Геннадий Степанов
Искусственный ложный Разум и Мир
Предположительно, существующие современные направления исследований различных исследователей в области изучения природного мозга и конструирования искусственного мозга являются тупиковыми.
В процессе развития науки и техники выработалось мнение, что в природе, в среде поведения человека, всё делается оптимально. Таким образом, можно утверждать, что и мозг человека стремиться достигнуть поставленных целей оптимальным образом.
На основании вышеизложенного, представим поведение мозга человека в среде обитания как автоматическую систему управления, которая стремиться удержать оптимальное состояние, отклонение от которого происходит за счёт воздействия на неё какого либо возмущения из среды обитания или стимула в ответ на какую-то мотивацию человека. При создании МРМ будем использовать модель индетерминированного машинного разумного поведения (МИМРП), которая позволяет иррационально находить оптимальное решение в качестве априорной математической истины по Канту, которая рассчитывается, а не находиться на основе дедуктивного метода.
Принцип оптимальности
С точки зрения науки и техники, по отношению к природе, под оптимальными состояниями и процессами понимается такое состояние какой-либо системы в целом, которое практически не изменяется или изменяется минимально при различных вариациях внутренней структуры системы. Такое состояние называется ещё равновесным. В природе из всех принципиально возможных процессов в какой-либо системе реализуется только оптимальные процессы.
Сформулированный Р. Беллманом принцип оптимальности гласит: отрезок оптимального процесса от любой его точки до конца процесса сам является оптимальным процессом с началом в данной точке.
Таким образом, можно, на основе принципа оптимальности, прогнозировать поведение любой системы в будущем. Предлагается принять, что это в полной мере относится и к поведению человека.
Метод случайного поиска решения
Если задача носит индетерминированный характер, то принято считать, что одним из самых эффективных методов нахождения решения является метод случайного поиска решения.
Случайный поиск характеризует свободу выбора по Канту при нахождении оптимального решения разнообразных задач.
В настоящее время утверждается, что системы, структура которых лишена неопределённости, индетерминированности, свободы выбора, ошибки, являются неработоспособными.
Гармоничное соотношение между детерминированным поведением сложной системы и её индетерминированным поведением, благодаря свободе выбора, при случайном поиске, определяет работоспособность сложной системы.
Человеческий мозг как сложная система
На интуитивном уровне можно признать, что человеческий мозг, являясь сложной системой, наиболее адекватно отражает реальный мир и пространство. Человеческий мозг осознаёт возможности своего бытия в этом реальном мире и пространстве, которое проявляется в единстве человека и реального мира и пространства. Человеческий разум и мышление, действующий в среде обитания человека, реализует возможность решения поставленной природой или им самим перед собой задачи из множества возможностей с учётом свободы выбора оптимальной для себя возможности.
Выбор оптимальной возможности решения задачи характеризует детерминированность поведения человека в среде обитания, которое можно спрогнозировать и, следовательно, понять его поведение в будущем.
Принцип оптимальности сводит свободу выбора разумного человека к нулю.
Отсюда следует возможность создания искусственного мозга (АМИМ) по Канту, подобного человеческому мозгу.
Определим, что АМИМ характеризуется детерминированным поведением в среде обитания, на основе принципа оптимальности, с учётом свободы выбора путём случайного поиска, который характеризуется допущением, в процессе принятия решения, ошибки. Для иррационального принятия решения АМИМ использует эффективный метод комбинаторной оптимизации (ЭМКО).
Метаразум (чистый искусственный разум и мышление по Канту)
При разработке модели метаразума на основе АМИМ, понимающего и решающего реальные проблемы, но лишённого эмоций, предлагается среду обитания человека представить средой абстрактных математических моделей различных объектов, понятий, структур и сложных систем из реального мира и пространства в АМИМ согласно Канта.
Определим априорные и апостериорные по Канту понятия метаразума как отражение существенных свойств, связей и отношений между различными объектами, структурами и сложными системами и явлениями из реального мира и пространства в АМИМ как трансцендентальные (содержательные) идеи по Канту.
Определим, что суждение метаразума представляет из себя утверждение или отрицание чего-либо и может быть только ложным или истинным, а также по Канту имееют ценностное или содержательное значение (количество, качество, и соотношение).
Суждения метаразума, по Канту, могут быть: общие, частные, единичные, утвердительные, отрицательные, бесконечные, категорические, гипотетические, разделительные, проблематические, ассерторические и аподиктические.
