Центр стратегических оценок и прогнозов

Автономная некоммерческая организация

Главная / Наука и общество / Будущее информационного общества / Статьи
Будущее глобальной сети
Материал разместил: -Дата публикации: 29-01-2003

Не так давно в Интернете появились статьи о работах Фрэнсиса Хейлайена и Джоана Боллена из Брюссельского университета, в которых рассматривалась и обосновывалась одна интересная гипотеза. Согласно ей, современное общество рассматривается как некий сверхорганизм, а сети связи играют роль его нервной системы. Считается, что подобная гипотеза может быть реализована в модели создания намного более совершенной и интеллектуальной глобальной Сети нового поколения.

Сеть как ассоциативная память

Первое требование для разработки «подобной мозгу» глобальной сети – интеграция: все части Сети должны связываться на основе единого протокола. В настоящее время большинство существующих сетей ЭВМ, как общедоступных, так и частных, уже взаимодействуют на базе протоколов TCP/IP, положенных в основу Интернета1. Таким образом, Сеть достигла критической массы уже тогда, когда стало более привлекательно подключаться именно к Интернету, а не к любой другой сети. Полагают, что данный факт можно объяснить следующим: во-первых, только Интернет обладал высокой гибкостью и устойчивостью; во-вторых, его свободный, неподконтрольный характер позволил любому, имеющему идею быстро распространить ее по Сети, предоставив возможность другим использовать и улучшать ее. В-третьих, сыграли свою роль и существующие информационные сервисы типа телеконференций, поисковых систем и особенно гипертекстовая Паутина, которая все чаще используется как единый интерфейс ко всем другим системам.

В силу чрезвычайно простого, но мощного средства представления связанной информации – распределенной гипермедиа, Сеть получила всеобщее признание. Именно эта архитектура превращает Всемирную Паутину в главного кандидата на роль фундамента глобального мозга.

Распределенная парадигма гипермедиа есть синтез трех базовых идей2. Гипертекст – все документы Всемирной Паутины связаны посредством взаимосвязанных «гиперссылок»: выделенных слов или фраз в тексте, которые могут быть выбраны пользователем, вызывая связанный документ с подробной информацией о теме фразы. Связанные документы (узлы) формируют Сеть ассоциаций, или «паутину», подобную ассоциативной памяти. Вторая базовая идея – мультимедиа. Данный термин означает, что документы могут представлять информацию в любой форме или доступном формате: отформатированный текст, рисунки, звук, фотографии, кино, сцены трехмерной виртуальной реальности или любая их комбинация. Это позволяет выбрать представление, оптимальное для передачи содержания документа пользователю, способствуя его интуитивному восприятию. И наконец, распределенная структура. Связанные документы могут находиться на различных компьютерах, обслуживаемых различными людьми, причем в различных частях мира. При наличии хорошего сетевого подключения время, необходимое на передачу документов с другого континента, незначительно отличается от времени, которое требуется для передачи документа из соседнего офиса. Это дю в глобальном масштабе.

Первоначально Сеть использовалась в основном для пассивного просмотра существующих документов. Добавление интерактивных электронных форм позволило пользователям активно вводить информацию, обеспечивая создание документов и запросов к специализированным компьютерным программам, расположенным в Сети. Сегодня Сеть подобна огромной внешней памяти, в которой сохраненная информация может быть найдена либо посредством ассоциативных цепочек, либо путем явного ввода разыскиваемых терминов в поисковый сервер.

 

Познающая Сеть

Существенный недостаток имеющейся архитектуры Сети – отсутствие способности самостоятельно осваивать новую информацию. Сегодня «восприятие» информации Сетью возможно только через промежуточное звено людей-операторов, которые добавляют документы или связи к недавно размещенному материалу, руководствуясь лишь собственными приоритетами. Однако познавательная способность индивидуума слишком ограничена, чтобы получить общее представление о всей Сети, состоящей из миллионов документов. В этой ситуации интуиция – весьма слабый помощник в организации Сети. Результат налицо – сегодня Сеть подобна лабиринту царя Миноса из легенды о Минотавре, и совсем не очевидно, что пользователь отыщет то, что ему нужно.

