Как описанный мной категориальный механизм человеческого интеллекта работает на практике в предыдущей статье ? Другими словами, как эйдетика может помочь нам создать искусственный интеллект? Давайте посмотрим на пример.
Что такое Эidos? Это мысленный образ реального предмета, вещи, понятия, явления, события, действия.
Можно сказать, что любое определение в словаре – это своего рода Эidos. Платон считал Эidos материальными, живущими в мире идей.
Мы можем предположить, что это действительно так, если согласиться считать эйдос реально существующим постольку, поскольку любой связанный между собой инженерный рисунок, текст, изображение, символ реален.
Это не сам объект, а его упрощенная модель, пиктограмма или слепок, снимок.
Но кто сказал, что с фотографиями нельзя работать в реальности? Наш разум проделывает эту работу каждую секунду.
Начиная с элементарных бытовых операций и заканчивая созданием сложных изобретений и техники.
Но изобретения делают работу ума действительно красивой, поэтому их легче использовать в качестве примера.
Как человек делает изобретения? Почему великим изобретениям часто предшествует видение или мечта, как у великого химика Д.
Менделеева, изобретателя таблицы периодических элементов? Потому что изобретение действительно можно «увидеть».
Рискну сказать, что это вообще невозможно сделать, не «увидев» это, т. е.
не представив ясно и детально идею в своем воображении.
Представим себя на месте инженера-изобретателя.
Вы живете в 19 веке, когда еще нет подводных лодок и Жюль Верн еще не написал свои «20 тысяч лье под водой».
Вы получаете заказ от Минобороны – придумать истребитель для кораблей противника.
При этом он должен действовать скрытно, имея ограниченные боеприпасы и слабое вооружение.
Этакой одинокий охотник-диверсант в море.
Кстати, примерно с такой же проблемой столкнулась Германия во время Второй мировой войны, когда она была вынуждена искать пути борьбы с превосходящим британским флотом.
Как решить проблему? Первое, что начинает делать изобретатель – это мозговой штурм, поиск свежих идей.
Этот механизм очень подробно рассмотрен в ТРИЗ — теории решения изобретательских задач.
Попробуем изобразить этот процесс упрощенно, графически и пошагово.
Начало размышлений
1. Очевидно, что нынешний метод не подходит для скрытной войны на море.Основное оружие флота – корабли.
В целях защиты они покрыты броней и вооружены тяжелыми пушками.
В результате они очень крупные, заметные, тяжелые и малоподвижные.
2. Может быть, сделать небольшие быстроходные лодки - охотники? 
3. Но увеличив скорость корабля для диверсионной борьбы, мы вынуждены установить более мощный двигатель.
Увеличивая двигатель, мы увеличиваем размеры корабля и его вес.
И это замедление.
И так до бесконечности.
На выходе снова получаем корабль-крепость.
То есть этот путь тупиковый.
4. А что, если подумать о повышении секретности? В море спрятаться сложно, поэтому первое, что приходит на ум – спрятаться тут же на месте – под водой.
Но существующие корабли этого сделать не могут. И кто может? Рыба может это сделать! 
5. Но рыба – это не корабль; он не может перевозить людей и оружие.
Можно ли рыбу превратить в корабль или можно ли корабль уподобить рыбе? Примечание: неожиданно инженер поставил вопрос в духе платоновской диалектики: как совместить несовместимое? (здесь и далее мои комментарии к мыслям инженера выделены курсивом).
6. Схема этого противоречия выглядит так: 
Это значит, что для решения проблемы нужно искать выход из этого противоречия.
Но как? – Анализируя это.
7. Что такое корабль по сути? В чем заключается основной эйдос корабля? Это большая лодка.
Что такое рыба по сути? Это «живая лодка», только маленькая.
Ну, это лучше.
Два катера, только разного масштаба и с разными задачами.
8. А что, если привести их к единому масштабу и объединить эти две лодки в одну? Давайте сделаем большую лодку-корабль, которая сможет плавать под водой.
