Курсовая Модели психики в системах искусственного интеллекта творчество и алгоритмы
Работа добавлена на сайт bukvasha.net: 2015-10-25Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
от 25%
Подписываем
договор
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ РФ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
ИНСТИТУТ ЧЕЛОВЕКОВЕДЕНИЯ
КАФЕДРА ОБЩЕЙ ПСИХОЛОГИИ
Модели психики в системах искусственного интеллекта: творчество и алгоритмы
Курсовая работа
по дисциплине «Социальная психология»
Подготовила:
студентка 2 курса ИЛКМИТ
ф-та английского и немецкого языков
Афаунова М.А.
Научный руководитель:
к. пс. н., доц.
Н.А. Костанова
2010 г.
СОДЕРЖАНИЕ
стр.
Введение.................................................................................................3
Глава
I. КОНКРЕТИЗАЦИЯ ПОНЯТИЯ « ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ»………………………………………………………..4
Глава
II
. ПСИХОЛОГИЯ КОМПЬЮТЕРИЗАЦИИ…………....12
Глава
III
. « MELOS» (
MOTIVES
EVOLUTION
SIMULATION
)………………………………………………………..17
Вывод......................................................................................................28
Заключение …………………………………………………………...28
Библиографический список………………………………………...30
Введение
Актуальность работызаключается в том, что искусственный интеллект является сейчас «горячей точкой» научных исследований. В этой точке, как в фокусе, сконцентрированы наибольшие усилия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и роботики на жизнь будущих поколений людей. Здесь возникают и получают права гражданства новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на роль тех или иных научных результатов и возникает то, что можно было бы назвать философским осмыслением этих результатов. Поэтому я посчитала актуальным раскрыть данную тему в реферате.
Цель работы в том, чтобыОбратить особое внимание на философские аспекты компьютерно-графического моделирования социальных процессов. Акцентировать внимание на социально-психологических аспектах компьютеризации, особо выделив вопрос о человеческой индивидуальности личности и социальном статусе человека в условиях компьютеризации.
Указанные проблемы определили основные направления моей работы, состоящие в том, чтобы выявить и показать:
- роль и место компьютерной информатики в современной системе научного знания, в изучаемых ею проблемах и основных тенденциях будущего ее развития;
- информационные аспекты современного этапа развития цивилизации и основные закономерности поливалентного процесса компьютеризации общества;
- основные виды информационных ресурсов общества и роль этих ресурсов для дальнейшего социально-экономического, научно-технического и духовного развития общества;
- эффективность использования основных средств информационных ресурсов, обусловленных более глубоким понятием об информационных ресурсов;
- возможности и проблемы человека в информационном обществе, поиск путей решения этих проблем.
Объект исследования – компьютерная информатизация как феномен становления и развития информационного общества.
Предмет исследования – когнитивистика компьютерной информатизации и ее возможности в решении проблем социума.
Достижение указанной цели предполагает решение следующих основных задач:
-выявить и охарактеризовать существенные составляющие, гносеологические и социальные проблемы компьютерной графики;
-ставится задача обобщения и использования соответствующего социально-философского материала, научно-технических исследований компьютеризации;
-показать влияние компьютерной графики на политико-правовые, этико-эстетические, экологические, этико-религиозные основы развития личности и общества.
Глава
I. Конкретизация понятия «искусственный интеллект»
В понятие «искусственный интеллект» вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Я постараюсь вычленить тот смысл понятия «искусственный интеллект», который в наибольшей степени соответствует реальным исследованиям в этой области.
Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.
Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста - не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?
Чтобы ответить на этот вопрос, надо уяснить прежде всего, что такое задача. Как отмечают психологи , этот термин тоже не является достаточно определенным. По-видимому, в качестве исходного можно принять понимание задачи как мыслительной задачи, существующее в психологии. Они подчеркивают, что задача есть только тогда, когда есть работа для мышления, т. е. когда имеется некоторая цель, а средства к ее достижению не ясны; их надо найти посредством мышления. Хорошо по этому поводу сказал Д. Пойа: «...трудность решения в какой-то мере входит в самопонятие задачи: там, где нет трудности, нет и задачи». Если человек имеет очевидное средство, с помощью которого наверное можно осуществить желание, поясняет он, то задачи не возникает. Если человек обладает алгоритмом решения некоторой задачи и имеет физическую возможность его реализации, то задачи в собственном смысле уже не существует.
