Сотницы определений искусственного интеллекта

Объяснение и эмуляция разумного поведения в терминах вычислительных процедур. Luger, Stubbfield,1993 [38]

Обеспечение целостности решений и действий, позволяющее системе выжить. [1]

Создание системы проектирования которая сама себя подбросит до интеллекта. [45]

Оперирование компьютером элементами разумности. [1] (Попытка создания разумности элементовили элементов разумности. А.В.)

Ксерокс копирует изображение не понимая его, так же и ИИ может копировать нейросистему для работы в другой среде. [10] (Голова в действительности не мыслит, она только рефлектирует мысли. Р. Штайнер [42,I,562])

Artificial intelligence — название компьютерной науки, на русский язык переводится как «искусственный интеллект», немного подумав можно перевести как «тварная разведка (бытия)». Контр-аргумент: «ИИ это поиск пьяным ключей от машины под фонарем машины Тьюринга или нейромоделей, поскольку только там что-то видно». Контр-контр-аргумент: «ИИ это пьяный с фонариком в небоскребе (интернет роботы-энциклопедисты)». Двусмысленность intelligence (интеллект и добыча данных) для ИИ неисчерпаемы, вплоть до совпадений ИИ = AI = Army Intelligence.

У некоторых отсталых охотничих племен сохранились очень сложные автоматические ловушки с применением принципа обратной связи, с последующей самонастройкой и т. д. Такие автоматы могли действовать многократно, без участия человека, причем добыча «упрятывалась» автоматом и сохранялась, а автомат самонастраивался для нового действия.

В некоторых языках слова «охотник» и «мыслить» имеют один и тот же корень. Например, в украинском языке: «мысливец» и «мыслити». А. А. Братко [ББ 91,25]

ИИ — движущаяся цель исследователя. [10]

Технический ИИ предназначен для работы с физическим миром (автоматизация проектирования и исследований). Социальный ИИ (проходящий тест Тьюринга) должен работать с мыслящим человеком (чтобы, например не возникало ситуаций, как в арабской сказке) [10]

Отражение определенного уровня сложности технической системы, на котором автоматически порождается сознание, отражающее состояние системы. Р. Л. Томсон [31,56]

ИИ это иерархия программ от элементарных (прото-) интеллектуальных операций до мыслей, чувств и наконец мыслящего «Я». Винстон [31,46]

ИИ (и Наука Передачи Впечатлений) — наука строительства мыслеформ, оживления мыслеформ и направления мыслеформ. Алиса А. Бейли [32,84]

Саморазвивающиеся устройства, развитие которого не может задать никакой программист. [20,99]

«Средство развития идей, гораздо более важных, чем собственно машины.» Например: «существуют или не существуют принципиальные различия между человеческим сознанием и «машинно-вычислительным миром», не окажемся ли мы во власти методов, которые мы не в состоянии понимать и контролировать, «насколько далеко можно идти по пути машинной имитации функций и структур живого и разумного» Дж. Вейцбаум [33,9,13,22]

ИИ — трансформация идей о творчестве в программы. Брюс Буханан [85]

Долгих лет, даже целой жизни напряженного труда не достанет, быть может, что бы полностью осуществить мечту об ИИ, увидеть, как сгущатся его призрачная ткань; обретает плоть. В том и зключается наш труд, будь он работой рук или азума. Когда он закончен, мы поднимаем к свету осязаемый, немыслимо живой результат. Александр Гротендик [ББ172,101]

Человек непосредственно не может соперничать с Природой: она слишком сложна, что бы он мог ей противостоять. Образно говоря, человек должен построить между собой и Природой целую цепь из звеньев, в которой каждое последующее звено будет как усилитель Разума более мощным чем предыдущее. Таким образом, это путь увеличения не силы, а мысли, делающий возможным в перспективе овладение свойствами материального мира, непосредственно недоступными человеческому мозгу. Станислав Лем [ББ88Т,78]

речь идет не о том, что бы сконструировать синтетическое человечество, а лишь о том, что бы открыть новую главу технологии, главу о системах сколь угодно большой степени сложности. Поскольку сам человек, его тело и мозг, принадлежат к классу именно таких систем, новая Технология будет означать полную власть человека над самим собой, над собственных организмом, что в свою очередь сделает возможной реализацию таких извечных менчтаний человека, как жажда бессмертия, и, может быть, даже позволит обращать процессы, считающиеся ныне необратимыми (как например, биологические процессы, в частности старение). С. Лем [ББ88Т,149]

Атаковать эту задачу с биологической стороны иди же с небиологической?

