Человеческое знание и его компьютерный образ. Глава 1. И.Ю.Алексеева

СОДЕРЖАНИЕ

Глава 1. ТИПЫ ВОПРОСОВ О ЗНАНИИ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Вопросы о знании, возникающие в связи с компьютеризацией, развитием ИИ и созданием систем, основанных на знаниях — это, конечно же, далеко не первые из вопросов о знании, которыми задавались люди на протяжении своей истории, и отнюдь не исчерпывающие всего разнообразия вопросов о знании, занимающих человека сегодня. Имея в виду это обстоятельство, можно попытаться, с одной стороны, уяснить своеобразие эпистемологических проблем, порождаемых компьютеризацией, и, с другой стороны, исследовать их связь с «некомпьютерными» эпистемологическими проблемами — как с традиционными, так и с приобретшими актуальность в самое последнее время. Выполнение этой задачи предполагает некоторую типологизацию вопросов о знании. Вообще говоря, последняя может проводиться различными способами и по самым разным основаниям. Здесь мы будем типологизировать вопросы о знании, исходя прежде всего из того, что характер этих вопросов определяется контекстом, в котором они возникают, и тем концептуальным инструментарием, который применяется в их исследовании.

1. Экзистенциальные и технологические вопросы

Многие из современных эпистемологических проблем, в том числе связанные с компьютеризацией и искусственным интеллектом, имеют на самом деле древнюю родословную, восходящую, по крайней мере, к античной эпистемологии. Вопросы об отличии знания от квазизнания (т. е. от того, что претендовать на статус знания и быть принятым за таковое), о структуре знания и его видах, об онтологии знания, о способах его достижения были поставлены уже Платоном. В его трудах мы находим и первое систематическое их исследование. Эти вопросы (привлекавшие в течение более чем двух тысячелетий, прошедших со времени создания произведений Платона, внимание многих других мыслителей) могут быть названы экзистенциальными в широком смысле этого слова. Ведь так или иначе, все эти вопросы — о том, как существует знание, каково оно есть.

Не имея здесь возможности представить сколь-нибудь полный обзор экзистенциальных вопросов о знании, остановимся лишь на примерах их постановки и решения в платоновских диалогах. Эти примеры показательны, кроме прочего, и в том отношении, что демонстрируют роль контекста и концептуального инструментария в исследовании знания.

Рассмотрим, как ставится вопрос о знании в диалоге «Государство» [44, т.3(1), с. 277-284]. В ходе обсуждения Сократом и его собеседниками устройства идеального государства возникает вопрос, как отличить среди людей, имеющих тягу к познанию и учению, тех, кто любит усматривать истину и познает в подлинном смысле этого слова (а именно такие люди должны стать правителями в идеальном государстве), от тех, кто радуется знакомству с чем-либо новым, однако не может достичь подлинного знания — не может пойти дальше мнения.

В связи с этим ставится задача провести различие между знанием, с одной стороны, и, с другой стороны, — тем, что знанием не является, однако может в определенных условиях претендовать на статус знания и выдаваться за таковое. В качестве псевдознания в данном случае рассматривается мнение. Буквально задача различения знания и мнения формулируется в данном диалоге его главным действующим лицом — Сократом следующим образом: «Если тот, о ком мне сказали, что он только мнит, но не познает, станет негодовать и оспаривать правильность наших суждений, могли бы мы его как-то унять и спокойно убедить, не говоря открыто, что он не в своем уме?» Убеждение предполагаемого оппонента (т.е. проведение различия между мнением и знанием) основывается на различении мира идей (чистое бытие) и мира вещей — промежуточного между чистым бытием и полным небытием. Знание и мнение понимаются как способности, различающиеся по своей направленности: знание направлено на чистое бытие, а мнение — на область, промежуточную между бытием и небытием. (В диалоге говорится о еще одной способности — незнании, которое направлено на полное небытие.) Соответственно те, кто замечают много прекрасного (радуются прекрасным звукам, краскам, очертаниям), но не видят прекрасного самого по себе, или замечают много справедливых поступков, но не справедливость самое по себе, «имеют обо всем этом лишь мнение, но они не знают ничего из того что мнят». Знают же те, кто созерцает сами эти сущности (идеи прекрасного и справедливого), «вечно тождественные самим себе).

В данном примере мы сталкиваемся с такой чертой контекста рассмотрения знания, которая достаточно характерна для философской классики. Это наличие ситуации, когда возникает задача отличить знание от того, что иногда претендует на статус знания или может быть принято за знание, однако на самом деле таковым не является. В качестве таких, соотносимых со знанием феноменов обычно выступают мнение, вера, убеждение, полагание (заметим, что соответствующие понятия не являются в принципе взаимоисключающими). При этом обстоятельства, побуждающие к постановке такой задачи, могут быть различными. В рассмотренном только что примере «разведение» знания и мнения потребовалось для того, чтобы охарактеризовать качества правителей идеального государства, — знание, трактуемое как способность к постижению «чистого бытия», входит в число этих качеств. Данное обстоятельство сказалось и на результате анализа знания, представленного в «Государстве», — способность знать и иметь мнение рассматривается здесь не как присущее одному и тому же человеку (когда что-то человек знает, а о чем-то имеет только мнение), но как характеризующее разные типы людей — одни люди способны знать, а другие — лишь мнить. Концептуальный инструментарий исследования знания образуют в данном случае понятия платоновской онтологии о бытии, небытии и промежуточной сфере, а также понятие способности как особого вида сущего, в которой Платон усматривает «лишь то, на что она направлена и каково ее воздействие».

Именно использование этого концептуального инструментария приводит к постановке вопроса о различии объектов знания и мнения, которое играет решающую роль в платоновской трактовке знания. В рассмотренном случае контекст и инструментарий позволили Платону поставить следующие вопросы о знании (и предложить ответы на них): это вопрос об отличии знания от мнения и вопрос об объекте знания (или, словами Платона, о том, на что направлено знание как способность).

Заметим, однако, что стройность и эффектность метафизической конструкции, создаваемой в ходе рассмотрения знания в «Государстве» — в одном из диалогов позднего периода, отражающих зрелую доктрину платонизма, — оплачена ценой значительного расхождения Платона с практикой приписывания когнитивных (эпистемических) оценок. В самом деле, ситуация, когда одно утверждение оценивается людьми как выражающее знание о некотором предмете, в то время как другое утверждение расценивается как выражающее мнение о том же самом предмете, вполне типична (предмет понимается здесь в самом широком смысле — он может относиться как к «миру идей», так и к «миру вещей»). Согласно трактовке знания, представленной в «Государстве», не может быть знания и мнения об одном и том же. Между тем в диалоге «Менон», относящемся к более ранней стадии эволюции философских взглядов Платона, упомянутая ситуация — когда предмет знания и мнения один и тот же — рассматривается как одна из возможных. Основное отличие знания от мнения усматривается здесь в способе достижения (получения, приобретения) того и другого субъектом, а также в некоторых структурных характеристиках. Так, в «Меноне» сравнивается знание дороги в город и правильное предположение о ней (правильное мнение). При этом подчеркивается, что по практической значимости последнее может не уступать первому: тот, кто имеет верное мнение о том, где проходит дорога в город, может повести в этот город людей не менее успешно, чем тот, кто знает эту дорогу [44, т.1, с.406]. Примечательно, что человек, имеющий правильное мнение, характеризуется здесь как тот, кто «правильно предполагает, где эта дорога, но никогда не ходил по ней и не знает ее». Это дает основание думать, что знающий дорогу, согласно Платону, должен был пройти по ней ранее сам — что, таким образом, для знания предмета требуется непосредственное восприятие его, непосредственное знакомство с ним. С этим же мотивом мы встречаемся и в «Теэтете», где говорится о судьях, которые не были очевидцами разбираемых в ходе суда событий, и, следовательно, не имеют знания о них. Тем не менее они получают информацию, позволяющую им составить мнение об этих событиях, «судят обо всем по слуху, получив истинное мнение, но без знания». При этом, говорит Сократ, убеждение их правильно, если они хорошо судят… если бы истинное мнение и знание были одним и тем же, то без знания даже самый проницательный судья не вынес бы правильного решения [44, т.2, с.304-305].

Вместе с тем Платон настаивает здесь на нетождественности знания ощущению [44, т.2, с.237-285] (критике сенсуалистических теорий познания посвящена большая часть данного диалога). В «Меноне» в качестве общего предмета для знания и мнения выступают не только материальные вещи и события повседневной жизни, но и математические объекты. Когда благодаря наводящим вопросам Сократа мальчик-раб приходит к правильному решению задачи удвоения квадрата, это истолковывается следующим образом. В человеке, который не знает чего-нибудь, живут верные мнения насчет того, чего он не знает. Разбуженные вопросами, эти мнения «зашевелились в нем, словно сны», и он нашел в самом себе знания о рассматриваемых объектах [44, т.1, с.391-392]: «…истинные мнения, если их разбудить вопросами, становятся знаниями» [44, т.1, с.392].

Существует точка зрения, согласно которой подобного рода примеры (когда Платон говорит о знании и мнении как имеющих один и тот же объект) не адекватны платонистской концепции, и это делает бессмысленными все попытки получить из них какие-либо сведения относительно «платоновского реального понимания» знания и истинного мнения [78, с.387]. С этим утверждением можно было бы согласиться, если бы «платоновское реальное понимание знания» можно было отождествить с эпистемологической концепцией, представленной в «Государстве».

Действительно, последняя является органичной частью зрелой доктрины платонизма и разделяет все ее метафизические достоинства. Однако более ранние попытки Платона исследовать феномен знания не становятся от этого менее интересными для нас. Напротив, мы можем увидеть, что в случаях, когда Платон рассматривал знание, не прибегая к тому концептуальному аппарату, который используется в «Государстве», ему удалось выявить такие аспекты и наметить такие вопросы, разработке которых было посвящено немало усилий в последующие века и которые оказываются актуальными сегодня в связи с возрастающими масштабами компьютерной переработки информации.