Так понимаемая задача в сущности тождественна проблемной ситуации, и решается она посредством преобразования последней. В ее решении участвуют не только условия, которые непосредственно заданы. Человек использует любую находящуюся в его памяти информацию, «модель мира», имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира.
Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления, т. е. «безмысленная», неинтеллектуальная.
Под словом «машина» здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач «модели мира». Недостатком такого понимания является главным образом его антропоморфизм. Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек по крайней мере в определении отсутствовал. При характеристике мышления отмечалось, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления (в отличие от рассудочной деятельности животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу «стимул - реакция», а на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия.
Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени или как однозначно определенные функции от результатов предшествующих шагов) является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта.
Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их «интеллектуальности». Формирование такой модели связано с преодолением синтаксической односторонности системы, т.е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику.
Характеризуя особенности систем искусственного интеллекта, Л. Т. Кузин указывает на: 1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе; 2) способность пополнения имеющихся знаний; 3) способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью; 4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка; 5) способность к диалоговому взаимодействию с человеком; 6) способность к адаптации.
На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.
П. Армер выдвинул мысль о «континууме интеллекта»: различные системы могут сопоставляться не только как имеющие и не имеющие интеллекта, но и по степени его развития. При этом, считает он, желательно разработать шкалу уровня интеллекта, учитывающую степень развития каждого из его необходимых признаков. Известно, что в свое время А.Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, «игру в имитацию». Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека.
Критерий Тьюринга в литературе был подвергнут критике с различных точек зрения. На самом деле, действительно серьезный аргумент против этого критерия заключается в том, что в подходе Тьюринга ставится знак тождества между способностью мыслить и способностью к решению задач переработки информации определенною типа. Успешная «игра в имитацию» не может без предварительного тщательного анализа мышления как целостности бытъ признана критерием ее способности к мышлению.
Однако этот аргумент бьет мимо цели, если мы говорим не о мыслящей машине, а об искусственном интеллекте, который должен лишь продуцировать физические тела знаков, интерпретируемые человеком в качестве решений определенных задач. Поэтому прав В. М. Глушков, утверждая, что наиболее естественно, следуя Тьюрингу, считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долгий диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если учесть возможность разработки программ, специально рассчитанных на введение в заблуждение человека, то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте. Этот критерий не противоречит перечисленным выше особенностям системы искусственного интеллекта.
Но что значит по «достаточно широкому кругу вопросов», о котором идет речь в критерии Тьюринга и в высказывании В. М. Глушкова? На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой «общего интеллекта». Сейчас большинство работ направлено на создание «профессионального искусственного интеллекта», т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии и т.п.). В этих случаях «достаточно широкий круг вопросов» должен пониматься как соответствующая область предметов.
Исходным пунктом этих рассуждений об искусственном интеллекте было определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один-два раза, непосредственно в процессе чувственного восприятия. Исходя из этого кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи в сущности являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной. Тем более это относится к «пониманию» машиной фраз на естественном языке, хотя человек в этом не усматривает обычно проблемной ситуации.
Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами. Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами.
Связь с психологией и когнитологией
Методология когнитивного моделирования предназначена для анализа и принятия решений в плохо определенных ситуациях. Была предложена Аксельродом .
Основана на моделировании субъективных представлений экспертов о ситуации и включает: методологию структуризации ситуации: модель представления знаний эксперта в виде знакового орграфа (когнитивной карты) (F, W), где F — множество факторов ситуации, W — множество причинно-следственных отношений между факторами ситуации; методы анализа ситуации. В настоящее время методология когнитивного моделирования развивается в направлении совершенствования аппарата анализа и моделирования ситуации. Здесь предложены модели прогноза развития ситуации; методы решения обратных задач.