Первый шаг на пути реализации гипотезы «сеть есть мозг» должен позволить самой сети формировать оптимальную организацию информации. В процессе познания развитие идет через процесс ассоциативного обучения: концепции, хорошо известной как «правило Хебба» для нейронных сетей. Можно реализовать подобные механизмы и в Сети, создавая ассоциации связанных документов на основе путей, часто используемых пользователями. Принцип достаточно простой – самые «популярные» связи становятся «более устойчивыми», а редко используемые – «менее устойчивыми». Простая эвристика может в данном случае определить вероятных кандидатов на установление новой связи: если пользователь перемещается от документа А к документу Б и далее к документу В, то весьма вероятно, что существует не только ассоциация между документами А и Б, но и между А и В (свойство транзитивности), а также между Б и А (свойство симметрии). Так может быть сгенерирована новая связь. Однако только связи, набравшие достаточную «устойчивость», будут сохранены и доступны пользователю. В зарубежной печати появилась информация, что этот алгоритм уже проверен в эксперименте, в котором сеть хаотично связанных слов была упорядочена путем самоорганизации в структурированную семантическую сеть, способную узнавать ссылки, сделанные ее пользователями3.

Сила таких механизмов ассоциативного обучения в том, что, хотя они и работают локально (в большинстве случаев они должны хранить информацию о документах, расположенных не далее двух цепочек транзитивности), самоорганизация или зарождение порядка из хаоса, которое они формируют глобально – данные и документы, которые располагаются на произвольном числе цепочек друг от друга, мслучае, если достаточное количество абонентов воспользуется этими путями. Можно расширить этот метод, например, вычислив степень подобия между документами на основе ключевых слов, которые они содержат, использовать их для предложения подобных документов в качестве кандидатов на установление связи для данного документа. Ожидаемый результат подобных процессов ассоциативного обучения в том, что документы, используемые вместе, будут располагаться близко друг к другу в топологии киберпространства.

Если такие алгоритмы освоения информации удастся внедрить в Сети, то знание, существующее в ней, можно будет структурировать в гигантскую ассоциативную семантическую сеть, которая непрерывно обучается от ее пользователей. Каждый раз при введении нового документа начинался бы процесс формирования связей как подходящих к этому документу, так и исходящих от него. Они стали бы приспосабливаться к образцу использования документа, возникли бы новые связи, о которых автор документа даже не подозревал. Данный механизм в перспективе сможет вобрать в себя коллективную мудрость всех людей, консультирующихся с Сетью, поэтому вполне вероятно, что результат поиска будет более полезным, расширенным и надежным, чем при использовании любой системы индексации, сгенерированной отдельной личностью или ограниченными группами людей.

Сеть и мозг - настоящее и будущее человечества

Приведенная аналогия, согласно которой человечество как система, сформированная всем множеством людей вместе с их каналами общения, рассматривается как единый организм – «сверхорганизм» или «суперчеловек», достаточно часто встречается в зарубежной литературе1. Однако при более внимательном ее рассмотрении выясняется, что интеграция отдельных индивидуумов в человеческом обществе на самом деле гораздо меньше, чем интеграция отдельных клеток в многоклеточном организме. Более того, анализ эволюционных механизмов, лежащих в основе эгоизма, соперничества и сотрудничества отдельных личностей и групп людей, кроме того раскрывает фундаментальные проблемы, препятствующие дальнейшей интеграции общества2.

Вместе с тем есть, по крайней мере, одна область, где интеграция активно берет верх – это развитие средств связи и телекоммуникации. В гипотетическом обществе как сверхорганизме каналы связи выполняют роль нервов, передающих сигналы между различными органами и мышцами3. В наиболее совершенных организмах нервы организуют сложную сеть взаимосвязей, называемую «мозгом», в которой последовательности поступающих сигналов обобщаются и обрабатываются.

После появления в XIX столетии средств коммуникации, обеспечивающих связь одного источника и одного абонента (телеграф и телефон), а также средств связи по типу «один ко многим» (радио и телевидение) в первой половине XX столетия, для последнего десятилетия было характерно взрывное развитие сетей связи по типу «многие ко многим». В отличие от традиционных средств связи, в которых канал непосреенные в сеть носители информации способны устанавливать множество перекрестных связей между различными каналами, что позволяет интегрировать сложные последовательности данных из различных источников еще до их доставки потребителю.