Один из такого рода вопросов — о роли личного опыта в получении знания и о познавательной ценности и надежности информации, полученной от других субъектов познания. Эта проблема, лишь намечаемая Платоном в упоминавшихся выше рассуждениях Сократа в «Теэтете» и в «Меноне» (Сократ здесь всячески подчеркивает ценность верных сведений, полученных от других), становится одной из центральных в средневековой философии (где она обсуждается как проблема знания, веры и авторитета), а сегодня трансформируется в проблему доверия к результатам переработки информации человеком и компьютером. Еще одна проблема, намечаемая Платоном в «Меноне», — это проблема структурной организации знания. Поскольку Платон-автор «Менона» в отличие от Платона- автора «Государства» еще не разводит объекты знания и объекты мнения, он должен искать другие характеристики знания, позволяющие отличить его от истинного мнения. Отправная точка в этом поиске — признание большей ценности знания по сравнению с истинным мнением (хотя и последнее оценивается в диалоге достаточно высоко). Чтобы объяснить особую ценность знания, Сократ прибегает к сравнению истинных мнений с дедаловыми статуями — статуи, сделанные мастером Дедалом, по преданию, могли двигаться, как живые. Эти статуи, говорит Сократ, стоят на месте лишь тогда, когда они связаны, если же их не связать, они разбегаются, а потому «…владеть этими творениями, если они свободны, мало проку, как и владеть человеком, склонным к побегам: все равно они на месте не останутся. А вот иметь их, если они связаны, весьма ценно: уж очень хороши эти изваяния…истинные мнения тоже, пока они остаются при нас, вещь очень неплохая и делают немало добра; но только они не хотят долго оставаться при нас, они улетучиваются из души человека и потому не так ценны, пока их не связывают суждением о причинах. А оно и есть, друг мой Менон, припоминание, как мы с тобой недавно установили. Будучи связанными, мнения становятся, во-первых, знаниями и, во-вторых, устойчивыми.

Поэтому-то знание ценнее правильного мнения тем, что оно связано» [44, т.1, с.407]. Таким образом, специфической чертой знания Платон-автор Менона считает определенную организованность, структурированность. К сожалению, на основании слов самого Платона трудно судить о том, каким именно образом эта структурированность, это «связывание суждением о причинах» осуществляется. Что представляют собой «связываемые» элементы — мысли, состояния сознания, идеи или способности? В диалоге «Государство» Платон называет знания и мнения способностями, однако вряд ли знание, как оно описывается в «Меноне», может быть истолковано таким образом. По-видимому, неправомерно было бы называть связываемые элементы идеями — в силу особенностей платоновского понимания идей и той роли, которую понятие идеи играет в платоновской онтологии. Вероятно, более оправданно говорить в данном случае о мыслях или состояниях сознания, однако и это мы можем сделать лишь с известной степенью риска, учитывая неоднозначность платоновской онтологии знания [см. [78]. Не больше ясности и в вопросе о том, что представляет собой связующее звено» — суждение о причинах. В приведенном выше отрывке говорится, что суждение о причинах есть припоминание, и при этом делается ссылка на предшествующую часть диалога, где устанавливается, что знание есть припоминание.

Однако в указанной части диалога (знаменитая беседа Сократа с мальчиком-рабом, в ходе которой последний приходит к правильному решению задачи удвоения квадрата) мы не встречаем суждений явно каузального характера. Можно, в принципе, попытаться проинтерпретировать некоторые рассуждения из этой части диалога в каузальных терминах, однако мы не можем быть уверены, что получим именно те «суждения о причинах», о которых идет речь в процитированном отрывке и заключительной части. Несмотря на все неясности, связанные с замечаниями Платона о структуре знания, трудно переоценить важность проблематики, обозначенной здесь античным философом. Платон не только попытался выявить то, что мы можем назвать структурной организацией знания, но и обратил внимание на практическую ценность структурированности знания. Именно «связанность» знаний, утверждает он, дает возможность хранить их и пользоваться ими.

Эти мотивы повторяются в «Теэтете», где платоновские представления о структурированности знания воплощаются в метафорическом образе «голубятни для всевозможных птиц, где одни будут жить стаями отдельно от других, другие же либо небольшими гнездовьями, либо поодиночке, летая среди остальных как придется» [44, т.2, с.300]. Аналогичным образом, по Платону, хранятся знания в каждой душе: «Следует сказать, что, пока мы дети, эта клетка бывает пустой — ведь под птицами я разумею знания, тот же, кто приобрел знание, запирает его в эту ограду… Впоследствии, когда вздумается, он опять ловит знание. И, поймавши, держит, а потом снова отпускает…» [44, т.2, с.300].

Вопрос о возможном субъекте знания также ставился Платоном. Согласно его эпистемологическим взглядам, изложенным в «Государстве», субъектом знания может быть далеко не всякий человек — лишь избранные, те, кто достоин быть правителями в идеальном государстве. Они наделены способностью знать, в то время как удел других — только мнить. Разумеется, такое решение вопроса о субъекте знания было обусловлено, с одной стороны, задачами социального проекта Платона — устроения идеального государства со строгим разделением функций между его гражданами, а с другой стороны, особенностями охарактеризованного выше концептуального инструментария, применявшегося в этом случае при рассмотрении знания. Так как одной из составляющих данного инструментария было представление о знании как о способности, это позволило заключить, что, поскольку люди различаются по своим способностям, одни из них обладают способностью знать, а другие — нет. Конечно, это был не единственный логически возможный путь рассуждения. С тем же успехом можно было бы считать, что один и тот же человек в определенный момент своей жизни обладает способностью знать одни предметы (принадлежащие, в соответствии с онтологическими взглядами Платона, к области чистого бытия) и не обладает этой способностью в отношении других объектов из той же области. Последнее, однако, не столь отвечало бы задачам упомянутого социального проекта, как выделение особого класса людей, способных знать. С другой стороны, рассмотрение знания в «Меноне», осуществляемое в ином контексте и посредством иного концептуального аппарата, предполагает, что субъектом знания является всякий человек — знания живут в каждой душе, и мальчик-раб, не обучавшийся ранее геометрии, имеет геометрические знания.

Таким образом, платоновский анализ знания может служить убедительной иллюстрацией того, как один и тот же исследователь, в зависимости от изменяющегося контекста и инструментария, приходит к различным результатам и создает, по существу, разные концепции знания. Наряду с уже упоминавшимися вопросами о знании, древнюю родословную имеет популярный сегодня вопрос о видах знания. Собеседник Сократа Теэтет в одноименном диалоге говорит о двух видах знания: к первому относится геометрия, астрономия, счет и музыка, а ко второму — ремесло сапожника и другие ремесла, — ведь они есть не что иное, как знания того, как изготовлять обувь, деревянную утварь или иные предметы [44, т.2, с.225-256]. То обстоятельство, что упомянутые здесь виды знания разводятся в два различных класса, правомерно истолковать как различение знания-выражения истины, с одной стороны («know that»), и знания как умения («know how»), c другой. Некоторые оговорки здесь должны быть сделаны относительно зачисления музыки в разряд «know that» — это возможно лишь постольку, поскольку речь идет о теоретических основах музыкального искусства. Глубокий анализ особенностей различения двух видов знания у Платона был дан Я.Хинтиккой [78; 98]. Заметим лишь, что к «знанию как» Платон относил не только ремесло и искусство как художественное творчество, но также умение поступать справедливо, быть добродетельным. Этот подход развивался позднее Аристотелем, и не лишена оснований точка зрения, что концепция неявного знания М.Полани, как и витгенштейновские представления о неявном знании, необходимо связанном с использованием языка, являются в известном смысле продолжением античной традиции, не ограничивавшейся пропозициональной трактовкой знания [99].

Разумеется, говоря о типах и разновидностях вопросов о знании, нельзя обойти вниманием и общий вопрос о том, как достигается знание, как происходит познание.

Не будет преувеличением сказать, что это — самый значительный вопрос гносеологии, и большая часть исследований знания и познания посвящена именно этому вопросу (сказанное верно и в отношении платоновской гносеологии). Более того, небезосновательным является и утверждение, что к проблеме достижения знания относится вообще вся литература, которую мы называем гносеологической и эпистемологической. В определенном смысле это действительно так, хотя нельзя игнорировать и то обстоятельство, что некоторые из вопросов (упоминавшихся ранее и тех, о которых пойдет речь в дальнейшем) могут ставиться и рассматриваться самостоятельно. Ряд вопросов такого рода (об онтологии и видах знания, отличии знания от квазизнания, об элементах знания и его субъекте) рассматривается далее в этой книге.

Наряду с экзистенциальными и с не менее давних времен исследуются и такие разновидности вопросов о знании, которые могут быть названы технологическими. В общем виде технологический подход в исследовании знания предполагает попытку ответить на вопрос типа «Каким образом следует (можно, допустимо) обращаться (иметь дело) со знанием, имея в виду достижение такой-то цели?». «Обращаться», или «иметь дело», со знанием предполагает здесь не только приобретение, хранение или обработку знаний, но и любые ментальные и речевые акты, осуществляемые в отношении знания, — например, утверждение, что некто (a) знает нечто (p), может быть истолковано как ментальный акт, совершаемый некоторым «наблюдателем» в отношении знания, которым обладает субъект a (в качестве «наблюдателя» может выступать и сам субъект a).

При самом широком истолковании технологический подход к знанию является неотъемлемым элементом жизни любого человека. В этом смысле и первобытный человек, использующий для передачи информации примитивные сигналы, и наш современник, выбирающий между почтой, телеграфом, телефоном и телефаксом, могут считаться решающими технологические вопросы относительно знания. Здесь, однако, говоря о технологическом подходе к знанию, мы имеем в виду прежде всего технологический подход к исследованию знания как особой сущности.

Примером такого рода технологического подхода может служить характеристика сократовой майевтики в диалогах Платона.

