Как появился ИИ: три тысячи лет алгоритмических ритуалов

Считаете алгоритмы результатом современных технологий? Это не так. Узнайте историю возникновения ИИ из вычислений пространства.

1. Воссоздание Бога

Веды говорят, что бог Праджапати разлетелся на куски при создании Вселенной. В ритуале Агничаяна сторонники индуизма воссоздают тело бога, строя алтарь огня в виде сокола. Кирпичи воздвигают, читая мантры и соблюдая инструкции. Каждый слой сохраняет форму и площадь смежных слоёв с использованием другой конфигурации блоков. Алтарь смотрит на восток, будто это начало полёта воссозданного бога.

Ритуал описан в Шульба-сутрах в 800 г. до н.э. в Индии. Форма сокола развивалась из объединения семи квадратов. В ведической традиции духи Риши создали семь Пурушей квадратной формы, которые составили единое тело, из которого Праджапати появился снова. Математик Паоло Зеллини обнаружил, что ритуал Агничаяны использовался для передачи методов геометрической аппроксимации, то есть алгоритмических.

Скажете, это акт культурной апроприации – читать древние культуры через парадигму текущих технологий? Но утверждение, что методы познания и метаязыки принадлежат одному Западу, не только неточно, но и показывает колониализм по отношению к культурам других мест и времён. Математик Жан-Люк Шабер отметил, что алгоритмы появились с начала времён и задолго до возникновения слова для их описания. Считаете алгоритмы технологическим нововведением? Напротив, алгоритмы относятся к древним материальным практикам:

Вавилоняне использовали алгоритмы для решения правовых вопросов, учителя латыни – для грамматики, другие – для предсказания будущего, лечения или приготовления пищи … В конце концов, термин «алгоритм» стал означать процесс систематического расчёта. Сегодня идея конечности алгоритма отличает его от смутных понятий процесса или техники.

Древние цивилизации использовали социальную сегментацию, помечая человеческие тела и территории абстракциями. Жиль Делез и Феликс Гваттари предложили список таких абстракций: «татуировка, вырезы и надрезы, нанесение шрамов и увечий, окружение и инициация». Числа тоже входили в «абстрактные машины» социальной сегментации и привели к возникновению человеческой культуры. Например, первая перепись состоялась в 3800 г. до н.э. в Месопотамии.

2. Что такое алгоритм?

Термин «алгоритм» – латинизация имени персидского учёного аль-Хорезми. Его трактат «Вычисление с индийскими цифрами», написанный в Багдаде в девятом веке, принёс на Запад арабские цифры и алгоритмы. Латинское слово «algorismus» относится к сложению, вычитанию, умножению и делению с помощью арабских цифр. Позже термин «алгоритм» будет обозначать пошаговую логическую процедуру и станет ядром вычислительной логики. Вот три этапа в истории алгоритма:

• в древние времена алгоритм узнаете в действиях и ритуалах для достижения конкретной цели и передачи правил;
• алгоритм в средние века – то, что помогает выполнять математические операции;
• в наше время алгоритм как логическая процедура становится автоматизированным с помощью машин, а затем и компьютеров.

Смотрите базовое определение «алгоритма», совместимое с информатикой:

1. алгоритм – абстрактная схема, которая возникает из повторения процесса, организации времени, пространства, труда и операций;
2. это разделение процесса на конечные этапы для выполнения и управления;
3. алгоритм – решение проблемы за пределами ограничений ситуации: хитрость;
4. главное, алгоритм – экономический процесс, поскольку использует наименьшее количество ресурсов с точки зрения пространства, времени и энергии, адаптируясь к ограничениям ситуации.

Не поддавайтесь тенденции воспринимать алгоритмы как наложение абстрактных математических идей на конкретные данные. Напротив, алгоритмы возникли из материальных практик, обыденного разделения пространства, времени, труда и социальных отношений. С точки зрения антропогенеза алгоритмические процессы, закодированные в социальных практиках и ритуалах, и стали причиной появления чисел и числовых технологий, а не наоборот.

3. Зарождение ИИ и машинного обучения как вычислительного пространства

В 1957 году учёный Фрэнк Розенблатт изобрёл перцептрон, первую искусственную нейронную сеть. Это компьютер с «сетчаткой», устройством ввода из 20 ? 20 фотоэлементов, подключенных к слою искусственных нейронов. «Сетчатка» записывала простые формы и передавала электрические сигналы нейронам, которые вычисляли результат. Перцептрон стал первым алгоритмом машинного обучения для определения, попадает ли шаблон в конкретный класс. Для этого перцептрон постепенно корректировал значения узлов, превращая матрицу из четырёхсот чисел в двоичный выход. Первоначально человек-оператор обучал перцептрон правильным ответам, вручную переключая выходной узел на 0 или 1.

Перцептрон дал топологический поворот в вычислениях, что означало возникновение парадигмы «вычислительного пространства». Это ввело второе пространственное измерение в парадигму вычислений (в отличии от машины Тьюринга с линейной лентой памяти). Вместо обработки сверху вниз, в перцептроне пиксели вычисляются снизу вверх согласно пространственному расположению. Пространственные отношения визуальных данных формируют работу алгоритма.