Например, обсуждение вопросов в некоторой телеконференции в Сети будет иметь большое количество как активных авторов, так и людей, только читающих новости. Кроме того, тот факт, что различные узлы Сети управляются компьютерами, позволяющими проводить сложную обработку поступающих данных, укрепляет подобие между Сетью и мозгом. Это привело к появлению гипотезы восприятия глобальной сети ЭВМ как «глобального мозга»4.
В живых организмах для развития нервной системы характерен ряд переходов, результатом которых являются формирование структур с более высокоорганизованным уровнем сложности5. Например, уровень, на котором рецепторы связаны единственным каналом с исполнительными элементами – нервами или рефлекторными дугами, называется уровнем простых рефлексов. Но только на следующем, более высоком уровне сложных рефлексов, где нервы связаны согласно установленной на генном уровне программе, начинается структурное зарождение рудиментарного мозга. В статье Фрэнсиса Хейлайена и Джоана Боллена доказывается, что существующая глобальная сеть ЭВМ находится на грани подобных переходов к высшим уровням: обучению, характеризующемуся автоматической адаптацией связей, размышлению и, возможно, к интеллекту.

Такой переход резко увеличил бы мощность Сети, ее интеллект и расширил возможности по решению различных задач. Момент перехода может быть приближен, если рассматривать гипотезу «сеть есть мозг» более серьезно, превращая ее в модель, которая и будет положена в основу создания следующего поколения глобальной Сети. Так она сможет способствовать лучшему прогнозированию и управлению будущими изменениями. 

Думающая Сеть

До последнего времени пассивная архитектура Сети лишь подчеркивала ее пассивную роль как архива знания, в то время как активный поиск информации, мышление и поиск решения ей не свойственны и организуются пользователем через лабиринт ассоциаций. Более активная Сеть способна обеспечить возможность использовать различные механизмы информационного поиска для самостоятельного исследования похожих документов и предоставления обобщенных результатов пользователю.

Прообраз подобного механизма уже существует. Он может быть найден в wais-подобных поисковых серверах. В таких системах пользователь вводит комбинацию ключевых слов, которые лучше всего отражают его запрос. Механизм сканирует индекс документов Сети на предмет поиска документов, содержащих указанные ключевые слова и наиболее совпадающих с поисковыми критериями. Лучшие комбинации (например, содержащие самую высокую плотность желательных слов) будут предложены пользователю. Например, ввод слов «компьютерные вирусы» и «создание» мог бы отыскать документы, относящиеся к написанию компьютерных вирусов. Этот метод эффективно работает в том случае, если документы содержат предложенные ключевые слова. Однако во многих документах может рассматриваться та же тема с использованием других слов (например, «программные закладки» и «генерация») или тех же слов для обсуждения других тем (например, «биологические вирусы»).
Часть перечисленных проблем может быть преодолена путем прямого расширения метафоры ассоциативной памяти, с помощью механизма распространяющейся активации4. В этом случае активизация одной области в памяти активизирует смежные, которые, в свою очередь, активизируют смежные им области и т. д.
Документы о компьютерных вирусах в ассоциативной сети обычно связываются с документами о компьютерах так, что распространение активации, полученного «компьютерными вирусами» от «компьютеров», может быть достаточным для выделения всех документов о проблеме. Данный прием может быть осуществлен следующим образом. Узлы семантической сети получают некоторое значение начальной активизации, пропорциональной оценке их уместности для конкретного запроса. Активизация передается связанным узлам. Полная активизация недавно достигнутого узла рассчитывается как сумма импульсов активизации, пришедших через различные связи и пропорциональных силе этих связей. Процесс повторяется с импульсами активизации, распространяющимися по параллельным путям до тех пор, пока не будет найдено удовлетворительное решение. Если значение импульса активизации становится слишком низким, процесс также останавливается.

 

Программные агенты

Сегодня оба описанных подхода – и распространяющаяся активизация, и классические поисковые механизмы – функционируют на отдельных компьютерах, обладающих базой индексов связанных документов. Для их объединения по всей Сети в целом можно воспользоваться одной из новых технологий создания программного обеспечения – агентом5. Агент, который может перемещаться по Сети и автономно принимать решения, представляя интересы его пользователя. На этих принципах реализована система поиска на основе «ноуботов».

