Введение

Система, которая воспринимает физические паттерны и объединяет их в структуры, а затем манипулирует ими.
Система физических символов (также называемая формальной системой) воспринимает физические паттерны (символы), объединяет их в структуры (выражения) и манипулирует ими (с помощью процессов) для создания новых выражений. Гипотеза физической системы символов (PSSH) – это позиция в философии искусственного интеллекта, сформулированная Алленом Ньюэллом и Гербертом А. Саймоном. Они писали:

Это утверждение подразумевает, что человеческое мышление является разновидностью манипулирования символами (поскольку система символов необходима для интеллекта) и что машины могут обладать интеллектом (поскольку система символов достаточна для интеллекта). Эта идея имеет философские корни у Гоббса (который утверждал, что рассуждение – это "не что иное, как вычисление"), Лейбница (который пытался создать логический исчисление всех человеческих идей), Юма (который считал, что восприятие можно свести к "атомным впечатлениям") и даже Канта (который анализировал весь опыт как подчиняющийся формальным правилам). Современная версия этой идеи называется вычислительной теорией разума и связана с философами Хилари Патнэмом и Джерри Фодором.

Доказательства гипотезы

Две группы доказательств убедили Аллена Ньюэлла и Герберта А. Саймона в том, что "манипулирование символами" является сутью как человеческого, так и машинного интеллекта: психологические эксперименты, проведенные на людях, и разработка программ искусственного интеллекта.

Психологические эксперименты и компьютерные модели

Ньюэлл и Саймон провели психологические эксперименты, которые показали, что при решении сложных задач в области логики, планирования или любого вида "решения головоломок", люди тщательно продвигались шаг за шагом, рассматривая несколько различных возможных вариантов, выбирая наиболее перспективный и возвращаясь назад, когда заходили в тупик. Каждое возможное решение визуализировалось с помощью символов, таких как слова, числа или диаграммы. Это была "манипуляция символами" – люди итеративно исследовали формальную систему в поисках подходящего шаблона, который мог бы решить задачу. Ньюэлл и Саймон смогли смоделировать поэтапные навыки решения проблем, свойственные людям, с помощью компьютерных программ, создав программы, использующие те же алгоритмы, что и люди, и способные решать те же задачи. Этот тип исследований, сочетающий экспериментальную психологию и компьютерное моделирование, был назван Губертом Дрейфусом "когнитивным моделированием". Их работа оказала глубокое влияние: она способствовала когнитивной революции 1960-х годов, становлению когнитивной науки и когнитивизма в психологии. Данное направление исследований показало, что решение проблем человеком состоит главным образом из манипулирования символами высокого уровня.

Программы искусственного интеллекта в 1950-х и 60-х годах

В первые десятилетия исследований ИИ существовало множество весьма успешных программ, использовавших высокоуровневую символьную обработку. Эти программы добились значительных успехов, демонстрируя навыки, которые многие люди в то время считали невозможными для машин, такие как решение текстовых алгебраических задач (STUDENT), доказательство теорем в логике (Logic Theorist), обучение игре в шашки на соревновательном уровне (шашки Артура Сэмюэля) и общение на естественном языке (ELIZA, SHRDLU). Успех этих программ наводил на мысль, что системы символьной обработки способны моделировать любое проявление интеллекта.

Уточнения

Гипотеза физических систем символов становится тривиальной, бессмысленной или неактуальной, если мы не признаем различие между "оцифрованными сигналами" и "символами", между "узким" ИИ и общим интеллектом, а также между сознанием и разумным поведением.

Семантические символы против динамических сигналов

Гипотеза физической системы символов интересна только в том случае, если мы ограничим "символы" вещами, которые имеют узнаваемое значение или денотацию и могут комбинироваться с другими символами для создания более сложных символов, таких как <dog> и <tail>. Она не применима к простым абстрактным 0 и 1 в памяти цифрового компьютера или к потоку 0 и 1, проходящему через воспринимающий аппарат робота. Она также не применима к матрицам неидентифицированных чисел, используемым, например, в нейронных сетях или машинах опорных векторов. Формально это могут быть символы, но не всегда возможно точно определить, что эти символы обозначают. Это не то, что имели в виду Ньюэлл и Саймон, и аргумент становится тривиальным, если мы их включим. Дэвид Турецкий и Дин Померло рассматривают, что произойдет, если интерпретировать "символы" в гипотезе ФСС (PSSH) как двоичные цифры цифрового оборудования. В этой версии гипотезы не делается различий между "символами" и "сигналами". Здесь гипотеза физической системы символов утверждает лишь то, что интеллект может быть оцифрован. Это более слабое утверждение. Действительно, Турецкий и Померло пишут, что если символы и сигналы – это одно и то же, то "[д]остаточность является само собой разумеющейся, если только вы не дуалист или какой-либо другой мистик, поскольку физические системы символов являются машинами Тьюринга". Та же проблема относится к неидентифицированным числам, которые появляются в матрицах нейронной сети или машины опорных векторов. Эти программы используют ту же математику, что и цифровая симуляция динамической системы, и их лучше понимать как "динамическую систему", а не как "физическую систему символов". Нильс Нильссон писал: "Любой физический процесс может быть смоделирован с любой желаемой степенью точности на компьютере, манипулирующем символами, но описание такой симуляции в терминах символов, а не сигналов, может оказаться непомерно сложным".

