Искусственный ложный Разум и Мир

В настоящее время существует мнение, что необходимо разработать новый метод и МРМ, с помощью которых можно было бы адекватно описать процесс мышления, учитывающего вероятностную природу индуктивного умозаключения, метод проб и ошибок для получения опыта, а также фактор случая при выработке решения.

Исходя из вышеизложенного, следует актуальность создания МРМ.

Разработка антропоморфного машинного искусственного мозга (АМИМ), подобного природной модели в виде человеческого мозга, разума и мышления по Канту, является в настоящее время фундаментальным направлением развития современной науки и техники.

На современном этапе развития науки принято по Канту, что мозг человека, как и других животных, работает с образами, отражающими объекты, субъекты, процессы и другие явления в мире. Процессы формирования и распознавания образов связаны со специфическими процессами в рецепторах, нервных сетях, и отражаются в нервных импульсах, размерах синапсов, концентрации химических медиаторов, некоторых других физиологических явлениях. Предполагается по Канту, что мозг старается сложить образы в взаимосогласованные системы, в которых устанавливаются различные связи между образами – родовидовые, причинно-следственные и другие. В процессе обучения и опыта система таких образов (знаний) и их ассоциативных связей становится достаточно обширной, развитой и взаимосогласованной настолько, что позволяет нервной системе человека (включая головной или спинной мозг) пользоваться этими знаниями для принятия решений.

Если эти решения соответствуют планируемым результатам (оптимальным или рациональным), то такая система знаний (мировоззрение человека) объективна в определенной степени и имеет субъективный характер.

Принято считать, что поведение человека под управлением разума и мышления – это реакции на внешние воздействия, при достижение оптимальной целевой функции в данной среде поведения, или при приспособлении к условиям, создаваемым природой.

К ним относятся безусловный и условный рефлекс, схема стимул-реакция, представление об уравновешивании со средой поведения и принцип поведения по возмущению с обратной связью или без неё.

В абстрактном виде мозг человека можно представить, с точки зрения функциональной системы, как неравновесную систему с активным целенаправленным поддерживанием неравновесия при управлении поведением человека в среде обитания. Таким образом, мозг человека должен быть постоянно активен и его поведение представим как непрерывное, постоянное решение каких-то поставленных природой задач или для достижения поставленных им самим себе целей и задач при интуитивном или целенаправленном управлении действием человека в среде обитания на основе выработанного в нервной системе человека субъективном мировоззрении.

В основном для решения таких задач в процессе эволюции и формировался мозг человека, а также развивались разум и мышление человека.

В настоящее время можно утверждать то, что мозг человека – это не мощный параллельный суперкомпьютер, который путём битовых вычислений предназначен для решения выше изложенных задач.

Некорректно сопоставлять операции, которые выполняет нервная система человека и человеческий мозг, с операциями вычислительной машины. Это совершенно разные операции. Человек, несмотря на параллельную организацию своего «вычислителя», не может делать миллионы арифметических операций в секунду. Он, как правило, и одной арифметической операции за секунду сделать не может. При этом человеку удается решать почти мгновенно некоторые задачи адаптивного управления, которые современная вычислительная машина, при всей своей вычислительной мощности, решать не может, либо решает очень долго, на основе полного перебора. И дело здесь не в том, что машина – это последовательный вычислитель, а мозг человека – параллельное" вычислительное устройство». Просто мозг человека и процессор вычислительной машины решают свои задачи на основе разных моделей вычислений (битовые и аналоговые модели вычисления).

Пример соревнования по скорости вычислений человека со счётами и современных вычислительных машин, где человек иногда побеждает, указывает на наличие в мозге механизма, который передаётся генетически следующему поколению, позволяющего значительно увеличить скорость вычислений с помощью придуманных мозгом человека различных алгоритмов и реализуемых во внешнем мире. Это прямо доказывает существование в мозге человека какого то аналогового механизма, который аналогично формирует подобные алгоритмы и во внутреннем мире т. е. в нервной системе человека.