Искусство Сократа задавать наводящие вопросы таким образом, что собеседник в конце концов приходит к верным выводам относительно обсуждаемых предметов (во всяком случае, к таким выводам, которые считает верными сам Платон), характеризуется здесь как искусство пробуждения истинных мнений, живущих в душе человека, в результате чего мнения становятся знаниями. Пожалуй, наиболее выразительная иллюстрация этой процедуры дана в известном примере из диалога «Менон», где мальчик-раб решает геометрическую задачу. Вообще же говоря, все диалоги Платона демонстрируют сократову технику «пробуждения» знаний. Однако собственно технологический подход к исследованию знания мы находим у Платона лишь в тех случаях, когда сама эта техника становится предметом осмысления, когда сама она рассматривается как средство для совершения каких-то действий над знанием. Фрагментарные характеристики данной техники встречаются во многих диалогах — примером может служить тот же «Менон», где говорится о пробуждении знаний вопросами. Более подробного рассмотрения она удостоена в диалоге «Теэтет». Здесь Сократ говорит о своем искусстве как аналогичном ремеслу своей матери — повитухи Фенареты, и то, что в «Меноне» характеризовалось как техника пробуждения знаний, здесь характеризуется как своеобразная техника родовспоможения «мужчинам, беременным мыслью» [44, т.2, с.234]. Говоря о технологическом исследовании знания в античности, необходимо различать технологическое исследование, технологический подход к знанию, с одной стороны, и, с другой стороны, рассмотрение знания как techne — ремесла или искусства.

Для античных философов был характерен, как правило, экзистенциальный подход к знанию как techne. Techne, или «знание как», обычно рассматривалось ими как таковое, как особый тип знания. Технологический же подход предполагает рассмотрение некоторой целенаправленной деятельности в отношении этого типа знания. Элементы такого подхода мы видим в «Меноне», где обсуждается принципиальная возможность обучения добродетели — т. е. передачи одного из видов «знания как», или techne, в платоновском понимании.

До второй половины нынешнего столетия экзистенциальный подход в исследовании знания был преобладающим. Это не означает, конечно, что не развивалась сама технология получения, передачи, хранения и обработки знания, а также оценки результатов познания, претендующих на статус знания. Достаточно вспомнить о развитии книгопечатания и технических устройств для передачи информации, о методах обучения и педагогических исследованиях, посвященных технике передачи знаний и воспитания способности к самостоятельному приобретению и использованию знаний, развитие методов науки и исследований этих методов. Однако, даже когда эти способы работы со знанием становились предметом исследования, их соотносили не столько со знанием как особого рода сущностью, сколько с познаваемой реальностью (которая могла истолковываться как физическая, ментальная или психическая в зависимости от мировоззрения исследователя).

Многие из этих рассмотрений могут быть после определенных интерпретаций квалифицированы как технологические, но это все же будет относиться скорее к результату нашей интерпретации, чем к самому исследованию. Расцвет технологических исследований знания связан с развитием эпистемической логики и искусственного интеллекта. Логик и эпистемолог Я.Хинтикка, внесший серьезный вклад в исследование экзистенциальных проблем знания [98; 69; 99], представил также образцы технологического рассмотрения знания. Главную цель исследования, изложенного в изданной в 1962 г. книге «Знание и полагание» (обычно переводится как «Знание и вера»), он характеризует следующим образом: «…сформулировать и защитить эксплицитные критерии непротиворечивости для
определенных множеств предложений — критерии, которые, как я надеюсь, будут сравнимы с критериями непротиворечивости, изучаемыми в устоявшихся разделах логики».

Предложения, о которых идет речь — это предложения о знании и полагании, сформулированные в выражениях типа «a знает, что p», «a знает, имеет ли место p», «a не знает, что p», «a не знает, имеет ли место p», «a полагает, что p»,»p возможно в свете всего, что a знает», «p совместимо со всем, что a полагает». Здесь a — имя человека или личное местоимение или, возможно, определенная дескрипция, относящаяся к человеку; «p» — независимое предложение.

Очевидно, что утверждения указанных типов представляют собой ментально-речевые акты в отношении знания субъекта a, состоящие в осознании лицом, делающим данные утверждения, некоторой части содержания знания субъекта a и формулировании соответствующих высказываний. Исследователь, поставивший своей задачей найти ответ на вопрос: «Каким образом должна осуществляться деятельность, состоящая в формулировании высказываний о знании некоторого субъекта непротиворечивым образом?» мог бы считаться, в соответствии с нашей трактовкой, осуществляющим технологический подход к исследованию знания. В рассматриваемой работе этот вопрос не ставится, однако задача сформулировать критерии непротиворечивости множеств предложений, получающихся в результате такого рода деятельности (утверждение понимается Хинтиккой именно как акт [98]), также обусловливает технологический характер рассмотрения знания. В центре его внимания оказываются инструменты (т.е. сформулированные в метаязыке модальной логики критерии непротиворечивости), необходимые для оценки (как совместимых или несовместимых) результатов ментально-речевых актов, совершенных в отношении знания некоторого субъекта (выраженных в высказывательных формах типа «a знает, что p», «a полагает, что p» и т.д.).

Решение инструментальных вопросов, однако, основывается на экзистенциальном взгляде на знание. Формальным критериям непротиворечивости соответствуют соображения, которые обычно называют содержательными или интуитивными и которые на самом деле характеризуют эпистемологическую позицию исследователя в экзистенциальном рассмотрении знания. Так, принятие в качестве критерия непротиворечивости правила: (здесь l -произвольное множество предложений, K — модальный оператор знания) основывается на трактовке знания как истинного. Последняя выражается в построении модельного множества m — формального дубликата неформальной идеи описания возможного положения дел (l считается непротиворечивым, если имеется m, включающее в себя все члены l). Это условие — принадлежность к m формулы p в случае, если Kap принадлежит m. Взгляд на знание как истинное, выраженный в формулировке «Если «Kap» + m, то p + m», не является чем-то само собой разумеющимся. Ниже мы будем говорить об альтернативных взглядах. Здесь же заметим, что Хинтикка рассматривает и другие характеристики знания, находя основания для своей трактовки в естественноязыковом употреблении слова «знает». В обычной речи, замечает он, «знает» означает несколько больше, чем «осведомлен» или «справедливо полагает».

Скорее, мы признаем за кем-либо право сказать «я знаю», если только этот человек имеет основания в некотором смысле убедительные или достаточные. По мнению Хинтикки, кто-либо может сказать «я знаю», если его основания таковы, что дают ему право не рассматривать дальнейшей информации, хотя это не означает, что то, что мы знаем, логически следует из наших оснований. Говоря «я знаю, что p «, человек имплицитно отрицает, что дальнейшая информация можетзаставить его изменить этот взгляд.

Такая трактовка знания согласуется с формальным условием: .

Поскольку модельная система аналогична множеству возможных миров, знание понимается как правомерное при любых обстоятельствах.

Книга Я.Хинтикки была одной из первых работ по эпистемической логике и до сих пор остается одной из наиболее значительных в этой области. В целом же эпистемическая логика является сегодня весьма интенсивно развивающимся направлением, для которого характерно разнообразие подходов и инструментальных средств [см.,напр.: 110; 37, с.183-203]. Не имея целью сколь-нибудь полно охарактеризовать это многообразие, отметим лишь, что довольно типичной чертой исследований по эпистемической логике является разработка определенных средств для решения вопроса о том, будет ли такого-то вида формула (содержащая эпистемические операторы, соответствующие словам «знает», «полагает», «сомневается», «отрицает» или др.) доказуемой в таком-то исчислении или общезначимой для такого-то типа моделей. В терминах нашего исследования этот вопрос может быть понят как вопрос о легитимации с использованием определенного символикоконцептуального аппарата результатов ментально-речевой деятельности в отношении знания некоторого субъекта (или группы субъектов), выраженных в форме, пригодной для применения данного аппарата. Характер легитимируемых результатов определяется как особенностями используемых формализмов, так и позицией исследователя по отношению к экзистенциальным вопросам о знании. В частности, он может зависеть от того, разделяет ли он взгляд на знание как истинное. Работа Хинтикки, о которой говорилось выше, как и множество других работ по эпистемической логике [см., напр., 37], основывается на этом взгляде. Тем не менее есть немало примеров иной позиции.

Альтернативный подход может состоять в выделении различных степеней знания, как это делается, например, В.Н.Костюком в [33]. Непременно истинным здесь считается знание, соответствующее лишь одной из этих степеней — строгое, или полное, знание. Мнение, предположение или вера, которые могут оказаться ложными, также рассматриваются как степени знания. Если мы будем понимать знание только в строгом смысле, то это, считает В.Н.Костюк, «в общем случае препятствует рассмотрению возможности развития знания, перехода от менее полного к более полному знанию, игнорирует элемент гипотетичности в (научном) знании» [33, с.131]. По этим соображениям предлагается такая аналитическая формулировка пропозициональной эпистемической логики, в которой не принимается правило редукции KaA к A и недоказуема формула KaA С A, являющаяся аналогом хинтикковского условия принадлежности к модельному множеству m формулы p в случае, когда в m содержится Kap. Совершенно иной взгляд на знание представлен в работе Е.Орловской [108].

Знание понимается здесь как способность распознавать объекты или состояния: знание субъекта о предикате F соответствует способности данного субъекта классифицировать объекты как являющиеся примерами F или не являющиеся таковыми; знание субъекта о предложении F соответствует способности субъекта классифицировать возможные положения дел на те, в которых F истинно, и те, в которых F ложно. Например, утверждение «субъект a знает зеленые объекты» является истинным, если для любого объекта O субъект a может решить, является O зеленым или нет.

