Читать книгу "Насосы интуиции и другие инструменты мышления - Дэниел К. Деннетт"

Эти агенты подобны белым воротничкам – аналитикам и управленцам, имеющим конкретные обязанности. Как и все белые воротнички, они не лишены здоровой соревновательности и готовы принять все, с чем сталкиваются в процессе своей деятельности, и даже подмять под себя соседей или тех, кто состоит с ними в контакте. На этом уровне компетентности выступающие в качестве агентов субличностные элементы представляют собой умные кирпичики, и мы начинаем понимать – по крайней мере, в общих чертах, – как сложить из них цельную, способную к пониманию личность. (“Требуется сборка”, как написано на коробке с деталями велосипеда, но нам хотя бы не нужно резать и гнуть металл, делать гайки и болты.)

Представить немыслимое – как личность может состоять из (одних лишь) бездумных молекул – можно двумя способами: пойти от частного к общему, как мы только что поступили, или от общего к частному, начав с цельной личности и изучая, каково наименьшее число очень умных гомункулов, способных договориться между собой и выполнять все задачи, которые необходимо выполнять, чтобы личность продолжала функционировать. Первым по пути от общего к частному прошел Платон. Он предположил, что душа состоит из трех частей-агентов, аналогичных правителям, стражам и работникам, или разумному, яростному и страстному началу, но за прошедшие с тех пор два тысячелетия было выявлено немало причин, по которым его анализ нельзя считать удачным. Предложенное Фрейдом около ста лет назад деление на Ид, Эго и Супер-Эго было несколько лучше, но активные попытки поделить сознание на подсознания начались только после изобретения компьютера и появления науки об искусственном интеллекте (ИИ), задача которой изначально заключалась в анализе когнитивных способностей цельной (взрослой, сознательной, использующей язык) личности путем представления ее в качестве огромной сети субличностных специализированных элементов, таких как генератор целей, поисковик воспоминаний, оценщик планов, анализатор восприятия, анализатор предложений и так далее.

20. Каскад гомункулов

В старом как мир стремлении понять сознание мыслители часто поддавались искушению представить внутреннего агента, маленького человечка – homunculus по-латыни, – который сидит в диспетчерской мозга и выполняет всю умную работу. Если представить человеческую нервную систему, скажем, в виде огромного телефонного коммутатора (философы обожали этот прием еще в 1950-х и 1960-х), возникнет проблема работающего с ним оператора: можно ли считать, что его сознание представляет собой телефонный коммутатор меньшего размера, имеющий собственного оператора, сознание которого, в свою очередь, сравнимо с… Эта бесконечная регрессивная последовательность обрекает на провал любую теорию, предполагающую наличие центрального гомункула.

Но, может, проблема не во введении гомункула как такового, а во введении центрального гомункула? В своей первой книге “Содержание и сознание” (1969) я допустил серьезную ошибку, не удержавшись от насмешки. Я написал:

“Человечек внутри мозга”, “дух в машине” Райла не решает проблему сознания. Хотя нельзя исключить, что аналогии с “письменностью мозга” найдется какое-нибудь полезное применение, кажется, что она лишь заменяет маленького человечка целым комитетом. [p. 87]

И чем же плох этот комитет? (Ага! Вот и критика моей попытки доведения до абсурда!) В итоге я пришел к выводу (в книге “Мозговые штурмы”, 1978a), что идея заменить человечка внутри мозга целым комитетом не так уж плоха – пожалуй, это одна из лучших идей когнитивной науки. Такой была классическая стратегия символического искусственного интеллекта GOFAI (“старый добрый искусственный интеллект”; Haugeland 1985), которая получила название гомункулярного функционализма:

Отталкиваясь от определенным образом описанной проблемы, программист ИИ фактически считает компьютер антропоморфным: если компьютер решит проблему, программист скажет, что создал компьютер, который может [например] понимать вопросы на русском языке. На первом и высшем уровне конструкции компьютер разбивается на две подсистемы, каждая из которых получает определенным образом описанную задачу. Программист составляет схему блоков оценки, устройств памяти, селекторов, контроллеров и тому подобных элементов. Это многочисленные гомункулы… Каждый гомункул, в свою очередь, делится на меньших гомункулов, но – что важнее – на менее умных гомункулов. Достигнув уровня, на котором гомункулы представляют собой не более чем суммирующие и вычитающие устройства, а их интеллект ограничивается способностью по команде выбирать большее из двух чисел, гомункулы превращаются в функционеров, которых можно заменить машиной. [p. 80]

Большой плюс этой стратегии заключается в том, что она опровергает возражение о бесконечном регрессе. Гомункулярный функционализм позволяет обойти губительный бесконечный регресс и заменить его конечным, который в итоге приводит нас, как мы только что заметили, к операторам, задача коих настолько проста, что их можно заменить машинами. Главное было отказаться от мысли, что всю работу делает центральный оператор, и распределить задачи между небольшими, менее умными агентами, работа которых также распределяется между другими агентами, и так далее.

Таким образом, идя от общего к частному, классический GOFAI позволил нам сделать большой шаг вперед, однако предложенная им бюрократическая система организации вышла хотя и эффективной, но излишне механистичной! Может, нам и показалось, что мы избавились от короля или директора, но у нас все равно осталась армия руководителей среднего звена, подчиняющихся множеству вице-президентов (взаимодействия которых формируют высший уровень системы) и отдающих приказы своим подчиненным, которые, в свою очередь, делегируют задачи нижестоящим конторским работникам, и так далее. Существование этой гиперэффективной организации, где ни один элемент не работает вхолостую, где не происходит искусственного раздувания штатов, а все приказы беспрекословно выполняются, в основном обусловливалось тем фактом, что огромные компьютеры, на которых разрабатывались ранние модели ИИ, по сегодняшним стандартам были медленными и маломощными, а люди хотели как можно быстрее получить результат. Чтобы произвести впечатление на инвестора, нужно было создать такой ИИ, которому для ответа на простой вопрос не нужно думать часами. Он должен был работать четко. Кроме того, на создание тысяч строк кода требуется немало времени, а если вы сумели разбить итоговую цель – к примеру, научить компьютер отвечать на вопросы о лунных камнях, диагностировать болезни почек или играть в шахматы – на серию решаемых задач и знаете, как создать для них программы, которые затем можно будет интегрировать в рабочую систему, вы получите свой “экспериментальный образец”[24] при целесообразно низких временных и финансовых затратах.