Проблема истинности знания

Работа Хинтикки, о которой говорилось выше, как и множество других работ по эпистемической логике, основывается на понимании знания как истинного. Тем не менее есть немало примеров иной позиции. Альтернативный подход может состоять в выделении различных степеней знания, как это делается, например, В.Н.Костюком¹². Непременно истинным здесь считается знание, соответствующее лишь одной из этих степеней – строгое, или полное, знание. Мнение, предположение или вера, которые могут оказаться ложными, также рассматриваются как степени знания. Если мы будем понимать знание только в строгом смысле, то это, считает В.Н.Костюк, "в общем случае препятствует рассмотрению возможности развития знания, перехода от менее полного к более полному знанию, игнорирует элемент гипотетичности в (научном) знании" (с. 131).

В искусственном интеллекте отсутствие явной апелляции к истинности на уровне рефлексии над знанием обусловлено в значительной степени тем, что проектирование базы знаний требует рассмотрения знания прежде всего в плане его структурно-функциональных характеристик, а не в плане отношения знания к его объекту. Поэтому, говоря о знаниях, нередко указывают на такие их черты, как структурированность, активность, наличие метапроцедур, противопоставляя в этом отношении базу знаний в компьютерной системе базе данных, компоненты которой не обладают перечисленными свойствами. Пытаясь дать оценку с точки зрения истинности тому, что называется представленным в ИС знанием, исследователь, осуществляющий представление знаний, например в экспертной системе, осознает, что не все фиксируемые им положения являются истинными. Наряду с удостоверенными положениями из представляемого фрагмента знания в базе знаний системы фиксируются также правдоподобные утверждения, гипотезы, эвристики. Если исследователь придерживается взгляда на знание как непременно истинное, то вопрос о том, следует ли наделять представляемую систему результатов познания статусом знания, он может решить отрицательно. Именно таким образом поступает Х.Левеск. «В ИИ традиционно используется термин "знание" даже тогда, когда истинность того, что представляют, не утверждается, – пишет он. – Термин "полагание" (belief) является здесь более уместным, однако я буду следовать традиции и использовать термин "знание"»¹³.

Однако признание условности способа употребления термина "знание" в ИИ в тех случаях, когда о знании говорится как о чем-то существующем вне ИС и представляемом в последней, не есть единственный возможный результат соотнесения этого способа с трактовкой знания как истинного. В этой ситуации возможна также попытка подвести теоретические основания под отказ от понимания знания как непременно истинного (подчеркнем, что речь идет о знании как таковом, а не о "знаниях" как форме представления информации в ИС, характеристика которых Д.А.Поспеловым приведена выше).

Пример такого рода обоснования, основывающегося на "практике ИИ", дает один из пионеров этого направления А.Ньюэлл в статье "Уровень знаний"¹⁴. Эта концепция осознанно излагается ее автором именно как эпистемологическая концепция, имеющая дело с экзистенциальными (в принятой нами терминологии) вопросами о знании.

Ньюэлл настаивает на чисто функциональной характеристике знания. "Знание, – полагает он, – должно быть охарактеризовано совершенно функционально, в терминах того, что оно делает, а не структурно – в терминах физических объектов с определенными свойствами и отношениями. Остается открытым вопрос о требованиях к физической структуре знания, которая должна выполнять эту функциональную роль. Фактически эта ключевая роль никогда не выполняется непосредственно. Она выполняется лишь косвенным и приблизительным образом символьными системами..."¹⁵. В иерархии уровней компьютерной системы, различаемых Ньюэллом, уровень знания располагается непосредственно над программным (символьным) уровнем, и компоненты уровня знаний (действия, цели, организация), а также его субстанция (знание) могут быть определены в терминах систем символьного уровня.¹⁶ Вместе с тем знание может быть определено независимо от символьного уровня, в терминах целей и действий. Автор исходит из того соображения, что знание тесно связано с рациональностью, и система, обладающая рациональностью, может быть названа имеющей знание.

Принцип рациональности в его формулировке выглядит следующим образом: "Если субъект имеет знание о том, что одно из его действий приведет к одной из его целей, то данный субъект выберет данное действие". При этом принимаются правила равносильности приемлемых действий: "Для данного знания, если действие A1 и действие A2 оба ведут к цели G, то выбираются оба действия" и предпочтения требуемого для объединенной цели: "Для данного знания, если цель G1 имеет множество избранных действий A1 и цель G2 имеет множество избранных действий A2, то эффективное множество избранных действий есть пересечение A1 и A2". Сказанное позволяет Ньюэллу охарактеризовать знание как "то, что может быть приписано субъекту, поведение которого может быть вычислено в соответствии с принципом рациональности"¹⁷.

К числу существенных характеристик знания Ньюэлл из принципиальных соображений не относит истинность. Отмечая, что искусственный интеллект имеет интересные точки соприкосновения с философией, поскольку природа разума и природа знания всегда являлись объектами изучения философии, основное различие в подходах ИИ и философии к знанию он видит в следующем: "Философский интерес к знанию сосредоточен на проблеме достоверности... Это нашло отражение в различении между знанием и полаганием (belief), выраженном в лозунговой фразе: "знание есть обоснованное истинное полагание. ИИ, рассматривая всякое знание как содержащее ошибки, называет все такие системы системами знаний. Он использует термин "полагание" лишь неофициально, когда несоответствие действительности становится преобладающим, как это имеет место в системах политических взглядов. С точки зрения философии ИИ имеет дело только с системами полаганий. Таким образом, наша теория знания, разделяя с ИИ безразличие к проблемам абсолютной достоверности, просто оставляет без внимания некоторые центральные философские вопросы"¹⁸. Очевидно, что ньюэлловская трактовка знания основывается на весьма упрощенном истолковании рациональности. Это истолкование выглядит упрощенным не только на фоне дискуссий по проблемам научной рациональности, но и на фоне интерпретаций рациональности вообще, в том числе и рациональности здравого смысла, которая может быть понята, например, как способность действовать в условиях когнитивной ограниченности¹⁹.

Упрощенное понимание рациональности ведет к упрощенной трактовке знания, – последовательно проводя позицию Ньюэлла, мы должны будем наделить статусом знания все сведения о том, что некое действие ведет к некоей цели, если обладатель этих сведений выбирает упомянутое действие, независимо от того, ведет ли данный выбор на самом деле к успеху в достижении цели.

Вместе с тем, принимая во внимание подобные трактовки знания, правомерно поставить вопрос о более широком контексте рассмотрения ИС в плане соотношения знания и истины. Очевидно, что проблема оценки когнитивного статуса познавательных результатов и методов, представляемых в компьютерной системе, связана с более общей проблемой истинности знания.

Было бы неверным полагать, что теоретико-познавательное (эпистемологическое) значение имеют только экзистенциальные концепции знания, вырабатываемые профессионалами в области ИИ, – тем более что нередко эти концепции, как можно видеть на примере с работой А.Ньюэлла, основываются на весьма уязвимых эпистемологических представлениях.

Большой интерес для философско-эпистемологических исследований представляют предпринимаемые в рамках компьютерных наук и особенно ИИ подходы к знанию, которые в принятой нами терминологии должны быть названы технологическими.

Технологические вопросы о знании, исследуемые в рамках ИИ, касаются в значительной степени способов представления знаний и методов приобретения знаний.