До сих пор речь шла о влиянии того или иного решения экзистенциальных вопросов на исследование знания в рамках технологического подхода. Закономерно, однако, было бы поставить вопрос об обратном влиянии — о влиянии технологического подхода на экзистенциальные рассмотрения знания. Каково, например, влияние эпистемических логик на исследование экзистенциальных вопросов о знании? С одной стороны, было бы неверно утверждать, что эпистемическая логика оказала революционное влияние на исследования такого рода. Ее развитие не привело пока к созданию оригинальных экзистенциально-эпистемологических концепций или к эффектным формулировкам экзистенциальных проблем, которые оказались бы в центре внимания сообщества. Разумеется, это не означает, что подобные события не могут произойти в будущем. С другой стороны, на разработку эпистемологических проблем, возникших независимо от собственно логических исследований (и, как правило, раньше них), эпистемическая логика оказывает влияние как непосредственно, так и косвенным образом.

Это влияние на концептуальный аппарат и язык исследования (использование фрагментов языков эпистемических логик в исследованиях экзистенциального характера весьма типично прежде всего для аналитической философии и близких ей направлений), на рассмотрение аспектов и деталей таких крупных проблем, как, например, проблемы априорного знания и обыденного сознания. Кроме того, экзистенциально-эпистемологические вопросы, возникающие в связи с созданием интеллектуальных систем, также обусловлены развитием эпистемической логики в той степени, в какой ее результаты используются в разработке этих систем [см.,напр., 110].

Что касается технологического подхода к знанию в искусственном интеллекте и в компьютерных науках, то здесь уместно еще раз напомнить о различии между действиями и операциями, осуществляемыми для получения, хранения, обработки и передачи информации, с одной стороны, и, с другой стороны, пониманием этих действий и операций именно как осуществляемых в отношении знания как некоторого особого феномена и разработкой в этом контексте соответствующей технологии.

Вообще говоря, любые компьютеры (в том числе и те, которые используются как «большие арифмометры») всегда имели дело со знанием.

В самом деле, любые данные, закладываемые в ЭВМ, представляют собой результат чьей-либо познавательной деятельности, имеющей целью постижение реальности и обеспечение на этой основе адекватного поведения. С точки зрения самой широкой трактовки знания этого достаточно для присвоения некоторому результату познавательной деятельности статуса знания.

Разумеется, поскольку правомерность самой этой трактовки может быть поставлена (и ставится) под сомнение, данным может быть отказано в статусе знания на том основании, что они не выражены в пропозициональной форме (возражение сторонников пропозиционального истолкования знания) или же поскольку они ошибочны (возражение приверженцев концепции знания как истинного). В любом случае решение вопроса зависит от избранной экзистенциально-эпистемологической позиции. Между тем в течение довольно долгого времени само слово «знание» не получало в ИИ, равно как и в других научных направлениях, связанных с разработкой и применением компьютерных систем, какой-либо специфической для этой области смысловой нагрузки — о компьютерах и интеллектуальных системах говорили обычно как о перерабатывающих информацию. Ситуация изменилась с появлением слова «знание» в названиях направлений ИИ и составляющих компьютерных систем, а также самих систем (системы, основанные на знаниях, базы знаний и банки знаний, представление, приобретение и использование знаний, инженерия знаний).

Понятие знания потеснило понятия мышления и интеллекта, традиционно занимавшие почетное место в рефлексии профессионалов ИИ над своей деятельностью. Теория искусственного интеллекта стала иногда характеризоваться как «наука о знаниях, о том, как их добывать, представлять в искусственных системах, перерабатывать внутри системы и использовать для решения задач»[53, с.7], а история искусственного интеллекта, исключая ее ранние этапы, — как история исследований методов представления знаний [55, с.7].

Подобно тому, как в отношении мышления или интеллекта ИИ не ограничивался технологическими вопросами и, более того, не оставался совершенно равнодушным к идее построения общей теории мышления или теории интеллекта, базирующейся на обработке информации[43], интерес ИИ к знанию также распространяется на вопросы экзистенциального характера и идея универсальной теории находит выражение в задаче создания общей теории знания, которая была бы основой для создания ИС [63; 64]. Проблему универсальной теории такого рода мы будем рассматривать в гл. 3. Пока же остановимся на технологических изменениях, сопутствовавших обретению знанием статуса феномена, исследуемого ИИ, и обусловивших в значительной степени это обретение.

Расширение сферы применения ИС, переход от «мира кубиков» к таким, более сложным областям, как медицина, геология и химия, потребовал интенсивных усилий по формализации соответствующих знаний[43.С.333]. Разработчики ИС столкнулись с необходимостью выявить, упорядочить разнообразные данные, сведения эмпирического характера, теоретические положения и эвристические соображения из соответствующей области науки или иной профессиональной деятельности и задать способы их обработки с помощью компьютера таким образом, чтобы система могла успешно использоваться в решении задач, для которых она предназначается (поиск информации, постановка диагноза и т. д.). Это привело к изменениям в характере данных, находящихся в памяти компьютерной системы, — они стали усложняться, появились структурированные данные — списки, документы, семантические сети, фреймы. Для элементарной обработки данных, их поиска, записи в отведенное место и ряда других операций стали использоваться специальные вспомогательные программы.

Процедуры, связанные с обработкой данных, усложнялись, становились самодовлеющими. Появился такой компонент интеллектуальной системы, как база знаний [47, с.39-40].

Термин «знания» приобрел в ИИ специфический смысл, который Д.А.Поспелов характеризует следующим образом [29, т.2, с.8]. Под знаниями понимается форма представления информации в ЭВМ, которой присущи такие особенности, как:
а) внутренняя интерпретируемость (когда каждая информационная единица должна иметь уникальное имя, по которому система находит ее, а также отвечает на запросы, в которых это имя упомянуто);
б) структурированность (включенность одних информационных единиц в состав других);
в) связность (возможность задания временных, каузальных пространственных или иного рода отношений);
г) семантическая метрика (возможность задания отношений, характеризующих ситуационную близость);
д) активность (выполнение программ инициируется текущим состоянием информационной базы). Именно эти характеристики отличают знания в ИС от данных — «определяют ту грань, за которой данные превращаются в знания, а базы данных перерастают в базы знаний (Там же).

Пользуясь терминологией Л.Витгенштейна, можно сказать, что это понимание знаний как формы представления информации «работает» в рамках особой, характерной для ИИ языковой игры. В ходе этой языковой игры могут появляться формулировки, способные вызвать недоумение эпистемолога, пытающегося оценить их с точки зрения привычных философских интерпретаций знания. К такого рода фомулировкам относятся ставшее «общим местом» утверждение, что данные не являются знаниями, а также предложения использовать в качестве знаний тот или иной язык [35] или выражения типа «под знаниями будем понимать такого-то вида формулы». Вместе с тем, только что приведенная характеристика знаний в ИС не является совершенно изолированной от того, что мы обычно понимаем под знанием. Такие черты, как внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность, присущи любым, более или менее крупным блокам человеческих знаний и в этом смысле знания в компьютерной системе можно рассматривать как модель или образ (в широком понимании данного слова) того или иного фрагмента человеческого знания [см. 2]. Однако связь знаний в специфическом для ИИ смысле со знанием в более привычном, «обычном», смысле не ограничивается лишь сходством некоторых структурных характеристик. Ведь значительная часть информации, представляемой в базе знаний ИС, есть не что иное, как знания, накопленные в той области, где должна применяться данная система. Исследование этого знания (зафиксированного в соответствующих текстах или существующего как незафиксированное в тексте и даже неартикулированное знание индивида-эксперта) под углом зрения задач построения ИС и определяет технологический подход ИИ к знанию как таковому.

Технологические вопросы о знании, исследуемые в рамках ИИ касаются главным образом, способов представления знаний и методов приобретения знаний. Проблемы представления знаний связаны, в значительной степени, с разработкой соответствующих языков и моделей. Существуют различные типы моделей: логические, продукционные, фреймовые, семантические сети и другие.

Логические модели предполагают представление знаний в виде формальных систем (теорий), и в качестве языка представления знаний в таких моделях обычно используется язык логики предикатов. Продукционные представления можно охарактеризовать (упрощенным образом) как системы правил вида «Если А, то В», или «Предпосылка — действие». Сетевые модели предполагают выделение некоторых фиксированных множеств объектов и задание отношений на них (это могут быть отношения различного рода: пространственные, временные, отношения именования и др.). Фреймовые представления иногда рассматривают как разновидность семантических сетей, однако для первых характерно наличие фиксированных структор информационных единиц, в которых определены места для имени фрейма, имен слотов и значений слотов (характеристику основных моделей представления знаний можно найти в [29, т.2]. Каждая из упомянутых моделей имеет свои достоинства и недостатки в отношении того или иного круга задач. Преимущества логических моделей, использующих язык логики предикатов, связаны с дедуктивными возможностями исчисления предикатов, теоретической обоснованностью выводов, осущестляемых в системе. Однако такого рода модели в сложных предметных областях могут оказаться слишком громоздкими и недостаточно наглядными в качестве моделей предметной области или соответствующих фрагментов знания [51]. Продукционные модели получили широкое распространенние благодаря таким достоинствам, как простота формулировки отдельных правил, пополнения и модификации, а также механизма логического вывода. В качестве недостатка продукционного подхода отмечают низкую эффективность обработки информации при необходимости решения сложных задач [55]. Преимущества семантических сетей и фреймовых моделей заключаются, с одной стороны, в их экономичности, позволяющей сократить время автоматизированного поиска информации, а с другой стороны, в их удобстве для описания определенных областей знания (и соответствующих фрагментов реальности, изучаемых в данных областях), когда выделяются основные (с точки зрения задач, для которых создается ИС) объекты предметной области и (или) система понятий, в которых будут анализироваться конкретные ситуации, а также описываются свойства объектов (понятий) и отношения между ними. И хотя в целом для этих типов моделей существуют значительные проблемы с организацией вывода, фреймовые системы многими оцениваются как перспективные благодаря возможностям подведения под них достаточно строгих логических и математических оснований.

Подходы к построению фреймовых систем на основаниях такого рода представлены, например, в [87; 115; 28]. Разумеется, в ИС вовсе не обязательно должна быть реализована только какая-нибудь одна модель представления знаний «в чистом виде». Сочетание различных моделей может способствовать созданию более эффективных систем. На уровне теории ИИ это иногда находит отражение в разработке новых типов моделей представление знаний, сочетающих в себе черты моделей, ставших уже традиционными. Примером такого рода новых моделей могут служить ленемы [29, т.2.].

В рамках технологического подхода к знанию, осуществляемого ИИ, рассматриваются вопросы экономичности представлений знаний с помощью тех или иных средств, их дедуктивных возможностей, эффективности в решении задач.

Вместе с тем влияние теории ИИ (и, в частности, представления знаний) на исследование знания как такового простирается далеко за пределы технологического подхода. Сравнивая влияние тех или иных моделей представления знаний на экзистенциальные исследования знания, мы не можем не заметить различия в той роли, которую играет, с одной стороны, логический подход и, с другой стороны, такие подходы, как продукционный, фреймовый и другие, объединяемые иногда под общим названием эвристического [48] или когнитивного [55] подхода. Нужно отметить, что оба этих подразделения могут быть приняты лишь условно: подразделение «логический — эвристический» или «логический — когнитивный» вызывает сомнения , поскольку для логических моделей характерно наличие эвристик и, кроме того, модели эти могут содержать допущения относительно когнитивного поведения. Например, в [75] описывается разработанная группой В.К.Финна ИС, которая может быть рассмотрена (и рассматривается своими создателями) как реализация логики здравого смысла, объединяющей естественный рационализм и естественный эмпиризм. Тем не менее в целом логический подход к представлению знаний в ИС не привел до сих пор к каким-либо серьезным изменениям в экзистенциальных рассмотрениях знания, к появлению новых влиятельных концепций в этой области. Прочие же подходы оказывают более заметное влияние на исследование экзистенциальных вопросов о знании — в качестве примера можно сослаться на фреймовую концепцию строения знания, получившую известное распространение как в психологии, так и в когнитивной лингвистике. Сказанное было бы неверно истолковывать как аргумент в пользу преимуществ этих типов моделей представления знаний перед логическими. Дело в том, что логический подход в представлении знаний, как и сами логические исчисления, возник на основе трактовок знания, складывавшихся в течение многих веков — на основе того, что может быть названо классической рационалистической эпистемологией с характерными для нее пропозициональным истолкованием элементарного знания, рассмотрением теорий математизированных наук в качестве образцовых форм организации знания, строгими стандартами правильности рассуждений.

Уровень классической эпистемологии и разработанности ее концептуальных основ столь высок, что за период времени, в течение которого ведутся исследования по представлению знаний в компьютерных системах (а этот период ничтожно мал в сравнении с «возрастом» классической эпистемологии), эти исследования, имеющие в качестве своей концептуальной базы самое классическую эпистемологию, закономерно должны были скорее демонстрировать ее возможности в применении к новому кругу задач, чем стимулировать существенные изменения в ней. Утверждение, что неклассические логики, все шире применяемые в представлении знаний, также развиваются на концептуальной основе классической эпистемологии, может, на первый взгляд, показаться парадоксальным. Тем не менее оно справедливо в той степени, в какой неклассические логики являются модификациями классических исчислений и разделяют с ними те глубинные концептуальные предпосылки, которые могут быть в известном смысле противопоставлены концептуальным основам иных подходов. С этой точки зрения, работы по логике естественного языка и рассуждений здравого смысла свидетельствуют о высокой гибкости инструментария, развиваемого на базе классической эпистемологии и о богатстве его возможностей. Другие подходы в представлении знаний достаточно тесно связаны с развитием когнитивной психологии.

Однако само это направление сложилось под влиянием «компьютерной метафоры», когда познавательные процессы стали рассматриваться по аналогии с работой вычислительных машин. Неудивительно поэтому, что происходящее в ИИ оказывало и оказывает заметное воздействие на когнитивную психологию (как и на еще более молодое направление — когнитивную лингвистику). Это справедливо и в отношении собственно представления знаний. И фреймовые, и сетевые модели основываются на соответствующих концепциях структур человеческого восприятия и памяти. Показательно при этом, что концепция фрейма как когнитивной структуры была создана известным исследователем в области ИИ — М. Минским и мотивирована задачами разработки ИС. Вместе с тем, эта концепция имеет самостоятельное значение как концепция психологическая и эпистемологическая и используется в исследовании проблем, выходящих за рамки собственно разработок компьютерных систем [см.,напр., 72]. Сегодня мы можем говорить о том, что представлению знаний в ЭВМ в виде систем правил (что характерно, прежде всего, для продукционных моделей) соответствует новый подход в философско-эписстемологических исследованиях, придающий особое значение правилам и предписаниям, регулирующим человеческую деятельность. Этот подход представлен в работах А.И.Ракитова [см. 57, с.162-166]. Разумеется,влияние ИИ на экзистенциальные рассмотрения знания не ограничивается лишь влиянием тех или иных моделей представления знаний. Так, роль правил велика не только в продукционных системах, и, выдвигая задачу исследования эпистемологией правил, А. И. Ракитов отнюдь не ограничивает ее значение продукционными моделями, а что касается предлагаемого им различения данных и собственно знаний, то оно, естественно, обусловлено различением знаний и данных,вообще характерным для современной компьютерной науки и практики.

Важной группой технологических вопросов о знании, изучаемых ИИ, являются вопросы приобретения знаний — т.е. воросы о способах получения и ввода в ЭВМ информации, необходимой для наполнения структур представления знаний конкретным содержанием.

Источниками этой информации могут быть как тексты (книги, статьи, архивные документы или уже созданные базы знаний, которые могут считаться текстами в широком смысле этого слова), так и не зафиксированные в текстах (или даже неартикулированные) знания, которыми обладает человек (специалист, эксперт). В некоторых случаях система может приобретать знания непосредственно благодаря наблюдению за окружающей средой [см. 29, т.2, с.65-76]. Многие исследователи считают, что ключевой проблемой при построении экспертных систем является получение знаний от экспертов [29; 107]. Существуют разнообразные методики так называемого извлечения знаний из эксперта. Ранее других возникшие и наиболее распространенные из них — методики интервьюирования экспертов. Режим интервью, когда инженер по знаниям ведет активный диалог с экспертом, предполагает как предварительное ознакомление его с предметной областью, для работы в которой создается система, так и ознакомление эксперта с некоторыми вопросами построения ИС. Характер диалога зависит от многих факторов — области, в которой будет использоваться система, и задач, которые она должна решать, от теоретической ориентации инженера по знаниям и имеющегося в его распоряжении инструментария, от индивидуальных особенностей эксперта. На сегодня разработано множество стратегий интервьюирования, из которых наиболее известными являются «разбиение на ступени», «репертуарная решетка» и «подтверждение сходства»[29, т.2; 56]. От интервью отличаются такие способы взаимодействия инженера по знаниям с экспертом, как протокольный анализ и игровая имитация.

Протокольный анализ предполагает фиксацию действий (видеозапись) или «мыслей вслух» (запись на магнитофонную ленту) эксперта в ходе решения проблемы. Эта запись впоследствии подвергается анализу. В случае игровой имитации инженер по знаниям наблюдает за поведением эксперта в искусственно созданных ситуациях, моделирующих те, которые действительно имеют место в работе эксперта. Однако и эти способы требуют диалога инженера с экспертом. Такой диалог бывает необходим при анализе полученной информации, для ее уточнения, восстановления картины работы эксперта в том объеме, который требуется для построения ИС. Работа с экспертом может быть в значительной степени автоматизирована, когда функции инженера по знаниям (или, во всяком случае, часть этих функций) выполняет ИС [см.,напр., 117].

Было бы неверным утверждать, что в ИИ существует единогласие в интерпретации отношения «знания в ИС — знания вне ИС». В то время, как многие исследователи считают ИС моделирующими экспертное знание [см.,напр., 29, т.1, с.394], другие подчеркивают, что создаваемые ими системы не претендуют на моделирование стратегий человеческого рассуждения или поиска решений, предпочитая говорить не о моделировании экспертного знания, а, например, об «искусственной компетентности» системы [см. 19]. Тем не менее, ситуация, когда избранная исследователем позиция в технологическом подходе к знанию оказывается связанной с соответствующей позицией в экзистенциальном рассмотрении знания, достаточно типична. Так, исследователь, использующий продукционную модель представления знаний, нередко полагает, что знание эксперта в действительности есть не что иное, как система продукций, и аналогичным образом обстоит дело с другими моделями и их комбинациями. В [29, т.2, С.65] соответствие между формой репрезентации знаний у челосвека-эксперта и формой репрезентации, в которой инженер по знаниям собирается их описывать и представлять, рассматривается как условие эффективности работы инженера по знаниям.

Так или иначе, методы извлечения знаний, как и методы их представления, нередко базируются на когнитивно-психологических и эпистемологических соображениях, в том числе на экзистенциальном взгляде на когнитивную структуру экспертного знания (иногда вместо выражения «экспертное знание» предпочитают употреблять выражение «опыт эксперта» [16; 18]). Трудности приобретения знаний — это в значительной степени трудности изучения структуры экспертного знания и механизмов его функционирования. Рефлексия эксперта над собственным знанием не может решить этой проблемы, поскольку, во-первых, не все эксперты обладают достаточно развитой способностью к рефлексии, во-вторых, далеко не всегда могут осуществлять ее в тех концептуальных рамках, которые обеспечивают возможность заполнения базы знаний, и, в-третьих, известны случаи, когда эксперты в силу каких-либо соображений не желают делиться информацией с инженером знаний [26]. Кроме того, имеются трудности принципиального характера, связанные с вербализацией неявного знания, в том числе «знания, как». Знания этого типа иногда понимаются как эвристики, дающие возможность порождать правдоподобные гипотезы, видеть перспективные подходы к задаче, эффективно работать там, где данные ошибочны или неполны [26]. Однако обнаружившиеся на более ранних этапах развития ИИ (например, при моделировании игры в шахматы) трудности выявления эвристик, а также принципиальные сомнения в реальном существовании эвристик как неосознанных дискретных мыслительных процессов, рассмотренные в известной книге Х.Дрейфуса [23], сохраняют свое значение и применительно к задачам построения экспертных систем.