Простой способ осмыслить функцию агента – обратиться к аналогии с работой эхолота дельфина. Последний ориентируется в пространстве с помощью акустического сигнала, который испускается вслепую во всех направлениях, но выборочно отражается объектами (например, добычей или препятствием). Отраженный сигнал позволяет дельфину определять отдаленные объекты в темноте, в отсутствии прямой связи с ними, и формировать картину окружающего пространства. Аналогичным образом программные агенты могут использоваться в качестве радиосигнала в Сети. Если агент «наталкивается» на документ, отвечающий критериям поиска, программа сигнализирует пользователю, формируя «отраженный сигнал».

Совокупность «сигналов» позволяет сформировать некий «образ», характеризующий распределение информации по интересующей пользователя теме. Таким образом, он имеет возможность не исследовать лично все потенциально важные местоположения, оставаясь, однако, полностью информированным об этом.

К примеру, агент может содержать взвешенную комбинацию ключевых слов, своеобразный «профиль интереса» пользователя. Это позволяет оценить просматриваемые документы с позиции их соответствия интересам пользователя и пересылать ему только те, которые обеспечивают наибольший выигрыш. Кроме того, агенты могут выполнять распространяющуюся активизацию: агент, сталкивающийся с потенциально интересной для дальнейшего исследования связью, мог бы копировать или «делить» себя на несколько копий – каждая с долей начальной «активности», в зависимости от силы связи и оценки стартового документа. Когда разные копии агента прибывают в один и тот же документ, их активности суммируются для вычисления активности итогового документа. Во избежание лавинообразных эпидемий агентов, распространяющихся в Сети и перегружающих ее, должен использоваться механизм их отключения. Например, он может останавливать процесс клонирования агентов при уровне активности ниже заданного порогового значения, а также ограничивать начальное значение активности агента, скажем, пропорционально к суммарным ресурсам Сети или допустимым затратам пользователя при формировании ответа на его запрос.
Критерии выбора информации для агента могут вводиться пользователем, а также формироваться самим агентом6. Так, агент может контролировать действия своего пользователя и подводить некоторый суммарный итог или вырабатывать общие правила от наблюдаемых образцов. Например, если агент обнаружил, что многие из выбранных пользователем документов содержат словосочетание «компьютерные вирусы», он может добавлять его к своим поисковым критериям. Деятельность агентов дает возможность повысить общий уровень интеллекта Сети. С одной стороны, агент, собравший документы, которые отвечают его встроенным или освоенным критериям выбора, может оповестить об этом Сеь или усиливать связи между найденными документами. С другой стороны, формирование лучших ассоциаций облегчает поиск агентам, управляя распространением активизации или предлагая связанные ключевые слова (например, «компьютеры» в дополнение к «компьютерным вирусам»). Через подобное взаимодействие с ассоциативной сетью агенты могут либо косвенно учиться друг у друга, либо непосредственно обмениваться опытом.

 

Решение сложных проблем

Уже сегодня вполне очевидно, что формирование ответов на запросы пользователей может и далее упрощаться, если Сеть станет не только ассоциативной, но семантически структурированной. Это позволило бы вести поиск, ограничивая количество связей, которые должны исследоваться для каждого запроса. В окончательном варианте Сеть больше напоминала бы семантическую распределенную интеллектуальную систему, способную формировать интеллектуальные выводы для ответа на сложные запросы (к примеру, «дать мне список всех компьютерных вирусов, которые «нападают» на компьютеры, работающие под Windows»). Вместе с тем важно поддержать и свободные ассоциации «без контроля типов», не ограничивая тип информации, которая может быть найдена в Сети1.

Можно предположить также, что через несколько десятилетий знания, накопленные человечеством, будут целиком доступными через Сеть. В случае организации знаний в ассоциативные или семантические сети использование программ-агентов позволит найти ответ практически на любой вопрос. Механизм распространения активизации связей даст возможность разрешать неопределенные, неоднозначные или недостаточно структурированные запросы.

Для слабо структурированных проблем ответ может быть получен только после множества шагов приближения. Формулировка части проблемы пробуждает некоторые ассоциации, позволяющие программе-агенту повторно, более четко формулировать проблему для продолжения поиска по усовершенствованным критериям. В этом случае сеть не даст прямого ответа, но, учитывая условия поиска цели, обеспечит определенную общую обратную связь.