Известно, что только очень сложный регулятор может справиться с очень сложной системой. Поэтому нужно искать именно такие регуляторы — в биохимии, в живых клетках, в молекулярной структуре твердого тела, везде где это возможно. Мы знаем, следовательно, чего мы хотим и что ищем. Мы знаем также от нашего репититора Природы, что задачу можно решить. таким образом, мы знаем столько, что уже одно это означает половину успеха. С. Лем [ББ88Т,161]

Конструирование электронных сверхлюдей. С. Лем [ББ88Т,382]

Следовало бы потребовать от конструкторов, что бы они создали возможность «возникновения мыслей без разума», потому что ведь наши автоматы вовсе не являются мозгоподобными системами. С. Лем [ББ88Т,419]

Можно попросту признать негодным конструктивное решение задачи «Каким должно быть разумное Существо», данное Природой, равно как и все решения, достижимые автоэволюционными средствами, заимствованными все у той же Природы. Не улучшать уже имеющуся модель и не латать ее параметры, а установить по желанию их новые значения. Вместо скромного долголетия установить практическое бессмертие, если позволит используемый стройматериал. Вместо упрочнения конструкций, данных Природой, в тех пределах, которые вообще допускает использованный ею строительный материал, потребовать наивысшей прочности, которую может обеспечить существующая технология. Одним словом, отказавшись от реконструкции, перечеркнуть существующее решение и разработать совершенно новое. С. Лем [ББ88Т,462]

Создение идеальной модели гностического устройства. С. Лем [ББ88Т,462]

Создание платформы обладащей личностью. (опросник DARPA)

Полным может быть существование чего-либо, в том числе и компьютера, только в образе жизни и мысли. Плотин [ББ 178,99]

Создание устройства со смысловым отбором, закреплением, переработкой и воспроизведением информации. А. А. Братко [ББ91Т,63]

Блок-схемный подход к построению программных моделей психического процесса (или всей психики) состоит в конструировании модели из отдельных блоков, каждый из которых выполняет какую-то определенную задачу в функционировании всей программы психического процесса. Для определения взаимосвязи блоков строится общая схема протекания деятельности в прототипе (психическом процессе или всей психике), которая и служит основой для установления и подключения функциональных блоков.

Развиваемая Амосовым идея о необходимости структурного отражения психической деятельности в моделях является по существу будированием традиционной психоллогической проблемы определения структурности психики. Чрезвычайная сложность этой проблемы и отсуствие в психологии объективных методов для ее исследования не привели пока психологов к значительным успехам в ее решении.

Методами кибернетики может быть определена оптимальная структура, которая по существу является гипотезой о структуре информационных процессов в мозге.

Как замечают А. В. Напалков и Ю. В. Орфеев, физиологические и психологические исследования после создания таких гипотез уже могут быть организованы не как слепое выявление взаимодействия каких-либо отделов мозга, а как проверка или опровержение применимости к работе мозга того или иного принципа организации структуры, например подтвреждение или опровержение идеи о раздельном существовании блока выработки новых подкрепляющих раздражителей и блока, обеспечивающего стратегию использования этих подкрепляющих сигналов для самообучения.

Жестко-алгоритмические модели достаточно четко и точно имитируют простые, изолированные операции психической деятельности, а блок-схемные модели, наоборот, воспроизводят сложные, взаимосвязанные процессы и даже свойства психики, однако весьма неточно и неадекватно.

Общим недостатком всех программных моделей является недостаточная глубина аналогии между моделью и прототипом, тот несомненный факт, что программные модели имитируют только функци психики и совершенно не учитывают более глубокой аналогии — между субстратами осуществляющими эти функции.