9. Как? Ну, например, как рыба, которая регулирует свой подъем и спуск с помощью специального пузыря.
Таким «пузырем» для военного катера могут служить «Кингстоны».
Конец размышлений
Итак, мы увидели процесс мышления в его инженерной, изобретательской манере, шаг за шагом.Правда ли, что вы неоднократно проделывали нечто подобное, пытаясь решить задачу или задачу? Если так, то этот механизм знаком людям с детства, как воздух, которым мы все дышим, но не замечаем.
Что касается программирования, то здесь тоже все просто и кроме обработки изображений (изображений) ничего нет. Сначала мы описали предложенные образцы и «узнали» их.
Потом они упростились, «свернулись», чтобы ими можно было манипулировать.
Далее мы прорабатывали эти образы по законам диалектики.
Мы сравнили их, нашли сходства и соответствия.
Мы создали новое изображение на основе двух предыдущих.
А потом мы «развернули» их в полноценное решение.
Если бы я был бизнес-аналитиком, я бы отобразил этот процесс на следующей диаграмме: 
Нейронные сети искусственного интеллекта научились очень хорошо распознавать изображения.
А свёрточные сети без проблем выполняют развёртку-свёртку изображений.
Нейронные сети также прекрасно могут находить похожие изображения на основе глубокого обучения.
И даже могут создавать новые образы, подражая предложенным образцам.
Но современный искусственный интеллект плохо сочетается с законами диалектики.
От слова совсем.
Что и неудивительно: все помешаны на нейронных сетях, а диалектика — это алгоритм.
Даже набор алгоритмов, «алгоритмический ансамбль», набор.
Наука отказалась от создания ИИ на основе алгоритмов практически в конце 70-х годов прошлого века.
Компьютерные исследования поведения пытаются работать на основе алгоритмов мышления.
Вы можете посмотреть более подробную информацию, например работы Рон Суна , Политехнический институт Ренсселера (RPI), Трой, Нью-Йорк, США.
Предпринимались попытки описать отдельные модели человеческого поведения – принятия решений, поиска выхода, механизма выбора (и даже была предпринята попытка алгоритмизировать сознание).
Было написано множество математических алгоритмов.
Сами по себе эти алгоритмы прекрасно работают и даже могут быть встроены в любые программы.
Есть открытые API. Однако возникла одна проблема.
Таких поведенческих моделей существуют сотни, если не тысячи.
И этим далеко не исчерпываются варианты поведения человека.
Кроме того, при попытке соединить эти алгоритмы система оказывается перегруженной из-за сложности выбора между моделями или их комбинацией.
То есть вопрос о том, как человек строит модели, как возможно само моделирование – остался за скобками.
Человек не просто комбинирует готовые образцы.
Он может разложить проблему на составляющие и собрать ее на другом, более высоком уровне.
Таким образом, он может решать сложные задачи, которые не могут быть решены простым поиском/комбинаторикой или решаются крайне медленно и затратно.
Таким образом, для создания полноценного, или «сильного» искусственного интеллекта нам сейчас не хватает самой «малости»: диалектического алгоритма, описывающего сам механизм моделирования в человеческом сознании.
Диалектический алгоритм должен «уметь» работать с универсальными образами – пиктограммами – эйдосами, понятными любому человеку без специальных знаний программирования.
Принцип работы этого алгоритма я показал на схеме выше.
Как разработать связь, а точнее интерпретатор, между иконками и обычными командами компьютерного языка — тема для отдельного исследования.
Собственно, это единственное, что пока отличает эту теорию от коммерческой реализации.
***
Критика, анализ и предложения приветствуются.Теги: #Машинное обучение #Алгоритмы #искусственный интеллект #философия программирования #философия разума #философия искусственного интеллекта
-
Ваниль 1.1.5
19 Oct, 24 -
Несколько Слов Об Icq
19 Oct, 24