Если вернуться к «мозговой» гипотезе, то деятельность программ-агентов, блуждающих по Сети, исследующих различные ее области и создающих новые ассоциации в соответствии с путями, по которым они следуют, а также объединение найденной информации для окончательного решения проблемы или поиска новой отправной точки для продолжения поиска кажутся вполне адекватными распространению мыслей и формированию ассоциаций в мозге человека. Реали размышления с возможностью комбинировать концепции без априорной ассоциации между ними2.

 

Открытие нового знания

Согласно обсуждаемой модели следующий уровень метаорганизма может быть назван метаинтеллектом – способностью автоматически создавать новые концепции, правила и модели, изменяя таким образом собственное мышление.

Переход на подобный уровень сделало бы размышление в Сети не только количественно, но и качественно отличным от мышления человека. Интеллектуальная Сеть могла бы расширять ее собственное знание в процессе «открытия нового знания» или «извлечения данных»3. Такой процесс основан на автоматизации механизмов, лежащих в основе научного открытия: должно быть сгенерировано большое количество абстрактных концепций или правил, суммирующих доступные данные и за счет индукции, предсказывающей определение еще не наблюдаемых правил.

Существует множество различных методов, позволяющих поддержать выявление общих принципов, включая различные формы статистического анализа, генетических алгоритмов и кластеризации, но они все испытывают недостаток интеграции. Управление развитием знания требует объединенного метамоделирования: модели того, как новые модели создаются и развиваются4. Процесс создания такой метамодели мог бы начинаться с анализа стандартных блоков знания, механизмов, объединяющих стандартные блоки для генерации нового знания и списка критериев выбора, которые отличают «хорошее», или «пригодное», знание от «плохого», или «непригодного»5.

Интеграция реальных и виртуальных личностей

Чтобы окончательно принять Сеть в качестве супермозга, описываемой модели недостает интеграции личностей-операторов в коллективный «сверхорганизм» наряду с «думающей» Сетью, которая играет роль его нервной системы. Возможно, это самый спорный момент в обсуждаемой проблеме6.

Для более эффективного использования познавательной мощности, предлагаемой интеллектуальной Сетью, затраты на трансформацию пожеланий пользователя в критерии поиска программ-агентов должны быть минимальными. В настоящее время мы все еще используем компьютеры, подключенные к Сети посредством коммутируемых телефонных каналов, формируем запросы, печатая ключевые слова в выбранных поисковых серверах. По скорости и гибкости это несопоставимо с процессами, происходящими в мозге человека.

Быстрое распространение технологий беспроводных сетей и портативных компьютеров гарантирует постоянную доступность сетевых подключений независимо от местоположения пользователя. Мы уже упомянули интерфейсы мультимедиа, которые пытаются использовать возможности трехмерного аудио-, визуального и тактильного восприятия для доведения информации до пользователя. Дополнительные технологии синтеза речи или распознавания образов значительно упрощают ввод информации. Можно также упомянуть обучающихся программ-агентов, которые пытаются предупредить желания пользователя, анализируя его действия в Сети. <спериментов, в которых операторы управляли изображением на экране компьютера, просто думая о них: их мозговые волны, связанные с сосредоточенными мыслями (типа «вниз», «левый» или «правый»), регистрировались датчиками и интерпретировались программным обеспечением нейронной сети. Затем импульсы переводились в команды, которые исполнялись компьютером. В таких экспериментах используется двусторонний процесс обучения: нейронная сеть изучает правильную интерпретацию зарегистрированных образцов озарения, а пользователь через биологическую обратную связь обучается сосредоточиваться так, чтобы его мысли стали более понятными для компьютера. Более эффективный подход может быть найден в результате исследования неврального интерфейса. Уже ведется разработка электронных кристаллов, которые могут внедряться в тело человека и подключаться к его нервам для регистрации нервных импульсов7. По мере усложнения этих технологий можно представить следующую ситуацию. В любой момент мысль может формироваться в нашем мозге, автоматически передаваться через невральный интерфейс агенту или мысли во внешнем «мозге», продолжая ее развитие и распространяя активизацию, затем возвращаться к нам в более обогащенной форме. С достаточно хорошим интерфейсом может не существовать границ между «внутренними» и «внешними» мыслительными процессами: они естественным образом постоянно «перетекали» бы один в другой...