Как мыслить по-человечески: подход, основанный на когнитивном моделировании
Прежде чем утверждать, что какая-то конкретная программа мыслит, как человек, требуется иметь некоторый способ определения того, как же мыслят люди. Необходимо проникнуть в сам фактически происходящий процесс работы человеческого разума. Для этого могут использоваться два способа: интроспекция (попытка проследить за ходом собственных мыслей) и психологические эксперименты. Только после создания достаточно точной теории мышления появится возможность представить формулы этой теории в виде компьютерной программы. И если входные и выходные данные программы, а также распределение выполняемых ею действий во времени будут точно соответствовать поведению человека, это может свидетельствовать о том, что некоторые механизмы данной программы могут также действовать в человеческом мозгу. Например, Аллен Ньюэлл и Герберт Саймон, которые разработали программу GPS ("General Problem Solver" —универсальный решатель задач), не стремились лишь к тому, чтобы эта программа правильно решала поставленные задачи. Их в большей степени заботило, чтобы запись этапов проводимых ею рассуждений совпадала с регистрацией рассуждений людей, решающих такие же задачи. В междисциплинарной области когнитологии совместно используются компьютерные модели, взятые из искусственного интеллекта, и экспериментальные методы, взятые из психологии, для разработки точных и обоснованных теорий работы человеческого мозга.
Глава
II
. ПСИХОЛОГИЯ КОМПЬЮТЕРИЗАЦИИ
Психология компьютеризации — отрасль психологической науки, изучающая порождение, функционирование и структуру психики в процессе деятельности индивидов и групп, связанной с созданием и использованием компьютеров, включая их математическое и программное обеспечение. Основными проблемами этой отрасли являются изучение закономерностей и принципов организации различных видов человеческой деятельности и общения, опосредствованных компьютерами, диалога между человеком и компьютером, изучение законов психического отражения и психического развития в условиях использования компьютеров, влияния компьютеризации на личность и, напротив, личности на компьютеризацию. К числу новых задач прикладной психологии компьютеризации относится оценка реальных эффектов компьютеризации. Психологическое обеспечение компьютерных систем включает в себя разработку и реализацию психологических принципов организации диалога между человеком и компьютером. Сравнительный анализ решения задач человеком и компьютером служит научной основой для определения степени приближения «интеллекта» компьютера к человеческому. Важной задачей, имеющей теоретическое и прикладное значение, является совершенствование концептуальных моделей психики человека, используемых в компьютерных системах. К центральной проблеме данной области относится согласование качественных и количественных, формальных и неформальных характеристик психической деятельности. Психология компьютеризации выступает как источник новых идей и принципов для информатики, она предлагает переориентацию алгоритмической модели человеческого разума, господствующей сейчас в информатике, на неалгоритмическую модель, получившую обоснование в психологической науке.
Алгоритм строится на основании изучения и по возможности точнейшего описания управления в соответствующем реально существующем процессе (течение и взаимосвязь нервных процессов при образовании условного рефлекса, логические операции при решении мыслительных задач, система управления технологическим процессом на данном производстве и т. д.) и выражается в виде упорядоченного свода определенных правил, обеспечивающих наиболее эффективное функционирование процессов управления в данной системе.
Алгоритмы характеризуются следующими основными чертами:
а) определенность предписания, не допускающая никаких отступлений или иных толкований;
б) расчлененность предписания на отдельные строго последовательные действия (шаги), в результате чего требуемое состояние управляемого устройства наступает строго и последовательно после определенной команды;
в) направленность на определенный результат, на некое заключительное состояние управляемой системы, которое заранее установлено как цель;
г) строгая детерминированность управляемого данным алгоритмом процесса, благодаря чему оказывается возможной передача управления от Человека машине.
Процесс управления с помощью кибернетических машин основан на обмене информацией между управляющим и управляемым устройствами. Эта информация идет по двум направлениям: от управляющего к управляемому устройству в виде команд и предписаний, детерминирующих определенное действие (управляющая информация), и от управляемого к управляющему устройству в виде сигналов о состоянии и режиме работы управляемого устройства (осведомительная информация). Полученная информация перерабатывается управляющим устройством в соответствии с данным алгоритмом и накопленным в «памяти» машины опытом (запоминающее устройство) и является источником новых сигналов, выправляющих (корригирующих) работу управляемого устройства. Ведущее значение в этой коррекции приобретает принцип так называемой обратной связи. Сущность обратной связи может быть показана на следующем примере: когда человек выполняет какое-нибудь действие (например, протягивает руку, чтобы достать предмет, находящийся на расстоянии 3/4 м), двигательный участок коры его головного мозга играет роль управляющей, а мышцы руки — управляемой системы. Из двигательного участка по эфферентным нейронам посылаются нервные импульсы в мышцы руки, заставляющие их сокращаться, в результате чего рука выполняет требуемое движение. По ходу этого движения от мышц руки по афферентным нейронам все время поступает в центральные отделы головного мозга информация о выполняемом движении — о его правильности или отклонении от цели, остепени и характере этого отклонения и т. п. Эта информация перерабатывается центральной нервной системой, в результате чего в двигательные импульсы вносятся исправления, позволяющие выполнить движение требуемым образом.