Умозаключение метаразума может быть дедуктивным, как аналитика понятий по Канту, или индуктивным.
Дедукция метаразума – это логический вывод от общего к частному, на основании знания общих трансцендентальных (содержательных) законов и правил по Канту, который обуславливает истинность суждения метаразума об априорных теоретических знаниях метаразума.
Индукция метаразума – это логический вывод от частного к общему, установление общих законов и правил на основании изучения трансцендентальных (содержательных) отдельных фактов и явлений по Канту на основе опыта, которые обуславливают истинность суждения метаразума об апостериорных теоретических знаниях метаразума.
.Аналогия метаразума – это логический вывод от частного к частному на основе некоторых элементах сходства
Абстрактное моделирование различных объектов, понятий, структур и сложных систем из реального мира и пространства
Примем, что моделирование (воображение по Канту) АМИМ является основным методом исследований и оценок характеристик различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной объёмной модели реального мира и пространства (СОМРМП) в АМИМ по Канту, которое используется при принятии решения метаразумом.
Анализ различных объектов, понятий, структур и сложных систем из реального мира и пространства
Метаразум производит расчленение, на основе аналитики по Канту, различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых путём апперцепции по Канту в субъективной модели реального мира и пространства АМИМ как формы явлений, на образующие их части, выделяет из них отдельные части, признаки и свойства для решения поставленной им перед собой задачи или задачи поставленной перед ним природой. Абстрактные формы явлений как математические модели в виде графов (трансцендентальные схемы по Канту) запоминаются в базе данных машинной памяти.
Синтез различных объектов, понятий, структур и сложных систем из реального мира и пространства
Метаразум производит соединение по Канту отдельных элементов, частей и признаков различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ как формы явлений по Канту, в единое целое, что позволяет переходить к более общим различным объектам, понятиям, структурам и сложным системам. В основе синтеза лежит абстракция различных форм явлений по Канту (объектов, понятий, структур и сложных систем из реального мира и пространства). Абстрактные формы явлений как математические модели в виде графов (трансцендентальные схемы по Канту) запоминаются в базах данных и знаний машинной памяти в виде понятий (пропозициональных переменных).
Сравнение различных объектов, понятий, структур и сложных систем из реального мира и пространства
Метаразум производит сопоставление и сравнение по Канту отдельных элементов, частей и признаков различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых как абстрактные формы явлений по Канту, в субъективной модели реального мира АМИМ, друг с другом, что позволяет выявлять общность или различия между различными объектами, понятиями, структурами и сложными системами.
Абстракция различных объектов, понятий, структур и сложных систем из реального мира и пространства
Абстрактные математические модели представляют из себя идеальные геометрические конструкции по Канту как трансцендентальные схемы в виде графов или феноменов по Лейбницу в машинном мозге, которые подобны различным объектам, понятиям, структурам и сложным системам из реального мира и пространства, исследуемым АМИМ.
АМИМ формирует адекватные модели исследуемым объектам, понятиям, структурам и сложным системам из реального мира и пространства и отражает полноту их свойств. АМИМ добивается максимальной изоморфности и гомоморфности, а также инвариантности модели и различных объектов, понятий, структур и сложных систем из реального мира и пространства за счёт декомпозиции и инкапсуляции. Модели характеризуются иерархическим построением путём наследования, типизацией данных, параллельностью исполнения, продолжительностью существования.
Таким образом, исследуемый АМИМ граф (трансцендентальная схема по Канту), представляет из себя концептуальную модель. Исходя, из полученной концептуальной модели АМИМ разрабатывает математическую модель различных объектов, понятий, структур и сложных систем из реального мира и пространства на искусственном языке исчисления высказываний (ИЯИВ). Для этого АМИМ обозначает вершины графа (машинная трансцендентальная схема по Канту) как пропозициональные переменные, а рёбра графа как математические отношения с их весом. Решение оптимизационных задач на графах относится к дискретной математике, а именно к разделу комбинаторной оптимизации.
Обобщение различных объектов, понятий, структур и сложных систем из реального мира и пространства
Метаразум производит объединение абстрагированных отдельных элементов, частей и признаков различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ в виде графов (машинных трансцендентальных схем по Канту), друг с другом по сходным или существенным признакам объектов, понятий, структур и сложных систем с целью отбрасывания единичных признаков, при сохранении общих.
