Автор статьи рассказал о разработанной им концепции искусственного интеллекта, в которой компьютер оперирует не статистическими совпадениями, а структурированными значениями слов. Работу над системой, названной «искусственным познанием», он начал около 1986 года; по его словам, проект получил патент в США, но так и не вышел на коммерческий рынок.
Идея возникла из несогласия автора с тестом Тьюринга: способность машины убедительно изображать человека, по его мнению, ещё не свидетельствует о мышлении. В качестве примера он приводит программу ELIZA, которая поддерживала подобие диалога, но, как считает автор, не обладала интеллектом. Его целью была система, способная рассуждать по шагам и объяснять выводы способом, понятным человеку.
«Компьютеры должны работать с идеями напрямую», — формулирует автор замысел своей разработки.
Для этого он предложил переводить слова и выражения в особые 64-битные коды, которые компьютер мог бы обрабатывать стандартными логическими операциями — например, AND, OR и XOR. Такие коды должны были представлять не только само слово, но и его признаки: к какой категории оно относится, где действует обозначаемый объект, как он работает и для чего предназначен. В итоге компьютер мог бы сопоставлять понятия, а результаты — при необходимости переводить обратно на человеческий язык.
Как система находила аналогии
Одним из примеров работы программы автор называет поиск аналогий. В качестве исходной пары использовались «автомобиль» и «небольшой пассажирский самолёт». Среди результатов были «пригородный поезд — пригородный самолёт», «грузовой поезд — грузовой самолёт», «такси — небольшой коммерческий пассажирский самолёт», а также «лев — орёл».
Последняя пара удивила разработчика: в словаре были и другие хищные животные и птицы, но программа сопоставила именно льва с орлом. Автор объясняет это тем, что в кодах обоих слов был указан дополнительный смысл — символ власти или авторитета. Иными словами, система учитывала не только тип объекта, но и заложенное в словарное описание контекстное значение.
По словам автора, каждое слово или словосочетание занимало один 64-битный регистр. Сначала XOR-операция сравнивала исходную пару, затем результат сопоставлялся с элементами словаря. Несовпадающие варианты отсекались, а при совпадении получалась новая аналогия. Разработчик утверждает, что на 2-гигагерцевом процессоре такой поиск мог занимать около одной миллиардной доли секунды; вычисления он проверял на 32-битном компьютере, который имитировал работу 64-битной системы.
В версии проекта, описанной автором, словарь насчитывал более 10 тысяч слов. На его составление и проверку ушло два года. Разработка самой схемы заняла несколько попыток: сначала автор рассматривал слова длиной 256 бит, но позднее решил ориентироваться на 64-битные процессоры, которые, по его словам, ожидались в 1986 году.
Категории и контекст
Каждое 64-битное описание делилось на поля по восемь бит. Внутри них значения группировались в иерархию: восемь надкатегорий, в каждой — группы и подкатегории. Такая структура позволяла задать 256 категорий. Например, автомобиль, поезд, автобус, такси и велосипед относились к наземному транспорту, а самолёт — к воздушному.
Отдельные поля могли обозначать источник энергии, способ работы и назначение объекта. Для автомобиля это могли быть электричество или топливо, двигатель и перевозка людей. Ещё одно поле описывало контекст: именно в нём, как объясняет автор, у льва и орла было зафиксировано символическое значение «власть». В систему также закладывались биты отрицания, связанные с отдельными полями.
Автор подчёркивает, что значения этих кодов не всегда однозначны: смысл задаётся набором слов и правилами обработки конкретной части словаря. Систему он не задумывал для распознавания изображений и других задач, требующих поиска визуальных шаблонов. Её назначением была работа с понятиями и логическими связями между ними.
По словам разработчика, на итоговую конструкцию было выдано патентное свидетельство Ведомства США по патентам и товарным знакам. Он считает, что патент давно утратил действие и разработка теперь находится в общественном достоянии. Однако, утверждает автор, желающих оценить изобретение не нашлось, финансирование прекратилось, а до практического внедрения дело не дошло.
Критика современных ИИ-систем
Историю своего проекта автор приводит на фоне споров о рисках искусственного интеллекта. Он критикует коммерческие системы, которые, по его мнению, во многом опираются на распознавание закономерностей, похожее на работу человеческого мышления. Такой подход он считает недостаточно рациональным и противопоставляет ему формализованную обработку понятий.
В качестве примера нынешних опасений автор ссылается на документы Anthropic, которые, как он их пересказывает, предупреждают инвесторов о возможных катастрофических последствиях развития ИИ, вплоть до гибели людей. Он также приводит оценку компании в $1,5 трлн, которую связывает с её выходом на биржу. Эти заявления используются в статье как аргумент в полемике о контроле над ИИ, а не как описание возможностей разработанной им системы.
Автор считает, что разработчикам нужны не только ограничения, но и более надёжные принципы рассуждения и осторожности. Собственную систему он описывает как альтернативный подход — с явными категориями, проверяемыми связями и пошаговыми операциями, — но признаёт, что она не получила ни финансирования, ни коммерческого применения.
Оригинал этой публикации впервые появился на localhost.

23:52
















