2019 №2 (63) Статья 16

Г. А. Шерозия, М. Г. Шерозия

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ  И НЕКОТОРЫЕ ОСОБЕННОСТИ МЫШЛЕНИЯ ПРИ РЕШЕНИИ НЕВЫЧИСЛИМЫХ ЗАДАЧ

 

В статье приведено сравнение гипотезы сильного искусственного интеллекта, предполагающего возможность воспроизведения всех сторон человеческого интеллекта с помощью прямого программирования и гипотезы слабого искусственного интеллекта, отрицающей возможность воспроизведения с помощью алгоритмов способностей человека к творчеству и созданию новой информации.

Приведен ряд доказательств правильности гипотезы слабого искусственного интеллекта. Доказательства сформулированы в виде теорем и основаны на теории информации, теории сложности, теории невычислимых задач. Особенно часто автор использует понятие о невычислимой задаче, которую, по определению, невозможно решить с помощью конечного алгоритма.

Подчеркнуто различие подхода Шеннона к информации от подхода Колмогорова. Шенноновские формулы позволяют определить потенциальную информационную емкость сигнала или текста, но не определяют их реальное смысловое содержание. Колмогоровский подход к информации требует при определении количества информации в тексте решения невычислимой задачи, а это, в свою очередь, требует реального понимания содержания текста.

Таким образом колмогоровский подход к информации в отличие от шенновского связан с человеческим мышлением. Этот факт позволяет распространить строгие математические соотношения на некоторые особенности человеческого мышления.

Показано, что новая информация создается только при решении невычислимых задач либо в эксперименте. Алгоритмическое решение задачи новой информации не создает.

Исходя из изложенных представлений сделан вывод о том, что искусственный интеллект, способный к творчеству и созданию новой информации, не может быть создан с помощью методов прямого программирования и его создание само по себе является невычислимой задачей.

 

искусственный интеллект; программирование; алгоритм; информация; подход Колмогорова; подход Шеннона

 

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

 

  1. Russell S. J., Norvig P. Instructorʼs Manual: Exercise Solutions for Artificial Intelligence A Modern Approach. — Ed. 2. — New Jersye, 2003.
  2. Penrose R., Lukas J. Shadows of the Mind : An Approach to the Missing Science of Consciousness. — Oxford : Oxford University Press, 1994.
  3. Markram Н. The Blue Brain Project. Nature Peviews Neuroscience. — 2006. — Vol. 7. — Pp. 153–160.
  4. Frue J. Rajagopal Ananthanarayanan, and Dharmendra S. Modha “Towards real — time, mouse — scale cortical simulations” // Computational and Systems Neuroscience (CoSyNc). Salt Lake City (Utah). — 2007, 22–25. [Also appears as IBM Reserch Report RJ 10404 (PDF, 87 KB), 2/5/2007].
  5. Sheroziya G. A., Sheroziya M. G. The Human Mind Originating from Networks of Artificial Logical Elements — Introduction into the Project of Creating the New Man. — Ryazan : PRIZ, 2013. — 280 p.
  6. Shannon С. Е. A Mathematical Theory of Communication. Bell Syst. Techn. Joum. — 1948. — Vol. 27. — 379–423, 623–656.
  7. Kolmogorov A. N. Three Approaches to the Definition of the “Amount of Information” // Problems of Information Transmission journal. — 1965. — Vol. 1 (1). — Pp. 3–11.
  8. Brillouin L. Science and Information Theory. — New York : Academic press inc. Publi-shers, 1956.
  9. Vereshchagin N. K., Uspensky V. A., Shen A. The Kolmogorov Complexity and Algorithmic Randomness. — M. : MNNMO, 2013. — 576 p.
  10. Korogodin V. I., Korogodina V. L. Information as the Basis of Life. — Dubna : Publishing Center “Phoenix”. — 208 p.
Без рубрики