Конкретизация различных объектов, понятий, структур и сложных систем из реального мира и пространства
Метаразум производит выведение частных проявлений различных объектов, понятий, структур и сложных систем из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ в виде графов (машинных трансцендентальных схем по Канту), что позволяет выявлять конкретные проявления между различными абстрагированными объектами, понятиями, структурами и сложными системами.
Классификация различных объектов, понятий, структур и сложных систем из реального мира и пространства
Метаразум производит отнесение единичного объекта, понятия, структуры и единичной сложной системы из реального мира и пространства, отображённых в субъективной модели реального мира АМИМ в виде графов (машинных трансцендентальных схем по Канту), к некоторому классу в виде символа или значения, систематизацию их, установлению связей между ними.
Распознавание различных объектов, понятий, структур и сложных систем из реального мира и пространства
Анализ современных логических языков для обработки символьной информации при распознавании различных объектов, понятий, структур и сложных систем из реального мира и пространства, а также использование их для реализации интеллектуальных систем показывает, что Лисп остаётся основным языком для реализации экспертных систем, баз данных и знаний, который разрабатывался для американского министерства обороны.
Можно надеяться, что будет разработан логический язык на основе индуктивного метода, аналогии и ЭМКО, который вберёт лучшие черты Лисп, СНОБОЛ, Рефал, Пролог, Плэнер, Плэнер-БЭСМ, Конивер, KRL, FRL, RLL, ART, Ether, SQL и др.
Мышление метаразума
Как известно логика является наукой о мышлении.
Со времён Аристотеля рассматривались различные модальные понятия, которые отражали развитие модальной логики.
Примем машинную логику как модальную многозначную пропозициональную логику, использующую сравнительные модальные понятия.
Сравнительные модальные понятия, которые являются содержательными (трансцендентальными) по Канту и могут быть охарактеризованы как количественные, качественные и понятия о соотношении по Канту, а также их оценка позволяют определить критерий разумности по Канту.
Согласно Аристотелю высказывания о будущем не может быть ни истинным, ни ложным, т.е. оно является неопределённым, случайным.
Представим мышление метаразума как процесс решения задач комбинаторной оптимизации (ЗКО).
Решение ЗКО на основе ЭМКО предполагает принятие случайного решения, которое может быть ошибочным, назовём его неопределённым решением.
Таким образом, определим мышление метаразума как три типа мышления:
– рациональное мышление (РМ) на основе модальной многозначной пропозициональной логики (ММПЛ) (трансцендентальной по Канту);
– иррациональное мышление (ИМ) на основе машинной интуиции (антиципации по Канту);
– неопределённое мышление (НМ) на основе метода Монте-Карло.
Согласно Канту понятие истинности не носит всеобщий характер т.к. это требование заключает в себе противоречие.
С помощью дедуктивного логического вывода на основе ММПЛ возможен поиск метаразумом апостериорного приближённого решения ЗКО по Канту и случайным образом оптимального решения. Данное решение определим как логическую истину (ЛИ).
Поиск априорного оптимального решения осуществляется с помощью машинной интуиции (антиципации по Канту), на основе расчёта с использованием ЭМКО. Данное решение определим как математическую истину (МИ) по Канту (априорное синтетическое машинное суждение).
Выбор неопределённого решения производится с помощью генератора случайных чисел и таймера из апостериорных решений. Неопределённое решение может быть случайно оптимальным. Данное решение назовём как неопределённую истину (НИ). Неопределённая истина принимает значения или постфактум после принятия решения.
Машинная истина включает все три определённые истины.
Таким образом пределы границ между решениями, принятыми тремя типами мышления, размыты.
Метаразум осуществляет поиск решения одновременно, параллельно тремя типами мышления.
Модальная логика
В основу машинной модальной многозначной пропозициональной логики возьмём аксиологическую логику, разработанную профессором А. А. Ивиным из Москвы.
Согласно аксиологической логики определим, что машинный язык позволяет логически описать внешний мир и пространство. Его можно употреблять, как для описания действительности, характеризуемое в терминах или, так также осуществить их оценку выступающую как стандарт, перспектива, план действий. Машинное описание и машинная оценка являются двумя полюсами, между которыми имеется множество переходов. Машинные экспрессивы близки к машинным описаниям. Машинные орективы сходны с машинными оценками. Машинные оректив это машинное высказывание, используемое для возбуждения машинных чувств, воли, побуждения к действию. Машинные описания представляют собой выражения машинных мыслей, машинные экспрессивы – выражения машинных чувств. Машинные описания и экспрессивы относятся к пассивным употреблением машинного языка и должно быть охарактеризовано в терминах истины и лжи. Машинные оценки и машинные орективы относятся к активному употреблению машинного языка и используются для оптимального и рационального поведения метаразума. Предлагается для машинной модальной многозначной пропозициональной логики представить истинностное значение машинной оценки как априорное оптимальное значение (наилучшее значение), а ложное значение машинной оценки как ошибочное значение (наихудшее значение) или пусто (0) по Канту. Следовательно, предлагается многозначная шкала модального оператора для машинной оценки от наихудшего значения (0) до наилучшего (оптимального) значения машинной оценки (самого интенсивного по Канту), которую нужно проградуировать в терминах многозначной логики как агрегаты по Канту.