Общая разведка против "узкой" разведки

PSSH относится к "общему интеллектуальному действию", то есть к любой деятельности, которую мы считаем "интеллектуальной". Таким образом, это утверждение о том, что искусственный общий интеллект может быть достигнут исключительно с помощью символических методов. Он не относится к "узким" приложениям. Исследования в области искусственного интеллекта добились успеха в разработке множества программ, способных разумно решать конкретные задачи. Однако, исследования ИИ пока не смогли создать систему с искусственным общим интеллектом – способностью решать разнообразные новые задачи, как это делают люди. Следовательно, критика PSSH относится к ограничениям ИИ в будущем и не применима к текущим исследованиям или программам.

Доказательства против гипотезы

Нильс Нильссон выделил четыре основных "темы" или основания, по которым критиковалась гипотеза физической системы символов. Это "ложное утверждение об отсутствии символьного обоснования у [гипотезы физической системы символов]", которое считается необходимым условием для общего разумного поведения. Распространенное мнение о том, что для ИИ необходима несимволическая обработка (которую, например, может обеспечить коннекционистская архитектура). Распространенное утверждение, что мозг – это не компьютер и что "вычисления в их нынешнем понимании не дают адекватной модели интеллекта". И, наконец, некоторые полагают, что мозг по сути своей лишён разума, что большая часть происходящих в нём процессов – это химические реакции, и что разумное поведение человека аналогично разумному поведению, демонстрируемому, например, колониями муравьев.

Доказательство того, что мозг не всегда использует символы

Если человеческий мозг не использует символьные рассуждения для создания разумного поведения, то необходимая часть гипотезы неверна, а человеческий интеллект служит опровергающим примером.

Воплощенное познание

Джордж Лакофф, Марк Тернер и другие утверждали, что наши абстрактные способности в таких областях, как математика, этика и философия, основаны на бессознательных навыках, коренящихся в телесном опыте, и что сознательная работа с символами – это лишь малая часть нашего интеллекта.

Доказательство того, что символический ИИ не может эффективно генерировать интеллект для всех проблем

Невозможно доказать, что символический ИИ никогда не достигнет общего интеллекта, но если мы не можем найти эффективный способ решения конкретных задач с помощью символического ИИ, это является свидетельством маловероятности истинности достаточной части гипотезы PSSH.

Доказательства того, что субсимволические или нейросимволические программы ИИ могут генерировать интеллект

Если субсимволические программы ИИ, такие как глубокое обучение, способны интеллектуально решать задачи, то это является свидетельством ложности необходимой части PSSH. Если гибридные подходы, сочетающие символический ИИ с другими методами, могут эффективно решать более широкий круг задач, чем любая из этих техник по отдельности, это является свидетельством истинности необходимой части и ложности достаточной части.

Брукс

Родни Брукс из MIT сумел создать роботов, которые обладали превосходной способностью к движению и выживанию, не используя символические рассуждения вовсе. Брукс (и другие, такие как Ганс Моравек) обнаружили, что наши самые базовые навыки движения, выживания, восприятия, равновесия и так далее, похоже, не требуют символов высокого уровня, а использование таких символов, напротив, оказывалось более сложным и менее эффективным. В статье 1990 года «Слоны не играют в шахматы» исследователь в области робототехники Родни Брукс напрямую оспорил гипотезу физической системы символов, утверждая, что символы не всегда необходимы, поскольку «мир сам по себе является наилучшей моделью. Она всегда абсолютно актуальна, содержит все необходимые детали, и секрет заключается в том, чтобы правильно и достаточно часто ее воспринимать».

Коннективизм и глубокое обучение

В 2012 году AlexNet, глубокая нейронная сеть, значительно превзошла все остальные программы в задаче классификации изображений на ImageNet. С тех пор глубокое обучение продемонстрировало гораздо больший успех во многих областях, чем символьный ИИ.