Для проверки степени соответствия алгоритмов поставленной задаче в кибернетике нередко применяется метод моделирования, заключающийся в экспериментальном устройстве модели управляемого процесса; например, может быть моделирован процесс формирования условного рефлекса той или другой степени. Такие модели позволяют, с одной стороны, проверить эффективность алгоритма, а с другой — глубже проникнуть в сущность управляемого процесса.
Кибернетика — математическая наука. Ее теоретической задачей является разработка, научное обоснование и математическая интерпретация общих основ процессов управления. Ее практической задачей является научная разработка основ построения таких управляющих устройств, которые могли бы быть эффективно применены при решении конкретных задач, выдвигаемых различными отраслями социалистического строительства. При этом кибернетика, естественно, не может полностью абстрагироваться от конкретных процессов управления в различных отраслях человеческой практики, в том числе и от задач, стоящих перед естественными и техническими науками. Отдельные науки при исследовании процессов управления в своей конкретной области, несомненно, могут с успехом применять разработанные кибернетикой общие принципы управления.
Эти возможности открываются также и перед психологией. Многие психические процессы, например восприятие, мышление, могут быть более детально изучены на кибернетических моделях, в которых соответствующие этим процессам операции выполняются созданными человеком техническими устройствами.
Уже сейчас можно указать на значительные успехи, достигнутые кибернетикой в создании машин, автоматизирующих процесс перевода текста с одного языка на другой. Создан ряд обучающих машин, позволяющих убыстрить и сделать более правильным процесс обучения, связанный с усвоением определенного объема конкретных знаний и навыков.
Большие перспективы открываются перед психологией в деле применения кибернетических методов для анализа процесса мышления, поскольку мышление во многих случаях, в частности при решении возникающих перед человеком различных практических задач, функционирует, как управляющая система. Необходимо, однако, иметь в виду, что эта деятельность мышления значительно отличается от операций созданных человеком технических управляющих систем. Отличие это заключается прежде всего в степени формализации (детерминации) процесса управления: в «мыслящих машинах» этот процесс строго детерминирован вложенной в них человеком программой; такие машины действуют строго по заданному им алгоритму, малейшее отступление от которого приводит к нарушению требуемых от машины операций. Это остается справедливым также и в отношении так называемых самоуправляющихся машин, поскольку широкий диапазон и большая вариативность их функций не могут все же выйти за пределы вложенного в них человеком алгоритма. Между тем мышление человека совершенно не формализовано, отличается универсальностью и практически обладает неограниченным числом степеней свободы, с очень широкими и гибкими возможностями. До сего времени удалось переложить на машины лишь очень ограниченное число простых мыслительных операций.
Перед психологией в связи с применением кибернетических методов исследования встает вопрос о том, какие психические функции допускают алгоритмирование. Известно, что даже в области математики установлен ряд проблем, которые принципиально не могут быть алгоритмированы.
Эффективность применения кибернетических методов в психологии зависит также от дальнейших успехов самой психологии в изучении своего предмета. В частности, моделирование ряда психических процессов пока не может быть осуществлено вследствие их недостаточной еще изученности и некоторой неопределенности относящихся к ним психологических понятий.
Глава
III
. « MELOS» (
MOTIVES
EVOLUTION
SIMULATION
)
Изучение поведенческих механизмов психики человека.
Описание технологии: реализация поведенческих алгоритмов, моделирование мотивационного аппарата, построение «Я»-концепции с элементами Искусственного интеллекта.
Данная лаборатория занимается изучением поведенческих механизмов психики человека, принципов формирования мотивационной иерархии и ее функционального аппарата. Цель этой работы — построение самоуправляющейся системы, способной не только реагировать на внешние раздражители подобно живому существу, но и приспосабливающей комплекс своих потребностей и целеполаганий к собственным возможностям и среде обитания. Для реализации этой задачи потребовалось разработать и интегрировать в систему управления элемент интенциональности (о подробностях определения см. «Теоретическая база»). Без него любая модель была бы не более чем тривиальным повторением давно известных реализаций алгоритма «стимул-реакция» (с изначально заданным набором потребностей-установок моделируемого организма). Отсюда, реализованные в системе алгоритмы «поиска решения» являются лишь инструментальными и вспомогательными. Ведущая роль отведена блоку формирования индивидуальных целей (установок) — блоку, который контролирует эволюцию потребностей и формирует ее иерархию (мотивационную структуру) в моделируемом субъекте.