В настоящее время предполагается, что каждый отдельный нейрон располагает чем-то вроде «личной нервной системы» в его цито скелете, которая, возможно, позволяет проводить параллельные аналоговые вычисления. Это говорит лишь о том, что потенциальная вычислительная мощность мозга оказывается гораздо большей, чем можно было бы ожидать, используй мозг в качестве простейших вычислительных блоков «цельные» нейроны (например сумматор), что предполагают некоторые современные исследователи.

Если представить простейшими вычислительными блоками микротрубочки димеров тубулина, из которых состоят нейроны, то придется предположить, что потенциальная вычислительная мощность мозга просто неимоверно превосходит самые смелые предположения различных исследователей. В таком случае не имеет особого смысла изучать активность нейрона с помощью наномашин, так как тогда исследователям будет необходимо понять как устроен биохимический процесс в микротрубочках димеров тубулина, который возможно используется при принятии решения человеком, что вряд ли осуществимо. Остаётся только исследователям попытаться создать имитатор нервной системы человека по Канту, что возможно вполне достижимо.

В настоящее время, основываясь на «цельной нейронной» модели мозга, доказано, что человеческий мозг может в принципе достичь производительности порядка операций в секунду. Это определяется тем, что в мозге имеется приблизительно функционирующих нейронов, каждый из которых способен посылать примерно по сигналов в секунду. Если же в качестве элементарного биохимического вычислительного блока (элементарной модели вычислений) взять димер тубулина, который входит, как составная часть, в предполагаемый высоко параллельный аналоговый биохимический квантовый механистический вычислитель человеческого мозга, то следует учесть, что на каждый нейрон приходится приблизительно димеров. Следовательно, элементарные параллельные операции в микротрубочках димеров нейрона (химико-биологическо-электромагнитные) могут выполняются в раз быстрее. В результате чего получаем потенциальную производительность человеческого мозга в операций в секунду. Производительность современных компьютеров приближается к операций в секунду. Достичь в обозримом будущем производительности операций в секунду на современных суперкомпъютерах не представляется возможным. Такую производительность можно достичь только на предлагаемой мной модели специализированной гибридной вычислительной машины.

Предположительно, существующие современные направления исследований различных исследователей в области изучения природного мозга и конструирования искусственного мозга являются тупиковыми.

В процессе развития науки и техники выработалось мнение, что в природе, в среде поведения человека, всё делается оптимально. Таким образом, можно утверждать, что и мозг человека стремиться достигнуть поставленных целей оптимальным образом.

На основании вышеизложенного, представим поведение мозга человека в среде обитания как автоматическую систему управления, которая стремиться удержать оптимальное состояние, отклонение от которого происходит за счёт воздействия на неё какого либо возмущения из среды обитания или стимула в ответ на какую-то мотивацию человека. При создании МРМ будем использовать модель индетерминированного машинного разумного поведения (МИМРП), которая позволяет иррационально находить оптимальное решение в качестве априорной математической истины по Канту, которая рассчитывается, а не находиться на основе дедуктивного метода.

Принцип оптимальности

С точки зрения науки и техники, по отношению к природе, под оптимальными состояниями и процессами понимается такое состояние какой-либо системы в целом, которое практически не изменяется или изменяется минимально при различных вариациях внутренней структуры системы. Такое состояние называется ещё равновесным. В природе из всех принципиально возможных процессов в какой-либо системе реализуется только оптимальные процессы.

Сформулированный Р. Беллманом принцип оптимальности гласит: отрезок оптимального процесса от любой его точки до конца процесса сам является оптимальным процессом с началом в данной точке.

Таким образом, можно, на основе принципа оптимальности, прогнозировать поведение любой системы в будущем. Предлагается принять, что это в полной мере относится и к поведению человека.

Метод случайного поиска решения

Если задача носит индетерминированный характер, то принято считать, что одним из самых эффективных методов нахождения решения является метод случайного поиска решения.

Случайный поиск характеризует свободу выбора по Канту при нахождении оптимального решения разнообразных задач.

В настоящее время утверждается, что системы, структура которых лишена неопределённости, индетерминированности, свободы выбора, ошибки, являются неработоспособными.

Гармоничное соотношение между детерминированным поведением сложной системы и её индетерминированным поведением, благодаря свободе выбора, при случайном поиске, определяет работоспособность сложной системы.

Человеческий мозг как сложная система

На интуитивном уровне можно признать, что человеческий мозг, являясь сложной системой, наиболее адекватно отражает реальный мир и пространство. Человеческий мозг осознаёт возможности своего бытия в этом реальном мире и пространстве, которое проявляется в единстве человека и реального мира и пространства. Человеческий разум и мышление, действующий в среде обитания человека, реализует возможность решения поставленной природой или им самим перед собой задачи из множества возможностей с учётом свободы выбора оптимальной для себя возможности.

Выбор оптимальной возможности решения задачи характеризует детерминированность поведения человека в среде обитания, которое можно спрогнозировать и, следовательно, понять его поведение в будущем.

Принцип оптимальности сводит свободу выбора разумного человека к нулю.

Отсюда следует возможность создания искусственного мозга (АМИМ) по Канту, подобного человеческому мозгу.

Определим, что АМИМ характеризуется детерминированным поведением в среде обитания, на основе принципа оптимальности, с учётом свободы выбора путём случайного поиска, который характеризуется допущением, в процессе принятия решения, ошибки. Для иррационального принятия решения АМИМ использует эффективный метод комбинаторной оптимизации (ЭМКО).

Метаразум (чистый искусственный разум и мышление по Канту)

При разработке модели метаразума на основе АМИМ, понимающего и решающего реальные проблемы, но лишённого эмоций, предлагается среду обитания человека представить средой абстрактных математических моделей различных объектов, понятий, структур и сложных систем из реального мира и пространства в АМИМ согласно Канта.

Определим априорные и апостериорные по Канту понятия метаразума как отражение существенных свойств, связей и отношений между различными объектами, структурами и сложными системами и явлениями из реального мира и пространства в АМИМ как трансцендентальные (содержательные) идеи по Канту.

Определим, что суждение метаразума представляет из себя утверждение или отрицание чего-либо и может быть только ложным или истинным, а также по Канту имееют ценностное или содержательное значение (количество, качество, и соотношение).

Суждения метаразума, по Канту, могут быть: общие, частные, единичные, утвердительные, отрицательные, бесконечные, категорические, гипотетические, разделительные, проблематические, ассерторические и аподиктические.

Умозаключение метаразума может быть дедуктивным, как аналитика понятий по Канту, или индуктивным.

Дедукция метаразума – это логический вывод от общего к частному, на основании знания общих трансцендентальных (содержательных) законов и правил по Канту, который обуславливает истинность суждения метаразума об априорных теоретических знаниях метаразума.

Индукция метаразума – это логический вывод от частного к общему, установление общих законов и правил на основании изучения трансцендентальных (содержательных) отдельных фактов и явлений по Канту на основе опыта, которые обуславливают истинность суждения метаразума об апостериорных теоретических знаниях метаразума.

.Аналогия метаразума – это логический вывод от частного к частному на основе некоторых элементах сходства

Абстрактное моделирование различных объектов, понятий, структур и сложных систем из реального мира и пространства

Примем, что моделирование (воображение по Канту) АМИМ является основным методом исследований и оценок характеристик различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной объёмной модели реального мира и пространства (СОМРМП) в АМИМ по Канту, которое используется при принятии решения метаразумом.

Анализ различных объектов, понятий, структур и сложных систем из реального мира и пространства

Метаразум производит расчленение, на основе аналитики по Канту, различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых путём апперцепции по Канту в субъективной модели реального мира и пространства АМИМ как формы явлений, на образующие их части, выделяет из них отдельные части, признаки и свойства для решения поставленной им перед собой задачи или задачи поставленной перед ним природой. Абстрактные формы явлений как математические модели в виде графов (трансцендентальные схемы по Канту) запоминаются в базе данных машинной памяти.

