Материал: blinov_a_ladov_v_petyaksheva_n_surovtsev_v_shramko_ya_analit

дедуцируется из более исчерпывающего закона. Гемпель впервые четко связал объяснение с:

(1)дедуктивным выводом;

(2)дедуктивным выводом из законов;

(3)сформулировал условия адекватности объяснения.

Эта точка зрения на объяснение и особенно ее применение к историческому объяснению и объяснению человеческих действий вызвала резкую полемику. Поэтому Гемпель, обобщая модель охватывающих законов, предлагает вероятностно-индуктивную, или статистическую, модель объяснения и формулирует общее условие адекватности для двух разновидностей модели "охватывающих законов". Он также предлагает понятие "эпистемической пользы" для объяснения понятия "принятия гипотезы" в модели принятия решения в условиях неопределенности".

Привлечение подобных техник призвано устранить так называемый парадокс объяснения, который заключается в следующем: для того чтобы объяснить, как произведено то или иное объяснение, нужно знать, в чем заключается общий механизм объяснения, т.е. заранее знать то, что неизвестно и еще только рассматривается в качестве предмета объяснения. В дедуктивно-номологической модели парадокс оказывается снятым, однако оценка истинности высказывания фактически сводится к проверке соответствия этого высказывания некоторому (полагаемому данным) множеству истинных высказываний; оцениваемая таким способом истинность не может быть корреспондентной. Здесь нет еще оснований считать полученное таким образом знание о мире истинным в смысле прямого соответствия миру. Центральным вопросом, таким образом, здесь оказывается выбор семантических примитивов, через которые строится объяснение.

Однако в последнем случае исследователю необязательно занимать репрезентационистскую позицию. Казалось бы, подобным утверждением мы не открываем Америки (скорее, честно говоря, мы ее закрываем), не изобретаем даже самоката, а не то что велосипеда, но действительность не устает поражать философов нечеловеческим догматизмом15.

Отсутствие собственно эпистемологических оснований для формализации эмпирических данных в дедуктивных теориях не является на сегодняшний день специфически "анархическим" допущением: оно не оспаривается и вполне сдержанными исследователями. Более релевантным здесь оказывается прагматический критерий: поскольку теория отвечает предъявляемым к ней требованиям (объяснения известных фактов и предсказания новых), постольку она признается удовлетворительной, а отсутствие или невозможность обоснования теории как описания некоторой трансцендентной ей сущности не снижает ее ценности как теории.

Традиционная трактовка объяснения является, в своей наиболее сущностной характеристике, редукционистской: объяснить нечто, с такой точки зрения, — это свести неизвестное к известному. Основные возражения здесь (Гемпель16, М.Фридман17, ван

15Вот пример из современного отечественного философского текста: "А если у кого-либо возникает желание спросить, откуда у Ф. Энгельса и всех, кто согласен в этом с ним, право квалифицировать вопрос об отношении мышления к бытию в качестве основного вопроса всей философии, т.е. философии как таковой безотносительно к тому, в какой форме, в какой стране и в какое время она существует, словом, безотносительно к конкретной исторической форме ее самореализации, то на это можно ответить следующим образом: спрашивать об этом поздно, ибо указанный статус основного для философии вопроса об отношении мышления к бытию было дано иметь давно без какого-либо содействия этому Ф. Энгельса и тех, кто в этом согласен с ним, и тем более без его и их заслуги в том, что это объективно имело и продолжает иметь место". — Горан В.П. Философия. Что это такое? — Философия науки. № 1 (2). Новосибирск, 1996.