В ходе реализации поставленной задачи была разработана технология мотивообразования, на базе которой было создано инструментальное программное обеспечение. Данные продукты могут быть востребованы:
1. Исследователями и разработчиками в области Искусственного Интеллекта;
2. Психологами, изучающими поведение и адаптационные процессы, бихевиористами и пр.;
3. Разработчиками Искусственной Личности с элементами интенциональности в поведении (академические исследования и прикладные разработки, например в индустрии развлечений и роботостроения);
4. Социологами и HR-специалистами, (мониторинг межличностных конфликтов, прочее).
Теоретическая база
Теоретическая основа моделирования сформировалось под влиянием работ известных математиков и философов, давших определение Искусственного Интеллекта (ИИ) и развивших целое направление в кибернетике и моделировании Искусственной Личности. В первую очередь это Aлан Тюринг, Франц Брентано, Дэниел Деннет, а также многие другие. Некоторые из их тезисов отражают ключевые положения концепции, принятой за основу построения системы «Melos». Например, стоит упоминания трактовка сущности интенциональности (в частности, раскрывающейся функцией целеобразования), как отличительного признака ментальности (Ф. Брентано). В работах Д. Деннета, давшего более предметные формулировки положений Брентано, признаками интеллектуальности в поведении системы (органического или механического происхождения) являлись следующие:
а) возможность истолкования поведения в контексте обстановки, в которой оно протекает;
б) цельность всех элементов поведенческих реакций и их интегрированность в общую систему, подчиненную той или иной цели (критерии холистичности);
в) соответствие последовательности всех поведенческих паттернов системы общей задаче наиболее оптимальной адаптации.
Далее Деннет утверждает: «Если искусственно созданный механизм обнаруживает поведение, которое подчинено общей задаче своего существования, целесообразно в ее аспекте, согласуется и находится в соответствии с изменяющимися условиями реализации данной задачи — такое поведение может быть охарактеризовано как обладающее интенциональностью, имеющее разумность в ее основе настолько, насколько разумность проявляется в нашей собственной деятельности». Интенциональность, согласно Деннету, всецело и исключительно зависит от определенного вида поведенческих паттернов системы, при этом совершенно неважно то, как организованы и в какой форме представлены их внутренние механизмы.
Именно такой подход был принят нашей лабораторией при создании механизма мотивообразования (как контролирующего весь поведенческий аппарат модели). Однако формулировки философов и кибернетиков лишь очертили главные цели. Детальная разработка элементов мотивационного механизма и построение математического аппарата производились на основании работ целого ряда психологов и социологов. Для создания модели мотивационного механизма потребовалась формализация теоретических положений и практических наблюдений Р. Бернса, А. Маслоу, К. Роджерса, Д. Узнадзе, З. Фрейда, Э. Фромма и многих других. Их работы легли в основу математической модели, позволяющей задавать с одной стороны характеристики социального окружения, с другой — врожденные способности личности, после чего в процессе моделирования наблюдать динамику изменений мотивационной сферы индивидуума, происходящих при эволюции данного субъекта в условиях смоделированной среды.
Принципами построения логического аппарата модели послужили представления о мотивационной системе как об иерархической структуре энергетических узлов, подчиненной определенным законам канализации стимульной энергетики и управляющей (а также управляемой) ее генерацией и распределением.
Подход к анализу психики с позиций ее информационной структуры был подсказан работами Л. М. Веккера, рассмотрение механизма мотивообразования в ракурсе иерархической системы произведенно в соответствии с хрестоматийными постулатами А. Маслоу, а система канализации мотивационной энергетики основана на идеях, изложенных в трудах Г. Мюррея.
Под мотивационным аппаратом здесь подразумевается комплекс психических механизмов, совокупная деятельность которых может быть рассмотрена в аспекте единой системы, управляющей мотивообразованием в психике человека (стимул — цель — поступок). Понятие «окружающая среда» объединяет в себе все факторы, влияющие на данную систему извне и независимые от моделируемого субъекта. Естественно, в окружение также включаются и прочие (контактирующие с субъектом) индивидуумы, чье поведение оказывает влияние на его мотивационные установки. Данные индивидуумы могут быть субъектами параллельного моделирования, но могут и выступать в качестве статистов для задания «социального фона».