У парадигмы вычислительного пространства общие корни с исследованиями принципов самоорганизации: клеточными автоматами Джона фон Неймана (1948) и вычислением пространства Конрада Цузе (1967). Клеточные автоматы фон Неймана – скопление ячеек, которые перемещаются в соответствии с соседними, образуя геометрические фигуры, подобные развивающимся формам жизни. Клеточные автоматы использовались для моделирования эволюции и изучения сложности в биологических системах. Конрад Цузе распространил логику клеточных автоматов на физику и всю Вселенную. Его идея «вычислительного пространства» – Вселенная, состоящая из отдельных единиц, которые ведут себя в соответствии с поведением соседних единиц. Эссе Алана Тьюринга «Химическая основа морфогенеза» также относится к этой традиции. Тьюринг рассматривал молекулы в биологических системах как вычисляющиеся объекты, способные объяснить сложные структуры: рисунки щупалец гидры, спиральное расположение растений, гаструляция зародышей, пятнистость кожи животных и филлотаксис цветов.

Представьте, считается, что нейронные сети «решают любую проблему», то есть аппроксимируют любую функцию в соответствии с теоремой универсальной аппроксимации. Системы машинного обучения начинали как модели вычислительной геометрии.

4. Автоматизация визуального труда с помощью ИИ

Раньше никто бы не подумал назвать водителя грузовика «когнитивным работником», интеллектуалом. В начале XXI века использование машинного обучения при разработке беспилотных автомобилей привело к новому пониманию навыков вождения. Главный компонент этой работы – социальный и познавательный.

Проект автоматизации показал, что труд вождения – сознательная деятельность с зашифрованными правилами и социальными соглашениями. Вождение – логическое действие, как и собственно труд. Этот постулат помогает разрешить спор о разделении ручного и интеллектуального труда. Разработка алгоритмов ИИ для автоматизации позволила распознать в труде когнитивный компонент, который критическая теория игнорировала. Какова связь между трудом и логикой? Это фундаментальный вопрос эпохи ИИ.

Беспилотный автомобиль автоматизирует микро-решения водителя на оживлённой дороге. Искусственные нейронные сети имитируют человеческие решения, которые связывают визуальное восприятие дороги и действия для управления авто. Знаете, работа водителя требует высоких когнитивных навыков. Вождение остаётся также социальной деятельностью с соблюдением правил и спонтанных соглашений, включая «культурный код». В Мумбаи и Осло вождение отличается.

Вождение вызывает интенсивный труд восприятия. Познание трудно отделить от пространственной логики. То, что восприятие логично, а познание – пространственно, эмпирически доказано алгоритмами ИИ автономного вождения. Кроме того, заменённый ИИ водитель – коллективный работник, социальный мозг, который управляет городом и миром. ИИ построен на коллективных данных пространства, времени, труда и социальных отношений.

5. Память и разум пространства

Философ скорости Поль Вирилио знал, что технология ускоряет восприятие пространства настолько, насколько трансформирует восприятие времени. Вирилио провёл чёткую грань между древними методами запоминания, основанными на ориентации в пространстве, и компьютерной памятью как пространственной матрицей:

Цицерон и древние теоретики изобрели метод локусов. Мнемонику, состоящую из выбора последовательности мест, которые легко упорядочить во времени и пространстве. Например, вообразите прогулку по дому с выбором в качестве локуса стола, стула, подоконника. Затем запоминаемый материал преобразуется в образы, которые расставляются в соответствующем порядке в локусы.

Превращение пространства в технику памяти равно преобразованию коллективного пространства в источник искусственного интеллекта.

6. Заключение

Рассмотрите древнюю геометрию ритуала Агничаяны, вычислительную матрицу перцептрона и навигационную систему беспилотных автомобилей. И, возможно, увидите, что алгоритм – эмерджентная форма. Ритуал – пример такого алгоритма, поскольку зашифровывает организацию социального и ритуального пространства. Символичные функции ритуала – воссоздание бога, «вычисление» Единого через множество. Социальная функция – обучение базовым навыкам геометрии и строительству прочных зданий. Это форма алгоритмического мышления, которая следует логике вычислительной геометрии.

Перцептрон – также эмерджентный алгоритм, в котором кодировка основана на разделении пространства – матрицы визуальных данных. Матрица фоторецепторов определяет замкнутое поле и обрабатывает алгоритм вычисления данных на базе пространственного отношения. Алгоритмы машинного обучения – эмерджентные процессы, в которых повторение одинаковых паттернов «обучает» машину и заставляет паттерн появляться в виде статистического распределения.

Беспилотные транспортные средства – пример трудных эмерджентных алгоритмов. Они восходят к сложной конструкции пространства: дорожной среде как социальному институту законов дорожного движения и спонтанных правил. Алгоритмы беспилотных автомобилей предсказывают неожиданные события на оживлённой дороге. Утопия автоматизации заставляет водителя-человека испариться.

Идея вычислительного пространства подчёркивает, что алгоритмы машинного обучения и ИИ – эмерджентные системы, которые основаны на приземлённом и материальном разделении пространства, времени, труда и социальных отношений. Машинное обучение происходит из древних абстракций и ритуалов, связанных с обозначением территорий и тел, подсчётом людей и товаров. Таким образом, машинное обучение по существу возникает из длительного разделения социального труда.

То, что называете «ИИ», на самом деле, долгий исторический процесс кристаллизации коллективного поведения, личных данных и индивидуального труда в алгоритмы автоматизации сложных задач. Статистические модели ИИ возникают из данных коллективного разума. Какова связь между искусственным и человеческим интеллектом? Это социальное разделение труда.

Источник: proglib.io

Комментарии: