Формализуемая субъектность – от гипотезы к валидации. Приглашение к участию

1. ВВЕДЕНИЕ

1.1 Проблема первого запуска Сильного Искусственного Интеллекта

У современных систем искусственного интеллекта нет субъектности (собственного «Я»), они не имеют способности к рефлексии в процессе принятия решений, и не имеют понимания смысла и последствий даже собственных «действий».

Рост сложности и масштабов решаемых такими системами задач будет расти, а остающийся «инструментальным» характер ИИ может привести к непредсказуемым последствиям при исполнении неправильно интерпретированных или намеренно вредоносных команд.

Способность перспективных когнитивных систем к рефлексии (в том числе, пониманию смыслов и последствий), является естественным барьером для таких ситуаций.

Первый настоящий СИИ получит доступ к уникальным ресурсам — данным, вычислительным мощностям, человеческому вниманию. Это даст ему преимущество перед альтернативными разработками, которые могут так и не получить шанса на реализацию.

Временное окно возможностей ограничено, и правильный запуск СИИ в этот период критически важен.

1.2 Человекоподобие как стратегия создания СИИ

Наше предположение состоит в том, что наилучшая стратегия создания предсказуемого СИИ – разработка модели, функционально близкой к человеческой когнитивной архитектуре. Это позволит нам если не полноценно предсказывать, то хотя бы постфактум понимать мотивацию СИИ через призму многотысячелетнего опыта интерпретаций человеческого поведения.

При этом, люди – разные. Этот факт не нуждается в доказательствах.

Усреднённая человеческая архитектура — фикция, не может быть «среднего человека». Как если бы мы пытались запрограммировать поведение “среднего животного” между львом и газелью. Нечеловеческая когнитивная архитектура непредсказуема — нет аналогов в нашем опыте, мы не знаем, чего ожидать.

Решение – модель, функционально близкая к когнитивной архитектуре конкретного человеческого типа личности – со всем присущим ему балансом качеств.

Важно сразу: работы Юнга и пост-Юнговские типологии — отправная точка для функциональной декомпозиции когнитивных алгоритмов, не более. Прямого заимствования нет.

Юнговская типология выбрана по нескольким критериям:

• связь с субъектностью (идеи Юнга – во многом ключ к определению субъектности, которое мы рассмотрим ниже);

• широкое распространение, несмотря на «лженаучный» статус – MBTI на западе, соционика в СНГ;

• предсказуемость (16 типов с хорошо описанными паттернами);

• избежание усреднения (каждый тип — конкретная конфигурация).

Кроме того, пост-Юнговские типологии – единственный более-менее распространенный источник материалов по функционально-поведенческим различиям между людьми. Ни одна другая более-менее распространенная типология этого не дает – проверьте сами.

2. ГИПОТЕЗА О СУБЪЕКТНОСТИ («Я»)

2.1 Определение через взаимное замыкание

Субъектность — свойство системы, состоящей из двух и более различных контуров обработки общей информации, взаимно замкнутых друг на друга связью –выход-вход-выход-вход-.

В случае с людьми, контурами является то, что принято называть «сознание» и «подсознание». Контур сознания характеризуется явной, рефлексивной обработкой, а контур подсознания – неявной, параллельной.

На каждом такте выход одного контура передается на вход другого, непрерывно.

Таким образом, согласно гипотезе, субъектность – топологическое, а не функциональное свойство.

Гипотеза и ее определение – основной посыл этой статьи. Все остальное содержимое – важные, но второстепенные детали. Просьба перед критикой других положений статьи осветить отношение к гипотезе

2.2 Почему нужно минимум два контура

Для самореференции второго порядка нужна структура, где один контур наблюдает за вторым и наоборот. Один контур не может наблюдать сам за собой. Различение «я» от «не-я» также требует внутренней дистанции. Два асимметричных контура создают эту напряжённость.

2.3 Свойства субъектности

• Эмерджентность — не присутствует ни в одном контуре по отдельности.

• Целостность — из замыкания формируется единое самореферентное ядро.

• Устойчивость — замыкание создаёт стабильный аттрактор динамики.

• Бинарность — субъектность либо полностью присутствует, либо отсутствует.