Функциональные возможности системы «Melos»
Основным функциональным ядром в системе моделирования служит уникальная технология саморегулирования мотивационных узлов, реализующая механизм достижения оптимального удовольствия и избегания фрустраций. Деятельность данного механизма регулируется аппаратом Ego-концепции, самостоятельно развивающим иерархическую структуру потребностей индивидуума в соответствии с его способностями, возможностями и условиями доступного для деятельности данного индивидуума окружения (набора контекстов). Совокупность данных механизмов открывает широкий спектр для использования как самой концепции моделирования, так и созданного на ее основе ПО в ряде областей (как академических, так и прикладных). Ниже приводится перечень основных направлений использования технологии.
1. Разработки в сфере Искусственного Интеллекта
Решения и алгоритмы, разработанные при создании системы «Melos», реализованы в виде блоков бизнес-логики. Данные блоки могут быть интегрированы в систему управления поведением любого механизма (как реальных роботов, имитирующих поведение животных или человека, так и электронных персонажей, "живущих" в виртуальном окружении). Это позволит придать их поведению качественно новые элементы, в числе которых:
а) механизм самообучения субъекта в соответствии с его персональными потребностями и окружающими условиями их реализации;
б) уникальная многофакторная система поиска оптимального решения задачи (удовлетворения потребностей с учетом меняющихся условий контекста их реализации), максимально приближенная к алгоритмам деятельности живого человека;
в) механизм выбора наиболее предпочтительных мотиваций (произвольное целеполагание), учитывающий личный опыт субъекта, его индивидуальные способности и среду обитания (контекст), а также прочую атрибутику интеллектуальной деятельности.
Кроме того, становится возможным введение в описание модели ИИ чисто психологических качеств и характеристик: акцентуаций, склонностей, способностей, установок — того, что придает активности субъекта неповторимую индивидуальность. При этом каждая индивидуальная черта эволюционирует и трансформируется как под влиянием прочих установок, так и под воздействием «среды обитания». Таким образом, индивидуальный опыт адаптационной деятельности субъекта формирует его систему мотивообразования (прямая-обратная связь). Эта регуляция поведения субъекта подчинена единой задаче его самореализации, включающей самостоятельный выбор инструментальных целей и способов их достижения, а также интегрирована в контекст обитания, в котором она протекает.
2. Составление и анализ моделей поведения и адаптации
Созданное на базе технологии «Melos» инструментальное ПО позволяет разрабатывать поведенческие модели, основанные на произвольно выбранных и видоизменяемых иерархиях потребностей моделируемых субъектов. Внутренняя структура разработанного ПО не имеет жесткой привязки ни к одной из широкоизвестных систем описаний потребностей (Маслоу, Мюррея и пр.). Вместо этого пользователю предоставляется набор разработанных шаблонов, которые он может изменять по своему усмотрению или же применять их в оригинальном виде. Также пользователь может разрабатывать собственные системы мотивационной иерархии. Программное обеспечение обеспечивает главное — интерфейс манипулирования объектами мотивационной структуры и все внутренние механизмы их взаимодействий. Следующий перечень функциональных возможностей дает представление о возможностях системы моделирования «Melos» в данном аспекте ее применения:
а) формализованное представление элементов мотивационной структуры, их детальная параметризация, описание их поведения и изменения с течением времени, в т.ч. корреляций друг с другом, а также самоорганизация взаимодействия мотивационных элементов под управлением параметров, включенных в их описание;
б) построение многоуровневых (декомпозируемых) мотивационных структур, например — абстрактная мотивационная установка «соответствие культурным требованиям социума» способна раскладываться на предметные действия, объективирующие степень данного соответствия;
в) организация гибкой (конфигурируемой экспериментатором) иерархии потребностей, пригодной для большинства теорий мотивации (наличие готовых шаблонов для облегчения первых шагов);
г) оценка приоритетности намеченных действий для предпринимания усилий по реализации наиболее важного мотива в условиях текущего момента, а также отработка нереализуемых мотивов в воображении (функция психологической защиты);
д) трассировка всех транзакций мотивационных объектов — как внутренних (канализация мотивов внутри субъекта) так и внешних (интеграция принятого извне мотивационного объекта в иерархию субъекта и последующая реорганизации каналов внутри нее), а также сохранение состояния мотивационной структуры в статическом виде для последующего анализа или управления процессом.
