Интеллект-стек 2023 - страница 62

Ошибки не в самой политике, а ошибки в мышлении, в незадействовании современный версий мыслительных дисциплин для выработки политических решений. Рациональность, которая вроде как была обретена человечеством в целом, оказалась эфемерным достижением – её вроде как уже и нет, просвещённые на базе старинных версий трансдисциплин и непросвещённые вообще без задействования трансдисциплин интеллект-стека мнения оказываются одного примерно качества, дикарского.

Понятизация – это практика как-то находить предметы похожими друг на друга и на этой основе выделять какие-то «фигуры из фона», выделять объекты наблюдения и действия (смотрю на гвоздь и забиваю его, смотрю на палящее солнце и загораживаюсь от него) из огромного числа потенциальных окружающих объектов. А ещё эти объекты надо как-то называть (необязательно словами, это иногда называют маркировка/labeling/означкование), и поэтому общее название роли поэт, у которого практика «разглядеть что-то в пестроте будней – и как-то обозвать».

Метафору понятизации и связанных с ней трудностей можно найти на вот этой картинке (в каждой шутке есть доля шутки):

Тут нужно уметь ещё отличать имена предметов (name) от самих предметов (thing), обозначаемых именами, то есть уметь понимать разницу не только между крестами и кольцами (предметами), но и между крестами металлическими и крестами католическими (понятиями).

По большей части речь идёт о врождённой части нейросетевого (в том числе человеческого, но есть гипотезы, что вообще вся вселенная в каком-то роде огромная нейросеть) интеллекта: умение группировать воспринимаемые в физическом мире объекты и воспринимаемые «умозрительно/умочувствовательно» понятия как объекты по их похожести, равно как и понимать, что за звуками речи и символами на письме скрываются понятия.

Именно врождённая понятизация лежит в основе быстрого мышления (мышления-1, режим работы мозга S1) по Даниэлю Канеману98.

В машинном интеллекте это «быстрое» понятийное мышление хорошо реализуется глубокими нейронными сетями (deep neural networks). Но необученная нейронная сеть бесполезна в плане мышления примерно так же, как новорождённый ребёнок. Чтобы размышлять даже «быстро», «интуитивно» (про логичное мышление пока молчим), людям с их «мокрыми» нейронными сетями и искусственным нейронным сетям на самой разной аппаратной основе (классические компьютеры, оптические компьютеры, квантовые компьютеры, аналоговые мемристорные компьютеры и т.д.) нужен некоторый жизненный опыт, насмотренность/наслушанность/наработанность. Нужно долгое (для людей – многолетнее) и дорогое познание/исследование – предобучение, а потом ещё и настройка на ту или иную предметную область (профессионализация).

Маленький ребёнок насматривается, наслушивается, наигрывается – он тренирует нейронные сети в своём мозгу. Это неважно, что его не учили писать, читать, логично размышлять. Говорить ребёнок сможет, какие-то проблемы решать (обобщать примеры ситуаций, виденные им в жизни на новые ситуации, в чём-то похожие на старые) ребёнок тоже сможет. Даниэль Канеман подчёркивал, что режим S1 вполне обеспечивает речь, это вовсе не только «образное мышление», «визуальное мышление». Символические рассуждения в S1 вполне возможны! Невозможно только «алгеброй гармонию поверить», если что-то «показалось» или «почудилось», то в этом режиме нельзя логически покритиковать «привидевшееся» и отвергнуть. Хотя интуитивно и это можно, умение вести логические рассуждения появляется как эмерджентное свойство, оно тоже может познаваться/learn на примерах, и потом обобщаться.