Инновационная сложность

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 попытка сделать ИИ наблюдаемым, я исхожу из принимаемого мной во всех рассуждениях по поводу наблюдателя вообще и наблюдателя сложности, в частности, из тезиса Дэвида Бома, согласно которому перцептивное наблюдение есть, по сути, разновидность вербальной коммуникации.

При этом, до известной степени, верно и обратное. Далее, однако, мы не будем вдаваться в детали и не будем излагать содержание того, что А. Ю. Алексеев называет комплексным тестом Тьюринга, отсылая читателя к его весьма содержательной книге с одноименным названием[23 - Алексеев А. Ю. Комплексный тест Тьюринга. М., 2013.].

Но так или иначе, представляется достаточно очевидным, что постнеклассическое «мышление в сложности» должно сформироваться в конкретной когнитивной практике как один из результатов реализации таких амбициозных междисциплинарных проектов, как проект создания ИИ. С другой стороны, (само)формирование «мышления в сложности» окажется результативным и конструктивным, если оно с самого начала будет выступать в роли междисциплинарного (мета)навигатора в когнитивно-гетерогенной знаниевой среде многообразия разных научных дисциплин и технологических проектных практик.

И эта ситуация «зацикленности» одного на другое, сама по себе, является характерным примером той «рефлексивно-рекурсивной» эпистемологии сложности, которая должна лежать в основе современных подходов к проблеме создания ИИ в «сложностном мышлении».