16Hempel C.G. Aspects of Scientific Explanation. — In: Aspects of Scientific Explanation and Other

591

Фраассен18) таковы: объяснение известного феномена может быть произведено с помощью совершенно новых и необычных теорий. Сам термин "объяснение" представляет, с такой позиции, прагматическое понятие и, следовательно, является релятивистским: согласно Гемпелю, мы можем построить некоторое значимое объяснение только в той или иной познавательной ситуации, только для того или иного конкретного индивидуума — реципиента информации; невозможно дать некоторое универсальное объяснение, "объяснение вообще", валидное всегда и для всех. (Так совершился переход Гемпеля от дедуктивной модели объяснения к индуктивной, или статистической.) Объяснение признается контекстно-зависимым. Традиционный редукционизм, таким образом, отождествляется с универсализмом: трактовка объяснения как сведения неизвестного к известному оказывается продиктованной стремлением обнаружить некоторые общие и общезначимые критерии интеллигибельной теории (например каузальность, возможность моделирования, визуализация и т.д.).

В этой связи принятие множества предложений, полагаемых тривиально истинными языковым сообществом в данный момент времени, в качестве множества семантических примитивов, или исходных дескрипций, относительно которого определяется истинность языковых значений, позволяет избежать такого противопоставления универсализма и релятивизма. В самом деле, установление наибольшего числа семантических связей исходной дескрипции с наибольшим числом семантических примитивов системы никак не означает редукцию. Напротив, речь здесь идет о построении нового знания, о приращении знания за счет увеличения числа его структурных элементов. Объяснительная сила теории будет в таком случае зависеть от строгости логического следования и от количества семантических примитивов, с которыми объяснение устанавливает связи.

Рассмотрим, например, "вывод к лучшему объяснению" — идею, восходящую к Ч.С. Пирсу ("абдукция") и эксплицированную Г. Харманом19. Согласно этому представлению, тот факт, что теория объясняет некоторые явления — часть очевидности, побуждающей нас принять эту теорию. И это означает, что отношение объяснения видно прежде, чем мы полагаем, что теория истинна.

Предположим, что мы имеем очевидность E и рассматриваем несколько гипотез, скажем H и H'. Тогда, согласно этой теории, мы должны вывести H скорее, чем H', если H — лучшее объяснение E, чем H'. Критерии, применимые здесь, могут относиться к статистической теории:

H — лучшее объяснение E, чем H' (ceteris paribus), если:

1.P(H) > P(H') — H имеет более высокую вероятность, чем H'

2.P(E/H) > P(E/H') — H дает более высокую вероятность E, чем H'.

Эта версия теории объяснения непосредственно привлекала бы когерентность в ее вероятностной интерпретации (Бонжур) — P будет истинно для S ттт P логически непротиворечиво с остальными предложениями, полагаемыми S истинными, и имеются целесообразные вероятностные связи между другими предложениями, полагаемыми S истинными, и P.

Мы можем суммировать вышесказанное, сформулировав два аргумента относительно объяснения:

1. ничто не является объяснением, если оно не истинно;

Essays in the Philosophy of Science. N.Y., 1965.

17Friedman M. Explanation and Scientific Understanding. — Journal of Philosophy №71 (1974), pp. 5-19.

18van Fraassen B. The Scientific Image.

19G. Harman, The Inference to the Best Explanation, Philosophical Review, 74 (1965), pp. 88 — 95; G. Harman, Thought, (Princeton, N.J., 1973), pp. 155-173.

592

2.ни у кого нет оснований утверждать "я имею объяснение", если у него нет оснований утверждать "я имею теорию, которая является приемлемой и дает объяснение".

Ясно, что эти аргументы различаются только с точки зрения корреспондентной истинности. Для когерентиста они идентичны.

Такая интерпретация позволяет сохранить базовые интуиции, согласно которым объяснение должно связывать неизвестное с известным, и в то же время снимает возражение этому подходу, заключающееся в том, что объяснение известного феномена может быть произведено с помощью совершенно новых и необычных теорий: в любом случае это новое и необычное знание должно будет быть когерентно с множеством предложений, полагаемых языковым сообществом тривиально истинными, т.к. в противном случае это новое знание, не располагая определенными значениями, попросту не сможет функционировать, т.е. не будет существовать как знание.

Итак, анализ семантического аспекта перехода от описания к объяснению оказывается связанным с проведением нескольких дихотомий:

данные наблюдения/теория; репрезентационизм/конструктивизм; корреспондентная/когерентная истинность; дескрипция/объяснение.

12.3 Проблема языка в современных исследованиях по искусственному интеллекту

12.3.1 Источник компьютерных аналогий

В основании компьютерных аналогий ментального, широко используемых в когнитивистских моделях, лежит понятие машины Тьюринга. В работе 1950 года «Умеет ли машина мыслить?» Алан Матисон Тьюринг поставил задачу формулировки условий, при которых машина может быть описана как мыслящая. А поскольку понятие «мышления» весьма темное, то он полагает, что, прояснив, что значит мыслить для машины, мы сможем понять, что значит мыслить вообще. Тьюринг исходит из предпосылки, что если поведение машины неотличимо от поведения человека, то это – достаточный критерий считать такую машину мыслящей. Он предложил абстрактную модель машины, успешно имитирующей всю совокупность человеческого поведения, которая впоследствии получила название машины Тьюринга. В основе этой идеи лежат результаты, полученные в 30-х годах 20-го века и легшие в основу так называемой теории автоматов и обобщенные в теории алгоритмов. Тьюринг исходит из представления о разумном поведении как деятельности, направленной на решение задач. Задача полагается решаемой, если может быть обнаружен алгоритм — набор специфицируемых вычислительных процедур — ее решения. Понятие алгоритма было интуитивно ясным, но не существовало общей формулы алгоритма вообще. Тьюринг сформулировал следующий тезис: для всякого алгоритма можно смоделировать машину, отвечающую определенным характеристикам, которая будет реализацией этого алгоритма20. Тогда для всякой задачи (в широком, а не в узком, математическом, смысле), решаемой людьми, может найтись такая вычислительная машина, которая будет решать эту задачу так же хорошо. Машина

20 А. Тьюринг, Может ли машина мыслить, «Колледж», Саратов, 1999, 6 – 76.

593

Тьюринга – абстрактная универсальная вычислительная машина. Если такая машина может имитировать поведение любой другой машины, то она, в таком случае, сможет быть универсальным имитатором человеческого поведения. И, по мнению Тьюринга, нет никаких логических препятствий к допущению такой модели.

Машина Тьюринга отличается определенными свойствами. В основе ее лежит понятие автомата: самостоятельно действующего управляющего устройства. Для их описания используются три алфавита: алфавит входа, алфавит выхода и алфавит внутренних состояний автомата. Среди таких автоматов различают автоматы с конечной или бесконечной памятью, различаются они, разумеется, и количеством входов и выходов, а также могут быть вероятностными, если какая-нибудь из функций четко не задана, а предполагается случайно осуществляемой автоматом в каждый момент времени. Существенная характеристика машины Тьюринга – дискретность: в каждый момент дискретного времени она находится в совершенно определенном (одном и только одном состоянии), так что можно точно указать, что у машины «на входе» (иначе говоря, что «воспринимается» машиной), что «на выходе» (машинное «действие») и в каком состоянии она находится в данный момент времени. Таким образом, каждое дискретное состояние можно полностью описать в терминах входа-выхода и функции (иначе: алгоритма), которая(-ый) их связывает, т.е. используя только буквы соответствующих трех алфавитов плюс специальные термины, подобные логическим константам. Возможны и существуют машины с не дискретными состояниями: в этом случае никакому моменту дискретного времени нельзя сопоставить одно и только одно машинное состояние – данные продолжают поступать на вход постоянно и постоянно же происходит изменение состояния. В какой-либо момент времени могут быть «считаны» результаты неких измерений или действий, производимых с помощью такой машины, но внутри интервала между началом решения задачи этой машиной и получением результата различение дискретных состояний невозможно (или практически возможно только в виде какой-либо аппроксимации). Результаты, получаемые с помощью таких машин обладают большей погрешностью вследствие того, что считывание результатов – тоже процесс, требующий времени, а за это время показания изменяются. Машинам с дискретными состояниями соответствуют среди реальных машин, например, цифровые компьютеры, с не дискретными состояниями – аналоговые. В этом отношении на роль универсального «мыслящего» имитатора, построенного по модели Тьюринга, лучше подходят цифровые вычислительные машины. Трудно сказать, насколько уместно проводить аналогию между человеческим организмом и машиной Тьюринга в структурном отношении: для этого требуется доказать, что ментальные состояния подобны внутренним состояниям таких машин, а именно – дискретны. Трудности в проведении такой аналогии, однако, с точки зрения Тьюринга – не помеха компьютерному моделированию сознания: ведь его критерий основан на понятии имитации – если машина Тьюринга (с дискретными состояниями) способна имитировать поведение любой машины с не дискретными состояниями (а по Тьюрингу, это – так), т.е. решать всю совокупность задач, решаемых такими машинами, то нет разницы в том, насколько обоснованно полагать внутренние состояния человека дискретными. Вывод о способности машины Тьюринга мыслить как человек (т.е. решать весь комплекс релевантных задачи) не будет зависеть от успехов или неудач такого обоснования. Тогда, независимо от того, как решается метафизический вопрос (что такое ментальное), мышление может описываться в терминах машинной модели Тьюринга.