До сих пор мы говорили о связи экзистенциальных взглядов на знание с технологическими (в широком смысле этого слова) вопросами о знании. Однако предметом интереса исследователей ИИ становятся и те экзистенциальные вопросы о знании, которые не связаны непосредственно с технологическими вопросами, и даже будучи рассматриваемыми исследователями ИИ, достаточно автономны в отношении собственно разработок интеллектуальных систем, осуществляемых теми же исследователями.

Сказанное относится прежде всего к вопросу «Что есть знание?». Достаточно автономный характер задач формирования баз знаний по отношению к общему вопросу «Что есть знание?» делает возможным отказаться дать ответ на этот вопрос в работах по ИИ. Многие авторы так и поступают, констатируя, что общепринятого ответа на этот вопрос не существует [114] или что поиск ответа на него потребовал бы исследования разнообразных форм и видов знания и «приведения их к общему знаменателю», что вовсе не необходимо для решения задач представления знаний в компьютерных системах [см. 40. с.59]. Знания, представленные в ИС, есть лишь фрагмент системы знаний соответствующей предметной области, относящийся к фиксированному классу задач, решаемых в данной системе, и к тому же эти знания представимы таким образом, чтобы быть исходными данными для алгоритмов указанных задач. Поэтому можно вести речь не о знании вообще, а о знании формализованном (в рамках логического подхода), например, представленном в виде множества замкнутых формул с некоторой оценкой [26, с.26].

Далеко не все профессионалы ИИ столь осторожны в своем отношении к вопросу «Что есть знание?» (подчеркнем, что речь идет о знании вообще, а не о знаниях в
специфическом для ИИ смысле, охарактеризованном выше). Так, в упоминавшейся выше коллективной монографии «Представление и использование знаний» (под редакцией Х.Уэно и М.Исидзука) предлагается определение знаний как «формализованной информации, на которую ссылаются или используют в процессе логического вывода» [55, с.14]. Примечательно, что это определение понимается авторами как определение знаний с точки зрения ИИ и инженерии знаний, которое может быть поставлено в один ряд с имеющимися в японском толковом словаре определениями знаний как «результата, полученного познанием», и более подробного как «системы суждений с принципиальной и единой организацией, основанной на объективной закономерности». Если первое из этих двух определений, считают авторы, импонирует людям, придающим особую важность научным подходам, а те, для кого главное — обязательная гарантия последовательности суждений, предпочитают второе, то для инженера знаний предпочтительно приведенное выше определение знаний как формализованной информации, так или иначе используемой в процессе логического вывода [Там же]. На самом деле, между первыми двумя определениями, с одной стороны, и третьим определением — с другой, имеется коренное различие. Первые два определения выработаны в рамках экзистенциальной эпистемологии, и, хотя они не являются неоспоримыми (ведь имеются сторонники как пропозициональной, так и понятийной трактовок знания; как те, кто считает знанием лишь вербализованную и осознанную информацию, так и те, кто считает такого рода знание лишь маленьким островком в океане неявного, неэксплицированного, «немого» знания; как приверженцы истолкования знания как истинного, так и пропагандисты более широкого подхода), — эти дефиниции защитимы, их приверженцы находят все новые доводы в их пользу и демонстрируют их полезность в исследовании новых вопросов.

Что касается третьей дефиниции, предлагаемой авторами монографии, о которой идет речь, то она представляет собой совершенно неправомерное смешение ответов на, с одной стороны, экзистенциальный вопрос «Что есть знание?» и, с другой стороны, на технологические вопросы о знании, касающиеся построения ИС, а также на вопрос о специфическом для ИИ смысле термина «знания» как формы представления информации в ИС.

Разумеется, данная дефиниция не выдерживает критики как эпистемологическое утверждение — ни с точки зрения философской эпистемологии, ни с точки зрения когнитивной психологии и когнитивной лингвистики. В самом деле, утверждение, что далеко не всякое знание (в том числе и подавляющее большинство научных знаний) формализовано, выглядит тривиальным.

Да и инженер знаний, работающий с экспертом, вряд ли возьмется отрицать существование неформализованного знания — ведь его задача и состоит в том, чтобы сделать неформализованое знание эксперта (во всяком случае некоторые его фрагменты) формализованным в широком смысле этого слова. Вместе с тем, появление такого рода дефиниций не случайно, хотя и не неизбежно. Оно порождено ситуацией, когда одно и то же слово участвует в различных языковых играх, а при попытке прояснить его значение этому обстоятельству не уделяется должного внимания.

Вообще говоря, проблема соотношения вопросов профессиональной лексики (или профессионального жаргона) с универсальными вопросами типа «Что есть знание?» или «Что есть интеллект?» представляет для нас особый интерес в силу специфичности таких сущностей, как интеллект и знание, и той роли, которую они играют в человеческой жизни. К этим вопросам мы вернемся в гл. 3. Пока же, в подтверждение наших слов о том, что требование формализованности отнюдь не неизбежно при рассмотрении исследователем, профессионально работающим в ИИ, экзистенциальных вопросов о знании, сошлемся на концепцию знания, предлагаемую таким признанным авторитетом в ИИ, как А.Ньюэлл. Эта концепция осознанно излагается ее автором именно как эпистемологическая концепция, хотя свой подход А.Ньюэлл противопоставляет традиционному философскому подходу к знанию [105, p.122], прежде всего потому, что считает необязательной для знания такую характеристику, как истинность (подробно этот вопрос рассматривается в гл. 3). Ньюэлл настаивает на чисто функциональной характеристике знания.

«Знание, — полагает он, — должно быть охарактеризовано совершенно функционально, в терминах того, что оно делает, а не структурно — в терминах физических объектов с определенными свойствами и отношениями. Остается открытым вопрос о требованиях к физической структуре знания, которая должна выполнять эту функциональную роль. Фактически, эта ключевая роль никогда не выполняется непосредственно. Она выполняется лишь косвенным и приблизительным образом символьными системами…» [105, p.122]. В иерархии уровней компьютерной системы, различаемых Ньюэллом, уровень знания располагается непосредственно над программным (символьным) уровнем, и компоненты уровня знаний (действия, цели, организация), а также его субстанция (знание) могут быть определены в терминах систем символьного уровня [105, p.99]. Вместе с тем знание может быть определено независимо от символьного уровня, в терминах целей и действий. Автор исходит из того соображения, что знание тесно связано с рациональностью, и система, обладающая рациональностью, может быть названа имеющей знание. Принцип рациональности в его формулировке выглядит следующим образом: «Если субъект имеет знание о том, что одно из его действий приведет к одной из его целей, то данный субъект выберет данное действие». При этом принимаются правила равносильности приемлемых действий: «Для данного знания, если действие A1 и действие A2 оба ведут к цели G, то выбираются оба действия» и предпочтения требуемого для объединенной цели:»Для данного знания, если цель G1 имеет множество избранных действий A1 и цель G2 имеет множество избранных действий A2, то эффективное множество избранных действий есть пересечение A1 и A2. Сказанное позволяет Ньюэллу охарактеризовать знание как «то, что может быть приписано субъекту, поведение которого может быть вычислено в соответствии с принципом рациональности» [105, p.105].

Оценивая данную трактовку знания, нельзя не заметить существенную неопределенность ее в вопросе о том, к чему может относиться знание. Ограничена ли его сфера лишь целями и действиями или же возможны какие-то иные знания о мире, объектах и событиях в нем, которые не могут быть непосредственно поняты как знания о действиях, ведущих к заданной цели, однако могут использоваться для получения суждений типа «действие A ведет к цели G». И практика употребления слов «знание» и «знать» в повседневной речи, и эпистемологические традиции (от которых можно, конечно, отказаться, но для этого требуется какое-то обоснование), и наличие в базах знаний компьютерных систем информации, представленной в иных формах, чем те, которые могут быть проинтерпретированы как суждения о целях и действиях, — все это говорит в пользу гораздо более широкой трактовки знания, чем ограниченного сферой суждений «цель — действие». Между тем лишь на этот последний тип знаний явно указывается в цитируемой работе — о других вариантах можно только догадываться. Спорный вопрос, возникающий в связи с концепцией Ньюэлла, — это вопрос о возможном субъекте знания. Согласно этой концепции, компьютерная система может рассматриваться как обладающая знанием и рациональностью.

Зная о существовании тенденций считать такого рода вопросы бессмысленными или имеющими однозначный ответ, мы, тем не менее, видим здесь глубокую метафизическую проблему и уделим ей в дальнейшем изложении (гл. 4) особое внимание. Мы рассмотрели здесь лишь две из попыток дать ответ на вопрос «Что есть знание?», предпринимаемых исследователями ИИ (подчеркнем, что речь идет о вопросе экзистенциального характера, а не о разъяснении специфического смысла выражения «знания в ИС»). Вообще же, этот вопрос, как и многие другие экзистенциальные вопросы о знании, даже если они не имеют видимой непосредственной связи с теорией и практикой ИИ, интересуют многих людей, работающих в этой области. Разумеется, далеко не все пытаются предложить собственное решение этого вопроса (или выбирают из уже предложенных), и относительно немногие из них публикуют свои соображения. При этом то обстоятельство, что человек занимается теорией ИИ и обладает авторитетом в этой области, иногда рассматривается как решающий довод в пользу его экзистенциально-эпистемологических взглядов. Нужно иметь в виду, однако, что те или иные интерпретации феномена знания, предлагаемые в качестве «согласующихся с практикой ИИ» или «с точки зрения инженерии знаний», если они не ограничиваются лишь разъяснением (или заданием) смысла соответствующих терминов, характерного для профессиональной лексики ИИ, но выдвигаются как концепции общего характера, должны быть защитимы именно как общие концепции знания. Согласованность с теорией и практикой ИИ, разумеется, может быть одним из аргументов в пользу такого рода интерпретаций, однако отнюдь не рещающим.