Можно в качестве шкал градуировки, как агрегаты по Канту, выбрать общепринятые шкалы.
Например, такие:
– шкала цены (от 0 до 100 копеек);
– процентная шкала (от 0 до 100 процентов).
Таким образом определим истинностное значение машинной оценки как оптимальное значение, а ложное значение машинной оценки как ошибочное значение (пустое значение по Канту (0)) т.е. машинная оценка также как и машинное описание характеризуется в терминах или.
Машинные нормы представляют собой частный случай машинных оценок: некоторое действие обязательно, если и только если это действие является позитивно ценным и хорошо, что воздержание от данного действия влечет за собой наказание. Машинные обещания – частный, или вырожденный, случай машинных норм. Машинные декларации являются своего рода предписаниями, или нормами, касающиеся поведения метаразума. Имеются, таким образом, четыре основных употребления машинного языка: описание, экспрессив, оценка и оректив, а также целый ряд промежуточных его употреблений, в большей или меньшей степени тяготеющих к основным. Синтаксис и семантика машинной модальной многозначной пропозициональной логики позволяет осуществлять программирование на ПЛИС и ПАИС.
Операционная система
В настоящее время большинство серверов работают на операционной системе Linux. Она очень гибкая и лёгкая в настройке. Основные принципы операционной системы Linux и других Unix подобных систем можно взять за основу для операционной системы метаразума.
Начала метаразума
В настоящее время нет строгого определения понятия «метаразум».
Определим, что понятие метаразум, по Канту, это способность, дающая априорные и апостериорные машинные знания на основе принципа осознанных машинных созерцаний (апперцепции) и принципа машинных ощущений (антиципации). Чистым установим по Канту метаразум, который содержит в себе для познания принципы безусловного априорного машинного знания. Органоном по Канту чистого метаразума как орудие его мышления предлагается совокупность разработанных мною принципов апперцепции, антиципации и метода решения задач комбинаторного типа, на основе которых можно приобрести и действительно осуществить все чистые априорные машинные знания.
Предлагаемая работа посвящена в основном разработке теоретических принципов устройства механизма формирования знаний, понятий, суждений, образов для метаразума.
Как известно классическая логика, как наука о мышлении по Канту, уже с древнейших времен и до сих пор не смогла сделать ни шага вперед и, судя по всему по Канту, она кажется наукой вполне законченной и завершенной.
В самом деле, некоторые современные исследователи когнитивных наук
в области психологии, лингвистики, нейрофизиологии, нейрокомпьютеров, искусственных нейронных сетей и нечеткой логики, до сих пор пытаются расширить логику тем, что включают в нее, то психологические разделы о различных познавательных способностях, то эмпирические метафизические разделы о происхождении познания или о различных видах достоверности в зависимости от объекта, то антропологические разделы.
Когнитивный подход представляет собой множество направлений, связанных с вопросами понимания естественного языка, компьютерного перевода, проблемами компьютеризации общества и теории искусственного интеллекта. Причем когнитивные психологи рассматривают язык, не только, как систему коммуникации, в которой мысли передаются посредством звуков или символов, но и как систему решения задач мышления. Однако такие попытки объясняются незнанием истинной природы науки о мышлении, познании и поучении по Канту.
В результате, на современном этапе развития науки и техники, доминирует довольно примитивный взгляд на науку о мышлении в виде искусственного интеллекта, опирающийся на логику. Хотя уже почти как 300 дет назад И. Кант указал на то, что наука о мышлении должна опираться на его новую науку познания всего сущего (метафизику природы), в частности на его трансцендентальную логику. С этой мыслью он обратился к будущим поколениям, и эта мысль является актуальной на сегодняшний день.