Синтез различных объектов, понятий, структур и сложных систем из реального мира и пространства

Метаразум производит соединение по Канту отдельных элементов, частей и признаков различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ как формы явлений по Канту, в единое целое, что позволяет переходить к более общим различным объектам, понятиям, структурам и сложным системам. В основе синтеза лежит абстракция различных форм явлений по Канту (объектов, понятий, структур и сложных систем из реального мира и пространства). Абстрактные формы явлений как математические модели в виде графов (трансцендентальные схемы по Канту) запоминаются в базах данных и знаний машинной памяти в виде понятий (пропозициональных переменных).

Сравнение различных объектов, понятий, структур и сложных систем из реального мира и пространства

Метаразум производит сопоставление и сравнение по Канту отдельных элементов, частей и признаков различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых как абстрактные формы явлений по Канту, в субъективной модели реального мира АМИМ, друг с другом, что позволяет выявлять общность или различия между различными объектами, понятиями, структурами и сложными системами.

Абстракция различных объектов, понятий, структур и сложных систем из реального мира и пространства

Абстрактные математические модели представляют из себя идеальные геометрические конструкции по Канту как трансцендентальные схемы в виде графов или феноменов по Лейбницу в машинном мозге, которые подобны различным объектам, понятиям, структурам и сложным системам из реального мира и пространства, исследуемым АМИМ.

АМИМ формирует адекватные модели исследуемым объектам, понятиям, структурам и сложным системам из реального мира и пространства и отражает полноту их свойств. АМИМ добивается максимальной изоморфности и гомоморфности, а также инвариантности модели и различных объектов, понятий, структур и сложных систем из реального мира и пространства за счёт декомпозиции и инкапсуляции. Модели характеризуются иерархическим построением путём наследования, типизацией данных, параллельностью исполнения, продолжительностью существования.

Таким образом, исследуемый АМИМ граф (трансцендентальная схема по Канту), представляет из себя концептуальную модель. Исходя, из полученной концептуальной модели АМИМ разрабатывает математическую модель различных объектов, понятий, структур и сложных систем из реального мира и пространства на искусственном языке исчисления высказываний (ИЯИВ). Для этого АМИМ обозначает вершины графа (машинная трансцендентальная схема по Канту) как пропозициональные переменные, а рёбра графа как математические отношения с их весом. Решение оптимизационных задач на графах относится к дискретной математике, а именно к разделу комбинаторной оптимизации.

Обобщение различных объектов, понятий, структур и сложных систем из реального мира и пространства

Метаразум производит объединение абстрагированных отдельных элементов, частей и признаков различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ в виде графов (машинных трансцендентальных схем по Канту), друг с другом по сходным или существенным признакам объектов, понятий, структур и сложных систем с целью отбрасывания единичных признаков, при сохранении общих.

Конкретизация различных объектов, понятий, структур и сложных систем из реального мира и пространства

Метаразум производит выведение частных проявлений различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ в виде графов (машинных трансцендентальных схем по Канту), что позволяет выявлять конкретные проявления между различными абстрагированными объектами, понятиями, структурами и сложными системами.

Классификация различных объектов, понятий, структур и сложных систем из реального мира и пространства

Метаразум производит отнесение единичного объекта, понятия, структуры и единичной сложной системы из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ в виде графов (машинных трансцендентальных схем по Канту), к некоторому классу в виде символа или значения, систематизацию их, установлению связей между ними.

Распознавание различных объектов, понятий, структур и сложных систем из реального мира и пространства

Анализ современных логических языков для обработки символьной информации при распознавании различных объектов, понятий, структур и сложных систем из реального мира и пространства, а также использование их для реализации интеллектуальных систем показывает, что Лисп остаётся основным языком для реализации экспертных систем, баз данных и знаний, который разрабатывался для американского министерства обороны.