2. Метатехнологические вопросы

Метатехнологические вопросы о знании возникают в тех случаях, когда сам технологический подход к знанию становится объектом рассмотрения. Метатехнологические вопросы можно охарактеризовать как «вопросы о технологических вопросах (и их решениях)». Очевидно, что таковы многие из вопросов, которые были затронуты в предыдущем параграфе: что такое технологический подход к знанию, как соотносятся технологические и экзистенциальные рассмотрения знания и др. Метатехнологические вопросы могут быть связаны с оценкой технологий получения, хранения и обработки знаний в более широком контексте целей человека и условий человеческого благополучия, это могут быть вопросы о влиянии информационной технологии на развитие знания, в том числе на эволюцию форм и видов знания, используемого в профессиональной деятельности.

Интерес ИИ к знанию (проявившийся в постановке и рассмотрении технологических вопросов о знании, а также в попытках предложить общий взгляд на знание как таковое с учетом практики ИИ) способствовал появлению работ, посвященных метатехнологическим вопросам о знании, возникающим в связи с развитием ИИ и компьютеризацией.

Исследования такого рода не образовали (и скорее всего не образуют в обозримом будущем) особой дисциплины. Тем не менее, они обозначили направление, которое, хотя и не может быть отнесено сегодня к числу известных и влиятельных, однако уже вполне различимо. Есть основания говорить о том, что это направление имеет перспективы развития, поскольку, с одной стороны, использование компьютеров в работе со знаниями все расширяется, а, с другой стороны, растет осознание обществом той роли, которую играют в его жизни знание и интеллект. Появление исследований метатехнологического характера, посвященных теме «ИИ и знание», имеет определенные черты сходства с появлением метатехнологических работ на тему «ИИ и мышление» или «ЭВМ и мышление». И в том, и в другом случае в ряде работ содержится критика ИИ с точки зрения некоторых экзистенциальных подходов к мышлению и знанию. (Слово «некоторых» здесь употреблено не случайно, ибо практически одновременно появляются метатехнологические рассмотрения, ставящие целью разработать такие экзистенциальные подходы к мышлению и знанию, которые соответствовали бы тому, что происходит в ИИ, учитывали бы последние достижения в этой области). Так, если в метатехнологических исследованиях мышления мы можем найти возражения против того понимания природы мышления и механизмов познавательной деятельности человека, которое иногда пропагандировалось как служащее основой для разработки ИС и подтвержденное успехами в создании этих систем [23], то в метатехнологических исследованиях знания мы находим аналогичные возражения против распространения тех специфических значений, которые придаются слову «знание» в ИИ, за пределы этой области. Британский философ Б.Блумфильд иронически замечает в связи с этим:»Так прекрасен был расцвет техники экспертных систем, что вполне можно извинить того, кто подумает, что если само понятие знания и не было изобретено людьми, работающими в ИИ, то уж, во всяком случае, они обладают монополией на средства ориентации в этом предмете — именно им извествно, как надлежит размышлять и рассуждать о нем… Короче, почти очевидно, что если вы хотите узнать что-либо о знании, то вам следует обратиться к кому-либо из ИИ.»[89.Р.17]. Примечательно, считает Б.Блумфильд, то обстоятельство, что определенные круги в научном сообществе ИИ склонны фактически игнорировать широкий размах работы в более упрочившихся областях — таких, как философия, социология знания и антропология, которые давно уже занимаются природой знания и имеют более значительную академическую родословную. Пользуясь терминологией Л.Витгенштейна, можно сказать, что представители разных профессий или направлений принимают участие в различных языковых играх (с позиций социологии науки та или иная языковая игра может рассматриваться как характерная для некоторой парадигмы или для стиля мышления научного сообщества). И, как справедливо полагает Б.Блумфильд, осознание того обстоятельства, что некоторые общие термины, такие как «программа», «знание», или «интеллект» принимают различные значения, когда используются как компонент языковой игры, способно помочь нам разобраться в путанице, возникающей, когда коннотации здравого смысла применяются к утверждениям из этой области [89, p.25]. «Члены профессионального сообщества ИИ, — пишет он, — свободны в установлении правил своей собственной языковой игры, но они действуют не в социальном вакууме. Когда мир ИИ встречается с повседневным миром, мы должны спросить, полезны ли те или иные из их утверждений, или же они являются лишь источником путаницы, а то и ожесточенных споров» [89, p.26].

В предыдущем параграфе говорилось о различных значениях, в которых используют термин «знание» («знания») исследователи ИИ. При этом подчеркивалось, что собственно в ИИ (если даже не принимать во внимание попытки построения общих концепций) слово «знания» участвует по крайней мере в двух языковых играх: в одной из них знания понимаются как компонента ИС, в другой — как знания эксперта, знания, накопленные в той или иной области науки. (Мы различаем, в отличие от Б.Блумфильда, языковые игры не только на уровне парадигм или профессиональных сообществ, в целом, но и внутри сообществ и направлений.) Нужно отметить, что между этими двумя языковыми играми нет четкой границы — часто невозможно бывает определить, где кончается одна из них и начинается другая и в какой именно языковой игре мы в данный момент участвуем. Например, если мы говорим, что для заполнения базы знаний нам необходимо провести определенную работу со знаниями эксперта, то употребление термина «знания» в первом случае может быть понято как участие в первой из упомянутых языковых игр, а употребление того же слова во втором случае — как участие в языковой игре второго рода. На первый взгляд приведенное в предыдущем параграфе истолкование знаний в специфическом для ИИ понимании как формы представления информации в ЭВМ позволяет застраховаться от какой-либо критики собственно эпистемологического характера, однако здесь возникает вопрос относительно такого направления ИИ, как представление знаний, — ведь если термин «знания» употреблен в названии этого направления именно в специфическом для ИИ смысле (т.е. подразумевается форма представления информации в ЭВМ), то следует ли понимать представление знаний как «представление формы представления информации в ЭВМ?».

Объектом критики со стороны эпистемологов и социологов знания становится также тот «логический», «пропозициональный», «вербализаторский» подход к знанию, который (во всяком случае, пока) преобладает в ИИ. Проявляется он, в частности, в тех случаях, когда инженерия знаний ориентируется главным образом на извлечение именно той формы знания, которая в принципе может быть артикулирована. Эпистемологическая поддержка такой ориентации — допущение о существовании правил, которые не осознаются экспертами, однако определяют их деятельность и могут быть выявлены и формализованы. В качестве альтернативы этому подходу противопоставляются те, которые учитывают неявное, невербализованное и невербализуемое знание, придают большое значение визуально-остенсивным компонентам человеческого знания. Аргумент социологии науки в пользу такой альтернативы: неявное, неартикулируемое знание формирует скрытое измерение наших культурных способностей «know how» — мы считаем его само собой разумеющимся, но без него эксплицитное знание не может обрести смысла в той культуре, к которой мы
принадлежим [89].

Разумеется, трактовка знания социологами науки не является единственно возможным эпистемологическим основанием для тех направлений в разработке компьютерных систем, которые учитывают неартикулируемое знание. В принципе, в качестве такого эпистемологического обоснования может выступать любая концепция, рассматривающая неявное, невербализуемое знание как вид знания или составную часть знания в целом. Неудивительно поэтому, что разные исследователи, рассматривая создание экспертных (и других программных) систем в контексте проблемы соотношения явного и неявного знания, апеллируют к различным фигурам и направлениям в истории эпистемологии, подчеркивавшим роль неявного знания или обращавшим на него внимание. Это могут быть как Витгенштейн и Полани [95], так и античные философы, например Аристотель, выделявший в качестве видов знания мудрость в повседневных делах (phronasis) и ремесло (techne), которые, по существу, представляют собой «know how» [100]. Важно иметь в виду, что критика «вербализационных» подходов к знанию в разработке систем ИИ есть критика именно этих подходов, а не ИИ в целом. Дело в том, что работы по приобретению и представлению знаний, учитывающие неявное знание, в том числе его визуально-остенсивную компоненту, также ведутся в ИИ, хотя такого рода подходы не являются столь влиятельными, как вербализационные. Это обстоятельство также учитывается критиками «тотального вербылизаторства». Б.Блумфильд, например, ссылается на работу (94], где экспертная система рассматривается как посредник в передаче знания от эксперта-человека к пользоватлю и от пользователя к эксперту. С. Гилл подчеркивает, что внимание к неявному измерению в профессиональном знании является основой современных исследований по экспертным системам, осуществляемых скандинавскими учеными. Скандинавскую традицию в ИИ она противопоставляет британской традиции, основанной на рационалистическом подходе к знанию и делающей упор на формулирование правил, с помощью которых логическим путем можно получать заключения. В соответствии с рационалистическим подходом к знанию, приобретение знаний рассматривается как «квантификация» экспертизы: построение экспертной системы предполагает редукцию этой экспертизы к синтаксису, «распознаваемому» компьютером. В скандинавских странах, подчеркивает Гилл, обсуждение проблем экспертизы сконцентрировано вокруг витгенштейновских понятий личностного знания, знания как осведомленности и пропозиционального знания.

