Вычислительные машины и разум

Не совсем книга, а, будем говорить откровенно, крупная статья одного из величайших ученых ХХ века, специалиста в области математики, информатики, криптографии - Алана Тьюринга, в которой автор задает один единственный вопрос - может ли машина мыслить? - и анализирует, почему же на этот вопрос нельзя ответить отрицательно. Надо сказать, автор повел себя не просто как большой ученый, логик, но и как достаточно ловкий полемист. Именно через призму этой ловкости и хотелось бы составить свое впечатление. И да, пусть позитивных аргументов у него нет - но качество работы с негативными аргументами также представляет огромный интерес. Для начала - автор прекрасно понимает, что вопрос "Может ли машина мыслить?", в такой постановке, ни к чему привести не может. Просто потому, что для ответа на этот вопрос, надо дать четкое и исчерпывающее определение машины, которое бы, в результате, отличалось от понятия человек (а это сама по себе задача ну очень нетривиальная), но и, что совсем засада, формализовать категорию "мышление". Даже сейчас, ближе к концу первой четверти ХХI века человечество еще далеко от четкой формализации понятия "мышления" - мы не знаем, что это за процесс, и можем его характеризовать только весьма условно и функционально. Чего уж говорить о периоде столетней давности? Уже в такой постановке вопрос становится камнем, который невозможно поднять. И автор отказывается его поднимать, предлагая сделать камень полегче, и закамуфлировать свой вопрос другим - может ли машина продемонстрировать такой вид деятельности, который другим человеком будет принят за мышление (при условии что он не знает, что эту деятельность демонстрирует машина. Сам автор называет этой "Игрой в имитацию"). Тут автор ловко убивает самого крупного зайца, и отходя от категории "мышление" делает эту проблему подъемной. Далее начинается анализ аргументов, контраргументов и пр. на заданную тему. Не вижу смысла пересказывать аргументы - статья совсем небольшая, ее абсолютно несложно прочитать самостоятельно. В то же время. нельзя не преклониться перед тем. что автор предсказал. Например, предсказать концепцию самообучающихся систем, при том уровне технического развития - это просто невероятный прорыв. Апелляция к теореме Геделя о неполноте в рамках анализа механизма мышления (для тех кто не в курсе, первая теорема утверждает, что если формальная арифметика непротиворечива, то в ней существует невыводимая и неопровержимая формула. Вторая теорема утверждает, что если формальная арифметика непротиворечива, то в ней невыводима некоторая формула, содержательно утверждающая непротиворечивость этой арифметики), который прямо бьет в самую точку - противоречие и парадокс как элементы мышления, и следующий за этим вывод о парадоксе как одном из основных элементов мышления (что, кстати, объясняет, почему понятие "мышления" так сложно формализуется). Это шикарно, и это действительно повод серьезно задуматься о многом. Решая локальную задачу, как большой ученый, Тьюрингу приходится размышлять и над более общей задачей, как-бы продвигая ее решение. И здесь поневоле задумаешься - если он легко опережал свое время на столетие с лишним, мог ли он опережать его на большее время? Увы, трагическая смерть Тьюринга не позволит нам проверить этот вывод. А книжку стоит прочитать. она маленькая и шикарная. С одной стороны - это пример работы большого ума, с другой - она популярная, полемическая, и наталкивает на мысли, далекие от основной проблемы.

Мы способны заглянуть в будущее лишь на небольшое расстояние, но очевидно, что сделать предстоит очень многое.

Достаточно известная статья Алана Тьюринга - выдающегося британского математика, специалиста в области криптографии и информатики, а также первого в истории хакера, взломавшего знаменитую "Энигму" - немецкую шифровальную машину. Издана она в виде небольшой (как по формату, так и по количеству страниц), но крайне интересной и познавательной книги. Данная статья, опубликованная почти 70 лет назад, в 1950г., была, да и сейчас является, одной из самых обсуждамемых работ в области информатики и кибернетики. Статья состоит из 7 параграфов. В первых пяти Тьюринг объясняет некоторые термины, формулирует главный вопрос всей статьи, а также объясняет принцип т.н. "игры в имитацию" с помощью, которой можно было бы ответить на этот вопрос. Самым интересным, на мой взгляд, является шестой параграф "Противоположные точки зрения на основной вопрос", где автор рассматривает мнения противоположные его собственному, а также выявляет ошибки и аргументирует несостоятельность данных возражений. В седьмом параграфе Тьюринг рассматривает идею "обучаемой машины". Что касается самого бумажного издания, то мне понравилась плотная бумага и крупный шрифт - читать достаточно удобно. Но шрифт скорее обусловлен тем, что это все-таки статья, а не полноценная книга, и чтобы издание выглядело солиднее, шрифт сделали побольше, а поля пошире). По факту текст занимает лишь 60-70% страницы. В общем и целом статья крайне занимательная, а вот что касается издания, лично я предпочла бы, чтобы данную статью издали в каком-нибудь тематическом сборнике - отдельной книгой она смотрится довольно убого.

Гипотезы чрезвычайно важны для науки, поскольку они открывают ученым новые направления исследований.

Небольшая книга - статья о том, могут ли мыслить машины. Тьюринг рассматривает мышление или замену его игрой в иммитацию человека и в статье пытаеться разобраться, сможет ли компьютер участвовать в иммитации человека. Определив вопрос, автор подходит к доказательству от противного. Он использует аргументы против того, что машина не сможет играть в иммитацию и пытается их логически отбросить. Не со всеми аргументами или их опровержением я согласна. Но дело было 70 лет назад и автор оперирывал тем, что было тогда самым "продвинутым" в технологиях. Игра в иммитацию по силам "Алисе", но имеет ли она то самое собственное мышление - скорее нет, чем да. Т.е. продвинулась техгология и продвинулись дальше критерии для определения мысления у машины. В заключении Тьюринг приходит к идеи, что проще всего создать аналог дестккого мозга и обучать его или ввести самообучение. В общем то, тут можно снять шляпу перед автором. Прошло 70 лет и мы имеем все это не просто в учебных лабораториях, можно сказать, у себя дома.