Синтетический подход — в нем достижения алгоритмического, эвристического и блок-схемного моделирования как бы объединяются на высшем уровне и дают новое качество — возможность углубить аналогию между моделью и объектом до ступени структуры включительно. А. А. Братко [ББ91Т,133—135]

Если поставить себе задачу создать свой маленький домашний ИИтик, то … [New, Форум ИИ в «Переплет»]

Кибернетические машины со временем начинят живыми клетками, созданными искусственно из неорганических веществ (т.е. отрицание принципа Рэди «живой из живого» А.В.) расположат по разгаданной схеме живого мозга и заставят работать — мы создадим искусственный аппарат, полностью воспроизводящий все особенности нашего органа мышления. Конечно это будет уже не технического устройство, а синтетический мозг. И опять-таки: зачем слепо следовать природе? Ведь хотя природа создавая нас с вами, поработала неплохо, смешно утверждать, что лучше сделать нельзя. Е. Сапарина 1962 г. [88Т,300]

Органон чистого разума — совокупность принципов согласно которым могут быть приобретены и осуществлены все чисты априорные знания. Полное применение органона дает систему чистого разума. Иммануил Кант. Критика чистого разума. [241,36] (Словарь Канта)

Создание ИИ в DARPA DSO:

a. The understanding of intelligence and self organization in the natural world,

b. biological approaches to the growth of materials and devices.

c. Efforts to understand the nature of consciousness

d. Development of engineered intelligence.

e. Neuromorphic information processing systems.

f. Environments, systems, and concepts for the evaluation of machine intelligence.

g. Signal processing techniques for the decoding of neural signals in real time, specifically those associated with operationally relevant cognitive events.

h. Quantitatively describe and understand complex human neuroscience. [DSO BAA-10-55]

Создание абсолютного аналога мыслящего мозга, а затем по возможности системы абсолютного электронного стратега — мыслящей машины, способной полностью заменить людей в сфере управления войсками в оперативно-тактическом и даже стратегическом масштабах. [254,250]

Машины обладающие хотя бы десятой долей гибкости и многосторонности человека стали бы постине сказочными. [254,250]

Создание субъективной реальности. Конспект Д. И. Дубровского

Несмотря на растущий объём знаний о психике человека — его языке, семиотических возможностях и способности к формированию концептов и на данные о сопоставлении этих функций с высшими проявлениями психических способностей других биологических видов, мы тем не менее очень плохо представляем себе, что такое Сознание — главная наша характеристика как вида (наряду с языком) — и как оно обеспечивается мозговой активностью. В этой связи стоит вспомнить дискуссию «The Self and Its Brain», происходившую почти 30 лет назад между нейрофизиологом Джоном Экклзом и философом науки Карлом Поппером и признать, что всё нарастающая лавина надёжных данных функционального картирования мозга и некоторый прогресс в теоретических знаниях тем не менее не привели за это время к значимому прорыву в осмыслении проблемы. Вероятно, следует возлагать надежды не на ещё большее усложнение разрешающей способности техники, а на методологический и даже философский прорыв. Т. В. Черниговская [152Т,128]

То, что заключено в механизме, не может выйти из него и спросить, как стало возможным это целое; именно здесь, посреди ряда явлений, абсолютная необходимость отвела ему место; если оно покидает это место, то оно уже не есть эта сущность, и тогда непонятно, как еще какая-либо причина может воздействовать на эту самостоятельную, в себе самой полную и завершенную сущность.

Так появляется интеллект и автономность, ИИ начинает думать:

Я свободен (и я есть таковой благодаря тому, что я поднялся над взаимосвязью вещей и спрашиваю, как стала возможной сама эта взаимосвязь), я вовсе не вещь, не объект. Я живу в совершенно своем собственном мире, я есть сущность, которая существует не для других сущностей, а для самой себя. Во мне могут быть только деяния и действия. Шеллинг [305,79]

Aa interconnected fabric of theories, models, empirical methods and findings, and educational approaches, opening new opportunities to understand complex aspects of neural and cognitive systems through integrative multidisciplinary approaches.

Neuroengineering and Brain-Inspired Concepts and Designs:

Merging insights gained from neuroscience and cognitive science with those from rapidly changing technologies will lead to significant innovations that are inspired by or directed toward the brain. These may include technologies for imaging, sensing, recording, or affecting real-time brain activity and behavior; brain-inspired computing paradigms; brain-computer interfaces; augmented and adaptive systems (e.g., for communication, prosthetics, learning, education, or performance); functional neurotechnologies; and other computational and bioengineered systems. Proposals advancing this theme must show how computational and/or engineering principles are advanced synergistically with neural and cognitive investigations.