Обоюдное взаимодействие

Взаимодействие между внутренним и внешним мозгом не должно быть односторонним: возможно, что сама Сеть могла бы делать запросы пользователю. Разумная Сеть непрерывно проверяла бы последовательность и законченность знания, которое она содержит.

При обнаружении противоречий или пробелов она пыталась бы акцентировать внимание людей (например, авторов или активных пользователей документа) на осознании проблемы. Явная формулировка проблемы, поддержанной эффективным методом «консультирования в поиске знаний», вероятно, будет достаточна для эксперта, чтобы он смог быстро заполнить обнаруженный пробел, используя неявное знание, которое еще не введено в Сеть3. Таким образом, Сеть «обучалась» бы, явно и неявно, от ее пользователей, а те в свою очередь – у нее. Одновременно Сеть стала бы посредником между пользователями, осуществляющими обмен информацией друг с другом.

В определенном смысле умственные способности самих пользователей стали бы «узлами» в Сети: хранилищами знания, связанного с остальной частью Сети, с которой могут консультироваться другие пользователи, или непосредственно с Сетью. В конечном счете индивидуальные умственные способности могут настолько тесно интегрироваться с Сетью, что она станет супермозгом. Мысль могла бы переходить от одного пользователя к Сети, далее – к другому пользователю, вновь к Сети и так далее. Миллиарды мыслей параллельно заработали бы в супермозге, создавая новое знание.

Однако вряд ли человек согласится на столь глубокую интеграцию с системой, которой онной стороны, пользователь может отказаться от ответа на запросы от супермозга. С другой – никто не хочет упустить возможность использовать неограниченное знание и интеллект супермозга для решения собственных проблем. Но не следует забывать, что основой социального взаимодействия является общение. Люди перестанут отвечать на ваши запросы, если вы «отмалчиваетесь». Также можно предположить, что интеллектуальная Сеть будет основана на условии, что вы сможете использовать ее возможности, только если сами будете обеспечивать определенный прирост нового совокупного знания.

Перечисленные обстоятельства обусловлены экономическими ограничениями рынка знаний. Люди, которые занимаются этим, должны обеспечивать услуги, чтобы зарабатывать ресурсы, выделяемые на пополнение знаний Сети. Сегодня многие коммерческие компании, перемещающиеся в Сеть, активизируются с целью привлечь клиентов.

Таким образом, наблюдается тенденция повышения активности пользователей, которые максимально используют существующие ресурсы Сети и добавляют новые. Это сделает пользовательское взаимодействие с Сетью полностью двусторонним: каждый будет стремиться помочь другому, чтобы самому стать более компетентным.

К сверхорганизму?

Еще одна важная проблема состоит в том, приведет ли интегрированный супермозг к интегрированной социальной системе или сверхорганизму. Это потребует интеграции не только знаний, но и целей и мировоззрений различных пользователей в общую оценочную систему, регулирующую работу сверхорганизма. До какой степени противоречивые интересы всех личностей и групп, использующих Сеть, могут быть объединены понятием «абсолютно хороший» для всего человечества? Супермозг способен упростить этот процесс, так как существует общий интерес в пополнении знания Сети: не будет целого частью соревнования6 между индивидуумом и супермозгом в силу специфического характера информации: в отличие от ограниченных материальных ресурсов значение информации или знания не уменьшается, будучи распределенным или разделенным между многими людьми. Следовательно, нет никакой выгоды хранить часть информации у себя.

Однако остается нерешенной проблема интеллектуальной собственности (например, авторское право или патенты). С одной стороны, общество заинтересовано в том, чтобы новое знание было публично доступным. С другой – создатель этого знания, получающий компенсацию за свою работу, стремится ограничить доступ к нему. Глобальная Сеть позволяет автоматизировать процесс компенсации, сокращать затраты на формирование знания и поддерживать конкуренцию между производителями знания на таком уровне, чтобы снизить «стоимость» использования знания до степени фактической свободы. Огромное количество пользователей, вносящих незначительную сумму на доступ к знанию, способно обеспечивать разработчику достойную оплату его усилий.