Личностное знание («personal knowledge») — то, которое приобретено индивидом из его жизненного опыта, относящегося к различным областям: социальной, культурной, экономической, политической и т.д., и формирующего человека как личность. «Знание как осведомленность» («knowledge of familiarity») приобретается в процессе работы в некоторой группе (профессиональном коллективе) и включает приобретенный здесь профессиональный опыт. «Пропозициональное знание» («propositional knowledge») обычно ограничивается «формально выразимым», вербализованным знанием, выраженным в формах, соответствующих стандартам данной науки или иной сферы человеческой деятельности. Экспертное знание понимается главным образом как сочетание этих трех типов знания. В этом контексте неявное (tacit) знание понимается как сочетание «личностного знания» и «знания как осведомленности». Поскольку многие скандинавские исследователи полагают, что именно это неявное измерение придает смысл пропозициональному знанию, попытки выразить экспертное знание лишь в «пропозициональной» форме (слово «пропозициональный» мы берем в кавычки, так как «пропозициональным» может считаться и знание, представленное с помощью языка логики предикатов, фреймов или семантических сетей), не учитывая отношений между пропозициональным и неявным измерениями знания, оцениваются ими как сомнительные в практическом отношении [95, p.326]. Эта позиция определила характер исследований, проводимых Шведским центром профессиональной жизни (SCWL) в рамках таких проектов, как, например, проект «Системы, основанные на ИИ, и будущее профессионального языка, культуры и ответственности». Для скандинавских исследователей, — отмечает С.Гилл, — характерен гуманистический подход, который слишком высоко ценит человеческие умения и знания, чтобы полагать, что они могут быть вложены в машину. Поэтому экспертные системы рассматриваются не как автономные субъекты, осуществляющие экспертизу, а как средства передачи экспертного знания более широкой аудитории.

Предполагается также, что для использования систем поддержки решений конечный пользователь должен обладать определенными интеллектуальными навыками и умением принимать решения, что связано с социальными аспектами его работы [95, p.335].

Соглашаясь во многом с критикой определенных подходов к знанию в ИИ с более широких философских, социологических и антропологических позиций, было бы несправедливо игнорировать то обстоятельство, что сама проблема «компьютер и знание», имеющая огромное социальное значение и представляющая значительный метафизико-эпистемологический интерес, была осознана главным образом благодаря тому, что термин «знание» стал активно использоваться в профессиональной лексике ИИ и благодаря тому вниманию к организации (прежде всего экспертного) знания, которое было проявлено в ИИ. Разумеется, сама проблема «Компьютер и знание» выходит далеко за рамки собственно вопросов приобретения и представления знаний, решаемых сегодня при создании систем ИИ. И все же, сколь бы ни были универсальны, глубоки и концептуально разработаны рассмотрения этой проблемы, возможно, осуществимые в будущем в философии, социологии или других дисциплинах, имеющих более внушительную академическую родословную, чем ИИ, относительно них останется верным утверждение, что все эти рассмотрения обязаны своим появлением в конечном счете тому ограниченному и весьма уязвимому при попытках выйти за пределы своей специфической «языковой игры» пониманию знания, которое существовало в ИИ в 70 — 80-е годы Выше уже говорилось, что критика ИИ (вернее, определенных подходов в рамках ИИ) является далеко не единственным (и не преобладающим) мотивом для того множества работ, которые мы считаем исследующими метатехнологические вопросы о знании, возникшие в связи с развитием ИИ и компьютерной революцией. Для осмысления происходящего в ИИ с позиций экзистенциальной эпистемологии характерно также наличие тенденции к определенной трансформации эпистемологии с учетом потребностей компьютерной революции. Так, А.И.Ракитов и Т.В.Адрианова прогнозоровали возможность появления новых тенденций в эпистемологии, касающихся прежде всего исследования познавательной функции правил как особой эпистемологической категории и выявления механизма рационализации и регулятивной трансформации интеллектуального творчества.

Такого рода предположения (и постановка задачи развития эпистемологии в этом направлении) были обусловлены тем обстоятельством, что для построения баз знаний компьютерных систем потребовалось изучение механизмов функционирования знания под таким углом зрения, чтобы это позволило выявить правила работы данных механизмов, т.е. «инструкции, указывающие, какие классы действий или отдельные действия и каким образом должны быть выполнены» [58, с.78].

Разумеется, изучение познавательной деятельности как системы правил — не единственное возможное направление развития эпистемологии под влиянием компьютерной революции. С.М.Шалютин, рассматривая проблемы представления знаний посредством семантических сетей, приходит к не менее правомерному выводу о желательности исследования категорий с учетом потребностей моделирования знания. Дело в том, что базовые отношения, содержащиеся в семантических сетях, являются аналогами мыслительных категорий (например, категорий причинности, части и целого, единичного и общего). Это дает основание полагать, что «…для развития искусственного интеллекта важно создать формальные квазикатегории, которые были бы приближенными аналогами реальных категорий, функционирующих в мыслительном процессе человека. Это значит, что одной из задач гносеологии на современном этапе является, так сказать, разложение категорий в бесконечный ряд общенаучных и иных понятий, которые могли бы формализоваться средствами логики и методологии науки» [80, с.160].

Взгляд на компьютер как на техническое устройство (артефакт), выполняющее скорее функцию посредника в передаче знания от одного человека к другому и скорее играющее роль своеобразного текста [81], чем являющееся автономной (т.е. не требующей дополнительного обращения к знаниям человека) моделью действительности, побуждает нас сделать акцент на неявной, личностной компоненте знания, а также на культурных предпосылках общения людей при посредстве ЭВМ. Заполнение базы знаний, осуществленное инженером в результате работы с экспертом, предполагает, конечно, формулировку правил (например, правил продукций), которые входят в базу знаний и необходимы для выполнения системой ее функций. Тем не менее, эти правила обычно не могут претендовать на самостоятельный эпистемологический статус — т.е. статус правил, в соответствии с которыми действительно мыслит эксперт и действительно функционирует «некомпьютеризованное» знание.

Вполне оправдана в этом отношении аналогия между системой, основанной на знаниях, и обычным текстом, проводимая Ю.А.Шрейдером [81]. В обоих случаях «…владелец знания не может его адекватно выразить в тексте, рискуя получить нечто, отличное от того, что имел в виду автор. …Знание не упаковывается в текст, а моделируется в нем в дискурсивной, а следовательно, упрощенной форме. Надежда на то, что оно будет адекватно воспринято адресатом, зиждется на вере в творческие способности последнего — в то, что он воспримет текст не как буквальную инструкцию, но как «намек», позволяющий воссоздать архитектуру моделируемого знания» [81, с.20]. В принципе утверждение о существовании невербализуемого, неэксплицируемого личностного знания не противоречит утверждению о возможности вербализации или иного рода экспликации той части неявного знания, которая это допускает. С этой точки зрения, развитие возможностей систем ИИ именно как автономных систем, сопоставимых с человеком по ряду выполняемых им функций в работе с информацией, совместимо с выполнением системами ИИ посреднической роли в передаче знания от человека к человеку, предполагающей наличие у людей того «общего резервуара» неявного знания, которое не может быть эксплицировано для представления в компьютерной системе. На практике, однако, тенденция к созданию автономных систем и тенденция к разработке систем-посредников нередко противопоставляются одна другой и конкурируют друг с другом. Проекция противопоставления этих подходов на уровень эпистемологии — две крайние точки зрения на знание, одна из которых предполагает принципиальную эксплицируемость всей познавательной деятельности человека, а другая — принципиальную неэксплицируемость того, что не эксплицировано на данный момент.

До сих пор мы говорили о метатехнологических вопросах о знании как об особой разновидности вопросов, которая может быть выделена наряду с технологическими и экзистенциальными. Нетрудно видеть, однако, что многие метатехнологические вопросы о знании представляют собой некоторый род экзистенциальных вопросов. Это вопросы о наличии тех или иных характеристик у знания как такового, возникающие в связи с тем, что происходит в сфере технологического рассмотрения знания. Например, упоминавшийся в начале данного параграфа вопрос о том, применимы ли значения, принимаемые термином «знание» в «языковых играх» ИИ к экзистенциальному исследованию знания, есть при ближайшем рассмотрении вопрос о присущности знанию свойств, предполагаемых теми значениями, которые приобретает слово «знание» в ИИ, — т.е. экзистенциальный вопрос о знании. Вопросы о принципиальной возможности вербализации знания, о структуре знания вообще и экспертного знания в частности также имеют экзистенциальный характер. Вообще для метатехнологического подхода к знанию характерно наличие вопросов типа «Таково ли знание, чтобы можно было с ним сделать то-то и то-то?» или «Таково ли знание, чтобы с ним могло произойти то-то и то-то вследствие развития определенных видов технологий?». Слова «можно» и «могло» обозначают здесь как техническую осуществимость, так и прагматическую или этическую допустимость или оправданность. В такие рамки «вписывается» довольно широкий круг вопросов — о возможности создания «подлинного искусственного интеллекта» и системы ИИ, которая могла бы считаться полноценным субъектом знания, о возможности построения общей теории знания как точной науки или каким-либо иным образом, об операциях со знанием, осуществляемых с использованием компьютера как предмета-посредника в познавательно-коммуникативной деятельности, о доверии к результатам переработки информации компьютером и правомерности включения этих результатов в систему человеческого знания, а также многие другие. Особое положение метатехнологических вопросов о знании среди других экзистенциальных вопросов определяется заметной связью первых с вопросами стратегии развития информационной технологии и технологических подходов к знанию. Как было показано выше, на основе метатехнологических рассмотрений знания нередко дается оценка перспективности тех или иных способов моделирования знаний в компьютерных системах, представления и приобретения знаний, путей создания экспертных систем, да и развития информационной технологии в целом. Таким образом, с одной стороны, мы оцениваем с наших эпистемологических позиций те явления и тенденции, которые имеют место в создании и применении компьютерных систем, а, с другой стороны, уточняем и развиваем собственные эпистемологические взгляды, пытаясь найти ответы на вопросы, возникающие в связи с появлением новых видов компьютерных систем и с возрастающей ролью компьютера в нашей жизни. Некоторые из такого рода вопросов мы рассмотрим в последующих параграфах.

И.Ю.Алексееваисточник

Поделиться в соц. сетях

Автор

Дмитрий Федоров

Редактор сайта, старший преподаватель кафедры вычислительных систем и программирования СПбГЭУ. Сфера интересов: - разработка и проведение обучающих курсов на основе языка программирования Python для всех специальностей; - проведение семинаров по методологии научной деятельности; - исследование трансформации рынка труда с использованием методов анализа данных.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *