Инновационная сложность. Коллектив авторов
и техникой, точнее – между научным знанием и знанием техническим. Между знанием результатов наблюдений, измерений, классификации природных явлений и законов ими управляющих; и знанием инструкций, руководств, алгоритмов, которые превращаются в производственные, технологические действия. Рамки данной работы не позволяют мне далее углубляться в эту тему. Ограничусь лишь констатацией того факта, что одна из важнейших особенностей постнеклассической науки, как рекурсивно го, автпоэтического процесса самовоспроизведения и конвергентной симбиотической эволюции, состоит в синергийном взаимодействии Q-знания и A-знания. Это обстоятельство дает право некоторым авторам говорить о становлении нового способа производства научного знания, именуемого технонаукой. И это же обстоятельство дает основание другим авторам критиковать концепцию постнеклассической науки за то, что она якобы сводит ее к чисто прикладному аспекту. Тогда как другие полагают, что присутствие в ее контекстах фигуры наблюдателя, придает всей постнеклассике как мышлению в сложности (thinking in complexity) субъе^-ориентированный характер с неизбежно вытекающим из этого релятивизмом, отказом от поисков «окончательной реальности» и т. д. Однако критика этих критиков не входит в задачу этой работы. Да и вообще занятие само по себе малоинтересное.
Гораздо интереснее обратить внимание на тот факт, что проблема понимания сложности является критической для осмысления таких, на первый взгляд разных областей, как конвергенция высоких технологий (так называемый НБИКС процесс), особенностей современного развития исследований в области нейронауки, естественных языков, в особенности исследований в области искусственного интеллекта (ИИ). На мой взгляд, эти исследования сами по себе являются прекрасным примером эволюции современной междисциплинарной постнеклассической науки, опирающейся на синергийный симбиоз вышеупомянутых Q-знаний и А-знаний. А тем самым и примером гибридной технонауки, естественным образом сочетающей в себе и фундаментальную и прикладную составляющие.
Далее, проблема сложности для ИИ – своя, родная. Можно сказать, что она и была первоначально осознана и опознана именно таким образом в (кибернетическом) контексте осмысления проблем ИИ. Возможность искусственного интеллекта (ИИ) с самого начала связывалась с гипотезой критического порога сложности некоей самоорганизующейся системы, при достижении которого (и за которым) он и должен был возникнуть. На заре становления кибернетической парадигмы проблема сложности в разных контекстах рассматривалась Н. Винером, фон Нейманом и А. Колмогоровым.
Но в рамках данного исследования проблема ИИ представляет так же интерес и с точки зрения самого концепта наблюдателя сложности как такового, ее наблюдателя. Забегая чуть вперед, можно сказать, что саму модель наблюдения сложности в контексте проблемы ИИ предложил Тьюринг в виде хорошо известного «диалогового» теста Тьюринга. Утверждая, что тест Тьюринга во всех его современных модификациях – это