Относительно справедливого распределения материальных ресурсов среди населения планеты должно быть отмечено, я как значение интеллектуального потенциала растет. Кроме того возможно, что супермозг позволит упростить создание универсальной этической и политической системы, продвигая развитие общедоступных идеологий, которые далеко выходят за национальные и культурные границы6, сокращая разрыв между гражданами и правительством.

Заключение

Картина, в которой мы попытались сделалать набросок супермозга, зарождающегося из глобальной электронной Сети, возможно, более характерна для научной фантастики, чем для технической литературы. Однако элементы этого наброска – методы и технологии уже существуют (иногда, правда, лишь в рудиментарной форме).

Вместе с тем интегрированная модель кажется вполне реальной экстраполяцией существующих событий, поддержанных теоретическими принципами кибернетики, эволюционной теории и когнитологии. Взрывной рост Сети, которая всего за 5 лет развилась из интересной идеи в глобальную мультимедийную сеть, к которой подключены многие миллионы людей и которая привлекает огромные инвестиции из всех сфер общества, показал, что в области информационных технологий расстояние между концепцией и ее реализацией может быть действительно очень коротким.

Вместе с тем за 40-летнюю историю развития искусственного интеллекта осталось немало несбывшихся прогнозов. Это лишний раз подтверждает, что проблемы могут быть гораздо серьезнее, чем кажутся на первый взгляд. Однако Фрэнсис Хейлайен и Джоан Боллен полагают, что главные препятствия в рассмотренной модели развития искусственного интеллекта уже преодолены. Считается, что основная проблема сегодня заключается в том, что интеллектуальное поведение требует знания огромной массы фактов и правил об окружающем мире. Однако тот факт, что миллионы пользователей параллельно добавляют знание к супермозгу, устраняет этот критический параметр.

Традиционная символическая парадигма искусственного интеллекта, кроме того, сделала неактуальным вопрос о том, что знания должны быть представлены как точные формальные правила. Предложенный взгляд на структуру супермозга подчеркивает контекстно зависимый, адаптивный и нечеткий аспект ассоциативных сетей и, таким образом, имеет отношение скорее к коннекционистской парадигме. Наконец, для традиционного искусственного интеллекта была характерна тенденция рассматривать знание как отображение или кодирование внешней действительности – философия, реализуемая при решении практических и эпистимеологических проблем.

Представленная модель является конструктивистской, или селекционистской: система автономно генерирует потенциально новое знание, а пользователи уже сами выбирают то, что им необходимо.
К сожалению, потребуется еще несколько десятилетий, для того чтобы определить, достаточно ли этих изменений для преодоления технических препятствий. Сейчас можно только сказать, что для разработки, апробации и реализации идей, положенных в основу описанной модели для будущей глобальной Сети.

 Сергей Гриняев

 

Источники

  1. Turchin V. The Phenomenon of Science. A cybernetic approach to human evolution (Columbia University Press. New York, 1977); Stock G. Metaman: the merging of humans and machines into a global superorganism (Simon & Schuster, New York, 1993).
  2. Heylighen F., Campbell D. T. Selection of Organization at the Social Level // World Futures: the Journal of General Evolution 45, 1995, p. 181–212. 
  3. Turchin V. The Phenomenon of Science. A cybernetic approach to human evolution (Columbia University Press. New York, 1977). 
  4. Mayer-Kress G., Barczys C. The Global Brain as an Emergent Structure from the Worldwide Computing Network // The Information Society, 11 (1), 1995; Russell P. The Global Brain Awakens: Our Next Evolutionary Leap (Miles River Press), 1995. 
  5. Heylighen F. (Meta)systems as constraints on variation // World Futures, 45, 1995, p. 59-85; Heylighen F. Cognitive Levels of Evolution // The Cybernetics of Complex Systems, F. Geyer (ed.), (Intersystems, Salinas, CA), 1991b, p. 75-91; Turchin V. The Phenomenon of Science. A cybernetic approach to human evolution b>

Источник: http://www.connect.ru/article.asp?id=3341

Теги: США


МАТЕРИАЛЫ ПО ТЕМЕ: Наука и общество
Возрастное ограничение