Евгений Гришин - Рефлексивные агенты и человечество - кооперация или конфликт?

09zl6z05zllz659Mmi

Предпринята попытка рассмотреть поведенческую сторону творческого процесса как единственно алгоритмизируемую часть применительно к моделированию его при конструировании интеллектуального виртуального персонажа. Анализ важен сточки зрения сравнения возможностей человека и интеллектуального персонажа в их когнитивном и рационально-этическом поведении и взаимодействии в виртуальном (и реальном) мире.

В последнее время сформировалось историческое и методологическое подразделение естественнонаучных исследований на этапы: классический, неклассический и постнеклассический [1, 2].

Охарактеризуем их в самой общей форме для целей дальнейшего изложения.

Классический этап базируется на механике Ньютона, рассматривающей материальные объекты и силы взаимодействия. Гуманитарная составляющая отсутствует.

Неклассический этап характеризуется междисциплинарностью, допускающей учёт двойственности в моделях мира, а также учёт целесообразной деятельности человека как субъекта, его воздействия на объект посредством орудий труда/исследования для достижения цели.

Постнеклассический этап характеризуется возрастающим интересом к нелинейным, саморазвивающимся, рефлексивным процессам, а также интересом к исследованию феноменологической (духовной) составляющей деятельности человека – механизмов рефлексии ценностей и смыслов его деятельности.

В исследовательском направлении «искусственный интеллект» к настоящему времени главенствует неклассический подход, подтверждением чего является основной акцент на совершенствовании методов распознавания, обучения, представления, накопления и систематизации знаний, логики принятия решений, автоматической генерации программ.

В то же время идеи постнеклассического подхода только начинают осознаваться как существенно важные для развития данной области знания.

Это проявляется в образовании таких направлений исследований, как «интеллектуальные роботы», «многоагентные системы», «виртуальные предприятия» с обращением к понятиям активности, мобильности, автономности, рефлексивности, планирования, коммуникабельности виртуальных сущностей [3, 4].

Сделаем и далее обоснуем предположение: адекватное конструирование и исследование сообщества виртуальных интеллектуальных компьютерных персонажей в рамках постнеклассического подхода требует идей представления персонажа с использованием понятий: «квазиживой» и «квазиразумный» [4].

Приведём некоторые общие соображения о феномене сознания.

Вспомним об известном приёме – принципе дополнительности Н.Бора, являющимся эвристически сильным методологическим способом выявления эффекта целостности в постижении любого предмета анализа [5].

Если предметом анализа становится феномен психики, то указанный методологический приём приводит к целостной, неразрывной паре: «сознательное – бессознательное».

Сделаем свои самые общие предположения о модели взаимодействии этой пары в индивиде, для использования её в последующем конструировании виртуального персонажа.

Прежде всего, целостность модели основывается на представлении её в виде параллельно исполняемых «сознательно-бессознательных» рекурсивных функций (механизмов), области определения и области значений которых есть участки общего поля памяти, периодически переключаемые между функциями посредством механизма рефлексии, соблюдающей некий эталон целостности [8].

Блок «сознание» в целостной паре «сознательное – бессознательное» есть:

• Г енератор текстов планов, реагирующий на воспринятые органами чувств и отражённые в памяти индивида образы предметов мира как на объект для их символьного описания. Такое описание (объективирование) генерируется в результате анализа плана и факта прошлого взаимодействия индивида с объектом, измерения разницы план-факт как степени неудовлетворения потребностей индивида, и творческого синтеза решения о плане будущего действия индивида с объектом ради удовлетворения данной потребности.

• Г енератор (модификатор) алгоритмов поведения на основе обучения (эволюционный принцип мутаций и естественного отбора для повышения эффективности алгоритма).