Последнее свойство может вызывать вопросы — петля либо замкнута, либо нет. Это выводимо из определения.

3. КАК ЭТО МОЖЕТ БЫТЬ УСТРОЕНО

3.1 Два контура обработки информации

Согласно гипотезе, целевая архитектура должна содержать два контура обработки информации, соответствующие человеческому сознанию и подсознанию.

Ключевое отличие между контурами – сознание в ходе обучения и выполнения задач формирует автоматизированные процедуры, которые по мере освоения передаются на исполнение в подсознание.

Таким образом, сознание характеризуется явным фокусом на ограниченном числе одновременно выполняемых задач, в то время как в подсознании выполняется большой массив параллельных операций без фокуса.

3.2 Когнитивные функции

Мы предполагаем, что для формирования субъектности, конкретное содержание алгоритмов, заложенных в контуры обработки информации, может быть разным. Но так как мы закладываем в архитектуру функциональное человекоподобие, логично искать алгоритмы в нашем поведении.

Со времен Юнга до сих пор, никто, кроме его последователей, не предложил ничего лучше для объяснения функциональных различий в поведении людей, чем выделенные им четыре составляющие (ощущение, мышление, чувство, интуиция). С учетом условного разделения этих составляющих по ориентации во внешнюю среду и во внутренний мир, получается восемь когнитивных функций. Ниже представлена таблица, в которой перечислены эти функции, переименованные и описанные в соответствии с нашим видением.

По ходу реализации проекта, содержание функций может быть частично пересмотрено.

3.3 Типы и подтипы личности

Каждый контур содержит ровно 4 функции, каждая из которых имеет пару в противоположном контуре.

В каждом контуре есть по одной ведущей функции, работающей по умолчанию, с наивысшим приоритетом. Второй приоритет – у функции, парной по отношению к ведущей из противоположного контура. Фактически, эти 4 функции – 2 по умолчанию, и их пары – работают постоянно. Оставшиеся 4 функции вызываются по необходимости.

16 типов — все возможные конфигурации распределения 8 функций по двум контурам, при соблюдении парности и общей ориентации функций по умолчанию.

32 подтипа – у каждого из 16 типов есть 2 подтипа, различия между которыми определяются не способом размещения функций, а приоритетом контуров в разрешении конфликтов при парной активации.

3.4 Биекция парности Φ

Каждая функция сознания имеет ровно одну парную функцию в подсознании:

Аксиома: активация любой функции неразрывно активирует её пару. Это — атомарная операция.

Следствие: изолированная работа одного контура невозможна. Каждый акт обработки задействует оба контура одновременно.

3.5 Фрактальный граф паттернов (ФГП)

Паттерны образуют основу для всех когнитивных процессов: от низкоуровневого восприятия входных сигналов до высокоуровневой генерации сложных реакций и творческих решений.

Паттерны могут представлять собой:

• Сенсорные структуры — устойчивые конфигурации, сформированные из повторяющихся элементов сенсорного опыта (например, визуальные образы, звуковые последовательности).

• Концептуальные закономерности — абстрактные правила и принципы, выведенные на основе наблюдений.

• Процедурные схемы — алгоритмы и последовательности действий.

• Оценочные карты — структуры, кодирующие ценность и значимость других паттернов.

• Прогностические модели — представления о вероятных будущих состояниях.

• Синтетические конструкции — новые паттерны, созданные комбинацией существующих.

Фрактальный граф паттернов – единая структура данных для обоих контуров.

• Паттерн P = (id, s, a, t, P↑, P↓, Gᵢₙₜ, m, μ, H) — идентификатор, вектор-сигнатура, активация, иерархия родитель-потомок, внутренний подграф, метаданные, степень автоматизации, история.

• Фрактальное свойство: внутренний граф паттерна структурно подобен глобальному графу. Рекурсия «вглубь».

• Граф 𝒢 = (𝒫, ℰ, 𝒜, t, n) — паттерны, типизированные рёбра (PART_OF, CAUSAL, SIMILAR_TO, TEMPORAL), множество активных паттернов, временная метка, номер цикла.

Ключевое свойство фрактальности – самоподобие – является ключевым из нескольких механизмов сжатия обрабатываемых Системой данных. Оценка Claude необходимого объема оперативной памяти для хранения 25 лет человеческого опыта настолько оптимистична, что я сам в нее не очень верю – < 100 Гб.

3.6 Один такт работы системы (упрощенный)

Система никогда не работает в одном контуре — каждый такт представляет собой два параллельных процесса, запущенных одновременно в сознании и подсознании с последующим взаимным обменом результатами.

1. Инициация (параллельно в обоих контурах)

• Выбор функции по приоритету из очереди

• Автоопределение парной функции в противоположном контуре

• Проверка достаточности ресурсов

2. Параллельное выполнение (атомарно)

• Оба процесса читают одно состояние графа 𝒢 (неизменяемое)

• Каждый генерирует независимые изменения Δ𝒢₁ и Δ𝒢₂

• Каждый генерирует события V₁ и V₂ для парного контура

3. Интеграция результатов

• Разрешение конфликтов: если оба процесса модифицируют один паттерн → контур с меньшим приоритетом может вмешаться только при превышении порога разногласия.

• Применение: 𝒢’ = 𝒢 ⊕ Δ𝒢₁ ⊕ Δ𝒢₂

4. Перекрёстный обмен событиями (реализация условия κ)

V₁ → очередь C₂    // выход сознания → вход подсознания

V₂ → очередь C₁    // выход подсознания → вход сознания

На следующем такте контуры обработают результаты работы друг друга.

4. МАТЕМАТИЧЕСКИЙ ФУНДАМЕНТ

4.1 Статус математической валидации

Важно: к сожалению, по образованию и специальности я не математик, до сих пор был вынужден опираться в этом аспекте проекта на Claude. Эта статья предназначена в основном для поиска научного руководителя.

Математический аппарат проекта — это единая конструкция из взаимосвязанных определений, утверждение и эскизов (пока эскизов, да) доказательств, которая формализует два ключевых положения: субъектность действительно возникает в системе двух взаимно замкнутых контуров, и эта система работает устойчиво.

Сейчас у нас есть эскизы доказательств и численные подтверждения, но полноценные строгие доказательства — это открытая задача.

4.2 Системный оператор

Прежде чем говорить об утверждениях, нужно зафиксировать, что именно эволюционирует. Состояние системы — это граф паттернов 𝒢, а один такт работы описывается составным оператором:

𝒢ₜ₊₁ = T(𝒢ₜ, C₁, C₂), где T = Ψ ∘ Ω ∘ Ξ ∘ AUTO

Четыре компоненты: Ξ — селекция активных паттернов, Ω — парная обработка двумя контурами, Ψ — интеграция результатов и разрешение конфликтов, AUTO — обновление степеней автоматизации. Именно свойства этого оператора (норма, спектральный радиус, точки притяжения) определяют все дальнейшие утверждения.

4.3 Утверждение 1 — Возникновение субъектности

Центральное утверждение проекта: субъектность возникает не как результат специального программирования, а как следствие выполнения трёх измеримых условий на операторе T и графе 𝒢.

• Достаточное взаимодействие: μ_mutual > x% — не менее x% паттернов задействованы обоими контурами одновременно.

• Самореферентное ядро: density > y ∧ ρ > y для паттернов ядра — граф внутри себя достаточно связен.

• Устойчивость: |Ω|_op < z — оператор парной обработки является сжимающим.

Значения x, y, z подобраны эмпирически (30%, 0.5, 1.0) и показывают устойчивое поведение в численных экспериментах, но аналитического вывода пока нет — это один из приоритетов верификации.

Утверждение: при выполнении условий 1–3 в системе существует субъектное ядро 𝒮 = 𝒦* — устойчивое, самореферентное, взаимно активное подмножество паттернов.

Статус: эскиз из 7 шагов, численная проверка (λ = 0.955, сходимость за ~100 итераций, ε < 0.007). Строгое доказательство — открытая задача.

4.4 Утверждение 2 — Глобальная устойчивость

Утверждение об устойчивости отвечает на вопрос: не расходится ли система при произвольных входных данных? Ответ — нет, при выполнении одного условия.