При этом следует добавить, что здесь перечислены лишь наиболее важные функции системы в данном аспекте ее применения. Благодаря единой технической базе, на которой реализовано инструментальное ПО, система в полном объеме задействует все свои возможности (включая описанные в прочих пунктах).
3. Построение действующих образцов Искусственной Личности
Реализация Искусственной Личности напрямую перекликается с задачей построения Искусственного Интеллекта, однако в данном случае акцент приходится не на рациональную сторону ментальности, а на ее эмоциональные качества. В данном случае элементами и атрибутами человеческого поведения искусственной системы являются не столько способности к самообучению и совершенствованию своей деятельности, сколько зависимость поведенческих паттернов субъекта от его персонального опыта, заданных изначально свойств и акцентуаций, от субъективности его отношения к окружающим мотиваторам (представленным в контексте моделирования) и прочим подобным факторам. Реализованные в системе «Melos» модули, формирующие и поддерживающие данную субъективность, позволяют использовать ее как в академических исследованиях (допуская интеграцию данных модулей с прочими системами), так и в прикладных программах, использующих алгоритмы имитации человеческого поведения (индустрия развлечений и роботостроения). В числе наиболее значимых возможностей можно упомянуть следующие:
а) описание среды обитания, включающей неограниченное множество субъектов, мотивационные системы которых испытывают взаимовлияние в процессе эволюции;
б) динамическое и автономное формирование у моделируемого субъекта индивидуальных склонностей, их развитие в полноценные мотивационные узлы;
в) механизм обучения и социализации субъекта, являющийся, с одной стороны, полностью управляемым экспериментатором (формирующим начальные условия развития), с другой же — раскрывающийся совершенно автономно, как фрагмент общего адаптационного аппарата психики.
4. Социология и HR-менеджмент
Наконец, следует упомянуть психосоциальный аспект применения системы «Melos». Инструменты, созданные на основе ее технологии, позволяют моделировать не только поведение отдельных индивидуумов, но целых групп. Более того — наиболее адекватная модель именно та, в которой поведение коррелирует с социальными факторами. Именно эти корреляции могут представлять интерес при анализе малых (относительно закрытых) социальных групп в аспекте комплементарности мотивационных векторов составляющих их индивидуумов. Функциональность системы включает следующие алгоритмы:
а) самостоятельное определение авторитетности окружающих субъекта лиц (входящих в моделируемый контекст эволюции), влияющее на усваивание им тех или иных стимулов или паттернов поведения;
б) динамическое изменение самооценки субъекта, основывающейся как на результатах собственных притязаний/достижений, так и на сравнениях с остальными субъектами окружения (контекста).
Все это позволяет реализовать большой набор социологических экспериментов, испытывающих реакции типового субъекта в варьирующихся ситуациях (социальное окружение, общие условия обитания, и т.д.).
При использовании соответствующего шаблона, с помощью инструментального ПО можно проводить расчет оптимальности организации мотивирующих векторов в относительно закрытых сообществах и коллективах (формирование рабочих групп, внутрисемейные корреляции и т.п.), их распределение по субъектам, вовлеченным в единый процесс (активность, преследующая общие цели). Открывается новое направление в педагогических экспериментах с максимальным приближением к реальным индивидуумам, например — снятие и перенос мотивационного портрета ребенка в формализованное представление системы моделирования. Перечень применений системы в данном аспекте можно расширить анализом влияний на внутренний мир субъекта средств внешнего воздействия (произвольная реклама, насильственные побудительные факторы, каноны среды обитания, прочее). Также становится возможным определение мотивационной целостности и завершенности контекста обитания субъекта — в аспекте его потребностей и возможностей их удовлетворения (иными словами, определение адекватности среды обитания составляющим ее персоналиям).
Готовые модели
В комплект разработанного ПО входят две полнофункциональные модели, демонстрирующие некоторые из основных функций системы «Melos». Первая из них — Homunculus, реализует прототип новородженного ребенка, развивающегося в среде, определяемой следующими контекстами:
а) родительским окружением (семейная среда);
б) сверстниками раннего детского возраста (детский сад и ранние товарищи по играм);
в) школьными товарищами (включая прочие социальные контакты подросткового возраста);
г) коллегами на работе (рабочие контакты);
д) взрослыми друзьями (контакты с людьми, не входящие в профессиональное окружение).
