Колонин А.Г., Крюков В.Г. Вычислительная концепция сознания и подсознания

Описание

Конференция СОЗНАНИЕ 2025
Вычислительная концепция сознания и подсознания
Колонин А.Г., Крюков В.Г.
Новосибирский Государственный Университет, Россия


Предлагается концепция вычислительной или когнитивной архитектуры для моделирования сознания и подсознания как неотъемлемых частей психики, на основе ресурсно-экономической модели поведения живого или создания искусственного интеллектуального агента.
The concept of computational or cognitive architecture for modeling consciousness and subconsciousness as integral parts of the psyche is proposed, based on the resource-economic model of behavior of a living or creation of an artificial intelligent agent.

На наш взгляд, построение искусственной психики, как операционной системы является решением задачи создания искусственного интеллекта (ИИ), равного человеческому, или превосходящего человеческий. А человеческий интеллект это управляющая система его деятельности, решающая основные задачи выживания и воспроизводства. Для подобной осуществления деятельности система, будь то человек или ИИ, должна принимать оптимальные решения в каждый момент и в течении всего жизненного цикла. В соответствии с обобщенным определением интеллекта, данным Герцелем и Вонгом , «интеллект это способность достигать сложных целей в сложных условиях при ограниченных ресурсах». При этом уровень интеллекта будет определяться количеством и сложностью структуры пространства параметров данной операционной среды и стоящих перед системой целей. Другими словами, задача интеллекта это находить оптимальные решения на разных уровнях взаимодействия с окружающим миром.
Согласно Канеману управляющая система человеческой деятельности состоит из двух частей: медленной (осознанное или сознательное мышление) и быстрой (рефлекторной или интуитивной или подсознательной). Сознание относится к медленной части и практически не контролирует жизнедеятельность. Сознание принимает часть решений и воспринимает лишь часть внешней и минимум внутренней информации о состоянии системы, часть решений осуществляется подсознательно либо осуществляет неосознанную модуляцию решений, кажущихся субъекту их принятия вполне осознанными.
Принятие решений в живой системе, а также формирование опыта ею, или ее обучение, осуществляется посредством эмоций . Эмоции это реакция психики на удовлетворение потребности или достижение (либо не достижение) цели. Эмоция переводит систему в новое состояние, компенсируя отклонение от равновесного. Положительная эмоция возникает в системе, когда происходит удовлетворение потребности или цели. Отрицательные эмоции возникают, когда потребность требует удовлетворения. Это становится информационным сигналом для системы о повышении приоритета потребности.
Для создания модели интеллекта, включая реакцию системы на внутренние мотивирующие стимулы и восприятия реакций внешнего мира, в перспективе имеющихся ожиданий и собственных воздействий на окружающую среду, предполагается применять теорию функциональных систем (ТФС) Анохина и принцип динамического равновесия Берталанфи. На основе иерархической модели ТФС может быть построена когнитивная архитектура, описывающая поведение как автономного интеллектуального агента, так и социума в целом.
Психика это операционная система по управлению жизнедеятельности человека, либо гипотетической искусственной системы. Интеллект это часть системы по принятию решений, включающей подсознательную и сознательную составляющую, действующие комплементарно, на конкурентной основе . Мотивация деятельности определяется как внешними воздействиями, так и внутренним состоянием системы. Внутреннее состояние определяется приоритетом физиологических и психологических потребностей, а также уровнем доступных ресурсов энергии и внешних физических ресурсов.
Соображения вычислительной и тем более экономической эффективности рассматривались как важными элементами вычислительных архитектур ИИ и ранее . Однако существующие подходы в ИИ как на основе максимизации вероятностных предсказаний , так и на основе различных видов вероятностной логики , в явном виде соображения эффективности не рассматривают. Вместе с тем, в последнее время также Дэвид и Ле Кун указывает на необходимость введения понятия энергоэффективности как фундаментального для построения архитектур ИИ. При этом, следует отметить, что имеющиеся модели вероятностной логики допускают неявный учет факторов энергоэффективности в качестве дополнительных переменных . ...