В издательстве Individuum вышел русский перевод книги философа науки Маттео Пасквинелли «Измерять и навязывать. Социальная история искусственного интеллекта». ForkLog публикует отрывок, посвященный коннекционизму Фридриха фон Хайека и спорам о роли вычислительных машин в рыночной экономике.
Нейронные сети как модель разума
Каким образом набор различных стимулов ассоциируется с одним и тем же классом, то есть распознается как повторяющийся паттерн? Какой мозговой процесс делает возможной классификацию? Коннекционизм Хайека дал эмпирическое объяснение отношению между восприятием и познанием. Под влиянием идеи нейронных сетей Мак-Каллока и Питтса Хайек свел познание до простого принятия решения (в гештальт-школе познание связано с интуицией, Einsicht). В модели Мак-Каллока и Питтса структура идущих друг за другом слоев узлов (состоящих из нескольких нейронов, или переключателей) фильтрует большой объем входящих данных в простой двоичный вывод (один нейрон, или переключатель), который решает, принадлежит ли группа входящих стимулов к этому классу или нет. Решение довольно элегантно: один узел преобразует большой объем входящих данных в простой двоичный вывод, означающий «да» или «нет». Как и в случае машинного обучения с учителем, конечный узел относится к этому классу по соглашению (например, получает метку «яблоко»). Утверждается, что модель не изоморфна, то есть ни одна из ее частей не похожа на интерпретируемое ею знание: нет локализованной области сети, которая запоминает, например, общую форму яблока в узнаваемых пропорциях. Правильная классификация стимулов зависит от общего поведения вычислительной структуры.
Однако коннекционизм Хайека, который можно назвать Гештальт-коннекционизмом, чтобы отличать от логического коннекционизма Мак-Каллока и Питтса и статистического коннекционизма Розенблатта, не был связан с защитой вычислительной теории разума. Хайек утверждал, что разум (который, по его мнению, есть ничто иное, как ментальный порядок и самоорганизующаяся сеть сущностей, например нейронов) может только создать модель, а не представление мира (чувственный, сенсорный порядок, образованный отношениями между квалиа). Хайек писал: «Таким образом, то, что мы называем разумом, — это особый порядок набора событий, происходящих в каком-то организме и каким-то образом связанный с физическим порядком событий в окружающей среде, но не идентичный ему». В 1945 году кибернетики Артуро Розенблют и Норберт Винер описали создание моделей примерно так же:
«Частичные модели, какими бы несовершенными они ни были, представляют собой единственное средство, разработанное наукой для понимания Вселенной. Это утверждение подразумевает не пораженческую позицию, а признание того, что основным инструментом науки служит человеческий разум и что человеческий разум конечен».
Построение модели — это реализация одной среды в рамках внутренних параметров и ограничений другой среды. При этом в процессе перевода некоторые элементы рассредоточиваются, округляются и искажаются. Хайек также признавал, что мысленный порядок — частичная, часто ложная интерпретация реальности:
«Мы видели, что классификация стимулов, производимая органами чувств, основывается на системе приобретенных связей, которые частично и несовершенно воспроизводят отношения между соответствующими физическими раздражителями. Сформированная таким образом „модель“ физического мира будет лишь очень искаженно воспроизводить отношения, существующие в мире; и классификация этих событий нашими чувствами часто оказывается ложной, то есть порождает ожидания, которые не будут подтверждаться событиями».
Показательно, что после Бэббиджа на водоразделе истории вычислений встал еще один политический экономист. Бэббидж предложил внедрить вычисления для автоматизации умственного труда в промышленном процессе, Хайек же утверждал, что расчет рыночных транзакций невозможен и, в любом случае, способен нанести ущерб автономии рынка. Теоретические различия и исторический разрыв между Бэббиджем и Хайеком отражают разницу между символическим и коннекционистским ИИ, между идеей познания, основанной на представлении, и идеей познания, основанной на моделировании. Проект автоматизации умственного труда по образцу ручного счета Бэббиджа развернулся в машину Тьюринга и дедуктивные алгоритмы символического ИИ. Числовые манипуляции стали манипуляциями с символами, не оставив места для интерпретации значения и способности к адаптации. Если вычисления Бэббиджа родились из стремления к точности, требуемой для исправления ошибок в логарифмических таблицах, то в коннекционизме (в том числе в варианте Хайека) раскрылась гибкая и адаптивная эпистемология. Вслед за Хайеком и фон Нейманом, Розенблатт подчеркнул, что его нейронная сеть перцептрон представляет собой упрощение и преувеличение определенных особенностей человеческого разума, а также не претендует на звание окончательной парадигмы интеллекта.