Individuality and Variation:

Neural and cognitive processes at all levels, from synapses to societies, display functionally important variability across time, context, individual units of analysis (e.g., neurons, nodes, persons), and populations. Explaining this variation, including the role of noise, in biological and machine systems, signaling and communication at all levels, representations, learning and adaptation, development, resilience, ability, cultural and social processes, and group differences, will have far-reaching consequences in many scientific domains. Proposals advancing this theme must consider these domain-specific issues alongside statistical and modeling challenges to explore, describe, and understand the role of naturally occurring variability.

Cognitive and Neural Processes in Realistic, Complex Environments:

Understanding the brain in action and in context requires moving beyond static, artificial experimental settings that minimize naturally occurring complexity and interactions. This theme includes, but is not limited to: adaptive processes during complex physical, social, and educational interactions; flexibility and contextual aspects of cognitive, biological, and machine learning; experimental paradigms leveraging immersive environments (e.g., virtual reality) or other simulation or synthesis methods; mobile technologies for cognitive and neural processing and data gathering; and cyber-human interactions such as human-robot symbiosis. Proposals advancing this theme must push present boundaries of scientific understanding of cognitive and neural processes beyond standard experimental settings.

Data-Intensive Neuroscience and Cognitive Science:

New methods and technologies for gathering and analyzing vast amounts of data are rapidly changing how neural and cognitive processes can be explored, modeled, and understood. Neural and cognitive data pose specific challenges with respect to complexities of scale, heterogeneity, throughput requirements, experimental limitations, and behavioral, cognitive, and biological richness; and may involve acquisition by multiple instruments, investigators, or communities in a wide variety of contexts. Proposed research and innovation to enable large-scale analysis, modeling, aggregation, sharing, and open science must confront these complexities, while being driven by integrative neural and cognitive discovery goals that require data-intensive approaches to succeed. Proposals advancing this theme must develop innovative approaches to addressing the unique problems associated with data-intensive research. [Integrative Strategies for Understanding Neural and Cognitive Systems (NSF)]

Robots — smart electro-mechanical devices that sense and operate within the environment of their surroundings — have the potential to transform our lives for the better. Specialized collaborative robots (co-robots) will safely assist people in their work and daily activities, while other robots will perform jobs too dangerous for people. We envision a future in which co-robots will no longer be expensive novelties, but rather ubiquitous technologies that significantly enrich the quality of life and quality of work for each of us. [National Robotics Initiative 2.0: Ubiquitous Collaborative Robots]

Collaboration:

Enable robots to collaborate and coordinate effectively with multiple other agents, either people or robots;

Enable robotic systems to perceive, act, plan and learn in a distributed fashion;

Enable robots to learn efficiently from direct experience, people, other robots, and digital media; and

Enable robots to inform and instruct multiple other agents, either people or robots.

Interaction:

Enable natural interaction with novice users, including use of language and non-verbal communication;

Enable effective interaction with experts, including through remote operation;

Enable robots to reliably recognize and predict the behavior and activities of others;

Investigate social intelligence in robots, including use of mental models, perspective taking, and joint attention; and

Investigate issues of trust with respect to ubiquitous co-robots.

Scalability:

Investigate easily customizable robots for achieving a variety of tasks in a variety of situations;

Investigate easily personalizable robots for interacting with a variety of people;

Investigate composable hardware or software that supports the development of ubiquitous co-robots;

Investigate approaches to managing data produced/consumed by robots, especially data shared among agents; and

Investigate hardware and software approaches to increase mean time between failure by orders of magnitude and enable robots to fail gracefully.

Physical Embodiment:

Investigate designs and materials (e.g., soft robots) for facilitating ubiquitous interaction and for making co-robots inherently safe;

Facilitate physical collaboration (including peer-to-peer; collaborative manipulation; and augmentation of human capabilities);

Investigate physical information gathering, sensor modalities, and cooperative and distributed sensing; and

Investigate alternate robot-human communication modalities (e.g., voice, gesture, visual, movement, tactile) to enhance cooperation amongst team members.

Lowering Barriers to Entry (see also Section II. B):

Investigate innovative programming languages/paradigms for robots;

Develop robust, easy-to-use infrastructure for software, hardware, and systems;

Develop techniques that would facilitate shareable physical testbeds, especially techniques to make existing testbeds easily available communally; and

Develop shareable resources, such as software and data.

Societal Impact:

Investigate the impact of ubiquitous co-robots on social and economic equality;

Investigate needed economic and governance policies;

Investigate ethical and legal issues related to ubiquitous co-robots;

Investigate issues related to teamwork and integration, partnerships, and worker training for collaboration with robots; and