При этом каждый контекст становится доступным либо в строго отведенное время, либо по достижении субъектом определенного уровня развития (выражающегося обладанием соответствующими ресурсами). В процессе моделируемой эволюции субъект реализует свои потребности, развивает собственные склонности и предпочтения — под влиянием меняющихся условий окружения, а также с учетом собственных первоначально заданных мотивационных установок. В результате у субъекта формируется собственный уникальный мотивационный портрет, управляющий профессиональным выбором на границе 20-25 лет, когда субъект выбирает один из двух введенных в модель вариантов самореализации (например: карьера ученого или карьера менеджера). Модель позволяет наблюдать удовлетворенность субъекта на любой стадии его развития, демонстрирует динамику изменения его мотивационной иерархии (возможен мониторинг по любому выбранному узлу). Также возможно изменение любых условий окружения или внутренних акцентуаций субъекта с целью произвольного модулирования и последующего анализа изменившихся поведенческих паттернов.
Вторая разработанная на системе «Melos» модель — Business Firm; она исследует влияние, которое оказывают на профессиональную продуктивность индивидуума его личностные предпочтения и склонности, напрямую не связанные с профессиональной деятельностью. В основу модели положена структура небольшого предприятия, состоящая из 8 человек, между которыми распределены 4 различные профессиональные роли. Между собой эти роли образуют функционально связанную иерархию, в которой от производительности верхнего узла зависит производительность подчиненных ему нижних узлов. Общая производительность предприятия зависит от адекватности и согласованности производственной отдачи всех уровней иерархии. Однако каждая из ролей может быть представлена несколькими работниками (например — два менеджера, четыре клерка). И при этом каждый работник характеризован своими собственными индивидуальными чертами (называемых мотивационным портретом, т.е., грубо говоря — тем комплексом, который побуждает данного человека к какой-либо деятельности вообще). Влияние этих особенностей на его продуктивность наглядно демонстрируется динамическими графиками, создающимися в процессе моделирования работы вышеописанного предприятия. Отдача каждого из работников отражает его личное отношение к тому роду деятельности, который он вынужден выполнять в соответствии с его профессиональными обязанностями. Модели подобного рода могут быть полезны социологам, HR-менеджерам и начальникам подразделений, которые желают распределять функциональные обязанности в соответствии с индивидуальными качествами их подчиненных.
Вывод
Являясь технологическим ноу-хау, которое не имеет аналогов как на рынке прикладного ПО, так и среди академических разработок, система моделирования «Melos» находится в постоянной эволюции и совершенствовании. Ее возможности не ограничиваются указанным выше функциональным перечнем и спектром возможного применения. Зарекомендовав свой высокий потенциал в первых же экспериментах, инструмент моделирования может представлять интерес для коммерческих организаций и научно-исследовательских институтов в следующих формах:
а) реализация алгоритмов и построение engine-модулей в категории embedded-software;
б) создание программных комплексов категории социально-психологического инструментария;
в) продажа/передача технологии «Melos», исходных текстов и документации «in toto».
Заключение
Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. «Внешняя нервная система», создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека.
Библиографический список
1. Шалютин С. М. Искусственный интеллект [Текст] / С.М. Шалютин // М.: Мысль, 1985. - 67-98с.
2. Эндрю А. Искусственный интеллект [Текст] / А. Эндрю // М.: Мир, 1985. -264с.
3. Винер Н. Кибернетика [Текст] / Н. Винер// М.: Наука, 1983.- 81-110с.
4. Клаус Г. Кибернетика и философия [Текст] / Г. Клаус// М.: Иностранная литература, 1963.- 532с.
5. Уитби Б. Искусственный интеллект: реальна ли матрица [Текст] / Б. Уитби // М.: ФАИР-ПРЕСС, 2004. - 89-90, 101, 103с.
6. Курейчик. В.М. Генетические алгоритмы [Текст] / В. М. Курейчик // М.: ТРТУ, 1998.- 117с.
Сайты
http://psyfactor.org/lib/melos.htm
http://www.refz.ru/referat_kibernetika_i_soznanie_problema_iskusstvennogo_intellekta_konkretizaciya.c.htm
http://psychology.net.ru/dictionaries/psy.html?word=759
