- •Вопрос I.1 Предмет, структура и функции истории науки. Модели ее развития.
- •Вопрос I.2 Основные этапы развития и черты античной науки.
- •Вопрос I.2 Христианский рационалистический образ науки.
- •Вопрос I.4. Генезис и основные черты классической науки.
- •Вопрос I.5. Механический рационализм.
- •Вопрос I.6. Механический эмпиризм.
- •Вопрос I.7. «Критический» рационализм и. Канта.
- •Вопрос I.8. Социальные проблемы генезиса философии науки в России.
- •Вопрос I.9. Философия науки и техники русских техников и естествоиспытателей.
- •Вопрос I.10. Диалектико – материалистическая концепция философии науки.
- •Вопрос I.11. Концепции «философии науки» «первого» позитивизма (о. Конт, г. Спенсер).
- •Вопрос I.12. Концепция «философии науки» к.Поппера.
- •Вопрос I.13. Социально-онтологическая обусловленность научного знания.
- •Вопрос I.14. Неопозитивистские концепции науки (Шлик, Витгенштейн, Рассел, Карнав).
- •Вопрос I.15.Предмет, структура и функция науки.
- •Вопрос I.16. Онтологические основания науки.
- •Вопрос I.17. Революции в науке их типы и виды
- •Вопрос I.18. Новации в науке
- •Вопрос I.19. Традиции в науке
- •Вопрос I.20 Методология научного познания
- •Вопрос I.21 Формы научного знания
- •Вопрос I.22. Философия науки Лакатоса
- •Вопрос I.23. Эпохи развития науки: классическая, неклассическая, неонеклассическая, постнеклассическая.
- •Вопрос I.24. Философия науки Куна
- •Вопрос I.25. Понятие и структура современной науки.
- •Вопрос I.26. Эмпирические методы. Наблюдение и эксперимент.
- •Вопрос I.27. Объект и предмет науки.
- •Вопрос I.28. Понятие основания науки. Их структура.
- •Вопрос I.29. Наука как социальный институт.
- •Вопрос I.30. Теоретические уровни научного познания. Его структура.
- •Вопрос I.31. Понятие гносеологических оснований науки
- •Вопрос I.32. Методы научного познания и их структура.
- •Вопрос I.33. Эмпирический уровень научного познания, его структура
- •Вопрос I.34. Понятие и структура методологии
- •Вопрос I.35. Философия науки п. Фейерабенда (1924 – 1994г)
- •Вопрос I.36. Проблема истины в научном познании
- •Вопрос I.37. Научное знание и его особенности
- •Вопрос I.38. Концепции науки «второго позитивизма» э. Мах 1838 - 1916
- •Вопрос II.1,2,14. История техники и технического знания – этапы и проблемы
- •Вопрос II.3. Исторические естественнонаучные картины мира
- •Вопрос II.4. Философские проблемы естествознания: понятие и структура
- •Вопрос II.5,7. Понятие техники и закономерностей ее развития, техническое знание и его особенности
- •Вопрос II.6. Философские проблемы информатики
- •Вопрос II.8. Научная этика. Социальная ответственность ученого.
- •Вопрос II.9. Понятие, структура и предмет философии техники
- •Вопрос II.10. Понятие технической реальности и ее структура
- •Вопрос II.12. Инженерная деятельность. Ее виды и философские проблемы
- •Вопрос II.14. Основные этапы развития тех. Наук
- •Вопрос II.15. Понятие и структура методов технической реальности
- •Вопрос II.17. Онтологические проблемы информатики
- •Вопрос II.18, 24. Гносеологические и Методологические проблемы информатики
- •Вопрос II.19. Компьютерная этика. Проблемы интелектуальной собственности.
- •Вопрос II.20. Интернет и его философское значение
- •Вопрос II.21. Социальные проблемы информатики
- •Вопрос II.22. Принцип детерминизма в науке.
- •Вопрос II.23. Философские проблемы социаkьных наук
- •Вопрос II.24. Методологические проблемы определения понятия "информация"
- •Вопрос II.25. Философские Проблемы Искусственного Интеллекта
Вопрос II.25. Философские Проблемы Искусственного Интеллекта
Один из важнейших вопросов - проблема искусственного интеллекта. Исследования по проблемам искусственного интеллекта начались с первых шагов применения ЭВМ. Причем сразу выявилось два направления.
Первое - попытки моделировать функционирование мозга в надежде, что, может быть, когда-либо удастся воспроизвести на ЭВМ искусственный разум в буквальном смысле слова.
Второе - разработки таких методов и систем, которые позволили бы усилить интеллектуальную деятельность человека. Именно в рамках данного направления получены важнейшие результаты, которые привели к настоящей революции в области информатики.
Революция в информатике стала возможной благодаря тому, что в теории искусственного интеллекта были разработаны логико-лингвистические модели. В отличие от математических, они носят семантический характер, отражают конкретность данной ситуации, данного объекта управления, знания руководителей, плановиков, проектировщиков, разработчиков, исследователей. Применение ЭВМ в этом случае преодолевает отчуждение пользователя и предполагает наличие триады «логико-лингвистическая модель-алгоритм-программа». Логико-лингвистические модели привели к появлению баз знаний, поставили важный философский вопрос о соотношении понятий "данные" и "знания", "знания" и "сознание".
Разновидностью семантических моделей являются семантические сети, которые позволяют передавать в ЭВМ любые знания, зафиксированные в виде текстов, предварительно структурированные.
В исследованиях по искусственному интеллекту можно выделить четыре взаимосвязанные области. Это, прежде всего, системы, имитирующие творческие процессы. К ним относится составление программ для решения игровых задач, автоматического перевода, доказательства теорем, синтеза программ, распознавания изображений, анализа и синтеза музыкальных произведений, ситуационного управления. Здесь же ведутся работы по имитации мышления.
Второй вид систем - интеллектуальные системы, основанные на знаниях. Они позволяют создать так называемый "интеллектуальный интерфейс", благодаря которому пользователь получает возможность общаться с ЭВМ непосредственно, а не смотреть на дисплей.
Третий подход - создание ЭВМ новой архитектуры, для которых характерна обработка символьной информации, создание целого ряда системных программ, появление машин баз данных, машин баз знаний, лингвистических процессоров и т.д. на основе новых достижений микроэлектроники, прежде всего высокопроизводительных микропроцессоров.
Четвертая область - интеллектуальные роботы. Они ориентированы на использование знаний о внешней среде, поступающих в бортовые ЭВМ от многочисленных сенсоров.
Традиционное представление знаний не дает ответа о принципиальной разнице между данными и знаниями. Разрабатываются теории семиотических моделей, с которыми связывают надежды на уточнение требуемого понимания в этом вопросе. Здесь, вероятно, могут сыграть положительное значение и соответствующие философские исследования.
Одна из главных трудностей состоит в том, что тонкая семантика конкретных слов многообразного, многозначного человеческого языка машиной пока не решается. Как преодолеть и разрешить эти проблемы в ЭВМ - задача будущего.