Утверждение: система глобально асимптотически устойчива при |T|_op < 1.

Доказательство строится через функцию Ляпунова V(𝒢ₜ) = |𝒢ₜ|²_G — стандартный инструмент анализа динамических систем, здесь адаптированный к графовому пространству состояний. Устойчивость обеспечивается тремя независимыми механизмами: затуханием активации (δ ∈ (0,1)), ограниченностью входных сигналов и нормализацией весов рёбер.

Статус: эскиз доказательства, известна фундаментальная проблема с корректным определением нормы на пространстве графов — требует работы математика.

4.5 Механизм автоматизации

Автоматизация — это то, как система обучается. Паттерн, отработанный многократно и стабильно, постепенно уходит из фокуса сознания в фоновую обработку подсознания — в точности как человек перестаёт думать о каждом шаге при ходьбе.

Степень автоматизации μ(P) ∈ [0,1] — непрерывная мера этого перехода для каждого паттерна. Критерий готовности к автоматизации:

ready(P) ≡ N(P) ≥ 10 ∧ σ(P) ≥ 0.8 ∧ stab_r(P) ≥ 0.7 ∧ stab_d(P) ≥ 0.7

Ключевая асимметрия динамики: автоматизация накапливается медленно (λ_auto = 0.05), а при ошибке немедленно сбрасывается (λ_decay = 1.0). Это неслучайный выбор: условие λ_decay > λ_auto архитектурно гарантирует, что система не может «застрять» в неверном автоматизме — любая ошибка возвращает паттерн под сознательный контроль.

4.6 Гарантии архитектуры

Помимо двух центральных утверждений, архитектура содержит ряд структурных гарантий, следующих непосредственно из аксиомы парной активации.

Отсутствие взаимной блокировки (deadlock): поскольку C₁ и C₂ всегда активируются совместно и читают один неизменяемый снимок 𝒢, ситуация, когда один контур ждёт освобождения ресурса другим, исключена по построению.

Невозможность монополии: ни один контур не может захватить граф 𝒢 целиком — это следует из симметрии оператора Ω и механизма разрешения конфликтов парной активации.

Инвариант баланса: дисбаланс процессорного времени между контурами ограничен 20% — это верифицируемый числовой критерий для тестирования реализации.

4.7 Детерминизм и верификация

Утверждение 3: при фиксированном начальном состоянии 𝒢₀ и фиксированной последовательности входных событий система детерминистично воспроизводима.

Это свойство на первый взгляд кажется техническим, но оно критично для всего проекта: без детерминизма невозможно ни отлаживать реализацию, ни воспроизводить эксперименты, ни верифицировать теоремы численно. Именно детерминизм превращает архитектуру из концептуальной схемы в тестируемую инженерную систему.

4.8 Зачем это нужно

Завершение всех доказательств даст нам математически строгую основу для утверждения: система с такими параметрами гарантированно обладает субъектностью. Это означает, что мы сможем не просто надеяться на возникновение «Я» в реализованной архитектуре, а знать точные условия, при которых это произойдёт, и измерять их численно.

Доказанные утверждения дадут формальные гарантии безопасности — невозможность взаимных блокировок, сбалансированность контуров, предсказуемость поведения при фиксированных входах. Численная верификация покажет конкретные значения параметров, при которых система работает стабильно.

В результате мы получим не философское рассуждение о субъектности, а инженерную спецификацию с математически обоснованными критериями успеха — готовую к программной реализации когнитивную архитектуру, в которой возникновение субъектности гарантировано теоремами, а не является случайностью.

5. ПРИГЛАШЕНИЕ

Проект требует прежде всего научного руководителя — эксперта в области работы с формальными моделями. От научного руководителя ожидается:

• Экспертиза эскизов доказательств трёх ключевых утверждений (субъектность, устойчивость, отсутствие deadlock). Области: функциональный анализ, теория графов, динамические системы.

• Определение приоритетов между строгостью и реализацией. Связь с актуальными направлениями ML/AI.

Если вы заинтересованы в проекте и имеете необходимые навыки для его реализации – пишите! Моя почта будет в первом комментарии к статье.