В последнее время многие исследователи логики, как науки о мышлении, задумываются об итогах развития логики. История двух с половиной тысячелетнего периода развития логики со всей остротой поставили вопрос о том, что такое логика или, более конкретно, что такое логическая система? Конечно, два традиционных направления развития логики остаются пока непоколебимыми. Это, с одной стороны, синтаксическое направление, проявившееся в наибольшей степени в фундаментальной работе Д. Габбая и получившее название дедуктивные системы («labelled»), а также непрекращающиеся попытки максимально обобщить генценовские исчисления. И в первом и во втором случае ставится цель единообразного охвата наибольшего числа различных логических систем и даже различных направлений в логике. С другой стороны, остается неизменной тенденция в выработке единого семантического основания для возможно большего разнообразия логических систем. При обоих подходах логическая техника становится всё более утонченной и формально разработанной и не оставляет места философским, метафизическим спекуляциям по Канту.
На сегодняшний день с логикой случилось то, что она расплавилась в разнообразных исследованиях математиков, стремящихся представить в совершенно точных терминах понятие «логической системы», и удовлетворить требования компьютерных наук в вопросе о том, что такое дедуцирование (А.С Карпенко).
Проводимые многими современными логиками исследования с применением аппарата универсальной алгебры, с развитием теории категорий и с возрастающими потребностями в вычислениях и обработке информации, дающие представления о логических системах и о самой логике, принимают всё более абстрактный характер. Это говорит о непостижимой глубине логики, а может быть даже о некоторой тайне, скрываемой в недрах логического универсума. И эта тайна периодически нежданно – негаданно проявляется в побочных эффектах, указывающих на нечто принципиально новое и требующих переосмысления статуса самой логики.
Современная логика имеет непосредственное отношение к базисным, фундаментальным конструкциям, которые зарождаются в недрах математического знания, создавая этим новый концептуальный аппарат. Такими конструкциями являются теория множеств, оператор замыкания с определенными свойствами, топологические пространства, решетка как определенным образом упорядоченное множество, моноиды, семейство базисных комбинаторов, алгебра Линденбаума, понятие категории, и т. д. Первая и последняя из указанных конструкций стали парадигмами нового мышления, а некоторые их конкретизации дали необычайной силы импульс развитию самой логики.
На сегодняшний день открытым остается главный вопрос: представляет ли собой
логика как таковая некоторую единую конструкцию, или это невозможно для систем искусственного интеллекта?
В настоящее время осуществляется попытка выявления некоторой структуры, состоящей не из отдельных логических систем, а представление этой конструкции, как целого класса, путём определения взаимоотношения между различными логиками, множествами логик и структурами этих множеств, переводу и погружению одних логических систем в другие, построению какой-либо по возможности богатой конструкции, объединяющей как можно больше логических систем, и изучению уже её свойств. Была предложена конструкция в виде конечной булевой решетки, элементами которой являются сами логические системы, и эта совокупность базисных логических систем может образовать своего рода металогику, как глобальному подходу в исследовании различных совокупностей логик.
В связи с этим возникает фундаментальный вопрос о существовании конструкции
под названием ЛОГИКА.
Известный польский логик Я. Лукасевич в своё время высказал:
«Итак, сколько бы я ни занимался даже мельчайшей логической проблемой, ища, например, самую короткую аксиому импликативного исчисления, всякий раз меня не покидает чувство, что я нахожусь рядом с какой – то мощной, неслыханно плотной и неизмеримо устойчивой конструкцией. Эта конструкция действует на меня как некий конкретный осязаемый предмет, сделанный из самого твердого материала, стократ более крепкого, чем бетон и сталь. Ничего в ней я изменить не могу, ничего самопроизвольно не создаю, но изнурительным трудом открываю в ней все новые подробности, достигая непоколебимых и вечных истин. Где и чем является эта идеальная конструкция?».
По Я. Лукасевичу верующий философ (возможно И. Кант) сказал бы, что она в Боге и является Его мыслью.
Существует мнение, что такой конструкции нет и не может быть.
Отсюда следует, что любые попытки алгоритмизации процесса мышления (так называемый искусственный интеллект) на основе логики закончатся провалом.
На сегодняшний день считается, что так называемый Homo-логический универсум не является счётным, а процессы, в нем происходящие, не являются истинностно – функциональными. Всё, что можно извлечь из предельного огрубления человеческой логики как одной из конкретизаций булевого универсума, как раз извлекает происходящая сейчас компьютерная революция.
