символической логики появились ИИ-системы, способные учиться напрямую методом проб и ошибок, взаимодействуя с окружением. Эти встроенные агенты – обучающиеся машины, извлекающие информацию из сенсомоторных откликов, которые позволяют агентам прокладывать маршрут и ориентироваться в пространстве, создавая нейронные связи между интерактивными узлами. Центральной для этих моделей является идея о том, что интеллект – это не спускаемая сверху программа к исполнению и автоматизированным системам нужно развивать интеллектуальные навыки, характеризуемые последовательностями быстрых, неосознанных, неиерархических решений, основанных на интерактивном извлечении информации, сортируемой методом проб и ошибок при определении функций. Статистические подходы были особенно важны в этом переходе к недедуктивной логике и расширению развивающей или немонотонной обработки информации.

Общие методы включения расчета неопределенности в итоге стали доминирующими в моделях вероятностных рассуждений. Ошибка, неопределенность или погрешности вычисления перестали считаться ограничениями ИИ, но обозначали лишь границу механизации его дедуктивной логики. В противовес дедуктивной логике немонотонное мышление (индукция и абдукция) – это процесс, в котором логические выводы или объяснение того, как одна истина содержится в другой, начинается с гипотетического утверждения или проработки неопределенностей, заложенных в материальном мире. Формирование гипотез для объяснения неизвестных явлений – это процесс, в ходе которого на известное о существующем состоянии накладывается умозрительная тенденция, ведущая к другому утверждению, которое дополняет и раскрывает предварительный порядок объяснения, вступая с ним в диалог. Здесь то, что дано, остается неизвестным, пока оно не извлечено из своего определенного локуса так, что существует возможность вернуться к нему из другой точки зрения, другого метареляционного взгляда. При немонотонной логике проникновение неопределенностей в данные не связывается с существующей истиной, а расширяет логические методы объяснения так, чтобы прийти к определению новых истин. Такая логика является эволюционной.

В ходе развития вероятностного мышления в исследованиях ИИ также можно наблюдать важное пересечение между статистическими методами, основанными на данных вероятностях, и стратегиями поиска самых вероятных результатов посредством извлечения бесконечного множества вариантов из данного массива данных. Это вычислительный процесс (см. Вычислительный поворот), и определяется он логическими процедурами его функций, выполняемых алгоритмами. Последние представляют собой повторяющиеся паттерны, появляющиеся на основании индуктивных и эвристических методов субсимволического интеллекта, наполняемого, если можно так выразиться, средой данных, в которой они оперируют. Однако алгоритмическая логика также определяется статистическими исчислениями неопределенных результатов, где вероятное лучше понимается в рамках прогнозирующего (предиктивного) мышления. В действительности прогнозирование занимает центральное место в темпоральных мыслительных процессах в той степени, в какой оно разграничивает синтетическую обработку бесконечного количества информации, посредством которой мышление приводит к действию. Прогнозирование, а не вероятность занимает центральное место в динамической автоматизации новых поколений ИИ.

Индуктивный и эвристический методы логики в автоматизированных системах используются вместе с прогнозирующими механизмами контроля в автоматизированном планировании, обработке естественного

1 ... 54 55 56 57 58 59 60 61 62 ... 247
Перейти на страницу:

Комментарии

Обратите внимание, что комментарий должен быть не короче 20 символов. Покажите уважение к себе и другим пользователям!

Никто еще не прокомментировал. Хотите быть первым, кто выскажется?