Не все, но многие версии машинного функционализма опираются на понятие машин Тьюринга, которые определяются по двум функциям: от входных данных и состояний к выходным данным и от входных данных и состояний к состояниям. В этой модели любое устройство, соответствующее понятию машины Тьюринга, можно описать с помощью так

594

называемой машинной таблицы. Пример такой таблицы для примитивного автомата – выключатель:

Любая система, имеющая набор входов и выходов, а также состояний, соотносящихся согласно машинной таблице, описывается машинной таблицей и является реализацией абстрактного конечного автомата. Простая версия машинного функционализма настаивает на том, что каждая система, имеющая ментальные состояния, описывается, по крайней мере, одной машиной Тьюринга определенного вида; она также утверждает, что каждый тип ментальных состояний системы тождественен одному из табличных машинных состояний, определенных машинной таблицей.

12.3.2 Критика «машинного функционализма»

Патнэм одно время разделял «машинную версию» функционализма; позднее, однако, он стал одним из энергичнейших критиков этой идеи. Функционализм (по крайней мере, в этом варианте) предлагает интерпретацию познавательного процесса как процесса обработки информации — формальной манипуляции репрезентациями или символами согласно некоторым правилам. Согласно этой теории, сознание аналогично вычислительной машине, и поэтому для изучения познания релевантны организация и структура, а не материальный субстрат сознания. Аргумент Патнэма здесь был основан на интуиции о том, что одно и то же ментальное состояние может быть реализовано на различных материальных носителях. Его позднейшие ревизии функционализма связаны с расширением требования о множественности реализаций ментального — в духе свойственного прагматистам плюрализма. Это расширение основано на инверсии исходной интуиции: если различные состояния вычислительной машины или машины Тьюринга могут реализовывать одно и то же ментальное состояние, то сознание не может быть идентифицировано ни с какой конкретной вычислительной машиной. Поддержка Патнэмом сильной формы множественной реализуемости ментального приводит его к пересмотру самого статуса психофизической проблемы как ключевой для философии сознания.

Главным образом критика компьютерных аналогий сосредоточилась на критике моделирования в терминах машин Тьюринга. Основной аргумент в этом случае состоит в том, что психологические состояния просто не тождественны машинным состояниям. Патнэм дает следующую этого экспозицию аргумента21. Состояние машины Тьюринга описывается таким образом, что эта машина может быть только в одном состоянии в один момент времени. Между тем, психологическое состояние человека допускает (и даже требует), чтобы субъект мог одновременно, например, испытывать боль, произносить число три и слышать, как скулит собака. Здесь мы имеем три вида входных данных, три табличных состояния и три диспозиции. Идея психологического состояния как машинного состояния требует, между тем, чтобы все эти три диспозиции детерминировались одной машинной таблицей. Более того, каждое теперешнее состояние

21 H. Putnam, ‗Philosophy and Our Mental Life‘, Mind, Language, and Reality: Philosophical Papers, vol. 2, London, Cambridge University Press, 1975, 291 – 303.

595