Рынок как модель нейронных сетей
Помимо теории распознавания паттернов, Хайек известен тем, что ввел техническое определение информации — до того, как этот термин вошел в употребление — в эссе 1945 года «Использование знаний в обществе», предвосхитившем математическую теорию коммуникации Шеннона 1948 года. В рабочем определении информации шла речь о единицах коммуникации — точнее, о «ценовых сигналах». Хайек известен также тем, что описал рынок как компьютер или, говоря языком того времени, как особую распределенную телеграфную сеть, «своего рода машину для регистрации изменений или систему телекоммуникаций» (следует отметить, что в те годы ЭВМ еще не был распространенной технологией):
«Мы должны смотреть на систему цен как на механизм передачи информации, если хотим понять ее действительную функцию — функцию, которую, разумеется, она выполняет тем менее совершенно, чем более жесткими становятся цены. <…> Наиболее важно в этой системе то, с какой экономией знаний она функционирует, или как мало надо знать отдельным участникам, чтобы иметь возможность предпринять правильные действия. В сжатой, своего рода символической форме передается только самая существенная информация и только тем, кого это касается. Это больше чем метафора — описывать систему цен как своеобразный механизм по регистрации изменений или как систему телекоммуникаций, позволяющую отдельным производителям следить только за движением нескольких указателей (подобно тому, как инженер мог бы следить за стрелками лишь нескольких датчиков), чтобы приспосабливать свою деятельность к изменениям, о которых они, возможно, никогда не узнают ничего сверх того, что отражается в движении цен».
Тогда как кибернетики высокомерно стремились к полной автоматизации, Хайек утверждал, что величина сложности рынков превысит аппаратные ограничения любого устройства для вычислений и решения уравнений. Два десятилетия спустя представитель другого лагеря в дебатах о роли планирования, экономист Оскар Ланге, выступая за использование новых мощных ЭВМ для решения математических проблем экономики, возразил, что инновации преодолели эти ограничения: «Так в чем проблема? Давайте поместим одновременные уравнения в ЭВМ — и мы получим решение менее чем за секунду». Для Ланге компьютер был новым инструментом познания, делающим возможным новый взгляд на экономику, поскольку «ЭВМ осуществляет функцию, которую рынок никогда не сможет выполнять». Косвенным образом Ланге предложил использовать компьютер в качестве технического посредника для решения проблем централизованного планирования и спонтанности рынка. Именно это озарение подняла на щит левоакселерационистская риторика, выступая за публичное алгоритмическое планирование в противовес частному планированию корпораций в эпоху больших данных; Фредрик Джеймисон, например, выступает за национализацию вычислительных мощностей глобальных логистических гигантов, таких как Walmart и Amazon. Но какой именно вид вычислительной техники имел в виду Ланге? В следующей части его рассуждений, часто игнорируемой, упоминаются не детерминированные вычисления, а нечто, напоминающее процесс обучения искусственных нейронных сетей:
«Рыночный механизм и метод проб и ошибок, которые я предложил в моем эссе, действительно играли роль вычислительного устройства для решения системы одновременных уравнений. Решение было найдено путем предположительно сходящихся итераций. Итерации основаны на принципе обратной связи, который постепенно устранял отклонения от равновесия. Ожидалось, что процесс будет действовать как сервомеханизм, который посредством обратной связи автоматически устраняет помехи… Тот же самый процесс может быть реализован с помощью электронной аналоговой машины, которая имитирует итерационный процесс, подразумеваемый tâtonnements [пошаговыми приближениями] рыночного механизма. Такой электронный аналог (сервомеханизм) имитирует работу рынка. Это утверждение, однако, можно перевернуть: рынок имитирует электронный аналоговый компьютер. Другими словами, рынок можно рассматривать как своеобразную вычислительную машину, которая служит для решения системы одновременных уравнений. Он работает как аналоговая машина: сервомеханизм, основанный на принципе обратной связи. Рынок можно рассматривать как одно из старейших исторических устройств для решения одновременных уравнений. Интересно то, что механизм решения осуществляется через социальные, а не физические процессы. Оказывается, и социальные процессы могут служить основой для устройств обратной связи, решающих уравнения через итерации».
Следуя традиции коннекционизма Хайека, Ланге описал рынок в виде социальной машины, решающей одновременные уравнения с помощью пошаговых приближений (tâtonnements), аналогично обучению алгоритма, который меняет свои параметры методом проб и ошибок. Этот пример использования приближенных методов для решения рыночных уравнений, конечно же, не имеет ничего общего с централизованной социалистической экономикой, скорее он схож с современными алгоритмами обучения искусственных нейронных сетей (в частности, обратным распространением и градиентным спуском). Как показывают два пассажа Хайека и Ланге, в экономических дебатах XX века модели рынка и вычислений иногда менялись позициями, но реальной ставкой оставалась агентность и автономия лежащих в их основе социальных процессов.
Публикуется по изданию: Маттео Пасквинелли. Измерять и навязывать. Социальная история искусственного интеллекта. Москва: Individuum, 2024. Перевод с английского Ивана Напреенко.