В итоге, критики «основных» законов и принципов классической логики привели к феномену логической континуальности, выраженному как в континуальности самих классов логических систем, так и в наличии континуальности замкнутых классов логических функций. Отсюда возникает вопрос, является ли логическое мышление человека дискретным или континуальным (непрерывным)?
Ответ на этот вопрос, также зависит от того, что понимается под логикой или логической системой. И в рамках одной ли логической системы мыслит человек?
Некоторые современные известные исследователи логических систем высказывают мысль: «что они не знают, что представляет логика из себя, как наука о мышлении».
В современных исследованиях логики, как науки о мышлении, происходит смешение границ различных когнитивных наук (философия, психология, лингвистика, антропология, нейрофизиология и искусственный интеллект), что ведет не к расширению этих наук, а к искажению их по Канту и их сужению. Поэтому, следовательно, нужен совершенно новый, иной подход к моделированию процесса мышления человека. Можно сказать по Канту, в свете его новой всеобщей науки познания всего сущего, даже революционный.
По Канту границы классической логики, как науки о мышлении, совершенно точно определяются тем, что она есть наука, обстоятельно излагающая и строго доказывающая одни только формальные правила всякого мышления (безразлично, априорное оно или эмпирическое, безразлично, каковы его происхождение и предмет). Своими успехами классическая логика обязана определенности своих границ, благодаря которой по Канту она вправе и даже должна отвлечься от всех объектов познания и различий между ними, следовательно, в ней метаразум имеет дело только с самим собой и со своей формой мышления.
Классическая логика по Канту как пропедевтика составляет как бы только преддверие науки о мышлении и познании метаразума, и когда речь идет о его знаниях, то классическая логика предполагается для суждения метаразумом о них.
Классическая логика по Канту является каноном оценки истинности. В качестве органона для действительного создания объективных утверждений (знаний) Кант рассматривал диалектику. По Канту, рассудок вообще провозглашается способностью устанавливать правила. Следовательно, способность суждения есть умение подводить под правила, т. е. различать, подчинено ли нечто данному правилу (casus datae legis) или нет.
Классическая логика по Канту не содержит и не может содержать никаких предписаний для способности суждения. В самом деле, так как она отвлекается от всякого содержания познания, то на ее долю остается только задача аналитически разъяснять одну лишь форму познания в понятиях, суждениях и умозаключениях и тем самым устанавливать формальные правила всякого применения рассудка. Но правило именно потому, что оно есть правило, снова требует наставления со стороны способности суждения. Таким образом, рассудок метаразума должен быть способен к поучению посредством правил и усвоению их.
Способность суждения и поучения, есть отличительная черта, которую нельзя восполнить извне никаким искусственным интеллектом. Мы можем дать и как бы вдолбить в программное обеспечение сколько угодно правил искусственному интеллекту, но способность правильно пользоваться ими, ему не присуща. У искусственного интеллекта нет этой способности. Никакие правила, которые были бы предписаны извне искусственному интеллекту, с целью суждения, не гарантируют его от ошибочного применения их. Поэтому искусственный интеллект может иметь сколь угодно много превосходных медицинских, юридических, технических, военных, политических правил и др., что сам способен быть хорошим учителем в своей области, и, тем не менее, в применении их легко может впадать в ошибки потому, что ему недостает естественной для человека способности суждения. Так что он хотя и способен in abstracto усматривать общее, но не может различить, подходит ли под него данный случай in concrete.
Единственная, и притом огромная, польза правил, примеров, получаемых извне, именно в том и состоит, что они усиливают искусственный интеллект.
Что же касается правильности и точности функционирования искусственного интеллекта, то они скорее наносят ему обычно некоторый ущерб, так как они лишь редко выполняют адекватно условия примера (как casus in terminis). К тому же правила нередко огрубляют запрограммированную информацию, которую необходимо, чтобы усмотреть пример в их общей форме и полноте, независимо от частных обстоятельств опыта, и, в конце концов, тупо пользуются правилами в качестве формул.
Таким образом, используемые примеры суть подпорки, без которых не может обойтись современный искусственный интеллект.
По Канту отсутствие способности приобретения знаний (поучению) у искусственного интеллекта, собственно, то, что для человека называют глупостью, и против этого недостатка в природе нет лекарства.
Тупой, глупый или «ограниченный» искусственный интеллект, которому недостает рассудка и выработке собственных понятий, может путём обучения достигнуть даже определённой «учёности» в некоторых областях познания, но эта «учёность» не страхует его от ошибок (возможно весьма трагических).