Можно надеяться, что будет разработан логический язык на основе индуктивного метода, аналогии и ЭМКО, который вберёт лучшие черты Лисп, СНОБОЛ, Рефал, Пролог, Плэнер, Плэнер-БЭСМ, Конивер, KRL, FRL, RLL, ART, Ether, SQL и др.

Мышление метаразума

Как известно логика является наукой о мышлении.

Со времён Аристотеля рассматривались различные модальные понятия, которые отражали развитие модальной логики.

Примем машинную логику как модальную многозначную пропозициональную логику, использующую сравнительные модальные понятия.

Сравнительные модальные понятия, которые являются содержательными (трансцендентальными) по Канту и могут быть охарактеризованы как количественные, качественные и понятия о соотношении по Канту, а также их оценка позволяют определить критерий разумности по Канту.

Согласно Аристотелю высказывания о будущем не может быть ни истинным, ни ложным, т.е. оно является неопределённым, случайным.

Представим мышление метаразума как процесс решения задач комбинаторной оптимизации (ЗКО).

Решение ЗКО на основе ЭМКО предполагает принятие случайного решения, которое может быть ошибочным, назовём его неопределённым решением.

Таким образом, определим мышление метаразума как три типа мышления:

– рациональное мышление (РМ) на основе модальной многозначной пропозициональной логики (ММПЛ) (трансцендентальной по Канту);

– иррациональное мышление (ИМ) на основе машинной интуиции (антиципации по Канту);

– неопределённое мышление (НМ) на основе метода Монте-Карло.

Согласно Канту понятие истинности не носит всеобщий характер т.к. это требование заключает в себе противоречие.

С помощью дедуктивного логического вывода на основе ММПЛ возможен поиск метаразумом апостериорного приближённого решения ЗКО по Канту и случайным образом оптимального решения. Данное решение определим как логическую истину (ЛИ).

Поиск априорного оптимального решения осуществляется с помощью машинной интуиции (антиципации по Канту), на основе расчёта с использованием ЭМКО. Данное решение определим как математическую истину (МИ) по Канту (априорное синтетическое машинное суждение).

Выбор неопределённого решения производится с помощью генератора случайных чисел и таймера из апостериорных решений. Неопределённое решение может быть случайно оптимальным. Данное решение назовём как неопределённую истину (НИ). Неопределённая истина принимает значения или постфактум после принятия решения.

Машинная истина включает все три определённые истины.

Таким образом пределы границ между решениями, принятыми тремя типами мышления, размыты.

Метаразум осуществляет поиск решения одновременно, параллельно тремя типами мышления.

Модальная логика

В основу машинной модальной многозначной пропозициональной логики возьмём аксиологическую логику, разработанную профессором А. А. Ивиным из Москвы.

Согласно аксиологической логики определим, что машинный язык позволяет логически описать внешний мир и пространство. Его можно употреблять, как для описания действительности, характеризуемое в терминах или, так также осуществить их оценку выступающую как стандарт, перспектива, план действий. Машинное описание и машинная оценка являются двумя полюсами, между которыми имеется множество переходов. Машинные экспрессивы близки к машинным описаниям. Машинные орективы сходны с машинными оценками. Машинные оректив это машинное высказывание, используемое для возбуждения машинных чувств, воли, побуждения к действию. Машинные описания представляют собой выражения машинных мыслей, машинные экспрессивы – выражения машинных чувств. Машинные описания и экспрессивы относятся к пассивным употреблением машинного языка и должно быть охарактеризовано в терминах истины и лжи. Машинные оценки и машинные орективы относятся к активному употреблению машинного языка и используются для оптимального и рационального поведения метаразума. Предлагается для машинной модальной многозначной пропозициональной логики представить истинностное значение машинной оценки как априорное оптимальное значение (наилучшее значение), а ложное значение машинной оценки как ошибочное значение (наихудшее значение) или пусто (0) по Канту. Следовательно, предлагается многозначная шкала модального оператора для машинной оценки от наихудшего значения (0) до наилучшего (оптимального) значения машинной оценки (самого интенсивного по Канту), которую нужно проградуировать в терминах многозначной логики как агрегаты по Канту.